Il ruolo delle smart card per la pianificazione e l'operatività del trasporto collettivo: modelli matematici per la ricostruzione delle catene di spostamenti e delle matrici Origine-Destinazione

In the last few years we witnessed an increasing use of electronic ticketing systems in public transits. Even if the ticketing systems were introduced as an innovative payment way, they produce a great amount of data useful for transportation planning and management. Data produced by electronic ticketing systems employing smart cards allow to perform a detailed analysis of each user trips, and calculate time and space distributions of such movements. In detail data originating from smart card transactions allow to trace back the trip chains, establish journeys origins and destinations, and produce the ¿diary¿ of each user travels. From this information demand matrices containing boarding stops as origin (row index) and alighting stops as destination (column index) are extracted. The present thesis is structured in four major parts. The first part presents a critical review of existing methods used to study public transit demand estimation, with particular attention to electronic ticketing systems employing smart cards. The second part focuses on the data analysis of information originating from smart cards. Emphasis is given to trip chains estimation by means of mathematical models based on tracking recognition and route analysis on graphs. In this part exercise and validation data are also elaborated using the programming language Python. After an exhaustive analysis of constrained optimization models, in the third part, bus route Origin-Destination matrices are generated using the Entropy estimation method. In the last part (part IV) the analysis and estimation models are applied to a study case, constituted by the Cuneo district, where an integrated ticketing system BIP (Biglietto Integrato Piemonte) requires the use of smart cards. The system has been operating from about a year, providing mobility matrices at the level of bus routes/runs used in this thesis.

Negli ultimi anni stiamo assistendo a un uso sempre più diffuso dei sistemi di bigliettazione elettronica nel settore del trasporto pubblico. Benchè questi sistemi siano stati introdotti come dei metodi di pagamento innovativi, essi producono una grande quantità di dati che possono essere utilizzati per la pianificazione e la gestione della rete di trasporto. I dati forniti dai sistemi di bigliettazione elettronica che utilizzano smart card permettono in particolare di analizzare gli spostamenti di ciascun utente e calcolarne la distribuzione spaziale e temporale. Più precisamente i dati provenienti dalle transazioni delle smart card consentono di ricostruire le catene di spostamenti, identificare le origini e le destinazioni dei viaggi e generare il ¿diario¿ dei movimenti giornalieri di tutti gli utenti. Da queste informazioni è possibile ricavare le matrici di domanda che hanno come origine (indice di riga) le fermate di salita e come destinazione (indice di colonna) le fermate di discesa. La tesi si articola in quattro parti. La prima parte presenta una rassegna critica dei metodi esistenti per la stima della domanda del trasporto pubblico con particolare attenzione ai sistemi di bigliettazione elettronica mediante smart card. La seconda parte è un'analisi dei dati provenienti dalle smart card con stima delle catene di spostamenti attraverso un modello matematico di riconoscimento dei tracciati con analisi dei percorsi sui grafi. In questa fase sono stati elaborati i dati provenienti dall'esercizio e dalle validazioni tramite il linguaggio di programmazione Python. Nella terza parte, dopo un'analisi dei modelli di ottimizzazione vincolata, vengono generate le matrici OD di linea utilizzando un metodo di stima Entropico (Entropy model). Nell'ultima parte i modelli di analisi e stima vengono applicati a un caso studio costituito dalla rete di trasporto della Provincia di Cuneo ove il sistema di bigliettazione BIP (Biglietto Integrato Piemonte) prevede l'utilizzo delle smart card. Il sistema è attivo da circa un anno e ha permesso la stima delle matrici di mobilità a livello di linea/corsa della rete studiata.