5. 0 چالش ها و محدودیت ها در استفاده از ابزارهای تحلیل ترافیک

همانطور که در بخش های 2. 0 و 3. 0 مورد بحث قرار گرفت ، ابزارهای تحلیل ترافیک در کمک به متخصصان حمل و نقل به بهترین وجه نیازهای حمل و نقل آنها (تا زمانی که به درستی استفاده شود) مفید و مؤثر هستند. هر دسته ابزار و ابزار برای انجام یک عملکرد متفاوت ترافیک طراحی شده است و هیچ ابزار تحلیلی وجود ندارد که بتواند همه کارها را انجام دهد یا هر مشکلی را حل کند. در این بخش به برخی از چالش ها و محدودیت هایی که باید هنگام انتخاب ابزارهای تحلیل ترافیک در نظر گرفته شود ، می پردازد:

• در دسترس بودن داده های با کیفیت. اگر داده های خوب در دسترس نباشد ، کاربر باید به جای میکروسیمولاسیون ، یک دسته ابزار فشرده تر از داده ، مانند یک ابزار برنامه ریزی طرح را در نظر بگیرد. با این حال ، نتایج دسته بندی ابزار ساده معمولاً تعمیم یافته است ، بنابراین کاربر باید با دقت نیازهای یک تحلیل دقیق تر را با میزان داده های مورد نیاز تعادل برقرار کند.
• داده های تجربی محدود. جمع آوری داده ها اغلب می تواند پرهزینه ترین مؤلفه یک مطالعه باشد. بهترین رویکرد این است که به اهداف و اهداف نهایی کار بپردازیم و جمع آوری داده ها را بر روی داده هایی که برای مطالعه بسیار مهم هستند تمرکز کنید.
• بودجه محدودبودجه محدود برای انجام مطالعه ، خرید ابزار ، اجرای سناریوهای تحلیلی و آموزش کاربران اغلب در مطالعات حمل و نقل مورد توجه است. ابزارهای تحلیل ترافیک می توانند به یک سرمایه گذاری قابل توجه نیاز داشته باشند. مجوزهای نرم افزار و هزینه های آموزش می توانند بخش بزرگی از بودجه را تشکیل دهند. همچنین ، تجزیه و تحلیل سناریوهای بیشتر هزینه دارد. هنگامی که با محدودیت های بودجه روبرو هستید ، روی اهداف و اهداف پروژه تمرکز کنید و سعی کنید نقطه کاهش بازده سرمایه گذاری را مشخص کنید.
• محدودیت های آموزشی. ابزارهای شبیه سازی ترافیک معمولاً دارای منحنی یادگیری شیب دار هستند و در نتیجه ، برخی از متخصصان حمل و نقل آموزش مدل سازی و شبیه سازی کافی را دریافت نمی کنند.
• منابع محدود. محدودیت در کارکنان ، قابلیت ها و بودجه برای ساختن شبکه و انجام تجزیه و تحلیل باید در نظر گرفته شود. اجرای اکثر ابزارهای تجزیه و تحلیل ترافیک یک فرآیند فشرده منابع است ، به خصوص در مراحل ساخت و کالیبراسیون مدل (جلوی) برای تجزیه و تحلیل شبیه سازی. برنامه ریزی دقیق و معیارهای پذیرش قبل از همگام سازی برای تمرکز پروژه و هدف لازم است.
• ورودی داده ها و تنوع و ناسازگاری داده ها. هر ابزار از روش های تحلیلی منحصربه فردی استفاده می کند، بنابراین داده های مورد نیاز برای تجزیه و تحلیل می تواند از ابزاری به ابزار دیگر و بر اساس دسته بندی ابزار بسیار متفاوت باشد. در بسیاری از موارد، داده های پروژه های قبلی کمک بسیار کمی به تلاش های تحلیلی جدید می کند. برای جمع آوری داده ها باید منابع کافی در نظر گرفته شود.
• عدم درک محدودیت های ابزارهای تحلیلی. اغلب، محدودیت ها و "اشکالات" تا زمانی که پروژه در حال انجام است، کشف نمی شوند. یادگیری از تجربیات پروژه های گذشته یا برقراری ارتباط با سایر کاربران یک ابزار یا دسته ابزار خاص به منظور ارزیابی قابلیت ها و محدودیت های ابزار مهم است. با تحقیق در مورد تجربیات دیگران، کاربران می توانند درک بهتری از آنچه ممکن است در حین پیشرفت پروژه با آن مواجه شوند، به دست آورند.
• ابزار ممکن است برای ارزیابی همه انواع تاثیرات ایجاد شده توسط استراتژی ها/برنامه های حمل و نقل طراحی نشده باشد. معیارهای خروجی تولید شده توسط هر ابزار متفاوت است، بنابراین فرآیند تطبیق معیارهای عملکرد مطلوب پروژه با خروجی ابزار مهم است. علاوه بر این، ابزارهای بسیار کمی وجود دارند که مستقیماً استراتژی های ITS و تأثیرات مرتبط با آنها را تحلیل می کنند (به عنوان مثال، کاهش مدت زمان حادثه، صرفه جویی در هزینه آژانس و غیره).
• کمبود امکانات. برخی از ابزارهای تحلیلی برای ارزیابی استراتژی های خاصی که کاربران مایل به اجرای آن هستند طراحی نشده اند. این امر در مدل سازی استراتژی های ITS یا سایر استراتژی های پیشرفته عملیات ترافیکی رایج تر است. اغلب، "فریب دادن" ابزار به تقلید از یک استراتژی خاص یک راه حل کوتاه مدت است. با این حال، باید انعطاف پذیری وجود داشته باشد تا کاربران پیشرفته بتوانند ابزارها را سفارشی کنند.
• تمایل به اجرای راه حل های بلادرنگ. بسیاری از ابزارها به زمان قابل توجهی برای راه اندازی، مدل سازی و تجزیه و تحلیل نیاز دارند. این امید وجود دارد که ابزارهای آینده بتوانند به مراکز مدیریت ترافیک و آشکارسازها متصل شوند تا تجزیه و تحلیل به طور مستقیم و در زمان واقعی اجرا شود. این امر به متخصصان حمل و نقل اجازه می دهد تا با استفاده از راه حل های بلادرنگ به تراکم های مکرر و غیر تکراری پاسخ دهند.
• تمایل به استفاده از ابزارهای تحلیلی ساده تر و ابزارهای موجود در خانه، اگرچه ممکن است بهترین ابزار برای کار نباشند. به دلیل کمبود منابع، تجربیات گذشته یا عدم آشنایی با سایر ابزارهای موجود، بسیاری از آژانس ها ترجیح می دهند از ابزاری که در حال حاضر در اختیار دارند استفاده کنند، حتی اگر مناسب ترین ابزار برای پروژه نباشد.
• تعصب در برابر مدل ها و ابزارهای تحلیل ترافیک. این تعصبات نه تنها به دلیل چالش های ذکر شده در بالا ، بلکه به این دلیل است که مدل ها همیشه قابل اعتماد نیستند و اغلب به عنوان "جعبه های سیاه" محسوب می شوند. برخی از متخصصان حمل و نقل برای تخمین نتایج ، ترجیح می دهند از محاسبات ، نمودارها یا نامگذاری استفاده کنند. این ممکن است برای کارهای ساده تر کافی باشد. با این حال ، پروژه های پیچیده تر به ابزارهای پیشرفته تری نیاز دارند.
• زمان طولانی کار رایانه. بسته به سخت افزار رایانه و دامنه مطالعه (به عنوان مثال ، اندازه منطقه ، الزامات داده ، مدت زمان ، دوره زمانی تجزیه و تحلیل و غیره) ، یک مدل تحلیلی ممکن است از چند ثانیه تا چند ساعت باشد. مؤثرترین رویکردها برای پرداختن به این مسئله شامل استفاده از قوی ترین تجهیزات رایانه ای موجود و/یا محدود کردن دقیق دامنه مطالعه برای مطابقت با نیازهای تحلیلی است.

اداره بزرگراه فدرال - وزارت حمل و نقل ایالات متحده < SPAN> تعصب در برابر مدل ها و ابزارهای تحلیل ترافیک. این تعصبات نه تنها به دلیل چالش های ذکر شده در بالا ، بلکه به این دلیل است که مدل ها همیشه قابل اعتماد نیستند و اغلب به عنوان "جعبه های سیاه" محسوب می شوند. برخی از متخصصان حمل و نقل برای تخمین نتایج ، ترجیح می دهند از محاسبات ، نمودارها یا نامگذاری استفاده کنند. این ممکن است برای کارهای ساده تر کافی باشد. با این حال ، پروژه های پیچیده تر به ابزارهای پیشرفته تری نیاز دارند.