238

14. Un modello dottimizzazione

domanda-offerta nella sosta

di Marco Migliore

1. Premessa
Nella presente nota sono illustrati i risultati, ed i possibili sviluppi nella ricerca,
di uno studio rivolto alla formalizzazione ed allanalisi, nelle sue varie componen-
ti, di un modello di assegnazione pseudo-dinamica non di rete della domanda di
sosta allofferta, al fine di simulare levoluzione temporale, nellarco della giornata
tipo, dellinterazione domanda-offerta, in funzione delle principali variabili in gio-
co.
Il modello stato strutturato come nested-logit di un modello di scelta modale
e pertanto, al termine di ogni ciclo dassegnazione, si introdotta la possibilit,
tramite la definizione di una variabile di soddisfazione logsum, di stimare la va-
riazione della domanda conseguente alla variazione della scelta modale.
Il modello stato sviluppato sulla scorta delle indagini effettuate per
lelaborazione del P.U.T. (1996) della citt di Palermo, finalizzate alla calibrazione
di un modello a quattro stadi messo a punto dal prof. E. Cascetta, e delle indagini
eseguite tramite rilevamenti ed interviste in una zona campione della stessa citt
(attorno lattuale Palazzo di Giustizia).
Lo studio partito da unattenta analisi della bibliografia scientifica di settore,
ricordando soprattutto gli studi eseguiti: nel 1981 da D. Van der Goot, che ha ela-
borato e sperimentato a Derby, in Olanda, un modello di utilit disaggregata per
lassegnazione della domanda di sosta; nel 1991 da D. Gattuso, che ha sviluppato e
sperimentato un modello logit multinomiale non di rete per lassegnazione pseudo-
dinamica della domanda di sosta; nel 1993 da Bifulco, che ha messo a punto due
modelli stocastici pseudo-dinamici, rispettivamente non di rete e di rete, per
lassegnazione della domanda di sosta allofferta.
Lobiettivo comune di questi studi stato quello di realizzare un modello che
riuscisse a rappresentare, con ragionevole grado dattendibilit, il contesto di base

Istituto di Trasporti, Universit di Palermo.

239
e le principali variabili in gioco, dalle quali dipendono i potenziali comportamenti
e le possibili reazioni degli utenti, in ragione della politica delle autorit.
Partendo da queste premesse, si cercato di sviluppare un modello:
molto versatile nella schematizzazione dellofferta esistente;
con funzioni di costo associate allofferta che meglio rappresentino linfluenza
dellofferta sulla domanda, soprattutto nei fenomeni di saturazione degli spazi
disponibili;
capace di stimare in maniera semplice ed efficace linfluenza che la scelta del
parcheggio esercita sulla scelta modale.

2. La modellizzazione del sistema delle attivit e della domanda di sosta
Si assume che le attivit siano distribuite in modo discontinuo sul territorio ed
in modo continuo nel tempo, scomponendo larea di studio in zone Z
i
, schematiz-
zabili ciascuna con un centroide, baricentro simbolico delle attivit che vi si svol-
gono.
La domanda si esprime in forma articolata, oltrech per zona di destinazione,
anche per intervallo temporale T
n
in cui avviene, per motivo della sosta e per dura-
ta della stessa. Da queste ultime caratteristiche, infatti, dipende la sensibilit della
domanda ai costi offerti e quindi la sua elasticit.
In funzione dellintervallo T
n
in cui si assegna la domanda considerata, del mo-
tivo s della sosta, della durata d
s
della stessa, della destinazione finale Z
i

dellutenza in esame e del grado doccupazione dellimpianto a cui assegnare la
domanda, possibile definire il costo generalizzato, percepito da questa tipologia
di domanda, associato a ciascun impianto.
Assumendo che, per ciascun gruppo elementare dutenza K, caratterizzato
dallavere stesso T
n
, s, d
s
e Z
i
, siano noti i valori medi degli attributi di costo dei
singoli impianti di parcheggio ed il valore risultante della funzione di costo, la
probabilit Prob(kj) che venga scelto uno degli N impianti disponibili viene calco-
lata con un modello logit multinomiale del tipo:

=
=
N
1 x
) f(c
) f(c
kx
kj
e
e
Prob(kj)
,
dove f(c
kj
) rappresenta la funzione di costo generalizzato dellimpianto j-esimo.


3. La modellizzazione dellofferta
Il sistema costituito da N impianti distinti, schematizzabili con centroidi, o-
gnuno dei quali caratterizzato da :
Q
j
(t ), numero di posti disponibili al tempo t ;
240
C
j

f
(t, j, d
s
), costo di fruizione al tempo t ;
C
j

t
(t, j, Z
i
, s, d
s
), costo di trasferimento al tempo t ;
C
j

r
(t, j, s ), costo di ricerca e manovra al tempo t.
Lofferta di stalli distribuita su strada ipotizzata concentrata in impianti fittizi,
tale che ogni impianto presenti caratteristiche omogenee per la formulazione di un
unico costo generalizzato della sosta per li-esimo posto auto dellimpianto stesso;
anche la sosta illegale viene schematizzata con un impianto fittizio di data capacit
e dato costo eventualmente variabile nel tempo.
Lutilizzazione del generico posto del parcheggio P
j
comporta un costo risul-
tante dalla somma: del costo di fruizione, del costo di trasferimento posto-
destinazione dello spostamento e del costo di ricerca e manovra.
La funzione di costo generalizzato proposta del tipo:
( )
kjr kjt kjf kj kj
C C C * C * ) f(C + + = = ,
dove:
rappresenta il coefficiente che pesa la sensibilit dellutenza in esame al co-
sto della sosta espresso in , e dipende dal motivo della stessa;
C
kj
rappresenta il costo generalizzato del posto auto nellimpianto j-esimo;
C
kjf
il costo di fruizione del posto stesso;
C
kjt
il costo di trasferimento legato al posto occupato ed alla destinazione da
raggiungere;
C
kjr
il costo di ricerca e manovra per loccupazione dello stesso.
Seguir quindi una descrizione delle singole voci di costo componenti il costo
complessivo.

3.1. Costo di fruizione
Rappresenta il costo che lutente deve pagare per ricoverare il mezzo
nellimpianto.
Se il posto legale:
C
j

f
(t)=
( ) p t * i
j
i 1
d
i
s
=

,

dove:
C
j

f
(t) rappresenta il costo di fruizione del posto auto dellimpianto j-esimo,
considerato occupato dal tempo t in esame e per tutta la durata della sosta;
p
j
(t
i
) rappresenta la tariffa oraria del posto auto in corrispondenza
dellintervallo orario t
i
di riferimento;
t
i
rappresenta, infine, lintervallo orario di riferimento.
Se il posto illegale:
C
j

f
(t)= (Prob. multa)* multa,
241
dove:
Prob multa rappresenta la probabilit di prendere la multa in un dato intervallo
temporale in cui viene lasciata lauto in sosta illegale;
multa rappresenta il costo della multa in per linfrazione al codice commessa.
In genere tale probabilit pari al rapporto fra la durata della sosta e
lintervallo temporale entro cui si ha il controllo da parte delladdetto con
lavvertenza che tale probabilit non pu comunque superare lunit.

3.2. Costo di trasferimento
Tal voce computa il costo che lutente deve pagare, in termini di tempo, per
raggiungere la destinazione finale dal posto auto occupato.
Per generalizzare, inoltre, lutilizzo del modello proposto, si sono presi in con-
siderazione anche gli impianti esterni allarea di studio.
Per individuare il gruppo minimo dutenza a caratteristiche omogenee, ovvero
la percentuale che utilizza una data modalit per raggiungere la propria destinazio-
ne, si adoperato il modello di scelta modale messo a punto nel corso delle inda-
gini svolte nel 1996 per redigere il P.U.T.
Considerando come possibili modalit di trasferimento:
Bus + piedi
Piedi
si pu porre:


dove:
coeff.occ. rappresenta il numero medio di persone occupanti lauto;
l
1
il tragitto percorso a piedi dallutente;
v
p
la velocit pedonale media che si pu assumere pari a 3 km/h;
l
2
il tragitto percorso col mezzo pubblico;
v
c
la velocit commerciale del mezzo pubblico;
t
a
il tempo di attesa del mezzo pubblico;
t
oZi
mina
il tempo minimo per andare dalla zona origine o
i
dello spostamento a
quella di destinazione Z
i
tramite auto;
t
oji
mina
il tempo minimo per andare dalla zona origine o
i
dello spostamento al
parcheggio j-esimo tramite auto;
med
oiO
(t
oZi
mina
- t
oji
mina
) viene sottratto al tempo speso per adoperare il mezzo
pubblico perch si sta computando il costo di trasferimento netto per
lutilizzo dellimpianto;
p
c
il prezzo in L. del biglietto del mezzo pubblico (talvolta inglobato nella ta-
riffa del parcheggio di interscambio );
( )

+
(
(

|
|

\
|
+
|
|

\
|
+ + =

2
5
min min
c
2
a
p
1
2
1
c i n bus
b
b
v
l
t
v
l
* 2 *
b
b
p * coeff.occ. s) , Z j, , (T C
i i
a
i i
a
i
j o Z o
O o
t t med
242
b
1
, b
2
, b
5
, b
9
sono coefficienti di calibrazione che variano in funzione del moti-
vo della sosta.
Si pu infine porre:
C
trasf
.(T
n
, j, Z
i
, s, d
s
) = C
trasf
.
and
. + C
trasf
.
rit


3.3. Costo di ricerca e di manovra
Tal voce computa il costo che lutente deve pagare, in termini di tempo, per ac-
cedere fisicamente al posto auto una volta raggiunto limpianto in esame.
Si pu definire come:
C
r
(T
n
, j, s) =
s
*t
o
(T
n
, j)

dove:

s
rappresenta il valore unitario del tempo in funzione del motivo della sosta,
pari al valore unitario del tempo impiegato per la ricerca dello stallo per singola
persona stimabile pari, dato il significato dei relativi coefficienti, a 2*1000*b
1
/b
2

moltiplicato il coefficiente doccupazione dellauto, visto che occorre computare
il costo legato alla singola auto in sosta;
t
o
(T
n
, j) il tempo impiegato dallutente per la ricerca del posto allinterno
dellimpianto j-esimo, funzione dellintervallo orario T
n
in cui avviene la ricerca e
del grado di saturazione dellimpianto.
Il tempo di ricerca t
o
impiegato dallutente per loccupazione del primo stallo
disponibile risulta costituito dal tempo occorrente per raggiungere fisicamente lo
stallo desiderato e, in condizioni di saturazione dellimpianto, da quello occorrente
affinch se ne liberi uno.
Si possono esaminare tre casi:
A) Limpianto non saturo (X 100)
In tal caso sar sufficiente percorrere lo spazio necessario per raggiungere il
primo stallo libero.
Nel caso in cui nellimpianto ci sia lultimo stallo libero, il tempo medio da
computare per il raggiungimento dello stesso sar, ipotizzando che questultimo si
trovi a met impianto:
man
r
r
ric
t
V * 2
l
t + =
( ) ( ) 1000
v
l
*
b
b
* coeff.occ. s , Z j, C
p
1
2
9
i piedi
=
[ ] L 1000 * ) e log(e ) d s, , Z j, , (T C
andata
C C
s i n trasfand
piedi
bus

+ =
[ ] L 1000 * ) e log(e ) d s, , Z j, , (T C
ritorno
C
C
s i n trasf.rit
piedi
bus

+ =
243
dove:
t
man
rappresenta il tempo medio necessario per effettuare la manovra di par-
cheggio;
l
r
lestensione in lunghezza dellimpianto dipendente dallubicazione degli
stalli nello stesso;
V
r
la velocit media di ricerca dello stallo dipendente dalle condizioni di cir-
colazione.
Se, allora, consideriamo che in tale circostanza t
ric
risulta essere in media il
tempo massimo impiegato dallutente per raggiungere lo stallo a disposizione, si
pu adoperare come legge, riportata graficamente in fig. 1, per valutare t
o
in fun-
zione del grado di riempimento dellimpianto j-esimo:
(
(
(
(

\
|

17
6 , 266
x 400
ric o
e 1 * t * 8 t
dove:
x, compreso fra 0 e 100, rappresenta lindice di riempimento dello stesso.
Tale espressione deriva dagli studi sulla sosta eseguiti dal ricercatore D. Van
der Goot (1982), che ha stimato sperimentalmente come varia la difficolt nel tro-
vare uno stallo libero al variare del coefficiente doccupazione dellimpianto.
0
1
2
3
4
5
6
7
8
9
0 20 40 60 80 100 120
%
t(x
)

Fig. 1 Rappresentazione grafica della funzione t(X) = t
0
/tric nel caso A

B) Partendo da una condizione di saturazione dellimpianto (X
1
100) si giun-
ge alla congestione
In tal caso, al tempo computato nel caso A va aggiunto, quando si raggiunge la
congestione, il tempo occorrente affinch si liberi almeno un posto.
244
Per computare questultimo fattore, si suppone che, nellintervallo in cui si ef-
fettua lassegnazione, la frequenza negli arrivi e nelle partenze delle auto in sosta
si mantenga costante.
Posto con:
M: il numero delle auto che chiedono di sostare nellimpianto j-esimo relati-
vamente allintervallo temporale T
n
;
N: il numero dauto uscenti dal proprio posto nellintervallo medesimo,
risulta:
autovetture in arrivo = 1 ogni T
n
/M
autovetture in partenza = 1 ogni T
n
/N
Se si ipotizza il crearsi di un fenomeno di congestione, segue: M N






Tn
T1
T2
T3

=
|

\
|
+ + |

\
|
+ |

\
|
+ |

\
|

=
M
M
T
N
T
* M
M
T
N
T
* 3
M
T
N
T
* 2
M
T
N
T
t
n n n n n n n n
att
L

2
T
*
N
Q
*
100
100) (X
2
T
*
N
N) (M
*
M
1) (M
M
1
*
M
T
N
T
*
2
1) (M * M
n
j
n n n

+
= |

\
|

+
=
dove Q
j
rappresenta la capacit dellimpianto j-esimo ed N > 0 (se N=0, si pu
allora porre N=0,1).
In tal caso, allora, la funzione, riportata in fig.2, rappresentante il tempo di ri-
cerca t
o
:
(
(
(
(

\
|

17
6 , 266
x 400
ric
e 1 * t * 8
se X 100
t
o
(T
n
, j) =

2
T
*
N
Q
*
100
) 100 X (
e 1 * t * 8
n
j 6 , 266
100 400
ric
17

+
(
(
(
(

\
|
se X > 100
Auto in partenza N
Auto in arrivo M
245
C) Partendo da una situazione di congestione (X1> 100), si passa ad un ulte-
riore incremento della stessa (X2 > X1) o ad un decremento ( X2 < X1)
C1) La congestione aumenta ulteriormente (X2 > X1)
In tal caso bisogna considerare che i primi Q
j
*(X1 100)/100 posti disponibili
nellintervallo T
n
in esame, saranno occupati dal surplus di domanda nellimpianto
j-esimo verificatasi nellintervallo precedente.
Fig. 2 Rappresentazione grafica della funzione t(X) = t
0
/tric nel caso B

Ad ogni modo, il tempo di ricerca medio va computato, concordamente alle ipo-
tesi dequilibrio statico fra domanda e offerta, solo a quella fascia dutenza che
sceglie di sostare nellimpianto medesimo nellintervallo T
n
e non su coloro che
hanno fatto la predetta scelta negli intervalli precedenti e che per ragioni di conge-
stione sostano nellintervallo T
n
considerato.
Detto ci, risulta:
2
T
*
N
Q
*
100
200) X (X
2
T
*
N
Q
*
100
) X (X
N
T
* Q *
100
100) (X
t
n
j
1 2 n
j
1 2 n
j
1
att
+
=

=
Se X1 = X2 allora :
( )
n
j
2
att
T *
N
Q
*
100
100 X
t

=
C.2) La congestione decrementa (X2 < X1)
In tal caso si suppone una variazione lineare fra il caso in cui X2 = X1 e quello
in cui X2 = 100.
Con semplici passaggi si ricava:
0
10
20
30
40
50
60
70
0
1
0
2
0
3
0
4
0
5
0
6
0
7
0
8
0
9
0
1
0
0
1
1
0
1
2
0
1
3
0
1
4
0
1
5
0
1
6
0
1
7
0
1
8
0
1
9
0
2
0
0
2
1
0
2
2
0
X
t
o
246
n
j
2 6 , 266
300
ric n o
T *
N
Q
*
100
100 X
e 1 * t * 8 ) j , T ( t
17
|

\
|
+
(
(
(
(

\
|

In tal caso la funzione, riportata graficamente in fig.3, rappresentante il tempo
di ricerca to :

(
(
(
(

\
|

17
6 , 266
x 400
ric
e 1 * t * 8
se X 100
to (Tn, j) =
n
j 6 , 266
300
ric
T *
N
Q
*
100
100 X
e 1 * t * 8
17
|

\
|
+
(
(
(
(

\
|
se 100 < X X1
2
T
*
N
Q
*
100
) 200 X X (
e 1 * t * 8
n
j
1 6 , 266
300
ric
17
+
+
(
(
(
(

\
|

se X > X1
Se passando da un intervallo T
n
al successivo varia la capacit Q
j

dellimpianto, si ricalcoleranno gli X1 dei singoli impianti in funzione delle nuove
capacit ed in base a questi nuovi valori si adotteranno le formule opportune.
Fig. 3 Rappresentazione grafica della funzione t(X) = t
0
/tric nel caso C

Si pu notare come il tempo speso per la ricerca di uno stallo influenza il costo
dello stesso ed allo stesso tempo influenzato dalla percentuale di posti occupati,
che a sua volta dipende dal numero di utenti che scelgono limpianto j-esimo.
Questo dunque un effetto classico della congestione risolvibile con la ricerca del
punto fisso, tramite lalgoritmo M.S.A. E possibile provare (Cantarella e Biful-
co, 1994) lesistenza e lunicit della soluzione dequilibrio fra domanda e offerta,
essendo il modello di domanda tipo logit e le funzioni di offerta proposte: conti-
0
10
20
30
40
50
60
70
80
90
0
1
0
2
0
3
0
4
0
5
0
6
0
7
0
8
0
9
0
1
0
0
1
1
0
1
2
0
1
3
0
1
4
0
1
5
0
1
6
0
1
7
0
1
8
0
1
9
0
2
0
0
2
1
0
2
2
0
X
t
o
247
nue, separabili, invertibili e crescenti.


4. Stima dellinfluenza che la scelta del parcheggio ha sulla scelta modale
Effettuata lassegnazione della domanda allofferta, si passa alla stima della va-
riazione della domanda di sosta in funzione di una diversa ripartizione modale ri-
sultante dalla variazione del costo generalizzato dellofferta, definito come:
|
|

\
|
=


i
C *
s i gen
i
e log *

1
) d s, , (Z C
e dipendente dalla zona di destinazione Z
i
, dal motivo della sosta e dalla sua dura-
ta.
Partendo dal sistema di modelli a 4 stadi simulanti la mobilit urbana, si sup-
pone che:
a. non ci sia nessuna, o al massimo lieve, variazione dei dati riguardanti la popo-
lazione e le attivit presenti nel territorio con relativi addetti;
b. per effetto della variazione dellofferta di sosta, la generazione e conseguente
distribuzione degli spostamenti rimane immutata.
In definitiva, ipotizzando che le variazioni apportate allofferta della sosta si ri-
percuotono essenzialmente nella fase di ripartizione modale e che il termine in-
fluenzato da tale variazione risulti lutilit associata allauto privata., si ricava, trat-
tando opportunamente la modellistica messa a punto per Palermo:
( )
auto
V
auto
s j i i
n
P e * P 1
1
* D ) d s, , t , Z , (O D
auto
+
=


dove:
D
n
rappresenta la domanda di sosta funzione della nuova ripartizione modale,
dovuta al cambiamento del costo dellofferta;
D rappresenta la domanda di sosta adoperata per l'assegnazione e disaggregata
per zona dorigine, zona di destinazione, categoria dutenti, motivo e durata della
sosta;
P
auto
, rappresenta la percentuale di utenti, rispetto al numero complessivo rela-
tivo alla categoria in esame, che utilizza lauto per giungere in zona;

V
auto
rappresenta nel contesto della scelta modale la variazione dellutilit asso-
ciata allauto privata dagli utenti che giungono in zona, funzione del motivo della
sosta e della sua durata;
C
n
gen rappresenta il costo generalizzato della sosta ricavato dopo ln-esimo ciclo
di assegnazione;
[ ]
1) (n
gen
1) (n
gen
n
gen
6 s i a
C
C C
* diff.park * b ) d s, , (Z V

=
248
C
n-1
gen rappresenta il costo generalizzato della sosta ricavato dopo il precedente
ciclo di assegnazione;
diff.park una variabile proxy tempo di ricerca per il posto di parcheggio
(1=basso, 2= medio, 3= alto) adottata nella modellistica del P.U.T.;
b6 un coefficiente di calibrazione dipendente dal motivo della sosta.
Si potuto verificare, inoltre, che, per variazioni nel costo generalizzato della
sosta inferiori in valore assoluto al 50%, sufficientemente attendibile stimare la
variazione della domanda di sosta al variare del costo generalizzato dellofferta
disaggregando la domanda D solo per zona di destinazione, motivo e durata della
sosta.


5. Implementazione del modello
Prima di formalizzare analiticamente il modello proposto va precisato che:
lassegnazione della domanda allofferta si effettua per ciascun intervallo tem-
porale T
n
in cui viene suddiviso il dominio complessivo T con T
n
T;
per ciascun intervallo T
n
si esegue unassegnazione statica tendente al raggiun-
gimento dellequilibrio fra domanda e offerta.
Supposto, allora, di focalizzare lattenzione su un generico intervallo T
n
in cui
si effettua lassegnazione, segue una breve descrizione della simbologia adottata
nellalgoritmo di risoluzione.
O: insieme delle possibili origini dellutenza in esame;
o
i
: origine i-esima dellutenza tale che o
i
O;
Z: insieme delle possibili destinazioni dellutenza in esame;
Z
i
: destinazione i-esima dellutenza tale che Z
i
Z;
t: insieme delle categorie in cui viene disaggregata lutenza in esame;
t
j
: categoria j-esima dellutenza tale che t
j
t;
N: insieme degli impianti presenti;
j: impianto j-esimo tale che j N;
S: insieme delle possibili motivazioni di sosta;
s: motivo della sosta tale che s S;
D
s
: insieme delle possibili durate di sosta;
d
s
: durata della sosta tale che d
s
D
s
;
A (o
i
, Z
i
, t
j
, s, d
s
): domanda di sosta espressa in auto, omogenea per zona di o-
rigine, zona di destinazione, categoria dutenza, motivazione e durata;
A (Z
i
, s, d
s
): domanda di sosta espressa in auto, omogenea per zona di destina-
zione, motivazione e durata, con

A (Z
i
, s, d
s
) =
oiO

tit
A (o
i
, Z
i
, t
j
, s, d
s
);

: coefficiente che pesa la sensibilit dellutenza al costo della sosta e dipen-
dente dalla motivazione;
C
j
(Z
i
, j, s, d
s
): costo del posto auto dellimpianto j-esimo espresso in L.;
249
C
fj
(j, d
s
): costo di fruizione del posto auto dellimpianto j-esimo espresso in L.;
C
trj
(Z
i
, j, s): costo di trasferimento del posto auto dellimpianto j-esimo espres-
so in ;
C
ricj
(j, s): costo di ricerca del posto auto dellimpianto j-esimo espresso in L.;
C
gen
(Z
i
, s, d
s
): costo generalizzato della sosta per zona di destinazione, motivo
e durata, espresso in ;
Q
j
: capacit di posti dellimpianto j-esimo;
V (j, d
s
): domanda di sosta espressa in auto assegnata allimpianto j-esimo
nellintervallo T
n
per classe di durata della sosta;
D( j): domanda di sosta espressa in auto assegnata allimpianto j-esimo
nellintervallo T
n
;
U( j): auto uscenti dallimpianto j-esimo nellintervallo T
n
con:
q
n
1 q
q j
* ) T D(j, U

=
= con
q
variabile binaria tale che:

q
= 1 se T
q
+ d
s
= T
n

q
= 0 se T
q
+ d
s
T
n

X
j
: grado doccupazione dellimpianto j-esimo espresso in percentuale tale che:
100 *
j
j
j
Q
D
X =

Segue, allora, una breve descrizione dei singoli step dassegnazione:
Step 0) inizializzazione
D( j ) = D
0
( j ) j
k = 1
st =
( )
100 *
Q
j U
) T (j, X (j) X
j
1 n 1 1
=


Step 1) calcolo delle componenti di costo dellimpianto j-esimo
( )
100 *
Q
j D
(j) X (j) X
j
1 2
+ =

( ) ( ) ( ) ( ); s j, C Z s, j, C d j, C d , Z s, j, C
ric i tr s fr s i
+ + =
Step 2) scelta del parcheggio

( )
( ) { }
( ) { }

=
N z
s i
s i
Z Z S s
s I s
d , Z s, z, C * exp
d , Z s, j, C * exp
) d , Z A(s, d j, V
i
j, d
s

=
s S
D d
s 1
) d V(j, (j) D
j
Step 3) stop test
If
(

|
|

\
|

D(j)
D(j) (j) D
ABS max
1
j
then STOP

) (
1
) ( *
1
) (
1
j D
k
j D
k
k
j D else +

=
250
k = k+1
go to step 1
Step 4) calcolo degli U(j) per gli intervalli successivi
U(j, T
n
+ t
o
+ d
s
) = V(j, d
s
, t
o
)
Step 5) calcolo del costo generalizzato della sosta

{ }

=
N j
s i s i gen
d s, , Z C(j, * exp log *

1
) d s, , (Z C

Step 6) calcolo della variazione della domanda di sosta in funzione del diver-
so costo generalizzato della sosta
( )
auto
V
auto
s j i i s j i i
n
P e * P 1
1
* ) d s, , t , Z , A(O ) d s, , t , Z , (O A
auto
+
=


con significato dei simboli esplicitato nel paragrafo 4; possibile, allora, avviare
un secondo loop iterativo che tenga conto della variazione della domanda di sosta
al variare del costo dellofferta, applicando in tal modo un algoritmo MSA a ciclo
esterno del tipo:
k = k+1

e quindi riassegnazione con MSA interno di A
n
.


6. Coefficienti di calibrazione dei modelli proposti
Si riporta di seguito la Tab.1 dove sono stati riportati i coefficienti b
i
adoperati
nel presente studio e dedotti dai coefficienti b
i
del modello di ripartizione modale
messo a punto per la citt di Palermo e calibrati per diversi motivi di spostamento
dopo ampia indagine sperimentale e tramite elaborazione statistica dei dati raccolti
al calcolatore mediante lalgoritmo dalla massima verosimiglianza.
Per quanto concerne il valore da assegnare a (coefficiente che pesa la sensibi-
lit dellutenza al costo della sosta), sono state sfruttate le indagini eseguite nella
zona campione, dove le alternative disponibili erano: sosta su strada in zona, su
strada fuori zona, illegale in zona.
Il campione, soggetto ad intervista, stato di 560 persone, estratte su un collet-
tivo statistico di 4700 composto da: impiegati e visitatori del Palazzo di Giustizia,
[ ]
1) (n
gen
1) (n
gen
n
gen
6 s i a
C
C C
* diff.park * b ) d s, , (Z V

=
STOP then
n
n n
(
(

|
|

\
|

A
A A
ABS max If
1
1
j
n n n
A
k
A
k
k
A else
1
*
1
1
+

=

251
addetti e visitatori occasionali delle altre attivit presenti in zona.
Per la maggior parte dellutenza presa in esame, la motivazione della sosta era
rappresentata dal lavoro o dal disbrigo di affari in genere soprattutto presso il Pa-
lazzo di Giustizia e ci ha portato a determinare un sol valore di per tal motiva-
zioni.
Il metodo adoperato per la calibrazione stato quello della regressione lineare;
il valore determinato stato pari a 0,003205 con un errore standard s

di 0,000198
e un coefficiente di determinazione r
2
pari a 0,953.
Dalla analisi eseguita si ottiene un valore per F (per eseguire la statistica F-
Fisher) pari a 60,4 ovvero maggiore del valore critico di F pari a 18.5.

7. Conclusioni
Il modello analizzato, utilizzato per lo studio del sistema della sosta in una zo-
na di Palermo, si mostrato versatile nella simulazione: della domanda,
dellofferta di sosta e della mutua influenza esistente tra le due componenti. Inol-
tre, risultato essere un utile strumento per stimare la reazione dellutenza, in con-
dizioni di stabilit del sistema, a possibili variazioni dellofferta.
Tab. 1: Coefficienti del modello di ripartizione modale calibrati per motivi diversi
Motivo
b1
t-St.
b2
t-St.
b5
t-St.
b6
t-St.
b9
t-St.
pfl -1,949
(-3,6)
-0,905
(-2,81)
-2,89
(-4,44)
-0,545
(-2,98)
-5,291
(-3,62)
aml -4,424
(-1,45)
-0,965
(-0,93)
-2,418
(-1,54)
-0,385
(-0,96)
-4,652
(-1,25)
amv -0,905
(-0,58)
-0,935
(-1,42)
-1,978
(-1,49)
-0,949
(-2,69)
-3,41
(-1,28)
amnv -1,072
(-2,6)
-0,515
(-2,22)
-2,179
(-4,73)
-0,391
(-3,05)
-1,717
(-1,76)
stud. -1,545
(-1,97)
-0,659
(-1,64)
-2,018
(-1,78)
-0,107
(-0,70)
-4,044
(-1,57)
pfl: posto fisso di lavoro;
aml: altri motivi di lavoro;
amv: altri motivi vincolanti;
amnv: altri motivi non vincolanti;
stud: motivi di studio;
t-St: statistica t Student.
Il modello risulta essere utile anche per limplementazione di un processo
dottimizzazione pi ampio in cui, fissata la funzione obiettivo da massimizzare
(come ad esempio il surplus netto dellutenza), possibile determinare la tariffa
ottima per ciascun impianto di parcheggio tale che: i coefficienti dutilizzazione
dei singoli impianti risultino frutto di un processo dassegnazione S.U.E., come
precedentemente descritto, e vengano rispettati i limiti di capacit imposti
dallanalista al sistema.
252
Come possibile sviluppo, si sta implementando una procedura dottimizzazione
che utilizzi la tariffazione della sosta per massimizzare una funzione obiettivo che
tenga conto anche dei costi dinvestimento eventuali per la realizzazione di par-
cheggi multipiano o sotteranei e in cui gli output della modellistica adoperata per
la simulazione del sistema esaminato rispettino i limiti di capacit imposti.
Si sta studiando, inoltre, la possibilit di passare ad una pi precisa definizione
degli elementi componenti la funzione di costo generalizzato della sosta, determi-
nante per la simulazione del processo dassegnazione.

Bibliografia
Matson M. - Smith S. Hurd W., (1955), Traffic engineering, Ed. Mc Graw-Hill, New
York.
Van Der Goot D., (1982), A model to describe the choice of parking places, Transporta-
tion Research, vol.16A, n. 2, Pergamon Press, Washington (USA).
Bates J. Bradley M., (1986), The Clamp parking policy analysis model, Traffic Engineer-
ing and Control, London.
Polak J., (1988), The analysis of central area parking management policies, Ed. Oxford
University, Oxford.
Collett D., (1990), Modelling Binary Data, Ed. Chapman & Hall, London.
Cascetta E., (1990), Metodi quantitativi per la pianificazione dei sistemi di trasporto, Ed.
Cedam, Padova.
D. Gattuso, (1992), Un modello di assegnazione dinamica della domanda di sosta. Appli-
cazione per la valutazione del programma urbano parcheggi della citt di Reggio Cala-
bria, in Modelli e metodi per lanalisi ed il controllo delle reti di trasporto, a cura di
Cascetta E. e Salerno G., Collana Trasporti, Ed. Franco Angeli, Milano.
Bifulco C., (1993), A Stochastic User Equilibrium Assignment Model for the Evaluation
of Parking Policies, European Journal of Operational Research, n 71,pp. 269-287.
Bifulco C., (1995), Un modello di equilibrio stocastico per lassegnazione multiutente e
multimodale alle reti di trasporto urbane, in Sviluppi della ricerca sui sistemi di tra-
sporto, a cura di E.Cascetta e G.Salerno., Collana Trasporti, Ed. Franco Angeli, Milano.
Lo Presti M., (1996), Pianificazione dei Trasporti, Facolt dIngegneria, Palermo.
Oppenheim N., (1996), Urban travel demand modelling, Ed. J. Wiley & S., New York.
De Dios O. J. Willumsen G., (1996), Modelling Transport, Ed. J. Wiley & S., New York.
Assessorato al Traffico del Comune di Palermo (1997), Relazioni ed Allegati, Piano Ur-
bano del Traffico della citt di Palermo, Palermo.