PLATOS colloqium 5 maart 2014 Eerste grootschalige toepassing van STAQ (Static Traffic Assignment with Queuing) Luuk Brederode PLATOS colloqium 5 maart 2014

INHOUD STAQ: wat is het (ook alweer)? Toepassing Vlaanderen Vervolg

WAT IS STAQ

Wat is STAQ Initialisatie Routes en freeflow reistijden STAQ is een propagatiemodel (network loading model) Is dus onderdeel van laatste stap van vierstapsmodel: de toedeling Is ingebouwd in StreamLine raamwerk binnen OmniTRANS Initialisatie Routes en freeflow reistijden Routesetgeneratie Routekeuze model MNL of PCL icm MSA Routefracties Propagatie model STAQ Reistijden

Wat is STAQ? STAQ Levert realistische reistijden  alternatief voor reistijdfuncties Houdt rekening met doserende werking bottlenecks en wachtrijvorming Zet files op correcte plek Gebruikt zelfde matrix en netwerk als statische toedeling Is veel sneller dan dynamische toedeling Is transparant en consistent met verkeersstroomtheorie Levert kiemen als bijproduct Is een volwaardige vervanger van de statische toedeling Is geschikt voor korte én lange termijn prognoses (strategische modellen)

Wat is STAQ Capaciteit = 6000 veh/h Capaciteit = 4000 veh/h A B Vervoersvraag = 4200 veh/h Wat is na een uur de filelengte en de reistijd van A naar B? In traditioneel statisch toedelingsmodel: geen fysieke filelengte, vertraging in de bottleneck reistijd berekend via reistijdfunctie:

State 3 State 2 State 1 Wat is STAQ Capaciteit = 6000 veh/h Capaciteit = 4000 veh/h State 3 State 2 State 1 A B B Vervoersvraag = 4200 veh/h Wat is na een uur de filelengte en de reistijd van A naar B? In realistisch dynamisch toedelingsmodel: - filelengte: 1150m - reistijd: 12 min. 6000 Intensiteit (veh/h) 4000 2000 v1 ,v3 100 200 300 400 Dichtheid (veh/km) v2

Wat is STAQ STAQ is quasi-dynamisch: Veronderstelt stationaire verkeersvraag: Veronderstelt instantane propagatie wanneer niet in wachtrij: STAQ kent twee fasen Squeuzing fase  afknijpen van flows op capaciteit (kiemen/verticale wachtrijen) Statisch model met harde capaciteitsbeperkingen (fixed point problem) Queueing fase  bepalen van horizontale wachtrijen Dynamisch model (event based rekenen op basis van G-LTM) Reistijdbepaling op basis van cumulatieve in- en outflows 7.00 9.00 7.00 9.00 O1 D1 O2 D2

Wat is STAQ Capaciteit = 6000 veh/h Capaciteit = 4000 veh/h A B Vervoersvraag = 4200 veh/h Wat is na een uur de filelengte en de reistijd van A naar B? In STAQ: Squeezing… - filelengte: 1150m - reistijd: 12 min. Queuing…

Wat is STAQ Cum Inflow Cum Outflow Cumulatieve flow Queuing time 0.25 Unconstrained travel demand for link Total traveltime on link (vtg*h) Cumulatieve flow Freeflow traveltime of link 0.25 0.5 0.75 1 Queuing time

TOEPASSING VLAANDEREN TESTCASE

VERGELIJKING STAQ EN STREAMLINE OP MODEL LEUVEN In opdracht van Vlaams Verkeerscentrum (ontwikkelingstraject Vlaamse strategische personenmodellen versie 4 ) Vergelijking filebeelden StreamLine Model E314/E40 Leuven avondspits 2012 Streamline STAQ - Squeezing STAQ Statisch In plaatjes: Bandbreedte: intensiteiten Kleur: percentage van free flow snelheid (IC verhouding voor statisch) Na 35 iteraties

StreamLine referentiebeeld (iteratie 35)

STAQ Squeezing: verticale wachtrijen

STAQ queuing: snelheden als % van vrije snelheid

Statische IC verhoudingen

Reistijdvergelijking HWN

Definitie trajecten OWN

Reistijdvergelijking OWN

STAQ schaalbaarheid Op Leuven is STAQ 3-8 keer langzamer dan statisch en 500-1200 keer sneller dan SL Voor elke 100.000 routes is ca 125 Mb aan geheugen nodig Voor elke 300.000 routes is ca 1 minuut per iteratie aan rekentijd nodig Modellen tot 6102 zones doorgerekend op laptop met 4Gb mem Op simpele laptop (quadcore i7 2.67 Ghz, 4Gb): 4.5 seconde per iteratie voor model Leuven (430 zones) 5 minuten per iteratie voor model Vlaams Brabant (4000 zones)

STAQ vs StreamLine (@quadcore i7 laptop 2.67 Ghz, 4Gb ram) Model Assignment Method Network Demand CPU-time/it Memory Centroids Links Nodes #routes [sec] [Mb] Leuven Static (quadcore) 430 4,382 1,813 355,014 0.9 81 Static (singlecore) 2.1 71 Leuven - volledige routeset STAQ+JM 164,566 10.9 233 Leuven - optimale routeset 77,293 4.4 166 StreamLine+JM 5330 2486 Vlaams Brabant - volledige routeset STAQ 2,999 34,239 23,241 2,524,265 815 2468 Vlaams Brabant - optimale routeset 1,718,180 306 2138 Amsterdam* 418 9,408 4,281 294,877 11 318 Gold Coast* 1,067 9,565 2,987 1,213,027 64 1033 Rotterdam* 1,744 17,187 6,422 1,324,453 62 1132 Sydney* 3,264 75,379 30,573 2,030,360 191 2365 NVM* 6,102 159,920 65,272 2,216,718 205 2988 * = run o.b.v. one-shot, dus exclusief overhead route keuze model. Indicatoren van runs zonder sterretje zijn gemiddelde over 35 iteraties inclusief overhead.

STAQ vs StreamLine conclusies Conclusies studie Vlaamse overheid + Filelocaties op zelfde plek + Kiemen beschikbaar na squeezing fase + Gemiddelde reistijden van zelfde kwaliteit als Madam + Rekentijd/geheugengebruik STAQ veel lager dan Madam Reistijden Madam en STAQ beide te laag op OWN oorzaak is de herkomst van de matrix (statisch gekalibreerd), pak ik op binnen PhD Verdere conclusies + Schaalbaar tot en met de grootste operationele modellen binnen NL Operationele maatregelen binnen een spitsperiode niet te modelleren TDI’s, Drips, evenementenverkeer, incidentmanagement +Alle geteste modelscenarios convergeren naar een uniek gebruikersevenwicht 6 verschillende (hypothetische en realistische) startoplossingen getest op theoretische en echte netwerken door stagair Anton Dijkstra, Universiteit Twente

VERVOLG

Vervolg PhD traject Luuk Brederode (mrt 2013 – mrt 2016) Methodlogisch positioneren van STAQ tussen statische en dynamische modellen Bewijs leveren voor bestaan en uniciteit van het gebruikersevenwicht Ontwikkelen van matrixkalibratie methode voor STAQ / capacity constraint modellen Accelerated averaging scheme voor middelen routekeuzefracties Case study: MKBA o.b.v. statische toedeling uit het verleden opnieuw met STAQ Software development binnen DAT.mobility Multi User Class Skimmen StandAlone queuing model (event based gLTM) Routegeneratie tussen iteraties door Cordontoedelingen

Vervolg Toepassingen Haaglanden (nu) Amsterdam (VMA, 2015)

CONTACT GEGEVENS TEL XX MAIL XXX@XXXX WEBSITE XX

STAQ: waarom? Aanleiding Uitvraag verkeersmodel Amsterdam 2009: Voor VMAs wordt een statische toedelingsmodule [..] ontwikkeld voor het wegverkeer. Het statische model moet een snel rekenmodel zijn, waarbij een goede realistische toedeling gemaakt wordt. Voor zowel het HWN als OWN moet rekening gehouden worden met reële reistijden. Deze eisen vergen een aanpassing ten opzichte van de gehanteerde toedelingstechniek van het NRM (Qblok)

STAQ: waarom? Aanleiding (2) Voor strategische lange termijn prognosemodellen met structurele congestie: voldoet statisch toedelen niet, want wachtrijvorming en beperking in-/outflow wordt genegeerd. Micro-dynamisch toedelen lost deze problemen op, maar is stochastisch, waardoor er veel simulaties nodig om ‘de gemiddelde werkdag’ te benaderen, laat staan het gebruikersevenwicht Onacceptabele rekentijd! Macro dynamisch toedelen is deterministisch, maar kent zijn beperkingen: Grootte studiegebied, lengte studieperiode en/of #routekeuzemomenten Moeilijk acceptabele rekentijd! Algemene behoefte aan toedelingsmodel dat realistische (toekomstige) reistijden berekent zonder de ‘moeite’ van een volledig dynamisch model KBA’s, Bereikbaarheidsanalyses, Tolstudies, …

ONDERZOEK CONVERGENTIE, STABILITEIT EN UNICITEIT

CONVERGENTIE EN STABILITEIT de duality gap Initialisatie Routekeuze maakt altijd gebruik van ‘outdated’ reistijden (reistijden uit iteratie-1) er worden routes gekozen waarvan NA de run van het propagatiemodel blijkt dat ze niet de kortste waren duality gap (DG) is een maat voor deze ‘te veel gemaakte reistijd’ over het hele netwerk: DG = te veel gemaakte vtguren iteratie i-1 optimale vtguren iteratie i Routes en freeflow reistijden Routekeuze model Routefracties Propagatie model Reistijden

CONVERGENTIE EN STABILITEIT duality gap model Leuven

UNICITEIT vergelijking van runs zonder vs met startoplossing Initialisatie: ophalen startoplossing Initialisatie Routes en freeflow reistijden Routekeuze model Routekeuze model Routefracties Routefracties Propagatie model Propagatie model Reistijden Reistijden

UNICITEIT: Leuven zonder vs met startoplossing Squeezing only Squeezing +JM Squeezing +Queuing Squeezing +Queuing + JM

CONVERGENTIE, STABILITEIT EN UNICITEIT: geteste startoplossingen (stage Anton Dijkstra) FREEFLOW: koude start o.b.v. free flow reistijden (referentie) Uniform: elke route trekt even veel verkeer aan (nonsense) ATB: ‘all through the bottleneck’ voor HBparen met route door een maatgevende bottleneck gaat alles over die route (nonsense) ANTB: (genormaliseerd) tegenovergestelde fracties van ATB (nonsense) Warm: uitgaande van routefracties van een eerdere 100 iteraties MNL run Inverse warm: (genormaliseerd) tegenovergestelde fracties van warm (nonsense) 54/100 23/100 1/3 3/6 0/3 0/3 38/100 31/100 1/3 0/6 3/3 3/3 H B 3/6 46/100 0/3 1/3 0/3 8/100

CONVERGENTIE EN STABILITEIT Duality gap model Leuven (squeezing+queuing) FreeFlow

UNIFORM vs FREEFLOW vergelijking linkintensiteiten (%) Startoplossing Iteratie 40 circa 15 iteraties nodig voor verschillen ~<5% op OWN

circa 15 iteraties nodig voor verschillen ~<5% op OWN ALL NOT THROUGH THE BOTTLENECK vs FREEFLOW vergelijking linkintensiteiten (%) Startoplossing Iteratie 40 circa 15 iteraties nodig voor verschillen ~<5% op OWN

circa 35 iteraties nodig voor verschillen ~<5% op OWN ALL THROUGH THE BOTTLENECK vs FREEFLOW vergelijking linkintensiteiten (%) Startoplossing Iteratie 40 circa 35 iteraties nodig voor verschillen ~<5% op OWN

WARM INVERSE vs FREEFLOW vergelijking linkintensiteiten (%) Startoplossing Iteratie 40 circa 30 iteraties nodig voor verschillen ~<5% op OWN

WARM vs FREEFLOW vergelijking linkintensiteiten (%) Startoplossing Iteratie 40 circa 90 iteraties nodig voor verschillen ~<5% op OWN

STABILITEIT EN CONVERGENTIE conclusies Alle startoplossingen convergeren naar dezelfde eindoplossing!! Warme start (40 iteraties en dan opnieuw beginnen) is zeer efficient; ~90 iteraties nodig vanuit koude start voor vergelijkbaar resultaat Kruispuntmodellering niet meegenomen Ook op extreem drukke theoretische netwerken blijven bovenstaande conclusies gelden

WAAR STAAN WE EN WAAR MEE BEZIG

WAAR STAAN WE STAQ is operationeel in OmniTRANS Onderdeel van SL raamwerk Dus je kunt gebruik maken van dezelfde buildingblocks als SL Toevoeging van MNL naast bestaande PCL routekeuze Je kunt rekenen met Newell en Smulders Fundamenteel Diagram Gebruikt state of the art knoopmodel (Tampere et all 2011) Schaalbaarheid vergroting  stochastisch afronden Gekoppeld aan JM, echter alleen nog rondom squeezing en queueing Aangepaste Duality Gap indicator Voorzichtige start met toepassingen Nederlandse markt Eerste officiële Nederlandse toepassing voor Haaglanden We moeten ervaring op doen  alle begin is lastig

WAAR ZIJN/WILLEN WE MEE BEZIG Momenteel mee bezig: Matrixschatting voor STAQ/modellen met residual traffic (PhD Luuk bdl) Complete “officiële” integratie in OmniTRANS 6.1 (DAT ontwikkelaars) Functioneren in totale vierstapsmodel (DAT ontwikkelaars) Versnelde convergentie (stage Berend Steenhuisen, PhD Luuk bdl) Volledig integreren van Junction modelling in squeezing en queueing (kqj/osj) Smith P0 oplossing voor assymetrisch equilibrium probleem (bif/bdl) Eerste commerciële toepassing op model Haaglanden (psb/bdl) Langere termijn plannen: Vergelijking uitkomsten MKBA statisch vs STAQ (PhD Luuk bdl) Bundeling wetenschappelijke onderbouwing (PhD Luuk bdl) Wiskundig bewijs convergentie en uniciteit (Sydney) Kandidaat voor nog komende uitvraag van WVL voor vergelijking van toedelingsmodellen mogelijk geschikt voor NRM/LMS Multi-periode toepassing?

STAQ INZETTEN VOOR JOUW STUDIE Allereerst: er is helaas GEEN shirt meer te verdienen…. STAQ toepassen: als op zichzelfstaande toedeling op een bestaand statische model: prima mogelijk Als onderdeel van matrixschatting: nog niet mogelijk (volgens roadmap halverwege 2014) Graag Luuk bdl benaderen alvorens toezeggingen/offertes te doen