Het aantal mensen dat van de ene stad naar de andere reist wordt weergegeven in de vorm van Herkomst-Bestemmings (HB-)matrices. Daarbij staat op plek (i,j) in de matrix hoeveel mensen er van plaats i naar plaats j reizen. Deze matrices zijn van belang voor strategische beslissingen, bijvoorbeeld bij het plannen van een nieuwe weg. Ook worden ze in verkeersmodellen gebruikt. Daarmee kan worden ingeschat wat de verkeersstromen (files) worden in een te evalueren scenario.

HB-matrices schatten

Het schatten van HB-matrices is een complex probleem. Het is wel gemakkelijk om te meten hoeveel voertuigen over een bepaalde weg gaan, maar niet om te bepalen waar al die voertuigen vandaan komen en naartoe gaan. Daarbij zijn de matrices ook nog eens tijdsafhankelijk: de avondspits is anders dan de ochtendspits en het weekend is anders dan een doordeweekse dag.

Voor het bepalen van HB-matrices worden mobiliteitsonderzoek en modellen voor (economische) aantrekkelijkheid gebruikt. Dit levert een zgn. “a-priori matrix” op. Deze beginschatting wordt aangevuld met tellingen van het verkeer. De vraag is dan welke HB-matrix het beste past bij de beginschatting en de tellingen, een wiskundig optimalisatieprobleem.

De Dienst Verkeer en Scheepvaart (DVS) van Rijkswaterstaat gebruikt het computerprogramma AVV-MAT om dit probleem op te lossen. Dit programma geeft goede resulaten maar was lastig in het gebruik vanwege de grote rekentijd. VORtech had al eerder verkeersmodellen aanmerkelijk versneld. Vandaar dat DVS aan VORtech vroeg of dat ook voor AVV-MAT zou kunnen.

Versnellen

Edwin Vollebregt van VORtech was verantwoordelijk voor de uitvoering van dit project. Edwin: 'We zijn begonnen met een voorstudie van vijf dagen om in kaart te brengen waar de problemen zaten, wat daar aan te doen zou zijn en wat het zou kunnen opleveren. Daar kwam een veelbelovend resultaat uit.' Dat vond DVS blijkbaar ook, want in een vervolgopdracht zijn de voorgestelde verbeteringen door VORtech ook daadwerkelijk doorgevoerd.

De aanpassingen die gedaan zijn hebben te maken met de wiskundige optimalisatiemethode, de manier waarop die precies is geimplementeerd, en met parallellisatie ervan. Door verbeteringen aan de algoritmen kan het programma nu veel sneller zijn oplossing vinden dan voorheen. Edwin Vollebregt: 'We hebben met name veel kunnen winnen in de methoden voor het oplossen van het optimalisatieprobleem dat centraal staat in het programma. Op een bepaalde plek hebben we een heel nieuw algoritme geintroduceerd dat veel efficienter is en ook nog eens betere resultaten oplevert. Maar daarnaast konden we ook nog flink wat snelheid winnen door soms subtiele aanpassingen aan de bestaande rekenmethoden.'

Multicore-PC's

Naast deze verbeteringen aan de algoritmen is het programma ook geoptimaliseerd voor PC's met multicore processoren. De meeste PC's die op dit moment verkocht worden hebben zo'n multicore processor. Maar programma's moeten vaak wel aangepast worden om te kunnen profiteren van de rekenkracht van de extra cores. Voor AVV-MAT leverde deze optimalisatie een factor 2 tot 4 extra performance-winst op.

De versnelling van AVV-MAT is een welkome verbetering voor de gebruikers. Op dit moment loopt een groot project om de landelijke HB-matrices opnieuw vast te stellen. Met de nieuwe versie van AVV-MAT kan dit project in veel kortere tijd en met hogere kwaliteit worden uitgevoerd.