Parking demand assignment by means of possibility theory based procedure

• Autorzy: Sassanelli D.

Warianty tytułu

PL

Wyznaczanie zapotrzebowania miejsc postojowych środkami teorii możliwości, postępowanie podstawowe

• Języki publikacji: EN

Abstrakty

EN

The paper presents a new approach to parking demand assignment. It is shown how the Theory of Possibility can be a valid mathematical approach to deal with uncertainty in transportation modelling. In particular, it is appropriate when available data are inaccurate, uncertain and/or approximate, or they are represented by linguistic proposition. In addition, on the contrary to traditional approaches to transportation systems modelling the Possibility Theory allows to preserve the uncertainty related to both available data and the user's costs perception. In this work the theoretical framework of the user's choice modelling is presented and then the application to parking demand assignment is proposed. On the basis of the principie of invariance of uncertainty it is also shown the procedure to derive the user's choice probability from choice possibility.

PL

Artykuł przedstawia nowe podejście do zagadnienia wyznaczania zapotrzebowania miejsc podstawowych. Pokazano ważną rolę matematycznych metod teorii możliwości w modelowaniu niepewności w transporcie, w szczególności ich przydatność, gdy dostępne dane są niedokładne, niepewne i/lub są one reprezentowane przez lingwistyczne twierdzenia. W przeciwieństwie do tradycyjnych metod modelowania systemów transportowych teoria możliwości pozwala uwzględnić niepewność odnoszącą się zarówno do dostępnych danych, jak i do postrzegania kosztów użytkownika. W artykule przedstawiono opis teoretyczny modelowania wyboru użytkownika i zastosowanie do wyznaczania zapotrzebowania miejsc postojowych. Na podstawie zasady niezmienności niepewności przedstawiono także procedurę wyznaczania prawdopodobieństwa wyboru użytkownika.

Słowa kluczowe

EN

parking demand; possibility theory

PL

miejsca postojowe; teoria możliwości

• Wydawca: Warsaw University of Technology, Faculty of Transport
• Czasopismo: Archives of Transport
• Rocznik: 2002
• Tom: Vol. 14, iss.2
• Strony: 85--94
• Opis fizyczny: Bibliogr. 19 poz., rys.

Twórcy

autor

Sassanelli D.

• Polytechnic of Bari - Department of Highways and Transportation, via Orabona, 4 - 70125 Bari, Italy

Bibliografia

• [1] Abdel-Aty M.A., Kitamura R., and Jovanis P. Investigating the Effect of Travel Time Variability on Route Choice Using Repeated Measurement Stated Preference Data. Paper presented at the 74th Transportation Research Board Meeting, Washington DC, 1995.
• [2] Ben Akiva, M., Lerman S. Discrete Choice Analysis. MIT Press, Cambridge Mass, 1985.
• [3] Ben Akiva M., de Palma A. and Kanaroglou P. Dynamic Model of Peak Period Traffic Congestion with Elastic Rates. Transportation Science, 20(2), 1986.
• [4] Cascetta E and Cantarella G.E. A Day-To-Day and Within-Day Dynamic Stochastic Assignment Model. Transportation Research, 25A(5), 1991.
• [5] Cascetta E., A stochastic Process Approach to the Analysis of Temporal Dynamics in Transportation Networks, Transportation Research, 23B(1), 1989.
• [6] Daganzo C.F. Multinomial Probit: the Theory and its Application to Demand Forecasting, Academic Press, New York 1979.
• [7] De Palma A., Ben Akiva M., Lefevre C., Litinas N. Stochastic Equilibrium Model of Peak Period Traffic Congestion, Transportation Science, 17. 1983.
• [8] Domencich, T.A., McFadden D. Urban Travel Demand: a Behavioural Analysis. American Elsevier, New York 1975.
• [9] Hu T., Mahamassani H. EVOLUTION of Network Flows Under Real Time Information: a Day-To-Day Dynamic Simulation Assignment Framework. Proc. of the 74th Annual Meeting of Transportation Research Board, 1995.
• [10] Klir G.J., Yuan B. Fuzzy Sets and Fuzzy Logic. Theory and Applications, Prentice Hall, Upper Saddle River, New Jersey 1985.
• [11] Klir G.J. Developments in Uncertainty-Based Information. Advances in Computers, Vol. 36, pp. 255-332, 1983.
• [12] Ortuzar J.O. Nested Logit Models for Mixed-Mode Travel in Urban Corridor. Transportation Research, 17A. 1983.
• [13] Perincherry V.A Generalized Approach for the Analysis of Large Scale Systems under Uncertainty: Applications to Transportation Planning and Engineering, Ph.D. Dissertation, University of Delaware, Newark, Delawar 1994.
• [14] Shafer G.A Mathematical Theory of Evidence. Princeton University Press, Princeton, New Jersey 1986.
• [15] Sobel K.L. Travel Demand Forecasting with The Nested Multinomial Logit. Proceedings of 50th Annual Meeting of the Transportation Research Board, Washington D.C., 1980.
• [16] Stopher P.R., Meyburg A.H. Transportation Systems Evaluation. Lexington Books, Lexington Mass. 1986.
• [17] Williams H.C. W. L. On the Formation of Travel Demand Models and Economic Evaluation Measures of User Benefit. Environment and Planning, 9, 1976.
• [18] Williams H.C., W. L., Ortuzar J.O. Behavioral Theories of Dispersion and the Mis- Specification of Travel Demand Models, Transportation Research, 16B, 1982.
• [19] Zadeh L.A. Fuzzy Sets as a Basis for a Theory of Possibility, Fuzzy Sets and Systems, vol. 1, 3-28, 1978.