دانلود مقاله ترجمه شده طراحی عوارض مبتنی بر سرعت برای قیمت گذاری باجه های عوارضی پرتراکم

دانلود مقاله ترجمه شده طراحی عوارض مبتنی بر سرعت برای قیمت گذاری باجه های عوارضی پرتراکم طراحی عوارض مبتنی بر سرعت برای باجه های عوارض مناطق پر تراکم

دسته بندی	کامپیوتر و IT
فرمت فایل	pdf
حجم فایل	464 کیلو بایت
تعداد صفحات فایل	32

فایل دانلودی فقط شامل فایل ترجمه شده با پسوند pdf بوده و فایل انگلیسی در آن موجود نمی باشد.

بخشی از ترجمه فارسی مقاله:

1. معرفی
مشکل عوارضی برای طرح‌های قیمت‌گذاری مناطق پرتراکم تعیین هزینه‌های بهینه بر اساس یک یا چند هدف و بر اساس مکان‌های گرفتن هزینه هست. دو طرح دریافت عوارض در مناطق پرتراکم توجه زیادی را به خود جلب کرده‌اند و به‌طور جامع مورد بررسی قرارگرفته‌اند: اول (Pigouvian) و دومین قیمت‌گذاری‌های بهینه (به‌نقد و بررسی لوئیس،1993؛ یانگ و هواسنگ، 2005؛ لوفوپنیک و همکاران، 2006؛ کوچک و ورهوف، 2007؛ مطالعات اخیر پالماو لیندزی، 2011 نگاه کنید).
بعضی از اجزای سیستمی در سطح وسیع برای طراحی هزینه‌های این دو طرح استفاده شده است برای مثال مجموع مزایای اجتماعی، کل زمان سفر و درآمد عوارضی. بااین‌حال، در مقایسه با این اجزای وسیع سیستم، دولت و مقامات مسئول شبکه معمولاً بیشتر در مورد شرایط ترافیکی در یک منطقه تجاری مرکزی (CBD) نگران هستند قلب تجاری یک شهر، جایی که تراکم ترافیک احتمالاً موجب زیان‌های اقتصادی بیشتری می‌شود و اثرات مخربی بر روی تصویر شهر دارد بنابراین، با توجه به اجرای عملی طرح‌های قیمت‌گذاری مکان‌های متراکم، کاهش ترافیک در CBD معمولاً به‌عنوان هدف اولیه محسوب می‌شود.
طرح قیمت‌گذاری عوارضی مبتنی بر انحراف معیار برای بهبود وضعیت ترافیک در CBD، یک مزیت است زیرا دریافت عوارضی رایک منطقه خاص را تحت نظر گرفته (معمولاً CBD) و از هر خودرو را که وارد شود هزینه دریافت می کند؛ بنابراین حجم کل ورودی محدود شده و حجم تراکم ترافیک در این منطقه به‌طور فراوانی کاهش می‌یابد. علاوه بر این، طرح‌های مربوط به محاسبه قیمت تمام‌شده در سراسر منطقه تحت پوشش عوارضی ازنظر عملیات و نظارت در مقایسه با طرح‌های قیمت‌گذاری اول و دوم که هدف آن بهبود هدف کلی سیستم است، مناسب‌تر هستند.
تا به حال، اکثر برنامه‌های کاربردی دریافت عوارض مناطق پرتراکم، مبتنی بر عوارضی‌ها هستند به‌عنوان‌مثال طرح صدور مجوز (ALS) در سنگاپور (ته و فانگ، 1997؛ لی، 1999) که در سال 1998 به سیستم ارزیابی جاده الکترونیک (ERP)، (سانتوس، 2008) و بر اساس قانون جدیدی در استکهلم (Eliasson، 2009) ارتقاء یافت. شایان‌ذکر است که برنامه عوارضی استکهلم حتی طرحی را برای جریمه خودروهایی که عوارضی را ترک می‌کنند دارد.
میانگین سرعت سفر یک معیار ایده آل از شرایط ترافیکی در منطقه‌ای است که توسط یک باجه عوارضی محافظت می‌شود (که باجه همیشگی نامیده می‌شود) در اینجا مشاهده ستون یا تراکم ترافیک (لی، 2002) ساده‌تر است و همچنین سابقه رانندگی مسافر را بهتر عنوان می‌کند.
در سیستم ERP مبتنی بر عوارضی در سرتاسر سنگاپور، هدف این است که میانگین سرعت وسایل نقلیه را در مناطق پرتراکم در محدوده موردنظر نگه‌داریم: این میانگین [20، 30] کیلومتر در ساعت است که با تنظیم هزینه‌های عوارضی این هدف حاصل می‌شود. اولزکی 2005. توجه داشته باشید که حد پایین این محدوده سفرهای مداوم قابل‌قبول را پشتیبانی می‌کند. حد بالای سرعت سفر ایمنی ترافیک را بررسی کرده و همچنین از اتلاف منابع جاده‌ها با اطمینان از مناسب بودن وسیله نقلیه‌ای که در مناطق پرتراکم سفر می‌کند جلوگیری می‌کند.
در اینجا، الگویی محاسبه هزینه عوارضی‌ای که سرعت وسایل نقلیه را در مناطق پرتراکم در محدوده میانگین پیش‌فرض نگه می‌دارد، طراحی مبتنی بر سرعت نامیده می‌شود. باوجود اهمیت عملی آن، مشکلات مربوط به طراحی چنین الگویی هنوز مورد سؤال است، ازآنجاکه تعداد کمی از تحقیقات موجود در مورد مشکلات طراحی عوارضی شرایط ترافیک در CBD را به‌عنوان یک جزء و سرعت سفر به‌عنوان را به‌عنوان یک معیار برای عملکرد شبکه در نظر گرفته آن‌ها را مورداستفاده قرار می‌دهند.
مدل‌سازی طراحی عوارضی نیاز به تجزیه‌وتحلیل مسئله انتخاب مسیر مسافران دارد و یک فرضیه ساده در اینجا مطرح است که به ما می‌گوید مسافران معمولاً مسیر کم‌هزینه‌تر را بر اساس زمان سفری که از قبل در نظر گرفته‌اند انتخاب می‌کنند.
اصل تعادل کاربر تصادفی (SUE) به‌عنوان یک چارچوب برای مشکل انتخاب مسیر در نظر گرفته‌شده است. برای تناسب بهتر آن با شرایط واقع بیان این اصل با تعادل جبرانی (DUE) و SUE موارد مبتنی بر لوجبت قیاس شده است. (شفی 1985، ص 318).
هزینه سفر مسافران شامل دو جزء است: هزینه زمان سفر و هزینه عوارضی که در واحدهای مختلف بیان می‌شود. ارزش زمان (VOT) باید هزینه های عوارضی را به واحد های زمان برای تجزیه و تحلیل تبدیل کند.
(به عنوان مثال، لام و اسمال، 2001؛ یانگ و همکاران، 2001؛ اسمال و همکاران، 2005). VOT عمدتا تحت تاثیر سطح درامد مسافران و ضرورت سفر بستگی دارد بنابراین می تواند در میان مسافران به میزان قابل توجهی متفاوت باشد. یافتن دو مسافر در شبکه با ارزش VOT یکسان دشوار است، بنابراین در یک سطح کلی، بهتر است VOT به عنوان یک متغیر تصادفی توزیع پیوسته مطرح شود.
اصل متغیر تصادفی SUE مبتنی بر پروبیت و متغیر پیوسته VOT توزیع پیوسته هر دو چالش های مدل سازی و حل مسئله طراحی عوارضی مبتنی بر سرعت که اهداف این مقاله است را افزایش می دهند.

1.1 مطالعات مربوطه
محاسبه هزینه های حاشیه ای به عنوان یک راه حل برای اولین طرح قیمت گذاری با هدف بهینه سازی شاخص کلی سیستم مانند شاخص کل سود اجتماعی و یا شاخص کل زمان سفر (یانگ و هوانگ، 2005؛ Lawphongpanich) به خوبی شناخته شده است.
اعتبار هزینه های حاشیه ای برای شبکه های حمل و نقل عمومی به وسیله مطالعات بسیاری با فرایند های گوناگونی ثابت شده است. به عنوان مثال، با تقاضاهای الاستیک یا منعطف با محدودیت های SUE مبتنی بر لوجیت (یانگ و هوانگ، 1998)، با محدودیت های SUE عمومی (ماهرو همکاران، 2005) و با تقاضای تصادفی سومالی،2011. االگوی قیمت هزینه های حاشیه ای بهینه به راحتی می تواند با حل مشکل ترافیک به دست آید.
یان همکاران در سال 2004 و ژائو و کوکلمن (2006) یک روش محاسباتی مبتنی بر مهنسی و آزمون خطا را طراحی کرده اند. در آنجا به محدودیت های DUE و محدودیت های SUE مبتنی بر logit که در آن تقاضای سفر برای محاسبه مورد نیاز نیست، تتوجه شده است. تحقیقات یانگ و همکاران (2004) توسط هان و یانگ (2009) و یانگ وهمکارانش در سال 2009 به طور کارامدی گسترش یافته است.
الگوی قیمت گذاری های حاشیه ای نیاز به این دارد که از هر لینکی هزینه دریافت کند، بنابراین در زندگی واقعی این کار عملی نیست. اگر فرض بر این شود که یک نسبت خاص در شبکه هزینه گرفته شده است، می توان طرح دوم قیمت گذاری را بدست آورد (یانگ و همکاران، 2010). روش بهینه قیمت گذاری دوم مشکلات را می توان به عنوان یک مدل برنامه ریزی دو سطحی، در نظر گرفت که در آن سطح بالاتر به منظور شاخص بهینه سازی هر سیستم در نظر گرفته شده و سطح پایین مشکل تخصیص ترافیکی می باشد. مشکل سطح پایین تر می تواند به عنوان محدودیت در سطح بالا در نظر گرفته شود و یک فرم برنامه ریزی ریاضی با محدودیت های تعادلی (MPEC) را به ما ارائه می دهد. (به مثال های مک دونالد، 1995؛ Bellei et al. 2002؛ چن و برنشتاین، 2004 نگاه کنید). برنامه نویسی دو سطحی یا مدل MPEC می تواند توسط روش های مختلف، از جمله الگوریتم تکرار بهینه سازی تخصیص (Allsop، 1974)، بهینه سازی تجزیه تعادل، (سوان و همکاران، 1987)، الگوریتم مبتنی بر حساسیت تجزیه و تحلیل (یانگ، 1997؛ کلارک و واتلینگ،2002؛ کانرز و همکاران، 2007)، الگوریتم لاگرانژی تکمیل شده (منگ و همکاران، 2001) و روش های مبتنی بر شیب (Chiou، 2005) حل شده است. گرچه طرح قیمت گذاری مبتنی بر عوارض نوع خاصی از روش بهینه قیمت گذاری دوم است، همانگونه که در بالا ذکر شداین روش ها به علت وجود VOT پیوسته نمی توانند برای مشکلات طراحی مبتنی بر سرعت که در این مطالعه مورد توجه قرار گرفته اند، مورد استفاده قرار بگیرند.
همانطور که در بالا ذکر شد، از VOT برای تبدیل هزینه های عوارض به واحد های زمانی به منظور تحلیل انتخاب مسیر رفت و آمد مسافر استفاده می شود
VOT ذاتا تحت تاثیر عوامل بسیاری است، از جمله نرخ دستمزد، زمان روز، هدف سفر، اهمیت اعتبار زمان سفر و غیره؛ بنابراین نرخ VOT می تواند به طور گسترده ای بین مسافران مختلف متفاوت باشد. منطقی است که VOT را به عنوان یک متغیر تصادفی تیع شده پیوسته در سراسر جمعیت به جای اینکه فرض بر همگن و ثابت بودن کاربران شبکه با کلاسهای کاربر محدود یا با VOT های گسسته در نظر بگیریم.
(هان و یانگ، 2008). با این حال، مطالعات مربوط به مسائل مربوط به قیمت گذاری منطق پر تراکم، یاهر گونه مشکلات دیگر مربوط به مدل سازی شبکه حمل و نقل، با VOT توزیع پیوسته بسیار کمیاب هستند. میت و هانسن (2000) مشکل طراحی مشاغل با VOT پیوسته را در یک شبکه با دو مسیر تحلیل می کنند: یک بزرگراه با هزینه عوارضی و یک مسیر کمکی با هزینه سفر ثابت. عبارت هزینه عوارضی ای که به نفع کاربران است توسط مایت و هانسن مطرح شده است و آنها همچنین در مورد اثرات توزیع VOT بر خصوصیت های پارتو مائلی را مطرح کرده اند. همچنین بر اساس این دو مسیر، اسمال و ور هوف (2004) بهترین روش قیمت گذاری را با VOT پیوسته بررسی کردند. شیائو و یانگ (2008) تحقیقات مایت و حسن (2000) را برای تعامل با معامله های انتقال عملیات ساخت و ساز (BOT) برای برنامه های معافیت بزرگراه با VOT پیوسته شده گسترش داده اند.
اخیرا نی و لو یک تحلیل عمیق تر در مورد تاثیر توزیع های مختلف VOT در بهبود طرح قیمت گذاری پارتو بیان کرده اند با این حال، این مطالعات همه برپایه شبکه با دو مسیر و برای حمل و نقل شبکه با بیش از دو مسیر ممکن است این یافته ها ممکن است عملی نشوند. برای یک شبکه حمل و نقل عمومی، بر فرض صل DUE، لورنت (1993) و دایل (1996، 1997) در مورد مشکل تخصیص ترافیک با توزیع پیوسته بحث می کنند.
با فرض SUE مبتنی بر انحراف معیار با تقاضای ثابت، کانتارلا و بینتی (1998) یک مدل الگوریتم ریاضی و راه حلی برای مشکل تخصیص ترافیک با VOT توزیع پیوسته پیوسته، با استفاده از مسیر مبتنی بر روش شبیه سازی مونت کارلو برای حل مشکل بارگذاری تصادفی (SNL) ارائه کرده اند. منگ و همکاران (2012). تحقیقات آنها را در سال (1998) را با پیشنهاد روش شبیه سازی مونت کارلو مبتنی بر لینک ادامه داده که در این مقاله برای حل مشکل طراحی مبتنی بر سرعت با محدودیت های VOT پیوسته و SUE اصلاح و از آن استفاده شده است.