Sei sulla pagina 1di 8

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 (è l’insieme dei numeri interi positivi) ciascuno dei quali rappresenta un punto dell’area di studio, e EV×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 T ij ∈ℜ ++ (++ è l’insieme dei numeri reali

positivi, + quello dei reali non negativi). L’insieme dei centroidi ZV 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 ∈ℑ è caratterizzata da una sequenza di σ ∈ℵ fermate, con σ 2, che ne definiscono il tragitto da un punto di vista topologico, ciascuna delle quali corrisponde ad un diverso

vertice:

R() = {r s ()V: s[1, σ ] ⊆ℵ} . I veicoli che eserciscono la linea sono caratterizzati da una capacità Q ∈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 κ ∈ℵ di corse. La generica corsa k[1, κ ] ⊆ℵ è caratterizzata ad ogni fermata r s ()R() da uno specifico istante di arrivo AT s k ∈ℵ e di partenza DT s k ∈ℵ. Inoltre, essa non effettua necessariamente tutte le fermate; per tener conto di tale circostanza introduciamo una variabile Booleana MS s k {0,1} che vale 1 se la k-esima corsa della linea effettua l’s-esima fermata, e 0 altrimenti. Queste informazioni costituiscono l’orario della linea , che deve soddisfare i seguenti vincoli di consistenza:

AT s k < DT s k < AT s+1 k < DT s+1 k , s[1, σ -1] , k[1, κ ] , AT s k < AT s k+1 , DT s k < DT s k+1 , s[1, σ ] , k[1, κ -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 , dalla fermata r s () alla fermata r s+1 (), con s[1, σ -1], uno

specifico prezzo del biglietto SF s k ∈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 xN 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 = {(r s (), AT s k , ): ∈ℑ, s[2, σ ] ⊆ ℵ, k[1, κ ] ⊆ ℵ}

DN = {(r s (), DT s k , ): ∈ℑ, s[1, σ -1] ⊆ ℵ, k[1, κ ] ⊆ ℵ} nodi di partenza, XN = {(r s (), AT s k , 0): ∈ℑ, s[2, σ ] ⊆ ℵ, k[1, κ ] ⊆ ℵ, MS s k = 1} nodi di discesa;

BN = {(r s (), DT s k , 0): ∈ℑ, s[1, σ -1] ⊆ ℵ, k[1, κ ] ⊆ ℵ, MS s k = 1} nodi di salita,

nodi di arrivo;

TN = {(i, τ h , 0): (i, j)E, h[0, n] ⊆ ℵ}

nodi coda;

HN = {( j, τ h + T ij , 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 τ h ∈ℵ, h[1, n] ⊆ ℵ e τ 0 ∈ℵ, con τ h-1 < τ h .

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 = {( (r s (), DT s k , ), (r s+1 (), AT s+1 k , ) ): ∈ℑ, s[1, σ -1] ⊆ ℵ}

DA = {( (r s (), AT s k , ), (r s (), DT s k , ) ): ∈ℑ, s[2, σ -1] ⊆ ℵ} archi di fermata; XA = {( (r s (), AT s k , ), (r s (), AT s k , 0) ): ∈ℑ, s[2, σ ] ⊆ ℵ, MS s k = 1} archi di discesa, BA = {( (r s (), DT s k , 0), (r s (), DT s k , ) ): ∈ℑ, s[1, σ -1] ⊆ ℵ, MS s k = 1} archi di salita; PA = {( (i, τ h , 0), ( j, τ h + T ij , 0) ): (i, j)E, h[0, n] ⊆ ℵ} archi pedonali; WA = {(VN(i, q-1), VN(i, q)): iV, q[2, Q i ] ⊆ 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 Q i = |{xN: NV(x) = i,

NL(x) = 0}| nodi pedonali associati al vertice iV; formalmente:

VN(i, q)N : |{xN: NV(x) = i, NI(x) NI(VN(i, q)), NL(x) = 0}| = q. Il tempo di percorrenza del generico arco (x, y) A\(XADA) è dato per definizione da NI(y)-NI(x). Il costo generalizzato c xy è invece dato dal tempo di percorrenza moltiplicato per uno specifico coefficiente a seconda del tipo di arco considerato:

c xy = α⋅[NI(y)-NI(x)], dove α = α W se (x, y)WA, α = α P se (x, y)PA, α = α L se (x, y)RADA; 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 η X :

c xy = η X . 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):

archi di corsa;

c xy = β 1 ( f (y , FS(y)) / Q NL(y) ) β2

dove in generale f xy è il flusso di passeggeri che insiste sull’arco (x, y) mentre FS(x) = {yN: (x, y)A}. Nelle prove numeriche abbiamo ipotizzato β 1 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 Q k -F k disponibile su ciascuna corsa k, data dalla capacità del

veicolo meno il numero di passeggeri F k già a bordo, e del profilo F(τ) del flusso cumulato

di utenti in arrivo alla fermata, è possibile individuare l’ultimo istante ρ k 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, ρ k assume il minimo valore fra: a) l’istante λ k in cui il numero di utenti in attesa alla fermata raggiunge la capacità disponibile sulla corsa k in arrivo; b) l’istante DT k in cui la corsa k riparte dalla fermata:

Q k -F k = F(λ k ) - F(ρ k-1 ) , ρ k = min{DT k , λ k } . Una volta determinata la successione degli istanti ρ k 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∈(ρ k-1 , ρ k ] è dato dall’istante DT k 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) = DT k , k | ρ k-1 < τ≤ρ k ; t(τ) = , τ > ρ σ ,

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.

capacità del veicolo

totalecorsa σ si assume pari ad infinito. capacità del veicolo già occupata disponibile profilo temporale del

già occupataσ si assume pari ad infinito. capacità del veicolo totale disponibile profilo temporale del tempo di

disponibilepari ad infinito. capacità del veicolo totale già occupata profilo temporale del tempo di attesa alla

profilo temporale del tempo di attesa alla fermata

profilo temporale del flusso di utenti in ingresso sull’arco di attesa

corsa k-1 corsa k corsa k +1 DT k DT k-1 DT k+1 ρ k
corsa k-1
corsa k
corsa k +1
DT k
DT k-1
DT k+1
ρ k
ρ k-1
ρ k+1

Figura 1. Modello di attesa alla fermata.

tempo

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 (β 2 = 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
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
1.3_GD
7.22
7.52
8.22
8.52
9.22
9.52

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
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
GD_β4
130%
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 β
Figura 3. Distorsione dei flussi in funzione del livello di domanda, al variare di β 2 .
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 β 2 .

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.

8