يك نگرش تركيب سطوح براي تخمين ماتريس مبدأ و مقصد در شبكه‌هاي بزرگ مقياس

A mixed planar approach for estimating the origin-destination matrix in large scale networks

مسائل حمل‌ونقل معمولاً در شبكه‌هايي با ابعاد بزرگ بررسي مي‌شوند و حل چنين مسائلي مستلزم صرف وقت و هزينه زياد است. يك راهبرد موثر براي حل مسائل شبكه، تجزيه مساله با ابعاد بزرگ به مسائل فرعي كوچك‌تر است. در اين مقاله براي اولين بار، مسأله تخمين ماتريس مبدأ-مقصد در يك نگرش تركيب سطوح مورد بررسي قرار مي‌گيرد و ميزان تقاضاي سفر بين زوج‌هاي مبدأ-مقصد در يك شبكه بزرگ تخمين زده مي‌شود. براي اين‌كار، يك روش تجزيه در سه مرحله معرفي مي‌شود كه در هر يك از اين مراحل جواب يك يا چند مسأله در ابعاد كوچك‌تر تخمين زده مي‌شود. در مرحله اول تقاضاي سفر بين رئوس اصلي شبكه برآورد شده و در مرحله دوم الگوي جريان در شبكه‌هاي داخلي مربوط به هر يك از اين رئوس تعيين مي‌شود. در مرحله سوم با استفاده از اطلاعات دو مرحله قبل تقاضاي جريان بين رئوس اوليه مبدأ-مقصد تعيين مي‌شود.

Transportation problems are usually considered in large-scale networks, where finding the optimal solution of these problems is so time-consuming and costly. Therefore, a useful method to solve the large-scale network problems is dividing them into some smaller sub-problems. In this paper, for the first time, the origin-destination (o-d) matrix estimation problem is considered through a mixed planar approach wherein the travel demands between o-d pairs are estimated in a large-scale network. A decomposition method is proposed in three phases. In each phase, the solution of some smaller problems in compared with the original one, are estimated. In the first phase, the travel demands between main nodes are estimated while in the second one, the flow pattern in all inner networks corresponding to main nodes is determined. In last phase, the travel demands between primary o-d pairs are estimated by using the obtained information from steps one and two.