CAPITULO 1

INTRODUCCION

¿Por qué tenemos la segunda (o tercera) edición de libros? Ahí está el

Motivación económica del editor. una nueva edición hace que las anteriores sean
redundantes y el mercado se revitaliza. Sin embargo, lo más importante, nuevas
ediciones.
son necesarios cuando se han producido importantes desarrollos que hacen que
Trabajos redundantes o desactualizados. Este es ciertamente el caso donde el trabajo
es en gran parte
de naturaleza empírica; En pocas palabras, el mundo progresa y los números cambian.
Aquí,
sin embargo, esta no es una motivación principal para una nueva edición del Manual.
El contenido de la gran mayoría del contenido del Manual inicial de
El modelado de transporte fue en gran parte conceptual. Durante los últimos siete u
ocho años.
más o menos, las técnicas de modelado han mejorado, los nuevos métodos de
recolección de datos han mejorado.
evolucionó, y el tema que interesa a los analistas del transporte tiene
cambiado un poco Dado este patrón, parecería una justificación adecuada
para actualizar el material contenido en el volumen anterior y agregar nuevo material
donde
esto ahora se ha vuelto importante.
El objetivo de esta nueva edición es, por lo tanto, el de garantizar que los lectores
En contacto con lo que está ocurriendo en el mundo del modelado del transporte.
Muchos de
Los capítulos de esta nueva edición se reescriben por completo cuando el cambio ha
sido
significativo; En otros casos, los capítulos han sido menos dramáticos.
reelaboración También hay una serie de nuevos capítulos en respuesta a los vacíos
identificados
En la primera edición. No tiene sentido pretender que los cambios han sido grandes
en todos los aspectos del modelado, no lo han hecho, y si el producto original se reunió
con
La aprobación del lector es solo necesaria y, a veces, menor, la actualización ha sido
Emprendido
La estructura del nuevo volumen es muy similar a la anterior. El general
El enfoque del modelado de transporte sigue siendo bastante invariable con el tiempo;
el diablo como
Siempre está en el detalle. Nos movemos a través de algunos de los temas más
generales.
con respecto a la naturaleza y la historia de los modelos de transporte para ver en
particular
tipos de modelo y los matices que van con una variedad de aplicaciones. Primero,
Sin embargo, ponemos los contenidos de la nueva edición en contexto.

CONCEPTO:
La definición de un manual del Diccionario de Oxford es que es una “guía”
o un “manual”. En otras palabras, es una herramienta práctica para ayudar a sus lectores
a llevar
A través de actividades u operaciones particulares. No es un libro de texto. Un libro de
texto es,
De nuevo, aplazando el Oxford Dictionary, un "manual de instrucciones", porque
Va más allá de un simple dispositivo pedagógico. Tampoco es una monografía que
ofrece un "tratado separado sobre un solo tema o clase de temas". Un manual
Contiene información, ideas y conceptos que son útiles y se ofrecen de manera concisa.
moda - de hecho es de donde proviene el término; era un libro que podía
Se llevará fácilmente en la mano.
Lo que hemos producido en esta nueva edición es en gran medida un manual. Puede
ser útil en algunos contextos para la instrucción, pero su objetivo principal es ayudar a
aquellos
involucrados en el modelado de transporte realizan sus tareas de manera efectiva y
eficiente.
Como cualquiera que use un manual sabe, siempre existe el problema del nivel. Muchos
Los manuales sobre idiomas extranjeros son peores que inútiles porque el autor tiene
asumimos implícitamente que el usuario es fluido en lingüística avanzada y esta es la
La vigésimo cuarta lengua que se está explorando. Hay por supuesto algunas personas
así, pero la mayoría de ellos no necesitan un manual. La clave sobre
Un manual es que debe ser accesible para aquellos que necesitan consultarlo. Esta,
Al igual que con la edición inicial, es en gran medida el objetivo aquí.
El objetivo no es demostrar la erudición e intelecto de alto nivel de aquellos
contribuyendo, espero que sea evidente, sino más bien proporcionar a los usuarios
un conocimiento muy limitado del tema con una guía concisa del estado del arte actual
en la teoría y la práctica del modelado de transporte. Al principio, es
Es importante señalar que la cobertura de este Manual no es exhaustiva.
sino que refleja lo que generalmente se considera como áreas de materias clave.
Además, otros
Los volúmenes de esta serie contienen contribuciones que se ocupan principalmente de
modelado, pero encajan más fácilmente en el contexto de estos otros libros
(por ejemplo, pueden ser altamente específicos para un área particular de estudios de
transporte, tales como
logística).
TRANSPORTES DE MODELAMINETO
El modelado es una parte importante de la mayoría de los procesos de toma de
decisiones. Físico
Los modelos en arcilla, madera, hueso y cera se han utilizado durante siglos para el
diseño.
Equipamiento e infraestructura. Campañas militares han sido planeadas usando
ejércitos de modelos, mientras que los mapas tienen generaciones (aunque no durante
tanto tiempo como
a menudo se piensa que se ha utilizado para modelar el espacio geográfico y para ayudar
en la navegación.
De hecho, los mapas pueden ser vistos como los primeros modelos de transporte.
Modelo matematico
También tiene una larga historia, y los sacerdotes de la antigüedad que podrían modelar
el
El eclipse de sol dominó muchas civilizaciones primitivas. Realmente es este último tipo
de modelado que constituye el núcleo de gran parte del material en este Manual.
Intuitivamente, todos tenemos modelos mentales de cómo funciona el mundo cuando
hacemos
decisiones Esto solo significa que simplificamos y abstraemos para que el proceso de
toma de decisiones sea más manejable dado el limitado poder de cómputo del ser
humano.
cerebro. Lo que hacemos es enfocarnos en las relaciones clave y los datos disponibles.
Para obtener la mejor comprensión que podamos de la situación actual y cómo esto
Puede, con o sin nuestra interferencia, evolucionar en el futuro. Hay literalmente
Millones de posibles resultados que pueden surgir, pero concentrándose en lo que
parecen ser los elementos centrales que tenemos más probabilidades de ser capaces de
definir dónde
van.
Para aquellos involucrados en la prestación de servicios de transporte, ya sea como
parte del público.
sector o como propietarios o empleados en empresas privadas, es importante ser
capaz de aislar los factores clave que influyen en el resultado de cualquier acción. Incluso
Con la potencia informática moderna y la gama de software y matemática.
algoritmos ahora a nuestra disposición, es imposible tener en cuenta todos los factores
y la influencia. Los modelos pueden verse como un reflejo de la forma en que nosotros,
como individuos, vemos
el mundo. Dicho de otra manera, un modelo abstracto en el sentido del transporte es
como
el modelo de avión utilizado en túneles de viento o modelos de barcos utilizados en
tanques de flotación.
Tiene muchas de las características clave de la estructura completa, pero se simplifica
para
análisis de ayudas.
Un manual que se ocupa del modelado de transporte se centra en las formas
en el que uno puede simplificar y abstraer relaciones importantes subyacentes a la
Provisión y uso del transporte. Se refiere a los métodos, ya sean cuantitativos o
cualitativos, que nos permiten estudiar las relaciones subyacentes.
toma de decisiones de transporte. En algunos casos los modelos están diseñados para
ser
puramente descriptivo, pero más a menudo existe el objetivo explícito de buscar los
enlaces clave
entre las causas y los efectos en la toma de decisiones de transporte, ya sea por los
proveedores
de los servicios de transporte o por los usuarios. Esto es particularmente importante en
la práctica.
porque la gran mayoría de los que hacen uso de los modelos de transporte no son
académicos o investigadores, pero políticos y consultores que a menudo tratan con
Tareas relativamente específicas, tales como mejoras de carreteras locales o desarrollos
de atraques en los puertos. Necesitan conocer las posibles implicaciones de sus acciones
en los grandes
red de transporte.
UN BUEN MODELO:
Las decisiones sobre la provisión y el uso del transporte son hechas por individuos.
El tema dominante de este Manual sobre modelos de transporte es el estudio de
El comportamiento de los individuos, ya estén asociados con el movimiento de sí
mismos.
(transporte de pasajeros), de mercancías (transporte de mercancías) o de información a
través de
telecomunicaciones Por lo tanto, no se trata de modelos de ingeniería de
Las estructuras físicas y similares son, y bastante legítimamente, también a menudo
etiquetadas
Como modelado del transporte.
Los últimos 40 años, como vemos en el Capítulo 2 por Bates, han sido testigos del
desarrollo y la aplicación de un gran número de procedimientos estadísticos dirigidos a
Mejorar nuestra comprensión del comportamiento de los agentes que toman
decisiones.
Que impactan el sistema de transporte. El kit de herramientas ahora disponible para el
transporte.
Los modeladores han evolucionado desde muchas disciplinas, especialmente la
economía, la psicología, la geografía, la sociología y las estadísticas. El foco natural ha
sido en el estudio.
Del comportamiento de individuos y grupos. Ha sido ampliamente aceptado en
La formulación de políticas y el análisis académico que los métodos formales se
centraron en algún conjunto de
Las hipótesis comprobables dentro de un marco de modelado pueden aumentar nuestra
comprensión.
del sistema de transporte. Esto es especialmente así en términos de las respuestas de
comportamiento.
de quienes están en condiciones de influir en el rendimiento de las redes de transporte.
Este manual cubre una amplia gama de tipos de modelos, sus aplicaciones y
su calibracion Pero desde el punto de vista de un usuario hay problemas importantes
En cuanto a la naturaleza de los modelos, su uso y su salida. El simple hecho es
que no existe un solo grupo de usuarios, sino una serie de instituciones que hacen uso
de
modelos de transporte.
La mayoría de los académicos se centran en desarrollar modelos de transporte que
ofrezcan un
método de exploración de la eficiencia técnica de un sistema de transporte (por
ejemplo, en términos de
de flujos de tráfico). En contraste, en el trabajo de investigación detallado de Bruno Frey
en Zurich,
entre otros, se encontró que los responsables políticos están mucho más interesados
en
Los impactos de diversas acciones de transporte en diferentes grupos sociales y que esto
La consideración distributiva supera con creces las cuestiones de eficiencia técnica. Ahi
esta
también lo que a menudo se denomina débilmente “modelo político”, en el sentido de
que los tomadores de decisiones a menudo adoptan modelos no por su mérito técnico,
sino porque
Ofrecen un marco similar a su ideología política. Es difícil, por ejemplo,
justificar de cualquier otra manera las estimaciones continuas y extremadamente
obesas de los datos pronosticados
uso de los nuevos sistemas de transporte público, y la reducción igualmente anoréxica
de sus
Construcción encontrada en la obra de Pickrell realizada en Estados Unidos. Un buen
modelo
Aquí se encuentra la tendencia ideológica del usuario final. Hay que decir que esta
no es un tema nuevo; Galileo encontró que su modelo más objetivo del sol era el
Centroide del universo que no llega a la ortodoxia política de la época.
Los modelos a menudo son complejos y muy elaborados, pero curiosamente la historia
sugiere que aquellos modelos que han ejercido la mayor influencia han sido elegantes y
simples. Si uno acepta sus premisas subyacentes o no, Fisher
MV = PT y Keynes 'C = f (Y) probablemente han ejercido más influencia que todos
Los sistemas multivariados, simultáneos juntados. Igualmente, lo que podría ser más.
Elegante y simple que Einstein E = MC2 en física o la doble hélice de
Crick y Watson en la genética? En el transporte también encontramos modelos muy
sencillos que
tienen un uso inmenso o proporcionan una base para la reflexión y el pensamiento. Hay
para
Por ejemplo, el primer principio de Wardrop en términos de congestión de tráfico y el
de Zahavi
Modelo de tiempo constante. El punto clave es que los modelos buscan aislar relaciones
clave, no replicar toda la estructura.
¿Cómo se puede juzgar si un modelo cumple con este criterio? Este era un tema
del acalorado debate hace algunos años entre dos economistas ganadores del Premio
Noble,
Paul Samuelson y Milton Friedman, pero sus posiciones se extienden más allá del
Dominios de la ciencia deprimente. Samuelson argumenta que los modelos deben ser
juzgados
esencialmente en la medida en que mejoran la comprensión y ayudan a explicar
comportamiento. Friedman, en cambio, evalúa los modelos según su precisión
predictiva.
En cierto modo ambos enfoques tienen sus verdades. Las buenas predicciones
usualmente requieren
buenos modelos, pero en algunos casos la pura casualidad puede llevar a predicciones
bastante precisas. Uno de los coautores de este Manual estuvo involucrado en un
transporte.
ejercicio de pronóstico que generó predicciones muy precisas a corto plazo, pero
solo porque los malos pronósticos de los valores futuros de algunas variables de entrada
fueron
compensado por malas estimaciones de los coeficientes que lo acompañan. Pero,
igualmente, estimar modelos y probar hipótesis en un intento por mejorar la
comprensión puede
estar cargados de peligro. Siempre existe la presión para obtener “buenos ajustes” y
La presión que acompaña a la racionalización ex post. Una prueba muy útil de
La capacidad predictiva de un modelo no está en poder reproducir el mercado base.
acciones (lo que es fácil con la calibración), pero en la exactitud de las predicciones
cuando el analista cambia el nivel de una o más variables explicativas.
Continuando con el tema de los pronósticos, el uso al que la gran mayoría
de los modelos que se ponen en práctica, uno de los problemas en la evaluación del
modelo es que
Se ha realizado muy poco análisis ex post sobre la precisión de los pronósticos. Donde
se
Se ha intentado que a menudo se ha encontrado que faltan modelos. por
Por ejemplo, las previsiones de transporte aéreo global producidas por el
Organización de la aviación tenía una tendencia a mediados de la década de 1980 a
considerablemente bajo
predice el tráfico, y hasta en un 35% en un horizonte de 6 años. Coche oficial
los modelos de previsión de propiedad en el Reino Unido producen continuamente
subestimaciones
A lo largo de los años setenta y ochenta. Ha habido una sobreestimación casi universal
del uso del tránsito rápido en todo el mundo, del cual los estudios citados
en la obra de Pickrell a la que aludimos anteriormente, son solo algunas. El sector
privado
a menudo ha sido poco mejor en el pronóstico, como lo demuestran los excesos
periódicos
y la escasez de capacidad de capital de operación como los buques y aeronaves.
Uno de los problemas con la evaluación de pronósticos de modelos es que es
A menudo es más difícil predecir los valores futuros de las variables explicativas.
que es predecir los efectos de transporte que son de interés. Estudios recientes en
La Brookings Institution del mercado de las aerolíneas estadounidenses, por ejemplo,
indica que
Las malas predicciones de ingresos son la razón principal por la que las compañías aéreas
de EE. UU.
Sobre inversión en periodos de expansión macroeconómica. El trabajo del Reino Unido
La Unidad de Asesoramiento Matemático del Ministerio de Transporte en la década de
1960 ofrece una
Ejemplo peculiar de lo que esto puede llevar. En ese momento, la propiedad de
automóviles basada en la tendencia
Las previsiones fueron más precisas que las de la Renta Nacional. Desde un
Se había establecido un vínculo entre los ingresos y la propiedad del automóvil, se
hicieron esfuerzos
para generar pronósticos del producto interno bruto (PIB) derivados del modelo de
propiedad de automóviles basado en tendencias. La causalidad fue vista como menos
relevante que el pronóstico
actuación. De hecho, tales correlaciones agregadas son a menudo inexactas y resultan
Es lo que se conoce como la falacia de la correlación ecológica (o reversión de signos).
Hoy en día, como puede verse en muchos de los capítulos de este Manual, se entiende
Las relaciones que influyen en el comportamiento de los viajes se han movido a la
vanguardia de
Gran parte del esfuerzo de modelado. Esto se debe en gran parte a que los problemas a
los que se enfrentan los legisladores han cambiado. Ahora hay más preocupación con la
gestión del transporte que
Con el transporte de alojamiento. Esto plantea toda una nueva serie de preguntas que
requieren medidas de política proactivas en lugar de una simple provisión de carreteras,
amarres,
pistas y otras infraestructuras-
LA CAMBIANTE POLITICA AGENDA
La necesidad emergente de saber por qué se envían las mercancías, por qué la gente
elige
para viajar a una hora determinada, por qué los empleadores se mudan a un área
determinada y por qué
utilizar un modo de transporte de carga específico es un lado de un argumento para
pasar a una
Mayor uso de modelos de comportamiento rico. El otro lado es que muchos anteriores.
Los modelos que no han sido conductuales en su orientación no han demostrado ser
muy
exitoso. Los desafíos del modelado de transporte de los años sesenta y setenta en gran
parte
giraba en torno a cosas como la estimación de la demanda máxima de servicios de
transporte y
predecir qué provisiones deben hacerse para este pico. Esto era cierto si
el problema subyacente era uno de la capacidad de la vía urbana, la capacidad de la pista
del aeropuerto
o capacidad de atraque en puerto. Vinculado a esto fue lo necesario para desarrollar
modelos que
prevén los impactos de las nuevas disposiciones en el uso del transporte, de modo que
la
se podrían realizar evaluaciones, generalmente dentro de un marco amplio de costo-
beneficio.
La situación ahora ha cambiado sustancialmente. Las presiones sociales, ambientales y
económicas dificultan la expansión significativa de la provisión de transporte.
infraestructura en muchos países. Además, los nuevos estilos de vida, las técnicas
avanzadas de gestión de la producción, la importancia mucho mayor de la economía de
servicios y las nuevas prácticas de trabajo eliminan muchas de las limitaciones que
anteriormente existían.
llevado a un pico. El consecuente movimiento hacia medidas políticas diseñadas para
hacer que el
El mejor uso de la capacidad existente, incluido su mantenimiento físico, requiere
modelos.
Eso permitirá que las personas puedan cambiar los horarios en los que viajan.
y para la nueva logística en el lado de la carga. El crecimiento de los viajes no laborales,
El horario flexible y el horario comercial y personal más largo también ha cambiado la
Foco lejos de la necesidad de modelos fijos de hora pico.
Como resultado de estas tendencias, también hay un nuevo jugador en el campo del
transporte,
El sistema de transporte inteligente (ITS). Los ITS están orientados a la integración de la
información.
La tecnología en un sistema de transporte mejor gestionado. El enfoque fue visto por
primera vez
En aviación con la introducción de sistemas informáticos de reserva que dieron
Más información para los usuarios, incluidas las agencias de viajes, y para las aerolíneas
sobre
Servicios y costos. El intercambio electrónico de datos es su contraparte de flete. Esta
es su
El enfoque se ha movido más lentamente hacia el transporte terrestre de pasajeros,
pero
Ahora incluya cosas tales como informar a los conductores dónde hay lugares de
estacionamiento disponibles,
ayudándoles a navegar, advirtiendo a las personas a qué distancia podría estar el
próximo autobús, ya que
así como sistemas de control más técnicos. Todos estos sistemas están diseñados para
conseguir
Más capacidad o mejor rendimiento fuera del sistema de transporte, y lugar fresco
Las demandas en el modelado de la respuesta de los proveedores y usuarios de
transporte a este
nueva información. Peajes automáticos, boletos de avión, consolidación de fletes, área.
El control de tráfico y el precio de la carretera son opciones que se hacen más fáciles y
mucho más fáciles.
aceptable por ITS, pero en muchos casos los sistemas modelo no son adecuados para la
tarea
de evaluar los efectos.
Estos nuevos desarrollos plantean una serie de desafíos adicionales, especialmente con
Respecto a la aplicación de modelos. ¿Qué tipo de datos se necesitan para responder?
¿A estos temas emergentes de gestión del transporte, movilidad y prestación? Como
Los problemas se han ampliado y han dado más peso a los individuos, a las empresas.
y su elección, se ha vuelto más claro que estos agentes no necesariamente
Haz las mismas elecciones año tras año. El supuesto de larga data que el modelo
los parámetros son en gran medida invariantes con el tiempo, o al menos cambian
lentamente, es mucho
Menos fácil de defender. Ya hemos visto algunos esfuerzos realizados para abordar este
Cuestión mediante el estudio temporal de paneles de personas. En cuanto a pasajero
transporte, estos paneles se han configurado para rastrear cosas tales como cómo y
Cuando se adquieren o desechan los vehículos, qué efectos tiene el ciclo de vida familiar
tiene en el comportamiento de los viajes y la actividad y cómo las opciones de viaje y
ubicación estables
permanecer con el tiempo. En consecuencia, se están utilizando métodos de encuesta
de panel, y
Se están desarrollando los enfoques y modelos de análisis necesarios. Este mayor
La apreciación del cambio también ha llevado al apoyo para recopilar datos de encuestas
de viaje.
de forma continua, en lugar de una vez cada diez años
La literatura académica sobre los métodos de datos apropiados para el análisis de
políticas públicas está convergiendo de varias maneras. Encuestas de tráfico a gran
escala realizadas.
cada 10 años aproximadamente de la forma común en la década de 1960 no son
satisfactorios,
Por razones presupuestarias, de relevancia técnica y tiempo de respuesta. Los métodos
de encuesta continua son más deseables para detectar efectos estacionales y otros, y
Proporcionar lineamientos sobre la necesidad de realizar encuestas de propósito
especial.
según sea necesario. Un proceso continuo de recolección de datos produce menos datos
cada año,
pero esto se puede enfocar y agregar de manera más efectiva en períodos adyacentes
para crear ricas secciones transversales. Áreas donde se están produciendo muchos
cambios pueden ser
Examinado antes y con más frecuencia. También hay áreas donde es particularmente
difícil predecir lo que se desarrollará, como algunas de las zonas urbanas marginales.
Áreas o áreas de reurbanización importante. Asignar esfuerzos de encuesta sobre esta
base
puede mejorar la calidad y la relevancia de los datos recopilados, y considerablemente
Mejora el seguimiento.
Además del enfoque en los individuos, se reconoce cada vez más que
Las instituciones y sus decisiones deben modelarse más a fondo. En el pasado esto
ha sido descuidado, en parte porque el sector público proporcionó muchos servicios de
transporte.
servicios, y el modelado sirvió en gran medida el propósito de permitir que este
componente
de transporte para interactuar con los usuarios. Privatización y desregulación a gran
escala.
ha cambiado esto Además, como se mencionó anteriormente, muchas redes de
transporte
solía tener sus capacidades definidas por el tráfico de pasajeros de volumen pico, esto
no es
más largo es el caso. El transporte de mercancías, por ejemplo, a menudo plantea
problemas de congestión
en las carreteras y el tráfico de ocio impone presión sobre la capacidad del aeropuerto.
También ahí
Ha habido un aumento en la apreciación de que la eficiencia del transporte puede
mejorarse.
Significativamente y los costos reducidos por la reforma institucional interna. Esto ha
sido
particularmente en el contexto de la logística, y otras contribuciones sobre este tema
Se incluyen en el volumen dedicado a ese tema. Conocimiento de costes y
La productividad es un complemento importante a la demanda de la organización.
bienes y servicios. La modelación de estos aspectos de la oferta de transporte fue en
gran parte
descuidado hasta hace poco, no solo por los motivos citados anteriormente, sino
también porque
no eran "sexy" para los académicos, ya que el trabajo en este campo ha sido
tradicionalmente
Menos matemática y técnica. Esta situación ha cambiado desde la década de 1970, y
Ahora hay un esfuerzo de modelado creciente y muy importante en esta área.
Ningún manual puede ser completo. Como el presente manual es parte de
Una serie más extensa, algunos temas han sido asignados a otros volúmenes.
simplemente porque tienen tanto derecho a estar allí como aquí. Al diseñar
El marco para el volumen se decidió que fuera lo más contemporáneo posible.
y sesgar el contenido para reflejar el estado actual de la técnica en lugar de simplemente
establecer lo que suele ser la práctica actual. Esto tiene el efecto de que el
El manual deja de ser un “manual” estricto, aunque la mayoría de los
Se cubren los enfoques estándar de modelado. Sin embargo, sentimos que como
resultado de
Esta selección del Manual revisado será un volumen más duradero.
Aunque cualquier clasificación de temas es hasta cierto punto inevitablemente
arbitraria,
Hemos dividido el tema en una serie de áreas temáticas. Estos representan nuestra
esfuerzo por tipificar lo que los investigadores y los profesionales consideran como el
foco de cualquier
Estudio estructurado en el que el modelado es un insumo central. La cobertura abarca
Los temas más tradicionales del modelado de la demanda de transporte y los temas
sobre
El lado de la oferta. La oferta se está convirtiendo rápidamente en una preocupación
muy importante en el transporte.
modelado, pero está subrepresentado aquí porque hay contribuciones en este
Tema en volúmenes complementarios.
No ha habido ningún esfuerzo por estandarizar completamente las diferentes
aportaciones.
al volumen. Esto destruiría la individualidad del trabajo de los autores y también
disfrazar artificialmente el hecho de que no hay consenso en cuanto a cómo los modelos
deberían
ser emprendido - el tema es fluido y las metodologías son bastante correctas
cambia a medida que surge nueva información y se despiertan nuevos pensamientos.
De hecho, el
El material expuesto en esta Introducción es en gran medida subjetivo, y hay otros que
Tomaría un enfoque algo diferente a los temas tratados. En cuanto a
estilo y el contenido de los capítulos, la siguiente pregunta fue planteada a cada uno
de los colaboradores: “¿Qué facetas del modelo de transporte recomendaríamos?
como material de nivel de entrada para un lector que desee obtener una amplia y
profunda
perspectiva; y cómo podríamos entregar esta información de una manera que también
sea
¿Es útil para las personas que han estado en el campo durante algún tiempo?
El denominador común de los enfoques adoptados es el despliegue de un
Mezcla de una síntesis de métodos y casos de estudio. Hay una buena cantidad de
Matemáticas en algunas de las contribuciones, pero esto se ha mantenido al mínimo.
(El viejo adagio del economista estadounidense del siglo XIX, Alfred Marshall, que
cuando se usan las matemáticas en el modelado, si uno no puede interpretar el
resultado en
Bueno, claro, entonces el papel debe quemarse y uno debe comenzar de nuevo.
es una buena idea!) Las matemáticas son una herramienta útil y poderosa, pero no son
un fin en
sí mismo. El objetivo es maximizar la accesibilidad para los lectores más amplios en lugar
de
Simplifique para que los colaboradores demuestren sus habilidades en técnica.
CAPITULO 2
INTRODUCCION:
Los fundamentos de la modelación del transporte se desarrollaron en los Estados Unidos
durante
La década de 1950, en el contexto de los pioneros de Detroit y Chicago Transportation.
Estudios. Estas técnicas fueron importadas al Reino Unido a principios de los años 60,
inicialmente
para la conurbación de Londres, y en los siguientes 20 años se observaron importantes
desarrollos teóricos en ambos lados del Atlántico. Como discutimos en este capítulo,
A pesar del crecimiento de algunos “paradigmas” alternativos, el desarrollo de la
Las técnicas principales han sido evolutivas más que revolucionarias. Ahí
Han sido, sin embargo, importantes cambios. Por un lado, en gran parte como resultado
del trabajo realizado en la década de 1970, un marco unificador compatible con
Se ha desarrollado una teoría que proporciona una justificación y aclaración de los
métodos que se propusieron originalmente sobre una base esencialmente práctica, y
sobre la base de
Por otro lado, el mayor aumento en el poder de cómputo en la última década.
Ha ampliado enormemente la escala y el detalle de los problemas que se pueden
analizar.
Mediante técnicas de modelización.
Al mismo tiempo, ha habido cambios significativos en el énfasis. Lo más temprano
los estudios se ocuparon principalmente de la provisión de capacidad, para reflejar
Las crecientes demandas que está realizando el automóvil. Más de 50 años después, hay
Las principales preocupaciones sobre los efectos ambientales del transporte por
carretera, y los esfuerzos
para frenar un mayor crecimiento, en particular mediante el uso de medidas de fijación
de precios, están en
El corazón de la mayoría de la evaluación del transporte. Los requisitos legislativos de la
La Ley de Aire Limpio de los Estados Unidos (CAA, por sus siglas en inglés) ha llevado a
un renacimiento importante del interés en el modelado.
Técnicas, particularmente en relación con la Mejora del Modelo de Transporte.
Programa (TMIP). Aunque esto ha sido descrito como una ruptura radical con el pasado.
práctica (ampliamente criticada por ser obsoleta e irrelevante), sigue siendo poco clara
en el
momento de escribir si el resultado será realmente una excepción al general
patrón evolutivo mencionado anteriormente (Bates y Dasgupta, 1990). Adicionalmente,
La atención reciente a la política de precios (y en particular a los usuarios de la carretera
que cobran) ha
llevado a requisitos más estrictos para el modelado de la demanda
No es posible, dentro del espacio disponible, dar una amplia historia histórica
cuenta el progreso en el modelado de la demanda en los últimos 50 años, y qué
Lo que sigue en este capítulo es necesariamente selectivo. Además, el capítulo cubre
sólo
La demanda de viaje de la persona, no la carga. No obstante, esto establece el telón de
fondo.
A los capítulos más detallados que siguen. Igualmente, en un campo donde, como en
otros.
En algunas áreas científicas, varios investigadores han llegado a conclusiones similares.
más o menos simultáneamente, sería inútil tratar de atribuir a cada uno
Resultado teórico. El enfoque adoptado aquí es, por lo tanto, adoptar una
Enfoque descriptivo, establecido dentro de un marco particular.
Comenzamos estableciendo el concepto fundamental de oferta y demanda en
El contexto del transporte, ya que esto subyace en la discusión posterior. De paso,
Cabe señalar que, como otros aspectos de la teoría, este es un ex post
Racionalización de la práctica preexistente. Entonces es conveniente discutir la historia.
de modelos de demanda dentro del marco general de los llamados “cuatro etapas”
modelo ”, ya que, independientemente de los méritos y desventajas del marco, sigue
siendo
posible trazar sus etapas constituyentes a través de la gran mayoría de los posteriores
desarrollos
OFERTA Y DEMANDA:
as nociones de demanda y oferta son fundamentales para la teoría económica, y es
Natural para los economistas aplicarlos a contextos particulares de interés. A pesar de
que
los términos son de hecho ampliamente utilizados en el campo de la economía del
transporte, allí
Hay ciertos aspectos del problema del transporte que requieren que ellos, y la
concepto relacionado de un sistema de equilibrio, debe definirse con bastante más
cuidado que
Es generalmente el caso en la teoría económica más amplia. Además, siempre debemos
Recordemos que viajar es una demanda "derivada": no se exige viajar
per se, pero como consecuencia del deseo de participar en actividades en diferentes
ubicaciones
En economía clásica, es convencional tratar tanto la oferta como la demanda como
funciones de costo, pero para "invertir" el gráfico normal trazando el costo en la vertical
eje, como en la Figura 1. Dado que, además de costar dinero, viajar entre
diferentes lugares implican inevitablemente un gasto de tiempo, se ha convertido en
estándar en economía del transporte para hacer frente al llamado "costo generalizado",
que
Reconoce explícitamente ambos tipos de gastos. En su forma más sencilla, generalizada.
el costo es una combinación lineal de costo y tiempo, este último se convierte en dinero
unidades por medio del llamado “valor del ahorro de tiempo de viaje”. Sin embargo, en
formulaciones se puede representar mediante un vector multidimensional, que
contiene cualquier
variable que es probable que tenga un impacto en las decisiones de viaje en el sentido
más amplio. Así
es un reflejo directo de la utilidad indirecta (Deaton y Muellbauer, 1980)

La noción de que la demanda de viajes T es una función del costo C no presenta

dificultades. Sin embargo, si la demanda de viajes prevista se realizase, la
El costo generalizado puede no ser constante. Aquí es donde viene el modelo de
"suministro"
. El enfoque clásico define la curva de oferta como la cantidad T que
sería producido, dado un precio de mercado C. Sin embargo, mientras que ciertos
aspectos de la
La función de suministro, por supuesto, se relaciona con el costo de proporcionar
servicios (ya sea
ser el costo de la infraestructura vial o un servicio de transporte público con un
horario), el enfoque de las relaciones de suministro en el transporte ha estado muy a
menudo en
Las partidas no monetarias, y puntualmente en particular. Esto es porque muchos de los
Las cuestiones de la demanda que preocupan a los analistas del transporte afectan a la
rendimiento del sistema de transporte en lugar de en los costos monetarios.
Por lo tanto, es más sencillo concebir la relación inversa,
donde C es el costo generalizado unitario asociado a satisfacer una demanda T.
Dado que esto es generalmente lo que se requiere para el problema del transporte,
adoptamos esta
interpretación. En este sentido, la función de suministro encapsula tanto la respuesta
de suministro de “agencias” y el desempeño del sistema. Tenga en cuenta por lo tanto
la
diferente "direccionalidad" de las dos funciones: para la demanda, la dirección es de
costo a cantidad, mientras que para el suministro la dirección es de cantidad a costo.
El modelo de suministro refleja así la respuesta del sistema de transporte a un
Nivel de demanda dado. En particular, ¿cuál sería el costo generalizado si
¿La demanda estimada fue "cargada" en el sistema? Los más conocidos
El efecto de "suministro" es el deterioro en las velocidades de la carretera, a medida que
aumentan los volúmenes de tráfico.
Sin embargo, hay una serie de otros efectos importantes, tales como los efectos de
congestión en la operación del autobús, hacinamiento en los modos ferroviarios y mayor
estacionamiento
Los problemas a medida que la demanda se acerca a la capacidad. Dado que tanto las
curvas de oferta como de demanda
relacionar el volumen de viaje con el costo generalizado, el volumen real de viaje debe
estar donde se cruzan las dos curvas, como en la Figura 1, esto se conoce como el
"equilibrio"
punto ”. Un modelo con la propiedad de que la demanda de viajes sea consistente
con el rendimiento de la red y otros efectos de suministro en el servicio de ese nivel de
La demanda se refiere a menudo como un "modelo de equilibrio".
Aunque el término “demanda” se usa a menudo como si estuviera relacionado con una
cantidad que
era conocido por derecho propio, se debe enfatizar que la noción de viaje
la demanda siempre requiere una suposición sobre los costos, ya sea implícita o
explícitamente definida. La demanda real que se prevé que surja como resultado de un
transporte
La estrategia es el resultado del proceso de equilibrio mencionado anteriormente. Sobre
el
cuestión de la demanda derivada, existe una cuestión adicional sobre si los viajes
deberían
Concebido en términos de viajes o viajes o en términos de distancia. En micro-demanda
términos es más sencillo concebirlo en viajes, ya que esto reconoce la
propósito del viaje, la actividad asociada, pero no requiere el viaje
para ser confinado a un lugar particular. Esto permite que ciertas regularidades sean
explotado. Por ejemplo, los viajeros tienden a hacer el mismo número de viajes a
Trabaja en una semana, aunque las distancias pueden diferir mucho.
Por el lado de la oferta, sin embargo, la respuesta está relacionada con el volumen de
viajes
en diferentes momentos y lugares, y se concibe mejor en términos de flujos (más allá de
un
punto), o como cargas en partes particulares del sistema, o como distancias agregadas
viajado. Existe así un conflicto entre las unidades de demanda y las de
Suministro, que requiere una interfaz adecuada. Esto se trata en los capítulos.
10 y 21.
ASPECTO DE LA DEMANADA
La separación espacial es la esencia de la demanda de viajes, y la mayoría de los modelos
tienen como objetivo reconocer la distribución espacial de los viajes explícitamente, por
medio de una
Sistema apropiado de zonas. El modelado de la "demanda" implica un procedimiento
para predecir qué decisiones de viaje desearían las personas, dado
El costo generalizado de todas las alternativas. Las decisiones incluyen la elección del
tiempo de
Viaje, ruta, modo, destino y frecuencia o supresión de viaje.
En línea con la consideración del transporte como una demanda derivada, es apropiado
reflejar que la razón subyacente del viaje es participar en las actividades, y
específicamente en actividades que tampoco se pudieron realizar en la posición actual
(normalmente la residencia), o solo se podría realizar de una manera subóptima. Estas
consideraciones han llevado a un interés de larga data en el campo "basado en la
actividad"
del modelado de la demanda de transporte (Arentze et al., 1997). El objetivo general de
este
El flujo de investigación, que se describe con más detalle en el Capítulo 3, ha sido
mejorarEl modelado de la demanda de transporte centrándose en las razones
subyacentes. Ahí
Recientemente ha habido un aumento significativo en el interés en esta área y temas
relacionados.
afectando la posible interdependencia de los viajes en “tours” o “cadenas”, así como
Como vínculos entre personas de un mismo hogar.
Las diversas opciones de viaje deben vincularse de manera adecuada.
El enfoque generalmente preferido en la actualidad es establecer "jerarquías de
elección"
Haciendo uso de la teoría de la elección discreta. Esto permite que las opciones de "nivel
inferior"
condicionarse a elecciones más altas (por ejemplo, se puede suponer que la elección de
modo
estar condicionado a la elección del destino) de una manera teóricamente consistente,
asegurando
Sensible elasticidad cruzada. En tales modelos, la jerarquía de elecciones se define de
modo que
Las opciones más sensibles al costo están en la parte inferior. Se muestra una posible
estructura.
en la Figura 2, aunque el orden en que se introducen las diferentes opciones
Refleja una sola posibilidad elegida para facilitar la ilustración. Discutimos esta figura
con más detalle más adelante en el capítulo.
El nivel general de la demanda depende claramente no solo de los costos que son
directamente relacionados con el sistema de transporte, sino también sobre los factores
que se relacionan con
La composición demográfica de la población, junto con otros “externos”.
cambios (por ejemplo, efectos debidos al uso de la tierra, ingresos). En particular, está
bien establecido.
que el nivel de propiedad del automóvil es un determinante clave de la demanda. La
población
y el uso del suelo variará con el tiempo, por lo que la demanda de transporte debe estar
relacionada
a un punto particular en el tiempo. Además, puede haber diferentes puntos de vista
sobre cómo
La futura población y el uso de la tierra se desarrollarán, por lo que diferentes supuestos
(a menudo denominados "escenarios") pueden concebirse para el mismo año.
Fundamentalmente, por supuesto, diferentes personas tienen diferentes demandas
básicas de
viaje. Por ejemplo, las personas empleadas necesitan ir al trabajo, los niños necesitan
obtener
a la escuela, los jubilados tienen más tiempo libre, etc. Además, diferentes tipos
de los viajes tendrá un impacto en el sistema de transporte de diferentes maneras, tanto
en tiempo como en
espacio. Debido a las implicaciones espaciales, es necesario pronosticar no solo
cómo cambiará el número de diferentes tipos de personas con el tiempo, pero también
cómo
Ellos estan localizados. Por lo tanto, al estimar el nivel de demanda de viajes, es
razonable
tener en cuenta razonablemente esta variación por tipo de persona entre áreas, o
“Zonas”. Los cambios en la distribución de tales tipos de personas a lo largo del tiempo
tendrán
Repercusiones en la demanda total, al igual que los cambios en las poblaciones zonales.
Además, las reacciones a un cambio en el costo generalizado diferirán de acuerdo con
Las circunstancias exactas del viaje. No solo las personas difieren, sino las mismas.
El individuo reaccionará de manera diferente según el propósito del viaje. En
construcción
un modelo de demanda, la tarea del modelador es representar la mayor parte de esta
variación
Como es útil para el proceso de pronóstico. En general, esto dependerá del uso.
a la que se pondrán las previsiones y el tipo de políticas que pueden ser probadas.
Por ejemplo, un modelo de demanda que debe ser sensible a grandes cambios de
precios
tal vez desee distinguir entre personas con diferentes niveles de ingresos. Un tal
pérdidas).
Existe, por supuesto, cierto debate acerca de hasta qué punto el "externo"
Los cambios y los cambios en el transporte realmente se pueden separar, en particular,
los cambios en el transporte pueden dar lugar a cambios en el uso del suelo y la demanda
de propiedad de automóviles.
estará de alguna manera condicionado por la disponibilidad y el costo de las
oportunidades de viaje. La mayoría de los modelos de transporte asumen
independencia. Sin embargo, hay
es una clase de modelos denominados “modelos de interacción de uso de la tierra y
transporte” que intentan
para vincular los dos elementos explícitamente - Simmonds (1987) y, para una encuesta
detallada
Del trabajo reciente en esta área, Webster et al. (1988).
A pesar de esto, es útil mantener una distinción entre aquellos aspectos de
Demanda esencialmente relacionada con efectos demográficos y otros efectos
externos.
y aquellos que están directamente relacionados con el sistema de transporte, ya que la
naturaleza de los supuestos y las implicaciones de modelado son sustancialmente
diferentes
entre los dos componentes. Por lo tanto, adoptaremos esto en la siguiente
discusión.
4 EL MODELO DE 4 ESTAPAS
El modelo de cuatro etapas ha sido ampliamente utilizado y ampliamente criticado.
Aunque no es la intención dar una descripción completa del modelo de cuatro etapas
(Consulte el Capítulo 4), representa una posición tan importante en la historia del
modelado de la demanda de transporte que es útil utilizarla aquí como una herramienta
general.
marco de referencia. El motivo de la supervivencia de esta forma modelo reside
esencialmente en su
atractivo lógico Las cuatro etapas se relacionan con:
(1) generación de viaje (y atracción),
(2) distribución del viaje,
(3) división modal, y
(4) asignación.
Cada etapa aborda una pregunta intuitivamente razonable: cuántos movimientos de
viaje se realizarán, a dónde irán, en qué modo se realizará el viaje.
¿Y qué ruta se tomará?
Algunas de las críticas dirigidas al modelo se relacionan con su propiedad "secuencial",
principalmente porque en las primeras aplicaciones se aplicaron las cuatro etapas.
en el orden fijo que acabo de dar. Sin embargo, una vez que esta suposición se afloja, y
la posibilidad de retroalimentación está permitida (en línea con el equilibrio entre la
oferta y la demanda descrito anteriormente en este capítulo), esta crítica desaparece
sustancialmente.
Además, las primeras versiones del modelo se aplicaron a un nivel extremadamente
alto.
nivel agregado, sin tener en cuenta las variaciones en el propósito, tipo de persona,
etc. Aunque una característica definitoria de un modelo típico de cuatro etapas es su
bastante
Representación detallada de la red, con las consecuentes implicaciones para el número.
de zonas, lo que puede limitar la cantidad de desagregación de tipo viajero que es
factible en la práctica, las versiones más recientes del modelo incluyen un razonable
cantidad de variación de viaje. De hecho, la mayoría de las críticas se refieren a la forma
en que
El concepto se ha aplicado en la práctica, más que a sus principios subyacentes.
Por lo tanto, mientras se mantiene una estrecha vigilancia sobre la aplicación estándar,
es valioso
describir los principios con más cuidado, ya que estos son generalmente relevantes para
la
Historia del modelado de la demanda. De hecho, hay un sentido en el que todos los
modelos
Se discuten las variantes del concepto de "cuatro etapas".
En relación con la Figura 2, los tres modelos superiores en el lado derecho corresponden
con las etapas de generación de viaje, distribución de viaje y división modal. El modelo
de "elección del tiempo del día" puede verse como una "quinta etapa", tales
consideraciones fueron En general, se ignora en el modelo de cuatro etapas, pero
recientemente, con la posibilidad de
pico de carga, han emergido como importantes (ver Capítulo 17) Las matrices de costos
generalmente se consideraron como invariantes en el tiempo, o en relación con un día
promedio.
Como veremos más adelante, la forma en que se definió el costo en las etapas
superiores
causó problemas considerables en las aplicaciones anteriores, y la teoría
Los problemas solo se resolvieron en los años setenta. En cuanto a la etapa de
generación de viaje fue
preocupado, sin embargo, la contribución potencial del costo (generalizado) fue
simplemente
ignorado
Finalmente, incluso si la entrada de costos en la parte inferior de la Figura 2 lo hizo en
cierta medida
reflejan el nivel de demanda (por ejemplo, a través del modelado de congestión), la
el enfoque típico de cuatro etapas no incluía la flecha de “retroalimentación” en negrita
en la Figura 2
Liderando desde la matriz de viajes de pronóstico Tijmt al modelo de oferta. Habia asi
un grave peligro de que las previsiones del modelo no representaran posiciones de
equilibrio.
En general, por lo tanto, el modelo típico de cuatro etapas representó una aproximación
a la estructura de equilibrio en la Figura 2, y no todas las relaciones mostradas allí
fueron implementados.
4.1 ASIGNACION
Como su nombre lo indica, el modelo de asignación toma una matriz modal de viaje.
(como movimientos desde orígenes a destinos) y lo asigna (o "carga") a un
Red apropiada. Si bien los principios subyacentes no son específicos del modo, el
Diferentes características de las redes de carreteras y redes de transporte público.
en la práctica a un conjunto bastante diferente de problemas prácticos.
Aunque la asignación se trata como una sola "etapa", en realidad se relaciona con un
número
de procesos separados que se pueden describir como:
(1) elección de ruta (o ruta) para cada combinación i – j,
(2) la agregación de flujos i – j en los enlaces de las rutas elegidas,
(3) tratar los efectos secundarios de la oferta (restricción de capacidad) como resultado
de la
volumen de flujos de enlace en relación con la capacidad, y
(4) obteniendo el costo resultante para cada combinación i – j.
Las matrices de viaje normalmente se producirán en base a un “día promedio anual”.
Sin embargo, la matriz normalmente será factorizada antes de la asignación
(particularmente
ya que es necesario relacionar los flujos en los enlaces con definiciones sensibles de
"capacidad").
Dependiendo de los requisitos, puede ser que solo las estimaciones máximas de la
mañana
de viajes son asignados. Al factorizar las matrices, es normal suponer que la
las proporciones en el período de tiempo de viaje de todo el día para cualquier propósito
dado son constantes
(aunque en los últimos años ha habido un creciente interés en la elección de
tiempo de viaje).
Dentro de una aplicación de modelo típica de cuatro etapas, los viajes privados,
estimados en un
En base a las personas, se convierten en viajes de vehículos ajustando la ocupación
promedio,
y luego combinados con otras clases de viajes en vehículos (por ejemplo, autobuses,
taxis, vehículos livianos).
vehículos de mercancías, vehículos de mercancías pesadas) típicamente factorizados
para convertir diferentes tipos
del vehículo a “unidades de vehículos de pasajeros” (PCU). La matriz completa
resultante del vehículo es
luego cargado en la red de carreteras. Una variante posible es "precargar" cierta
categorías de tráfico a enlaces específicos (esto podría hacerse en los casos en que haya
no hay matriz disponible, por ejemplo, cuando se trata de tráfico entre zonas externas
que
Rutas por la zona de estudio).
Se pueden usar varias formas de restricción de capacidad en el lado de la carretera. La
mejor práctica actual es utilizar métodos de "equilibrio del usuario". Mientras que
anteriormente
era raro que los modelos de cuatro etapas usaran métodos que involucran el modelado
de
Uniones, esto se está volviendo cada vez más común, debido a la necesidad de
representar niveles crecientes de congestión de manera efectiva. Los modelos de
microsimulación también son
siendo utilizado para la asignación, pero hasta ahora solo raramente en conjunción con
la demanda
modelos
Los viajes en transporte público se asignan a los pasajeros. Mientras que anteriormente
el
red de transporte público era típicamente separada de la red de carreteras, allí
Es una tendencia creciente a integrar los dos, de modo que los efectos de la congestión
en
La operación del autobús está adecuadamente representada. También es cada vez más
común
tratar los efectos de la oferta en el transporte público, y algunos modelos han
Representó el efecto por el cual los pasajeros se desvían hacia otras rutas y otras vías
públicas.
Modos de transporte a medida que el hacinamiento se vuelve excesivo.
Dado que la operación de cualquier efecto de suministro cambiará los costos de viaje,
generalmente será el caso de que los costos resultantes del proceso de asignación sean
inconsistente con los utilizados para impulsar la distribución y los modelos de división
modal.
Como se señaló anteriormente, las versiones anteriores del modelo de cuatro etapas
simplemente ignoraron esto.
Sin embargo, ahora es más común permitir al menos una cierta cantidad de iteración,
aunque la escala del modelo a menudo hace que la iteración de la convergencia sea
costosa
proceso. Por otro lado, las consecuencias de las políticas de prueba sobre la base
de dos modelos de pronósticos que han convergido en diferentes grados ahora son
mejores
entendido, y como mínimo se requieren algunas reglas para asegurar que las
ejecuciones sean
“Convergentemente compatible”. Al final de
Este capítulo.
Aunque el proceso de elección de ruta puede considerarse como un componente de
En la demanda, la etapa de asignación generalmente se considera como parte de los
procedimientos de "suministro", y por esa razón no lo discutiremos más en este capítulo.
Debería
Se debe tener en cuenta, sin embargo, que es estrictamente solo la implementación de
la restricción de capacidad.
que representa la verdadera función de suministro. La mayor parte de lo que se hace
dentro de la etapa de asignación es administrar la interfaz entre la demanda
(esencialmente entre pares
de zonas) y suministro (esencialmente a nivel de red / enlace)
4-2 Observaciones finales
Las principales críticas del modelo de cuatro etapas se relacionan con el detalle más que
con la estructura.
Se pueden observar los siguientes puntos:
(1) por lo general no se tienen en cuenta los cambios en el perfil de la hora del día, ya
sea en
base “micro” (“expansión máxima”) o como resultado de cambios más específicos en
comportamiento, posiblemente inducido por políticas de precios, etc. (pero vea el
progreso en
esta área reportada en el Capítulo 21);
(2) Los factores personales que afectan la elección modal generalmente no se toman en
cuenta.
cuenta, principalmente debido a las limitadas dimensiones relativas a la
viajero;
(3) por lo general no hay tratamiento para los modos de caminata o ciclo, aparte del rol
que el caminar juega en el acceso a las rutas de transporte público; y
(4) el modelo a menudo no se ejecuta de manera iterativa para lograr el equilibrio
debido a
la pesada carga computacional - esto es particularmente una función de la
detalle de la red.
No es injusto observar que esta lista de puntos tiende a traicionar el origen de
El modelo de cuatro etapas, que fue diseñado principalmente para el análisis de
Inversión vial. Esta sigue siendo su función más probable, aunque sustancial
Las mejoras en las técnicas de asignación de transporte público ahora también lo han
hecho
Adecuado para evaluar grandes infraestructuras ferroviarias.
Es el nivel de detalle provisto por las redes lo que permite las cuatro etapas.
modelo para investigar la ubicación razonablemente precisa de la infraestructura en
términos de la
Impacto en la accesibilidad entre zonas específicas. El hecho de que el modelo tiende a
Ser incómodo de operar no es una desventaja importante cuando el capital es costoso
Se están evaluando proyectos con variantes limitadas. Por el contrario, lo tradicional
El modelo de cuatro etapas es mucho menos adecuado para la investigación de global,
altamente
políticas flexibles (como cambios en las tarifas de transporte público), o políticas que
son
Es probable que implique cambios sustanciales en la respuesta de viaje (por ejemplo,
precios de ruta). Más
Se han desarrollado estructuras de demanda flexibles y detalladas para tales fines.
Sin embargo, estos generalmente se pueden ver dentro del marco de la Figura 2, y
su relación con el modelo de cuatro etapas es generalmente clara. además, el
La necesidad imperante de tratar con redes significa que, en última instancia, las
matrices modales de
Se requieren viajes.
En lo que sigue, ahora ofrecemos una discusión más detallada de los principales
Componentes de la demanda del modelo de cuatro etapas.
5 Modelos de producción de viaje.
El objetivo del modelo de generación de viajes es predecir el número de viajes que
entran
y saliendo de cada zona. Desde un punto de vista, estas dos cantidades pueden
considerarse simétricas. Esto significa que los conceptos de zona de origen y destino.
La zona puede tratarse por igual, y la distinción no sirve más que para indicar
La dirección del movimiento. Sin embargo, un enfoque más fructífero es hacer
La distinción entre producción y atracción. También proporciona una base lógica.
para "unidades" alternativas de viaje tales como cadenas de viaje. Aunque nuestra
discusión aquí
es en términos de viajes, muchas de las técnicas se aplican a las definiciones alternativas
también. Desde este punto de vista, se produce el requisito básico para viajar.
en un extremo del viaje (normalmente el hogar), y luego se siente atraído por un
determinado
Zona que cumplirá con el propósito del viaje. La principal consecuencia está en
La interpretación del modelo de distribución de viajes.
Si el número total de viajes que se originan y destinan en cada zona se considera
conocido, entonces el objetivo del modelo de Distribución es simplemente asignar
el patrón de movimiento entre zonas acorde con estos totales. Cuando
trabajando sobre una base de producción / atracción (P / A), por otro lado, es raro ser
capaz de ver las dos cantidades como igualmente bien conocidas. Con la notable
excepción del viaje al trabajo, donde las atracciones son esencialmente el número de
lugares de trabajo en la zona, ha demostrado ser mucho más manejable desarrollar
modelos para
Las producciones que para las atracciones. Por este motivo, la convención normal.
es que las producciones se toman como bien definidas, pero las atracciones son
meramente
Una indicación del atractivo relativo de las diferentes zonas. Esto permite el viaje.
El modelo de distribución se reinterpreta como un modelo de elección de destino.
Algunos
de las implicaciones se discuten a continuación.
En las producciones de viajes de modelado necesitamos definir el período de tiempo en
el que
el viaje se relaciona, el conjunto de modos incluido y la distinción de tipo de persona
y propósito que se ha de realizar. Supuestos típicos hechos para los dos primeros.
En el caso de los modelos urbanos de cuatro etapas se incluyen todos los
desplazamientos por mecanizado.
Modos para un día de la semana promedio anual, aunque ciertos aspectos del modelo
(en particular, asignación) puede tratar con períodos de tiempo más restringidos, tales
como el pico de la mañana. Es estándar distinguir entre viajes de viaje,
viajes de negocios y otros viajes, aunque otras distinciones (por ejemplo, educación,
compras) se encuentran a menudo. En lo que respecta al tipo de persona, es poco
común
dentro del modelo estándar de cuatro etapas para hacer más que reconocer diferentes
niveles
de la propiedad de automóviles en el hogar, aunque otros enfoques (por ejemplo,
"desagregar"
modelos, ver capítulo 5) pueden hacer muchas más distinciones.
En general, el modelo de producción de viaje puede ser escrito como:
donde k es una “segmentación” de la población (típicamente una combinación de viaje)
propósito y características de la persona / hogar), i es el origen, Xk es un vector de
Características para la segmentación k, y Ck.
i ∗∗ es el costo "compuesto" de viajar
desde el origen (poner entre paréntesis, ya que se omite en la mayoría de los modelos).
Dado el nivel de detalle, los modelos deben desarrollarse para generar el
Totales zonales requeridos, basados en los datos disponibles. El enfoque de modelado
estándar
es para estimar las tasas de viaje de los hogares, dependiendo de variables como la
número de personas en el hogar, el número de personas empleadas, el
número de niños y así sucesivamente, o para estimar las tasas de viaje por persona para
diferentes tipos
de la persona, típicamente incluyendo algunas características del hogar, especialmente
propiedad del automóvil: este último enfoque es ahora más común. La calibracion de
El modelo normalmente se realiza utilizando información de encuestas de hogares.
ya sea específico para el área local, o de fuentes nacionales (por ejemplo, National Travel
Encuestas). A nivel zonal, las tasas de viaje pueden relacionarse con cantidades tales
como
como el número de residentes ocupados, el número de niños, la población total
y el número de hogares. Una discusión útil de procedimientos alternativos es
Dado en Ortúzar y Willumsen (1994).
Las formas más tempranas de los modelos de final de viaje se basaron en la "regresión
zonal" cruda
utilizando la población zonal total, etc., como variables explicativas sin corregir
para la correlación subyacente con el tamaño de la zona. Una mejora importante fue
propuesto por Wootton y Pick (1967), denominado "análisis de categoría", que
reconocido el valor de identificar diferentes categorías de hogares y tener
Diferentes tarifas de viaje para cada categoría. En las aplicaciones anteriores las
categorías.
fueron predefinidos, y se hizo uso de datos empíricos para proporcionar el promedio
tarifas de viaje, con el peligro obvio de que la confiabilidad que se puede adjuntar a
las categorías poco frecuentes fueron bajas.
Durante la década de 1970, los requisitos estadísticos de los modelos fueron cada vez
más
apreciada, lo que lleva a un enfoque de modelado, a nivel de hogar o persona,
lo que permitió a los datos decidir las categorías que deberían ser representadas y
La contribución de diferentes factores a las tarifas de viaje en sí. Con relativamente
Variaciones menores, esto sigue siendo una práctica habitual en la actualidad. Los
factores clave que contribuyen a la variación en las tasas de viaje por propósito pueden
resumirse razonablemente como
A continuación: variación en personas entre niños, adultos ocupados, no empleados
adultos en edad de jubilación, jubilados, clasificados por tener o no un
permiso de conducir y, a nivel del hogar, el número de automóviles disponibles
al número de titulares de licencias. Mientras que algunos efectos se han encontrado
debido a
ingresos, actúa principalmente como un determinante de la propiedad del automóvil.
A pesar de algunas pruebas de lo contrario, los modelos de producción de viaje han
demostrado
razonablemente estable en el tiempo. Las técnicas de estimación utilizadas actualmente
para
La producción de viajes en el modelo de cuatro etapas no es esencialmente diferente de
las
utilizado en la mayoría de los otros modelos de transporte, aunque la definición de
detalle puede variar.
Si bien es posible que el nivel de viaje para cualquier categoría dada
estar influenciados por el sistema de transporte (en términos generales, por
accesibilidad), la mayoría
Los intentos de estimar empíricamente tales efectos en modelos de producción de viajes
han sido
no ha tenido éxito El resultado es que la mayoría de los modelos actuales de producción
de viaje.
Confíe enteramente en los llamados efectos "externos". Desde este punto de vista ellos
Pueden considerarse separados de aquellos aspectos de la demanda que son
transportes.
dependiente. Sin embargo, como sugiere la Figura 2, un modelo completamente
integrado
permitir la posibilidad del impacto del costo generalizado en el subyacente
La demanda de viajes.
Una consecuencia importante de la mayor dependencia del hogar y la persona.
Características es que los datos que requieren para la aplicación no siempre son
fácilmente disponible, al menos en el nivel necesario de desagregación zonal. El
resultado
es que los procedimientos de producción de viajes a menudo contienen rutinas
auxiliares para la configuración
datos de entrada necesarios. Un ejemplo particular de esto es la necesidad potencial de
predicciones de la propiedad del automóvil, o el número de residentes empleados.
En el trabajo original de Wootton y Pick (1967), los supuestos simples eran
hecho sobre la distribución de valores basados en medios observados, usando
distribuciones directas de uno o dos parámetros, como Poisson y gamma
distribuciones. Sin embargo, lo que realmente se requiere es la distribución conjunta de
todos los
Factores que definen las categorías. Además, esto es necesario no solo para el año en
curso, sino también para cualquier año en el que se realicen previsiones. Aunque sea
bastante
La información detallada sobre la distribución conjunta está disponible en el año en
curso,
será raro tener mucho más para el año futuro que las previsiones "oficiales" de
promedios zonales como el tamaño promedio de los hogares, las tasas de participación
en el trabajo, la población
por grupos de edad amplios y proporciones de propiedad de automóviles en diferentes
niveles.
El trabajo más reciente ha tendido a funcionar con "plantillas" derivadas empíricamente
de la distribución conjunta, que luego se ajusta de varias maneras para ajustarse a
Controles marginales sobre variables clave. El enfoque más directo es
para usar un sistema de ajuste iterativo de proporciones múltiples (equivalente al
método de Furness bien conocido con modelos de distribución). Un procedimiento
alternativo, en
línea con la utilizada para el Modelo Nacional Holandés, es optimizar algunos criterios
medida basada en la satisfacción de los marginales lo mejor posible y minimizando
La salida de la distribución conjunta subyacente. Hay espacio para más
desarrollo en este campo, particularmente desde que ha habido poca validación de la
Se acerca con el tiempo.
La estructura general, entonces, es aplicar tasas de viaje modeladas constantes a una
estructura de población zonal construida que esté de acuerdo con los controles
agregados.
Esto se puede hacer a nivel zonal, o por los procedimientos de enumeración de la
muestra.
o microsimulación. Aunque los modelos desarrollados pueden explicar una razonable
Monto de la variación en las tasas de viaje de los hogares, dentro del modelo de cuatro
etapas.
están obligados a producir estimaciones zonales de producciones de viaje. En concepto,
el
El modelo debe poder aplicarse a los datos de planificación zonal para cualquier año o
año.
guión. Sin embargo, en la práctica, tales modelos pueden no siempre ofrecer una
año base ajustado a nivel zonal. Por esta razón, un enfoque incremental puede ser
Llevado a pronosticar las producciones zonales para un escenario futuro. Esto involucra
usando el número observado de producciones en cada zona para el año base
(asumiendo que esté disponible), y luego usando el modelo, junto con la planificación
datos para el escenario base y futuro, para derivar una tasa de crecimiento que se aplica
A las producciones observadas.
5.1 Propiedad del carro:
Dada la importancia de este tema y la relativa disponibilidad de datos, se ha realizado
un esfuerzo considerable para desarrollar modelos de pronóstico por su cuenta.
derecha, que luego puede incorporarse a las rutinas auxiliares que soportan
Los modelos de viaje-producción. En algunos casos, el modelo de propiedad de
automóviles ha sido
combinado con la predicción de permisos de conducir, como en el Modelo Nacional
Holandés
(DVK, 1990). Existe una extensa literatura sobre el tema de la propiedad de automóviles,
y
muchos comentarios están disponibles (de Jong, 1989). En lugar de proporcionar una
revisión aquí,
Se pretende enunciar algunos principios generales.
El hecho de que las personas sin coche tengan diferentes niveles de accesibilidad.
De área a área es la razón principal de la variación de ubicación en la propiedad del
automóvil. Se relaciona con (al menos): (i) la concentración espacial de oportunidades;
y
(ii) los medios alternativos de acceso a ellos, en particular el transporte público
provisión. La utilidad de esta accesibilidad diferencial tiene que estar entonces
relacionada con
la necesidad subyacente de viajar, y esto, como se señaló en la sección anterior, es
principalmente una función de la estructura del hogar, en particular el número de
adultos,
El número de hijos y el número de personas empleadas. Asociado con
esta es la cuestión de la tenencia de licencias, que es, por supuesto, un requisito previo
para ser
capaz de realizar la accesibilidad diferencial que ofrece la propiedad del automóvil.
Finalmente,
Si la utilidad de la accesibilidad diferencial se traduce en la propiedad del automóvil.
dependerá de los costos asociados tanto con la adquisición como con el uso del
automóvil,
en relación con los ingresos disponibles.
Todo esto sugiere que la utilidad neta indirecta de la propiedad de automóviles es una
función de:
(1) accesibilidad diferencial asociada a la propiedad de automóviles,
(2) los costos asociados con la propiedad y uso del automóvil,
(3) la demanda de viajes básica debido a la estructura del hogar, y
(4) ingresos estar influenciados por el sistema de transporte (en términos generales, por
accesibilidad), la mayoría
Los intentos de estimar empíricamente tales efectos en modelos de producción de viajes
han sido
no ha tenido éxito El resultado es que la mayoría de los modelos actuales de producción
de viaje.
Confíe enteramente en los llamados efectos "externos". Desde este punto de vista ellos
Pueden considerarse separados de aquellos aspectos de la demanda que son
transportes.
dependiente. Sin embargo, como sugiere la Figura 2, un modelo completamente
integrado
permitir la posibilidad del impacto del costo generalizado en el subyacente
La demanda de viajes.
Una consecuencia importante de la mayor dependencia del hogar y la persona.
Características es que los datos que requieren para la aplicación no siempre son
fácilmente disponible, al menos en el nivel necesario de desagregación zonal. El
resultado
es que los procedimientos de producción de viajes a menudo contienen rutinas
auxiliares para la configuración
datos de entrada necesarios. Un ejemplo particular de esto es la necesidad potencial de
predicciones de la propiedad del automóvil, o el número de residentes empleados.
En el trabajo original de Wootton y Pick (1967), los supuestos simples eran
hecho sobre la distribución de valores basados en medios observados, usando
distribuciones directas de uno o dos parámetros, como Poisson y gamma
distribuciones. Sin embargo, lo que realmente se requiere es la distribución conjunta de
todos los
Factores que definen las categorías. Además, esto es necesario no solo para el año en
curso, sino también para cualquier año en el que se realicen previsiones. Aunque sea
bastante
La información detallada sobre la distribución conjunta está disponible en el año en
curso,
será raro tener mucho más para el año futuro que las previsiones "oficiales" de
promedios zonales como el tamaño promedio de los hogares, las tasas de participación
en el trabajo, la población
por grupos de edad amplios y proporciones de propiedad de automóviles en diferentes
niveles.
El trabajo más reciente ha tendido a funcionar con "plantillas" derivadas empíricamente
de la distribución conjunta, que luego se ajusta de varias maneras para ajustarse a
Controles marginales sobre variables clave. El enfoque más directo es
para usar un sistema de ajuste iterativo de proporciones múltiples (equivalente al
método de Furness bien conocido con modelos de distribución). Un procedimiento
alternativo, en
línea con la utilizada para el Modelo Nacional Holandés, es optimizar algunos criterios
medida basada en la satisfacción de los marginales lo mejor posible y minimizando
La salida de la distribución conjunta subyacente. Hay espacio para más
desarrollo en este campo, particularmente desde que ha habido poca validación de la
Se acerca con el tiempo.
La estructura general, entonces, es aplicar tasas de viaje modeladas constantes a una
estructura de población zonal construida que esté de acuerdo con los controles
agregados.
Esto se puede hacer a nivel zonal, o por los procedimientos de enumeración de la
muestra.
o microsimulación. Aunque los modelos desarrollados pueden explicar una razonable
Monto de la variación en las tasas de viaje de los hogares, dentro del modelo de cuatro
etapas.
están obligados a producir estimaciones zonales de producciones de viaje. En concepto,
el
El modelo debe poder aplicarse a los datos de planificación zonal para cualquier año o
año.
guión. Sin embargo, en la práctica, tales modelos pueden no siempre ofrecer una
disponibles
año base ajustado a nivel zonal. Por esta razón, un enfoque incremental puede ser
Llevado a pronosticar las producciones zonales para un escenario futuro. Esto involucra
usando el número observado de producciones en cada zona para el año base
(asumiendo que esté disponible), y luego usando el modelo, junto con la planificación
datos para el escenario base y futuro, para derivar una tasa de crecimiento que se aplica
A las producciones observadas.
5.1. Propiedad del carro
Dada la importancia de este tema y la relativa disponibilidad de datos, se ha realizado
un esfuerzo considerable para desarrollar modelos de pronóstico por su cuenta.
derecha, que luego puede incorporarse a las rutinas auxiliares que soportan
Los modelos de viaje-producción. En algunos casos, el modelo de propiedad de
automóviles ha sido
combinado con la predicción de permisos de conducir, como en el Modelo Nacional
Holandés
(DVK, 1990). Existe una extensa literatura sobre el tema de la propiedad de automóviles,
y
muchos comentarios están disponibles (de Jong, 1989). En lugar de proporcionar una
revisión aquí,
Se pretende enunciar algunos principios generales.
El hecho de que las personas sin coche tengan diferentes niveles de accesibilidad.
De área a área es la razón principal de la variación de ubicación en la propiedad del
automóvil. Se relaciona con (al menos): (i) la concentración espacial de oportunidades;
y
(ii) los medios alternativos de acceso a ellos, en particular el transporte público
provisión. La utilidad de esta accesibilidad diferencial tiene que estar entonces
relacionada con
la necesidad subyacente de viajar, y esto, como se señaló en la sección anterior, es
principalmente una función de la estructura del hogar, en particular el número de
adultos,
El número de hijos y el número de personas empleadas. Asociado con
esta es la cuestión de la tenencia de licencias, que es, por supuesto, un requisito previo
para ser
capaz de realizar la accesibilidad diferencial que ofrece la propiedad del automóvil.
Finalmente,
Si la utilidad de la accesibilidad diferencial se traduce en la propiedad del automóvil.
dependerá de los costos asociados tanto con la adquisición como con el uso del
automóvil,
en relación con los ingresos disponibles.
Todo esto sugiere que la utilidad neta indirecta de la propiedad de automóviles es una
función de:
(1) accesibilidad diferencial asociada a la propiedad de automóviles,
(2) los costos asociados con la propiedad y uso del automóvil,
(3) la demanda de viajes básica debido a la estructura del hogar, y
(4) IngLos modelos que encapsulan estas ideas con frecuencia se han estimado a partir
de datos de corte transversal relacionados con la propiedad de automóviles de Quarmby
y Bates.
(1970), en adelante, y demuestran que la influencia dominante es la del ingreso
disponibles.
Dado que muchas características de la oferta de transporte varían con el nivel de
urbanización
(por ejemplo, la naturaleza y extensión del sistema de transporte público, la red de
carreteras
densidad, la disponibilidad y el costo del estacionamiento), es razonable suponer que
estos
Los factores pueden estar afectando la propiedad del automóvil. Hay, sin embargo, poca
o ninguna evidencia.
relacionar la variación en la propiedad del automóvil con el detalle de la red de
transporte. por
Por ejemplo, es muy difícil aducir evidencia estadística de que un aumento en
las tarifas de transporte público tienen una influencia dada en la propiedad de
automóviles, aunque los intentos
se han hecho (ver Goodwin (1992) para una breve revisión). En la mayoría de los casos,
sin embargo,
La complejidad de medir la accesibilidad diferencial asociada al automóvil.
la propiedad ha llevado al uso de índices más simples de “urbanización”, tales como
Densidad residencial, con poca o ninguna pérdida en poder explicativo.
Otra variante es modelar la propiedad de un automóvil y un indicador amplio del uso
del automóvil.
(por ejemplo, kilómetros anuales recorridos) simultáneamente, lo que permite que la
propiedad del automóvil sea
En parte influenciado por el uso que se espera del coche. Este enfoque
ha sido utilizado por, entre otros, Train (1986), de Jong (1989) y Hensher.
et al. (1990). Sin embargo, si bien estos modelos de propiedad de automóviles encajan
en sección transversal
datos bien (es decir, explican una cantidad considerable de la variación observada
en los niveles de propiedad de automóviles), no suelen predecir más de
aproximadamente la mitad de
El crecimiento observado a lo largo del tiempo. En otras palabras, después de tener en
cuenta, en la medida en que
posible, de cambios a lo largo del tiempo en las variables explicativas enumeradas
anteriormente,
sigue siendo una especie de "tendencia" hacia el aumento de la propiedad de
automóviles.
En general, ha resultado difícil introducir condiciones de precio en los modelos.
Aunque, a priori, uno esperaría obviamente que influyeran
En la demanda de propiedad de automóviles, es difícil encontrar conjuntos de datos
adecuados en los que exista una variación adecuada en los precios a lo largo del tiempo.
Ciertamente se puede decir que hay
no hay correlación entre el crecimiento inexplicable en el tiempo y el movimiento de
Cualquier índice general de precios relacionado con el automovilismo. Así, no parece
que la
La estabilidad temporal se vería mejorada por la inclusión de los efectos sobre los
precios. Lo único
La forma en que ha sido posible desarrollar los efectos de los precios en la propiedad de
automóviles es
mediante los llamados modelos de “tipo de automóvil” (ver Capítulo 28), donde el
concepto básico
El "automóvil" se amplía enormemente para considerar el tamaño del motor, la
antigüedad y otros elementos esenciales.
caracteristicas un ejemplo es el trabajo de Train (1986) citado anteriormente. Sin
embargo,
Si bien este nivel de detalle puede ser significativo para predecir los efectos ambientales,
contribuye poco a la cuestión más general de la demanda de viajes, donde hay
No hay una razón fuerte para discriminar entre diferentes tipos de coches.
La experiencia reciente en el Reino Unido, que está razonablemente en línea con la de
otros
países de Europa occidental, es que la tasa de crecimiento de los automóviles por hogar
ha
Ha sido alrededor del 2% por año. Entre 1976 y 1991 hubo un crecimiento global.
del 29,3%, de los cuales solo el 12,6% podría atribuirse directamente al crecimiento de
los ingresos,
implicando una elasticidad ingreso de 0.4. La caída en el tamaño del hogar en realidad
ha tenido
Un efecto negativo en el crecimiento de los automóviles por hogar, que asciende a –
6.8% en comparación con
este periodo. El mayor efecto se debe al cambio en la función sobre
tiempo (inestabilidad), lo que implica una utilidad indirecta neta creciente de la
propiedad de automóviles,
siendo el resto de las cosas iguales. Los datos del Reino Unido sugieren que este efecto
es equivalente a
Un crecimiento exógeno en automóviles por hogar de alrededor del 1,8% anual.
5.2. Modelos de atracción de viaje.
En contraste con la producción de viajes, donde las encuestas de viajes a hogares
pueden proporcionar una
base de datos, el modelo de la cantidad de viajes atraídos a una zona permanece en
Un nivel rudimentario. Tradicionalmente, esto se hacía tomando una matriz existente,
y regresión de los destinos zonales totales en las variables zonales agregadas, tales como
El empleo total. El objetivo principal de esto era derivar factores de crecimiento, por lo
que
Que la matriz podría ser pronosticada para años futuros.
Una calificación importante para este enfoque es que el número real de viajes
atraídos a una zona se verán afectados por la distribución de producciones potenciales,
teniendo en cuenta el costo generalizado entre las zonas de producción y
atracción. Desde un punto de vista teórico, es mucho más preferible estimar la
Utilidad potencial de la zona de atracción en el contexto de una elección de destino.
Modelo, como veremos en la siguiente sección. Aunque esto implica un proceso más
complejo.
procedimiento de estimación del modelo, los detalles han estado disponibles por algún
tiempo (ver
Daly, 1982). El pequeño número de usos reportados puede sugerir que el problema
Se encuentra más con la recopilación de datos adecuados
6. Modelos de distribución o elección de destino.
Lógicamente, la generación de viajes se encuentra al inicio del proceso general del
modelo: en el
A falta de efectos relacionados con el transporte, puede considerarse constante a
efectos de pruebas de estrategia. La distribución del viaje y los componentes de división
modal,
sin embargo, no es necesario que ocurra en una secuencia fija, y debido a las
consideraciones de equilibrio, es posible que deba invocarse varias veces dentro de un
proceso iterativo.
El hecho de que discutamos la distribución del viaje como el componente "siguiente"
después del viaje
No se debe considerar que la generación implica un orden lógico necesario.
Una revisión de las técnicas de análisis de demanda de viajes (Bates y Dasgupta, 1990)
Sacó la siguieParece razonable concluir que el modelo de distribución es una debilidad
importante en
el modelo de cuatro etapas, y que si bien esta debilidad siempre ha sido reconocida,
Probablemente ha sido subestimado. Las interacciones entre orígenes y destinos.
son complejos, y está claro que cierta medida de separación desempeña un papel. Dicho
esto,
Se ha avanzado notablemente poco en la identificación de otros factores influyentes.
Esta
Probablemente haya ocurrido en parte debido a criterios inadecuados para evaluar la
bondad del ajuste, y en parte porque la calidad de los datos es insuficiente para permitir
un análisis más sofisticado.
análisis.
Es instructivo ver el proceso de modelado general como el de reproducir un
Matriz de movimientos tij. En términos bastante generales, el número de viajes en (i –
j)
Es probable que las células estén relacionadas esten relacionadas conclusión:
(1) las características de la zona de origen / producción i,
(2) las características de la zona de destino / atracción j,
(3) las características de la "separación" o "costo" del viaje, entre zonas
iyj
Esto sugiere un modelo de la forma.

Los modelos separados generalmente se estiman para cada propósito de viaje

identificado. Algunos
Las primeras formas de este modelo hicieron uso de la función

donde dij es la distancia entre i y j. Debido a su obvia analogía con

La ley newtoniana de la atracción gravitatoria, el modelo es ampliamente conocido
como el
Modelo de "gravedad", a pesar de que la estricta fórmula newtoniana para fij ya no es
más
usado.
En un modelo en el que se supone que se conocen los orígenes y los destinos
(“doblemente
"distribución restringida"), el problema se limita esencialmente a la estimación
de un fijador adecuado. Este es el caso normal con el viaje al trabajo y la educación.
fines En el caso de otros fines, mientras que las producciones pueden ser
razonablemente
estimado (como en la sección anterior), el modelado de las atracciones presenta
Las principales dificultades, que son esencialmente adicionales a las relacionadas con la
función fija.
Mientras que las primeras formas del modelo utilizaban población zonal o empleo.
pesos para ai y bj, y formas simples para fijas basadas en la distancia, el desarrollo
de la noción de costo generalizado llevó a una mayor atención a la forma funcional. Uno
Una de las formas más duraderas es la "función de disuasión" exponencial negativa:
donde cij es el costo generalizado entre i y j y? es un valor positivo
parámetro, que se conoce como "concentración" o "escala" o "propagación"
parámetro. Esta forma de modelo fue derivada por Wilson (1967) usando
consideraciones
de "entropía", y también se puede demostrar que es consistente con el modelo "logit"
(Ben-Akiva y Lerman, 1985), que es el pilar de la teoría de la elección discreta
(ver capítulo 5).
Sin embargo, el modelo de distribución se ha utilizado históricamente en dos
diferentes caminos. Desde el punto de vista de la prueba de políticas, hay una ventaja
obvia
al introducir el costo generalizado directamente, como se indica en la Figura 2, ya que
la mayoría de las políticas
Tendrá, directa o indirectamente, un impacto en el costo generalizado. Sin embargo,
gran parte de
El uso del modelo, particularmente en el lado de la carretera, ha sido "completar" el
patrón de viaje, dada la virtual imposibilidad de obtener un "cumplimiento total"
matriz ”. En este caso, aparte de tratar con el crecimiento a lo largo del tiempo, la matriz
es
A menudo se supone fijo.
Desde este último punto de vista, los modeladores en la década de 1970 a veces
utilizaban
Las llamadas funciones "empíricas" cuyo objetivo principal era reproducir el viaje.
El costo o la distribución de la longitud del viaje en los datos lo mejor posible, en
contraste con, por ejemplo,
La función exponencial negativa, que solo asegurará que el costo promedio del viaje
es correcto. Esto se hizo sin tener en cuenta la fiabilidad estadística de
La función estimada. A finales de la década de 1970, sin embargo, el modelo de
distribución
había sido reinterpretado en términos de teoría de elección discreta, y estadísticamente
correcto
Los métodos de estimación ahora se utilizan generalmente. Para la mayoría de los
propósitos es apropiado
asumir que el modelo es un modelo de elección de destino, distribuyendo un
Total de producciones de viaje de cada zona entre las zonas de atracción.
A pesar de esto, el problema general común a todas las "funciones de disuasión"
es que están tratando de explicar una gran cantidad de variación (de hecho,
el patrón de distribución entre las células N², donde N es el número de zonas) usando
Un número muy pequeño de parámetros. Incluso si los parámetros satisfacen
estadísticas
requisitos en términos de importancia, el nivel general de explicación tiende a
sigue siendo pequeño. Por lo tanto, el componente de distribución del modelo de cuatro
etapas, si
Desarrollado solo en base a producciones, atracciones y un costo generalizado.
matriz, no se puede esperar que entregue una matriz que sea lo suficientemente realista
para
Continuar con las etapas restantes del modelo.
Al formular el problema en términos de elección del destino, es posible
intente una calibración “desagregada”, dado un conjunto de datos apropiado. Un buen
ejemplo de esto es el modelo de elección de destino (y modo) en el Nacional de Holanda.
Modelo (DVK, 1990) (Capítulo 25). Esto proporciona una forma sistemática de añadir
términos adicionales al "costo generalizado", incluidos los términos relacionados con la
"utilidad de destino". Sin embargo, incluso cuando se ajusta de manera aceptable a los
datos desagregados
se obtiene, sigue habiendo grandes problemas para convertir esto en una matriz de
viajes
que, cuando se asigna a una red, dará niveles aceptables de flujos.
Por esta razón, normalmente es necesario en la aplicación para hacer mucho más
Uso explícito de matrices "observadas" (más correctamente, matrices que se construyen
haciendo un uso sustancial de las encuestas que recogen los orígenes y destinos de
excursiones). Esto se puede hacer de forma incremental, de modo que el estimado
el modelo simplemente predice cambios en relación con una base "observada" o, por lo
que es efectivamente una variante de la misma idea, para introducir una serie de
constantes específicas
(a veces denominados factores K) para garantizar un ajuste satisfactorio en diferentes
áreas
de la matriz. En general, el modelo de elección de destino se puede escribir como
donde, como antes, k es una "segmentación" de la población (típicamente una
combinación
del propósito del viaje y las características de la persona o del hogar), i y j son, como de
costumbre,
el origen y destino del viaje, pj [i: k] es la proporción de todos los viajeros
de tipo k en la zona i que viajan a la zona j, Cij
k es el costo asociado, y {j} es el
Se está considerando un conjunto de zonas de destino, Xk es un vector de características
para
La segmentación k, y Zj es un vector de características zonales.
Quizás la forma más general de modelo de distribución es la asociada con
varias técnicas que se conocen como "estimación matricial a partir de conteos".
Su más general, esta consiste en una forma modelo para la matriz Tij, los parámetros
de los cuales se estiman bajo una selección de restricciones. Además de la fila
y restricciones de columna que están implícitas en los parámetros ai y bj referidos
Anteriormente, las restricciones pueden relacionarse con los totales dentro de
diferentes submatrices o el total
el tráfico “fluye” a través de “líneas de pantalla” definidas (introduciendo así elementos
de red)
relativas a los caminos). Además, las restricciones pueden ir desde la igualdad "dura".
restricciones, que deben ser satisfechas, a restricciones de desigualdad "suaves", que
pueden ser
degradado asignándoles “pesos” más bajos (tomados para reflejar el modeller
estimación de la confianza en diferentes tipos de restricciones).
Por supuesto, siempre es posible mejorar el ajuste del modelo a los observados.
Datos introduciendo parámetros adicionales arbitrarios. El objetivo es, sin embargo,
encontrar
Una forma de principio de hacer esto que satisface el rigor estadístico.
6.1. Predicción de la futura distribución.
Independientemente de la forma funcional de fij, efectivamente se utiliza el mismo
enfoque para
tener en cuenta los cambios "externos" a lo largo del tiempo en el nivel zonal. Primero
el
Las tasas de crecimiento de la producción desde el viaje se aplican a la matriz base,
Produciendo las futuras producciones. Si las tasas de crecimiento de atracción han sido
directamente
estimado, entonces, siempre que su crecimiento total de viajes sea compatible con
El crecimiento en la producción, estos también pueden aplicarse a la matriz revisada. Un
luego sigue la secuencia iterativa, conocida como "ajuste bi-proporcionado" (o, más
coloquialmente, “Furnessing”, después de Furness (1965) quien originalmente propuso
la
enfoque en el contexto del transporte) hasta que el proceso converja con el requerido
totales de fila y columna.
Cuando el modelo se ha estimado como un modelo de elección de destino, es necesario
cambiar las utilidades de destino. Cuando se han estimado directamente en cantidades
zonales como el empleo total, en principio los valores del año futuro pueden
ser directamente de entrada. Sin embargo, la estimación del modelo también puede
incluir el destino.
constantes, ya sean o no cantidades zonales en el modelo. Es menos claro que
Se deben hacer suposiciones en este caso.
El proceso de Furnessing es fácil de operar y se puede demostrar que tiene la
Condiciones de convergencia requeridas en la mayoría de los casos. En un contexto de
previsión su papel
Es esencialmente permitir el crecimiento externo, en ausencia de cambios.
En costo generalizado. Para tener en cuenta los cambios en el costo generalizado es de
Curso necesario para tener una función de disuasión explícita que contenga
generalizada.
costo. En el caso del modelo doblemente restringido, donde tanto la fila como la
columna
los totales se suponen conocidos, la solución al problema restringido solo puede ser
obtenido por iteración, y el mismo proceso de Furnessing se utiliza para este propósito.
7. Modelos de modo de elección.
En contraste con el problema de la distribución, los modelos de elección de modo han
sido
en conjunto más manejable, esencialmente porque la variación observada a nivel
de un par de zonas es mucho menor en relación con el número de parámetros en el
modelo.
En general, el modelo de elección de modo se puede escribir como

donde k es una "segmentación" de la población, i y j son el origen y el destino del viaje,

m es el modo, pm [ij: k] es la proporción de todos los viajeros
del tipo k que se mueve entre i y j que usan el modo m, Cijm
k es el costo asociado,
y {m} es el conjunto de modos que se están considerando.
Las principales fuentes de variación en los modelos utilizados en la práctica son:
(1) el número y el tipo de modos realmente distinguidos, y

(2) El detalle del “costo generalizado” de C𝑖𝑗𝑚𝑘

Tradicionalmente, la mayoría de los modelos de cuatro etapas no se han distinguido más
allá de lo "privado"
y modos "públicos" en el lado de la demanda (aunque una asignación entre diferentes
modos de transporte público pueden hacerse dentro del proceso de asignación).
Además,
ciertos tipos de personas a menudo se asumen cautivos del transporte público
(generalmente aquellos
en hogares sin automóvil, aunque en algunos casos una definición más precisa de
Se utiliza "disponibilidad de coche"). Así, la elección de modo tiende a limitarse a
predecir
La proporción de personas que se supone que tienen acceso a un automóvil que
realmente usa el transporte público.
transporte. Más recientemente, sin embargo, las distinciones de "conducir solo" frente
a "grupo de autos"
ha sido usado.
Dado que los primeros modelos se referían principalmente a la elección
transporte público y automóvil, una vez que el concepto de costo generalizado había
sido
desarrollado, era natural proponer formas funcionales basadas en una comparación
del coste generalizado para los dos modos. Como es bien discutido por Ortúzar y
Willumsen (1994), lo que se requiere es una curva en forma de S mediante la cual la
probabilidad
de elegir el modo se desvanece cuando sus costos son muy superiores a los costos
del otro modo, pero que permite una sensibilidad razonable cuando los costos son
comparable. En el caso binario, hay una gama de posibilidades para un adecuado
función, y es posible producir funciones totalmente empíricas ("desviación
curvas ") relacionando la proporción que elige el transporte público a la diferencia o
relación de los costos generalizados de los dos "modos". En la mayoría de los casos, el
generalizado
el costo se especifica previamente en términos de los pesos adjuntos a cada
componente, aunque
dados los datos apropiados, los pesos (relacionados con diferencias tales como
Se puede estimar el tiempo, el tiempo de caminata y el tiempo de espera).
El deseo de generalizar el modelo de división modal a más de dos modos lleva.
rápidamente a una preferencia, por motivos de trazabilidad, por el conocido logit
modelo. La versión más simple para múltiples opciones es la forma multinomial.

Debido a que la estructura logit multinomial (MNL) no siempre es adecuada cuando

algunos
Los modos son inherentemente más similares (por ejemplo, el autobús y el ferrocarril
pueden considerarse
más similar entre sí que cualquiera de los dos es para automóvil), el llamado logit
anidado
También se puede utilizar, precisamente para reflejar estas similitudes. Este modelo,
que es
Se propuso la forma más sencilla de relajar las limitaciones del modelo MNL.
durante la década de 1970 como parte del desarrollo de la teoría de la elección discreta,
y ha
se mantuvo popular desde entonces debido a su conveniencia analítica. Capitulo 13
Este manual está dedicado al modelo logit anidado (Hensher y Greene,
1999).
Dentro de una estructura anidada, la primera opción puede ser entre el automóvil y el
público.
transporte, mientras que, condicionado a la elección del transporte público, puede
haber una mayor
Elección entre autobús y tren. Al estimar tales modelos, fue originalmente necesario
Para hacer uso de un enfoque secuencial a las opciones. Sin embargo, el generalizado
Disponibilidad de software de máxima probabilidad de información completa (FIML) en
la década de 1980
Significa que este impedimento ha sido eliminado. Modelos de modo de elección de este
tipo.
Han disfrutado de una inmensa popularidad. Los datos para la estimación están
disponibles, el
requisitos teóricos para la estimación del modelo y la escala del problema (limitado
número de opciones) no son demasiado exigentes, y el proceso de elección en sí es uno
Con lo que la mayoría de los analistas se sentirán familiarizados.
Sin embargo, a pesar de las esperanzas iniciales (Quandt y Baumol, 1966), ese modo
la elección podría explicarse por completo por las características medibles de los modos
(como el tiempo y el costo), una característica general de la estimación del modelo es
que, además,
Para determinar el parámetro de "escala"? k sobre el costo generalizado, es
invariablemente
necesario para determinar las denominadas "constantes modales", que pueden
interpretarse libremente como las ventajas intrínsecas de los modos, en igualdad de
condiciones. Estas
resultan ser necesarios para garantizar que las acciones modales medias se reproduzcan
correctamente, y mientras que las variables de costos generalizados muestran una
regularidad razonable en
Diferentes situaciones, constantes modales son altamente específicas de la ubicación.
Esto también plantea
Un problema particular para la introducción de nuevos modos (manejado
apropiadamente
por métodos de preferencia declarados, ver Capítulo 8)
8. Estructura general del modelo.
Entre 1965 y 1975 hubo una intensa discusión sobre el orden correcto de
los modelos de elección de modo y distribución, caracterizados por términos tales como
(o la distribución modal posterior a la distribución). Además de la pregunta empírica de
la cual
La forma era más adecuada, el argumento girado en particular sobre la especificación
de
La medición del coste generalizado. En pocas palabras, si la división modal está
condicionada a
destino (división modal posterior a la distribución) luego el costo utilizado en la
distribución
El modelo debe estar "promediado" de alguna manera en los modos disponibles,
mientras que
Si la distribución está condicionada a la división modal, entonces el costo utilizado en el
modo modal
El modelo dividido debe estar "promediado" de alguna manera sobre los destinos
disponibles.
Se utilizaron varias formas empíricas, con resultados generalmente insatisfactorios.
El desarrollo de la teoría de la elección discreta en la década de 1970 finalmente resolvió
el problema.
Investigaciones más o menos paralelas en el Reino Unido y en los Estados Unidos (para
una discusión
De las contribuciones clave, ver Ortúzar (2001), Carrasco y Ortúzar (2002) y
Los capítulos 5 y 13) concluyeron que: había solo una manera en la que el “promedio”
podría calcularse (la fórmula denominada "costo compuesto" o "valor inclusivo",
como se muestra en, por ejemplo, Ben-Akiva y Lerman (1985)); y el ordenamiento de la
Dos componentes eran esencialmente una cuestión de determinación empírica, con una
clara
prueba, basada en los valores relativos de los parámetros de escala en el costo
generalizado,
Por rechazar una jerarquía inapropiada. Esto llevó a una generalización importante.
de la teoría (McFadden, 1981).
Sobre esta base, ha sido posible desarrollar normas jerárquicas apropiadas
modelos de diferentes respuestas de transporte, incluidas "etapas" adicionales, tales
como
elección de la hora del día. Además, teniendo una estructura de demanda más
integrada,
confiar menos en los procedimientos ad hoc, ha permitido un tratamiento adecuado de
la oferta
opiniones Esto, combinado con un poder de computación mucho mayor, ha significado
que
Tanto la comprensión como la capacidad de modelar las complejidades del transporte.
La demanda ha visto grandes avances en los últimos 25 años.
De la mano con esto se ha investigado mucho sobre los algoritmos, en particular los que
representan los requisitos esenciales de equilibrio entre la oferta y la demanda. Aquí los
principales avances teóricos han sido
Hecho en Norteamérica por, entre otros, Florian y Boyce. Un comprensivo
La descripción del estado del arte se encuentra en Patriksson (1994) (ver también
Capítulos
10 y 11), aunque se han publicado nuevos desarrollos en el documento técnico
revistas Hay que decir, sin embargo, que el estado de la práctica sigue siendo un
largo camino por detrás.
Aunque ha habido un cambio considerable en el énfasis y las razones
para qué modelos se desarrollan y utilizan, el nivel de detalle proporcionado por el
La combinación de matrices (adecuadamente segmentadas) y redes ha significado que,
siempre que los modelos subyacentes sean creíbles y permitan el impacto de las
políticas
traducirse a términos de costos generalizados, la información esencial requerida para
La evaluación de la mayoría de las políticas puede ser generada. Por ejemplo, ambiental.
Los datos como la generación de CO2 pueden relacionarse con cantidades basadas en
enlaces, como los flujos.
y las velocidades.
El aspecto más débil de los modelos descritos aquí es probablemente su esencia
La concepción “estática”, en términos de falta de efectos “detonantes” entre sucesivos
períodos (en relación, por ejemplo, con la acumulación de congestión, la acumulación
de
vehículos, y el impacto ambiental de "arranques en frío" para vehículos de carretera).
Trabajo es
actualmente en la mano para abordar este tipo de cuestiones, particularmente en el
contexto de la
TMIP financiado por los Estados Unidos (para una descripción del programa general,
consulte Shunk, 1995).
Se está llevando a cabo un desarrollo sustancial en Seattle y San Francisco (un resumen
del alcance del trabajo en Seattle se da en el Departamento de Transporte de los Estados
Unidos
(1998)).
CAPITULO TRES
EL MODELO DE CUATRO PASOS
1. Introduction

La historia del modelado de demanda para viajes personales ha sido dominada por
El enfoque que se conoce como el modelo de cuatro pasos (FSM)
(ver capítulo 2). Viajes, siempre vistos en teoría como derivados de la demanda.
para la participación en actividades, en la práctica se ha modelado con base en viajes
más bien
que los métodos basados en la actividad (como se presenta en el Capítulo 4). Origen del
viaje - destino
(OD) en lugar de las encuestas de actividad forman la base de datos de principios. La
influencia de
las características de la actividad disminuyen, y la de las características del viaje
aumenta, como
La secuencia de pronóstico convencional procede. La aplicación de este modelado.
El enfoque es casi universal, ya que en gran medida son sus críticas (estas deficiencias
están bien documentadas, por ejemplo, por McNally y Recker (1986)). La corriente
FSM podría verse mejor en dos etapas. En la primera etapa, diversas características.
del viajero y del sistema de actividad de uso de la tierra (y en un grado variable, la
sistema de transporte) son “evaluados, calibrados y validados” para producir una
Medida no equilibrada de la demanda de viaje (o tablas de viaje). En la segunda etapa,
Esta demanda se carga en la red de transporte en un proceso que las cantidades
sólo al equilibrio formal de la elección de ruta, no de otras dimensiones de elección tales
como
como destino, modo, hora del día, o si viajar o no (retroalimentación a
las etapas se han introducido a menudo, pero no de manera consistente y convergente).
Aunque este enfoque ha sido moderadamente exitoso en el agregado,
no se ha realizado en la mayoría de las pruebas de políticas relevantes, ya sea a petición
o
lado de la oferta.
Este capítulo proporciona una descripción concisa de la mecánica del FSM, ilustrada con
un estudio de caso hipotético. La discusión en este capítulo, sin embargo,
se centrará en la práctica de modelos de Estados Unidos. Modelo de transporte
desarrollado como una
Componente del proceso de análisis de transporte que llegó a establecerse.
en los Estados Unidos durante la era del desarrollo de la posguerra y el crecimiento
económico. Inicial
La aplicación de los métodos analíticos comenzó en los años cincuenta. El estudio
histórico de Mitchell y Rapkin (1954) no solo estableció el vínculo entre viajes y
actividades.
(o uso del suelo), pero pidió un marco integral y consultas sobre viajes
comportamiento. El desarrollo inicial de modelos de generación de viajes, distribución,
y el desvío a principios de la década de 1950 llevaron a la primera aplicación integral de
El sistema FSM en el Estudio de Transporte del Área de Chicago (Weiner, 1997) con
El modelo intercalado por proyección de uso de suelo y evaluación económica. los
El enfoque fue decididamente orientado hacia la carretera con nuevas instalaciones que
se están evaluando en comparación con las mejoras de ingeniería de tráfico. La década
de 1960 trajo la legislación federal que requiere
Planificación del transporte urbano “continuo, integral y cooperativo”,
Institucionalización total del FSM. La legislación adicional en la década de 1970 trajo
preocupaciones ambientales a la planificación y modelado, así como la necesidad de
sistemas multimodales.
planificación. Se reconoció que el sistema modelo existente puede no ser apropiado
para su aplicación a las inquietudes de políticas emergentes y, en lo que podría referirse
como el "primer programa de mejora del modelo de viaje", un llamado a modelos
mejorados
llevado a la investigación y el desarrollo de la previsión de la demanda de viajes
desagregados
y los métodos de asignación de equilibrio que se integraron bien con el FSM y
Han dirigido en gran medida los enfoques de modelado durante la mayor parte de los
últimos 30 años. los
finales de la década de 1970 trajo enfoques de "respuesta rápida" a la previsión de viajes
(Sosslau
et al., 1978; Martin y McGuckin, 1998) e independientemente el comienzo de lo que
ha crecido hasta convertirse en el enfoque basado en la actividad. El creciente
reconocimiento de
la inadaptación del FSM y las cuestiones de política pertinentes en la década de 1980
llevaron a la
(segundo, pero formal) Programa de Mejora del Modelo de Viaje en 1991; mucho de
El período subsiguiente se ha dirigido a mejorar el estado de la práctica en relación con
el modelo convencional al tiempo que fomenta la investigación y el desarrollo en nuevos
países.
Metodologías para promover el estado de la técnica (ver Capítulo 4).
El FSM se ve mejor como una aplicación particular de los sistemas de transporte.
El análisis (TSA), un marco debido a Manheim (1979) y Florian et al. (1988),
que posiciona bien el modelo para ver sus fortalezas y debilidades. Una breve
La presentación de este marco TSA introduce el contexto FSM y conduce a
una discusión del problema y definición del área de estudio, aplicación del modelo y
datos
requisitos Los modelos, que quizás se utilizan más comúnmente en el
FSM se presentan en forma de una aplicación de muestra
2. Análisis de sistemas de transporte.
La estructura básica introducida por Manheim (1979) y ampliada por Florian.
et al. (1988) proporciona un paradigma completo en el cual examinar el FSM.
En esta representación (Figura 1), el sistema de transporte T, definido como todos
elementos de infraestructura y servicios de transporte, y el sistema de actividad A,
Definido como esencialmente todo lo demás (las distribuciones espaciales del uso de la
tierra y la actividad demográfica y / o económica que se produce en esos usos de la
tierra), sirven
como insumos exógenos a los procedimientos de desempeño P y procedimientos de
demanda D,
respectivamente. Son tales procedimientos de demanda y desempeño los que
comprenden el
FSM básico. Si bien se requiere algún tipo de procedimiento de localización L,
típicamente
ejecutado independientemente del FSM y raramente integrado de alguna manera
formal dentro del procedimiento de equilibrio básico. Igualmente, los procedimientos
formales de suministro.
S son virtualmente inexistentes. Florian et al. (1988) caracteriza el análisis formal como
involucrando la elección de la perspectiva de análisis (efectivamente, marco de tiempo
y espacio espacial
definición) y la definición de los procedimientos, y por lo tanto las variables, que deben
ser
Especificada de forma endógena o exógena.
De importancia crítica para este enfoque es la comprensión de las unidades de
Análisis de estos procedimientos, definidos espacial y temporalmente. El procedimiento
de demanda D típicamente produce viajes personales, definidos como el viaje requerido
de
una ubicación de origen para acceder a un destino con el fin de realizar algunos
actividad. Estos viajes reflejan unidades de tiempo y espacio (como los viajes diarios de
personas)
por persona o viajes de hora pico por zona). Procedimiento de rendimiento p
casi siempre refleja los viajes específicos de modo (persona o vehículo) definidos como
un enlace
volumen (por ejemplo, viajes en vehículo de la autopista por hora o embarques por hora
para un segmento de ruta de tránsito en particular). El proceso de equilibrio debe
resolver la demanda y
Procedimientos de performance definidos a diferentes niveles espaciales.
Procedimientos de demanda
Definición a nivel zonal y procedimientos de desempeño definidos a nivel de enlace.
están interconectados por el nivel de ruta: las rutas comprenden secuencias de enlaces
que
conectar pares OD

3. Problemas, áreas de estudio, modelos y datos.

El FSM es la herramienta principal para pronosticar la demanda y el rendimiento futuros
de un sistema de transporte, típicamente definido a escala regional o subregional
(Las escalas más pequeñas suelen aplicar modelos simplificados). El FSM debe ser
adecuadamente sensible a las políticas para permitir la comparación de intervenciones
alternativas para influir
Demanda futura y rendimiento. El sistema de modelos fue desarrollado para evaluar
proyectos de infraestructura a gran escala y no para proyectos más sutiles y complejos.
políticas que involucran la gestión y el control de la infraestructura existente o la
introducción de políticas, que influyen directamente en el comportamiento de los viajes.
Aplicación de viaje
Los modelos de previsión es un proceso continuo. El período requerido para la
recopilación de datos, la estimación del modelo y los ejercicios subsecuentes de
pronóstico pueden tomar años.
Durante ese tiempo, la actividad y los sistemas de transporte cambian al igual que las
políticas de
interés, que a menudo requiere nuevos esfuerzos de recopilación de datos y un nuevo
esfuerzo de modelado.
Aparentemente se dispone de poco tiempo para el estudio sistemático de la validez de
estos
modelos despues del hecho

3.1. Definición del área de estudio

Una vez que se identifica la naturaleza del problema en cuestión, el área de estudio
puede ser
definido para abarcar el área del impacto político esperado; define una linea de cordon
esta área. El área dentro del cordón está compuesta por Zonas de Análisis de Tráfico.
(TAZs) y está sujeto a modelos y análisis explícitos. Interaccion con areas
fuera del cordón se define a través de estaciones externas (ES) que sirven de manera
efectiva
como puertas para viajes dentro, fuera y a través del área de estudio. La actividad
El sistema para estas estaciones externas se define directamente en términos de viajes
que pasan
a través de ellos, y los modelos que representan esta interacción están separados de
y menos complejos que los que representan interacciones dentro del área de estudio
(Por lo general, los modelos de factores de crecimiento se utilizan para pronosticar el
tráfico externo futuro).
El Sistema de Actividad A interno está típicamente representado por factores
socioeconómicos,
datos demográficos y de uso del suelo definidos para las TAZ u otros medios espaciales
convenientes
unidades. La cantidad de TAZ, según el propósito del modelo, la disponibilidad de datos
y
modelo vintage, puede variar significativamente (desde varios cientos hasta varios
miles).
Sin embargo, la unidad de análisis varía a lo largo de las etapas del FSM y podría estar
en el
nivel de personas individuales, hogares, TAZs, o alguna agregación más grande.
El Sistema de Transporte T está representado típicamente a través de gráficos de red
Definido por enlaces (secciones homogéneas de una sola vía de infraestructura de
transporte).
o servicio) y nodos (puntos finales del enlace, generalmente intersecciones o puntos que
representan cambios en los atributos del enlace). Tanto los enlaces como los nodos
tienen atributos asociados.
(por ejemplo, la duración, la velocidad y la capacidad de los enlaces y las prohibiciones
y penalidades de giro para
nodos). El sistema de actividad A está interconectado con el sistema de transporte T a
través de conectores de centroide, que son enlaces abstractos que conectan los
centroides TAZ con puntos de acceso realistas en la red física (por lo general, a mitad de
bloque y no en nodos).
3.2. Modelos
especificados a través de la generación, distribución, elección de modo y modelos de
hora del día, son fijos, con solo la decisión de ruta por determinar. La mayoría de las
aplicaciones
de los tiempos de viaje del enlace equilibrado de retroalimentación FSM a la opción de
modo y / o
modelos de distribución de viajes para una segunda pasada (y ocasionalmente más) a
través del
últimos tres pasos, pero no se garantiza una convergencia formal en la mayoría de las
aplicaciones
Los procedimientos de localización integrada (uso del suelo y modelos de transporte)
están ausentes
en la mayoría de las aplicaciones estadounidenses. El futuro sistema de actividad se
prevé de forma independiente.
sin retroalimentación del FSM (ver Capítulo 9).
3.3. Datos
El FSM tiene demandas de datos importantes además de la requerida para definir el
Sistemas de actividad y transporte. La necesidad primaria son los datos que definen los
viajes.
comportamiento y esto se recoge a través de una variedad de esfuerzos de la encuesta.
Viaje de hogar
las encuestas con diarios de actividades de viaje proporcionan gran parte de los datos
que se requieren para
calibrar el FSM. Estos datos, y estudios de tráfico observados (conteos y velocidades),
También proporcionan gran parte de los datos necesarios para la validación.
Las encuestas de viaje de los hogares proporcionan: (i) datos socioeconómicos a nivel
de hogar y persona (que generalmente incluyen los ingresos y el número de miembros
del hogar, trabajadores y automóviles); (ii) datos de viajes de actividad (que
generalmente se incluyen para cada
actividad realizada durante un período de 24 horas tipo de actividad, ubicación, hora de
inicio, duración,
y, si hubo viaje, modo, hora de salida y hora de llegada; y (iii)
Datos del vehículo doméstico. Estos datos de la encuesta se utilizan para validar la
representatividad de la muestra, para desarrollar y estimar la generación de viajes, la
distribución de viajes,
y modelos de elección de modo, y para llevar a cabo estudios de tiempo en movimiento
3.4. Un problema de muestra
Se proporciona un ejemplo del FSM para ilustrar una aplicación típica de los Estados
Unidos. Inicial
Las tareas definen los sistemas de transporte y actividad en una forma compatible con
se está utilizando el software FSM, tareas cada vez más facilitadas por Geographical
Sistemas de información (SIG) (véanse los capítulos 14-16). La tabla 1 y la figura 3
representan
La red de transporte para el área de estudio y la Tabla 2 resume la clave.
variables demográficas a nivel poblacional para las cuatro TAZ del área (1-4). Ahí
también son dos estaciones externas (5–6), cuyos viajes asociados son por separado
Modelado y anexado a las tablas de viaje del área de estudio.
En este ejemplo hipotético, se realizó una encuesta de entrevista domiciliaria para
una muestra del 5% de los hogares en cada TAZ, “produciendo” 1852 viajes totales en
los 200
hogares (cuadro 3). El tamaño de la muestra en este ejemplo es demasiado pequeño
para asegurar
Que es representativo de la población, y la estimación de modelos de FSM.
violará los recuentos mínimos de categoría requeridos para significancia estadística,
pero
Esto no debería limitar la utilidad del problema de muestra. Las etapas del FSM.
se presentan a continuación en secuencia (Secciones 4-7).
4. Generación de viaje.
l objetivo de esta primera etapa del proceso FSM es definir la magnitud
del total de viajes diarios en el sistema modelo, a nivel de hogar y zonal,
para diversos fines de viaje o actividades. Esta primera etapa también se traduce
explícitamente.
el FSM desde actividad a viaje, y simultáneamente corta cada viaje
en una producción y una atracción, evitando efectivamente el rendimiento de la red
Las medidas influyen en la frecuencia de desplazamiento. La generación define
esencialmente
El viaje total en la región y los pasos restantes son, efectivamente, modelos
compartidos.
4.1. Proceso
Se estiman modelos de generación separados para producciones.
donde: Pp
i son las producciones totales de viaje generadas para el tipo de viaje p para análisis
unidad i y ap
j son las atracciones de viaje totales para el tipo de viaje p para la unidad de análisis j.
Prácticamente todas las aplicaciones de modelos son para sistemas espaciales discretos
típicamente
Definido por en el orden de 100-2000 zonas de análisis de tráfico. Típicamente, al menos
tres
se definen diferentes propósitos de viaje, a menudo viajes de trabajo basados en el
hogar (HBW), viajes basados en el hogar (o viajes que no son de trabajo) (HBO), y viajes
no basados en el hogar (NHB). los
La mayoría de los viajes son típicamente domiciliarios, teniendo su origen o destino en
casa. Los viajes NHB no tienen final de viaje en casa (estos viajes son viajes vinculados
y parte de una cadena de viaje basada en el hogar, aunque esta distinción generalmente
se ignora en
el FSM). Fin de viaje son modelados como producciones o atracciones. El fin del hogar
Un viaje es siempre la producción, es el hogar y su actividad exige.
que da lugar a, o produce, todos los viajes; el extremo no-hogar es la atracción (por
Viajes de NHB, el origen es la producción y el destino es la atracción).
Los viajes se pueden modelar a nivel zonal, de hogar o persona, con los modelos a nivel
de hogar más comunes para producciones de viaje y modelos de nivel zonal
Más común para las atracciones de viaje. Para los modelos de producción doméstica,
todos los viajes son
inicialmente generados en la ubicación del hogar, y los viajes NHB deben ser asignados
a
Ser "producido" en la zona de origen real del viaje. Tales modelos de producción pueden
reflejan una variedad de variables explicativas y sensibles a las políticas (por ejemplo,
propiedad de automóviles,
ingresos del hogar, tamaño del hogar, número de trabajadores). Los modelos de
categoría son
más común que los modelos basados en regresión y proporcionan una precisión
razonable
medida de la frecuencia de viaje a nivel del hogar y, una vez agregada, a la
Nivel zonal (los modelos a nivel de persona son similares en estructura). El modelado
independiente de finales de viaje ha limitado la capacidad de integrar medidas de
accesibilidad
en modelos de generación (pocos modelos, si alguno, han logrado una inclusión
significativa
de las variables de accesibilidad a pesar del atractivo intuitivo que tales variables
afecta la frecuencia del viaje, un resultado que elimina la retroalimentación potencial
de la ruta
modelos de elección). Los modelos de atracción de viaje sirven principalmente para
escalar el siguiente
Problema de elección del destino (distribución del viaje). Esencialmente, estos modelos
proporcionan
una medida de atractivo relativo para diversos propósitos de viaje en función de
Variables socioeconómicas y demográficas, y en ocasiones de uso del suelo. La
estimación es más problemática, primero porque las encuestas de viajes regionales
muestrean a
nivel doméstico (proporcionando así modelos de producción más precisos) y no
para usos de suelo no residenciales y segundo porque el poder explicativo de las
variables de atracción no suele ser tan bueno. Por estas razones, factoring de datos de
la encuesta.
se requiere antes de relacionar los viajes de muestra con las variables de atracción a
nivel de la población,
Normalmente a través del análisis de regresión. Niveles de atracción subsiguientes,
mientras que típicamente
normalizado a los niveles de producción para cada propósito de viaje, no obstante, debe
serExaminado cuidadosamente si los totales varían significativamente de los de las
producciones. Se introducen generadores especiales para modelar viajes de forma
independiente en ubicaciones (como
universidades) que no están bien representadas en los modelos estándar.
La discusión se refiere a viajes internos (viajes residentes con ambos extremos en el
estudio).
zona). Viajes no residenciales dentro del área de estudio y viajes externos (incluyendo
ambos
a través de viajes y viajes con un extremo fuera del área de estudio) se modelan por
separado pero sin contar los viajes de los residentes ya reflejados en los viajes regionales
encuesta. Los viajes externos-internos típicamente se modelan con la producción en el
estacion externa Las atracciones internas se escalan a las producciones internas totales
más
La diferencia entre producciones externas y atracciones externas. Los factores de
crecimiento, que a menudo reflejan el recuento de tráfico en las estaciones externas, se
utilizan para factorizar la corriente
Totales externos para fines de previsión. Los viajes externos e internos externos,
generalmente viajes en vehículo, se integran en las tablas de viaje del vehículo antes de
la asignación de ruta

4.2. Un modelo ejemplar de producción de viajes familiares.

Se estimó un modelo de categoría para los viajes familiares por propósito del viaje.
Datos y características demográficas de los 200 hogares muestrales. Categoría
Las variables se seleccionan según la capacidad de discriminar significativamente las
tasas de viaje.
entre categorías, sensibilidad política general y la disponibilidad de datos futuros.
Los modelos de categorías son menos restrictivos que los modelos de regresión, pero
requieren que
Se pronosticará la distribución conjunta de variables poblacionales. Una variedad de
métodos tienen
utilizado con ajuste proporcional iterativo, quizás el más directo. El rol de
los pronósticos del sistema de actividad son claros, al igual que la necesidad de
pronósticos de calidad de la propiedad del automóvil, ya que esta variable suele estar
más correlacionada con el total
Viajes por hogar. Las tasas de viaje estimadas resultantes se muestran en la Tabla 4

Para simplificar la presentación, se utilizan las tasas de Martin y McGuckin (1998).

La agregación procede directamente ya que el modelo es lineal. Una vez que se conoce
la distribución conjunta de los hogares para el año base o pronóstico, los conteos de
células son
multiplicado por las tarifas de viaje estimadas para obtener el número total de viajes por
zona.
4.3. Un modelo de atracción zonal de muestra.

El modelo de muestra estima el atractivo relativo mediante la regresión de valores

factorizados
de viajes de muestra agregados al nivel de la zona en las características zonales
relevantes.
La elección de las variables explicativas está restringida de una manera similar al viaje
Modelos de producciones: significación del modelo, sensibilidad a las políticas y
previsibilidad.
Estos modelos se resumen en el recuadro 1.
4.4. Aplicación a la población base.
No hay consistencia interna entre los modelos de producción y atracción.
Con modelos de producciones en general más confiables, atracciones por propósito.
se suelen normalizar a las producciones (es posible que este proceso deba reflejar los
viajes externos internos si se incluyen en el modelo de tarifas). Los modelos estimados
son
aplicado a los datos a nivel de población para el área de estudio (los datos zonales en la
Tabla 2
y Tabla 3); estos valores se muestran en la Tabla 5. Estimaciones para viajes NHB
se enumeran para la zona en la que se encuentra el hogar y estos viajes deben ser
reasignado a la zona de origen real.

4.5. Hora del dia

La generación de viajes puede reflejar la hora del día con producciones y atracciones
que son
generado para períodos de tiempo específicos; Esto se hace a menudo cuando se
compila el uso de la tierra.
las tarifas de viaje se utilizan, ya que estas tarifas se definen típicamente por hora del
día.
Sin embargo, los ajustes para la hora del día son más comunes después del FSM
subsiguiente.
5. Distribución del viaje.
El objetivo de la segunda etapa del proceso es recombinar los fines de viaje de
Generación de viajes en viajes, aunque típicamente definida como producción-
atracción.
pares y no pares OD. El modelo de distribución de viaje es esencialmente un destino.
elija el modelo y genere una matriz de viajes (o tabla de viajes) Tij para cada propósito
de viaje
Utilizado en el modelo de generación de viajes en función de los atributos del sistema
de actividad.
(indirectamente a través de las producciones generadas Pi y las atracciones Aj) y la red.
atributos (típicamente, tiempos de viaje interzonales).
5.1. Proceso
La forma general del modelo de distribución de viajes como segundo paso del FSM es:

e viaje o generalizado
costo: entre las dos zonas (tenga en cuenta que el índice p que describe el propósito del
viaje es
caído por simplicidad). Para viajes internos, quizás el modelo más común sea
El llamado modelo de gravedad:

El modelo de gravedad de producción limitada establece que todos bj son iguales a uno
y define
Wj en lugar de Aj como una medida de atractivo relativo. El término de impedancia,
f? tij ?, esencialmente proporciona una estructura para el modelo con los términos de
balanceo
Escalado de la matriz resultante para reflejar las producciones de entrada y las
atracciones. los
La estimación de los modelos de gravedad implica la estimación de esta función. Si bien
se han utilizado diversas formas funcionales soportadas de manera intuitiva y empírica,
para
Muchos años la técnica de estimación más común involucró el ajuste iterativo
de “factores de fricción” que reflejan las distribuciones de frecuencia de viaje
observadas desde
La encuesta de viajes de hogares. Los factores de fricción se suavizaron posteriormente.
a distribuciones exponenciales, de potencia, o gamma. La mayoría del software ahora
permite
estimación directa de estas funciones, aunque la implicación es que una o dos
Los parámetros son responsables de la distribución general de cada propósito de viaje.
los
Se supone que la función de impedancia estimada captura el comportamiento de viaje
subyacente
y ser estable en el futuro para permitir su uso en previsión. Los modelos de elección
discreta también se han utilizado ocasionalmente para la elección del destino (consulte
el Capítulo 5).
Los modelos de factor de crecimiento se utilizan principalmente para actualizar matrices
existentes para viajes externos, pero no se utilizan para viajes internos, ya que las
medidas de nivel de servicio son
no incorporado. El más común de estos, Furness o Fratar, es idéntico a
el modelo de gravedad doblemente restringido con una matriz de disparo existente que
reemplaza al
Función de impedancia y esencialmente proporcionando la estructura por la cual el
modelo.
Funciones
5.2. Impedancia de viaje y árboles desnatados
Desafortunadamente, la mayoría de los modelos de generación de viajes no reflejan la
impedancia de viaje o
Cualquier medida general de accesibilidad debido a la división de viajes en producciones
y atracciones. La impedancia del viaje se utiliza explícitamente en etapas posteriores,

por lo tanto, se deben generar árboles desnatados (impedancias interzonales) antes de

pasos. Los tiempos de viaje en automóvil de flujo libre son los más utilizados para la
inicial,
Y a veces solo, pasar por el FSM. Idealmente, estos árboles desnatados lo harían
reflejar los costos generalizados adecuadamente ponderados en todos los modos en las
siguientes
pasos. Sólo se calculan directamente las impedancias interzonales. Impedancia
intrazonal
se estima a través de un promedio ponderado de impedancia interzonal a uno o más
Zonas vecinas. La matriz desnatada generalmente se actualiza para reflejar el tiempo
terminal
Para el acceso y salida en cualquiera de los extremos del viaje. La tabla 6 muestra el
desnatado resultante.
arboles Cuando hay comentarios de la etapa de elección de ruta, se utilizan los tiempos
de viaje estimados de las funciones de rendimiento del enlace que utilizan volúmenes
de enlace asignados
En lugar de los enlaces iniciales, se desarrollan tiempos de viaje y nuevos árboles
desnatados. Desde el
Los resultados de la asignación son el período de atención específica que se debe ejercer
al regresar
a la etapa de distribución para determinar qué valor de la impedancia del enlace debe
ser usado.
5.3. Un modelo de gravedad de muestra.
os 1852 viajes de la encuesta de hogares se utilizaron para construir un
Distribución de la frecuencia de la longitud del viaje y, junto con la mínima desviación
de la trayectoria.
árboles, se utilizaron para estimar modelos de gravedad para cada uno de los tres tipos
de viaje
(HBW, HBO, y NHB). Se estimó una función de impedancia gamma (ver
Tabla 7)
5.4. Ajustes
El proceso de calibración es impulsado por la distribución de frecuencia de longitud de
disparo subyacente. En el proceso básico, esta distribución o su media se utiliza para
juez convergencia. La distribución relativa de los intercambios de viaje, las celdas de la
matriz,

No se considera directamente. Las celdas individuales se pueden ajustar mediante la

estimación de Kij
factores, pero las opiniones varían en cuanto al uso de lo que son factores
esencialmente falsos. En
Por un lado, es difícil relacionar las variables de política con estos factores, por lo
tanto, es
Difícil evaluar su validez en el futuro. Por otro lado, la resultante.
La base de la matriz de viaje reflejará más de cerca el comportamiento observado.
Las matrices de viaje se definen en esta etapa como producción a atracción (PA)
fluye Dependiendo del tratamiento de la elección del modo, estas matrices se pueden
convertir de formato PA a formato OD (que se requiere en la elección de ruta)
paso). Las conversiones también se pueden hacer en esta etapa para reflejar la hora
del día, particularmente si los modelos de elección de modo subsiguientes dependen
del período. En esto
aplicación de muestra, estos ajustes se realizan antes de la elección del modo. El PA
a la conversión OD típicamente refleja los datos de viaje observados. Cuando las
encuestas
se analizan para desarrollar distribuciones de base de los viajes observados por
propósito, el
proporción de viajes desde la zona de producción a la zona de atracción también son
computado Estas tasas se muestran en la Tabla 8. Mientras que los factores de 24
horas son generalmente
equivalentes, los factores específicos del período varían significativamente (por
ejemplo, muchos más
Los viajes de HBW generalmente se dirigen desde la atracción de trabajo a la
producción doméstica en el período pico de PM que a la inversa Cada celda del viaje
OD
La tabla se calcula agregando el producto de la celda correspondiente del PA
la tabla de viajes multiplicó el factor P-to-A apropiado a la celda correspondiente

de la tabla de disparo de PA transpuesta multiplicada por el factor A a P apropiado

(Tabla 8).
6. Modo de elección
La elección de modo efectivamente factoriza las tablas de viaje desde la distribución
del viaje hasta la producción
Tablas de viaje específicas de modo. Estos modelos son ahora casi exclusivamente
desagregados.
modelos a menudo estimados en muestras separadas basadas en la elección y que
reflejan la
Probabilidades de elección de los fabricantes de viajes individuales. Mientras que en
las aplicaciones de EE.UU., el tránsito
es menos importante, muchos modelos de elección de modo recientes reflejan
políticas actuales tales como
como opciones de uso compartido del automóvil como resultado de las instalaciones
de vehículos de alta ocupación y la
Presencia de peajes en automóviles. El modelo más común estimado es el
Modelo logit anidado (ver capítulos 5 y 13). Estos modelos de elección de modo
pueden reflejar
una gama de variables de rendimiento y características de viaje, pero producen
desagregar los resultados que luego deben agregarse al nivel zonal antes de
Elección de ruta (Ortuzar y Willumsen, 2001).
Debido a la limitación de espacio, en lugar de un modelo de elección de modo formal,
la muestra
aplicación en su lugar utiliza un factoring simplificado de las tablas de viaje persona a
Permitir el desarrollo de mesas de viaje de vehículos. Básicamente, vehículo medio.
las ocupaciones que reflejan viajes totales de personas frente a viajes totales en
vehículos se utilizan para producir la tabla de viajes de viajes en automóvil mientras se
ignoran los viajes en otros modos.
Por supuesto, esto solo sería válido si la proporción de viajes por otros modos
era muy pequeño, pero permite ilustrar cómo las tablas de viaje del vehículo
luego se asignan a la red de carreteras; Los viajes de tránsito, si se computan,
Ser asignados a la red de tránsito correspondiente. Algún software permite
El equilibrio simultáneo de las verdaderas redes multimodales y estos métodos
deberían utilizarse cuando existan elecciones significativas. Aquí, las ocupaciones
promedio están "determinadas" a partir de las encuestas de viajes hipotéticas y se
incluyen en
Tabla 8
7. elección de ruta
En este último de los cuatro pasos principales del FSM, un equilibrio de la demanda.
y el rendimiento está finalmente presente. Las matrices de disparo OD modales se
cargan en
las redes modales por lo general bajo el supuesto de equilibrio del usuario donde
todas las rutas utilizadas para un par de OD dado tienen impedancias iguales (para las
horas pico)
Asignaciones, se ha utilizado asignación estocástica, que tiende a asignar viajes
A través de más caminos refleja mejor los volúmenes de tráfico observados en
incongruentes
períodos).
7.1. Proceso
La solución básica de UE se obtiene mediante el algoritmo de Frank-Wolfe, que implica
el cálculo de las rutas mínimas y las asignaciones de todo o nada (AON) a
estos caminos Asignaciones subsiguientes de AON (aproximaciones esencialmente
lineales)
están ponderados para determinar los volúmenes de enlace y, por lo tanto, los
tiempos de viaje de enlace para la próxima
iteración (ver capítulos 10 y 11). Las tablas de viaje estimadas son fijas, es decir,
no varían debido al cambio en el rendimiento de la red.
Aunque los modelos combinados que integran cualquiera o todas las cuatro etapas
tienen
desarrollados, rara vez se han aplicado en la práctica (en parte debido a la
no disponibilidad de software estándar e inercia de la agencia). Más bien, informal y
Se han introducido mecanismos de retroalimentación heurística. Con efectos de
congestión.
capturado explícitamente en el nivel de elección de ruta, la retroalimentación más
común es
Modo y elección de destino donde se utilizan los tiempos de viaje de enlace
congestionado para
Determinar rutas congestionadas para la posterior redistribución de viajes
7.2. Un ejemplo de asignación de tablas de viaje de vehículos a la red de carreteras.

Después de ajustar las tablas de disparo de PA al formato OD, convertir a la hora del
día y
factoring para reflejar la ocupación del vehículo, las tablas de viaje por propósito se
agregan
para la asignación. Luego se adjuntan las estimaciones del tráfico de vehículos
externos (ver
Tabla 9). La asignación de equilibrio del usuario resultante de la carga de esta tabla de
viajes.
en la red de muestra se muestra en la Figura 4 (los enlaces muestran la capacidad de
volumen)
ratios). No se intentó ninguna retroalimentación; estos resultados representan un solo
paso a través
La secuencia FSM. Congestión significativa en la p.m. La hora pico es aparente.
Los volúmenes de enlace resultantes y los tiempos de viaje deben validarse en función
del conteo en tierra
una base de intersección, enlace o corredor (línea de pantalla) antes de aceptar el
modelo
Sistema como válido para fines de previsión.
8. Resumen
Este capítulo ha proporcionado una descripción general de la aplicación de los
Modelo de pronóstico de viajes, comúnmente denominado FSM. El texto por
Ortuzar y Willumsen (2001) representan la mejor referencia general actual sobre
El FSM. Desde la perspectiva del estado de la práctica, la elección de este
El enfoque no es que sea el mejor disponible, sino porque es el único enfoque.
Disponible, dados los requisitos institucionales actuales y limitaciones financieras.
Muchos
de las críticas de este enfoque se abordan en el Capítulo 4, que presenta
enfoques basados en actividades que se han desarrollado para representar mejor el
comportamiento subyacente de los viajes y, por lo tanto, prometen transmitir la
ciencia y el arte de
previsión de viajes
CAPITULO CUATRO

EL ENFOQUE BASADO EN LA ACTIVIDAD

¿Cuál es el enfoque basado en actividades (ABA) para el modelado de transporte y
cómo
¿Se diferencia del modelo de comportamiento de viaje convencional basado en viajes?
Desde
¿Dónde ha evolucionado el enfoque de actividad, cuál es su estado actual y cuáles son
¿Sus aplicaciones potenciales en el pronóstico de transporte y análisis de políticas?
Qué
Han sido las contribuciones de los enfoques basados en actividades para comprender
los viajes.
¿comportamiento?
El modelo convencional basado en viajes de pronóstico de demanda de viaje (ver
Capítulos
2 y 3) siempre ha carecido de una representación válida del comportamiento de viaje
subyacente.
Este modelo, comúnmente conocido como el modelo de cuatro pasos (FSM), fue
desarrollado
Evaluar el impacto de los proyectos de inversión en infraestructura con uso intensivo
de capital.
durante un período en el que los incrementos rápidos en el suministro de transporte
fueron discutiblemente
Acomodando, si no dirigiendo, el crecimiento de la población y la actividad económica.
del boom de la posguerra. Siempre y cuando el entorno institucional y disponible.
Los recursos apoyaron esta política, los modelos basados en el viaje fueron suficientes
para evaluar la
Rendimiento relativo de las alternativas de transporte. Sin embargo, desde el principio
quedó claro que la naturaleza derivada de la demanda de transporte era
Entendido y aceptado, pero no reflejado en el FSM. La década de 1970, sin embargo,
trajo cambios fundamentales en la política urbana, ambiental y energética, y
Con ello la primera reconsideración de la previsión de viajes. Fue durante este periodo
que el ABA fue primero estudiado en profundidad.
Una gran cantidad de teorías conductuales, marcos conceptuales, metodologías
analíticas y estudios empíricos de la conducta de viaje surgieron durante este mismo
período.
que el entorno político estaba evolucionando. Estos avances compartieron “un común
perspectiva filosófica, mediante la cual el enfoque convencional del estudio de
El comportamiento del viaje ... es reemplazado por un marco más rico, más holístico,
en el que
El viaje se analiza como patrones de comportamiento diarios o de varios días,
relacionados con y
derivado de las diferencias en los estilos de vida y la participación de la actividad entre
la población ”(Jones et al., 1990). Esta filosofía común se conoce como el "enfoque
basado en la actividad". La motivación del enfoque de la actividad es que
Las decisiones de viaje se basan en la actividad y que cualquier comprensión del
comportamiento del viaje
Es secundario a una comprensión fundamental del comportamiento de la actividad. La
actividad
El enfoque reconoce explícitamente y aborda la incapacidad de los modelos basados
en viajes.
para reflejar el comportamiento subyacente y, por lo tanto, la incapacidad de tales
modelos para ser
Responde a las políticas en evolución orientadas hacia la gestión frente a la expansión.
de infraestructura y servicios de transporte.
En la siguiente sección, un resumen y crítica de la convención basada en el viaje
Se presenta un enfoque, seguido de una descripción general de los ABA, que se centra
en cómo estos
Los enfoques abordan las diversas limitaciones del modelo convencional. Esto es
seguido de una revisión de ejemplos representativos de enfoques basados en
actividades,
Incluyendo varios quizás mejor considerados como contribuciones para la
comprensión.
Conducta de viaje, y varias orientadas hacia la aplicación directa en previsión.
y análisis de políticas. A continuación se proporcionan algunos comentarios de
resumen que incluyen un
evaluación del futuro de los enfoques basados tanto en viajes como en actividades.
2. El enfoque basado en el viaje.
El enfoque convencional basado en el viaje, ejemplificado en el FSM, se ve mejor
En el marco general del análisis de sistemas de transporte, qué posiciones
La demanda de viajes y los procedimientos de rendimiento de la red como flujos
determinantes, que
tienden hacia el equilibrio con la entrada y la retroalimentación a la ubicación y el
suministro
procedimientos En la mayoría de las aplicaciones, sin embargo, ni la ubicación ni el
suministro
Los procedimientos están totalmente integrados. De hecho, el procedimiento de
demanda está representado.
por una aplicación secuencial de los cuatro componentes del modelo (generación de
viaje,
distribución, elección de modo y elección de ruta) con solo el último paso, elección de
ruta,
Estar formalmente integrado con los procedimientos de rendimiento de la red.
2.1. El modelo de cuatro pasos.
El FSM es la herramienta principal para pronosticar la demanda y el rendimiento
futuros
de los sistemas de transporte regional. Desarrollado inicialmente para evaluar
proyectos de infraestructura a gran escala, el FSM es sensible a las políticas con
respecto a los arreglos alternativos de mejoras importantes en la capacidad. No ha
sido efectivamente
Solicitó políticas que involucran la administración y el control de la infraestructura
existente, y explícitamente no a la evaluación de políticas restrictivas que involucran la
demanda.
administración.
Presentado a destajo a fines de la década de 1950 y evolucionando rápidamente hacia
el presente.
conocido modelo secuencial de cuatro pasos, el FSM se ha mejorado y modificado
significativamente desde sus primeras aplicaciones, pero aún se aferra al marco
estándar.
Ese marco postula los viajes como la unidad fundamental de análisis, luego, de manera
extraña
e inmediatamente separa y agrega viajes a fines de producción y atracción.
termina Este primer paso, la generación de viajes, define la intensidad de la demanda
de viajes.
(frecuencia por motivo del viaje) y los fines del viaje se estiman independientemente
como
Funciones de las características del hogar y de la actividad zonal. En el segundo paso
habitual,
distribución de viajes, las producciones de viajes se distribuyen en proporción al
estimado
Distribución de atracción y estimaciones de impedancia de viaje (tiempo o
generalizado).
costo) produciendo tablas de viaje de las demandas de persona-viaje. En el tercer
paso, la elección del modo,
las tablas de viaje son esencialmente factorizadas para reflejar proporciones relativas
de viajes por
modos alternativos, y en el cuarto paso, la elección de ruta, estas tablas de viaje
modales
Se asignan a redes específicas de modo. La dimensión temporal, la hora del día,
ingresa de manera ad hoc, típicamente introducida después de la distribución o modo
de viaje
Elección donde se factorizan las tablas de producción-atracción para reflejar lo
observado.
Distribuciones en periodos definidos. En la mayoría de las aplicaciones, los conceptos
de equilibrio son
Se introdujo por primera vez en el paso de elección de ruta, con retroalimentación
informal a las etapas anteriores.
Los procedimientos de localización integrados están ausentes en la mayoría de las
aplicaciones de los EE. UU.
Se introduce como tratamiento.
2.2. Limitaciones
En el modelo convencional, la generación de viajes es el primer paso y sirve
efectivamente
para escalar el problema. Con la ausencia estructural de retroalimentación a esta
etapa,
La demanda global de viajes es fija y esencialmente independiente del transporte.
sistema. Los extremos de producción y atracción de cada viaje se dividen y se agregan,
los parámetros se estiman a través de modelos independientes y la unidad básica de
viaje, el viaje, no existe nuevamente como una entidad interconectada hasta el
segundo
Fase del proceso estándar, distribución de viajes, produce estimaciones agregadas.
de viajes interzonales totales. Es solo en esta etapa que cualquier medida realista de
Se puede introducir el nivel de servicio. Estos modelos ignoran explícitamente el
espacio y
Interconectividad temporal inherente a la conducta de viaje del hogar. El principio
fundamental de la demanda de viaje, que viajar es una demanda derivada de la
demanda.
Para la participación en la actividad, se ignora explícitamente. Estos factores son los
principales
Por lo que los efectos de los viajes inducidos no pueden introducirse en el
convencional.
modelos También tenga en cuenta que con la falta de integración de los modelos de
pronóstico de uso del suelo
En el proceso de FSM, los sistemas de actividad futura son esencialmente
independientes del futuro.
Redes de transporte.
Se ha argumentado que tratar de inferir el comportamiento subyacente a partir de la
observación de solo viajes es algo parecido a tratar de entender el comportamiento de
un
pulpo examinando sólo los tentáculos individuales. Muchos autores han discutido las
debilidades y limitaciones de los modelos basados en viajes (McNally y Recker, 1986;
Departamento de Transporte de los EE. UU., 1997); estas limitaciones pueden
resumirse brevemente como:
• desconocimiento del viaje como demanda derivada de la participación en la
actividad.
decisiones;
• un enfoque en viajes individuales, ignorando la interrelación espacial y temporal
entre todos los viajes y actividades que comprenden la actividad de un individuo
modelo;
• la tergiversación del comportamiento general como resultado de un verdadero
proceso de elección, en lugar de como se define por una gama de restricciones
complejas que delimitan
(o incluso definir) elección;
• especificación inadecuada de las interrelaciones entre los viajes y la participación y
programación de actividades, incluidos los vínculos de actividades y las limitaciones
interpersonales;
• especificación errónea de conjuntos de opciones individuales, como resultado de la
incapacidad de
establecer alternativas de elección distintas disponibles para el tomador de decisiones
en un
ambiente restringido; y
• la construcción de modelos basados estrictamente en el concepto de maximización
de la utilidad, descuidando evidencia sustancial relativa a estrategias de decisión
alternativas
involucrando dinámicas domésticas, niveles de información, complejidad de elección,
especificaciones discontinuas y formación de hábitos.
Estas deficiencias teóricas aparecieron como las más prominentes en la incapacidad de
los modelos convencionales para desempeñarse adecuadamente en aplicaciones
políticas complejas, a pesar de
Su desempeño aceptable en ciertas situaciones bien definidas. En resumen,
los métodos basados en viajes no reflejan los vínculos entre viajes y actividades, el
restricciones temporales y dependencias de la programación de la actividad, ni el
comportamiento de la actividad subyacente que genera los viajes. Por lo tanto, hay
poca sensibilidad política.
3. El enfoque basado en la actividad.
El enfoque basado en la actividad nació de la misma camada que el convencional.
modelo basado en el viaje. El estudio de referencia de Mitchell y Rapkin (1954) no solo
estableció el enlace de viajes y actividades, pero también pidió un amplio
Marco y consultas sobre el comportamiento del viaje. Desafortunadamente, la
abrumadora
Perspectiva política de "predecir y proporcionar" que dominó la economía de
posguerra.
condujo a la génesis de un modelo de transporte que se centró únicamente en los
viajes (el
quién, qué, dónde y cuántos viajes vs. el por qué de las actividades) y el enlace
Entre actividades y viajes se reflejó solo en la generación de viajes.
Muchos autores (Kurani y Lee-Gosselin, 1997) han atribuido "las raíces intelectuales
del análisis de la actividad" a las contribuciones fundamentales de Hägerstrand.
(1970), Chapin (1974) y Fried et al. (1977). Hägerstrand transmitió el enfoque
timegeográfico que delineaba los sistemas de restricciones en la participación de la
actividad en el espacio-tiempo. Chapin identificó patrones de comportamiento a través
del tiempo y
espacio. Fried, Havens y Thall abordaron la estructura social y la cuestión de
Por qué las personas participan en actividades. Estas contribuciones luego se
reunieron en
El primer estudio exhaustivo de las actividades y el comportamiento del viaje en el
Transporte.
Unidad de Estudios en Oxford (Jones et al., 1983) donde se definió el enfoque y
probado empíricamente, y donde los intentos iniciales de modelar el comportamiento
de viaje complejo
se completaron por primera vez.
Viajar es uno de los muchos atributos de una actividad. En el enfoque convencional,
atributos de actividad como el modo utilizado y el tiempo de viaje consumido para
acceder
una actividad se trata como atributos de viaje y es el enfoque de descriptivo y
modelos predictivos (con la mayoría de los demás atributos de actividad además del
tipo de actividad
ignorado). Desde esta perspectiva, los modelos convencionales basados en viajes son
simplemente un caso especial de enfoques basados en actividades. El viaje es un
mecanismo físico esencial.
para acceder a un sitio de actividad con el propósito de participar en alguna actividad.
Mientras
Los enfoques basados en viajes están satisfechos con los modelos que generan viajes,
basados en actividades.
Los enfoques se centran en lo que generó la actividad que originó el viaje.
El enfoque de la actividad comenzó como una evolución natural de la investigación en
humanos.
El comportamiento, en general, y el comportamiento de viaje, en particular. Las
primeras críticas sobre el desempeño de la FSM no sirvieron como un catalizador
importante para la investigación basada en actividades
Hasta la incompatibilidad fundamental del FSM y las orientaciones políticas
emergentes.
fue realizado. Más bien, estas críticas pusieron un enfoque significativo en mejorar el
FSM, principalmente a través de la introducción de modelos desagregados y equilibrio
asignación. El marco general se mantuvo y, efectivamente, se reforzó
institucionalmente. Esto no es para disminuir el pasado y el potencial futuro de estos.
contribuciones, ya que los modelos desagregados son a menudo componentes clave
de los enfoques basados en la actividad, pero sirve para enfatizar la influencia
abrumadora de
Inercia institucional, tanto en la investigación como en la práctica.
El principio fundamental del enfoque de actividad es que las decisiones de viaje son
impulsado por una colección de actividades que forman una agenda para la
participación y,
como tal, no puede ser analizado en una base de viaje individual. Por lo tanto, el
proceso de elección asociado con cualquier decisión específica de viaje se puede
entender y modelar
Solo dentro del contexto de toda la agenda. La colección de actividades y
los viajes realmente realizados comprenden el patrón de actividad de un individuo, y
los procesos de decisión, las reglas de comportamiento y el entorno en el que son
válidos,
que en conjunto restringen la formación de estos patrones, caracterizan complejos
comportamiento de viaje. Un patrón de actividad del hogar representa un conjunto de
individuos
patrones de los miembros, que reflejan el programa de actividades del hogar, el hogar
Ambiente de suministro de transporte, y la decisión interactiva y limitada.
Procesos entre estos miembros. El programa de actividades del hogar, representativo
de la demanda de participación de actividades dentro del hogar, se transforma.
a través de diversas decisiones de asignación de la demanda de la actividad y la oferta
de transporte
en un conjunto de programas de actividades individuales, cada uno de ellos un
programa de participación que refleje las limitaciones que influyen en el proceso de
elección. La programación real
y la implementación del programa es completada por el individuo, produciendo
El comportamiento revelado del patrón de actividad individual.
3.1. Características del enfoque basado en la actividad.

Los defensores del enfoque de actividad se han caracterizado y beneficiado.

desde un alto grado de auto-reflexión, con un discurso significativo sobre no sólo lo
que
constituye el enfoque de actividad, pero si es un cuerpo de trabajo con una filosofía
común lo suficientemente fuerte como para ser considerado un "enfoque". Esta duda
surgió
Parte de la diversidad de enfoques teóricos, metodológicos y empíricos empleados.
Marcos conceptuales holísticos por lo general devueltos a
Metodologías reduccionistas, añadiendo poco a lo que podría considerarse una teoría.
de la demanda de actividad. Pero esta profusión de conceptos y métodos simplemente
se refleja.
El objetivo extremadamente amplio de intentar comprender el complejo.
Fenómenos que es el comportamiento del viaje.
Varios temas interrelacionados caracterizan los ABA, y los métodos y modelos
generalmente reflejan uno o más de estos temas.
• el viaje se deriva de la demanda de participación en la actividad;
• Las secuencias o patrones de comportamiento, y no los viajes individuales, son la
unidad relevante de análisis;
• El hogar y otras estructuras sociales influyen en los viajes y la actividad.
comportamiento;
• Las interdependencias espaciales, temporales, de transporte e interpersonales
restringen tanto la actividad como el comportamiento de viaje; y
• los enfoques basados en actividades reflejan la programación de actividades a
tiempo y
espacio.
La ABA toma como unidad básica de análisis el patrón de actividad de viaje, definido
como el patrón de comportamiento revelado representado por viajes y actividades,
tanto
dentro y fuera del hogar, durante un período de tiempo específico, a menudo un solo
día. Estas
Los patrones de actividad de viaje se conocen como patrones de actividad del hogar y
surgen a través
La programación y ejecución de programas de actividades del hogar. Los programas de
actividades individuales resultan de algún proceso de decisión, que se asume que se
asigna
responsabilidades de una manera consistente con una gama de restricciones
ambientales, de transporte y de hogares. Los programas de actividades se toman como
una agenda para la participación, o un plan individual para viajes y participación en
actividades que
después de la actividad, la planificación de los resultados en un patrón de actividad
individual (diario). Algunos
Los modelos basados en actividades utilizan recorridos (o, de manera equivalente,
cadenas de viajes) como unidad básica.
del análisis, un enfoque que refleja algunos, pero no todos, los principios básicos
del enfoque. Algunos enfoques de patrón completo esencialmente representan
patrones como
paquetes de excursiones
3.2. Teoría y marcos conceptuales.

La crítica de que el enfoque de la actividad carece de una base teórica sólida es similar
a sacar una conclusión similar con respecto al clima o al mercado de valores, y
refleja una falta de comprensión de la increíble complejidad de tales fenómenos,
A pesar de la universalidad que también es característica. Mientras que los modelos
son abstracciones.
De la realidad, la realidad en este caso no es menos que el comportamiento humano
diario, repleto
Con todos sus caprichos. Al tratar de entender un comportamiento tan complejo es
un esfuerzo válido, esta afirmación, por supuesto, plantea la cuestión de si tal
El nivel de complejidad del modelo es necesario para cumplir los objetivos
institucionales de los viajes.
previsión y análisis de políticas. En este punto, solo es posible concluir que
El nivel actual de abstracción evidente en el FSM es claramente insuficiente, y que
alguna mejora, y probablemente una mejora significativa de la abstracción,
es requerido.
Como un breve ejemplo de la complejidad del problema, considere una persona
soltera
hogar frente a un día en el que tan solo tres actividades no relacionadas con el hogar
necesitan
ser programado La combinatoria de secuenciación, compuesta de manera significativa
por la programación, incluso en un pequeño número de períodos de tiempo discretos,
y la elección del destino para
Algunas de las actividades, y considerando tres modos de viaje y media docena de
ruta.
opciones por actividad, conduce a una estimación de orden de magnitud de 107
individuos
posibles soluciones. Varios atributos de decisión tales como interacciones
interpersonales,
actividades en el hogar, y varias otras restricciones reducirían la alternativa
Set, pero los hogares más grandes en actividad y sistemas de transporte con mayor
Las oportunidades explotarían la combinatoria. La complejidad del comportamiento
humano fundamental claramente no facilita el desarrollo de teorías
constructos ni conduce típicamente a la consistencia en los estudios empíricos, con la
el resultado es una gama de enfoques metodológicos asociados con una variedad de
Teorías parcialmente desarrolladas.
La génesis de la obra de Fried et al. (1977) fue desarrollar un enfoque.
para entender el comportamiento del viaje. Además de contribuir al establecimiento
de los temas generales de ABA, su trabajo también examinó el proceso
de la adaptación y la existencia de puntos de referencia estables (principalmente
sociales
y estructuras de roles). La identificación de puntos estables debe ser de particular
interés.
Importancia dados los supuestos metodológicos detrás del FSM convencional.
En ese enfoque, las previsiones y el análisis de políticas dependen de la existencia de
una estructura estable, que incluye tasas de generación de viajes, funciones de
impedancia de viaje y una variedad de parámetros subyacentes basados en el
comportamiento. Mientras estudia
de la estabilidad temporal de los parámetros basados en el viaje, pocas conclusiones
han sido
Se ha elaborado con respecto a la estabilidad similar en los enfoques basados en la
actividad. La teoría
propuesto por Fried et al. sugiere que las estructuras de roles no solo son estables sino
También influye fuertemente en el comportamiento de la actividad. Estas estructuras
exhiben cierta estabilidad.
Sobre las etapas del ciclo de vida del hogar. La evidencia preliminar sugiere que una
actividad
el modelo de generación de patrones también exhibe estabilidad temporal, con los
patrones representativos o esqueléticos que encapsulan la mayoría de los parámetros
subyacentes de
Modelos convencionales.
Si bien el paradigma basado en actividades puede representar una contribución
original de
En el campo del comportamiento de los viajes, la teoría asociada se ha basado tanto en
los aliados.
Campos como la teoría para los enfoques basados en el viaje. De hecho, Fried et al.
extensamente
Revisó la literatura geográfica, económica, psicológica y de ciencias sociales.
en el desarrollo de su teoría sintetizada de comportamiento de viaje
3.3. Adaptación en el comportamiento de la actividad.
Un tema recurrente reciente en el análisis de actividades es la noción de que el
comportamiento individual se rige por una serie de adaptaciones. Fried et al.
desarrollado un amplio
Teoría de la adaptación a la actividad y al comportamiento del viaje. Esta teoría se
centró en la
concepto de ajuste persona-ambiente (P-E), definido como la percepción de un
individuo
De qué tan bien el ambiente físico y social permite las actividades deseadas.
para ser completado con éxito. Un individuo puede desarrollar una rutina diaria que
Satisface las necesidades a medio y largo plazo según lo establecido por una posición
en el espacio social.
de donde se deriva el programa de actividades del individuo. Fried et al. describe esto
posicionamiento como un conjunto de complejos de roles rellenos por el individuo y
representando
Las diferentes clases de roles sociales asociadas con diferentes tipos de actividades. Si
el entorno hace que la rutina diaria sea inviable, entonces este desequilibrio P-E
motiva
El individuo para adaptar la rutina a la realidad ambiental actual. Una adaptación a
corto plazo puede implicar la ruta o el tiempo de salida para una actividad planificada.
los
El desarrollo de rutinas puede verse como un procedimiento heurístico de resolución
de problemas. La (re) programación activa de actividades diarias repetidas no es
necesaria si los patrones
Se encuentran que son (al menos) satisfactorias y que pueden ser reutilizadas.
Pequeños ajustes
de los patrones de rutina pueden ocurrir con frecuencia, pero el esfuerzo cognitivo
necesario para
realizar activamente una re-optimización debe ser equilibrado con los beneficios
percibidos.
Lundberg (1988) introdujo el concepto de estructuración, originalmente desarrollado
por Giddens. La estructuración es tanto un enfoque de arriba hacia abajo que restringe
y
moldea el comportamiento individual, así como una construcción de abajo hacia arriba
que se manifiesta en
y transformado por acciones individuales. El modelo de programación de actividades
de Lundberg es coherente con la teoría de la estructura en el sentido de que capturó
efectos estructurales de arriba hacia abajo
(la accesibilidad relativa de los recursos para actividades particulares) con un enfoque
ascendente
efectos generativos (el deseo o la necesidad de un individuo de realizar una actividad a
una
una hora en particular). El enfoque para modelar el comportamiento de cambio de
tareas se centró
Sobre el concepto de excitación. Un individuo tiene una agenda de posibles
actividades,
para cada uno que se define el deseo de abajo hacia arriba del individuo o la necesidad
de realizar
Esa actividad en un momento dado. Una segunda función capta la accesibilidad de
cada actividad en función de la distancia entre la ubicación actual del individuo y la
ubicación de esa actividad (efectos estructurales de arriba hacia abajo). Los
individuales
El medio ambiente se representó como un espacio urbano simple con un sistema de
transporte definido y ubicaciones de actividad. Las funciones de abajo hacia arriba y de
arriba hacia abajo para
La posición actual del individuo en el tiempo y el espacio se combinaron en un solo
Medida de excitación para cada actividad. Varios heurísticos fueron probados para
decidir sobre
La acción actual del individuo con eso se puede interpretar como un intento de
encontrar
El mejor entorno persona-persona se adapta a través del proceso de adaptación.
Un individuo forzado a realizar muchas adaptaciones a corto plazo puede ser
presionado para hacer un cambio ambiental más dramático al alterar la posición.
Anclajes en el espacio físico o social. Por ejemplo, un individuo puede cambiar de
trabajo.
o ubicación residencial para evitar un alargamiento de viaje.
4. Datos
En el campo de la investigación del transporte, nada es más valioso, pero al mismo
tiempo limita más la validación de la teoría y los modelos que los datos. En muchos
aplicaciones, son las limitaciones de tiempo y costo las que limitan nuestra capacidad
de reunir
Los datos necesarios en la investigación. En áreas de investigación emergentes, sin
embargo, la crítica
La pregunta es precisamente qué tipo de datos son necesarios para desarrollar y
probar.
Teoría y modelos. Esto es quizás lo más relevante en el estudio del comportamiento
del viaje.
Los atributos de los datos de actividad se analizan con mayor detalle en el Capítulo 16.
El paradigma del espacio-tiempo de Hägerstrand (1970) es elegante en su simplicidad
conceptual, pero en la medida es tremendamente complejo. El modelo de
Hägerstrand, como en
La gran mayoría de todos los modelos de comportamiento, describe lo que es
convencionalmente
referido como "comportamiento revelado" pero quizás más correctamente debería ser
referido
como el "resultado revelado" de un proceso de comportamiento no revelado. De
hecho, es
más probable que el conjunto de reglas y procedimientos que definen dicho
comportamiento
Exhibirá estabilidad que los patrones de viaje o actividad que resulten. La investigación
es
Necesario que establezca estas reglas, pero sigue habiendo muy poco comportamiento
en
Modelos de comportamiento. Gärling et al. (1994) argumentaron que tales modelos
están “confinados
a qué factores afectan la elección final, mientras que el proceso que resulta en esta
elección
está en gran parte sin especificar ”. En los últimos años, las encuestas de viajes
convencionales basadas en viajes se han desarrollado en
Encuestas basadas en actividades. Si bien esta transición ha mejorado la calidad de
Respuestas, el rango de información recopilada no ha cambiado significativamente.
Esta
En parte se debe a la necesidad de recopilar datos para fines de modelado
convencional.
y en parte, quizás, debido a la falta de conocimiento de lo que debería ser
recogido. Parece que, a pesar del rol reivindicado de las restricciones en el
comportamiento,
Se está recogiendo poco con respecto a las limitaciones temporales, espaciales e
interpersonales.
de particulares y hogares. Si bien el uso de encuestas de panel, reveló / declaró
estudios de preferencias y monitoreo continuo de viajes y actividades a través de
Internet y tecnologías de detección remota, como los sistemas de posicionamiento
global (GPS),
aumentará, la cuestión de qué datos se necesitan aún debe resolverse.

5. Aplicaciones de los enfoques basados en la actividad.

Si bien la capacidad de reflejar respuestas de comportamiento ha mejorado en el FSM,
el
El sistema modelo no refleja el proceso de comportamiento de los tomadores de
decisiones individuales, sino que intenta reflejar su respuesta agregada. Los
practicantes son
Principalmente buscando mejoras o alternativas al FSM convencional,
mientras que los esfuerzos de desarrollo de los modelos basados en actividades suelen
tener la comprensión fundamental de la conducta de viaje como objetivo principal. Los
practicantes, a un gran
grado, están buscando mejores medios para responder a las preguntas existentes. En
la ABA,
Se están haciendo muchas preguntas completamente diferentes. Por lo tanto, las
contribuciones actuales, inminentes y potenciales de los enfoques representativos
basados en actividades para
Se presentan mejoras en el estado de la práctica, junto con una evaluación
de otro trabajo en el modelado basado en actividades con una aplicación tal vez
menos directa pero
potencialmente mayor impacto eventual en la previsión de viajes.
5.1. Aplicaciones basadas en simulación
El trabajo pionero de Hägerstrand (1970) para establecer el campo de la timegografía
proporcionó un paradigma completo y unificado para el análisis de
Comportamiento complejo del viaje. La elección individual de un patrón de actividad
específico es
Considerado como la solución a un problema de asignación que involucra recursos
limitados
De tiempo y espacio para lograr una mayor calidad de vida. Hägerstrand se acerca
El problema mediante el análisis de las restricciones impuestas a un individuo para
determinar
Cómo limitan las posibles alternativas de comportamiento, una vista que representa
una ruptura.
Desde el punto de vista más tradicional en el que el comportamiento se describe a
través de observado
comportamiento.
El medio de ilustración utilizado por Hägerstrand era el de la ahora familiar
El modelo tridimensional espacio-tiempo, en el que el espacio geográfico está
representado por un plano bidimensional, se define el tiempo en el eje vertical
restante.
Esta representación permite la definición del patrón en términos de un camino a
través del tiempo.
y el espacio. La ubicación de los sitios de actividad junto con la velocidad máxima y
El individuo puede viajar en una dirección determinada, establece el espacio-tiempo
del individuo.
prisma, cuyo volumen representa la gama completa de ubicaciones posibles en
en la que un individuo puede participar. Una vez que un individuo viaja a un
determinado
Ubicación, el espacio de acción potencial para cualquier actividad posterior se reducirá
Dependiendo de la duración de la actividad previa. Por lo tanto, en ningún momento
es el individuo capaz
para visitar el conjunto completo de ubicaciones contenidas en, o cualquier destino
fuera de, el
prisma. Lenntorp puso en práctica el enfoque de Hägerstrand desarrollando un modelo
que calculó el número total de rutas espacio-temporales que una persona podría
seguir
dado un programa de actividades específicas (el conjunto de actividades y duraciones
deseadas)
y el entorno urbano definido por la red de transporte y la
Distribución espacio-temporal de las actividades. El modelo de Lenntorp fue la base
para
CARLA se desarrolló como parte de la primera evaluación integral de enfoques basados
en actividades en Oxford (Jones et al., 1983), los cuales sirvieron como
prototipo para STARCHILD (McNally y Recker, 1986; Recker et al., 1986).
Bowman y Ben-Akiva (1997) proporcionan un resumen conciso y una comparación de
varios modelos ABA econométricos y basados en simulación, así como para viajes y
modelos basados en la gira.
STARCHILD surgió de un proyecto diseñado para examinar el encadenamiento de viajes
comportamiento, con el desarrollo de modelos de patrón completo posicionados como
el general
Caso de modelos basados en tour. STARCHILD buscó representar directamente la
generación y ejecución de los patrones de actividad del hogar a través de tres pasos
integrales.
En primer lugar, abordó el desarrollo de programas de actividades individuales,
reflejando
Las necesidades y deseos de las actividades básicas, así como los elementos de
interacción y
limitaciones ambientales. Segundo, se acercó a la generación de conjuntos de elección
de patrones de actividad a partir de programas de actividad individuales, reflejando la
combinatoria
de generación de patrones factibles y una variedad de reglas de decisión cognitivas
para producir patrones distintos. En tercer lugar, especificó un modelo de elección de
patrón que reflejaba solo
Aquellos atributos consistentes con los componentes de la teoría. El marco
integró una amplia gama de reglas de decisión en cada faceta, que involucran
interdependencias en: la generación y asignación de actividades, la programación y la
participación potenciales,
y preferencia restringida y elección. El componente de generación de patrones es un
extensión de los modelos Lenntorp y CARLA, y generados a través de enumeración
conjuntos de patrones factibles (es decir, patrones que reflejan todas las restricciones
asociadas). Los módulos subsiguientes proporcionaron medios para clasificar patrones
representativos o para filtrar
Patrones no inferiores para su posterior análisis. El concepto de patrón representativo.
difiere de la utilizada en muchos estudios de clasificación en que estos patrones son
representativos de los patrones en el conjunto de elección (patrón factible) para un
determinado
Individual, en lugar de ser patrones representativos del comportamiento agregado.
de una muestra o población observada. La etapa final de STARCHILD fue un modelo de
elección de patrón que refleja los atributos subyacentes de cada patrón, como
tiempo de viaje a diferentes tipos de actividades, tiempo de espera, tiempo pasado en
casa y riesgo
de no poder completar un patrón debido a los efectos estocásticos del tiempo de viaje
o
duración de la actividad.
STARCHILD se ha referido a menudo como la primera actividad operativa basada en
modelo, pero fue diseñado con fines de investigación y ciertamente no para fines
generales
solicitud. La principal debilidad de STARCHILD sigue siendo: fue diseñada para
utilizar datos que, aunque son críticos para la teoría de los modelos basados en la
actividad, todavía son
típicamente no disponible hoy. Estos datos, los temporales, espaciales e
interpersonales.
restricciones asociadas con el marco de Hägerstrand, estaba disponible para un solo
conjunto de datos de actividad recopilados para investigar el uso compartido dinámico
de viajes. Aunque el modelo
Tiene funcionalidad completa sin estos datos, se cree que la combinatoria
el resultado de una subespecificación de las restricciones reales sería difícil de
manejar.
5.2. Modelos de procesos computacionales.
Gärling et al. (1994) resumió el desarrollo del proceso computacional.
modelos (CPM), e incluyó STARCHILD y sus predecesores como ejemplos iniciales.
Desarrollaron SCHEDULER, un sistema de producción que puede ser visto como un
Arquitectura cognitiva para producir horarios de actividad a largo y corto plazo.
Calendarios y un conjunto de reglas perceptivas. Ettema y Timmermans (1995)
desarrollaron SMASH que tiene similitudes con STARCHILD en los requisitos de datos y
a SCHEDULER en proceso, pero realiza una búsqueda donde la actividad inserta,
elimina,
Y se aplican reglas de sustitución para generar individualmente patrones de actividad.
Estos CPM iniciales conducen al desarrollo de sistemas modelo más elaborados
como AMOS (Kitamura et al., 1996), un componente basado en la actividad de SAMS,
un
Sistema integrado de simulación que comprende el uso del suelo y la transacción de
vehículos.
Modelos además de AMOS. AMOS se aplicó en Washington DC como parte de
Un estudio centrado en la adaptación y el aprendizaje bajo la gestión de la demanda
de viajes.
Políticas (TDM). AMOS incluye un analizador de actividad de línea base, una respuesta
TDM
generador (utilizando datos de preferencia revelados y establecidos), y
reprogramación y
módulos de evaluación. Aunque AMOS fue diseñado con una política bastante
específica.
aplicación y no es válida para la predicción general, no obstante, se hizo
una contribución significativa en el avance de los paradigmas integrales de ABA hacia
estado de la operación.
ALBATROSS (Arentze y Timmermans, 2000) fue el primer computador
Modelo de proceso del proceso completo de programación de actividades que podría
ser completamente
estimado a partir de los datos. ALBATROSS (Un sistema de simulación orientada a la
navegación orientada al aprendizaje) propuso una programación de actividades
secuencial y en varias etapas.
Proceso por el cual el individuo desarrolla un horario preliminar que cumple.
restricciones estáticas y dinámicas conocidas, modifica esa programación durante la
planificación posterior para resolver conflictos y modifica la programación durante su
ejecución para
lidiar con eventos no anticipados que cambian el espacio de actividad factible y / o el
Exige comprometerse en la actividad. El sistema asume que los individuos utilizan un
proceso computacional de realización de objetivos (finalización diaria del programa) en
una actividad
espacio que está limitado por una amplia gama de restricciones esencialmente
hägerstrandianas.
ALBATROSS es una contribución significativa al estado del arte y su continuo
El desarrollo continúa influyendo en otros enfoques basados en la actividad.
Estos CPM y los enfoques de simulación relacionados reconocen explícitamente la
complejidad con un diseño holístico con componentes reduccionistas integrados, en
lugar de
encajando piezas “holísticas” en un sistema de modelo reductor basado en el viaje. Así,
ellos
representan una dirección prometedora distinta para los modelos operativos, pero tal
vez
lo más importante es que proporcionan un banco de pruebas para marcos
conceptuales alternativos
Por comportamiento de actividad.
5.3. Aplicaciones de base econométrica.
Como extensiones de metodologías avanzadas aplicadas por primera vez en el marco
de modelo de viaje convencional, los modelos econométricos tienen muchas ventajas
distintas,
Incluyendo una base teórica bien establecida, una metodología madura y familiaridad
profesional. Las críticas se asocian principalmente con la evaluación de
si el proceso de decisión implícito es válido para el complejo problema en cuestión.
Gran parte del trabajo inicial de ABA involucró ecuación simultánea, elección discreta,
y modelos estadísticos de comportamiento de encadenamiento, elección de actividad
y componentes relacionados del comportamiento de actividad. Estos métodos fueron
quizás los primeros en permitir
Estimación directa de modelos basados en tour.
El estado del arte en los enfoques econométricos es la aplicación del sistema de
cronograma de actividades diarias de Bowman y Ben-Akiva (1996) como parte de las
demostraciones del sistema modelo TRANSIMS. Además de la refrescante ausencia de
En un acrónimo pegadizo, el sistema modelo alcanzó el estatus como el primer sistema
modelo verdadero basado en actividades aplicado en un contexto de modelo regional.
El modelo genera
un patrón de actividad diaria mediante la aplicación de un modelo logit muy anidado
que
Refleja recorridos primarios y secundarios y características asociadas. El propuesto
La estructura del modelo se redujo significativamente en escala debido a problemas de
estimación.
Definido principalmente por combinatoria.
Otras aplicaciones econométricas incluyen modelos de duración basados en el peligro
(ver
Capítulo 6) y modelos de ecuaciones estructurales. Golob y McNally (1997)
proporcionan un ejemplo representativo de un modelo de ecuación estructural. Este
modelo
Representa simultáneamente la actividad y las duraciones de viaje de trabajo, hogar.
mantenimiento, y actividades discrecionales de parejas masculinas y femeninas,
reflejando
Una gama de variables exógenas. El modelo es de particular importancia ya que
refleja formalmente las interacciones del hogar en la asignación de actividades; Los
resultados sugieren que el tiempo de viaje laboral no solo afecta la duración de la
actividad no laboral, sino que
El efecto es negativo y más significativo para los hombres que para las mujeres.
Ecuación estructural
Los modelos son efectivamente modelos descriptivos y no tienen previsión directa.
aplicación pero sin embargo proporcionan los medios para una evaluación sistemática
de
las interrelaciones entre individuos, períodos de tiempo u otras variables y
Mantener la promesa con enfoques de microsimulación para introducir dinámicas.
en modelos basados en actividades.
5.4. Enfoques de programación matemática.
El problema del patrón de actividad del hogar (HAPP) fue desarrollado por Recker
(1995) en respuesta directa a las limitaciones en STARCHILD. El modelo HAPP es un
variación del "problema de recogida y entrega con ventanas de tiempo" común en
la investigación de operaciones. Según se aplique, los hogares "recogen" actividades
en varios lugares dentro de una región, accediendo a estos lugares utilizando el
transporte doméstico.
recursos y reflejando restricciones interpersonales y temporales, y "entregar"
estas actividades completando un recorrido y volviendo a casa. Construido como un
programa matemático de enteros mixtos, HAPP proporciona una base teórica básica
y refleja explícitamente una gama completa de restricciones de viaje y actividad. Un
procedimiento de estimación para la función objetivo de HAPP, basado en métricas de
similitud
inferir la importancia relativa de los factores espaciales y temporales asociados con
actividades fuera del hogar, utiliza un algoritmo genético para la solución y coloca las
Aplicación del modelo HAPP dentro de un contexto de demanda tradicional. Mientras
que la
La formulación general del modelo es un programa sólido y operativo que puede
resolverse.
Por solucionadores genéricos, las aplicaciones iniciales se han limitado a aplicaciones
de investigación.
y pequeños conjuntos de datos. Sin embargo, HAPP tiene un gran potencial para ser
extendido.
Tanto como un marco basado en la actividad pura y también como un puente para
convencional
Modelos de elección discreta de comportamiento de viaje.
5.5. TRANSIMS
TRANSIMS fue desarrollado por Los Alamos National Laboratories en los Estados
Unidos.
Departamento de Transporte y Apoyo a la Agencia de Protección del Medio Ambiente
y
fue objeto de una demostración a gran escala en Portland, OR (para una descripción
general de
ver Departamento de Transporte de los Estados Unidos, 1995). TRANSIMS, como con
SAMS, es
un intento de desarrollar un sistema modelo integral para reemplazar la totalidad
paradigma de modelado de transporte actual. La parte delantera de TRANSIMS es
El modelo basado en la actividad de Bowman y Ben-Akiva, vinculado a una población.
sintetizador e integrado con una microsimulación de comportamiento de viaje
modelado El proceso de generar patrones de actividad para poblaciones sintéticas
basado en
los patrones de la base del esqueleto son similares a los propuestos por McNally
(1995) y pueden
Compararse con el proceso de adaptación utilizado para ajustar un patrón de rutina.
Para adaptarse a la realidad ambiental de un individuo sintético. Desde la perspectiva
de los modelos basados en actividades, TRANSIMS es significativo ya que refleja
formalmente
la necesidad de tal representación de comportamiento en el pronóstico general del
modelo
sistema. TRANSIMS, sin embargo, depende de los datos extensos que definen el área
Se está estudiando y ha sido muy limitada en su aplicación.

6. Resumen y direcciones futuras.

Sigue faltando una teoría fundamental, pero no faltan alternativas.

Construcciones empíricas, sobre las cuales basar nuevos modelos y avances. Si bien se
han hecho contribuciones en la mayoría de los aspectos de los enfoques basados en la
actividad,
Se necesitan avances en prácticamente todas las áreas. Interrelaciones en lo
interpersonal.
nivel y con respecto a las limitaciones espaciales y temporales no han avanzado
mucho más allá de los resultados preliminares, en parte debido a las limitaciones de
los datos. Si bien se ha logrado un éxito sustancial en los modelos basados en giras, los
modelos basados en patrones completos
sigue siendo problemático
En el corto plazo, es muy probable que las modificaciones al FSM dominen la evolución
del modelo. Estas modificaciones reflejarán mínimamente los avances fundamentales
en la investigación de actividades, y pueden incluir la generación de recorridos y
actividades.
modelos, tratamiento explícito de la dimensión temporal, y mayor reflexión de
Restricciones en viajes y actividades. La retroalimentación interna consistente puede o
puede
no es posible dentro del marco convencional, pero esta cuestión también debe
ser abordado con modelos basados en actividades, particularmente con aplicaciones
incrementales como componentes de modelos convencionales. Marcos basados en
actividades tales
como el implementado en TRANSIMS puede ganar una posición en la práctica debido a
Su familiaridad metodológica con los profesionales y encaja dentro de lo convencional.
marco de referencia.
A medio plazo, es probable que los modelos de procesos computacionales alcancen
estado operativo, aunque siguen existiendo dudas sobre la aplicación práctica de la
microsimulación para el pronóstico y el análisis de políticas. Otras contribuciones
a la teoría de la actividad y los marcos conceptuales son probables, contribuciones que
Es probable que estimule un mayor desarrollo metodológico. A largo plazo, el
potencial
de conceptos tales como modelos de autoorganización, comportamiento emergente y
agentes basados en agentes.
la simulación es significativa, pero estos enfoques están muy alejados del estado de la
práctica. Problemas relacionados con el modelado que involucran la planificación bajo
incertidumbre,
asignación dinámica, simulación de vehículos y modelado de impacto, entre muchos
otros, influirán y serán influenciados por los avances en los enfoques basados en
actividades
6.2. Necesidades de datos
Al menos hasta que se entienda realmente el comportamiento de la actividad, datos
más complejos, de mejor
Se necesita calidad y cantidad. La creciente capacidad para recoger, almacenar,
procesar,
y analizar los conjuntos de datos completos permitirá la extracción de datos y
completa
Investigación y evaluación. El uso de encuestas para evaluar la dinámica del cambio.
(Encuestas de panel, monitoreo directo de viajes a través de avances en tecnología de
sensores)
Debería influir mucho en el desarrollo de modelos basados en la actividad. Geográfico
Sistemas de información (GIS), investigación de encuestas basadas en Internet,
vigilancia en tiempo real
A través de sistemas de posicionamiento global (GPS) y tecnología celular, y la
integración
de sistemas avanzados de gestión de transporte (ATMS) con previsión de viajes
Los modelos proporcionarán nuevas fuentes de datos y facilitarán el desarrollo del
modelo.
6.3. Aplicaciones de política
Es extraño que el primer trabajo basado en actividades abordara explícitamente la
política
(Jones et al., 1983), mientras que mucho, si no la mayoría, de lo que ha seguido ha sido
dirigido hacia el avance del estado de la técnica metodológica en lugar de
El estado de la práctica. Tal vez este es un artefacto de la evolución del modelo en ese
Los componentes parcialmente desarrollados contribuyen poco a la funcionalidad
general del sistema.
El modelo de planificación actual dictado por la política y la práctica es esencialmente
"predecir y proporcionar"; hasta cierto punto, ha sido una profecía autocumplida.
Futuro
Los modelos deberán ser sensibles a los impactos de temas emergentes como el
Crecimiento de la tecnología de la información, envejecimiento general de la
población, saturación.
en los niveles de propiedad de automóviles, y la sostenibilidad de las ciudades y los
sistemas de transporte.
Una política actual de interés es el tráfico inducido, pero se debe tener cuidado para
garantizar que los futuros modelos de sistemas puedan distinguir entre el tráfico que
se desvía esencialmente (en términos de ruta, modo, destino o tiempo) y eso
lo que se induce (nuevos viajes y actividades en respuesta a la implementación de
políticas).
Esto se relaciona con el problema de la dispersión máxima (expansión temporal en
lugar de espacial),
Atado explícitamente a un modelo que refleja plenamente la dimensión temporal del
viaje.
6.4. ¿Dónde estamos y hacia dónde vamos?
La ciencia y el arte de los pronósticos de viaje permanecen inmersos en un período de
transición, tanto por la insatisfacción con el desempeño del modelo como por el
inherente
Interés por construir una mejor trampa para ratones. Sin embargo, el modelado
convencional.
El proceso está tan firmemente institucionalizado que solo un reemplazo completo del
sistema,
componentes modulares e integrables, podrían aceptarse en la práctica y
satisfacer las limitaciones institucionales. Esta inercia institucional colocó gran parte de
la responsabilidad
para la mejora del modelo en la academia, donde las contribuciones bien definidas a la
el estado de la técnica a menudo proporciona solo un valor marginal al estado de la
práctica o
a cualquier innovación integral.
Por lo tanto, mucha discusión sobre el enfoque basado en la actividad se centra en
Su potencial como alternativa total o parcial al FSM convencional. Esto limita
Tanto las posibles contribuciones de los modelos basados en actividades como las
criticas indebidas.
sobre el éxito de estos modelos en el cumplimiento de la necesidad de mejores
modelos de pronóstico.
El FSM tenía el objetivo bastante bien definido de pronosticar el impacto relativo de
decisión importante de infraestructura de transporte; Y así, no en vano, su éxito.
En otras aplicaciones políticas ha sido bastante limitado. Mientras que un objetivo de
la actividad.
Este enfoque consiste en mejorar la sensibilidad de las políticas de las FSM, la inicial y
quizás aún
El objetivo principal es llegar a la raíz del comportamiento de viaje subyacente, ya sea
que este
conduce a modelos mejorados de previsión. Se desarrolló el modelo convencional.
en un entorno de aplicación, mientras que los modelos de actividad siguen siendo
principalmente el
Enfoque de los esfuerzos académicos a pesar del aumento de la llamada de los
profesionales para cumplir
Exigencias legislativas de los modelos de transporte. Mientras que los argumentos que
apoyan ABAs
han sido adoptados por profesionales, modelos basados en actividades totalmente
operacionales
simplemente no existen y los sistemas modelo desarrollados hasta ahora solo han sido
aplicado en estudios de casos limitados (aquí, “operacional” indica un nivel de
software
Desarrollo y aplicación que resulta en la aceptación general de los métodos.
y modelos en aplicaciones prácticas de campo).
¿Cuál es el estado del enfoque basado en la actividad? Ha habido importantes
trabajo empírico unido a una variedad de marcos conceptuales, muchos de los cuales
son
Complementario pero alguno de los cuales es contradictorio. La ausencia de teoría
formal.
no ha pasado desapercibido, pero se acepta tácitamente ya que refleja la complejidad
del empeño. Las críticas resultantes alientan a los investigadores a reevaluar
constantemente los avances y a revisar las direcciones. Opiniones de progreso
abundan y bien
Ilustrar la evolución del campo, así como los temas repetidos y no resueltos.
En un nivel teórico.
Si bien continúa y tal vez una mayor promoción gubernamental de la investigación será
producir beneficios, el problema puede ser demasiado complejo para formalizarse
fácilmente como
una caja negra Si bien el enfoque prometía una base teórica mejorada, hay
Todavía no hay una teoría cohesiva. Los pocos modelos operacionales tienen, pero
incrementalmente
Se abordó el objetivo principal de una mayor sensibilidad política. Y las reclamaciones
iniciales de sólo
los aumentos marginales en las demandas de datos ciertamente han sido exagerados.
La microsimulación y otros enfoques son muy prometedores desde una perspectiva de
investigación, pero
no está claro con qué facilidad tales enfoques, si tienen éxito, pueden adaptarse
fácilmente para
Aplicacion General. Tomados en conjunto, estos factores sugieren que no hay
El sistema modelo basado en la actividad es inminente. La fe creciente de que los ABA
no son
Sólo soluciones reales, pero también están a la vuelta de la esquina probablemente no
sea realista.
y sin duda prematuro.

CAPITULO 5
FLEXIBLE MODEL STRUCTURES FOR DISCRETE CHOICE ANALYSIS

ESTRUCTURAS MODELO FLEXIBLES PARA DISCRETOS

ANALISIS DE ELECCION

INTRODUCCION:
El análisis econométrico de la elección discreta es un componente esencial del estudio
del comportamiento de elección individual y se utiliza en muchos campos diversos
para modelar al consumidor.
Demanda de productos y servicios. Los ejemplos típicos del uso del análisis
econométrico de elección discreta incluyen el estudio de la participación de la fuerza
laboral, el uso residencial
la ubicación y el estado de la tenencia de la casa (propiedad vs. alquiler) en los campos
económico, geográfico y científico regional, respectivamente; elección del modo de
viaje, destino
y el nivel de propiedad del automóvil en el campo de la demanda de viajes; incidencia
de compra y marca
elección en el campo del marketing; y elección del estado civil y número de hijos
en sociología.
En este capítulo, proporcionamos una visión general de la motivación y la estructura
de
de, modelos de elección discreta avanzada derivados de la maximización de utilidad
aleatoria.
El objetivo de la discusión es familiarizar a los lectores con alternativas estructurales a
logit multinomial (MNL) y los modelos analizados en el Capítulo 13. Antes de
proceder a una revisión de los modelos avanzados de elección discreta, los supuestos
de
Las formulaciones de MNL están resumidas. Esto es útil ya que todos los demás
modelos de elección discreta que maximizan la aleatoriedad se centran en relajar uno
o más de estos
suposiciones
Hay tres supuestos básicos que subyacen a la formulación de MNL.
El primer supuesto es que los componentes aleatorios de las utilidades del
diferentes alternativas son independientes y distribuidas idénticamente (IID) con un
Tipo I de distribución de valor extremo (o Gumbel). El supuesto de independencia
implica que no hay factores comunes no observados que afecten las utilidades de la
varias alternativas Este supuesto se viola, por ejemplo, si un tomador de decisiones
asigna una utilidad más alta a todos los modos de tránsito debido a la oportunidad de
socializar
o si el tomador de decisiones asigna una utilidad más baja a todos los modos de
tránsito porque
de la falta de privacidad. En tales situaciones, el mismo factor no observado
subyacente
(oportunidad de socializar o falta de privacidad) impactos en los servicios públicos de
todo tránsito
modos Como se indica en el Capítulo 13, la presencia de tales factores subyacentes
comunes
a través de las utilidades modales tiene implicaciones para la estructura competitiva La
suposición
de idéntica distribución a través de alternativas de utilidad al azar términos implica
que
El grado de variación en los factores no observados que afectan la utilidad modal es el
mismo
en todos los modos En general, no hay razón teórica para creer que esta
Será el caso. Por ejemplo, si la comodidad es una variable no observada, los valores
de los cuales varían considerablemente para el modo de tren (según, por ejemplo, el
grado de
hacinamiento en diferentes rutas de tren) pero poco para el modo de automóvil,
entonces
Los componentes aleatorios para los modos de automóvil y tren tendrán diferentes
variaciones Las variaciones de error desiguales tienen implicaciones significativas para
la competencia
estructura.
El segundo supuesto del modelo MNL es que mantiene la homogeneidad en
capacidad de respuesta a los atributos de las alternativas entre individuos (es decir, un
supuesto
de homogeneidad de respuesta). Más específicamente, el modelo MNL no permite
variaciones de sensibilidad o gusto en un atributo (por ejemplo, costo de viaje o
tiempo de viaje en un modo)
modelo de elección) debido a características individuales no observadas. Sin embargo,
las características individuales no observadas pueden y generalmente afectarán la
capacidad de respuesta.
Por ejemplo, algunos individuos por su naturaleza intrínseca pueden ser
extremadamente tímidos, mientras que otros pueden ser "relajados" y menos
conscientes del tiempo.
Ignorar el efecto de atributos individuales no observados puede llevar a sesgos y
Parámetro inconsistente y estimaciones de probabilidad de elección (Chamberlain,
1980).
El tercer supuesto del modelo MNL es que el error varianza-covarianza
La estructura de las alternativas es idéntica en todos los individuos (es decir, una
suposición de
error varianza-covarianza homogeneidad). El supuesto de varianza idéntica
a través de individuos se puede violar si, por ejemplo, el sistema de tránsito ofrece
diferentes niveles de comodidad y una variable no observada en diferentes rutas (es
decir, algunas
las rutas pueden ser servidas por vehículos de tránsito con asientos más cómodos y
control de temperatura que otros). Entonces, la varianza del error de tránsito entre
individuos
a lo largo de las dos rutas pueden diferir. El supuesto de covarianza error idéntico
Las alternativas entre individuos pueden no ser apropiadas si el grado de
sustituibilidad entre alternativas difiere entre individuos. Para resumir, error
la homogeneidad varianza-covarianza implica la misma estructura competitiva entre
alternativas para todos los individuos, un supuesto que generalmente es difícil de
justificar.
Los tres supuestos discutidos arriba juntos conducen a lo simple y elegante
Estructura matemática de forma cerrada del MNL. Sin embargo, estas suposiciones
También deje el modelo MNL cargado con la propiedad de "independencia de
alternativas irrelevantes" (IIA) a nivel individual (Luce y Suppes, 1965; para una
discusión detallada de esta propiedad, ver también Ben-Akiva y Lerman, 1985). Así,
relajar los tres supuestos puede ser importante en muchos contextos de elección

En este capítulo, el enfoque está en tres clases de modelos de elección discreta que
relaje uno o más de los supuestos discutidos anteriormente. La primera clase de
modelos.
(etiquetados como "modelos heteroscedásticos") es relativamente restrictivo; ellos
relajan el
distribuidos de manera idéntica a través del término alternativo de suposición de
error, pero no
relajar el supuesto de independencia (parte del primer supuesto anterior) o el
supuesto de homogeneidad de respuesta (segundo supuesto anterior). El segundo
clase de modelos (etiquetados como “modelos logit multinomiales mixtos (MMNL)”) y
la
Tercera clase de modelos (etiquetados como “valor extremo generalizado mixto
(MGEV)
los modelos ”) son muy generales; Los modelos de esta clase son lo suficientemente
flexibles para relajarse.
La independencia y la estructura de error distribuida idénticamente (a través de
alternativas).
del MNL, así como para relajar el supuesto de homogeneidad de respuesta. los
relajación del tercer supuesto implícito en el logit multinomial (e identificado
en la página anterior) no se considera en detalle en este capítulo, ya que puede ser
relajado en el contexto de cualquier modelo de elección discreta dado mediante la
parametrización
Las variaciones apropiadas de la estructura de error y las covarianzas en función del
individuo
atributos - vea Bhat (2007) para una discusión detallada de estos procedimientos.
El lector notará que los modelos de valores extremos generalizados (GEV)
descrito en el Capítulo 13, relaje el supuesto de IID parcialmente al permitir la
correlación en componentes no observados de diferentes alternativas. La ventaja de la
Los modelos GEV es que mantienen expresiones de forma cerrada para las
probabilidades de elección. La limitación de estos modelos es que son consistentes con
la utilidad.
maximización solo bajo restricciones bastante estrictas, y frecuentemente violadas
empíricamente
sobre los parámetros de disimilitud y asignación (específicamente, la disimilitud y
los parámetros de asignación deben limitarse entre 0 y 1 para lograr una consistencia
global con la maximización de la utilidad, y los parámetros de asignación para
cualquier alternativa
debe agregar a 1). El origen de estas restricciones se remonta a la
Requisito de que la varianza de las alternativas conjuntas sea idéntica en el GEV.
modelos Además, los modelos GEV no relajan los supuestos relacionados con la
homogeneidad del sabor en respuesta a un atributo, como el tiempo de viaje o el
costo en una elección de modo
modelo, debido a las características inobservables de quienes toman las decisiones, y
no puede aplicarse
al panel de datos con correlación temporal en factores no observados dentro de las
elecciones
Del mismo agente decisor. Sin embargo, los modelos GEV sí ofrecen una capacidad de
cálculo computacional, proporcionan una medida teórica para la valoración de
beneficios,
y puede formar la base para formular modelos mixtos que se adapten al azar
Variaciones del gusto y correlaciones temporales en datos de panel.
2. La clase heteroscedástica de modelos.
El concepto de heterocedasticidad en términos de error alternativos (es decir,
independiente,
pero los términos de error no están distribuidos de manera idéntica) relaja el supuesto
de IIA ha sido
reconocido desde hace bastante tiempo. Se han propuesto tres modelos que permiten
componentes aleatorios no idénticos. El primero es el exponencial negativo.
modelo de Daganzo (1979), el segundo es el modelo alternativo de Recker.
(1995) y el tercero es el modelo heteroscedástico de valor extremo (HEV) de Bhat.
(1995). De estos, el modelo de Daganzo no ha tenido mucha aplicación, porque
requiere que la utilidad percibida de cualquier alternativa no exceda un límite superior
(Esto surge porque la distribución exponencial negativa no tiene una plena
distancia). El modelo de Daganzo tampoco anida el modelo MNL. Recker propuso
El modelo alternativo de Oddball, que permite la varianza de utilidad aleatoria de uno.
La alternativa "extraña" es mayor que las variaciones de utilidad aleatorias de otras
alternativas. Esta situación puede ocurrir debido a los atributos, que definen la utilidad
de la alternativa extraña, pero no están definidas para otras alternativas. De Recker
El modelo tiene una estructura de forma cerrada para las probabilidades de elección.
Sin embargo lo és
restrictivo al exigir que todas las alternativas, excepto una, tengan una varianza
idéntica.
Bhat (1995) formuló el modelo HEV, que asume que los términos de error alternativos
se distribuyen con una distribución de valor extremo de tipo I. los
las variaciones de los términos de error alternativos pueden ser diferentes en todos
alternativas (con la normalización de que los términos de error de una de las
alternativas tienen un parámetro de escala de uno para identificación). En
consecuencia, el HEV
El modelo se puede ver como una generalización del modelo alternativo de Recker.
El modelo HEV no tiene una solución de forma cerrada para las probabilidades de
elección, pero implica solo una integración unidimensional independientemente del
número
de alternativas en el conjunto de elección. También anida el modelo MNL y es flexible.
suficiente para permitir elasticidades cruzadas diferenciales entre todos los pares de
alternativas. En
El resto de esta discusión de modelos heteroscedásticos, el enfoque está en el
Mo2.1. Estructura del modelo HEVdelo HEV.

La utilidad aleatoria de la Ui alternativa de la alternativa i para un individuo al azar

los modelos de utilidad toman la forma (suprimimos el índice para individuos en el
siguiente presentación):

donde Vi es el componente sistemático de la utilidad de la alternativa i - una función

de los atributos observados de la alternativa i y las características observadas del
individuo, y
i es el componente aleatorio de la función de utilidad. Sea C el conjunto
de alternativas disponibles para el individuo. Deja que los componentes aleatorios en
el
Las utilidades de las diferentes alternativas tienen una distribución de valor extremo
tipo I con
un parámetro de ubicación igual a cero y un parámetro de escala igual a i para el ith
alternativa. Se supone que los componentes aleatorios son independientes, pero no
idénticamente distribuidos. Así, la función de densidad de probabilidad y la
acumulativa
La función de distribución del término de error aleatorio para la alternativa ith es:

La formulación de utilidad al azar de la ecuación (1), combinada con la supuesta

distribución de probabilidad para los componentes aleatorios en la ecuación (2) y la
La independencia asumida entre los componentes aleatorios de las diferentes
alternativas, nos permite desarrollar la probabilidad de que un individuo elija
Alternativa i del conjunto C de alternativas disponibles
donde y son la función de densidad de probabilidad y la función de distribución
acumulativa de la distribución de valores extremos de tipo I estándar, y se dan
por (Johnson y Kotz, 1970)

las alternativas son iguales,

entonces la expresión de probabilidad en la ecuación (5) colapsa a la de la MNL
(tenga en cuenta que la varianza del término de error aleatorio
i de la alternativa i es igual a
22
i / 6, donde i es el parámetro de escala).
El modelo HEV discutido anteriormente evita los escollos de la propiedad IIA de
El modelo MNL al permitir diferentes parámetros de escala a través de alternativas.
Intuitivamente, podemos explicar esto al darnos cuenta de que el término de error
representa no observado
características de una alternativa; es decir, representa incertidumbre asociada a
la utilidad esperada (o la parte sistemática de la utilidad) de una alternativa. La escala
El parámetro del término de error, por lo tanto, representa el nivel de incertidumbre.
Se establece
Los pesos relativos de los componentes sistemáticos e inciertos en la estimación.
La probabilidad de elección. Cuando la utilidad sistemática de alguna alternativa l
cambia,
Esto afecta el diferencial de utilidad sistemático entre otra alternativa i y
la alternativa l. Sin embargo, este cambio en el diferencial de utilidad sistemática es
templado por el componente aleatorio no observado de la alternativa i. Cuanto mayor
sea el
parámetro de escala (o equivalente, la varianza) del componente de error aleatorio
para la alternativa i, cuanto más moderado es el efecto del cambio en la sistemática
diferencial de utilidad (ver el numerador de la función de distribución acumulada
término en la ecuación 5) y menor es el efecto de elasticidad en la probabilidad de
elegir la alternativa i. En particular, dos alternativas tendrán el mismo efecto de
elasticidad.
Debido a un cambio en la utilidad sistemática de otra alternativa solo si tienen
El mismo parámetro de escala en los componentes aleatorios. Esta propiedad es una
lógica
Ampliación intuitiva del caso del MNL, en el que todos los parámetros de escala.
están obligados a ser iguales y, por lo tanto, todas las elasticidades cruzadas son
iguales.
Asumiendo una forma funcional lineal en parámetros para el componente sistemático
de utilidad para todas las alternativas, las magnitudes relativas de las elasticidades
cruzadas de la
probabilidades de elección de cualquiera de las dos alternativas i y j con respecto a un
cambio en el
Se caracterizan k nivel de variable de servicio de otra alternativa l (por ejemplo, xkl)
por el parámetro de escala de los componentes aleatorios de las alternativas i y j:

2.2. Estimación del modelo HEV

El modelo HEV puede estimarse utilizando la técnica de máxima verosimilitud.
Supongamos una especificación de parámetros lineales para la utilidad sistemática de
cada uno.
alternativa dada por Vqi =
Xqi para el qth individuo e i alternativa (el
índice para individuos se introduce en la siguiente presentación desde el propósito
de la estimación es obtener los parámetros del modelo maximizando la probabilidad
función sobre todos los individuos en la muestra). Los parámetros a estimar son:
El vector de parámetros y los parámetros de escala del componente aleatorio de
cada una de las alternativas (uno de los parámetros de escala se normaliza a uno para
identificabilidad). La función de probabilidad de registro que se debe maximizar se
puede escribir como:

La función log (verosimilitud) en la ecuación (7) no tiene una expresión de forma

cerrada, pero
Se puede estimar de una manera directa utilizando la cuadratura gaussiana. Que hacer
entonces, define una variable. Entonces, w dw = "ee" yw = "lnu". También definir una
función
Gqi como
La expresión entre paréntesis en la ecuación (7) se puede estimar usando
La fórmula de cuadratura de Laguerre Gauss, que reemplaza la integral por una
suma de términos sobre un cierto número (por ejemplo, K) de puntos de soporte, cada
uno
término que comprende la evaluación de la función Gqi (.) en el punto de soporte k
multiplicado por una masa de probabilidad o peso asociado con el punto de soporte.
Estos puntos son las raíces del polinomio de Laguerre de orden K, y el
los pesos se calculan en base a un conjunto de teoremas proporcionados por Press et
al. (1992).
3. La clase de modelos de logit multinomial mixto (MMNL)
El modelo HEV en la sección anterior y los modelos GEV en el Capítulo 13
tienen la ventaja de que son fáciles de estimar; la función de probabilidad para
estos modelos incluyen una integral unidimensional en el modelo HEV o
Se encuentra en forma cerrada en los modelos GEV. Sin embargo, estos modelos son
restrictivos.
ya que solo relajan parcialmente el supuesto de error IID a través de alternativas. En
En esta sección, analizamos la clase de modelos MMNL que son lo suficientemente
flexibles para
Relajar completamente la independencia y la estructura de error distribuida de forma
idéntica de
El MNL, así como para relajar el supuesto de homogeneidad de respuesta.
82 Chandra R. Bhat, Naveen Eluru y Rachel B. Copperman
La clase mixta de modelos MMNL implica la integración del MNL.
Fórmula sobre la distribución de parámetros aleatorios no observados. Toma el
Estructura