Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  trip distribution
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Modern IT and telecommunications technologies create new possibilities of data acquisition for the needs of traffic analyses and transport planning. At the same time, the current experience suggests that it is becoming increasingly difficult to obtain data on interurban travels of people in a traditional way (among others, in Poland there has been no comprehensive survey of drivers on the sections of non-urban roads since 2006). Within the framework of the INMOP 3 research project, an attempt was made to analyse the use of the Big Data application possibilities including data from SIM cards of the mobile telephony operator [1] and data from probe vehicle data (also known as “floating car data”), as data sources for carrying out the traffic analyses and modelling of travels by all means of transport in Poland. The article presents the manner, in which the data were used, as well as methodological recommendations for creating transport models at the national, regional and local levels. Especially the results of work can be applied for systematic passenger cars trip matrix update.
PL
Współczesne technologie informatyczne oraz telekomunikacyjne tworzą nowe możliwości pozyskiwania danych na potrzeby analiz ruchu i modelowania systemów transportu. Równocześnie dotychczasowe doświadczenia wskazują, że coraz trudniej jest pozyskiwać dane o międzymiastowych podróżach osób w sposób tradycyjny (między innymi od 2006 r. nie odbyło się żadne kompleksowe badanie ankietowe kierowców na odcinkach dróg zamiejskich). Prowadzone są jedynie wyrywkowe badania w małej skali do tego w sposób niesystematyczny. Tworzy to problemy lub wręcz uniemożliwia wykonywanie systematycznej aktualizacji modeli systemów transportowych, które są stosowane do analiz i prognozowania ruchu. Dotyczy to także Krajowego Modelu Ruchu Generalnej Dyrekcji Dróg Krajowych i Autostrad stosowanego praktycznie we wszystkich największych projektach drogowych w Polsce, zwłaszcza w budowie autostrad i dróg ekspresowych. Dane typu Big Data w stosunku do danych gromadzonych w sposób tradycyjny (np. na podstawie badań i pomiarów) zbierane są na skalę hurtową. Mogą być gromadzone, analizowane i udostępniane w czasie przeszłym (pozyskane wstecz). W szczególnych przypadkach mogą być pozyskiwane i analizowane w czasie rzeczywistym (np. dane o prędkościach pojazdów pozyskiwane z sondowania pojazdów w centrach zarządzania ruchem). Możliwe jest również zaplanowanie okresów dla których dostawcy danych będą je pozyskiwać z uwzględnieniem specjalnych wymogów, jak np. uwzględnienie wybranej szczególnej grupy użytkowników. W ramach projektu badawczego INMOP 3 podjęto próbę wykorzystania do modelowania podróży danych z tzw. sondowania pojazdów, czyli danych o użytkownikach nawigacji satelitarnej i systemów GPS zamontowanych w pojazdach, bez informacji osobowych i rzeczywistych identyfikatorów pojazdów. Pozyskano dane z ponad 80 tys. pojazdów flotowych wyposażonych we wbudowane urządzenia GPS oraz 275 tys. urządzeń i aplikacji do nawigacji osobistej. Ujęto je w formie macierzy podróży odbywanych pomiędzy rejonami komunikacyjnymi. Przyjęty w projekcie układ rejonów komunikacyjnych opiera się o administracyjny podział kraju na powiaty. Uwzględniono w nim również przejścia graniczne drogowe i kolejowe, porty morskie i lotniska.
PL
W poniższym artykule opisano przykład budowy macierzy kosztów podróży wykorzystanej podczas dystrybucji (rozkładu przestrzennego) podróży, która uwzględnia kilka środków transportu równocześnie. Autorzy przedstawiają kolejne analizy dotyczące wrażliwości poszczególnych miar oporu przestrzeni na wprowadzone do sieci zmiany oraz płynące z nich wnioski. Dodatkowo starają się udowodnić, że macierz zawierająca tylko jeden z systemów transportowych może powodować, że funkcja jest mało wrażliwa na powstawanie nowych inwestycji dedykowanych innym typom pojazdów. Prace nad modelem ruchu Wrocławia pozwoliły na przetestowanie kilku wariantów konstruowania macierzy kosztów podróży, jednak artykuł przedstawia tylko wybrane rozwiązanie, które wydaje się być najbardziej odpowiednie.
EN
The article presents an example of cost matrix which is used in the trip distribution in modelling process. Authors present how changes in the transport network affect connection impedance. The article also explains why the matrix should contain not one but several transportation modes together. The article describes some methods of the matrix construction but only one suggested which seems to be the most appropriate is presented.
PL
Problematyka właściwego doboru parametrów i określenie ich wartości liczbowych w modelach wymiany ruchu stanowi kluczowe zagadnienie dla ich właściwego zastosowania. Modele oparte na klasycznej teorii pośrednich możliwości, jakkolwiek z definicji jednoparametrowe, doczekały się wielu publikacji odnoszących się do sterującego procesem rozkładu podróży parametru selektywności. Hipoteza splotowa wprowadza jednak dwa rozkłady prawdopodobieństwa, wykładniczy z selektywnością jako parametrem i rozkład równomierny, którego zakres i wartości liczbowe należy dopiero określić, aby uzyskać właściwy typ rozkładu splotowego. Problematyka ta stoi w centrum uwagi niniejszego opracowania. Analizie poddano rozkłady podróży do pracy uzyskane na podstawie wyników badań empirycznych. Określone na ich podstawie typy występujących rozkładów, zakres i wartości liczbowe parametrów skonfrontowano następnie z teoretycznymi wykresami rozkładów splotowych. Zwrócono przy tym uwagę na przestrzenne aspekty występowania poszczególnych wariantów splotu . Powyższe rozważania zilustrowano na przykładzie trzech aglomeracji, Wrocławia, Frakfurtu n. Menem i Kassel.
EN
The intervening opportunities model operates with a parameter – the stable contact selectivity. Since the selectivity constitutes the density of the probability of acceptance it may be sensitive also to the opportunities clustering in extremely attractive areas. The modification is based on certain regularities observed in cumulative distribution diagrams of actual trips plotted on the coordinative basis of the number of possible destinations and not of the covered distance. These regularities are concerned with the diagram concavity. The position of which correlates very often with the area of agglomeration core. Detailed analysis of regularities led to the hypothesis: the distribution of the probability of opportunity acceptance lying in a defined position is the convolution of two distributions of probability. One distribution concerning the probability of acceptance itself is the negative exponential distribution. The second probability distribution is a uniform one and has to be responsible for the decrease of the acceptance. This form of the model allowed us to obtain a very good representation of the real situation. Some types of existing configurations of convolution distribution were stated on the basis of observations made in Wroclaw and Frankfurt/Main and Kassel. The adequate interpretation of the reason for the diversity is actual goal of investigation.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.