Статья

Название статьи МЕТОДЫ АВТОМАТИЧЕСКОГО ПОСТРОЕНИЯ И ОЦЕНКИ МАРШРУТОВ ОБЩЕСТВЕННОГО ТРАНСПОРТА НА ОСНОВЕ ГЕОРАСПРЕДЕЛЕННЫХ ДАННЫХ
Автор А. В. Голубев, М. В. Щербаков
Рубрика РАЗДЕЛ III. ПРОЕКТИРОВАНИЕ И ПРИМЕНЕНИЕ РОБОТОТЕХНИЧЕСКИХ И МЕХАТРОННЫХ СИСТЕМ
Месяц, год 09, 2017
Индекс УДК 004.67
DOI 10.23683/2311-3103-2017-9-133-143
Аннотация Развитие городов сопряжено с модернизацией существующей сети общественного транспорта. Возрастающие требования к качеству городской среды предполагают изменения подходов к решению задач развития городской инфраструктуры. Развитие транспортной системы города является важной частью государственной политики, так как существенно влияет на качество жизни в городе. Это необходимо для улучшения обслуживания населения, повышения деловой активности, обеспечения экономической стабильности города, повышения конкурентоспособности города. Для решения этой задачи, прежде всего, необходимо учитывать планы застройки и развития города, закономерности формирования спроса на перемещения по городу, выбирать оптимальные способы и маршруты перемещения, оптимизировать количество подвижного состава общественного транспорта, расписание движения и прочих факторов. В настоящее время повсеместный сбор данных и технологии их обработки, которые становятся всё дешевле и дешевле, и открывают новые возможности для проектировщиков. Мобильные операторы могут получать огромное количество обезличенных данных об их перемещении людей в городе. Исходя из предположения, что определенный человек имеет свои собственные «шаблоны перемещения», которые можно рассматривать в качестве личных транспортных предпочтениях по перемещению. Располагая этими данными, мы можем понять реальные предпочтения и потребности людей в системе городского транспорта. И значит, что можно предложить изменения в транспортной сети или даже набор возможных альтернативных вариантов. Проблема заключается в том, как сделать рациональный выбор предпочтительной транспортной сети города транспорта в соответствии с: (i) набором выбранных критериев качества; (ii) предпочтениями лиц, принимающих решения. Для задачи оценки построенной транспортной сети в данной работе были использованы и представлены следующие критерии оценки: (i) степень удовлетворенности транспортного спроса, (ii) непрямолинейность транспортной сети и (iii) её плотность. Данная работа предлагает и описывает методы, которые позволяют на основе данных о предпочтениях жителей производить формирование оценку и модификацию схемы маршрутов общественного транспорта.

Скачать в PDF

Ключевые слова Городской пассажирский транспорт; планирование транспортной сети; поддержка принятия решений; предпочтения жителей; транспортные корреспонденции; планирование маршрутов; геораспределенные данные; ГИС; eCity.
Библиографический список 1. Львова А. Как урбанисты исследуют мобильность горожан. – URL: http://strelka.com/ ru/magazine/2017/01/23/how-to-explore-urban-mobility (дата обращения: 10.09.2017).
2. Golubev A. et al. Strategway: web solutions for building public transportation routes using big geodata analysis // Proceedings of the 17th International Conference on Information Integration and Web-based Applications & Services. – ACM, 2015. – С. 91.
3. Щербаков М.В. и др. Автоматизация поддержки принятия решений по разработке маршрутов общественного транспорта на основе анализа данных о корреспонденциях жителей // Вестник компьютерных и информационных технологий. – 2016. – №. 8. – С. 29-33.
4. Luxen D., Vetter C. Real-time routing with OpenStreetMap data // Proceedings of the 19th ACM SIGSPATIAL international conference on advances in geographic information systems. – ACM, 2011. – P. 513-516.
5. Тлегенов Б.Н. Анализ методов оценки и показателей качества системы городского пассажирского транспорта // Современные проблемы науки и образования. – 2012. – № 3.
6. Sadovnikova N. et al. Models and methods for the urban transit system research // Creativity in Intelligent, Technologies and Data Science: First Conference, CIT&DS 2015, Volgograd, Russia, September 15–17, 2015: Proceedings. – Springer International Publishing, 2015. – P. 488-499.
7. Ceder A. Designing Public Transport Networks and Routes // Advanced Modeling for Transit Operations and Service Planning. – Emerald Group Publishing Limited, 2002. – P. 59-91.
8. Nielsen G., Lange T. Network design for public transport success–theory and examples // Norwegian Ministry of Transport and Communications, Oslo. – 2008.
9. Гудков, В.А., Миротин Л.Б., Вельможин А.В., Ширяев С.А. Пассажирские автомобильные перевозки: учебник для вуза / под ред. В.А. Гудков. – М.: Горячая линия – Телеком, 2004. – 448 с.
10. Большаков А.М. Повышение уровня обслуживания пассажиров автобусами на основе комплексной системы управления качеством. – М.: Транспорт, 1981. – 174 с.
11. Турпищева М.С., Нургалиев Е.Р. Методика оценки качества системы пассажирских автоперевозок // Вестник Астраханского государственного технического университета.
– 2014. – № 1. – С. 42-46.
12. Шабанов А.В. Региональные логистические системы общественного транспорта: методология формирования и механизм управления. – Ростов-на-Дону: СКНЦ ВЩ, 2001.
– 205 с.
13. Варелопуло Г.А. Организация движения и перевозок на городском пассажирском транспорте. – М.: Транспорт, 1990. – 208 с.
14. Спирин И.В. Организация и управление пассажирскими автомобильными перевозками: учеб. для студ., учреждений среднего проф. образования. – 5-e изд., перераб. – М.: Академия, 2010. – 400 с.
15. Geographic Library. – URL: https://geographiclib.sourceforge.io/ (дата обращения: 12.09.2017).
16. GEO Python. – URL: https://github.com/JerryLeooo/geo_python (дата обращения: 12.09.2017).
17. Geospatial Data Abstraction Library. – URL: http://www.gdal.org/ (дата обращения: 12.09.2017).
18. PROJ4. – URL: https://github.com/jswhit/pyproj (дата обращения: 12.09.2017).
19. Алгоритм Флойда-Уоршелла. – URL: https://en.wikipedia.org/wiki/Floyd–Warshall_algorithm (дата обращения: 20.07.2017).
20. Shcherbakov M., Golubev A. An algorithm for initial public transport network design over geospatial data // Smart Cities Conference (ISC2), 2016 IEEE International. – IEEE, 2016. – P. 1-7.

Comments are closed.