haku: @keyword joukkoliikenne / yhteensä: 29
viite: 5 / 29
Tekijä:Rinta, Eeva
Työn nimi:Liikennemallien käyttö joukkoliikenteen aikataulusuunnittelussa
Transit scheduling using traffic models
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2014
Sivut:86 + 11      Kieli:   fin
Koulu/Laitos/Osasto:Insinööritieteiden korkeakoulu
Oppiaine:Liikenne- ja tietekniikka   (R3004)
Valvoja:Luttinen, Tapio
Ohjaaja:Vatanen, Mervi
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201410042734
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto     | Arkisto
Avainsanat:deterministic transit assignment
scheduling
synchronization
transit
aikataulusijoittelu
aikataulusuunnittelu
joukkoliikenne
synkronointi
Tiivistelmä (fin):Työn tarkoituksena oli tutkia liikennemallien soveltuvuutta aikataulusuunnittelun apuvälineeksi, jotta Helsingin seudun liikenteen joukkoliikennesuunnitteluun saataisiin tehokkaampia työkaluja aikataulujen synkronointiin.
Synkronointi on joukkoliikenteen aikataulusuunnittelun haastavin tehtävä, ja sitä parantamalla voidaan lyhentää matka-aikoja joukkoliikenteessä.
Tässä työssä tutkittiin, millaisia työkaluja ja menetelmiä aikataulujen suunnitteluun on käytettävissä.
Näitä selvitettiin kirjallisuustutkimuksella sekä tekemällä kyselytutkimus eurooppalaisille joukkoliikenneviranomaisille.
Pääpaino työssä oli liikennemallien tutkimuksella, joiden ominaisuuksia selvitettiin kirjallisuuden avulla sekä haastattelulla.
Työn empiirisessä osuudessa sijoiteltiin kuusi erilaista joukkoliikennematkaa Emmen aikataulusijoittelualgoritmilla, ja vertailtiin saatuja tuloksia matka-aikakomponenteittain Reittioppaan antamiin tuloksiin.
Lisäksi tarkasteltiin aikataulumuutosten, kysyntämuutosten, ajoaikojen sekä sallitun etuajan ja myöhästymisen vaikutuksia matka-aikasummaan ja sen komponentteihin testialueella Itä-Helsingissä.
Mallitarkasteluissa käytettiin HSL:n HELMET-liikennemallia.
Työssä havaittiin, että aikataulusijoittelumallilla saatavat matka-ajat poikkesivat jonkin verran Reittioppaan antamista ajoista.
Selkein ero suunniteltuihin aikatauluihin nähden havaittiin ajoajoissa, joita mallin havaittiin aliarvioivan.
Tutkituilla matkoilla ajoaika muodosti suurimman osan kokonaismatka-ajasta, minkä vuoksi ajoajat vaikuttivat merkittävimmin kokonaismatka-aikojen eroihin.
Ajoajat vaikuttivat myös mallin valitsemiin reittivaihtoehtoihin.
Tämän vuoksi ajoajat on syytä koodata malliin tarkasti ennen aikataulusijoittelumallin laajempaa hyödyntämistä.
Aluetason testeissä havaittiin, että yksittäisten linjojen aikataulumuutokset muuttavat matka-aikasummaa.
Mallin ajoaikoja käytettäessä matka-aikasummassa havaittiin myös vaihtelua, joka vaikutti vastaavan tutkittavien linjojen vuorovälejä ja metron liityntälinjalla 84 myös metron vuoroväliä.
Suunniteltuja ajoaikoja käytettäessä matka-aikasumma kasvoi huomattavasti ajoaikojen pidentyessä, ja havaittiin siirtymää toisille linjoille, joiden ajoajat säilyivät ennallaan.
Lähtöajan jouston kasvattamisen havaittiin pienentävän matka-aikasummaa, sillä matkustajat saattoivat minimoida matkavastusta valitsemalla nopeampia reittejä.
Eri kysyntämallit muuttivat testeissä matka-aikasummaa melko vähän.
Aikataulusijoittelumalli sisältää matkan eri osavaiheet, ja näiden havaittiin testeissä käyttäytyvän loogisesti.
Tämän perusteella liikennemallien käyttöä voisi kokeilla aikataulusuunnittelun apuvälineenä ja pyrkiä validoimaan näissä testeissä saadut tulokset myös todellisissa tilanteissa.
Mikäli menetelmän toimivuus voidaan osoittaa myös käytännön tarkasteluissa, sitä voisi soveltaa etenkin monimutkaisemmissa järjestelmissä, missä on useita linjoja, joilla on useita vaihtopaikkoja.
Tiivistelmä (eng):The purpose of this study was to investigate the use of transit models in timetable planning to find more efficient tools for timetable synchronization at Helsinki Region Transport (HSL).
Timetable synchronization is considered the most difficult task for transit planners, but improved synchronization can decrease transit travel times.
This thesis studied different tools and methods for timetable planning.
The study was conducted through literature research and a questionnaire study directed at European transit authorities.
The study mainly focused on transit models, which were studied based on literature and an interview.
The study also included tests conducted using HSL's HELMET model in Emme.
Six different transit trips were assigned using the deterministic transit assignment procedure and the results were compared with planned schedules using the HSL Route Planner (Reittiopas).
The effects of changes in timetables, demand, run times and maximum earliness and lateness on total travel time and different travel time components were also studied using a small test region in eastern Helsinki.
The tests indicated that the travel times obtained using the deterministic assignment differed from the planned ones in Reittiopas.
In-vehicle times differed most from planned schedules, and seemed to be too short in the deterministic assignment.
In-vehicle times made up most of the total travel time of the studied trips, which is why they also had the greatest impact on differences in total travel times.
Run times also influenced the routes chosen by the model.
Therefore exact transit run times should be input into the model before wider use.
Studies conducted using the test region showed that the total travel time changes when timetables for a single transit line are changed.
When using run times calculated by the model there was variation in the total travel times that seemed to correspond with the headways of the studied transit lines, and travel times of the metro feeder line 84 also showed variation corresponding to the headway of the metro.
When using planned run times the total travel time increased as the run times increased, and some trips shifted to other transit lines whose run times remained unchanged.
Increasing the maximum earliness and lateness of trips decreased the total travel time because passengers were able to minimize travel times by choosing faster routes.
Changing the distribution of demand had quite a small impact on total travel times.
The deterministic transit assignment includes the different transit trip components, and their changes seemed logical in the tests conducted.
Therefore transit models could be further tested and validated using this real data to determine whether the results obtained in this thesis study could be replicated.
If the method continues to give realistic results, it could be applied especially to more complex transit networks with multiple transit lines with several transfer points.
ED:2014-10-05
INSSI tietueen numero: 49794
+ lisää koriin
INSSI