Techniki analizy i modelowanie więźby ruchu miejskiego

• Autorzy: Kamola Mariusz , Wesołowski Jakub

Warianty tytułu

EN

Analysis techniques and modeling of the urban origin destination matrix

• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje metody matematyczne zmierzające do uchwycenia zależności więźby ruchu od prędkości średniej w obszarach aglomeracji oraz warunków pogodowych. Uwzględniono również zależności autoregresyjne. Uzyskane wyniki wskazują na dominację zjawisk cyklicznych i sezonowości nad wymienionymi czynnikami. Niemniej jednak zastosowane metody analityczne odsłaniają inne, nieprzewidziane zależności i mogą stanowić materiał do bezpośredniej interpretacji przez specjalistów z dziedziny, jak również punkt wyjścia do budowy bardziej złożonych i adekwatnych modeli predykcyjnych. Artykuł prezentuje również analizę i modelowanie zachowań kierowców na autostradzie w obliczu utrudnień wynikających z planowych prac remontowych.

EN

The article presents mathematical methods aiming at capturing the dependence between origin-destination matrix and average speed in the agglomeration areas as well as the weather conditions. Autoregressive dependencies were also included. The obtained results indicate the dominance of cyclical phenomena and seasonality over the mentioned factors. Nevertheless, the analytical methods used reveal other unforeseen relationships and may be a material for direct interpretation by specialists in the field, as well as a starting point for the construction of more complex and adequate predictive models. The article also presents the analysis and modeling of drivers' behavior on the motorway in the face of difficulties resulting from the scheduled renovation works.

Słowa kluczowe

PL

więźba ruchu; modelowanie ruchu; modelowanie podróży

EN

origin-destination matrix; traffic modeling; travel modeling

• Wydawca: Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
• Czasopismo: Transport Miejski i Regionalny
• Rocznik: 2019
• Tom: nr 2
• Strony: 12--18
• Opis fizyczny: Bibliogr. 10 poz., rys., tab.

Twórcy

autor

Kamola Mariusz

• Politechnika Warszawska, Instytut Automatyki i Informatyki Stosowanej

autor

Wesołowski Jakub

• Neptis SA – operator i właściciel systemów Yanosik i Flotis

Bibliografia

• 1. http://www.slownikkbr.pl
• 2. Erlander S., Stewart N. F., The gravity model in transportation analysis: theory and extensions (Vol. 3), Vsp., 1990.
• 3. Dybicz T., Modelowanie i symulacje ruchu, rys historyczny i aktualnie stosowane oprogramowanie, „ Zeszyty Naukowo-Techniczne SiTK RP Oddział Kraków”, 2009, z. 90.
• 4. Vardi Y., Network tomography: Estimating source-destination trafic intensities from link data, „Journal of the American Statistical Association”, 1996, vol. 91, no. 433.
• 5. Kamola M., Estimation of correlated flows from link measurements, Methods and Models in Automation and Robotics (MMAR), 20th International Conference, IEEE, 2015.
• 6. Calabrese F., Di Lorenzo G., Liu L., Ratti C., Estimating Origin-Destination flows using opportunistically collected mobile phone location data from one million users in Boston Metropolitan Area, IEEE Pervasive Computing, 2011, 10(4) .
• 7. Birr K., Jamroz K., Kustra W., Analiza czynników wpływających na prędkość pojazdów transportu zbiorowego na przykładzie Gdańska, „Prace Naukowe Politechniki Warszawskiej – Transport”, 2013, nr 96.
• 8. Romanowska A., Jamroz K., Wielkopowierzchniowe obiekty handlowe – zwykłe generatory ruchu czy źródła problemów transportowych?, „Transport Miejski i Regionalny”, 2015, nr 2.
• 9. Zan B., Sun Z., Gruteser M., Ban X., Linking anonymous location traces through driving characteristics, Proceedings of the third ACM conference on Data and application security and privacy (pp. 293-300), ACM, 2013.
• 10. Kamola M., Arabas P., Sieci społeczne i technologiczne. Jak zrozumieć, jak wykorzystać, PWN, Warszawa 2018.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).