Ontwikkeling en schatting van een gedragsmatig model voor tourformatie

Conference paper (2018)

Authors

Sebastiaan Thoen Significance, Student
Lorant Tavasszy Transport and Logistics - TPM , Transport and Planning - CEG
Gonçalo Correia Transport and Planning - CEG
Ron van Duin Rotterdam University of Applied Sciences, Transport and Logistics - TPM
M.A. de Bok Significance, Transport and Planning - CEG
Research Group
Transport and Logistics (TPM) (TU Delft)
Copyright: © 2018 Sebastiaan Thoen, Lorant Tavasszy, Gonçalo Correia , Ron van Duin, M.A. de Bok
Big Data Freight transport Tour generation Freight model
More Info
expand_more

Published Date

2018

Language

Dutch

Reuse Rights

Other than for strictly personal use, it is not permitted to download, forward or distribute the text or part of it, without the consent of the author(s) and/or copyright holder(s), unless the work is under an open content license such as Creative Commons.

Faculty

Technology, Policy and Management

Department

Engineering, Systems and Services

Research Group

Transport and Logistics

Abstract

Tourformatie is kenmerkend aan goederenwegvervoer, niet zelden worden meerdere zendingen in een rit vervoerd. Toch wordt dit aspect vaak over het hoofd gezien in goederenvervoermodellen. Wanneer tourformatie wel wordt toegepast, dan worden vaak geen zendingen gemodelleerd, is het modelgedrag niet gebaseerd op empirische data, of wordt slechts een klein segment van
goederenvervoer gemodelleerd. In deze paper beschrijven we een tourformatie algoritme voor goederenwegvervoer binnen Nederland. Dit algoritme wijst zendingen toe aan ritten. Twee probabilistische keuzestappen in dit algoritme zijn geschat op empirische data over Nederlandse beroepsvervoerders. Relevante strategieën en randvoorwaarden in tourformatie komen terug in dit algoritme. Daarnaast worden verschillen in tourformatie voor diverse locaties, goederensoorten, en voertuigtypen overwogen. Zo worden op goederenoverslagplaatsen meestal ritten met een enkele zending gevormd, terwijl vanaf distributiecentra vaker ritten met meerdere zendingen voorkomen.
Toepassing van het algoritme laat zien dat geobserveerde ritpatronen uitstekend gereproduceerd worden.