[论文解读] Activity-based and agent-based Transport model of Melbourne (AToM): an open multi-modal transport simulation model for Greater Melbourne

Afshin Jafari, Dhirendra Singh+5 more|arXiv (Cornell University)|Dec 16, 2021

Transportation Planning and Optimization参考文献 31被引用 4

一句话总结

本文提出AToM，一个针对大墨尔本地区的开放、多模式、基于代理和基于活动的交通仿真模型，采用MATSim对真实世界数据进行校准。该模型成功复现了实际的出行方式占比、出行时间、距离和道路车流量，为在城市尺度上模拟步行、骑行、驾车和公共交通提供了灵活且可复现的工作流程。

ABSTRACT

Agent-based and activity-based models for simulating transportation systems have attracted significant attention in recent years. Few studies, however, include a detailed representation of active modes of transportation - such as walking and cycling - at a city-wide level, where dominating motorised modes are often of primary concern. This paper presents an open workflow for creating a multi-modal agent-based and activity-based transport simulation model, focusing on Greater Melbourne, and including the process of mode choice calibration for the four main travel modes of driving, public transport, cycling and walking. The synthetic population generated and used as an input for the simulation model represented Melbourne's population based on Census 2016, with daily activities and trips based on the Victoria's 2016-18 travel survey data. The road network used in the simulation model includes all public roads accessible via the included travel modes. We compared the output of the simulation model with observations from the real world in terms of mode share, road volume, travel time, and travel distance. Through these comparisons, we showed that our model is suitable for studying mode choice and road usage behaviour of travellers.

研究动机与目标

• 开发一个可扩展的、开源的、多模式交通仿真模型，适用于大墨尔本地区，涵盖步行、骑行、驾车和公共交通。
• 解决在城市尺度上缺乏全面、开放且经过校准的主动交通（步行和骑行）模型的问题。
• 创建一种灵活、可复现的工作流程，利用开放数据和工具构建大规模基于代理的交通模型。
• 校准出行方式选择参数，使其与2016年人口普查和VISTA 2016–18年调查中观测到的出行方式占比相匹配。
• 支持未来对主动交通干预措施的方案分析，以及综合健康与交通影响评估。

提出的方法

• 基于2016年人口普查数据构建合成人口，包含个体属性（年龄、性别、职业、家庭结构）以及维多利亚州2016–18年出行调查中的每日活动日程。
• 整合详细的道路网络，包括所有对行人、骑行者和机动车开放的道路，包含坡度、自行车道类型等属性。
• 实施基于MATSim的仿真框架，以模拟个体代理的行为，包括出行方式选择和路径选择决策。
• 使用多项Logit模型校准出行方式选择参数，使其与工作和教育出行的观测出行方式占比相匹配。
• 将模型输出与真实世界数据进行验证，包括出行方式占比、道路车流量、高峰时段出行时间与出行距离。
• 开发模块化、开源的工作流程，托管于GitHub，以支持可复现性及未来模型的扩展。

实验结果

研究问题

• RQ1 一个开放的、多模式的、基于代理的交通仿真模型能否准确复现像墨尔本这样的大型城市区域的真实出行行为？
• RQ2 该模型在多大程度上能够复现驾车、公共交通、骑行和步行的出行方式占比、出行时间、出行距离和道路使用模式？
• RQ3 该模型的出行方式选择校准在多大程度上能够反映真实世界中不同出行方式的偏好，特别是对主动交通的影响？
• RQ4 当前模型在表征主动交通行为方面存在哪些局限性，特别是道路属性及其对出行方式选择的影响？
• RQ5 该模型如何扩展以支持综合健康影响评估和基于情景的政策评估？

主要发现

• AToM模型能够高保真地复现真实世界高峰时段的汽车交通流量和公共交通站点使用分布。
• 驾车、公共交通、骑行和步行的出行方式占比被准确捕捉，校准结果与2016年人口普查和VISTA 2016–18年调查的观测数据高度一致。
• 模型模拟的出行时间与距离真实合理，与观测值一致，表明路径选择和拥堵建模效果良好。
• 模型在模拟机动化交通和公共交通行为方面表现优异，但骑行和步行的准确性较低，原因在于未纳入部分道路属性。
• 模型的开放工作流程和开放数据的使用，使其具备可复现性和可扩展性，适用于未来的研究与政策分析。
• 局限性包括缺乏动态公共交通交互（如拥堵导致的延误）以及未建模道路属性（如坡度、自行车道类型）对主动交通方式选择的影响。