Sei sulla pagina 1di 16

1 Un modello logit di assegnazione dinamica

intraperiodale alle reti stradali urbane


Giuseppe Bellei, Guido Gentile, Natale Papola

1.1 Introduzione

L’analisi quantitativa della mobilità sulle reti stradali urbane è solitamente ef-
fettuata mediante modelli di assegnazione statica, che forniscono l’equilibrio tra
domanda e offerta di trasporto basandosi sull’ipotesi di stazionarietà intraperioda-
le. Ciò equivale ad assumere che tutte le variabili rilevanti del sistema siano co-
stanti durante il periodo di riferimento. Tali modelli sono in grado di riprodurre in
modo soddisfacente gli effetti della congestione sulla configurazione dei flussi e
dei costi di spostamento, ma non consentono di rappresentare gli aspetti dinamici
del sistema, primo tra tutti, il fenomeno della formazione e dispersione delle code.
I modelli di assegnazione dinamica intraperiodale, noti in letteratura come wi-
thin-day Dynamic Traffic Assignment (DTA) models, hanno lo scopo di superare
questo limite. Senza alcuna pretesa di esaustività, si ricordano gli approcci fondati
sulla simulazione (DYNASMART, Jayakrishnan, Mahmassani e Hu, 1994; CON-
TRAM, Taylor, 1990), i metodi risolutivi empirici derivati per analogia
dall’equilibrio statico (Hamerslag, 1988; Bellei e Bielli, 1990), le formulazioni ba-
sate sulla teoria del controllo ottimo, nelle due varianti di sola assegnazione (Ran,
Boyce e LeBlanc, 1993) e di assegnazione integrata con la route guidance (Papa-
georgiu, 1990), le formulazioni basate sulla definizione di un problema di ottimiz-
zazione (Carey e Subrahmanian, 2000), gli approcci fondati sulla discretizzazione
spazio-temporale (Daganzo, 1994, 1995), o su iper-reti spazio-temporali (Drissi
Kaitouni e Hameda Benchekroun, 1992) ed, infine, gli approcci basati
sull’impiego delle disequazioni variazionali (Friesz et al. , 1993; Smith, 1993).
Tra gli approcci al problema dell’assegnazione dinamica intraperiodale vanno an-
noverati anche i modelli di assegnazione doppiamente dinamica, fondati sui pro-
cessi stocastici (Cascetta e Cantarella, 1991), o sulle disequazioni variazionali
(Friesz, Bernstein e Stough, 1996).
Nonostante la letteratura scientifica sull’argomento sia abbondante e ricca di ri-
sultati, l’ampia varietà sia di approcci teorici che di formulazioni evidenzia che
non si è ancora pervenuti alla definizione di un quadro teorico generalmente accet-

1
tato. Inoltre, i metodi risolutivi finora proposti applicabili a reti di dimensioni rea-
li, o sono di tipo euristico, oppure richiedono una fitta discretizzazione temporale
e, pertanto, un ingente onere computazionale (Wisten e Smith, 1997).
In questo lavoro è presentata una nuova formulazione di punto fisso per
l’assegnazione dinamica intraperiodale alle reti stradali urbane, intesa come pro-
blema di equilibrio dinamico. Una prima innovazione consiste nel superare la ne-
cessità di introdurre, all’interno del problema di equilibrio, il problema di carico
dinamico della rete (Dynamic Network Loading DNL). Una seconda innovazione
consiste nel formulare il problema di equilibrio con approccio a cammini impliciti.
Infine, sulla base di tali innovazioni, è proposto un algoritmo risolutivo che risulta
decisamente più efficiente di quelli esistenti.
L’equilibrio può essere formulato mettendo a sistema il modello di domanda e
quello di offerta. Il primo fornisce i flussi di cammino in funzione delle prestazio-
ni di cammino, mentre il secondo, simmetricamente, fornisce le prestazioni di
cammino in funzione dei flussi di cammino e delle caratteristiche della rete, trami-
te le funzioni di prestazione d’arco e i legami di consistenza tra le variabili d’arco
e quelle di cammino (figura 1a).

modello di domanda mappa di carico della rete


a) funzione di b) funzione di
domanda domanda

flussi di prestazioni flussi di prestazioni


cammino di cammino cammino di cammino

modello di modello di modello di modello di


propagazione dei prestazione di propagazione dei prestazione di
flussi sulla rete cammino flussi sulla rete cammino

flussi prestazioni flussi prestazioni


d’arco d’arco d’arco d’arco
funzione di funzione di
prestazione prestazione
d’arco d’arco

modello di offerta modello di prestazione d’arco

Figura 1. Equilibrio dinamico a) con DNL e b) senza DNL

L’equilibrio può essere anche formulato mettendo a sistema la mappa di carico


della rete (Network Loading Map NLM), che fornisce i flussi d’arco in funzione
delle prestazioni d’arco, con la funzione di prestazione d’arco, che fornisce, sim-
metricamente, le prestazioni d’arco in funzione dei flussi d’arco (figura 1b).
Nel caso statico i due approcci sono alternativi e solitamente è utilizzato il

2
secondo perché consente l’impiego degli algoritmi risolutivi a cammini impliciti,
in genere più vantaggiosi.
Nel caso dinamico, al contrario, in assenza di una specifica NLM, resta
possibile solo il primo approccio, che richiede l’enumerazione esplicita dei
cammini. Al fine di rendere operativo anche il secondo approccio, in questo lavoro
è stato effettuata una estensione al caso dinamico del concetto di mappa di carico
della rete, in sede di formulazione, e dell’algoritmo di Dial, in sede di risoluzione.
Esaminiamo, qui di seguito, gli aspetti rilevanti di tali estensioni, evidenziando le
differenze fra equilibrio statico ed equilibrio dinamico.
A parte il fatto che trattando di assegnazione dinamica intraperiodale le compo-
nenti del sistema di trasporto sono funzioni del tempo, la principale differenza tra
il caso statico e quello dinamico riguarda i legami di consistenza tra flussi di
cammino e flussi d’arco. Mentre nel caso statico i flussi d’arco dipendono linear-
mente dai flussi di cammino attraverso la matrice di incidenza archi-percorsi, che
assicura la consistenza spaziale del modello, nel caso dinamico la determinazione
dei flussi d’arco richiede la conoscenza dei tempi di percorrenza sulla rete, in
quanto la consistenza del modello concerne non solo la dimensione spaziale del si-
stema ma anche quella temporale. Ne segue che il modello di propagazione dei
flussi sulla rete dipende anche dalle prestazioni dei cammini (freccia tratteggiata
in figura 1).
Esaminiamo ora le implicazioni di questa specifica circostanza sulla formula-
zione e risoluzione dell’assegnazione dinamica intraperiodale.
Con riferimento al primo approccio, la dipendenza del modello di propagazione
dei flussi sulla rete dalle prestazioni dei cammini genera una relazione circolare
all’interno del modello di offerta (si veda a riguardo la figura 1a), che da così luo-
go ad un problema a sé. Si tratta del ben noto DNL, problema cui la comunità
scientifica ha dedicato molta attenzione in passato e che è stato oggetto di specifici
lavori anche di recente (Wu, Chan e Florian 1998; Xu et al. , 1999). Ponendosi in
quest’ottica, nel formulare e risolvere l’equilibrio dinamico si ha a che fare con
una doppia dipendenza circolare, una interna al modello di offerta e l’altra propria
dell’equilibrio tra la domanda e l’offerta.
Con riferimento al secondo approccio, in luogo della circolarità interna al mo-
dello di offerta si ha una biforcazione all’interno della mappa di carico della rete
(si veda a riguardo la figura 1b). Ponendosi in questa seconda ottica, nel formulare
e risolvere l’equilibrio dinamico si ha a che fare con la sola dipendenza circolare
propria dell’equilibrio tra la domanda e l’offerta.
Ne segue che il secondo approccio è molto più vantaggioso del primo, sia in
termini formali che risolutivi, perché consente di superare gli inconvenienti con-
nessi con la dipendenza circolare interna al modello d’offerta. In particolare esso
consente, da una parte, di formulare il problema come un sistema tra due funzioni
(mappa di carico della rete e funzione di prestazione d’arco) e non come un siste-
ma fra una funzione e un problema (funzione di domanda e DNL), dall’altra, di
conseguire la coerenza interna al modello di offerta e quella tra la domanda e

3
l’offerta congiuntamente all’equilibrio, senza dover garantire la prima nell’ambito
di ciascuna iterazione dell’algoritmo attraverso un ciclo di iterazioni interne.
Adottando il secondo approccio, l’equilibrio dinamico viene qui formulato co-
me un problema di punto fisso nei profili temporali dei flussi d’arco, ottenuto so-
stituendo la funzione di prestazione d’arco nella mappa di carico della rete, in ana-
logia con l’approccio adottato, ad esempio, in Cantarella (1997) e in Bellei, Genti-
le e Papola (2000) per il caso statico. La formulazione di un problema di punto fis-
so in termini di profili temporali, si trova anche in Addison e Heidecker (1993); si
tratta però di un modello completamente diverso da quello qui proposto, in quanto
consiste nella riformulazione del problema di disequazioni variazionali attraverso
l’operatore proiezione, in analogia con l’approccio adottato, ad esempio, in Smith
(1979) per il caso statico.
Alcune delle relazioni che informano il problema dell’equilibrio dinamico han-
no natura ricorsiva. Ne segue che il modello e la procedura risolutiva sono legati
in un nesso inscindibile. Per questa ragione la questione dell’enumerazione impli-
cita dei cammini diventa rilevante anche dal punto di vista della formalizzazione
del problema e non più solo a livello di algoritmo risolutivo. Si ritiene pertanto
utile fornire una formalizzazione del problema anche a cammini impliciti.
Al fine di focalizzare l’attenzione sui soli aspetti innovativi qui introdotti e di
semplificare la notazione, l’analisi del sistema viene effettuata considerando una
unica classe di utenti e una domanda origine-destinazione fissata. In particolare la
domanda si assume rigida rispetto alla scelta dell’orario di partenza. In pratica,
l’unica dimensione di scelta considerata in questa sede è quella del percorso.
L’estensione al contesto multi-utente con domanda elastica non presenta particola-
ri difficoltà e viene rimandata ad un prossimo lavoro.
In particolare, si utilizza un modello di scelta del percorso logit multinomiale,
mentre, per quanto riguarda l’offerta, è impiegato un modello di prestazione
d’arco separabile, con code orizzontali fino alla capacità di accumulazione
dell’arco e verticali dopo che essa è stata raggiunta come in Bellei e Bielli (1996).

1.2 Il modello

In una qualsiasi rappresentazione in contesto dinamico del sistema di trasporto


le variabili del modello sono costituite da profili temporali. In questa sede, i profili
temporali vengono rappresentati mediante funzioni, assunte continue, della varia-
bile tempo τ∈Θ, ove Θ ⊆ ℜ è il periodo di analisi, compatto e convesso.
La rete stradale viene rappresentata mediante un grafo orientato G = (N, A), ove
N è l’insieme dei nodi e A è l’insieme degli archi. Il nodo iniziale, detto coda, e il
nodo finale, detto testa, del generico arco a∈A vengono indicati rispettivamente
con TL(a)∈N e HD(a)∈N. Si assume che il grafo G sia fortemente connesso, cioè
esista almeno un cammino che colleghi ogni coppia origine-destinazione; formal-
mente si ha: Kod ≠ ∅, ove Kod è l’insieme dei cammini aciclici che collega la cop-
pia (o, d)∈[C × C], avendo indicato con C ⊆ N l’insieme dei centroidi. L’insieme

4
di tutti i cammini aciclici della rete viene indicato con K = ∪ o∈C ∪ d∈C Kod .
Su ogni coppia (o, d)∈[C × C] insiste un flusso di domanda dod(τ) ≥ 0, con
τ∈Θ, nel seguito ipotizzato costante e riferito all’istante di partenza dal centroide
origine (l’estensione al caso in cui una seconda componente della domanda è rife-
rita all’istante di arrivo al centroide destinazione non presenta particolari difficol-
tà). Le componenti della domanda, i cui profili temporali sono organizzati nel vet-
tore di funzioni d di dimensioni (|C|2 × 1), danno luogo ad una configurazione di
flussi sulla rete. In particolare, indichiamo con Fkod(τ) il flusso degli utenti che
partono nell’istante τ∈Θ e percorrono il cammino k∈Kod, (o, d)∈[C × C], e con
fa(τ) il flusso degli utenti che entrano nell’arco a∈A nell’istante τ∈Θ. I profili
temporali dei flussi di cammino e dei flussi d’arco sono organizzati rispettivamen-
te nei vettori di funzioni F, di dimensioni (|K| × 1), e f, di dimensioni (|A| × 1).
Qui di seguito sono illustrate le diverse fasi del processo indicate nella figura 1.
1.2.1 Funzioni di prestazione d’arco e Modello di prestazione di cammino

In dinamica i tempi di percorrenza hanno un duplice ruolo: da una parte costi-


tuiscono il principale attributo dei costi generalizzati che determinano le scelte di
spostamento, dall’altra entrano in gioco nelle relazioni di consistenza tra i profili
temporali delle variabili. In questa sede i tempi di percorrenza vengono introdotti
sotto forma di funzioni di ingresso-uscita. Queste, insieme ai costi generalizzati,
costituiscono le variabili di prestazione del modello d’offerta. Specificamente, si
indica con ca(τ) il costo dell’arco a∈A per l’utente che vi entra nell’istante τ∈Θ,
con ta(τ) l’istante di uscita dell’utente che entra nell’arco a∈A in τ∈Θ, con Ckod(τ)
il costo generalizzato per l’utente che parte in τ∈Θ e percorre il cammino k∈Kod,
(o, d)∈[C × C], e con Tkoda(τ) l’istante in cui l’utente che parte in τ∈Θ e percorre il
cammino k∈Kod, (o, d)∈[C × C], entra nell’arco a∈Akod, ovvero esce dall’arco che
lo precede, ove a∈Akod ⊆ A è l’insieme degli archi che costituiscono il cammino k.
Questi profili temporali sono organizzati rispettivamente nei vettori di funzioni
c e t, di dimensioni (|A| × 1), e C e T, di dimensioni (|K| × 1).
Il fenomeno della congestione viene rappresentato assumendo che i profili degli
istanti di uscita e dei costi d’arco dipendano dai profili dei flussi entranti attraver-
so le seguenti funzioni di prestazione:

t = t( f ) (1)
c = c( f ) (2)

La particolare specificazione del modello di funzionamento dell’arco da cui de-


rivano le funzioni di prestazione utilizzate in questa sede, è inessenziale a questo
stadio e verrà descritto nel paragrafo 1.4.
Poiché il tempo di percorrenza di un sottocammino è dato dalla somma dei
tempi di percorrenza degli archi che lo costituiscono, ciascuno riferito all’istante
in cui l’utente giunge nel relativo nodo iniziale, si ha:

5
Tkoda(τ) = τ +∑ b∈Akoda[tb(Tkodb(τ)) -Tkodb(τ)] (3)

ove Akoda ⊆ Akod è l’insieme degli archi del cammino k tra l’origine o e il nodo ini-
ziale TL(a) dell’arco a∈Akod.
Le (3) forniscono in termini ricorsivi i profili degli istanti di uscita dai sottocam-
mini in funzione dei profili degli istanti di uscita dagli archi. Tale dipendenza vie-
ne espressa formalmente dalla seguente funzione:

T = T(t) (4)

Si noti che i tempi di percorrenza d’arco e di cammino, sia riferiti all’istante di


uscita che a quello di entrata, possono essere ottenuti direttamente dai profili t e T.
Assumendo come di consueto la forma additiva nei costi d’arco, il costo gene-
ralizzato di un cammino è dato dalla somma dei costi di percorrenza degli archi
che lo costituiscono, ciascuno riferito all’istante in cui l’utente giunge nel relativo
nodo iniziale:

Ckod(τ) = ∑ a∈Akod ca(Tkoda(τ)) , in forma compatta C = C(c, T) (5)


1.2.2 Funzione di domanda

Il modello di domanda è fondato sulla teoria dell’utilità aleatoria, in base alla


quale il comportamento dell’utente viene rappresentato assumendo che egli: a) di-
sponga di un certo numero (positivo e finito) di alternative di spostamento; b) as-
soci ad ogni alternativa del suo insieme di scelta una utilità rappresentata mediante
una variabile aleatoria; c) scelga una alternativa di massima utilità. Ne segue che il
comportamento dell’utente va descritto in termini della probabilità che la generica
alternativa di spostamento risulti di massima utilità.
In questa sede gli utenti vengono aggregati in base all’origine e alla destinazio-
ne dello spostamento e considerati omogenei rispetto ad ogni caratteristica che in-
fluenzi la scelta del percorso. Si assume che l’insieme di scelta sia costituito
dall’insieme dei cammini aciclici che collega la coppia origine-destinazione.
La probabilità di scelta Pkod(τ) del cammino k∈Kod, con (o, d)∈[C × C], per
l’utente che comincia nell’istante τ∈Θ uno spostamento da o a d dipende dai costi
generalizzati di tutti i cammini j∈Kod riferiti al medesimo istante:

Pkod(τ) = Pkod(Cjod(τ) ∀j∈Kod) , in forma compatta P = P(C) (6)

ove P è il vettore delle probabilità, di dimensioni (|K| × 1). Chiaramente la forma


della (6) dipende dallo specifico modello di scelta considerato.
Il flusso di cammino in un dato istante è dato dalla corrispondente probabilità di
scelta moltiplicata per il flusso di domanda, entrambi riferiti allo stesso istante:

Fkod(τ) = Pkod(τ) ⋅dod(τ) , in forma compatta F = diag(I e⋅d) ⋅P (7)

6
ove la matrice I e, di dimensioni (|K|×|C|2), è ottenuta dalla matrice identità di di-
mensioni (|C|2×|C|2) replicando la generica riga od, con (o, d)∈[C × C], |Kod| volte.
1.2.3 Modello di propagazione dei flussi sulla rete

Oltre al modello classico, a cammini espliciti, ne viene qui proposto anche uno
a cammini impliciti, entrambi utilizzati nel prossimo paragrafo, nella formulazione
di punto fisso dell’equilibrio dinamico.
Nella formulazione a cammini espliciti il flusso entrante in un arco è dato da
una somma pesata dei flussi dei cammini che comprendono l’arco considerato,
ciascuno riferito all’istante in cui percorrendo il cammino si giunge nel nodo ini-
ziale dell’arco:

fa(τ) = ∑ o∈C ∑ d∈C ∑ k∈Kod Fkod(Tkoda-1(τ)) ⋅dTkoda-1(τ)/dτ ⋅(a∈Akod) (8)

ove il peso dTkoda-1(τ)/dτ tiene conto del fatto che i tempi di percorrenza sulla rete
variano nel tempo ed è sempre maggiore di zero, altrimenti verrebbe violata la re-
gola FIFO. A seconda, poi, che esso sia >1, <1, oppure =1, il contributo a f della
generica F è maggiore, minore o uguale a F, rispettivamente. Si noti che, in ragio-
ne di ciò, la relazione tra i flussi d’arco e i flussi di cammino non è lineare, come
lo è invece nel caso statico.
La (8) viene espressa formalmente dalla seguente funzione:

f = ϖ(F, T) (9)
In base alla (7) dalla (9) si ottiene:
f = ϖ(diag(I e⋅d) ⋅P, T) (10)

La formulazione a cammini impliciti si basa, analogamente al caso statico, sui


concetti di probabilità condizionata d’arco e di soddisfazione di nodo.
Con riferimento agli utenti diretti verso la destinazione d∈C, si definisce: pro-
babilità condizionata dell’arco a∈A la probabilità che chi si trova in corrisponden-
za del nodo TL(a) prosegua lo spostamento percorrendo l’arco a; soddisfazione
del nodo x∈N, il valor medio del massimo delle utilità associate ai cammini acicli-
ci che congiungono il nodo x con la destinazione d, ove ciascuna di dette utilità è
data dalla somma del costo generalizzato del cammino cambiato di segno e del re-
siduo aleatorio che informa la funzione di domanda.
In base alla (4) e alla (5), i profili delle soddisfazioni di nodo dipendono dai
profili degli istanti di uscita e dei costi d’arco attraverso la seguente funzione:

w = w(c, t) (11)

che esprime formalmente relazioni di tipo ricorsivo. Nel seguito si assume che i
profili delle probabilità condizionate d’arco siano una funzione dei profili delle

7
soddisfazioni di nodo e di quelli dei costi d’arco:

p = p(w, c, t) (12)

La validità di tale ipotesi deve essere verificata con riferimento allo specifico
modello di scelta del percorso adottato, che dipende dalla funzione densità di pro-
babilità congiunta dei residui aleatori. Nel paragrafo 1.5, la verifica dell’ipotesi e
la determinazione delle funzioni (11) e (12) verranno espletate con riferimento al
modello logit multinomiale.
Con riferimento agli utenti diretti verso la destinazione d∈C, il flusso fad(τ) en-
trante nell’arco a∈A nell’istante τ∈Θ può essere espresso come prodotto della re-
lativa probabilità condizionata e del flusso che attraversa il nodo iniziale diretto
verso la destinazione considerata, entrambi riferiti allo stesso istante. Quest’ultimo
è a sua volta dato dalla somma dei flussi uscenti dagli archi della stella in entrata
del nodo diretti verso la destinazione e, qualora il nodo sia associato ad un cen-
troide, del flusso di domanda uscente da esso e diretto verso la destinazione. Per-
tanto, a seconda dei due casi, si ha:

fad(τ)=pad(τ)⋅[∑b∈BS(TL(a),d)fbd(tb-1(τ))⋅dtb-1(τ)/dτ] (13.1)
fa (τ)=pa (τ)⋅[dTL(a)d(τ)+∑b∈BS(TL(a),d)fb (tb (τ))⋅dtb (τ)/dτ]
d d d -1 -1
(13.2)

ove il flusso uscente dall’arco b∈A in un istante τ∈Θ diretto verso la destinazione
d∈C è espresso come prodotto del flusso entrante nell’arco calcolato nell’istante
tb-1(τ), quello in cui partono gli utenti che escono in τ, e del termine dtb-1(τ)/dτ, che
tiene conto della variabilità nel tempo del tempo di percorrenza dell’arco. Si noti
che, per la definizione di probabilità condizionata d’arco, la (13) implica un vinco-
lo di conservazione ai nodi per i flussi con destinazione d∈C.
Il flusso entrante in un arco è dato semplicemente dalla somma dei relativi flus-
si diretti a tutte le destinazioni:

fa(τ) = ∑ d∈C fad(τ) (14)

In base alla (13), dalla (14) si ha:

f = ω( p, t, d ) (15)

1.2.4 Carico dinamico della rete

Come si è visto, il DNL è il problema di garantire la coerenza tra i flussi e le


prestazioni di cammino attraverso la determinazione dei flussi e delle prestazioni
d’arco, per dati flussi di cammino. Esso costituisce cioè il modello di offerta.
Anche del DNL si può avere una formulazione a cammini espliciti e una a
cammini impliciti: la prima si dalla (10) in base alla (4) e alla (1), mentre la se-

8
conda si ottiene dalla (15) in base alla (1). Si ha, nell’ordine:

f = ϖ(diag(I e⋅d) ⋅P, T(t( f ))) (16)

f = ω( p, t( f ), d) (17)

Le funzioni (18) e (19) esprimono la soluzione dei problemi di punto fisso (16)
e (17), nell’ordine, posto che essa esista e sia unica:

f = ϖDNL(diag(I e⋅d) ⋅P) , (18)

f = ωDNL( p, d) , (19)
1.2.5 Mappa di carico della rete

In analogia con il caso statico, la NLM è la relazione che permette di determi-


nare i flussi d’arco corrispondenti a dati flussi di domanda una volta fissate le pre-
stazioni d’arco.
Come sopra, vengono qui proposte due formulazioni della NLM, una a cammi-
ni espliciti, che si ottiene dalla (10) in base alle (6), (5) e (4) e una a cammini im-
pliciti, che si ottiene dalla (15) in base alle (12) e (11). Si ha, nell’ordine:

f = ϖ(diag(I e⋅d) ⋅P(C(c, T(t))), T(t)) (20)

f = ω(p(w(c, t), c, t), t, d ) (21)

In generale, risulta:

f = f(c, t, d) (22)

La relazione esistente tra le due formulazioni della NLM si ottiene constatando


che la probabilità di scelta di un cammino è data dal prodotto delle probabilità
condizionate degli archi che lo costituiscono, ciascuna riferita all’istante in cui
l’utente giunge nel relativo nodo iniziale:

Pkod(τ) = ∏ a∈Akod pad(Tkoda(τ)) , in forma compatta P = ℘( p, T) (23)

In base alla (23) e alla (4), poiché sia la (10) che la (15) forniscono i flussi f , si ha:

ϖ(diag(I e⋅d) ⋅℘( p, T(t)), T(t)) = ω( p, t, d ) (24)

Si noti che, nelle formulazioni del DNL e della NLM presentate, i profili dei
flussi di domanda compaiono in modo esplicito nonostante, con riferimento al
modello di domanda adottato, essi siano costanti. Ciò consentirà l’estensione al

9
caso della domanda elastica su più livelli di scelta.

1.3 Formulazioni di punto fisso per l’equilibrio dinamico

Sulla base di quanto sopra esposto, l’equilibrio dinamico, espresso tramite un


problema di punto fisso, può essere formulato con e senza l’introduzione del DNL
e, in entrambi i casi, sia a cammini espliciti che a cammini impliciti. Si riportano
qui di seguito le quattro formulazioni e si mostra che esse sono equivalenti.

Una formulazione con DNL a cammini espliciti, del tutto analoga a quella di
Cascetta (2001), dove l’equilibrio dinamico è formulato mediante un problema di
punto fisso avente come variabile corrente i flussi entranti d’arco, si ottiene dalla
(18), in base alle (6), (5), (2), (4) e (1):

f = ϖDNL(diag(I e⋅d) ⋅P(C(c( f ), T(t( f ))))) (25)

Analogamente, con riferimento all’ approccio a cammini impliciti, dalla (19), in


base alle (12), (11), (2) e (1), si ha:

f = ωDNL(p(w(c( f ), t( f )), c( f ), t( f )), d) (26)

L’assegnazione dinamica intraperiodale, senza il DNL, può essere formulata, in


termini del tutto generali, sostituendo la (1) e la (2) nella NLM (22), che fornisce
il seguente problema di punto fisso nei profili dei flussi entranti negli archi:

f = f(c( f ), t( f ), d) (27)

In particola, la (27), utilizzando la (20) fornisce la formulazione a cammini espli-


citi della mappa di carico della rete, mentre utilizzando la (21) fornisce la formu-
lazione a cammini impliciti, sottendo, nell’ordine:

f = ϖ(diag(I e⋅d) ⋅P(C(c( f ), T(t( f )))), T(t( f ))) (28)


f = ω(p(w(c( f ), t( f )), c( f ), t( f )), t( f ), d ) (29)

Nel paragrafo 1.5 quest’ultima formulazione viene specificata per il caso di


modello di scelta logit multinomiale
Si noti che, ogni sua soluzione della (29) è anche soluzione della(17). Infatti,
sia f * soluzione problema (29); posto t * = t( f *), c *= c( f *), w * = w(c *, t *) e
p * = p(w *, c *), si ha allora: f *= ω( p *, t( f *), d), il che dimostra che, per p =
p*, f * risolve anche il problema (17). Le due formulazioni, con e senza DNL, so-
no, pertanto, equivalenti.

10
1.4 Modello di funzionamento dell’arco

In generale, le funzioni di prestazione (1) e (2) derivano da uno specifico mo-


dello di funzionamento dell’arco. In questa sede viene utilizzato il modello propo-
sto in Bellei e Bielli (1996) con riferimento al quale ci si limita a ricordare le ipo-
tesi sottostanti e a riportare il profilo temporale dell’istante di uscita risultante.
Per implementare gli algoritmi risolutivi risulta essenziale introdurre
un’opportuna periodizzazione dell’orizzonte temporale, definendo l’insieme
I = {1, … , n} degli intervalli temporali sequenziali (τ i-1, τ i], con i∈I, nei quali
viene suddiviso il periodo di analisi Θ = [τ 0, τ n].
Le principali ipotesi del modello sono le seguenti. Si assume che il flusso en-
trante nell’arco si mantenga costante durante ciascun intervallo temporale. Si ha
pertanto:

fa(τ) = fa(τ i) τ i-1 < τ ≤ τ i i∈I (30)

Si assume inoltre che i veicoli percorrano l’arco alla velocità libera (opportuna-
mente ridotta per tener conto del perditempo al nodo a parte quello proprio della
saturazione) fino all’accodamento, per poi procedere alla velocità di smaltimento
della coda. In assenza di coda l’accodamento coincide con l’uscita dall’arco.
Si tratta di un modello separabile rispetto alla dimensione spaziale e non sepa-
rabile rispetto a quella temporale. Esso si basa sulla rappresentazione dell’arco
corto come un collo di bottiglia deterministico e fornisce profili temporali della
coda e del tempo di percorrenza lineari.
La coda è rappresentata con andamento orizzontale fino alla capacità di accu-
mulazione dell’arco e verticale, dopo che questa è stata raggiunta. Il vincolo di ca-
pacità per il flusso di uscita è costante nel tempo, pertanto si tiene conto solo in
forma aggregata della regolazione semaforica. D’altra parte il modello consente di
cogliere l’essenza del fenomeno di formazione e dispersione della coda con perio-
dizzazioni dell’ordine di 10-20 minuti e, chiaramente, una discretizzazione tempo-
rale poco fitta costituisce un grande vantaggio in termini di efficienza computa-
zionale.
Sotto queste ipotesi è possibile ricostruire l’evoluzione della coda identificando
le traiettorie spazio-temporali di tutti i veicoli. Con riferimento al generico arco
a∈A, il profilo temporale dell’istante di uscita può essere ricavato per punti in
forma ricorsiva:

ta(τ 0) = τ 0 +la /Va (31.1)


ta(τ )=τ +max{la/Va,[ta(τ )-τ ]-(τ -τ )⋅[1-(fa(τ )/ϑ)/(ka⋅ρa)]}i∈I
i i i-1 i-1 i i-1 i
(31.2)

ove Va è la velocità libera sull’arco in metri al secondo, ϑ è il coefficiente di occu-


pazione dei veicoli, ka è la capacità dell’arco in veicoli all’ora e ρa è un coefficien-
te che demoltiplica la capacità stradale delle intersezioni in campo urbano per te-
ner conto della regolazione semaforica.

11
Per la (2) viene assunta la forma lineare nei tempi di percorrenza:

ca(τ) = (η /3600)⋅[ta(τ) -τ] +ra(τ) (32)

ove ra(τ) è il profilo temporale del pedaggio e η il valore monetario del tempo.

1.5 Formulazione a cammini impliciti per il modello Logit

Come nel caso statico, la formulazione a cammini impliciti per il modello logit
multinomiale può essere implementata in modo efficace solo se si considerano e-
sclusivamente i cammini efficienti, di seguito definiti. Con riferimento a ciascuna
destinazione d∈C, sia dato l’ordine topologico ORD(x, d) del generico nodo x∈N.
L’ordinamento topologico dei nodi si assume indipendente dalla congestione. Esso
può ad esempio basarsi sulle distanze o sui costi a flusso nullo. Si definisce effi-
ciente un arco per cui l’ordine topologico della coda è maggiore di quello della te-
sta. Un cammino è efficiente se tutti gli archi che lo compongono sono efficienti.
Indichiamo con AEd = {a∈A: ORD(TL(a), d) > ORD(HD(a), d)} l’insieme degli
archi efficienti, con FSE(x, d) = {a∈AEd: TL(a) = x} la stella in uscita efficiente
del nodo x∈N, con BSE(x, d) = {a∈AEd: HD(a) = x} la stella in entrata efficiente
del nodo x∈N e con KExd l’insieme dei cammini efficienti che collegano il nodo
x∈N con la destinazione d.
Per specificare la mappa di carico (21) occorre determinare la forma della (11),
che come detto esprime relazioni di tipo ricorsivo, e verificare che sia effettiva-
mente possibile esprimere le probabilità condizionate d’arco attraverso la (12) e
determinarne la forma.
Come è noto, per il modello di scelta logit multinomiale la probabilità di scelta
Pkod(τ) del cammino k∈Kod, (o, d)∈[C × C], per l’utente che comincia nell’istante
τ∈Θ uno spostamento da o a d è data da:

(
Pkod (τ ) = exp − Ckod (τ ) θ ) ∑
j∈KE od
( j (τ ) θ
exp − C od ) (33)

mentre la soddisfazione del nodo x∈N con riferimento alla destinazione d∈C, per
gli utenti che nell’istante τ∈Θ si trovano in corrispondenza del nodo x è data da:
 
 k ∈KE xd
( 
)
wxd (τ ) = θ ⋅ ln ∑ exp − Ckxd (τ ) θ  , se x ≠ d ; wdd(τ) = 0 (34)
 

La sommatoria argomento del logaritmo nella (34) prende il nome di peso del
nodo x∈N (con riferimento alla destinazione d∈C). Mediante semplici passaggi è
possibile ottenere una espressione che esprima in forma ricorsiva il generico peso
di nodo:

12
k∈KExd
(
∑exp− Ck (τ ) θ =
xd
) ∑ (
∑ exp− Ck (τ ) θ =
a∈FSE( x,d ) k∈KEaxd
xd
)
(35)
= ∑
a∈FSE( x,d )
exp(− ca (τ ) θ ) ⋅ ∑exp− Ck
k∈KEHD( a )d
(
HD(a)d
(ta (τ )) θ )
ove KEaxd = {k∈KExd : a∈A(k)}. Per la soddisfazione di nodo si ha quindi:


wxd (τ ) = θ ⋅ ln ∑ (
exp − ca (τ ) + wHD
d 
(a ) (t a (τ )) θ  ) (36)
 a∈FSE ( x , d ) 

Pertanto la (11) esprime formalmente la (36). Ricordiamo inoltre che la quantità


exp(-ca(τ) /θ) prende il nome di peso dell’arco a∈A.
Con riferimento al modello di scelta del percorso la seguente specificazione
della (12) definisce correttamente le probabilità condizionate d’arco:

(
pad (τ ) = exp − ca (τ ) + wHD
d
)
(a ) (ta (τ )) − wTL(a ) θ se a ∈ AEd , pa (τ ) = 0 altrimenti (37)
d d

La verifica dell’asserto, di seguito riportata, è analoga a quella relativa al caso


statico. In base alla (37) la (23) diventa:
1
Pkod (τ ) = exp
 θ a∈∑
(
− ca Tkod a (τ ) + wHD
d
( ) (( 
a ) t a Tk a (τ ) − wTL (a ) Tk a (τ ) 
od d od  )) ( ) (38)
 Ak od 

Poiché se a∈Akod e b∈Akod sono due archi consecutivi del cammino k si ha


ta(Tkoda(τ)) = Tkodb(τ) e HD(a) = TL(b), con riferimento alla sommatoria di cui alla
(38) il secondo addendo di un termine si semplifica con il terzo addendo del ter-
mine successivo. Ne segue:

 
  a∈A od

( )
Pkod (τ ) = exp  ∑ − ca Tkod a (τ )  + wdd Tkod (τ ) − wod θ 

( ) (39)
 k  

In base alla (5) e alla (34), la (39) coincide, appunto, con la (33).

1.6 Procedura risolutiva

L’algoritmo utilizzato al fine di risolvere il problema di assegnazione dinamica


come punto fisso nella formulazione (29) è del tipo MSA (Method of Successive
Averages) ed è, ovviamente, ad enumerazione implicita dei cammini. Nel caso si
volesse risolvere il problema nella formulazione a cammini espliciti (28) invece, si

13
potrebbe scegliere se procedere anche per enumerazione esplicita dei cammini
nella procedura risolutiva, o meno. Tale approccio, che pure è utilizzato nella
assegnazione per corse al trasporto collettivo su grafi diacronici (Nuzzolo e Russo,
1997), non appare promettente per il trasporto individuale, ove l’enumerazione
esplicita nel caso dinamico appare proibitiva.
In questa sede si assume che la rete sia scarica all’inizio del periodo di analisi e
ritorni tale alla fine dello stesso. L’algoritmo ha una struttura molto simile a quella
utilizzata per un SUE Logit statico, dovendo prevedere una fase di inizializzazione
in cui vengono determinati l’ordine topologico dei nodi e dei profili temporali
flussi d’arco, tali da rispettare, intervallo per intervallo, i vincoli di conservazione
ai nodi. è opportuno notare che l’ordine topologico viene assunto costante nel
tempo, oltre che da una iterazione all’altra dell’algoritmo.
I passi successivi sono:
• calcolo dei vettori rappresentativi dei profili temporali di tempi e costi d’arco a
partire dai flussi, utilizzando le (31) e (32);
• calcolo dei vettori delle soddisfazioni di nodo, utilizzando le (36)e approssi-
mando con una funzione lineare a tratti i profili temporali corrispondenti;
• calcolo dei vettori delle probabilità condizionate, utilizzando le (37) e appros-
simando con una funzione lineare a tratti i profili temporali corrispondenti;
• calcolo dei flussi di supporto per la valutazione delle medie successive, utiliz-
zando le (13) per il caricamento Logit dei flussi ed introducendo un’ulteriore
approssimazione, consistente nel riportare a un flusso costante di nodo per cia-
scun intervallo i contributi derivanti da archi e intervalli diversi.
Si noti che, a rigore, sia i pesi che le probabilità condizionate non variano linear-
mente nel tempo; è peraltro interessante osservare che al tendere di θ a zero, le
probabilità condizionate d’arco tendono ad assumere un andamento lineare a tratti.

1.7 Conclusioni

In questo lavoro, con riferimento a reti congestionate, è stato formulato, tramite


un problema di funto fisso, un modello di assegnazione di equilibrio dinamico in-
tra-periodale introducendo due sostanziali innovazioni.
La prima innovazione consiste in un’estensione al caso dinamico del concetto
di mappa di carico della rete che consente di formulare l’equilibrio domanda offer-
ta senza la necessità di introdurre, al suo interno, il problema di carico dinamico
della rete. La seconda innovazione consiste, quindi, nel formulare e risolvere il
problema di equilibrio con approccio a cammini impliciti, analogamente a quanto
usualmente si fa nel caso statico.
Con riferimento agli aspetti risolutivi del problema, è stata effettuata
un’estensione al caso dinamico dell’algoritmo di Dial coerente con la formulazio-
ne proposta e, su tali basi, è stato sviluppato un algoritmo risolutivo notevolmente
più efficiente di quelli esistenti.
Il problema è stato affrontato assumendo come unica dimensione di scelta quel-

14
la del percorso, che è il caso più semplice in grado di evidenziare i vantaggi
dell’approccio proposto. L’estensione al contesto multi-utente con domanda ela-
stica non presenta particolari difficoltà ed è rimandata ad un prossimo lavoro.

Bibliografia

Addison J. D. , Heydecker B. G. (1993), “A Mathematical Model for Dynamic Traffic As-


signment” in Transportation and Traffic Theory, C. F. Daganzo ed. Elsevier Amsterdam
pp.171-184.
Bellei G., Bielli M. (1990), “Dynamic Assignment for Trip Planning Systems Evaluation”,
in Atti del Convegno ANIPLA L’Automazione dei Sistemi di Trasporto pp. 520-535.
Bellei G., Bielli M. (1996), “Dynamic Traffic Assignment in Congested Networks” in A-
dvanced Methods in Transportation Analysis a cura di L. Bianco e P. Toth. pp. 263-298
Transportation Analysis n.3 Springer Verlag Heidelberg.
Bellei G. , Gentile G., Papola N. (2000), “Ottimizzazione del trasporto urbano in contesto
multiutente e multimodo mediante l’introduzione di pedaggi”, in Metodi e tecnologie
dell’ingegneria dei trasporti, a cura di G. E. Cantarella e F. Russo, Franco Angeli, Mi-
lano
Cantarella G. E. (1997), “A general fixed-point approach to multimode multi-user equilib-
rium assignment with elastic demand”, Transpn. Sci. Vol. 31 pp. 107-128.
Cascetta E. e Cantarella G. E. (1991), “A day-to-day and within-day dynamic stochastic as-
signment model”, Transp. Res. Vol. 25A pp.277-291.
Cascetta E. (2001), Transportation systems engineering: theory and methods, Kluwer Aca-
demic Publisher, pp. 406-407
Carey M., Subrahmanian E. (2000), “An approach to modelling time-varying flows on con-
gested networks”, Transp. Res. Vol.34B pp. 157-183.
Daganzo C. F. (1994), “The cell transmission model: a dynamic representation of highway
traffic consistent with hydrodynamic theory”, Transp. Res. Vol. 28B pp. 269-287.
Daganzo C. F. (1995), The cell transmission model Part II: Network traffic Transp. Res.
Vol. 29B pp. 79-93.
Drissi Kaitouni O. e Hameda Benchekroun A (1992), A dynamic traffic assignment model
and solution algorithm Transp. Sci., Vol. 26 pp.119-128.
Friesz T. L., Bernstein D., Smith T. E., Tobin. R. L. e Wie B. W. (1993), A variation ine-
quality formulation of the dynamic network user equilibrium problem, Opns. Res. Vol.
41 pp.179-191.
Friesz T. L., Bernstein D., e Stough R. (1996), Dynamic systems, variational inequalities
and control theoretic models for predicting time-varying urban network flows, Transp.
Sci. Vol.30 pp. 14-31.
Hamerslag R. (1988), “Dynamic Assignment in Three-Dimensional Time Space”, Transp.
Res. Rec. 1220 pp.28-32.
Jayakrishnan R, Mahmassani H. S. e Hu T. Y. (1994), “An evaluation tool for advanced
traffic information and management systems in urban networks”, Transp. Res. Vol. 3C
pp. 129-147.
Nuzzolo A. e Russo F. (1997) Modelli per l’analisi e la simulazione dei sistemi di trasporto
collettivo, Franco Angeli, Milano
Papageorgiu M. (1990), “Dynamic modeling, assignment and route guidance in traffic net-
works”, Transp. Res. Vol. 24B pp. 471-495.
Ran B. Boyce D. E. e LeBlanc L. J. (1993), “A new class of instantaneous dynamic user-

15
optimal traffic assignment models”, Opns. Res. Vol 41 pp. 192-202.
Smith M. J. (1979), “The existence, uniqueness and stability of traffic equilibria”, Transp.
Res. Vol. 13B pp.295-304.
Smith M. J. (1993), “A new dynamic traffic model and the existence and calculation of dy-
namic user equilibria on congested capacity constrained road network”, Transp. Res
Vol. 27B pp.49-63.
Taylor N. B. (1990), CONTRAM5: An enhanced traffic assignment model, Transportation
Research Laboratory, Crowthorne
Wisten M. B., Smith M. J. (1997) “Distributed Computation of Dynamic Traffic Equilib-
ria”, Transp. Res. Vol. 5C pp.77-93.
Xu Y. W., Wu J. H., Florian M., Marcotte P., Zhu L. H. (1999), “Advances in the Continu-
ous Dynamic Network Loading Problem” Transp. Sci. Vol. 33 pp. 341-353.
Wu J. H., Chan Y., Florian M. (1998), “The Continuous Dynamic Network Loading Prob-
lem: A Mathematical Formulation and Solution Method”, Transp. Res. Vol. 32B pp.
173-187.

1.8 Sommario

In questo lavoro, dopo aver effettuato l’estensione al caso dinamico del concetto di
mappa di carico della rete, viene formulato un problema di assegnazione dinamica intrape-
riodale come problema di punto fisso nei profili temporali dei flussi. Ciò rende possibile,
nel formulare e risolvere un problema di equilibrio dinamico, di superare la necessità di
formulare esplicitamente un problema di carico dinamico della rete, poiché la coerenza tra
flussi di cammino e flussi d’arco, attraverso i tempi di percorrenza, è direttamente implicata
dalla formulazione del problema di punto fisso espresso in funzione dei profili temporali
dei costi e dei flussi d'arco. Viene anche presentata una formulazione del problema di asse-
gnazione dinamica a cammini impliciti, coerente con l'utilizzazione di un algoritmo che ri-
sulta da una estensione al caso dinamico dell'algoritmo di Dial. Sulla base di tale formula-
zione sono sviluppate delle procedure risolutive che richiedono tempi di elaborazione dello
stesso ordine di quelli necessari per una assegnazione statica, moltiplicati per il numero dei
periodi dell’orizzonte temporale di analisi.

1.8.1.1.1 Abstract

In this paper an extension to the within-day dynamic case of the network loading map
concept is performed and then a within-day dynamic traffic assignment model is formalized
as a fixed-point problem expressed in term of the temporal profiles of the flows. This way,
using a dynamic network loading model, when formalizing and solving a dynamic equilib-
rium assignment problem, is no more unavoidable, since the consistency between path
flows and link flows, through travel times, is directly implied by the formalization of the
fixed point problem in terms of temporal profiles of link costs and link flows. A formaliza-
tion of the dynamic assignment problem without explicit paths enumeration is also pre-
sented, coherent with the employment of an algorithm obtained as an extension to the dy-
namic case of the Dial algorithm. On these bases, a solution procedure is devised which re-
quire calculation times of the same order of those of a static assignment, multiplied by the
number of intervals of the simulation period.

16