Metodyka modelowania potencjałów ruchotwórczych w drogowych przewozach ładunków
10
0
0
Pełen tekst
(2) 302. Tomasz Kulpa. Potencja ruchotwórczy najczciej rozwaany jest jako element czterostadiowego modelu podróy. Wynika to z silnych sprze zwrotnych z pozostaymi stadiami, tj. z wi b ruchu oraz z rozkadem ruchu na sie . Z drugiej strony, stadium wyznaczania potencjaów ruchotwórczych moe wystpowa samodzielnie, np. przy okrelaniu generacji ruchu przez obiekty. Potencja ruchotwórczy moe by rozumiany jako zbiór wartoci liczbowych (potencja empiryczny) lub jako wzór, czyli model. Mona wyróni dwie metody wyznaczania empirycznych wartoci potencjaów ruchotwórczych: bezporednie i porednie. W metodach bezporednich potencja ruchotwórczych wyznaczany jest na podstawie wyników kompleksowych bada ruchu (ankiety w firmach wykorzystujcych samochody ciarowe), pomiarów ruchu (np. pomiary kordonowe na granicy okrelonego obszaru lub pomiary ruchu wjazdowego i wyjazdowego do i z okrelonego obiektu) lub danych statystycznych (np. masa adunków nadanych lub przyjtych przez województwa). Najczciej stosowan metod poredni jest wyznaczenie potencjaów ruchotwórczych poprzez sumowanie wierszy i kolumn wi by ruchu. Wyjciowa wi ba ruchu obliczana jest na podstawie bada ankietowych (badania typu ródo-cel na kordonie obszaru lub w przekrojach wybranych dróg). Nastpnie dokonuje si korekty wielkoci relacji midzyrejonowych w celu uzyskania zblionych do siebie modelowanych i pomierzonych nate ruchu na odcinkach. W niniejszym referacie wykorzystane zostan dwa róda danych o potencjaach ruchotwórczych: – pozyskane na podstawie bada ankietowych w strefie podmiejskiej Krakowa w 2007 roku, – wyznaczone w ramach KBR w Poznaniu i powiecie poznaskim w roku 2000.. 2. PRZEGLD LITERATURY Biorc pod uwag modelowanie drogowego transportu adunków mona zauway , e prym wiod Amerykanie. Wród bada wykonanych w USA mona przytoczy wiele przykadów modeli stanowych (np. [1, 2, 3, 4, 5, 6, 7, 8, 9, 13, 16, 17, 19]), które w duym przyblieniu odpowiadaj w warunkach polskim modelowi regionalnemu. Modele potencjaów ruchotwórczych s tworzone na poziomie hrabstw lub ich czci, co równie w duym przyblieniu odpowiada gminie. Zarówno w modelach pojazdowych jak i adunkowych najczciej wykorzystywana jest regresja wieloraka oraz wska niki generacji ruchu. Analizujc zmienne objaniajce w modelach potencjaów ruchotwórczych odnoszcych si do obszaru mona zauway , e najczciej wykorzystywane s: liczba mieszkaców, liczba pracujcych ogóem lub w podziale na sektory gospodarki, liczba samochodów ciarowych garaujcych w rejonie komunikacyjnym. Obecnie modele regionalne w Polsce tworzone s przy okazji analiz ruchowych dla inwestycji drogowych o charakterze lokalnym, np. nowa droga wojewódzka. W warunkach polskich brakuje ujednoliconego w odniesieniu do struktury modelu potencjaów.
(3) Metodyka modelowania potencjaów ruchotwórczych w drogowych przewozach adunków. 303. ruchotwórczych dla rónych poziomów zasigu przestrzennego (gmina, obszar miasta, obiektowe generatory ruchu). Z przegldu literatury wynika, e w Polsce prowadzonych byo kilka interesujcych bada ruchu ciarowego, które mog stanowi punkt wyjcia do dalszych analiz (np. [10, 11, 12, 18, 20]). Obserwujc, gównie na przykadach amerykaskich, róne podejcia do modelowania transportu adunków mona stwierdzi , e wybór którego z nich bdzie podyktowany dostpnoci danych. Jednoczenie zaoenie zaawansowanego podejcia (np. model hybrydowy lub ekonomiczny) bdzie wymagao duych nakadów czasowych i finansowych w celu pozyskania danych i stworzenia modelu. Std, bazujc na przegldzie literatury oraz analizujc dostpne bazy danych autor zdecydowa si na podejcie pojazdowe wpisane w klasyczny czterostadiowy model ruchu.. 3. MODELOWANIE POTENCJAÓW RUCHOTWÓRCZYCH 3.1. WYZNACZENIE EMPIRYCZNYCH WARTOCI POTENCJAÓW RUCHOTWÓRCZYCH Wyznaczone wartoci empiryczne potencjaów odnosz si tylko do obszaru, dla którego zostay obliczone i s obrazem stanu istniejcego. Ide procesu modelowania jest poszukiwanie zalenoci pomidzy wartociami estymowanymi a zmiennymi charakteryzujcymi rejony, czyli dla potrzeb modeli regionalnych odnoszcymi si do gminy. W ten sposób moliwe jest uzyskanie modelu ogólnego, który mógby by zastosowany dla innych gmin. W przypadku bada przeprowadzonych w Poznaniu potencjay ruchotwórcze zostay obliczone dla samochodów dostawczych (SD, lekkie samochody ciarowe) oraz cznie dla samochodów ciarowych z przyczepami oraz samochodów ciarowych z przyczepami i cigników siodowych z naczepami (SC i SCP, cikie samochody ciarowe) na podstawie skalibrowanej wi by ruchu [10]. Wyjciowa wi ba ruchu zostaa oszacowana na podstawie wyników bada ankietowych typu ródo-cel na wlotach drogowych do Poznania. Ankietowanie prowadzone byo w 4 okresach trzygodzinnych a nastpnie rozszerzono wyniki ankiet do okresu doby na podstawie dobowych pomiarów ruchu. Wyjciowa wi ba ruchu zostaa skalibrowana do pomierzonych przekrojowych nate ruchu. Inne podejcie wykorzystano do wyznaczenia potencjaów ruchotwórczych dla strefy podmiejskiej Krakowa. Na podstawie dostpnych wska ników motoryzacji samochodów ciarowych na poziomie powiatów dla lat 2009 – 2011 (dla tych lat dostpne s dane w Banku Danych Lokalnych GUS) wykonano prognoz wsteczn jego wartoci do roku 2007, przez ekstrapolacj liniow wartoci z lat 2009 – 2011. Przyjmujc nastpnie struktur taboru ciarowego na podstawie danych GUS obliczono liczb samochodów ciarowych lekkich i cikich w poszczególnych gminach. Nastpnie na podstawie.
(4) 304. Tomasz Kulpa. wynikajcej z bada ankietowych ruchliwoci w przejazdach zewntrznych w stosunku do gminy obliczono potencjay ruchotwórcze dla lekkich i cikich samochodów ciarowych. Wykorzystanie liczby zarejestrowanych samochodów ciarowych do obliczenia potencjaów ruchotwórczych moe by obarczone bdem z uwagi na wykorzystywanie tych pojazdów w innym miejscu ni miejsce rejestracji. Z drugiej strony skonfrontowanie tych danych z informacj o faktycznym miejscu garaowania pojazdu uzyskan np. z ankiety moe da podstawy do ich wykorzystania. Analizujc wyniki ankiet mona stwierdzi , e wród spisanych pojazdów zaledwie 8,3 % lekkich samochodów ciarowych i 4,2 % cikich samochodów ciarowych garauje poza obszarem analizy, czyli stref podmiejsk Krakowa. Jednoczenie 16,3 % lekkich samochodów ciarowych i 6,2 % cikich samochodów ciarowych zarejestrowanych jest poza stref podmiejsk Krakowa. Zatem wikszo ankiet obja pojazdy zarejestrowane i garaujce w obszarze badania jednak nie uwzgldnia pojazdów, które s zarejestrowane poza nim, ale odbywaj przejazdy w obszarze badania. Ponadto wród spisanych samochodów ciarowych zarejestrowanych w strefie podmiejskiej Krakowa 6,0 % lekkich samochodów ciarowych i 16,7 % cikich samochodów ciarowych odbyo przejazdy poza stref. Z drugiej strony pojazdy zarejestrowane poza stref odbywaj przejazdy wewntrz strefy. Jest to ogólny problem (dotyczcy równie samochodów osobowych) wykorzystywania pojazdów w innym miejscu ni miejsce rejestracji. Niemniej wysoki udzia pojazdów zarejestrowanych w obszarze badania oraz zaoenie, e przejazdy poza obszarem badania przez samochody ciarowe zarejestrowane w obszarze s bilansowane przejazdami samochodów ciarowych zarejestrowanych poza obszarem a odbywajcymi przejazdy w obszarze podejcie bazujce na liczbie zarejestrowanych samochodów ciarowych i ruchliwoci mona uzna za poprawne. W analizowanej próbie gmin powiatu poznaskiego i strefy podmiejskiej Krakowa wystpoway gminy miejsko-wiejskie (G2) o liczebnoci n=21 i wiejskie (G3) o liczebnoci n=29. Nie wystpoway gminy miejskie (G1). Dla dwóch typów gmin (G2 i G3) i dwóch typów samochodów ciarowych (lekkie i cikie) wykonano test dla dwóch wariancji. Sprawdzono hipotez o równoci wariancji potencjau ruchotwórczego dla dwóch typów gmin G2 i G3. Poniewa uzyskane wartoci statystyk F s wiksze ni warto krytyczna F s podstawy do odrzucenia hipotezy o równoci wariancji potencjau ruchotwórczego dla gmin miejsko-wiejskich (G2) i wiejskich (G3). Std w dalszej czci wybrane analizy s prowadzone w podziale na typy gmin. Zweryfikowano równie hipotez o równoci wartoci redniej i wariancji potencjau ruchotwórcze dla obu obszarów analizy, co pozwolio na poczenie obu prób.. 3.2. WSKANIKI GENERACJI RUCHU Wska niki generacji ruchu wyraaj liczb jazd samochodów ciarowych w odniesieniu do jednostki danej zmiennej objaniajcej. Wyniki dla wszystkich gmin zamieszczono w tablicy 1. Przykadowo, jeden mieszkaniec gminy generuje 0,102 przejazdu lekkiego samochodu ciarowego i 0,042 przejazdu cikiego samochodu.
(5) Metodyka modelowania potencjaów ruchotwórczych w drogowych przewozach adunków. 305. ciarowego. Lekkie samochody ciarowe to te o dopuszczalnej masie cakowitej (DMC) poniej 3,5 t, cikie – powyej. Tablica 1 Wskaniki generacji ruchu estymowane dla gmin w strefie podmiejskiej Krakowa oraz powiecie pozna skim [jazd/dob/jednostk zmiennej obja niajcej], liczebno
(6) próby n=50 (ródo: opracowanie wasne) Zmienna objaniajca LM (X1) REG (X2) REGR (X3) REGP (X4) REGU (X5) REGT (X6) LP (X7) LPR (X8) LPP (X9) LPU (X10). Lekkie samochody ciarowe 0,102 1,03 39,1 3,73 1,51 12,4 0,490 11,2 0,863 1,04. R2*. RMSE**. 0,94 0,88 0,85 0,84 0,89 0,87 0,82 0,53 0,70 0,87. 459 688 669 776 656 716 829 1200 1078 722. Cikie samochody ciarowe 0,042 0,442 18,7 1,54 0,63 5,35 0,228 5,38 0,395 0,469. R2*. RMSE**. 0,88 0,85 0,86 0,83 0,83 0,85 0,83 0,52 0,70 0,83. 277 311 290 324 328 305 326 545 430 326. * wspóczynnik determinacji (R2) ** bd redniokwadratowy regresji (RMSE). Dla obu typów pojazdów najwysze wartoci R2 i jednoczenie najnisze wartoci rednich bdów oszacowania uzyskano dla zmiennej liczba mieszkaców (LM). Dziwi dobre dopasowanie modelu dla liczby podmiotów gospodarczych w sektorze rolnictwo (REGR) i jednoczenie niskie wspóczynniki determinacji dla liczby pracujcych w przemyle (LPP). Najgorzej opisujc potencja zmienn jest liczba pracujcych w rolnictwie (LPR). Niedogodnoci wska ników generacji ruchu jest uwzgldnienie tylko jednego czynnika wpywu. Moe zdarzy si sytuacja, e w gminie jest duo mieszkaców a mao miejsc pracy i model wykae duy potencja, który nie koniecznie musi mie miejsce. Niemniej z zaprezentowanych zmiennych najwiksz wiarygodno zapewnia liczba mieszkaców (LM).. 3.3. ANALIZA REGRESJI WIELORAKIEJ W analizie regresji wielorakiej poszukiwano zmiennych objaniajcych, które miayby istotny wpyw na wielko potencjau, a jednoczenie interpretacja fizyczna modelu nie budziaby wtpliwoci (uzyskanie dodatnich wartoci wspóczynników regresji). W analizie regresji wielorakiej sprawdzono wiele kombinacji zmiennych objaniajcych. Najlepsze wyniki uzyskane dla analizy regresji dwóch zmiennych przedstawiono w tabl. 2. Uzyskano bardzo wysokie wspóczynniki determinacji (od 0,85 do 0,93). rednie bdy oszacowania s na akceptowalnym poziomie. Ponadto wszystkie parametry modelu maj statystycznie istotny wpyw na zmienn objanian na poziomie istotnoci =0,05..
(7) 306. Tomasz Kulpa. Dla poszczególnych parametrów modelu obliczono statystyki Walda, które pokazay e najwikszy wpyw na zmienn objanian, czyli potencja ruchotwórczy, ma liczba miejsc pracy w usugach (LPU). Wyjtkiem jest równanie regresji dla lekkich samochodów ciarowych dla wszystkich gmin, gdzie najwikszy wpyw ma liczba mieszkaców (LM). Tablica 2 Wyniki analizy regresji wielorakiej dla potencjaów ruchotwórczych [jazd/dob] uwzgldniajcej liczb mieszka ców (LM), liczb pracujcych w przemy le (LPP) i liczb pracujcych w usugach (LPU) (ródo: opracowanie wasne) Typ gminy Wszystkie Miejsko-wiejskie (G2) Wiejskie (G3). Samochody ciarowe lekkie cikie lekkie cikie lekkie cikie. Równanie regresji. R2*. RMSE**. P=A=0,077·LM+0,303·LPU P=A=0,102·LPP+0,406·LPU P=A=0,185·LPP+0,877·LPU P=A=0,085·LPP+0,367·LPU P=A=0,090·LM+0,416·LPU P=A=0,011·LM+0,612·LPU. 0,93 0,86 0,91 0,85 0,93 0,93. 509 339 495 420 280 220. n 50 21 29. 2. * wspóczynnik determinacji (R ) ** bd redniokwadratowy regresji (RMSE) pozostae oznaczenia: n – liczebno próby, P – potencja wytwarzajcy ruch [jazd/dob], A – potencja absorbujcy ruch [jazd/dob], LM – liczba mieszkaców gminy, LPP – liczba pracujcych w przemyle w gminie, LPU – liczba pracujcych w usugach w gminie.. Na kolejnych rysunkach przedstawiono paszczyzny dla modeli potencjaów ruchotwórczych przedstawionych w tabl. 2 bez podziau na typy gmin. W przypadku lekkich samochodów ciarowych (rys. 1) zauwaalny jest silniejszy wpyw liczby mieszkaców (LM) ni liczby pracujcych w usugach (LPU). W podziale na typy gmin wyra nie silniejszy jest wpyw liczby pracujcych w usugach.. Rys. 1. Paszczyzna regresji wielorakiej dla potencjaów ruchotwórczych [jazd/dob] uwzgldniajcej liczb mieszkaców (LM) i liczb pracujcych w usugach (LPU), lekkie samochody ciarowe, wszystkie gminy (ródo: opracowanie wasne).
(8) Metodyka modelowania potencjaów ruchotwórczych w drogowych przewozach adunków. 307. W przypadku cikich samochodów ciarowych (rys. 2) silniejszy wpyw na potencja ruchotwórczy gminy ma liczba pracujcych w usugach (LPU) ni liczba pracujcych w przemyle (LPP). Podobna zaleno zachodzi w podziale na typy gmin.. Rys. 2. Paszczyzna regresji wielorakiej dla potencjaów ruchotwórczych [jazd/dob] uwzgldniajcej liczb pracujcych w przemyle (LPP) i liczb pracujcych w usugach (LPU), cikie samochody ciarowe, wszystkie gminy (ródo: opracowanie wasne). 3.4. SZTUCZNE SIECI NEURONOWE W analizie z wykorzystaniem sztucznych sieci neuronowych (SSN) wykorzystano prób obejmujc 17 gmin powiatu poznaskiego i 33 gminy strefy podmiejskiej Krakowa. Z uwagi na liczebno próby nie wprowadzano podziau na gminy miejsko-wiejskie (G2) i wiejskie (G3). Badan prób o liczebnoci n=50 podzielono na: zbiór uczcy – 30 elementów próby, zbiór walidujcy – 10 elementów próby, zbiór testujcy – 10 elementów próby. Liczebno próby jest bardzo maa biorc pod uwag wymogi stosowania SSN. Jednoczenie zaleca si, aby liczba neuronów wejciowych nie przekraczaa 10 % wielkoci zbioru uczcego. W analizowanej próbie zbiór uczcy zawiera 30 elementów std liczba neuronów wejciowych nie powinna by wiksza od 3. Dlatego w analizach SSN ograniczono si do tych samych zmiennych, które byy wykorzystane w regresji wielorakiej. Model uznawano za akceptowalny, jeli iloraz odchyle standardowych (iloraz odchylenia standardowego bdów predykcji i odchylenia standardowego zmiennej wyjciowej) by mniejszy od 0,7. Przy wartociach ilorazu odchyle powyej 0,7, nawet w przypadku wysokiej korelacji, model naley odrzuci ..
(9) 308. Tomasz Kulpa. Dodatkowo dla kadej zmiennej podano ilorazy wzrostu bdów z analizy wraliwoci. Iloraz wzrostu bdu wskazuje ile raz zwiksza si bd sieci po usuniciu danej zmiennej. Jeli iloraz bdu jest równy lub mniejszy od 1 oznaczao to zupen nieprzydatno danej zmiennej. Jej usunicie nie powoduje pogorszenia jakoci modelu, a wrcz moe j poprawi . Interpretacja ilorazu bdu jest taka, e im wiksza jego warto tym wikszy jest wpyw danej zmiennej objaniajcej na zmienn objanian. Przetestowano róne typy SSN o rónej strukturze. W tabelach podano najlepsze uzyskane sieci dla kadego typu: liniowej, MLP (perceptron wielowarstwowy, Muli-Layer Perceptron), RBF (o radialnych funkcjach bazowych, Radial Basis Function) i GRNN (sieci neuronowe uogólnionej regresji, Generalized Regression Neural Network). Podobnie jak w analizie regresji wielorakiej najwikszy wpyw na potencja ruchotwórczy ma liczba pracujcych w usugach (LPU). W analizie SSN dla lekkich samochodów ciarowych uzyskano mniejsze bdy ni w przypadku analizy wielorakiej, natomiast dla cikich samochodów ciarowych – porównywalne. Dla obu typów samochodów ciarowych i wszystkich typów sieci neuronowych uzyskano bardzo dobre wyniki biorc pod uwag korelacj. Bdy dla poszczególnych typów sieci s zblione, przy czym dla lekkich samochodów ciarowych najlepsze wyniki daje sie liniowa, dla cikich – sie RBF.. 3.5. WERYFIKACJA UZYSKANYCH MODELI Weryfikacj obszarowych modeli potencjaów ruchotwórczych wykonano na podstawie bada wasnych zrealizowanych w powiecie miechowskim (7 gmin) i powiecie krakowskim ziemskim (2 gminy). Poligony badawcze zostay tak dobrane aby nie dublowa gmin, które byy objte kompleksowymi badaniami ruchu w strefie podmiejskiej Krakowa. Weryfikacja powinna zosta przeprowadzona na tym samym obiekcie, który zosta uyty do budowy modelu jednak dla innych danych. Weryfikacj przeprowadzono dla gmin Czernichów i Michaowice, które byy uwzgldnione w kompleksowych badaniach ruchu w strefie podmiejskiej Krakowa. Z uwagi na dostpno pomiarów równie dla innych gmin (7 gmin powiatu miechowskiego) przeprowadzono sprawdzenie czy opracowane modele mog by zastosowane na innych obszarach. Na podstawie oceny uzyskanych modeli modelem ogólnym, dla obu typów samochodów ciarowych, mona nazwa model wska ników generacji ruchu wykorzystujcy jako zmienn objaniajc liczb podmiotów REGON ogóem (REG) lub liczb podmiotów REGON w sektorze przemysowym (REGP). Dla tych dwóch modeli uzyskano najmniejsze rednie bdy wzgldne dla wszystkich gmin wykorzystanych w weryfikacji (Czernichów, Michaowice i gminy powiatu miechowskiego). Dobr jako modelu potwierdza równie uzyskany wysoki wspóczynnik determinacji..
(10) Metodyka modelowania potencjaów ruchotwórczych w drogowych przewozach adunków. 309. 4. PODSUMOWANIE Podsumowujc zaprezentowany w niniejszym referacie etap tworzenia modeli potencjaów ruchotwórczych dla obszaru gminy mona stwierdzi , e zasadniczym problemem jest pozyskanie empirycznych wartoci potencjaów ruchotwórczych, które s podstaw do tworzenia modeli. Zaproponowano wykorzystanie dwóch podej do wyznaczenia empirycznych wartoci potencjaów ruchotwórczych. W przypadku metody poredniej mona stwierdzi , e model jest niepotrzebny, bo przecie wartoci potencjaów zostay obliczone. Naley zwróci uwag, e s to wartoci tylko dla analizowanego obszaru. W referacie pokazano metodyk wykorzystania tych danych do stworzenia tzw. model ogólnego. Wród zastosowanych metod obliczeniowych wska niki generacji ruchu oraz regresja wieloraka s stosowane bardzo czsto i s to metody bardzo uyteczne. Zaproponowane podejcie z wykorzystaniem sztucznych sieci neuronowych (SSN) jest pierwsz tego typu prób w Polsce. Uzyskano obiecujce wyniki, niemniej wad SSN jest brak jawnej postaci modelu, która mogaby by atwo wykorzystana w obliczeniach. Jednoczenie zauwaono, e istotny i kwantyfikowalny wpyw na wielko potencjau maj zmienne: liczba mieszkaców (LM), liczba podmiotów REGON ogóem (REG), liczba podmiotów REGON w sektorze przemysowym (REGP) oraz liczba pracujcych w usugach (LPU). Jako zalecany do stosowania mona przyjmowa ogólny model wska nikowy wykorzystujcy liczb podmiotów REGON ogóem lub liczb podmiotów REGON w sektorze przemysowym. Wykorzystanie tego modelu jest konieczne w przypadku braku modelu lokalnego, tj. o parametrach skalibrowanych do warunków okrelonego regionu lub subregionu, i jest on wtedy szczególnie rekomendowany. Czsto liczba pracujcych w podziale na sektory gospodarki (rolnictwo, przemys, usugi) nie jest dostpna na poziomie gminy. W takich przypadkach ujawnia si wyszo modelu wska nikowego i jest on sugerowany do wykorzystania. Autor nie wyklucza zastosowania innych modeli ni zalecany ogólny, sugerujc zawsze przeanalizowanie dostpnych baz danych oraz pomiarów weryfikacyjnych, które mog pomóc w decyzji o wyborze modelu. Zdecydowanie nie zaleca si stosowania modelu uwzgldniajcego odlego od centrum województwa. Modele z wykorzystaniem sztucznych sieci neuronowych mog poprawi jako modelu, jednak jego uyteczno jest ograniczona z uwagi na brak atwych do zastosowania formu regresyjnych oraz ma liczebno danych Naley pamita , e zastosowanie nawet bardzo wyrafinowanej metody moe by obarczone bdem szacowania wartoci zmiennych z uwagi na ich ograniczon dostpno . Ponadto rzadko kiedy po rozoeniu wi b ruchu samochodów ciarowych udaje si uzyska zadowalajc zgodno modelowanych nate ruchu z pomierzonymi. Powinno si przeprowadzi proces kalibracji, w którym korygowane s wartoci potencjaów ruchotwórczych. Potencjay ruchotwórcze uzyskane z estymowanych modeli naley przyjmowa za wyjciowe. Jest to analogia do amerykaskiej instrukcji Quick Response Freight Manual (QRFM), gdzie w przypadku braku innych danych (np. modeli lokalnych) zaleca si stosowanie modelu ze standardowymi parametrami, czyli ogólnego..
(11) 310. Tomasz Kulpa. Bibliografia 1. Allen, Jr., W.G., Development of Truck Models, Prepared for Baltimore Metropolitan Council, Baltimore, Maryland, June 2002. 2. Anater P., Wall B., White W., Development of the Pennsylvania Statewide Commodity-Based Freight Model, 11th TRB National Transportation Planning Applications Conference, May 7, 2007. 3. Baker, M., Bostrom, R., Nashville Freight Model, Nashville Metropolitan Plaaning Organizaton, 2008. 4. Chen, C.-H. P., Naylor, G. A., Development of a Regional Truck Model for the Santa Clara Valley Transportation Authority, 88th TRB Annual Meeting, Washington D.C., January 11–15, 2009. 5. Giuliano, G., et al., Estimating freight flows for metropolitan area highway networks using secondary data sources, National Urban Freight Conference Long Beach, CA, February 2006. 6. Holguín-Veras J., et al., An assessment of methodological alternatives for a region freight model in the NYMTC region, Report prepared for New York Metropolitan Transportation Council (NYMTC), March, 2001. 7. Hwang R., Freight modeling in Oregon, Oregon Department of Transportation (ODOT), 2005. 8. Input and Output Freight Generation within South East Queensland, Final Report, Queensland Transport Freight Demand Study, August 2004. 9. Jones E.G., Sharma, A., Development of statewide freight trip forecasting model for Nebraska, 82nd Transportation Research Board Annual Meeting, Washington D.C., January 2003. 10. Kompleksowe Badania Ruchu – Pozna 2000. Diagnoza i wnioski. Miasto i Powiat Pozna. 11. Kompleksowe Badania Ruchu dla Miasta Krakowa. Przetwarzanie wyników. Modu: Modelowanie ruchu. Pracownia Bada Spoecznych, Sopot, 2003. 12. Kompleksowe badania ruchu w strefie podmiejskiej Krakowa 2007, Raport kocowy, Tom B, Modelowanie podróy. Sopot – Warszawa, 2007. 13. List, G. F., Konieczny L. A., Durnford C. L., and Papayanoulis V., Best-Practice Truck-Flow Estimation Model for the New York City Region, Transportation Research Record 1790, pp 97-103, August, 2002. 14. NCHRP Synthesis 298, Truck Trip Generation Data, Washington, D.C. 2001. 15. Quick Response Freight Manual II, Final Report, Federal Highway Administration, Washington D.C., September 2007. 16. Ruiter, Earl R.; Development of an Urban Truck Travel Model for the Phoenix Metropolitan Area, Final Report. Arizona Department of Transportation, Prepared by Cambrige Systematics, Inc., February 1992. 17. Shar, H., Anderson, M., Harris, G., Schroer, B., A statewide freight transportation model, Proceedings 2005 Summer Computer Simulation Conference. 18. Studium ukadu dróg szybkiego ruchu w Polsce, Politechnika Warszawska, Instytut Dróg i Mostów, Warszawa, 2007. 19. Urban highway freight modeling including intermodal connectors for Florida, Final Report, Florida Department of Transportation, 2002. 20. Zipser T. z zespoem, „Analiza bada komunikacyjnych ruchu samochodów ciarowych na obszarze miasta Wrocawia”, Wrocaw 2000.. TRIP GENERATION MODELLING METHODOLOGY IN ROAD FREIGHT TRANSPORT Summary: In this paper methodology of regional road freight transport trip generation modelling was presented. Region is identical to voivodship. In particular it may be equal to part of voivodship (few counties) or to historical area which spatial area is similar to voivodship. It was assumed that traffic zone will correspond to commune. Methods which may be used to obtain empirical trip generations was presented. In main part of paper trip generation models were developed. In summary methods used were assessed and recommendations were formulated. Keywords: road freight transport, trip generation, trip modelling.
(12)
Powiązane dokumenty