De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Het ritdistributiemodel H01I6A Verkeerskunde basis

Verwante presentaties


Presentatie over: "Het ritdistributiemodel H01I6A Verkeerskunde basis"ā€” Transcript van de presentatie:

1 Het ritdistributiemodel H01I6A Verkeerskunde basis
Ben Immers Traffic and Infrastructure Department of Civil Engineering Faculty of Engineering Katholieke Universiteit Leuven

2 Het klassieke verkeersprognosemodel
Gebieds- gegevens Ritproductie/ ritattractie Vervoersstromen Trip-ends Verplaatsings- weerstanden H-B tabellen Distributie/ vervoerwijzekeuze Toedeling Transport netwerken H01I6A Verkeerskunde basis

3 Vertrekken en aankomsten in de avondspits (auto)
Lier Aankomsten Departures Mechelen Aarschot Zaventem airport Brussels Leuven H01I6A Verkeerskunde basis

4 H01I6A Verkeerskunde basis
Zone j Zone i Pij Pij = de verplaatsing van zone i naar zone j Pijv = de verplaatsing van zone i naar zone j met vervoerwijze v H01I6A Verkeerskunde basis

5 Visualisatie H-B matrix: wenslijnen
H01I6A Verkeerskunde basis

6 H01I6A Verkeerskunde basis
Doel van dit deelmodel We verdelen de verplaatsingen met vertrekpunt i over de mogelijke bestemmingen We verdelen de verplaatsingen met aankomstpunt j over de mogelijke herkomsten Resultaat: herkomst-bestemmingsmatrix (H-B matrix) Toegepaste methodieken Groeifactormodel Zwaartekrachtmodel H01I6A Verkeerskunde basis

7 Doel van de berekeningsstap vervoerwijzekeuze
Vaststellen welke vervoerwijze m gebruikt wordt voor een verplaatsing van i naar j Resultaat vervoerwijze-specifieke vertrekken en aankomsten vervoerwijze-specifieke H-B matrices vervoerwijze-specifieke routekeuze Methodiek in verschillende fasen van de berekening na ritproductie/attractie na distributie simultaan met distribution simultaan met routekeuze H01I6A Verkeerskunde basis

8 Sequentieel model 1 Productie/attractie Distributie Vervoerwijzekeuze
Toedeling Vervoerwijzekeuze heeft geen invloed op distributie H01I6A Verkeerskunde basis

9 Sequentieel model 2 Productie/attractie Vervoerwijzekeuze Distributie
Toedeling Distributie heeft geen invloed op vervoerwijzekeuze H01I6A Verkeerskunde basis

10 Simultaan model Productie/attractie Distributie Vervoerwijzekeuze
Toedeling Vervoerwijzekeuze heeft wel invloed op distributie en omgekeerd H01I6A Verkeerskunde basis

11 Generieke vorm van een H-B matrix
Aankomsten Vertrekken 1 2 j n T11 T12 T1n O1 T21 T22 T2n O2 i Tij Oi m Tm1 Tm2 Tmn Om D1 D2 Dj Dn H01I6A Verkeerskunde basis

12 H01I6A Verkeerskunde basis
Distributie Groeifactormodel ļƒ  Bestaande H-B matrix is uitgangspunt Zwaartekrachtmodel ļƒ  Matrix met weerstanden is uitgangspunt H01I6A Verkeerskunde basis

13 H01I6A Verkeerskunde basis
Distributie Bepaal Tij Met als randvoorwaarde: zowel vertrekken als aankomsten zijn bekend (double constrained) vertrekken zijn bekend (single constrained) aankomsten zijn bekend (single constrained) geen randvoorwaarden (unconstrained) Vaak aparte tabellen voor motief (wo-we), tijd (spits) en persoonskenmerk (autobezit, etc.) H01I6A Verkeerskunde basis

14 Distributieberekening
ļ“ Tij = Oi voor i = 1ā€¦..m j ļ“ Tij = Dj voor j = 1ā€¦.n i m + n ā€“ 1 onafhankelijke vergelijkingen m ļ€Ŗ n onbekenden ļƒ  stelsel is onbepaald ļƒ  additionele randvoorwaarden nodig: weerstand tussen zones Verkeer verdeelt zich over H-B relaties naar rato van een functie van de weerstand tussen de H-B relatie(s) (Hogere weerstand ļƒ  minder verplaatsingen) Informatie over weerstand historisch: groeifactor methode synthetisch: zwaartekrachtmodel H01I6A Verkeerskunde basis

15 H01I6A Verkeerskunde basis
Groeifactormodel Gegeven: Een oude matrix (a priori matrix) Gevraagd: Schat een nieuwe matrix Oplossing: Verhoog alle cellen evenredig met groeifactor zodat nieuwe producties en/of attracties overeenkomen met de resultaten uit het ritgeneratiemodel (randvoorwaarden) Onderscheid naar: single constrained groeifactor double constrained groeifactor H01I6A Verkeerskunde basis

16 H01I6A Verkeerskunde basis
Groeifactormodel uniforme groeifactor groeifactormodel met Ć©Ć©n randvoorwaarde groeifactormodel met dubbele randvoorwaarden Toepassing Furness vereffeningsmethode: Tij = ai ļ€Ŗ bj ļ€Ŗ tij ai = gi1 ļ€Ŗ gi2 ļ€Ŗ ā€¦ bj = Gj1 ļ€Ŗ Gj2 ļ€Ŗ ā€¦ ai en bj = evenwichtsfactoren tij = a-priori H-B matrix (basismatrix) H01I6A Verkeerskunde basis

17 Voorbeeld groeifactormethode met producties als randvoorwaarde
H01I6A Verkeerskunde basis

18 Voorbeeld groeifactormethode met dubbele randvoorwaarden
H01I6A Verkeerskunde basis

19 H01I6A Verkeerskunde basis
ā€œFurnessā€ procedure Algoritme: herhaal tot convergentie: vereffenen producties vereffenen attracties Dit ā€œFurnessā€ proces convergeert naar een stabiele oplossing Mathematisch: Tij = ai ļ€Ŗ bj ļ€Ŗ tij ai , bj = evenwichtsfactoren (ā€œbalancing factorsā€) tij = a priori HB tabel H01I6A Verkeerskunde basis

20 Voorbeeld van een niet convergerend Furness proces
H01I6A Verkeerskunde basis

21 Nadelen groeifactormodel
verplaatsingen van en naar nieuwe ruimtelijke ontwikkelingen kunnen niet worden berekend betrouwbaarheid a-priori gegevens bepaalt resultaat methodiek convergeert niet altijd tot een stabiele oplossing methodiek houdt geen rekening met veranderingen in het netwerk H01I6A Verkeerskunde basis

22 H01I6A Verkeerskunde basis
Zwaartekrachtmodel Vergelijking met Groeifactormodel: in plaats van een a priori matrix starten met matrix gevuld met waarden uit distributiefunctie Daarna het ā€œFurnessā€ proces toepassen Mathematisch betekent dit: Tij = ai * bj * f(cij) Zwaartekrachtmodel (Gravity model) vanwege overeenkomst met Newtons graviteitswet H01I6A Verkeerskunde basis

23 H01I6A Verkeerskunde basis
Zwaartekrachtmodel Waarde van de distributiefunctie vervult de rol van a-priori matrix Tij = ai * bj * f(cij) ai en bj = de evenwichtsfactoren (balancing factors) f(cij) = distributiefunctie Model met Ć©Ć©n randvoorwaarde: ai of bj = 1 H01I6A Verkeerskunde basis

24 H01I6A Verkeerskunde basis
Distributiefunctie De distributiefunctie geeft weer: De bereidheid tot het maken van een verplaatsing als functie van de weerstand Mathematische vorm: exponentiele functie machtsfunctie combinatie exponent en machtsfunctie functiewaarden in tabel Bijv. f(cij) = cij-ļ” . e-ļ¢cij De parameters ļ” en ļ¢ (of de functiewaarden in de tabel) worden door calibratie bepaald H01I6A Verkeerskunde basis

25 H01I6A Verkeerskunde basis
Weerstanden Alles wat een reiziger als verplaatsingsweerstand ervaart Notatie: cij = tripcost Eenheden (meestal): tijd kosten lineaire combinatie van tijd of kosten = gegeneraliseerde tijden of gegeneraliseerde kosten Voorbeeld: gewogen reistijd openbaar vervoer: 1 * echte reistijd + 2 * voor- en natransporttijd + 3 * wachttijd H01I6A Verkeerskunde basis

26 Gegeneraliseerde weerstandsfunctie
ļƒ  gegeneraliseerde tijden ļƒ  gegeneraliseerde kosten kijv zijv = tijv + ļ§ ink zijv = de gegeneraliseerde tijden van zone i naar zone j met vervoerwijze v tijv = de tijden van zone i naar zone j met vervoerwijze v kijv = de kosten voor een verplaatsing van zone i naar zone j met vervoerwijze v ink = inkomen ļ§ = een coĆ«fficiĆ«nt, die vaak recht evenredig is met het inkomen (ļ§ = ļ‚± 3) het individuele verplaatsingsgedrag wordt veelal gerealiseerd binnen een individueel kostenbudget en tijdbudget H01I6A Verkeerskunde basis

27 H01I6A Verkeerskunde basis
Korte en lange afstand De meeste verplaatsingen zijn over de korte afstand Maar ook verplaatsingen over de lange afstand zijn belangrijk want verkeersdrukte is evenredig met de voertuigkilometers H01I6A Verkeerskunde basis

28 H01I6A Verkeerskunde basis
Distributiefunctie Aantal verplaatsingen naar een bestemming zal dalen naarmate de weerstand naar die bestemming toeneemt Weerstandseffect komt tot uitdrukking via de distributiefunctie f(cij) f(cij) = cij-ļ” (negatieve machtsfunctie) f(cij) = e-ļ¢cij (negatief exponentiele functie) f(cij) = cij-ļ” . e-ļ¢cij (combinatie van beide) (Tabel met discrete waarden) H01I6A Verkeerskunde basis

29 Enige analytische distributiefuncties
H01I6A Verkeerskunde basis

30 Eigenschappen distributiefunctie
aantal verplaatsingen is eindig de distributiefunctie is monotoon dalend (minder verplaatsingen als de weerstand toeneemt) een zelfde weerstandsverschil heeft bij een grotere weerstand een kleinere invloed H01I6A Verkeerskunde basis

31 Exponentiele distributiefunctie
Weerstandsverschil heeft een gelijke invloed bij grote en kleine weerstanden H01I6A Verkeerskunde basis

32 H01I6A Verkeerskunde basis
Distributiefuncties Lognormale functie Functie met discrete waarden H01I6A Verkeerskunde basis

33 Zwaartekrachtmodel: voorbeelden van randvoorwaarden en weerstanden
1 2 3 4 Voorspelde O i 1 0.74 0.33 0.17 0.11 400 2 0.30 0.74 0.27 0.15 460 3 0.21 0.27 0.61 0.50 400 4 0.09 0.17 0.45 0.61 702 Voorspelde D 260 400 500 802 1962 j Weerstand c ij (minuten) 1 2 3 4 11 18 22 12 13 19 15.5 5 7 24 8 H01I6A Verkeerskunde basis

34 Zwaartekrachtmodel: voorbeeld van waarden distributiefunctie
Startmatrix = Tabel met weerstandfactor F(c ij ) = exp ( - 0.1 c 1 2 3 4 j Ć„ voorspelde O i 0.74 0.33 0.17 0.11 1.35 400 0.30 0.27 0.15 1.49 460 0.21 0.61 0.50 1.59 0.09 0.45 1.32 702 1.34 1.51 1.53 1.37 5.75 D 260 500 802 1962 H01I6A Verkeerskunde basis

35 Zwaartekrachtmodel: resultaten
Vergelijking uitkomsten zwaartekrachtmodel en groeifactormodel H01I6A Verkeerskunde basis

36 Interpretatie van de evenwichtsfactoren
Tij = Ai * Oi * Bj * Dj * F(cij) Ai * Oi = aiĀ ; met Oi = vertrekken uit zone i Bj * Dj = bjĀ ; met Dj = aankomsten in zone j Tij = li * Qi * mj * Xj * F(cij) Qi en Xj = polariteiten van de herkomst- en bestemmingszone H01I6A Verkeerskunde basis

37 Calibratie van de distributiefunctie
Principe: Gegeven een H-B tabel met waarnemingen Neem aan dat voor deze H-B tabel een zwaartekrachtmodel geldt: Tij = ai * bj * f(cij) Parameters zijn ai , bj en de parameters in de distributiefunctie f(cij) Calibreren betekent nu: Bepaal parameters zodanig dat een maximale aansluiting met de waargenomen H-B tabel wordt verkregen H01I6A Verkeerskunde basis

38 Calibratie van de distributiefunctie
Zoek naar ā€˜best fitā€™ van distributiemodel met waarnemingen Methodes: Trial and error Maximum likelihood (bijv. Poissonschatter) Probleem bij schatting: men beschikt over intensiteiten en niet over verplaatsingsgegevens (noodzakelijk om H-B tabel te reconstrueren) H01I6A Verkeerskunde basis

39 H01I6A Verkeerskunde basis
Intrazonaal verkeer veelal erg omvangrijk (zeker bij grote zones) Oplossing gebruik kleine zones en laat intrazonaal verkeer buiten beschouwing bereken (maak een schatting) van de intrazonale weerstand en schat distributiefunctie voor alle verplaatsingen H01I6A Verkeerskunde basis

40 H01I6A Verkeerskunde basis
Externe zones Probleem: weerstanden naar externe zones zijn moeilijk nauwkeurig te bepalen Oplossing: bereken externe verplaatsingen op basis van groeifactormodel pas tweetrapsberekening toe: eerst globale berekening voor gehele gebied, vervolgens nauwkeurige berekening voor studiegebied waarbij externe verplaatsingen uit eerste berekening als randvoorwaarde worden gehanteerd H01I6A Verkeerskunde basis

41 H01I6A Verkeerskunde basis
Vervoerwijzekeuze Berekening als onderdeel van de distributieberekening ļƒ  simultaan keuzemodel voor distributie en vervoerwijzekeuze aparte distributiefuncties per vervoerwijze (auto, o.v. en fiets) aparte distributiefuncties per motief van verplaatsing (werken, overig) aparte distributiefuncties per persoonskenmerk (autobeschikbaar, niet-autobeschikbaar) H01I6A Verkeerskunde basis

42 H01I6A Verkeerskunde basis
Vervoerwijzekeuze Invloedsfactoren: kenmerken van de reiziger bezit (beschikbaarheid) vervoermiddel rijbewijsbezit kenmerken van de vervoerwijze (reistijd, kosten, etc.) kenmerken van de verplaatsing (motief, tijdstip, etc.) H01I6A Verkeerskunde basis

43 Voorbeeld van berekening met multimodale zwaartekrachtmodel
Randvoorwaarden Randvoorwaarden (auto, fiets, openbaar vervoer tezamen!) A B C Voorspelde Oi A B C 100 200 Voorspelde Dj 400 H01I6A Verkeerskunde basis

44 Voorbeeld van berekening met multimodale zwaartekrachtmodel
Distributiefunctiewaarden per vervoerwijze Waarden van de distributiefunctie A B C auto A fiets o.v. B fiets C fiets H01I6A Verkeerskunde basis

45 Voorbeeld van berekening met multimodale zwaartekrachtmodel
Distributiefunctie gesommeerd over vervoerwijzen Gesommeerde waarden distributiefunctie A B C Voorspelde Oj A B C 56 61 47 100 200 164 Voorspelde Dj 400 H01I6A Verkeerskunde basis

46 Voorbeeld van berekening met multimodale zwaartekrachtmodel
Resultaat: totale verplaatsingen Verplaatsingen (alle vervoerwijzen) met zwaartekrachtmodel A B C ļ“j ai A B C 100 200 1,01 1,23 7,85 ļ“i 400 bj 2,27 1,14 0,18 H01I6A Verkeerskunde basis

47 Voorbeeld van berekening met multimodale zwaartekrachtmodel
Resultaat: verplaatsingen per vervoerwijze Verplaatsingen per vervoerwijze A B C Totaal Oim Oi auto A fiets o.v. 58 29 13 100 B fiets o.v 28 14 C fiets 108 50 42 200 Totaal fiets Djm o.v. 224 107 69 Totaal Dj 400 H01I6A Verkeerskunde basis

48 Sequentieel keuzemodel distributie en vervoerwijzekeuze
berekening vervoerwijzekeuze na distributie berekening vervoerwijzekeuze voor distributie Probleem: welke weerstand hanteren in distributiefunctie gemiddelde weerstand? minimale weerstand? H01I6A Verkeerskunde basis

49 Benadering met gebruikmaking logsom
Tij = ai * bj * exp (Vij) Vij = utiliteit gemoeid met verplaatsing tussen i en j gerekend over alle vervoerwijzen Vij = ļ± LSij Waarbij: LSij = ln ļ“ exp (Vijmā€™) mļƒŽij 0 < ļ± ā‰¤ 1 H01I6A Verkeerskunde basis

50 Het klassieke verkeersprognosemodel
Gebieds- gegevens Ritproductie/ ritattractie Vervoersstromen Trip-ends Verplaatsings- weerstanden H-B tabellen Distributie/ vervoerwijzekeuze Toedeling Transport netwerken H01I6A Verkeerskunde basis


Download ppt "Het ritdistributiemodel H01I6A Verkeerskunde basis"

Verwante presentaties


Ads door Google