CC BY
122
-□ □-
У статтi розглянуто методи формування матриць кореспонденцш пасажирських перемщень, визначено гх переваги та недолши. Встановлено також основш вимоги до моделей розрахунку обсягу кореспонденцш перемщень мешканщв м^ьких територш та видшено моделi iз застосуванням нечтког логжи. Моделi виз-начення обсягiв кореспонденцш перемiщень на основi нечтког логжи оцтено як тат, що дозволяють отри-мувати надшш результати з мiнiмальними вхидними даними
Ключовi слова: матриця кореспонденцш, попит населення на перемщення, моделi iз застосуванням
нечтког логши
□-□
В статье рассмотрены методы формирования матриц корреспонденций пассажирских перемещений, определены их преимущества и недостатки. Установлено также основне требования к моделям расчета объема корреспонденций перемещений жите-лiв городских территорий и выделены модели с применением нечеткой логики. Модели определения объемов корреспонденции перемещений на основе нечеткой логики оценены как такие, что позволяют получать надежные результаты с минимальными входными данными
Ключевые слова: матрица корреспонденций, спрос населения на перемещение, модели с применением нечеткой логики
УДК 656.1/5
АНАЛ1З МЕТОД1В ТА МОДЕЛЕЙ РОЗРАХУНКУ ОБСЯГУ ПАСАЖИРСЬКИХ КОРЕСПОНДЕНЦШ
А. Б. Б i л о у с
Кандидат техшчних наук, доцент* E-mail: andrij.bilous@gmail.com I. А. Д е м ч у к
Астрант* E-mail: demchuk_inna@ukr.net *Кафедра транспортних технолопй Нацюнальний ушверситет <^bBiBCb^ пол^ехнка» вул. Степана Бандери, 12, м. Львiв, УкраТна, 79013
1. Вступ
Визначення рухомосп населення, транспорту й закономiрностей розселення щодо об'екпв тяжшня, е предметом багатьох дослщжень, що проводилися у вичизнянш i закордоннш мiстобудiвнiй практищ та практищ транспортного планування. У бшьшоси випадюв попит населення на перемщення в рiзних щлях формуеться у виглядi матрищ кореспонденцш (МК) - кшьюсно' характеристики перемщень у межах мережь
Процес отримання МК ускладнюеться рядом чин-ниюв, серед яких:
- стохастичшсть процеив формування потоюв;
- вщсутшсть математичного опису визначення основних причинно-наслщкових зв'язюв процесу ви-бору суб'ектом пари «житло-робота»;
- нестацiонарнiсть об'екив у часi (змiни в плану-вальнiй структурi мiста, мiграцii населення);
- складшсть збору вихiдноi шформацп про на-мiри суб'ектiв, актившсть суб'екту з його мотивами поведшки та цiлями, невiдтворюванiсть експеримен-ив.
Найбiльшою проблемою iснуючих моделей визначення МК е масштабшсть ресурав та обсягу трудо-вих витрат. В зв'язку з цим велика частина мшцевих оргашв влади у сферi транспорту не проводять збiр iнформацii та, як наслiдок, не займаються побудовою транспортних моделей, яю дозволяють адекватно до запитiв населення будувати транспортну мережу. 1снуе практична необхщшсть створення простоi в
обслуговуванш та вiдносно не ресурсовитратноi методики, яка дозволяла б в коротю термши побудува-ти МК та постшно ii оновлювати.
2. Аналiз лiтературних джерел та постановка проблеми
Сучасш теоретичнi роботи з вивчення закономiр-ностей пересування населення базуються в основному на статистичних матерiалах, одержаних у результатi вибiркових комплексних транспортних обстежень мiста [1, 2]. 1снують прямi методи отримання матрищ через анкетш опитування мешканщв мiста (потребують багато часу, кошив та бажання людей брати участь в опитуванш) [3-5] та непрям^ що передбачають розрахунок МК через обсяги вщ-правлення i прибуття автомобiлiв iз використанням моделей розподшу поiздок мiж парами транспортних райошв [6, 7].
Розрахунок транспортних кореспонденцш мiж районами мiста повинен базуватися на певних моделях розселення, що мають бути засноваш на ем-пiричних даних щодо масового обстеження кожного мшта [8].
Аналiз розрахункових методiв моделювання МПК свщчить про те, що вони переважно розроблеш для великих мшт [9, 10]. При всьому рiзноманiттi пiдходiв до формування матриць досить чико про-стежуеться подiл '¿х на три великих умовних класи: моделi коефiцiентiв росту, теоретичнi та технолоНч-нi моделi [1, 11, 12] (рис. 1).
Рис. 1. Моделi розрахунку обсяпв кореспонденцш пасажирських потокiв
3. Аналiз шнуючих моделей та визначення переваг та недолтв
Моделi коефiцieнтiв росту Грунтуються на викори-станнi даних обстеження кнуючого стану розподiлу потокiв пасажирiв i транспорту мiж кореспондую-чими районами iз застосуванням для прогнозуючих розрахункiв пропорцiйних коефiцieнтiв зростання. У якост вихiдних даних для таких моделей викори-стовуються як матриц найкоротших вiдстаней, так i пасажиропотоки на вулично-дорожнш мережi мiста [13, 14].
Основш моделi цього класу наступш [1, 3, 15, 16]:
1) модель единого коефвдента росту - не враховуе динамiку розвитку стввщношень мiж окремими параметрами мкта, використовуеться рiдко через грубi похибки;
2) модель середнiх коефвденпв росту - для розра-хунюв використовуються середнi коефiцiенти росту для кожного з транспортних райошв, майже не засто-совуеться на практищ;
3) Детройтська модель - враховуе середш коефь цiенти росту для кожного з транспортних райошв, а також коефвдент росту для всього мкта, не складний для розрахунюв);
4) модель Фратара - найбшьш поширена серед всiх моделей цього класу.
Складнiсть моделей коефвденпв росту полягае у великш кiлькостi фiнансових та людських витрат, що задiянi не лише для збору даних, але i для обробки одержаних результапв. В загальному, таю моделi використовуються при незначних темпах зростання мкт i термiнах прогнозу не бiльше 5-7 рокiв. Заснований на використаннi даних обстежень в кнуючих умовах та застосуванш для розрахункiв пропорцiйних коефь цiентiв, даний пiдхiд не набув широкого розповсюд-ження [1, 15].
Теоретичш моделi Грунтуються на емтричних або теоретичних залежностях двох райошв, чисельносп 1х населення, умов по1здок та найбiльш поширенi в перспективному плануванш розвитку транспорту [1, 7, 17-19].
До них належать гравиацшш та ентропшш моделi, моделi, засноваш на регресiйному аналiзi, iнтервальне моделювання, методи iз застосуванням нечiткоi логжи та генетичних алгоритмiв, модель «Перешкоди-мож-ливостЬ».
У сучаснiй практицi для розрахунку транспортних кореспонденцш мiж районами мкта найбiльше поширення отримали рiзнi типи гравiтацiйних моделей (модель Н. Генр^ модель А. Бурхiза, логгг-гравь тацiйна) [8].
Таю моделi базуються на аналогii з законом всес-вiтнього тяжiння. В них величини кореспонденцш
прямо пропорцшш обсягам вщправлень з одного транспортного району i прибуття в шший, i обернено пропорцiйнi вщсташ мiж ними. Для цього визначать емюсть транспортних засобiв i витрати часу на пере-сування.
У загальному виглядi гравиацшну модель розра-хунку МК можна представити так [3, 9, 20, 21]:
Ь _ н°,-н^к■ к]к-Ц
Ь]к _ п
I (нр]к ■ к]к ■ Ц])
]_1
(1)
де Ь,]к- кореспонденцiя мiж районами 1 i ] на иерацп к; НО, - обсяг ввдправлень з i-го центроiда, авт./год.; НР] - обсяг прибуття в ]-й центроiд, авт./год.; Ц,] - функщя тяжiння мiж i-м та ]-мцентро':щами; К] - коефiцiент балансування;п - юльюсть центроiдiв мережi.
Очевидною перевагою гравиацшних моделей е до-ступшсть вихiдноi iнформацii (кiлькiсть мешканцiв, вщстань мiж мiстами чи районами), простота вико-нання розрахункiв та реалiзацii, а одним iз головних недолтв - неврахування iндивiдуальних уподобань населення.
В ентропшнш моделi при розрахунку виходять з iмовiрнiсного опису руху автомобШв - реалiзований стан системи мае найбшьшу статистичну вагу, що вщбивае порiвняльнi ймовiрностi реалiзацii рiзних сташв у системi. Використання даного методу для прогнозування кореспонденцш мережi пов'язано зi значними обсягами спостережень й подальшим вияв-ленням закономiрностей функцiонування транспортних потоюв.
Значення кореспонденцii визначаеться за принципом максимiзацii ентропп, який припускае, що система з найб^ьшою ймовiрнiстю приймае максимально стшкий стан з мiнiмумом внутрiшньоi енергii, що можливо лише при максимумi ентропii [13, 22]:
S _
II ь8Гь (Ц) .,_1 ]_1
^ тах ,
таких моделей вщносять [8]: модель С. Островського (враховуються таю фактори, як вщстань мiж зонами, чисельнiсть населення, рiвень автомобiлiзацii, юль-кiсть працiвникiв), модель Л. М. Ейнгорна (викори-стовуються розмiри мiсць прикладання працi, про-живання працюючих, час пересування, поява нових трудових зв'язюв), iн.
Перевагою таких моделей е врахування ними по-казника використання територп i рiвня автомобШза-цii. Очевидними недолiками е великий обсяг вхщних даних та зниження точноси прогнозу iз зб^ьшенням тривалостi етапу розрахунку.
Для прогнозування попиту на перевезення та-кож можуть устшно використовуватися моделi, що Грунтуються на застосуваннi нечiткоi логiки i ге-нетичних алгоритмiв [24]. Дослщження кореспон-денцiй, проведених за таким методом, показують високу яюсть результаив; вiдмiнностi мiж реальни-ми i розрахунковими пасажиропотоками незначнi. Недолiком такоi моделi е суб'ективний вибiр функцп належностей.
Для розрахунку транспортних кореспонденцiй мiж районами мiста також використовуеться модель «Перешкоди - МожливостЬ».
Вiдповiдно до модел^ вибiр поiздки не залежить вщ вiдстанi, але залежить вщ рiвня задоволення мети поiздки [25]:
Т]_ т,('
е ьт - е-"<Т+])
(3)
(2)
де 8 - ентрошя системи; п - юльюсть транспортних районiв в мшт^ од.; Ь, - значення кореспонден-цii мiж районами вiдправлення 1 та прибуття ].
Перевагами ентропшних моделей е доступнiсть вихiдноi шформацп i простота виконання розра-хунюв.
Недолiком таких методiв е низька точшсть ре-зультатiв, оскiльки вони потребують калiбрування; формування матрицi вщбуваеться на основi одного значущого критерж, в той час як задача визначення попиту на пересування е багатокритерiальною [23].
Поряд з найб^ьш поширеними гравиацшними та ентропiйними моделями в закордоннш практицi знайшли застосування й iншi iмовiрнiснi методи розрахунку, зокрема модель, що використовуе ме-тоди регресшного аналiзу. Регресiйний аналiз дае можлившть ввести в розрахунок додатковi незалежнi змiннi, якi дозволяють врахувати не лише населення району, дальшсть пересування, а й показник використання територп та рiвень автомобШзацп. До
де Т - кiлькiсть поiздок з зони 1 в зону ]; Т - юль-юсть поiздок, що е ближчими за часом здшснення до зони 1, нiж до зони ]; Т, - кiлькiсть поiздок, що завершуються в зош 1; Т] - кiлькiсть поiздок, що за-вершуються в зонi ].
Основною перевагою такоi моделi е те, що вона не вимагае даних походження-призначення кореспон-денцш, суттевими недолжами - довiльний вибiр ко-ефiцiента ймовiрностi, вiдсутнiсть вiдповiдного про-грамного забезпечення, врахування лише вщносних змiн взаемозв'язку часу та вщсташ мiж зонами.
Уваги заслуговуе штервальна концепцiя визна-чення попиту на послуги пасажирського транспорту, що Грунтуеться на гiпотезi про випадковий характер вибору суб'ектами напрямюв пересувань (гiпотеза обгрунтована дослiдженнями щодо вибору людиною робочого мшця) [26-28].
Запропоновано також автоматизований метод об-стеження кореспонденцiй та пасажиропотоюв, що дозволяе вивчити попит населення на перевезення, прогнозувати кореспонденцii з урахуванням факто-рiв рухомостi населення, моделювати процес вибору пасажирами оптимальних маршруив, застосовувати автоматизоваш методи збору та обробки шформацп [29, 30].
Споиб автоматизованого обстеження дозволяе тдвищити достовiрнiсть та ефективнiсть процесiв обстеження пасажиропотоюв за рахунок застосування шформацшно-телекомушкацшних техно-логiй.
Переваги та недолжи моделей визначення ко-респонденцш пасажирських потокiв наведено у табл. 1.
Таблиця 1
Характеристика моделей визначення обсяпв кореспонденцш перемщень
Модель Переваги Недол1ки
коеф1ц1ент1в росту - простота розрахунюв - не враховують динам1ку розвитку структури мlста; - вимагають lнформацlю про ¡снуючий розпод!л по'1здок; - трудом1стк! обстеження
грав1тац1йн1 - достовфшсть i стшкють отриманих показник1в для укрупнених розрахунюв; - доступшсть вихщно!' шформацп'; - простота розрахунюв - неврахування 1ндив1дуальних потреб населення; - використання к1лькост! по'1'здок як основного фактора
ентроп1йн1 - доступшсть вихщно!' шформацп'; - простота розрахунюв - низька точн!сть результат1в; - формування матриц! на основ! одного критер!ю
засноваш на регрес1йному аналiзi - враховують показник використання територп' i р!вень автомобЫзацп' - точн!сть прогнозу знижуеться 1з зб1льшенням тривалост! етапу розрахунку; - розрахунки сл!д коректувати кожн! 7-10 рок!в; - великий обсяг вх!дних даних
1з застосуванням неч1тко'1 лог1ки i генетичних алгоритм1в - висока яюсть результат1в - суб'ективний виб1р функцп належностей
«Перешкоди - Можливост!» - створена для кращого насл1дування реальних потоюв; - не вимагае даних походження-призначення кореспонденцш - враховуе лише в!дносн! зм1ни взаемозв'язку часу та в!дстан1 м1ж зонами; - дов1льний виб!р коеф1ц1ента Ймов1рност1; - в1дсутн1сть в!дпов!дного програмного забезпечення
Технолог1чн1 - достов1рн1сть i ефектившсть процес1в обстеження; - скорочення трудом1сткост1 вирlшення задач - часткове охоплення користувач!в пасажирського транспорту; - часткове охоплення територп'; - в!дносно висока варт!сть обладнання
4. Висновки
Внасл1док проведеного аналiзу встановлено основ-m вимоги до моделей пасажирських кореспонденцш:
- гнучк1сть (можливiсть введення додаткових па-раметрiв для врахування змш транспортноï ситуацiï в мiстах),
- ушверсальшсть (можливiсть описувати рiзнi типи поïздок),
- вiдносна простота (широке застосування в рiзних умовах проектування з використанням обчислюваль-ноï техшки та без неï).
В план мiнiмiзацiï необхiдних ресурсiв для збору вихщних даних та простоти проведення розрахунк1в якiсно видiляються моделi визначення обсяпв перемь щень iз застосуванням нечiткоï логiки. За структурою таю моделi представляють собою «чорну скриньку», яка дозволяе швидко подавати певним чином сформо-ванi вхiднi даш та отримувати результати.
Окремо сл1д зазначити ефект навчання, який при-сутнiй в моделях цього класу.
Тобто, в процес1 виконання розрахунюв модель змiнюе своï параметри для тдлаштування пiд реаль-нi взаемозалежность В цьому ж позитивному ефект1 криеться i основний недолiк цих моделей, а саме певна суб'ектившсть у виборi параметрiв функцiй належ-ностi. Математичний апарат генетичних алгоритмiв дозволяе звести до мiнiмуму втручання в процес на-лаштування параметрiв моделi та заснувати його за принципом змагання.
Генетичш алгоритми дозволяють вiдсiювати гiршi результати параметрiв моделi та виробляти крашд взiрцi в процесi еволюцп.
Зважаючи на все вище викладене, алгоритми визначення обсяпв кореспонденцш з застосуванням тео-рп нечгг^ логiки в парi з генетичними алгоритмами пошуку оптимальних параметрiв потребують додатко-вого вивчення та розробки.
Лiтература
1. Norbert, Oppenheim Urban Travel Demand Modeling[Text] / Oppenheim Norbert.- John Wiley and Sons, 1995. - 480 p.
2. Public Transport Assignment [Text]. - Department for Transport, Transport Analysis Guidance. - London, 2013. - 23 p.
3. Брайловский, Н. О. Моделирование транспортных систем [Текст] / Н. О. Брайловский, Б. И. Грановский. - М.: Транспорт, 1978. - 124 с.
4. Гецович, 6. М. Коригування матрищ транзитних транспортних кореспонденцш у центральних частинах мют [Текст] / 6. М. Гецович, Д. В. Засядько, В. М. Панш // Весник ХНАДУ. - 2013. - вып. 61-62. - С. 60-63.
5. Ortuzar, J. de D. Modelling transport. Third edition [Text] /J. de D. Ortuzar, L. G. Willumsen. - John Wiley & Sons Ltd., 2006. - 499 p.
6. Sheffy, Y. Urban Transportation Networks. Equilibrium Analisis with Mathematical Programming Methods [Text] / Y. Sheffy. - Engelwood Cliffs: Prentice-Hall, 1995. - 400 p.
7. Лагерев, Р. Ю. Методы восстановления матриц корреспонденций по данным загрузки сети [Текст] / Р. Ю. Лагерев // Информационные технологии и проблемы математического моделирования сложных систем. - Иркутск: ИИТМ ИрГУПС. -2005. - Вып. 3. - С. 111-115.
8. Лобашов, О. О. Моделювання впливу мережi паркування на транспорты потоки в мютах [Текст]: монографiя / О. О. Лоба-шов. - Харгав ХНАМГ, 2010. - 169 с.
9. Любий, 6. В. Закономiрностi розподшу маршрутних кореспонденцш у малих мiстах [Текст] / П. Ф. Горбачов, 6. В. Любий, О. Л. Гаврилишина, А. В. Оромолот // Вюник СНУ iм.В. Даля: наук.журнал. - 2011. - №5 (159). - С. 89-94.
10. Любий, 6. В. Метод обстеження пасажиропотогав у малих мютах[Текст] / 6.В. Любий // Зб. наук.праць. - Харгав: УкрДАЗТ, 2008. - Вип. 99. - С. 161-167.
11. Daamen, Winnie Modelling Passenger Flows in Public Transport Facilities [Text] / Winnie Daamen. - Trail Thesis Series, T2004/6, The Netherlands TRAIL Research School, 2004. - 377 p.
12. Россолов, А. В. Закономерности формирования спроса на услуги городского пассажирского транспорта [Текст] / А. В. Россо-лов// Восточно-Европейский журнал передовых технологий - 2013. - Т.4, №3/64. - С. 8-10.
13. Россолов, О. В. Моделювання попиту на послуги мюького пасажирського транспорту при проведенш масових заходiв у мютах [Текст] / О. В. Россолов, 6. В. Любий, В. Ю. Король, О. С. Левченко. - Восточно-Европейский журнал передовых технологий. - 2013. - Т. 3, № 3/63. - С. 22-25.
14. Лозе, Д. Моделирование транспортного предложения и спроса на транспорт для пассажирского и служебного транспорта -обзор теории моделирования [Текст] / Д. Лозе // Сб. докладов 7-й межд. конф. «Организация и безопасность дорожного движения в крупных городах». - СПб: СПб. гос. архит.-строит. ун-т. - 2006. - С. 170-186.
15. Погребняк, Е. Б. Анализ методов формирования матрицы корреспонденций транспортной сети города [Текст] / Е. Б. Погреб-няк, Н. И. Самойленко // Коммунальное хазяйство городов. - 2006. - № 69. - С. 121-126.
16. Fratar, T. J. VehicularTripDistributionbySuccessiveApproximation [Text] / T. J. Fratar . - TrafficQuarterly, 1954. - № 8. -p. 53 - 65.
17. Россолов, А. В. Определение уровня вариативностиматрицы пассажирских корреспонденций [Текст] / А. В. Россолов, Е. В. Любый // Восточно-Европейский журнал передовых технологий. - 2013. - T. 1, N 4(61). - С.43-47.
18. Горбачов, П. Ф. Оцшка точност юнуючих методiв моделювання пасажирських кореспонденцш на прикладi малого мь ста [Текст] / П.Ф. Горбачов, 6. В. Любий // Iнформацiйно-керуючi системи на зашзничному транспорта - 2010. - НТЖ, № 5-6. - С. 48-52.
19. Швецов, В. И. Математическое моделирование транспортних потоков [Текст] / В. И. Швецов // АиТ. - 2003. - №11. -С. 3-46.
20. Лобашов, А. О. Алгоритм распределения транспортних потоков в городах [Текст] / А. О. Лобашов, В. В. Лютый. - Автомобильный транспорт. - Харьков: ХГАДТУ, 2000. - С. 101-103.
21. Любий, 6. В. Критерш оцшки ефективност функцюнування маршрутних мереж малих мют / 6.В. Любий // Автомобильный транспорт. - Харьков: РИОХНАДУ / Сб. научн. тр., вып. 24, 2009. - с. 109 -112.
22. Wilson, A. G. Entropy in Urban and Regional Modelling [Text] / A. G. Wilson. - London: PionLimited, 1970. - 250 p.
23. Горбачев, П. Ф. Моделирование спроса на услуги пассажирского маршрутного транспорта в крупних городах [Текст]: моно-графiя / П. Ф. Горбачев, А. В. Россолов. - Х.: ХНАДУ, 2012. - 152 с.
24. Kalis, M. Trip distribution modeling using fussy logic and a genetic algorithm [Text] / M. Kalis, D.Teodorovic // Transportation Planning and Technology. - 2003. - Vol. 26, № 3. -P. 213-238.
25. Samuel, A. Stouffer Intervening Opportunities: A Theory Relating Mobility and Distance [Text] / A. Stouffer Samuel // American Sociological Review. -1940. - Vol. 5, № 6. - P. 845-867.
26. Горбачев, П. Ф. Интервальное моделирование спроса на трудовые передвижения в крупнейших городах [Текст] / П. Ф. Горбачев, А. В. Россолов, К. В. Костенко // Вюник Схщноукрашського национального ушверситету iменi Володимира Даля. -2011. - №159. - С. 248-253.
27. Горбачов, П. Ф. Нова концепщя моделювання потреб населення у трудових пересуваннях мюьким пасажирським транспортом [Текст] / П. Ф. Горбачов //Вюник Дншропетровського нацюнального ушверситету зашзничного транспорту iменi академша В. Лазаряна. - 2009.- № 27. -С. 210 - 214.
28. Любий, 6. В. Формування моделi попиту на пересування населення малих мют маршрутним пасажирським транспортом [Текст] / 6. В. Любий, О. В. Россолов // Комунальне господарство мют. - 2013. - № 107. - С. 422-426.
29. Марунич, В. С. Автоматизований метод обстеження кореспонденцш та пасажиропотогав на маршрутах транспорту загального користування [Текст] / В. С. Марунич, I. М. Вакарчук, В. С. Харута. - Коммунальное хазяйство городов. Научно-техниче-скийсборник. - 2012. - № 103. - С. 343-351.
30. Amini, А. The Differing Tribal and Infrastructural Influenceson Mobility in Developing and Industrialized Regions [Text] / А. Amini, K. Kung, C. Kang. - Mobile Phone Data for Development, 2013. - 849 р.
