Académique Documents
Professionnel Documents
Culture Documents
Autori: Mr. sc. Deana Breški, dipl. ing. graÿ.; doc. dr. sc. Dražen Cvitaniü, dipl. ing. graÿ., Graÿevinsko-
arhitektonski fakultet Sveuþilišta u Splitu; mr. sc. Ivan Lovriü, dipl. ing. graÿ, Graÿevinski fakultet
Sveuþilišta u Mostaru
tanja, kao što je na primjer promjena prometnog traka, liþitih simulacijskih modela koji danas postoje na tržiš-
obiþno nisu eksplicitno modelirani. tu, meÿu kojima su najpoznatiji
Odreÿeni broj simulacija pripada kategoriji mezoskop- i AIMSUN (razvijen u Španjolskoj)
skih modela koji pripadaju negdje izmeÿu prethodno na- i CORSIM (SAD)
vedenih modela jer se pri proraþunu stanja sustava ko- i INTEGRATION (Kanada)
riste mikropristupom i makropristup. Kod ovih modela
i PARAMICS (Velika Britanija)
uglavnom se entiteti opisuju individualnim karakteristi-
kama dakle mikropristupom, dok se njihovo kretanje i i SIMTRAFFIC (SAD)
meÿudjelovanje modelira na agregiranim podacima. i VISSIM (Njemaþka)
Ovisno o svojstvima primijenjenih varijabli za definira- i WATSIM (SAD)
nje pojedinih procesa i elemenata, simulacijski modeli Razlike u moguünostima ovih modela oþituju se u veli-
mogu biti: þini mreže koja se može analizirati, moguünosti stvara-
x deterministiþki i nja matrica putovanja i dinamiþkog pripisivanja promet-
x stohastiþki nog toka na mrežu, vizualizaciji u 2D ili 3D obliku i dru-
gim specifiþnim uvjetima koji mogu ili ne mogu biti
Deterministiþki modeli nemaju sluþajnih varijabli, sve modelirani (prijelaz preko željezniþke pruge, þvorišta
interakcije entiteta definirane su toþno utvrÿenim (deter- izvan razine i dr.).
miniranim) matematiþkim, statistiþkim ili logiþkim rela-
cijama gdje isti ulazni podaci daju uvijek isti izlazni re- 3 CORSIM
zultat. CORSIM (CORridor SIMulation) je mikrosimulacijska
Za razliku od njih, stohastiþki modeli sadrže procese komponenta TSIS (Traffic Software Integrated System)
koji ukljuþuju komponentu sluþajnosti odnosno ovi mo- integriranog sustava modela za simulaciju odvijanja pro-
deli koriste se jednom ili s više sluþajnih varijabli za metnih tokova na mreži izvangradskih cesta i gradskih
proraþun stanja sustava. Postupci u stohastiþkim mode- ulica [3].
lima temelje se na metodi Monte Carlo koja podrazumi- TSIS predstavlja suþelje razvijeno kao podrška CORSIM-u,
jeva bilo koju tehniku statistiþkog uzorkovanja primije- koje omoguüuje jednostavan unos ulaznih podataka gra-
njenu za aproksimiranje rješenja. Ovom se metodom ge- fiþkim editorom TRAFED, zatim simulaciju uporabom
nerirani sluþajni brojevi s uniformnom razdiobom na modela CORSIM te animaciju i vizualizaciju odvijanja
intervalu (0,1) rabe za dobivanje vrijednosti neke druge prometnih tokova na mreži s pomoüu output procesora
razdiobe s poznatom funkcijom raspodjele vjerojatnosti. TRAFVU.
Primjena metode Monte Carlo prikazana je na slici 1.
CORSIM sadrži dva podmodela: NETSIM (NETwork
F(x)
SIMulation) za modeliranje prometnih tokova na grad-
1.0
skim ulicama i FRESIM (FREeway SIMulation) za simu-
kumulativna
funkcija raspodjele laciju prometa na izvangradskim cestama i autocestama.
Ovi se podmodeli mogu rabiti i kao integrirani paket.
ulazni broj u podru þju
od 0 - 1 s jednolikom CORSIM je mikroskopski model što omoguüava praüe-
raspodjelom
nje kretanja pojedinog vozila i njegove interakcije s os-
talim vozilima i okolinom. Za modeliranje karakteristi-
x ka vozila i vozaþa te procesa donošenja odluka koristi se
sluþajnim varijablama, što ga svrstava u kategoriju sto-
izlazna veli þina: broj s raspodjelom odreÿenom
kumulativnom funkcijom raspodjele hastiþkih modela. Promjene u sustavu (brzina vozila,
ubrzanje, stanje svjetlosnog signala itd.) temelje se na
Slika 1 Primjena metode Monte Carlo
diskretizaciji vremena i proraþunavaju se za vremenski
Uporaba uvijek drukþijeg niza sluþajnih brojeva u poje- korak od 1 sekunde.
dinoj simulaciji za posljedicu ima varijabilnost izlaznih
Prometna mreža definira se s pomoüu veza (linkova) ko-
rezultata što znaþi da za što toþnije rješenje treba izvršiti
ji predstavljaju pojedine dionice i þvorova kojima se de-
veüi broj simulacija i analizirati dobivene rezultate pri-
finiraju raskrižja i/ili toþke na mreži gdje postoje prom-
mjenom klasiþnih statistiþkih metoda.
jene odreÿenih atributa (geometrije, toka i sl.). Na slici 2.
Naþin modeliranja pojedinih komponenata prometnog prikazano je jedno raskrižje konvertirano u dijagram þvo-
sustava i njihova meÿudjelovanja naþin proraþuna te ra- rova i veza, dok je na slici 3. primjer oblikovanja mreže
zina prikaza izlaznih rezultata, doveli su do razvoja raz- ulica.
1
hi > ln1 SBi @ (1)
q
se s pomoüu jednog atributa vozaþa (u ovom sluþaju ag- 3.2 Model promjene prometnog traka
resivnosti) generira sljedeüi atribut.
Model promjene prometnog traka utvrÿuje motiviranost
Tablica 1. Primjer generiranja željene brzine slobodnog vozaþa za promjenom traka, a zatim i postojanje moguü-
toka ovisno o tipu vozaþa nosti da se ova prometna radnja i izvrši. U CORSIM-u,
a i u veüini drugih simulacijskih modela, postoje dvije
Indeks
Postotak kojim se množi vrijednost brzine vrste promjena prometnog traka: nužna (mandatory) i
agresivnosti
vozaþa
slobodnog toka za promatranu dionicu svojevoljna (discretionary).
1 75 Nužnu promjenu traka obavlja vozilo koje želi izvršiti
2 81 manevar skretanja na nekom od nadolazeüih raskrižja, a
3 91 ne nalazi se u prometnom traku predviÿenom za taj ma-
4 94 nevar kretanja te je nužno da se pravodobno prestroji. Za
5 97 razliku od nužne, svojevoljna promjena traka dogaÿa se
6 100
u sljedeüim sluþajevima:
7 107
8 111 x kada vozaþ želi zaobiüi sporo vozilo i poveüati svoju
9 117 brzinu vožnje
10 127 x kad se želi prikljuþiti kraüem repu vozila na privozu
Buduüi da jezgru svake simulacije prometnih tokova sa- raskrižja
þinjavaju model slijeda vozila i model promjene promet- x kad želi zaobiüi zaustavljeno vozilo javnoga grads-
nog traka, ovdje se kratko osvrüemo na princip modeli- kog prijevoza.
ranja, dok se naþin proraþuna i odgovarajuüe relacije
Sve navedeno samo je želja vozaþa za kvalitetnijim uv-
kojima se definira položaj vozila na mreži mogu naüi u
jetima vožnje, a ne nužnost.
literaturi [3], [4] i [5] navedenoj na kraju ovog þlanka.
Model funkcionira tako da se za svako vozilo i u svako-
3.1 Modeliranje kretanja vozila me vremenskom koraku definira motiviranost vozaþa za
promjenom traka. Kod nužne promjene traka motiv vo-
Osnovni princip na kojem se temelji logika slijeda vozi-
zaþa je odgovarajuüi prometni trak za skretanje, dok se
la u CORSIM-u jest pomicanje vozila tako da se izbjeg- pri svojevoljnoj promjeni traka motiviranost vozaþa
ne kolizija, tj. nalijetanje na vozilo koje se nalazi ispred kvantificira na temelju tzv. neprihvatljive brzine vožnje.
promatranog. Vremenski interval, tj. vremenski korak Veliþina neprihvatljive brzine ovisi o agresivnosti vo-
koji se rabi u CORSIM-u i za koji se proraþunava stanje
zaþa i brzini slobodnog toka za promatranu dionicu.
sustava je 1 sekunda. Za svaki vremenski korak prvo se
izvrši pomicanje vodeüeg vozila na nov položaj u mreži, U sluþaju postojanja motiva za promjenom traka model
a nakon toga se pomiþe vozilo koje slijedi i to na takav dalje ispituje koji su kandidirajuüi prometni trakovi i
položaj koji mu omoguüava sigurno zaustavljanje bez postoji li moguünost za promjenu traka koja se utvrÿuje
sudara i u sluþaju naglog koþenja vodeüeg vozila. Da bi usporedbom postojeüih i prihvatljivih vremenskih praz-
se izbjegla kolizija ovih vozila, potrebno je zadovoljiti nina u susjednim trakovima. U sluþaju nemotiviranosti
sljedeüu nejednadžbu >6@: vozaþa za promjenom traka vozilo se pomiþe duž aktu-
alnog traka na temelju relacija iz modela slijeda vozila.
XnS - Xn+1S t L (2)
gdje je: 3.3 Mjere uþinkovitosti kao izlazni podaci
S
Xn - položaj zaustavljenoga vodeüeg vozila Kako je veü navedeno, pojam razine uslužnosti u analizi
Xn+1S - položaj zaustavljenog vozila koje ga slijedi odvijanja prometnih tokova uveden je kao kvalitativna
mjera koja opisuje uvjete odvijanja toka, a kod semafo-
L - duljina vodeüeg vozila
riziranih raskrižja utvrÿuje se na temelju prosjeþnog za-
Uzimajuüi u obzir položaje vozila na poþetku vremen- kašnjenja po vozilu. Zbog moguünosti da prate kretanje
skog koraka, prijeÿeni put za vrijeme reakcije vozaþa i svakoga individualnog vozila, mikroskopski simulacij-
duljinu zaustavljanja promatranih vozila te uvrštavajuüi ski modeli, pa tako i CORSIM, mogu utvrditi zakašnje-
ih u gornju nejednadžbu (2), definira se moguüe ubrza- nje vozila usporeÿujuüi vrijeme putovanja ostvareno
nje vozila koje slijedi vozilo ispred sebe, a zatim se na tijekom simulacije i idealno vrijeme putovanja koje bi
temelju osnovnih jednadžbi ubrzanog gibanja odreÿuje vozilo ostvarilo kreüuüi se brzinom slobodnog toka bez
njegov položaj i brzina na kraju svakoga vremenskog povremenih prekida toka. Stoga kod ovih modela nisu
koraka. potrebne nikakve specifiþne formule za proraþun zakaš-
d icd
završetak ubrzavanja
x3
dd ds da
d'
x2
poþetak usporavanja
x1
35
sim.br.3
30
Nakon provedene simulacije osim podataka o zakašnje- 25
sim.br.4
sim.br.5
nju, CORSIM daje i niz drugih prometnih pokazatelja 20
sim.br.6
15
kao što su: prosjeþna i maksimalna duljina repa, prosjeþna 10
sim.br.7
sim.br.8
brzina vožnje, postotak zaustavljenih vozila, broj zasi- 5
sim.br.9
0
üenih faza, emisija plinova, potrošnja goriva itd. Vrije- 0 900 1800 2700 3600 4500 5400 6300 7200 8100 9000
sim.br.10
sred. vrijed.
me trajanja simulacije definira korisnik. Buduüi da je vrijeme simulacije (sek)
CORSIM stohastiþki model koji upotrebljava sluþajne Slika 7. Prikaz utjecaja trajanja perioda simulacije na varijabilnost
varijable, za svaki üe simulirani prometni tok, generiran rezultata
na temelju sluþajnih brojeva, dati drukþije rezultate. Zbog Na slici 7. prikazani su dobiveni rezultati zakašnjenja za
ove varijabilnosti rezultata potrebno je izvršiti veüi broj svako od deset ponavljanja te dijagram srednjih vrijed-
simulacija i kao mjerodavni podatak koristiti se dobive- nosti u ovisnosti o trajanju simulacije. Ovdje se vidi da
nom srednjom vrijednosti. Na slici 6. je primjer grafiþ- se poveüanjem vremena simulacije smanjuje varijabil-
kog prikaza simulacije prometnog toka jednog dijela nost rezultata uzrokovana stohastiþkom prirodom mo-
uliþne mreže. dela te postupno dolazi do stabilizacije vrijednosti. Kao
relativna mjera disperzije rezultata, na slici 8. prikazan je Prema izrazu (4) proveden je proraþun potrebnih simu-
koeficijent varijacije za izvršenih deset simulacija. Koefi- lacija za promatrani primjer i razliþito trajanje simulacije
cijent varijacije definiran je kao odnos standardne devi- te pogrešku od 10 % srednje vrijednosti (E = 0,1 x srednja
jacije i srednje vrijednosti. Može se uoþiti da za trajanje vrijednost). Dobivene vrijednosti prikazane su u tablici 2.
simulacije od 3600 sekunda i više, koeficijent varijacije þime je potvrÿena prethodno navedena þinjenica da je
ima vrijednost do 0,1, odnosno standardno odstupanje je kod kraüih simulacija potreban veüi broj ponavljanja.
manje od 10% u odnosu na srednju vrijednost.
Meÿutim, broj potrebnih ponavljanja za odreÿenu tole-
0,30 ranciju pogreške koji je uzrokovan disperzijom izlaznih
0,25 podataka nije samo posljedica trajanja simulacije, veü
koeficijent varijacije
0,20
znatan utjecaj na disperziju rezultata ima i stupanj zasi-
üenosti promatranog privoza. Kako je veü navedeno, stu-
0,15
panj zasiüenosti jest odnos prometne potražnje i propus-
0,10
ne moüi promatranog privoza. Postupno poveüavajuüi
0,05 prometno optereüenje, simulirani su razliþiti uvjeti satu-
0,00 riranosti privoza te je na temelju 10 simulacija za svaki
0 900 1800 2700 3600 4500 5400 6300 7200 8100 9000
pretpostavljeni stupanj zasiüenosti (upotrijebljene su
vrijeme simulacije (sek)
vrijednosti od 0,1 do 1,4) dobivena srednja vrijednost
Slika 8. Koeficijent varijacije za razliþito vrijeme trajanja simulacije
prosjeþnog zakašnjenja. Pretpostavljena je duljina ciklu-
Veüa varijabilnost rezultata pri manjem vremenskom sa od 60 sekunda s efektivnim zelenim vremenom u tra-
trajanju simulacije oþituje se i pri proraþunu potrebnog janju od 23 sekunde. Takoÿer je pretpostavljeno da ne-
broja ponavljanja za definiranu veliþinu pogreške u od- ma teških teretnih vozila te da je raspodjela prometnog
nosu na srednju vrijednost. Broj potrebnih ponavljanja toka sljedeüa: 15 % lijevo, 75% ravno i 15 % desno. Na
za 95 % -tni interval povjerenja jest slikama 9. i 10. prikazana je standardna devijacija i koe-
2
ficijent varijacije procjene zakašnjenja s obzirom na stu-
§ 1.96 V · panj zasiüenosti.
n ¨ ¸ (4)
© E ¹ 14,0
12,0
gdje je:
standardna devijacija
10,0
6,0
1,96 - Z-vrijednost standardne normalne krivulje za in-
4,0
terval povjerenja od 95%
2,0
E - prihvatljiva pogreška u odnosu na srednju vrijed- Slika 9. Prikaz odnosa standardne devijacije procjene zakašnjenja
nost procijenjene veliþine i stupnja zasiüenosti
0,30
0,25
Tablica 2. Utjecaj trajanja simulacije na potreban broj
koeficijent varijacije
ponavljanja 0,20
0,15
Trajanje Sred. Std.
COV n 0,10
simulacije vrijednost Dev.
0,05
300 22,39 3,71 0,17 11
0,00
900 25,29 4,62 0,18 13 0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6
1800 27,02 5,70 0,21 17 stupanj zasiüenosti
Disperzija procjene zakašnjenja u podruþju malih stup- i 2,2 sekunde. Zasiüeno je vrijeme slijeda vrijeme izme-
njeva zasiüenosti može se protumaþiti veüom moguü- ÿu uzastopnih odlazaka vozila sa crte “stop” kada pos-
nošüu variranja vremena slijeda izmeÿu uzastopnih vo- toji kontinuirana kolona u kretanju kroz raskrižje. Na
zila, što utjeþe na sluþajnost dolaska vozila osobito što slici 11. prikazane su dobivene srednje vrijednosti zakaš-
se tiþe trenutka dolaska na crtu “stop” (da li za zelene ili njenja za izvršenih deset simulacija za svako optereüenje
crvene faze). Osim toga, imajuüi na umu da su vrijed- i navedene veliþine zasiüenog vremena slijeda. S obzi-
nosti prosjeþnog zakašnjenja u ovome podruþju relativ- rom na to da se promjenom zasiüenog vremena slijeda
no male, i nevelika odstupanja (standardna devijacija) u mijenja propusna moü promatrane grupe trakova, utjecaj
omjeru sa srednjom vrijednosti zakašnjenja daju veliki ovog parametra prikazan je u ovisnosti o prometnom
koeficijent varijacije. optereüenju te je na temelju dobivenih krivulja utvrÿeno
Poveüanjem prometnog optereüenja smanjuje se pros- podruþje gdje vrijednost vremena slijeda znaþajno mije-
jeþno vrijeme slijeda i manja je moguünost varijacije nja procjenu zakašnjenja.
vremena dolaska i odlaska vozila, pa je i smanjena vari- Buduüi da CORSIM kao izlazni podatak eksplicitno ne
jabilnost rezultata za stupanj zasiüenosti od 0,4 do 0,8. daje podatak o propusnoj moüi privoza ili pojedine gru-
Za vrijednosti stupnja zasiüenosti u podruþju od 0,9 do pe trakova, procjena propusne moüi može se dobiti indi-
1,1 osnovni je uzrok varijabilnosti procjene zakašnjenja rektnim naþinom tako da se na uzvodnom þvoru od pro-
u zasiüenim ciklusima koji se pojavljuju u takvim odno- matranog privoza definira takvo prometno optereüenje
sima prometne potražnje i propusne moüi privoza. Je li koje üe za posljedicu imati kontinuiranu, zasiüenu kolo-
se pojavio zasiüeni ciklus i koliko puta u toku simulacije nu vozila na þitavom analiziranom privozu. Broj vozila
znatno utjeþe na veliþinu zakašnjenja što uzrokuje veüu iz kontinuirane kolone koja proÿu raskrižjem u promat-
disperziju rezultata, a time i veüi koeficijent varijacije. ranom vremenskom intervalu, a koji postoji kao izlazni
U uvjetima gdje je stupanj zasiüenosti veüi od 1,1 dolazi podatak, najveüi je obujam prometa za to razdoblje iz
do ponovnog smanjenja varijabilnosti procjene zakaš- þega se ekspandiranjem ovog podatka na jedinicu od
njenja jer poveüanje prometne potražnje uzrokuje veüi jednog sata dobiva procjena propusne moüi u voz/h. Na
broj zasiüenih ciklusa sa stalnim stvaranjem repova koji ovaj je naþin procijenjena i propusna moü promatrane
ograniþavaju slobodu kretanja vozila i ujednaþavaju na- grupe trakova za svaki od tri sluþaja zasiüenog vremena
þin odvijanja toka na promatranom privozu. slijeda.
Za ovaj primjer s primijenjenim razliþitim stupnjem za- 200
siüenosti, izrazom (4) proraþunan je potrebni broj simu- 180
160
lacija za 95%-tni interval povjerenja i 10% odstupanja
zakašnjenje (sek/voz)
140 sz=1.07
od srednje vrijednosti. Dobivene vrijednosti prikazane 120 sz=1.00
sz=0.92
h=1.8
100 h=2.0
su u tablici 3. iz koje se vidi da je u podruþju veüe vari- 80 h=2.2
sz=1.01
jabilnosti rezultata, a to je za male stupnjeve zasiüenosti 60 sz=0.94
40 sz=0.87
i u podruþju gdje prometna potražnja odgovara propus- 20
0
noj moüi, potreban veüi broj
Tablica 3. Potreban broj 0 500 1000 1500 2000
simulacija. prometni tok (voz/h)
simulacija s obzirom na
stupanj zasiüenosti
analiziranog raskrižja 4.2 Utjecaj vrijednosti Slika 11. Utjecaj zasiüenog vremena slijeda na procjenu zakašnjenja
zasiüenog vremena
Stupanj Na slici 11. naznaþene su veliþine stupnja zasiüenosti
zasiüenosti
n slijeda na procjenu
(sz) u podruþju gdje se uoþava da dolazi do odstupanja
0,1 27 zakašnjenja
izmeÿu dobivenih krivulja zakašnjenja. Prema naznaþe-
0,2 10 nim vrijednostima može se zakljuþiti da u podruþju gdje
0,3 9 I ovdje je kao test-model
poslužilo isto raskrižje kao je stupanj zasiüenosti < 0,9, primijenjena vrijednost za-
0,4 3
0,5 5 u prethodnom poglavlju. Za siüenog vremena slijeda nema znatnijeg utjecaja na veli-
0,6 6 svako prometno optereüenje þinu procjene zakašnjenja. U uvjetima kada je odnos
0,7 2 koje je sukcesivno poveüa- prometne potražnje i propusne moüi > 0,9, a osobito u
0,8 3 vano izvršeno je po 10 simu- podruþju gdje je ovaj odnos od 0,95 do 1,05 dolazi do
0.9 7 lacija. Za sve razine promet- znatnog odstupanja veliþine zakašnjenja. Stoga je što
1,0 22 toþnija vrijednost zasiüenog vremena slijeda nužna za
nog optereüenja mijenjala
1,1 7 dobru procjenu prosjeþnog zakašnjenja.
1,2 2 se i veliþina zasiüenog vre-
1,3 1 mena slijeda te su primije- Što realnija vrijednost zasiüenog vremena slijeda u pret-
1,4 1 njene vrijednosti 1,8, 2,0 hodno navedenim uvjetima odvijanja toka važna je kad
zakašnjenje (sek/voz)
brzina 40
150
rješenja na nekom raskrižju, važno uspostaviti konzis- brzina 50
brzina 60
tentne uvjete za sva varijantna rješenja te je potrebno da 100 brzina 70
brzina 80
se ovaj parametar drži konstantnim bez obzira koja üe se
50
vrijednost primijeniti.
0
0 0,2 0,4 0,6 0,8 1 1,2 1,4
4.3 Utjecaj vrijednosti brzine slobodnog toka i stupanj zasiüenosti
0
x Osnovna je karakteristika stohastiþkih modela vari-
0 0,2 0,4 0,6 0,8 1 1,2 1,4 jabilnost izlaznih rezultata, pa je utvrÿeno da je naj-
stupanj zasiüenosti
veüa disperzija procjene zakašnjenja u podruþju gdje
Slika 12. Prikaz procjene zakašnjenja za duljinu privoza od 300 m je tok jednak propusnoj moüi te u podruþju vrlo ma-