session 42 clas rydergren

Staffan Algers, KTH/CTS

Daniel Jonsson, KTH/CTS

> Clas Rydergren, LiU <

Hur bör kollektivtrafik i tätort modelleras?

… i prognosmodeller för regionala resor á la Emme (Sampers) och Visum

Hur bör kollektivtrafik i tätort modelleras? Clas Rydergren, 13:e januari, Transportforum 2011

Projektbakgrund Bygger på resultat från det tidigare projektet: Användning och

utvecklingsbehov av modeller för multimodala trafiksystem, http://bit.ly/sampers2009

En del i projektet: Prioritering och utveckling av prioriterade delar av modellsystemet Sampers Prioriterade delar är kollektivtrafikmodellering och beräkningshastighet för

efterfrågan.

Frågeställning: ”Bör man byta ut kollektivtrafikmodellen i Sampers (från Emme/3)?”, eller ”Hur modellen för regional kollektivtrafik i Sampers bör se ut?”, eller ”Hur bör man modellera regional kollektivtrafik?”

Projektet finansierat under 2010-2011 av Trafikverket inom SNE-PRD


Agenda Typer av kollektivtrafikmodeller (ruttval)

Tidtabell-baserade

Headway-baserade

Relaterade artiklar

Komponenter i en headway-baserad kollektivtrafikmodell

Modellering av en väntetid vid hållplats

Resultat från programmen Visum (PTV) och Emme/3 (INRO)

Jämförelser

Slutsatser


Modellering av ruttval för kollektivtrafik Headway-baserad (tidsavstånd) modell Avgångar anges genom tidsavstånd (avståndsintervall) mellan turerna för varje

linje. Avståndet ges av en fördelning.

Efterfrågan på resor (given) fördelade över den modellerade tidsperioden.

Endast ”attraktiva” linjer beaktas, påstigning på första ”attraktiva” linje (oftast)

Tidstabellsbaserade modell Kräver fullständig data för tidtabell

Möjliggör modellering av bytestider/koordinering av linjer i detalj

… mer i Jansson (2010)

Användning Regional planeringsmodell (t.ex. SL)

Som del i nationell modell


Relaterade artiklar

Spiess, H., och Florian, M. (1989) “Optimal strategies: A new assignment for transit networks”, Transportation Research B, 23, s. 83-102.

Gentile, G., Nguyen, S., och Pallottino, S. (2003) “Route choice on transit networks with on-line information at stops”, Technical Report: TR-03-14, Universitá di Pisa.

Nökel, K., Wekeck, S. (2007) “Choice models in frequency-based transit assignment”, European Transport Conference 2007.

Larsen, O.I. (2010) “Kollektivassignment I Visum og Emme/3”, Notat: 11.desemer 2010, Högskolan i Molde.

Parveen, M., Shalaby, A., Wahba, M. (2007) ”G-EMME/2: Automatic calibration tool of the EMME/2 transit assignment using genetic algorithms”, Journal of Transportation Engineering, 133, s. 549-555.


Förutsättningar och antaganden Vi har ett nätverk med noder (hållplatser) och bågar (delar av

linjer)

Varje linje har ett tidsavstånd (headway) hi (och frekvens, fi) som antas känd.

Passagerare kommer till hållplatsen enligt en likformig fördelning, oberoende av trafikeringen

Mellan varje start och målpunkt ges den totala (generaliserade) restiden av

Olika modeller skiljer sig genom hur väl tidsavståndet hålls, resenärens information och vilka linje-val som ges


Vid en hållplats

Hållplats


Fördelning på attraktiva linjer och väntetid

Case: Optimal strategies Tidsavstånden förväntas exponentialfördelade

Passageraren har ”ingen information”


Attraktiva linjer

Case: Optimal strategies


Karaktäristiska modellresultat

En start och slutpunkt, två linjer Linje 1: Tidsavstånd 20 minuter, in-vehicle time 20 minuter

Linje 2: Tidsavstånd 20 minuter, in-vehicle time 30 minuter

100%

12

Attraktiva rutter:


Optimal strategies


Andra modellvarianter/mer passagerarinfo Konstant tidsavstånd Fördelning och väntetid enligt:

Attraktiva linjer hittas genom uppräkning för att hitta minimum.

Konstant tidsavstånd + passagerare håller koll på sin väntetid Passagerare antas (förutom tidsavstånd) hålla koll på väntad tid

Uppsättningen attraktiva linjer beror på väntad tid

Konstant tidsavst. + passagerare ser tidtabell vid hållplats (RDT) Avgångar uniformt fördelade, önskad avresetid konstant fördelad

Attraktiva linjer, k, är sådana där

Givet info, linje där summa restid och väntetid minimeras väljs


Jämförelse med Optimal strategies


Förväntad total tid per resa


Förändring i total tid per resa


Användningsandel och väntetid En start och slutpunkt, två linjer Linje 1: Tidsavstånd 10-30 minuter, in-vehicle time 20 minuter

Linje 2: Tidsavstånd 20 minuter, in-vehicle time 20 minuter

100%

12


Slutsatser från karaktäristiska modellresultat

Optimal strategies-modellen har diskontinuerlig linje/ruttandel som funktion av restid

har odifferentierbar totalrestid som funktion av restid

har en modelltolkning i termer av passagerarinfo – “ingen info”

Departures at stop areas/RDT-modellen har “mjukare” beteende, ger mer förutsägbara

känslighetsanalysresultat

har en modelltolkning i termer av passagerarinfo

Skillnaderna i väntetid för ”Optimal strategies” och ”Departuresat stop ares”/RDT kan vara något ”ointuitiva” (adderad info ger längre väntetid)


Mer modelldetaljer…

Val av hållplats Kan modelleras som “gång-linje” med oändlig frekvens

Kan modelleras mha diskret valmodell

Bytestider Modelleras på liknande sätt som första hållplats

Kan modelleras med mer komplex valmodell

Kan modelleras genom att ”artificiella linjer” skapas


Utvärdering av praktisk modell Modell av praktisk storlek Inom ramen för projektet ska resultat från Stockholmsnätverk (endera SL:s

modell eller Sampers-regionala modell) analyseras

Jämförelsedata RES05/06

Reseinformation på ”reseelementsnivå”: Val av kollektivfärdmedel, bytespunkter

Automatiska trafikräkningar (SL, 2006-2010) Antal trafikanter på busslinjer

Jämförelsemått Genomsnittligt prognosfel i färdmedelsval, i bytespunkt

Genomsnittligt fel i antal resenär per busslinje

Kalibrering? Oklart om kalibrering av vikter i generaliserad restidsfunktion måste

genomföras för ”korrekt” utvärdering


SL:s planeringsmodell

4018 nodes

11204 länkar

1394 zoner

942 linjer


KTH/CTSStaffan Algers

Josef Andersson

SLBeatrice Gustafsson

Anna Brusaeus

Mats Hansson

Högskolan i MoldeOdd I Larsen

TrafikverketSylvia Yngström-Wänn

Tack till…

www.liu.se

Frågor?

Mer information eller detaljer? [email protected]

session 42 clas rydergren

Documents