Vehicular Traffic Flow Map, 1988

Traffic volumes represented on this map are annual average daily traffic volumes between major traffic generators: highway junctions and cities.

Vehicular Traffic Flow Map, 1990

Traffic volumes represented on this map are annual average daily traffic volumes between major traffic generators: highway junctions and cities.

Vehicular Traffic Flow Map, 1992

Traffic volumes represented on this map are annual average daily traffic volumes between major traffic generators: highway junctions and cities.

Vehicular Traffic Flow Map, 1994

Traffic volumes represented on this map are annual average daily traffic volumes between major traffic generators: highway junctions and cities.

Vehicular Traffic Flow Map, 1996

Traffic volumes represented on this map are annual average daily traffic volumes between major traffic generators: highway junctions and cities.

Vehicular Traffic Flow Map, 1998

Traffic volumes represented on this map are annual average daily traffic volumes between major traffic generators: highway junctions and cities.

Vehicular Traffic Flow Map, 2000

Traffic volumes represented on this map are annual average daily traffic volumes between major traffic generators: highway junctions and cities.

Vehicular Traffic Flow Map, 2002

Traffic volumes represented on this map are annual average daily traffic volumes between major traffic generators: highway junctions and cities.

Vehicular Traffic Flow Map, 2004

Traffic volumes represented on this map are annual average daily traffic volumes between major traffic generators: highway junctions and cities.

Vehicular Traffic Flow Map, 2006

Traffic volumes represented on this map are annual average daily traffic volumes between major traffic generators: highway junctions and cities.

Vehicular Traffic Flow Map, 2008

Traffic volumes represented on this map are annual average daily traffic volumes between major traffic generators: highway junctions and cities.

Logistics Development in Finnish and Swedish Companies with Respect of Russia and Four Asian Countries: Traffic Flow and Warehousing Analysis from Current Situation and Likely Development Trends

On selvää, että tänä päivänä maailmankaupan painopiste on hiljalleen siirtymässä Aasiaan ja varsinkin Kiina on ollut huomion keskipisteessä. Erityisesti valmistavien yritysten perspektiivistä muutos on ollut merkittävä ja tämä tosiasia kasvattaa yrityksissä paineita luoda kustannustehokkaita toimitusketjuratkaisuja,joiden vasteaika on mahdollisimman lyhyt. Samaan aikaan kun tarkastellaan kuljetusvirtoja, huomattaan että maanosien välillä on suuri epätasapaino. Tämä on enimmäkseen seurausta suurten globaalisti toimivien yritysten toimitusketjustrategioista. Useimmat näistä toimijoista optimoivat verkostonsa turvautumalla 'paikalliseen hankintaan', jotta he voisivat paremmin hallita toimitusketjujaan ja saada näitä reagointiherkimmiksi. Valmistusyksiköillä onkin monesti Euroopassa pakko käyttää kalliita raaka-aineita ja puolivalmisteita. Kriittisiksi tekijöiksi osoittautuvat kuljetus- ja varastointikustannukset sekä näiden seurauksena hukka-aika, joka aiheutuu viivästyksistä. Voidakseen saavuttaa optimiratkaisun, on tehtävä päätös miten tuotteet varastoidaan: keskitetysti tai hajautetusti ja integroida tämä valinta sopivien kuljetusmuotojen kanssa. Aasiasta Pohjois-Eurooppaan on halpaa käyttää merikuljetusta, mutta operaatio kestää hyvin pitkään - joissain tapauksessa jopa kahdeksan viikkoa. Toisaalta lentokuljetus on sekä kallis että rajoittaa siirrettävien tuotteiden eräkokoa.On olemassa kolmaskin vaihtoehto, josta voisi olla ratkaisuksi: rautatiekuljetus on halvempi kuin lentokuljetus ja vasteajat ovat lyhyemmät kuin merikuljetuksissa. Tässä tutkimuksessa tilannetta selvitetään kyselyllä, joka suunnattiin Suomessa ja Ruotsissa toimiville yrityksille. Tuloksien perusteella teemme johtopäätökset siitä, mitkä kuljetusmuotojen markkinaosuudet tulevat olemaan tulevaisuudessa sekä luomme kuvan kuljetusvirroista Euroopan, Venäjän, Etelä-Korea, Intian, Kiinan ja Japanin välillä. Samalla on tarkoitus ennakoida sitä, miten tarkastelun kohteena olevat yritykset aikovat kehittää kuljetuksiaan ja varastointiaan tulevien vuosien aikana. Tulosten perusteella näyttää siltä, että seuraavan viiden vuoden kuluessa kuljetuskustannukset eivät merkittävissä määrin tule muuttuman ja meri- sekä kumipyöräkuljetukset pysyvät suosituimpina vaihtoehtoina.Kuitenkin lentokuljetusten osuus laskee hiukan, kun taas rautatiekuljetusten painotus kasvaa. Tulokset paljastavat, että Kiinassa ja Venäjällä kuljetettava konttimäärä kasvaa; Intiassa tulos on saman suuntainen, joskaan ei niin voimakas. Analyysimme mukaan kuljetusvirtoihin liittyvä epätasapaino säilyy Venäjän kuljetusten suhteen: yritykset jatkavat tulevaisuudessakin vientiperusteista strategiaansa. Varastoinnin puolella tunnistamme pienemmän muutoksen, jonka mukaan pienikokoisten varastojen määrät todennäköisesti vähenevät tulevaisuudessa ja kiinnostus isoja varastoja kohtaan lisääntyy. Tässä kohtaa on mainittava, että suomalaisilla yrityksillä on enemmän varastoja Keski- ja Itä-Euroopassa verrattuna ruotsalaisiin toimijoihin, jotka keskittyvät selkeämmin Länsi-Euroopan maihin. Varastoja yrityksillä on molemmissa tapaukissa paljolti kotimaassaan. Valitessaan varastojensa sijoituskohteita yritykset painottavat seuraavia kriteereitä: alhaiset jakelukustannukset, kokoamispaikan/valmistustehtaan läheisyys, saapuvan logistiikan integroitavuus ja saatavilla olevat logistiikkapalvelut. Tutkimuksemme lopussa päädymme siihen, että varastojen sijoituspaikat eivät muutu satamien rakenteen ja liikenneyhteyksien takia kovinkaan nopeasti.

Traffic flow development at North European company level with respect of China and Russia

The aim of the thesis is to analyze traffic flows and its development from North European companies` point of view to China and Russia using data from logistics questionnaire. Selected North European companies are large Finnish and Swedish companies. The questionnaire was sent via email to the target group. The study is based on the answers got from respondent companies from years 2006, 2009 and 2010. In the thesis Finnish Talouselämä newspaper and Swedish Affärsdata are used as a database to find the target companies for the survey. Respondents were most often logistics managers in companies. In the beginning of the thesis concepts of transportation logistics is presented, including container types, trade terms, axel loads in roads and in railways. Also there is information about warehousing types and terminals. After that, general information of Chinese and Russian transportation logistics is presented. Chinese and Russian issues are discussed in two sections. In both of them it is analyzed economic development, freight transport and trade balance. Some practical examples of factory inaugurations in China and Russia are presented that Finnish and Swedish companies have completed. In freight transport section different transportation modes, logistics outsourcing and problems of transportation logistics is discussed. The results of the thesis show that transportation flows between Europe and China is changing. Freight traffic from China to European countries will strengthen even more from the current base. When it comes to Russia and Europe, traffic flows seem to be changing from eastbound traffic to westbound traffic. It means that in the future it is expected more freight traffic from Russia to Europe. Some probable reasons for that are recent factory establishments in Russia and company interviews support also this observation. Effects of the economic recession are mainly seen in the lower transportation amounts in 2009.

Traffic flow breakdown prediction using feature reduction through Rough-Neuro fuzzy Networks

The prediction of the traffic behavior could help to make decision about the routing process, as well as enables gains on effectiveness and productivity on the physical distribution. This need motivated the search for technological improvements in the Routing performance in metropolitan areas. The purpose of this paper is to present computational evidences that Artificial Neural Network ANN could be use to predict the traffic behavior in a metropolitan area such So Paulo (around 16 million inhabitants). The proposed methodology involves the application of Rough-Fuzzy Sets to define inference morphology for insertion of the behavior of Dynamic Routing into a structured rule basis, without human expert aid. The dynamics of the traffic parameters are described through membership functions. Rough Sets Theory identifies the attributes that are important, and suggest Fuzzy relations to be inserted on a Rough Neuro Fuzzy Network (RNFN) type Multilayer Perceptron (MLP) and type Radial Basis Function (RBF), in order to get an optimal surface response. To measure the performance of the proposed RNFN, the responses of the unreduced rule basis are compared with the reduced rule one. The results show that by making use of the Feature Reduction through RNFN, it is possible to reduce the need for human expert in the construction of the Fuzzy inference mechanism in such flow process like traffic breakdown. © 2011 IEEE.