Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "demand modelling" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Dependence of trip length frequency distribution on characteristics of route network elements
    Autorzy:
    Horbachov, P.
    Svichynskyi, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/224101.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    municipal public transport
    allocation function
    distribution law
    stop co-ordinate
    distance between stops
    trip matrix
    demand modelling
    transport miejski
    transport zbiorowy
    cechy komunikacji miejskiej
    funkcja podziału populacji
    odległości między przystankami
    modelowanie popytu
    Opis:
    The up-to-date methods of the demand modelling for municipal public transport (MPT) services are not perfect and they require an objective estimation, enhancement and improvement. These refinements are to take into account the functions of population allocation in modern cities. The possibility of the definition of population allocation functions on the basis of characteristics of public transport stops allocation, the regularities of distances between adjacent stops and distances between a pair of stops are investigated.
    Źródło:
    Archives of Transport; 2014, 30, 2; 21-30
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelling of Travel Behaviour of Students Using Artificial Intelligence
    Autorzy:
    Alex, Anu P.
    Manju, V. S.
    Isaac, Kuncheria P.
    Powiązania:
    https://bibliotekanauki.pl/articles/224051.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    travel demand models
    travel behaviour
    transportation planners
    travel management
    econometric model
    podróże
    zachowania podróżujących
    planowanie podróży
    zarządzanie podróżą
    model ekonometryczny
    Opis:
    Travel demand models are required by transportation planners to predict the travel behaviour of people with different socio-economic characteristics. Travel behaviour of students act as an essential component of travel demand modelling. This behaviour is reflected in the educational activity travel pattern, the timing, sequence and mode of travel of students. Roads in the vicinity of schools are adversely affected during the school opening and closing hours. It enhances the traffic congestion, emission and safety problems around schools. It is necessary to improve the safety of school going children by understanding the present travel behaviour and to develop efficient sustainable traffic management measures to reduce congestion in the vicinity of schools. It is possible only if the travel behaviour of educational activities are studied. This travel behaviour is complex in nature and lot of uncertainty exists. Selection of modelling technique is very important for modelling the complex travel behaviour of students. This leads to the importance of application of artificial intelligence (AI) techniques in this area. AI techniques are highly developed in twenty first century due to the advancements in computer, big data and theoretical understanding. It is proved in the literature that these techniques are suitable for modelling the human behaviour. However, it has not been used in behaviourally oriented activity based modelling. This study is aimed to develop a model system to predict the daily travel behaviour of students using artificial intelligence technique, ANN. These ANN models were then compared with the conventional econometric models developed. It was observed that artificial intelligence models provide better results than econometric models in predicting the activity-travel behaviour of students. These models were further applied to study the variation in activity-travel behaviour, if short term travel-demand management measures like promoting walking for educational activities are implemented. Thus the study established that artificial intelligence can replace the conventional econometric methods for modelling the activity-travel behaviour of students. It can also be used for analysing the impact of short term travel demand management measures.
    Źródło:
    Archives of Transport; 2019, 51, 3; 7-19
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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 1-4 z 4

      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