Разработка модели транспортной системы города или региона

Для разработки транспортных моделей городов, агломераций и регионов мы используем динамическое мультиагентное моделирование.
Преимущества мультиагентного моделирования:
Полносуточное моделирование

Непрерывно моделируются 24 часа, а не только часы-пик, что позволяет избежать погрешностей, связанных с применением коэффициентов суточной неравномерности.
Учитывание каждого

Моделируется каждый агент. Детализация в модели идёт до отдельного человека или транспортного средства.
Импортонезависимое ПО

Транспортные модели мы создаём на импортонезависимом программном продукте с открытым исходным кодом. Это даёт возможность постоянно совершенствовать и добавлять функционал ПО специальными алгоритмами и модулями собственной разработки для решения нестандартных задач (например: динамические тарифы на платной дороге, моделирование транспортной системы всего мира во время Чемпионата мира и др.)
Точные прогнозы

Позволяет строить точные финансовые прогнозы, что подтверждено финансовыми моделями концессий и финансовыми моделями перевозок общественного транспорта (с точностью до 98%).
  • Какие мы используем данные для модели?
    • Замеры интенсивности дорожного движения
    • Социологическое обследование транспортной подвижности населения
    • Обследование пассажиропотоков
    • Транзакции транспортных карт
    • Мобильные данные
    • Статистические данные
    Количество данных зависит от решаемой задачи.
  • Что мы можем рассчитать на модели?
    • Сценарные варианты развития транспортной инфраструктуры и эффекты от реализации мероприятий
    • Моделирование новой маршрутной сети с прогнозом пассажиропотока и финансовых показателей
    • Прогноз транспортных и пассажиропотоков
    • Выручку на платных дорогах и доходы от сбора платы за проезд на общественном транспорте
Подробнее о мультиагентном моделировании:
Модель основывается на цепочках активностей агентов - индивидуальных «планах», за счет чего происходит моделирование реального поведения горожан в транспортной системе.

Дневной план агента представляет собой последовательность:
  • активностей (например, дом-работа-дом, дом-институт-работа-дом, дом-магазин-работа-дом)
  • способов передвижения (автомобиль, велосипед, общественный транспорт)
  • временной информацией (время начала активности, время окончания, продолжительность)

Агенты взаимодействуют друг с другом и, например, в случае единовременного выбора множеством агентов одной дороги создаются заторы, а в случае превышения провозной способности автобуса им приходится выбирать другой маршрут или ждать следующего подходящего транспортного средства.

После завершения симуляции происходит оценка выполнения дневных планов агентов, называемая скоринг. Так агент приобретает единицы полезности в процессе осуществления активности и теряет их во время перемещений. Таким образом, агенты, оказавшиеся в заторе, теряют больше единиц полезности, нежели агенты, передвигающиеся по свободным дорогам.

Часть агентов после каждой итерации перестраивает свой план на основании сведений о загрузке улично-дорожной сети таким образом, чтобы улучшить свои показатели: агенты могут изменить время выезда, поменять вид транспорта или сменить маршрут. Остальные агенты придерживаются своих предыдущих планов, которые хранятся в памяти программы.

На последнем этапе производиться анализ полученных результатов моделирования. Точность результатов моделирования достигается за счет итеративной калибровки транспортной модели, когда агенты пробуют каждый из своих планов и выбирают наиболее подходящий для соответствия натурным обследованиям.

Мультиагентное моделирование позволяет моделировать и управлять любыми видами мобильности.
НАПИШИТЕ НАМ
Расскажите о своей задаче – и мы предложим
лучшее решение.

Заполните форму ниже или напишите на info@otslab.ru
Нажимая на кнопку, Вы даете согласие на обработку персональных данных
и соглашаетесь c политикой конфиденциальности