Sistemi dinamici di regolazione semaforica
This presentation is the property of its rightful owner.
Sponsored Links
1 / 65

Sistemi dinamici di regolazione semaforica PowerPoint PPT Presentation


  • 80 Views
  • Uploaded on
  • Presentation posted in: General

Sistemi dinamici di regolazione semaforica. Prof. Gaetano Fusco E-mail: [email protected] Semafori attuati dal traffico (1). Il primo semaforo a tempo fisso, con lampade a gas, fu installato a Londra nel 1868.

Download Presentation

Sistemi dinamici di regolazione semaforica

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Sistemi dinamici di regolazione semaforica

Sistemi dinamici di regolazione semaforica

Prof. Gaetano Fusco

E-mail: [email protected]


Semafori attuati dal traffico 1

Semafori attuati dal traffico (1)

  • Il primo semaforo a tempo fisso, con lampade a gas, fu installato a Londra nel 1868.

  • La prima sperimentazione di un semaforo attuato dal traffico fu eseguita negli USA nel 1930.

  • Il semaforo era attivato dal suono dei clacson, rilevato da microfoni posti al lato strada.

  • Lo sviluppo dei microprocessori dagli anni ’60 ad oggi ha aperto nuove opportunità di realizzare sistemi di controllo ad intelligenza distribuita.

Corso di “Sistemi di trasporto intelligenti”


Regolazione a tempo fisso o dinamica

Regolazione a tempo fisso o dinamica

Corso di “Sistemi di trasporto intelligenti”


Semafori isolati attuati dal traffico

Semafori isolati attuati dal traffico

  • Sono basati su dati di traffico acquisiti in tempo reale da rilevatori posti a breve distanza (tra 15 e 25m) dalla linea di arresto.

  • Livelli di attuazione:

    • Semafori semi-attuati: il monitoraggio del traffico è effettuato solo sugli approcci meno carichi.

    • Semafori attuati: tutti gli approcci sono monitorati.

  • Strategie di controllo:

    • Attuazione a volume;

    • Attuazione a volume-densità;

    • Attuazione a densità completa.

Corso di “Sistemi di trasporto intelligenti”


Attuazione a volume 1

Attuazione a volume (1)

  • Per ogni approccio, trascorso il rosso, il sistema garantisce un tempo di verde minimo (intervallo iniziale), necessario per smaltire tutti i veicoli eventualmente presenti tra il rilevatore e la linea di arresto.

  • Trascorso l’intervallo iniziale, ammette un tempo massimo in cui il semaforo può essere a verde senza che arrivino nuovi veicoli (intervallo veicolare);

    • (continua)

Corso di “Sistemi di trasporto intelligenti”


Attuazione a volume 2

Attuazione a volume (2)

  • Durante il verde:

    • ogni volta che un veicolo arriva prima che si esaurisca l’intervallo veicolare I.V. (triangolo verde), dà inizio ad un nuovo intervallo veicolare

    • si prolunga così il verde.

Tempo

I.V. viene raggiunto

I.V.

0

Liberazione

incrocio

Intervallo

iniziale

Tempo

Corso di “Sistemi di trasporto intelligenti”


Attuazione a volume 3

Tempo

I.V. viene raggiunto

I.V.

0

Liberazione

incrocio

Intervallo

iniziale

Tempo

Attuazione a volume (3)

  • Il semaforo passa a rosso quando:

    • è trascorso un intervallo veicolare senza che sia arrivato alcun veicolo (il triangolo marrone è oltre IV);

    • è stato raggiunto il valore massimo ammissibile per il verde.

Corso di “Sistemi di trasporto intelligenti”


Attuazione a volume densit 1

Attuazione a volume-densità (1)

  • Funzionamento simile all’attuazione a volume, ma con intervallo iniziale e veicolare variabili.

  • L’intervallo iniziale è determinato in funzione del numero di veicoli effettivamente presenti tra il rilevatore e la linea di arresto.

  • A partire dall’istante in cui una delle altre fasi è prenotata dal passaggio di un veicolo sul rilevatore, l’intervallo veicolare viene ridotto con una legge di aggiornamento fissata dal progettista.

Corso di “Sistemi di trasporto intelligenti”


Attuazione a volume densit 2

Tempo

I.V. viene raggiunto

I.V. (t)

I.V.(0)

0

Liberazione

incrocio

Intervallo

iniziale

Attuazione a volume-densità (2)

  • Il sistema richiede che al passare del tempo la corrente in arrivo dovrà giungere con intervalli veicolari sempre più piccole, se vuole mantenersi il verde.

Tempo

Corso di “Sistemi di trasporto intelligenti”


Attuazione a densit completa

Attuazione a densità completa

  • L’intervallo iniziale è determinato in maniera identica al controllo a volume-densità.

  • La variazione dell’intervallo veicolare dipende dai seguenti fattori:

    • Il tempo trascorso dalla prima attuazione (come nell’attuazione volume-densità);

    • Il numero di veicoli in attesa sulle altre fasi;

    • La densità del traffico in moto: non è consentito il prolungamento del verde se un plotone sparso segue un plotone compatto.

Corso di “Sistemi di trasporto intelligenti”


Scoot

SCOOT

  • SCOOT=Split, Cycle & Offset Optimisation Technique

  • Regolazionesemaforica dinamica di rete:

    • Regolando opportunamente l’inizio del verde di intersezioni contigue (offset), si può migliorare la progressione dei veicoli nella rete stradale.

  • Storia:

    • Sviluppato dal TRRL a partire dal software TRANSYT.

    • Prima installazione a Glasgow nel 1979.

    • È oggi operativo in circa 170 città nel mondo.

Corso di “Sistemi di trasporto intelligenti”


Scoot1

SCOOT

  • Obiettivo:

    • Minimizzare un Indice di Prestazione (P.I.), combinazione lineare di ritardi e numero di stop.

  • Variabili di progetto:

    • Ciclo (comune per ciascuna area di traffico);

    • Ripartizione di verde;

    • Offset (differenze di fase tra semafori).

  • Aggiornamento:

    • Ogni secondo i rilevatori inviano i valori di occupazione al centro di controllo.

Corso di “Sistemi di trasporto intelligenti”


Scoot schema della procedura

SCOOT: Schema della procedura

Corso di “Sistemi di trasporto intelligenti”


Scoot acquisizione dati

SCOOT: acquisizione dati

  • I dati di traffico sono raccolti da rilevatori (in genere spire induttive) posti all’inizio dell’arco (10-20m a valle dell’intersezione precedente).

  • Dati richiesti per ogni approccio:

    • Tempi di viaggio dal sensore alla linea di stop;

    • Flusso di saturazione;

    • Capacità di accumulo dell’arco (massima coda compresa tra il sensore e la linea di stop);

    • Perditempo in partenza;

    • Perditempo di sgombero.

Corso di “Sistemi di trasporto intelligenti”


Scoot posizione sensori di traffico

SCOOT: posizione sensori di traffico

Corso di “Sistemi di trasporto intelligenti”


Scoot funzionamento 1

SCOOT: funzionamento (1)

  • I valori di occupazione forniscono direttamente una misura di congestione.

  • Sono trasformati in flusso per ricostruire il profilo di traffico di ciascun arco.

  • I profili di flusso rilevati in un ciclo su ciascun arco sono memorizzati ed utilizzati come previsione iniziale per il ciclo successivo.

  • Il flusso in arrivo all’approccio è ottenuto traslando e ampliando (effetto di dispersione) il profilo del tempo di percorrenza dell’arco.

Corso di “Sistemi di trasporto intelligenti”


Esempio di profilo di flusso

Esempio di profilo di flusso

Corso di “Sistemi di trasporto intelligenti”


Scoot previsione della coda

SCOOT: previsione della coda

Corso di “Sistemi di trasporto intelligenti”


Scoot funzionamento 2

SCOOT: funzionamento (2)

  • Il profilo di flusso è continuamente corretto con il dato rilevato al presente.

  • Se la coda eguaglia la lunghezza dell’arco a valle, si assume che il flusso di saturazione si annulli.

  • L’algoritmo di ottimizzazione determina i parametri semaforici che minimizzano l’indice di prestazione in ciascuna area di traffico.

  • I valori dei parametri sono trasmessi alle unità di controllo locale dei semafori.

Corso di “Sistemi di trasporto intelligenti”


Scoot livelli di ottimizzazione

SCOOT: livelli di ottimizzazione

  • Il sistema include 3 livelli di ottimizzazione:

    • Ripartizione di verde;

    • Offset;

    • Ciclo

  • I vari livelli possono essere operativi simultaneamente o singolarmente.

  • Ad esempio, un’arteria con flussi trasversali modesti può richiedere solo l’ottimizzazione degli offset.

Corso di “Sistemi di trasporto intelligenti”


Regolazione semaforica a tempo fisso

Regolazione semaforica a tempo fisso

Corso di “Sistemi di trasporto intelligenti”


Regolazione semaforica dinamica

Regolazione semaforica dinamica

Corso di “Sistemi di trasporto intelligenti”


Scoot ottimizzazione del ciclo

SCOOT: ottimizzazione del ciclo

  • La rete è suddivisa in regioni, aventi ciascuna un valore comune del ciclo

  • Per ogni regione viene calcolato il grado di saturazione di tutti i nodi

  • Il nodo con il maggiore grado di saturazione è il nodo critico della regione (non è sempre lo stesso!)

  • Il ciclo è aggiornato ogni 2,5 o 5 minuti

  • Nelle intersezioni meno congestionate è applicato un sottomultiplo

Corso di “Sistemi di trasporto intelligenti”


Scoot ottimizzazione del ciclo1

SCOOT: ottimizzazione del ciclo

  • Per diversi valori del ciclo:

    • ottimizza simultaneamente verdi e offset di ogni intersezione dell’area;

    • calcola l’indice di prestazione;

    • sceglie il ciclo migliore.

  • Un criterio alternativo di scelta del ciclo è di far operare l’intersezione più carica ad un grado di saturazione al più pari a 0,90.

Corso di “Sistemi di trasporto intelligenti”


Scoot ottimizzazione del verde

SCOOT: ottimizzazione del verde

  • Pochi secondi prima di ogni cambio di fase l’algoritmo di ottimizzazione del verde valuta se sia conveniente anticipare o ritardare il cambio di fase.

  • Il criterio utilizzato per questa decisione è la minimizzazione del massimo grado di saturazione degli approcci del nodo critico.

  • Per l’ottimizzazione del verde ogni singola intersezione è considerata indipendentemente dalle altre.

Corso di “Sistemi di trasporto intelligenti”


Scoot ottimizzazione degli offset

SCOOT: ottimizzazione degli offset

  • L’ottimizzazione degli offset avviene valutando ad ogni ciclo se sia conveniente anticipare o ritardare il cambio di fase.

  • Il criterio di ottimizzazione è la minimizzazione degli indici di prestazione delle intersezioni vicine.

  • Per il calcolo sono utilizzati i profili immagazzinati.

  • La decisione viene effettuata confrontando il cambio di fase prestabilito con possibili variazioni di +/-4s.

Corso di “Sistemi di trasporto intelligenti”


Scoot output prodotti

SCOOT: output prodotti

  • SCOOT produce le seguenti informazioni:

    • Flussi di traffico;

    • Ritardi;

    • Numero di stop;

    • Lunghezza delle code;

    • Grado di saturazione;

    • Parametri semaforici.

  • Livelli di aggregazione:

    • Spaziale: singolo sensore, arco, nodo, area;

    • Temporale: da 4 s a 5 min o più.

Corso di “Sistemi di trasporto intelligenti”


Scoot benefici osservati

SCOOT: benefici osservati

  • Riduzioni dei ritardi sperimentate con SCOOT (analisi prima-dopo):

    • circa il 12% rispetto al coordinamento a tempo fisso;

    • circa il 40% rispetto a controllo attuato di intersezioni isolate.

  • Nei periodi di morbida:

    • Si riducono i benefici rispetto a semafori attuati isolati;

    • I benefici rispetto a piani a tempo fisso variano da caso a caso.

Corso di “Sistemi di trasporto intelligenti”


Spot utopia

SPOT/UTOPIA

  • Obiettivi del sistema UTOPIA:

    • Miglioramento nella mobilità del traffico privato;

    • Priorità a veicoli pubblici ai semafori.

  • Architettura del sistema

    • Gerarchica: area/intersezioni

    • Decentralizzata: ogni intersezione è dotata di un’unità di controllo (SPOT).

  • Aggiornamento in tempo reale:

    • Ogni 3” aggiorna la stima dello stato della rete;

    • Ogni 120” aggiorna il piano di regolazione.

Corso di “Sistemi di trasporto intelligenti”


Utopia componenti

UTOPIA: componenti

  • Sistema Centrale di Controllo Traffico (SCCT):

    • determina la strategia ottima per l’area;

    • rappresenta l’interfaccia con l’operatore;

  • Unità di controllo locale:

    • acquisiscono ed elaborano dati in tempo reale;

    • scambiano dati con unità locali vicine e con SCCT

    • software SPOT determina la strategia ottima locale

  • Rete di comunicazione:

    • Connessioni tra unità locali

    • Connessioni tra unità locali e sistema centrale

Corso di “Sistemi di trasporto intelligenti”


Utopia architettura del sistema 1

UTOPIA: architettura del sistema (1)

  • L’area è suddivisa in zone sovrapposte, costituite da un’intersezione centrale e dalle intersezioni vicine.

  • Il sistema risolve una serie di problemi di controllo al livello di intersezione e al livello di area.

  • Le interazioni avvengono a diversi livelli:

    • Orizzontale (tra zone, cioè intersezioni adiacenti);

    • Verticale (tra zone ed aree).

Corso di “Sistemi di trasporto intelligenti”


Utopia architettura del sistema 2

UTOPIA: Architettura del sistema (2)

  • Il sistema determina la politica di controllo dell’intersezione centrale della zona, considerando le interazioni con le intersezioni vicine.

  • Un modello macroscopico di traffico considera le interazioni con il livello superiore (controllo d’area).

Corso di “Sistemi di trasporto intelligenti”


Utopia modello di intersezione

UTOPIA: Modello di intersezione

  • Al livello di intersezione, la rete stradale è rappresentata come insieme di intersezioni e di “sensi”.

  • Il senso è un arco orientato tra due intersezioni.

  • Un gruppo di corsie di un approccio (senso) aventi la stessa fase costituisce un link.

Corso di “Sistemi di trasporto intelligenti”


Utopia modello di arco

UTOPIA: Modello di arco

  • Ogni arco monodirezionale (“senso”) è caratterizzato dai seguenti attributi:

    • Lunghezza;

    • Numero di corsie;

    • Tempo di percorrenza libero (a flusso zero);

    • Flusso medio (fornisce la domanda se l’arco non è dotato di sensori di rilevamento);

    • Restrizioni di traffico (misto o riservato);

    • Percentuale di “nati” e di “morti”.

Corso di “Sistemi di trasporto intelligenti”


Utopia modello di link

UTOPIA: Modello di link

  • Attributi del link:

    • Percentuale di attribuzione (quota del flusso d’arco che utilizza il link);

    • Flusso di saturazione;

    • Capacità di immagazzinamento.

  • Rappresentazione delle svolte:

    • Percentuali di svolta: flusso di svolta/flusso sul link;

    • Tempo di attraversamento dalla linea di stop ai sensori sull’arco uscente.

Corso di “Sistemi di trasporto intelligenti”


Utopia modello di link1

UTOPIA: Modello di link

  • Solo i movimenti verso archi controllati sono modellizzati.

  • Le percentuali di flusso storiche sono il valore di riferimento che viene aggiornato con stime in linea.

Corso di “Sistemi di trasporto intelligenti”


Utopia osservatore locale

UTOPIA: osservatore locale

  • All’inizio di ogni arco è posizionato un sensore per corsia, che viene visto:

    • come sensore di ingresso dall’unità locale a valle;

    • come sensore di uscita dall’unità locale a monte.

  • Sulla base delle misure dei sensori l’osservatore locale calcola il traffico dell’incrocio:

    • Lunghezza delle code;

    • Posizione dei mezzi pubblici.

Corso di “Sistemi di trasporto intelligenti”


Utopia osservatore locale1

UTOPIA: osservatore locale

  • Applica algoritmi euristici e di filtro per stimare:

    • I parametri caratteristici (ritardi, code, percentuali di svolte)

    • La presenza di incidenti o di altre anomalie.

  • Prevede lo stato dell’intersezione per i successivi 120” sulla base della politica di regolazione corrente.

Corso di “Sistemi di trasporto intelligenti”


Utopia diagramma di coda

UTOPIA: Diagramma di coda

Corso di “Sistemi di trasporto intelligenti”


Utopia il vettore di stato

UTOPIA: Il vettore di stato

  • Gli elementi di stato di un’intersezione sono i veicoli y su ogni link, raggruppati in step k di 3”.

  • I veicoli sul link y sono ordinati in forma vettoriale (zn) in base al numero n di step necessari per arrivare sulla linea di stop.

Corso di “Sistemi di trasporto intelligenti”


Utopia passaggio di stato 2

UTOPIA: Passaggio di stato (2)

  • Il passaggio di stato dipende da:

    • Il movimento all’interno del link, indipendente dal controllo attuato;

    • Il movimento u tra link, dipendente al controllo attuato c.

      x(k+1)=f(xk,uk,ck)

    • e dalle percentuali di svolta e di attribuzione (funzione f).

Corso di “Sistemi di trasporto intelligenti”


Utopia calcolo della coda

UTOPIA: Calcolo della coda

  • Il numero di veicoli in coda (coda verticale) si calcola aggiornando ad ogni step il numero di veicoli arrivati e partiti in funzione dello stato del semaforo e dei veicoli partiti da altri link.

  • La lunghezza della coda (coda orizzontale) è calcolata in base alle seguenti ipotesi:

    • Nel rosso è proporzionale alla coda verticale;

    • Nel verde è costante finché la coda verticale si annulla;

    • Quando si annulla la coda verticale, viene azzerata anche la coda orizzontale e l’ultimo veicolo è posto sulla linea di stop con velocità di crociera.

Corso di “Sistemi di trasporto intelligenti”


Utopia profili di flusso

UTOPIA: Profili di flusso

Corso di “Sistemi di trasporto intelligenti”


Utopia osservatore centrale 1

UTOPIA: osservatore centrale (1)

  • Riceve in input:

    • dagli osservatori locali lo stato corrente della rete.

    • dai moduli di controllo integrati informazioni su eventi particolari (chiusura strade, incidenti, ecc.).

    • Le strategie di controllo (priorità degli assi, gestione della congestione).

  • Calcola il controllo stazionario ottimale per ciascuna area e lo traduce in parametri di controllo (pesi, profili di coda attesi) per le unità di controllo locale.

Corso di “Sistemi di trasporto intelligenti”


Utopia osservatore centrale 2

UTOPIA: osservatore centrale (2)

  • La politica di controllo semaforico e le previsioni sui flussi scambiati sono calcolati su un orizzonte di 120”.

  • Ogni 3” i dati vengono aggiornati e la regolazione ottimale viene ricalcolata (tecnica “rolling horizon”).

Corso di “Sistemi di trasporto intelligenti”


Utopia tecnica rolling horizon 1

UTOPIA: Tecnica rolling horizon (1)

  • Piano d’area (orizzonte 120”- circuito aperto):

    • Elaborazione euristica del piano ottimale, sulla base:

      • della strategia precedente,

      • del piano suggerito dal sistema centrale,

      • delle previsioni sui tempi di arrivo dei mezzi pubblici,

      • di semplici regole di coordinamento tra intersezioni.

Corso di “Sistemi di trasporto intelligenti”


Utopia tecnica rolling horizon 2

UTOPIA: Tecnica rolling horizon (2)

  • Fase di rielaborazione (orizzonte 3” - circuito chiuso):

    • Rielaborazione della parte del piano stazionario sulla base:

      • dei ritardi e del numero di stop sui link;

      • del superamento della capacità sui link entranti ed uscenti;

      • della posizione dei mezzi di trasporto pubblico

      • del piano d’area suggerito a livello superiore.

    • Minimizzazione funzione di costo con branch-and-bound.

Corso di “Sistemi di trasporto intelligenti”


Utopia curve di ritardo

UTOPIA: curve di ritardo

Corso di “Sistemi di trasporto intelligenti”


Utopia priorit agli autobus

UTOPIA: priorità agli autobus

Corso di “Sistemi di trasporto intelligenti”


Utopia aspetti notevoli

UTOPIA: Aspetti notevoli

  • Integra il trattamento preferenziale del trasporto pubblico nel controllo dinamico di rete.

  • Ogni componente locale e di comunicazione è dotato di un sistema di autodiagnostica, che comunica lo stato al centro di controllo.

  • Possibilità di definire strategie di controllo gerarchico tra varie arterie.

Corso di “Sistemi di trasporto intelligenti”


Utopia aspetti notevoli1

UTOPIA: Aspetti notevoli

  • Il sistema di controllo distribuito propaga le perturbazioni sia nel tempo che nello spazio.

  • Regole per favorire la stabilità del sistema:

    • La strategia di controllo euristica (120”) lega il piano suggerito ai piani in atto;

    • Nel controllo ottimale (3”) è introdotto un peso di aggancio al piano che limita la durata delle variazioni apportate.

Corso di “Sistemi di trasporto intelligenti”


Utopia interfaccia grafica 1

UTOPIA: Interfaccia grafica (1)

Corso di “Sistemi di trasporto intelligenti”


Utopia interfaccia grafica 2

UTOPIA: Interfaccia grafica (2)

Corso di “Sistemi di trasporto intelligenti”


Tuc traffic urban control

TUC: Traffic Urban Control

  • Sistema di regolazione dinamica di rete con logica di controllo a circuito chiuso a più variabili

  • Formulazioni LQ (Lineare Quadratica)

  • Modello di deflusso basato sulla diffusione e progressione delle code (“store-and-forward”)

  • La lunghezza delle code sugli archi è stimata mediante misure in tempo reale dell’occupazione

  • Applicazione sperimentale a Glasgow

Corso di “Sistemi di trasporto intelligenti”


Tuc formulazione del modello 1

TUC: Formulazione del modello (1)

Equazione di continuità d’arco:

T ampiezza degli intervalli di tempo

k generico intervallo di tempo

xz numero di veicoli sull’arco z

qz flusso entrante nell’arco z

uz flusso uscente dall’arco z

dz flusso generato lungo l’arco z

sz flusso uscito lungo l’arco z

qz

uz

N

M

sz

dz

Corso di “Sistemi di trasporto intelligenti”


Tuc formulazione del modello 2

TUC: Formulazione del modello (2)

  • Flusso entrante nell’arco z

  • tw,z frazione di flusso di svolta dal generico arco w entrante nel nodo M verso l’arco z

  • uw flusso uscente dall’arco w

  • tw’,z frazione di flusso di svolta dal generico arco w’ entrante nel nodo M verso l’arco z

  • uw’ flusso uscente dall’arco w’

tw’ uw’

uw’

z

qz

tw uw

w’

uw

w

Corso di “Sistemi di trasporto intelligenti”


Tuc formulazione del modello 3

TUC: Formulazione del modello (3)

Capacità degli approcci semaforizzati w

  • Sz flusso di saturazione dell’approccio z

  • Gz tempo di verde per l’approccio z

  • gi tempo di verde per la manovra i dell’approccio z

  • Gz tempo di verde per l’approccio z

  • C durata del ciclo

  • Lj perditempo all’approccio j

Corso di “Sistemi di trasporto intelligenti”


Tuc formulazione del modello 5

TUC: Formulazione del modello (5)

qz

uz

uw

w

N

M

sz

dz

Corso di “Sistemi di trasporto intelligenti”


Tuc formulazione del modello 4

TUC: Formulazione del modello (4)

  • Ipotesi: esiste un vettore di tempi di verde GNj che mantiene stazionaria la codax in corrispondenza di una domanda dNz

  • L’equazione stazionaria della coda è:

Lunghezza della coda

costante

Corso di “Sistemi di trasporto intelligenti”


Tuc formulazione del modello 51

TUC: Formulazione del modello (5)

Equazione di continuità come variazione dello stato stazionario N:

Condizioni stazionarie:

Corso di “Sistemi di trasporto intelligenti”


Tuc formulazione del modello 6

TUC: Formulazione del modello (6)

  • Per applicare la legge di controllo LQ si assume poi che i disturbi aleatori Δd nel breve periodo siano a media nulla

  • Al livello di rete l’equazione di continuità è del tipo:

  • A è la matrice unitaria

  • B è una matrice degli input che riflette le caratteristiche funzionali, geometriche e di traffico della rete

Corso di “Sistemi di trasporto intelligenti”


Tuc formulazione del modello 41

TUC: Formulazione del modello (4)

  • Ipotesi: esiste un vettore di tempi di verde gNj,i che mantiene stazionaria la coda x in corrispondenza di una domanda dNz

  • L’equazione stazionaria della coda è:

Lunghezza della coda

costante

Corso di “Sistemi di trasporto intelligenti”


Tuc formulazione del modello 52

TUC: Formulazione del modello (5)

Corso di “Sistemi di trasporto intelligenti”


Tuc formulazione del modello 61

TUC: Formulazione del modello (6)

  • Al livello di rete l’equazione di continuità è:

  • Per applicare la legge di controllo LQ si assume che la domanda nel breve periodo in media non cambi:

Corso di “Sistemi di trasporto intelligenti”


Tuc formulazione del modello 62

TUC: Formulazione del modello (6)

  • Funzione obiettivo:

    Gli elementi sulla diagonale della matrice Q sono le capacità di contenimento d’arco zmax

  • Soluzione (legge di controllo LQ):

Corso di “Sistemi di trasporto intelligenti”


  • Login