Transiciones

TRANSIMS (Transportation ANalysis SIMulation System) es un conjunto integrado de herramientas desarrollado para realizar análisis de sistemas de transporte regionales. Con el objetivo de establecer TRANSIMS como un recurso público permanente disponible para la comunidad del transporte, TRANSIMS está disponible bajo el Acuerdo de Código Abierto de la NASA Versión 1.3

TRANSIMS es un conjunto integrado de herramientas para realizar análisis de sistemas de transporte regionales basados ​​en un microsimulador de autómatas celulares . Utiliza un nuevo paradigma de modelado de viajeros individuales y su transporte multimodal basado en poblaciones sintéticas y sus actividades. En comparación con otros modelos agregados de transporte, TRANSIMS representa el tiempo de manera consistente y continua, así como personas y hogares detallados. Su enrutamiento dependiente del tiempo y su microsimulador basado en personas también difieren de otros modelos agregados.

El objetivo de la metodología es cargar tráfico en la red e iterar hacia el equilibrio de Nash . Los submódulos incluyen un sintetizador de población, un generador de actividad, un planificador de rutas y un microsimulador. La retroalimentación de los módulos será la siguiente entrada a medida que se itera el proceso de equilibrio. Los viajeros se modelan para lograr una ruta más corta que sea mejor para la población en general en lugar de una ruta significativamente mejor. Una restricción importante es que los viajeros eligen un modo de transporte según las encuestas de viajes en lugar de optimizar sus necesidades de viaje.

• 
  Metodología básica TRANSIMS

TRANSIMS crea una red de carreteras, una red de tránsito, así como horarios de tránsito en este paso. Por lo general, las redes de calles y tránsito están disponibles en las organizaciones de planificación metropolitana . Las redes se pueden exportar desde otras herramientas de análisis de tráfico a un formato tabular bastante simple para ingresarlas en TRANSIMS. Varias características están integradas en TRANSIMS para editar redes. Puede hacer uso de algunas herramientas y formatos GIS comunes ( shapefiles ) con respecto a la edición y visualización de redes. También puede comprender sistemas de información geográfica importantes , como el sistema de plano estatal, el sistema universal transversal de Mercator , etc. Existen desafíos para los datos de red. La red de calles generalmente está disponible a través de Census Tiger/Line público, NavTeq comercial y especialmente redes preparadas y mantenidas por MPO. Sin embargo, se necesitan muchos detalles que normalmente no proporcionan las fuentes de datos comunes, como señales de tráfico, carriles de giro, etc. Además, la red de calles debe ser topológicamente apropiada, es decir, las conexiones entre enlaces deben ser consistentes y representativas. La red de tránsito debe ser compatible con la capa de red de calles. Los datos generalmente deben compilarse de varias fuentes independientes. Los autobuses fluyen con el tráfico, por lo tanto, los resultados pueden entrar en conflicto con los horarios originales.

Este paso consiste en imitar la población regional para garantizar que la demografía coincida estrechamente con la población real y que la distribución de los hogares se aproxime espacialmente a la de la población regional. Las funciones detalladas de la síntesis de la población incluyen la generación de hogares sintéticos a partir de los datos del grupo de bloques censales , el desarrollo de las características demográficas de cada hogar (ingresos, miembros, etc.), la ubicación de cada hogar sintético en un enlace de la red de transporte (ubicaciones de actividades) y la asignación de vehículos a cada hogar (compartir vehículos y viajes dentro de un hogar). ^{[1] [2]} En este paso se pueden aplicar dos tipos de datos. Los datos STF3 son datos agregados que describen regiones relativamente pequeñas denominadas grupos de bloques, y los PUMS son datos desagregados que cubren un área mucho más grande y se reducen a una muestra del 5%. ^{[3] [4]}

Un desafío para este paso es que la extrapolación de los datos del censo puede no ser precisa. Además, se necesitan datos adicionales sobre el uso de la tierra para asignar los hogares de manera adecuada a las ubicaciones de las actividades.

• 
  Entrada y salida del sintetizador de población

Este paso consiste en generar actividades del hogar, prioridades de actividades, lugares de actividades, horarios de actividades y preferencias de modo y de viaje. Este paso requiere la entrada de datos adicionales para asignar actividades individuales. Los datos de entrada principales son una encuesta de actividades detallada que es representativa. El proceso general de asignación de actividades consiste en hacer coincidir los hogares sintéticos con los hogares encuestados correspondientes en función de los datos socioeconómicos recopilados. Además, se aplican pequeñas variaciones aleatorias a los registros de la encuesta para evitar duplicaciones exactas para los muchos hogares sintéticos diferentes. En función de los datos demográficos de entrada, se producirá una lista de actividades de viaje para cada hogar. Estas actividades se designarán como actividades "domésticas" o "individuales". Asociado a cada actividad hay un conjunto de parámetros que definen la importancia de la actividad, la duración de la actividad y un intervalo de tiempo durante el cual se debe realizar la actividad, si es que se realiza (por ejemplo, el trabajo es obligatorio, por lo que se debe hacer un viaje de trabajo, pero un viaje de compras normalmente no es tan importante y se puede omitir en un día determinado si la programación es demasiado difícil). Se proporcionarán ubicaciones, como la dirección del hogar y las direcciones del lugar de trabajo y la escuela, para las actividades obligatorias. No se especifican las ubicaciones de otras actividades (compras): el planificador las elegirá de una lista para la localidad. ^[5] La preferencia de modo también se modela en función de los registros de la encuesta en lugar de la optimización de la ruta.

El generador de actividades se enfrenta a varios desafíos. El tamaño limitado de la muestra en la encuesta puede generar una asignación de actividades poco precisa. Depende en gran medida de la disponibilidad de una encuesta de actividades reciente y actualizada, así como de información detallada sobre zonificación que requiera ajustes manuales. Por último, puede generar algunos patrones de actividad ilógicos para ciertas regiones.

Este paso consiste en leer las actividades individuales generadas previamente y luego determinar la ruta más rápida en ese momento del día. El planificador de rutas tiene varias funciones. Los hogares se encaminan de manera coordinada para permitir el uso compartido de los viajes. El algoritmo incluye la optimización de la red en función del tiempo en función de los retrasos de los enlaces que varían durante el día. El enrutador no elige el modo de transporte, sino que encuentra la mejor ruta en función del modo. El enrutador comienza utilizando la conocida función de asignación de tráfico BPR+ para estimar los retrasos de los enlaces en función de la cantidad de viajes enrutados a través de cada enlace. ^[6] Luego determina la ruta óptima para cada viaje y crea planes de viaje precisos. Un plan de viaje es una secuencia de modos, rutas y horas de salida y llegada planificadas en el origen y los destinos, e instalaciones de cambio de modo proyectadas para trasladar a las personas a los lugares de actividad. ^[7]

• 
  Entrada y salida del planificador de ruta

Este paso consiste en ejecutar todos los planes de viaje creados por el enrutador segundo a segundo en toda la red. Utiliza los principios de los autómatas celulares para analizar la interacción entre vehículos individuales. El microsimulador produce ubicaciones individuales de todos los viajeros y vehículos en todo momento. El microsimulador y el enrutador trabajan en un bucle iterativo para equilibrar el tráfico asignado en la red. El microsimulador sigue esos planes de viaje y determina un nuevo conjunto de retrasos de enlace que se utilizan para reemplazar los utilizados anteriormente por el enrutador. Este proceso se repite hasta que se logra el equilibrio.

• 
  Entrada y salida del microsimulador

La retroalimentación se aplica al proceso de equilibrio que se repite entre el enrutador y el microsimulador. A través del módulo de retroalimentación, es posible que algunas rutas no sean factibles. Estas actividades se devuelven al generador de actividades para determinar las alternativas adecuadas. Algunos planes de viaje no se pueden seguir en el microsimulador debido a cierres de carreteras dependientes del tiempo y otros factores desencadenantes. En este caso, las personas con esos planes se devuelven al enrutador para obtener nuevas sugerencias de rutas.

TRANSIMS puede crear resultados agregados comparables a las herramientas de análisis tradicionales. La microsimulación puede generar datos instantáneos muy detallados, por ejemplo, la ubicación exacta de cada viajero en un momento determinado. Dado que la cantidad de datos es difícil de comprender, los resultados deben visualizarse de manera eficaz. Las herramientas de visualización que se utilizan comúnmente incluyen el visualizador TRANSIMS original, fourDscape y el visualizador Balfour (software), ArcGIS y herramientas SIG similares, Google Earth y NASA World Wind , Advanced Visualization ( NCSA ) y NEXTA .

En el sector del transporte se ha debatido mucho sobre la amplia adopción de TRANSIMS, lo que ha dado lugar a varias escuelas de pensamiento. Los escépticos creen que los grandes requisitos de datos, de ordenadores y de formación limitarán el uso de TRANSIMS a un puñado de las mayores MPO. Una segunda escuela de pensamiento es que los requisitos reglamentarios obligarán rápidamente a utilizar TRANSIMS en muchas regiones. Esta adopción acelerada de TRANSIMS podría superar la capacidad del personal del proyecto para dar apoyo a las regiones afectadas. Una última escuela de pensamiento es que, al principio, TRANSIMS será utilizado principalmente por las MPO más grandes con cuestiones de planificación del transporte especialmente sofisticadas. Posteriormente, TRANSIMS evolucionará hacia versiones que serían más apropiadas para las MPO con menos personal y diferentes necesidades de análisis. La experiencia con el software anterior sugiere que este último escenario es el más probable. También es el escenario más prometedor para llevar la nueva tecnología a la audiencia más amplia de una manera menos dolorosa. ^[8]

El caso de Dallas se centró en el desarrollo de una microsimulación en TRANSIMS que fuera lo suficientemente robusta para ejecutar el itinerario de viaje de cada individuo en una región urbana. La microsimulación desarrollada se limitó a viajes en automóvil y se desarrollaron métodos para utilizar la información de producción/atracción zonal existente de NCTCOG como fuente de demanda de viajeros en el sistema. La microsimulación ejecutó aproximadamente 200.000 viajes (entre las 5:00 a. m. y las 10:00 a. m.) en y a través del área de estudio de 25 millas cuadradas (65 km ² ). Se ejecutó en tiempo real en cinco estaciones de trabajo SUN SPARC ("tiempo real" significa que un período de cinco horas tomó cinco horas). ^[8]

En contraste con la cuestión de la planificación del “mundo real” explorada en Dallas, el estudio de caso de Portland exploró los efectos de diferentes tipos de datos sobre los resultados y la sensibilidad de TRANSIMS. El planificador de rutas y la capacidad de microsimulación desarrollados para Dallas se ampliaron para incluir vehículos grandes, vehículos de transporte público y pasajeros de transporte público. Esto incluye las complicadas tareas de incorporar a la base de datos todos los horarios de los vehículos de transporte público, las diferentes características operativas de los trenes y autobuses, y simular la interacción de los vehículos de transporte público y los vehículos privados. Se estaban considerando dos pruebas de sensibilidad. La primera probó el efecto de generar calles locales sintéticas en lugar de codificar de manera realista cada una de las calles de la región. La segunda prueba exploró el efecto de sintetizar los planes de semáforos. Para probar estas y otras sensibilidades del modelo, el personal de Portland reunió los planes de calles locales y semáforos reales para compararlos con los resultados de la síntesis. ^[8] Estas pruebas determinaron el efecto de la síntesis de datos sobre la sensibilidad de los modelos TRANSIMS.