Добивки:
- Способност да се дефинира улогата на вештачката интелигенција во податоците, сценаријата и известувањето во побарувачката за транспорт, генерирање патувања и работниот тек на моделирање сообраќај
- Способност да се земе предвид потребата за претпоставка, калибрација и верификација при анализа на сообраќајот и податоците за пристапност со вештачка интелигенција
- Способност да се разбере дека резултатите од транспортниот модел мора да се проверат со официјален метод, теренски попис и компетентен експерт за транспорт.
Како се движи градот е огледало на тоа како се планира. Луѓето одат од каде до каде, во кое време, со кое возило; Која раскрсница ќе блокира нов станбен развој? Каде треба да се повлече линија на метро? Моделирањето на транспортната побарувачка одговара на овие прашања. Класичниот пристап е модел во четири фази: генерирање патувања (колку патувања генерира/привлекува секој регион), дистрибуција (помеѓу кои региони патува патува), избор на режим (возило/јавен превоз/пешак) и задача (кои маршрути се патувањата). Вештачката интелигенција е моќна помош во фазите на подготовка на податоци, градење сценарија, интерпретација на резултати и известување од овој процес. Но, сообраќајниот модел претставува физички систем и е несигурен без калибрација (совпаѓање на моделот со вистинските броеви на локации). ВИ не ја врши самата пресметка на задачата; го толкува излезот од калибриран модел. Конечната оценка е на надлежниот експерт за транспорт.
Логиката на моделот со четири фази
Генерирање патувања: Секоја зона за анализа на сообраќајот произведува и привлекува патувања врз основа на податоци како што се населението, работните места и училиштата. Станбената зона генерира утрински патувања, деловниот центар привлекува.
Дистрибуција: генерираните патувања се делат помеѓу регионите; генерално блиските и атрактивни области добиваат повеќе патувања (шеми слични на гравитацијата).
Избор на режим: Дали патувањето ќе се одвива со приватно возило, автобус или пеш? Цената го одредува времето и пристапноста.
Задача: Патувањата се распределуваат низ патната мрежа; Станува јасно која траса и која раскрсница ќе биде оптоварена и колку.
Секоја алка во овој синџир се заснова на податоци и претпоставки. Вештачката интелигенција е корисна во прилагодувањето на претпоставките и споредувањето на сценаријата, но калибрираниот модел е тој што го произведува нумеричкото јадро на ланецот.
Внимание: Некалибриран сообраќаен модел може да произведе волумени што се ирелевантни за реалноста. Само затоа што раскрсницата изгледа „безшевно“ може да значи дека моделот не се совпаѓа со вистинските брои. Секогаш барајте статус на калибрација и валидација пред да користите излез од моделот.
Покрај четиристепениот модел во современото планирање на транспортот, новите извори на податоци стануваат сè поважни: податоци за движење на мобилните телефони (анонимни локациски сигнали), податоци за картички за јавен превоз, податоци за брзина од апликации за навигација. Овие извори даваат многу поширока и поконтинуирана слика од традиционалните теренски пописи. Вештачката интелигенција е од непроценлива вредност во чистењето на овие големи и неуредни податоци, извлекување шеми и нивно обликување во влез во моделот. Но, овие податоци претставуваат сериозни ризици за приватноста: дури и ако се смета дека податоците за поединечно движење се анонимни, кога ќе се здружат, тие можат да ги направат поединците препознатливи. Затоа, податоците за локацијата треба да се користат само соодветно собрани и анонимизирани и во согласност со релевантното законодавство за приватност; Суровата индивидуална трага никогаш не треба да се дистрибуира.
Соодветни улоги на вештачката интелигенција
- Организација на податоци: Броење, GTFS (податоци за патување во јавен транспорт), чистење и табелирање на матрицата ОД (извор-дестинација).
- Поставување сценарио: Конфигурирање на сценарија како што се „нов мост“, „додадена автобуска линија“, „ограничување на возилото“.
- Коментар за резултатот: резиме на јазичен преглед на јачината на звукот, латентноста и нивото на услугата во излезот на моделот.
- Нацрт анализа на пристапност: Уредување на анализи како „15-минутен град“ (повторно со реални мрежни податоци).
- Известување: Наодите да бидат разбирливи за засегнатите страни и советот.
Чекор по чекор: Транспортна анализа на погон на вештачка интелигенција
- Дефинирајте го прашањето. „Како новото домување ќе влијае на раскрсницата Х?
- Соберете податоци. Теренски попис, податоци за населението/работните места, мрежа, јавен превоз.
- Изберете модел/анализа. Четири фази или едноставна пристапност?
- Потврдете ја калибрацијата. Дали моделот се совпаѓа со вистинските брои?
- Поставете сценарија со вештачка интелигенција. Претпоставката за секое сценарио е јасна.
- Коментирајте го резултатот. Резиме со вештачка интелигенција, но одлуката оставете ја на експертот.
- Потврдете и пријавите. Запишете ја калибрацијата, претпоставката и несигурноста.
Слаб промпт / Силен промпт
Слаб промпт: "Дали оваа раскрсница е блокирана?"
ВИ не ги знае ниту податоците ниту моделот; дава неоснован одговор кој е претпоставка.
Силен поттик: „Го толкувам излезот од калибриран транспортен модел. Подолу се дадени вредностите за јачината на пик час и нивото на услуга (LOS) за две сценарија (постоечко / ново куќиште) за спој
Вториот повик ја задржува вештачката интелигенција во улога на преведувач; Моделот го произведува бројот, вештачката интелигенција го поедноставува.
Четири шаблони за копирање
Задача: Сумирајте ги следните сообраќајни резултати (излез од калибрираниот модел) во едноставна белешка погодна за парламентот. Објаснете го нивото на услугата, доцнењето и јачината на звукот. Државни претпоставки (година на сценарио, побарувачка, статус на калибрација) и неизвесност. Не генерирајте бројки сами. Излез: [...]
Задача: Конфигурирајте го следното сценарио за транспорт: цел, променет влез(и), чуван константен, индикатори за мерење (волумен, доцнење, достапност). Напишете кое „основно сценарио“ ви треба за споредба. Идејата за сценарио: [...]
Задача: Контрола на квалитетот на следните податоци за сообраќај/транспорт. Наведете точки што недостасуваат, неконзистентни или застарени. Наведете кои податоци се потребни за калибрација со броење на полиња. Донесување одлуки.Податоци: [...]
Задача: Објаснете ги термините модел со четири фази, калибрација, ниво на услуга (LOS), OD матрица и пристапност на обичен турски јазик во речник. Истакнете во една реченица зошто за секој од нив се потребни вистински податоци.
Табела: тип на анализа и валидација
Анализа
што дава
Улогата на вештачката интелигенција
критична верификација
Модел во четири фази
мрежни волумени
Скрипта + коментар
Калибрација на броење на терени
Пристапност (15 мин.)
Близина/покриеност
Фикција + извештај
Мрежни и временски податоци ажурирани
анализа на раскрсницата
Латентност, LOS
Резиме на резултати
Вистински број + експерт
Покриеност на јавен превоз
Линија/стоп пристап
Уредување на податоци
Ажурирање на GTFS
пешак/велосипед
Безбедност, континуитет
нацрт на инвентар
теренско набљудување
три мини футроли
Случај 1 - Доверба без калибрација. Еден тим има вештачка интелигенција да го сумира резултатот од моделот и да го претстави резултатот „релаксиран на раскрсницата“ пред советот. Потоа се врши пребројувањето на полето; Моделот пресметал половина од реалниот сообраќај бидејќи OD матрицата е стара. Бидејќи калибрацијата не беше потврдена, беше создадена лажна доверба. Лекција: прашајте ја калибрацијата пред да го толкувате излезот.
Случај 2 - Јасно сценарио. Планерот го структурира сценариото за „нова автобуска линија“ со вештачка интелигенција: јасно е што менува (линија + патување), што одржува константно (население, други линии), што мери (пристапност, време на патување). Моделот го извршува ова јасно сценарио и резултатот може да се толкува. Добро структурираното сценарио е половина од добрата анализа.
Случај 3 - Пристрасност за пристапност. Во анализата на „15-минутниот град“, вештачката интелигенција користи само време за приватно возило и ги прикажува централните населби како „достапни“. Кога планерот ќе додаде време за пешачење и транзит, станува јасно дека домаќинствата без автомобил всушност имаат многу полош пристап. Каков вид на превоз ќе мерите одредува чиј глас го слушате.
Вообичаени грешки
- Прескокнување на калибрација. Излезот на моделот што не е потврден со броење на полињата е несигурен.
- Правејќи вештачка интелигенција да произведува броеви. Волуменот и латентноста доаѓаат од калибрираниот модел, а не од вештачката интелигенција.
- Не дефинирање на основно сценарио. „Сегашна ситуација“ е суштинска за споредба.
- Гледајќи во единствен начин на транспорт. Времето само за автомобили е неправедно за домаќинствата без автомобили.
- Криење на претпоставки. Сценариото година и претпоставката за побарувачката треба да бидат јасни.
- Збунувачки пристапност со густина. Едно е блискоста, друго е капацитетот.
Сумирано
Моделирањето на транспортот и сообраќајот го претставува движењето на градот низ четиристепен синџир (производство, дистрибуција, избор на тип, задача). Вештачката интелигенција е моќна помош за расправии на податоци, уредување сценарија, толкување на резултати и известување; Но, дигиталното јадро произведува калибриран модел, а не вештачка интелигенција. Без калибрација (со совпаѓање на бројот на полиња) на кој било излез не може да му се верува. Сценаријата треба да бидат јасно структурирани, во споредба со основното сценарио и треба да се земат предвид сите видови на транспорт (пешачки, јавен превоз, возила). Конечната оценка е на надлежниот експерт за транспорт.
Задача за апликација
Изберете прашање за транспорт (на пр. влијанието на новиот станбен развој на раскрсницата). (1) Структурирајте го сценариото со вториот шаблон: што се менува, што е константно, што се мери, кое е основното сценарио? (2) Проверете го квалитетот на вашите постоечки податоци со третиот образец и наведете ги податоците што недостасуваат за калибрација. (3) Сумирајте го излезниот хипотетички модел со првиот образец во белешката за составување и проверете ја изјавата за несигурност. (4) Напишете го образложението за каков тип на пристапност (пешачки/јавен превоз/возило) треба да барате.
листа за проверка
- [ ] Го прашав статусот на калибрација пред да го користам излезот од моделот.
- [ ] Ги добив броевите за волумен/латентност од калибрираниот модел, а не од вештачката интелигенција.
- [ ] Јасно го структурирав сценариото и го споредив со основното сценарио.
- [ ] Ги оценив типовите на пешаци, јавниот превоз и возила заедно.
- [ ] Јасно ги кажав претпоставките (година на сценарио, матрица на побарувачка).
- [ ] Конечната евалуација ја оставив на надлежниот експерт за транспорт.
- [ ] Ги напишав калибрацијата и несигурноста во извештајот.