Крупных городов 12 Страница

Прогнозные и имитационные модели в своих алгоритмах уже учи тывают основные определяющие предпочтения всех участников до рожного движения при выборе маршрутов по сети. Существует, одна ко, большое количество моделей, предназначенных для оптимизации функционирования транспортных сетей (оптимизационные модели).

Точнее, они призваны решать локальные прикладные задачи, связан ные с перевозочным процессом отдельных субъектов – пользователей автомобильных дорог (участников дорожного движения): оптимизи ровать маршруты пассажирских и грузовых перевозок, расписание движения транспорта, создавать оптимальную конфигурацию марш рутной сети и др.

Группы моделей подчиненно связаны друг с другом. Прогнозы ин тенсивности движения транспорта служат исходными данными для последующей имитации этого движения во времени. Имитация по рождает видимую потребность в оптимизации того или иного транс портного процесса. Такая связь моделей различных групп и назначе ний позволяет говорить о некоторой модельной основе, так или иначе необходимой при создании каждой из них и объединенной одним тер мином – «транспортная модель города».

3.1.1. Мировой опыт создания прогнозных моделей.

Современные инструменты моделирования Сложившийся подход к решению задач транспортного планирова ния и организации дорожного движения обычно находится в плоско сти создания программ мониторинга состояния и условий движения на улично-дорожной сети городов. В дальнейшем на основе данных мониторинга строятся статистические модели, описывающие измене Глава 3. Методика оценки качества функционирования...

ние состояния транспортной системы во времени и ее влияние на со стояние жизни в городах.

На основе этих моделей делаются попытки прогнозировать поведе ние транспортной системы во времени, но огромное число факторов, кроме основных – интенсивности и скорости транспортных потоков, делают эту задачу почти невыполнимой.

Для построения некой стационарной усредненной модели пове дения и функционирования УДС города требуются значительные по времени наблюдения за состоянием движения, после чего можно опи сать это поведение математически и постараться учесть максимальное количество факторов, влияющих на него. Но жизнеспособность таких моделей ничтожна: с таким трудом построенная модель работы город ской транспортной системы полностью разрушается при сколь угодно малом изменении транспортного предложения (например, при орга низации движения или строительстве новых элементов сети).

Движение транспортных потоков, описываемое рядом сравни тельно легко получаемых параметров этого движения, само по себе не несет практически никакой информации для целей последующего моделирования этих процессов. Возникает вопрос о целях моделиро вания, ибо значимость модели можно оценить только ее прикладным характером. Построив модели поведения производных величин, мы не получим инструмента для реализации управленческих решений по воздействию на систему в целом, не зная причин и внутренних законов ее функционирования.

Главная задача всех математических моделей – заглянуть в буду щее, в то время, когда моделируемого объекта еще нет, либо создать условия, в которых этот объект еще не был.

Среди всего разнообразия математических моделей, применяемых для анализа транспортных систем городов и регионов, можно выде лить три основные группы [41]: прогнозные, имитационные и оптими зационные модели.

Каждой группе моделей соответствует определенный круг задач.

В нашем случае это будут задачи:

– транспортного планирования;

– организации дорожного движения;

– оптимизации перевозочного процесса.

Моделирование дает возможность наглядно изобразить комплекс ные процессы деятельности транспорта, прогнозировать перераспре деления транспортных потоков в результате таких внешних воздей ствий на участки УДС, как:

– строительство новых участков сети;

– реконструкция (расширение) участков сети;

– закрытие отдельных участков сети;

– изменения условий движения в сети.

3.1. Теоретико-прикладные основы создания прогнозных... Основываясь на результатах наблюдений за действующей УДС, можно выявить только несбалансированность сети и устранить ее, уделяя при этом внимание не узким (проблемным) местам, а исклю чительно поиску резервов и разработке мероприятий по их задейство ванию, которые чаще всего решаются средствами организации дорож ного движения.

Отсюда следует вывод: слабое место на УДС – это тот ее участок, где есть резервы в использовании пропускной способности. Следова тельно, риски в дорожном планировании (проектировании и строи тельстве) в первую очередь связаны с недополученной транспортной работой при реализации дорожного проекта. И эта ошибка в принятии решений почти всегда остается неустранимой, в отличие от проектов, в результате реализации которых может быть проделана большая транс портная работа даже при значительных транспортных издержках.

Прогнозные модели предназначены для моделирования объемов транспортной работы в сетях при известном размещении потокообра зующих объектов города. С их помощью можно прогнозировать по следствия изменений в транспортной сети города. Модели этого типа применяют для поддержки решений в области транспортного плани рования города, анализа последствий тех или иных мер по организа ции движения, выбора альтернативных проектов развития транспорт ной сети и др.

Транспортные модели, основанные на принципах компьютерного моделирования распределения транспортных потоков, впервые соз даны в 1960 г. в Великобритании. Они востребованы и в российских городах. В настоящее время в России сформировалось более 10 кол лективов, которые с успехом используют отечественные и зарубежные пакеты прикладных программ для решения статических и динамиче ских задач транспортного планирования и организации дорожного движения в городах. Большинство исследователей решают частные, локальные задачи на отдельных участках УДС, и лишь немногие за думываются об оценке эффективности транспортной системы в целом, влияющей на качество жизни, с учетом эволюции транспортной систе мы. Такие исследования очень важны не столько для решения текущих проблем, например транспортных заторов, сколько для выработки на учно обоснованной стратегии развития транспортных систем городов на перспективу с учетом изменения транспортной мотивации людей под влиянием различных факторов, прежде всего связанных с измене нием их потребностей.

Современные транспортные модели и сейчас используют основные определяющие соотношения поведения людей в процессе удовлетво рения их транспортных потребностей, выведенные во второй половине ХХ в. Однако бурное развитие вычислительных мощностей современ ных компьютеров позволило за последние 20 лет в десятки раз уско Глава 3. Методика оценки качества функционирования...

рить основные вычислительные процедуры, существенно уточнить и детализировать модели транспортных сетей городов, учесть в расчетах гораздо большее количество различных факторов, определяющих по ведение современных участников дорожного движения.

К настоящему времени созданы транспортные модели всех круп ных городов мира. В США есть модели всех городов с населением бо лее 1 млн жителей. В Германии и Нидерландах транспортные модели имеет каждый город с населением более 100 тыс. человек. С помощью коммерческих программных комплексов построены транспортные мо дели в таких городах, как Нью-Йорк, Лос-Анджелес, Лондон, Париж, Милан и другие, а также модель транспортной сети почти всей Европы от границ СНГ до Атлантического океана (рис. 3.1).

Рис. 3.1. Фрагменты транспортных моделей Европы, городов Лос-Анджелес (США) и Карлсруэ (Германия) За два последних года сразу несколько российских городов закон чили создание своих транспортных моделей и успешно их эксплуати руют (рис. 3.2 и 3.3).

Рис. 3.2. Транспортная модель Васильевского острова в Санкт-Петербурге Найденные еще в прошлом веке закономерности перераспределе ния транспортных потоков по улично-дорожной сети городов в наши дни достаточно подробно алгоритмизированы, запрограммированы и превращены в коммерческие программные продукты, которые, как и транспортные модели, можно разделить по назначению и типу решае мых задач на несколько классов. Однако производители программных продуктов в области транспортного моделирования и прогнозирова 3.1. Теоретико-прикладные основы создания прогнозных... Рис. 3.3. Транспортные модели российских городов: Томска, Астрахани, Барнаула, Волгодонска ния в условиях жесткой конкуренции на рынках программного обе спечения стремятся унифицировать свои продукты, создавая целые программные комплексы, охватывающие решение задач различного назначения и использующие транспортные модели разных классов.

Чаще в единые программные комплексы объединяются инструмен ты, реализующие задачи и работающие с моделями первого и второго класса, то есть в области транспортного планирования и организации дорожного движения. Для простоты восприятия назначения отдель ных модулей программных комплексов производители используют классификацию, определяющую степень детализации модели и гео метрические размеры моделируемых систем. Различают программные продукты макро- и микроуровня моделирования.

В мире только формируется рынок программных продуктов в об ласти транспортного планирования (макромоделирования) и органи зации движения (микромоделирования). Одной из первых и наиболее известной в прошлом программ, реализующих четырехшаговую про цедуру прогнозирования загрузки транспортных сетей, была програм ма EMME/2 (Equilibre Multimodal, Multimodal Equilibrium, или Муль тимодальное Равновесие).

Глава 3. Методика оценки качества функционирования...

Впервые транспортные модели в EMME/2 созданы в Канаде и Финляндии. EMME/2 была разработана как интерактивно-графи ческая гибкая среда моделирования для городского и регионального транспортного планирования.

Успешным результатом построения мультимодальной транспорт ной модели для большого города стала модель, построенная для Мон реаля (Канада). Собственно, программный комплекс EMME/2 и был разработан именно для этого города.

Не так давно на российском рынке почти одновременно появились две системы моделирования движения: Vissim+Visum (PTV Vision) и Aimsun NG (TSS). По своим возможностям и области решаемых за дач они практически идентичны и объединяют в себе полный пакет программного обеспечения для планирования, анализа и организации транспортного движения.

Наиболее широко в России представлены программные продукты компании PTV AG – PTV vision® VISUM и PTV vision® VISSIM. Они представляют собой единый комплекс, реализующий задачи макро- и микромоделирования транспортных систем.

Например, PTV Vision® VISUM объединяет в себе полный пакет программного обеспечения для планирования, анализа и организации транспортного движения, позволяет отображать все виды индивиду ального и общественного транспорта в единой модели. Область при менения PTV Vision® обширна: от подготовки проектов организации и анализа схем движения на перекрестках и развязках до исследований комплексных транспортных систем городов и регионов, включая соз дание перспективных интегрированных транспортных концепций для индивидуального и общественного транспорта. Одновременно с этим PTV Vision® решает задачи оперативного и стратегического транспорт ного планирования.

Благодаря многообразию функций PTV Vision® круг его пользова телей очень широк и разнообразен. К нему относятся проектировщи ки, чиновники транспортных министерств и ведомств, инженерные компании, транспортные управления, управления железных дорог и многие другие. Уже сегодня специалисты более чем 70 стран мира применяют PTV Vision®, а это свыше 1100 различных организаций по всему миру. Пакет программ PTV Vision привлекают для решения про блем моделирования транспортных систем такие города России, как Санкт-Петербург (ЗАО «Петербургский НИПИГрад», комитет по транспорту), Томск (Томский государственный архитектурно-строи тельный университет), Иркутск (Иркутский государственный техни ческий университет).

В модуле VISUM PTV Vision® реализован первый уровень модели рования – макромоделирование, в котором объектом моделирования служит транспортный поток. Основными пользователями данного мо 3.1. Теоретико-прикладные основы создания прогнозных... дуля VISUM PTV Vision® являются городские и федеральные департа менты и комитеты по транспорту, транспортные компании-перевозчи ки, транспортные компании, предоставляющие услуги общественного транспорта, компании, специализирующиеся на транспортном кон сультировании, а также вузы.

Область применения PTV Vision® VISUM: разработка комплекс ных транспортных схем городов и регионов;

планирование городского строительства;

составление схем перевозок, в том числе мультимо дальных;

планирование и контроль деятельности транспортных пред приятий, объединений и исполнителей заказов;

прогнозирование рен табельности общественных пассажироперевозок с учетом интересов пассажиров.

Кроме того, в мире существует множество специальных систем для микромоделирования транспортных потоков, например VISSIM, TRANSIMS, PARAMICS, EMME/2, SATURN.

3.1.2. Структурная схема прогнозной транспортной модели Из всего разнообразия типов транспортных моделей, обзор кото рых изложен в специальной литературе [97, 128], подробнее остано вимся на моделях, используемых в транспортном планировании горо дов. В отличие от задач организации дорожного движения, где находят широкое применение имитационные модели движения транспорта, в транспортном планировании используют прогнозные модели, кото рые оперируют следующими макроскопическими параметрами: ско рость и интенсивность транспортного потока, интенсивность пассажи ропотоков.

Основой моделирования городских транспортных систем обычно является решение задачи реализации пассажирских транспортных корреспонденций, доля которых в общем объеме транспортного дви жения крупного города составляет 85–95%.

Транспортная модель в целом представляет собой программный комплекс, включающий в себя информационные и расчетные блоки.

Информационные блоки составляют единую базу данных, предназна ченную для хранения и обработки информации, необходимой для про гноза транспортных потоков. Расчетные блоки реализуют алгоритмы решения задач математического программирования, ориентирован ные на прогноз потребности в передвижениях и расчет реализующих ее транспортных потоков.

Любая математическая модель функционирования транспортной сети основывается на большом объеме исходных данных, получение которых вызывает серьезные затруднения. И это, в первую очередь, является основной трудностью на пути создания транспортных моде лей крупных городов. Очевидно, что сбор исходных данных представ Глава 3. Методика оценки качества функционирования...

ляет собой наиболее трудоемкий и продолжительный по времени этап при построении транспортных моделей [8].

Алгоритм каждой из известных групп транспортных моделей в ко нечном итоге решает задачу о степени соответствия существующего транспортного спроса имеющемуся транспортному предложению. В связи с этим и создание основы модели, и наполнение ее исходными данными можно разделить на два независимых друг от друга этапа:

создание транспортного предложения и создание (расчет) транспорт ного спроса.

На заключительном этапе, имея сформированные и формализован ные параметры транспортного спроса и предложения, можно свести задачу к совершенствованию алгоритмов распределения транспорт ного спроса по существующему транспортному предложению и кали бровке модели по собранным натурным данным, характеризующим основные параметры транспортного движения на действующей в на стоящее время сети. При этом формализация параметров, характери зующих существующее состояние дорожно-транспортного комплекса, будет первым этапом в создании транспортной модели города (созда ние транспортного предложения).

Рис. 3.4. Структура основных составляющих прогнозной транспортной модели 3.1. Теоретико-прикладные основы создания прогнозных... Второй этап в построении модели – создание или расчет транспорт ного спроса представляет собой куда более сложную и трудоемкую задачу. Схематично структура основных составляющих прогнозной транспортной модели представлена на рис. 3.4.

Транспортное предложение состоит из элементов, с помощью кото рых транспортная система (города либо региона) удовлетворяет су ществующий транспортный спрос и в итоге определяет, какой объем спроса и насколько качественно может удовлетворить транспортная система.

Транспортный спрос количественно и качественно обусловлен по требностью жителей города в перемещении.

Весь объем необходимых для формализации исходных данных в целях создания прогнозной транспортной модели состоит из большого числа составляющих.

Транспортное предложение:

– картографическая информация (цифровой план города);

– сеть путей движения для различных видов транспорта, ее свой ства и условия движения, включая технические средства организации дорожного движения;

– типы улиц и дорог, среднегодовая суточная интенсивность, про пускная способность перегонов и перекрестков и т. д.

Транспортный спрос:

– данные статистики: сведения о населении, в том числе трудоспо собном, о рабочих местах, включая сферу услуг, о количестве студен тов и учебных местах;

– данные статистики о распределении корреспонденций по целям поездок;

– модель Split: общее разделение транспортных потоков по видам транспорта на исследуемой территории.

Расчет прогноза в такой транспортной модели осуществляется по четырехшаговому алгоритму, вследствие чего эти прогнозные транс портные модели называют «четырехшаговыми». В создании и после дующей работе такой модели можно выделить четыре этапа (шага):

1. Генерация спроса (Trip Generation). Во время выполнения проце дуры генерации транспортного спроса определяется объем движения источника и цели для каждого района по слоям спроса. Понятие слоя спроса тождественно понятию цели поездки (на учебу, домой, поездки по работе и т.д.). Расчет объемов производят на основе данных стати стики.

2. Распределение спроса (Trip Distribution). Во время выполнения процедуры распределения транспортного спроса производится расчет матриц корреспонденций для слоев спроса без учета способа их реа лизации (видов транспорта) на основе матриц затрат (или линейной комбинации матриц затрат для разных видов транспорта) и функций Глава 3. Методика оценки качества функционирования...

Рис. 3.5. Матрицы корреспонденций в транспортной модели Перми предпочтения. Функция предпочтения определяет вероятность совер шения корреспонденции в зависимости от затрат, при этом каждому слою спроса может соответствовать своя функция предпочтения.

В настоящее время в транспортных моделях крупных городов ис пользуются 15 слоев спроса и соответственно 15 матриц корреспон денций (рис. 3.5).

3. Выбор режима (Mode Choice). Во время выполнения процедуры выбора режима определяют способ реализации корреспонденции – на ИТ или на ОТ. Выбор происходит путем расщепления матрицы корре спонденций на две. Расщепление матриц корреспонденций также про исходит на основе матриц затрат (или линейной комбинации матриц затрат для разных видов транспорта) и функций предпочтения. При этом функции предпочтения для выбора режима могут отличаться от функций предпочтения для распределения спроса.

3.1. Теоретико-прикладные основы создания прогнозных... 4. Перераспределение (Assignment). Во время выполнения процеду ры полученные матрицы корреспонденций по видам транспорта рас пределяют по транспортному предложению для выбора того или иного пути их реализации. Процедура перераспределения основывается на поиске алгоритмов, которые определяют маршруты или соединения между источником и целью. Поиск процедуры следует за ее выбором, который распределяет спрос отношений источник-цель на маршруты/ соединения.

Процедуру перераспределения выполняют отдельно для индиви дуального и общественного транспорта. Для индивидуального транс порта учитывают такие факторы, как ширина проезжей части, наличие светофорного регулирования и его режимы, наличие одностороннего движения, запретов на проезд грузового транспорта по участкам УДС, запретов маневров на перекрестках, а также парковок, оказывающих влияние на условия движения транспорта.

При перераспределении общественного транспорта принимают во внимание все отдельные маршруты и расписание движения по ним.

При этом учитывают время в пути для каждого варианта маршрута, пересадок, а также время в пути пешком от центра тяжести района-ис точника до остановки и от остановки до центра тяжести района-цели.

Схема четырехшаговой модели представлена на рис. 3.6.

Транспортное предложение задается в виде узлов, отрезков (пере гонов), примыканий (точек доступа в системы), а для каждого из элементов – свои характеристики. Транспортное предложение для системы городского пассажирского транспорта общего пользования, кроме перечисленных элементов, включает маршруты прохождения ОТ, остановки и расписания. В транспортных моделях этот вид транс порта представляет собой единую систему, формально не разделяемую на транспортные средства и транспортную инфраструктуру.

Кроме информационной основы, модель транспортного предложе ния содержит некий набор определяющих соотношений, описываю щих основные процессы взаимодействия транспортной инфраструк туры и транспортных средств, основу которых составляют функции сопротивления, или функции затрат.

В процедурах распределения и выбора режима транспортное пред ложение участвует как источник формирования матриц затрат. На основе сформированных матриц затрат определяют временные затра ты на совершение корреспонденций из района в район. Впоследствии сформированные матрицы затрат ИТ и ОТ используют при выполне нии процедуры выбора режима.

На этапе перераспределения для индивидуального транспорта учи тывают детализацию транспортного предложения: конкретные харак теристики и конфигурацию каждого из элементов УДС. Для каждого элемента УДС определяют значение функции сопротивления – за Глава 3. Методика оценки качества функционирования...

Рис. 3.6. Схема работы четырехшаговой модели расчета 3.1. Теоретико-прикладные основы создания прогнозных... держки на элементе нагруженной сети в зависимости от интенсивно сти транспортного потока и пропускной способности элемента.

При перераспределении общественного транспорта аналогично ин дивидуальному транспорту каждой корреспонденции ОТ назначается свой путь в существующей маршрутной сети. В качестве критерия для выбора пути ОТ используют инфраструктурное сопротивление, то есть воспринимаемое время в пути, включающее в себя время пеше ходного подхода, поездки, ожидания и пересадок.

3.1.3. Основные показатели качества транспортных моделей После создания транспортной модели часто бывает необходимо оценить ее качество, основными показателями которого являются:

1. Размер модели (статистика), а именно количество:

– узлов (дополнительно – их детализация: учет метода регулирова ния перекрестка, разные задержки для поворотных маневров);

– отрезков;

– примыканий;

– транспортных районов;

– пунктов остановок ОТ;

– маршрутов ОТ.

2. Детализация модели транспортного спроса:

– количество режимов (ИТ или ОТ);

– количество систем транспорта (ИТ – ЛА, ГА, ОТ – автобус, трам вай, троллейбус);

– количество слоев спроса;

– количество используемых функций предпочтения (одна для раз ных слоев спроса или разные).

3. Качество результатов расчета модели, его значения:

– количество мест подсчета;

– коэффициент корреляции;

– средняя относительная ошибка;

– средняя абсолютная ошибка.

Таким образом, предложенные показатели качества транспортных моделей позволяют оценить как объем и качество используемых для их создания исходных данных, так и качество функционирования мо дели, то есть степень ее достоверности. В табл. 3.1 приведены значения показателей качества транспортных моделей некоторых городов.

3.1.4. Калибровка транспортных моделей С совершенствованием методики и технологий разработки транс портных моделей городов на первое место выходят вопросы оценки их адекватности. Процесс калибровки – один из самых важных этапов в создании транспортной модели, в ходе которого необходимо добиться Глава 3. Методика оценки качества функционирования...

Таблица 3. Значение показателей качества транспортных моделей городов Перми, Екатеринбурга и Самары Количество элементов в модели Элементы сети Пермь Екатеринбург Самара Размер модели (статистика) Узлы 5224 3756 Отрезки 11784 8732 Примыкания 4468 2252 транспортные районы 387 339 Остановки 464 520 зоны остановки 907 1097 пункты остановки 931 1246 маршруты ОТ 109 149 Детализация модели транспортного спроса Количество режимов 2 2 Количество систем 7 8 транспорта Количество слоев спроса 15 15 Количество используемых 15 15 функций предпочтения максимальной близости результатов, полученных на основе моделиро вания, и данных, собранных при проведении обследований интенсив ности транспортных потоков.

Термин «калибровка» заимствован из иностранного языка, как и часто употребляемые термины «верификация» и «валидация». С их помощью можно представить последовательность операций по повы шению общего качества транспортных моделей. На рис. 3.7 представ лен алгоритм последовательных шагов, проводимых разработчиками и пользователями транспортных моделей с целью их актуализации.

В первом приближении можно заключить, что процесс верифика ции относится к исходным данным, участвующим в модели, в то время как термин «валидация» – к проверке работоспособности непосред ственно алгоритма расчета, то есть к качеству построенных опреде ляющих соотношений. Заключительный этап создания транспортной 3.1. Теоретико-прикладные основы создания прогнозных... Рис. 3.7. Последовательность шагов повышения качества транспортных моделей модели именуется термином «калибровка», который обозначает про цесс, также затрагивающий набор определяющих соотношений транс портной модели, и представляет собой уточнение набора параметриче ских функций, заложенных в определяющие соотношения модели на основе собираемых натурных данных и предварительно верифициро ванных входных данных модели.

Подходы к процессу повышения качества транспортных моделей можно отнести к двум составляющим: транспортному спросу и транс портному предложению. В каждой группе верифицируются и кали бруются последовательно глобальные и локальные параметры, то есть характерные для всего объекта моделирования и распределенные в пространстве.

Целями мероприятий каждого этапа повышения качества транс портной модели являются:

верификация, цель которой заключается в проверке логики модели.

На данном этапе выполняется проверка соответствия полученных ре зультатов расчета модели набору входных параметров и определяется, насколько ожидаемы полученные результаты;

Глава 3. Методика оценки качества функционирования...

валидация, имеющая своей целью оценку способности модели соот ветствовать выбранным начальным значениям (аналитическое реше ние или натурные данные) для конкретной области применения;

калибровка с целью добиться идентичности расчетных и натурных характеристик функционирования транспортной системы города, или процесс отбора лучшего набора параметров модели. Калибровка про водится на каждом шаге четырехшаговой транспортной модели.

3.1.5. Оценка качества транспортной модели Для оценки адекватности и качества транспортных моделей ис пользуют общепринятые статистические критерии, которые позволя ют быстро оценивать основные качественные параметры созданных моделей. Следует заметить, что в среде транспортных инженеров, за нимающихся вопросами транспортного моделирования, сложились определенные доверительные границы, при которых на основании су ществующего набора статистических критериев созданная транспорт ная модель имеет право быть использованной в практических транс портных расчетах.

Оценку проводят по следующим параметрам:

Средняя абсолютная ошибка:

среднее отклонение абсолютных значений (разница между наблю даемым и рассчитанным значением):

abs(Z i U i), (a) = (3.1) N где Z – наблюдаемое значение;

U – значение, полученное из модели;

N – количество точек наблюдения. Обозначения одинаковы для фор мул (3.2)–(3.6).

Средняя относительная ошибка:

среднее отклонение абсолютных значений, %:

abs(Z U) i i (p) 100 %. (3.2) = Z i Абсолютное значение RMSE (root of mean squared error):

среднеквадратическое отклонение:

N (a) (Z i U i)2 N. (3.3) = i =1 3.1. Теоретико-прикладные основы создания прогнозных... Относительное значение RMSE(root of mean squared error):

относительное среднеквадратическое отклонение:

(Z U i)2 (N 1) a (3.4) i (з) = = Zi N Zi N Коэффициент корреляции:

(Z Z) (U U) i i. (3.5) r= (Z Z) (U U) 2 i i 1 Zi, U i.

Z U = = (3.6) N N Как пример приведем указанные параметры качества прогнозной транспортной модели города Перми. Калибровку и последующую оценку качества прогнозной транспортной модели проводили при сле дующих основных характеристиках модели и натурных данных, ис пользуемых для калибровки. (табл. 3.2).

Таблица 3. Основные характеристики транспортной модели города Перми и натурных данных, используемых для калибровки Количество элементов Элементы сети в модели Количество точек натурных обследований 12739 (авт./сутки) Z Среднее наблюдаемое значение 11001 (авт./сутки) U Среднее расчетное значение В результате проведенной процедуры калибровки были получены следующие показатели качества прогнозной транспортной модели го рода Перми (табл. 3.3).

Дата добавления: 2017-02-01; Просмотров: 94; Нарушение авторских прав?; Мы поможем в написании вашей работы!