Seit der Version 8.2 von Aimsun sind die Schritte Verteilung und Modal Split in zwei verschiedene Prozesse mit jeweils eigenem Szenario und Experiment aufgeteilt worden. Jeder dieser beiden Schritte benötigt einen eigenen Satz von zwei Funktionstypen:

Abbildung 1 – Verteilungsfunktionen und Modal Split-Funktionen

Verteilung

Der Verteilungsprozess implementiert ein Gravitationsmodell, bei dem Sie (eine Funktion zur Modellierung) des Widerstands für eine Fahrt zwischen jedem bestimmten OD-Paar angeben müssen, unter Berücksichtigung der (kombinierten Skim-Kosten oder) Impedanz für dieses OD-Paar.

– Verteilungsabschreckungsfunktionen modellieren die Abneigung, eine Fahrt angesichts ihrer Impedanz durchzuführen. Sie wählen die Abschreckungsfunktion im Verteilungsexperiment. Wenn Sie also verschiedene diskrete Auswahlfunktionen einrichten möchten, z. B. pro Reisezweck, müssen Sie ein Verteilungsszenario und ein Experiment pro Zweck definieren und dabei jedes Mal die zu verwendende Verteilungsabschreckungsfunktion ändern.

Abbildung 2 – Editor für Verteilungsexperimente

Ein Beispiel für eine Verteilungsabschreckungsfunktion könnte eine Gamma-Funktion sein:

Abbildung 3 – Beispiel einer Verteilungsabschreckungsfunktion

– Die Verteilungsimpedanzfunktionen geben die Formel an, die die verschiedenen zu berücksichtigenden Kosten (Entfernung, Fahrzeit, Preis usw.) kombiniert.

Abbildung 4 – Verteilungsbereich-Editor

Ein Beispiel für eine Verteilungsimpedanzfunktion ist eine lineare Funktion, die Entfernung und Fahrzeit kombiniert:

Abbildung 5 – Beispiel einer Verteilungsimpedanzfunktion

Verkehrsmittelwahl

Der Schritt Modal Split berechnet für jedes OD-Paar die Nutzungswahrscheinlichkeit für jedes verfügbare Verkehrsmittel, basierend auf den Versorgungsleistungen pro Verkehrsmittel.

– Modal Split Discrete Choice-Funktionen berechnen die Wahrscheinlichkeiten innerhalb der verfügbaren Transportmodi. Sie wählen die Discrete-Choice-Funktion im Modal-Split-Experiment aus. Wenn Sie also eine andere Discrete-Choice-Funktion einrichten möchten, z. B. pro Fahrtzweck, müssen Sie ein Modal-Split-Szenario und ein Experiment pro Zweck definieren und dabei jedes Mal die zu verwendende Discrete-Choice-Funktion ändern.

Abbildung 6 – Editor für modale Split-Experimente

Ein Beispiel für eine Discrete-Choice-Funktion ist das Multinomial-Logit, bei dem die Wahrscheinlichkeiten entsprechend den Nutzen berechnet werden, und zwar nach der Formel:

Abbildung 7 – Beispiel für die Funktion „Modal Split Discrete Choice

– Modal Split Utility-Funktionen stellen den Nutzen der einzelnen Verkehrsmittel in Abhängigkeit von den Werten verschiedener Variablen dar, normalerweise in linearer Form.

Abbildung 8 – Modal Split Area-Editor

Nutzenfunktionen sind in der Regel lineare Funktionen in Abhängigkeit von verschiedenen Kostengrößen (xi):

Abbildung 9 – Beispiel einer modalen Split-Utility-Funktion