การพยากรณ์ด้านการขนส่งคือความพยายามในการประเมินจำนวนยานพาหนะหรือผู้คนที่กำลังจะใช้บริการขนส่ง เฉพาะแห่ง ในอนาคต ตัวอย่างเช่น การพยากรณ์อาจประเมินจำนวนยานพาหนะบนถนนหรือสะพาน ที่วางแผนไว้ จำนวนผู้โดยสารบนเส้นทางรถไฟจำนวนผู้โดยสารที่เดินทางไปยังสนามบินหรือจำนวนเรือที่เข้าเทียบท่า การพยากรณ์การจราจรเริ่มต้นด้วยการรวบรวมข้อมูล เกี่ยวกับ การจราจรในปัจจุบันข้อมูลการจราจรนี้จะถูกนำมารวมกับข้อมูลอื่นๆ ที่ทราบแล้ว เช่น ประชากร การจ้างงาน อัตราการเดินทาง ค่าใช้จ่ายในการเดินทาง ฯลฯ เพื่อพัฒนารูปแบบจำลองความต้องการการจราจรสำหรับสถานการณ์ปัจจุบัน การป้อนข้อมูลที่คาดการณ์ไว้เกี่ยวกับประชากร การจ้างงาน ฯลฯ เข้าไปในรูปแบบจำลองนี้ จะทำให้ได้ค่าประมาณการจราจรในอนาคต ซึ่งโดยทั่วไปจะประเมินสำหรับแต่ละส่วนของโครงสร้างพื้นฐานด้านการขนส่งที่เกี่ยวข้อง เช่น สำหรับแต่ละส่วนของถนนหรือสถานีรถไฟ

การพยากรณ์ปริมาณการจราจรถูกนำไปใช้เพื่อวัตถุประสงค์สำคัญหลายประการในนโยบายการวางแผนและวิศวกรรม ด้านการขนส่ง ได้แก่ การคำนวณความจุของโครงสร้างพื้นฐาน เช่น สะพานควรมีกี่เลน การประเมินความเป็นไปได้ ทางการเงินและสังคม ของโครงการ เช่นการวิเคราะห์ต้นทุนและผลประโยชน์และการประเมินผลกระทบทางสังคมและการคำนวณผลกระทบต่อสิ่งแวดล้อมเช่นมลพิษทางอากาศและเสียงรบกวน

ภายใต้กรอบการวางแผนอย่างมีเหตุผล การคาดการณ์ด้านการขนส่งโดยทั่วไปจะปฏิบัติตามแบบจำลองสี่ขั้นตอนตามลำดับ หรือกระบวนการวางแผนการขนส่งในเมือง (UTP) ซึ่งเริ่มนำมาใช้ครั้งแรกบนคอมพิวเตอร์เมนเฟรมในช่วงทศวรรษ 1950 ใน การศึกษาการจราจรในเขต มหานครดีทรอยต์ และ การศึกษาการขนส่งในเขต ชิคาโก (CATS)

การพยากรณ์การใช้ที่ดินเป็นจุดเริ่มต้นของกระบวนการ โดยทั่วไปแล้ว การพยากรณ์จะทำขึ้นสำหรับภูมิภาคโดยรวม เช่น การเติบโตของประชากร การพยากรณ์ดังกล่าวจะให้ข้อมูลควบคุมสำหรับการวิเคราะห์การใช้ที่ดินในระดับท้องถิ่น โดยทั่วไปแล้ว ภูมิภาคจะถูกแบ่งออกเป็นโซน และโดยการวิเคราะห์แนวโน้มหรือการถดถอยประชากรและการจ้างงานจะถูกกำหนดสำหรับแต่ละโซน

ขั้นตอนทั้งสี่ของแบบจำลองระบบการวางแผนการขนส่งในเมืองแบบดั้งเดิมมีดังนี้:

• การสร้างการเดินทางเป็นตัวกำหนดความถี่ของต้นทางหรือปลายทางของการเดินทางในแต่ละโซนตามวัตถุประสงค์ของการเดินทาง โดยขึ้นอยู่กับการใช้ที่ดินและข้อมูลประชากรของครัวเรือน รวมถึงปัจจัยทางเศรษฐกิจและสังคมอื่นๆ
• การกระจายการเดินทางจะจับคู่ต้นทางกับปลายทาง โดยมักใช้ ฟังก์ชัน แบบจำลองแรงโน้มถ่วงซึ่งเทียบเท่ากับแบบจำลองที่เพิ่มเอนโทรปีสูงสุดแบบจำลองเก่าๆ ได้แก่ วิธี Fratar หรือ Furness ซึ่งเป็นการปรับสัดส่วน แบบวน ซ้ำ^{[ 1 ]}
• การเลือกโหมดการเดินทางจะคำนวณสัดส่วนของการเดินทางระหว่างต้นทางและปลายทางแต่ละแห่งที่ใช้โหมดการขนส่ง เฉพาะ (แบบจำลองโหมดนี้อาจอยู่ใน รูปแบบ โลจิต )
• การกำหนดเส้นทางคือการจัดสรรการเดินทางระหว่างจุดเริ่มต้นและจุดหมายปลายทางโดยใช้โหมดการเดินทางเฉพาะให้กับเส้นทางนั้นๆ บ่อยครั้ง (สำหรับการกำหนดเส้นทางบนทางหลวง) จะใช้ หลักการ สมดุลของผู้ใช้ของวอร์ดรอป (เทียบเท่ากับ สมดุลแนช ) ซึ่งผู้ขับขี่แต่ละคน (หรือกลุ่ม) จะเลือกเส้นทางที่สั้นที่สุด (เวลาเดินทาง) โดยมีเงื่อนไขว่าผู้ขับขี่คนอื่นๆ ก็ทำเช่นเดียวกัน ความยากอยู่ที่ว่าเวลาเดินทางเป็นฟังก์ชันของความต้องการ ในขณะที่ความต้องการเป็นฟังก์ชันของเวลาเดินทาง ซึ่งเรียกว่าปัญหาแบบสองระดับอีกแนวทางหนึ่งคือการใช้ แบบจำลอง การแข่งขันของสแต็กเกลเบิร์กซึ่งผู้ใช้ ("ผู้ตาม") ตอบสนองต่อการกระทำของ "ผู้นำ" ในกรณีนี้เช่น ผู้จัดการจราจร ผู้นำจะคาดการณ์การตอบสนองของผู้ตาม

หลังจากแบบจำลองคลาสสิกแล้ว จะมีการประเมินตามชุดเกณฑ์การตัดสินใจและพารามิเตอร์ที่ตกลงกันไว้ เกณฑ์ทั่วไปคือการวิเคราะห์ต้นทุนและผลประโยชน์ การวิเคราะห์ดังกล่าวอาจนำมาใช้หลังจากแบบจำลองการจัดสรรเครือข่ายระบุความจุที่ต้องการแล้ว: ความจุดังกล่าวคุ้มค่าหรือไม่? นอกจากการระบุขั้นตอนการพยากรณ์และการตัดสินใจเป็นขั้นตอนเพิ่มเติมในกระบวนการแล้ว การพยากรณ์และการตัดสินใจยังแทรกซึมอยู่ในทุกขั้นตอนของกระบวนการ UTP การวางแผนเกี่ยวข้องกับอนาคต และขึ้นอยู่กับการพยากรณ์

แบบจำลองตามกิจกรรมเป็นอีกประเภทหนึ่งของแบบจำลองที่คาดการณ์ว่าแต่ละบุคคลจะทำกิจกรรมเฉพาะอย่าง (เช่น การทำงาน การพักผ่อน การช้อปปิ้ง ฯลฯ) ที่ไหนและเมื่อใด

หลักการสำคัญของแบบจำลองที่อิงตามกิจกรรมคือ ความต้องการในการเดินทางเกิดจากกิจกรรมที่ผู้คนต้องการหรือปรารถนาจะทำ โดยการตัดสินใจเกี่ยวกับการเดินทางเป็นส่วนหนึ่งของการตัดสินใจในการวางแผนกำหนดการ ดังนั้น การเดินทางจึงถูกมองว่าเป็นเพียงคุณลักษณะหนึ่งของระบบ แบบจำลองการเดินทางจึงถูกกำหนดขึ้นภายในบริบทของวาระการประชุม ในฐานะองค์ประกอบหนึ่งของการตัดสินใจในการวางแผนกำหนดการกิจกรรม

แบบจำลองตามกิจกรรมนำเสนอความเป็นไปได้อื่นๆ นอกเหนือจากแบบจำลองสี่ขั้นตอน เช่น การสร้างแบบจำลองปัญหาสิ่งแวดล้อม เช่น การปล่อยมลพิษและการสัมผัสกับมลพิษทางอากาศ แม้ว่า Shiftan จะตระหนักถึงข้อดีที่ชัดเจนของแบบจำลองเหล่านี้เพื่อวัตถุประสงค์ด้านสิ่งแวดล้อมเมื่อเกือบ 10 ปีก่อน^{[ 2 ]}แต่การประยุกต์ใช้กับแบบจำลองการสัมผัสยังคงมีน้อย แบบจำลองตามกิจกรรมเพิ่งถูกนำมาใช้เพื่อทำนายการปล่อยมลพิษ^{[ 3 ]}และคุณภาพอากาศ^{[ 4 ] [ 5 ]} นอกจากนี้ยังสามารถให้การประมาณค่าการสัมผัสโดยรวมที่ดีขึ้น ในขณะเดียวกันก็ช่วยให้สามารถแยกการสัมผัสของแต่ละบุคคลตามกิจกรรมได้^{[ 6 ] [ 7 ]} ดังนั้นจึงสามารถใช้เพื่อลดการจำแนกประเภทการสัมผัสที่ผิดพลาดและสร้างความสัมพันธ์ระหว่างผลกระทบต่อสุขภาพและคุณภาพอากาศได้อย่างแม่นยำยิ่งขึ้น^{[ 8 ]} ผู้กำหนดนโยบายสามารถใช้แบบจำลองตามกิจกรรมเพื่อวางแผนกลยุทธ์ที่ลดการสัมผัสโดยการเปลี่ยนรูปแบบกิจกรรมตามเวลาหรือกำหนดเป้าหมายกลุ่มเฉพาะในประชากร^{[ 9 ] [ 10 ]}

แบบจำลองเหล่านี้มีจุดประสงค์เพื่อคาดการณ์ผลกระทบของการเปลี่ยนแปลงในเครือข่ายการขนส่งและการดำเนินงานที่มีต่อสถานที่ตั้งกิจกรรมในอนาคต จากนั้นจึงคาดการณ์ผลกระทบของสถานที่ตั้งใหม่เหล่านี้ต่อความต้องการด้านการขนส่ง

เมื่อวิทยาศาสตร์ข้อมูลและ เทคโนโลยี บิ๊กดาต้าพร้อมใช้งานสำหรับการสร้างแบบจำลองการขนส่ง การวิจัยกำลังมุ่งไปสู่การสร้างแบบจำลองและทำนายพฤติกรรมของผู้ขับขี่แต่ละคนในเมืองทั้งเมืองในระดับบุคคล^{[ 11 ]}ซึ่งจะเกี่ยวข้องกับการทำความเข้าใจต้นทางและปลายทางของผู้ขับขี่แต่ละคน รวมถึงฟังก์ชันอรรถประโยชน์ของพวกเขา อาจทำได้โดยการรวมข้อมูลต่อผู้ขับขี่ที่รวบรวมบนเครือข่ายถนนเช่น โดย กล้อง ANPRเข้ากับข้อมูลอื่นๆ เกี่ยวกับบุคคล เช่น ข้อมูลจากโปรไฟล์เครือข่ายสังคม ข้อมูลการซื้อ บัตรเครดิตและประวัติการค้นหาในเครื่องมือค้นหาซึ่งจะนำไปสู่การทำนายที่แม่นยำยิ่งขึ้น ความสามารถในการควบคุมการจราจรที่เพิ่มขึ้นสำหรับการจัดลำดับความสำคัญที่กำหนดเองสำหรับผู้ขับขี่เฉพาะราย แต่ก็มีข้อกังวลด้านจริยธรรมเช่นกัน เนื่องจากรัฐบาลท้องถิ่นและรัฐบาลกลางใช้ข้อมูลมากขึ้นเกี่ยวกับบุคคลที่สามารถระบุตัวตนได้ แม้ว่าการบูรณาการข้อมูล ส่วนบุคคลบางส่วนดังกล่าว จะน่าสนใจ แต่ก็มี ข้อกังวล ด้านความเป็นส่วนตัว อย่างมาก เกี่ยวกับความเป็นไปได้ ซึ่งเกี่ยวข้องกับการวิพากษ์วิจารณ์การเฝ้าระวังจำนวน มาก

แม้ว่าจะไม่ได้ระบุว่าเป็นขั้นตอนในกระบวนการ UTP แต่ กระบวนการวิเคราะห์ UTP นั้นเกี่ยวข้องกับ การรวบรวมข้อมูลจำนวนมาก มีการรวบรวมข้อมูล สำมะโนประชากรและข้อมูลการใช้ที่ดิน รวมถึงแบบสำรวจสัมภาษณ์ที่บ้านและแบบสำรวจการเดินทาง แบบสำรวจสัมภาษณ์ที่บ้าน ข้อมูลการใช้ที่ดิน และแบบสำรวจสถานที่ท่องเที่ยวพิเศษต่างๆ เป็นข้อมูลที่ใช้ในการวิเคราะห์ด้วยเครื่องมือของ UTP

การรวบรวม การจัดการ และการประมวลผลข้อมูล การประมาณค่าแบบจำลอง และการใช้แบบจำลองเพื่อสร้างแผนงาน เป็นเทคนิคที่ใช้กันอย่างแพร่หลายในกระบวนการ UTP ในช่วงแรกๆ ในสหรัฐอเมริกา ข้อมูลสำมะโนประชากรได้รับการเสริมด้วยวิธีการเก็บรวบรวมข้อมูลที่พัฒนาโดยสำนักงานทางหลวงสาธารณะ (หน่วยงานก่อนหน้าของสำนักงานบริหารทางหลวงแห่งสหรัฐอเมริกา ) ได้แก่ ขั้นตอนการนับปริมาณการจราจร การนับจำนวนรถที่จอดขวางเส้นทาง "คุณมาจากไหนและคุณกำลังจะไปที่ไหน" และเทคนิคการสัมภาษณ์ที่บ้าน โปรโตคอลสำหรับการเข้ารหัสเครือข่ายและแนวคิดของการวิเคราะห์หรือเขตจราจรเกิดขึ้นที่ CATS

การประมาณค่าแบบจำลองใช้เทคนิคที่มีอยู่แล้ว และแผนต่างๆ ถูกพัฒนาขึ้นโดยใช้แบบจำลองใดก็ตามที่ได้รับการพัฒนาในการศึกษา ความแตกต่างหลักระหว่างปัจจุบันกับในอดีตคือ การพัฒนาแหล่งข้อมูลเชิงวิเคราะห์เฉพาะด้านการวางแผนการขนส่ง นอกเหนือจากเทคนิคการเก็บรวบรวมข้อมูล BPR ที่ใช้ในยุคแรกๆ

ลักษณะการพยากรณ์การขนส่งแบบลำดับและแบบรวมได้รับการวิพากษ์วิจารณ์อย่างมาก แม้ว่าจะมีการปรับปรุงเกิดขึ้น โดยเฉพาะอย่างยิ่งการให้ฐานกิจกรรมแก่ความต้องการการเดินทาง แต่ก็ยังมีอีกมากที่ต้องทำ ในช่วงทศวรรษ 1990 การลงทุนของรัฐบาลกลางส่วนใหญ่ในการวิจัยแบบจำลองได้มุ่งไปที่ โครงการ Transimsที่ห้องปฏิบัติการแห่งชาติ Los Alamosซึ่งพัฒนาโดยนักฟิสิกส์ แม้ว่าการใช้ซูเปอร์คอมพิวเตอร์และการจำลองโดยละเอียดอาจเป็นการปรับปรุงจากการปฏิบัติจริง แต่ก็ยังไม่ได้รับการพิสูจน์ว่าดีกว่า (แม่นยำกว่า) แบบจำลองทั่วไป เวอร์ชันเชิงพาณิชย์ได้ถูกแยกออกไปให้กับ IBM ^{[ 12 ]}และ เวอร์ชัน โอเพนซอร์สก็ได้รับการดูแลอย่างต่อเนื่องในชื่อ TRANSIMS Open-Source ^{[ 13 ] [ 14 ]}

รายงานของ สำนักงานตรวจสอบบัญชีภาครัฐปี 2009 ระบุว่าการตรวจสอบแบบจำลองการขนส่งของรัฐบาลกลางมุ่งเน้นไปที่ข้อกำหนดด้านกระบวนการ (เช่น ประชาชนมีโอกาสแสดงความคิดเห็นอย่างเพียงพอหรือไม่) มากกว่าผลลัพธ์ด้านการขนส่ง (เช่น การลดเวลาเดินทาง หรือการรักษาระดับการปล่อยมลพิษหรือก๊าซเรือนกระจกให้อยู่ในมาตรฐานของประเทศ) ^{[ 15 ]}

หนึ่งในข้อผิดพลาดที่สำคัญในการใช้แบบจำลองการขนส่งในทางปฏิบัติคือการขาดการตอบรับจากแบบจำลองการขนส่งเกี่ยวกับการใช้ที่ดิน การลงทุนด้านทางหลวงและการขนส่งไม่เพียงแต่ตอบสนองต่อการใช้ที่ดินเท่านั้น แต่ยังกำหนดรูปแบบการใช้ที่ดินอีกด้วย^{[ 16 ]}

• การควบคุมการจราจรทางอากาศ
• วารสารการขนส่งและการใช้ที่ดิน
• อคติในการมองโลกในแง่ดี
• การพยากรณ์คลาสอ้างอิง
• การควบคุมการจราจรบนถนน
• ปัญหาการจราจรติดขัด
• ทรานัส