Прогнозирование транспорта — это попытка оценить количество транспортных средств или людей, которые будут использовать конкретное транспортное средство в будущем. Например, прогноз может оценить количество транспортных средств на запланированной дороге или мосту, пассажиропоток на железнодорожной линии, количество пассажиров, посещающих аэропорт, или количество судов, заходящих в морской порт. Прогнозирование трафика начинается со сбора данных о текущем трафике. Эти данные о трафике объединяются с другими известными данными, такими как население, занятость, частота поездок, транспортные расходы и т. д., для разработки модели спроса на трафик для текущей ситуации. Ввод в него прогнозируемых данных о населении, занятости и т. д. приводит к оценкам будущего трафика, обычно оцениваемого для каждого рассматриваемого сегмента транспортной инфраструктуры, например, для каждого сегмента дороги или железнодорожной станции. Современные технологии облегчают доступ к динамическим данным, большим данным и т. д., предоставляя возможность разрабатывать новые алгоритмы, которые значительно улучшат предсказуемость и точность текущих оценок. [1]
Прогнозы трафика используются для нескольких ключевых целей в транспортной политике, планировании и проектировании : для расчета пропускной способности инфраструктуры, например, сколько полос движения должно иметь мост; оценить финансовую и социальную жизнеспособность проектов, например, используя анализ затрат и выгод и оценку социального воздействия ; и для расчета воздействия на окружающую среду , например, загрязнения воздуха и шума.
В рамках рационального планирования прогнозы транспорта традиционно следовали последовательной четырехэтапной модели или процедуре планирования городского транспорта (UTP), впервые реализованной на мэйнфреймах в 1950-х годах в рамках исследования трафика в столичном районе Детройта и исследования транспорта в районе Чикаго (CATS).
Прогнозирование землепользования запускает этот процесс. Обычно прогнозы делаются для региона в целом, например, по приросту населения. Такие прогнозы предоставляют контрольные суммы для анализа местного землепользования. Обычно регион делится на зоны и путем трендового или регрессионного анализа определяются численность населения и занятость для каждой.
Четыре этапа классической модели системы планирования городского транспорта:
После классической модели проводится оценка по согласованному набору критериев и параметров решения. Типичным критерием является анализ затрат и выгод. Такой анализ может быть применен после того, как модель распределения сети определит необходимую мощность: стоит ли такая мощность? Помимо определения этапов прогнозирования и принятия решений как дополнительных этапов процесса, важно отметить, что прогнозирование и принятие решений пронизывают каждый этап процесса UTP. Планирование имеет дело с будущим и зависит от прогнозирования.
Модели, основанные на деятельности, представляют собой еще один класс моделей, которые прогнозируют для людей, где и когда осуществляются определенные виды деятельности (например, работа, отдых, шоппинг и т. д.).
Основная предпосылка моделей, основанных на деятельности, заключается в том, что спрос на поездки определяется деятельностью, которую люди нуждаются или желают выполнять, при этом решения о поездках являются частью решений по планированию. В таком случае путешествие рассматривается лишь как один из атрибутов системы. Таким образом, модель поездки задается в контексте повестки дня как компонент решения о планировании деятельности.
Модели, основанные на деятельности, предлагают другие возможности, чем четырехэтапные модели, например, для моделирования экологических проблем, таких как выбросы и воздействие загрязнения воздуха. Хотя их очевидные преимущества для экологических целей были признаны Шифтаном почти десять лет назад, [3] применения моделей воздействия остаются редкими. Модели, основанные на деятельности, недавно использовались для прогнозирования выбросов [4] и качества воздуха. [5] [6] Они также могут обеспечить более точную общую оценку воздействия, а также позволяют дезагрегировать индивидуальное воздействие по видам деятельности. [7] [8] Таким образом, их можно использовать для уменьшения ошибочной классификации воздействия и более точного установления взаимосвязи между воздействием на здоровье и качеством воздуха. [9] Политики могут использовать модели, основанные на активности, для разработки стратегий, которые уменьшают воздействие за счет изменения временных моделей активности или ориентированы на конкретные группы населения. [10] [11]
Эти модели предназначены для прогнозирования влияния изменений в транспортной сети и операциях на будущее местоположение деятельности, а затем прогнозирования влияния этих новых мест на спрос на перевозки.
Поскольку наука о данных и технологии больших данных становятся доступными для моделирования транспорта, исследования движутся в направлении моделирования и прогнозирования поведения отдельных водителей в целых городах на индивидуальном уровне. [12] Это потребует понимания происхождения и назначения отдельных водителей, а также их полезных функций. Это можно сделать путем объединения данных о каждом водителе, собранных в дорожных сетях , таких как мои камеры ANPR , с другими данными о людях, такими как данные из их профилей в социальных сетях , данные о покупках по картам магазинов и история поисковых систем . Это приведет к более точным прогнозам, расширению возможностей контроля дорожного движения для индивидуальной приоритезации конкретных водителей, но также и к этическим проблемам, поскольку местные и национальные правительства будут использовать больше данных об идентифицируемых лицах. Хотя интеграция таких частично личных данных заманчива, существуют серьезные опасения по поводу возможностей конфиденциальности , связанные с критикой массовой слежки .
Хотя это и не идентифицируется как этапы процесса UTP, процесс анализа UTP предполагает сбор большого количества данных . Собираются данные переписи населения и землепользования, а также опросы на дому и опросы в поездках. Опросы домашних интервью, данные о землепользовании и специальные исследования привлекательности поездок предоставляют информацию, на основе которой используются инструменты анализа UTP.
Сбор, управление и обработка данных; оценка модели; и использование моделей для составления планов — широко используемые методы в процессе UTP. Вначале в США данные переписи населения дополнялись методами сбора данных, разработанными Бюро дорог общего пользования (предшественником Федерального управления шоссейных дорог ): процедурами подсчета трафика, кордоном «откуда вы едете» и куда ты идешь?», а также методы домашнего собеседования. В CATS появились протоколы кодирования сетей и понятие зон анализа или трафика.
Для оценки модели использовались существующие методы, а планы разрабатывались с использованием любых моделей, разработанных в ходе исследования. Основное различие между настоящим и тем временем заключается в разработке некоторых аналитических ресурсов, специфичных для планирования перевозок, в дополнение к методам сбора данных BPR, которые использовались в первые дни.
Последовательный и совокупный характер прогнозирования транспорта подвергся серьезной критике. Несмотря на то, что были достигнуты улучшения, в частности, создание базы для удовлетворения спроса на поездки, многое еще предстоит сделать. В 1990-х годах большая часть федеральных инвестиций в модельные исследования пошла на проект Transims в Национальной лаборатории Лос-Аламоса , разработанный физиками. Хотя использование суперкомпьютеров и детальное моделирование могут быть улучшением практики, еще предстоит доказать, что они лучше (более точны), чем традиционные модели. Коммерческая версия была передана IBM [13] , а версия с открытым исходным кодом также активно поддерживается как TRANSIMS Open-Source. [14] [15]
В отчете Счетной палаты правительства за 2009 год отмечалось, что федеральный обзор моделирования транспорта сосредоточен больше на требованиях к процессам (например, имела ли общественность адекватную возможность комментировать?), чем на результатах транспортировки (таких как сокращение времени в пути или сохранение выбросов загрязняющих веществ или парниковых газов). в пределах национальных стандартов). [16]
Одним из основных упущений при использовании транспортных моделей на практике является отсутствие какой-либо обратной связи с транспортными моделями по землепользованию. Инвестиции в автомагистрали и транзит не только реагируют на землепользование , но и формируют его. [17]