Σχεδιασμός των Μεταφορών Ενότητα #7: Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Δρ. Ναθαναήλ Ευτυχία Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών

2 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Περιεχόμενα ενότητας  Αποσυνθετικά υποδείγματα συμπεριφοράς. Υποδείγματα.  Πολλαπλό (multiple or multinomial logit model).  Δυαδικό (binary logit model).  Ιεραρχικό ή Φωλιασμένο (nested).  Probit Παραδείγματα αποσυνθετικών υποδειγμάτων καταμερισμού κατά μέσο.

3 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΑΠΟΣΥΝΘΕΤΙΚΑ ΥΠΟΔΕΙΓΜΑΤΑ ΣΥΜΠΕΡΙΦΟΡΑΣ

4 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΠΟΛΛΑΠΛΟ ΕΚΘΕΤΙΚΟ ΥΠΟΔΕΙΓΜΑ (MULTIPLE ή MULTINOMIAL LOGIT MODEL) Όπου P j i : η πιθανότητα να επιλέξει ο μετακινούμενος i το εναλλακτικό μέσο j V: η σχέση των Χ και S που υποτέθηκε γραμμική

5 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΔΥΑΔΙΚΟ ΕΚΘΕΤΙΚΟ ΥΠΟΔΕΙΓΜΑ (BINARY LOGIT MODEL) Στην περίπτωση που εξετάζονται δύο μόνο εναλλακτικά μεταφορικά μέσα έστω το a και b, προκύπτει το «δυαδικό εκθετικό υπόδειγμα» που έχει τη μορφή:

6 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Διατύπωση Logit με συνάρτηση οφελιμότητας Για επιλογή μεταξύ περισσοτέρων από δύο εναλλακτικά μέσα χρησιμοποιείται το πολλαπλό υπόδειγμα Logit (Multinomial Logit): Η επιλογή μεταξύ δύο μέσων είναι το δυαδικό υπόδειγμα Logit (Binary Logit Model).

7 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΙΕΡΑΡΧΙΚΟ ή ΦΩΛΙΑΣΜΕΝΟ (nested) ΥΠΟΔΕΙΓΜΑ ΜΕ ΠΕΝΤΕ ΦΩΛΙΕΣ (κόμβους)

8 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΥΠΟΔΕΙΓΜΑ ΣΥΜΠΕΡΙΦΟΡΑΣ ΜΕ ΤΗΝ ΒΑΣΙΚΗ ΥΠΟΘΕΣΗ ΤΗΣ ΑΝΑΛΥΣΗΣ Probit Όπου : P k i : η πιθανότητα να επιλέξει ο μετακινούμενος (i) το μεταφορικό μέσο k. U jk i : η σχετική «χρησιμότητα» του μέσου k εκφρασμένη σαν γραμμική συνάρτηση των διαφόρων μεταβλητών που χαρακτηρίζουν το μέσο. t : η παράμετρος της μοναδιαίας κανονικής καμπύλης.

9 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΚΑΝΟΝΙΚΗ ΚΑΜΠΥΛΗ ΚΑΤΑΝΟΜΗΣ ΤΗΣ ΕΠΙΛΟΓΗΣ ΕΝΟΣ ΜΕΣΟΥ k, ΑΠΟ ΔΥΟ ΕΝΑΛΛΑΚΤΙΚΑ, ΣΕ ΣΧΕΣΗ ΜΕ ΤΗ (ΣΧΕΤΙΚΗ) ΧΡΗΣΙΜΟΤΗΤΑ ΤΟΥΣ ΚΑΤΑ ΤΟ ΥΠΟΔΕΙΓΜΑ Probit

10 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΑΘΡΟΙΣΤΙΚΗ ΚΑΜΠΥΛΗ ΚΑΤΑΝΟΜΗΣ ΤΗΣ ΕΠΙΛΟΓΗΣ ΕΝΟΣ ΜΕΣΟΥ k, ΑΠΟ ΔΥΟ ΕΝΑΛΛΑΚΤΙΚΑ, ΣΕ ΣΧΕΣΗ ΜΕ ΤΗ (ΣΧΕΤΙΚΗ) ΧΡΗΣΙΜΟΤΗΤΑ ΤΟΥΣ ΚΑΤΑ ΤΟ ΥΠΟΔΕΙΓΜΑ Probit

11 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΠΑΡΑΔΕΙΓΜΑΤΑ ΑΠΟΣΥΝΘΕΤΙΚΩΝ ΥΠΟΔΕΙΓΜΑΤΩΝ ΚΑΤΑΜΕΡΙΣΜΟΥ ΚΑΤΑ ΜΕΣΟ

12 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Εφαρμογή για επιβατικές μετακινήσεις ΤΟ «ΠΡΟΒΛΗΜΑ» Θέλουμε να μελετήσουμε τη «συμπεριφορά» των κατοίκων μιας περιοχής (π.χ. πόλης) σχετικά με την επιλογή μεταφορικού μέσου για τις υπεραστικές μετακινήσεις τους μεταξύ της πόλης τους και 2 ή 3 άλλων μεγάλων αστικών περιοχών σε απόσταση χλμ. Στις αποστάσεις αυτές μιλάμε μόνο για επιλογή μεταξύ Ι.Χ. και τρένου, και για να συγκεκριμενοποιήσουμε το πρόβλημα, έστω ότι πρόκειται για τη «συμπεριφορά επιλογής» για τους κατοίκους της Θεσσαλονίκης σε σχέση με τις μετακινήσεις τους προς: 1.Αθήνα 2.Καβάλα 3.Λάρισα, και 4.τις ενδιάμεσες αστικές περιοχές (όπου δηλαδή υπάρχει και μία επιλογή με τρένο).

13 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΤΑ ΔΕΔΟΜΕΝΑ Για να διαμορφωθεί το σχετικό υπόδειγμα «συμπεριφοράς» για την επιλογή μεταφορικού μέσου (Behavioral model), χρειάζονται δεδομένα τα οποία θα συλλεχθούν με έρευνα ερωτηματολογίου. Οι τύποι έρευνας που χρησιμοποιούνται στις περιπτώσεις αυτές είναι κυρίως 2 ειδών: 1.Έρευνες Δηλωμένης Προτίμησης (stated preference,ή SP surveys) όπου οι ερωτώμενοι καλούνται να απαντήσουν σε ερωτήσεις σχετικά με την υποθετική συμπεριφορά τους κάτω από ορισμένες προϋποθέσεις και κριτήρια επιλογής, και 2.Έρευνες της Αποκαλυπτόμενης Προτίμησης (revealed preference, ή RP surveys) όπου οι ερωτώμενοι «αποκαλύπτουν» το τι ακριβώς έκαναν σε κάποια συγκεκριμένη μετακίνησή τους στο παρελθόν.

14 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Στην περίπτωση του παραδείγματος χρησιμοποιήθηκε η δεύτερη κατηγορία δηλαδή μία έρευνα ερωτηματολογίου Αποκαλυπτόμενης Προτίμησης. Η έρευνα έγινε τηλεφωνικά, σε ένα δείγμα 365 ατόμων τα οποία πληρούσαν τα εξής χαρακτηριστικά: Είχαν κάνει τουλάχιστον ένα ταξίδι μεταξύ των πόλεων που ενδιέφεραν την έρευνα, μέσα στους προηγούμενους 3 μήνες. Δεν είχαν κάποιας μορφής έκπτωση ή άλλο κίνητρο που θα τους έκαναν να προτιμήσουν «μεροληπτικά» το ένα μέσο σε σχέση με το άλλο. Είχαν τη δυνατότητα να χρησιμοποιήσουν Ι.Χ. αν ήθελαν. Είχαν την «ισοδύναμη» δυνατότητα να χρησιμοποιήσουν τρένο, αν ήθελαν, δηλαδή δεν είχαν πολλές αποσκευές, δεν είχαν κάποιας μορφής αναπηρία που θα τους εμπόδιζε, ή δεν ήθελαν να επισκεφθούν πολλούς διαδοχικούς προορισμούς.

15 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Από τα 365 άτομα που ρωτήθηκαν τηλεφωνικά τα 235 πληρούσαν τα παραπάνω «κριτήρια» επιλογής και ταυτόχρονα δέχθηκαν να απαντήσουν. Οι ερωτήσεις που τους έγιναν αφορούσαν τα χαρακτηριστικά της επιλογής που έκαναν και τα χαρακτηριστικά της μετακίνησής τους, όπως τα αντιλήφθηκαν αυτοί, και φυσικά την επιλογή που τελικά έκαναν. Συγκεκριμένα οι ερωτήσεις αφορούσαν: 1.Την επιλογή που έκαναν σε κάθε συγκεκριμένο ταξίδι τους, 2.Το σκοπό της μετακίνησης, 3.Το κόστος που είχαν (ή νόμιζαν ότι είχαν) για το μεταφορικό μέσο που διάλεξαν για τη συγκεκριμένη μετακίνηση αλλά και για το μεταφορικό μέσο που δεν επέλεξαν, 4.Το χρόνο διαδρομής μέσα στο όχημα τόσο για το μεταφορικό μέσο που διάλεξαν για τη συγκεκριμένη μετακίνηση όσο και για το μεταφορικό μέσο που δεν επέλεξαν, 5.Το χρόνο που χρειάστηκαν για να πάνε στο σταθμό του τρένου και να το περιμένουν, ή στη θέση στάθμευσης του ΙΧ οχήματος, 6.Τον αριθμό των (τυχόν) μετεπιβιβάσεων που έκαναν για να φθάσουν στο σταθμό του τρένου, 7.Τα κοινωνικο – οικονομικά χαρακτηριστικά τους (ηλικία, γένος, είδος εργασίας, εισόδημα).

16 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Στο συγκεκριμένο παράδειγμα οι μεταβλητές που διαμορφώθηκαν ήταν: CHOICE : Η επιλογή που γίνεται κάθε φορά (0 για Ι.Χ., και 1 για τρένο). PURP: Ο σκοπός μετακίνησης (1 για επαγγελματικά, 2 για αγορές, 3 για άλλους σκοπούς). TTRAIL: Ο χρόνος διαδρομής με το τρένο (λεπτά). TCRAIL: Το κόστος διαδρομής με το τρένο (σε ευρώ). OVTRAIL: Ο χρόνος για να πάνε στο σταθμό του τρένου και να το περιμένουν. CHANGE: Ο αριθμός των μετεπιβιβάσεων. TTCAR: Ο χρόνος διαδρομής με το Ι.Χ.. TCCAR: Το κόστος διαδρομής με Ι.Χ. (σε ευρώ). OVTCAR: Ο χρόνος πρόσβασης στο Ι.Χ. ή από το Ι.Χ. στον τελικό προορισμό. SEX: Το φύλλο του ερωτώμενου (0 για αρσενικό, 1 για θηλυκό) AGE: Η ηλικία του ερωτώμενου (1 για 60).

17 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Στη συγκεκριμένη περίπτωση ελέγχθηκαν οι δύο παρακάτω εναλλακτικές μορφές γραμμικής διαμόρφωσης της συνάρτησης του U: U = a + b1(PURP) + b2(TTD) + b3(OVTD) + b4(TCD) + b5(SEX) +b6(AGE) + b7(CHANGE) Και U = a + b1(PURP) + b2(TTD) + b3(OVTD) + b4(TCD) + b5(SEX)

18 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Από τα αποτελέσματα φαίνεται ότι δεν υπάρχει μεγάλη διαφορά μεταξύ της ανάλυσης Logit και της probit αν και η πρώτη εμφανίζεται γενικά καλύτερη. Επίσης η πρώτη διαμόρφωση (δηλαδή με τις 7 ανεξάρτητες μεταβλητές) δεν φαίνεται να είναι σημαντικά καλύτερη από την δεύτερη και έτσι υιοθετείται η δεύτερη που έχει λιγότερους συντελεστές. Με τους συντελεστές που προκύπτουν από την ανάλυση Logit, η συνάρτηση χρησιμότητας παίρνει τη μορφή: U = – (PURP) -4.14e -2 (OVTD) e -4 (TCD) (SEX) Το βασικό «μέτρο» επιτυχίας του υποδείγματος σε κάθε περίπτωση είναι ο «Βαθμός Προσαρμογής» του σε σχέση με τα δεδομένα (goodness of fit). Ο βαθμός αυτός προσδιορίζεται είτε από ποσοστό των σωστά προβλεφθεισών επιλογών («percent of correctly predicted choices»), είτε από την τιμή της σχέσης λογαριθμικής πιθανότητας Log Likelihood Function (L ή λ).

19 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Το υπόδειγμα της Γενικής Κυκλοφοριακής Μελέτης Θεσσαλονίκης

20 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split.

21 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΓΕΝΙΚΕΥΜΕΝΟ ΚΟΣΤΟΣ ΓΙΑ ΧΡΗΣΤΕΣ ΜΕ ΠΡΟΣΒΑΣΗ ΣΕ ΙΧ ΟΧΗΜΑ Θεώρηση Λεωφορείου και Μετρό GC bus ca = 5,51 +IVT + 1,8 (WAIT + WALK) + FARE/10,75 GC metro ca = IVT + 1,8 (WAIT + WALK) + FARE/10,75 Θεώρηση Ι.Χ. αυτοκινήτου και Ταξί GC car ca = IVT + 1,8WALK + PARK/10,75 GC taxi ca = 60 + IVT + 1,8 (WAIT + WALK) + COST/10,75 Όπου, IVT : ο χρόνος εντός οχήματος (In Vehicle Time), WAIT : ο (μέσος) χρόνος αναμονής στη στάση, WALK: ο (μέσος) χρόνος περπατήματος προς και από τη στάση, FARE: το (μέσο σταθμισμένο) κόμιστρο Δ.Σ.

22 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Η μεταβλητή PARK που εκφράζει το κόστος στάθμευσης του ΙΧ αυτοκινήτου ορίζεται από την παρακάτω συνάρτηση: PARK = cost x time x sector factor x parking factor όπου: cost: η τιμή της ωριαίας στάθμευσης παρά την οδό time:ο συνολικός μέσος χρόνος ημερήσιας στάθμευσης ανά Ι.Χ. sector factor: συντελεστής βαρύτητας ανάλογα με την περιοχή στάθμευσης Parking factor: ποσοστό «εναλλαγής» της στάθμευσης ανάλογα με την περιοχή

23 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Η μεταβλητή COST που εκφράζει το κόστος μετακίνησης με Ταξί ορίζεται από την παρακάτω συνάρτηση: COST = flag + fare x distance Όπου: flag : η τιμή πτώσης σημαίας fare: η τιμή ανά χιλιόμετρο distance:η απόσταση από μία ζώνη προέλευσης σε μία ζώνη προορισμού

24 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΓΕΝΙΚΕΥΜΕΝΑ ΚΟΣΤΗ ΓΙΑ ΧΡΗΣΤΕΣ ΧΩΡΙΣ ΠΡΟΣΒΑΣΗ ΣΕ Ι.Χ. ΑΥΤΟΚΙΝΗΤΟ (NON CAR AVAILABLE - NCA) Θεώρηση Λεωφορείου, Μετρό και Ταξί GC bus nca = 9,45 +IVT + 1,71 WAIT + 1,94 WALK + FARE/5,10 GC metro nca = IVT + 1,71WAIT + 1,94 WALK + FARE/5,10 GC taxi nca = 14 + IVT + 1,71 WAIT + 1,94 WALK + COST/5,10

25 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΥΠΟΛΟΓΙΣΜΟΣ ΤΟΥ ΓΕΝΙΚΕΥΜΕΝΟΥ ΚΟΣΤΟΥΣ ΤΩΝ ΙΔΙΩΤΙΚΩΝ ΚΑΙ ΔΗΜΟΣΙΩΝ ΜΕΣΩΝ ΜΕΤΑΦΟΡΑΣ ΑΠΟ ΤΟ ΣΥΝΔΥΑΣΜΟ ΤΟΥ ΓΕΝΙΚΕΥΜΕΝΟΥ ΚΟΣΤΟΥΣ ΚΑΘΕ ΜΕΣΟΥ Στη συνέχεια εφαρμόσθηκαν τα βήματα ανάπτυξης των «διαδοχικών ιεραρχημένων logit». Χρησιμοποιώντας τις αντίστοιχες συναρτήσεις γενικευμένου κόστους προσδιορίσθηκαν τα γενικευμένα κόστη αρχικά για κάθε μέσο ξεχωριστά και στη συνέχεια για τα μαζικά μέσα μεταφοράς και για τα ιδιωτικά μέσα μεταφοράς. Οι συναρτήσεις του γενικευμένου κόστους για τα ΜΜΜ και τα ΙΜΜ υπολογίσθηκαν συνθέτοντας τα γενικευμένα κόστη Ι.Χ. και Ταξί και Λεωφορείου και Μετρό αντίστοιχα, σύμφωνα με τον τύπο της αναμενόμενης μέγιστης χρησιμότητας (EMU – expected maximum utility):

26 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Για χρήστες με πρόσβαση σε Ι.Χ. αυτοκίνητο (ca) οι τύποι υπολογισμού ήταν:

27 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Οι πιθανότητες επιλογής μέσου P i εκφράζονται ανά δύο μεταφορικά μέσα (ακολουθώντας την ιεραρχημένη δόμηση του υποδείγματος που φαίνεται στα προηγούμενα σκαριφήματα) σε συνάρτηση με τα γενικευμένα κόστη σύμφωνα με την τεχνική των υποδειγμάτων binary logit ως εξής: Οι πιθανότητες επιλογής μεταξύ Ι.Χ. αυτοκινήτου και ταξί δίνονται από τους τύπους: Οι πιθανότητες επιλογής λεωφορείου και μετρό από τους τύπους:

28 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Οι πιθανότητες επιλογής Μαζικών Μέσων Μεταφοράς και Ιδιωτικών Μέσων Μεταφοράς είναι:

29 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Εμπορευματικές μετακινήσεις στον άξονα Ελλάδας - Ιταλίας Στόχος μελέτης: Να προσδιοριστεί ο βαθμός προτίμησης συνδυασμένων μεταφορών έναντι του οδικού δικτύου για τις εμπορευματικές μετακινήσεις.

30 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. A) ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΠΟΥ ΣΧΕΤΙΖΟΝΤΑΙ ΜΕ ΤΗΝ ΚΑΤΑΣΤΑΣΗ ΕΠΙΛΟΓΗΣ : - η διαφορά στο κόστος ταξιδιού μεταξύ των δύο μέσων: εύρος τιμών από -30% έως και +30% - η διαφορά στη διάρκεια του ταξιδιού: εύρος τιμών από -3 έως +3 μέρες -αξιοπιστία χρόνου παράδοσης: τιμή 1 εάν υπάρχει η μεταβλητή και 0 εάν δεν υπάρχει - ετήσια αύξηση των κερδών της (μεταφορικής) εταιρείας: εύρος τιμών από -10% έως +30% - συμμετοχή στο κόστος επένδυσης (δηλαδή αν δίνεται κάποια επιδότηση από το κράτος ή την Ε.Ε.): εύρος τιμών από 30% έως 100% επί του συνολικού κόστους επένδυσης

31 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. Β) ΑΤΟΜΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΤΩΝ ΧΡΗΣΤΩΝ 1)Π-Π Μιλάνο – μεταφορικές εταιρείες 2)Π-Π Μιλάνο – διαμεταφορικές εταιρείες 3)Π-Π Κολονία – μεταφορικές εταιρείες 4)Π-Π Κολονία – διαμεταφορικές εταιρείες U CT =K+A C *C+A T *T+A P *P+A I *I+A AT *AT+A CC *CC Όπου: U CT :η «χρησιμότητα» των συνδυασμένων μεταφορών (η χρησιμότητα των οδικών μεταφορών είναι ίση με το μηδέν, βασική προϋπόθεση) Κ:η σταθερά του υποδείγματος Α:οι συντελεστές του υποδείγματος, με την υποσημείωση να δείχνει την σχετική παράμετρο στην οποία αναφέρεται. Ο κάθε συντελεστής έχει μια αντίστοιχη τιμή του συντελεστή Student, t η οποία είναι η στατιστική του test-t C: η διαφορά κόστους για ολόκληρο το ταξίδι T:η διαφορά στη χρονική διάρκεια του συνολικού ταξιδιού P:η ποσοστιαία αύξησή του κέρδους Ι:η μεταβλητή που δηλώνει το κατά πόσον έχει δοθεί επιδότηση (%) ΑΤ:ο μέσος όρος των ταξιδιών ανά χρόνο και ανά όχημα και CC: μεταβλητή κωδικοποιημένη στο 1 για ναι και στο 0 για το όχι που δείχνει εάν η εταιρεία χρησιμοποιεί υπολογιστές για την επικοινωνία με τους πελάτες της ή άλλες εταιρείες

32 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΕΦΑΡΜΟΓΗ ΥΠΟΔΕΙΓΜΑΤΟΣ P CT = exp (U CT ) / [1+exp(U CT )] Επιλογή μεταξύ δύο εναλλακτικών μεταφορικών μέσων

33 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΕΦΑΡΜΟΓΗ ΤΟΥ ΥΠΟΔΕΙΓΜΑΤΟΣ ΓΙΑ ΜΕΤΑΦΟΡΕΙΣ ΠΟΥ ΤΑΞΙΔΕΥΟΥΝ ΑΠΟ ΚΑΙ ΠΡΟΣ ΜΙΛΑΝΟ

34 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΕΦΑΡΜΟΓΗ ΤΟΥ ΥΠΟΔΕΙΓΜΑΤΟΣ ΓΙΑ ΔΙΑΜΕΤΑΦΟΡΕΙΣ ΠΟΥ ΕΞΥΠΗΡΕΤΟΥΝ ΤΟ ΜΙΛΑΝΟ

35 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΕΦΑΡΜΟΓΗ ΤΟΥ ΥΠΟΔΕΙΓΜΑΤΟΣ ΓΙΑ ΜΕΤΑΦΟΡΕΙΣ ΠΟΥ ΤΑΞΙΔΕΥΟΥΝ ΑΠΟ ΚΑΙ ΠΡΟΣ ΚΟΛΟΝΙΑ

36 Αποσυνθετικά υποδείγματα συμπεριφοράς – Disaggregate modal split. ΕΦΑΡΜΟΓΗ ΤΟΥ ΥΠΟΔΕΙΓΜΑΤΟΣ ΓΙΑ ΔΙΑΜΕΤΑΦΟΡΕΙΣ ΠΟΥ ΕΞΥΠΗΡΕΤΟΥΝ ΤΗΝ ΚΟΛΟΝΙΑ