مدل های ایجاد سفر TRIP GENERATION MODELS Transportation Planning میقات حبیبیان

ایجاد سفر تولید سفر (Trip Production) جذب سفر (Trip Attraction) سفرهای ایجاد شده از یک ناحیه عوامل: درآمد، مالکیت وسیله نقلیه، ساختار خانواده، بعد خانوار، ارزش زمین، چگالی مسکونی، ... جذب سفر (Trip Attraction) سفرهای ختم شده به یک ناحیه عوامل: سطح کاربری های تجاری، صنعتی، اداری و خدماتی ناحیه، اشتغال ناحیه، معیارهای دسترسی و ...

مدل های ایجاد سفر گراف های ایجاد سفر Trip generation graphs مدل های نرخ سفر Trip rate analysis techniques مدل های ضریب رشد Growth factor models مدل های دسته بندی ضربدری Cross classification models مدل های روندگرای چندمتغیره خطی Multiple Linear regression models

گراف های ایجاد سفر TRIP GENERATION GRAPHS گراف های ایجاد سفر TRIP GENERATION GRAPHS Transportation Planning

گراف های ایجاد سفر Single Family Detached Housing Average Vehicle Trip Ends VS. Vehicle On a: Weekdays Number of Studies: 120 Average Number of Vehicles: 257

گراف های ایجاد سفر Single Family Detached Housing Average Vehicle Trip Ends VS. Acres On a: Weekdays Number of Studies: 144 Average Number of Vehicles: 70

گراف های ایجاد سفر Manufacturing Average Vehicle Trip Ends VS. 1000 sq. feet gross floor area On a: Weekdays Number of Studies: 62 Average Number of 1000 sq. feet GFA: 70

گراف های ایجاد سفر Manufacturing Average Vehicle Trip Ends VS: Employees On a: Weekdays Number of Studies: 61 Average Number of Employees: 641

بحث گراف های ایجاد سفر مزایا: سادگی معایب: لحاظ نشدن تفاوت های جوامع Transportation Planning

مدل های نرخ سفر Trip rate analysis techniques Transportation Planning

مدل های نرخ سفر Residential Single Family Transportation Planning سطح اشغال وسیله نقلیه تعداد کلیه سفرهای روزانه در هر خانوار و ACRE هر درصد سفرها در ساعات مشخص Generator Vehicle-Trip to and from per day per Percent Trip in Hour Shown Typical Auto Occupancy Typical Percent Transit of Total Person-Trips Dwelling Unit ACRE A.M Peak P.M Peak Peak Hour of generation Residential Single Family 1 9.3 8 10.8 1.62 3.2 2 18.6 3 10.2 30.6 1.67 4 40.8 5 9.1 45.5 Transportation Planning DU/ACRE تعداد خانوار در ACRE هر

مدل های نرخ سفر Apartment Transportation Planning Generator Vehicle-Trip to and from per day per Percent Trip in Hour Shown Typical Auto Occupancy Typical Percent Transit of Total Person-Trips Dwelling Unit ACRE A.M Peak P.M Peak Peak Hour of generation Apartment 15 6 90 7.9 10.8 1.56 12.4 25 150 35 210 50 300 60 360 Transportation Planning

مدل های نرخ سفر Transportation Planning Transportation Planning Generator Vehicle-Trip to and from per day per Percent Trip in Hour Shown Typical Auto Occupancy Typical Percent Transit of Total Person-Trips 1000 Ft2 GFA employee ACRE A.M Peak P.M Peak Peak Hour of generation Shopping center regional Over 1 million Ft2 33.5 30.9 580 1.9 9.7 11.5 1.64 3 0.5 – 1 million Ft2 34.7 20.4 370 2.8 9.6 - Transportation Planning Transportation Planning

مدل های نرخ سفر Transportation Planning Transportation Planning Generator Vehicle-Trip to and from per day per Percent Trip in Hour Shown Typical Auto Occupancy Typical Percent Transit of Total Person-Trips 1000 Ft2 GFA employee ACRE A.M Peak P.M Peak Peak Hour of generation Industrial/Manufacturing Freestanding general manufacturing 4.2 2.3 40.5 18.4 19.3 32.2 1.64 1 Warehouse 5.3 4.4 67.5 12.7 - Research/ development 5.1 2.4 60.8 21.1 20.4 Industrial park 8.8 3.9 71.9 13.2 14.7 2 General light industrial 5.5 3.2 52.4 21.2 All industry average 3 59.9 15.8 19.4 Transportation Planning Transportation Planning

مدل های نرخ سفر Transportation Planning Transportation Planning Generator Vehicle-Trip to and from per day per Percent Trip in Hour Shown Typical Auto Occupancy Typical Percent Transit of Total Person-Trips 1000 Ft2 GFA employee ACRE A.M Peak P.M Peak Peak Hour of generation Retail Freestanding Supermarket 135.3 - 1000 8.7 12.6 1.64 1 Discount store 50.2 57.2 5.1 9.7 Discount store with super market 81.2 30.3 6.9 11.1 Department store 36.1 32.8 900 2 Auto supply 88.8 New car dealer 44.3 Transportation Planning Transportation Planning

بحث مدل های نرخ سفر مزایا: سادگی معایب: لزوم مشخص بودن وضعیت کاربری های زمین در آینده لحاظ نشدن تفاوت های جوامع Transportation Planning

مدل های ضریب رشد Grow factor models Transportation Planning

رابطه اصلی Ti=Fi*ti Ti: تعداد سفرهای آینده ناحیه ترافیکی i Fi: ضریب رشد ناحیه i Transportation Planning

F می تواند یک تابع حاصلضربی بدون پارامتر باشد. هدف پیش بینی سفرها بر اساس پیش بینی ضریب رشد پیش بینی ضریب رشد بر اساس سال پایه c و سال طرح d مثال: Fi=fd(Pi, Ii, Ci)/fc(Pi, Ii, Ci) Pi: جمعیت ناحیه ترافیکی i Ii: درآمد ناحیه ترافیکی i Ci: مالکیت وسیله نقلیه ناحیه i F می تواند یک تابع حاصلضربی بدون پارامتر باشد. Transportation Planning

مثال Ti=250*2.5+250*6=2125 trips/day Fi=fd(Ci)/fc(Ci)=1/0.5=2 در یک منطقه 250 خانوار بدون وسیله نقلیه و 250 خانوار دارای یک وسیله نقلیه اند. اگر هر خانوار با وسیله نقلیه روزانه 6 سفر و هر خانواده بدون وسیله نقلیه روزانه 2/5 سفر ایجاد کند، و فرض شود در آینده همه خانواده ها یک وسیله نقلیه داشته باشند، تقاضای آینده را با استفاده از ضریب رشد برآورد کنید. Ti=250*2.5+250*6=2125 trips/day Fi=fd(Ci)/fc(Ci)=1/0.5=2 Ti= 2125*2= 4250 trips/day Transportation Planning اگر بر اساس اطلاعات مساله نرخ ایجاد سفر 6 سفر در روز فرض در نظر گرفته می شد: Ti=500*6=3000 trips/day 42% Decrease!

بحث مدل های ضریب رشد مزایا: سادگی معایب: ضریب رشد کلی است و قابل تفکیک برای جهات مختلف نیست کاربرد: برای سفرهای بیرونی منطقه مورد مطالعه که حجم نسبی چندانی ندارند استفاده می شود. Transportation Planning

مدل های دسته بندی ضربدری Cross classification models مدل های دسته بندی ضربدری Cross classification models Transportation Planning

هدف پیش بینی سفرها بر اساس اطلاعات متغیرهای مختلف : جمعیت منطقه مورد مطالعه درآمد خانوار تعداد وسیله نقلیه شخصی تحت تملک خانوار و ... Transportation Planning

مثال 1 Transportation Planning

مثال 2 Transportation Planning

پارامترها Percent Average Daily Person-Trip Purpose: درصد متوسط سفرهای روزانه افراد به تفکیک هدف سفر HBW: سفرهایی که بین خانه تا محل کار و برعکس انجام می شود HBNW: سفرهایی که بین منزل و محلی غیر از محل کار و برعکس انجام می پذیرد NHB: سفرهایی که محل سکونت افراد مبدا یا مقصد آن نیست Transportation Planning

مثال 3 Transportation Planning

بحث مدل های دسته بندی ضربدری مزایا: سادگی به شرط وجود اطلاعات لازم معایب: تقسیم بندی ها سلیقه ای است. ابزاری برای تشخیص برازش وجود ندارد. به جای توزیع با عدد کار می شود. (تغییرات اعداد در نظر گرفته نمی شود) کاربرد: برای شرایطی که دقت زیادی مدنظر نیست قابل استفاده است. Transportation Planning

مدل های روندگرای خطی Linear regression models مدل های روندگرای خطی Linear regression models Transportation Planning

هدف پیش بینی سفرها بر اساس اطلاعات متغیرهای مختلف : جمعیت منطقه مورد مطالعه درآمد خانوار تعداد وسیله نقلیه شخصی تحت تملک خانوار و ... Transportation Planning

روش پیش بینی سفرها بر اساس اطلاعات متغیرهای مختلف: جمعیت منطقه مورد مطالعه درآمد خانوار تعداد وسیله نقلیه شخصی تحت تملک خانوار و ... Transportation Planning

فرضیات اولیه (یادآوری)   Transportation Planning

روابط مدل های روندگرا (یادآوری)   Transportation Planning 𝜷 های مستقل

فرضیات مدل های روندگرا (یادآوری)   Transportation Planning β=(XtX)-1XtY

ارزیابی مدل های روندگرای خطی 1-پرهیز از مسئله همبستگی چندگانه یا هم خطی بودن 2- منطقی بودن علامت های متغیرها 3- اهمیت داشتن ضرایب بدست آمده 4- برازندگی مدل 5- اهمیت کل مدل 6- مقادیر ثابت مدل Transportation Planning

1- پرهیز از مسئله ی همبستگی چندگانه یا هم خطی بودن الف) همبستگی بین دو متغیر مستقل کمترین مقدار ممکن باشد. ب) همبستگی بین متغیر های مستقل با متغیر وابسته بیشترین مقدار ممکن باشد. Transportation Planning

مثال پرهیز از مسئله ی همبستگی چندگانه یا هم خطی بودن جدول زیر مقادیر ضریب همبستگی را برای 5 متغیر نشان می دهد (به این جدول ماتریس همبستگی ساده گفته می شود): y 1 0.978 0.486 0.1 0.996 0.297 0.068 0.958 0.073 0.552 0.124 Transportation Planning  

2- منطقی بودن علامت های متغیرها علایم ضرایب باید با شهود (Intuition) مطابقت داشته باشد. به شرط صحت امارگیری، علایم حاصل از ماتریس همبستگی می تواند راهنما باشد. Transportation Planning

3- معناداری ضرایب به دست آمده در سطح اطمینان مورد نظر در سطح اطمینان مورد بررسی x اثری درy ندارد 𝐻 0 : در سطح اطمینان مورد بررسی فرض 𝐻 0 رد می شود 𝐻 1 : Otherwise ( ) T-value Transportation Planning در سطح اهمیت α فرض 𝐻 0 را نمی توان رد کرد. در سطح اهمیت α فرض 𝐻 0 رد می شود.

4- برازندگی مدل ضریب خوبی برازش: نکته: افزایش متغیر منجر به کاهش برازندگی مدل نمی شود (ممکن است R2 را افزایش دهد): ضریب خوبی برازش اصلاح شده (Adjusted R square) : n: اندازه نمونه K : تعداد متغیرهای مستقل Transportation Planning

5- اهمیت کل مدل در سطح اطمینان مورد بررسی مجموعه xi ها اثری درy ندارد 𝐻 0 : ∀𝑖, 𝛽 𝑖 =0 در سطح اطمینان مورد بررسی فرض 𝐻 0 رد می شود 𝐻 1 : Otherwise (∀𝑖, 𝛽 𝑖 ≠0) Transportation Planning در سطح اهمیت α فرض 𝐻 0 را نمی توان رد کرد. در سطح اهمیت α فرض 𝐻 0 رد می شود.

6- مقدار ثابت مدل مقدار ثابت نشان دهنده پارامترهایی است که در مدل در نظر گرفته نشده اند. هرچه ثابت مدل کوچکتر باشد نشان می دهد تغییرات بیشتری در مدل بررسی شده است. Transportation Planning

مثال ارزیابی مدل بر اساس مقادیر ضرایب همبستگی مثال قبل کدام یک از 4 مدل زیر مناسب تر است ؟ اطلاعات مربوط به 16 ناحیه شهری از 20000 نفر است. مقادیر داخل پرانتز نشان دهنده ی مقدار ازمون T است. α= 0.01 1) 2) 3) 4) y 1 0.978 0.486 0.1 0.996 0.297 0.068 0.958 0.073 0.552 0.124 Transportation Planning Lecture note x1: کل تعداد شاغلین x2: تعداد شاغلین در مشاغل صنعتی x3: تعداد شاغلین در مشاغل خرده فروشی x4: تعداد شاغلین در سایر مشاغل Y: تعداد سفر جذب شده در ساعت اوج به یک ناحیه

مقادیر T-critical مربوط به مثال Transportation Planning df = n-k-1= 13 df = n-k-1= 12 حل: ...

پایان