Development of optimisation methods for land-use and transportation models
Recherche sur des méthodes d’optimisation pour la mise en place de modèles intégrés de transport et usage des sols
Résumé
Land use and transportation integrated (LUTI) models aim at representing the complex interactions between land use and transportation offer and demand within a territory. They are principally used to assess different alternative planning scenarios, via the simulation of their tendential impacts on patterns of land use and travel behaviour. Setting up a LUTI model requires the estimation of several types of parameters to reproduce as closely as possible, observations gathered on the studied area (socio-economic data, transport surveys, etc.). The vast majority of available calibration approaches are semi-automatic and estimate one subset of parameters at a time, without a global integrated estimation.
In this work, we improve the calibration procedure of Tranus, one of the most widely used LUTI models, by developing tools for the automatic and simultaneous estimation of parameters. Among the improvements proposed we replace the inner loop estimation of endogenous parameters (known as shadow prices) by a proper optimisation procedure. To do so, we carefully inspect the mathematics and micro-economic theories involved in the computation of the various model equations. To propose an efficient optimisation solution, we decouple the entire optimisation problem into equivalent smaller problems. The validation of our optimisation algorithm is then performed in synthetic models where the optimal set of parameters is known.
Second, in our goal to develop a fully integrated automatic calibration, we developed an integrated estimation scheme for the shadow prices and a subset of hard to calibrate parameters. The scheme is shown to outperform calibration quality achieved by the classical approach, even when carried out by experts. We also propose a sensitivity analysis to identify influential parameters, this is then coupled with an optimisation algorithm to improve the calibration of the selected parameters.
Third, we challenge the classical viewpoint adopted by Tranus and various other LUTI models, that calibration should lead to model parameters for which the model output perfectly fits observed data. This may indeed cause the risk of producing overfitting (as for Tranus, by using too many shadow price parameters), which will in turn undermine the models’ predictive capabilities. We thus propose a model selection scheme that aims at achieving a good compromise between the complexity of the model (in our case, the number of shadow prices) and the goodness of fit of model outputs to observations. Our experiments show that at least two thirds of shadow prices may be dropped from the model while still giving a near perfect fit to observations.
The contribution outlined above are demonstrated on Tranus models and data from three metropolitan areas, in the USA and Europe.
Les modèles intégrés d’usage des sols et de transport (LUTI) visent à représenter les interactions complexes entre l’usage des sols et l’offre et la demande de transport sur le territoire. Ils sont principalement utilisés pour évaluer différents scénarios de planification, par la simulation de leurs effets tendanciels sur les modes d’usage des sols et les comportements de déplacement. La mise en place d’un modèle LUTI nécessite l’estimation de plusieurs types de paramètres pour reproduire le plus fidèlement possible les observations recueillies sur la zone étudiée (données socio-économiques, enquêtes de transport, etc.). La grande majorité des approches de calibration disponibles sont semi-automatiques et estiment un sous-ensemble de paramètres à la fois, sans estimation globale intégrée.
L’objectif de ce travail est d’améliorer la procédure de calibration de Tranus, l’un des modèles LUTI les plus utilisés, en développant des outils pour l’estimation automatique et simultanée des paramètres. Parmi les améliorations proposées, nous remplaçons l’estimation de la boucle interne des paramètres endogènes (connus sous le nom de “shadow prices”) par une procédure d’optimisation appropriée. Pour cela, nous examinons attentivement les mathématiques et les théories micro-économiques à la base des différentes équations du modèle. Nous proposons une solution d’optimisation efficace, en divisant l’ensemble du problème d’optimisation en problèmes équivalents plus petits. Nous validons alors notre algorithme avec des modèles synthétiques où l’ensemble optimal de paramètres est connu.
Deuxièmement, notre objectif de développer une calibration automatique entièrement intégrée, nous développons un schéma d’estimation intégré pour les “shadow prices” et un sous-ensemble de paramètres difficiles à estimer. Le système se révèle être supérieur à la qualité de calibration obtenue par l’approche classique, même lorsqu’elle est effectuée par des experts. Nous proposons également une analyse de sensibilité pour identifier les paramètres influents, que nous combinons à un algorithme d’optimisation pour améliorer la calibration des paramètres sélectionnés.
Troisièmement, nous contestons le point de vue classique adopté par Tranus et divers modèles LUTI, selon lequel la calibration devrait déterminer des paramètres pour lesquels les résultats de la modélisation correspondent parfaitement aux données observées. Cela peut en effet entraîner un risque de sur-paramétrisation (pour Tranus, en utilisant trop de paramètres de “shadow prices”), qui limiterait les capacités prédictives du modèle. Nous proposons donc un procédé de sélection des paramètres afin d’obtenir un bon compromis entre la complexité du modèle (dans notre cas, le nombre de “shadow prices”) et la qualité de l’ajustement des résultat de la modélisation aux observations. Nos expériences montrent qu’au moins les deux tiers des “shadow prices” peuvent être supprimés tout en conservant un ajustement presque parfait aux observations.
La contribution décrite ci-dessus est démontrée sur des modèles Tranus de 3 régions métropolitaines, aux États-Unis et en Europe.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...