- Tytuł:
-
Modelowanie i prognozowanie ruchu – od liczydła do Big Data
Traffic modelling and forecasting – from abacus to Big Data - Autorzy:
-
Suchorzewski, Wojciech
Brzeziński, Andrzej
Waltz, Andrzej - Powiązania:
- https://bibliotekanauki.pl/articles/1849430.pdf
- Data publikacji:
- 2020
- Wydawca:
- Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
- Tematy:
-
modelowanie ruchu drogowego
modelowanie ruchu kolejowego
prognozowanie ruchu
badania ruchu
BIG DATA
traffic modelling
railway traffic modelling
traffic forecasting
traffic research - Opis:
-
W artykule opisano historię modelowania i prognozowania ruchu w Polsce. W końcu lat 50. opracowano pierwsze prognozy ruchu z zastosowaniem modelu grawitacyjnego i komputerów produkcji krajowej (ZAM1 i ZAM2). W latach 60., modele i prognozy ruchu wykorzystywano nie tylko w planowaniu systemu transportowego, ale także rozwoju miast. Przykładem jest metoda optymalizacji warszawskiej, wykorzystywana w miastach polskich oraz zagranicznych. W latach 70. uzyskano dostęp do programów amerykańskich UTPS dla komputerów IBM360/370 i RIAD32 i zastosowano je w wielu miastach polskich. Wiarygodność modeli i prognoz ruchu wzbogacono przez badania zachowań komunikacyjnych. W roku 1996, w ramach „Studium układu autostrad i dróg ekspresowych”, zbudowano pierwszy model ruchu na sieci drogowej. Model ten był aktualizowany w kolejnych studiach dotyczących rozwoju dróg krajowych. W latach 2007–2008, w ramach prac nad „Master Plan dla transportu kolejowego w Polsce do 2030 roku”, zbudowano krajowy model ruchu kolejowego. W roku 2012, na konferencji „Modelling”, przedstawiono koncepcję połączenia modelu drogowego i kolejowego w jeden wspólny system prognozowania ruchu na poziomie krajowym. W ramach zrealizowanego w latach 2016–2019 projektu „Zasady prognozowania ruchu drogowego z uwzględnieniem innych środków transportu – INMOP 3” zbudowano krajowy multimodalny drogowo-kolejowy model transportowy. W ostatnich latach do zbierania danych o ruchu oraz w budowie modeli ruchu wykorzystywane są zaawansowane metody pozyskania danych o ruchu wykorzystujące BIG DATA. W artykule nie omawiano prac nad modelami ruchu pieszego i rowerowego, ale w spisie literatury wymieniono pozycje opublikowane w ostatnich latach.
The article describes the history of modelling and forecasting traffic in Poland. At the end of the 1950’s the first traffic forecasts were developed with the use of gravity model and domestic production computers (ZAM1 and ZAM2). In the 1960s, models and traffic forecasts were used not only in transport system planning but also in urban development. An example is the Warsaw optimization method used in Polish and foreign cities. In the 1970s, American UTPS programs for IBM360/370 and RIAD32 computers were accessed and used in many Polish cities. Reliability of traffic models and forecasts has been enriched by research on traffic behavior. In 1996, as part of the “Study of the layout of motorways and expressways”, the first traffic model was built on the road network. This model was updated in subsequent studies on the development of national roads. In 2007–2008, as part of the work on the “Master Plan for Rail Transport in Poland by 2030”, a national model of railway traffic was developed. In 2012, during the “Modelling” conference, the concept of combining the road and rail models into one common traffic forecasting system at the national level was presented. Within the framework of the project “Principles of traffic forecasting taking into account other modes of transport – INMOP 3”, carried out in 2016– 2019, the national multimodal road-rail transport model was created. In recent years, advanced traffic data acquisition methods using “BIG DATA” are used to collect traffic data and to build traffic models. The article does not discuss the work on pedestrian and bicycle traffic models, but lists the publications of recent years in catalogue of literature. - Źródło:
-
Transport Miejski i Regionalny; 2020, 12; 5-11
1732-5153 - Pojawia się w:
- Transport Miejski i Regionalny
- Dostawca treści:
- Biblioteka Nauki
Artykuł