Transmisiones

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 se utilizará como entrada a medida que el proceso de equilibración itere. Se modela a los viajeros para lograr una ruta más corta que sea la 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 encuestas de viaje, en lugar de optimizar sus necesidades de viaje.

• 
  Metodología básica de TRANSIMS

TRANSIMS crea una red vial, una red de transporte público y horarios de transporte en este paso. Generalmente, las redes de calles y transporte público están disponibles a través de organizaciones de planificación metropolitana . Las redes se pueden exportar desde otras herramientas de análisis de tráfico a un formato tabular bastante simple para su entrada en TRANSIMS. TRANSIMS incorpora varias funciones para editar redes. Puede utilizar algunas herramientas y formatos SIG comunes ( shapefiles ) para la edición y visualización de redes. También puede comprender sistemas de información geográfica importantes , como el sistema de planos estatales , el sistema de Mercator transversal universal , etc. Existen desafíos para los datos de red. La red vial generalmente está disponible a través de Census Tiger/Line público, NavTeq comercial y, especialmente, redes preparadas y mantenidas por las MPO. Sin embargo, se necesitan muchos detalles que normalmente no proporcionan las fuentes de datos comunes, como semáforos, carriles de giro, etc. Además, la red vial debe ser topológicamente apropiada, es decir, las conexiones entre enlaces deben ser consistentes y representativas. La red de transporte público debe ser compatible con la capa de red vial . Los datos generalmente deben recopilarse de varias fuentes independientes. Los autobuses circulan en sincronía con el tráfico, por lo que los resultados pueden no coincidir con los horarios originales.

Este paso consiste en simular la población regional para asegurar que la demografía se ajuste a la población real y que la distribución espacial de los hogares se aproxime a la de la población regional. Las funciones detalladas del sintetizador de población incluyen la generación de hogares sintéticos a partir de los datos del grupo de manzanas 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 actividad) y la asignación de vehículos a cada hogar (uso compartido de vehículos y viajes dentro de un hogar). ^{[ 1 ] [ 2 ]} En este paso se aplican dos tipos de datos. Los datos STF3 son datos agregados que describen regiones relativamente pequeñas denominadas grupos de manzanas, y PUMS son datos desagregados que cubren un área mucho mayor y se reducen a una muestra del 5 %. ^{[ 3 ] [ 4 ]}

Uno de los desafíos de este paso es que la extrapolación de los datos censales puede no ser precisa. Además, se necesitan datos adicionales sobre el uso del suelo para asignar adecuadamente los hogares a las ubicaciones de las actividades.

• 
  Entrada y salida del sintetizador de población

Este paso consiste en generar actividades domésticas, prioridades de actividad, ubicaciones de actividad, horarios de actividad y preferencias de modo y viaje. Este paso requiere la entrada de datos adicionales para asignar actividades individuales. Los datos de entrada principales son una encuesta de actividad detallada y representativa. El proceso general de asignación de actividades consiste en emparejar hogares sintéticos con los hogares de la encuesta 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 diferentes hogares sintéticos. Con base en los datos demográficos de entrada, se generará 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 debe realizarse la actividad, si es que se realiza (por ejemplo, el trabajo es obligatorio, por lo que se debe realizar un viaje de trabajo, pero un viaje de compras generalmente no es tan importante y puede omitirse 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 modal también se modela en función de los registros de encuestas en lugar de la optimización de rutas.

El generador de actividades presenta varios desafíos. Un tamaño de muestra limitado en la encuesta puede generar una asignación de actividades imprecisa. Depende en gran medida de la disponibilidad de una encuesta de actividades reciente y actualizada, así como de información detallada sobre zonificación que requiere ajustes manuales. Por último, puede generar patrones de actividad ilógicos para ciertas regiones.

Este paso consiste en leer las actividades individuales generadas previamente y determinar la ruta más rápida en ese momento del día. El planificador de rutas tiene varias características. Los hogares se enrutan de forma coordinada para facilitar el uso compartido de vehículos. El algoritmo incluye una optimización de la red dependiente del tiempo, basada en los retrasos de los enlaces que varían a lo largo del día. El enrutador no elige el modo de transporte, sino que encuentra la mejor ruta según el modo. El enrutador comienza utilizando la conocida función de asignación de tráfico BPR+ para estimar los retrasos de los enlaces en función del número de viajes que se enrutan a través de cada enlace. ^{[ 6 ]} A continuación, determina la ruta óptima para cada viaje y crea planes de viaje precisos. Un plan de viaje es una secuencia de modos, rutas, horarios de salida y llegada previstos en el origen y los destinos, y puntos de transbordo proyectados para trasladar a las personas a los lugares de actividad. ^{[ 7 ]}

• 
  Entrada y salida del planificador de rutas

Este paso consiste en ejecutar todos los planes de viaje creados por el enrutador segundo a segundo en toda la red. Utiliza principios de autómatas celulares para analizar la interacción entre los vehículos individuales. El microsimulador genera la ubicación individual 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 retardos de enlace que reemplazan los utilizados previamente por el enrutador. Este proceso se repite hasta alcanzar el equilibrio.

• 
  Entrada y salida del microsimulador

Se aplica retroalimentación al proceso de equilibración que itera entre el enrutador y el microsimulador. Mediante el módulo de retroalimentación, se pueden detectar rutas inviables. Estas actividades se devuelven al generador de actividades para determinar alternativas adecuadas. Algunos planes de viaje no se pueden seguir en el microsimulador debido a cierres de carreteras temporales y otros factores desencadenantes. En este caso, los usuarios con dichos planes se devuelven al enrutador para obtener sugerencias de rutas alternativas.

TRANSIMS puede generar resultados agregados comparables a los de las herramientas de análisis tradicionales. La microsimulación permite obtener datos instantáneos muy detallados, como la ubicación exacta de cada viajero en un momento dado. Dado que la cantidad de datos es difícil de comprender, es necesario visualizar los resultados de forma eficaz. Entre las herramientas de visualización más utilizadas se encuentran el visualizador original de TRANSIMS, fourDscape y el visualizador Balfour (software) , ArcGIS y herramientas SIG similares, Google Earth y NASA World Wind , Visualización Avanzada ( NCSA ) y NEXTA .

El caso de Dallas se centró en el desarrollo de una microsimulación en TRANSIMS lo suficientemente robusta como 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 existente de producción/atracción zonal de NCTCOG como fuente de la demanda de viajeros en el sistema. La microsimulación ejecutó aproximadamente 200 000 viajes (entre las 5:00 y las 10:00) dentro y a través del área de estudio de 65 km² ( ²⁵ millas cuadradas ) . Se ejecutó en tiempo real en cinco estaciones de trabajo SUN SPARC (en "tiempo real" significa que un período de cinco horas tomó cinco horas). ^{[ 8 ]} 

A diferencia de la cuestión de planificación del “mundo real” explorada en Dallas, el estudio de caso de Portland exploró los efectos de diferentes tipos de datos en 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 complejas tareas de incorporar a la base de datos todos los horarios de los vehículos de transporte público, las diferentes características operativas del ferrocarril y los autobuses, y simular la interacción de los vehículos de transporte público y los vehículos privados. Se consideraron dos pruebas de sensibilidad. La primera probó el efecto de generar calles locales sintéticas en lugar de codificar de forma realista cada calle de la región. La segunda prueba exploró el efecto de sintetizar planes de semáforos. Para probar estas y otras sensibilidades del modelo, el personal de Portland reunió los planes reales de calles locales y semáforos para compararlos con los resultados de la síntesis. ^{[ 8 ]} Estas pruebas determinaron el efecto de la síntesis de datos en la sensibilidad de los modelos TRANSIMS.