![[09127409082]](https://barast.com/wp-content/uploads/2021/01/newlogo.png){kind=small}
ایجاد یک مدل حمل و نقل بار طولانی مدت مبتنی بر عامل برای آلمان
ترافیک بار نقش مهمی در مدلهای شبیهسازی حمل و نقل مبتنی بر عامل ایفا میکند. در مقایسه با ترافیک رفت و آمد، ترافیک بار توجه نسبتاً کمتری را به خود جلب میکند. این مطالعه با هدف قرار دادن ترافیک بار در کانون توجه شبیهسازی ترافیک انجام شده است. در این مطالعه، ترافیک بار در مسافتهای طولانی برای آلمان بر اساس دادههای منبع باز در چارچوب یک مدل مبتنی بر عامل تولید شده است. نتیجه این مطالعه، که آن هم منبع باز است، میتواند در هر یک از سناریوهای شبیهسازی در آلمان اعمال شود. علاوه بر این، میتواند به عنوان یک سناریوی کامل برای مطالعات مربوط به لجستیک و راهحلهای پایدار برای حمل و نقل بار نیز مورد استفاده قرار گیرد.
مقدمه
ترافیک باری بخش مهمی از سیستم حمل و نقل است. طبق آمار، 76.1 درصد از کالاها در سال 2019 از طریق جاده (یعنی با کامیون) در اروپا حمل میشوند [4]. در آلمان، وسایل نقلیه سنگین به تنهایی 17 درصد از تعداد ترافیک در آزادراهها و بزرگراهها را تشکیل میدهند [1]. ترافیک باری همچنین در یک سوم انتشار CO2 از ترافیک جادهای نقش دارد [7]. در همین حال، در زمینه مدلسازی حمل و نقل مبتنی بر عامل، بیشتر تمرکز بر ترافیک غیرتجاری است. به عنوان مثال، در یک پلتفرم شبیهسازی مبتنی بر عامل که به طور گسترده استفاده میشود، MATSim، در حال حاضر سناریوهایی برای شهرهایی در سراسر جهان، از جمله برلین [19]، پاریس [11] و زوریخ [10] وجود دارد. با این حال، در بیشتر این سناریوها، تمرکز بر سفرهای رفت و آمد روزانه است. سفرهای باری یا حذف میشوند یا بر اساس الگوریتمهای ساده ترکیب میشوند. برای بهبود این مدلها، منطقی است که ترافیک باری مدلسازی شده بهتر را در نظر بگیریم. علاوه بر این، یک ترافیک باری که به خوبی مدلسازی شده باشد، برای تحلیل واقعبینانهتر ازدحام ترافیک و تأثیر زیستمحیطی سیستم ترافیک نیز ضروری است.
در این مطالعه، ما بر روی سفرهای باری طولانی مدت برای آلمان تمرکز خواهیم کرد. این یک نقطه شروع خوب است، زیرا سفرهای باری طولانی مدت پیچیدگی کمتری نسبت به سفرهای کوتاه مدت دارند. و در مطالعات محلی و منطقهای موجود، به عنوان مثال از مارتینز-ترنر و همکاران [14] یا اورت و همکاران [6]، به عنوان ترافیک خروجی، رانندگی یا ورودی، وجود ندارد. در عین حال، این مدل همچنین برای سناریوهای مختلف در محدوده (در این مورد در آلمان) قابل اجرا است. اعمال ترافیک باری طولانیمدت آلمان بر روی سناریوهای منطقهای مختلف، یکی از موارد استفاده اصلی است. برای دستیابی به این هدف، ممکن است به یک فرآیند استخراج و تطبیق نیاز باشد.
برخلاف شبکه جادهای اصلی دوسطحی آلمان-اروپا که در مدل ترافیک باری طولانیمدت استفاده میشود، اکثر سناریوهای MATSim در آلمان مبتنی بر شبکههای کوچکتر اما متراکمتر هستند (به عنوان مثال، در سناریوی Open-Berlin [19]). در نتیجه، برنامهها باید قبل از اضافه شدن به سناریو، استخراج و تطبیق داده شوند.
برای استخراج و تطبیق برنامهها، به شبکه و منطقه مورد مطالعه (در قالب فایل شکل) سناریوی هدف (یعنی سناریوی منطقهای که میخواهیم سفرهای باری طولانیمدت را در آن اضافه کنیم) نیاز داریم. ابتدا، منطقه مورد مطالعه را از مدل باری طولانیمدت بر روی شبکه آلمانی-اروپایی قرار میدهیم. سپس میتوانیم سفرهای باری را به چهار دسته مختلف طبقهبندی کنیم: (1) مبدا و مقصد در محدوده مورد مطالعه، (2) مبدا یا مقصد در محدوده مورد مطالعه، (3) مسیری که از محدوده مورد مطالعه عبور میکند، (4) اصلاً با محدوده مورد مطالعه تماس ندارد. سه نوع اول سفرهای باری مربوط به سناریو هستند و از مدل سفرهای باری استخراج میشوند. برای سفرهایی که مبدا و مقصد آنها در محدوده مورد مطالعه قرار دارد، نیازی به تنظیم نیست. برای سفرهایی که مبدا و/یا مقصد آنها در خارج از محدوده مورد مطالعه قرار دارد (یعنی موارد (2) و (3))، فرآیند برش سفر را انجام خواهیم داد. برای برش سفرهایی که بخشهایی از آنها خارج از محدوده مورد مطالعه است، ابتدا مسیر آن سفرها را در شبکه آلمانی-اروپایی محاسبه میکنیم. تقاطع بین مسیر و مرز محدوده مورد مطالعه، محلی خواهد بود که سفر به محدوده مورد مطالعه وارد و/یا از آن خارج میشود. سپس میتوان سفر را به بخشهای مختلفی تقسیم کرد. ما بخش سفر را در محدوده مورد مطالعه در نظر میگیریم و بخشهای دیگر سفر را حذف میکنیم. زمان حرکت این سفرها برابر با زمان حرکت اولیه در محل شروع اولیه به علاوه زمان سفر از آنجا تا نقطه ورود به منطقه مورد مطالعه تنظیم میشود.
در این پروژه، ترافیک حمل و نقل بار در مسافتهای طولانی برای آلمان در چارچوب مدل ترافیک مبتنی بر عامل و بر اساس دادههای عمومی ایجاد میشود. دادههای سفر تولید شده و همچنین اسکریپتها همگی متنباز هستند و میتوانند به راحتی با سناریوهای مختلف در آلمان تطبیق داده شوند. هنگامی که اطلاعات اضافی یا دادههای خاص پروژه در دسترس باشد، کاربران میتوانند اسکریپتها را با دادهها تطبیق داده و ترافیک بار را مطابق نیاز خود دوباره تولید کنند. مدل حمل و نقل بار در مسافتهای طولانی در این پروژه همچنین یک سناریوی بسیار مناسب برای مطالعات مربوط به لجستیک، تأثیر زیستمحیطی ترافیک بار و همچنین سیستم حمل و نقل پایدار در سطح کشور است.
از آنجایی که این اولین نسخه از مدل سفرهای باری طولانی مدت برای آلمان است، جنبههای مختلفی نیز وجود دارد که میتوانند بهبود یافته یا بیشتر توسعه داده شوند. به عنوان مثال، زمان حرکت سفرهای باری، ترکیب وسایل نقلیه باری و وضعیت بارگیری وسایل نقلیه باری برای انواع مختلف کالا، همگی در مدل فعلی ساده شدهاند. علاوه بر این، جنبههای عملیاتی ترافیک باری نیز در این مدل گنجانده نشده است. به عنوان مثال، مکانهای دقیق پایانهها یا مراکز حمل بار و چرخش راننده-وسیله نقلیه نیز میتواند بر الگوی سفرهای باری در شبکه تأثیر بگذارد. از آنجایی که یک مدل پیچیدهتر به اطلاعات و پردازش دادههای اضافی نیاز دارد، این امر مستلزم مطالعات بیشتر است. در همین حال، به لطف طراحی منبع باز، کاربرانی که به یک مدل ترافیک باری پیچیدهتر نیاز دارند، میتوانند با وارد کردن دادههای موجود، نسخه فعلی را بهبود بخشند.(منبع)