Informacja

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

Wyszukujesz frazę "model podróży" wg kryterium: Temat


Wyświetlanie 1-4 z 4
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:
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:
The application of a logistic regression model for predicting preferences of transport system users
Zastosowanie modelu regresji logistycznej do przewidywania preferencji użytkowników systemu transportowego
Autorzy:
Brzeziński, A.
Brzeziński, K.
Dybicz, T.
Szymański, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/230493.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
system transportowy
modelowanie podróży
podział zadań przewozowych
regresja logistyczna
model logitowy
transport system
travel modelling
modal split
logistic regression
logit model
Opis:
Within the INMOP 3 research project, an attempt was made to solve a number of problems associated with the methodology of modelling travel in urban areas and the application of intermodal models. One of these is the ability to describe the behaviour of transport system users, when it comes to making decisions regarding the selection of means of transport and searching for relationships between travel describing factors and the decisions made in regard of means of transport choice. The paper describes a probabilistic approach to the determination of modal split, and the application of a logistic regression model to determine the impact of variables describing individual and mass transport travels on the probability of selecting specific means of transport. Travels in local model of Warsaw city divided into 9 motivation groups were tested, for which ultimately 8 models were developed, out of which 7 were deemed very well fitted (obtained pseudoR2 was well above 0.2).
Umiejętność opisania zachowań użytkowników systemu transportowego w zakresie podejmowanych decyzji dotyczących wyboru środka transportowego stanowi podstawę tworzenia modeli podróży, służących analizom i prognozowaniu ruchu. Wiąże się to z poszukiwaniem zależności pomiędzy czynnikami opisującymi podróże, a podejmowanymi decyzjami o wyborze środków transportu. Decyzje o tym, jaki rodzaj transportu wybrać są zdeterminowane różnymi czynnikami dotyczącymi samej podróży, ale również indywidualnymi preferencjami użytkowników systemu transportowego. Tworząc modele podziału zadań przewozowych nie sposób jest, ze względu na dostępność danych, uwzględnić wszystkie możliwe czynniki, zatem trzeba uznać, że o mechanizmie wyboru będą decydować czynniki niekontrolowane, losowe. Dlatego też uzasadnione jest stosowanie podejścia probabilistycznego. Prawidłowe opisanie procesu podziału zadań przewozowych jest bardzo ważne zwłaszcza przy analizach wariantowych inwestycji transportu indywidualnego i publicznego. Oszacowanie pasażerów przeniesionych pomiędzy systemami jest wymagane m.in. w projektach aplikujących o dofinansowanie z programów Unii Europejskiej i jest oceniane przez jednostki opiniujące (np. CUPT i Jaspers). Rosnące zapotrzebowanie na stosowanie modeli ruchu wymusza konieczność rozwijania i wzmacniania metod ich budowy, poprawiania wiarygodności i funkcjonalności. Tematykę wyboru środka transportu podjęto w projekcie badawczym INMOP 3 („Zasady prognozowania ruchu drogowego z uwzględnieniem innych środków transportu”) realizowanym w okresie 1 luty 2016 - 30 kwietnia 2019 r. na zamówienie Narodowego Centrum Badań i Rozwoju (NCBiR) oraz Generalnej Dyrekcji Dróg Krajowych i Autostrad (GDDKiA)6. Projekt zajmuje się hierarchicznym podejściem do modelowania i prognozowana podróży, tj. dotyczy metod modelowania ruchu na poziomie krajowym, regionalnym i lokalnym. INMOP 3 stawia sobie za cel podjęcie próby rozwiązania szeregu problemów szczegółowych, także związanych z modelowaniem podróży w obszarach zurbanizowanych, gdzie zagadnienie intermodalności modelu i podział zadań przewozowych jest szczególnie ważne.
Źródło:
Archives of Civil Engineering; 2018, 64, 4/I; 145-159
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Operation of 2+1 road with high shares of heavy vehicles
Funkcjonowanie drogi o przekroju 2+1 z dużym udziałem pojazdów ciężkich
Autorzy:
Kieć, M.
Powiązania:
https://bibliotekanauki.pl/articles/230687.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
droga 2+1
wyprzedzanie
warunki ruchu
model symulacyjny
ruch drogowy
prędkość podróży
pojazd ciężki
2+1 road
passing
traffic performance
traffic flow
simulation model
travel speed
heavy vehicle
Opis:
The author investigated traffic flow quality on a new 2+1 long road bypass with an exceptionally high share of heavy vehicles in order to assess rational limits of heavy vehicle shares in traffic flow, dependent on the length of the 2+1 road and the number of passing segments in each direction. This paper presents the results of traffic flow quality analyses through the use of empirical and simulation methods for a single 2+1 road segment with additional passing lanes, as well as for the study of the entire section of the bypass – 2+1 road. Variables include analysis of travel speed distribution, platoon traffic, and amount of passing maneuvers. Results show that large passing demands lead to very high speeds (over 100 km/h) on segments with additional passing lanes. The conclusions include remarks related to the use and operation of 2+1 cross-sections with high shares of heavy vehicles.
W artykule przedstawione zostały badania warunków ruchu na odcinku drogi 2+1, stanowiącym obwodnicę Żyrardowa, z wyjątkowo dużym udziałem pojazdów ciężkich. Celem artykułu była ocena wpływu zmiany udziału pojazdów ciężkich na warunki ruchu dla pojedynczych odcinków 2+1 jak i dla całego odcinka drogi 2+1 składającego się z naprzemianległych odcinków z dodatkowym pasem do wyprzedzania. Przegląd literatury zagranicznej wskazuje na duże korzyści w zakresie funkcjonowania przekrojów 2+1 w odniesieniu do warunków ruchu. W większości opisywanych badań udział pojazdów ciężkich nie przekraczał w warunkach rzeczywistych 20% lub w symulacyjnych 30%. Obserwacja problemów funkcjonowania obwodnicy Żyrardowa, na której występuje wysoki poziom udziału pojazdów ciężkich spowodowała konieczność podjęcia badań w tym aspekcie. Prace badawcze obejmowały badania empiryczne i analizy symulacyjne. Badania empiryczne realizowane na obwodnicy Żyrardowa obejmowały analizę odcinków z dodatkowym pasem do wyprzedzania oraz całego odcinka drogi 2+1. Zostały one wykorzystane do wstępnej oceny warunków ruchu oraz jako dane do kalibracji i weryfikacji modelu symulacyjnego.
Źródło:
Archives of Civil Engineering; 2017, 63, 3; 53-70
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