論文の概要: Public Transportation Demand Analysis: A Case Study of Metropolitan Lagos

• arxiv url: http://arxiv.org/abs/2105.11816v1
• Date: Tue, 25 May 2021 10:35:30 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-26 14:01:04.840948
• Title: Public Transportation Demand Analysis: A Case Study of Metropolitan Lagos
• Title（参考訳）: 公共交通需要分析 : 首都ラゴスを事例として
• Authors: Ozioma Paul and Patrick McSharry
• Abstract要約: ラゴスは急速な都市化を経験しており、現在人口は1500万人弱である。 長い待ち時間と不確実な旅行時間により、多くの人々は自分の車を購入したり、代替の輸送手段を使わざるを得なくなった。 本稿では,ラゴスにおける都市交通需要を調査し,時間と空間における乗客動態について考察する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Modelling, simulation, and forecasting offer a means of facilitating better planning and decision-making. These quantitative approaches can add value beyond traditional methods that do not rely on data and are particularly relevant for public transportation. Lagos is experiencing rapid urbanization and currently has a population of just under 15 million. Both long waiting times and uncertain travel times has driven many people to acquire their own vehicle or use alternative modes of transport. This has significantly increased the number of vehicles on the roads leading to even more traffic and greater traffic congestion. This paper investigates urban travel demand in Lagos and explores passenger dynamics in time and space. Using individual commuter trip data from tickets purchased from the Lagos State Bus Rapid Transit (BRT), the demand patterns through the hours of the day, days of the week and bus stations are analysed. This study aims to quantify demand from actual passenger trips and estimate the impact that dynamic scheduling could have on passenger waiting times. Station segmentation is provided to cluster stations by their demand characteristics in order to tailor specific bus schedules. Intra-day public transportation demand in Lagos BRT is analysed and predictions are compared. Simulations using fixed and dynamic bus scheduling demonstrate that the average waiting time could be reduced by as much as 80%. The load curves, insights and the approach developed will be useful for informing policymaking in Lagos and similar African cities facing the challenges of rapid urbanization.
• Abstract（参考訳）: モデリング、シミュレーション、予測はより良い計画と意思決定を促進する手段を提供する。 これらの定量的アプローチは、データに依存しず、特に公共交通機関に関係のある従来の方法を超えて価値を付加することができる。 ラゴスは急速な都市化を経験しており、現在人口は1500万人弱である。 長い待ち時間と不確実な旅行時間の両方で、多くの人々が自分の車を購入したり、代替の輸送手段を使うようになった。 これにより、道路上の車両数が大幅に増加し、さらに交通量が増え、交通渋滞も増大した。 本稿では、ラゴスにおける都市交通需要を調査し、時間と空間における乗客の動態を考察する。 ラゴス州立バスラピッドトランジット(brt)から購入した乗車券の個々の通勤旅行データを用いて、一日の時間帯、週の日数、バス駅の需要パターンを分析した。 本研究の目的は,実際の乗車からの需要を定量化し,動的スケジューリングが待ち時間に与える影響を推定することである。 駅区分は、特定のバススケジュールを調整するために、需要特性によってクラスター駅に提供される。 ラゴスBRTの日内公共交通需要は分析され、予測が比較される。 固定バスおよび動的バススケジューリングを用いたシミュレーションにより、平均待ち時間を最大80%短縮できることを示した。 負荷曲線、洞察、開発アプローチは、急速な都市化の課題に直面しているラゴスや同様のアフリカの都市で政策立案に役立ちます。

関連論文リスト

• Traffic Smoothing Controllers for Autonomous Vehicles Using Deep Reinforcement Learning and Real-World Trajectory Data [45.13152172664334]
  我々は、自動運転車に展開できる交通平滑なクルーズコントローラーを設計する。 我々はテネシー州のI-24ハイウェイの実際の軌跡データを活用している。 その結果、低4%の自律走行車侵入速度で、多くの停止・停止波を示す軌道上で15%以上の燃料を節約できることが判明した。
  論文  参考訳（メタデータ） (2024-01-18T00:50:41Z)
• On Designing Day Ahead and Same Day Ridership Level Prediction Models for City-Scale Transit Networks Using Noisy APC Data [0.0]
  本稿では,複数のソースからのデータの収集,クリーン化,処理,マージを併用して,トランジットライダーシップの予測に機械学習モデルをトレーニングする手法を提案する。 ナッシュビルの公共交通機関が提供している現実の交通データに対する我々のアプローチを評価する。
  論文  参考訳（メタデータ） (2022-10-10T19:50:59Z)
• A Dynamic Model for Bus Arrival Time Estimation based on Spatial Patterns using Machine Learning [1.2891210250935146]
  限られたデータセットを用いて到着時刻を予測するため,バス到着予測モデルを提案する。 インド・トゥムクル市の交通路の一つ、トゥムクル(Tumakuru)が選択され、2つの空間パターンに分けられる。 前回の旅行情報と機械学習モデルを用いてバス到着時刻を動的に予測するモデルを開発し、下流のバス停で到着時刻を推定する。
  論文  参考訳（メタデータ） (2022-10-03T06:35:03Z)
• Meta-Learning over Time for Destination Prediction Tasks [53.12827614887103]
  交通分野における公共目的と民間目標の両方を、車両の行動を理解し、予測する必要がある。 近年の研究では、時間情報の導入による予測性能の限界改善しか見出されていない。 本稿では、ニューラルネットワークが入力に応じて自身の重みを変えることを学習するハイパーネットワークに基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2022-06-29T17:58:12Z)
• Pedestrian Stop and Go Forecasting with Hybrid Feature Fusion [87.77727495366702]
  歩行者の立ち止まりと予測の新たな課題を紹介します。 都市交通における歩行者の立ち寄り行動を明示的に研究するためのベンチマークであるTransをリリースする。 歩行者の歩行動作に注釈を付けたいくつかの既存のデータセットから構築し、さまざまなシナリオや行動を実現する。
  論文  参考訳（メタデータ） (2022-03-04T18:39:31Z)
• Identifying the Factors that Influence Urban Public Transit Demand [0.0]
  近年のアメリカ全土の都市化の進展は、大都市圏の住民が利用できる交通サービスについて、都市計画者や交通技術者がより深く考慮することを必要としている。 これらの改善は、都市公共交通機関の需要に影響を与える要因を特定し、理解することで達成できる。 都市公共交通機関の需要に影響を与える共通の要因は、内外的要因である。
  論文  参考訳（メタデータ） (2021-11-16T05:37:51Z)
• An Experimental Urban Case Study with Various Data Sources and a Model for Traffic Estimation [65.28133251370055]
  我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。 我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。 本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
  論文  参考訳（メタデータ） (2021-08-02T08:13:57Z)
• Polestar: An Intelligent, Efficient and National-Wide Public Transportation Routing Engine [43.09401975244128]
  Polestarは、インテリジェントで効率的な公共交通機関ルーティングのためのデータ駆動型エンジンである。 具体的には,交通費の異なる公共交通機関をモデル化するための新しい公共交通グラフ(PTG)を提案する。 次に、効率的な経路候補生成のための効率的な局結合法と組み合わせた一般経路探索アルゴリズムを提案する。 2つの実世界のデータセットの実験は、効率性と有効性の両方の観点からPoestarの利点を実証している。
  論文  参考訳（メタデータ） (2020-07-11T05:14:52Z)
• Extracting Spatiotemporal Demand for Public Transit from Mobility Data [0.0]
  都市人口の変化は、交通サービスの効率的な管理にいくつかの課題をもたらす。 都市における公共交通機関の需要を簡易に推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-06-05T10:21:31Z)
• Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
  都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。 輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
  論文  参考訳（メタデータ） (2020-05-09T13:53:01Z)
• Traffic Modelling and Prediction via Symbolic Regression on Road Sensor Data [0.8602553195689513]
  本稿では,ラグ演算子により強化されたシンボル回帰に基づく,新しいかつ正確な交通流予測手法を提案する。 提案手法は都市道路の複雑度に適したロバストモデルであり,高速道路よりも予測が困難である。
  論文  参考訳（メタデータ） (2020-02-14T16:03:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。