Powszechna jest krytyka uproszczonej reprezentacji zjawisk w sieci transportowej za pomocą makroskopowych funkcji oporu, które nie są w stanie opisać powstawania i rozładowywania się kolejek pojazdów, chwilowej utraty płynności, dobowych wahań natężeń ruchu i rozpływania się kolejek. W opinii części ekspertów jedyną alternatywą jest modelowanie sieci w skali mikro, metodami symulacyjnymi. W referacie tym pokazano podejście alternatywne, stosowane w dynamicznych makroskopowych modelach ruchu: tzw. modele przepływu ruchu drugiego rzędu będące rozwinięciem fundamentalnego diagramu ruchu. Są one w stanie odzwierciedlić wymienione wyżej zjawiska, wymagają znacznie mniej danych wejściowych niż modele mikroskopowe i wykonują obliczenia w znacznie krótszym czasie. W opinii autora wyniki takiego modelu są bardziej wartościowe i dają pełniejszą informację o funkcjonowaniu sieci transportowej. Zamiast szczegółowych wyników symulacji, która jest jedynie jedną z możliwych realizacji procesu stochastycznego, otrzymujemy najbardziej prawdopodobny wynik przekazany w zagregowanej formie. Modele takie mogą być wykorzystane w czasie rzeczywistym modelach dużych sieci transportowych dostarczając szczegółowych informacji o stanie sieci, w referacie pokazano wyniki otrzymane w modelu krakowskim.
EN
Macroscopic volume-delay functions are widely criticized due to their inability to reproduce fundamental traffic phenomena, i.e. queue formation and dispersion, capacity drop, within-day temporal changes, spillbacks, etc. Microsimulation is widely recognized as the only alternative. In this paper another approach is shown: second order macroscopic traffic flow models. General Link Transmission Model described here can reflect above mentioned phenomena with much shorter computation time and requiring much smaller input database than microsimulation. In author's opinion results of GLTM are more valuable for traffic engineer than results of microsimulation, which are typically stochastic. GLTM can be computed for real-size network in acceptable time.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
It is often desirable to collect dynamic Origin-Destination (OD) demand in order to build effective freeway traffic management strategies. Hence, developing a practical model capable of estimating the dynamic OD demand continuously using real data from Freeway Traffic Management System (FTMS) is an attractive approach to analyze the change of traffic pattern due to the regional development. Currently, many dynamic OD estimation models have been developed but have several technical issues when applied to real systems because difficulty to capture the dynamic process and collect the relative parameters. In this paper, we propose a simple traffic flow technique that uses real traffic data collected from the vehicle detector system (VDS) to remove the difficulty of application. To increase the observability, we use the mainline and off-ramp flows derived from the proposed traffic flow technique in the error minimization objective function. The proposed dynamic OD estimation framework is evaluated using real data collected from the Seohaean Freeway in Korea and ean be applied to real system easily. Keywords: Dynamic OD Estimation Model, FTMS, Dynamic Traffic Flow Model, Genetic Algorithm.
PL
W celu opracowania efektywnych strategii zarządzania ruchem na autostradach pożądane jest zbieranie dynamicznie zmieniającego się popytu zapisanego w postaci macierzy ruchu na dojazdach do autostrady, na zjazdach z niej oraz pomiędzy dojazdami i zjazdami. Jednakże nie jest uzasadnione ekonomicznie instalowanie czytników Automatycznej Identyfikacji Pojazdów (AVI) wzdłuż całej autostrady w celu uzyskania dynamicznych danych o popycie. Dlatego interesującym podejściem jest opracowanie modelu dynamicznej estymacji macierzy ruchu, wykorzystującego dostępne dane pozyskiwane w czasie rzeczywistym poprzez system detekcji pojazdów (VDS). Ogólnie w istniejących modelach dynamicznej estymacji macierzy ruchu występują pewne problemy techniczne. Po pierwsze, problemem jest programowanie dwupoziomowe, które składa się z modułu potoków ruchu oraz modułu dynamicznej estymacji macierzy ruchu. Ze względu na niewypukły charakter programowania dwupoziomowego trudno jest uzyskiwać rozwiązania, które gwarantowałyby optimum globalne. Po drugie, występuje problem nieokreśloności. Istnieje wiele metod pozwalających na minimalizację błędu pomiędzy danymi szacunkowymi i rzeczywistymi. W celu wyeliminowania błędów występujących w modelach sformułowanych jako zadania programowania dwufazowego autorzy proponują w artykule nowy model określania potoków ruchu, wykorzystujący dane uzyskiwane w czasie rzeczywistym z systemów VDS, takie jak: natężenia ruchu, prędkość podróży, wskaźnik wykorzystania drogi. W celu poprawy dokładności dynamicznej estymacji macierzy ruchu autorzy wykorzystują natężenia ruchu na zjazdach z autostrady uzyskane za pomocą nowego modelu potoków ruchu jako dodatkowy parametr w funkcji celu minimalizującej błąd estymacji. Zaproponowane podejście do dynamicznej estymacji popytu w macierzy ruchu zweryfikowano, wykorzystując dane uzyskiwane w czasie rzeczywistym na autostradzie Seohaean w Korei.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.