Master's thesis (2014)
Open Access document in PolyPublie |
|
Open Access to the full text of this document Terms of Use: All rights reserved Download (6MB) |
Abstract
More and more transit companies benefit of advanced equipment in order to facilitate the management and analysis of the characteristics of their networks. As a ticket, the smart card is now widely used. The implementation of a system of smart card transaction not only reduces the time of payment when boarding, but also effectively and relatively well collects data regarded as a medium favoring chain analysis of movement. The fact that some systems only record the transactions at the boarding stop become a constraint to establish the chain of travel, which requires a fine method of estimation destinations. A literature review was realized regarding approaches for origin-destination estimating using the data of smart card. Existing research shows a series of algorithms based on various assumptions and completely disaggregated model, having matched most of trips. However, the single trips, more difficult to analyze, is still need to be resolved, which hinders the use of data for transportation planning. This project aims primarily to develop the existing model for estimating alighting points, especially by improving the processing of single trip. In order to realize this project based on the completely disaggregated model and the assumption of transfer distance, a profile of the travel history of each card is established, which predicts trips destinations now integrating the activity model. Then, the kernel estimation, a probabilistic method is proposed. It allows to calculate the spatial-temporal probability of alighting. The method of density which is joint several random variables is also necessary to integrate spatial and temporal probabilities. Furthermore, since there are a number of data to be processed, it is essential to design a computer program to realize the calculation on a large scale. As the first company in the Western Hemisphere to use the charging system smart card in 1998, the Société de transport de l'Outaouais (STO) is taken as an example. STO smartcard data studies by the departments of Industrial Engineering and Civil Engineering at the École Polytechnique de Montreal began in 2003. In this project, the data to be analyzed are all records of boarding during a month (October 2009). These data are processed by an advanced algorithm developed in Python. The existing algorithm solves 80.64% of trips and there are 19.36% of trips without any approach to solve them. The calculation results show that the contribution of this project, especially for the single trip solves 10.9% of additional trips. Overall, 56.30% of single trips are solved. Finally, concerning the problems we encountered in this study, five perspectives are proposed for continuing research. This outlook includes the integration of new data sources, the implementation of the new method, and the creation of new algorithms. These ideas are intended to improve the quantity and the accuracy of estimation in the future.
Résumé
De plus en plus de sociétés de transport en commun profitent d'équipements avancés en vue de faciliter la gestion et analyser les caractéristiques de leurs réseaux. En tant que titre de transport, la carte à puce est maintenant largement utilisée. La mise en oeuvre d'un système de transaction par carte à puce réduit non seulement le temps de paiement lors de l'embarquement, mais aussi collecte efficacement et relativement bien des données considérées comme un médium favorisant l'analyse des chaînes de déplacement de transport en commun. Cependant, le fait que certains systèmes n'enregistrent que les transactions à l'arrêt d'embarquement constitue une contrainte à établir la chaîne de déplacement, ce qui demande de développer une méthode fine d'estimation des destinations. Une revue de littérature a été réalisée concernant les approches d'estimation d'origine-destination à l'aide de données de carte à puce. Les recherches existantes démontrent une série d'algorithmes basés sur le modèle totalement désagrégé et diverses hypothèses, permettant de trouver une estimation à la plupart de déplacements. Pourtant, le traitement des déplacements unitaires, plus difficiles à analyser, et l'absence de validation des résultats, ont encore besoin d'être résolus, ce qui freine l'utilisation des données des chaînes de déplacements en planification. Ce projet a donc principalement pour but de développer le modèle existant d'estimation des emplacements de débarquement, notamment en améliorant le traitement des déplacements unitaires. Afin de réaliser ce projet basé sur le modèle totalement désagrégé et l'hypothèse de distance de transfert, un profil de l'historique des déplacements de chaque carte est établi, ce qui permet de prévoir les destinations des déplacements en intégrant désormais le modèle d'activité. Du coup, l'estimation par noyau, une méthode probabiliste, est proposée. Elle permet de calculer la probabilité spatio-temporelle de débarquement associée à chaque embarquement. La méthode de densité jointe de plusieurs variables aléatoires réelles est également nécessaire en vue d'intégrer les probabilités spatiale et temporelle. En outre, étant donné qu'il existe de nombreuses données à traiter, il est essentiel de concevoir un programme informatique pour réaliser le calcul à grande échelle. En tant que première entreprise dans l'hémisphère ouest à utiliser le système de tarification par carte à puce en 1998, la Société de transport de l'Outaouais (STO) est prise comme exemple. Les études des données de carte à puce de la STO par les chercheurs de l'École Polytechnique de Montréal ont débuté en 2003. Dans ce projet, les données à analyser sont tous les enregistrements d'embarquement d'un mois (octobre 2009). Ces données sont traitées par un algorithme avancé développé en Python. L'algorithme précédent résout 80,64% des déplacements et il reste 19,36% de déplacements sans aucune approche pour les résoudre. Les résultats de calcul démontrent que la contribution de ce projet, surtout pour le déplacement unitaire, résout 10,9% de déplacements additionnels. Somme toute, 56,30% des déplacements unitaires sont résolus. Enfin, concernant les problèmes que nous avons rencontrés au sein de cette recherche, des perspectives sont proposées pour les recherches futures. Ces perspectives sont: l'intégration des nouvelles sources de données, la mise en oeuvre de la nouvelle méthode, l'import des nouveaux algorithmes. Ces idées visent à améliorer la quantité ainsi que l'exactitude d'estimation dans l'avenir.
Department: | Department of Mathematics and Industrial Engineering |
---|---|
Program: | Génie industriel |
Academic/Research Directors: | Martin Trépanier |
PolyPublie URL: | https://publications.polymtl.ca/1492/ |
Institution: | École Polytechnique de Montréal |
Date Deposited: | 22 Dec 2014 14:37 |
Last Modified: | 29 Sep 2024 23:08 |
Cite in APA 7: | He, L. (2014). Contributions à l'amélioration d'un algorithme d'estimation des destinations des déplacements unitaires dérivées des validations d'un système de perception par carte à puce [Master's thesis, École Polytechnique de Montréal]. PolyPublie. https://publications.polymtl.ca/1492/ |
---|---|
Statistics
Total downloads
Downloads per month in the last year
Origin of downloads