Guido Gentile, Lorenzo Meschini, Natale Papola 1

1. Un modello d’arco macroscopico per

l’assegnazione con dinamica intraperiodale
di Guido Gentile, Lorenzo Meschini e Natale Papola*

1 Introduzione

L’assegnazione con dinamica intraperiodale (o Within-Day Dynamic Traffic

Assignment, WDDTA), vista come un equilibrio dinamico dell’utente, può essere
formalizzata e risolta come un problema di punto fisso nei profili temporali dei
flussi entranti d’arco, in accordo con il modello presentato in Bellei, Gentile,
Papola (2002) e sinteticamente illustrato in Figura 1.

mappa di caricamento flussi di

della rete domanda OD

modello di scelta
del percorso
prestazioni di
flussi di percorso
percorso

modello di modello di
propagazione dei prestazione di
flussi sulla rete percorso

flussi d’arco tempi e costi d’arco

modello dei tempi e

dei costi d’arco
funzione dei tempi e dei costi d’arco

Figura 1 Equilibrio dinamico dell’utente

*
Università degli Studi di Roma “La Sapienza”
Guido Gentile, Lorenzo Meschini, Natale Papola 2

Il tempo di percorrenza gioca un duplice ruolo nell’ambito del WDDTA. Dal

lato della domanda, costituisce il principale attributo del costo generalizzato degli
utenti; dal lato dell’offerta, determina la configurazione dei flussi d’arco per date
scelte di percorso (freccia tratteggiata in Figura 1). Per questo motivo, è
importante che il modello di prestazione d’arco fornisca, per dati flussi entranti,
tempi di percorrenza realistici. Inoltre, tale modello deve essere sufficientemente
efficiente perché sia utilizzabile nel WDDTA, che è già di per sé un problema
complesso.
Argomento del presente lavoro sono i modelli d’arco macroscopici e non
stazionari basati sull’approssimazione del flusso veicolare con un fluido
monodimensionale (Cascetta, 2001), i quali possono essere suddivisi in due classi.
I modelli appartenenti alla prima classe, chiamati Space Continuous (per
esempio METANET, Messmer e Papageorgiou, 1990; Cell Transmission Model,
Daganzo, 1994 e 1995a), sono formulati nel continuo mediante equazioni
differenziali nello spazio e nel tempo e risolti con metodi alle differenze finite.
Essi richiedono per la loro implementazione algoritmica una fitta discretizzazione
spaziale, e sono per questo detti anche point-based. Questi modelli forniscono
risultati accurati e consentono di utilizzare qualsiasi diagramma fondamentale, ma
richiedono notevoli risorse di calcolo.
I modelli appartenenti alla seconda classe, chiamati Space Discrete, per la loro
implementazione algoritmica non richiedono alcuna discretizzazione spaziale; per
questa ragione, sono detti anche link-based e possono essere a loro volta distinti
nei cosiddetti modelli Whole Link e Wave. I primi (si veda ad esempio Astarita,
1996; Ran et al., 1997) non tengono in considerazione la propagazione degli stati
di deflusso lungo l’arco e si basano sull’ipotesi che il tempo di percorrenza d’arco
dipenda dalla media spaziale di una variabile di stato, generalmente la densità
veicolare (Heydecker e Addison, 1998). Tale ipotesi determina una
rappresentazione grossolana dei tempi di percorrenza, che peggiora all’aumentare
della lunghezza dell’arco, come già evidenziato in Daganzo (1995b).
Ciononostante questi modelli, che consentono di adottare qualsiasi diagramma
fondamentale, sono ampiamente utilizzati nel WDDTA in virtù della loro
semplicità (si veda ad esempio Friesz et al., 1993; Tong e Wong, 2000). I secondi
sono basati sulla teoria semplificata delle onde cinematiche (o SKW, Simplified
Kinematic Wave) (si veda ad esempio Daganzo, 1997) e sono in grado di
rappresentare implicitamente la propagazione degli stati di deflusso lungo l’arco,
fornendone così il tempo di percorrenza in funzione delle condizioni puntuali del
traffico incontrate viaggiando sull’arco. Fino ad ora, questi modelli sono stati
sviluppati solamente per modellizzare colli di bottiglia (bottleneck); ossia,
nell’ipotesi in cui il diagramma fondamentale sia triangolare e un vincolo di
capacità sia definito sulla sezione finale dell’arco. In questo caso, sono consentite
solo due velocità: la velocità libera, se il flusso entrante è inferiore alla capacità, e
la velocità in coda, altrimenti. Appartengono a questo gruppo il simplified
kinematic wave model presentato in Newell (1993), i modelli di coda
Guido Gentile, Lorenzo Meschini, Natale Papola 3

deterministica (si veda ad esempio Arnott et al., 1990; Ghali e Smith, 1993), il
modello arco-nodo presentato in Bellei, Gentile, Papola (2002). Questi modelli
richiedono un modesto impegno di calcolo, ma forniscono risultati realistici solo
se applicati in contesti urbani.
Infine, il modello presentato da Wong e Wong (2002) è basato, come i modelli
Wave, su una soluzione della teoria SKW che consente di determinare
analiticamente la traiettoria delle onde d’urto; tuttavia a differenza di essi assume
un diagramma fondamentale parabolico e non triangolare, e richiede la
discretizzazione spaziale, poiché è valido solo per variazioni di densità lineari
rispetto allo spazio.

In questo lavoro, viene proposto un nuovo modello di tipo Wave, chiamato

modello delle Onde Cinematiche Medie (nel seguito AKW, Average Kinematic
Wave). Tale modello rappresenta una nuova soluzione approssimata della teoria
SKW, basata sull’ipotesi, largamente utilizzata negli algoritmi per l’assegnazione
dinamica presenti in letteratura, che i flussi entranti sull’arco siano costanti a tratti
rispetto al tempo. Esso risulta particolarmente funzionale all’introduzione del
modello SKW nel contesto del WDDTA senza alcuna restrizione riguardo al
diagramma fondamentale adottato, e costituisce quindi una generalizzazione del
modello di arco-nodo presentato in Bellei, Gentile, Papola (2002). Il modello, pur
non richiedendo una discretizzazione spaziale, è in grado di tenere implicitamente
conto della variazione degli stati di deflusso lungo l’arco.
Al fine di apprezzare l’effetto dell’approssimazione introdotta, il modello è
stato confrontato, in termini di efficacia ed efficienza, con tre modelli esistenti,
uno del tipo Space Continuous (SC), uno del tipo Whole Link (WL), e il
Simplified Kinematic Wave (SKW).

2 Il modello matematico

In questa sezione si richiamano alcuni risultati significativi della teoria del

deflusso e se ne introducono le formulazioni matematiche utilizzate nel modello
presentato in questo lavoro.
Si riportano qui di seguito le principali notazioni utilizzate:
L lunghezza dell’arco
x∈[0, L] generica sezione dell’arco
τ0 istante iniziale del periodo d’analisi
Θ istante finale del periodo d’analisi
τ∈[τ 0, Θ] istante generico del periodo d’analisi
q(x,τ) flusso sulla sezione x dell’arco all’istante τ
k(x,τ) densità sulla sezione x dell’arco all’istante τ
v(x,τ) velocità sulla sezione x dell’arco all’istante τ
Guido Gentile, Lorenzo Meschini, Natale Papola 4

τ
Q ( x,τ ) = ∫ 0
q( x , σ ) ⋅ d σ flusso cumulato sulla sezione x all’istante τ

Φ(x,τ)=[q(x,τ), k(x,τ), v(x,τ)] stato di deflusso sulla sezione x dell’arco all’istante τ

t(x, y, τ) istante in cui transita sulla sezione y il veicolo
transitato sulla sezione x all’istante τ
In base all’approssimazione di fluido monodimensionale vale la regola FIFO
(Cascetta, 2001); risulta quindi:
Q ( x , τ ) = Q ( y , t ( x, y , τ ) ) (1.1)

oppure, in maniera equivalente:

dt ( x, y,τ )
q ( x,τ ) = q ( y , t ( x, y ,τ ) ) ⋅ (1.2)
dτ
ottenuta derivando la (1.1) rispetto al tempo.
La teoria SKW è basata sulle seguenti relazioni:
q ( x,τ ) = k ( x,τ ) ⋅ v ( x,τ ) (2)

∂k ( x,τ ) ∂q( x,τ )

+ =0 (3)
∂τ ∂x
ove la (2), che definisce le condizioni di deflusso stazionarie, si assume valida
anche nel caso non stazionario, mentre la (3) esprime la conservazione dei veicoli.
Inoltre, si assume l’esistenza di una relazione fra la velocità e la densità veicolari
che, assimilando l’arco ad un canale omogeneo, non dipende direttamente dalla
sezione dell’arco, ossia:
k ( x, τ ) = k ( v ( x, τ ) ) (4)

Sulla base della (2), l’equazione (4) permette di definire una relazione tra il flusso
e la densità, chiamata diagramma fondamentale:

q ( x, τ ) = q ( k ( x, τ ) ) (5.1)

e una relazione fra il flusso e la velocità:

q ( x, τ ) = q ( v ( x , τ ) ) (5.2)

In seguito, si assume la relazione (4) tale che l’equazione (5.1) sia concava. In
questo caso, la densità in corrispondenza della quale l’equazione (5.1) assume il
suo massimo valore qmax, qui chiamata capacità dell’arco, divide gli stati di
deflusso in ipocritici ed ipercritici. Come si vedrà, in questa sede è necessario
modellizzare esplicitamente solo gli stati ipocritici: Con riferimento ad essi, le (5)
sono biunivoche, ed è quindi possibile definire le seguenti relazioni inverse:
Guido Gentile, Lorenzo Meschini, Natale Papola 5


k ( x, τ ) = k ( q ( x, τ ) ) (6.1)

v ( x, τ ) = v ( q ( x , τ ) ) (6.2)

3 Il modello d’arco

Nel seguito, l’arco è diviso in tre parti: un vincolo di capacità iniziale (nel seguito
bottleneck iniziale), che può essere pensato come una arco di lunghezza
infinitesima δ situato fra la sezione iniziale 0 e la sezione X = 0+δ ; un bottleneck
finale situato fra la sezione Y = L-δ e la sezione finale dell’arco L; un arco di
corsa, situato fra le sezioni X e Y.
Il bottleneck iniziale, con una capacità costante CX = qmax, mantiene il flusso
entrante sull’arco di corsa al di sotto della capacità dell’arco e garantisce la
consistenza del modello di deflusso nel contesto del WDDTA, ove i flussi entranti
d’arco possono assumere qualsiasi valore non negativo. Al fine di ottenere modelli
di prestazione d’arco separabili dal punto di vista spaziale e di evitare la
modellizzazione del cosiddetto fenomeno di spillback si assume che, quando tale
bottleneck è attivo, sia presente una coda verticale.
Il bottleneck finale, con una capacità costante CL < qmax, modellizza l’unico stato
di deflusso ipercritico, che chiameremo coda, generato da una riduzione di
capacità costante nel tempo alla fine dell’arco. Esso è utilizzato nell’ambito del
WDDTA al fine di simulare l’effetto medio delle intersezioni stradali, poiché in
tale contesto il dettaglio del ritardo dovuto ad un vincolo di capacità variabile nel
tempo, come un semaforo, può essere ignorato nella maggior parte dei casi.
Quando il bottleneck finale è attivo, la coda si propaga all’indietro lungo l’arco di
corsa e diventa verticale non appena supera la lunghezza dell’arco.
L’arco di corsa modellizza la congestione dovuta all’interazione dei veicoli
mentre viaggiano lungo l’arco in condizioni ipocritiche; consiste in un canale
omogeneo i cui stati di deflusso sono determinati sulla base della teoria
semplificata delle onde cinematiche.
Si noti che, a causa del bottleneck iniziale e dell’ipotesi di omogeneità della
sezione, nessuno stato ipercritico può generarsi sull’arco di corsa. Inoltre, si
dimostrerà che quando è presente la coda al bottleneck finale, il tempo di
percorrenza dell’arco è completamente determinato dalla capacità CL e dal flusso
entrante, mentre il flusso uscente ed il tempo di percorrenza dell’arco di corsa
perdono significato fisico.

Allo scopo di definire un metodo numerico che implementi il modello d’arco in

oggetto, il periodo di analisi è diviso in I intervalli identificati dalla sequenza di
istanti τ = (τ 0, … , τ i, … , τ I ).
Siano: txi l’istante di uscita dalla sezione x∈{0, X, Y, L} per il veicolo entrato
sull’arco all’istante τ i; qxi il flusso sulla sezione x all’istante txi. In forma compatta
Guido Gentile, Lorenzo Meschini, Natale Papola 6

risulta: tx = (tx0, … , txI ), qx = (qx0, … , qxI ); chiaramente, risulta t0 = τ. Si

assumono quindi le seguenti due ipotesi:
i) il profilo temporale del flusso entrante d’arco è approssimato mediante la
seguente funzione costante a tratti:
q(0,τ) = q0i, τ∈(τ i-1, τ i] , i = 1, … , I (7)
ii) il profilo temporale dell’istante di uscita del generico sotto modello
(x, y)∈{(0, X), ( X, Y), (Y, L)} è approssimato mediante la seguente funzione
lineare a tratti:
t y i − t y i −1
t ( x, y,τ ) = t y i −1 + (τ − t x i −1 ) ⋅ , τ∈(txi-1, txi ], i = 1, … , I (8)
t x i − t x i −1

Sulla base di tali ipotesi e della relazione (1.2) risulta che per ciascun sotto
modello (x, y) il profilo temporale del flusso uscente è costante a tratti e può essere
espresso come:

t x i − t xi −1
q(y, τ) = qyi = qxi ⋅ i i −1
, τ∈(tyi-1, tyi], i = 1, … , I (9)
ty − ty

Sulla base della schematizzazione proposta e delle ipotesi introdotte il tempo di

percorrenza d’arco è per definizione:

t (0, L,τ ) = t (Y , L, t ( X , Y , t (0, X ,τ ) ) ) (10)

Il calcolo del tempo di percorrenza dei bottleneck è presentato nel prossimo

paragrafo, mentre nel paragrafo 15 viene discusso il nuovo modello AKW
proposto per la determinazione del tempo di percorrenza dell’arco di corsa.

4 Il modello di bottleneck

Sulla base della teoria SKW e del principio di minimo di Newell-Luke

(Daganzo, 1997; Newell, 1993), il flusso cumulato uscente all’istante τ dal
generico bottleneck (x, y), per un dato profilo temporale del flusso cumulato
entrante, è dato da:

{
Q( y,τ ) = min Q( x,τ ), Q( x, σ ) + (τ − σ ) ⋅ C y : σ < τ } (11)

La (11) garantisce che il flusso cumulato uscente non cresca più rapidamente
della capacità del bottleneck.
Sulla base di Figura 2, si evince che l’istante di uscita t(x, y, τ), definito
implicitamente dal sistema di equazioni (1.1) e (11), può essere reso esplicito
mediante la seguente funzione:
Guido Gentile, Lorenzo Meschini, Natale Papola 7

{
t ( x, y,τ ) = max τ , σ + ( Q( x,τ ) − Q( x, σ ) ) C y : σ < τ
veicoli } (12)

Q(x,τ) = Q(y, t(x,y,τ)) Cy

Q(x,σ) + (τ -σ)⋅Cy

σ τ t(x,y,τ) tempo

Figura 2 Determinazione del flusso cumulato uscente e dell’istante di uscita per un bottleneck di
lunghezza infinitesima

Sotto le ipotesi i) e ii) tuttavia, la (12) può essere sostituita dalla semplice
equazione ricorsiva:

{ }
t y i = max t xi , t y i −1 + (t x i − t x i −1 ) ⋅ qxi C y ; i = 1 , ... , I ; t y 0 = t x 0 (13)

ove si assume che all’istante tx0 non vi è coda al bottleneck.

Quando il bottleneck finale è attivo, sulla base della (13), applicando
ricorsivamente la (9) si ottiene:

q0i
t Li = t Li −1 + (τ i − τ i −1 ) ⋅ (14)
CL

la quale mostra, come affermato in precedenza, che in presenza coda al bottleneck

finale l’istante di uscita dall’arco dipende solo dalla capacità finale dell’arco e dal
profilo temporale del flusso entrante; non dipende cioè né dalla lunghezza
dell’arco, né dal modello adottato per l’arco di corsa, né dalla capacità del
bottleneck entrante.

5 Il nuovo modello delle Onde Cinematiche Medie

In questo paragrafo si presenta il modello per la determinazione del tempo di

percorrenza sull’arco di corsa descritto nel paragrafo 3, utilizzabile assieme al
modello di bottleneck descritto al paragrafo precedente per la determinazione del
tempo di percorrenza d’arco.
Il modello proposto consiste in un’approssimazione numerica della soluzione
analitica della teoria SKW, valida nel caso in cui il profilo temporale dei flussi
entranti d’arco sia costante a tratti, coerentemente con le ipotesi i) e ii) e con la
(9).
Guido Gentile, Lorenzo Meschini, Natale Papola 8

Tale modello si basa sull’idea di determinare, in corrispondenza di ciascuno degli

istanti predefiniti in cui cambia il flusso entrante, uno stato di deflusso fittizio che
sintetizzi gli stati di deflusso passati e sia impiegato, a sua volta, nella
determinazione degli stati di deflusso successivi.

traiettoria del veicolo entrato sull’arco di corsa all’istante tx i , i = 0, … , I

onde di shock
spazio

profilo dei flussi uscenti

L

W1,4

v0

v1 v4
v5
v 2 v3
W 0,1 W 1,2 W 2,3 W 3,4 W 4,5
qx 3 profilo dei tempo
qx4 qx5 flussi entranti
qx1
tx0 tx1 qx2 tx2 tx3 tx4 tx5

Figura 3 Teoria delle onde cinematiche

Sulla base della teoria SKW, i veicoli cambiano la loro velocità istantaneamente.
Se vale l’ipotesi i), dalla Figura 3 risulta evidente che le traiettorie dei veicoli sono
rettilinee a tratti e che il piano spazio-tempo risulta suddiviso in regioni di
deflusso caratterizzate da stati di deflusso omogenei e delimitate da onde d’urto
rettilinee. La pendenza (costante) W ij dell’onda d’urto che separa due stati di
deflusso Φ(q i) e Φ(q j) è:

q j − qi
W ij =  j  i (15)
k(q ) − k(q )

In teoria, dato il profilo temporale dei flussi entranti, tramite la (6.1) e la (15)
sarebbe possibile determinare la traiettoria di un veicolo entrato al generico istante
τ, e quindi il suo istante di uscita t(x, y, τ). Tuttavia, la Figura 3 mostra come tali
traiettorie possano essere estremamente complicate da determinare, infatti: a)
sull’arco di corsa in un dato istante vi possono essere numerose onde d’urto attive;
b) le onde d’urto possono essere generate su qualsiasi sezione dell’arco di corsa in
qualsiasi istante sia a causa delle discontinuità nel flusso, sia a causa
dell’intersezione di onde d’urto precedenti; c) il generico veicolo può attraversare
numerose onde d’urto durante il suo tragitto sull’arco di corsa, e tutti i punti di
intersezione devono essere esplicitamente calcolati per determinarne la traiettoria.
Guido Gentile, Lorenzo Meschini, Natale Papola 9

traiettoria media del veicolo entrante sull’arco di corsa all’istante txi , i = 0, … , I

onda di shock fittizia
spazio

profilo dei flussi uscenti

L
λ0
λ1
λ3
λ0 λ2
v1 λ5
λ4
λ1 v2

W0 W1 W2 W3 W4
qx3 profilo dei tempo
qx1 qx4 qx5 flussi entranti
t x0 tx1 qx2 tx2 tx3 tx4 tx5

Figura 4 Teoria delle onde cinematiche mediate

Al fine di superare tali difficoltà, come illustrato in Figura 4, si assume che in

corrispondenza di ciascun istante txi-1, i = 1, … , I, si generi sulla sezione x
un’onda d’urto fittizia che separa lo stato di deflusso corrente Φ(qxi) e lo stato di
deflusso fittizio Φ( q (λi-1)) corrispondente alla velocità media λi-1 = L /(tyi-1 – txi-1)
del veicolo entrato all’istante txi-1. Determinare la traiettoria dei veicoli sulla base
delle onde d’urto fittizie è molto semplice, infatti: a) esse non si incontrano mai, e
possono avere origine solo nella sezione iniziale dell’arco di corsa e in
corrispondenza degli istanti txi, i = 1, … , I; b) ciascun veicolo attraversa al più
l’ultima onda d’urto fittizia generata, cosicché la sua traiettoria è direttamente
influenzata solamente dall’ultima traiettoria media determinata, che sintetizza la
storia di tutti i precedenti stati di deflusso.
Come si vedrà nel paragrafo successivo, l’approssimazione introdotta ha un
effetto modesto sull’efficacia del modello e non ne ha affatto con riferimento alla
regola FIFO, che è sempre assicurata fra le sezioni iniziale e finale dell’arco di
corsa; le violazioni locali che possono avvenire su sezioni intermedie infatti non
hanno alcun effetto né sui tempi di percorrenza né sui flussi uscenti.
Sulla base di tali considerazioni, gli stanti di uscita dall’arco di corsa possono
essere determinati tramite le seguenti equazioni ricorsive:
λ0 = v0; ty0 = tx0 + L / v0 (16)

vi = v (qx i ) (17)

t x + L v
i i
se t x i + L vi > t x i −1 + L W i −1
t yi =  (18)
i i i i i −1
t x + ω + ( L − ω ⋅ v ) λ altrimenti
Guido Gentile, Lorenzo Meschini, Natale Papola 10

ω i = (t x i − t x i −1 ) ⋅ W i −1 (vi − W i −1 ) (19)

λ i = L (t y i − t xi ) (20)

q i +1 − q(λ i )
W i =  x i +1 (21)
k(qx ) − k(λ i )

ove: le (16) assumono che all’istante tx0 l’arco di corsa sia scarico; la (17)
determina la velocità sulla sezione iniziale dell’arco di corsa in base alla (6.2); la
parte superiore della (18) determina l’istante di uscita del veicolo entrato
all’istante txi nel caso in cui esso non incontri la precedente onda d’urto fittizia
prima della fine dell’arco; in caso contrario, la (19) consente di determinare
l’istante txi + ω i in cui la traiettoria di tale veicolo incontra l’onda d’urto fittizia,
utilizzato nella parte inferiore della (18) (si veda anche la Figura 5); la (20)
determina la velocità media del medesimo veicolo; infine, la (21) determina la
pendenza della onda d’urto fittizia, valida per il successivo intervallo, sostituendo
nella (15) le (4), (5.2) e (6.1).

tyi-1 t yi
spazio

vm i-1
vm i-1 ωi
L

W i-1 vi
txi-1 t xi tempo

Figura 5 Calcolo del tempo di percorrenza dell’arco di corsa per stati ipocritici

6 Prove numeriche

Allo scopo di valutare l’efficienza e l’efficacia del nuovo modello, in questo

paragrafo sono presentati ed analizzati i risultati di prove numeriche effettuate con
il nuovo modello AKW e con tre modelli macroscopici d’arco già esistenti, ossia
un modello SC (il METANET, Messmer e Papageorgiou, 1990), un modello WL
(il Continuous Time Link model, Astarita, 1996) e un modello Wave (il Simplified
Kinematic Wave (SKW) model, Newell 1993). A tal fine, i tre modelli esistenti
sono stati opportunamente modificati e generalizzati per consentire l’utilizzo di
qualsiasi diagramma fondamentale e l’introduzione di vincoli di capacità espliciti,
ottenendo così quattro modelli omogenei. Tuttavia, in questa sede se ne omette la
Guido Gentile, Lorenzo Meschini, Natale Papola 11

trattazione analitica, rimandando a (Gentile, Meschini, Papola, 2003) per

un’esposizione completa di tali argomenti. L’efficacia di METANET può essere
ragionevolmente assunta come termine di paragone, poiché fornisce risultati
sufficientemente vicini alla realtà, mentre l’efficienza è stata valutata sia tramite
un’analisi della complessità degli algoritmi, sia sulla base dei tempi di calcolo.
Ciascun modello è stato utilizzato per simulare il deflusso su un arco lungo
10,000 metri; si è adottato il diagramma fondamentale di Greenshields (ossia
ipotizzando che la relazione (4) sia lineare) con una capacità di 2025 veh/h, una
velocità libera di 90 km/h, ed una densità massima di 0,09 veh/m. Con riferimento
al modello METANET, l’arco è stato diviso in Z = 40 sezioni lunghe 250 m; ciò
ha richiesto di dividere il periodo d’analisi, di ampiezza pari a 30 min, in ISC = 180
intervalli di 10 sec. Con riferimento agli altri modelli, per i quali non è necessario
discretizzare lo spazio, è stata adottato lo stesso numero di intervalli così da
confrontare l’efficacia dei diversi modelli.
Allo scopo di evidenziare il comportamento dei differenti modelli utilizzati per
l’arco di corsa, i modelli sono stati testati con tre profili di flusso entrante
(crescente, decrescente, variabile) inferiori alla capacità d’uscita.

Inflow
f entrante SC WL SKW AKW Inflow SC WL SKW AKW
foutflow
uscente f uscente
outflow
0.50 0.50
0.45 0.45
0.40 0.40
0.35 0.35
0.30 0.30
0.25 0.25
0.20 0.20
0.15 0.15
0.10 0.10
0.05 0.05
0.00 0.00
0 300 600 900 1200 1500 1800 0 300 600 900 1200 1500 1800
tempo
travel di percorrenza
time travel
tempo time
di percorrenza
600 600

550 550

500 500

450 450

400 400

350 350
0 180 360 540 720 900 1080 1260 1440 1620 1800 0 180 360 540 720 900 1080 1260 1440 1620 1800
time [sec] time [sec]

Inflow SC WL SKW AKW

f
outflow
0.50
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
0 300 600 900 1200 1500 1800

travel time
tempo
550 di
530
510
490
470
450
430
410
390
370
350
0 180 360 540 720 900 1080 1260 1440 1620 1800
time [sec]
Guido Gentile, Lorenzo Meschini, Natale Papola 12

Figura 6 Risultati per differenti profili temporali di flusso entrante

I risultati, presentati in Figura 6, mostrano che i modelli SKW e AKW si

comportano in maniera maggiormente simile al modello SC di quanto non faccia il
modello WL, specialmente osservando i tempi di percorrenza (i quali, si ricordi,
sono le variabili rilevanti nell’ambito del WDDTA); in particolare, il modello WL
mostra una sorta di “inerzia” nella rappresentazione dei tempi di percorrenza
quando il flusso entrante varia rapidamente.
Allo scopo di valutare l’effetto che la discretizzazione del tempo ha sulla
qualità della soluzione, il modello AKW è stato utilizzato per calcolare il tempo di
percorrenza per un profilo di flusso entrante variabile nel tempo assumendo tre
differenti ampiezze degli intervalli temporali: I1 = ISC , I2 = ISC /3 = 60 intervalli da
30 secondi e I3 = ISC /9 = 20 intervalli da 90 secondi. I risultati, confrontati in
Figura 7, mostrano una relazione molto favorevole fra l’efficacia e l’efficienza,
poiché notevoli incrementi della prima producono piccole riduzioni della seconda;
ciò è di fondamentale importanza quando si applica tale modello a reti reali, per le
quali il tempo di calcolo assume un ruolo critico.
2000 veh/h Outflow

1500

1000

500

0
0 200 400 600 800 1000 1200 1400 1600 1800
sec
Inflow I = Isc I = Isc / 3 I = Isc / 9
600 sec
Travel time

500

400

300
0 200 400 600 800 1000 1200 1400 1600 1800
sec
I = Isc I = Isc / 3 I = Isc / 9

Figura 7 Tempi di percorrenza e flussi uscenti calcolati dal modello AKW con differenti
discretizzazioni del tempo

La complessità è pari a O(ISC ⋅Z) per il modello SC, O(I) per il modello WL, e si
dimostra che la complessità del modello SKW è O(I 2); il modello AKW, la cui
complessità è O(I), risulta quindi il modello con la minor complessità fra quelli
che forniscono risultati realistici. Il confronto numerico volto a valutare
l’efficienza effettiva ha confermato tale risultato teorico: la Figura 8 mostra il
tempo impiegato dai quattro modelli per calcolare 100,000 volte la funzione di
prestazione d’arco per due differenti discretizzazioni del tempo: i modelli WL ed
AKW sono nettamente più efficienti rispetto al modello SC in entrambi i casi,
Guido Gentile, Lorenzo Meschini, Natale Papola 13

mentre l’efficienza del modello SKW decade rapidamente proprio a causa della
sua complessità, quadratica con il numero degli intervalli.

Tempo necessario per calcolare 100,000 volte la

funzione di prestazione d'arco [sec]
350
293 291
300 I = Isc / 6
250 I = Isc
200
sec

150
100
50 21 17 27
6 6
0
SC WL SKW AKW

Figura 8 Confronto dei tempi di calcolo ottenuti con i differenti modelli

Allo scopo di testare il modello d’arco completo, si è imposto un vincolo di

capacità CX = 2025 veh/h sulla sezione iniziale dell’arco ed un vincolo di capacità
CL = 0.6 ⋅ CX = 1215 veh/h sulla sezione finale, mantenendo il modello AKW per
l’arco di corsa. È stato considerato un profilo di flusso entrante tale da attivare
entrambi i vincoli; i risultati sono illustrati in Figura 9. Durante l’intervallo (τA,
τB), corrispondente all’intervallo (tA, tB) in cui il bottleneck finale è attivo, il flusso
uscente si mantiene costante e pari a CL, mentre il profilo del tempo di percorrenza
è lineare a tratti con pendenza pari a q0i /CL.
Guido Gentile, Lorenzo Meschini, Natale Papola 14

flusso entrante d'arco capacità bottleneck iniziale

veh/sec flusso uscente bottleneck iniziale capacità bottleneck finale

flusso uscente d'arco
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 200 400 600 800 1000 1200 1400 1600 1800
1000 sec

800

600

400

200 τA tA τB tB

0
0 200 400 600 800 1000 1200 1400 1600 1800
sec

t (0,Xi ,-τt)i −
ritardo bottleneck iniziale = tBtail τ - t i ,τ )
ritardo arco = t i(0,L − τ

Figura 9 Risultati ottenuti con il modello AKW per un flusso tale da attivare i vincoli di capacità

7 Conclusioni

I risultati numerici confermano che il modello AKW fornisce prestazioni molto

simili ai modelli di tipo SC, ma richiede tempi di calcolo sensibilmente minori.
Esso costituisce quindi un valido strumento per rappresentare in maniera
macroscopica e dinamica sistemi di dimensioni reali ove non sia possibile
assumere l’ipotesi d’arco corto.

Bibliografia

Arnott R., De Palma A., Lindsey R. (1990). Departure time and route choice for
the morning commute. Transportation Research B, No. 24, pp. 209-228
Astarita V. (1996). A continuous time link model for dynamic network loading
based on travel time function. In Proceedings of the 13th International
Symposium on the Theory of Traffic Flow, Lyon, pp. 87-102
Guido Gentile, Lorenzo Meschini, Natale Papola 15

Bellei G., Gentile G., Papola N. (2002). A within-day dynamic traffic assignment
model for urban road networks. Accettato per la pubblicazione in
Transportation Research B
Cascetta E. (2001). Transportation systems engineering: theory and methods.
Kluwer Academic Publisher, Boston, MA, p. 374-379
Daganzo C.F. (1994) The cell transmission model: a dynamic representation of
highway traffic consistent with hydrodynamic theory. Transportation Research
B, No. 28, pp. 269-287
Daganzo C.F. (1995a). The cell transmission model, part II: Network traffic.
Transportation Research B, No. 29, pp. 79-93
Daganzo C.F. (1995b). Properties of link travel time functions under dynamic
loads. Transportation Research B, No. 29, pp. 95-98
Daganzo C.F. (1997). Fundamentals of Transportation and Traffic Operations,
Pergamon, pp. 97-112
Friesz T.L., Bernstein D., Smith T.E., Tobin R.L., Wie B.W. (1993). A variational
inequality formulation of the dynamic network user equilibrium problem.
Operations Research, No. 41, pp.179-191
Gentile G., Meschini L., Papola N. (2003). Macroscopic arc performance models
for within-day dynamic traffic assignment. Presentato al Transportation
Research Board 82nd Annual Meeting, Washington D.C.
Ghali M.O., Smith M.J. (1993). Traffic assignment, traffic control and road
pricing. In Transportation and Traffic Theory, ed. C.F. Daganzo, Elsevier
Science, Amsterdam, pp. 147-169
Heydecker B.G., Addison J.D. (1998). Analysis of traffic models for dynamic
equilibrium traffic assignment. In Transportation networks: recent
methodological advances (ed MGH Bell). Pergamon, Oxford, pp. 35-49
Messmer A., Papageorgiou M. (1990). METANET: a macroscopic simulation
program for motorway networks. Traffic Engineering & Control No. 31, pp.
466-470, 549
Newell G.F. (1989). Comments on traffic dynamics. Transportation Research B,
No. 23, pp. 386-389.
Newell G.F. (1993). A simplified theory of kinematic waves in highway traffic,
part I: general theory. Part II: queuing at freeway bottlenecks. Part III: multi-
destination flows. Transportation Research B, No. 27, pp. 281-313
Ran B., Rouphail N.M., Tarko A., Boyce D.E. (1997). Toward a class of link
travel time functions for dynamic assignment models on signalised networks.
Transportation Research B, No. 31, pp. 277-290
Tong C.O., Wong S.C. (2000). A predictive dynamic traffic assignment model in
congested capacity-constrained road networks. Transportation Research B, No.
34, pp. 625-644
Wong S.C., Wong G.C.K. (2002). An analytical shock-fitting algorithm for LWR
kinematic wave model embedded with linear speed–density relationship.
Transportation Research B, No. 36, pp. 683-706
Guido Gentile, Lorenzo Meschini, Natale Papola 16

Sommario

In questo lavoro viene presentato un nuovo modello d’arco macroscopico, non

stazionario e di tipo link-based con vincoli espliciti di capacità, specificamente
ideato per essere impiegato nell’ambito dell’assegnazione con dinamica
intraperiodale. Il modello proposto rappresenta una soluzione approssimata della
teoria semplificata delle onde cinematiche basata sull’ipotesi, largamente
utilizzata negli algoritmi per l’assegnazione dinamica presenti in letteratura, che i
flussi entranti sull’arco siano costanti a tratti rispetto al tempo. Esso risulta
particolarmente funzionale all’introduzione della teoria semplificata delle onde
cinematiche, senza restrizioni riguardo al diagramma fondamentale adottato, in
tale contesto. Il modello, pur non richiedendo una discretizzazione spaziale, è in
grado di tenere implicitamente conto della variazione degli stati di deflusso lungo
l’arco. Al fine di apprezzare l’effetto dell’approssimazione introdotta, il modello è
stato confrontato, in termini di efficacia ed efficienza, con tre modelli esistenti.

Abstract

In this paper, we present a new macroscopic link-based non-stationary arc

performance model with explicit capacity constraints, aimed specifically to be
employed for Within-day Dynamic Traffic Assignment. The proposed model is an
approximate solution of the simplified kinematic wave theory, based on the
hypothesis, widely adopted in the literature for dynamic assignment algorithms,
that inflows are piece-wise constant with respect to time. Thus, it is particularly
suitable for the introduction of the simplified kinematic wave theory, without
restriction with respect to the fundamental diagram adopted, in that context. The
model, although not requiring spatial discretization, it is capable of taking
implicitly into account the variability of the flow states along the arc. In order to
appreciate the effect of the approximation introduced, the model was compared, in
terms of effectiveness and efficiency, with three existing models.