Demopan-2, Att kombinera enkätdata och mobilnätsdata för bättre skattning av färdmedelsvalmodell för långväga resor

Projekt:

DEMOPAN 2

Sammanfattning:
Denna rapport beskriver arbetet i projektet Demopan-2 med att utveckla prognosmodeller för färdmedelsval för långväga resor givet att resvaneundersökningar har sjunkande svarsfrekvenser, medan mobilnätsdata framkommit som en potentiell datakälla för resebeteende. I Demopan-1 skattade vi färdmedelsvalsmodeller med mobilnätsdata som enda källa till data om resebeteende. Vi såg då problem i skattningen av modeller på mobilnätsdata. Det ena problemet uppstår på grund av att mobilnätsdata inte innehåller information om ärende (till exempel om resan är en privat resa eller en tjänsteresa). Det andra problemet för att det är svårt att särskilja bil och buss genom automatisk identifikation av färdmedel eftersom de båda använder väginfrastrukturen. I Demopan-2 kombinerar vi mobilnätsdata med enkätdata, för att lösa dessa problem. Vi skattar en klassisk logit-modell genom att använda båda datakällorna och finner att detta förbättrar modellskattningarna när det gäller beteendemässig rimlighet. Genom att genomföra en litteraturöversikt över maskininlärnings-metoder (ML-metoder) och deras tillämpning på färdmedelsval undersöker vi också potentialen för helt nya typer av modeller som skulle kunna ersätta den klassiska logit-modellen. Här finner vi att ML har potential vid kombination av mobilnätsdata och enkätdata, dels eftersom det finns tidigare använda metoder inom ML-området för att hantera att den ena datakällan har högre upplösning, dels eftersom man inte behöver ansätta i förväg vilka variabler som förklarar indelningen i olika ärende-klasser utan detta kan göras data-drivet.

Länk till publikation i fulltext (pdf-fil, 185,0 kB. Öppnas i nytt fönster)

Författare: Ida Kristoffersson (VTI), Angelica Andersson (VTI), Maria Börjesson (VTI)
Utgivare: VTI
Utgivningsdatum: 2023
Diarienummer: TRV 2021/22422
Antal sidor: 17
Språk: Svenska
Kontaktperson: Svante Berglund, PLep