Holanda

3.3 Modelos de demanda no transporte ferroviário

_{∑ 𝑓}^𝑓^𝑞.𝑒^𝑈𝑞 𝑟.𝑒𝑈𝑟

3.3 Modelos de demanda no transporte ferroviário

3.3.8 Holanda

Li et al. (2006), na Holanda, realizaram um trabalho que tinha por objetivo a

análise dos preços dos bilhetes ferroviários e sua influência no comportamento dos

passageiros e consequentemente no desempenho geral da rede, tanto

financeiramente quanto operacionalmente, a fim de fazer com que a demanda seja

menos impactante nos horários de pico, induzindo a mudança de comportamento

dos usuários.

Foi escolhida uma abordagem de microssimulação baseada em atividades para

modelar o comportamento de viagens de passageiros de trem. Eles buscam

entender quais variáveis influenciam na tomada de decisão, que é a chave para a

construção de um modelo melhor. Presume-se a demanda por viagens é derivada

da demanda para a realização de atividades em locais específicos.

O modelo de microssimulação é formulado a partir de decisões individuais como

as pessoas, as famílias e veículos. A diferença do modelo desagregado é conseguir

representar a característica dos envolvidos; as características do contexto de

escolha e; quaisquer regras específicas ao contexto de comportamento.

O modelo de simulação inclui as infraestruturas (por exemplo, estações, faixas),

os horários do trem (tabela tempo e atrasos), e da capacidade dos comboios. A

ferramenta utilizada pelos pesquisadores, SIMONE (Simulation Model of Networks),

é a utilizada atualmente pela ProRail, a empresa responsável pela rede ferroviária

holandesa.

Os autores caracterizam como o “agente de viagem” aquele que:

i) é autônomo, que operam sem intervenção humana;

59

iii) Operam de forma independente;

iv) Reativos (para perceber o ambiente e as mudanças que nele ocorrem);

v) proativo (que possuem ações individuais orientadas por regras, para conseguir

seus objetivos).

Os viajantes com motivo de lazer, que viajam em longa distância (entre cidades

A e B) com trens intercidades serão modelados em um grupo. Em outro grupo, serão

modelados os viajantes habituais.

Os autores afirmam que para cada passageiro, suas características como idade,

renda, educação, propriedade de carro/disponibilidade, podem influenciar na escolha

da preferência. Podem influenciar também nas escolhas, características como

localização da atividade, duração e propósito da atividade, a frequência das

atividades, as características Origem-Destino.

Os viajantes são divididos de acordo com as características da viagem: viagens

pendulares, a lazer ou à negócios. Também é levado em consideração o preço

máximo que o passageiro está disposto a pagar. Sendo assim, os viajantes teriam

as seguintes opções de escolha:

i) A mudança da viagem a fim de sair da hora de pico (antes das 16:00 ou após

as 18:00h);

ii) A mudança do modo ferroviário (por exemplo, para o carro);

iii) A aceitação do aumento de preços, não modificando a viagem;

iv) Parar de fazer as viagens.

Os autores descrevem três fatores que influenciam o comportamento dos

passageiros: a diferença no preço, a hora de partida e a tolerância do horário da

programação da viagem. A partir destas análises, os autores afirmam que os

viajantes de negócios tendem a ter maior disposição a pagar um valor maior, se

comparados aos viajantes a lazer.

Os autores indicaram que os dados obtidos devem ser os mais realistas

possíveis e que, com a disponibilidade de “cartões inteligentes”, as informações

poderiam ser obtidas em tempo real.

60

Ainda na Holanda, Trap (2014) desenvolveu uma dissertação para o curso de

Mestrado em Transportes, Infraestrutura e Logística, da Delft University of

Technology, na Holanda, que tinha como objetivo a exploração novas possibilidades

para a rede ferroviária holandesa nos invernos tão rigorosos, para predizer a melhor

capacidade de transporte do trem considerando a robustez e características

operacionais do trem.

Na Holanda, a demanda de viagens é estimada pelo MarketResearch and

Advise (MOA), que é responsável pela coleta de dados relacionados com viagens e

estimam a demanda por diferentes períodos de tempo. O departamento está usando

um modelo chamado "De Kast" para prever a demanda futura. A entrada de dados

para este modelo é gerada pelo OV-Chipkaart, a partir de venda de bilhetes e de

contagens de passageiros, gerando uma grande matriz com a demanda para todas

as estações ferroviárias na Holanda. Para prever a demanda futura, o modelo leva

em conta vários fatores, como preços dos bilhetes, a demografia, os custos de

viagem de carro e a economia local.

O autor utilizou uma matriz OD para o pico da manhã em uma demanda de

2014. A matriz 411x411 e a demanda conhecida foi de 274000 passageiros. Foi

realizado um método para alocação de passageiros por linha e por trem, utilizando o

modelo chamado TRANS (Warmerdam, 2004), que determina a (s) linha (s) que um

passageiro usa para viajar da origem ao destino.

A primeira fase da alocação é a geração de todas as possíveis opções de

viagem, ou seja, o conhecimento dos itinerários. Para cada origem i para o destino j

(chamado par OD), o TRANS gerou um grande conjunto de possíveis opções de

viagem. Posteriormente, este modelo determinou quais opções de viagem são