La simulazione dei vincoli di capacità nell’assegnazione

ad orario su reti di trasporto collettivo

di Lorenzo Meschini, Guido Gentile, Natale Papola
Dipartimento di Idraulica Trasporti e Strade, Università degli Studi di Roma “La Sapienza”

Abstract

Scopo di questo lavoro è analizzare come i diversi modelli di assegnazione ad orario

sulle reti di trasporto collettivo sono in grado di simulare i vincoli di capacità dei veicoli. In
particolare verrà quantificata la distorsione sulla configurazione dei costi e dei flussi
introdotta nei modelli basati su grafo diacronico per rappresentare il caso in cui lo spazio
residuo a bordo del mezzo risulti insufficiente ad accogliere tutti i passeggeri in attesa alla
fermata.

1 Introduzione

Le politiche di road pricing e di controllo degli accessi (ad esempio, le zone a traffico
limitato e la circolazione a targhe alterne) applicate in campo urbano per scoraggiare
l’utilizzo del mezzo privato, così da alleviare la crescente congestione stradale, non sono
sempre accompagnate da interventi complementari volti a migliorare le prestazioni, o
almeno la capacità, del sistema di trasporto collettivo. Di conseguenza, in alcuni centri
metropolitani la carenza della portata offerta dal trasporto pubblico sta diventando un
problema di rilevanza sempre crescente, che comporta il formarsi di code di passeggeri alle
fermate e il sovraffollamento dei veicoli, con conseguenti aumenti dei tempi di attesa e
riduzione del comfort di viaggio. Benché tale problema debba essere risolto mediante una
corretta progettazione della rete di trasporto collettivo che interessi in primo luogo
l’esercizio delle linee, volta ad aumentare in maniera opportuna la dimensione dei convogli
o la capienza dei singoli veicoli e la frequenza delle corse, occorre comunque poter
simulare correttamente lo scenario corrente, al fine di giustificare le risorse economico-
finanziarie necessarie per realizzare gli interventi proposti.
L’approccio maggiormente utilizzato e consolidato per la simulazione dei sistemi di
trasporto collettivo ad orario prevede la rappresentazione dell’offerta mediante grafo
diacronico (Nuzzolo et al., 2003). In questo ambito, i fenomeni di congestione di cui sopra
sono generalmente riprodotti introducendo costi crescenti in funzione del grado di
riempimento del veicolo a valle della fermata, che intendono riprodurre la riduzione del
comfort di viaggio e il rischio di non salire sul primo mezzo in arrivo, così da scoraggiare i
passeggeri dal servirsi di corse sovraffollate. Tuttavia, questo approccio presenta una serie
di problemi: a) produce una configurazione dei costi irrealistica, poiché nella realtà i
passeggeri che riescono a salire sul primo mezzo in arrivo alla fermata non sopportano
alcun costo aggiuntivo; b) non fornisce alcuna garanzia che il vincolo di capacità sia
rispettato; c) non attribuisce alcuna priorità ai passeggeri già in attesa rispetto a quelli che
giungono successivamente alla fermata; d) può indurre instabilità nell’algoritmo di
equilibrio, poiché considerare una funzione di costo fortemente crescente in corrispondenza
della capacità residua dal punto di vista numerico non è molto diverso dall’introdurre una
discontinuità nel modello.
Per superare tali inconvenienti gli autori hanno recentemente proposto un approccio
alternativo (Papola et al., 2005) capace di riprodurre esplicitamente le code di passeggeri
alla fermata in attesa della prima corsa effettivamente disponibile. Si tratta di estendere al
caso di servizi discontinui un modello continuo di assegnazione dinamica intraperiodale per
reti stradali (Bellei et al., 2005), che per sua natura è in grado di rappresentare in maniera
esplicita i vincoli di capacità. Il modello proposto propaga flussi di passeggeri

1
continuamente variabili nel tempo sulla rete pedonale, e pacchetti puntuali di passeggeri
sulla rete delle linee. Per simulare il vincolo di capacità dei veicoli, la configurazione dei
tempi di attesa corrispondente al profilo temporale del flusso di utenti che raggiungono la
fermata al fine di utilizzare una data linea, presenta un profilo temporale a “dente di sega”
tale, da un lato, da concentrare i passeggeri sulle corse in arrivo, dall’altro, da rispettare il
vincolo per cui il numero di passeggeri che salgono su un determinato mezzo sia non
superiore alla sua capacità residua.
Lo scopo di questo lavoro è quello di analizzare come questi due diversi metodi per
l’assegnazione ad orario sulle reti di trasporto collettivo sono in grado di simulare i vincoli
di capacità dei veicoli, e in particolare di riprodurre il caso in cui lo spazio residuo a bordo
di un mezzo che arriva ad una fermata, più quello liberato da coloro che scendono, risulti
insufficiente ad accogliere tutti i passeggeri in attesa, costringendo quindi una parte
dell’utenza ad attendere una vettura successiva.

2 Il modello di domanda

Per entrambi i modelli di assegnazione ad orario, il modello di domanda adottato è di

tipo deterministico, ossia l’utente sceglie una alternativa di minimo costo generalizzato. Le
dimensioni di scelta simulate sono due: percorso e orario di partenza. Con riferimento alla
scelta del percorso, il costo è additivo e integra mediante specifici coefficienti il tempo di
percorrenza a bordo del veicolo, il tempo di attesa alla fermata e il tempo a piedi, nonché il
prezzo del biglietto ed una disutilità di trasbordo. Con riferimento alla scelta dell’orario di
partenza, è stata introdotta una disutilità di anticipo/ritardo rispetto all’orario desiderato di
partenza; tale disutilità è proporzionale alla differenza fra l’orario di partenza desiderato è
quello effettivo.

3 Il modello di offerta

3.1 I dati di input

La rete pedonale è descritta da un grafo orientato H = (V, E), dove V⊂ℵ è l’insieme dei
vertici (ℵ è l’insieme dei numeri interi positivi) ciascuno dei quali rappresenta un punto
dell’area di studio, e E⊆V×V è l’insieme degli spigoli. Il generico spigolo (i, j)∈E
rappresenta una connessione spaziale continuamente disponibile tra due punti del territorio
ed è caratterizzato da un tempo di viaggio Tij∈ℜ++ (ℜ++ è l’insieme dei numeri reali
positivi, ℜ+ quello dei reali non negativi). L’insieme dei centroidi Z⊆V è il sottoinsieme dei
vertici che rappresentano l’origine o la destinazione di spostamenti.
La rete di trasporto collettivo è descritta da un insieme ℑ⊆ℵ di linee. La generica linea
ℓ∈ℑ è caratterizzata da una sequenza di σℓ∈ℵ fermate, con σℓ ≥ 2, che ne definiscono il
tragitto da un punto di vista topologico, ciascuna delle quali corrisponde ad un diverso
vertice:
R(ℓ) = {rs(ℓ)∈V: s∈[1, σℓ] ⊆ ℵ} .
I veicoli che eserciscono la linea ℓ sono caratterizzati da una capacità Qℓ∈ℜ++ che, se
non è consentito viaggiare in piedi, esprime il numero di posti a sedere della vettura
disponibili per i passeggeri, altrimenti il massimo numero di passeggeri che possono
fisicamente entrare nel veicolo.
Ogni linea è servita da un numero κℓ∈ℵ di corse. La generica corsa k∈[1, κℓ] ⊆ ℵ è
caratterizzata ad ogni fermata rs(ℓ)∈R(ℓ) da uno specifico istante di arrivo ATsℓk∈ℵ e di
partenza DTsℓk∈ℵ. Inoltre, essa non effettua necessariamente tutte le fermate; per tener
conto di tale circostanza introduciamo una variabile Booleana MSsℓk∈{0,1} che vale 1 se la
k-esima corsa della linea ℓ effettua l’s-esima fermata, e 0 altrimenti. Queste informazioni
costituiscono l’orario della linea ℓ, che deve soddisfare i seguenti vincoli di consistenza:
ATsℓk < DTsℓk < ATs+1ℓk < DTs+1ℓk, s∈[1, σℓ-1] , k∈[1, κℓ] ,
ATsℓk < ATsℓk+1, DTsℓk < DTsℓk+1 , s∈[1, σℓ] , k∈[1, κℓ-1] .

2
Il primo vincolo stabilisce che ogni corsa ad una data fermata parte dopo di essere arrivata,
e che ciascuna sezione del tragitto tra una fermata e la successiva richiede un tempo di
percorrenza positivo. Il secondo vincolo impedisce i superamenti e i raggiungimenti tra due
corse di una stessa linea; quest’ultima condizione risulta assai utile in sede di
implementazione dell’offerta.
Per quanto riguarda lo schema tariffario, nel seguito associamo alla s-esima sezione della
k-esima corsa della linea ℓ, dalla fermata rs(ℓ) alla fermata rs+1(ℓ), con s∈[1, σℓ-1], uno
specifico prezzo del biglietto SFsℓk∈ℜ+ , in modo da ottenere costi di percorso puramente
additivi; ciò consente l’enumerazione implicita dei cammini nel calcolo delle scelte di
percorso.
Spesso capita di essere prevalentemente interessati alla rete portante del trasporto
collettivo, ma di dover riprodurre anche l’adduzione per valutare correttamente le
prestazioni complessive del sistema, sia essa effettuata mediante linee secondarie o con un
mezzo privato (park and ride). In questo caso, può essere conveniente simulare l’adduzione
tramite specifici spigoli della rete pedonale caratterizzati da adeguate velocità.
Nel seguito presenteremo due diversi modelli di assegnazione ad orario. Il primo basato
su un grafo diacronico, il secondo basato sull’analisi funzionale in cui le variabili rilevanti
sono profili temporali di prestazioni e di flusso. Entrambi i modelli faranno riferimento alla
struttura dei dati di input appena descritta.

3.2 Grafo diacronico

In questo paragrafo descriviamo formalmente la procedura utilizzata per convertire la
topologia della rete di trasporto collettivo (ossia le sequenze di fermate delle linee) e della
rete pedonale (ossia gli spigoli pedonali) in un grafo diacronico atto all’assegnazione ad
orario.
In linea di principio, i vertici della rete pedonale si trasformano in sequenze di nodi
pedonali lungo l’asse temporale collegati dagli archi di attesa, mentre gli spigoli della rete
pedonale si trasformano in fasci di archi pedonali. Le corse delle linee sono rappresentate
da sequenze concatenate di archi che alternano archi di fermata e archi di linea; i primi
rappresentano le fasi di sosta del veicolo alla fermata tra l’istante di arrivo e quello di
partenza, iniziano con un nodo di arrivo e terminano con un nodo di partenza; mentre i
secondi rappresentano le fasi di corsa, iniziano con un nodo di partenza e terminano con un
nodo di arrivo. Un arco di salita collega il nodo di salita al relativo nodo di partenza,
mentre un arco di discesa collega il nodo di arrivo al relativo nodo di discesa.
Formalmente, la rete spazio-temporale che rappresenta il servizio di trasporto collettivo
e le connessioni pedonali è descritta da un grafo orientato G = (N, A), dove N è l’insieme
dei nodi e A ⊂ N×N l’insieme degli archi.
Il generico nodo x∈N è identificato da una tripletta ordinata, il cui primo elemento è un
vertice, indicato con NV(x)∈V, il cui secondo elemento è un istante, indicato con NI(x)∈ℵ,
e il cui terzo elemento è una linea, indicata con NL(x) ∈ ℑ∪{0} (se NL(x) = 0, il nodo x è di
tipo pedonale e non è pertanto associato ad alcuna linea). In particolare, i nodi N della rete
spazio-temporale sono dati dall’unione dei seguenti insiemi:
AN = {(rs(ℓ), ATsℓk, ℓ): ℓ∈ℑ, s∈[2, σℓ] ⊆ ℵ, k∈[1, κℓ] ⊆ ℵ} nodi di arrivo;
DN = {(rs(ℓ), DTsℓk, ℓ): ℓ∈ℑ, s∈[1, σℓ-1] ⊆ ℵ, k∈[1, κℓ] ⊆ ℵ} nodi di partenza,
XN = {(rs(ℓ), ATsℓk, 0): ℓ∈ℑ, s∈[2, σℓ] ⊆ ℵ, k∈[1, κℓ] ⊆ ℵ, MSsℓk = 1} nodi di discesa;
BN = {(rs(ℓ), DTsℓk, 0): ℓ∈ℑ, s∈[1, σℓ-1] ⊆ ℵ, k∈[1, κℓ] ⊆ ℵ, MSsℓk = 1} nodi di salita,
TN = {(i, τh, 0): (i, j)∈E, h∈[0, n] ⊆ ℵ} nodi coda;
HN = {( j, τh + Tij, 0): (i, j)∈E, h∈[0, n] ⊆ ℵ} nodi testa;
NP = XN ∪ BN ∪ TN ∪ HN nodi pedonali;
N = AN ∪ DN ∪ NP .
I nodi coda e i nodi testa vengono introdotti per rappresentare il servizio continuo offerto
dagli spigoli della rete pedonale nel contesto intrinsecamente discreto della rete spazio-
temporale. A tal fine, il periodo di analisi viene suddiviso in n intervalli temporali
identificati dalla sequenza di istanti τh∈ℵ, h∈[1, n] ⊆ ℵ e τ0∈ℵ, con τh-1 < τh.
Per definizione, il generico arco (x, y)∈A è identificato da una coppia ordinata di nodi. In
particolare, gli archi A della rete spazio-temporale sono dati dall’unione dei seguenti
insiemi:

3
RA = {( (rs(ℓ), DTsℓk, ℓ), (rs+1(ℓ), ATs+1ℓk, ℓ) ): ℓ∈ℑ, s∈[1, σℓ-1] ⊆ ℵ} archi di corsa;
DA = {( (rs(ℓ), ATsℓk, ℓ), (rs(ℓ), DTsℓk, ℓ) ): ℓ∈ℑ, s∈[2, σℓ-1] ⊆ ℵ} archi di fermata;
XA = {( (rs(ℓ), ATsℓk, ℓ), (rs(ℓ), ATsℓk, 0) ): ℓ∈ℑ, s∈[2, σℓ] ⊆ ℵ, MSsℓk = 1} archi di discesa,
BA = {( (rs(ℓ), DTsℓk, 0), (rs(ℓ), DTsℓk, ℓ) ): ℓ∈ℑ, s∈[1, σℓ-1] ⊆ ℵ, MSsℓk = 1} archi di salita;
PA = {( (i, τh, 0), ( j, τh + Tij, 0) ): (i, j)∈E, h∈[0, n] ⊆ ℵ} archi pedonali;
WA = {(VN(i, q-1), VN(i, q)): i∈V, q∈[2, Qi] ⊆ ℵ} archi di attesa;
A = RA ∪ DA ∪ XA ∪ BA ∪ PA ∪ WA ,
dove VN(i, q) è il q-esimo nodo pedonale in ordine di istante tra gli Qi = |{x∈N: NV(x) = i,
NL(x) = 0}| nodi pedonali associati al vertice i∈V; formalmente:
VN(i, q)∈N : |{x∈N: NV(x) = i, NI(x) ≤ NI(VN(i, q)), NL(x) = 0}| = q.
Il tempo di percorrenza del generico arco (x, y) ∈ A\(XA∪DA) è dato per definizione da
NI(y)-NI(x). Il costo generalizzato cxy è invece dato dal tempo di percorrenza moltiplicato
per uno specifico coefficiente a seconda del tipo di arco considerato:
cxy = α⋅[NI(y)-NI(x)],
dove α = αW se (x, y)∈WA, α = αP se (x, y)∈PA, α = αL se (x, y)∈RA∪DA; per gli archi di
corsa a tale costo va aggiunto l’eventuale tariffa di viaggio. Agli archi di discesa (x, y)∈XA
associamo il costo di trasbordo ηX:
cxy = ηX .
Agli archi di salita (x, y)∈BA associamo invece il costo del rischio di non riuscire a salire,
che assumiamo crescente in funzione del grado di riempimento del veicolo, dato dal
rapporto tra il flusso sul successivo arco di corsa e la capacità a bordo, così come proposto
in Nuzzolo et al. (2003):
cxy = β1 ⋅ ( f(y,FS(y)) / QNL(y)) β2
dove in generale fxy è il flusso di passeggeri che insiste sull’arco (x, y) mentre FS(x) =
{y∈N: (x, y)∈A}. Nelle prove numeriche abbiamo ipotizzato β1 tale che, in corrispondenza
di un grado di riempimento pari a 2, il costo sia dato dalla metà dell’intertempo medio della
linea poiché la metà dei passeggeri che intendono salire rimarrà a terra e sarà costretta ad
aspettare la prossima corsa.

3.3 Profili temporali

Di seguito illustriamo le principali caratteristiche del modello proposto dagli autori,
rimandando ogni ulteriore dettaglio a Papola et al. (2005).
Il modello è basato sull’introduzione di un grafo orientato G = (N, A) che rappresenta la
topologia della rete pedonale e delle linee di trasporto collettivo, i cui nodi N hanno una
specificazione spaziale e funzionale, ma non temporale, del tutto analoga a quella utilizzata
nei modelli statici. La dimensione temporale dell’offerta è invece descritta dai profili
temporali di costo e di tempo di percorrenza associati a ciascun arco del grafo.
In particolare rileva l’andamento nel tempo dei tempi di percorrenza degli archi in
funzione dei flussi. Per semplicità consideriamo il caso in cui solo i tempi di attesa alla
fermata dipendono dalla congestione, principalmente per effetto della capacità dei veicoli.
Il modello sinteticamente illustrato nella Figura 1 consente di riprodurre esplicitamente tali
vincoli.
In funzione della capacità Qk-Fk disponibile su ciascuna corsa k, data dalla capacità del
veicolo meno il numero di passeggeri Fk già a bordo, e del profilo F(τ) del flusso cumulato
di utenti in arrivo alla fermata, è possibile individuare l’ultimo istante ρk in cui la corsa k è
disponibile, ossia dopo il quale i passeggeri giunti alla fermata sono costretti ad attendere la
successiva corsa k+1. In base a questa definizione, ρk assume il minimo valore fra: a)
l’istante λk in cui il numero di utenti in attesa alla fermata raggiunge la capacità disponibile
sulla corsa k in arrivo; b) l’istante DTk in cui la corsa k riparte dalla fermata:
Qk-Fk = F(λk) - F(ρk-1) ,
ρk = min{DTk, λk} .
Una volta determinata la successione degli istanti ρk per tutte le corse in transito alla
fermata, il tempo di uscita dall’arco di attesa per l’utente che vi entrato ad un dato istante
τ∈(ρk-1, ρk] è dato dall’istante DTk di partenza della corsa sulla quale gli è consentito salire.
Il tempo t(τ) di attesa alla fermata per l’utente giuntovi all’istante τ assume quindi la forma
a dente di sega rappresentata in Figura , ed è espresso dalla seguente relazione:
t(τ) = DTk, k | ρk-1 < τ ≤ ρk ; t(τ) = ∞, τ > ρσ,

4
ove per convenzione il tempo di attesa per l’utente giunto alla fermata dopo la partenza
dell’ultima corsa σ si assume pari ad infinito.

corsa k-1 corsa k corsa k +1

capacità del veicolo
totale
già occupata
disponibile

DTk-1 DTk DTk+1

profilo temporale del tempo
di attesa alla fermata

ρk-1 ρk ρk+1

profilo temporale del flusso di

utenti in ingresso sull’arco di attesa

tempo
Figura 1. Modello di attesa alla fermata.

4 L’assegnazione di equilibrio

Una volta costruita la rete spazio-temporale, il metodo di assegnazione ad orario basato

sul grafo diacronico è piuttosto semplice.
Per costruzione il grafo G è aciclico e una qualsiasi visita cronologica dei nodi (più nodi
possono avere lo stesso istante) fornisce un loro ordinamento topologico (Pallottino e
Scutellà, 1998). Sfruttando questa proprietà è possibile risolvere il problema dei cammini
minimi dinamici verso qualsiasi destinazione per tutti gli istanti di arrivo congiuntamente,
così come proposto nel caso stradale da Chabini (1998).
In particolare, si pongono tutte le etichette di nodo ad infinito e si annullano le etichette
dei nodi associati alla destinazione. Quindi, per ogni arco in ordine cronologico inverso del
nodo iniziale, si verifica se tramite di esso è possibile apportare un miglioramento
all’etichetta del nodo iniziale; in tal caso si aggiorna il costo e il tempo di raggiungimento
della destinazione dal nodo iniziale e si memorizza l’arco come suo successivo.
La mappa di carico della rete consiste in una assegnazione tutto o niente ai cammini
minimi dinamici sul grafo diacronico in cui la domanda viene caricata sui nodi di origine in
funzione dell’istante di partenza e poi propagata fino a destinazione visitando in ordine
cronologico gli archi e spostando i passeggeri dal nodo iniziale al nodo finale.
La scelta dell’orario di partenza viene simulata a valle dei cammini minimi e prima del
caricamento, considerando le etichette dei nodi associati all’origine il cui istante è
compreso all’interno di una forchetta di ampiezza predefinita centrata sull’orario desiderato
di partenza, e valutando la disutilità di anticipo o ritardo.
Funzioni di costo d’arco e mappa di carico vengono calcolate iterativamente mediando
ogni volta i flussi fin lì ottenuti, così come previsto dall’algoritmo delle medie successive
fino all’eventuale raggiungimento dell’equilibrio.
Nel caso del modello proposto dagli autori basato sull’analisi funzionale con profili
temporali linearizzati su intervalli lunghi, il metodo di assegnazione prevede un più
complesso algoritmo di calcolo dei cammini minimi dinamici, ma la logica di fondo risulta
simile a quella sopra esposta.

5
5 Prove numeriche

L’obbiettivo delle prove numeriche che seguono è quello di quantificare la distorsione

sulle configurazioni di flusso e di costo introdotte dal modello basato sul grafo diacronico
(GD), confrontando i risultati relativi alle assegnazioni effettuate per diversi livelli della
domanda (0.5, 0.7, 0, 9, 1.1, 1.3, 1.5) e del coefficiente che informa la funzione del costo di
attesa (β2 = 1, 2, 4) con quelli ottenuti tramite il modello basato sui profili temporali (PT),
ritenuto più realistico.
Lo scenario di riferimento consiste in una rete extraurbana ad Y dove due linee, una
lenta e una veloce, convergono nel nodo centrale e poi proseguono nel tratto comune. Per
valori bassi della domanda i vincoli di capacità sono ininfluenti e, in assenza di una reale
congestione, risulta conveniente trasbordare nel nodo centrale dalle corse della linea lenta
alla successiva corsa della linea veloce. La domanda è variabile nell’arco della giornata con
un picco tra le 7.30 e le 8.30.
In Figura 2 è graficato il numero di passeggeri che trasbordano dalla linea lenta verso la
linea veloce per le corse nell’intervallo 7.22 - 9.52, in funzione del livello complessivo di
domanda definito come fattore moltiplicativo dei flussi origine-destinazione assunti a
riferimento, per un coefficiente di forma pari a 2.

700 0.5_PT
trasbordi
0.7_PT
600
0.9_PT

500 1.1_PT

1.5_PT
400
0.5_GD

300 0.7_GD

0.9_GD
200
1.1_GD

100 1.5_GD

1.3_PT
tempo
0
7.22 7.52 8.22 8.52 9.22 9.52 1.3_GD

Figura 2. Numero di passeggeri che effettuano il trasbordo in funzione dei livelli di

domanda. Confronto tra il modello con grafo diacronico e quello con profili temporali.

Per livelli di domanda sufficientemente bassi (da 0.5 a 0.7, in questo caso) si verifica
nell’ora di punta un naturale incremento dei passeggeri che trasbordano verso la linea
veloce. Altresì, quando la domanda complessiva cresce si osserva una marcata riduzione di
tale tendenza al trasbordo proprio in corrispondenza dell’ora di punta, fin quasi
all’azzeramento del fenomeno. Questo andamento, mostrato da entrambi i modelli, è
consistente con la simulazione della congestione a bordo: si ha infatti che per livelli di
domanda sufficientemente elevati la capacità residua del veicolo della linea veloce non è
sufficiente a soddisfare tutti i passeggeri che desidererebbero trasbordare. Tuttavia il
modello con grafo diacronico evidenzia una notevole inerzia nell’invertire la concavità
della curva rappresentativa del fenomeno per valori di domanda crescenti, tanto che in
corrispondenza dei valori centrali, quando in realtà i vincoli di capacità cominciano a
svolgere un ruolo significativo, esso fornisce risultati non corretti.
Passiamo ora ad analizzare l’effetto del coefficiente di forma sulla distorsione dei flussi,
misurata direttamente attraverso la media relativa alle diverse corse del grado di
riempimento del veicolo a valle della fermata in cui avviene il trasbordo (Figura 3), e sulla

6
distorsione dei costi, misurata mediante la media del rapporto tra i costi legati al rischio di
non salire sulla prima corsa in arrivo (derivanti in realtà da un artificio modellistico) e
quelli legati ai tempi di percorrenza tra detta fermata e la destinazione finale (Figura4).

150%
grado di riempimento
GD_β1
140%
GD_β2
130% GD_β4
PT
120%

110%

100%

90%

80%

70%

60%
livello di domanda
50%
0.5 0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 1.5

Figura 3. Distorsione dei flussi in funzione del livello di domanda, al variare di β2.

25%
GD_β1 distorsione dei costi
GD_β2
GD_β4
20%

15%

10%

5%

livello di domanda
0%
0.5 0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 1.5

Figura 4. Distorsione dei costi in funzione del livello di domanda, al variare di β2.

Per il modello con grafo diacronico, l’andamento crescente del grado di riempimento in
funzione del livello di domanda non presenta asintoti o limiti superiori riconoscibili, così
come correttamente mostra invece il modello con profili temporali. Si osserva inoltre che il
modello lineare comporta per i livelli di domanda considerati le distorsioni meno marcate,
mentre al crescere dell’esponente la capacità del modello di riprodurre correttamente il
fenomeno è sempre più ridotta. Specularmente, le distorsioni sui costi prodotte dal modello
lineare per i livelli di domanda considerati sono le più marcate, ma poi decrescono con il
livello di domanda.

7
 In conclusione possiamo affermare che le distorsioni sulle configurazioni di costo e di
flusso introdotte per simulare i vincoli di capacità dei veicoli nel modello basato sul grafo
diacronico, valutabili nel caso in esame tra il 10% e il 20%, benché consentono di
riprodurre correttamente l’andamento dei relativi fenomeni di congestione, sono tali da
poter compromettere l’affidabilità del metodo da un punto di vista quantitativo.

Bibliografia

Bellei G., Gentile G., Papola N. (2005) A within-day dynamic traffic assignment model
for urban road networks. Transportation Research B 39, 1-29.
Chabini I. (1998) Discrete dynamic shortest path problems in transportation applications:
complexity and algorithms with optimal run time. Transportation Research Record 1645,
170-175.
Nuzzolo A., Russo F., Crisalli U. (2003) Transit network modelling. The schedule-based
dynamic approach. Collana Trasporti, Franco Angeli, Milano, Italia.
Pallottino S., Scutellà M.G. (1998) Shortest path algorithms in transportation models:
classical and innovative aspects. Equilibrium and advanced transportation modelling, ed.s
P. Marcotte, S. Nguyen, Kluwer Academic Publisher, Dordrecht, The Netherlands, 245-
281.
Papola N., Filippi F., Gentile G., Meschini L. (2005) Schedule-based transit assignment:
a new dynamic equilibrium model with explicit vehicle capacity constraints. Proceedings of
the Second Workshop on the Schedule-Based approach in Dynamic Transit Modelling -
SBDTM 2005, Ischia, Italia, 119-124.