1 y

U
P
C
C
U
R
S
2
0
1
2
Modelos de Planificación del
T
Transporte:
t análisis
áli i de
d la
l
oferta y la demanda
2
0
1
3
INTRODUCCIÓN A MCAID-MLTM
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
1
U
P
C
Guión
C
U
R
S
1. Metodología:
2
0
1
2
3. Modelización.
2
0
1
3
Esquema de las Cuatro Etapas.
2. Recogida de Información: Oferta, demanda.
2.1 Caracterización socioeconòmica de las zonas de transporte.
2.2 Encuestas domiciliarias, aforos, etc.
2.3.Desarrollos y políticas previstos en el futuro.
3.1 Modelos de generación y atracción de viajes.
3.2 Modelos de distribución de viajes.
3.3 Modelos de reparto modal.
3.4. Modelos de asignación. Privado y público. Redes de transporte y
confrontación oferta
oferta-demanda.
demanda Calibración de la red base actual
actual.
3.5. Extensiones a modelos de análisis más complejos.
4. Desarrollo de futuros escenarios y evaluación. Prognosis de la
demanda a horizontes corto,
corto medio y largo plazo (Exemplo
AIMSUN-NG).
5. Entornos integrados de Planificación del Transporte: AIMSUN NG,, Emme/2,, TransCAD,, Estraus.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
2
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Análisis tradicional de los
sistemas de transporte
• Referencias clásicas
– Juan De Dios Ortúzar y Luis G. Willumsen (2001)
"Modelling Transport" , John Wiley & Sons.
– Adib K
Kanafani
f i (1983)
(1983), "Transportation
"T
t ti Demand
D
d
Analysis", Mc Graw Hill.
– Norbert Oppenheim (1995), "Urban Travel Demand
Modelling. From Individual Choices to General
Equilibrium" John Wiley & Sons.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
3
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Análisis tradicional de los
sistemas de transporte
• El objetivo de los análisis en la
planificación del transporte
p
p
urbano es la
obtención de descripciones
macroscópicas de los flujos de vehículos y
viajeros sobre las infraestructuras a partir
d hipótesis
de
hi ót i d
dell comportamiento
t i t de
d llos
usuarios del sistema de transporte.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
4
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Análisis tradicional de los
sistemas de transporte
• Tradicionalmente se ha considerado que
proceso de p
planificación consta de
dicho p
cuatro fases, las cuales aparecen
mencionadas por primera vez en el
histórico estudio (1960) del Area de
T
Transportes
t de
d Chicago
Chi
(Chi
(Chicago A
Area
Transportation Study).
• Análisis moderno.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
5
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Esquema de las Cuatro Etapas
1. Recopilación de datos y delimitación del
j
del estudio de p
planificación.
área objeto
2. Análisis y ajuste de modelos.
3. Previsiones de la demanda: a partir de
generados en la fase
los modelos g
anterior. Construcción escenarios.
4 Evaluación de futuros escenarios
4.
escenarios.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
6
U
P
C
Esquema de las Cuatro Etapas
C
U
R
S
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
7
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Definición de área de estudio
•
Zona de transporte: homogeneidad de
las características socioeconómicas,,
usos del suelo y de accesibilidad al
sistema de transporte
transporte.
– Zonificaciones anteriores.
– Divisiones administrativas: municipios,
distritos, secciones censales.
– Partición de secciones censales en
previsión de nuevos desarrollos.
p
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
8
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Definición de área de estudio
• P
Partición
ti ió d
dell
territorio
económico.
ó i
• Los centroides
identifican:
– Zonas de
transporte
– Puertas del
modelo
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
9
U
P
C
Definición de área de estudio
C
U
R
S
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
10
U
P
C
Definición de área de estudio
C
U
R
S
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
11
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Definición de área de estudio
• De la definición de las
zonas a nivel de
comarcas o coronas
• …se refina en el área
de interés a la
definición de
municipios.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
12
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Definición de área de estudio
• De la definición de
municipios …
• …se
se refina en el área
de interés a la
definición de distritos
y/o barrios.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
13
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Definición de área de estudio
• De la definición
f
de
distritos/barrios…
• …se refina en el
área de interés a
la definición de
zonas de
transporte como
agrupación de
secciones
censales.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
14
U
P
C
C
U
R
S
2
0
1
2
Definición de área de estudio
Zonificación
interior
rondes
d d
dell
entorno
inmediato de
Barcelona
Barcelona.
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
15
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Recopilación de datos:
herramientas CAD
•
•
•
•
•
•
Superficie
Población
Viviendas
Motorización aparcamiento
Motorización,
aparcamiento, carga/descarga
carga/descarga.
Empleos por sectores
Usos del suelo: comercial, industrial, servicios,
residencial.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
16
U
P
C
Recopilación de datos: datos
autoridades del ámbito
C
U
R
S
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
17
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Recopilación de datos:
infraestructura viaria y movilidad
• Modelos
regionales:
carreteras
según su
tipología.
– Evaluación
del Plan de
Infraestructur
as (PIT) en
Catalunya.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
18
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Recopilación de datos:
infraestructura viaria y movilidad
• M
Modelos
d l
urbanos:
– Viario principal
y secundario:
d i
callejero.
• Sistema de
t
transporte
t
público:
autobús
urbano,
interurbano,
metro,, Renfe,,
ferrocarril
cercanías,
tranvías,, etc.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
19
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Recopilación de datos:
infraestructura viaria y movilidad
• Modelos
urbanos:
– Viario
principal y
secundario:
d i
callejero.
• A partir
ti d
dell
callejero
municipal.
i i l
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
20
U
P
C
Recopilación de datos: encuestas
de movilidad domiciliaria
C
U
R
S
• Conocer la movilidad cotidiana de la
población del ámbito para establecer sus
patrones.
• Obtener información sobre la opinión de
los ciudadanos sobre aspectos
relacionados con la movilidad.
• Estudiar la evolución de la demanda de
desplazamientos en base a comparar
encuestas periódicas.
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
21
U
P
C
Recopilación de datos:
encuesta de movilidad domiciliaria
C
U
R
S
• Encuesta telefónica
f
en
2006 a personas =>4
años.
• Muestra de 100000 ind,
en primavera y otoño
• 27 Preguntas en 3
apartados:
2
0
1
2
2
0
1
3
– Deplazamientos ayer
ayer.
– Caracterización
socioeconómica.
– Opinión: uso de modos de
transporte, satisfacción,
motivos, costes,etc.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
22
U
P
C
Recopilación de datos:
Encuesta domiciliaria EMQ’2001
C
U
R
S
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
23
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 Principales resultados
• Desplazamientos por motivos
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
24
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 Principales resultados
• Desplazamientos por modo principal:
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
25
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Recopilación de datos:
EMQ’2001 Principales resultados
• Repar
to
modal
y
cuotas
de
merca
do
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
26
U
P
C
Recopilación de datos:
EMQ’2001 Principales resultados
C
U
R
S
Reparto modal por comarcas:
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
27
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 Principales resultados
Movilidad según las cadenas modales
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
28
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 Principales resultados
Movilidad semanal por etapas
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
29
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 Principales resultados
Desplazamientos según dia de la semana
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
30
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 Principales resultados
Movilidad semanal entre comarcas
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
31
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 Principales resultados
Autocontención por comarcas de residencia
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
32
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 Principales resultados
Movilidad semanal por género y motivo
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
33
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 Principales resultados
Cuotas de mercado de los modos por género
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
34
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 Principales resultados
Cuotas de mercado del modo según la actividad profesional
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
35
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 Principales resultados
Conocimiento y valoración del Sistema de
Integración Tarifaria
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
36
U
P
C
Recopilación de datos:
EMQ’2001 Principales resultados
C
U
R
S
Cambios de Hábitos de desplazamiento por
Sistema de Integración Tarifaria
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
37
U
P
C
C
U
R
S
Recopilación de datos:
EMQ’2001 : Cuestionario
Cuadernillo con desplazamientos de un día:
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
38
U
P
C
Recopilación de datos:
Matrices origen destino modales entre zonas
C
U
R •
S
2
0
1
2
2
0
1
3
•
Asignar un peso
a cada individuo
de la muestra,
según el plan de
muestreo: factor
d expansión.
de
ió
Ponderar todos
los
desplazamientos
de un individuo
por su factor de
expansión.
ió
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
39
U
P
C
Recopilación de datos:
Puntos de aforo automáticos regulares
C
U
R
S
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
40
U
P
C
C
U
R
S
Recopilación de datos:
Si existe una Enc.Domiciliaria de menos de 5 años
Cuadernillo con desplazamientos de un día:
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
41
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelización oferta y demanda
1. Recopilación de
datos.
2. Análisis y ajuste
de modelos
3. Previsiones de la
demanda.
4 Evaluación
4.
estratégica.
Generación y
Atracción de Viajes
D
E
M
A
N
D
A
Distribución
Reparto Modal
O
F
E
R
T
A
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Asignación
Lídia Montero Mercadé
42
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos demanda: G/A viajes
Modelos
M
d l agregados
d (zona)
(
)
/ desagregados (hogar)
N t ió
Notación
G/A
• Generación de viajes
(modales/por
motivos/periodo etc) en
motivos/periodo,
las zonas:
– Función de las
características de la zona:
población, viviendas, usos
del suelo, disponibilidad de
coches, nivel
económico,etc.
Distribución
Reparto Modal
Asignación
Simplificación
• Idem en Atracción.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM

T  tij
t ij= número de viajes entre
el origen i y el destino j
Lídia Montero Mercadé
43
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos demanda: G/A viajes
Modelos agregados
(zona):
• Modelos de regresión
lineal múltiple
p
generalizados (con
variables contínuas y
categóricas).
• Idem en Atracción.
Facilitan los
totales p
por origen
g
(O s) y los totales
por destino ((D s))
p
G/A
Distribución
R
Reparto
t M
Modal
d l
Asignación
p
O i   0    k xik
p'
D j   0    k z jk
k 1
x ik =
var.socioeconómica
k en el origen i
k 11
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
44
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos demanda: G/A viajes
Modelos desagregados
(hogar)
A áli i por categorías
Análisis
t
í
(modelos estadísticos)
– Tasas de generación de
viajes constantes en el
tiempo para cada categoría
– Tablas de contingencia
(SPSS, MINITAB, R, …)
– Modelos loglineales
(SPSS, R, SAS, …).
– Más 2 dimensiones …
Facilitan
F
ilit los
l totales
t t l
generados según la
tipología de hogar
por origen (O s)
HH_PER
S_1
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Distribución
R
Reparto
t M
Modal
d l
Asignación
Personas por hogar
Número de viajes
generados por hogar
Autos
por
hogar
G/A
HH_PER
S _2
HH_PER
S _3
HH_PER
S _4
HH_PER
S _5
PERC_0_AUT
PERC_1_AUT
PERC_2_AUT
Lídia Montero Mercadé
45
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos demanda: G/A viajes
Modelos
desagreg
ados
(hogar)
Facilitan
F
ilit llos totales
t t l generados
d
según la tipología de hogar por
origen
i
(O s))
G/A
Distribución
R
Reparto
t M
Modal
d l
Asignación
Se debe conocer el
número de hogares por
zona
ona en la tipología.
tipología
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
46
U
P
C
C
U
R
S
2
0
1
2
Modelos demanda: G/A viajes
G/A
Modelos desagregados (hogar)
Exemplo TransCAD:
Distribución
R
Reparto
t M
Modal
d l
Se debe conocer el
número de hogares por
zona en la tipología y su
evolución futura !!!!
Asignación
ID
2
0
1
3
ARE
A
TOTAL_H
H
HH_INC_
1
HH_INC_
2
HH_INC_
3
HH_INC_
4
HH_INC_
5
PERC_0_AU
T
PERC_1_AU
T
PERC_2_AU
T
1
7,27
4967
1000
1170
2280
300
217
0,17
0,67
0,16
2
13,0
0
16633
3000
4280
7620
933
800
0,23
0,47
0,30
5
8,26
16470
300
420
7200
4550
4000
0,16
0,43
0,41
4
9,29
8020
500
690
4305
1525
1000
0,14
0,81
0,05
3
7,39
16280
1100
1310
8745
3125
2000
0,29
0,14
0,58
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
47
U
P
C
C
U
R
S
2
0
1
2
-
Modelos de Distribución Viajes
Modelos agregados (zona)
Notación

T  tij
G/A
• Distribución de los viajes
generados en un origen
entre diversos destinos
t ij
= número de viajes
entre el origen i y el
destino j
Distribución
Reparto Modal
Asignación
– Oi conocidos
– Dj conocidos
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
48
U
P
C
C
U
R
S
2
0
1
2
-
Modelos de Distribución Viajes
Modelos de factor
f
de
decrimiento
Disponible un patrón de
distribución D  d ij
–
–
–
–
 
Encuesta OD
Estudio anterior
Oi actuales conocidos
Dj actuales conocidos
A estimar

T  tij
G/A
t ij  a i b j d ij
= número de viajes
actuales entre el origen
i y el destino j
Distribución
Reparto Modal
Asignación
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
49
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos de Distribución Viajes
• M
Modelos
d l d
de ffactor
t d
de
crecimiento: disponible
un patrón de distribución
y
– Oi actuales conocidos
– Djj actuales conocidos
• Factor de crecimiento
simple (por orígenes o
destinos).
• Factor de crecimiento con
restricciones dobles
(orígenes y destinos) :
método de Furness.
A estimar
ti
 
D  d ij

T  tij
G/A
Distribución
disponible
t ij  a i b j d ij
Reparto Modal
Asignación
= número de viajes
actuales entre el origen
i y el destino j
S j t a:
Sujeto
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
50
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos de Distribución Viajes
• Modelos de gravedad:
– Disponible una matriz de
costes de viaje origenorigen
destino.
– Oi actuales conocidos
– Dj actuales conocidos
• M
Modelo
d l fí
físico.
i
• Más difíciles de entender
que los modelos de
crecimiento tipo Furness.
A estimar
 
C  cij

T  tij
G/A
Distribución
disponible
t ij  a i O i b j D j f (c ij )
Reparto Modal
Asignación
= número de viajes
actuales entre el origen
i y el destino j
S j t a:
Sujeto
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
51
U
P
C
C
U
R
S
2
0
1
2
Modelos de Distribución Viajes
• Modelos de gravedad:
– Disponible una matriz de
costes de viaje origen
origendestino.
– Oi actuales conocidos
– Dj actuales conocidos
A estimar
 
C  cij

T  tij
Distribución
disponible
t ij  a i O i b j D j f (c ij )
-
G/A
Reparto Modal
Asignación
= número de viajes
actuales entre el origen
i y el destino j
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
52
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos de Distribución Viajes
• M
Modelos
d l d
de
entropía Wilson
(1967)
• Relacionados
con hipótesis
estadísticas de
mínima cantidad
de información
añadida:
• Todos implementables
con modificaciones del
algoritmo tipo de
Furness
Furness.
Distribución
Reparto Modal
Asignación
dij
– Oi actuales
conocidos
– Dj actuales
conocidos
– Con o sin patrón
j
de viajes
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
G/A
Lídia Montero Mercadé
53
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos de Distribución Viajes
• Modelos de entropía:
A estimar

T  tij
G/A
Distribución
disponible
Reparto Modal
– Oi actuales conocidos
– Djj actuales conocidos
+
– Disponible de un
patrón origen
origen-destino.
destino
D  d ij
 
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Asignación
t ij  a i O i b j D j
t ij  a i O i b j D j d ij
Lídia Montero Mercadé
54
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos de reparto modal
• Modelos muy discutidos, pero imprescindibles.
• Técnicamente clasificados en modelos agregados
(zona) y desagregados (individuo)
(individuo).
• Los modelos desagregados a nivel de individuo
son los únicos considerados fiables.
• Modelos estadísticos: modelos lineales
generalizados.
G/A
Distribución
Reparto Modal
Asignación
– Extensión de la regresión clásica que permite incluir como
variables explicativas tanto variables cuantitativas como
cualitativas.
– La variable de respuesta puede ser una variable aleatoria
binomial, Poisson, multinomial, gamma, etc.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
55
U
P
C
Modelos de reparto modal
C L
La selección
l
ió del
d l
U
modo de
R
transporte
S
depende de las
2
0
1
•
2
- •
2 •
0
1 •
3
•
características
del VIAJERO
Disponibilidad
vehículo
Renta
Estructura
familiar
Densidad
residencial
Condicionantes
del resto del día
G/A
L selección
La
l
ió del
d l
modo de
transporte
depende de las
características
del MODO
•
•
•
•
•
•
•
Distribución
Reparto Modal
Asignación
Tiempo de viaje
Tiempo de espera
Coste del viaje
Coste y
disponibilidad
g
parking
Confort
Regularidad
Seguridad
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
La selección del
modo de
transporte
depende de las
características
del VIAJE
•
•
Motivo del viaje
Hora del día
Lídia Montero Mercadé
56
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos de reparto modal
• Basados en la Teoría de Elección Discreta
de Alternativas basada en la maximización
de la utilidad aleatoria (modelos
econométricos).
• Postulados por el premio Nobel Daniel
McFadden ((1975).
)
• Modelos intrinsecamente desagregados
(individuo): falta estrategia de agregación
para la predicción.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
G/A
Distribución
Reparto Modal
Asignación
57
U
P
C
C
U
R
S
2
0
1
2
Modelos de reparto modal
• Modelos de Elección Discreta de
Alternativas: selección de la
alternativa que maximiza la utilidad
aleatoria.
• La utilidad es una variable aleatoria
G/A
Distribución
Reparto Modal
Asignación
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
58
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos de reparto modal
Modelos de Elección Discreta de
Alternativas
• Distribución de probabilidad de la utilidad
percibida:
Gumbel (simple)
Modelos logit,
g , logit
g
presupone modos i.i.d
multinomial
Normal ((más p
potente))
permite alternativas
modales
correlacionadas
correlacionadas.
G/A
Distribución
Reparto Modal
Asignación
Modelos probit
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
59
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos de reparto modal
Modelos de Elección Discreta de
Alternativas Logit Jerárquicos
• Estructura jerárquica del proceso de decisión.
• Aumenta la capacidad modelística de los modelos
logit.
• Resulta
R
lt mucho
h más
á simple
i l que llos modelos
d l probit.
bit
G/A
Distribución
Reparto Modal
Asignación
Gumbel (simple)
+
permite alternativas
modales
d l
correlacionadas.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
60
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos de reparto modal
Modelos de Elección Discreta de Alternativas
Logit Jerárquicos
•
•
•
•
Empezar por nido inferior (atributos independientes)
Calcular la utilidad del nido:
Calibrar parámetros de nido 0<φ≤1 y α
S bi a nido
Subir
id superior
i
G/A
Distribución
Reparto Modal
Asignación
i i d por nivel
Gumbel i.i.d.
+
permite alternativas
modales
d l
correlacionadas.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
61
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
Modelos de asignación
•
•
•
•
Transporte privado.
Transporte público
público.
Asignación bimodal (EMME/2).
Modelos integrados macromacro-micro
(AIMSUN--NG).
(AIMSUN
• Modelos de equilibrio
multimodales (Estraus).
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
G/A
Distribución
Reparto Modal
Asignación
Lídia Montero Mercadé
62
U
P
C
C
U
R
S
2
0
1
2
Asignación bimodal: paradigma
EMME/2
Asignación
auto
Tiempo de recorrido auto (timau) se usa en
impedancia transit (segmentos ligados al arco)
2
0
1
3
Vehículos equivalentes auto (veq) se usa en
impedancia auto (volad, volumen adicional)
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
A i
Asignación
ió
transit
Lídia Montero Mercadé
63
U
P
C
El entorno de modelización
EMME/2
C
U
R
S
• EMME/2 is an interactive-graphic state-ofthe-art multimodal urban transportation
planning system.
• It offers the planner a complete and
comprehensive set of tools for demand
modelling, multimodal network modelling
and analysis and for the implementation of
evaluation procedures
procedures.
• Panorámica.
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
64
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
El entorno de modelización
TransCAD
• TransCAD
C
es un sistema de información
f
geográfica
f
(SIG) diseñado especialmente para profesionales de
transporte con el objeto de almacenar, mostrar, y
analizar datos de transporte.
• TransCAD, a diferencia de los demás paquetes
informáticos de transporte, combina en una sola
plataforma integrada las propiedades de un SIG y las
capacidades de modelación del transporte.
• Caliper Corporation
1172 Beacon Street • Newton MA
02461 • USA • Tel: +1(617)5274700 • informacion@caliper.com
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
65
U
P
C
El entorno de modelización
TransCAD
C
•
U
R
S
2 •
0
1
2
- •
2
0
1
3
Una poderosa
U
d
plataforma
l t f
SIG con extensiones
específicas para modelos
d ttransporte.
de
t
Herramientas de análisis
diseñadas para el
t
transporte,
t mapeo y
visualización.
Aplicaciones para
módulos de creación de
rutas, previsión de la
demanda de viajes,
t
transporte
t público,
úbli
logística y gestión del
territorio
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
66
U
P
C
C
U
R
S
El entorno de modelización
TransCAD
Modelos
M
d l de
d demanda
d
d y
planificación del
transporte
2 •
0
1
2
-
TransCAD es el único
programa de planificación
b
basado
d en un entorno
t
SIG
totalmente integrado y con
herramientas
y procesos de asignación
asignación.
2
0 •
1
3
TransCAD incluye todos los
elementos típicos de un
programa de planificación
del transporte
convencional...
•
•
•
•
•
•
Los Modelos
L
M d l de
d Generación
G
ió –
Producción de Viajes.
Los Modelos de Atracción de Viajes.
Los algoritmos de ajuste de Viajes
están diseñados para ajustar el
volumen total de atracciones con el de
producciones.
Los Modelos de Distribución de
Viajes.
Los Modelos de Distribución Modal.
P-A
P
A to O
O-D
D y Matrices Horarias
incluye herramientas para convertir
producciones y atracciones en
orígenes – destinos, descomponer una
matriz diaria en un grupo de horarias
horarias,
transformar viajeros en vehículos y
aplicar factores de horas punta o valle.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
67
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
El entorno de modelización
TransCAD
•
Los Modelos de Avanzados Asignación de Tráfico incluidos en
TransCAD se basan en funciones de costos generalizados, para la
evaluación de problemas de transporte multimodal o de
competencia
i entre dif
diferentes modos
d d
de transporte.
•
TransCAD permite aplicar un modelo de asignación de tráfico
que simultáneamente
i ltá
t asigna
i
vehículos
hí l ligeros,
li
pesados
d y
autobuses sobre la red vial. Este procedimiento permite incluir
peajes por tipología de vehículos y utilizar velocidades diferentes en
la ecuación de costos generalizados
generalizados. También pueden definirse
restricciones por clases de vehículos en el uso de la red vial.
Algunos vehículos con itinerarios fijos pueden ser considerados
como precargas en la red.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
68
U
P
C
El entorno de modelización
TransCAD: resultados asignación
C
U
R
S
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
69
U
P
C
El entorno de modelización
TransCAD: modelo BCN
C
U
R
S
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
70
U
P
C
TransCAD: resultados
asignación en modelo de BCN
C
U
R
S
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
71
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
El entorno de modelización
TransCAD: resultados asignación
• La red anterior
de transporte
privado se
puede asignar
con la matriz de
demanda y se
obtienen
resultados a
nivel de arco y
pareja OD
OD.
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
72
U
P
C
C
U
R
S
2
0
1
2
2
0
1
3
El entorno de modelización
AIMSUN-NG
• AIMSUN-NG se desarrolló en la UPC y
p Simulation
actualmente en TSS ((Transport
System).
• Entorno informático muy evolucionado
donde se integra: simulación
microscópica, planificación del transporte
y usos del suelo.
• Ver detalle …
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
73
U
P
C
Gracias por su atención !
C
U
R
S
2
0
1
2
2
0
1
3
Mètodes de Captació, Anàlisi i Interpretació de Dades MLTM
Lídia Montero Mercadé
74