瞭解人們如何以及為何要穿越城市,對於成功的運輸規劃至關重要。政策制定者需要制定政策、預測出行網路的需求,並確定正確的投資。
奧雅納的城市建模實驗室將運輸、能源、氣候變化和經濟等領域的專家與數據科學家、軟體工程師和設計師聚集在一起,共同應對這些挑戰。我們在城市、區域和國家層面建立模型,提供決策者所需的洞察力。
在建立未來需求模型時,我們會執行多重模擬,以產生各種可能的情境,從而捕捉不確定性,並強調敏感性所在。我們的模型非常嚴謹,可讓政府當局以更高的信心和清晰度規劃未來政策和投資。我們利用開放原始碼資料建立城市建模實驗室,汲取社群的技術專業知識,並發佈我們開發的開放原始碼軟體工具。這可讓公共機關保持透明性與問責性。
傳統建模無法反映生活的複雜性以及快速變化的運輸領域。過去十年來,隨著選擇的數量和複雜性不斷增加,人們移動和行為方式的假設也越來越不準確。
我們城市建模實驗室的目標很簡單。比以前更準確、更快速地模擬每個人的一天。我們使用代理建模 (Agent Based Modelling, ABM) 來捕捉個性。我們為每個人建立模型,每個人都有自己的計劃,每個人都會決定去哪裡旅行、什麼時候離開以及使用哪種交通方式。每個人都會受到模型中其他個人的選擇以及可供他們選擇的不斷發展的影響。
與傳統模擬不同的是,我們不僅模擬「是什麼」,也模擬「為什麼」,從而深入瞭解複雜的行為。這可讓我們更好地瞭解出行行為的轉變,從更真實的角度看待政策決策、城市規劃和新交通方案的影響,為社會的未來做出更公平、公正和可持續的決策和投資。
雲端運算發揮了以大規模建模城市生活複雜性的能力。作為倫敦運輸局的 ABM 研究合作夥伴,我們的城市模型使用了超過 1,000,000 個代理,每個代理在一天中會做出 750 個決策。運算能力的加速,讓這些高保真模型可以在與較不精緻的集合模型相同的時間尺度內執行。它也為交通規劃中的更大公平性開闢了道路,反映了更廣泛人群的需求。
我們使用旅行日記和人口普查的詳細資料,從基礎開始建立模型,以個人資料填充網路。更快的運算速度也能讓我們加入更多的資料集並提高精確度。我們正在探索如何覆蓋行動電話和信用卡資料,以建立更豐富的個人資料,在微觀層級建立個人行為模型。