Wyznaczanie macierzy podróży w sieciach miejskich – klasyfikacja i przegląd metod

• Autorzy: Żochowska R. , Karoń G. , Macioszek E.

Warianty tytułu

EN

Trip tables estimation methods in urban networks – classification and review

• Konferencja: Modelowanie podróży i prognozowanie ruchu (18-19.11.2010 ; Kraków, Polska)
• Języki publikacji: PL EN

Abstrakty

PL

Zasadniczym etapem budowy modelu ruchu w miastach jest opracowanie rozkładu przestrzennego ruchu, który zwykle przedstawiany jest w formie macierzowej. W artykule zaprezentowano ogólną klasyfikację metod wyznaczania macierzy podróży ze szczególnym uwzględnieniem metod opartych na znajomości natężeń na poszczególnych odcinkach sieci. Metody te ze względu na swoją specyfikę mogą być wykorzystywane w budowie dynamicznych modeli ruchu.

EN

The essential stage of urban traffic model creation is estimation of trip assignment that is usually presented in matrix form. The general classification of trip tables estimation methods including in particular methods relying on traffic counts have been presented in the paper. The specificity of these methods provides their application in creation the dynamic traffic models.

Słowa kluczowe

PL

macierz podróży; modelowanie podróży; prognozowanie ruchu; natężenia na odcinkach sieci

EN

trip table; travel modeling; travel forecast; traffic counts

• Wydawca: Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej. Oddział w Krakowie
• Czasopismo: Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji w Krakowie. Seria: Materiały Konferencyjne
• Rocznik: 2010
• Tom: Nr 94, z. 153
• Strony: 327--349
• Opis fizyczny: Bibliogr. 52 poz., rys.

Twórcy

autor

Żochowska R.

• Katedra Inżynierii Ruchu, Wydział Transportu Politechniki Śląskiej, tel. [phone]

autor

Karoń G.

• Katedra Inżynierii Ruchu, Wydział Transportu Politechniki Śląskiej, tel. [phone]

autor

Macioszek E.

• Katedra Inżynierii Ruchu, Wydział Transportu Politechniki Śląskiej, tel. [phone]

Bibliografia

• [1]. Abrahamsson T.: Estimation of origin-estimation matrice susing traffic counts – a literature survey. Interim Report of International Institute for Applied Systems Analysis, IR-98-021/ May, Laxenburg 1998.
• [2]. Ashok K., Ben-Akiva M.: Dynamic origin-destination matrix estimation and prediction for real-time traffic management systems. Transportation and Traffic Theory, Proceedings of the 12th ISTTT. Elsevier, Amsterdam 1993.
• [3]. Balakrishna R., Ben-Akiva M., Koutsopoulos H. N.: Time-dependent origin-destination estimation without assignment matrices. Second International Symposium on Transport Simulation (ISTS 2006).
• [4]. Bell M.: The estimation of junction turning volumes from traffic counts: The role of prior information. Traffic Engineering Control, 25(5), pp. 279–283, (1984).
• [5]. Bell M.: The estimation of origin-destination matrices by constrained generalized least squares. Transportation Research, 25 B (1991), pp. 13-22.
• [6]. Bell M., Iida Y.: Transportation Network Analysis, Wiley, New York 1997.
• [7]. Bell M., Shield C.: A log-linear model for path flow estimation. Proceedings of 4th International Conference on the Applications of Advanced Technologies in Transportation Engineering, Carpi, Italy, pp. 695–699 (1995).
• [8]. Bert E., Chung E., Barcelo J., Dumant A.: Mesoscopic simulator data to perform dynamic origin destination matrices estimation in urban context. International Symposium of Transport Simulation 2008.
• [9]. Bierlaire M.: The total demand scale: a new measure of quality for static and dynamic origin-destination trip tables. Transportation Research, 36 B (2002), pp. 837-850.
• [10]. Bierlaire M. and F. Crittin. An efficient algorithm for real-time estimation and prediction of dynamic OD tables. Operations Research, 2004.
• [11]. Cascetta E.: Estimation of trip matrices from traffic counts and survey data: a generalized least squares approach estimator. Transportation Research, 18 B (1984), pp.289-299.
• [12]. Cascetta E.: Transportation Systems Analysis. Models and Applications. 2nd Edition. Springer Optimization and Its Application, Vol.29. New York 2009.
• [13]. Casey H.J.: Applications to traffic engineering of the law of retail gravitation. Traffic Quarterly IX (1995), pp. 23-35.
• [14]. Celiński I., Żochowska R., Sobota A.: Metoda podziału obszaru na rejony komunikacyjne na przykładzie konurbacji górnośląskiej. Prace Naukowe Politechniki Warszawskiej, seria Transport z.70, część 2, s. 21-32. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2009.
• [15]. Chen A., Chootinan P., Recker W.: Examining the quality of synthetic origin-destination trip table estimated by path flow estimator. Journal of Transportation Engineering, Vol. 131, No. 7 (2005), pp. 506-513.
• [16]. Cremer M., Keller H.: A new class of dynamic methods for the identification of origin-destination flows. Transportation Research, 21 B (1987), pp. 117-132.
• [17]. Dorosiewicz S.: Potoki ładunków w sieciach transportowych. Instytut Transportu Samochodowego, Warszawa 2010.
• [18]. Dybicz T.: Modelowanie i symulacje ruchu, rys historyczny i aktualnie stosowane oprogramowanie. Ogólnopolska Konferencja Naukowo–Techniczna nt. „Modelowanie podróży i prognozowanie ruchu”. Zeszyty Naukowo-Techniczne SiTK RP o/ Kraków, Nr 90 (Zeszyt 148), Kraków 2009, s. 57-73.
• [19]. Dybicz T.: Wykonywanie krótkookresowych prognoz ruchu na potrzeby zarządzania i sterowania ruchem. Magazyn „Autostrady”, nr 8-9/2010.
• [20]. Fisk C.S.: On combining maximum entropy trip matrix estimation with user-optimal assignment, Transportation Research, 22 B (1988), pp. 69-73.
• [21]. Hensher, Button: Handbook of Transportation Modeling. Second Edition, Pergamon, University of California, Irvine 2007.
• [22]. Jacyna M.: Modelowanie i ocena systemów transportowych. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2009.
• [23]. Jacyna M.: Modelowanie wielokryterialne w zastosowaniu do oceny systemów transportowych. Prace Naukowe Politechniki Warszawskiej, seria Transport, z. 47, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2001.
• [24]. Kalić M., Teodorović D.: Trip distribution modeling using fuzzy logic and a genetic algorithm. Transportation Planning and Technology. Vol.26, No.3 (2003), pp. 213-238.
• [25]. Karoń G., Janecki R., Sobota A.: Modelowanie ruchu w konurbacji górnośląskiej – sieć publicznego transportu zbiorowego. Zeszyty Naukowe Politechniki Śląskiej, Seria Transport, z. 66. Nr kol. 1825; s. 35-42, Gliwice 2010.
• [26]. Karoń G., Łazarz B.: Wybrane zagadnienia budowy modelu ruchu. Referat zgłoszony na Międzynarodową Konferencję Naukową Transport XXI wieku. Białowieża 21-24 września 2010. Logistyka 4/2010, Wydawnictwo ILiM w Poznaniu.
• [27]. Karoń G., Macioszek E., Sobota A.: selected problems of transport network modeling of Upper-Sielsian Agglomeration (in Poland). Transbaltica 2009, Proceedings of the 6-th International Scientific Conference. April 22-23 2009. Vilnius Gediminas Technical University, Lithuania 2009. s. 103-108.
• [28]. Karoń G., Żochowska R., Sobota A.: Zachowania komunikacyjne w Aglomeracji Górnośląskiej – wybrane wyniki z 2009r. Ogólnopolska Konferencja Naukowo – Techniczna nt. „Kompleksowe Badania Ruchu. Teoria i praktyka. Doświadczenia miast polskich”. Gdańsk 24-25 maja 2010r. Zeszyty Naukowo-Techniczne SiTK RP o/Kraków, Nr 93 (Zeszyt 152), Kraków 2010, s. 83-95.
• [29]. Krawiec S., Karoń G., Celiński I., Sobota A.: Warunki ruchu w sieci drogowej konurbacji górnośląskiej w latach 2007-2008. Zeszyty Naukowe Politechniki Śląskiej, Seria Transport, z. 66. Nr kol. 1825; s. 43-56, Gliwice 2010.
• [30]. Krych A.: Badania i modelowanie ruchu w aglomeracjach, zarys historyczny, stan i kierunki rozwoju. III Konferencja Naukowo- Techniczna nt. „Problemy komunikacyjne miast w warunkach zatłoczenia komunikacyjnego”. Materiały konferencji, Poznań 2001.
• [31]. Leszczyński J.: Modelowanie systemów i procesów transportowych. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 1994.
• [32]. Maher M.: Inferences on trip matrices from observations on link volumes: A Bayesian statistical approach. Transportation Research, 17 B (1983), pp. 435-447.
• [33]. Maher M., Zhang X., and Van Vliet D.: A bi-level programming approach for trip matrix estimation and traffic control problems with stochastic user equilibrium link flows. Transportation Research, 35B (2001), pp. 23–40.
• [34]. Niebieska księga – infrastruktura drogowa. Jaspers, Warszawa, grudzień 2008
• [35]. Ortuzar J. De D., Willumsen L. G.: Modelling transport. 3rd Edition. Wiley, New York 2009.
• [36]. Podoski J.: Transport w miastach. WKiŁ, Warszawa 1985.
• [37]. Schneider M.: Gravity models and trip distribution theory. Papers and Proceedings of the Regional Science Association V (1959), pp. 51-56.
• [38]. Seungkirl B., Hyunmyung K., Yongtaek L.: Multiple vehicle origin-destination matrix estimation from traffic counts using genetic algorithms. Journal of Transportation Engineering, Vol. 130 (2004), pp. 339-347.
• [39]. Sherali H. D., Narayanan A., Sivanandan R.: Estimation of origin-destination trip-tables based on a partial set of traffic link volumes. Transportation Research, 37 B (2003), pp. 815-836.
• [40]. Sherali H. D., Park T.: Estimation of dynamic origin-destination trip tables for a general network. Transportation Research, 35 B (2001), pp. 217-235.
• [41]. Sherali H. D., Sivanandan R., Hobeika A. G.: A linear programming approach for synthesizing origin destination (O-D) triptables from link traffic volumes. Transportation Research, 28 B (1994), pp. 213-233.
• [42]. Spiess H.: A descent based approach for the OD matrix adjustment problem. Publication no. 693 at Centre de recherchesur les transports, Universite de Montreal, Canada 1990.
• [43]. Spiess H.: A maximum likelihood model for estimating origindestination matrices. Transportation Research, 21 B (1987), pp.395-412.
• [44]. Stouffer A.: Intervening opportunities: a theory relating mobility and distance. American Sociological Review, 5 (1940), pp. 845-867.
• [45]. Tamin O.Z.: The estimation of transport demand models from traffic counts. PhD Dissertation, University of London 1988.
• [46]. Tamin O.Z., Willumsen L.G.: Transport demand model estimation from traffic counts. Transportation, Vol. 16 (1989), pp. 3-26.
• [47]. Van Zuylen H.J., Willumsen L.G.: The most likely trip matrix estimated from traffic counts. Transportation Research, 14 B (1980), pp. 281-293.
• [48]. Wardrop J. G.: Some theoretical aspects of road traffic research. Proceedings of the Institution of Civil Engineers, Part II (1952), pp. 352-362.
• [49]. Wills M. J.: A flexible gravity-opportunities model for trip distribution. Transportation Research, 20B (1986), pp. 89-111.
• [50]. Yang H., Iida Y., Sasaki T.: Estimation of origin destination matrices from traffic counts on congested networks. Transportation Research, 26 B (1992), pp. 417–434.
• [51]. Żochowska R.: Dynamiczne macierze podróży w sieciach miejskich. Zeszyty Naukowe Politechniki Śląskiej, s. Transport, z. 66, Gliwice 2010, s. 129-138.
• [52]. Żochowska R.: Wyznaczanie dynamicznych macierzy podróży w sieciach miejskich. Referat zgłoszony na Międzynarodową Konferencję Naukową „Transport XXI wieku”. Białowieża 21-24 września 2010. Logistyka 4/2010, Wydawnictwo ILiM w Poznaniu.