Optimalisatie van het multimodale vervoersnetwerk in de Randstad, rekening houdend met meerdere doelstellingen

Deze paper geeft een onderzoeksaanpak om te komen tot een geoptimaliseerd multimodaal personenvervoersnetwerk in de Randstad. Deze aanpak houdt rekening met meerdere doelstellingen, die de verschillende aspecten van duurzaamheid in relatie tot verkeer representeren (bereikbaarheid, milieu en leefbaarheid). Uitgangspunt is het huidige netwerk van openbaar vervoer, auto en fiets. Verbeteringen aan het openbaar vervoernetwerk en aan overstapknooppunten zijn de beslisvariabelen, het netwerk voor auto en voor fiets wordt constant verondersteld. De effecten van deze verbeteringen worden gemodelleerd door een verkeersmodel dat expliciet kan omgaan met multimodale verplaatsingen. Dit resulteert in een toegedeeld netwerk, van waaruit de waarden van de doelfuncties worden berekend met behulp van effectmodellen. De toe te passen optimalisatietechniek houdt rekening met meerdere doelstellingen, wat resulteert in een Pareto optimale set: een set oplossingen met bijbehorende netwerken en doelfunctiewaarden, waarvan elke oplossing bij een bepaalde waardering van de doelstellingen optimaal kan scoren. Omdat exacte methoden te rekenintensief zijn, wordt er in de oplossingsruimte gezocht door middel van een heuristieke optimalisatiemethode, zoals bijvoorbeeld genetisch algoritme, simulated annealling, tabu search. Er kunnen clusteringstechnieken worden toegepast om de set te reduceren tot een presentabele hoeveelheid oplossingen. De paper eindigt met enkele mogelijke scenario’s die uit het optimalisatiealgoritme zouden kunnen voortkomen. De beoogde resultaten van dit onderzoek kunnen input zijn voor beleid in de Randstad: ze laten de samenhang tussen de verschillende doelstellingen zien en geven voor elk van de oplossingsrichtingen aan hoe effectief ze zijn op de verschillende duurzaamheidsdoelstellingen.