In many national forecasts, such as those for Germany and the methods adopted in United Kingdom until
1998, the basic strategy is ‘‘predict and provide’’ (Schafer and Victor, 2000). However the assumption underlying
this strategy is that the future will be similar to the past and this cannot provide a useful guide to the EU
in the attempt to adopt the measures toward a balanced multimodal system. In accordance with EU policies,
the British Government recently issued a white paper on its future transport strategy (DETR, 1998), which
proposes abandoning the ‘‘predict and provide’’ strategy in order to make way for ‘‘pragmatic multimodalism’’,
a more integrated transport system better suited to tackle the problems of congestions and pollution.
Prediction of passenger and freight demand for the distant future is critical to the planning of long-lived
transport infrastructures and to assessing its consequences in order to guide transport planners in the specification
of policies to be used and to avoid an undesirable growth of any transport mode. Such distant future
predictions necessitate large-scale, long-term models of the transportation system but that pressing need contrasts
sharply with the capabilities of existing, traditional forecasting and modeling techniques. Regional and
urban transportation models, which are the most extensively and frequently developed transport planning
tools, have been oriented to forecast local traffic demand, costs and flows (Button, 1993; Opperheim,
1995). These tools optimize directed traffic flows by minimizing costs or maximizing the utility of consumers
(Schafer and Victor, 2000). They compute the details of the transportation system, such as the number of cars
using roads at different times, average speeds and the layout of transport infrastructure. They are built on a
large number of interrelated variables, such as urban trip speeds, automobile ownership and loading, etc. But
the knowledge of the relationships between these variables is generally inadequate and the databases, which
show country-based differences, can thus be an obstacle to the realization of a global approach. These multivariate
methods therefore deteriorate rapidly as projections for the future.
It is well known that the ‘‘qualitative’’ or ‘‘technological’’ approaches to forecasting techniques are more
suitable for long-term prediction. In the short-term, the assumption that the future will be similar to the past
can be more easily defended. However, when the period of analysis is the medium- or long-term, it becomes
very difficult to accept this principle. Quantitative forecasting techniques analyze past data and make forecasts
based on the relationship between the variables according to this data. In technological forecasts, however
ในการคาดการณ์ของหลายประเทศ เช่น เยอรมนี และวิธีที่ใช้ในสหราชอาณาจักรจนกระทั่ง
1998 กลยุทธ์พื้นฐานคือ ' 'predict และให้ ' ' ( เชเฟอร์และวิคเตอร์ , 2000 ) อย่างไรก็ตามสมมติฐานพื้นฐาน
กลยุทธ์นี้คือ อนาคตจะคล้ายกับในอดีต และไม่สามารถให้คำแนะนำที่เป็นประโยชน์ไปยังสหภาพยุโรป
ในความพยายามที่จะนำมาตรการต่อระบบหลายระบบที่สมดุล ให้สอดคล้องกับนโยบายของสหภาพยุโรป
รัฐบาลอังกฤษเมื่อเร็ว ๆนี้ออกกระดาษสีขาวเกี่ยวกับกลยุทธ์การขนส่งในอนาคต ( detr , 1998 ) ซึ่ง
เสนอทิ้ง ' 'predict และให้ ' ' กลยุทธ์เพื่อหลีกทางให้ ' 'pragmatic multimodalism
' 'บูรณาการมากขึ้นระบบการขนส่งเหมาะกับการแก้ไขปัญหาของ congestions และมลพิษ ความต้องการขนส่งสินค้าและผู้โดยสาร
ทำนายอนาคตไกล มีการวางแผนโครงสร้างพื้นฐานด้านการขนส่ง และการประเมินผลของจีรัง
เพื่อแนะนำการวางแผนการขนส่งในสเปค
นโยบายที่จะใช้และเพื่อหลีกเลี่ยงการเจริญเติบโตที่ไม่พึงประสงค์ของการขนส่งใด ๆโหมด เช่น การคาดการณ์อนาคตไกล
แพขนาดใหญ่ ระยะยาว รูปแบบของระบบการขนส่ง แต่ที่ต้องกดความแตกต่าง
อย่างรวดเร็วกับความสามารถที่มีอยู่ดั้งเดิม การพยากรณ์และการจำลองเทคนิค ทั้งในระดับภูมิภาคและระดับ
รูปแบบขนส่งในเขตเมืองซึ่งมีมากที่สุดอย่างกว้างขวางและบ่อยครั้ง พัฒนาเครื่องมือในการวางแผน
การขนส่งได้มุ่งเน้นเพื่อพยากรณ์ปริมาณการจราจรท้องถิ่น ค่าใช้จ่าย และไหล ( ปุ่ม , 1993 ; opperheim
, 1995 ) เครื่องมือเหล่านี้เพิ่มประสิทธิภาพโดยการลดต้นทุนโดยตรงไหลของการจราจรหรือการเพิ่มอรรถประโยชน์ของผู้บริโภค
( เชเฟอร์และวิคเตอร์ , 2000 ) พวกเขาคำนวณรายละเอียดของระบบการขนส่ง เช่น จำนวนรถยนต์
การใช้รถใช้ถนนในช่วงเวลาที่แตกต่างกัน ความเร็วเฉลี่ย และรูปแบบของโครงสร้างพื้นฐานด้านการขนส่ง พวกเขาจะสร้างขึ้นบน
ที่มีตัวแปรที่สัมพันธ์กัน เช่น ความเร็วในการเดินทาง โหลด เป็นเจ้าของ และรถยนต์ ฯลฯ แต่
ความรู้เกี่ยวกับความสัมพันธ์ระหว่างตัวแปรเหล่านี้โดยทั่วไปจะไม่เพียงพอและฐานข้อมูล ซึ่ง
แสดงประเทศตามความแตกต่างจึงเป็นอุปสรรคต่อการตระหนักถึงวิธีการที่ทั่วโลก . วิธีการเหล่านี้รวมถึง
จึงเสื่อมสภาพอย่างรวดเร็ว ตามที่ประมาณการในอนาคต .
มันเป็นที่รู้จักกันดีว่า ' 'qualitative ' ' หรือ ' ' ' 'technological วิธีเทคนิคการพยากรณ์มากกว่า
เหมาะสำหรับระยะยาว พยากรณ์ ในระยะสั้น , สมมติว่าในอนาคตจะคล้ายกับอดีต
สามารถปกป้องได้ง่ายขึ้น อย่างไรก็ตาม เมื่อระยะเวลาของการวิเคราะห์เป็นปานกลางหรือระยะยาว มันกลายเป็น
ยากมากที่จะยอมรับหลักการนี้ เทคนิคการพยากรณ์เชิงปริมาณวิเคราะห์ข้อมูลในอดีตและทำให้การคาดการณ์
บนพื้นฐานของความสัมพันธ์ระหว่างตัวแปรตามข้อมูลนี้ ในการคาดการณ์เทคโนโลยี อย่างไรก็ตาม
การแปล กรุณารอสักครู่..