Die Präsentation wird geladen. Bitte warten

Exercise Usage of a Park&Ride Facility If you select the choices (1) usage of a Park&Ride facility or (2) riding downtown by car, the most important criterion.

Präsentation zum Thema: "Exercise Usage of a Park&Ride Facility If you select the choices (1) usage of a Park&Ride facility or (2) riding downtown by car, the most important criterion."—  Präsentation transkript:

Exercise Usage of a Park&Ride Facility If you select the choices (1) usage of a Park&Ride facility or (2) riding downtown by car, the most important criterion would be a cost comparison. The relative cost difference for comparison the two alternatives is –C P&R = costs for using the Park & Ride facility incl. the attached transit ride –C car = cost for a car ride to the downtown destination incl. downtown parking fee

Exercise Usage of a Park&Ride Facility In a simplified model, the percentage of Park&Ride users of all traffic participants is approximately exponentially decaying, when the relative costs for Park&Ride increase compared to a pure car ride p = p 0 e -αx - with α as sensitivity.

Exercise Usage of a Park&Ride Facility a) What is the meaning of p 0 ? b) For which value range of x makes the approach sense ? c) For which relative cost difference x is the percentage of Park&Ride users dropping to 10%, if p 0 = 50% and α= 4.0 ? d) The introduction of city tolling makes a car ride more expensive in average by 15%. By which amount the percentage of Park&Ride users is increasing, if originally the costs for either using the Park&Ride facility or going directly by car were balanced -again p 0 = 50% and α= 4.0 holds?

Answer for a) p = p 0 e -αx p = p 0 for x=0 i.e.cost balance

Answer for b) p is a percentage <100% ! p

Answer for c) p=0.1 i.e. or Car ride costs only 60% of P&R use (incl. transit and partially car)

Modelling in Transportation Planning General Aspects UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) „ A traffic forecast is the numerical calculation or evaluation of future traffic within the borders of a planned traffic system based upon the present volume of traffic”[1]. “Traffic forecast is a probability prediction about future states of the traffic system based upon the condition of the infrastructure of settlement and transportation. Predictions of traffic flow at links and nodes, modal split, space- time relation of the settlement and other assessment values are of major importance“ [2]. [1]: Steierwald, Lecture on Traffic Engineering, University of Stuttgart 1980 [2]: Hensel: Dictionary and compendium on models for the algorithm of traffic forecasts, Aachen, 1976

Prognosis & mathematical models

Modelling in Transportation Planning Terminology UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Forecast for public transportation As for the forecast of public transportation both the development of the entire traffic as well as the urban and rural planning structural developments and the planning intentions are of importance. Forecast period The time span of traffic forecasts should cover 5 to 10 years, 15 years at most, whereas the development has to be checked up at least every 5 years. Forecast models Present forecast models are a result of the observation and adjustment of former trends. Fundamental research on the relation between traffic and structural quantities and last but not least the development of data processing were of major importance for this development.

Classification of transport models Location choice Vehicle purchase choice Landuse models Choice of activities Destination choice Mode choice Departure time choice Route choice Travel demand models Choice of travel speed Choice of lane Choice of vehicle headway Traffic flow models

Representation of objects in macroscopic and microscopic modelling approaches

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) First measurement for the fundamental diagram by Greenshields (1934) 2001-05-16 Kühne, Verkehrsablauf an SBA, Uni Innsbruck

Speed Density Relation V

The first Fundamental Diagram as v-q Diagram

Traffic control by variable speed limits A9 München Nord UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Verkehrsleittechnik Strecke als Regelkreis

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Display Possibilities for Variable Message Signs I mandatory signs Verkehrsleittechnik Verkehrsdatenaufbereitung

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Display Possibilities for Variable Message Signs II lane signalling Verkehrsleittechnik Verkehrsdatenaufbereitung

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Verkehrsleittechnik Strecke als Regelkreis Schema einer Streckenbeein- flussungsanlage (SBA A94 Steinhausen- Parsdorf) Quelle: SSP-Consult, ABD Südbayern

v-q relations on motorways with speed limits UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Speed Density Relation Including Different Speed Limits Verkehrsleittechnik Verkehrsdatenaufbereitung

Text UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Weiterer Text with traffic control 0 40 80 12 0 16 0 0 40 80 12 0 16 0 without traffic control 20406080 100 q[veh/min] Vpass. car [km/h] comparison of two q-v- diagrams from 1- minute- intervals [A9 München – Holledau, period 27.07.-09.08.2000, i.e. 20 160 measurement values] 2001-05-16 Kühne, Verkehrsablauf an SBA, Uni Innsbruck

Standard deviation of speed distribution and mean speed with and without traffic control system UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Verkehrsleittechnik Verkehrsdatenaufbereitung

Speed distribution in case of congestion UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Verkehrsleittechnik Verkehrsdatenaufbereitung

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Model Based Control Strategy Verkehrsleittechnik Verkehrsdatenaufbereitung

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Simulation model kernel embedded in network generators and input / output interfaces as expert system shell for model based traffic control system optimization Verkehrsleittechnik Verkehrsdatenaufbereitung

control logic for traffic status classification with section related traffic data UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Verkehrsleittechnik Verkehrsdatenaufbereitung

Four-stage Model Origin zone i: Oi Destination zone j: Dj Trip generation models determine for traffic zone i the number of activities and categorized by purpose and time. Movement from zone i to zone j: Tij Trip distribution models determine the destinations j of the movements. Movement from zone i to zone j with mode m: Tijm Modal-split models describe the selection of the mode of transport m Movement from zone i to zone j with mode m on route r: Tijmr Assignment models determine the routes r within the transport network.

Zoning and basic transportation network Source: Cascetta Transportaion system analysis Springer, 2009

Transport modelling- trip generation UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Socio-economic aspects

Transport modelling- trip generation UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Probability of travelling

Transport modelling- trip generation UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Number of intercity trips per month per person (all modes)

The output of trip generation UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) In earlier models the travel pattern reflected just the number of trips by trip purpose during a given time period In modern models a restriction is introduced at this stage by first focusing on the total travel distance per time period Reason: Travel distance per time interval is directly related to travel cost and travel time. Travel cost and travel time per individual or per household can be employed as constraints, thus eliminating unrealistic results already at the beginning. The number of trips is then derived via the total travel distance and the average trip length

Time Budget 1990 UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Home-Outside

Trip Distribution UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV)

Origin - Destination Table UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV)

Trip Distribution UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Intervening opportunity method One of the more recent approaches - more sophisticated than the other methods. It is a behavioural model (assumptions about the behaviour of an individual in choosing one out of several possible destinations. Opportunities (attractions) are randomly distributed around the travellers origin, and the highest probability is to select the closest opportunity. But other opportunities are occasionally considered as well (they have a lower level of acceptance for the traveller because of the distance from the origin). Thus the acceptance function must be declined from the maximum which is closest to the origin, and must reach 0 for opportunities which are never considered as aresult of their distance from the origin.

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Example for defining ‘opportunities‘ in trip distribution

Factors for modal choice UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV)

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Modelling in Transportation Planning The Concept of Modal Split

Selection of specific travel modes UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Components which determine the selection: Socio-economic characteristics of the traveller Level of service of the transport system supply Trip characteristics (purpose, length, etc.) The basic information about travel behaviour and its relationship with above groups of components is drawn from the survey information

Trip Assignment UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Apart from behavioural aspects, ‘internal‘ interrelations have to be observed. Concentration in most assignment approaches on travel time (as indicator) travel distance and travel cost. Two methods: 1. All-or-nothing assignment: based on minimum path method (measured in travel time) 2. Capacity restraint techniques: developed from all-or-nothing method by splitting assignment of trips into several steps

Example for network coding UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV)

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Relation between density and speed I Verkehrsanalyse und -prognose Umlegung Speed- density relation Speed v Density k in veh/km

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Relation between speed and traffic volume II Verkehrsanalyse und -prognose Umlegung speed-traffic volume relation Speed v Traffic volume in veh/h

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Relation between travel time and traffic volume III Verkehrsanalyse und -prognose Umlegung Travel time- traffic volume diagram Travel time T Traffic volume in veh/h

Relation between travel time and traffic volume for free flow UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Verkehrsanalyse und - prognose Umlegung Traffic volume in veh/h Travel time T in [s/km] 4008001000140016006001200200 50 100 150 200

Analytic expression for capacity restraint function:

UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Different types of capacity restraint function Verkehrsanalyse und -prognose Umlegung Travel time T Saturation g (g = volume/ capacity)

Demand line plots UNIVERSITÄT STUTTGART INSTITUT FÜR STRASSEN- UND VERKEHRSWESEN (ISV) LEHRSTUHL VERKEHRSPLANUNG UND VERKEHRSLEITTECHNIK (VuV) Plotting stratified OD-links Trips aggregated on a cell basis to flows. Small volume flows between cells not shown.

Example of a transport volume plan with forecasted transport volumes for cars(Pkw) and trucks(Lkw)

Ähnliche Präsentationen