five

Estimation af turmatricer ud fra snittællinger – to metoder

收藏
DataCite Commons2020-08-01 更新2024-07-03 收录
下载链接:
https://journals.aau.dk/index.php/td/article/view/4105
下载链接
链接失效反馈
官方服务:
资源简介:
I praktiske modelarbejder er det ofte meget ressourcekrævende at etablere viden om trafikanternes turmønstre i form af turmatricer. Derfor kan der opnås store besparelser ved brug af metoder, der estimerer matricerne ud fra snittællinger. Men de fleste af disse metoder bygger på meget simplificerede forudsætninger, f.eks. simplificerede rutevalgsmodeller eller at tællingerne er fejlfri deterministiske variable. Uden disse forudsætninger er metoderne så beregningstunge, at de er uanvendelige i praktiske modelarbejder. Artiklen beskriver to metoder til estimation af turmatricer, der ikke har disse problemer. I begge metoder udjævnes inkonsistente tællinger af andre tællinger, hvorved resultatet ikke påvirkes så alvorligt som i de fleste andre matrixestimationsmetoder. Derudover tager rutevalgsmodellerne både hensyn til kapacitetsproblemer, tilfældige forskelle i rutevalg samt forskelle i trafikanters præferencer. Dette giver en mere virkelighedsnær beskrivelse af trafikken, end med mere simplificerede modeller. Den første metode, Single Path Matrix Estimation – SPME, er forholdsvis let at implementere og kan i et vist omfang bygge videre på eksisterende modelpakker. SPME udnytter imidlertid kun tællingerne langs de ’optimale’ ruter. Den nye metode, Multiple Path Matrix Estimation – MPME, er derimod vanskeligere at implementere, men udnytter alle ruter mellem hvert zone-par til estimationen, og afspejler derved rutevalgsmodellerne bedre end SPME. MPME er benyttet i flere fuldskala trafikmodeller med gode resultater. Hvis en turmatrix estimeres på basis af MPME, vil den i mange tilfælde kunne erstatte dyre rejsevaneundersøgelser. Dog er metoden afhængig af udgangsmatricen, hvorfor denne bør have en vis gyldighed. Ligeledes blive turmønstret ikke helt så uddybende beskrevet som ud fra rejsevaneundersøgelser. Det er således primært ved mere skitse-prægede modelarbejder, at metoden er relevant.
提供机构:
Proceedings from the Annual Transport Conference at Aalborg University
创建时间:
2020-04-29
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作