29.12.2014 Views

Skattning av OD-matriser

Skattning av OD-matriser

Skattning av OD-matriser

SHOW MORE
SHOW LESS

Transform your PDFs into Flipbooks and boost your revenue!

Leverage SEO-optimized Flipbooks, powerful backlinks, and multimedia content to professionally showcase your products and significantly increase your reach.

LINKÖPINGS TEKNISKA HÖGSKOLA<br />

ITN/Jan Lundgren<br />

TNK057 Trafikinformatik 2001-09-28<br />

<strong>Skattning</strong> <strong>av</strong> <strong>OD</strong>-<strong>matriser</strong><br />

I de flesta modeller för nätutläggning antas att efterfrågan (antalet resande)<br />

mellan varje par <strong>av</strong> områden i ett trafiknätverk är given. Denna s k <strong>OD</strong>-matris<br />

(Origin-Destination) utgör en mycket viktig typ <strong>av</strong> indata vid analyser <strong>av</strong><br />

jämviktsproblem och prognoser <strong>av</strong> trafikflöden, och självklart beror kvaliteten<br />

i erhållna lösningar på <strong>OD</strong>-matrisens tillförlitlighet. En viktig problemtyp vid<br />

trafikplanering är därför skattning <strong>av</strong> <strong>OD</strong>-<strong>matriser</strong>.<br />

Ett sätt att erhålla <strong>OD</strong>-<strong>matriser</strong> är via resvaneundersökningar. Ofta är denna<br />

typ <strong>av</strong> undersökningar mycket resurskrävande, både tidsmässigt och kostnadsmässigt,<br />

och det är dessutom inte realistiskt att upprepa undersökningen<br />

så ofta som man skulle vilja. <strong>OD</strong>-matrisen åldras och det finns ett behov <strong>av</strong><br />

att kunna uppdatera matrisen på ett enkelt sätt. Ett sätt är att utnyttja information<br />

om flödet på vissa länkar i nätverket. Denna typ <strong>av</strong> indata fås genom<br />

observationer (mätningar) <strong>av</strong> trafikflöden. Observationer kan göras till en<br />

relativt sett låg kostnad och länkflödena kan uppdateras relativt ofta. De observerade<br />

länkflödena kombineras vanligtvis med informationen i den ”gamla”<br />

<strong>OD</strong>-matrisen som finns tillgänglig. Problemet att skatta en <strong>OD</strong>-matris kan då<br />

tolkas som problemet att uppdatera en <strong>OD</strong>-matris, givet länkdata. Detta problem<br />

kan tolkas som det ”omvända” problemet till nätutläggning. I stället för<br />

att skatta (beräkna) länkflöden givet en <strong>OD</strong>-matris, skattar vi en <strong>OD</strong>-matris<br />

givet länkflöden.<br />

Låt g i beteckna efterfrågan i <strong>OD</strong>-par i. I stället för att använda två index<br />

(för start- respektive målområde ) använder vi bara ett index och numrerar<br />

<strong>OD</strong>-paren löpande. Mängden <strong>av</strong> <strong>OD</strong>-par betecknas med I och det vi söker<br />

är vektorn g = {g i }, i ∈ I, bestående <strong>av</strong> flödet i alla <strong>OD</strong>-par. Vi antar att<br />

en ”gammal” <strong>OD</strong>-matris finns given och vi betecknar den ĝ = {ĝ i }, i ∈ I.<br />

Observerat flöden på länk a betecknas ˆv a , och mängden <strong>av</strong> länkar där vi har<br />

observationer betecknas  och den är en delmängd <strong>av</strong> alla länkar A i nätverket.<br />

Det är orealistiskt att skaffa information från alla länkar. I praktiken kan det<br />

kanske finnas observationer på 5-20 % <strong>av</strong> länkarna. Vi kan uttrycka relationen<br />

mellan observerade länkflöden och sökta <strong>OD</strong>-flöden genom ekvationerna<br />

1


∑<br />

p ia g i = ˆv a , ∀a ∈ Â, (1)<br />

i∈I<br />

där p ia betecknar andelen (proportionen) resande i <strong>OD</strong>-par i som utnyttjar länk<br />

a. Dessa andelar beror på vilka antaganden vi gör om nätverksutläggningen.<br />

För fallet att restiden på en länk ej beror <strong>av</strong> flödet, kan p ia beräknas i förväg och<br />

ekvationerna kan användas direkt vid skattningen. För fallet att nätverksutläggningen<br />

sker enligt principen om användarjämvikt, beror p ia på <strong>OD</strong>-flödet g och<br />

det samband som ekvationerna uttrycker kan inte utnyttjas direkt vid lösning.<br />

Vi söker alltså ett <strong>OD</strong>-flöde som satisfierar samtliga ekvationer (1) ovan. I<br />

praktiken kan två svårigheter uppkomma vid lösning <strong>av</strong> ekvationssystemet.<br />

Systemet är normalt underbestämt, dvs det finns fler variabler (<strong>OD</strong>-par) än<br />

det finns ekvationer (länkar med observationer). Det kan därför inträffa att<br />

det finns många olika <strong>OD</strong>-<strong>matriser</strong> som uppfyller ekvationerna. Det gäller<br />

då att <strong>av</strong>göra vilken matris <strong>av</strong> alla möjliga som är mest sannolik, och det<br />

är i denna beräkning vi har nytta <strong>av</strong> den gamla <strong>OD</strong>-matrisen. Vi kommer<br />

troligtvis också att ha viss inkonsistens i givna länkdata (mätfel mm), och<br />

det kan därmed inträffa att det inte finns någon lösning alls som uppfyller<br />

ekvationerna. Eventuellt kan det finnas ett fåtal tillåtna lösningar<br />

En intuitiv lösningsstrategi är att omväxlande lösa det övre och det nedre problemet.<br />

För någon <strong>OD</strong>-matris görs en nätutläggning för att erhålla länkflöden<br />

samt andelarna p ia . Dessa andelar hålls sedan konstanta i det övre problemet<br />

och en ny <strong>OD</strong>-matris beräknas, och så vidare. Metoden har dock den<br />

begränsningen att den inte garanterat konvergerar och en eventuellt erhållen<br />

lösning är inte ens säkert ett lokalt optimum. En rimlig lösningsstrategi är att<br />

använda en metod som successivt justerar <strong>OD</strong>-matrisen och minskar värdet<br />

på målfunktionen F(g, v). Eftersom länkflödet v är en funktion <strong>av</strong> <strong>OD</strong>-flödet<br />

g kan vi uttrycka problem som<br />

min<br />

g≥0 F(g) = γ 1F 1 (g, ĝ) + γ 2 F 2 (v(g), ˆv)<br />

och lösningsstrategin kan beskrivas enligt följande:<br />

0/ Starta med någon <strong>OD</strong>-matris g (0) , t ex den gamla matrisen ĝ. Sätt k = 0.<br />

1/ Lös optimeringsproblemet som bestämmer en nätverksutläggning enligt<br />

principen om användarjämvikt. Beteckna länkflödeslösningen v (k) .<br />

2/ Beräkna hur (i vilken riktning) <strong>OD</strong>-matrisen ska ändras, dvs bestäm gradienten<br />

<strong>av</strong> F med <strong>av</strong>seende på g i punkten g (k) och beräkna sökriktningen<br />

d (k) .<br />

2


3/ Kontrollera <strong>av</strong>brottskriterier.<br />

4/ Bestäm hur mycket <strong>OD</strong>-matrisen ska förändras, dvs gör en s k linjesökning<br />

i den valda riktningen. Sök α k så att F(g (k) +α k d (k) ) < F(g (k) ).<br />

5/ Sätt g (k+1) = g (k) + α k d (k) och gå till steg 1/.<br />

Det beräkningsmässigt svåra är att bestämma gradienten. För varje <strong>OD</strong>-par<br />

i måste vi beräkna hur flödet på alla länkar a ∈ A påverkas <strong>av</strong> en förändring<br />

<strong>av</strong> flödet i just det <strong>OD</strong>-paret. Om vi har kvadratiska funktioner F 1 och F 2 och<br />

γ 1 = γ 2 = 1 kan vi uttrycka gradientens komponent i som<br />

2<br />

∂F<br />

∂g i<br />

= (g i − ĝ i ) +<br />

Â∑<br />

(v a − ˆv a ) ∂v a<br />

,<br />

a=1<br />

∂g i<br />

där den partiella derivatan ∂va<br />

∂g i<br />

förändring <strong>av</strong> <strong>OD</strong>-flöde i.<br />

uttrycker hur flödet på länk a påverkas <strong>av</strong> en<br />

En approximativ beräkning <strong>av</strong> gradienten fås om vi använder andelarna p ia<br />

från den senaste jämviktslösningen (derivera v a med <strong>av</strong>seende på g i i ekvation<br />

(2)). Antagandet vi då gör är att ökningen <strong>av</strong> <strong>OD</strong>-flödet kommer att fördela sig<br />

mellan använda rutter i samma proportioner som tidigare. En lösningsmetod<br />

baserad på denna approximation ingår i EMME/2 systemet och den har visat<br />

sig fungera bra i praktiken.<br />

Felet som görs vid approximationen <strong>av</strong> gradienten enligt ovan är att ingen<br />

hänsyn tas till restidsfunktionernas utseende. En proportionell ökning <strong>av</strong> flödet<br />

på varje rutt kommer kanse att förändra restiderna på rutterna olika mycket,<br />

dvs flödet uppfyller nu inte längre jämviktantagandet. Dessutom kommer även<br />

restiderna på rutter i andra <strong>OD</strong>-par som använder samma länkar att påverkas.<br />

Det går att beräkna gradienten noggrannare så att hänsyn tas till de förändrade<br />

restiderna på rutterna, men då ökar också beräkningsarbetet betydligt i varje<br />

iteration.<br />

3

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!