29.12.2014 Views

Skattning av OD-matriser

Skattning av OD-matriser

Skattning av OD-matriser

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

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!