Прогнозирование транспорта — это попытка оценить количество транспортных средств или людей, которые будут использовать определенное транспортное средство в будущем. Например, прогноз может оценить количество транспортных средств на запланированной дороге или мосту, количество пассажиров 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 численность населения, занятость, тарифы на поездки, расходы на проезд и т. д., чтобы разработать модель спроса на трафик для текущей ситуации. Наполнение ее прогнозируемыми данными о населении, занятости и т. д. приводит к оценкам будущего трафика, обычно оцениваемому для каждого сегмента рассматриваемой 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 для значительного улучшения предсказуемости и точности текущих оценок. [1]
Прогнозы трафика используются для нескольких ключевых целей в транспортной политике, планировании и проектировании : для расчета пропускной способности инфраструктуры, например, сколько полос должно быть на мосту; для оценки финансовой и социальной жизнеспособности проектов, например, с использованием анализа затрат и выгод и оценки социального воздействия ; и для расчета воздействия на окружающую среду , например, загрязнения воздуха и шума.
В рамках рационального планирования транспортные прогнозы традиционно следовали последовательной четырехэтапной модели или процедуре планирования городского транспорта (UTP), впервые реализованной на мэйнфреймах в 1950-х годах в исследовании дорожного движения в столичном регионе Детройта и исследовании транспорта в районе Чикаго (CATS).
Прогнозирование землепользования запускает процесс. Обычно прогнозы составляются для региона в целом, например, прогнозы роста населения. Такие прогнозы обеспечивают контрольные итоги для анализа местного землепользования. Обычно регион делится на зоны и с помощью анализа тренда или регрессии для каждой определяются численность населения и занятость.
Четыре шага классической модели системы планирования городского транспорта:
После классической модели следует оценка в соответствии с согласованным набором критериев и параметров принятия решений. Типичным критерием является анализ затрат и выгод. Такой анализ может применяться после того, как модель назначения сети определит необходимую мощность: является ли такая мощность стоящей? Помимо определения шагов прогнозирования и принятия решений как дополнительных шагов в процессе, важно отметить, что прогнозирование и принятие решений пронизывают каждый шаг в процессе UTP. Планирование имеет дело с будущим, и оно зависит от прогнозирования.
Модели, основанные на деятельности, представляют собой еще один класс моделей, которые предсказывают, где и когда для отдельных лиц выполняются определенные действия (например, работа, отдых, покупки и т. д.).
Основная предпосылка моделей на основе деятельности заключается в том, что спрос на поездки вытекает из действий, которые люди должны или хотят выполнять, а решения о поездках являются частью решений о планировании. В таком случае поездка рассматривается как один из атрибутов системы. Таким образом, модель поездок устанавливается в контексте повестки дня как компонент решения о планировании деятельности.
Модели на основе деятельности предлагают другие возможности, чем четырехшаговые 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] приложения к моделям воздействия остаются редкими. Модели на основе деятельности недавно использовались для прогнозирования выбросов [4] и качества воздуха. [5] [6] Они также могут обеспечить лучшую общую оценку воздействия, а также позволяют разбить индивидуальное воздействие по видам деятельности. [7] [8] Поэтому их можно использовать для уменьшения неправильной классификации воздействия и более точного установления взаимосвязей между воздействием на здоровье и качеством воздуха. [9] Политики могут использовать модели на основе деятельности для разработки стратегий, которые уменьшают воздействие путем изменения моделей активности во времени или нацелены на определенные группы населения. [10] [11]
Эти модели предназначены для прогнозирования влияния изменений в транспортной сети и операциях на будущее местоположение деятельности, а затем для прогнозирования влияния этих новых местоположений на спрос на транспорт.
По мере того, как наука о данных и технологии больших данных становятся доступными для моделирования транспорта, исследования движутся в сторону моделирования и прогнозирования поведения отдельных водителей в целых городах на индивидуальном уровне. [12] Это будет включать понимание происхождения и назначения отдельных водителей, а также их функций полезности. Это может быть сделано путем слияния данных о каждом водителе, собранных на дорожных сетях , таких как 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, улучшенным возможностям управления дорожным движением для индивидуальной расстановки приоритетов для конкретных водителей, но также и к этическим проблемам, поскольку местные и национальные органы власти используют больше данных об идентифицируемых лицах. Хотя интеграция таких частично персональных данных является заманчивой, существуют значительные опасения относительно конфиденциальности в отношении возможностей, связанных с критикой массового наблюдения .
Хотя это не идентифицировано как этапы процесса UTP, в процесс анализа UTP вовлечено много сбора данных . Получаются данные переписи и землепользования, а также опросы домашних интервью и опросы поездок. Опросы домашних интервью, данные землепользования и опросы привлекательности специальных поездок предоставляют информацию, на которой применяются инструменты анализа UTP.
Сбор, управление и обработка данных; оценка модели; и использование моделей для получения планов являются часто используемыми методами в процессе UTP. В ранние годы в США данные переписи были дополнены методами сбора данных, разработанными Бюро общественных дорог (предшественником Федерального управления автомагистралей ): процедуры подсчета трафика, подсчеты кордонов «откуда вы едете и куда вы направляетесь» и методы домашнего интервью. Протоколы для кодирования сетей и понятие анализа или зон трафика появились в CATS.
Оценка модели использовала существующие методы, а планы разрабатывались с использованием любых моделей, разработанных в исследовании. Главное различие между настоящим и прошлым заключается в разработке некоторых аналитических ресурсов, специфичных для планирования перевозок, в дополнение к методам получения данных BPR, которые использовались в ранние дни.
Последовательный и агрегированный характер прогнозирования перевозок подвергся большой критике. Хотя были сделаны улучшения, в частности, дающие основу для деятельности спроса на поездки, многое еще предстоит сделать. В 1990-х годах большая часть федеральных инвестиций в модельные исследования была направлена на проект Transims в Национальной лаборатории Лос-Аламоса , разработанный физиками. Хотя использование суперкомпьютеров и детальное моделирование может быть улучшением на практике, они еще не показали, что лучше (точнее) обычных моделей. Коммерческая версия была выделена в IBM, [13] а версия с открытым исходным кодом также активно поддерживается как TRANSIMS Open-Source. [14] [15]
В отчете Счетной палаты США за 2009 год отмечалось, что федеральный обзор моделирования транспорта был больше сосредоточен на требованиях к процессу (например, была ли у общественности достаточная возможность высказать свое мнение?), чем на результатах транспортировки (таких как сокращение времени в пути или поддержание выбросов загрязняющих веществ или парниковых газов в пределах национальных стандартов). [16]
Одним из главных упущений в использовании транспортных моделей на практике является отсутствие какой-либо обратной связи от транспортных моделей по землепользованию. Инвестиции в автомагистрали и транзит не только реагируют на землепользование , но и формируют его. [17]