Statistical models for the estimation of the origin-destination matrix from traffic counts

Autores

  • Anselmo Ramalho Pitombeira Neto Departamento de Engenharia de Produção Universidade Federal do Ceará http://orcid.org/0000-0001-9234-8917
  • Francisco Moraes Oliveira Neto Universidade Federal do Ceará
  • Carlos Felipe Grangeiro Loureiro Universidade Federal do Ceará

DOI:

https://doi.org/10.14295/transportes.v25i4.1344

Palavras-chave:

Matriz origem-destino, Demanda por transportes, Modelos estatísticos.

Resumo

No planejamento dos transportes, um dos primeiros passos é estimar a demanda por viagens. O produto final do processo de estimação é uma matriz origem-destino (OD), cujas entradas correspondem ao número de viagens entre pares de zonas de origem-destino em uma região de estudo. Neste artigo, revisamos os principais modelos esta­tísticos propostos na literatura para a estimação da matriz OD com base em contagens de tráfego. Ao contrário dos modelos de reconstrução, os modelos estatísticos não vi­sam a estimar a matriz OD exata correspondente aos volumes de tráfego observados, mas sim a estimar os parâmetros de um modelo estatístico da população de matrizes OD. Inicialmente, define-se o problema da estimação, enfatizando sua natureza subes­pecificada, o que levou ao desenvolvimento de vários modelos baseados em diferentes abordagens. Descrevem-se modelos estáticos cujos parâmetros são estimados por meio da máxima verossimilhança, do método dos momentos e da inferência bayesi­ana. Descrevem-se também alguns modelos dinâmicos recentes. Em seguida, discu­tem-se questões de pesquisa relacionadas ao problema da subespecificação, às pre­missas adotadas nos modelos e à estimativa da matriz de escolha de rotas, e indicam-se direções de pesquisa promissoras.

Downloads

Não há dados estatísticos.

Biografia do Autor

Anselmo Ramalho Pitombeira Neto, Departamento de Engenharia de Produção Universidade Federal do Ceará

<span>Possui graduação em Engenharia de Produção Mecânica pela Universidade Federal do Ceará (UFC, 2005) , mestrado em Engenharia Mecânica pela Universidade de São Paulo (2008) e doutorado em Engenharia de Transportes pela Universidade Federal do Ceará (2015). É professor efetivo do Departamento de Engenharia de Produção da Universidade Federal do Ceará, no qual leciona as disciplinas de Pesquisa Operacional, Simulação de Sistemas e Fundamentos de Economia. Realiza pesquisa em modelos matemáticos para a otimização e simulação de sistemas de produção e transportes.</span><br /><br />Áreas de atuação:<br /><br /><div><span>Desenvolvimento e aplicação de modelos de inferência estatística da demanda por transportes;<br /><br /> - Desenvolvimento e aplicação de modelos de otimização de problemas em transportes e logística;<br /><br />- Matriz origem-destino.<br /><br /> </span></div>

Francisco Moraes Oliveira Neto, Universidade Federal do Ceará

Departamento de Engenharia de Transportes/Planejamento de transportes

Carlos Felipe Grangeiro Loureiro, Universidade Federal do Ceará

Departamento de Engenharia de Transportes/Planejamento de transportes

Referências

Ashok, K. and M. E. Ben-Akiva (2002) Estimation and prediction of time-dependent origin-destination flows with a stochastic mapping to path flows and link flows. Transportation Science, v. 36, p. 184–198. DOI: 10.1287/trsc.36.2.184.56

Bekhor, S.; M. E. Ben-Akiva and M. S. Ramming (2006) Evaluation of choice set generation algorithms for route choice models. Annals of Operations Research, v. 144, p. 235–247. DOI: 10.1007/s10479-006-0009-8

Ben-Akiva, M. E. and S. R. Lerman (1985) Discrete choice analysis: Theory and application to travel demand. MIT Press, Cambridge, MA, USA.

Caceres, N.; L. M. Romero and F. G. Benitez (2013) Inferring origin-destination trip matrices from aggregate volumes on groups of links: a case study using volumes inferred from mobile phone data. Journal of Advanced Transportation, v. 47, p. 650-666. DOI: 10.1002/atr.187

Carvalho, L. E. (2014) A Bayesian statistical approach for inference on static origin-destination matrices in transportation studies. Technometrics, v. 56, p. 225–237. DOI: 10.1080/00401706.2013.826144

Cascetta, E. (2009) Transportation Systems Analysis: Models and Applications (2nd ed.). Springer, New York, NY, USA.

Cascetta, E. (1993) Dynamic estimators of origin-destination matrices using traffic counts. Transportation Science, v. 27, p. 363–373. DOI: 10.1287/trsc.27.4.363

Castillo, E.; J. M. Menéndez and P. Jiménez (2008) Trip matrix and path flow reconstruction and estimation based on plate scanning and link observations. Transportation Research Part B, v. 42, p. 455–481. DOI: 10.1016/j.trb.2007.09.004

Chen, A. S.; Ryu; X. Xu and K. Choi (2014) Computation and application of the paired combinatorial logit stochastic user equilibrium problem. Computers and Operations Research, v. 43, p. 68–77. DOI: 10.1016/j.cor.2013.08.022

Cremer, M. and H. Keller (1987) A new class of dynamic methods for the identification of origin-destination flows. Transportation Research Part B, v. 21, p. 117–132. DOI: 10.1016/0191-2615(87)90011-7

Daganzo, C. F. and Y. Sheffi (1977) On stochastic models of traffic assignment. Transportation Science, v. 11, n. 3, p. 253–274. DOI: 10.1287/trsc.11.3.253

Gelman, A.; J. B. Carlin; H. S. Stern; D. B. Dunson; A. Vehtari and D. B. Rubin (2013) Bayesian Data Analysis (3rd ed.). Chapman & Hall, Boca Raton, FL, USA.

Geman, S. and D. Geman (1984) Stochastic relaxation, gibbs distributions, and the bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, v. 6, n. 6, p. 721–741. DOI: 10.1109/TPAMI.1984.4767596

Hastings, W. K. (1970) Monte carlo sampling methods using markov chains and their applications. Biometrika, v. 57, n. 1, p. 97–109. DOI: 10.2307/2334940

Hazelton, M. L. (1998) Some remarks on stochastic user equilibrium. Transportation Research Part B, v. 32, p. 101–108. DOI: 10.1016/S01912615(97)00015-5

Hazelton, M. L. (2000) Estimation of origin-destination matrices from link flows on uncongested networks. Transportation Research Part B, v. 34, p. 549–566. DOI: 10.1016/S0191-2615(99)00037-5

Hazelton, M. L. (2001) Inference for origin-destination matrices: estimation, prediction and reconstruction. Transportation Research Part B, v. 35, p. 667–676. DOI: 10.1016/S0191-2615(00)00009-6

Hazelton, M. L. (2003) Some comments on origin-destination matrix estimation. Transportation Research Part A, v. 37, p. 811–822. DOI: 10.1016/S0965-8564(03)00044-2

Hazelton, M. L. (2008) Statistical inference for time varying origin-destination matrices. Transportation Research Part B, v. 42, p. 542–552. DOI: 10.1016/j.trb.2007.11.003

Hazelton, M. L. (2010) Bayesian inference for network-based models with a linear inverse structure. Transportation Research Part B, v. 44, p. 674–685. DOI: 10.1016/j.trb.2010.01.006

Lo, H.-P.; N. Zhang and W. H. K. Lam (1996) Estimation of an origin-destination matrix with random link choice proportions: a statistical approach. Transportation Research Part B, v. 30, p. 309–324. DOI: 10.1016/0191-2615(95)00036-4

Lo, H.-P. and C.-P. Chan (2003) Simultaneous estimation of an origin-destination matrix and link choice proportions using traffic counts. Transportation Research Part A, v. 37, p. 771–788. DOI: 10.1016/S0965-8564(03)00048-X

Marzano, V.; A. Papola and F. Simonelli (2009) Limits and perspectives of effective O-D matrix correction using traffic counts. Transportation Research Part C, v. 17, p. 120–132. DOI: 10.1016/j.trc.2008.09.001

Nakayama, S. and D. Watling (2014) Consistent formulation of network equilibrium with stochastic flows. Transportation Research Part B, v. 66, p. 50–69. DOI: 10.1016/j.trb.2014.03.007

Oliveira Neto, F. M.; A. R. Pitombeira Neto; C. F. G. Loureiro and B. V. Bertoncini (2016) Discussão conceitual sobre métodos de reconstrução de matrizes origem-destino estáticas em redes de transportes. Transportes, v.24, n.1, p. 107-119. DOI: 10.14295/transportes.v24i1.1017

Ortúzar, J. de D. and L. G. Willumsen (2011) Modelling Transport (4th ed.). Wiley, Chichester, UK. Parry, K. and M. L. Hazelton (2012) Estimation of origin-destination matrices from link count and sporadic routing data. Transportation Research Part B, v. 46, p. 175–188. DOI: 10.1016/j.trb.2011.09.009

Parry, K and M. L. Hazelton (2013) Bayesian inference for day-to-day dynamic traffic models. Transportation Research Part B, v. 50, p. 104–115. DOI: 10.1016/j.trb.2013.01.003

Pitombeira-Neto, A. R. and C. F. G. Loureiro (2016) A dynamic linear model for the estimation of time-varying origin-destina-tion matrices from link counts. Journal of Advanced Transportation, v. 50, n. 8, p. 2116–2129. DOI: 10.1002/atr.1449

Robillard, P. (1975) Estimating the OD matrix from observed link volumes. Transportation Research, v. 9, p. 123–128. DOI: 10.1016/00411647(75)90049-0

Shao, H.; W. H. K. Lam; A. Sumalee; A. Chen and M. L. Hazelton (2014) Estimation of mean and covariance of peak hour origin-destination demands from day-to-day traffic counts. Transportation Research Part B, v. 68, p. 52–75. DOI: 10.1016/j.trb.2014.06.002

Spiess, H. (1987) A maximum likelihood model for estimating origin-destination matrices. Transportation Research Part B, v. 21, p. 395–412. DOI: 10.1016/0191-2615(87)90037-3

Tebaldi, C. and M. West (1998) Bayesian inference on network traffic using link count data. Journal of the American Statistical Association, v. 93, p. 557–573. DOI: 10.1080/01621459.1998.10473707

Timms, P. (2001) A philosophical context for methods to estimate origin-destination trip matrices using link counts. Transport Reviews, v. 21, p. 269–301. DOI: 10.1080/713868144

Vardi, Y. (1996) Network tomography: Estimating source-destination traffic intensities from link data. Journal of the American Statistical Association, v. 91, p. 365–377. DOI: 10.2307/2291416

Willumsen, L. G. (1981) Simplified transport models based on traffic counts. Transportation, v. 10, p. 257–258. DOI: 10.1007/BF00148462

Willumsen, L. G. (1984) Estimating time dependent trip matrices from traffic counts. Proceedings of the Ninth International Symposium on Transportation and Traffic Theory, Delft, v. 1, p. 397–411.

Zhou, Z.; A. Chen and S. Bekhor (2012) C-logit stochastic user equilibrium model: formulations and solution algorithm. Transportmetrica, v. 8, p. 17–41. DOI: 10.1080/18128600903489629

Downloads

Publicado

30-12-2017

Como Citar

Pitombeira Neto, A. R., Oliveira Neto, F. M., & Loureiro, C. F. G. (2017). Statistical models for the estimation of the origin-destination matrix from traffic counts. TRANSPORTES, 25(4), 1–13. https://doi.org/10.14295/transportes.v25i4.1344

Edição

Seção

Artigos