r ttáliidl transporte: análisis de la - · 3.1 modelos de generación y atracción de viajes....
TRANSCRIPT
UPCC
CCURS
Modelos de Planificación del T t áli i d lS
201
Transporte: análisis de la oferta y la demanda1
2
-
oferta y la demanda
201
INTRODUCCIÓN A MCAID-MLTM13
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
1
UPC GuiónC
C
Guión1. Metodología: Esquema de las Cuatro Etapas.C
URS
1. Metodología: Esquema de las Cuatro Etapas.2. Recogida de Información: Oferta, demanda.
2.1 Caracterización socioeconòmica de las zonas de transporte.2.2 Encuestas domiciliarias, aforos, etc.S
201
2.3.Desarrollos y políticas previstos en el futuro.3. Modelización.
3.1 Modelos de generación y atracción de viajes.12
-
3.2 Modelos de distribución de viajes.3.3 Modelos de reparto modal.3.4. Modelos de asignación. Privado y público. Redes de transporte y
confrontación oferta demanda Calibración de la red base actual201
confrontación oferta-demanda. Calibración de la red base actual.3.5. Extensiones a modelos de análisis más complejos.
4. Desarrollo de futuros escenarios y evaluación. Prognosis de la demanda a horizontes corto medio y largo plazo (Exemplo1
3demanda a horizontes corto, medio y largo plazo (Exemplo AIMSUN-NG).
5. Entornos integrados de Planificación del Transporte: AIMSUN -NG, Emme/2, TransCAD, Estraus.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
2
, , ,
UPC
Análisis tradicional de los C
C
sistemas de transporteCURS
• Referencias clásicas– Juan De Dios Ortúzar y Luis G. Willumsen (2001) S
201
"Modelling Transport" , John Wiley & Sons.
Adib K f i (1983) "T t ti D d12
-
– Adib Kanafani (1983), "Transportation Demand Analysis", Mc Graw Hill.
201
– Norbert Oppenheim (1995), "Urban Travel Demand Modelling. From Individual Choices to General1
3Modelling. From Individual Choices to General Equilibrium" John Wiley & Sons.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
3
UPC
Análisis tradicional de los C
C
sistemas de transporteCURS
• El objetivo de los análisis en la planificación del transporte urbano es la S
201
p pobtención de descripciones macroscópicas de los flujos de vehículos y1
2
-
macroscópicas de los flujos de vehículos y viajeros sobre las infraestructuras a partir d hi ót i d l t i t d l2
01
de hipótesis del comportamiento de los usuarios del sistema de transporte.
13
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
4
UPC
Análisis tradicional de los C
C
sistemas de transporteCURS
• Tradicionalmente se ha considerado que dicho proceso de planificación consta de S
201
p pcuatro fases, las cuales aparecen mencionadas por primera vez en el1
2
-
mencionadas por primera vez en el histórico estudio (1960) del Area de T t d Chi (Chi A2
01
Transportes de Chicago (Chicago Area Transportation Study).
13 • Análisis moderno.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
5
UPC Esquema de las Cuatro EtapasC
C
Esquema de las Cuatro EtapasCURS
1. Recopilación de datos y delimitación del área objeto del estudio de planificación. S
201
j p2. Análisis y ajuste de modelos.
12
-
3. Previsiones de la demanda: a partir de los modelos generados en la fase
201
ganterior. Construcción escenarios.
4 Evaluación de futuros escenarios13
4. Evaluación de futuros escenarios.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
6
UPC Esquema de las Cuatro EtapasC
C
Esquema de las Cuatro EtapasCURSS
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
7
UPC Definición de área de estudioC
C
Definición de área de estudioCURS
• Zona de transporte: homogeneidad de las características socioeconómicas, S
201
,usos del suelo y de accesibilidad al sistema de transporte1
2
-
sistema de transporte.– Zonificaciones anteriores.
201
– Divisiones administrativas: municipios, distritos, secciones censales.
13 – Partición de secciones censales en
previsión de nuevos desarrollos.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
8
p
UPC Definición de área de estudioC
C
Definición de área de estudioP ti ió d lC
URS
• Partición del territorio
ó iS
201
económico.• Los centroides
12
-
identifican:– Zonas de
201
transporte– Puertas del
13 modelo
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
9
UPC Definición de área de estudioC
C
Definición de área de estudioCURSS
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
10
UPC Definición de área de estudioC
C
Definición de área de estudioCURSS
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
11
UPC Definición de área de estudioC
C
Definición de área de estudioCURS
• De la definición de las zonas a nivel de S
201
comarcas o coronas
12
-• …se refina en el área
de interés a la201
de interés a la definición de municipios.1
3municipios.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
12
UPC Definición de área de estudioC
C
Definición de área de estudioCURS
• De la definición de municipios … S
201 • se refina en el área12
-
…se refina en el área de interés a la definición de distritos
201
definición de distritos y/o barrios.
13
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
13
UPC Definición de área de estudioC
C
Definición de área de estudiofC
URS
• De la definición de distritos/barrios…S
201
distritos/barrios…
• …se refina en el 12
-
área de interés a la definición de zonas de
201
zonas de transporte como agrupación de 1
3 secciones censales.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
14
UPC Definición de área de estudioC
C
Definición de área de estudioCURS
Zonificación interior
d d lS
201
rondes del entorno inmediato de Barcelona1
2
-
Barcelona.
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
15
UPC
Recopilación de datos: C
C
herramientas CADCURS
• Superficie• PoblaciónS
201
• Viviendas• Motorización aparcamiento carga/descarga1
2
-
• Motorización, aparcamiento, carga/descarga.• Empleos por sectores
201
• Usos del suelo: comercial, industrial, servicios, residencial.
13
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
16
UPC
Recopilación de datos: datos C
C
autoridades del ámbitoCURSS
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
17
UPC
Recopilación de datos: C
C
infraestructura viaria y movilidadCURS
• Modelos regionales: S
201
carreteras según su
12
-
tipología.– Evaluación
201
del Plan de Infraestructuras (PIT) en1
3as (PIT) en Catalunya.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
18
UPC
Recopilación de datos: C
C
infraestructura viaria y movilidadM d lC
URS
• Modelos urbanos:– Viario principal
d iS
201
y secundario: callejero.
• Sistema de t t1
2
-
transporte público: autobús
201
urbano, interurbano, metro, Renfe, 1
3, ,
ferrocarril cercanías, tranvías, etc.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
19
,
UPC
Recopilación de datos: C
C
infraestructura viaria y movilidadCURS
• Modelos urbanos:S
201
– Viario principal y
d i12
-
secundario: callejero.
A ti d l201
• A partir del callejero
i i l13 municipal.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
20
UPC
Recopilación de datos: encuestas C
C
de movilidad domiciliariaCURS
• Conocer la movilidad cotidiana de la población del ámbito para establecer sus S
201
patrones.• Obtener información sobre la opinión de1
2
-
Obtener información sobre la opinión de los ciudadanos sobre aspectos relacionados con la movilidad.
201
relacionados con la movilidad.• Estudiar la evolución de la demanda de
desplazamientos en base a comparar13
desplazamientos en base a comparar encuestas periódicas.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
21
UPC
Recopilación de datos: C
C
encuesta de movilidad domiciliariafC
URS
• Encuesta telefónica en 2006 a personas =>4 años.S
201
años.• Muestra de 100000 ind,
en primavera y otoño12
-
• 27 Preguntas en 3 apartados:
Deplazamientos ayer201
– Deplazamientos ayer.– Caracterización
socioeconómica.13 – Opinión: uso de modos de
transporte, satisfacción, motivos, costes,etc.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
22
UPC
Recopilación de datos: C
C
Encuesta domiciliaria EMQ’2001CURSS
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
23
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
• Desplazamientos por motivosS
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
24
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
• Desplazamientos por modo principal:S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
25
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
• Reparto S
201
modal y
12
-
cuotas de
201
mercado
13
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
26
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
Reparto modal por comarcas:
S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
27
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
Movilidad según las cadenas modales
S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
28
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
Movilidad semanal por etapas
S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
29
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
Desplazamientos según dia de la semana
S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
30
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
Movilidad semanal entre comarcas
S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
31
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
Autocontención por comarcas de residencia
S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
32
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
Movilidad semanal por género y motivo
S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
33
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
Cuotas de mercado de los modos por géneroS
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
34
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
Cuotas de mercado del modo según la actividad profesional
S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
35
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
Conocimiento y valoración del Sistema de Integración Tarifaria
S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
36
UPC
Recopilación de datos: C
C
EMQ’2001 Principales resultadosCURS
Cambios de Hábitos de desplazamiento por Sistema de Integración Tarifaria
S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
37
UPC
Recopilación de datos: C
C
EMQ’2001 : CuestionarioCURS
Cuadernillo con desplazamientos de un día:S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
38
UPC
Recopilación de datos: C
C
Matrices origen destino modales entre zonasCURS
• Asignar un peso a cada individuo S
201
de la muestra, según el plan de muestreo: factor d ió1
2
-
de expansión.• Ponderar todos
los
201
desplazamientos de un individuo por su factor de
ió13 expansión.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
39
UPC
Recopilación de datos: C
C
Puntos de aforo automáticos regularesCURSS
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
40
UPC
Recopilación de datos: C
C
Si existe una Enc.Domiciliaria de menos de 5 añosCURS
Cuadernillo con desplazamientos de un día:S
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
41
UPC Modelización oferta y demandaC
C
Modelización oferta y demandaCURS
1. Recopilación de datos.
Generación y Atracción de Viajes
S
201
2. Análisis y ajuste de modelos
Distribución
DEM
12
-
de modelos 3. Previsiones de la
ANDA
201
demanda. 4 Evaluación
Reparto ModalA
OF1
34. Evaluación
estratégica.Asignación
ERTA
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
42
A
UPC Modelos demanda: G/A viajesC
C
Modelos demanda: G/A viajes M d l d ( ) N t ióC
URS
Modelos agregados (zona)/ desagregados (hogar)
NotaciónG/A
S
201
• Generación de viajes (modales/por motivos/periodo etc) en
Distribución
Reparto Modal
12
-
motivos/periodo, etc) en las zonas:– Función de las
características de la zona:
Asignación
Simplificación201
características de la zona: población, viviendas, usos del suelo, disponibilidad de coches, nivel
ijtTt1
3 económico,etc.• Idem en Atracción. = número de viajes entre
el origen i y el destino jijt
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
43
UPC Modelos demanda: G/A viajesC
C
Modelos demanda: G/A viajes CURS
Modelos agregados (zona):
G/A
Distribución
R t M d l
Facilitan los totales por origen S
201
• Modelos de regresión lineal múltiple
Reparto Modal
Asignación
p g(O s) y los totales por destino (D s)
12
-
pgeneralizados (con variables contínuas y
p
O
p ( )
201
ycategóricas).
• Idem en Atracción.
k
ikk x1
0 iO13
Idem en Atracción.
'
10
p
kjkk zjD
= var.socioeconómica k en el origen iikx
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
44
1k
UPC Modelos demanda: G/A viajesC
C
Modelos demanda: G/A viajes F ilit l t t lC
URS
Modelos desagregados (hogar)
A áli i t í
G/A
Distribución
R t M d l
Facilitan los totales generados según la tipología de hogarS
201
Análisis por categorías (modelos estadísticos)
Tasas de generación de
Reparto Modal
Asignación
tipología de hogar por origen (O s)
12
-
– Tasas de generación de viajes constantes en el tiempo para cada categoría
Número de viajes generados por hogar
Personas por hogar
HH_PERS 1
HH_PERS 2
HH_PERS 3
HH_PERS 4
HH_PERS 5
201
– Tablas de contingencia (SPSS, MINITAB, R, …)
– Modelos loglineales
_ _ _ _ _
Autos por hogar
PERC_0_AUT
PERC_1_AUT13
Modelos loglineales (SPSS, R, SAS, …).
– Más 2 dimensiones …PERC_2_AUT
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
45
UPC Modelos demanda: G/A viajesC
C
Modelos demanda: G/A viajes F ilit l t t l dC
URS
Modelos desagreg
G/A
Distribución
R t M d l
Facilitan los totales generados según la tipología de hogar por
i (O )S
201
ados (hogar)
Reparto Modal
Asignación
origen (O s)
Se debe conocer el12
-
Se debe conocer el número de hogares por ona en la tipología2
01
zona en la tipología.13
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
46
UPC Modelos demanda: G/A viajesC
C
Modelos demanda: G/A viajes CURS
Modelos desagregados (hogar)Exemplo TransCAD:
G/A
Distribución
R t M d lS
201
Reparto Modal
AsignaciónSe debe conocer el número de hogares por zona en la tipología y su1
2
-
zona en la tipología y su evolución futura !!!!
201
ID AREA
TOTAL_HH
HH_INC_1
HH_INC_2
HH_INC_3
HH_INC_4
HH_INC_5
PERC_0_AUT
PERC_1_AUT
PERC_2_AUT
1 7,27 4967 1000 1170 2280 300 217 0,17 0,67 0,16
2 13,00
16633 3000 4280 7620 933 800 0,23 0,47 0,3013
0
5 8,26 16470 300 420 7200 4550 4000 0,16 0,43 0,41
4 9,29 8020 500 690 4305 1525 1000 0,14 0,81 0,05
3 7,39 16280 1100 1310 8745 3125 2000 0,29 0,14 0,58
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
47
UPC Modelos de Distribución ViajesC
C
Modelos de Distribución Viajes tTC
URS
Modelos agregados (zona) NotaciónG/A
ijtT
tS
201
• Distribución de los viajes generados en un origen entre diversos destinos
Distribución
Reparto Modal
= número de viajes entre el origen i y el destino j
ijt12
-
entre diversos destinos– Oi conocidos– Dj conocidos
Asignación
201
Dj conocidos
13
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
48
UPC Modelos de Distribución ViajesC
C
Modelos de Distribución Viajes f tTC
URS
Modelos de factor de decrimiento
Disponible un patrón de
A estimarG/A
ijtTS
201
Disponible un patrón dedistribución– Encuesta OD
Distribución
Reparto Modal
ijdD ijjiij dbat 12
-
– Estudio anterior– Oi actuales conocidos– Dj actuales conocidos
Asignación= número de viajes actuales entre el origen i y el destino j
201
– Dj actuales conocidos
13
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
49
UPC Modelos de Distribución ViajesC
C
Modelos de Distribución Viajes M d l d f t d A ti G/A tTC
URS
• Modelos de factor de crecimiento: disponible un patrón de distribución
A estimar G/A
Distribución
Reparto Modal
ijtT ijdD disponibleS
201
y– Oi actuales conocidos– Dj actuales conocidos
Reparto Modal
Asignación
ij
ijjiij dbat 12
-
j
• Factor de crecimiento simple (por orígenes o
= número de viajes actuales entre el origen i y el destino j
S j t201
simple (por orígenes o destinos).
• Factor de crecimiento con restricciones dobles
Sujeto a:
13 restricciones dobles
(orígenes y destinos) : método de Furness.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
50
UPC Modelos de Distribución ViajesC
C
Modelos de Distribución Viajes G/A tTC
URS
• Modelos de gravedad:– Disponible una matriz de
costes de viaje origen
A estimarG/A
Distribución
Reparto Modal
ijtT ijcC disponibleS
201
costes de viaje origen-destino.
– Oi actuales conocidos
Reparto Modal
Asignación
ij
)( ijjjiiij cDbOat f12
-
– Dj actuales conocidos
M d l fí i
= número de viajes actuales entre el origen i y el destino j
S j t201
• Modelo físico.• Más difíciles de entender
que los modelos de
Sujeto a:
13
que los modelos de crecimiento tipo Furness.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
51
UPC Modelos de Distribución ViajesC
C
Modelos de Distribución Viajes G/A tTC
URS
• Modelos de gravedad:– Disponible una matriz de
costes de viaje origen
A estimarG/A
Distribución
Reparto Modal
ijtT ijcC disponibleS
201
costes de viaje origen-destino.
– Oi actuales conocidos
Reparto Modal
Asignación
ij
)( ijjjiiij cDbOat f12
-
– Dj actuales conocidos = número de viajes actuales entre el origen i y el destino j
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
52
UPC Modelos de Distribución ViajesC
C
Modelos de Distribución Viajes M d l d • Todos implementables G/AC
URS
• Modelos de entropía Wilson (1967)
• Todos implementables con modificaciones del algoritmo tipo de Furness
G/A
Distribución
Reparto ModalS
201
• Relacionados con hipótesis estadísticas de
Furness. Reparto Modal
Asignación
12
-
estadísticas de mínima cantidad de información añadida: dij
201
añadida:– Oi actuales
conocidos– Dj actuales
dij
13
Dj actuales conocidos
– Con o sin patrón de viajes
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
53
j
UPC Modelos de Distribución ViajesC
C
Modelos de Distribución Viajes G/A tTC
URS
• Modelos de entropía: A estimarG/A
Distribución
Reparto Modal
ijtTdisponibleS
201
– Oi actuales conocidos– Dj actuales conocidos
Reparto Modal
Asignación
12
-
jjjiiij DbOat
++201
– Disponible de un patrón origen destino dDbOat
+– Disponible de un patrón origen destino
+13 patrón origen-destino.
ijdDijdjjiiij DbOat patrón origen-destino.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
54
UPC Modelos de reparto modalC
C
Modelos de reparto modalG/AC
URS
• Modelos muy discutidos, pero imprescindibles.• Técnicamente clasificados en modelos agregados
(zona) y desagregados (individuo)
G/A
Distribución
Reparto ModalS
201
(zona) y desagregados (individuo). • Los modelos desagregados a nivel de individuo
son los únicos considerados fiables.
Reparto Modal
Asignación
12
-
• Modelos estadísticos: modelos lineales generalizados.
201
– Extensión de la regresión clásica que permite incluir como variables explicativas tanto variables cuantitativas como cualitativas.
13 – La variable de respuesta puede ser una variable aleatoria
binomial, Poisson, multinomial, gamma, etc.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
55
UPC Modelos de reparto modalC
C
Modelos de reparto modalL l ió d l G/AL l ió d lC
URS
La selección del modo de transporte depende de las
Distribución
Reparto Modal
La selección del modo de transporte depende de lasS
201
depende de las características del VIAJERO Asignación
La selección del
depende de las características del MODO
12
-
• Disponibilidad vehículo
• Renta
modo de transporte depende de las características
• Tiempo de viaje• Tiempo de espera• Coste del viaje
201
• Estructura familiar
• Densidad
características del VIAJE
• Motivo del viaje
Coste del viaje• Coste y
disponibilidad parking1
3 residencial• Condicionantes
del resto del día
• Motivo del viaje• Hora del día
g• Confort• Regularidad• Seguridad
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
56
Seguridad
UPC Modelos de reparto modalC
C
Modelos de reparto modalG/AC
URS
• Basados en la Teoría de Elección Discreta de Alternativas basada en la maximización
G/A
Distribución
Reparto ModalS
201
de la utilidad aleatoria (modelos econométricos).
Reparto Modal
Asignación
12
-
• Postulados por el premio Nobel Daniel McFadden (1975).
201
( )• Modelos intrinsecamente desagregados
(individuo): falta estrategia de agregación13
(individuo): falta estrategia de agregación para la predicción.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
57
UPC Modelos de reparto modalC
C
Modelos de reparto modalG/AC
URS
• Modelos de Elección Discreta de Alternativas: selección de la
G/A
Distribución
Reparto ModalS
201
alternativa que maximiza la utilidad aleatoria.
Reparto Modal
Asignación
12
-• La utilidad es una variable aleatoria
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
58
UPC Modelos de reparto modalC
C Modelos de Elección Discreta de
Modelos de reparto modalModelos de Elección Discreta de G/AC
URS
Modelos de Elección Discreta de Alternativas
• Distribución de probabilidad de la utilidad
Modelos de Elección Discreta de Alternativas
• Distribución de probabilidad de la utilidad
G/A
Distribución
Reparto ModalS
201
Distribución de probabilidad de la utilidad percibida:Distribución de probabilidad de la utilidad percibida:
Reparto Modal
Asignación
Gumbel (simple) Modelos logit, logit Gumbel (simple) Modelos logit, logit Gumbel (simple) Modelos logit, logit Gumbel (simple) 12
-
presupone modos i.i.d
Normal (más potente)
g , gmultinomialpresupone modos i.i.d
Normal (más potente)
g , gmultinomialpresupone modos i.i.d
Normal (más potente)
g , gmultinomialpresupone modos i.i.d
Normal (más potente) 201
( p )permite alternativas modales correlacionadas
Modelos probit( p )
permite alternativas modales correlacionadas
Modelos probit( p )
permite alternativas modales correlacionadas
Modelos probit( p )
permite alternativas modales correlacionadas1
3correlacionadas.correlacionadas.correlacionadas.correlacionadas.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
59
UPC Modelos de reparto modalC
C
Modelos de reparto modalModelos de Elección Discreta de G/AC
URS
Alternativas Logit Jerárquicos• Estructura jerárquica del proceso de decisión.
G/A
Distribución
Reparto ModalS
201
• Aumenta la capacidad modelística de los modelos logit.R lt h á i l l d l bit
Reparto Modal
Asignación
12
-
• Resulta mucho más simple que los modelos probit.
Gumbel (simple)201
Gumbel (simple) +permite alternativas
d l13
modales correlacionadas.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
60
UPC Modelos de reparto modalC
C
Modelos de reparto modalModelos de Elección Discreta de Alternativas G/AC
URS
Modelos de Elección Discreta de Alternativas Logit Jerárquicos
• Empezar por nido inferior (atributos independientes)
G/A
Distribución
Reparto ModalS
201
• Empezar por nido inferior (atributos independientes)• Calcular la utilidad del nido:• Calibrar parámetros de nido 0<φ≤1 y α
S bi id i
Reparto Modal
Asignación
12
-
• Subir a nido superior
Gumbel i i d por nivel201
Gumbel i.i.d. por nivel +permite alternativas
d l13
modales correlacionadas.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
61
UPC Modelos de asignaciónC
C
Modelos de asignaciónG/AC
URS
• Transporte privado.• Transporte público
G/A
Distribución
Reparto ModalS
201
• Transporte público.•• Asignación bimodal (EMME/2).Asignación bimodal (EMME/2).
Reparto Modal
Asignación
12
-
Asignación bimodal (EMME/2).Asignación bimodal (EMME/2).•• Modelos integrados macroModelos integrados macro--micro micro
201
(AIMSUN(AIMSUN--NG).NG).•• Modelos de equilibrioModelos de equilibrio1
3 •• Modelos de equilibrio Modelos de equilibrio multimodales (Estraus).multimodales (Estraus).
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
62
UPC
Asignación bimodal: paradigma C
C
EMME/2CURS Asignación Asignación Asignación Asignación Asignación Asignación Asignación Asignación Asignación Asignación S
201
auto Tiempo de recorrido auto (timau) se usa en impedancia transit (segmentos ligados al arco)autoauto Tiempo de recorrido auto (timau) se usa en impedancia transit (segmentos ligados al arco)autoauto Tiempo de recorrido auto (timau) se usa en impedancia transit (segmentos ligados al arco)autoauto Tiempo de recorrido auto (timau) se usa en impedancia transit (segmentos ligados al arco)autoauto Tiempo de recorrido auto (timau) se usa en impedancia transit (segmentos ligados al arco)auto
12
-A i ióA i ióA i ióA i ióA i ióA i ióA i ióA i ióA i ióA i ió2
01
Asignación transit
Vehículos equivalentes auto (veq) se usa en impedancia auto (volad, volumen adicional)
Asignación transit
Vehículos equivalentes auto (veq) se usa en impedancia auto (volad, volumen adicional)
Asignación transit
Vehículos equivalentes auto (veq) se usa en impedancia auto (volad, volumen adicional)
Asignación transit
Vehículos equivalentes auto (veq) se usa en impedancia auto (volad, volumen adicional)
Asignación transit
Vehículos equivalentes auto (veq) se usa en impedancia auto (volad, volumen adicional)
Asignación transit
Vehículos equivalentes auto (veq) se usa en impedancia auto (volad, volumen adicional)
Asignación transit
Vehículos equivalentes auto (veq) se usa en impedancia auto (volad, volumen adicional)
Asignación transit
Vehículos equivalentes auto (veq) se usa en impedancia auto (volad, volumen adicional)
Asignación transit
Vehículos equivalentes auto (veq) se usa en impedancia auto (volad, volumen adicional)
Asignación transit
Vehículos equivalentes auto (veq) se usa en impedancia auto (volad, volumen adicional)
13
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
63
UPC
El entorno de modelización C
C
EMME/2CURS
• EMME/2 is an interactive-graphic state-of-the-art multimodal urban transportation S
201
planning system. • It offers the planner a complete and1
2
-
It offers the planner a complete and comprehensive set of tools for demand modelling, multimodal network modelling
201
modelling, multimodal network modelling and analysis and for the implementation of evaluation procedures1
3evaluation procedures.
• Panorámica.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
64
UPC
El entorno de modelización C
C
TransCADC f fC
URS
• TransCAD es un sistema de información geográfica (SIG) diseñado especialmente para profesionales de transporte con el objeto de almacenar, mostrar, yS
201
transporte con el objeto de almacenar, mostrar, y analizar datos de transporte.
• TransCAD, a diferencia de los demás paquetes 12
-
informáticos de transporte, combina en una sola plataforma integrada las propiedades de un SIG y las capacidades de modelación del transporte.
201
capacidades de modelación del transporte. • Caliper Corporation
1172 Beacon Street • Newton MA 13 02461 • USA • Tel: +1(617)527-
4700 • [email protected]
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
65
UPC
El entorno de modelización C
C
TransCADU d l t fC
URS
• Una poderosa plataforma SIG con extensiones específicas para modelos d t tS
201
de transporte. • Herramientas de análisis
diseñadas para el t t1
2
-
transporte, mapeo y visualización.
• Aplicaciones para
201
módulos de creación de rutas, previsión de la demanda de viajes, t t úbli1
3 transporte público, logística y gestión del territorio
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
66
UPC
El entorno de modelización C
C
TransCADM d l d d d L M d l d G ióC
URS
Modelos de demanda y planificación del transporte
• Los Modelos de Generación –Producción de Viajes.
• Los Modelos de Atracción de Viajes. • Los algoritmos de ajuste de ViajesS
201
• TransCAD es el único programa de planificación b d t SIG
Los algoritmos de ajuste de Viajes están diseñados para ajustar el volumen total de atracciones con el de producciones. Los Modelos de Distribución de1
2
-
basado en un entorno SIG totalmente integrado y con herramientas y procesos de asignación
• Los Modelos de Distribución de Viajes.
• Los Modelos de Distribución Modal. • P-A to O-D y Matrices Horarias
201
y procesos de asignación.
• TransCAD incluye todos los elementos típicos de un
P A to O D y Matrices Horarias incluye herramientas para convertir producciones y atracciones en orígenes – destinos, descomponer una matriz diaria en un grupo de horarias1
3elementos típicos de un programa de planificación del transporte convencional...
matriz diaria en un grupo de horarias, transformar viajeros en vehículos y aplicar factores de horas punta o valle.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
67
UPC
El entorno de modelización C
C
TransCADCURS
• Los Modelos de Avanzados Asignación de Tráfico incluidos en TransCAD se basan en funciones de costos generalizados, para la evaluación de problemas de transporte multimodal o de
i dif d dS
201
competencia entre diferentes modos de transporte.
• TransCAD permite aplicar un modelo de asignación de tráfico i ltá t i hí l li d1
2
-
que simultáneamente asigna vehículos ligeros, pesados y autobuses sobre la red vial. Este procedimiento permite incluir peajes por tipología de vehículos y utilizar velocidades diferentes en la ecuación de costos generalizados También pueden definirse
201
la ecuación de costos generalizados. También pueden definirse restricciones por clases de vehículos en el uso de la red vial. Algunos vehículos con itinerarios fijos pueden ser considerados como precargas en la red.1
3
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
68
UPC
El entorno de modelización C
C
TransCAD: resultados asignaciónCURSS
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
69
UPC
El entorno de modelización C
C
TransCAD: modelo BCNCURSS
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
70
UPC
TransCAD: resultados C
C
asignación en modelo de BCNCURSS
20112
-
20113
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
71
UPC
El entorno de modelización C
C
TransCAD: resultados asignaciónCURS
• La red anterior de transporte privado seS
201
privado se puede asignar con la matriz de1
2
-
con la matriz de demanda y se obtienen
201
resultados a nivel de arco y pareja OD1
3pareja OD.
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
72
UPC
El entorno de modelización C
C
AIMSUN-NGCURS
• AIMSUN-NG se desarrolló en la UPC y actualmente en TSS (Transport Simulation S
201
( pSystem). Entorno informático muy evolucionado1
2
-
• Entorno informático muy evolucionado donde se integra: simulación
201
microscópica, planificación del transporte y usos del suelo.1
3y
• Ver detalle …
Lídia Montero MercadéMètodes de Captació, Anàlisi i Interpretació de Dades -MLTM
73