تخمين پوياي ماتريس مبدا - مقصد كريدورهاي بزرگراهي با استفاده از احجام ترافيكي

Highway Corridor Dynamic OD Matrix Estimation Using Traffic Counts

ماتريس پوياي مبدا - مقصد ، شامل تقاضاي متغير با زمان شبكه هاي شهري است كه ورودي بسيار مهمي براي سيستم هاي ITS و مدل هاي تخصيص ديناميكي است. برداشت مستقيم اين ماتريس نيازمند صرف هزينه و وقت بسيار زيادي است و به همين دليل در ساليان گذشته مدل هاي بسيار زيادي به منظور تخمين اين ماتريس با استفاده از احجام ترافيكي ارايه شده است. به طور كلي مدل هاي ارايه شده در زمينه تخمين پوياي ماتريس را مي توان به دو گروه بر مبناي تخصيص و بدون تخصيص تقسيم بندي نمود. با توجه به اين كه به منظور استفاده از مدل هاي بر مبناي تخصيص به ماتريس اوليه دقيق و مدل تخصيص ديناميكي كاليبره شده احتياج است و حصول اين دو شرط در شهر تهران در حال حاضر امكان پذير نيست ، در اين مقاله از مدل هاي بدون تخصيص استفاده شده است. در مدل ارايه شده با استفاده از احجام شمارش شده ي ورودي ها و خروجي ها و مقاطع اصلي يك كريدور بزرگراهي و همچنين توزيع زمان سفر حركت ، و با به كارگيري الگوريتم فيلتر كالمن متوالي نسبت هاي مبدا - مقصد تخمين زده مي شود. به منظور ارزيابي مدل ، ابتدا با استفاده از يك شبكه آزمايشي و داده هاي فرضي ميزان دقت مدل ، مورد بررسي قرار گرفت و نتايج مدل ارايه شده در اين مقاله با مطالعات گذشته مقايسه گرديد كه نتايج نشان دهنده بهبود دقت ماتريس تخميني در شبكه هاي شلوغ ، نسبت به مدل هاي پيشين است.

A dynamic Origin-Destination matrix includes time-dependent traffic demand information for a road network. This matrix can be regarded as an important input for ITS systems and DTA models. Since direct estimation of this matrix is timeconsuming and non cost-effective, during the past two decades much effort has been devoted to develop effective and efficient methods to estimate dynamic OD matrices using traffic counts. The present dynamic O-D matrix estimation models can be classified into two main categories: assignment-based and nonassignment- based models. Considering the fact that the results of assignmentbased models estimation depend extensively on an initial O-D matrix; the accuracy of the initial matrix is the matter of issue to obtain the appropriate estimation. In the meantime, the DTA model must accurately be calibrated in order􀀃 to􀀃 correctly􀀃 imitate􀀃 travelers’􀀃 behavior􀀃 and􀀃 traffic􀀃 conditions􀀃 in􀀃 the􀀃 real􀀃 world. To fill the gap in the process followed to estimate the O-D matrix in Tehran, this paper aims to present a non-assignment-base model. In the suggested model, entrance and exit volumes and travel time distribution of a highway corridor and a sequential Kalman filtering algorithm have been employed to estimate the dynamic O-D matrix.􀀃To evaluate the accuracy of the model and to compare it with previous models, a synthetic network and data have been generated. The results indicated the better O-D matrix estimation resulted from proposed model when compared with previous models particularly in congested networks.