Обоснование выбора теоретического аппарата для описания транспортного поведения жителей города (мегаполиса)

Введение. В статье представлен анализ научных работ по транспортному поведению, транспортной мобильности населения и паттернам поведения пассажиров (индивидов). Построение математических моделей транспортного поведения на основе теории макросистем имеет научную новизну и перспективы для изучения и внедрения на практике. Актуальной задачей на этом пути является изучение природы коллективного поведения, возникающего в результате взаимодействия множества мотивов при принятии решения о поездке. При этом в потоках пассажиров и транспортных средств предполагается наличие пространственно-временных структур, которые отражают транспортное поведение на макроуровне.
Описание проблемы (обзор). Транспортное поведение населения изучается как иностранными, так и отечественными учеными и специалистами транспортной отрасли, однако глубина и изученность темы не позволяют говорить о том, что есть обобщенные схемы, модели и математическое описание поведения пассажиров. Очень мало информации имеется о том, как именно пассажир принимает решение – совершит он поезду или нет, т. е. поведенческие модели практически не исследуются. Основные направления исследований транспортного поведения, предлагаемые авторами настоящей работы, следующие: создание теоретического аппарата для описания «транспортного поведения»; разработка математической модели транспортной системы индивидуальных перемещений; построение системы управления транспортным поведением.
Материалы и методы. В качестве основного метода исследования в статье применяется общий системный подход. Модели поведения пассажиров, а также их реакции на изменения, происходящие в транспортной системе, описываются с помощью термина «паттерн». Таким образом, дополнительно применяется метод анализа паттернов в нелинейной динамике.
Результаты. Дано определение понятию «паттерн» транспортного поведения. С позиций теории транспортных макросистем паттерном можно назвать совокупность конкретных состояний, которые «выбирает» элемент (индивид, транспортное средство и т. д.) на различных структурных уровнях транспортной макросистемы из подмножества допустимых.
Обсуждение и заключение. В настоящей работе предложен новый подход к описанию транспортного поведения с позиций различных научных дисциплин, теории макросистем, что закладывает базис для создания теории транспортного поведения, которая в настоящее время отсутствует. В результате исследований получено: 1) формулировка системы, которая наиболее полным образом отражает сущность «транспортного поведения», – это транспортная система индивидуальных перемещений; 2) показано, что построение такой системы лучше всего делать в рамках теории макросистем; 3) предложено такое понятие, как «пространственно-временная диаграмма» транспортного поведения, установлена ее связь с традиционным термином нелинейной динамики, таким как «паттерн поведения нелинейной системы»; 4) предложено развитие термина «граф транспортного поведения» в направлении учета всех фаз транспортного процесса (дотранспортная, транспортная, послетранспортная), что отражается на пространственно-временной диаграмме.

1. Агуреев И.Е., Ахромешин А.В. Подходы к формализации понятия транспортного поведения населения городских агломераций // Интеллект. Инновации. Инвестиции. 2021. № 2. С. 60-70. https://doi.org/10.25198/2077-7175-2021-2-60.

2. Швецов В.И Проблемы моделирования передвижений в транспортных сетях // ТРУДЫ МФТИ. 2010. Том 2, № 4. С. 169-179.

3. Швецов В.И. Моделирование транспортных потоков в крупном городе с применением к Московской агломерации / А.С. Алиев, А.И. Стрельников, В.И. Швецов, Ю.З. Шершевский // Автоматика и телемеханика. 2005. № 11. С. 113-125.

4. Carrothers G.A.P. An historical review of the gravity and potential concepts of human interaction // J. American Instit. Planners. 1956. V. 22. P. 94-102.

5. Wilson, A.G. A statistical theory of spatial distribution models. Transportation Research, 1967, Vol. 1, Iss. 3, рр . 253-269. https://doi.org/10.1016/0041-1647(67)90035-4.

6. Wilson, A.G. Complex Spatial Systems. The Modelling Foundations of Urban and Regional Analysis. 1st ed., London, 2000, 184 р. https://doi.org/10.4324/9781315838045.

7. Wilson, A.G. The «Thermodynamics» of City: Evolution and Complexity Science in Urban Modelling. Complexity and Spatial Networks, Advances in Spatial Science. Springer-Verlag, Berlin, Heidlberg, 2009, рр. 11-31. [Электронный ресурс]: https://link.springer.com/chapter/10.1007/978-3-642-01554-0_2. Доступ 21.02.2020.

8. Федоров В.А. Транспортное поведение индивидуумов - основной источник городских транспортных проблем // Молодой ученый. 2015. № 18 (98). С. 309-316.

9. Сложные саморазвивающиеся транспортные системы / Корчагин В.А. [ и др.] // Мир транспорта и технологических машин 2016. № 2 (53). С. 110-116.

10. Корчагин В.А., Ризаева Ю.Н. Ноосферологистические подходы создания социоприродоэкономических транспортно-логистических систем // Автотранспортное предприятие. 2012. № 1.

11. Urban sustainable mobility. Part 2: Simulation models and impacts estimation March 2015. Transport Problems 10(1):5-16 https://doi.org/10.21307/tp-2015-001. https://www.exeley.com/exeley/journals/transport_problems/10/1/pdf/10.21307_tp-2015-001.pdf

12. R.A.M. Madhuwanthi, Ashu Marasinghe, R.P.C. Janaka Rajapakse, Asanka D. Dharmawansa, Shusaku Nomura, Factors Influencing to Travel Behavior on Transport Mode Choice, International Journal of Affective Engineering 15(2), December 2015, https://doi.org/10.5057/ijae.IJAE-D-15-00044.

13. Quan Liang, Jiancheng Weng, Wei Zhou, Selene Baez Santamaria, Jianming Ma, Jian Rong (2018) Individual Travel Behavior Modeling of Public Transport Passenger Based on Graph Construction. Available at: https://doi.org/10.1155/2018/3859830 / (accessed 09.09.2020).

14. Thomas W.I. The behavior pattern and situation // Publications of the American sociological society. - Chicago, 1928. - Vol. 22. - P. 1-13. elibrary_15340895_58711678.

15. Сухопаров М.Е., Семенов В.В., Лебедев И.С., Гаранин А.В. Подход к анализу состояния узлов «индустрии 4.0» на основе поведенческих паттернов // Наукоемкие технологии в космических исследованиях Земли. 2020. Т. 12. № 5. С. 83-91. https://doi.org/10.36724/2409-5419-2020-12-5-83-91.

16. Bashkirtseva I., Ryashko L., Slepukhina E. Stochastic generation and deformation of toroidal oscillations in neuron model, International Journal of Bifurcation and Chaos, 2018, vol. 28, no. 6, pp. 1850070. https://doi.org/10.1142/S0218127418500700.

17. Ryashko L. Sensitivity analysis of the noiseinduced oscillatory multistability in Higgins model of glycolysis, Chaos, 2018, vol. 28, issue 3, pp. 033602. https://doi.org/10.1063/1.4989982.

18. Bashkirtseva I., Ryashko L. Stochastic sensitivity and method of principal directions in excitability analysis of the Hodgkin-Huxley model, International Journal of Bifurcation and Chaos, 2019, vol. 29, no. 13, pp. 1950186. https://doi.org/10.1142/S0218127419501864.

19. Савельева Е.О., Лоренс П. Сравнительный анализ моделей городской мобильности в России и за рубежом // Вестник Пермского национального исследовательского политехнического университета. Прикладная экология. Урбанистика. 2019. № 3. С. 79-94. https://doi.org/10.15593/2409-5125/2019.03.06.

20. Комаров В., Акимова В. Стратегии устойчивой мобильности: лучшие мировые практики // Экономическая политика. 2021. Т. 16, № 1. С. 82-103. https://doi.org/10.18288/1994-5124-2021-1-82-103.

21. Оценка пригодности модели перемещения пассажиров между остановками городского пассажирского общественного транспорта для выявления скрытых закономерностей поведения пассажиропотока / Крушель Е.Г. [и др.] // Инженерный вестник Дона. 2021 № 4. ivdon.ru/ru/magazine/archive/n4y2021/6936.