Розробка мультиноміальної логіт-моделі вибору виду транспорту для міжміських переміщень

Автор(и)

  • Mykola Zhuk Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013, Україна https://orcid.org/0000-0003-1989-1053
  • Halyna Pivtorak Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013, Україна https://orcid.org/0000-0003-3645-1586
  • Volodymyr Kovalyshyn Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013, Україна https://orcid.org/0000-0003-0642-6777
  • Ivanna Gits Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013, Україна https://orcid.org/0000-0002-7081-438X

DOI:

https://doi.org/10.15587/1729-4061.2020.205868

Ключові слова:

мультиноміальна логіт-модель, режим руху, корисність вибору, вузол зовнішнього транспорту

Анотація

Зменшення частки використання автомобільного транспорту для міжміських переміщень є одним зі способів досягнення цілей сталого розвитку на транспорті і позитивно вплине на стан довкілля. Метою роботи є визначення на основі аналізу результатів опитувань, проведених у м. Львові, тенденції вибору користувачами транспортної системи виду вузла зовнішнього транспорту (ВЗТ) для подальшого виконання міжміської поїздки. Для цього сформовано мультиноміальну логіт-модель вибору ВЗТ на основі розрахунку корисності вибору студентами залізничного та автобусного вузла. Мультиноміальні логіт-моделі (МЛМ) широко застосовуються для моделювання поведінки користувачів, що підтверджується численними дослідженнями. Для їх коректного застосування необхідно визначити набір чинників, які впливають на здійснення вибору, та розрахувати коефіцієнти МЛМ на основі вивчення поведінки користувачів в межах конкретної території проектування. Чинниками, що впливають на вибір виду вузла зовнішнього транспорту, є характеристики ВЗТ (пропускна здатність та кількість відправок в певному напрямку) і тривалість та вартість переміщення. Вплив цих чинників відрізняється залежно від довжини поїздки: розраховано коефіцієнти МЛМ вибору виду ВЗТ окремо для поїздок довжиною до 100 км, від 100 до 200 км та більше 200 км. Також в модель було введено такі показники, як тривалість переміщення по місту та часовий період відправки, проте в процесі розрахунку значущості параметрів логіт-моделі виявилося, що ці показники не мають на користувачів досліджуваної групи суттєвого впливу. В результаті досліджень визначено характеристики виконуваних поїздок з розподілом по виду вузла. Отримані дані сприяють кращому розумінню поведінки користувачів цього класу при виборі ними способу виконання міжміської поїздки та можуть бути використані для оптимізації функціонування вузлів зовнішнього транспорту

Біографії авторів

Mykola Zhuk, Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013

Кандидат технічних наук, доцент

Кафедра транспортних технологій

Halyna Pivtorak, Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013

Асистент

Кафедра транспортних технологій

Volodymyr Kovalyshyn, Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013

Кандидат технічних наук, доцент

Кафедра транспортних технологій

Ivanna Gits, Національний університет «Львівська політехніка» вул. С. Бандери, 12, м. Львів, Україна, 79013

Аспірант

Кафедра транспортних технологій

Посилання

  1. State Statistics Service of Ukraine. Available at: http://www.ukrstat.gov.ua/
  2. Korgenevich, I. Р., Barash, Yu. S., Charkina, Т. Yu. (2012). Principles of prognosis estimation of charges on liquidation of consequences from harmful influence on society and environment of motor and railway transport. Zbirnyk naukovykh prats Dnipropetrovskoho natsionalnoho universytetu zaliznychnoho transportu im. ak. V. Lazariana «Problemy ekonomiky transportu», 3, 102–109. Available at: http://eadnurt.diit.edu.ua/bitstream/123456789/3563/1/21.pdf
  3. Hair, J. F., Ringle, C. M., Gudergan, S. P., Fischer, A., Nitzl, C., Menictas, C. (2018). Partial least squares structural equation modeling-based discrete choice modeling: an illustration in modeling retailer choice. Business Research, 12 (1), 115–142. doi: https://doi.org/10.1007/s40685-018-0072-4
  4. Lai, X., Schonfeld, P. (2016). Concurrent Optimization of Rail Transit Alignments and Station Locations. Urban Rail Transit, 2 (1), 1–15. doi: https://doi.org/10.1007/s40864-016-0033-1
  5. Nuzzolo, A., Crisalli, U., Comi, A. (2008). A demand model for international freight transport by road. European Transport Research Review, 1 (1), 23–33. doi: https://doi.org/10.1007/s12544-008-0003-0
  6. Gatta, V., Marcucci, E., Nigro, M., Serafini, S. (2019). Sustainable urban freight transport adopting public transport-based crowdshipping for B2C deliveries. European Transport Research Review, 11 (1). doi: https://doi.org/10.1186/s12544-019-0352-x
  7. König, A., Grippenkoven, J. (2019). Modelling travelers’ appraisal of ridepooling service characteristics with a discrete choice experiment. European Transport Research Review, 12 (1). doi: https://doi.org/10.1186/s12544-019-0391-3
  8. Cascetta, E. (2009). Transportation Systems Analysis. Models and Applications. Springer. doi: https://doi.org/10.1007/978-0-387-75857-2
  9. Talluri, K. T., Van Ryzin, G. J. (2004). The theory and practice of revenue management. Springer. doi: https://doi.org/10.1007/b139000
  10. De Witte, A., Hollevoet, J., Dobruszkes, F., Hubert, M., Macharis, C. (2013). Linking modal choice to motility: A comprehensive review. Transportation Research Part A: Policy and Practice, 49, 329–341. doi: https://doi.org/10.1016/j.tra.2013.01.009
  11. Fan, A., Chen, X., Wan, T. (2019). How Have Travelers Changed Mode Choices for First/Last Mile Trips after the Introduction of Bicycle-Sharing Systems: An Empirical Study in Beijing, China. Journal of Advanced Transportation, 2019, 1–16. doi: https://doi.org/10.1155/2019/5426080
  12. Kim, I., Kim, H.-C., Seo, D.-J., Kim, J. I. (2019). Calibration of a transit route choice model using revealed population data of smartcard in a multimodal transit network. Transportation. doi: https://doi.org/10.1007/s11116-019-10008-8
  13. Hidayat, R. (2018). Mode Choice Analysis Between Private Car, Transjakarta (BRT) and KRL Commuter Line (Railway) Using Multinomial Logit Model and Social Economic Background of Passenger Case Study. Bekasi-Jakarta Commuter, Universitas Gadjah Mada.
  14. Sato, K., Chen, Y. (2018). Analysis of high-speed rail and airline transport cooperation in presence of non-purchase option. Journal of Modern Transportation, 26 (4), 231–254. doi: https://doi.org/10.1007/s40534-018-0172-z
  15. Bilous, A. B., Mohyla, I. A. (2011). Мultifactorial fuzzy analysis for transfer demand modeling to touristic towns. Eastern-European Journal of Enterprise Technologies, 1 (4 (49)), 32–38. Available at: http://journals.uran.ua/eejet/article/view/1910/1805
  16. Kuznar, M., Wyraz, E. (2016). Analysis of the most popular interurban transport modes among cracow students of state universities. 13th International Conference on Industrial Logistics: Conference Proceedings. Zakopane, 128–135. Available at: http://www.icil.zarz.agh.edu.pl/images/papers/Kuznar_Wyraz.pdf
  17. Lakatos, A., Mándoki, P. (2020). Mode-choice Analysis in Long-distance, Parallel Public Transport. Transportation Research Procedia, 44, 332–341. doi: https://doi.org/10.1016/j.trpro.2020.02.034
  18. Sivilevičius, H., Maskeliūnaitė, L. (2019). The Model Assessing the Impact of Price and Provided Services on the Quality of the Trip by Train: MCDM Approach. E+M Ekonomie a Management, 22 (2), 51–67. doi: https://doi.org/10.15240/tul/001/2019-2-004
  19. Gorbachev, P. F., Makarichev, A. V., Svichinskaja, O. V. (2013). Methods to form model of choosing variant of working travel by fixed route transport. Al'manah sovremennoy nauki i obrazovaniya, 11, 47–58. Available at: https://www.gramota.net/materials/1/2013/11/13.html
  20. Holovne upravlinnia statystyky u Lvivskiy oblasti. Available at: https://www.lv.ukrstat.gov.ua/ukr/themes/09/theme_09.php?code=9
  21. Ratrout, N. T., Gazder, U., Madani, H. M. N. A. (2014). A review of mode choice modelling techniques for intra-city and border transport. World Review of Intermodal Transportation Research, 5 (1), 39. doi: https://doi.org/10.1504/writr.2014.065055
  22. Hastie, T., Tibshirani, R., Friedman, Je. (2001). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer. doi: https://doi.org/10.1007/978-0-387-21606-5
  23. Zhuk, M. M., Pivtorak, H. V. (2019). The evaluation the flow attracted by external transport hub in Lviv. Scientific Notes of Taurida National V.I. Vernadsky University. Series: Technical Sciences, 6 (2), 162–169. doi: https://doi.org/10.32838/2663-5941/2019.6-2/29

##submission.downloads##

Опубліковано

2020-06-30

Як цитувати

Zhuk, M., Pivtorak, H., Kovalyshyn, V., & Gits, I. (2020). Розробка мультиноміальної логіт-моделі вибору виду транспорту для міжміських переміщень. Eastern-European Journal of Enterprise Technologies, 3(3 (105), 69–77. https://doi.org/10.15587/1729-4061.2020.205868

Номер

Розділ

Процеси управління