[论文解读] Modeling travel demand over a period of one week: The mobiTopp model

Nicolai Mallig, Peter Vortisch|arXiv (Cornell University)|Jul 17, 2017

Transportation and Mobility Innovations参考文献 31被引用 14

一句话总结

本文将mobTopp基于活动的出行需求模型从单日扩展至一周模拟周期，解决了活动开始时间漂移、周末联合活动以及低频长途出行等挑战。通过实施重排程策略、改进共享出行的出行方式选择，并提出专门的长途出行模型，该模型成功再现了真实调查数据中的日出行模式、方式分担率以及工作日与周末的差异。

ABSTRACT

When mobiTopp was initially designed, more than 10 years ago, it has been the first travel demand simulation model intended for an analysis period of one week. However, the first version supported only an analysis period of one day. This paper describes the lessons learned while extending the simulation period from one day to one week. One important issue is ensuring realistic start times of activities. Due to differences between the realized trip durations during the simulation and the trip durations assumed when creating the activity schedule, the realized activity schedule and the planned activity schedule may deviate from each other at some point in time during simulation. A suitable rescheduling strategy is needed to prevent this. Another issue is the different behavior at weekends, when more joint activities take place than on weekdays, resulting in an increased share of trips made using the mode car as passenger. If a mode choice model that takes availability of ride-sharing opportunities into account is used, it can be difficult to reproduce the correct modal split without modeling explicitly these joint activities. When modeling travel demand for a week, it is also important to account for infrequent long-distance trips. While the share of these trips is low, the total number is not negligible. It seems that these long-distance trips are not well covered by the destination choice model used for the day-to-day trips, indicating the need for a long-distance trip model of infrequent events.

研究动机与目标

• 将mobTopp出行需求模拟模型从单日扩展至为期一周的分析周期。
• 解决多日模拟中实际活动开始时间与计划时间逐渐偏离的问题。
• 改进周末出行行为的建模，特别是联合活动和汽车乘客出行。
• 识别并解决标准目的地选择模型在再现低频长途出行方面的不足。
• 基于斯图加特大区的真实家庭出行调查数据校准并验证扩展后的模型。

提出的方法

• 将mobTopp中的活动日程表示从一天扩展至七天，同时保持基于个体的决策模拟。
• 实施一种简单的重排程策略，以纠正因累计行程时间误差导致的活动开始时间偏离。
• 改进出行方式选择模型，以考虑联合活动期间的拼车机会，特别是在周末。
• 提出两级目的地选择模型：一个用于日常本地出行，另一个用于低频长途出行。
• 使用外部交通分配工具（因mobTopp本身不包含内部交通分配功能）。
• 利用卡尔斯鲁厄地区的家庭出行调查数据校准目的地选择和出行方式选择模型，以匹配观测到的出行距离分布和方式分担率。

实验结果

研究问题

• RQ1 如何在七天模拟周期内稳定活动开始时间，以防止与计划日程的累积漂移？
• RQ2 为何标准出行方式选择建模无法准确再现周末的正确方式分担率（特别是汽车乘客出行）？应如何解决？
• RQ3 标准目的地选择模型在多大程度上无法准确再现低频长途出行？需要何种模型结构才能提高准确性？
• RQ4 如何显式建模联合活动（尤其是涉及拼车的活动）以提升多日模拟的真实性？
• RQ5 为确保准确反映工作日与周末出行模式的差异，活动生成与选择模型需要进行哪些修改？

主要发现

• 重排程策略能有效防止活动开始时间出现显著漂移，即使在长达七天的模拟周期内，显著提升了时间维度的真实性。
• 周末出行行为，特别是汽车乘客出行，无法通过标准出行方式选择模型准确再现，表明需要显式建模联合活动。
• 调查数据中存在不可忽视数量的长途出行未被标准目的地选择模型捕捉，表明需要建立专门的长途出行模型。
• 扩展后的mobTopp模型成功再现了不同星期几的观测出行距离分布和方式分担率，包括工作日与周末的差异。
• 与真实调查数据的校准结果在方式分担率和出行距离分布方面表现出良好一致性，验证了该模型在大规模应用中的准确性。
• 该模型能够模拟多日出行行为，为评估长期时间跨度下的交通政策影响开辟了新可能。