Geographical Scalability of Feathers Activity-Based Model: A Feathers Solution to the Korean Context

Abstract

An ABM (Activity-Based Model) is an approach to view travel as a derivative of activity and to identify the nature of travel behavior in individual daily activities, and has been applied for forecasting travel demands and evaluating the impact of a transport policy on individual behavior. FEATHERS (the Forecasting Evolutionary Activity Travel of Households and their Environmental RepercussionS), an ABM platform developed by IMOB (het Instituut voor MOBiliteit) at Hasselt University, is undoubtedly a valuable alternative. Given the fact that ABM is considered as a new transportation policy evaluation tool in Korea. FEATHERS is still an ongoing project, and application experiments in numerous areas offer opportunities to improve the geographical scalability of the model by identifying issues and solutions through the process of the model adaptation. This research aims to propose a template for an original ABM system showing enhanced scalability for use in other application contexts. To this end, the research appraises the usability of ABM as a transport policy tool by building a FEATHERS-based model in the Korean context. The research also suggests alternatives to improve the geographical scalability of FEATHERS by investigating potential issues that arise when applied to a new region with a different transport environment and travel behavior. This research consists of the following parts. A brief introduction of ABMs is first presented. Then a model is suggested and developed for obtaining the geographical scalability of FEATHERS; this includes data preparation, model building, validation, performance testing, and model application. The research mainly deals with challenging details faced at each stage and also attempts to propose available solutions. A scenario analysis finally evaluates the model applicability as a policy evaluation tool in Korea. The details are as follows. First, the condition of available data was examined by considering the data requirements of FEATHERS in the data preparation stage. An appropriate preprocessing process was carried out to solve logical and syntactic errors identified in the data and therefore enhance the quality of the data. The study developed a new synthetic population software tool based on the theory of IPF (Iterative Proportional Fitting) and on the technique of IPU (Iterative Proportional Updating) to address the lack of a synthetic population for the study area. The software tool was used to produce a synthetic population for the Korean study area. Second, the research identified the characteristics of the transportation environment and of the activity-travel behavior in the new application area (Seoul Metropolitan Area in Korea) and compared these with the existing study area (Flanders in Belgium). To ensure that the context-specific properties are well reflected in the model, model constraints and parameters were adjusted in order to suit the new environment. Third, the Korean FEATHERS model was built by defining the decision rules for activity-travel components that constitute the rule-based model based on the observations (household travel survey) of the study area. The research then verified the model by comparing the results of the new model with observations and with the existing model by three aspects (i.e. decision trees, activity-travel facets, and traffic volumes). the characteristics of ABM and FSM (Four-Step Model) w.r.t forecasting transport demand are further discussed by comparing the results generated by FEATHERS and EMME/2 respectively for travel behavior on the same site. Finally, a new method (Sequence Alignment and Path Similarity Measure) is proposed to measure the model accuracy by considering the activity sequence and observed movements in the modeling results. Fourth, the research conducted scenario analysis with two assumptions: workrelated policy and autonomous vehicle, and examined the modeling results using a sensitivity test and compared with that of the BAU (Business-As-Usual) scenario, in order to show the applicability of the model in transport policy. The research found some limitations in applying the ABM system in Korea and in improving the geographical scalability of FEATHERS. These are mainly caused by the survey data limited to the trip information without the activity and parking information. Modeling of individual behavior under unusual situations and the application of deep learning is still challenging. Last but not least, the research explored the applicability of the Korean FEATHERS model in evaluating an actual policy and plan related to urban and transportation in Korea. Two simulation studies using the model were conducted under the political assumption of the GTX (Great Train eXpress) construction as a new transport system in SMA (Seoul Metropolitan Area) and the IFEZ (Incheon Free Economic Zone) plan as an urban development plan in the Incheon Metropolitan City. The results of the study on target scenarios established based on the above assumptions were used to evaluate the urban transport policies and plans from the perspective of an individual's activity-travel behavior and urban structure by comparison with the base scenario. This proved the possibility that the FEATHERS model could be used to evaluate urban transport policy and planning.

Gezien het feit dat het activiteitsgebaseerde model in Korea als een nieuw transportbeleidstool wordt beschouwd, is FEATHERS ongetwijfeld een waardevol alternatief. Bovendien wordt FEATHERS nog steeds verder ontwikkeld en zijn toepassingsexperimenten op tal van gebieden goede kansen om de geografische schaalbaarheid van het model te verbeteren door identificatie en oplossen van problemen via het proces van de opeenvolgende aanpassingen. In lijn hiermee wil dit onderzoek een sjabloon voorstellen voor een origineel ABM (Activity Based Model) met verhoogde schaalbaarheid zodat het gebruikt kan worden in een sterk verschillende toepassingscontext. Hiertoe beoordeelt het onderzoek de bruikbaarheid van een ABM als instrument voor transportbeleid door een FEATHERS-gebaseerd model voor de Koreaanse context te bouwen. Het onderzoek suggereert tevens alternatieven om de geografische schaalbaarheid van FEATHERS te verbeteren door potentiële problemen te onderzoeken die zich voordoen wanneer het model wordt toegepast op een nieuwe regio met verschillende vervoersomstandigheden en reisgedrag. Het onderzoek is uitgevoerd in de volgende stappen. Eerst wordt een korte introductie van AMB's gepresenteerd. Vervolgens wordt het voorgestelde model ontwikkeld voor het verkrijgen van de geografische schaalbaarheid van FEATHERS; dit bevat o.m. gegevensvoorbereiding, modelopbouw, validatie, performantietests en modeltoepassingen. Het onderzoek richt zich voornamelijk op uitdagende details in elke fase en beoogt om onmiddellijk bruikbare oplossingen voor te stellen. Een scenario-analyse evalueert uiteindelijk de toepasbaarheid van het model als beleidsinstrument in Korea. De details zijn als volgt. In een voorbereidend stadium werd de toestand (volledigheid, consistentie) van de beschikbare gegevens gecontroleerd en getoetst aan de gegevensvereisten van FEATHERS. Voor gevallen waar logische of syntax fouten in de gegevens werden gevonden, is een geschikt voorverwerkingsproces uitgevoerd om de kwaliteit van de input te verhogen. Om het gebrek aan een synthetische populatie voor het studiegebied aan te pakken, werd in dit onderzoek software ontwikkeld voor het genereren van een synthetische populatie gebaseerd op de theorie van IPF (Iterative Proportional Fitting) en op de techniek van IPU (Iterative Proportional Updating). Tenslotte werd dit software tool aangewend om een synthetische populatie voor het studiegebied in Korea te produceren. Vervolgens identificeerde het onderzoek kenmerken van de transport-omgeving en van het activiteit-verplaatsings-gedrag in het nieuwe toepassingsgebied (Seoul Metropolitan Area of Korea) en maakte het de vergelijking met het bestaande studiegebied (Vlaanderen van België). Om ervoor te zorgen dat context specifieke kenmerken correct worden weergegeven in het model, werden model-voorwaarden en -parameters aangepast aan de nieuwe omgeving. Daarna werd het FEATHERS-model gebouwd door de beslissingsregels te definiëren voor activiteiten en verplaatsingen; deze regels vormen het model. Ze worden afgeleid uit waarnemingen (namelijk HTS (Household Travel Survey)) in het studiegebied. Naderhand verifieerde het onderzoek het model door de resultaten van het nieuwe model te vergelijken met observaties en met de bestaande studie (Vlaanderen in België) aan de hand van drie aspecten: beslissingsbomen, facetten van activiteit-verplaatsing-gedrag en verkeersvolumes). Daarnaast zijn de kenmerken van ABM en FSM (Four Step Model) inzake het voorspellen van de transportvraag vergeleken op basis van de resultaten van enerzijds FEATHERS en anderzijds EMME / 2 voor verplaatsings gedrag op dezelfde site. Ten slotte werd een nieuwe methode (gebaseerd op Sequence Alignment en een kengetal voor Path Similarity) voorgesteld om de nauwkeurigheid van het model te meten door de activiteiten sequenties en verplaatsingspatronen in de model resultaten te vergelijken met deze geobserveerd in realiteit. Ten slotte werden in het onderzoek scenario-analyses uitgevoerd voor twee aannames (hypothetische situaties): een werkgerelateerd beleid en de beschikbaarheid van autonome voertuigen De modelleringsresultaten werden onderzocht met behulp van een sensitiviteits-analyse en vergeleken met het BAU-scenario (Business-As-Usual), om de toepasbaarheid van het model in het vervoersbeleid aan te tonen. Het onderzoek vond een aantal beperkingen bij de toepasbaarheid van het ABMsysteem in Korea en specifiek voor het verhogen van de geografische schaalbaarheid van FEATHERS. Dat wordt veroorzaakt enerzijds doordat de resultaten van bevragingen beperkt zijn tot informatie over verplaatsingen (en niet over activiteiten) en anderzijds door het ontbreken gegevens over parkeerfaciliteiten). Verder onderzoek naar deze onderwerpen is nodig om het ABMsysteem te verbeteren. Bovendien zijn er nog enkele uitdagingen om het FEATHERS-systeem verder te ontwikkelen (bijvoorbeeld het modelleren van het gedrag van een individu onder ongewone situaties en de toepassing van deep learning). De toepasbaarheid van het Koreaanse FEATHERS model werd verder onderzocht d.m.v. het evalueren van beleidsbeslissingen met betrekking tot stadsplanning en transport. Het model werd gebruikt voor twee simulatiestudies: daarbij is uitgegaan van de politieke beslissing voor de bouw van GTX als nieuwe transportfaciliteit in SMA en van de realisatie van het IFEZ plan voor stedelijke ontwikkeling in Incheon Metropolitan City. De resultaten van deze scenarios werden gebruikt om het effect van wijzigingen in individueel verplaatsingsgedrag ten gevolge van beleidsbelissingen m.b.t. transport te evalueren door vergelijking met het basis scenario. Dit laatste experiment toont aan dat FEATHERS bruikbaar is voor evaluatie van beleidsbeslissingen inzake transport en planning.