Statistická analýza dopravních časových řad

Podobné dokumenty
Matematické modelování dopravního proudu

Simulace pohybu chodců pomocí celulárních modelů

Konstrukce optického mikroviskozimetru


Detekce interakčních sil v proudu vozidel

Logaritmus, logaritmická funkce, log. Rovnice a nerovnice. 3 d) je roven číslu: c) -1 d) 0 e) 3 c) je roven číslu: b) -1 c) 0 d) 1 e)


Cena celkem včetně DPH. E Kč H Kč 52902P ,2 714 Kč Cena bez DPH Cena celkem včetně DPH.

MIKROSIMULAČNÍ MODEL ÚSEKU DÁLNICE D1 S APLIKACÍ LINIOVÉHO ŘÍZENÍ DOPRAVY. Milan Koukol, FD Ústav dopravních systémů

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

Teorie náhodných matic aneb tak trochu jiná statistika

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Vnitřní vodovod - příprava teplé vody -

FJFI ČVUT V PRAZE. Úloha 8: Závislost odporu termistoru na teplotě

EXPERIMENTÁLNÍ METODY I. 2. Zpracování měření

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1

1 Vedení tepla stacionární úloha

Copyright c R.Fučík FJFI ČVUT Praha, 2008

Rovinný průtokoměr. Diplomová práce Ústav mechaniky tekutin a termodynamiky, Jakub Filipský

Interakce laserového impulsu s plazmatem v souvislosti s inerciální fúzí zapálenou rázovou vlnou

Centrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek 2. a , Roztoky -

Základy teorie pravděpodobnosti

Návrh a vyhodnocení experimentu

Software pro analýzu transportu nosičů náboje u autoemisních katod

Diskontinuity. Fault zlom, porucha, dislokace

Tematický plán Obor: Informační technologie. Vyučující: Ing. Joanna Paździorová

Využití Q-faktoru v systémech s DWDM. Ing. Tomáš Koten

Logistika. Souhrnné analýzy. Radek Havlík tel.: URL: listopad 2012 CO ZA KOLIK PROČ KDE

Jméno a příjmení. Ročník. Měřeno dne Příprava Opravy Učitel Hodnocení. Charakteristiky optoelektronických součástek

Praktická statistika. Petr Ponížil Eva Kutálková

Pracovní list č. 3 Charakteristiky variability

Geoinformatika při studiu veřejné hromadné dopravy

Výzkumné centrum spalovacích motorů a automobilů Josefa Božka 2. kolokvium Josefa Božka, Praha

Modelování vázaného šíření teplotněvlhkostního

CHOVÁNÍ SILOFUNKCÍ TESTŮ V COXOVĚ MODELU PROPORCIONÁLNÍCH RIZIK

naopak více variant odpovědí, bude otázka hodnocena jako nesprávně zodpovězená.

Statistická analýza jednorozměrných dat

Matematika I (KMI/PMATE)

Aktualizace modelu vlastnosti materiálu. Stanovení vlastností materiálů

Změny deformací a napjatosti materiálu v čase (dny, týdny, roky, desetiletí,...) Materiály: beton, dřevo

TLOUŠŤKOVÁ A VÝŠKOVÁ STRUKTURA A JEJÍ MODELOVÁNÍ

Národní informační středisko pro podporu kvality

Počítačová simulace procesu měření

Řízení asynchronních motorů

Stanovení požární odolnosti. Přestup tepla do konstrukce v ČSN EN

VZOROVÝ TEST PRO 2. ROČNÍK (2. A, 4. C)

Fyzikální praktikum FJFI ČVUT v Praze

Elektronické obvody analýza a simulace

Neutronové záření ve výzkumných reaktorech. Tereza Lehečková

Statistika a spolehlivost v lékařství Charakteristiky spolehlivosti prvků I

Obchod s elektřinou v ČR

Obnovitelné zdroje energie

Rovnice matematické fyziky cvičení pro akademický školní rok

s 1 = d t 2 t 1 t 2 = 71 m. (2) t 3 = d v t t 3 = t 1t 2 t 2 t 1 = 446 s. (3) s = v a t 3. d = m.

Mgr. Rudolf Blažek, Ph.D. prof. RNDr. Roman Kotecký Dr.Sc.

Seznam příloh. 1. Vlastnosti a reogramy maziv Způsob označování souborů měření Seznam použité měřicí techniky...

Centrum pro rozvoj dopravních systémů

Kovy - model volných elektronů

FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE. Úloha 11: Termická emise elektronů

Z toho se η využije na zajištění funkcí automobilu a na překonání odporu vzduchu. l 100 km. 2 body b) Hledáme minimum funkce θ = 1.

Obnovitelné zdroje energie Budovy a energie

1 Výkonová akumulace. Průběhy elektrických veličin pro denní diagram jsou na následujícím obrázku.

Obr. 1 Pohled na požární úsek ve 39 minutě plně rozvinutém požáru

Funkce. Logaritmická funkce. Mgr. Tomáš Pavlica, Ph.D. Digitální učební materiály, Gymnázium Uherské Hradiště

IV. Konference o bezpečnosti silničního provozu v obcích ČR

Chyby měření 210DPSM

Zimní semestr akademického roku 2014/ prosince 2014

10. Předpovídání - aplikace regresní úlohy

Mnohorozměrná statistická data

Záření KZ. Význam. Typy netermálního záření. studium zdrojů a vlastností KZ. energetické ztráty KZ. synchrotronní. brzdné.

Fakulta strojního inženýrství Ústav mechaniky těles, biomechaniky a mechatroniky

Odhad parametrů N(µ, σ 2 )

Statistika pro geografy

Proč využívat laboratorní zkoušku Wehner/Schulze při návrhu obrusných vrstev Ing. Jaroslava Dašková, Ph.D. Ing. Pavla Nekulová Leoš Nekula

Základy statistiky pro obor Kadeřník

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

Pojem a úkoly statistiky

Systém rizikové analýzy při sta4ckém návrhu podzemního díla. Jan Pruška

Cesta ke smysluplným úsporám. Technologie na rozcestí: Veřejné osvětlení

Svˇetelné kˇrivky dosvit u

Intervalová data a výpočet některých statistik

- AutoSympo a Kolokvium Božek 2. a , Roztoky -

Základní statistické modely Statistické vyhodnocování exp. dat M. Čada ~ cada

TECHNICKÉ ZNALECTVÍ. Metody soudně znalecké analýzy. Prof. Ing. Jan Mareček, DrSc. ÚZPET

Přijímací zkouška na navazující magisterské studium 2014

Kendallova klasifikace

TECHNICKÁ UNIVERZITA V LIBERCI

Možnosti využití solární energie pro zásobování teplem

Regionální provozovatelé distribučních soustav (RPDS)

Obvodové prvky a jejich

Experimentální výzkum vlivu zesílení konstrukce valené klenby lepenou uhlíkovou výztuží

Lekce 9 Metoda Molekulární dynamiky III. Technologie

Měření hustoty plazmatu interferometrickou metodou na Tokamaku GOLEM

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

I. TAYLORŮV POLYNOM ( 1

Základní pasivní a aktivní obvodové prvky

DATUM: POBOČKA: Lovosice STRANA 1 / 5

Statistická analýza jednorozměrných dat

Transkript:

Statistická analýza dopravních časových řad Michael Matějů Výzkumná skupina GAMS při KM FJFI-ČVUT Školitel: Mgr. Milan Krbálek, PhD. 8. června 2011

Osnova 1 Cíle Popis 2 3 Srovnánísdaty 4 Kamdál?

Proč? Cíle Popis rostoucí poptávka po transportu a mobilitě časté dopravní zácpy(kongesce) velkémnožstvíso 2,NO 2,CO,CO 2,prachu,smogu,ruchua napětí v řidičích

Proč? Cíle Popis rostoucí poptávka po transportu a mobilitě časté dopravní zácpy(kongesce) velkémnožstvíso 2,NO 2,CO,CO 2,prachu,smogu,ruchua napětí v řidičích

Proč? Cíle Popis rostoucí poptávka po transportu a mobilitě časté dopravní zácpy(kongesce) velkémnožstvíso 2,NO 2,CO,CO 2,prachu,smogu,ruchua napětí v řidičích

Dopravní modely Cíle Popis závislost na několika málo, snadno měřitelných, proměnných snadná a rychlá numerická simulace předvést již naměřené jevy a předpovědět další chování dopravního vzorku

Dopravní modely Cíle Popis závislost na několika málo, snadno měřitelných, proměnných snadná a rychlá numerická simulace předvést již naměřené jevy a předpovědět další chování dopravního vzorku

Dopravní modely Cíle Popis závislost na několika málo, snadno měřitelných, proměnných snadná a rychlá numerická simulace předvést již naměřené jevy a předpovědět další chování dopravního vzorku

Popis Cíle Popis základníúdaje-polohax i,délkad i,rychlostv i vozidla,ačas τ i časovýodstup(timeheadway)t i = τ i τ i 1 prostorovýodstup(distanceheadway)s i =v i T i prostorovásvětlost(distanceclearance)r i =s i d ( i 1 ) časovásvětlost(timeclearance)t i = τ i τ i 1 + d i 1 v i 1 tokdopravy(trafficflow)j= N T hustotudopravy ρ(x,t) = J(x,t) v(x,t)

Popis Cíle Popis základníúdaje-polohax i,délkad i,rychlostv i vozidla,ačas τ i časovýodstup(timeheadway)t i = τ i τ i 1 prostorovýodstup(distanceheadway)s i =v i T i prostorovásvětlost(distanceclearance)r i =s i d ( i 1 ) časovásvětlost(timeclearance)t i = τ i τ i 1 + d i 1 v i 1 tokdopravy(trafficflow)j= N T hustotudopravy ρ(x,t) = J(x,t) v(x,t)

Popis Cíle Popis základníúdaje-polohax i,délkad i,rychlostv i vozidla,ačas τ i časovýodstup(timeheadway)t i = τ i τ i 1 prostorovýodstup(distanceheadway)s i =v i T i prostorovásvětlost(distanceclearance)r i =s i d ( i 1 ) časovásvětlost(timeclearance)t i = τ i τ i 1 + d i 1 v i 1 tokdopravy(trafficflow)j= N T hustotudopravy ρ(x,t) = J(x,t) v(x,t)

Popis Cíle Popis základníúdaje-polohax i,délkad i,rychlostv i vozidla,ačas τ i časovýodstup(timeheadway)t i = τ i τ i 1 prostorovýodstup(distanceheadway)s i =v i T i prostorovásvětlost(distanceclearance)r i =s i d ( i 1 ) časovásvětlost(timeclearance)t i = τ i τ i 1 + d i 1 v i 1 tokdopravy(trafficflow)j= N T hustotudopravy ρ(x,t) = J(x,t) v(x,t)

Popis Cíle Popis základníúdaje-polohax i,délkad i,rychlostv i vozidla,ačas τ i časovýodstup(timeheadway)t i = τ i τ i 1 prostorovýodstup(distanceheadway)s i =v i T i prostorovásvětlost(distanceclearance)r i =s i d ( i 1 ) časovásvětlost(timeclearance)t i = τ i τ i 1 + d i 1 v i 1 tokdopravy(trafficflow)j= N T hustotudopravy ρ(x,t) = J(x,t) v(x,t)

Popis Cíle Popis základníúdaje-polohax i,délkad i,rychlostv i vozidla,ačas τ i časovýodstup(timeheadway)t i = τ i τ i 1 prostorovýodstup(distanceheadway)s i =v i T i prostorovásvětlost(distanceclearance)r i =s i d ( i 1 ) časovásvětlost(timeclearance)t i = τ i τ i 1 + d i 1 v i 1 tokdopravy(trafficflow)j= N T hustotudopravy ρ(x,t) = J(x,t) v(x,t)

Popis Cíle Popis základníúdaje-polohax i,délkad i,rychlostv i vozidla,ačas τ i časovýodstup(timeheadway)t i = τ i τ i 1 prostorovýodstup(distanceheadway)s i =v i T i prostorovásvětlost(distanceclearance)r i =s i d ( i 1 ) časovásvětlost(timeclearance)t i = τ i τ i 1 + d i 1 v i 1 tokdopravy(trafficflow)j= N T hustotudopravy ρ(x,t) = J(x,t) v(x,t)

Fundamentální diagram Cíle Popis 2000 Fundamentalní diagram 1800 1600 1400 Tok (veh.km 1 ) 1200 1000 800 600 400 200 0 0 20 40 60 80 100 Hustota (veh.h 1 )

Rozdělení světlosti rozdělení prostorové světlosti s logaritmickým potenciálem (r) =A β r β e B βr β = 1 k β T rozdělení prostorové světlosti s mocninným potenciálem (r) =A β e β re B βr rozdělení časové světlosti s mocninným potenciálem τ(t) =v (tv)+ ) i=1 1 i! (i (i 1) (tv) t i 1 +v (i) (tv) t i (tv) (i 1) (tv) (i) R q(v)(v v)i dv

Rozdělení světlosti rozdělení prostorové světlosti s logaritmickým potenciálem (r) =A β r β e B βr β = 1 k β T rozdělení prostorové světlosti s mocninným potenciálem (r) =A β e β re B βr rozdělení časové světlosti s mocninným potenciálem τ(t) =v (tv)+ ) i=1 1 i! (i (i 1) (tv) t i 1 +v (i) (tv) t i (tv) (i 1) (tv) (i) R q(v)(v v)i dv

Rozdělení světlosti rozdělení prostorové světlosti s logaritmickým potenciálem (r) =A β r β e B βr β = 1 k β T rozdělení prostorové světlosti s mocninným potenciálem (r) =A β e β re B βr rozdělení časové světlosti s mocninným potenciálem τ(t) =v (tv)+ ) i=1 1 i! (i (i 1) (tv) t i 1 +v (i) (tv) t i (tv) (i 1) (tv) (i) R q(v)(v v)i dv

Závislost parametru β na hustotě pro prostorovou světlost s log. potenciálem 8 7 6 Hodnota parametru β 5 4 3 2 1 0 0 2000 4000 6000 8000 10000 Dopravní hustota ρ (veh.km 1 )

Srovnávací graf fundamentálního diagramu a parametru β prostorové/časové světlosti s mocninným potenciálem β 2000 1500 Tok (veh.h 1 ) 1000 500 0 0 10 20 30 40 50 60 70 80 90 Hustota (veh.km 1 ) 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 0 10 20 30 40 50 60 70 80 90 Hustota (veh.km 1 )

Distribuční funkce prostorové světlosti s log. potenciálem prohustotyod0do1veh.km 1 1 0.9 Hodnota distribucni funkce F Gap (r) 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 2 4 6 8 10 12 Michael Matějů Prostorova Statistická svetlost (m) analýza dopravních časových řad

Distribuční funkce prostorové světlosti s log. potenciálem prohustotyod35do40veh.km 1 1 0.9 Hodnota distribucni funkce F Gap (r) 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 1 2 3 4 5 6 Prostorova svetlost (m)

Závislost parametru β na hustotě pro prostorovou světlost s mocninným potenciálem 4.5 4 3.5 Hodnota parametru β 3 2.5 2 1.5 1 0.5 0 0 1000 2000 3000 4000 5000 6000 7000 8000 Michael Matějů Statistická analýza 1 dopravních časových řad

Distribuční funkce pro prostorovou světlost s mocninným potenciálemprohustotyod0do1veh.km 1 1 0.9 Hodnota distribucni funkce F Gap (r) 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 2 4 6 8 10 12 Michael Matějů Prostorova Statistická svetlost (m) analýza dopravních časových řad

Distribuční funkce pro prostorovou světlost s mocninným potenciálemprohustotyod35do40veh.km 1 1 0.9 Hodnota distribucni funkce F Gap (r) 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 2 4 6 8 10 12 Michael Matějů Prostorova Statistická svetlost (m) analýza dopravních časových řad

Závislost parametru β na hustotě pro časovou světlost(s menší/větší přesností) 2.5 2 Hodnota parametru β 1.5 1 0.5 0 0 10 20 30 40 50 60 70 80 Michael Matějů Statistická 1 analýza dopravních časových řad

Distribuční funkce pro časovou světlost s mocninným potenciálemprohustotyod0do1veh.km 1 1 0.9 Hodnota distribucni funkce F Time (s) 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 2 4 6 8 10 Michael Matějů Casova svetlost Statistická (s) analýza dopravních časových řad

Distribuční funkce pro časovou světlost s mocninným potenciálemprohustotyod50do55veh.km 1 1 0.9 Hodnota distribucni funkce F Time (s) 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 2 4 6 8 10 12 Michael Matějů Casova svetlost Statistická (s) analýza dopravních časových řad

Distribuční funkce pro časové světlosti s mocninným potenciálemprohustotyod80do81veh.km 1 1 0.9 Hodnota distribucni funkce F Time (s) 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 0.5 1 1.5 2 Michael Matějů Casova svetlost Statistická (s) analýza dopravních časových řad

Semi-Poissonovský model f(t) = ϕg(t)+(1 ϕ)h(t) g(t) je rozdělení followerů, h(t) rozdělení leaderů

Semi-Poissonovský model f(t) = ϕg(t)+(1 ϕ)h(t) g(t) je rozdělení followerů, h(t) rozdělení leaderů

Hustota rozdělení pro semi-poissonovský model

Histogramdatprohustotyod51do52veh.km 1 100 90 80 70 Cetnost 60 50 40 30 20 10 0 0 2 4 6 8 10 12 14 16 18 Casova svetlost

Závěr Děkuji za pozornost.