Behandling af kollektiv trafik i trafikmodeller
|
|
- Julius Ravn
- 7 år siden
- Visninger:
Transkript
1 Behandling af kollektiv trafik i trafikmodeller Camilla Riff Brems, Institut for Planlægning, DTU 1 Introduktion En række egenskaber ved det kollektive trafiktilbud adskiller dette fra den individuelle trafik. Derfor bør de modelprincipper, der benyttes til modellering af den kollektive trafik i trafikmodellerne være udviklede til at tage hensyn til disse egenskaber. I mange tilfælde er de modeller, der benyttes dog i første omgang udviklet til individuel trafik og derefter justeret til at tage højde for egenskaberne ved den kollektive service. De særlige egenskaber ved kollektiv trafik kommer mest til udtryk i rutevalget, hvorfor det hovedsageligt vil være denne modeltype, der behandles i det følgende. Blandt de egenskaber, der påvirker rutevalgsmodellerne, er skift mellem transportmidler og linier samt ventetid og lignende, der er forbundet med skift. Den kollektive service adskiller sig yderligere fra den individuelle trafik, idet flere kollektive linier kan betjene den samme strækning. Dette medfører en form for intern konkurrence normalt betegnet common lines, som ligeledes bør inddrages i modelleringen af rutevalget. Disse forskellige egenskaber gør, at rutevalgsmodeller for individuel trafik ikke umiddelbart kan overføres til modellering af den kollektive trafik. Endelig er det de færreste modeller for kollektiv trafik i Danmark, der inddrager kapacitetsbegrænsninger, idet kapaciteten ikke anses for at være et afgørende problem. Dette er årsagen til, at de ligevægtsmodeller, der ofte benyttes til individuel trafik ikke umiddelbart kan overføres til kollektiv trafik. Blandt andet derfor er det almindeligt at benytte særlige modeller til rutevalg i kollektiv trafik. Ingen af disse modeller er dog i fuld grad i stand til at tage højde for alle effekterne af strukturen i det kollektive trafiktilbud. En metode til at afhjælpe dette problem er at inddrage turkæder 1. Specielt i forbindelse med kollektiv trafik giver dette en mere præcis modellering af den rejsendes brug af systemet. Hidtil har trafikmodeller generelt kun kunnet inddrage et transportmiddel i modelleringen af en rejse fra origin til destination. Denne fremgangsmåde er som regel tilstrækkelig, når der er tale om biltrafik, men for den kollektive trafik viser forskellige undersøgelser, at billedet er mere sammensat. For eksempel har COWIconsult lavet en interviewundersøgelse for HT om blandt andet turkæder i buspassagerers rejser. Tabel 1 viser svarene opdelt på forskellige typer af turkæder. 1 Den definition af turkæder, der benyttes i det følgende, dækker brugen af et eller flere transportmidler eller linier i en rejse med ét formål. Begrebet turkæder skal således ikke forveksles med aktivitetskæder, der inddrager flere formål.
2 Turkæde Andel af rejser i % gang/cykel - bus - gang/cykel 39 gang/cykel - bus - bus 24 gang/cykel - bus - tog 27 bus - bus - gang/cykel/bus/tog 4 tog - bus - gang/cykel/tog 5 tog - bus - bus 1 Tabel 1. Fordeling af trafik på forskellige typer af turkæder. Kilde: HT (1995). (bus er det transportmiddel, hvor passageren er fanget til undersøgelsen) Tallene viser, at selvom gang og cykel alene anses som tilbringertransportmidler til det kollektive net, består 61 % af rejserne af turkæder. I mindst 33 % af tilfældene benyttes både bus og tog, hvorfor modelleringen ved hjælp af turkæder er relevant for opnåelsen af en mere præcis modellering af brugen af det kollektive trafiksystem herunder brugen af bus og tog. 2 Rutevalg for kollektiv trafik Som rutevalgsmodeller for kollektiv trafik benyttes for det meste modeller, der er udbygninger af netværksmodeller, der passer til strukturen i den individuelle trafik. Det er således nødvendigt at foretage en række krumspring for at kunne modellere den kollektive trafik. Dette gøres på forskellig vis i forskellige rutevalgsmodeller. Generelt består rutevalgsmodeller for kollektiv trafik på grund af den manglende inddragelse af kapacitetsbegrænsninger af en klarlæggelse af attraktive ruter (mulige ruter og udvælgelse af de attraktive) samt en fordeling af trafik blandt disse. Dette gælder også for de følgende tre modeller, der alle er afprøvet på det samme eksempel for at illustrere deres virkemåde. De tre kollektive rutevalgsmodeller, der er testet, er TRIPS, der anvendes i Hovedstadstrafikmodellen, EMME/2, der anvendes i Landstrafikmodellen samt den rutevalgsmodel for kollektiv trafik, der er udviklet i forbindelse med Ørestadstrafikmodellen (i det følgende betegnet OTM). Som gennemgående eksempel er valgt rejser med kollektiv trafik mellem Lyngby station og Brønshøj Torv. På denne måde undgås indflydelse fra forskelle i kodningen af nettet eksempelvis opkobling af knuder til nettet. Figur 1 viser det i eksemplet anvendte 1997 netværk. Klarlæggelse af mulige ruter Først skal det bestemmes på hvilke måder, man overhovedet kan komme fra origin til destination. I det følgende betegnes disse ruter for mulige ruter. Processen med klarlæggelse af mulige ruter er sjældent beskrevet i modelbeskrivelser eller manualer til rutevalgsprogrammer. Den simpleste mulighed er en alt-eller-intet algoritme (korteste vej) i et netværk, hvor modstandene i skiftene (ventetid mm.) er inddraget som pseudostrækninger i nettet. Denne algoritme resulterer dog kun i én mulig rute for hvert zonepar. For at opnå flere mulige ruter for et givet zonepar kan foretages en af to mulige udvidelser. Den ene mulighed er iterativt at justere lidt på de generaliserede omkostninger for kanterne og gentage alt-eller-intet beregningen med de nye omkostninger. Dette kan resultere i en ny
3 korteste vej, men lige så vel kan man få den gamle rute en gang til. Hvilket af udfaldene, der indtræffer, afhænger af netværket og størrelsen af justeringen. Problemet med denne fremgangsmåde er, at man ikke kender kvaliteten af de løsninger, der opnås, ligesom man ikke ved hvor stor en del af de mulige ruter, der er fundet. Figur 1. Det grundlæggende net for eksemplet med rejser mellem Lyngby og Brønshøj. Den anden fremgangsmåde er at benytte en k-korteste vej algoritme (se eksempelvis Sakarovitch (1968)), der fastlægger den korteste vej, den næst korteste vej osv. til den k- korteste vej, hvor k kan vælges frit. Dette giver en fordeling af korteste veje og dermed også kendskab til kvaliteten af løsningerne. Ulempen ved denne algoritme er, at den er mere
4 kompliceret end den simple korteste vej algoritme. Resultatet af denne proces er for eksemplet en række på 45 forskellige ruter mellem Lyngby station og Brønshøj Torv, når der er set bort fra gentagne af - og påstigninger mellem linierne. Klarlæggelse af attraktive ruter Ikke alle de fundne mulige ruter er lige fordelagtige for den rejsende. Det skyldes blandt andet store forskelle i rejsetiden ligesom mange af ruterne ikke er en del af de rejsendes bevidsthed og dermed ikke anses for et alternativ. På den baggrund er det nødvendigt at udvælge en række attraktive ruter, det vil sige alle de ruter, der i sidste ende tildeles trafik. Det bør bemærkes, at denne proces kan foregå på vidt forskellige niveauer. Således arbejder TRIPS på ruteniveau, OTM på delruteniveau, mens EMME/2 arbejder på strækningsniveau. TRIPS og EMME/2 bygger på de samme grundprincipper, idet begge metoder sorterer alle ruter/strækninger efter et mål for køre- og ventetid. Fra denne sorterede liste inddrages ruterne/strækningerne en efter en i gruppen af attraktive ruter, sålænge et kombineret mål for rejse- og ventetid forbedres. De benyttede mål i de to metoder er dog forskellige. Ved gennemregning af metoderne for det givne eksempel har det vist sig afgørende i hvilken rækkefølge ruter/strækninger med samme mål for køre- og ventetid inddrages. Ved gennemregning af eksemplet er der for TRIPS benyttet den rækkefølge, der finder flest attraktive ruter, mens der for EMME/2 er benyttet den rækkefølge, der til sidst resulterer i en brugbar fordeling af trafikken. Den kollektive rutevalgsmodel i OTM bygger på frekvensaggregering og adskiller sig fra de to øvrige, idet der opbygges et netværk, som kun medtager de bedste linier mellem to givne stop. De linier, der findes egnede, bliver aggregeret med hensyn til rejsetid og frekvens til en samlet linie, der efterfølgende indgår i rutevalget. Herefter findes de attraktive ruter som de to eventuelt aggregerede ruter, der har den laveste vægtede rejsetid. De tre metoder TRIPS, OTM og EMME/2 finder henholdsvis 13, 3 og 16 attraktive ruter af de 55 mulige ruter. Af disse er kun 6 ruter fundet attraktive af mere end én metode. I introduktionen blev det nævnt, at rutevalgsalgoritmerne bør tage hensyn til de særlige egenskaber, der er knyttet til det kollektive trafiktilbud. Den første egenskab, der blev nævnt, var de nødvendige skift med tilhørende ventetid. I TRIPS og EMME/2 inddrages skiftene ved hjælp af et tidsbidrag på baggrund af liniernes frekvenser. TRIPS udregner en samlet frekvens for hele ruten og medregner derpå kun ventetid ved første påstigning, mens skiftetider udelades. I EMME/2 konstrueres et beregningsnet, der medtager tidseffekt af både vente- og skiftetid, hvilket også sker i OTM gennem udregningen af en vægtet rejsetid, der benyttes i rutevalgsmodellen. Den anden særlige egenskab, der blev fremhævet var hensynet til common lines. I TRIPS og EMME/2 tages der hensyn til common lines ved at inddrage linier en af gangen, sålænge et vægtet mål for rejsetid (køretid og ventetid) for liniebundtet forbedres. Linier, der ikke resulterer i en samlet forbedring, medtages ikke. OTM derimod inddrager common lines begrebet ved at aggregere trafiktilbuddet for konkurrerende linier, sålænge rejsetiden er stort set den samme og trafiktilbuddet sammenligneligt, hvilket vil sige samme type transportmiddel
5 eksempelvis E-busser, S-busser eller bybusser. De aggregerede linier repræsenteres ved én linie med den aggregerede frekvens i den følgende fordelingen af trafik. Der kan imidlertid opstå problemer ved den endelige udredning af trafik på linieniveau efter fordelingen af trafik. Frekvensaggregeringen er således mest anvendelig, når der ikke kræves en præcis modellering af trafik på linieniveau. Fordeling af trafik mellem ruter Efter klarlæggelsen af attraktive ruter skal den genererede trafik fordeles mellem ruterne. Der findes mange forskellige metoder til fordeling af trafikken, men den dominerende er fordeling på baggrund af liniernes frekvens, hvor formel (1) viser et typisk eksempel. Efter denne metode får hver rute tildelt trafik svarende til rutens frekvensandel af det samlede tilbud. Hvis sættet af attraktive ruter betegnes R, får ruten r tildelt følgende andel af trafikken P r = f s R r f s (1) hvor f r er frekvensen for den givne rute r. Metoden resulterer i, at ruter med høj frekvens får tildelt mere trafik end ruter med lav frekvens. Alle de tre ovennævnte metoder benytter udtrykket i (1) eller metoder, der er meget lig dette udtryk. Det er således frekvensen, der er afgørende for fordelingen af trafik mellem de attraktive ruter i alle tre metoder. Figur 2 viser de tre metoders fordeling af trafik på linier. Det ses, at metoderne benytter tre overordnede korridorer fra Lyngby til Brønshøj. Det drejer sig om forskellige S-tog via Hellerup station, linie 171E via Lyngbymotorvejen og forskellige busser via Buddinge station. Der er forskel på hvilke linier, metoderne benytter, ligesom mængden af trafik for linierne varierer. Betragtes trafikken på det overordnede korridorniveau fremgår resultatet af de tre metoder af tabel 2. Antal attraktive ruter S-tog via Hellerup 171E via Lyngbymotorvejen Busser via Buddinge TRIPS 13 87,5 % 0 % 12,5 % OTM 3 0 % 48 % 52 % EMME/ ,4 % 9,1 % 54,5 % Tabel 2. Fordeling af trafik på korridorniveau. Det fremgår, at der er store variationer mellem de tre metoder selv på korridorniveau. Eksempelvis tildeler TRIPS meget trafik til S-togs korridoren sammenlignet med de andre metoder. Dette skyldes hovedsageligt TRIPS algoritmens høje vægtning af rejsetiden, hvor S- togene dominerer med lave rejsetider. Tilsvarende er OTM og EMME/2 enige om at tildele meget trafik til busserne via Buddinge og Bellahøj. Argumentet her er, at de to metoder lægger stor vægt på ventetiderne, som reduceres kraftigt på grund af de mange linier, der betjener strækningen mellem Lyngby og Buddinge. Den lavere beregnede ventetid kompenserer i disse
6 metoder noget for den højere rejsetid i denne korridor. Endelig skyldes forskellen i fordeling af trafik på 171E korridoren hovedsageligt det lave antal attraktive ruter i OTM. Udover variationen af fordelt trafik viser figur 2, at der også er variation over de linier, metoderne fordeler trafik på indenfor korridorerne. Eksempelvis er der store forskelle på fordelingen af trafik på linierne mellem Nørrebro og Brønshøj. Dette skyldes ligesom ovenfor forskellen i den interne vægtning af køre- og ventetid, der opstår på baggrund af opbygningen af algoritmerne. Da det ikke har været muligt at skaffe oplysninger om de rejsendes faktiske valg af rute for netop relationen Lyngby - Brønshøj, er det ikke muligt på baggrund af observerede data at sige noget om, hvilken af de tre metoder, der rammer virkeligheden bedst. (a) (b) Figur 2. Fordeling af trafik mellem Lyngby station og Brønshøj Torv ved hjælp af (c)
7 (a) TRIPS, (b) OTM og (c) EMME/2
8 3 Turkæder Mens det foregående har behandlet forskellige metoder til modellering af kollektiv trafik, som de bruges i dag, lægger strukturen i det kollektive trafiktilbud i virkeligheden mere op til modellering ved hjælp af turkæder. Inddragelsen af turkæder vil dog være et skridt i retning af en mere detaljeret modellering af både valget af transportmiddel og rutevalget. Derfor vil det også kræve data på et niveau, som ikke er til stede i dag. Inddragelsen af turkæder betyder, at valg af transportmiddel og rute kobles i en overordnet model. Dette kan umiddelbart lyde uhensigtsmæssigt sammenlignet med den traditionelle opfattelse af transportmiddelvalg som en del af efterspørgslen og rutevalget som en del af udbuddet. Som det vil fremgå af de forskellige modelformer nedenfor, behøver turkæderne dog ikke bryde med denne opfattelse. Inddragelsen af turkæder tager derimod særlige hensyn til den grundlæggende opbygning af rejser med kollektiv trafik, idet en rejse opsplittes i mindre dele, der svarer til brugen af forskellige transportmidler eller linier. Dette gør det muligt bedre at belyse både skift og sammenhængen i den (hovedsageligt) kollektive rejse. Eksempelvis kan man ved hjælp af turkæder modellere park-and-ride og kiss-and-ride, der er ved at blive populære i diskussionen af brug af kollektiv trafik og en mulig tiltrækning af nye passagerer. Selve turkæden består af en række delture, der kan benytte forskellige transportmidler eller linier. Således er figur 3 et eksempel på en turkæde, der inddrager bil, tog og gang. Origin bil tog gang Destinatio Figur 3. Eksempel på en turkæde. For at opnå en tilfredsstillende modellering af rutevalget er det udover skiftet også nødvendigt at have placeringen af skiftet. I eksemplet på figur 3 kan man forestille sig, at det er muligt at køre med bil til flere forskellige stationer. Hvilken station, der vælges til den pågældende turkæde, kan blandt andet afhænge af parkeringsforhold (ved park-and-ride) eller af chaufførens videre rute (ved kiss-and-ride). Som nævnt stiller inddragelsen af turkæder sådanne krav til data, at de så vidt vides ikke findes i Danmark i dag. Indsamlingen af data i TU indeholder nogle oplysninger om turkæder. For at være i stand til at estimere en af de følgende modeller for turkæder skal der dog både være oplysninger om skiftenes geografiske placering og mere præcise oplysninger om eksempelvis linier for turkædens enkelte dele. Uden disse oplysninger er det ikke muligt at estimere rutevalget i modelkomplekset. Modelleringen af turkæder kan foregå på en række forskellige måder afhængig af, hvordan valget af transportmiddel og rute fastlægges. En af de første metoder, der blev fremført, bygger på Sheffi s ideer om supernetværk fra midten af 80 erne. Nogle af de første bud på, hvad der nu vil blive kaldt et multimodalt trafiknet, blev præsenteret i Sheffi (1985). Disse ideer kan generaliseres til også at modellere turkæder. Dette giver et samlet netværk, hvor
9 rutevalgsalgoritmen afgør både valg af transportmiddel og rute. Transportmiddelvalget afgøres alene af hvilken type strækninger (eksempelvis bil, bus eller togstrækninger), der er valgt i rutevalgsalgoritmen. Denne fremgangsmåde lider under en række uhensigts-mæssigheder, som gør, at modellen i praksis er meget svær at estimere. Et af hovedargumenterne imod metoden er, at valg af transportmiddel og rute normalt bygger på to forskellige valgprincipper, hvorfor introduktionen af rene multimodale net vil inddrage en anden type model for transportmiddelvalg end der normalt er enighed om at benytte. En uddybning af denne diskussion kan blandt andet findes i Abdulaal & LeBlanc (1990). Yderligere er det svært at beregne/estimere de generaliserede omkostninger, der skal knyttes til hver enkelt kant i netværket. Hvis der endvidere skal tages hensyn til de rejsendes forskellige præferencer for eksempelvis transportmidler, bliver det for alvor et meget omfattende arbejde at estimere modellen. I stedet kan turkæderne modelleres i et system, der inddrager både en modal split model og en rutevalgsmodel. Her findes to hovedprincipper, som det også er præsenteret for et simpelt eksempel i Fernandez et al (1994). Disse to metoder adskiller sig alene i fortolkningen af skiftene. I den første model anses valg af skiftested som en del af rutevalgsmodellen. For eksemplet betyder det, at rutevalgsmodellen afgør om skiftet mellem transportmidlerne bliver foretaget ved den ene station eller den anden. Denne metode resulterer i den mest hensigtsmæssige tur for brugeren vurderet udfra de generaliserede omkostninger. I den anden model anses valg af skiftested som en del af modal split modellen. Denne fremgangsmåde har sin berettigelse, hvis der er andre faktorer end rutekarakteristika (generaliserede omkostninger), der fastlægger valget af skiftested. Sådanne situationer kan opstå, hvis man for eksempel har præferencer for en station frem for en anden, fordi der er en bedre/sikrere cykelparkering eller fordi det er på vejen for ægtefællen, så man kan blive kørt til stationen i bil (kiss-and-ride). Skiftested en del af rutevalget Den første af de to modeller har valg af skiftested som en del af rutevalget. Det medfører, at rutevalgsmodellen fortsat gør brug af et multimodalt trafiknet. Valget mellem forskellige turkæder (og transportmidler) foretages dog i en særskilt modal split model, som i dette tilfælde godt kan være en almindelig logit model. Et eksempel på en sådan modal split model kan være bil bus kombineret kombineret tog/bus bil/tog Figur 4. Eksempel på modal split model for første modelform. Ved at formulere turkæderne på denne måde er det til forskel fra de rene multimodale net muligt at modellere og estimere egenskaber ved de forskellige transportmidler og deres indbyrdes sammensætning i turkæder. Givet et valg i ovenstående model af eksempelvis en kombineret tog/bus rejse skal der i rutevalgsmodellen kun inddrages ruter, der starter med tog
10 og slutter med bus. Dette forudsætter som nævnt stadig et multimodalt trafiknet, hvis modellen skal kunne behandle alle typer turkæder. En model af denne form giver en forholdsvis simpel modal split model, hvor der som nævnt kan benyttes en almindelig logit model. Ligesom ved den traditionelle brug af logit modellen bør det undersøges, hvorvidt de grundlæggende antagelser holder. Eksempler på sådanne test findes blandt andet i Ben-Akiva & Lerman (1994). Der kan opstå problemer med antagelserne i eksemplet i figur 4, da de samme transportmidler optræder i flere forskellige alternativer - et fænomen, der er kendt for at give problemer med logit modellens grundlæggende antagelser. Den simple struktur for modal split modellen sker på bekostning af en forholdsvis kompliceret rutevalgsmodel. Rutevalget modelleres fortsat i et multimodalt trafiknet, men til forskel fra den ovenstående metode undersøges i dette tilfælde kun ruter med den kombination af transportmidler, som er valgt i modal split modellen. Skiftested en del af transportmiddelvalget I den anden model fastlægges valget af skiftesteder som en del af modal split modellen. I dette tilfælde modelleres modal split modellen som en hierarkisk model eksempelvis en hierarkisk logit model. Der findes flere forskellige måder at opbygge denne hierarkiske model på. Den ene er meget lig den logit model, der blev præsenteret i figur 4. Inddragelsen af skiftesteder klares ved at tilføje et niveau mere i modellen. Et eksempel fremgår af figur 5. bil bus kombineret kombineret tog/bus bil/tog TP1 TP2 TPn TP1 TPn Figur 5. Eksempel på hierarkisk model med to niveauer TP er en forkortelse for skiftested (Transfer Point). Denne modelform resulterer i en hierarkisk model med kun to niveauer. Hvis der er mange typer turkæder og mange skiftesteder kan antallet af alternativer dog blive meget stort. I sådanne tilfælde kan det være en fordel at benytte en anden opstilling af den hierarkiske model. I en sådan opstilling kan hvert niveau repræsentere én del af turkæden efterfulgt af et niveau med de tilhørende skiftesteder. Et eksempel på denne form fremgår af figur 6. Sammenlignet med figur 5 kan modellen i figur 6 umiddelbart syne meget mere kompliceret. Dette er dog ikke nødvendigvis tilfældet. Modellen i figur 6 indeholder godt nok mange niveauer, hvilket stiller ekstra krav til estimationen af den hierarkiske model, til gengæld er antallet af alternativer i hver delmodel meget mindre, hvilket gør det mere sandsynligt, at de grundlæggende antagelser overholdes, ligesom estimationen af den enkelte delmodel i nogle tilfælde lettes. Figur 5 og figur 6 viser to muligheder for modellering af en hierarkisk model,
11 afhængig af antallet af transportmidler og antallet af skiftesteder kan en mellemform af de to modeller dog også vælges. For det givne eksempel kan således opstilles en model med 4 niveauer, hvis transportmidler og skiftesteder for delene af turkæden samles. Fordelen ved brugen af den hierarkiske model for transportmiddelvalg er, at rutevalgsmodellen bliver meget simpel. Rutevalget bestemmes her for hver enkelt del af turkæden for sig. Der er altså tale om kortere ture, der kun inddrager ét transportmiddel og derfor kan modelleres i de net, der allerede benyttes i dag. På samme måde er det helt frit hvilken rutevalgsmodel, der benyttes. Dette er ikke tilfældet i de forudgående formuleringer, hvor eksempelvis EMME/2 ikke umiddelbart kan benyttes i forbindelse med et multimodalt trafiknet, da søgeretningen i algoritmen er modsat den, der benyttes for den individuelle trafik. bil bus kombineret kombineret 1 skift 2 skift bil tog bus tog TP 1 TP 2 TP 3 TP 2 TP 1 TP 2 TP 3 TP 2 bus bus bus bu bil bil bil bil bus TP 1 TP 3 bil bil Figur 6. Eksempel på hierarkisk model med flere niveauer. Valget af en af de to modelformer bør afhænge af de rejsendes opfattelse af skiftested - er det en del af rutevalget eller en del af transportmiddelvalget? I praksis vil valget mellem modelformerne formentlig blive afgjort af kvaliteten af de data, der er til rådighed, af adgangen til forskellige modeller for valg af transportmiddel og rute samt endelig af ønsket om detaljeringsgraden af resultatet. Således indeholder den første model en simpel modal split model og en kompliceret rutevalgsmodel, mens den anden model indeholder en kompliceret modal split model og en simpel rutevalgsmodel. 4 Konklusion Modellering af kollektiv trafik i trafikmodeller bør tage hensyn til de særlige egenskaber, der er forbundet med det kollektive trafiktilbud. I det foregående er gennemgået en række rutevalgsmodeller for kollektiv trafik, samt hvordan de tager hensyn til de særlige egenskaber. Tre rutevalgsmodeller, der er benyttet ved større modelarbejder i Danmark, er sammenlignet
12 ved at afprøve dem på det samme overskuelige eksempel. Dette viser betydelige forskelle i resultaterne både på linieniveau og på korridorniveau. Efterfølgende præsenteres et forholdsvis nyt begreb, der passer bedre til den kollektive trafik, nemlig turkæder. Disse betragter en rejse som sammensat af flere mindre komponenter, hvilket sandsynligvis svarer bedre til, hvad brugere af det kollektive system oplever. Blandt fordelene ved modellering ved hjælp af turkæder er muligheden for en mere præcis modellering af transportmiddelvalget for alle rejser, der indeholder mere end et transportmiddel. Yderligere åbner brugen af turkæder bedre muligheder for at belyse skiftene, der udgør en vigtig del af rejser med kollektiv trafik. Som tommelfingerregel regnes normalt med, at ét minuts ventetid svarer til to minutters køretid. Der burde således kunne opnås forbedringer af det kollektive trafiksystem gennem en bedre koordination af køreplaner. Dette forudsætter et større kendskab til trafikstrømmene også mellem transportmidler og linier end man kender til i dag. Ved estimation af modeller, der bygger på turkæder, vil et sådant kendskab med tiden kunne opnås. Det altoverskyggende problem er på nuværende tidspunkt, at der så vidt vides ikke findes data i Danmark til vurdering af de foreliggende metoders indbyrdes kvalitet eller til estimation af modeller med turkæder. Referencer Abdulaal, Mustafa & LeBlanc, Larry (1990) Methods for Combining Modal Split and Equilibrium Assignment Models Transportation Science, Vol. 13, No. 4, pp Ben-Akiva, Moshe & Lerman, Steven (1994) Discrete Choice Analysis, Theory and Application to Travel Demand Sixth Printing, The MIT Press, Cambridge, Massachusetts, USA. Brems, Camilla Riff & Kronbak, Jacob (1996) Multimodale trafiknet i GIS Notat , Institut for Planlægning, DTU, Lyngby. Brems, Camilla Riff (1997) Trip Chains in Public Transport Center for Transportation Studies, MIT, Massachusetts, USA. Daly, Andrew (1987) Estimating Tree Logit Models Transportation Research, Vol. 21B, No. 4, pp Fernandez, Enrique, De Cea, Joaquín, Florian, Michael & Cabrera, Enrique (1994) Network Equilibrium Models with Combined Modes Transportation Science, Vol. 28, No. 3, pp
13 Hovedstadstrafikmodellen (1996) Hovedstadstrafikmodel version 3.0, beskrivelse af døgntrafikmodel Anders Nyvig, Hørsholm. HT (1995) Buspassagerers vurdering af en busrejses service-elementer - en Stated Preference-analyse Udarbejdet af COWIconsult, Lyngby. HT (1997) Busser og tog, køreplan, 1. juni september 1997 HT, Valby. Landstrafikmodellen (1996) Utveckling av Landstrafikmodellen, modellestimering Transek AB, Sverige. Sakarovitch, M. (1968) The k Shortest Chains in a Graph Transportation Research, Vol. 2, No. 1, pp Sheffi, Yosef (1985) Urban Transportation Networks Prentice Hall, Englewood Cliffs, New Jersey, USA. Spiess, Heinz & Florian, Michael (1989) Optimal Strategies: A New Assignment Model for Transit Networks Transportation Research, Vol. 23B, No. 2, pp TRIPS (1993) TRIPS version 6.0, Introduction to the TRIPS Public Transport Programs Vejdirektoratet og Trafikministeriet (1996) TU , resultater fra transportvaneundersøgelsen Vejdirektoratet, rapport nr. 57, København. Ørestadstrafikmodellen (1995) Ny bybane i København, trafikmodel, dokumentation Carl Bro Gruppen, Glostrup.
Modellering af multimodale turkæder
Modellering af multimodale turkæder Af Camilla Riff Brems Med stigende trafikmængder og stadig større udnyttelse af trafiknettenes kapaciteter er der i de seneste år kommet fokus på turkæder, hvor forskellige
Læs mereVariation i rejsetid
1 Variation i rejsetid - effekter for modellering og værdisætning Camilla Riff Brems Danmarks TransportForskning cab@dtf.dk Variation i rejsetid 2 Rejsetidsvariation Engelske resultater Trafikmodeller
Læs mereHenrik Paag, Havnetunnelgruppen / TetraPlan A/S Henrik Nejst Jensen, Vejdirektoratet, Plan- og telematikafdelingen
HAVNETUNNEL I KØBENHAVN Henrik Paag, Havnetunnelgruppen / TetraPlan A/S Henrik Nejst Jensen, Vejdirektoratet, Plan- og telematikafdelingen 1. Baggrund og indledning Vejdirektoratet foretager i øjeblikket
Læs mereLandstrafikmodellen i anvendelse. Camilla Riff Brems cab@transport.dtu.dk
Landstrafikmodellen i anvendelse Camilla Riff Brems cab@transport.dtu.dk Landstrafikmodellen i anvendelse Introduktion til Landstrafikmodellen Hvad kan LTM 1.0? Præsentation af delmodeller Andre modeller
Læs mereUdvikling og vurdering af en dataindsamlingsmetode for rutevalg i kollektiv trafik. Marie K. Larsen, DTU Transport,
Udvikling og vurdering af en dataindsamlingsmetode for rutevalg i kollektiv trafik Marie K. Larsen, DTU Transport, mkl@transport.dtu.dk Baggrund Ønske om at få et større indblik i rutevalget i kollektiv
Læs mereStationsoplands- og trafikmodelberegninger af Bent Jacobsen, civ. ing., RAMBØLL og Flemming Larsen, civ. ing., lich. tech, Anders Nyvig
Stationsoplands- og trafikmodelberegninger af Bent Jacobsen, civ. ing., RAMBØLL og Flemming Larsen, civ. ing., lich. tech, Anders Nyvig Indledning og resumé I forbindelse med det københavnske Projekt Basisnet
Læs mereIndsamling af data for rutevalg i kollektiv transport. Marie K. Larsen Ph.d.-studerende DTU Transport
Indsamling af data for rutevalg i kollektiv transport Marie K. Larsen Ph.d.-studerende DTU Transport mkl@transport.dtu.dk Outline Baggrund Rutevalg Transportvaneundersøgelsen Undersøgelsens udformning
Læs mereRegionale trafikanters præferencer for kollektiv trafik
Regionale trafikanters præferencer for kollektiv trafik Jane Ildensborg-Hansen TetraPlan A/S Kronprinsessegade 46 E 1306 København K Tlf. 33 73 71 00, Fax: 33 73 71 01 E-mail: jih@tetraplan.dk Homepage:
Læs mereDen landsdækkende rejsevaneundersøgelse (TU)
Den landsdækkende rejsevaneundersøgelse (TU) Af Torfinn Larsen Vejdirektoratet 1. Indledning Den løbende, landsdækkende rejsevaneundersøgelse (TU) startede i sin nuværende form i august 1992. Tidligere
Læs mereNotat Betjening af Åbyskov med bybussystemet i Svendborg
FynBus 11. juli 2014 PLAN SAZ/SJ Notat Betjening af Åbyskov med bybussystemet i Svendborg Baggrund FynBus har den 1. juli modtaget Notat vedr. muligheder for justeringer i den kollektive (Åbyskov og Troense).
Læs mereBenefitmodel togpassagerers tidsgevinster ved regularitetsforbedringer
Benefitmodel togpassagerers tidsgevinster ved regularitetsforbedringer Trafikplanlægger Jane Ildensborg-Hansen, TetraPlan A/S, København (jih@tetraplan.dk) Indledning Banedanmark arbejder pt. på at tilvejebringe
Læs mere7. møde. 16. januar 2013 Kl. 13-17
7. møde 16. januar 2013 Kl. 13-17 Dagsorden 1. Velkomst 2. Udestående sager fra sidste møde 3. Drøftelse af 1. udkast til idékatalog 4. Den videre proces 5. Eventuelt 2. Udestående sager Notat om definition
Læs mereKøreplansbaseret rutevalgsmodel og matricer for kollektiv trafik i Landstrafikmodellen v1.1. -Otto Anker Nielsen
Køreplansbaseret rutevalgsmodel og matricer for kollektiv trafik i Landstrafikmodellen v1.1 - Overblik Generel baggrund Netværk/køreplan Tællinger Tidsværdier og turformål Kalibrering af modellen Rutevalg
Læs mereLandstrafikmodellen - struktur og aktiviteter. Jeppe Rich, DTU Transport Camilla Riff Brems, DTU Transport
Landstrafikmodellen - struktur og aktiviteter Jeppe Rich, DTU Transport Camilla Riff Brems, DTU Transport Landstrafikmodellens struktur 2 DTU Transport Planforudsætninger - befolkning Befolkning Efterspørgslen
Læs mereRutevalg. - Otto Anker Nielsen
Rutevalg - Otto Anker Nielsen Overblik Generel sammenhæng med resten af modellen Zonestruktur og modelniveauer Vejvalgsmodellen Kollektiv rutevalg Kort om cykel 2 DTU Transport Landstrafikmodellens struktur
Læs mereGate 21 - Smart mobilitet i Ringbyen Skøn over potentialer for mobilitetsplanlægning omkring letbanen
Gate 21 - Smart mobilitet i Ringbyen Skøn over potentialer for mobilitetsplanlægning omkring letbanen... 1 Indledning Gate 21 har udarbejdet en projektskitse: Smart mobilitet i Ringbyen, til et tværgående
Læs mereVejtrængsel hvor, hvornår, hvor meget? Otto Anker Nielsen, Professor
Vejtrængsel hvor, hvornår, hvor meget? Otto Anker Nielsen, Professor Sammenhæng mellem hastighed og trafikmængde Stor uforudsigelighed Baggrundsfigur; Kilde Vejdirektoratet og Christian Overgaard Hansen
Læs mereStatus for udviklingen af Landstrafikmodellen. Camilla Riff Brems
Status for udviklingen af Camilla Riff Brems cab@transport.dtu.dk Ønsker/krav til Transportsystemet som helhed (TRM, andre ministerier) Effektberegning af infrastrukturprojekter Kvaliteten og tilgængeligheden
Læs mereInterface mellem trafikmodellen VISUM og simuleringsmodellen VISSIM
Interface mellem trafikmodellen VISUM og simuleringsmodellen VISSIM Søren Frost Rasmussen, COWI Lars Jørgensen, COWI Indledning Trafikmodeller kan opdeles i makroskopiske og mikroskopiske modeller, hvor
Læs mereFølsomhedsanalyse af samfundsøkonomiske tidsværdier for kollektive trafikprojekter
Følsomhedsanalyse af samfundsøkonomiske tidsværdier for kollektive trafikprojekter Jonas Lohmann Elkjær Andersen Alex Landex Otto Anker Nielsen Trafikdage Aalborg Universitet 27. august 2007 Disposition
Læs merePotentiale for integreret planlægning og optimering af den kollektive trafik med passageren i centrum. Otto Anker Nielsen, oan@transport.dtu.
Potentiale for integreret planlægning og optimering af den kollektive trafik med passageren i centrum Otto Anker Nielsen, oan@transport.dtu.dk Måling af passagerpræferencer - hvad betyder noget? Rejsetid
Læs mereUdvikling i risiko i trafikken
Udvikling i risiko i trafikken Seniorrådgiver Camilla Riff Brems, Danmarks TransportForskning, cab@dtf.dk Seniorforsker Inger Marie Bernhoft, Danmarks TransportForskning, imb@dtf.dk Resume I bestræbelserne
Læs mereDM507 Eksamen Obligatorisk Opgave Rejseplanlægning
Institut for Matematik og Datalogi Syddansk Universitet, Odense 21. februar 2011 LMF DM507 Eksamen Obligatorisk Opgave Rejseplanlægning 1 Problemet Denne opgave går ud på at lave et program, som ud fra
Læs mereNye danske tidsværdier
Nye danske Katrine Hjorth Danmarks TransportForskning, DTU Trafikdage 2007 Outline 1 2 3 4 Det danske tidsværdistudie har bestået af tre faser: Fase 0 Forstudie til at fastlægge metode vedr. dataindsamling
Læs mereIterativ beregningsproces foretaget med OTM. Christian Overgård Hansen COH ApS
Iterativ beregningsproces foretaget med OTM Christian Overgård Hansen COH ApS OTM Trafikmodellen for Hovedstadsområdet siden midten af 1990 erne: Første version 1994/95 til brug for systemvalg (OTM 1.0)
Læs mere- projekter i Hovedstadsområdet. Alex Landex, CTT-DTU
Er letbaner en god forretning for samfundet? - projekter i Hovedstadsområdet Alex Landex, CTT-DTU Er letbaner en god forretning for samfundet? 5. oktober 2005 Baggrund udenlandske succeser Letbaner er
Læs mereBesvarelse af spørgsmål om passagergrundlag for ny station ved Holeby på Lolland
Notat 21.11.13 Besvarelse af spørgsmål om passagergrundlag for ny station ved Holeby på Lolland Bjarne Jensen har stillet en række spørgsmål til den metode, der er anvendt til fastsættelse af passagergrundlaget
Læs mereAnalyse af TU data for privat og kollektiv transport. Marie K. Larsen, DTU Transport,
Analyse af TU data for privat og kollektiv transport Marie K. Larsen, DTU Transport, mkl@transport.dtu.dk Analyser af TU Analyserne er udført for at få et bedre overblik over data til brug i ph.d.-projekt
Læs mereOpdatering af model for Hovedstadsregionen
Opdatering af model for Hovedstadsregionen Christian Overgård Hansen Center for Trafik and Transport (CTT), DTU coh@ctt.dtu.dk Trafikdage på AUC 22-23.8.2005 Copyright CTT 2005 Disposition Baggrund Formål
Læs mereOTM 5 og dens anvendelse til VVM for udbygning af Køge Bugt motorvejen
OTM 5 og dens anvendelse til VVM for udbygning af Køge Bugt motorvejen Af Goran Vuk, Vejdirektoratet, og Henrik Paag, Tetraplan A/S Vejdirektoratet har anvendt trafikmodellen OTM til vurderinger af de
Læs mereMatching af observeret kollektivt rutevalgsdata til et GIS-netværk
Matching af observeret kollektivt rutevalgsdata til et GIS-netværk Marie K. Larsen, DTU Transport, mkl@transport.dtu.dk Thomas K. Rasmussen, masterstuderende, DTU Transport Baggrund Ønske om at matche
Læs mereHVAD BETYDER STRUKTURELLE FORSKELLE? Benchmarking af cyklingen i Region Hovedstaden Marts 2015
HVAD BETYDER STRUKTURELLE FORSKELLE? Benchmarking af cyklingen i Region Hovedstaden Marts 2015 INDHOLDSFORTEGNELSE 2 Indhold Baggrund Side 3 De 13 teser Side 6 Metode Side 8 Resultater Side 10 Beregninger
Læs mereKap4: Velfærdseffekten af prisdiskriminering i flybranchen
Side 1 af 5 Kap4: Velfærdseffekten af prisdiskriminering i flybranchen Når flyselskaberne opdeler flysæderne i flere klasser og sælger billetterne til flysæderne med forskellige restriktioner, er det 2.
Læs mereScenarier for trafikvæksten: Landstrafikmodellens bud på betydningen af trends
Scenarier for trafikvæksten: Landstrafikmodellens bud på betydningen af trends På vej mod en fossilfri transportsektor Workshop, 22. november 213 Camilla Riff Brems cab@transport.dtu.dk Overordnede trends
Læs mereACTUM. Path-baseret dynamisk bil-assignment. Rasmus Dyhr Frederiksen
ACTUM Path-baseret dynamisk bil-assignment Rasmus Dyhr Frederiksen rdf@rapidis.com Lidt baggrund Modellering af rutevalg for biltrafik Basis: Tur-mønstre (hvorfra, hvortil) Model af vejnet Beskrivelse
Læs mereLandstrafikmodellen. - Otto Anker Nielsen
Kollektiv trafik i Landstrafikmodellen - Otto Anker Nielsen Hvorfor en Landstrafikmodel? Forbedret beslutningsgrundlag Samme beslutningsgrundlag Sammenligning af projekter Fokus på projekterne Understøtter
Læs mereLandstrafikmodellen set fra Jylland. Onsdag d. 30. maj 2012
Landstrafikmodellen set fra Jylland Onsdag d. 30. maj 2012 Program Introduktion Rammer, versioner, eksempler på anvendelse Datagrundlag Fra dataindsamling til rejsemønstre Pause Modellens struktur Hovedkomponenterne
Læs mereVariation i rejsetid - effekter for modellering og værdisætning
Variation i rejsetid - effekter for modellering og værdisætning Seniorrådgiver Camilla Riff Brems, Danmarks TransportForskning, cab@dtf.dk Abstract Et af de største irritationsmomenter ved forsinkelser
Læs mereChristian Overgård 21. januar 2016 35425-009 rev A coh
FORELØBIGT NOTAT Titel Prognoseresultater for Basis 2020 og 2030 udført med LTM 1.1 Til Kontrol Godkendt Fra 1. Indledning Christian Overgård 21. januar 2016 35425-009 rev A coh Nærværende notat indeholder
Læs mereBetydningen af den kollektive trafiks serviceniveau
Danmarks Miljøundersøgelser Systemanalyseafdelingen Betydningen af den kollektive trafiks serviceniveau Linda Christensen Som led i forskningsprojektet ALTRANS er gennemført nogle analyser af betydningen
Læs mereSTORT ER POTENTIALET?
ARBEJDSPLADSLOKALISERING - HVOR Baggrund STORT ER POTENTIALET? - En analyse af pendlertrafik i Frederiksborg Amt Af Civilingeniør Morten Agerlin, Anders Nyvig A/S Blandt de langsigtede midler til påvirkning
Læs mereGrådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.
Grådige algoritmer Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for
Læs mereKonklusioner Side 2
Københavns Kommune Resumé Ældre og gangbesværede borgeres behov og tilfredshed i forhold til busser Marts 2014 v. Anne Kathrine Zahle, Anders Albrechtsen og Janne Norup 2014 Side 1 Konklusioner De ældre
Læs mereUdvikling af korridoren Øresundsregionen - Gedser - Rostock - Berlin Fase 1
Trafikudvalget TRU alm. del - Bilag 306 Offentligt Udvikling af korridoren Øresundsregionen - Gedser - Rostock - Berlin Fase 1 For Hansestadt Rostock Regionaler Planungsverband Mittleres Mecklenburg Stadt
Læs mereKOLLEKTIV TRANSPORT I YDEROMRÅDER Serviceniveau, udbud og brug af kollektiv trafik
KOLLEKTIV TRANSPORT I YDEROMRÅDER Serviceniveau, udbud og brug af kollektiv trafik Indholdsfortegnelse Dato: Januar 2016 Læsevejledning og metode Læsevejledning til faktaark (side 1) Side Læsevejledning
Læs mereGrådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.
Grådige algoritmer Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for
Læs mereMeget lange tidsserier med Transportvaneundersøgelsen. Hjalmar Christiansen, DTU Transport
Meget lange tidsserier med Transportvaneundersøgelsen Hjalmar Christiansen, DTU Transport hjc@transport.dtu.dk Agenda Baggrund... Noget om de gamle data Udvalgte resultater Konklusion 2 DTU Transport Transportvaneundersøgelsen
Læs mereNOTAT. Udkast. 1.0 Indledning. 2.0 Fordeling af trængsel. Trængselskommissionen OAN
NOTAT Til Trængselskommissionen Vedr. Vejtrængsel Hvor, hvornår, hvor meget? Fra DTU Transport 7. oktober 2012 OAN Udkast 1.0 Indledning Dette notat opsumerer kort de dele af Otto Anker Nielsens præsentation
Læs mereKollektiv trafik - VT 7. semester Kursusgang 3 og 4 Planlægning af busnet
Kollektiv trafik - VT 7. semester - Kursusgang 3 og 4 Planlægning af busnet Kursusgang 3 og 4 Grundlag for planlægning Mål og udfordringer Overordnet byplanlægning Stationsnærhed Data Typer af kollektiv
Læs mereEffekt af blinkende grønne fodgængersignaler
Effekt af blinkende grønne fodgængerer Af Bo Mikkelsen Aalborg Kommune Tidl. Danmarks TransportForskning Email: Bmi-teknik@aalborg.dk 1 Baggrund, formål og hypoteser Dette paper omhandler en undersøgelse
Læs mereOMBYTNING AF LINJERNE 9A OG 66 I CITY INDHOLD. 1 Konklusion. 1 Konklusion 1. 2 Baggrund 2
MOVIA OMBYTNING AF LINJERNE 9A OG 66 I CITY ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56400000 FAX +45 56409999 WWW cowi.dk TEKNISK NOTAT INDHOLD 1 Konklusion 1 2 Baggrund 2 3 Interviewundersøgelse
Læs mereVurdering af letbaneprojekter i Hovedstadsområdet 23. august 2005
Vurdering af letbaneprojekter i Hovedstadsområdet Ph.d.-studerende Alex Landex Professor Otto Anker Nielsen Vurdering af letbaneprojekter i Hovedstadsområdet 23. august 2005 Baggrund udenlandske succeser
Læs mereRing 3 Letbane eller BRT?
Transportministeriet Ring 3 Letbane eller BRT? Bilagsbind Juli 2010 Bilagsfortegnelse Bilag 1 Rapporter og notatet vedr. højklasset kollektiv trafik på Ring 3 i perioden 1999-2008 Bilag 2 Nøgletal for
Læs merePendulbusser - et nyt koncept. v/ Tina Wexøe, HT
Pendulbusser - et nyt koncept. v/ Tina Wexøe, HT HT har gennem de seneste år differentiseret busproduktet i S-, E- og P-busser foruden lokale og regionale linier, servicebus- og telebuslinier. HT har udviklet
Læs mereFordele og ulemper ved at benytte bil og kollektiv transport - Hvad siger trafikanterne?
Fordele og ulemper ved at benytte bil og kollektiv transport - Hvad siger trafikanterne? Civilingeniør, Ph.D., Lykke Magelund; Hovedstadsomrddets Trafikselskab (HT) Hvorfor benytter nogle af storbyens
Læs mereLandstrafikmodellen version 0.1. Camilla Riff Brems
Landstrafikmodellen version 0.1 Camilla Riff Brems cab@transport.dtu.dk Landstrafikmodellen version 0.1 Hvorfor en version 0.1? Modelstruktur Basismatricer Fremskrivning Eksempel Diskussion Landstrafikmodellen
Læs mereS-letbane på Ring 3. Sådan kunne et bud på linjeføring. af S-letbanen på Ring 3 se ud.
S-letbane på Ring 3 Sådan kunne et bud på linjeføring af S-letbanen på Ring 3 se ud. Stort potentiale for øget kollektiv trafik i Ring 3 korridor I Hovedstadsområdet er markedsandelen for den kollektive
Læs mereLandstrafikmodellens struktur
Landstrafikmodellens struktur Landstrafikmodellen set fra Jylland Onsdag d. 30. maj 2012 Indeni Landstrafikmodellen Efterspørgsel, person Efterspørgsel, gods Forudsætninger Langsigtet efterspørgsel Lokalisering
Læs merePå rejser, der foretages inden for et amt, anvendes det amtslige trafikselskabs takst- og billetsystem.
Indlæg på Trafikdage på AAU, 24. aug. 1998 Af Jens Elsbo, COWI DSB og de regionale kollektive trafikselskaber uden for hovedstadsområdet indledte pr. 28. september 1997 et takstsamarbejde, der gør det
Læs mereFREDENSBORG KOMMUNE BANEBRO, ULLERØDVEJ
Til Fredensborg Kommune Dokumenttype Notat Dato Juni 2014 FREDENSBORG KOMMUNE BANEBRO, ULLERØDVEJ FREDENSBORG KOMMUNE BANEBRO, ULLERØDVEJ Revision 1 Dato 2014-06-23 Udarbejdet af RAHH, CM, HDJ Godkendt
Læs mereForskningsidéer til analyser af Rejsekortdata
Forskningsidéer til analyser af Rejsekortdata Special session: Bedre planlægning af kollektiv trafik med Rejsekort Trafikdage 2018 28. august Morten Eltved Ph.d.-studerende DTU Management Engineering Agenda
Læs mereBilag. Region Midtjylland. Valg af indtægtsfordelingsmodel i Trafikselskabet
Region Midtjylland Valg af indtægtsfordelingsmodel i Trafikselskabet Bilag til Underudvalget vedr. generelle sagers møde den 13. september 2006 Punkt nr. 14 Bilag til valg af indtægtsfordelingsmodel. Indhold
Læs mereEffektivisering af kollektiv trafik i Sankt Petersborg
Effektivisering af kollektiv trafik i Sankt Petersborg Jan Kragerup, civ. ing., Ph.D., NIRAS Indledning NIRAS med franske Systra som underrådgiver løser for Udenrigsministeriet (Naboskabsprogrammet) en
Læs mereTRANSPORT TIL OG FRA RIGSHOSPITALET INDHOLD. 1 Indledning 2. 2 Områdeafgrænsning og datagrundlaget 2. 3 Transportmidler 4. 4 Ankomst og afgangstider 4
REGION HOVEDSTADEN TRANSPORT TIL OG FRA RIGSHOSPITALET ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk BASERET PÅ UDTRÆK FRA DEN NATIONALE TRANSPORTVANEUNDERSØGELSE
Læs mereScreeningsanalyse af ny bane Århus-Galten- Silkeborg Tillægsanalyse: Enkeltspor
Memo Titel Screeningsanalyse af ny bane Århus-Galten- Silkeborg Tillægsanalyse: Enkeltspor Dato 5 august 2011 Til Trafikstyrelsen COWI A/S Parallelvej 2 2800 Kongens Lyngby Telefon 45 97 22 11 Telefax
Læs mereMOBILITET I REGION HOVEDSTADEN En analyse af konkurrenceforhold målt ved rejsetid
MOBILITET I REGION HOVEDSTADEN En analyse af konkurrenceforhold målt ved rejsetid Rapport Dato: 19. marts 218 Indledning Baggrund I dag har Region Hovedstaden begrænset viden om konkurrenceforholdet mellem
Læs mereGrådige algoritmer. Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.
Grådige algoritmer Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Grådige algoritmer Et generelt algoritme-konstruktionsprincip ( paradigme ) for
Læs mereNOTAT. Definition af trængsel. Trængselskommissionen CAB
NOTAT Til Trængselskommissionen Vedr. Definition af trængsel Fra DTU Transport 7. oktober 2012 CAB En definition af trængsel skal sikre en ensartet forståelse af, hvad der menes med trængsel, hvad enten
Læs mereRejsevaneændringer i Rambøll og Dansk Industri
Rejsevaneændringer i Rambøll og Dansk Industri Undersøgelse af ændrede rejsevaner for medarbejdere i Rambøll og DI ved flytning til nye kontorer i Ørestad Metroselskabet, juli 2011 1 Baggrund I august
Læs mereMovia Rejsekort Analyse System. Opbygning af et driftssystem
Movia Rejsekort Analyse System Opbygning af et driftssystem About Rapidis Software developers and consultants in Logistics, Transport and Public Transportation. All products and solutions are based on
Læs merePriser, barrierer og trafikstrømme over Øresund
Priser, barrierer og trafikstrømme over Øresund Af analysechef Jarn Schauby Øresundskonsortiet, analyseafdelingen js@oresundskonsortiet.com For at beregne de samlede rejseomkostninger og dermed bestemme
Læs mereSamfundsøkonomisk analyse af en fast forbindelse over Femern Bælt
Samfundsøkonomisk analyse af en fast forbindelse over Femern Bælt Mette Bøgelund, Senior projektleder, COWI A/S Trafikdage på Aalborg Universitet 2004 1 I analysen er de samfundsøkonomiske fordele og ulemper
Læs mereRegionsstruktur á la Hovedstaden i Uffe Kousgaard. Afd. for systemanalyse. Danmarks Miljøundersøgelser
Regionsstruktur á la Hovedstaden i 1960 Uffe Kousgaard Afd. for systemanalyse Danmarks Miljøundersøgelser Trafikdage på Aalborg Universitet 2000 357 Regionsstruktur á la Hovedstaden i 1960 Indledning Et
Læs mereGrådige algoritmer. Et algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.
Grådige algoritmer Grådige algoritmer Et algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Grådige algoritmer Et algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer.
Læs mereNOAH-Trafik Nørrebrogade 39 2200 København N www.trafikbogen.dk http://noah.dk noahtrafik@noah.dk
NOAH-Trafik Nørrebrogade 39 2200 København N www.trafikbogen.dk http://noah.dk noahtrafik@noah.dk Kbh. 29. september 2012 Til Trængselskommisionen og Transportministeriet Vedrørende: TRÆNGSELSINDIKATORER
Læs mereINTERVIEW AF BESØGENDE PÅ FREDERIKSBERG KOMMUNES HANDELSSTRØG INDHOLD. 1 Introduktion 2. 2 Analysens design og omfang 2
FREDERIKSBERG KOMMUNE DECEMBER 2018 INTERVIEW AF BESØGENDE PÅ FREDERIKSBERG KOMMUNES HANDELSSTRØG ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk
Læs mereMobilitet, tilgængelighed og fremkommelighed
Mobilitet, tilgængelighed og fremkommelighed Kommissionsmøde 16. januar 2013 Otto Anker Nielsen, oan@transport.dtu.dk Definitioner Mobilitet Mobilitet er et udtryk for hvor hurtigt, man ved brug af transportsystemet
Læs mereKOLLEKTIV TILGÆNGELIGHED TIL SUNDHEDSHUSET HELSINGØR INDHOLD. 1 Sammenfatning 2. 2 Indledning Baggrund Løsning af opgaven 4
REGION HOVEDSTADEN KOLLEKTIV TILGÆNGELIGHED TIL SUNDHEDSHUSET HELSINGØR ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk LOKALISERING VED PRØVESTENSCENTRET
Læs mereBedre planlægning af kollektiv trafik med Rejsekort. 28. august 2018
Bedre planlægning af kollektiv trafik med Rejsekort 28. august 2018 Hvad har vi gjort med data? Passagertællinger hvor mange stiger af og på ved det enkelte stoppested? Rejsekort detaljeret viden om rejseruter,
Læs mereRisikofaktorudviklingen i Danmark fremskrevet til 2020
23. marts 9 Arbejdsnotat Risikofaktorudviklingen i Danmark fremskrevet til Udarbejdet af Knud Juel og Michael Davidsen Baseret på data fra Sundheds- og sygelighedsundersøgelserne er der ud fra køns- og
Læs mereBilag 7. SFA-modellen
Bilag 7 SFA-modellen November 2016 Bilag 7 Konkurrence- og Forbrugerstyrelsen Forsyningssekretariatet Carl Jacobsens Vej 35 2500 Valby Tlf.: +45 41 71 50 00 E-mail: kfst@kfst.dk Online ISBN 978-87-7029-650-2
Læs mereTilgængelighed i Danmark
Institut for Veje, Trafik og Byplan Danmarks Tekniske Universitet Tilgængelighed i Danmark Af Civilingeniør, Ph.D.-stud. Jacob Kronbak INDLEDNING I forbindelse med den nye landsplanredegørelse har Miljø-
Læs mereAllan C. Malmberg. Terningkast
Allan C. Malmberg Terningkast INFA 2008 Programmet Terning Terning er et INFA-program tilrettelagt med henblik på elever i 8. - 10. klasse som har særlig interesse i at arbejde med situationer af chancemæssig
Læs mereTrafikplan / Jeppe Grønholt-Pedersen. Økonomiforvaltningen/Team Mobilitet D
Trafikplan 2016 / Jeppe Grønholt-Pedersen Økonomiforvaltningen/Team Mobilitet D. 05.12.16 Politiske beslutninger 30. april 2015 BR godkendte, at Økonomiforvaltningen gik i gang med at udarbejde forslag
Læs mereet tog der kan køre 200 km/t og med få stop undervejs. et tog der kan køre 300 km/t og med få stop undervejs.
EMISSIONSFAKTORER FOR HURTIGTOG 2030-2080 ADRESSE COWI A/S Parallelvej 2 2800 Kongens Lyngby TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk INDHOLD 1 Indledning 1 2 Forudsætninger 1 3 Resultater 4
Læs mereRisiko i trafikken 2000-2007. Camilla Brems Kris Munch
Risiko i trafikken 2000-2007 Camilla Brems Kris Munch November 2008 Risiko i trafikken 2000-2007 Rapport 2:2008 November 2008 Af Camilla Brems og Kris Munch Copyright: Udgivet af: Rekvireres hos: Hel eller
Læs mereIndsamling af data for rutevalg i kollektiv transport
Indsamling af data for rutevalg i kollektiv transport Af Marie K. Larsen, DTU Transport, mkl@transport.dtu.dk Abstract I dette paper beskrives udformningen og resultaterne af en spørgeskemaundersøgelse
Læs mereNOTAT. Projekt om rejsetidsvariabilitet
NOTAT Dato J. nr. 15. oktober 2015 2015-1850 Projekt om rejsetidsvariabilitet Den stigende mængde trafik på vejene giver mere udbredt trængsel, som medfører dels en stigning i de gennemsnitlige rejsetider,
Læs mereEtablering af pendlerrute. Midttrafik/JA Rådgivning Jesper Andersen
Etablering af pendlerrute Midttrafik/JA Rådgivning Jesper Andersen Hovedstruktur i Aarhus 18.000 25.000 arbejdspladser Skejby/ Aarhus N 30.000 Centrum arbejdspladser Erhverv Pendlerrute Silkeborg Galten
Læs mereTrængsel er spild af tid
Trængsel er spild af tid Michael Knørr Skov Urban Planning and Transport 1 2 Projekt Trængsel Problemformulering Hvad er trængsel og med hvilke parametre kan den opgøres? Hvor stort er trængselsproblemet
Læs mereFaktorer til opdeling af turmatricer for kollektiv trafik efter tidsbånd
LT VERS. 1.0.8.3 Titel: Faktorer til opdeling af turmatricer for kollektiv trafik efter tidsbånd Dok. nr.: 35243-003 Rev.: 0 Udarbejdet: Christian Overgård Hansen 26. februar 2015 Kontrolleret: COH Godkendt:
Læs mereVejdirektoratet Trafikberegninger Nordhavnstunnel Trafikale konsekvensberegninger
Vejdirektoratet Trafikberegninger stunnel Trafikale konsekvensberegninger... 1 Indledning Dette notat beskriver og dokumenterer resultaterne af de gennemførte trafikmodelberegninger for en række scenarier
Læs mereFremtidens kollektive transportknudepunkter
Fremtidens kollektive transportknudepunkter i Hovedstadsområdet Partnermøde onsdag d. 16. maj 2018 Den Haag, Holland Hvor og hvordan kan vi planlægge for store kollektive trafikknudepunkter med multiskift?
Læs mereNOTAT: Telekørsel i Middelfart Kommune
NOTAT: Telekørsel i Middelfart Kommune Indledning Sideløbende med FynBus bestyrelses beslutning, 12. juni 2014, om at indføre et fælles telekørselskoncept, startede FynBus en proces op i foråret 2014 med
Læs mereIII Værebroparken - Bagsværd st. - Gladsaxe Trafikplads - Søborg Torv - Buddinge st.
Notat Til: Gladsaxe Kommune Kopi til: 676416 Sagsbehandler CNR Direkte 36 13 16 79 Fax 36 13 20 93 CNR@moviatrafik.dk CVR nr: 29 89 65 69 EAN nr: 5798000016798 15. januar 2010 Trafikbestilling til år 2011
Læs mereBRUGERUNDERSØGELSE INDHOLD. 1 Baggrund. 1 Baggrund 1. 2 Metode 2. 3 Spørgeskemaets indhold 2
KOLDING KOMMUNE BRUGERUNDERSØGELSE TEKNISK NOTAT ADRESSE COWI A/S Visionsvej 53 9000 Aalborg TLF +45 56 40 00 00 FAX +45 56 40 99 99 WWW cowi.dk INDHOLD 1 Baggrund 1 2 Metode 2 3 Spørgeskemaets indhold
Læs mere15.1 Fremtidens buskoncepter
Bestyrelsesmødet den 25. oktober 2012. Bilag 15.1 Sagsnummer Sagsbehandler MLL Direkte 36 13 15 05 Fax - MLL@moviatrafik.dk CVR nr: 29 89 65 69 EAN nr: 5798000016798 5. oktober 2012 15.1 Fremtidens buskoncepter
Læs mereIndholdsfortegnelse. 1. Skolevejsundersøgelse for Hareskov Skole. 0. 1. Skolevejsundersøgelse for Haresk
Indholdsfortegnelse 1. Skolevejsundersøgelse for Hareskov Skole...1 1.1 Beskrivelse af undersøgelsen...1 1.2 Besvarelsesprocenter...2 1.3 Transportmiddelvalg...3 1.4 Elevernes rutevalg...5 1.4.1 Ruter
Læs mereLektiebusser. Evaluering af gratis internet i busser. December 2013
Lektiebusser Evaluering af gratis internet i busser December 2013 1 Indhold 1 Baggrund og formål... 3 2 Facts og metode... 4 2.1 Repræsentativitet og validitet... 5 3 Respondenter... 6 4 Konklusioner...
Læs mereNotat. Til: Gladsaxe Kommune. Juni Evaluering af kommunens trafikbestilling 2012
Notat Til: Gladsaxe Kommune Sagsnummer Sagsbehandler JHI Direkte 36 13 16 14 Fax - JHI@moviatrafik.dk CVR nr: 29 89 65 69 EAN nr: 5798000016798 Juni 2013 Evaluering af kommunens trafikbestilling 2012 I
Læs mere