PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Dynamic approach to the origin-destination matrix estimation in dense street networks

Autorzy
Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Dynamiczne wyznaczanie macierzy podróży w gęstych sieciach ulic
Języki publikacji
EN
Abstrakty
EN
The article deals with some issues related with the travel demand modelling in dense street networks. Estimation of the trip distribution usually presented in a form of O-D matrix has been described as one of the most important stages of this process. The field of interest includes a short review as well as classification of the most popular and applicable methods in this area. The main emphasis has been placed on dynamic approach based on traffic counts. Advanced technologies used in traffic management systems should rely on real up-to-date and exact not only average travel demand information that provides efficient results. All above makes a background to formulate some assumptions for the original concept of the O-D matrix estimation.
PL
Określenie rozkładu przestrzennego ruchu, przedstawianego w postaci kwadratowej macierzy O-D, stanowi jeden z najważniejszych etapów procesu modelowania podróży w gęstych sieciach ulic. W artykule zamieszczono krótki przegląd oraz klasyfikację najczęściej wykorzystywanych metod wyznaczania macierzy podróży ze szczególnym uwzględnieniem metod o charakterze dynamicznym, opartych na pomiarach natężeń ruchu, które mogą być stosowane w efektywnym zarządzaniu ruchem w mieście. W przypadku gęstych sieci klasyczne metody wyznaczania macierzy O-D często są drogie i czasochłonne, a uzyskane na ich podstawie wyniki szybko się dezaktualizują ze względu na zmienny charakter systemu transportowego i jego otoczenia. W związku z tym coraz częściej wykorzystuje się dodatkowe tańsze źródła informacji i techniki budowy macierzy podróży. W czasach coraz bardziej powszechnego monitoringu obszarów miejskich informacja o aktualnym natężeniu ruchu na poszczególnych odcinkach sieci ulic staje się ważną wielkością, na podstawie której można wyznaczać macierze rozkładu przestrzennego ruchu. W artykule przedstawiono także koncepcję dynamicznego określania macierzy podróży w gęstych sieciach ulic.
Rocznik
Strony
389--413
Opis fizyczny
Bibliogr. 61 poz., rys., tab.
Twórcy
  • Silesian University of Technology, Faculty of Transport, Department of Traffic Engineering, Krasinskiego 8 Street, 40-019 Katowice
Bibliografia
  • 1. Abrahamsson T.: Estimation of origin-estimation matrices using 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 realtime traffic management systems. Transportation and Traffic Theory, Proceedings of the 12th ISTTT. Elsevier, Amsterdam 1993.
  • 3. Bagiński E., Litwińska E., Zipser T.: Próby symulacji modelowej rozkładu przestrzennego ruchu turystycznego w Polsce. Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 1995.
  • 4. Balakrishna R., Ben-Akiva M., Koutsopoulos H.N.: Time-dependent origin-destination estimation without assignment matrices. Second International Symposium on Transport Simulation (ISTS 2006).
  • 5. 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).
  • 6. Bell M.G.H.: Log-linear models for the estimation of origin-destination matrices from traffic counts: an approximation. Transportation and Traffic Theory, Proceedings of the 9th ISTTT. VNU Science Press, Utrecht 1984.
  • 7. Bell M.: The estimation of origin-destination matrices by constrained generalized least squares. Transportation Research, 25 B (1991), pp. 13-22.
  • 8. Bell M., Iida Y.: Transportation Network Analysis, Wiley, New York 1997.
  • 9. 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.
  • 10. Bianco L., Confessore G., Reverberi P.: A network based model for traffic sensor location with implications on OD matrix estimates. Transportation Science, Vol. 35 (2001), pp. 50-60.
  • 11. Bierlaire M.: The total demand scale: a new measure of quality for static and dynamic origindestination trip tables. Transportation Research, 36 B (2002), pp. 837-850.
  • 12. Bierlaire M., Crittin F.: An efficient algorithm for real-time estimation and prediction of dynamic OD tables. Operations Research, 2004.
  • 13. Bierlaire M., Toint P.L.: MEUSE: an origin-destination estimator that exploits structure. Transportation Research, 29 B (1995), pp.47-60.
  • 14. 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.
  • 15. Cascetta E.: Transportation Systems Analysis. Models and Applications. 2nd Edition. Springer Optimization and Its Application, Vol. 29. New York 2009.
  • 16. Cascetta E., Cantarella G.E.: A day-to-day and within-day dynamic stochastic assignment model. Transportation Research, 25 A (1990), pp. 277-291.
  • 17. Casey H.J.: Applications to traffic engineering of the law of retail gravitation. Traffic Quarterly IX (1995), pp. 23-35.
  • 18. 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.
  • 19. 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.
  • 20. Dorosiewicz S.: Potoki ładunków w sieciach transportowych. Instytut Transportu Samochodowego, Warszawa 2010.
  • 21. Ehlert A., Bell M.G.H., Grosso S.: The optimization of traffic count locations in road networks. Transportation Research Part B, Vol. 40B (2006), pp. 460-479.
  • 22. Fisk C.S.: On combining maximum entropy trip matrix estimation with user-optimal assignment, Transportation Research, 22 B (1988), pp. 69-73.
  • 23. Hensher D.A., Button K.J.: Handbook of Transportation Modelling. Second Edition, Pergamon, University of California, Irvine 2007.
  • 24. Jacyna M.: Modelowanie i ocena systemów transportowych. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2009.
  • 25. Jacyna M.: Modelowanie wielokryterialne w zastosowaniu do oceny systemów transportowych. Prace Naukowe Politechniki Warszwskiej, seria Transport, z. 47, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2001.
  • 26. 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.
  • 27. Korzan B.: Elementy teorii grafów i sieci. Metody i zastosowania. WNT, Warszawa 1978.
  • 28. 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.
  • 29. Leszczyński J.: Modelowanie systemów i procesów transportowych. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 1994.
  • 30. Litwińska E.: Models of trip distribution and transport problems. Prace Naukowe Instytutu Historii Architektury, Sztuki i Techniki Politechniki Wrocławskiej nr 21/10. Wydawnictwo Politechniki Wrocławskiej, Wrocław 1990.
  • 31. Maher M.: Inferences on trip matrices from observations on link volumes: A Bayesian statistical approach. Transportation Research, 17 B (1983), pp. 435-447.
  • 32. Maher M., Zhang X., 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.
  • 33. Mahmassani H., Hu T., Peeta S., Ziliaskopoulos A.: Development and testing of dynamic traffic assignment and simulation procedures for ATIS/ATMS applications. Technical Report DTFH61- 90-R-00074-FG Center for Transportation Research, University of Texas at Austin 1993.
  • 34. Nepal K.P., Park D.: Solving the median shortest path problem in the planning and design of urban transportation networks using a vector labeling algorithm. Transportation Planning and Technology, Vol. 28, No. 2 (2005), pp. 113-133.
  • 35. Niebieska księga - infrastruktura drogowa. Jaspers, Warszawa, grudzień 2008.
  • 36. Ortuzar J. De D., Willumsen L.G.: Modelling transport. 3rd Edition. Wiley, New York 2009.
  • 37. Podoski J.: Transport w miastach. WKiŁ, Warszawa 1985.
  • 38. Schneider M.: Gravity models and trip distribution theory. Papers and Proceedings of the Regional Science Association V (1959), pp. 51-56.
  • 39. 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.
  • 40. 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.
  • 41. Sherali H.D., Park T.: Estimation of dynamic origin-destination trip tables for a general network. Transportation Research, 35 B (2001), pp. 217-235.
  • 42. Sherali H.D., Sivanandan R., Hobeika A.G.: A linear programming approach for synthesizing origin destination (O-D) trip-tables from link traffic volumes. Transportation Research, 28 B (1994), pp. 213-233.
  • 43. Sherali H.D., Sivanandan R., Hobeika A.G., Narayanan A.: Estimating missing link volumes in a traffic network - a linear programming approach, preprint, TRB Annual Meeting, January 1994.
  • 44. 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.
  • 45. Spiess H.: A maximum likelihood model for estimating origin-destination matrices. Transportation Research, 21 B (1987), pp. 395-412.
  • 46. Stathopoulos A., Tsekeris Th.: Methodology for validating dynamic origin-destination matrix estimation models with implications for Advanced Traveller Information Systems. Transportation Planning and Technology. Vol. 28, No. 2 (2005), pp. 93-112.
  • 47. Steenbrink P.: Optymalizacja sieci transportowych: WKiŁ, Warszawa 1978.
  • 48. Stouffer A.: Intervening opportunities: a theory relating mobility and distance. American Sociological Review, 5 (1940), pp. 845-867.
  • 49. Tamin O.Z.: The estimation of transport demand models from traffic counts. PhD Dissertation, University of London 1988.
  • 50. Tamin O.Z., Willumsen L.G.: Transport demand model estimation from traffic counts. Transportation, Vol. 16 (1989), pp. 3-26.
  • 51. Van Zuylen H.J., Willumsen L.G.: The most likely trip matrix estimated from traffic counts. Transportation Research, 14 B (1980), pp. 281-293.
  • 52. Wardrop J.G.: Some theoretical aspects of road traffic research. Proceedings of the Institution of Civil Engineers, Part II (1952), pp. 352-362.
  • 53. Wills M.J.: A flexible gravity-opportunities model for trip distribution. Transportation Research, 20B (1986), pp. 89-111.
  • 54. Willumsen L.G.: Estimation of an O-D matrix from traffic counts - a review. Institute of Transport Studies. University of Leeds (1978), Working Paper 99.
  • 55. 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.
  • 56. Yang H., Zhou J.: Optimal traffic counting locations for origin-destination matrix estimation. Transportation Research Part B, Vol. 32B (1998), No. 2, pp. 109-126.
  • 57. Yang Q., Koutsopoulos H.: A microscopic traffic Simulator for evaluation of dynamic traffic management systems. Transportation Research, 4 C (1997), pp. 113-129.
  • 58. Żochowska R.: Dynamiczne macierze podróży w sieciach miejskich. Zeszyty Naukowe Politechniki Śląskiej, s. Transport, z. 66, Gliwice 2010, s. 129-138.
  • 59. Żochowska R.: Modele wyboru drogi wykorzystywane w budowie dynamicznych macierzy podróży. Materiały konferencyjne na V Międzynarodowa Konferencję Naukowo-Techniczną "Systemy Logistyczne - teoria i praktyka". Waplewo 6-9 września 2011. Logistyka 4/2011,Wydawnictwo ILiM w Poznaniu, s. 1026-1036.
  • 60. Żochowska R.: Wyznaczanie dynamicznych macierzy podróży w sieciach miejskich. Materiały konferencyjne na Międzynarodową Konferencję Naukowa "Transport XXI wieku". Białowieża 21-24 września 2010. Logistyka 4/2010, Wydawnictwo ILiM w Poznaniu.
  • 61. Żochowska R., Mielańczuk A.: Computer software applications in trip tables modelling. [in:] Janecki R., Sierpiński G. (eds.): Contemporary transportation systems. Selected theoretical and practical problems. New mobility culture. Monografia. Wydawnictwo Politechniki Śląskiej, Gliwice 2011, s. 203-212.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPZ4-0024-0025
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.