inproceedings by Rafał Kucharski
Bookmarks Related papers MentionsView impact
We propose the information spread model (ISM) which shows how the drivers get informed via multip... more We propose the information spread model (ISM) which shows how the drivers get informed via multiple sources of information present in the traffic networks (VMS, radio news, on-line sources) and how the informed drivers propagate through the network. We introduce the formulas to compute the probability of receiving information for the most popular sources, including a novel formulation applicable for the on-line sources (mobile apps, social networks, web portals). The model is illustrated with the Dusseldorf network simulations showing how information is spread in several ATIS scenarios (VMS, radio news, online sources, and simultaneous sources).
Bookmarks Related papers MentionsView impact
Bookmarks Related papers MentionsView impact
Referat niniejszy stanowi podstaw{\c{e}} teoretyczn{\c{a}} dla zagadnienia adaptacyjnego wyboru {... more Referat niniejszy stanowi podstaw{\c{e}} teoretyczn{\c{a}} dla zagadnienia adaptacyjnego wyboru {\'{s}}cie{\.{z}}ki w sieci transportowej. Na jego podstawie mo{\.{z}}liwe b{\c{e}}dzie sformu{\l}owanie adaptacyjnego modelu wyboru {\'{s}}cie{\.{z}}ki na potrzeby makroskopowego modelowania ruchu, co jest przedmiotem pracy doktorskiej autora. W referacie omawia w szczeg{\'{o}}lno{\'{s}}ci podstawy i najnowsze teorie: wyszukiwania najkr{\'{o}}tszej {\'{s}}cie{\.{z}}ki w sieci transportowej (ang. shortest path search), pr{\'{o}}bkowania {\'{s}}cie{\.{z}}ek (ang.: path sampling), oraz wyboru {\'{s}}cie{\.{z}}ki (ang.: route choice). W cz{\c{e}}{\'{s}}ci pierwszej opisano podstawowe i bardziej zaawansowane algorytmy wyszukiwania najkr{\'{o}}tszej {\'{s}}cie{\.{z}}ki w sieci transportowej. Pokazano zar{\'{o}}wno klasyczne algorytmy, ich modyfikacje, jak i najnowsze propozycje. Om{\'{o}}wiono przypadki dla sieci statycznej, dynamicznej i stochastycznej. Dodatkowowzmiankuje si{\c{e}}tu adaptacyjne modele wyboru najkr{\'{o}}tszej {\'{s}}cie{\.{z}}ki. Cz{\c{e}}{\'{s}}{\'{c}}ta jest podstaw{\c{a}}dla dalszych cz{\c{e}}{\'{s}}ci, w kt{\'{o}}rych omawiane s{\c{a}}modele zawieraj{\c{a}}ce implicite algorytmy wyszukiwania najkr{\'{o}}tszej {\'{s}}cie{\.{z}}ki. Cz{\c{e}}{\'{s}}{\'{c}} druga to om{\'{o}}wienie metod pr{\'{o}}bkowania {\'{s}}cie{\.{z}}ek, czyli okre{\'{s}}lania zbioru potencjalnie efektywnych {\'{s}}cie{\.{z}}ek {\l}{\c{a}}cz{\c{a}}cych {\'{z}}r{\'{o}}d{\l}o z celem. Pokazano pr{\'{o}}by rozwi{\c{a}}zania tego problemu, kt{\'{o}}ry (jak argumentuje wielu badaczy) jest dot{\c{a}}d nierozwi{\c{a}}zany w praktyce, a istniej{\c{a}}ce metody dostarczaj{\c{a}} jedynie heurystycznych przybli{\.{z}}e{\'{n}}. Pokazano tu w szczeg{\'{o}}lno{\'{s}}ci autorsk{\c{a}}propozycje rozszerzenia istniej{\c{a}}cej metody pr{\'{o}}bkowania {\L}a{\'{n}}cuchem Markowa Metropolisa-Hastingsa na przypadek zmiennejw czasie sieci stochastycznej. Cz{\c{e}}{\'{s}}{\'{c}} trzecia to om{\'{o}}wienie modeli wyboru {\'{s}}cie{\.{z}}ki spo{\'{s}}r{\'{o}}d mo{\.{z}}liwych. Pokazano tu zar{\'{o}}wno klasyczne modele logitowe, ich modyfikacje, jak i nieliczne alternatywne metody wyboru {\'{s}}cie{\.{z}}ki. W tej cz{\c{e}}{\'{s}}ci wzmiankuje si{\c{e}}r{\'{o}}wnie{\.{z}}na propozycjae adaptacyjnych modeli wyboru {\'{s}}cie{\.{z}}ki w sieci transportowej. Wiele u{\.{z}}ytych w referacie nazw jest w{\l}asn{\c{a}}pr{\'{o}}b{\c{a}}t{\l}umaczenia nazw angielskich, jako {\.{z}}e autor zdaje sobie spraw{\c{e}} z u{\l}omno{\'{s}}ci w{\l}asnych t{\l}umacze{\'{n}}, w nawiasach przy ka{\.{z}}dym pierwszym u{\.{z}}yciu podano odpowiednik angielski.
Bookmarks Related papers MentionsView impact
Referat pokazuje w jaki spos{\'{o}}b modele ruchu mog{\c{a}} by{\'{c}} wykorzystane w systemach I... more Referat pokazuje w jaki spos{\'{o}}b modele ruchu mog{\c{a}} by{\'{c}} wykorzystane w systemach ITS. W szczeg{\'{o}}lno{\'{s}}ci jak odpowiednio przygotowany i zdefiniowany model ruchu mo{\.{z}}e stanowi{\'{c}} podstaw{\c{e}} wiedzy o stanie sieci transportowej w czasie rzeczywistym. Pokazano jak klasyczny model ruchu wykorzystywany do analiz strategicznych mo{\.{z}}e by{\'{c}} rozwini{\c{e}}ty do dynamicznego modelu ruchu dzia{\l}aj{\c{a}}cego w czasie rzeczywistym w oparciu o systemy detekcji. Om{\'{o}}wiono podej{\'{s}}cia do zdobywania wiedzy o stanie sieci transportowej w czasie rzeczywistym i pokazano jakie szanse stwarza w tym zakresie oparcie systemu ITS o model ruchu. W referacie wykorzystano do{\'{s}}wiadczenie zdobyte przez autora w rozwoju i wdra{\.{z}}aniu {\'{s}}rodowiska PTV Optima, w szczeg{\'{o}}lno{\'{s}}ci modelu dynamicznego rozk{\l}adu ruchu TRE. Pokazano przyk{\l}ady z dzia{\l}aj{\c{a}}cych system{\'{o}}w w Turynie, Dusseldorfie i wdra{\.{z}}anego systemu w Lublinie.
Bookmarks Related papers MentionsView impact
Bookmarks Related papers MentionsView impact
Artyku{\l} ten jest propozycj{\c{a}} rozwa{\.{z}}enia nowego podej{\'{s}}cia w modelowaniu podr{\... more Artyku{\l} ten jest propozycj{\c{a}} rozwa{\.{z}}enia nowego podej{\'{s}}cia w modelowaniu podr{\'{o}}{\.{z}}y, kt{\'{o}}re mo{\.{z}}e okaza{\'{c}} si{\c{e}} odpowiednie do zaaplikowania w wielu dziedzinach in{\.{z}}ynierii transportowej. Artyku{\l} ten nie jest podsumowaniem bada{\'{n}}, ani raportem z przeprowadzonej analizy, jego celem jest ch{\c{e}}{\'{c}} zastanowienia si{\c{e}} nad mo{\.{z}}liwo{\'{s}}ci{\c{a}} wdro{\.{z}}enia nowych metod w projektowaniu przysz{\l}ych miejskich system{\'{o}}w transportowych. Zdefiniowany w tek{\'{s}}cie system detekcji telefon{\'{o}}w kom{\'{o}}rkowych - Cellural Floating Data jest obiecuj{\c{a}}c{\c{a}} metod{\c{a}} o ogromnym potencjale i nale{\.{z}}y zbada{\'{c}} mo{\.{z}}liwo{\'{s}}ci praktycznego jej zastosowania.
Bookmarks Related papers MentionsView impact
Powszechna jest krytyka uproszczonej reprezentacji zjawisk w sieci transportowej za pomoc{\c{a}} ... more Powszechna jest krytyka uproszczonej reprezentacji zjawisk w sieci transportowej za pomoc{\c{a}} makroskopowych funkcji oporu, kt{\'{o}}re nie s{\c{a}} w stanie opisa{\'{c}} powstawania i roz{\l}adowywania si{\c{e}} kolejek pojazd{\'{o}}w, chwilowej utraty p{\l}ynno{\'{s}}ci, dobowych waha{\'{n}} nat{\c{e}}{\.{z}}e{\'{n}} ruchu i rozp{\l}ywania si{\c{e}} kolejek. W opinii du{\.{z}}ej cz{\c{e}}{\'{s}}ci ekspert{\'{o}}w jedyn{\c{a}} alternatyw{\c{a}} jest modelowanie sieci w skali mikro, metodami symulacyjnymi. W referacie tym pokazano podej{\'{s}}cie alternatywne, stosowane w dynamicznych makroskopowych modelach ruchu: tzw. modele przep{\l}ywu ruchu drugiego rz{\c{e}}du b{\c{e}}d{\c{a}}ce rozwini{\c{e}}ciem fundamentalnego diagramu ruchu. S{\c{a}} one w stanie odzwierciedli{\'{c}} wymienione wy{\.{z}}ej zjawiska, wymagaj{\c{a}} znacznie mniej danych wej{\'{s}}ciowych ni{\.{z}} modele mikroskopowe i wykonuj{\c{a}} obliczenia w znacznie kr{\'{o}}tszym czasie. W opinii autora wyniki takiego modelu s{\c{a}} bardziej warto{\'{s}}ciowe i daj{\c{a}} pe{\l}niejsz{\c{a}} informacje o funkcjonowaniu sieci transportowej. Zamiast szczeg{\'{o}}{\l}owych wynik{\'{o}}w symulacji, kt{\'{o}}ra jest jedynie jedn{\c{a}} z mo{\.{z}}liwych realizacji procesu stochastycznego, otrzymujemy najbardziej prawdopodobny wynik przekazany w zagregowanej formie. Modele takie mog{\c{a}} by{\'{c}} wykorzystywane w czasie rzeczywistym modelach du{\.{z}}ych sieci transportowych dostarczaj{\c{a}}c szczeg{\'{o}}{\l}owych informacji o stanie sieci, w referacie pokazano wyniki otrzymane w modelu krakowskim
Bookmarks Related papers MentionsView impact
Zwi{\c{e}}kszenie jako{\'{s}}ci modeli w polskich warunkach jest mo{\.{z}}liwe, a jednym z potenc... more Zwi{\c{e}}kszenie jako{\'{s}}ci modeli w polskich warunkach jest mo{\.{z}}liwe, a jednym z potencjalnych miejsc do poprawy jest zgromadzenie i wykorzystanie w modelowaniu baz danych. Baza danych wej{\'{s}}ciowych to kluczowa sprawa dla jako{\'{s}}ci modelu ruchu. Je{\'{s}}li model ma spe{\l}nia{\'{c}} swoje zadanie, to musi by{\'{c}} oparty o bogat {\c{a}} i dok{\l}adn{\c{a}} baz{\c{e}} danych. R{\'{o}}wnie istotn{\c{a}} spraw{\c{a}} jest jej regularna aktualizacja, a jej zmiany powinny poci{\c{a}}ga{\'{c}} za sob{\c{a}} aktualizacje modelu. W referacie autor opisuje, jakie dane s{\c{a}} dost{\c{e}}pne i jak mo{\.{z}}na je wykorzysta{\'{c}} w modelowaniu ruchu. Na kilku przyk{\l}adach pokazano w praktyczny spos{\'{o}}b jak mo{\.{z}}na wzbogaci{\'{c}} baz{\c{e}}danych u{\.{z}}ywanych do modelowania ruchu. Opisano tu cztery przyk{\l}ady dobrych praktyk, w szczeg{\'{o}}lno{\'{s}}ci: a) protok{\'{o}}{\l} przesy{\l}u danych o sieci i rozk{\l}adzie jazdy transportu zbiorowego z serwisu jakdojade.pl do programu do modelowania ruchu, b) mo{\.{z}}liwo{\'{s}}{\'{c}}u{\.{z}}ycia danych przestrzennych GIS do tworzenia modelu sieci transportowej, c) mo{\.{z}}liwo{\'{s}}{\'{c}} u{\.{z}}ycia danych przestrzennych z podk{\l}ad{\'{o}}w GIS do obliczania produkcji i atrakcji rejon{\'{o}}w komunikacyjnych w jednym z program{\'{o}}w do modelowania ruchu, d) wykorzystanie wynik{\'{o}}w automatycznej rejestracji tablic rejestracyjnych (ARTR) w modelowaniu. Na wielu konferencjach dotycz{\c{a}}cych modelowania ruchu powtarzana jest teza, {\.{z}}e najpilniejsz{\c{a}}spraw{\c{a}}w polskim modelowaniu jest problem pozyskania danych. Poni{\.{z}}sze akapity pokazuj{\c{a}}jak mo{\.{z}}na ten stan rzeczy ma{\l}ymi krokami prze{\l}amywa{\'{c}}. Przyk{\l}ady te powinny s{\l}u{\.{z}}y{\'{c}} jako dobra praktyka w budowie modeli ruchu. Nale{\.{z}}y na poziomie definiowania zam{\'{o}}wienia na budow{\c{e}}modelu ruchu zapewni{\'{c}}jak najwi{\c{e}}ksz{\c{a}}ilo{\'{s}}{\'{c}}i jako{\'{s}}{\'{c}}danych wej{\'{s}}ciowych. Dzi{\c{e}}ki temu modele b{\c{e}}d{\c{a}}mog{\l}y pe{\l}ni{\'{c}}istotn{\c{a}}rol{\c{e}}w kszta{\l}towaniu systemu transportowego miasta, tworz{\c{a}}c wsp{\'{o}}ln{\c{a}}platform{\c{e}}zarz{\c{a}}dzania transportem.
Bookmarks Related papers MentionsView impact
This paper shows how rerouting phenomena can be observed from the available data and how to deriv... more This paper shows how rerouting phenomena can be observed from the available data and how to derive valuable input to estimate the rerouting models. By rerouting we mean changing the currently chosen path in road network after either receiving some information or observing consequences of an unexpected traffic event. Recently we have proposed Information Comply Model (ICM) to address the rerouting phenomena in Dynamic Traffic Assignment (DTA) [1]. In this paper we focus on estimation framework for the model and verify the assumptions on the rerouting behavior. The paper identifies two datasets where rerouting can be observed: (1) direct - path trajectories; (2) indirect - traffic flows over the cut-set of the network. Proposed method of formal analysis derives from the data the input to estimate the rerouting behavior, namely flow: information spreads (speed and range), drivers observe (how an atypical delay leads to rerouting), drivers decide (utility of rerouting used in discrete-choice model). Indirect estimation method from traffic flows is illustrated with a field-data from Warsaw bridges observed over several consecutive days including day of the event. Central findings are: a) about 20{\%} of the affected traffic flow reroutes, b) rerouting flows are increasing in time, c) drivers show strategic capabilities, d) and maximize their utility while rerouting. Which were assumed while conceiving the ICM model.
Bookmarks Related papers MentionsView impact
This article presents a new model of Dynamic User Equilibrium that is particularly suited for ITS... more This article presents a new model of Dynamic User Equilibrium that is particularly suited for ITS applications, where vehicle flows and travel times must be simulated on large road networks. The key feature of the proposed model is the different representation of time and space, less detailed on the demand side of the equilibrium problem, namely the route choice, and more detailed on the supply side, namely the dynamic network loading, that is here implemented through the General Link Transmission Model. This separation allows for a balanced investment of computing resources on the two sides of the equilibrium problem, by assuming that the pivot between them, also used as fixed-point variables, are the splitting rates, i.e. the turn probabilities at each node of the network evaluated without taking into account the destinations of vehicles. The proposed modelling framework is conceived for a seamless extension to real-time contexts.
Bookmarks Related papers MentionsView impact
This article addresses the problem of simulating en-route path choices on transport networks. In ... more This article addresses the problem of simulating en-route path choices on transport networks. In particular, by rerouting, we mean changing the currently chosen path, after receiving some information about a traffic event. Indeed, when the forecasted performance pattern of travel times and costs, known or only perceived, changes significantly, drivers may react by shifting their current route to a better one. The representation of such situations is particularly challenging if the information reaches a driver who is already travelling toward the destination. At the state-of-the-practice, most traffic assignment models are not capable of reproducing these phenomena. We will model rerouting in the framework of within-day Dynamic Traffic Assignment (DTA). Two different solutions are presented here, both exploiting the rolling horizon technique. The first solution can be summarized as an alternate sequence of two fixed point problems for each traffic event: a Dynamic User Equilibrium (DUE) with warm start through saved flows, and a Dynamic Network Loading (DNL) for given route choices; this model is called DTA with Rolling Horizon Events (DTA-RHE) and allows setting the information time of each event before or after the event itself. The second one is a simplified version of the first one, under the assumption that all the events are communicated not later than their start time; this model is called DUE with Rolling Horizon Events (DUE-RHE), and is a sequence of Dynamic User Equilibria with warm start. Numerical examples show the results of the proposed models where rerouting phenomenon can be observed.
Bookmarks Related papers MentionsView impact
The paper proposes a new dynamic transit assignment model, which aims to reproduce the passengers... more The paper proposes a new dynamic transit assignment model, which aims to reproduce the passengers' travelling strategies in presence of real-time information (RTI) not only on arrival times, but also on crowding levels in transit vehicles. Recent research developments in fields of transit assignment focused on the inclusion of two aspects relevant to passenger path choices in modern urban transit networks, i.e. the real-time information provision [6], [7] and overcrowding phenomena [5], [9]. We try to combine these two aspects together, and investigate how the extension of RTI provision to the actual crowding information affects the network performance. Travellers knowing current arrival times can change their path decision en-route, to reach their destination with lowest disutility possible. Likewise, they can decide en-route whether to choose a more comfortable transit connection (possibly with higher seating probability), or to reach the destination as soon as possible regardless of (over)crowded conditions. We use the dynamic event-based mesoscopic simulator incorporated in BusMezzo software [4], in which we adjust the connection utility model used in the path choice algorithm, to reflect the impact of RTI provision on crowding levels – which, in conjunction with explicit approach to capacity constraints, would allow a more specific representation of within-day congestion effects on path choices in ATIS-driven public transport networks. We illustrate the proposed model with a numerical example and investigate the impact of real-time crowding information on passenger flows, utilities, travel times and overall system performance.
Bookmarks Related papers MentionsView impact
The paper proposes a new dynamic transit assignment model, which aims to reproduce the passengers... more The paper proposes a new dynamic transit assignment model, which aims to reproduce the passengers' travelling strategies in presence of real-time information (RTI) not only on arrival times, but also on crowding levels in transit vehicles. Recent research developments in fields of transit assignment focused on the inclusion of two aspects relevant to passenger path choices in modern urban transit networks, i.e. the real-time information provision [6], [7] and overcrowding phenomena [5], [9]. We try to combine these two aspects together, and investigate how the extension of RTI provision to the actual crowding information affects the network performance. Travellers knowing current arrival times can change their path decision en-route, to reach their destination with lowest disutility possible. Likewise, they can decide en-route whether to choose a more comfortable transit connection (possibly with higher seating probability), or to reach the destination as soon as possible regardless of (over)crowded conditions. We use the dynamic event-based mesoscopic simulator incorporated in BusMezzo software [4], in which we adjust the connection utility model used in the path choice algorithm, to reflect the impact of RTI provision on crowding levels – which, in conjunction with explicit approach to capacity constraints, would allow a more specific representation of within-day congestion effects on path choices in ATIS-driven public transport networks. We illustrate the proposed model with a numerical example and investigate the impact of real-time crowding information on passenger flows, utilities, travel times and overall system performance.
Bookmarks Related papers MentionsView impact
articles by Rafał Kucharski
W poni{\.{z}}szym artykule opisano przyk{\l}ad budowy macierzy koszt{\'{o}}w podr{\'{o}}{\.{z}}y ... more W poni{\.{z}}szym artykule opisano przyk{\l}ad budowy macierzy koszt{\'{o}}w podr{\'{o}}{\.{z}}y wykorzystanej podczas dystrybucji (rozk{\l}adu przestrzennego) podr{\'{o}}{\.{z}}y, kt{\'{o}}ra uwzgl{\c{e}}dnia kilka {\'{s}}rodk{\'{o}}w transportu r{\'{o}}wnocze{\'{s}}nie. Autorzy przedstawiaj{\c{a}} kolejne analizy dotycz{\c{a}}ce wra{\.{z}}liwo{\'{s}}ci poszczeg{\'{o}}lnych miar oporu przestrzeni na wprowadzone do sieci zmiany oraz p{\l}yn{\c{a}}ce z nich wnioski. Dodatkowo staraj{\c{a}} si{\c{e}} udowodni{\'{c}}, {\.{z}}e macierz zawieraj{\c{a}}ca tylko jeden z system{\'{o}}w transportowych mo{\.{z}}e powodowa{\'{c}}, {\.{z}}e funkcja jest ma{\l}o wra{\.{z}}liwa na powstawanie nowych inwestycji dedykowanych innym typom pojazd{\'{o}}w. Prace nad modelem ruchu Wroc{\l}awia pozwoli{\l}y na przetestowanie kilku wariant{\'{o}}w konstruowania macierzy koszt{\'{o}}w podr{\'{o}}{\.{z}}y, jednak artyku{\l} przedstawia tylko wybrane rozwi{\c{a}}zanie, kt{\'{o}}re wydaje si{\c{e}} by{\'{c}} najbardziej odpowiednie.
Bookmarks Related papers MentionsView impact
Niniejszy artyku{\{}{\l}{\}} jest teoretyczn{\{}{\c{a}}{\}} analiz{\{}{\c{a}}{\}} por{\{}{\'{o}}{... more Niniejszy artyku{\{}{\l}{\}} jest teoretyczn{\{}{\c{a}}{\}} analiz{\{}{\c{a}}{\}} por{\{}{\'{o}}{\}}wnawcz{\{}{\c{a}}{\}} dw{\{}{\'{o}}{\}}ch modeli matematycznych u{\{}{\.{z}}{\}}ywanych w modelowaniu wyboru {\{}{\'{s}}{\}}rodka transportu przez podr{\{}{\'{o}}{\}}{\{}{\.{z}}{\}}nego. Opisujemy i por{\{}{\'{o}}{\}}wnujemy tu dwa modele: regresj{\{}{\c{e}}{\}} logistyczn{\{}{\c{a}}{\}} i model logitowy. Obydwa powszechnie stosowane w praktyce i cz{\{}{\c{e}}{\}}sto nies{\{}{\l}{\}}usznie uznawane ze identyczne. Dzi{\{}{\c{e}}{\}}ki formalnemu zdefiniowaniu modeli mo{\{}{\.{z}}{\}}liwa jest ich analiza, por{\{}{\'{o}}{\}}wnanie za{\{}{\l}{\}}o{\{}{\.{z}}{\}}e{\{}{\'{n}}{\}} i przedstawienie interpretacji. W artykule tym pokazujemy r{\{}{\'{o}}{\}}{\{}{\.{z}}{\}}nice w za{\{}{\l}{\}}o{\{}{\.{z}}{\}}eniach modeli i ich konsekwencje. Obydwa modele okre{\{}{\'{s}}{\}}laj{\{}{\c{a}}{\}} prawdopodobie{\{}{\'{n}}{\}}stwo wyboru danego {\{}{\'{s}}{\}}rodka transportu jako funkcj{\{}{\c{e}}{\}} jego atrakcyjno{\{}{\'{s}}{\}}ci. Wywodz{\{}{\c{a}}{\}} si{\{}{\c{e}}{\}} jednak z r{\{}{\'{o}}{\}}{\{}{\.{z}}{\}}nych za{\{}{\l}{\}}o{\{}{\.{z}}{\}}e{\{}{\'{n}}{\}}. Model logitowy jest modelem wyboru dyskretnego, regresja logistyczna jest z kolei dopasowaniem funkcji jednej zmiennej do zaobserwowanego zjawiska. Poka{\{}{\.{z}}{\}}emy jakie s{\{}{\c{a}}{\}} konsekwencje tych za{\{}{\l}{\}}o{\{}{\.{z}}{\}}e{\{}{\'{n}}{\}} w: doborze zmiennych obja{\{}{\'{s}}{\}}niaj{\{}{\c{a}}{\}}cych wyb{\{}{\'{o}}{\}}r (ograniczony w regresji i nieograniczony w modelu logitowym); liczbie alternatyw (dwie w regresji, dowolna ilo{\{}{\'{s}}{\}}{\{}{\'{c}}{\}} w modelu logitowym); postaci pochodnej, czyli wra{\{}{\.{z}}{\}}liwo{\{}{\'{s}}{\}}ci na zmian{\{}{\c{e}}{\}} atrakcyjno{\{}{\'{s}}{\}}ci (silnie nieliniowa i z{\{}{\l}{\}}o{\{}{\.{z}}{\}}ona w regresji) i procesie kalibracji (tradycyjny w regresji z wykorzystaniem zagregowanych obserwacji i symulacyjny z wykorzystaniem wszystkich obserwacji w modelu logitowym).
Bookmarks Related papers MentionsView impact
Artyku{\{}{\l}{\}} przedstawia model wyboru {\{}{\'{s}}{\}}rodka transportu przez podr{\{}{\'{o}}... more Artyku{\{}{\l}{\}} przedstawia model wyboru {\{}{\'{s}}{\}}rodka transportu przez podr{\{}{\'{o}}{\}}{\{}{\.{z}}{\}}nych. Zaproponowano model wyboru dyskretnego: dwumianowy model logitowy, kt{\{}{\'{o}}{\}}ry okre{\{}{\'{s}}{\}}la prawdopodobie{\{}{\'{n}}{\}}stwo wyboru w danej sytuacji jednego z dw{\{}{\'{o}}{\}}ch rozwa{\{}{\.{z}}{\}}anych {\{}{\'{s}}{\}}rodk{\{}{\'{o}}{\}}w transportu (nazywanych dalej opcjami): komunikacji zbiorowej (KZ) i indywidualnej (KI). Sytuacj{\{}{\c{e}}{\}}, w kt{\{}{\'{o}}{\}}rej dokonywany jest wyb{\{}{\'{o}}{\}}r opisuje odpowiednio zdefiniowana dla ka{\{}{\.{z}}{\}}dej z opcji u{\{}{\.{z}}{\}}yteczno{\{}{\'{s}}{\}}{\{}{\'{c}}{\}} obejmuj{\{}{\c{a}}{\}}ca m.in. dost{\{}{\c{e}}{\}}p do samochodu, czas przejazdu, liczb{\{}{\c{e}}{\}} przesiadek, cz{\{}{\c{e}}{\}}stotliwo{\{}{\'{s}}{\}}{\{}{\'{c}}{\}} kursowania. W artykule przetestowano kilka postaci modelu i oceniono ich dopasowanie do wynik{\{}{\'{o}}{\}}w prawie 7 tysi{\{}{\c{e}}{\}}cy podr{\{}{\'{o}}{\}}{\{}{\.{z}}{\}}y do i z pracy, zbadanych w Warszawskim Badaniu Ruchu 2015 (WBR2015). Parametry modelu szacowano przy u{\{}{\.{z}}{\}}yciu pakietu do kalibracji modeli dyskretnych BIOGEME (Bierlaire, 2003), kt{\{}{\'{o}}{\}}ry szuka{\{}{\l}{\}} postaci gwarantuj{\{}{\c{a}}{\}}cej najwi{\{}{\c{e}}{\}}ksz{\{}{\c{a}}{\}} zgodno{\{}{\'{s}}{\}}{\{}{\'{c}}{\}} modelu z faktycznymi wyborami podr{\{}{\'{o}}{\}}{\{}{\.{z}}{\}}nych. Zaproponowano formu{\{}{\l}{\}}y o najwy{\{}{\.{z}}{\}}szej zgodno{\{}{\'{s}}{\}}ci uzyskanej przy u{\{}{\.{z}}{\}}yciu zmiennych dost{\{}{\c{e}}{\}}pnych w modelu i {\{}{\l}{\}}atwo prognozowalnych. Efektem jest model, kt{\{}{\'{o}}{\}}ry obja{\{}{\'{s}}{\}}nia kiedy i dlaczego w dojazdach do pracy w Warszawie wybierana jest komunikacja zbiorowa, a kiedy indywidualna.
Bookmarks Related papers MentionsView impact
What we assume to be typical state of the urban network, paradoxically, occurs very rarely. Unexp... more What we assume to be typical state of the urban network, paradoxically, occurs very rarely. Unexpected events are frequent and cause network disruptions to drivers who were not aware of them. As reported in (Lomax et. al, 2012) more than 50{\%} of all delay on the roads in the US is caused by unexpected events. Therefore it's crucial to have models capable to capture consequences of the events on the network flows and performances. Hereby we investigate how state-of-the-practice Dynamic Traffic Assignment (DTA) models can be used to handle cases of unexpected events. We propose the Information Comply Model (ICM) to overcome limitations of DTA models. With ICM we extend DTA Route Choice Model to capture drivers' reaction to the events in comprehensive and efficient form. We integrate ICM within the DTA fixedpoint problem and present the final algorithm. Paper is concluded with numerical examples both on toy and real-scale networks.
Bookmarks Related papers MentionsView impact
In this paper we propose how available dataset can be used to estimate rerouting phenomena in tra... more In this paper we propose how available dataset can be used to estimate rerouting phenomena in traffic networks. We show how to look at set of paths observed during unexpected events to understand the rerouting phenomena. We use the information comply model [1] and propose its estimation method. We propose the likelihood formula and show how the theoretical and observed rerouting probabilities can be obtained. We conclude with illustrative example showing how a single observed path can be processes and what information it provides. Contrary to parallel paper [2] where rerouting phenomena is estimated using real traffic flow measures from Warsaw, here we use only synthetic data. The paper is organized as follows. First we elaborate on rerouting phenomena and define the traffic network, then we summarize the literature behind rerouting phenomena. We follow with a synthetic definition of dynamic traffic assignment needed to introduce ICM model in subsequent section. Based on that introduction we define the observations and propose estimation method based on them followed by illustrative example. Paper is summarized with conclusions and pointing of future directions
Bookmarks Related papers MentionsView impact
In this paper we propose estimation procedure in which traffic flows resulting from rerouting mod... more In this paper we propose estimation procedure in which traffic flows resulting from rerouting model are matched with traffic flows observed during unexpected events. We show practical value of observing a entire cut-set of the transportation network and propose theoretical closed-form formulation of estimation problem for the rerouting model. We apply proposed framework on field-data from Warsaw bridges to observe rerouting phenomena. Most importantly we observed that: a) around 20{\%} of affected traffic flow reroutes, b) rerouting flows are increasing in time, c) drivers show strategic capabilities, d) and maximize their utility while rerouting. All of the which were hypothesized in Information Comply Model (Kucharski et. al., 2014) and are now supported with field observations
Bookmarks Related papers MentionsView impact
Uploads
inproceedings by Rafał Kucharski
articles by Rafał Kucharski