string(274) "https://imp.alti.work/7sxCTmgllkaRN_Lk74Kv5iv7DuwRSsldu7M6Y_GUmjI/aHR0cHM6Ly9oZWxweC5hZG9iZS5jb20vY29udGVudC9kYW0vaGVscC9lbi9zdG9jay9ob3ctdG8vdmlzdWFsLXJldmVyc2UtaW1hZ2Utc2VhcmNoL2pjcl9jb250ZW50L21haW4tcGFycy9pbWFnZS92aXN1YWwtcmV2ZXJzZS1pbWFnZS1zZWFyY2gtdjJfaW50cm8uanBn.jpg"
Моделирование повседневной загрузки метрополитена и потребительской активности в городе - НЦКР
Университет ИТМО

Моделирование повседневной загрузки метрополитена и потребительской активности в городе

Метрополитен является системообразующим видом транспорта, интенсивность использования которого косвенным образом сказывается на различных социально-экономических процессах мегаполисов.

Мы умеем моделировать пассажиропотоки метрополитена исходя из влияния общих факторов, определяющих мобильность городского населения и интенсивность нагрузки на различные группы станций в течение суток. Для этого используется вероятностная модель на основе биортогональных разложений, учитывающая суточную, недельную и сезонную ритмику жизни города.

Поскольку доступность станций метро позитивно сказывается на деловой и потребительской активности горожан, моделирование пассажиропотоков метро может быть использовано для изучения распределения городских финансовых потоков, связанных с повседневным использованием отдельных объектов (коммерческих учреждений, магазинов, заведений общественного питания). Каждый такой объект имеет свой режим работы и потенциальных потребителей, что позволяет связать объемы потребления с интенсивностью пассажиропотоков на ближайших станциях метро.

В качестве иллюстрации приведен пример моделирования суточной ритмики пассажиропотоков метрополитена Санкт-Петербурга, а также связанная с ней тепловая карта распределения потребительской активности горожан (трат наличных денег), рассчитанная по модели.

Публикации по теме:

Kurilkin A.V., Viatkina O.O., Mityagin S.A., Ivanov S.V. Evaluation of urban mobility using surveillance cameras // Procedia Computer Science. — 2015. — Vol. 66. — pp. 364-372.