이동 수요 모델 고도화

• 활동 기반(ABM), 투어 기반, 기존 트립 기반 모델링 등 거의 모든 이동 수요 모델을 조합할 수 있습니다.
• 높은 비용의 재코딩이나 플랫폼 변경 없이 향상된 사용성과 성능으로 수요 모델을 업그레이드하세요.
• 시각적 인터페이스, 실시간 모델 유효성 검사, 강력한 표현식 시스템을 통해 이동 수요 모델을 더 빠르게 작업할 수 있습니다.
• 집계 및 집계 해제/미세 시뮬레이션 수요 모델링을 위한 인구 합성 및 포괄적인 선택 모델링 기능을 포함하여 최신 이동 수요 모델링에 필요한 모든 기능을 손쉽게 사용할 수 있습니다.

모든 모빌리티 데이터 활용

• 머신러닝을 사용하면 지루하고 예측하기 어려운 시행착오를 거쳐 모델을 보정할 필요가 없으므로 시간과 비용을 절약할 수 있습니다.
• 자동화된 모델 보정 절차는 여러 데이터 소스의 데이터 목표에 대해 수요 모델 계수를 동시에 조정하여 더 나은 검증을 가능하게 합니다.
• 모든 모빌리티 데이터 소스를 활용하여 교통, 환승, 출발지-목적지 집계는 물론 가구 이동 조사(HHTS) 데이터에 추가하거나 대신하여 빅 데이터를 통합하여 이동 수요 모델을 직접 개선할 수 있습니다.

OpenPaths AGENT는 OpenPaths Ultimate Edition에서만 사용할 수 있습니다.

선도적인 운송 모델링 

• 주요 교통 기관이 신뢰하는 교통, 대중교통, 복합 교통 네트워크 및 수요 모델링 절차.
• 현지 용도 또는 새로운 모델 절차에 맞춰 고유하면서도 유연한 모델을 맞춤화 할 수 있습니다.
• 혼잡한 대중 교통, 운임 통합, 통행료 징수, 교차로 지연, 사용 중인 교통 및 서비스 계획 애플리케이션에 대해 즉시 사용할 수 있는 지원이 포함됩니다.
• 고급 수요 모델링을 위해 OpenPaths AGENT와 기본적으로 통합됩니다. (OpenPaths AGENT는 OpenPaths Ultimate Edition에서만 사용할 수 있습니다)

생산성 가속화 

• 확장 가능한 지도, 차트, 보고서, 시나리오 비교를 통해 데이터 투명성을 제공하고 결과를 통찰력으로 전환합니다.
• 코드가 없으면서 코드 친화적이기도 합니다. 팀 내 누구나 사용할 수 있는 시각적 제어 흐름 시스템으로 모델 절차를 손쉽게 구성하거나, 개발자를 위한 포괄적인 Python API로 절차를 맞춤 설정하고 코드로 모델을 관리할 수 있습니다.
• 다중 모드 네트워크, 이동 수요, 측량, 인구, 가구, 개인, 여행, 관광을 비롯한 이동 결과 등 모든 이동성 데이터를 수용합니다.
• 시간에 걸쳐 또는 기획 시나리오 간의 3D 애니메이션을 만들어 대규모 지역 이동성 패턴을 파악하거나 시간 기반 모델을 재생합니다. 

정보에 기반한 의사 결정

• 멀티모드 운송 모델링 절차의 전체 라이브러리를 사용하여 여러 시나리오를 시각화하고, 테스트하고, 비교할 수 있습니다.
• 고급 수요 모델링을 위해 OpenPaths AGENT와 기본적으로 통합됩니다. (OpenPaths AGENT는 OpenPaths Ultimate Edition에서만 사용할 수 있습니다)
• 포괄적인 시나리오 관리 기능으로 입력 데이터의 변경 사항을 쉽게 관리하세요.
• 비즈니스 사례 지원을 위해 기획 및 설계 의사 결정의 적합성에 대한 조언을 제공합니다.

프로젝트 제공 시간 단축

• 운송 모델링 함수 라이브러리에 액세스하여 모델 개발 시 시간을 절약할 수 있습니다.
• 직관적인 순서도 인터페이스를 사용하여 모델 프로세스를 구성하고 모델링 작업을 빠르게 완료할 수 있습니다.
• Python API와 타사 애플리케이션과의 유연한 통합을 활용하세요.
• 재작업 및 오류를 줄이고 강력한 공간 기술로 프로세스를 간소화합니다.

전체 그림을 볼 수 있는 교통 시뮬레이션

• 차량 흐름, 차선 변경, 간격 허용 동작과 함께 개별 차량을 시뮬레이션하여 사실적인 교통 모델을 생성합니다.
• 고성능 애니메이션은 3D, 360°의 시각화 및 분석 환경을 제공합니다.
• 프로덕션 품질의 동영상으로 스토리보드를 작성하고 직관적인 애니메이션을 공유할 수 있습니다.

모든 규모의 모델을 신속하게 개발

• 인기 있는 다양한 운송 소프트웨어 및 데이터 형식에 대한 가져오기 기능을 빠르게 시작할 수 있습니다.
• 문제를 쉽게 식별하고 해결할 수 있는 포괄적인 네트워크 데이터 유효성 검사 및 정리 기능으로 모델 개발을 간소화합니다.
• 미래의 이동 수요에 맞게 교통 신호와 회전 이동 매개변수를 합성하여 미래 시나리오를 개발할 수 있습니다.

자신 있게 모델 보정

• 빠른 실행 시간과 적은 보정 매개변수로 보정 시간을 줄이고 시나리오를 테스트하는 데 더 많은 시간을 할애할 수 있습니다.
• 검증된 시뮬레이션 기반 수요 조정 기능으로 그 어느 때보다 높은 보정 지표를 달성할 수 있습니다.
• 수요가 많은 미래 연도 시나리오에 대해서도 안정적이고 재현 가능한 결과를 생성할 수 있습니다.

OpenPaths DYNAMEQ는 OpenPaths Ultimate Edition에서만 사용할 수 있습니다.

모빌리티에 대한 디지털 렌즈

• 궤적, 경로, 지점 또는 모든 종류의 시간 기반 위치 또는 이동 데이터를 포함한 모빌리티 데이터를 설득력 있는 시각적 표현으로 만들 수 있습니다.
• 모빌리티 데이터를 애니메이션, 탐색, 색상 지정, 필터링, 레이블 지정, 쿼리하여 관계를 발견하고 더 명확하게 이해할 수 있습니다.
• GTFS(일반 대중교통 피드 사양), 요금 카드 데이터, GPS 및 휴대폰 기록, 소셜 미디어 활동, 이동 설문조사, 토지 이용 모델, AGENT기반 시뮬레이션 결과를 포함한 모빌리티 데이터를 가져와서 작업합니다.
• 스크립트 카메라 키프레임 애니메이션으로 프로덕션 품질의 동영상을 저장합니다.

모빌리티 개발 키트

• 분석 및 시각적 처리를 개발하고, 기본 OpenPaths CityPhi Python 라이브러리를 사용하여 자체 데이터를 로드합니다.
• 15개의 시각적 레이어와 수십 개의 파라미터로 적합한 장면을 구성하고 시간 경과에 따라 재생할 수 있습니다.
• 반응형 UI를 갖춘 Jupyter Notebook을 사용해 최신 Python 데이터 과학 워크플로에 OpenPaths CityPhi를 통합할 수 있습니다.