Аннотация.

В статье представлена комплексная методика прогноза автотранспортных и пассажирских потоков в транспортной системе крупного города на основе моделей динамического распределения потоков по сети. Помимо расчета общих корреспонденций и их расщепления по способам передвижения методика позволяет формировать индивидуальные для каждой пары районов и способа передвижения распределения поездок по времени отправления. При этом учитывается связанность передвижений в цепочки и доступность различных способов передвижения для населения. Последующее динамическое распределение по сети полученных матриц корреспонденций позволяет определить реалистичную нестационарную картину загрузки сети в зависимости от времени и воспроизводить образование заторов в узких местах и их динамику.

Ключевые слова:

моделирование транспортных потоков, матрица корреспонденций, динамическое распределение потоков по сети.

Стр. 3-12.

Полная версия статьи в формате pdf. 

Литература 

1. Алиев А. С., Мазурин Д. С., Максимова Д. А., Швецов В. И. Структура комплексной модели транспортной системы г. Москвы // Труды ИСА РАН. 2015. Т. 65, № 1. С. 3–15.
2. Sheffi Y. Urban transportation networks: equilibrium analysis with mathematical programming methods. Prentice-Hall. 1985.
3. Peeta S., Ziliaskopoulos A. K. Foundations of Dynamic Traffic Assignment: The Past, the Present and the Future // Networks and Spatial Economics. 2001. Vol. 1, no. 3. P. 233–265.
4. Алиев А. С., Мазурин Д. С., Швецов В. И. Модель транспортных потоков на основе 4-шаговой схемы с учетом цепочек передвижений // Труды ИСА РАН. 2016. Т. 66, № 1. С. 3–9.
5. Ben-Akiva M., Bierlaire M. Discrete choice models with applications to departure time and route choice. In Handbook of Transportation Science, 2nd edition. – Kluwer. 2003. P. 7-38.
6. Szeto W. Y., Wong S. C. Dynamic traffic assignment: model classifications and recent advances in travel choice principles // Central European Journal of
Engineering. 2012. Vol. 2, no. 1. P. 1–18.
7. Gentile G. Solving a Dynamic User Equilibrium model based on splitting rates with Gradient Projection algorithms // Transportation Research Part B: Methodological. 2016. Vol. 92. P. 120–147.
8. Daganzo C. F. The cell transmission model, part II: Network traffic // Transportation Research Part B: Methodological. 1995. Vol. 29, no. 2. P. 79–93.
9. Yperman I. The Link Transmission Model for Dynamic Network Loading: Ph.D. thesis / Katholieke Universiteit Leuven. 2007.
10. Tampére C. M., Corthout R., Cattrysse D., Immers L. H. A generic class of first order node models for dynamic macroscopic simulation of traffic flows // Transportation Research Part B: Methodological. 2011. Vol. 45, no. 1. P. 289–309.
11. Spiess H., Florian M. Optimal strategies: A new assignment model for transit networks // Transportation Research Part B: Methodological. 1989. Vol. 23, no. 2. P. 83–102.
12. Gentile G., Noekel K. Modelling Public Transport Passenger Flows in the Era of Intelligent Transport Systems: COST Action TU1004 (TransITS). Springer Tracts on Transportation and Traffic. Springer International Publishing, 2016. ISBN: 978-3-319-25082-3.