Sei sulla pagina 1di 33

Università di Cagliari

DICAAR – Dipartimento di Ingegneria Civile, Ambientale e


architettura
Sezione Trasporti

PIANIFICAZIONE DEI TRASPORTI

Il modello di scelta modale

A.A. 2016-2017 Prof. Italo Meloni


Introduzione
• La scelta del modo di trasporto è l’elemento più
importante nel processo di pianificazione dei
trasporti perché:

✓ influenza l’efficienza complessiva del sistema di trasporto

✓ determina la quantità di spazio urbano dedicato alle funzioni


di trasporto

✓ stabilisce l ’ insieme delle alternative disponibili per i


viaggiatori
Introduzione
L’importanza della ripartizione modale è evidente se si
considera il ruolo del trasporto pubblico nelle politiche dei
trasporti
INTERVENTI OBIETTIVI
✓ Incentivare il TP ✓ Riduzione dell’inquinamento
✓ Limitare l’uso dell’auto ✓ Migliore efficienza nell’uso
dello spazio pubblico
✓ Aumento della sicurezza
Promozione della
MOBILITÀ ✓ Miglioramento del LOS degli
SOSTENIBILE utenti che, per svariate
ragioni, continuano ad usare
l’auto
(ciò vale nel trasporto urbano ed extraurbano, dei passeggeri e delle merci)
Modelli “Trip-end modal split”

❑ Nelle prime applicazioni si riteneva che la scelta del modo


fosse influenzata prevalentemente dalle caratteristiche
socioeconomiche dell’individuo (es. reddito, possesso auto)

❑ I modelli di ripartizione modale Generazione


venivano quindi applicati dopo il
modello di generazione, non Ripartizione
tenendo conto delle modale
caratteristiche del viaggio e dei
modi Distribuzione

Assegnazione
Modelli “Trip-interchange modal-split”

❑ I modelli applicati dopo il modello di distribuzione hanno il


vantaggio di includere le caratteristiche del viaggio e dei
modi ma lo svantaggio di perdere le caratteristiche dei
viaggiatori (aggregate nelle matrici).
❑ I primi modelli costruiti con questo
schema: Generazione
✓ Non avevano solide basi teoriche
Distribuzione
✓ Erano basati su curve ricavate
empiricamente
✓ Consideravano poche caratteristiche Ripartizione
(generalmente tempo a bordo) modale

per questo erano poco affidabili


Assegnazione
soprattutto in fase di previsione
Variabili da considerare
I fattori che influenzano la scelta del modo sono:
 Caratteristiche degli individui
- Disponibilità e/o possesso d’auto; possesso di patente;
struttura della famiglia; reddito; …
 Caratteristiche del viaggio
- Motivo, orario
 Caratteristiche del mezzo
- Quantitative: tempo a bordo, tempo di attesa, tempo di
camminata, costi monetari
- Qualitative: comfort e convenienza, affidabilità e
regolarità, protezione e sicurezza
Livello di aggregazione
I modelli di scelta modale possono essere:

Se sono basati su
informazioni a livello
AGGREGATI zonale (modelli di
prima generazione)

Se sono basati su dati


individuali o familiari
DISAGGREGATI (modelli di seconda
generazione)
Il modello LOGIT
La forma funzionale del modello di ripartizione modale
aggregato, conosciuta come LOGIT è la seguente:

P =
1 (
exp − Cij1 )
 exp (− C )
ij k
ij
k
dove:
Pij1 = percentuale di scelta dell’alternativa 1 per andare da i a j

Cijk = costo generalizzato del viaggio tra i e j con il modo k

= parametro di scala del modello/dispersione della


scelta
Struttura del modello multinomiale
Nel caso in cui la scelta sia tra più di due modi,
la forma LOGIT è ancora valida e la struttura
del modello può essere:
✓Struttura ad N rami indipendenti

✓Struttura con il modo annidato

✓Struttura gerarchica
Struttura ad N rami indipendenti
▪ È la struttura più semplice
spostamenti
complessivi
▪ Si è diffusa ampiamente nella
modellizzazione
disaggregata
scelta
modale
Tuttavia:
▪ In presenza di alternative

correlate, questa struttura


può dare problemi modo A modo B modo C

struttura ad N-rami
Proprietà
Alcune proprietà del modello LOGIT
➢ Genera una curva a forma di S
che mostra la proporzione dei
viaggi per il modo 1 (T1ij/Tij)
in relazione alla differenza di
costo.

➢ Nella scelta tra due modi


➢Se C1 = C2 P1 = P2 = 0,5

➢Se C1 >> C2 P2 tende a 1


Proprietà
Alcune proprietà del modello LOGIT
➢ Il modello LOGIT soddisfa l’assioma di indipendenza delle
alternative irrilevanti (IIA):
“Dove qualunque coppia di alternative abbia probabilità non nulla di
essere scelta, il rapporto tra una alternativa e le altre non è influenzato
dalla presenza o assenza di una qualunque alternativa addizionale
presente nel set di scelta”

➢ Questo non consente al modello di considerare la presenza


di correlazione tra le alternative: per questo, le alternative
considerate nel modello devono essere indipendenti e
identicamente distribuite (IID)
Esempio degli autobus blu e rossi
▪ Si supponga che in una città il:
50% dei viaggiatori scelga l’auto (A)
50% dei viaggiatori scelga l’autobus (B)
▪ Secondo il modello ad N rami indipendenti ciò significa che: CA=CB

▪ In un’operazione di marketing, metà degli autobus viene colorata di rosso (BR) e


l’altra metà di blu (BB) – senza modificare il livello di servizio
▪ Ciò significa che:

CBR = CBB e CA è rimasto invariato


▪ Applicando la formula vista prima, il modello prevede per la probabilità dell’auto:

exp (− C A )
PA = = 0.33
exp (− C A ) + exp (− C BR ) + exp (− C BB )
▪ Ci si sarebbe aspettati, invece, che la PA rimanesse invariata pari a 0.5 e che l’altra
metà del mercato si dividesse in uguale misura tra autobus rossi e blu.
▪ L’esempio, seppure esagerato, mostra il problema della struttura ad N rami in
presenza di alternative correlate.
Struttura con il “modo-annidato”
▪ È stata utilizzata da spostamenti complessivi
numerosi professionisti
fino ai primi anni ’70,
ma … prima scelta
nuovo nuovo
▪ È stato dimostrato che modo B modo B
questo modello modo A modo C
produce risultati
seconda seconda
diversi a seconda del scelta scelta
modo che si considera
aggiunto.
modo A modo B modo C

struttura multimodale – modo aggiunto


Struttura gerarchica (o “nested”)
▪ Consente di superare il spostamenti complessivi
principale limite della
struttura multinomiale. prima scelta
▪ In questo caso, infatti, le
alternative simili sono alternativa
raggruppate in una composta
prima ripartizione. Dopo
che sono state seconda scelta
“ separate ”
dall’alternativa non
modo A modo B modo C
correlata, sono suddivise
in una ripartizione
secondaria. struttura gerarchizzata
Esempio degli autobus blu e rossi
(struttura gerarchica)

▪ Si consideri l’esempio degli autobus rossi e blu descritto prima.


▪ Nel caso in cui si adotti una struttura gerarchica, le probabilità di scegliere l’auto
(A), l’autobus rosso (BR) e l’autobus blu (BB) sono:
1 dove:
PA =
1 + exp − 1 (C B − C A )
▪ PA = probabilità di scegliere l’auto
PB = 1 − PA
▪ (1-PA) PB/R = probabilità di scegliere
1 l’autobus rosso
PB / R =
1 + exp − 2 (C BB − C BR ) ▪ (1-PA) PB/B = probabilità di scegliere
PB / B = 1 − PB / R l’autobus blu
▪ Λ1 e Λ1 = parametri di ripartizione
log exp (− 2C BR ) + exp (− 2C BB )
1
CB = −
2 primaria e secondaria

▪ Se CA = CB, in questo caso, il modello assegna correttamente una probabilità pari


a 0.5 all’alternativa auto e pari a 0.25 a ciascuno dei due modi dell’autobus.
Costruzione del modello
I dati di partenza per la costruzione di un modello di
scelta modale LOGIT sono:
▪MATRICI di ripartizione modale: una matrice per ogni modo di
trasporto considerato, in cui viene riportata, per ogni coppia OD,
la percentuale o il numero di spostamenti per ogni modo
▪MATRICI dei costi: una matrice per ogni modo di trasporto
considerato, in cui viene riportato, per ogni coppia OD, il costo
che l’utente deve sostenere per compiere lo spostamento con
quel determinato modo.
Esempio: scelta tra l’auto e il trasporto pubblico

La probabilità di scegliere il modo k (auto o trasporto pubblico)


è espressa da un Modello LOGIT Binario

Pijk =
(
exp − C ijk )
 (
k
exp − C ijk )
Si consideri una tipica espressione del costo generalizzato di
viaggio:
Cij = a t + a t + a t + a4tnij + a5 Fij + a6 j + 
v
1 ij
w
2 ij
t
3 ij

I pesi “a” associati a ciascun elemento del costo sono considerati


DATI, quindi la calibrazione consiste nel trovare i migliori valori di
“λ” (parametro di dispersione) e “δ” (assunto associato al
secondo modo).
Calibrazione del modello
Informazioni note per ogni coppia (i, j):
C =
1
ij
Parte nota del costo generalizzato associato al
modo auto

Cij2 = Parte nota del costo generalizzato associato al


modo trasporto pubblico

Pij1 = Percentuale di utenti che scelgono l’auto

Pij 2 = Percentuale di utenti che scelgono il trasporto


pubblico
Calibrazione del modello
La percentuale P modellizzata (LOGIT binario) per ciascuna coppia (i, j) risulta:
exp − C1 exp − C1
P1 = = =
exp − C1 + exp −  (C2 +  )  exp −  (C2 +  )
exp − C11 + 
 exp −  C1  
1 1
= =
1 + exp −  (C2 +  ) + C1  1 + exp −  (C2 +  − C1 ) 

exp −  (C2 +  − C1 )
P2 = 1 − P1 =
1 + exp −  (C2 +  − C1 )

Considerando il logaritmo del rapporto tra le due percentuali si ottiene:

= exp  (C2 +  − C1 )
P1 1
=
1 − P1 exp −  (C2 +  − C1 )
 P 
ln  1  =  (C2 +  − C1 )
 1 − P1 
Regressione lineare (Y = aX + b)
Pendenza “a” (incognita) Intercetta “b” (incognita)

 P 
ln  1  =  (C2 − C1 ) + 
 1 − P1 
var. dipendente Y (osservata) var. indipendente X (osservata)

Esempio: Dati aggregati per il modello di ripartizione binario


Coppie di zone P1(%) P2(%) C1 C2 ln[P1/(1-P1)] C2-C1
1 51 49 21 18 0,04 -3
2 57 43 15,8 13,1 0,29 -2,7
3 80 20 15,9 14,7 1,39 -1,2
4 71 29 18,2 16,4 0,90 -1,8
5 63 37 11 8,5 0,53 -2,5
Retta che meglio si adatta ai dati
y = 0.7223x + 2.248
R² = 0.9895
  0.72
2.5

2   2.25   = 3.15

ln[P1/(1-P1)]
1.5

0.5

0
0 -1 -2 -3 -4
C2-C1
Esercizio 5.1
È in corso uno studio interurbano sulla scelta del modo per gli individui che possono scegliere tra auto
e treno. I valori illustrati nella seguente tabella sono il risultato di un’indagine su cinque coppie
origine-destinazione A-E:
AUTO TRENO
COPPIE O-D P AUTO
X1(ore) X2(€) X1(ore) X2(€)
A 3,05 9,90 2,50 9,70 0,80
B 4,05 13,10 2,02 14,00 0,51
C 3,25 9,30 2,25 8,60 0,57
D 3,50 11,20 2,75 10,30 0,71
E 2,45 6,10 2,04 4,70 0,63

X1 = tempo di viaggio (ore)


X2 = costo diretto (euro)
Assumendo che il coefficiente del “valore del tempo” sia 2,00 €/h, si calcoli il costo generalizzato di
viaggio per ciascun modo.

a)Calibrare il LOGIT binario di ripartizione modale, inserendo la penalità specifica del modo.
b)Sta per essere introdotto un servizio ferroviario migliorato che riduce il tempo di viaggio di 12
minuti ogni ora, per ogni viaggio; di quanto può aumentare la tariffa del modo ferroviario affinché in
ciascuna coppia O-D non si perdano utenti?
Come modellizzerebbe l’introduzione di un servizio di autobus diretto tra queste città?
Esercizio 5.1
CA CT CA = 2 X1 + X 2 2.5
16,00 14,70 y = 0.7198x + 2.3229
21,20 18,04 CT = 2 X 1 + X 2 +  2
15,80 13,10 1.5
18,20 15,80
11,00 8,78 1

0.5
5.1 a)
0
log PA (1 − PA ) =  (CT − CA ) +  -4 -3 -2 -1 0

AUTO TRENO
log[PA/(1-PA)] CT-CA
X1 X2 CA PA X1 X2 CT PT
3,05 9,90 16,00 80,00 2,50 9,70 14,70 20,00 1,39 -1,30
4,05 13,10 21,20 51,00 2,02 14,00 18,04 49,00 0,04 -3,16
3,25 9,30 15,80 57,00 2,25 8,60 13,10 43,00 0,28 -2,70
3,5 11,20 18,20 71,00 2,75 10,30 15,80 29,00 0,90 -2,40
2,45 6,10 11,00 63,00 2,04 4,70 8,78 37,00 0,53 -2,22

log PA (1 − PA ) = 0.72 * (CT − CA ) + 2.32


Esercizio 5.1
5.1 b) X1* = X1 - 0,20X1

AUTO TRENO
log[PA/(1-PA)] CT-CA
X1 X2 CA PA X1* X2 CT PT
3,05 9,90 16,00 80,00 2,00 9,70 13,70 20,00 1,39 -2,30
4,05 13,10 21,20 51,00 1,62 14,00 17,23 49,00 0,04 -3,97
3,25 9,30 15,80 57,00 1,80 8,60 12,20 43,00 0,28 -3,60
3,5 11,20 18,20 71,00 2,20 10,30 14,70 29,00 0,90 -3,50
2,45 6,10 11,00 63,00 1,63 4,70 7,96 37,00 0,53 -3,04

log PA (1 − PA ) = 0.72 * (CT + X 2T − C A ) + 2.32


∆X2T
1,00
0,80
log PA (1 − PA ) − 2.32
0,76
X 2T = − (CT − C A ) 1,52
0.72 0,55
Esercizio 5.2
Un’indagine sulla scelta del modo è stata condotta in un corridoio che collega quattro aree
residenziali A, B, C , e D con tre aree ad alta concentrazione di lavoratori U, V, e W. Il corridoio è
servito da un buon collegamento ferroviario e da una ragionevole rete stradale. Le tre zone U, V
e W sono localizzate in un’area fortemente congestionata e pertanto gli spostamenti in treno
sono spesso più veloci che in auto. Le informazioni raccolte durante l’indagine sono sintetizzate
nella seguente tabella:
COPPIE AUTO TRENO
P AUTO
O-D X1 X2 X3 X4 X1 X2 X3
A-U 23 3 120 40 19 10 72 0,82
B-U 20 3 96 40 17 8 64 0,80
C-U 18 3 80 40 14 10 28 0,88
D-U 15 3 68 40 14 12 20 0,95
A-V 26 4 152 60 23 10 104 0,72
B-V 19 4 96 60 18 9 72 0,90
C-V 14 4 60 60 11 9 36 0,76
D-V 12 4 56 60 12 11 28 0,93
A-W 30 5 160 80 25 10 120 0,51
B-W 20 5 100 80 16 8 92 0,56
C-W 15 5 64 80 12 9 36 0,58
D-W 10 5 52 80 8 9 24 0,64
X1= tempo di viaggio a bordo (min) X2= tempo di accesso (min)
X3= costo di viaggio diretto (€-cent) X4= costo di parcheggio (€-cent)
Esercizio 5.2
a)Calibrare un modello di ripartizione modale LOGIT assumendo
che il valore del tempo di viaggio sia 8 €-cent al minuto e che
il valore del tempo di accesso sia il doppio.

b)Stimare l’impatto sulla ripartizione modale per ogni coppia


O-D determinato dall’aumento del prezzo della benzina che
provoca il raddoppio del costo percepito del viaggio in auto
(X3).

c) Stimare la variazione nella ripartizione modale nel caso in cui


nel sistema ferroviario non fosse fatta pagare nessuna tariffa.
Esercizio 5.2
CA CT PA PT log[PA/(1-PA)] CT-CA
5.2 a) 392
344
384
328
82,00
80,00
18,00
20,00
1,52
1,39
-8
-16
312 300 88,00 12,00 1,99 -12
log PA (1 − PA ) =  (CT − CA ) +  276 324 95,00 5,00 2,94 48
484 448 72,00 28,00 0,94 -36
372 360 90,00 10,00 2,20 -12
C A = 8 X 1 + 16 X 2 + X 3 + X 4 296 268 76,00 24,00 1,15 -28
CT = 8 X 1 + 16 X 2 + X 3 +  276 300 93,00 7,00 2,59 24
560 480 51,00 49,00 0,04 -80
420 348 56,00 44,00 0,24 -72
344 276 58,00 42,00 0,32 -68
292 232 64,00 36,00 0,58 -60
3.50
y = 0.0237x + 1.9575 3.00
R² = 0.945 2.50
2.00
1.50

log PA (1 − PA ) = 0.02 * (CT − CA ) + 1.96


1.00
0.50
0.00
-100 -80 -60 -40 -20 0 20 40 60
Esercizio 5.2
5.2 b)
COPPIE AUTO TRENO
O-D X1 X2 X3*2 X4 X1 X2 X3
A-U 23 3 240 40 19 10 72
B-U 20 3 192 40 17 8 64
C-U 18 3 160 40 14 10 28
D-U 15 3 136 40 14 12 20
A-V 26 4 304 60 23 10 104
B-V 19 4 192 60 18 9 72
C-V 14 4 120 60 11 9 36
D-V 12 4 112 60 12 11 28
A-W 30 5 320 80 25 10 120
B-W 20 5 200 80 16 8 92
C-W 15 5 128 80 12 9 36
D-W 10 5 104 80 8 9 24
Esercizio 5.2
5.2 b)
CA CT CT-CA log[PA/(1-PA)] PA PT

512 384 -128 -1,08 25,42 74,58


440 328 -112 -0,70 33,25 66,75
392 300 -92 -0,22 44,45 55,55
344 324 -20 1,48 81,51 18,49
636 448 -188 -2,50 7,60 92,40
468 360 -108 -0,60 35,39 64,61
356 268 -88 -0,13 46,80 53,20
332 300 -32 1,20 76,84 23,16
720 480 -240 -3,73 2,34 97,66
520 348 -172 -2,12 10,73 89,27
408 276 -132 -1,17 23,67 76,33
344 232 -112 -0,70 33,25 66,75
Esercizio 5.2
5.2 c)
COPPIE AUTO TRENO
O-D X1 X2 X3 X4 X1 X2 X3
A-U 23 3 120 40 19 10 0
B-U 20 3 96 40 17 8 0
C-U 18 3 80 40 14 10 0
D-U 15 3 68 40 14 12 0
A-V 26 4 152 60 23 10 0
B-V 19 4 96 60 18 9 0
C-V 14 4 60 60 11 9 0
D-V 12 4 56 60 12 11 0
A-W 30 5 160 80 25 10 0
B-W 20 5 100 80 16 8 0
C-W 15 5 64 80 12 9 0
D-W 10 5 52 80 8 9 0
Esercizio 5.2
5.2 c)
CA CT CT-CA log[PA/(1-PA)] PA PT
392 312 -80 0,06 51,54 48,46
344 264 -80 0,06 51,54 48,46
312 272 -40 1,01 73,29 26,71
276 304 28 2,62 93,22 6,78
484 344 -140 -1,36 20,42 79,58
372 288 -84 -0,03 49,17 50,83
296 232 -64 0,44 60,84 39,16
276 272 -4 1,86 86,56 13,44
560 360 -200 -2,78 5,83 94,17
420 256 -164 -1,93 12,68 87,32
344 240 -104 -0,51 37,58 62,42
292 208 -84 -0,03 49,17 50,83
Esercizio 5.4
Si consideri il seguente modello di ripartizione modale, con C i costi generalizzati:

(
Pk = exp −   Cijk )  exp (−   C ) m
ij Cijk =   kp xkp
m p

dove θ sono i parametri che pesano le variabili esplicative del modello (tempo, costo etc.)
a)Scrivere l’espressione dell’elasticità di Pk rispetto a xkp
b)Considerare ora una situazione di scelta binaria dove i costi generalizzati hanno le seguenti
espressioni concrete:

Ccar = 0.2ttcar + 0.1ccar + 0.3etcar Cbus = 0.2ttbus + 0.1cbus + 0.3etbus + 0.3

tt = tempo di viaggio a bordo del veicolo (min) modo tt c et


c = costo di viaggio (€) car 20 50 0
et = tempo di accesso (min) bus 30 20 5

Calcolare la proporzione di persone che scelgono l’auto se τ = 0.4


Modo Costi Proporzioni
car 9,0 50,40
bus 9,8 49,50