Helemaal thuis in de modellenwereld? Sla dit artikel dan vooral over. Maar voor een ieder die zich tot nu toe alleen over de uitkomsten van de modelstudie boog, zonder zich ooit af te vragen welk model er gebruikt werd: lees even door.
Een model is (per definitie) een vereenvoudiging van de werkelijkheid. Er wordt een keuze gemaakt voor een selectie van invloedsfactoren en een vereenvoudigde omschrijving van een selectie van mechanismen. Deze vereenvoudigingen leiden ertoe dat een model geen 100% betrouwbare waarden geeft voor nieuwe situaties, zeker niet als het gaat om prognoses voor een langere termijn. De grote kracht van modellen ligt dan ook meer in het systematisch vergelijken van varianten (in ex-ante studies). Bijvoorbeeld: wat is het verwachte effect als we snelwegtraject X in beide richtingen met een rijstrook verbreden?
In de afgelopen jaren zijn ook de toepassingen voor operationeel netwerkmanagement erg belangrijk geworden. Aan de hand van kortetermijnvoorspellingen kan bijvoorbeeld worden bepaald wanneer en waar ingrijpen noodzakelijk is. Modellen worden ook online toegepast voor het completeren van data (filteren van data), voor het genereren van verkeersinformatie (bijvoorbeeld reistijdvoorspellingen), voor incidentdetectie en voor het anticiperend regelen (zogenaamd ‘model predictive control’). Deze operationele toepassingen blijven overigens wel een enorme uitdaging. Voorspellen wanneer bijvoorbeeld congestie precies ontstaat, is erg lastig is door de stochastiek in het verkeersproces. Er zit dus altijd een stukje ‘onvoorspelbaarheid’ in het proces.
Relevante gedragsprocessen
Bij het opknippen van de werkelijkheid in behapbare delen, vormen de verschillende gedragsprocessen in het ruimtelijke systeem en in het transportsysteem een belangrijke rol. De processen zijn in bijgaande figuur weergegeven, inclusief de rol van de netwerkmanager en de relatie met de keuzes van de individuele mobilist en ‘het collectief’.
De strikte ordening van de keuzeprocessen is natuurlijk geen absolute waarheid. Er zijn koppelingen en afhankelijkheden tussen de verschillende keuzeprocessen. Ook passen niet alle keuzes in een dergelijk rationeel raamwerk. Het belangrijkste punt is dat de structurering houvast biedt om de complexe processen hanteerbaar te maken. Dat zie je ook terug in de verschillende typen modellen die gebruikt worden: voor elk proces is er een model.
Zo bepaalt het ritkeuzemodel of ritgeneratiemodel hoeveel verplaatsingen er worden gemaakt van en naar zones. Dit leidt tot de grootheden ‘productie’ en ‘attractie’: het aantal vertrekken en aankomsten per zone per motief per tijdsperiode.
Het bestemmingskeuzemodel of distributiemodel verdeelt de berekende vertrekken over de berekende aankomsten. Het resultaat zijn herkomst- en bestemmingsmatrices (HB-matrices) per motief per tijdsperiode.
Het vervoerswijzekeuzemodel of modal split model beschrijft de verdeling over de vervoerswijzen. Als invoer dienen de HB-matrices, het aantal verplaatsingen per motief en afstanden, reistijden en reiskosten per vervoerswijze. Met behulp van distributiefuncties of met een apart keuzemodel worden de HB-matrices per vervoerswijze berekend.
Het routekeuzemodel of toedelingsmodel verdeelt de verplaatsingen over routes (of bij OV: ritten).
Het vertrektijdstipkeuzemodel berekent het moment waarop de verschillende reizigers aan hun trip zullen beginnen. De keuze voor een vertrektijdstip wordt doorgaans bepaald door de gewenste aankomsttijd bij de bestemming en de verwachte reistijd.
Het model voor rijgedrag wordt normaliter beschreven door een verkeersafwikkelingsmodel. Met de routestromen uit het toedelingsmodel als invoer, bepaalt zo’n afwikkelingsmodel uiteindelijk het verkeer en de verkeerscondities op elk wegvak van het netwerk en beschrijft het met welke snelheid de reizigers zich langs hun route door het netwerk verplaatsen.
Modeltypen
Hiermee hebben we het fenomeen verkeersmodellen keurig in hokjes – te weten: keuzeprocessen – verdeeld. Verkeersmodellen verschillen echter ook in detailniveau of ‘rekenwijze’. Om onze mini-tutorial compleet te maken, lichten we ook die kort toe.
Micro, meso, of macro
Wat het detailniveau betreft kunnen we modellen grofweg indelen in de volgende categorieën:
- Microscopisch. Bij deze modellen wordt uitgegaan van de kleinste eenheid, bijvoorbeeld een auto of een reiziger, die op basis van gedragsregels worden afgewikkeld over het netwerk.
- Mesoscopisch. Hier worden groepen van eenheden als basis voor de modellering genomen.
- Macroscopisch. Deze modellen werken met geaggregeerde grootheden als intensiteiten die de kenmerken van grotere groepen beschrijven.
Het onderscheid in detailniveau vinden we bij alle bovengenoemde gedragsprocessen, van ritgeneratie tot rijgedrag. De keuze voor het detailniveau is doorgaans afhankelijk van de beoogde toepassing van het model: gaat het om analyse van een conflictpunt of van een heel netwerk? Maar het wordt ook bepaald door beschikbare data, tijd, budget en rekencapaciteit.
Deterministisch of stochastisch
Een ander belangrijk onderscheid is of het model deterministisch of stochastisch is. In het eerste geval zal iedere keer dat een modelrun wordt herhaald, de uitkomst dezelfde zijn. Stochastische modellen daarentegen maken gebruik van ‘gelote’ waarden uit kansverdelingen. De resultaten verschillen per run.
Statisch of dynamisch
Traditioneel zijn verkeersmodellen statisch: er wordt een bepaalde periode van de dag beschouwd en verder is de tijdsdimensie afwezig. Deze modellen zijn vooral bedoeld voor het maken van berekeningen op macroniveau, bijvoorbeeld om de gevolgen van de aanleg van een nieuwe snelweg of woonwijk te berekenen.
Dynamische verkeersmodellen houden beter rekening met de capaciteitsrestricties in het netwerk en de gevolgen van files en wachtrijen. Ze zijn daarom veel geschikter om inzicht te krijgen in de gevolgen van de reconstructie van een kruispunt, de instelling van verkeerslichten enzovoort.
Evenwicht of niet-evenwicht
Veel modellen gaan uit van een gebruikersevenwicht. Dit evenwicht betekent eenvoudig gezegd dat elke weggebruiker de route gebruikt die voor hem of haar de kortste reistijd heeft.
In werkelijkheid is het transportsysteem nooit in evenwicht en sommige wetenschappers betwisten of het systeem zelfs maar naar een evenwicht tendeert. Evenwichtsmodellen worden echter vooral gebruikt bij het vergelijken van verschillende scenario’s. Al zou een evenwicht in realiteit niet optreden, van belang zijn de verschillen tussen de scenario’s. Door de verschillende evenwichten te vergelijken kan inzicht worden verkregen in de verschillen in uitkomsten tussen scenario’s.
Analytisch of simulatie
Met de exponentiële groei in rekenkracht heeft de toepassing van simulatie een enorme vlucht genomen. De inzet van zeer gedetailleerde modellen voor praktijktoepassingen komt daarmee binnen handbereik. Dit lijkt een zegen, maar aan een simulatie kleven ook nadelen.
Een simulatiemodel zal normaliter een effect voorspellen dat een direct gevolg is van slechts één van de aannames in het model. Ook kan er sprake zijn van een opeenstapeling van foutieve aannames en van chaotisch gedrag als gevolg van de complexiteit in de onderliggende processen. Ten slotte zijn de resultaten van dergelijke complexe modellen dikwijls moeilijk te interpreteren en daarmee bijvoorbeeld lastig in beleid om te zetten: wanneer veel factoren het resultaat beïnvloeden, is de causaliteit moeilijk vast te stellen. Kortom: simulatie biedt niet het ‘ultieme’ antwoord en er zal altijd behoefte zijn aan solide analytische analyses.
___
Dit artikel is een verkorte weergave van het artikel ‘Modellen voor netwerkmanagement’ van Hoogendoorn, Bliemer en Van Nes uit NM Magazine 2007 #3.
