Kysyntäohjautuva joukkoliikenne ja dynaaminen matkansuunnittelu. Lauri Häme

Samankaltaiset tiedostot
Lectio Praecursoria

Multimodaalisen liikkumisen seuranta 5. huhtikuuta Project: TrafficSense

Joonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen

JOUSI - valtakunnallinen joukkoliikenteen yhteistoimintaryhmä

Valtakunnallinen henkilöliikennetutkimus Tulosten esittely

Poimintoja hallitusohjelmasta

Viisas liikkuminen. Ympäristöystävälliset liikkumisvalinnat. Helsingin seudun liikenne -kuntayhtymä

JOUKKOLIIKENNE <PVM>

HE 161/2016 vp Hallituksen esitys liikennekaareksi ja eräiksi siihen liittyviksi laeiksi

Joukkoliikennevisio 2022 ja yhteiset kehittämisalueet

Liikenneongelmat ja telematiikka. Matti Roine

Harjoitus 6 ( )

Kombinatorinen optimointi

Uusi lippu- ja informaatiojärjestelmä

Joukkoliikenne. Pyöräliikenne. Tarja Jääskeläinen, HSL

Minimilatenssiongelman ratkaisualgoritmeja (valmiin työn esittely)

Valitaan alkio x 1 A B ja merkitään A 1 = A { x 1 }. Perinnöllisyyden nojalla A 1 I.

Henkilöliikennetutkimus Pyöräilyn perustietoja Riikka Kallio

ASUKASKYSELY KYMENLAAKSON JOUKKOLIIKENTEEN PALVELUTASOMÄÄRITYS LIIDEA OY

Jyväskylän kaupunkiseudun joukkoliikenne

Yhteistyötä sisältämätön peliteoria jatkuu

Tentissä on viisi tehtävää, jotka arvosteellaan asteikolla 0-6. Tehtävien alakohdat ovat keskenään samanarvoisia ellei toisin mainita.

Johdatus verkkoteoriaan 4. luento

Open Data Tampere Region Kickoff Avoimen datan käyttömahdollisuudet liikenteessä

Joukkoliikenteen järjestäminen; rahoituksen riittävyys kehittämistarpeet ja -mahdollisuudet. Jenni Eskola, Liikennevirasto

A ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä.

Kävely ja pyöräily yhteiskunnan voimavarana. Liikenne- ja viestintäministeri Anne Berner

kutsuplus.fi Kari Rissanen, hankejohtaja, ryhmäpäällikkö Helsingin seudun liikenne -kuntayhtymä

GA & robot path planning. Janne Haapsaari AUTO Geneettiset algoritmit

Miten vastataan joukkoliikenteen kasvavaan suosioon? Joukkoliikennepäällikkö Mika Periviita / Tampereen kaupunki

Viisas koulumatka luokka

Harjoitus 6 ( )

Malliratkaisut Demot

Helpommin paikasta toiseen. Tuupin ja Fölin yhteistyö Video

Saavutettavuuden alueellinen tarkastelu eri kulkumuotojen matkaa-aikoihin perustuen

Ajoissa Pysäkillä. Parhaat aikataulut niille joukkoliikenteen matkustajille, jotka eivät käytä mobiilisovelluksia.

Helsingin seudun liikenne

Koilliskeskus joukkoliikenteen palvelutasomäärittely muutokset joukkoliikennepalveluissa sähköiset palvelut

Multimodaalisilla ratkaisuilla kohti asiakaslähtöisempiä liikkumisen palveluja. ECOMM 2014 jälkiseminaari Jenni Eskola

Luetteloivat ja heuristiset menetelmät. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki

Joukkoliikenne Kalasatamassa - Asukkaiden näkökulma. Lupaukset Tilanne nyt Vaatimukset Ratkaisut Lopuksi

Kotkan paikallisliikenteen BUSSIAIKATAULUT koulujen alkuun elokuussa 2020

Viisas koulumatka luokka

Itä-Suomen liikennestrategia. Itä-Suomen elinkeinoelämän ja asukkaiden tarpeita palveleva uuden sukupolven liikennejärjestelmä

Bussilla, pyörällä vai autoillen? Urbaania saavutettavuutta mittaamassa. Tuuli Toivonen Helsingin yliopisto MetropAccess-hanke

Diskreettiaikainen dynaaminen optimointi

Näkökulmia pysäköinnin tulevaisuuteen. Sini Puntanen, HSL

Harjoitustyö 3 - Reittioptimisaatio

Katsaus HSL:n digikehitykseen & Kaupunkipyörät Tarja Jääskeläinen, HSL

Bussivuorot katoavat, jos seutulippujen käyttö loppuu. Vastuu joukkoliikenteestä. siirtyy kunnille.

Joukkoliikenne Helsingissä Missä mennään?

Liikkumisen palveluiden tavoitteellinen palvelutaso Anna Saarlo

LINJA-AUTOLIITTO.

Algoritmit 1. Luento 13 Ti Timo Männikkö

Suur-Espoonlahden Asukasfoorumin valmisteluryhmä

Pirkanmaan henkilöliikenteen kehittämisselvitys

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Tuplataan joukkoliikenne Esimerkkejä Ruotsista ja Suomesta

Kohti uudenlaista joukkoliikennettä

Search space traversal using metaheuristics

Sujuvia matkaketjuja, viisaita liikkumisvalintoja

Kustannustehokkaat riskienhallintatoimenpiteet kuljetusverkostossa (Valmiin työn esittely)

LIITE. asiakirjaan KOMISSION DELEGOITU ASETUS

7.4 Sormenjälkitekniikka

HENKILÖLIIKENTEEN PALVELUIDEN KEHITTÄMINEN

Toimintaympäristön muutokset ja niiden merkitys Itä-Suomen liikennejärjestelmään

Mat Operaatiotutkimuksen projektityöseminaari. Dynaaminen kimppakyytijärjestelmä Uudellamaalla. Väliraportti

Helsingin kaupungin liikennelaitoksen sähköiset palvelut todellisuutta ja visioita

Uusi reittiopas otettu käyttöön huhtikuussa 2015 (reittiopas.foli.fi)

JOUSI - valtakunnallinen joukkoliikenteen yhteistoimintaryhmä

Liikennepalvelulaki ja kävelyn ja pyöräilyn edistämisohjelma = Kohti kestävää liikkumista.

Referenssipiste- ja referenssisuuntamenetelmät

TURKU / KAARINA / RAISIO / LIETO / NAANTALI / RUSKO.

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi.

Algoritmit 2. Luento 4 To Timo Männikkö

Polkuja kestävän liikkumisen palveluihin Tampereen kestävät työasiamatkat. Tarpeet jaetuille takseille työasiamatkoilla

Liikenteen sähköisten palvelujen ekosysteemi Kohti avointa arvoverkkoa

Helsingin seudun liikenne

Rajapintavelvoitteet NAP-palvelukatalogi Kuopio , Paula Koljonen. Vastuullinen liikenne. Rohkeasti yhdessä.

EKOLIITU - HÄMEENLINNAN SEUDUN KESTÄVÄN JA TURVALLISEN LIIKKUMISEN SUUNNITELMA LIIKKUMISEN TUNNUSLUKUJA NYKYTILAN ANALYYSIT I LIIKKUMISEN NYKYTILA

Liikennepalvelulaki. Joukkoliikennevastaava Rauno Matintupa, Etelä-Pohjanmaan ELY-keskus

Tavoitteiden määrittäminen. Pirkkalan viisaan liikkumisen suunnitelma

Luku 6. Dynaaminen ohjelmointi. 6.1 Funktion muisti

Tiivistelmä artikkelista Constrained Random Walks on Random Graphs: Routing Algorithms for Large Scale Wireless Sensor Networks

Pyöräilyn matka-aikojen ja reittivalintojen paikkatietopohjainen mallinnus pääkaupunkiseudulla

58131 Tietorakenteet (kevät 2009) Harjoitus 11, ratkaisuja (Topi Musto)

Scheduling of Genetic Analysis Workflows on Grid Environments (valmiin työn esittely) Arttu Voutilainen

Muuton myötä uusille reiteille

Algoritmit 2. Luento 11 Ti Timo Männikkö

Kuopion kaupunki Pöytäkirja 1/ (1) Kuopion kaupunkiseudun joukkoliikennelautakunta Asianro 7063/08.00.

TransSmart seminaari Toimitusjohtaja Suvi Rihtniemi

Tekoälykokeiluprojekti. Henkilökohtaisen kalenterin optimointi tekoälyllä Skycode Oy (ent. Suomen Mediatoimisto Oy)

Waltti - Joukkoliikenteen lippu- ja maksujärjestelmä hanke Tilannekatsaus

DIGITRAFFIC - Yleisesittely

PÄÄSET PERILLE NOPEAMMIN

Algoritmit 2. Luento 4 Ke Timo Männikkö

LAVIAN JOUKKOLIIKENNE. Linjojen 68 ja 69 aikataulut ja reitit. Kertalipun ostaminen ja vaihtoaika TIEDOTE

Liikenneongelmien aikaskaalahierarkia

KÄTEVÄ. Case-kuvaus maakuntakeskuksen MaaS-palvelusta. Keski-Pohjanmaan liitto

HELSINGIN PYÖRÄILYPROJEKTI. oppii Euroopasta. PYKÄLÄ-seminaari Niko Palo, Marek Salermo, Leena Silfverberg

Transkriptio:

Kysyntäohjautuva joukkoliikenne ja dynaaminen matkansuunnittelu Lauri Häme 25.1.2017

Tausta Kysyntäohjautuvan joukkoliikenteen tutkimusprojekti Metropol 2008-2012 Aalto-yliopisto, Tekes, Liikenne- ja viestintäministeriö, HSL, Liikennevirasto Kutsuplus-palvelun kokeilu Helsingissä 2013-2015 Lautta.net - vesiliikenteen aikataulupalvelu 2014 -> Liikennevirasto, Varsinais-Suomen ELY-keskus

Esityksen sisältö 1. Reitinlaskenta kysyntäohjautuvassa joukkoliikentessä 2. Dynaaminen matkansuunnittelu joukkoliikenneverkossa 3. Käytännön kokemuksia

Reitinlaskenta kysyntäohjautuvassa joukkoliikenteessä

Kysyntäohjautuva joukkoliikenne Joukko ajoneuvoja palvelee asiakkaita matkatilausten perusteella Aikaisin lähtöaika, myöhäisin perilläoloaika, lähtöpiste, päätepiste Matkoja voi tilata joko ennakkoon tai reaaliaikaisesti Ovelta tai pysäkiltä ovelle tai pysäkille Ajoneuvo voi samanaikaisesti kuljettaa asiakkaita joilla on eri noutopisteet ja/tai määränpäät Järjestelmä mahdollistaa eritasoisten ja -hintaisten palvelutyyppien tarjoamisen Enemmän pelivaraa ajoneuvon reitillä = pidempi matka-aika, edullisempi matka Sisältää myös perinteisen taksin tarjoaman matkatyypin

Reitinlaskenta, esimerkki

Reitinlaskenta, esimerkki

Reitinlaskennan mallit Traveling salesman problem (TSP) Tavoitteena on etsiä lyhin reitti joka kulkee kaikkien annettujen pisteiden kautta, kun pisteiden väliset etäisyydet tunnetaan Vehicle routing problem (VRP) Tavaroiden kuljetus K ajoneuvoa, N pistettä Dial-A-Ride problem (DARP) Henkilökuljetus -> tiukat aika- ja kapasiteettirajoitukset -> rajoiteoptimointi (pyritään löytämään rajoitteita kunnioittava ratkaisu) Dynaaminen ongelma -> sarja staattisia ongelmia

Aikaikkunat

Sijoittelualgoritmi (insertion algorithm) Sijoitetaan kukin asiakas jonkin ajoneuvon reitille muuttamatta aiempien nouto- ja toimituspisteiden järjestystä Sijoitus tehtävä aika- ja kapasiteettirajoitusten puitteissa Sijoittelussa käytettävä tavoitefunktio esim: min (palvelutason heikentyminen + reitin pitenemä) Asetetaan uusi asiakas sen ajoneuvon reitille, jolla reitti pitenee ja palvelutaso heikkenee mahdollisimman vähän 1+ 2+ 3+ 2-1- 3-

An adaptive insertion algorithm for the single-vehicle dial-a-ride problem with narrow time windows, 2011, EJOR Pidetään mahdollisia reittejä muistissa ja suoritetaan uuden asiakkaan sijoittelu kaikkiin mahdollisiin reitteihin -> aiempien reittipisteiden järjestys voi muuttua Eksakti algoritmi ja heuristiikka, jossa mahdollisten reittien määrää rajoitetaan keinotekoisesti -> hallittava kompleksisuus

A Maximum Cluster Algorithm for Checking the Feasibility of Dial-A-Ride Instances, 2013, Transportation Science Ahne algoritmi usean ajoneuvon reitinoptimointiin: Määrätään kullekin ajoneuvolle yksi kerrallaan mahdollisimman monta asiakasta rajoitusten puitteissa Algoritmi tuottaa nopeasti käyvän ratkaisun ongelmaan tai toteaa että ongelmaan ei ole käypää ratkaisua Menetelmän avulla voidaan selvittää onko mahdollista ottaa uusi matkatilaus nykyisillä ajoneuvoilla niin että aikarajat pitävät kaikkien asiakkaiden osalta

Päätelmät, reitinlaskenta Useimmat menetelmät perustuvat Branch and bound -tekniikkaan Eksaktit ratkaisut ovat laskennallisesti vaativia -> heuristiikkojen tutkimus Kompleksisuus riippuu asiakkaiden määrästä N suhteessa ajoneuvojen määrään K Henkilökuljetuksessa ilmenevät tiukat rajoitukset helpottavat ongelman ratkaisua

Dynaaminen matkansuunnittelu joukkoliikenneverkossa

Dynaaminen matkansuunnittelu Reitin ja aikataulun suunnittelu matkustajan näkökulmasta (reittiopas) Oletetaan joukkoliikennepalvelujen reitit tunnetuiksi tietyn aikahorisontin sisällä (esim. 1 tunti) Dynaaminen malli: Liikennepalvelujen ajoajat ovat satunnaisia joten suunnitelmaa saattaa joutua muuttamaan reitin aikana Tavoitteena on laatia dynaaminen suunnitelma joka maksimoi todennäköisyyden ehtiä perille ennen määriteltyä aikarajaa Dynamic journeying under uncertainty, EJOR 2013

Perinteinen vs. dynaaminen matkansuunnittelu

Satunnaiset ajoajat Gammajakauma: pidemmällä tulevaisuudessa ohitusajat ovat epävarmempia

Matkaketjun vaihtojen onnistumistodennäköisyydet Pysäkkiverkko, pysäkkien välillä etapit (liikennevälineessä tai kävellen) Etappien verkko, etappien välillä siirtymätodennäköisyydet

Ehdolliset siirtymätodennäköisyydet, esimerkki Tiukan vaihdon onnistuminen liikennevälineestä toiseen tarkoittaa sitä, että jälkimmäinen liikenneväline on todennäköisesti ollut myöhässä Liikennevälineen lähtöaika tasaisesti jakautunt välillä [0,1] ja ajoaika tasaisesti jakautunt välillä [1,2] -> saapumisaika noudattaa kolmiojakaumaa (valkoiset jakaumat). Onnistunut vaihto liikennevälineestä toiseen muuttaa ehdollista jakaumaa (harmaat jakaumat)

Optimaalisen matkasuunnitelman ratkaisu Markov-päätösprosessi Tilojen joukko S Tilassa s on mahdolliset toiminnot As Pa(s,s ) on siirtymistodennäköisyys tilasta s tilaan s kun valitaan toiminto a R(s,s ) on palkkio siirtymästä s -> s Tilan s arvo V(s) on määritelty kaavalla Optimaalinen dynaaminen matkasuunnitelma ratkaistaan takaperoisella induktiolla lähtien päätepisteestä Esim. maksimoidaan todennäköisyyttä ehtiä perille ajoissa

Päätelmät Kattava teoria reaaliaikaiselle joukkoliikennenavigaattorille Dynaamisen matkansuunnittelun merkitys korostuu kun vaihtoja liikennevälineiden välillä on paljon Ehdollisten todennäköisyyksien laskeminen raskasta -> voidaan tehostaa jättämällä ehdollisuuksia huomioimatta (likimääräinen ratkaisu)

Käytännön kokemuksia

Kutsuplus 2013-2015 Toimi teknisesti hyvin Vähän käyttäjiä, suuri osa suoria taksimatkoja Reitinlaskennan teoria selkeästi käytäntöä edellä Haasteena kilpailu muiden liikkumismuotojen välillä, liikkumistottumukset, ihmisten sijoitukset liikkumiseen (auto, kausikortti) Uusi kokeilu Yhdysvalloissa (Split.us)

Dynaaminen reittiopas, esimerkki 20 metrin päästä käänny vasemmalle Odota liikennevaloissa 14 sekuntia Ylitä autotie 15 metrin päästä kävele liukuportaisiin Kävele sisään metron ovista

Dynaaminen reittiopas, esimerkki Edellyttää tarkan ja reaaliaikaisen aikatauluinformaation Haasteena myös paikannuksen tarkkuus Kadunylitykset Muu liikenne, liikennevalot Paikannus sisätiloissa

Lautta.net -reittihaku Reittiopas Turun Saariston Rengastielle Ensimmäinen reittiopas jossa oman auton voi ottaa mukaan liikennevälineeseen Avoin data, integrointi Liikenneviraston uuteen beta.matka.fi -reittioppaaseen