経路検索の使用/非使用の経路選択の方法
経路選択にはさまざまな手順を使用できます (経路検索と経路選択)。
- [Choice]-[選択] タブの動的配分のパラメータで、手順 [Use old volumes (no path search)]-[古い交通量を使用（経路検索なし）] を選択して、経路検索を実行せずに経路を選択します。この場合、経路が使用される可能性は、同じODペアのすべての経路の属性値 [Volume (old)]-[交通量（旧）] の合計における、その属性値 [Volume (old)]-[交通量（旧）] の割合によって決まります。これらの属性値は、ANMインポートまたは前のシミュレーション実行の経路ファイルからつながります。
- [Choice]-[選択] タブの動的配分のパラメータで経路選択モデル [Stochastic assignment (Kirchhoff)]-[確率的配分（Kirchhoff）] または [Equilibrium assignment]-[均衡配分] を選択した場合は、経路検索の後に経路選択が実行されます。その後、分布モデルに応じて、キルヒホッフによる分布式または均衡配分の分布式に従って車両が経路全体に分配されます。
次の説明では、目的地の駐車場とそこにつながる潜在的なルートが既知である必要があります。経路検索では、各ODペアで考えられる中で最適な経路のみを見つけることになりますが、見つかったすべての経路がすべての間隔で使用できます (経路検索では各間隔において考えられる最適な経路のみが見つかる)。動的配分では、出発地の駐車場を出発する際に運転手がルートを選択します。
計算ユーティリティ
キルヒホッフに準拠した経路選択における基本的な前提の1つが、すべての運転手が最適経路を使用するわけではなく、すべての既知の経路が使用され、コストにもばらつきがあります。ただし、交通の大部分をより適した経路に分布させる必要があります。経路の質は標準化されたコストを使用して評価されます。標準化されたコストとは、離散決定の理論における「メリット」に反するものです。このように、メリットは標準化されたコストの逆数と定義されます。
ここで
Uj = 経路jのメリット
Cj = 経路jの標準化されたコスト
ロジット関数を使用した決定挙動の計算
決定挙動のマッピングに最も頻繁に使用され、最も理論的に分析できる関数は、ロジット関数です。
ここで
Uj = 経路jのメリット
p(Rj) = 経路jが選択される可能性
μ = モデルの感度パラメータ（>0）、目的地の駐車場選択のロジット拡大係数
感度パラメータによって、分布がメリットの相違にどのように対応するかが決まります。値を低くすると、メリットによる大きな影響のない、類似性の高い分布となり、値を高くすると、実質的にすべての運転手が最適経路を選ぶようになります。
キルヒホッフに準拠した分布
ロジット関数を上述のコスト関数と併せて適用した場合、ロジット関数は並進不変であり、メリットの絶対差のみを考慮することから、旅行時間が5分と10分の場合の差と、旅行時間が105分と110分の場合の差は同じ重要度とするモデルを生じることになります。明らかに、このモデリングは最適とは言えません。現実的には、旅行時間が105分と110分の2つの経路はともに良好であると考えられるのに対して、5分と10分の経路は大きな差があるとみなされるからです。実際の評価に近づけるために、Vissimではキルヒホッフに準拠した分布式が使用されています。
ここで
Uj = 経路jのメリット
p(Rj) = 経路jが選択される可能性
k = モデルの感度パラメータ
また、この感度パラメータは、メリットの差に対するモデルの反応の感度を決定します。キルヒホッフでは、分布を決定するのはメリットの比率であり、メリットの絶対差ではありません。つまり、旅行時間が105分と110分の経路に見られる差はわずかなものですが、旅行時間が5分の経路は旅行時間が10分の経路と比べて交通が大幅に増加します。
実際、キルヒホッフ関数はロジットモデルでもあります。対数上のメリットがユーティリティー関数として使用される場合は、それは上述のロジット関数から作成されます。
この場合のCjは、経路jの標準化されたコストです。
均衡配分を使用した分布
均衡配分では、各駐車場ODペアのコストに応じて（コストの高い経路から安い経路へ）、経路全体に需要が再分配されます。
平均よりコストの高い経路の交通量は減少します。コストがそれほど高くない経路の交通量も同様に減少し、その一部は、より安い経路に配分されます。平均の経路コストよりも安価な経路はすべて、追加の交通量を配分されます。経路のコストが安くなるほど、配分される交通量が増加します (均衡配分 - 例)。
経路選択における正規化された確率の配分
キルヒホッフに準拠した手順と同様に、それぞれの経路jに正規化された確率が配分されます。 となります。
ここで
s：シミュレーション実行
n：時間間隔
v：車両クラス
確率 は、標準化されたコストから、それぞれの時間間隔nの前に計算されます となります。均衡配分では、ターゲット交通量が決まります。これは、キルヒホッフメソッドとは異なります となります。
ここで = [Target volume (relative)]-[ターゲット交通量（相対）]属性および は、OD駐車場関係の合計交通量になります。 は、 は、次の変数を持った関数γとなるように、繰り返し計算されます。
- 対応する経路の標準化されたコスト 。
- 標準化されたコストの平均
- 前のシミュレーション実行の相対ターゲット交通量
コストに比例した交通量の再分配
次の場合
は、各OD駐車場関係の新しい時間間隔の開始時の経路の数です。新たに見つかった経路が含まれ、すでに削除された経路は除外されています。
これには、次のものが含まれます。
：経路jのコスト
：平均経路コストであり、 OD関係をもった経路の数 が付いています。
需要はベクトル
方向に移動します。これは以下を備えています
以下の 定義により、次が適用されます。
このようにして、交通量が再分配され、追加の交通量は生成されません。
反復sにおいて、駐車場関係の合計需要の の比例部分が再分配されます。
ここで は、[CurIterIdx] のコンテンツです（[Current iteration index]-[現在の反復指数] 属性：「平衡」割り当ての現在の反復のインデックス）。[CurIterIdx]-[現在の反復インデックス] インデックスは、次の条件の下、シミュレーション実行の終了時に増分されます。
- 動的配分が実行されており、マトリックスまたはトリップチェーンファイルが参照されており、さらに
- 分布モデル [Equilibrium assignment]-[均衡配分] が選択されている場合。
[CurIterIdx]-[現在の反復インデックス] は経路ファイル*.wegに保存されます。
[CurIterId]-[現在の反復ID] は、経路ファイルなしでシミュレーションを実行したときに復元されます。
合計交通量のうちの目的のシェアのみ を再分布するには、ベクトル をスケーリングする必要があります。この目的で、スケーリングされた方向ベクトル が計算されます。
よって、次の条件が満たされます。
これは、平均よりも高価な経路から、平均よりも安価な経路に追加されるものより多くの交通量が取られることを意味します。
どの経路でもマイナスの需要が作成されないように、需要が の方向に移動します。
ここで、 の場合、アルゴリズムは、交通量がすでに0になっている経路から交通量が取られることを意味します。再分布を実行するには、これらの経路が一連の経路、つまりODペアから一時的に取られます。交通量バランス機能が再起動され、一時的に縮小した一連の経路セットだけが考慮されます。
ここで、 の場合、次のように設定されます。
新しいターゲット交通量 は、次の式で指定されます。
このようにして、駐車場関係の合計需要の比例部分 が移動します。
ここで、 の場合、 の残りのシェアを移動する必要があります。残りのシェアは繰り返し再分配されます。この目的で、相対ターゲット交通量を持つ経路 が、以下の一連の経路セットから一時的に除去されます 。交通量バランス機能が再起動されますが、 （ の代わりと以下の代わりになります （ 。
反復手順は、 に達すると、停止します。
その後、新しい最終交通量 が新しい属性 [Target volume (relative)]-[ターゲット交通量（相対）] に保存され、新しい時間間隔で、車両クラスレベルにまでその交通量が使用されます (経路の属性)。[Target volume (relative)]-[ターゲット交通量（相対）] 経路ファイル*.wegに保存されます。
配分時に、[Target volume (relative)]-[ターゲット交通量（相対）] と [Current iteration index]-[現在の反復指数] を含まない経路ファイルが読み込まれると、次の値が設定されます。
- [Current iteration index]-[現在の反復インデックス]：1
- [Target volume (relative)]-[ターゲット交通量（相対）]：すべての車両クラスと時間間隔で空
親見出し:
