Upload
-
View
228
Download
0
Embed Size (px)
Citation preview
8/10/2019 modeliranje i prognoze
1/51
PLANIRANJE SAOBRAAJAPLANIRANJE SAOBRAAJA
--PREDAVANJAPREDAVANJA--
Prof. dr Jadranka JoviProf. dr Jadranka Jovi
Teorijska nastava:
Definisanje ciljeva budueg razvoja transportnih sistema. Teorija saobraajnih modela. Viestepeni modeli. Simultani modeli. Agregatni i dezagregatni pristup. Kalibracija i validacija modela. Uvod u prognoze transportnih potreba. Dimenzionisanje transportnih potreba primenom
uproenih metoda. Alternative transportnih sistema na bazi idealizovanih
realnih mrea. Optereenje mrea transportnih podsistema. Vrednovanje reenja u odnosu na postavljene ciljeve,
kapacitete, ekoloke,odbrambene i bezbednosneaspekte.
8/10/2019 modeliranje i prognoze
2/51
Literatura:
1. J.J. Jovi: PLANIRANjE SAOBRAAJA U GRADOVIMA, Saobraajni fakultet, Beograd,1998.
2. J.J. Jovi, M. Popovi: ZBIRKA ZADATAKA IZ PLANIRANjA SAOBRAAJA,Saobraajni fakultet, Beograd, 1998.
3. C.J. Khisty, B.K.Lall, TRANSPORTATION ENGINEERING, An Intraduction, secondedition,Prentice hall, New Jersy,2003.
4. N. Jovanovi: PLANIRANjE SAOBRAAJA, Saobraajni fakultet, Beograd, 1991.5. Achieving Sustainable Mobility, Erling Holden, Western Norway Research Institute, ,
2007.6. Policy Analysis of Transport Networks, Delft University of Technology, The
Nederlands, 2007.7. J. de Dios Ortzar and L. G. Willumsen, Modelling Transport, 3rd Edition, Wiley,
2003.Equilibrium and Advanced8. J. Jovi i ostali ,Transportni model Beograda , INSTITUT SAOBRAAJNOG
FAKULTETA, Beograd, 2007.9. J.Jovi, Pisana predavanja za tekuu godinu.10. asopisi : Transportation Research Record, Transportation, Journal of Transportation
Engineering, Journal of Regional Science, Regional Science and Urban Economics,European transport, Tehnika separat Saobraaj
11. M Papageorgiu, Concise Encyclopedia of Traffic and Transportation Systems,Pergamon Press 1991.
12. K.Button, D.Hensher, Handbook of Transport System and Traffic Control, Pergamon2001.
PODSETNIKANALIZA TRANSPORTNIH
ZAHTEVA
8/10/2019 modeliranje i prognoze
3/51
Faze planiranja saobraaja:
1. Definisanje ciljeva i metodologije planiranja2. Formiranje informacione osnove
3. Analiza i ocena postojeeg stanja4. Prognoza transportnih potreba (modeliranje)5. Generisanje reenja6. Vrednovanje i izbor optimalnog reenja
7. Izrada planskih dokumenata
Algoritam planiranjasaobraaja
8/10/2019 modeliranje i prognoze
4/51
PRIKUPLJANJE PODATAKA
Od kvaliteta prikupljenih podataka koji reprezentujupostojee stanje zavisie kvalitet celokupnog posla,odnosno saobraajnog reenja.
U saobraajnom planiranju vane su informacija oprostoru, privredi i stanovnitvu. Informacionaosnova se stvara putem saobraajnih istraivanja
U postupku rada na saobraajnom planiranju javlja se
potreba za organizovanjem posebnih saobraajnihistraivanja.
SAOBRAAJNA ISTRAIVANJANajobimniju grupu podataka ine podaci o komponentama
saobraajnog sistema. Ona obuhvata itav niz pokazateljavezanih za:
vozni park, ulinu mreu, javni prevoz putnika, prostor za parkiranje vozila i karakteristike putovanja.
Izuzev podataka o putovanjima, svi ostali iz ove grupe utvrujuse iz veustaljenih izvora (evidencija o registraciji vozila,katastar uline mree, statistike slube prevoznika i sl.), ilisnimanjem na terenu (brzine saobraajnog toka, prostor zaparkiranje).
8/10/2019 modeliranje i prognoze
5/51
8/10/2019 modeliranje i prognoze
6/51
4. KARAKTERISTIKE KRETANJA:
Obim (broj kretanja u 24h) Mobilnost (br.kretanja po stanovniku na dan)
Prostorna raspodela kretanja Raspodela kretanja po svrhama Raspodela kretanja po nainu Vremenska raspodela
Optereenje mrea (ulina, peaka, JP,
teretna)
DEFINISANJE CILJEVA BUDUEG RAZVOJA
Zadaci koji opredeljuju reenja u oblastisaobraaja podeljeni su u etiri osnovne grupe:
Zadaci u oblasti smanjenja potranjetransportne usluge
Opti zadaci transportnog sistema Zadaci u oblasti javnog prevoza putnika Zadaci u oblasti prevoza tereta
8/10/2019 modeliranje i prognoze
7/51
DEFINISANJE CILJEVA BUDUEG RAZVOJA
Zadaci u oblasti smanjenja potranje transportne usluge(primer BETRAS) Razvojem radnih mesta u okruenju Beograda smanjiti broj putovanja sa
svrhom dolaska na posao u Beograd, kombinovati radna mesta iste industrije i drugih delatnosti sa stano-vanjem,
radi smanjenja potreba za motorizovanim kretanjima na posao, inicirati i olakati razmenu stanova u cilju smanjivanja razdaljine - stan -radno
mesto, kroz diferencirane naknade za korienje gradskog zemljita smanjiti
atraktivnost centralnog gradskog podruja, a poveati atraktivnostsekundarnih i reonskih centara radi smanjenja potrebe za putovanjima naradijalnim pravcima,
visoke koncentracije aktivnosti, posebno stanovanja i radnih mesta realizo-vatisamo na pravcima gde postoje ili se mogu razviti odgovarajui inski sistemiprevoza.
DEFINISANJE CILJEVA BUDUEG RAZVOJAOpti zadaci transportnog sistema (primer BETRAS) Obezbediti alternativnu pristupanost svim znaajnim gradskim funkcijama i
elastinost rada transportnog sistema, posebno za sluaj vanrednih okolnosti, obezbediti prioritet javnom prevozu putnika u okviru realnih mogunosti ovog
podsistema u cilju poveanja brzine i atraktivnosti u odnosu na individualniprevoz,
stimulisati i razvijati nove podsisteme i vidove prevoza gde postoje potrebe iopravdanja radi smanjenja korienja individualnih vozila,
poveati broj alternativnih prevoza, kako bi korisnici imali veu mogunostizbora najpovoljnijeg reenja,
poboljati pristupanost centralnom podruju na radijalnim pravcima posebnona pravcima razvoja stambene izgradnje, pre svega inskim sistemima,
u cilju zatite zivotnesredine uvoditi vozila koja obezbeuju vii standard u
ovoj oblasti posebno kod vozila u javnom prevozu. U tom smislu uvo
enjeelektrine vue ima prioritet u svim okolnostima kada se moe realizovatitehnika, ekonomska i tehnoloka opravdanost,
realizovati veu protonost, kapacitet, bezbednost saobraaja i ekolokuzatitu, unapredenjem sistema upravljanja saobraajem,
iskoristiti postojee kapacitete kroz kompletiranje uline mree i mree inskihsistema za celoviti rad bez velikih investicionih zahvata u blizoj budunosti,kako bi se racionalno iskoristile verealizovane investicije.
8/10/2019 modeliranje i prognoze
8/51
DEFINISANJE CILJEVA BUDUEG RAZVOJA
Zadaci u oblasti javnog prevoza putnika (primer BETRAS) Omoguiti razvoj inskih sistema na koridorima sa
najjaim prevoznim zahtevima, formirajui ekonomskiracionalne etape gradnje i korienja ovakvih linija,
obezbediti potrebne kapacitete, urednost, pouzdanost ikonfor prevoza dajui prednost znaajnim koridorimaputnikih tokova. U tom cilju odabrati trase, vozila,organizaciju prevoza i sistem upravljanja koji garantujevisok kvalitet prevoza.
obezbediti dobru povezanost gradskog, prigradskog imeugradskog javnog prevoza putnika putem formiranjaodgovarajue mree putnikih terminala,
sistem masovnog prevoza putnika treba tretirati kaointegralni transportni sistem ukljuujui sve vidoveprevoza i sve transportne organizacije koje deluju napodruju GUP-
DEFINISANJE CILJEVA BUDUEG RAZVOJAZadaci u oblasti prevoza tereta (primer BETRAS) Izdvojiti tranzitne i teretne tokove na deo mree namenjen
posebno za tu svrhu radi olakanja tranzita, manjegometanja gradskih tokova, poveanja bezbednostisaobraaja, poboljanja pristupanosti privrednim zonamai ekoloke zatite,
permanentno stvarati uslove za poveanje ueaeleznikog, vodnog i vazdunog saobraaja u prevozurobe,
racionalnije organizovati sistem skladita i robno-distributivnih centara snabdevakog saobraaja iobezbediti razvoj kombinovanog i integralnog transporta,
privredne zone grada, kao i zone izrazitih generatora tereta,povezati u elezniki sistem, izgradnjom industrijskihkoloseka.
8/10/2019 modeliranje i prognoze
9/51
PROGNOZATRANSPORTNIH
POTREBA
Mesto prognoze u planerskompostupku
Definisanje eljenogstanja
8/10/2019 modeliranje i prognoze
10/51
Mesto prognoze uplanerskom postupku
Drutveno-ekonomskoplaniranje
Mesto prognoze uplanerskom postupku
Plan korienja terena
8/10/2019 modeliranje i prognoze
11/51
Mesto prognoze uplanerskom postupku
Planiranje nainaprevoza
Mesto prognoze u planerskom postupku
Ostali planerskiprocesi
8/10/2019 modeliranje i prognoze
12/51
8/10/2019 modeliranje i prognoze
13/51
METODE PROGNOZE
TRANSPORTNIH POTREBAPrognoze spadaju u delikatniji posao u okviru planerskog postupka,i najee je najslabija karika u planerskom lancu. Sadraj moe bitikvantifikacija:
(a) Apsolutni obim: (Q): broja vozila, putnika, protok,dohodak, koliina robe ustepen motorizacije i dr.
(b) Promena: (q,): smanjivanje broja nazivau ( % ) stopa rasta dohotkastopa prirasta stanovnitva,skok dohotka, promena uponaanju, shvatanjima,stavovima, modi i sl.
(c) Sintetizovanje: (Qb = Qa f(t) ) ili
( q = Q s f(t) ) gde je :Qb- budui protokQ s - sadanji protokt - vreme
Pristupi prognozi transportnihpotreba
Sekvencijalni pristup (4-STEPS)
Simultani pristup
8/10/2019 modeliranje i prognoze
14/51
MODELI
AGREGATNI prognoza putovanja je f(x) na nivou zone (u igrisu samo meuzonske promenljive),
pretpostavka je da nastajanje kretanja Tij nezavisi od transportne ponude (cena, uestalost,vreme).
DEZAGREGATNI prognoza putovanja je f(x) na nivou putnika ili
domainstva, zasniva se na teoriji korisnosti
U=U (Zi, Kj)moe se iskazati i kao teta
PROGNOZA NASTAJANJA KRETANJA PROGNOZA PROSTORNE RASPODELE
KRETANJA
PROGNOZA VIDOVNE RASPODLE OPTEREENJE MREE
etvorostepeni pristup - 4 STEPS
8/10/2019 modeliranje i prognoze
15/51
AGREGATNSEKVENCIJALNI
NASTAJANJE KRETANJA
PROSTORNA RASPODELAPUTOVANJA
OPTEREENJE MREE
VIDOVNA RASPODELAKRETANJA
AGREGATNI
SIMULTANI
8/10/2019 modeliranje i prognoze
16/51
PROGNOZA NASTAJANJAKRETANJA
etvorostepeni modeli - 4 STEPS
MODELI NASTAJANJA KRETANJA MODELI PROSTORNE RASPODELE
KRETANJA
MODELI VIDOVNE RASPODLE
MODELI OPTEREENJE MREE
8/10/2019 modeliranje i prognoze
17/51
OSOBINE MODELA
Primena planerskih modela je irokozastupljena u planiranjutransportnog sistema.Ima kvaliteta i nedostataka:
Rad sa modelima moe da troi mnogo vremenai sredstava (za lokalne uslove) - zahtevakorienje raunara.
Modeli najee ne obuhvataju veoma znaajne
parametre koji su vani za odluivanje, pa jeznaajno odstupanje od realnih veliina.
Previe znaaja pridaje se formiranju ikorienju modela, a premalo planerskojstrategiji i tumaenju dobijenih rezultata.
Reenja se planiraju za period od 20godina, a problemi vepostoje i treba ihreavati odmah u periodu koji prethodiplanskoj godini.
8/10/2019 modeliranje i prognoze
18/51
8/10/2019 modeliranje i prognoze
19/51
Koristi od modela :
Kada je radni tim veovladao tehnikom,mogue je kroz testirane programeznaajno poveati produktivnost i skratitivreme za, dobijanje prognoznih veliina upotrebnom broju alternativa.
Kod veoprobanih lanaca modela mogueje direktno dobijati rezultate na principu"crne kutije", to omoguuje ukljuenjemanje kvalifikovanog kadra u rutinske faze
planiranja.
OBLIKOVANJE I KORIENJE MODELA
Modeli se zasnivaju na injenici da jedogaaj A mogue opisati dogaajem Bukoliko dogadaj B sadri sutinskeelemente dogaaja A.
8/10/2019 modeliranje i prognoze
20/512
OBLIKOVANJE I KORIENJE MODELA
Matematiki modeli su modeli kod kojih sedogaaj A opisuje dogaajem B koji jedefinisan odreenom matematikomformulom, odnosno:
gde je:B = f(a1,a2,...,an)
Postupak ima ciklian karakter koji treba da
omogui da se struktura modela tokom ponavljanjaunapreuje do trenutka kada najvie odgovarapojavi koju opisuje.
8/10/2019 modeliranje i prognoze
21/512
Prilikom reavanja odreenog zadatka,oblikovanje simulacionog modela treba dazapone definisanjem problema koji trebareiti i utvrivanjem ciljeva i zadataka.
Precizno definisan cilj omoguuje da seuspostavi hipoteza koja daje okvir za
formulisanje poetnog - inicijalnog modela.
Formulisanje poetnog modela zavisi odpromenljivih koje e se obuhvatiti, nivoanjihove agregacije, klasifikacije i tretmanavremenske komponente modela.
8/10/2019 modeliranje i prognoze
22/512
Po osnovnoj definiciji model treba da imasposobnost da "odslika" pojavu koja sesimulira, pa prema tome treba da obuhvatione promenljive koje su referentne zaproblem o kome je re. Osim toga prilikomizbora nezavisnih promenljivih treba imatiu vidu one koje e biti na raspolaganju i zaneko budue stanje za koje se oekuje da
bude reprodukovano modelom.
Nivo agregacijepromenljivih takoe zavisiod pojave koja se modelira. Odreenepojave za odreenu svrhu mogu seprikazati u agregiranom obliku, a za nekudrugu svrhu potrebno je sagledati i njihovustrukturu (stanovnitvo ili protok vozila,naprimer). Nivo agregacije zavisi i od toga
u kojoj meri realnost moe adekvatno dase izrazi matematikim izrazima.
8/10/2019 modeliranje i prognoze
23/512
Vremenska komponenta modela moe dapredstavlja najsloeniji problem oblikovanjamodela. Ona ima dvojaki znaaj za model iinae su meusobno spregnuti, s tim to se prviodnosi na planski period za koji e se koristitimodel, a drugi na promene unutar strukturemodela tokom vremena. Iz tih razloga se modelidele na dinamike, koji pokuavaju da odrazepromene onih komponenti koje se menjaju krozvreme i statike koji ove promene ne uzimaju uobzir.
Formalizacijamodela ili prevoenjehipoteze o ponaanju posmatrane pojaveu matematiki ili simboliki jezik,predstavija pripremu za zavrnu etapuodreivanja poetnog modela. U toj,zavrnoj etapi, model se iz opteg oblikaprevodi u poseban na taj nain to seutvruje vrednost parametara i konstantikoji odreuju odnose izmeu varijabiliumodelu. Postupak odreivanja ovihvrednosti predstavlja kalibraciju modela.
8/10/2019 modeliranje i prognoze
24/51
8/10/2019 modeliranje i prognoze
25/512
TEORIJSKI PRISTUP:
NASTAJANJE KRETANJA ATRAKCIJE I PRODUKCIJE
Uticajni parametri:
broj lanova porodicestruktura porodice,socijalne navike ili poreklodohodak porodiceposedovanje motornog vozila
broj zaposlenihpoloaj u gradu ili regionu, itd.
MODELI PROGNOZE NASTAJANJAKRETANJA
MODELI KOJE UTVRUJU ZAVISNOSTBROJA PUTOVANJA I SOCIO-EKONOMSKIHKARAKTERISTIKA I KARAKTERISTIKANAMENE POVRINA PREKO REGRESIONEANALIZE
MODELI ZA KLASIFIKOVANJE PUTOVANJAPREKO SOCIO-EKONOMSKIHKARAKTERISTIKA JEDINICEPOSMATRANJA DOMAINSTVA
8/10/2019 modeliranje i prognoze
26/512
MODELI NASTAJANJAKRETANJA
REGRESIONA ANALIZA
Y= b0 + b1x1 + b2x2 +...+ bnxn
- b0 , b1 ......bn parametri modela (utvrujuse metodom najmanjih kvadrata)
- x0 , x1 ......xn nezavisno promenljive(socio-ekonomske karakteristike)
Primer: Regresiona jednaina za izraunavanjeprodukcije radnih kretanja iz zone
Pi = BZi (1-k)
Pi produkcija zone i
BZi broj zaposlenih u zoni ik koeficijent odsustvovanja sa posla
8/10/2019 modeliranje i prognoze
27/51
8/10/2019 modeliranje i prognoze
28/512
Potrebno je odrediti kategorije po svakom oduticajnih parametara:
III od...do. N.J...
II od...do N.J.
I od..do N.J.
KATEGORIJA(OD.. DO)
DOHODAK
III od...do LANOVA
II od...do LANOVA
I od..do LANOVA
KATEGORIJA(OD.. DO)
VELIINADOMAINSTVA
8/10/2019 modeliranje i prognoze
29/512
IMA J.P(PRISTUPAAN)...
IMA J.P(SLABO
PRISTUPAAN)
NEMA J.P.
KATEGORIJA
RASPOLOIVOSTJAVNOG PREVOZA
III od...do PA
II od 1do ...PA
I NEMA PA
KATEGORIJA(OD.. DO)
BROJ PA
8/10/2019 modeliranje i prognoze
30/513
FAKTORI GENERISANJA KRETANJA- UNAKRSNA KLASIFIKACIJA-
12.8b11.6b7.2b10.8a8.0a5.8a
dva i vie
10.2b8.3b6.9b7.9a7.3a5.2a
jedan
5.2b5.1b4.9b3.9a3.6a3.4a
nula
visoksrednjinizak
Nivo prihoda podomainstvu
Brojautomobila
podomainstvu
a - domainstvo sa 1 - 3 lanab - domainstvo sa 4 i vie
lanova
Primena modernih alata:Primena modernih alata:
ModeliranjeModeliranje nastajanjenastajanjeputovanjaputovanja
8/10/2019 modeliranje i prognoze
31/513
Produkcijei
atrakcijezona
8/10/2019 modeliranje i prognoze
32/513
PROGNOZA PROSTORNERASPODELE KRETANJA
Pod prostornom raspodelom kretnjapodrazumeva se utvrivanje intenzitetakretanja izmeu parova zona: izvorne i ciljne
metode koje se zasnivaju na analogiji, najeese sreu kao metode faktora porasta i
sintetike metodeu okviru kojih se utvrujuzakonitosti meuzonske razmene kretanja,pretpostavljajui da one mogu biti sline
izvesnim fizikim zakonima, a zatim se ti zakonikoriste za prognozu.
Opti oblik modela faktora porasta:Tij = F tijgde su:Tij budui broj kretanja izmeu zone i i
zonejF faktor porastatij - postojei broj kretanja izmeu zone i
izonej
8/10/2019 modeliranje i prognoze
33/513
etiri modela faktora porasta zaprostornu raspodelu:
Metod jedinstvenog (uniformnog)faktora porasta
Metod prosenog faktora porasta Fratar metod
Detroit metod
Metod jedinstvenog faktoraporasta
Tij = tij Fgde su:Tij budui broj kretanja izmeu zone i i
zonejtij - postojei broj kretanja izmeu zone i
izonejF jedinstveni faktor porasta za
celokupno podruje
8/10/2019 modeliranje i prognoze
34/513
Metod prosenog faktora porasta
Tij = tij (Fi + Fj)/2gde su:Fi= Ti/ti i Fj= Tj/tjTij budui broj kretanja izmeu zone i izonejtij - postojei broj kretanja izmeu zone i izonejFi i Fj faktori porasta izvorne zone ii ciljne zonejTi i Tj- ukupan prognozirani broj kretanja sa izvorom u
zoni iodnosno ciljem u zonijti i tj- ukupan postojei broj kretanja sa izvorom u zoni i
odnosno ciljem u zonij
Fratar metodOsnovne pretpostavke: raspodela buduih kretanja iz date zone je u proporciji sa postojeom
raspodelom kretanja iz te zone i raspodela buduih kretanja je zavisna od faktora porsta ciljne zone U osnovi metod se sastoji u sledeem: Izraunava se ukupan broj buduih krajeva kretanja za svaku datu
zonu putem modela nastajanja kretanja, U proporciji sa postojeom meuzonskom raspodelom kretanja i
faktorima rasta ciljnih zona, vri se raspodela prognoziranih putovanjaiz svake izvorne zone ka svim ciljnim zonama.
Zbir vrednosti za svaku zonu, dobijen u prvoj aproksimaciji, se deli savrednou koja je dobijena modelom nastajanja kretanja,ime se
dobijaju novi faktori porasta za novu aproksimaciju, Izraunata meuzonska razmena u prvoj aproksimaciji se ponovoraspodeljuje, srazmerno postojeoj razmeni i novim faktorima porasta,a dobijene vrednosti se ponovo uproseavaju. Postupak se ponavljadok se ne dobiju zadovoljavajue vrednosti.
8/10/2019 modeliranje i prognoze
35/513
Fratar metod
Tij budui broj kretanja izmeu zone i izonej
tij - postojei broj kretanja izmeu zone i izonej
Tig oekivani broj izvornih kretanja iz zone
iFj faktori porastan broj zona
=
= n
jjig
jijigij
Ft
FtTT
1
Detroit metod
Tij budui broj kretanja izmeu zone i izonej
tij - postojei broj kretanja izmeu zone i
izonejFj i Fj faktori porasta zona iijF faktor porasta za posmatrano
podruje
F
FFtT
ji
iij =
8/10/2019 modeliranje i prognoze
36/51
8/10/2019 modeliranje i prognoze
37/513
Gravitacioni model-konani oblik
( )=
=
n
jijijj
ijijji
ij
KFA
KFAPT
1
ij
ijtF
1
=
Modeli povoljnosti
gde su: Tij budui broj kretanja iz zone iu zonuj Ii ukupan broj izvornih kretanja iz zone i Cj ukupan broj kretanja privuenih u zonuj
P(Cj) verovatnoa da e kretanja saizvorom u zoni i imati cilj u zonij
ijiij CPIT =
8/10/2019 modeliranje i prognoze
38/513
PROGNOZA VIDOVNERASPODELE KRETANJA
Metode vidovne raspodele se, zavisno odpostupka kalibracije, mogu svrstati ustatine i analitike, zatim, u ekonomskemodele, modele na bazi verovatnoa izbora,na bazi ponaanja korisnika itd. U zavisnostiod broja alternativa naina kretanja mogu bitibinarni i multimodalni. Jo 1970. godine biloje poznato oko 300 razliitih modelavidovne raspodele. Osnovne tehnikemodeliranja vidovne raspodele su:
diskriminantna analiza regresiona analiza
diverzione krive logit (probit) analiza
BINARNI STOHASTI
KI MODELIVIDOVNE RASPODELETo su modeli kojima se utvruje verovatnoa korienja nekog
naina kretanja na bazi generalisanih trokova.Generalisani trokovi se mogu oznaiti u sledeem obliku:
gde je:generalisani troak putovanja izmeu zona iij, nainom mn-ta karakteristika vida prevoza izmeu zona iij, koja utie na
porast trokova putovanja nainom m
uw - w-ta socio-ekonomska karakteristika korisnikaan, bw - koeficijenti koji odraavaju relativno uee onih osobinakorisnika i transportnog sistema koji sainjavaju generalisanetrokove
c - konstanta
,cubxazww
m
nijn
m
ij ++=
8/10/2019 modeliranje i prognoze
39/513
2
STOFER-ov MODEL VIDOVNERASPODELE
gde je: pr(m=c)- verovatnoa korienja
automobila za putovanje c1,c2 - trokovi putovanja automobilom i
javnim prevozom koji se direktno plaaju,respektivno
t1,t2 - vremena putovanja automobilom ijavnim prevozom, respektivno a,b,d - empirijski odreeni parametri
dttbccacmpr +++== )()()(2121
8/10/2019 modeliranje i prognoze
40/514
MODEL POTOVANJA RAZLIKA
SA TRANSPLATACIJOMSutina ovog pristupa je u
sledeem: Ako je za merodavne parametre
utvrena disperzija od srednjevrednosti u jednom vremenskompreseku sa vrednostimagrupisanim du ovog preseka,onda se individualne ili grupneosobine korigovane ilinepromenjene mogu preneti uneki drugi vremenski presek.
Postupak transplantacije
Q bud = f (Q sad) => Qbud= Q sad+Q1 + Q2
STEM MODEL (SimultaneousTransportation Equilibrium Model)
IisvezaESGiii += ,
( )
=
+
=
iDk
kAiku
jAiju
iij
e
eGT
gde je:Gi - broj putovanja iz zone iEi - vrednost odgovarajue socio-ekonomske promenljivekoja utie na nastajanje putovanja u zoni iSi - pristupanost izvornoj zoni i, - kvantitativni koeficijentiTij - broj putovanja iz zone iu zonujuij - uoena cena putovanja iz zone iu zonujAj - kompozitni uticaj socio-ekonomske promenljiveDi - sva odredita vezana za zonu ik - bilo koja destinacijaCp - ukupna posmatrana cena putovanja na putu pkoji povezuje zonu ii zonujHp - protok na putanji pP - skup svih putanja.
8/10/2019 modeliranje i prognoze
41/51
8/10/2019 modeliranje i prognoze
42/51
8/10/2019 modeliranje i prognoze
43/514
Saobraajna studija Subotice
Raspodela po nainu vrena je za sledee kategorije: peaka i biciklistika kretanja nemotorizovana kretanja putovanja putnikim automobilom individualna motorizovana kretanja putovanja javnim gradskim prevozom kolektivni prevoz.U prvom koraku iz osnovne matrice putovanja vreno je izdvajanjepeakih i biciklistikih putovanja.
Za uee individualnog prevoza koriena je jednain(Y) = 50.092*(x) - 0.86
gde je:
(Y) - procenat putovanja stanposao putnikim automobilom (%) (x) - stepen motorizacije iskazan kao odnos ukupnog brojaautomobila i broja zaposlenih po zoni stanovanja.
Saobraajna studija Novog SadaRaspodela putovanja po sredstvima izvrena je na bazi komparacije sagradovima odgovarajueg stepena motorizacije.
Tabela 1. Stepen motorizacije i raspodela kretanja po nainu
1000.614.028.457.0821972Panevo
1003.018.024.055.01661974Kragujevac
1006.918.427.247.51631976Novi Sad
1004.015.038.042.11201971Beograd
ukupnoostaloindiv.prevoz
javniprevoz
peaci
Raspodela prema nainu (%)St.mot.PA/1000 st
god.Grad
(Y) = 0.0758(x) + 5.82 - sa koeficijentom korelacije R = 0.949
8/10/2019 modeliranje i prognoze
44/514
Studija etapnog razvoja transportnog sistema Osijeka
Primenjen je simultani model nastajanja putovanja i raspodele po
vidovima prevoza. Definisani su kao osnovni parametri: veliina domainstva posedovanje automobila (stepen motorizacije) dohodak domainstva.Osim njih analizirani su jo i drugi parametri meu kojima: uticaj udaljenja zone od centra grada na nastajanje putovanja pristupanost linijama JMP-a (izraena kroz vreme),koji nisu
pokazali znaajnu korelaciju, tako da su iskljueni iz dalje analize. Posmatrana su kretanja putnikim automobilima, javnim
gradskim prevozom, biciklom, peice, kao i ukupna kretanja i to zacentralne, zone ireg centra, periferne i seoske zone,novosagraene zone i grad u celini, tako da je dobijeno 25regresionih jednaina.
STUDIJA BETRAS Raspodela po nainu kretanja je obavljena tako to je
prvo izvreno izdvajanje matrice peakih kretanja, naosnovu distribucije u funkciji rastojanja peaenja.
Preostala matrica mehanizovanih putovanja jeraspodeljena na javni i individualni prevoz.
Parametri vidovne raspodele u rasponu od 40-80%uea javnog, odnosno 20-60% uea individualnogprevoza formirali su matricu dimenzija 17 X 17.
Kriva koja je odabrana na bazi snimljenog (postojeeg)stanja i procene promene ponaanja u prognoznomperiodu, iskazuje uee od 70% JMP-a pri jednakimvremenima putovanja, sa tendencijom da se procenatpomera na nie u rasponu 60 - 70%.
8/10/2019 modeliranje i prognoze
45/514
MODELI OPTEREENJA
MREESVRHA OPTEREENJA: DA SE UTVRDE NEDOSTACI POSTOJEE MREE, PROCENI UTICAJ OEKIVANOG PORASTA
SAOBRAAJA NA POTREBNE KAPACITETEBUDUE MREE,
STVORI PODLOGA ZA IZRADU VARIJANTIRAZVOJA MREE,
STVORI PODLOGA ZA RAZRADU PROJEKTNIHREENJA
DA SE USTANOVE PRIORITETI IZGRADNJE MREE.
ZA OPTEREENJE MREE POTREBNO JE:
1. POTPUNI OPIS MREE CENTROIDI BROJEVI VOROVA DUINE DEONICA BRZINE NA MREI NAJKRAE STAZE IZMEU VOROVA
(CENTROIDA)
2. MATRICA MEUZONSKIH PUTOVANJA
8/10/2019 modeliranje i prognoze
46/514
PARAMETRI OPTEREENJA MREE MOGUBITI:
1. DISTANCA / BRZINA / VREME2. TROKOVI PUTOVANJA3. KOMFOR / BEZBEDNOST /BIHEJVIORISTIKI PARAMETRI
U DOSADANJIM MODELIMANAJEE SE KORISTE PARAMETRI
OD BROJEM 1.
KORACI U OPTEREENJU MREE:
1. OPTEREENJE SADANJIMPUTOVANJIMA NA POSTOJEOJ MREI
2. OPTEREENJE BUDUIM PUTOVANJIMANA POSTOJEOJ MREI
3. OPTEREENJE BUDUIM PUTOVANJIMANA POSTOJEOJ MREI I DELOVIMAMREE ZA KOJE SU DONEENE ODLUKE
O NEPOSREDNOJ IZGRADNJI4. OPTEREENJE BUDUIM PUTOVANJIMA
NA BUDUOJ MREI
8/10/2019 modeliranje i prognoze
47/51
8/10/2019 modeliranje i prognoze
48/514
DEFINISANJE MREE: UTVRIVANJE BROJA, VELIINE I GRANICA ZONA
LOCIRANJE CENTROIDA ODREIVANJE KATEGORIJA SAOBRAAJNICA DEFINISANJE KONEKTORA LOCIRANJE VOROVA
KODIRANJE MREE: BROJNO OZNAAVANJE CENTROIDA I VOROVA DUINA DEONICA BRZINA (VREME) NA DEONICI BROJ TRAKA KAPACITET LINKA UNOS PODATAKA U SOFTVER
KALIBRISANJE MREE: TESTIRANJE MREE JEDININIM OPTEREENJEM TESTIRANJE MREE POSTOJEIM OPTEREENJEM
MODELI OPTEREENJA MREEDva pristupa Na osnovu odnosa protok/kapacitet (uzma se u
obzir kapacitet saobraajnica ili ne) Prema Vordropovom (I) principu: saobraaj na
mrei se rasporeuje tako da su otpori (trokovi)putovanja na alternativama izmeu izvora i cilja
ekvivalentni, dok su na neiskorienimputanjama otpori vei. Radi se o modelimaravnotenih i neravnotenih stanja.
8/10/2019 modeliranje i prognoze
49/51
8/10/2019 modeliranje i prognoze
50/515
Modeli neravnotenih satanja
SA OGRANIENJEM KAPACITETA
Potuju osnovne zakonomernosti saobraajnog toka t=t(q).Moe se primenjivati metoda sve ili nita za optereenjeuz korekciju pomou kapaciteta saobraajnice.
Koristi se i naziv korak po korak raspodela. To jeiterativni postupak u kome se ukupna prostornaraspodela predstavlja delovima raspodele.
PREDNOST:realnija predstava optereenjaMANA: moraju se znati t=t(q) relacije za sve delove mree
Modeli neravnotenih satanjaDiverzione krive
Podesne kod modeliranja vangradskihdeonica (koridora putnih). Krive se morajudefinisati za svako podruje posebno.
Ulazne veliine su utede u vremenuputovanja i duini putovanja poalternativama.
8/10/2019 modeliranje i prognoze
51/51
Modeli neravnotenih satanja
Metode raspodele po vie alternativnihpravaca:
Bazira se na stavu da korisnici podjednakoprocenjuju duinu/vreme putovanja.Odabiraju najkrau/najbru stazu.Mora se pozavati ponaanje vozaa.
Tu spadaju stohastiki i modeli uenja.
Modeli neravnotenih satanjaKombinovane metode:
Sadre pojedine elemente predhodnihpostupaka.Osnovni nedostatak je u zanemarivanjupromenljivosti uslova na mrei i uticaj na
veliiinu zahteva.Prednost je to su jednostavni za izraduprograma raunarskih.