Beschikbare data over routekeuzen bevat vaak alleen informatie over de gekozen route. Om inzicht te krijgen in het keuzegedrag, is kennis nodig over de set van routes waaruit de reiziger heeft gekozen. Deze bijdrage beschrijft een nieuwe aanpak voor het genereren van routekeuzesets in multi-modale netwerken. Deze methode gaat uit van dienstregelingen en genereert met behulp van branch&bound technieken een realistische set van multi-modale routes binnen een gegeven tijdvenster. Kernpunt is dat voor de branch&bound methode gebruik wordt gemaakt van randvoorwaarden gebaseerd op waargenomen reisgedrag. Het algoritme kan worden gebruikt voor een compleet multi-modaal netwerk, maar bij grote netwerken kan ook gebruik worden gemaakt van de structuur van multi-modale verplaatsingen, zoals bijvoorbeeld treinverplaatsingen, door eerst voor de afzonderlijke onderdelen alternatieven te genereren, gevolgd door een koppelprocedure. Op deze manier kunnen de gedragsrandvoorwaarden preciezer worden toegepast en blijft de rekentijd beperkt. Het algoritme is gekalibreerd en toegepast op een realistisch multi-modaal netwerk in Nederland. Vergelijking van de gegenereerde keuzesets met waargenomen gekozen en bekende routes, laat zien dat het algoritme zeer veel van de waargenomen routes automatisch genereert. Dit resultaat toont dat deze nieuwe methode voldoet aan een primaire eis voor keuzesetgeneratietechnieken. Het opsplitsen in aparte routedelen die daarna worden gekoppeld, leidt niet tot verlies aan kwaliteit van de keuzesets. (Author/publisher)
Samenvatting