实施需求响应型交通的成本效益分析

2022-4-24 15:40:59

利用多智能体运输模拟对需求响应型运输进行成本效益分析Conny Grunickea，bJan Christian Schlüterb，c，*杰尼·佩卡·乔金纳巴乔尔，统计系，格廷根大学经济系，洪堡塔利3，37073格廷根，德国马克斯·普朗克动力学与自组织研究所，复杂流体动力学系，Am Fassberg 1737077哥廷根，德国哥廷根格奥尔格·奥古斯特大学物理学院复杂系统动力学研究所，哥廷根格奥尔格大学，弗里德里希·亨德·普拉茨1，37077哥廷根，德国本文摘要：，阐述了使用交通仿真软件MATSim对需求响应型交通（DRT）服务进行成本效益分析的技术要求，以实现评估在哥廷根及周边地区引入DRT服务的长期目标。其目的是确定该软件是否适合进行成本效益分析，同时提供一份用户手册，用于构建可通过公共交通和DRT扩展的基本模拟。主要结果是，该软件适用于DRT服务的成本效益分析。特别是，最重要的内部和外部成本，例如各种运输和排放模式的使用成本，可以集成到模拟场景中。因此，为了实现长期目标，本文提出的场景可以通过哥廷根及其周围环境的流动性研究数据进行扩展。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:41:05

本文针对不熟悉MATSim的交通经济学家和研究人员，为他们提供使用交通模拟软件的第一步指南。关键词：运输模拟；马西姆；基于Agent的建模；需求响应型运输；成本效益分析*通讯作者：复杂流体动力学系马克斯·普朗克动力学与自组织研究所，德国哥廷根市法斯伯格17号37077邮编：jan。schlueter@ds.mpg.de1简介由于近几十年来交通量的显著增长以及私人机动交通的主导地位，对人和环境的负面影响已经加剧（UBA 2019）。为了减少温室气体排放和防止气候变化，运输等部门需要新的解决方案和创新。因此，不同学科的科学家和公共决策者对自行车、公共交通和新交通概念等可持续交通系统越来越感兴趣（G"ossling and Choi 2015；Johansson et al.2017）。交通措施和政策的经济评估用于评估其经济效率和效益。为了评估此类措施和政策的整体福利影响，许多国家经常进行成本效益分析，作为基础设施项目决策的指南（Bristow和Nellthorp 2000；Mackie和Worsley 2013）。为了确定对福利的总体影响，该评估方法检查了社会和经济影响的程度。该分析的一个基本特征是，它还具有货币上的负面外部影响，如拥堵、空气和噪音排放，因此不仅反映了私人成本，也反映了社会成本（Damart和Roy，2009年）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:41:12

此外，社会接受度对成功实施测量或新概念的前景有重大影响。因此，这意味着考虑交通基础设施的个体效益对全面评估非常有帮助。Kickh"ofer（2009）的一篇论文认为，多智能体交通模拟能够说明由于交通方式、出行时间或出行成本的变化而导致的福利水平的个体变化。一般来说，在交通部门使用模拟并不少见，因为这使得人们能够预测新交通概念的长期影响，甚至在引入新概念及其相关投资之前。传统交通模拟和基于智能体的模拟之间的主要区别在于在个体层面上表现效用的变化。然而，多智能体运输模拟的使用相对较新，尚未用于新移动概念的成本效益分析。这些新的移动性概念的一部分是灵活的智能交通系统。这种灵活服务的一个实现是需求响应式运输（DRT）。DRT通过在没有固定路线和时间表的情况下运行一系列车辆，动态地适应出行需求。这使得旅行无需转移，因为提供了门到门或角到角服务。由于似乎没有研究使用基于代理的模拟对DRT等新型灵活交通服务进行成本效益分析，因此本文的贡献在于阐述其技术要求。因此，本项目文件的目的是制定长期目标，模拟哥廷根的交通，并评估哥廷根及其周边地区的DRT服务效果。哥廷根的Thetra of c将作为一个例子。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:41:19

当前的交易情况代表了基准情景。在第二步中，这将与戈廷根地区增加DRT的情况进行比较。标准杆数的比较，为进行成本分析和评估交通工具的选择及其对旅行时间、内部和外部成本如拥挤、噪音和空气污染的影响奠定基础。然后将调查是否可以通过DRT服务作为一种有效措施来减少负面外部影响。因此，本文有两个目的。本项目论文的主要目标是阐述技术要求，即了解多智能体运输模拟软件MATSim并进行首次模拟。由于该软件是基于Java的，所以开发Java知识也是一项技术要求。其次，讨论了利用真实交通数据实施模拟的进一步步骤，以及进行成本效益分析所需的扩展。作为第一个近似值，仅模拟某条路线，而不是整个城市区域。典型的路线是从市中心到哥廷根的法斯伯格，因为这是马克斯·普朗克研究所许多员工的通勤路线。第一条模拟路线代表了整个城市区域的ATRC模拟准备工作。下一节将简要概述MATSim及其应用的具体优缺点。接下来是对仿真模型的描述。因此，考虑了数据收集和生成所有相关信息以模拟基线情况和DRT场景的技术方面。第4节描述了模拟的结果，特别是由此产生的反应模式。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:41:27

最后，提出了下一步工作并得出结论。2多智能体传输模拟本文采用开源的基于智能体的微模拟MATSim。在与交易相关的领域，基于代理的模拟的使用越来越流行，近年来的文献中可以找到一些基于代理的方法的例子（Bischo ff和Maciejewski 2016；Kaddoura等人2015）。本节概述了ATSIM（第2.1节），包括其应用的具体优缺点（第2.2节）。因此，本章在开头尽量笼统。在接下来的章节中，将更详细地讨论相关特性和具体示例。2.1什么是MATSim？TATC模拟MaSIM是由柏林工业大学和苏黎世联邦理工大学共同开发的基于java的开源项目。MATSim软件允许对具有高计算能力的代理行为进行微观模拟，并有可能调查大型交易场景（Bischoff和Maciejewski，2016）。在这种情况下，术语“微观模拟”意味着每个人都被模拟为具有任意数量个体特征的独立个体。MATSim提供了一组可根据个人需求进行调整或扩展的模块：o交通需求建模o基于代理的微观模拟o每日计划的迭代评估（评分）o每日计划的变化（重新规划）o评估结果的方法。这些模块共同构成一个称为MATSim循环的综合优化系统。该优化系统基于协同进化原理。每个代理重复优化每日活动计划，与所有其他代理竞争时空。这种协同进化原理在MATSim中作为一个循环实现。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

2022-4-24 15:41:33

它从初始需求的建模开始，这是图1：MATSim（Horni et al.2016）研究区域内人员的构建块的日常活动链的结果。在MATSim中，这些被塑造的人被称为代理人。活动链通常来自经验数据或离散决策模型。代理对其他代理竞争时空时段的响应能力使其能够在迭代过程中单独优化初始需求。因此，每个人都有一个固定数量的日常计划记忆，每个计划由一个日常活动链和相应的分数组成。分数可以解释为无经济学效用。在所有迭代过程中，每个代理都从其内存中选择一个计划。该选择取决于计划的评分，该评分在每次运行后根据已执行计划的性能进行计算。特定份额的代理可以复制选定的计划并更改副本，这是循环的重新规划阶段。对于不同的尺寸，可以重新规划。有可能改变旅行时间、路线、交通方式和目的地。此外，有各种重新规划策略来调整计划，从随机突变到近似建议，再到最佳响应答案。每次迭代结束时，都会根据所选的每日计划（评分）对代理的体验进行评估。应用的评分函数为活动绩效分配正效用，为旅行、货币成本（如通行费或票价）以及迟到或早退分配负效用。然而，取样功能可以改变，因此可以根据用户的个人需求进行定制（Horni等人，2016）。这种重复过程通常会导致近似的随机用户均衡（Nagel和Fl"otter"od，2012）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:41:39

最后，MATSim提供了一些方法，可以直接对结果进行评估。然而，大多数分析都非常具体，必须根据用户要求进行。图1用MATSim Run包含的可配置迭代次数表示了上述循环。MATSim模拟的基本输入数据一方面是绘制研究区域相关基础设施的街道图，另一方面是上述初始交通需求。除了这些最低要求之外，还可以向模型中添加其他数据，以提高细节准确性（Horni等人，2016）。本文描述的模型还包含超过最低要求的数据。第3节介绍了使用的附加数据的详细信息。所有代理的同时模拟会导致交互，因此可以模拟更长的旅行时间或事件堵塞。街道图的基本结构可以用数学模型表示为一个图，因此图论在最广泛的意义上得到了应用。2.2为什么使用MATSim？在介绍了MATSim的功能之后，可以总结使用该软件的优缺点。Matsim的概念方法从根本上不同于传统的TRAFC仿真软件。虽然传统的模拟软件仅将聚合需求分配给相应的交通网络，并且只有路线上的静态流量可以在预定的时间间隔内表示，但MATSim基于微观行为的方法可以实现更低的空间、个性化和时间依赖性分析（Kickh"ofer 2009）。因此，可以得出结论，通过对每个旅行者的单独模拟，基于agent的建模可以非常详细地描述模型的需求侧。这是传统交通建模无法实现的优势（Ciari等人，2008年）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:41:45

基于单独的模拟，MATSim软件还有另一个优点。也就是说，考虑与交通部门相关的行为方面，例如路线、旅行时间或交通方式的选择（Rieser 2010）。代理人的行为规则是在个人层面上定义的，但对不同情景的总体反应是个人对此类措施的反应以及所有模拟个体之间相互作用的结果（Ciari et al.2008）。由于具有属性和特定逻辑的代理表示，模拟传输是非常直观的可能性。另一个因素是，评估DRT提供商的可支持性需要微观模拟。基于聚合的方法是不合适的，因为平均需求忽略了时间和/或空间维度上分布的影响。此外，代理模式还可以扩展到运输系统的供应端，从而更全面地展示整个系统（Cich等人，2017年）。总之，由于上述优势，MATSim能够真实地绘制动态交通量，前提是有必要的交通数据可用。此外，应注意的是，MATSimis是一款快速动态仿真软件，即使对于大型交通工具，其计算能力也很高（Agarwal等人，2019年）。MATSim的模块化设计也提供了很高的适应性。有许多插件可以扩展功能。该软件可以通过已经编写的开源插件以及自行编写的算法进行扩展。然而，有一个缺点是，对于自编的定制，没有易于使用的接口，但是需要非常好的Java知识才能进行所有的个性化定制。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:41:51

然而，主要缺点是实施效果，随着每一个新细节的增加，也就是说，随着地图的细节水平和准确性的提高，实施效果显著增加。3哥廷根模拟模型已经提到，本项目文件旨在制定哥廷根及周边地区DRT服务的长期模拟目标和评估。因此，戈廷根、博文登和罗斯多夫的道路网被选为即将开展的工作所使用的数据，将涵盖这一感兴趣的地区。这些数据来自格廷根市在2015/2016年进行的一项关于流动行为的家庭调查（LK Argus 2016）。这包括交通工具的可用性、行程的目的、一天中行程的时间分布等等。所有这些信息都是运输模拟的重要输入数据，可以调查所进行的模拟是否具有代表性，从而接近哥廷根的实际运输条件。本节描述了从市中心到Fassberg的示范路线的模拟。在这些情况下，通常有很好的文档。选择G"ottingen了解MATSim模拟的技术要求。由于只模拟了人口的一小部分，因此不需要完全代表人口或代表本项目。下文中，描述了交易模型所需输入数据的收集。随后，介绍了基准场景和DRT场景。重点将继续放在技术方面。3.1数据收集在项目的第一阶段，开发了创建基于代理的交易模型所需的数据库。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:41:59

一般来说，运输模型由两部分组成：运输供给和运输需求。交通供应由交通网络和交通基础设施（如公共交通线路）代表。交通需求由移动数据或代理活动计划表示。OpenStuteTMAP（OSM）数据为Gott亭n，Rosdorfand Bovenden的道路网络制图奠定了基础。这些数据通过JOSM-Java OpenStreetMap Editor程序补充了道路网络的本地知识。为了使OSM数据适合MATSim的路由，必须将其转换为xml数据格式。MATSim为此提供了Java类OsmNetworkReader。该读卡器获取OSM数据，并根据预先定义的设置生成MATSim网络。此外，模拟软件使用网络清洁器和网络简化器，使网络可用于模拟，并减少计算工作量。在创建MATSim路网时，使用了Gauss-Krüger坐标系，因为MATSim社区建议使用区域坐标系，而Gauss-Krüger主要用于德国（Horni et al.2016）。经过此转换后，该网络包含7863条道路连接线和3680个节点。图2给出了网络的一个表示。为了绘制公共交通地图，GTFSdata是必要的。这些数据由戈廷根交通局的一个分包商提供。收集的数据由MATSim软件包PT2MATSim使用。第3.2节对该过程进行了详细说明。从长远来看，交通需求数据将基于格廷根市于2015/2016年开展的格廷根流动行为住户调查，该调查可用于该项目。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:42:05

然而，由于本项目只模拟了一条示例路线，交通需求是随机生成的，因此人口模型最初只是近似的。因此，不需要完整性或代表性。第3.2节对运输需求建模进行了更详细的讨论。通用公交提要规范是一种广泛用于公共交通时间表和地理信息的格式。图2：哥廷根网络的可视化3。2基线情况评估交通项目效益和成本的关键步骤是确定基线情况。从长远来看，目前的交易情况将代表基线情况。然而，在本文中，基本情况是从市中心到Fassberg的通勤场景，其中只允许汽车和公共交通。如第2.1节所述，MATSim有一些基本的输入数据：街道绘制初始交通需求图。上一节已经解释了如何配置道路网络进行模拟。该传输网络数据包含有关容量、最大速度、链路长度和各个路线上允许的传输方式的信息。为了正确绘制哥廷根道路交通的基本情况，有必要创建一个公共交通也可以运行的多式联运道路网络。除了多式联运道路网，还需要一些基本输入数据之外的其他输入数据来模拟MATSim的公共交通。基本上，有两个相关的输入文件。第一个是公交时刻表，包含所有公共交通线路、路线、站点和出发点。它描述了系统中公共交通车辆的所有计划行程。因此，在气流模拟中分别模拟每辆车。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:42:13

过境车辆可能会出现时间延迟，实际出发时间可能与计划时间表不同，具体取决于车辆类型和乘客上下车的人数。第二个文件是TransitVehicles，包含所有车型和所有实际使用的车辆。如上所述，Poletti（2016）开发的PT2MATSimpackage用于生成公共交通所需的输入数据。它基于一种算法，可以在交通模拟中看到公交车和机动车辆相互作用的影响。该实现提供了将GTFS数据转换为MATSim运输计划的工具，以及使用OSM创建多模式MATSim网络的工具。因此，作为第一步，使用GTFSconverter。转换器的主要工作是将GTFS行程转换为MATSimtransit路线。为此，从GTFSdata中提取停止点的坐标。Java主方法Gtfs2TransitSchedule调用转换器，然后是GTFS文件所在的文件夹。之后，指定提取路线的日期。然后指定输出坐标系，最后指定公交计划和公交车辆的输出文件。GTFS转换器的实现代码如清单1.1 j a v a所示-cp pt2matsim-十九点二- 沙德·艾德。j是一个r2组织。马西姆。pt2matsim。跑G t f s 2 t r a n s i t s h e d u l e3“GTFS数据路径”4“数据”EPSG:code“5”path t o u t u t P u t r a n s i t s h e d u l e“6”path t o u t u t u t u t u t u t h i c l s”清单1:GTFS2传输计划本文只更改了G"ottingen的21、22和23号公交线路的计划，因为只有这些连接了市中心和法斯伯格，因此与示范路线相关。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:42:19

然而，在使用GTFS转换器后，这些TransitSchedule是“未映射”的，这意味着时间表不包含有关车辆使用的链路的信息。它们只包括过境路线的停车命令。创建这些链路（即网络中车辆的路线）被称为“映射”，这是一个由PublicTransitMapper执行的过程。它实现了一种算法，通过从站点坐标中选择最近的n个链接，为每个站点编译一系列候选链接。根据这些，算法计算出从公交线路的第一站到最后一站的最低成本路径。如果在预定距离内找不到候选链路，则会创建一个人工环路连接，因为所有站点都需要引用一个链路，以便模拟工作（Poletti 2016）。这种情况发生在本项目的基本案例中，因为哥廷根市中心的OSM数据不完整。这可能是因为市中心基本上没有汽车。然而，由此产生的艺术联系很好地代表了该中心的道路网络。其原因是，该地区的停车场密度相当高，且停车场之间相对较近。要将运输计划映射到MATSim网络，需要一个包含所有输入参数的配置文件。创建adefault配置文件的代码如清单2.1 j a v a所示-cp pt2matsim-19.2-遮住的。j a r2或g。马西姆。pt2matsim。鲁恩。C r e e e e f a u r a o n f i e e e f a u r a o n f i e e e f a u r a o n f i e e a o n f i e e e f a u r a o n f i e e e f f i e e f a o n f i e e f f i e e f a o o n f i e e f i f i i e e e f i o o o e e e e e e f f i f i f f i f i f i f i f i f i f f i f i f i e e e e。EPSG码是一种广泛使用的方法，可以清楚地表示地理数据的空间参考。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:42:26

EPSG:31467是Gauss-Krüger坐标的代码。最小成本路径由路径旅行成本加上路径连接的两个候选链路的一半旅行成本计算得出。然后，候选人之间的差旅成本（即链接上的差旅成本）乘以四。这样做是为了避免相同的链接指向两个站点。网络链路上的旅行成本通常是长度或旅行时间（Poletti 2016）。在此配置文件中，转换器创建的TransitSchedule文件以及网络文件必须集成为输入文件。还需要指定输出文件。之后，可以使用PublicTransitMapper将计划映射到网络。这是通过执行清单3.1中的代码实现的-cp pt2matsim-19.2-遮住的。j a r2或g。马西姆。pt2matsim。鲁恩。Pu b li c T r a n s i T M a p p e r3“通向数据传输的路径”清单3:PublicTransitMapper成功执行此过程后，创建了模拟公共交通所需的所有数据。PT2MATSim软件包还可以检查运输路线中的不真实性。因此，检查路线是否循环，以及运输计划中规定的行程时间是否可以在路线映射的网络上实现。时间表的合理性检查可以由清单4中指定的代码执行。合理性检查由Java主方法CheckMappedScheduleArchibility调用。随后，确定时间表和网络文件。然后指定坐标系和最终的输出文件夹。1 j a v a-cp pt2matsim-19.2-遮住的。j a r2或g。马西姆。pt2matsim。鲁恩。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:42:32

C h e C k M a p e d d u l a u S i b i t y3“到网络的路径”4“到网络的路径”EPSG:code“5”到Out p u f o l d r的路径”清单4：时间表合理性检查最后，运输需求的建模是必要的。人口数据集可能包括广泛的社会经济特征，如居住地、收入、工作地点等。根据数据的可用性和分辨率，该模块在不同的场景中有显著差异（Kickh"ofer 2009）。如前所述，只模拟了一小部分人口。除了居住和工作地点之外，社会经济特征最初被省略，因为这些只是使模型更现实的附加细节，但与技术实现无关。由于大约1200名员工在法斯伯格的马克斯·普朗克研究所工作，14.1%的人口居住在哥廷根市中心，因此模拟了169名从市中心通勤到法斯伯格的伪特工。在基线情况下，这些代理人要么开车，要么乘坐公共交通工具上班。其他活动，例如购物，没有针对示范路线进行模拟。然而，一般来说，使用MATSim实现行程链是可能的。因此，Fassberg通勤场景的人口数据相当简单，但足以实现本文的目标。人口文件的一个子集如清单5所示。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:42:39

与网络文件一样，人口文件需要有xml数据格式才能与MATSim兼容。3<a c t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t e=“h”h“x=“x=“x=“=“35650 0 0 0.0 0 0 0 0 0.0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0”4=“57<<<0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0“>12“7.1 1 985.0“>14</a c t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t 3567092.2910817387“26 y=“5 7 14427.2 2 7577877”end_time=“17:2 4:0 5”>27</a c t i v i t y>28</l e g mode=“p t”>29</l e g>30<a c t i v i t y y=“h”x=“3565219.0”y=“5 7 1 1 797.0”>31。如果需求或模式分割根据经济学理论发生变化，则可以得出结论，基线情况是合理的。在配置文件中，MATSim提供了几种调整不同交通方式评分的可能性。例如，这些指标包括旅行的边际效用、距离的边际效用和货币距离率。由于货币距离率描述了每段距离的货币成本，因此反映了运输方式价格的变化，因此对基准情景进行了测试。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:42:45

结果将在第4.3.3节DRT场景中讨论。上述基线情况将与戈廷根地区存在额外DRT影响的场景进行比较。这一比较旨在为进行成本分析和评估交通工具的选择及其对旅行时间、内部和外部成本（如拥堵）的影响打下基础，根据经济学理论，当价格降低时，正常商品的需求增加。此外，大多数欧洲人同意，改善城市交通的最佳方式是降低公共交通的价格（TNS意见和DG MOVE 2013）。噪音和空气污染。然后将调查是否可以通过DRT服务作为一种有效措施来减少负面外部影响。实现这些长期目标需要为MATSim软件中DRT系统的实施奠定技术基础。MATSim对动态车辆路径问题（DVRP）的扩展为动态交通模式（如ETAxis或DRT）的模拟建模，该扩展支持按需移动的模拟。这允许在模拟过程中动态显示车辆流量，以响应使用可插拔算法的传入请求和其他目标和约束不同的事件（Bischo ff et al.2017）。潜在的限制包括，例如，最大等待时间或最大行程时间。目前，有两种模式可用于模拟DRT服务。门到门服务或基于站点的服务。要在MATSim中实现DVRP扩展，必须向项目对象模型添加一些依赖项。这些依赖关系如清单6.1<de pendency>2<gr ou p id>或g所示。马西姆。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-4-24 15:42:53

c o t r i b</gr o u p i d>3<a r t i f a c t i d>o t f v i s</a r t i f a c t i d>4<v e r s i>0.11.0-2018年w44</v e r s i o n>5</dependen c y>7<d e pendency>8<gr ou p i d>或g。马西姆。c o t r i b</gr o u p i d>9<a r t i f a c t i d>t a x i</a r t i f a c t i d>10<v e r s i>0.11.0-2018年w44</v e r s i o n>11</dependen c y>13<d e pendency>14<gr ou p i d>或g。马西姆。c o t r i b</gr o u p i d>15<a r t i f a c t i d>av</a r t i f a c t i d>16<v e r s i d>0.11.0-2018年w44</v e r s i o n>17</dependen c y>18<d e pendency>19<gr ou p i d>或g。马西姆。c o t r i b</gr o u p i d>20<a r t i f a c t i d>d r t</a r t i f a c t i d>21<v e r s i>0.11.0-2018年w44</v e r s i o n>22</dependen c y>24<d e pendency>25<gr ou p i d>或g。马西姆。c o t r i b</gr o u p i d>26<a r t i f a c t i d>dv r p</a r t i f a c t i d>27<v e r s i>0.11.0-2018年w44</v e r s i o n>28</dependen c y>清单6：DRT实施的依赖性实施后，必须对配置文件进行一些调整，然后代理商可以将DRT作为一种额外的运输模式。这些调整可以在清单7中看到。名为pom的项目对象模型。MATSim中的xml存储了Maven支持的软件项目的信息。本文件包含软件项目的所有信息。1<module name=“d r t”>2<param name=“o p e r a t i o n a l S c h e m e”v a l u e=“doo r 2do r”/>3<param name=“S t o p d u r a t i on”v a l u e=“6 0.0”/>4<param name=“v e h i c l e”v a l u e=“a th to the v e h i c l e e e e e e e F i e e e e F i e e e e e e e e e F l e e e”清单7：配置中的DRT调整从代码中变得显而易见，DRT服务的实施还需要描述车辆流量的车辆文件。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:42:59

在本文件中，定义了车辆的出发地点、运行时间和容量。在该项目工作的框架内，从大学、主站和新市政厅出发，实施了5辆8座DRT车辆，提供门到门服务。已部署的DRTvehicle文件也需要xml数据格式，如清单8.1所示-24004-24005-24006-24007-34944-31821-31822-3182“t_0=“0。0“3 t_1=“8 6 4 00.0”c a p a c i t y=“8”/>5-23646-23647-23648“t_0=“0。0“6 t_1=“8 6 4 00.0”c a p a c i t y=“8”/>8-35052-35100“t_0=“0。0“9 t_1=“8 6 4 00.0”c a p a c i t y=“8”/>11-35045-35046-34990-34991-34992-34993-34994-3499“t_0=“0。0“12 t_1=“8 6 4 00.0”c a p a c i t y=“8”/>14-14901-14903-5087-5089“t_0=“0。0“15 t_1=“8 6 4 00.0”c a p a c i t y=“8“/>16清单8:drtvehicle.xml除了实施DRT服务外，DRT场景的要求与基线情况相同。然而，该场景生成了不同的需求，以比较不同市场份额下的DRT使用情况。新服务发布的模拟与DRR模式拆分的情况进行了比较T的使用率已经达到了30%。因此，将根据引入DRT服务时代理切换的传输方式，以及代理是否在已经存在DRT服务的情况下就传输方式做出其他决定来确定。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-4-24 15:43:05

这些结果和其他相关结果将在下一节中讨论。在MATSim中，时间以午夜后的秒为单位。4结果本节检查示范通勤路线的模拟结果。因此，本文讨论了交通方式统计、货币距离率的变化以及DRT场景的不同初始需求。首先，重要的是考虑初步运输模式的基线情况统计。交通需求的产生方式是，在模拟基准情景的第一次迭代开始时，65%的交通需求由汽车承担。因此，公共交通的模式划分为35%。图3显示了初始模态分割以及在模拟的10次迭代过程中代理的调整。在基线情况下，超过10%的代理从公共交通转向汽车使用。需要注意的是，在这个示例中，所有代理都可以使用所有交通工具，因此可以在任何时候无障碍地使用汽车。此外，在这个示例性模拟中，道路网络上只有169个代理，这意味着交通堵塞的概率非常低。因此，使用汽车的计划的分数更高，因为使用汽车时没有等待时间。因此，运输模式统计数据的这些变化是合理的。图3：第3.2节中已经描述的初始模式统计，改变货币距离率，以检查基准情况下价格变化对交通工具选择的影响。这是通过使用不同的货币距离率进行四次模拟实现的，如表1所示。在第一轮中，公共交通和汽车均未实施货币距离费率。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:43:12

图3中绘制了相应的运输模式统计学家。在第二次和第三次跑步中，汽车行驶距离的价格提高了。这些跑步主要是为了获得对结果反应模式的第一印象。尽管第三次行驶的汽车的货币距离率比第二次行驶增加了100倍，但模式划分仅略有变化。这表明，主要决定因素是不同交通工具的货币距离率之间的关系。因此，在第四轮中，汽车的货币距离率是公共交通的十倍。总的来说，正如经济学理论所预测的那样，这些价格变化改变了运输方式的选择。因此，基线情况通常被认为是合理的。有趣的是，由于货币距离的变化，这两种交通方式的计划分数开始趋于一致。迭代运行1 2 3 4货币距离率：CARTCAR-0.2ptcar-0.002ptcar-0.00154pt-0.0001540 65%35%35%65%65%35%1 62%38%62%38%62%38%38%62%38%2 63%37%58%42%58%42%59%41%35%52%48%54%57%43%4 70%30%49%51%49%55%51%5 71%29%55%47%53%51%6%45%42%42%56%56%7%58%48%52%8 72%28%38%62%42%58%48%52%9 78%22%38%62%42%58%48%52%10 76%24%34%66%36%64%45%55%表1：不同货币距离率的模拟运行最后，应该更仔细地考虑DRT情景模拟的结果。如前所述，该场景产生了两种不同的需求，以比较不同市场份额下DRT的使用情况。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:43:18

结果总结在表2中。首先，需要指出的是，在新引入DRT服务的情况下，公共交通系统的用户主要转向门到门的服务。与不提供DRT的情况相比，公共交通在模式划分中的份额甚至减少了2%。此外，与没有DRT的情况相比，在模拟的十次迭代中，car传输不会增加。由于引入了新的DRT服务，网络上的总人数减少了。类似地，在DRT已经在模式分割中占有30%的份额的情况下，网络上的车辆更少。值得注意的是，该模拟揭示了DRT份额中最小的波动，为了进行比较，考虑了基线情况的运行1，因为在DRT场景中，所有交通工具的货币距离率设置为零。交通用户更可能转向汽车而不是DRT。DRT覆盖的旅行的得分与汽车覆盖的旅行的得分非常接近。然而，大多数代理决定使用汽车，因为汽车的性能往往稍好一些。因此，可以假设，如果适当的成本适当地集成到软件中，模式选择将是不同的。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-4-24 15:43:26

下一节将解释这一重要的实施和其他重要的后续步骤，以实现真实的交通模拟。迭代最初没有约30%的DRTcar DRT pt car DRT pt0 65%0%35%45%29%26%1 61%4%35%42%31%28%2 59%9%32%43%28%3 61%9%31%44%32%24%4 63%9%28%51%27%22%5 62%13%48%32%19%6 67%12%21%56%27%17%7 65%15%56%27%17%8 64%14%22%54%28%18%9%15%54%16%16%16%59%26%15%表2：不同初始DRT使用份额的模拟运行5下一步本节描述了全面模拟的必要扩展和下一步，以及对哥廷根和周边地区DRT供应商的后续成本效益分析。在下一篇论文的范围内，将基于哥廷根、博文登和罗斯多夫的真实调查数据进行多智能体模拟。因此，有必要根据移动数据生成代理活动计划。通过整合不同的数据源，有不同的方法为每个阶段生成具有社会经济数据的合成剂群体。旨在产生接近真实总体的相关工作通常基于具有额外蒙特卡罗抽样的迭代比例拟合设计。Müller和Axhausen（2011年）以及Zhu和Ferreira（2014年）的研究就是一个例子。关于合成种群生成的另一种方法是应用离散选择模型的概念，如Anderson等人（2014年）所述。除了生成合成剂人群外，自行车作为一种交通方式的实施对于得出一个现实的交通预测非常重要，因为在格廷根，目前全市的自行车交通方式份额为28%（LK Argus 2016）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:43:32

因此，有必要扩展MATSim框架，将自行车作为交通工具。Ziemke等人（2017年）提出了实施建议。此外，为了进行成本效益分析，有必要集成theMATSim软件的一些扩展。该分析的一个基本特征是将排放等负面外部影响货币化。因此，有必要实施MATSim的任务包。因此，每次车辆离开道路时都会计算排放量，不同发动机类型、使用年限、排量和交通状况（例如自由流或拥堵）的成本也会有所不同（MATSim 2019）。此外，还应考虑驾车者找到停车场所需的时间，否则驾驶成本将不会完全反映出来（Horni等人，2013年）。与成本效益分析相关的其他因素，如旅行时间、等待时间，以及各种交通工具的内部成本，如燃油或票价，可以如本项目工作中所示，整合到评分功能中。为了对评分功能进行有意义的校准，可以使用模式选择模型的参数。最后，用一些分析工具来扩展软件会很有帮助。唯一的统计数据是交通方式统计数据，但对不同交通工具的分数、出行时间和出行距离进行比较，对于全面分析该主题非常有帮助和重要。通过将这些关键的后续步骤添加到模拟场景中，可以对DRTo FF进行全面的成本效益分析。据此，可以得出结论。6结论本文研究了使用交通模拟软件MATSim进行成本效益分析的技术实施要求。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:43:38

作为一种创新工具，此类计算可以有效地支持规划部门在未来交通项目设计中的工作。例如，可以调查支持正在考虑的项目的人口比例。在即将进行的一项研究中，在将其应用于现实世界场景之前，设计了一个小的说明性场景来测试模拟方法。演示了如何建立基本的模拟，以及如何通过公共交通和DRT进行扩展。此外，还演示了情景如何变化，例如通过不同交通工具的货币距离率。最后，给出了结果，并说明了下一步需要采取的措施。所提出的方法应被视为多智能体运输模拟软件MATSim能力的证明。使用的可能性是多方面的，似乎可以任意扩展。总之，可以得出结论，该软件适用于DRT服务的成本效益分析。最重要的是，最重要的内部和外部成本，如各种运输方式和排放的使用成本，可以整合到模拟场景中，从而在使用格廷根和周边地区的移动数据时，能够评估DRT服务的成本和效益。致谢我们衷心感谢欧盟地平线2020研究与创新项目根据第800267号玛丽·斯科多夫斯卡·居里赠款协议提供的资金。参考文献Agarwal，A.，Ziemke，D.，和Nagel，K.（2019）。在具有异质交通条件和收入依赖性的交通场景中校准选择模型参数。运输信件，第1-10页。Anderson，P.，Farooq，B.，Efthrymiou，D.，和Bierlaire，M.（2014）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-24 15:43:44

交通应用合成种群中的关联生成：图论解。交通研究记录，2429（1）：38-50。Bischo ff，J.和Maciejewski，M.（2016）。柏林市全城市私家车替换为自动出租车的模拟。《计算机科学百科全书》，83:237-244。比肖夫，J.，马切耶夫斯基，M.，和纳格尔，K.（2017）。全城共享出租车：柏林的一项模拟研究。2017年IEEE第20届智能交通系统国际会议（ITSC），第275-280页。IEEE。布里斯托，A.和内尔索普，J.（2000）。欧盟交通项目评估。交通政策，7（1）：51-60。Ciari，F.，Balmer，M.和Axhausen，K.W.（2008）。大型汽车共享系统的概念：基于代理方法的建模和评估。工作文件/IVT，517。奇奇，G.，克纳潘，L.，马切耶夫斯基，M.，亚萨尔，A-U-H.，贝勒曼斯，T.，和杨森，D.（2017）。使用sarl和matsim对需求响应型运输进行建模。爱思唯尔有限公司。Damart，S.和Roy，B.（2009年）。成本效益分析在法国公共交通决策中的应用。交通政策，16（4）：200-212。G"ossling，S.和Choi，A.S.（2015）。哥本哈根的交通转型：比较汽车和自行车的成本。生态经济学，113:106–113。Horni，A.，Montini，L.，Waraich，R.A.，和Axhausen，K.W.（2013）。一种基于代理的细胞自动机，用于停车模拟。交通信件，5（4）：167-175。Horni，A.，Nagel，K.和Axhausen，K.W.（2016）。多智能体传输模拟Matsim。无处不在的新闻伦敦。E.约翰逊、L.温斯洛特·希塞利厄斯、T.科林和A.雷特斯特朗（2017年）。公共交通评估：瑞典的区域政策和规划实践。城市、规划和交通研究，5（1）：59-77。卡杜拉，I.，基什费尔，B.，纽曼，A.，和蒂拉奇尼，A.（2015）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-4-24 15:43:50

公共交通最优定价：基于代理的边际社会成本法。运输经济和政策杂志（JTEP），49（2）：200-218。Kickh"ofer，B.（2009年）。在多因素刺激中的方法。LK Argus（2016）。Haushaltsbefragung zum Mobilit"atsverhlaten 2015-G"ottingen/Rosdorf/Bovenden。技术报告，Stadt G"ottingen和Zweckverband VerkehrsverbundSüd-Nidersachsen。VMackie，P.和Worsley，T.（2013）。运输评估实践的国际比较：综述报告。利兹利兹大学交通运输研究所。MATSim（2019）。MATSim——多智能体运输模拟——德国慕尼黑。https://www.matsim.org/gallery/munich[访问日期：2019年7月18日]。Müller，K.和Axhausen，K.W.（2011）。等级ipf：为瑞士创造一个综合人口。阿尔贝茨伯里希特·维尔凯尔斯和劳姆普拉农，718岁。Nagel，K.和Fl"otter"od，G.（2012）。基于代理的旅行任务：从Trips旅行到行为旅行者。《进化世界中的旅行行为研究》第12届国际旅行行为研究会议论文选集，第261-294页。国际旅行行为研究协会。Poletti，F.（2016）。MATSim多模式网络上的公共交通地图。苏黎世ETH硕士论文。Rieser，M.（2010）。将公交添加到基于代理的交通模拟中。瑞士联邦理工学院，苏黎世。TNS意见和DG行动（2013年）。欧洲特别晴雨表406——欧洲对城市流动性的态度。技术报告，欧洲委员会。UBA（2019年）。Fahrleistungen、Verkehrsaufwand和“ModalSplit”。https://www.umweltbundesamt.de/daten/verkehr/fahrleistungen-verkehrsaufwand-modal-split#textpart-1[访问日期：2019年6月6日]。朱永和费雷拉，J.（2014）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝