В работе приводится краткий обзор методов, разработанных за последние годы, для нахождения взаимосвязи между подсчетами транспортного потока, собранными в дискретных точках времени и пространства, и спросом, который порождает эти данные. Проблема сформулирована в рамках общей задачи оценки матрицы корреспонденций
транспортный поток, оценка интенсивности, матрица корреспонденций
Задача определения взаимосвязи между матрицами поездок и подсчетами транспортных потоков получила развитие в конце 70-х годов. Ключевым вопросом при оценке матрицы поездок на основе подсчета потока является идентификация пар отправления и назначения по конкретным звеньям [1].
Основными вопросами исследования, являются следующие:
• нахождение наиболее вероятной матрицы корреспонденций, объясняющей количество потока, и насколько велика неопределенность этого отношения при заданном положении и количестве детекторов учета интенсивности транспортных потоков;
• и наоборот, учитывая топологию и характеристики сети, как расположить и разместить необходимое количество детекторов, чтобы максимизировать сбор информации о сети и наилучшим образом оценить матрицу корреспонденций и потоки маршрутов вдоль улично-дорожной сети.
В исследовании представлены два аспекта классической задачи оценки спроса: вывод информации, доступной из подсчетов транспортных потоков; и обратная задача – оптимальное расположение детекторов и количество точек для получения реального потока.
Для решения первой задачи наиболее актуальными являются три подхода: максимального правдоподобия, байесовский и равновесного назначения. Подход максимального правдоподобия подразумевает условие отсутствия ошибок, и найденное решение является наиболее близким к априорному, которое объясняет эти подсчеты, и предполагает пропорциональное назначение, поэтому поток должен быть статичным и не улавливать динамику. То же самое с байесовским подходом, который, тем не менее, предполагает, что подсчет потока имеет ошибки [2]. В подходе равновесного назначения аналитические решения все еще находятся в стадии разработки. Такое моделирование является одной из самых применяемых методологий в практике дорожного движения, но требует много симуляций, поскольку решение зависит от случайных факторов.
Цель второй задачи состоит в том, чтобы найти оптимальное местоположение детекторов при их минимальном количестве, которое позволит минимизировать максимально возможную относительную ошибку. Методология, основанная на минимизации максимального риска, должна учитывать следующие правила:
• правило покрытия: точки учета движения на улично-дорожной сети должны располагаться так, чтобы фиксировать определенную долю поездок между любой парой пунктов;
• правило максимальной доли потока: для пары пунктов точки учета интенсивности должны располагаться на звеньях так, чтобы доля потока между этой парой пунктов на звеньях была как можно больше;
• правило максимального перехвата потока: в наборе звеньев должно быть учтено как можно больше потоков;
• правило независимости пути: точки подсчета интенсивности потока должны располагаться в сети так, чтобы результирующие подсчеты не были линейно зависимы.
Поскольку структура потока не зависит от выбора типа присваивания (пропорциональное, статическое или динамическое), ее потенциально можно комбинировать с любым из методов, как своего рода двухуровневую задачу.
1. Крипак, М. Н. Оценка состояния улично-дорожной сети крупного города / М. Н. Крипак, О. А. Лебедева // Современные технологии. Системный анализ. Моделирование. 2016. № 3 (51). С. 171-174.
2. Лебедева, О. А. Байесовский метод оценки матрицы корреспонденций / О. А. Лебедева, А. Ю. Михайлов // Сборник научных трудов №6 «Технология, организация и управление автомобильными перевозками. Теория и практика». ФГБОУ ВПО «СибАДИ». 2013. С. 56-58.
