Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "demand modelling" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Demand model in the agglomeration using SIM cards
Model popytu w aglomeracji z wykorzystaniem kart SIM
Autorzy:
Brzeziński, A.
Dybicz, T.
Szymański, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/230134.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
system transportowy
modelowanie podróży
model popytu
generacja podróży
model aglomeracji
BigData
karta SIM
moduł identyfikacji abonenta
transport system
trip modelling
demand model
trip generation
agglomeration model
SIM card
subscriber identity module
Opis:
The road network development programme, as well as planning and design of transport systems of cities and agglomerations require complex analyses and traffic forecasts. It particularly applies to higher-class roads (motorways and expressways), which in urban areas, support different types of traffic. Usually there is a conflict between the needs of long-distance traffic, in the interest of which higher-class roads run through undeveloped areas, and the needs of bringing such road closer to potential destinations, cities [1]. By recognising the importance of this problem it is necessary to develop the research and methodology of traffic analysis, especially trip models. The current experience shows that agglomeration models are usually simplified in comparison to large city models, what results from misunderstanding of the significance of these movements for the entire model functioning, or the lack of input data. The article presents the INMOP 3 research project results, within the framework of which it was attempted to increase the accuracy of traffic generation in agglomeration model owing to the use of BigData – the mobile operator’s data on SIM card movements in the Warsaw agglomeration.
Program rozwojowy sieci drogowej jak i planowanie i projektowanie układów komunikacyjnych miast i aglomeracji wymaga wykonywania złożonych analiz i prognoz ruchu. Dotyczy to zwłaszcza dróg wyższych klas, także autostrad i dróg ekspresowych, które w obszarach zurbanizowanych obsługują ruch docelowy i tranzytowy. Istnieje konflikt między potrzebami ruchu na duże odległości w interesie którego leży, aby autostrada przebiegała przez tereny niezabudowane i potrzebami zbliżenia autostrady do potencjalnych celów podróży, których największymi koncentracjami są miasta [1]. Dostrzegając wagę problemu niezbędne jest rozwijanie metodyki badania i analizowania ruchu, a zwłaszcza budowy modeli podroży. Dotychczasowe doświadczenia wskazują, że zwłaszcza w modelach dla aglomeracji stosowane są uproszczone odwzorowania przemieszczeń w strefie aglomeracyjnej (poza głównym miastem) co wynika z niezrozumienia znaczenia tych przemieszczeń dla funkcjonowania całości modelu, bądź wynika z braku danych wejściowych (z badań) pozwalających na zbudowanie wiarygodnych modeli. Artykuł przedstawia wyniki projektu badawczego INMOP 3 w ramach którego podjęto próbę zwiększenia dokładności modelu aglomeracyjnego w części dotyczącej modelu generacji ruchu, dzięki wykorzystaniu BigData – danych operatora telefonii komórkowej o przemieszczeniach kart SIM na obszarze aglomeracji warszawskiej.
Źródło:
Archives of Civil Engineering; 2019, 65, 1; 143-156
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Possibility of big data application for OD-matrix callibration in transport demand models
Możliwość zastosowania Big Data do kalibracji macierzy źródło-cel w modelach podróży
Autorzy:
Brzeziński, Andrzej
Dybicz, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/1852665.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
big data
modelowanie podróży
macierz podróży
rozkład przestrzenny ruchu
prognoza ruchu
sondowanie pojazdu
traffic modelling
trip matrix
trip distribution
traffic forecast
vehicle probe data
Opis:
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.
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.
Źródło:
Archives of Civil Engineering; 2021, 67, 1; 215-232
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies