برآورد سهم مولفه‌های اصلی تغییرپذیری زمان‌ سفر با استفاده از تجزیه واریانس

نوسانات در تقاضای سفر و عدم قطعیت در عرضه حمل‌ونقل سبب می‌شود زمان سفر ماهیتی غیرقطعی داشته باشد. عدم قطعیت (تغییرپذیری) در زمان سفر را می‌توان ناشی از سه مولفه اصلی، تغییرپذیری خودرو-به-خودرو، تغییرپذیری بازه زمانی-به-بازه زمانی و تغییرپذیری روز-به-روز برشمرد. در پژوهش‌های پیشین، روشی جهت برآورد سهم هریک از مولفه‌های اصلی در میزان تغییرپذیری زمان سفر ارائه نشده است. براین‌اساس، در این مطالعه تلاش می‌شود روشی برای تعیین سهم هر یک از مولفه‌های پیشگفته در تغییرپذیری کل زمان سفر با استفاده از تجزیه واریانس کل داده‌های زمان سفر به مولفه‌های اصلی ارائه ‌شود. برای بررسی کاربست‌پذیری روش پیشنهادی از داده‌های تاریخچه‌زمانی زمان سفر حاصل از سامانه موقعیت‌یاب اتوبوس‌های خط آزادی-ونک شرکت اتوبوس‌رانی تهران استفاده شده است. نتایج مطالعه حاضر نشان می‌دهد هر سه مولفه نقش بسزایی در تغییرپذیری کل زمان سفر دارند. بر اساس داده‌های زمان سفر استفاده‌شده در این مطالعه، سهم مولفه‌های تغییرپذیری خودرو-به-خودرو، بازه زمانی-به-بازه زمانی و روز-به-روز، به ترتیب برابر با 36/1،15/8 و 22/3 درصد و سهم سایر عوامل (اثر متقابل مولفه‌های بازه زمانی-به-بازه زمانی و روز-به-روز) برابر با 25/8درصد است. با توجه به سهم قابل توجه هر یک از سه مولفه تغییرپذیری زمان سفر پیشنهاد می‌شود در تحلیل‌های مرتبط با قابلیت اطمینان زمان سفر، همواره نوع مولفه یا مولفه‌های مورد بررسی و چگونگی تجمیع داده‌ها ذکر شوند.

estimating the share of the main components of travel time variability using analysis of variance

fluctuations in travel demand and uncertainty in transportation supply make travel time uncertain. uncertainty (variability) in travel time can be attributed to three main components including vehicle-to-vehicle variability, period-to-period variability and day-to-day variability. several studies developed indexes to measure travel time variability. however, no methods have been developed to estimate the contribution of the main components of variability. in this paper, we employ the analysis of variance method to determine the relative contributions of the aforementioned components to the total variability in travel time. to examine the applicability of the proposed method, real travel time data collected over 3 months is used. the results of the present study show that all three components play a significant role in the variability of travel time. based on the travel time data used in this study, the share of vehicle-to-vehicle, period-to-period and day-to-day variability components are 15.8, 36.1, and 22.3 percent, respectively. moreover, 25.8 percent of total variability is contributed to the interaction of day-to-day and period-to-period components. in addition, according to the results of this research, the probability distribution of travel time is multimodal, especially in peak hour periods. therefore, mixture distributions can model travel time variability more accurately than single distributions.