Professional Documents
Culture Documents
Za raspodjelu domainstava po strukturi koristi se binomna funkcija vjerojatnosti
kojom se odreuje vrijednost da domainstvo s T lanova ima E zaposlenih
osoba
P (X = E) =
T!
E! (T - E)!
Z Q
E (T E)
gdje je Z prosjean udio zaposlenih u domainstvu, a Q = 1-Z.
Konano, zaduena funkcija vjerojatnosti kojom se odreuje vjerojatnost da
domainstvo ima T lanova od kojih je E zaposleno ima oblik:
P (T, E) =
e A
(T 1)!
T!
E! (T - E)!
Z Q
-A (T 1)
E (T E)
Kalibriranje modela svodi se na odreivanje parametra A koji daje najbolje
slaganje teoretske distribucije i empirijski zabiljeene distribucije (iz ankete).
50
Raspodjela domainstava po razredima (kategorijama) prihoda pretpostavljena je
po Gamma funkciji. Ako sa X oznaimo prihod domainstva, onda je vjerojatnost
da domainstvo potpadne u kategoriju prihoda u rasponu od A do B slijedea:
P =
x e c
N
N CX N
X A
B
+
=
}
( )
!
1
C = x / v
2
N = c x -1
Postupak kalibracije sastoji se u odreivanju parametra c.
Posjedovanje vozila, kao trea osnovna karakteristika domainstva ukljuuju se u
razmatranje preko matrice zdruenih vrijednosti posjedovanja vozila u odnosu na
prihod domainstva. Za svaki razred prihoda se na temelju ankete domainstava
izraunava vjerojatnost da domainstvo posjeduje jedno, dva ili vie vozila ili da
ne posjeduje niti jedno vozilo.
U prognozi putovanja za neku zonu potrebno je prvo odrediti (prognozirati)
prosjenu veliinu domainstva, prosjean broj zaposlenih, prosjean prihod po
domainstvu i prosjean broj vozila. Koritenjem kalibriranih funkcija raspodjele
domainstava (iz bazne godine) mogue je dobiti za svaku kategoriju broj
domainstava koja e u nju potpadati u prognostikoj godini. Zadravajui
konstantnu prosjenu stopu stvaranja putovanja (broj putovanja po domainstvu
odreene kategorije) iz bazne godine i primjenjujui je na progfnostiku godinu,
dobiva se ukupan broj generiranih putovanja u budunosti.
Kategorijska analiza ima slinosti s regresijskom analizom u tome to dovodi u
vezu broj putovanja sa socio-ekonomskim obiljejima domainstava, ali pri tome
ne uspostavlja linearnu zavisnost izmeu varijabli. Jedna od glavnih zamjerki
ovoj vrsti modela je u tome da se odnos samog broja stvorenih putovanja i
varijabli koje na njega utjeu ne moe neposredno kvantificirati putem
standardnih statistikih pokazatelja, te je stoga teko utvrditi statistiku
znaajnost cijelog postupka modeliranja. Takoer, klasina kategorijska analiza
poznaje samo tri vrste socio-ekonomskih varijabli, od kojih niti jedna nije
povezana s obiljejima prometnog sustava.
4.2. Model distribucije (prostorne raspodjele) putovanja
Iza modela generiranja (stvaranja) putovanja u klasinom etverostupnjevanom
modelu prometne potranje slijedi model distribucije putovanja. Ovaj model
koristi izlazne rezultate prethodnog modela, a to su ukupne koliine prometa koje
svaka zona stvara i privlai, kao svoje ulazne podatke.
51
Da bi se odredila prostorna raspodjela putovanja izmeu zona na podruju izrade
prometnog plana, razvijen je vei broj metoda i modela koje se mogu podijeliti u
dvije grupe:
I Metode faktora rasta
II Sintetike metode (modeli)
Metode faktora rasta primjenjivane su u ranijim prometnim studijama, premda se
one i danas koriste za distribuiranje odreenih vrsta putovanja. Ove metode
odlikuju se jednostavnou raunskog postupka i pogodne su za primjenu u
sluajevima gdje nisu neophodne suptilnije i sloenije metode.
Polazni element za primjenu ovih metoda je matrica putovanja, proizala iz
jednog od moguih istraivanja putnike potranje (anketa domainstava, anketa
na cestama, anketa u vozilima javnog prijevoza itd.). Tako dobivena matrica
ekspandira se faktorima rasta da bi se dobila matrica putovanja za neku od
prognostikih godina. Zavisno od postupka ekspanzije, faktori mogu biti
jedinstveni za cijelo podruje, prosjeni za parove izvorno-ciljnih zona ili se
odreuju u iterativnom postupku, to je i najei postupak poznat po imenima
autora Fratara odnosno Furnessa.
Za iterativni je postupak potrebno, uz matricu postojeih putovanja, imati i broj
stvorenih odnosno privuenih putovanja za svaku od zona u prognostikoj godini.
Ovi su podaci rezultat prethodne faze prognoziranja putovanja (generiranja
putovanja).
Furnessova distribucija putovanja
Furnessova distribucija putovanja, koja datira jo iz 1965. godine, vrlo je
prihvatljiva metoda iterativnog balansiranja i prilagoavanja postojee distribucije
putovanja onoj distribuciji koja e vrijediti u budunosti.
Princip rada se sastoji u postupnoj ekspanziji sadanjih (postojeih) putovanja
izmeu zona prema vrijednostima koje e vaiti u budunosti.
Matrica postojeih putovanja ima dimenziju N
2
, pri emu N oznaava broj zona
na podruju istraivanja. Svako polje matrice predstavlja odgovarajui prometni
tok (putnika ili robe) izmeu dvaju prometnih zona.
U nizu iteracija se izraunavaju izjednaavajui faktori za svaki redak matrice
(generacija) pa onda za svaku kolonu matrice (atrakcija) i tako vie puta dok se ti
faktori ne priblie vrijednosti 1,00 u granicama unaprijed odreene tolerancije.
52
A T R A K C I J A
A
G
1 2
j
G
E
N
E
1
2
R i tij
J
tij
Ri
A
C
I
J
A
J
tij
Cj
Slika 12. Grafiki prikaz Furnessove distribucije putovanja
Matematiki se to moe prikazati:
1.
J
tij = r
i
R
i
gdje je t
ij
vrijednost meuzonskog putovanja u
postojeoj matrici
r
i
je izjednaavajui faktor za i-ti redak
R
i
predstavlja ukupna budua stvorena putovanja u i-toj
zoni.
Kada se izrauna faktor r
i
za svaku zonu (redak), onda se tim faktorom mnoe
sve vrijednosti t
ij
u odgovarajuem retku.
2. Budui da ovako ekspandirane vrijednosti t
ij
ne daju sume po kolonama koje
su jednake buduim privuenim putovanjima u zone, potrebno je korigirati
matricu novim korekcionim faktorima.
J
tij = c
j
C
j
c
j
- izjednaavajui faktor za j-tu kolonu
C
j
- ukupna budua privuena putovanja u zonu j
3. Postupak se nastavlja dok se suma po svim kolonama ne izjednai sa sumom
po svim retcima (uz predvienu toleranciju).
53
Svaka se vrijednost tij (iz poetne matrice) u toku ovog postupka sukcesivno
mnoi nizom faktora koji se mogu prikazati:
g
i
= r
il
x r
i2
x x r
in
g
i
- ukupni faktor za reda
i - oznaka retka
n - oznaka iteracije
a
j
= c
jl
x c
j2
x x c
jn
a
j
- ukupni faktor za kolonu
j - oznaka kolone
n - oznaka iteracije
Na kraju:
T
ij
= g
i
a
j
t
ij
T
ij
- konana vrijednost meuzonskog putovanja (na kraju iteracija)
odnosno
T
ij
=
RC t
a t g t
i j ij
j ij
j
i ij
i
|
\
|
.
|
|
\
|
.
|
Metode faktora rasta primjenjuju se danas prvenstveno za distribuciju vanjskih
(ulaznih, izlaznih, tranzitnih) putovanja, dok se za distribuciju unutarnjih
putovanja mogu primijeniti za kratkorone prognoze i ako se ne predviaju
znaajne promjene u prometnoj mrei.
U grupu sintetikih metoda potpadaju gravitacijski model, model elektrostatikog
polja, model povoljnih prilika i model konkurentnih prilika. Ovdje e detaljnije biti
opisan gravitacijski model, koji se najee koristi od navedenih modela.
Gravitacijski model
Gravitacijski model poiva na postavci preuzetoj iz Newtonovog zakona
mehanike. Primijenjeno u podruju prometnog planiranja, modelom je
pretpostavljeno da interakcija izmeu dviju zona ovisi o snazi generiranja
odnosno privlaenja putovanja tih zona i njihovoj meusobnoj udaljenosti.
U modelu oblika
T
ij
= G
i
A
j
g
i
a
j
F
ij
54
pojedini izrazi znae sljedee:
T
ij
- broj putovanja izmeu zone i i zone j
G
i
- broj generiranih (stvorenih) putovanja u zoni i
A
j
- broj privuenih putovanja u zonu j
g
i
a
j
- izjednaavajui faktori za zonu i i zonu j
F
ij
- funkcija otpora putovanju izmeu zone i i zone j
Da bi model iz ovog opeg oblika preao u specifini oblik koji opisuje lokalne
prometne uvjete potrebno ga je kalibrirati prema raspoloivim podacima.
Podaci potrebni za kalibriranje gravitacijskog modela su:
- matrica tokova ili distribucija frekvencija putovanja po udaljenosti (iz anketa)
- meuzonska matrica trokova (udaljenosti, vremena) koja se dobiva na
temelju postojee prometne mree
- ukupan broj stvorenih putovanja (Gi) i ukupan broj privuenih putovanja (Aj),
za svaku zonu.
Gravitacijski model moe biti jednostruko ili dvostruko ogranien. Jednostruko
ogranienje znai da u modelu zbroj svih vrijednosti iz matrice putovanja Tij mora
odgovarati ili ukupnom broju stvorenih putovanja Gi (ako se sumiranje radi po
retcima matrice) ili ukupnom broju privuenih putovanja Aj (ako se sumiranje radi
po stupcima matrice). Dvostruko ogranienje modela znai da sume Tij po
retcima moraju odgovarati iznosu Gi i sume Tij po stupcima moraju odgovarati
iznosu Aj.
Dvostruko ogranieni model, iako sloeniji za postupak kalibriranja, ee se
koristi jer daje bolje rezultate slaganja sa stvarnom situacijom.
Dakle, ako postoje uvjeti:
Gi =
j
Tij = g
i
G
i
j
a
j
A
j
F
ij
i
A
j
=
i
Tij = a
j
A
j
i
g
i
G
i
F
ij
onda proizlazi da se izjednaavajui faktori izraunavaju kao
g
i
= (
j
a
j
A
j
F
ij
)
-1
a
j
= (
i
g
i
G
i
F
ij
)
-1
55
Vidljivo je da su g
i
i a
j
meusobno ovisni, te da se stoga njihova vrijednost moe
dobiti samo u nizu iteracija u kojima se g
i
i a
j
postupno prilagoavaju kako bi se
na koncu dobilo zadovoljavajue ispunjenje poetno postavljenih uvjeta.
Postupak koji je prethodno opisan naziva se sekundarna kalibracija
gravitacijskog modela, dok se postupak odreivanja funkcije otpora Fij naziva
primarna kalibracija, to znai da se ukupno kalibriranje modela obavlja u dva
koraka.
Iz mnogih dosad izraenih prometnih planova i studija poznato je vie oblika
funkcije otpora, koji se mogu svrstati u tri grupe
14
oblika:
a) eksponencijalne funkcije Fij (Cij) = e
-BCij
b) funkcije potencije Fij (Cij) = Cij
-n
c) kombinirane funkcije Fij (Cij) = Cij
n
e
-BCij
Oblici ovih triju funkcija prikazani su na slici 14, zajedno s uobiajenim oblikom
distribucije frekvencija putovanja po udaljenosti za gradske uvjete.
Kao to je vidljivo sve tri funkcije imaju opadajui oblik zbog negativnog
eksponenta, a za dobivanje njihovog specifinog oblika potrebno je odrediti po
jedan parametar kod eksponencijalne funkcije i funkcije potencije odnosno dva
parametra kod kombinirane funkcije (parametri su B i n).
Postupak primarne kalibracije, odnosno odreivanja Fij, takoer tee u
interacijama i to na nain da se odredi poetni oblik funkcije otpora Fij i
primjenom osnovne jednadbe gravitacijskog modela (uz poznate Gi i Aj)
izraunava se broj putovanja u svakom razredu udaljenosti u dijagramu
distribucije frekvencije putovanja. Taj broj putovanja naziva se modeliranim jer
proizlazi iz modela (Tm). Njega se zatim usporeuje sa stvarnim brojem
putovanja (Ts) u dijagramu distribucije frekvencija koji je dobiven na temelju
provedenih anketa. Za slijedeu iteraciju (n+1) funkcija otpora se odreuje:
Fij (n+1) = F
ij
(n) Ts/Tm.
14
Ortuzar, J. D., Willumsen, L. G.: Modelling Transport, John Wiley and Sons, 1994.,str. 159
56
Slika 13. Oblici funkcije otpora i tipina distribucija putovanja
U nizu iteracija se funkcija otpora prilagoava sve dok se ne postigne
zadovoljavajue slaganje izmeu Ts i Tm, za svaki razred udaljenosti
(generaliziranog troka).
Kombiniranjem uzastopnih primarnih i sekundarnih kalibracijskih postupaka
dobivaju se konane vrijednosti za izjednaavajue faktore gi i aj (za svaku zonu,
to znai N+N faktora ako je N broj zona) i funkcija otpora Fij.
Da bi se model koristio za prognostike svrhe potrebno je kao ulazne podatke
imati prognozu ukupnog broja stvorenih (Gi) i ukupnog broja privuenih (Aj)
putovanja za sve zone (to se dobiva iz modela generiranja putovanja) te
meuzonsku matricu generaliziranih trokova (udaljenosti) koja e vrijediti u
budunosti, a dobiva se na temelju pretpostavljenih promjena u prometnom
sustavu (nove ceste, nove linije javnog prometa i sl.).
Model povoljnih prilika i konkurentnih prilika
Modeli povoljnih prilika i konkurentnih prilika temelje se na teoriji vjerojatnosti, a u
opem obliku mogu se predstaviti izrazom
15
:
T
ij
= T
i
P
j
T
ij
- broj putovanja iz zone i u zonu j
T
i
- broj putovanja generiran u zoni i
15
Bruton, M. J.: Introduction to Transportation Planning, Hutchinson, 1978, str. 129
57
P
j
- vjerojatnost da e putovanje zavriti u zoni j
U modelu povoljnih prilika raunanje vjerojatnosti P
j
temelji se na postavci da e
putovanje iz zone i zavriti u odredinoj zoni j ako ta zona prua mogunost
zadovoljenja svrhe putovanja na udaljenosti manjoj od one izmeu zone i i
ostalih zona. U modelu konkurentnih prilika ta je vjerojatnost definirana
produktom vjerojatnosti privlaenja u zonu j i vjerojatnost zadovoljenja svrhe
putovanja u zoni j. Ova se dva modela zbog sloenijeg raunskog postupka i
nedostatka gotovih kompjutorskih programa dosta rijetko koriste u prometnih
planovima, iako im se ne moe odrei logika i teoretska utemeljenost.
4.3. Model modalne raspodjele putovanja (raspodjela po nainima
prijevoza)
Modalnom raspodjelom putovanja odreuje se koliko e se putovanja obaviti
pojedinim prijevoznim sredstvom (nainom prijevoza) na podruju obuhvaenom
prometnim planom. Izbor prijevoznog sredstva uvjetovan je mnogim faktorima,
od kojih je neke teko kvantificirati, pa su u modelima modalne raspodjele
ukljueni oni faktori koji se smatraju najvanijim i koje je mogue brojano izraziti.
Ovi se faktori mogu svrstati u tri glavne grupe s obzirom da li reprezentiraju:
- obiljeja putnika,
- obiljeja putovanja,
- obiljeja prometnog sustava.
Glavna obiljeja putnika koja znaajno utjeu na modalnu raspodjelu jesu:
- prihodi putnika
- posjedovanje ili neposjedovanje vozila
- veliina i struktura domainstva
- posjedovanje vozake dozvole
- ostale posebnosti (poloaj domainstva u odnosu na neke sadraje kao to je
kola, trnica i sl.)
- tradicionalne navike ponaanja.
Obiljeja putovanja se prvenstveno izraavaju njihovom svrhom, pa se modeli
modalne raspodjele formuliraju posebno za svaku od relevantnih svrha
putovanja. Duljina putovanja takoer moe utjecati na izbor naina putovanja,
budui da putnik razliito vrednuje ponudu prijevoznih sredstava kod dalekih
meugradskih putovanja, odnosno kratkih prigradskih i gradskih putovanja.
Jedna od karakteristika, koju treba uzeti u obzir, je i vrijeme kada se putovanje
obavlja, tj. da li se radi o putovanju u jutarnjem vrhu, popodnevnom vrhu ili o npr.
veernjim/nonim putovanjima.
58
Obiljeja prometnog sustava, odnosno razliitih raspoloivih naina prijevoza
unutar njega, esto puta imaju presudan utjecaj na modalnu raspodjelu
putovanja.
Vie je imbenika koji doprinose kvaliteti pojedinog naina prijevoza, a mogu se
svesti na:
- vrijeme putovanja u vozilu
- vrijeme pjeaenja do stanice javnog prometa
- vrijeme ekanja i vrijeme presjedanja (za javni promet)
- novane trokove (gorivo, vozne karte)
- trokove parkiranja
- trokove naplate cestarine
- udobnost
- sigurnost
- pouzdanost
- tonost
- raspoloivost.
Slino modelima generiranja prometa, u modalnoj raspodjeli koriste se dva
pristupa:
- agregirani pristup (modeli)
- dezagregirani pristup (modeli)
Agregirani pristup karakteriziraju modeli u kojima je prometna zona osnovna
jedinica promatranja, na temelju ijih se obiljeja odreuje modalna raspodjela
putovanja. Dezagregirani pristup uvaava individualnu odluku u izboru naina
prijevoza. Dezagregirani modeli su predmet mnogih novijih istraivanja
zakonitosti prometne potranje i danas se ee primjenjuju, usprkos sloenom
postupku kalibriranja modela.
Agregirani pristup (modeli)
Uobiajeni modeli u agregiranom pristupu raspodjele po nainima prijevoza su
regresijska analiza i krivulje koritenja naina prijevoza.
Ovakav nain modeliranja uveliko se koristio u ranijim prometnim studijama jer je
sam postupak lako razumljiv i tehniki prevodiv. Oba su se modela bazirala na
agregiranim podacima, to znai da je predvianje izbora naina prijevoza
raeno ili za cijelu zonu (ukupna populacija) ili za velike grupe unutar populacije
(npr. svi stanovnici koji imaju automobil).
Model regresijske analize je kao zavisnu varijablu tipino imao postotak
putovanja javnim prijevozom (za neku svrhu putovanja), a kao nezavisne
varijable neki od utjecajnih faktora na modalnu raspodjelu.
Npr.: Y
B
= a
o
+ a
1
x
1
+ a
2
x
2
+ a
3
x
3
+ a
4
x
4
59
gdje su:
Y
B
- postotak putnika koji putuju autobusom na posao
a
1
..a
4
- koeficijent regresijske jednadbe
x
1
- posjedovanje automobila u zoni
x
2
- broj zaposlenih stanovnika
x
3
- odnos vremena putovanja automobil/autobus
x
4
- odnos trokova automobil/autobus
Krivulja koritenja naina prijevoza ili, kako se znaju nazivati, krivulje skretanja su
empirijski dobiveni krivulje koje prikazuju postotak koritenja jednog ili drugog
naina prijevoza u zavisnosti od razlike trokova (vremena putovanja) izmeu
njih. Takve su krivulje u obliku slova S, te se mogu primjenjivati samo u vrlo
jednostavnim uvjetima konkurentnosti dvaju naina prijevoza (individualni i javni).
Nisu upotrebljive niti u jednom sluaju kada se sustav javnog prometa sastoji od
vie podsustava (npr. gradska eljeznica, tramvaj, autobus). Koritenje ovih
krivulja, na temelju podataka dobivenih iz konkretnih prometnih istraivanja, ipak
je imalo utjecaja na razvoj suptilnijih modela koji se danas najee koriste u
modalnoj raspodjeli, a to su razne vrste logit modela. Naime, oblik empirijskih
krivulja skretanja i samog grafa funkcije logit modela vrlo je slian.
Logit model, u svom binarnom ili multinarnom obliku, danas je najkoriteniji
model za simuliranje modalne raspodjele putovanja. Iako se on moe koristiti i u
agregiranom i u dezagregiranom pristupu modeliranja, podrobnije e biti
objanjen u ovom drugom sluaju zbog velikih prednosti koje se njegovom
uporabom postiu.
Mjesto modalne raspodjele u slijedu agregiranog modela prometne potranje
razliito je tretirano u pojedinim prometnim studijama. Prema redoslijedu modela,
razlikuju se (slika 13):
- predistributivna,
- postdistributivna,
- istovremena,
- dvostupnjevana modalna raspodjela.
Predistributivni model modalne raspodjele slijedi odmah iza modela generacije
prometa i obino je u obliku spomenutog regresijskog modela. Postdistributivni
model je takav model modalne raspodjele koji slijedi iza modela distribucije
putovanja, a najee je u obliku regresijskog modela ili krivulja koritenja
prijevoznih sredstava (krivulja skretanja).
Glavni nedostatak predistributivnog modela je to ne uvaava obiljeja putovanja
(udaljenost, trokove) jer se bazira samo na ulaznim podacima iz modela
generiranja putovanja. Samim tim ovaj je model slabo osjetljiv na sve mogue
promjene prometnog sustava u budunosti.
60
Slika 14. Mjesto modalne raspodjele u prometnom modelu
Postdistributivni model karakterizira druga vrsta nedostataka, a to je slabija
osjetljivost na obiljeja putnika, koji su u postupku agregiranja u modelu
distribucije izgubili svoja individualna obiljeja.
Uoavanjem slabosti prethodnih modela, razvijena su dva novija pristupa na
agregatnoj razini koja daju najbolje mogue rezultate u okvirima ogranienja koje
ova razina detaljnosti uope doputa.
Model istovremene distribucije i modalne raspodjele putovanja je oblika
gravitacijskog modela, ali s obiljejima modaliteta prijevoza.
T
ij
pr/co
= g
i
co
a
j
G
i
co
A
j
F
ij
pr
T
ij
pu/co
= g
i
co
a
j
G
i
co
A
j
F
ij
pu
T
ij
pu/nco
= g
i
nco
a
j
G
i
nco
A
j
F
ij
pu
pr - individualni prijevoz
pu - javni prijevoz
co - posjedovanje vozila
nco - neposjedovanje vozila
Za primjenu ovog modela pretpostavlja se da je u modelu generacije koritena
kategorijska analiza koja daje ulazne veliine za model distribucije - modalne
raspodjele g
i
co
, g
i
nco
i A
j
. Model se kalibrira iznalaenjem funkcija otpora F
ij
pr
i
F
ij
pu
koje daju najbolje slaganje distribucije frekvencija putovanja za individualni i
javni prijevoz.
61
U dvostupnjevanom modelu postupak modalne raspodjele podijeljen je u dvije
faze. U prvoj se radi podjela putovanja prema domainstvima koja posjeduju
odnosno ne posjeduju osobno vozilo. lanovi druge grupe domainstava ine
tzv. vezane putnike i oni se dodjeljuju javnom prijevozu. Putovanja iz
domainstava koja posjeduju osobno vozilo se nakon faze distribucije putovanja
raspodjeljuju po prijevoznim sredstvima, zavisno od njihovih obiljeja.
Dezagregirani pristup (modeli)
Teoretska razmatranja ponaanja korisnika prometnog sustava uvijek su
zavravala konstatacijom da se ona mogu znatno bolje opisati (simulirati) ako se
promatraju stvarne jedinke koje proizvode putovanje, a ne njihove zdruene
(agregirane) izvedenice kao to su prometne zone. Osnovnu prepreku
konkretizaciji takvog shvaanja predstavljala je cijeli niz godina nemogunost
praktinog modeliranja. Ona se oitovala u tome to za neke postupke nisu bili
razvijeni odgovarajui matematiki algoritmi i to su postojala ogranienja vezana
za raunalnu tehnologiju. Tako je prilino dugo vremena jedan broj sloenih
modela bio raspoloiv samo uem krugu znanstvenika i istraivaa. Ove
okolnosti utjecale su, izmeu ostalog, da su se dezagregatni modeli raspodjele
putovanja po nainima prijevoza ozbiljnije poeli koristiti tek polovicom
osamdesetih godina.
Dezagregatni modeli o kojima je rije nazivaju se jo i modelima individualnog
(zasebnog) izbora
16
. Ova grupa modela, za razliku od prethodno opisanih, nastoji
simulirati ponaanje individualnog korisnika prometnog sustava pri donoenju
odluke kojim prijevoznim sredstvom obaviti svoje putovanje. Dok agregatni
modeli postavljaju pitanje koliko e putovanja biti obavljeno nekim prijevoznim
nainom, dotle dezagregirani modeli postavljaju pitanje koju e od ponuenih
alternativa izabrati korisnik za putovanje. U nainu postavljanja ovih pitanja, kao i
u davanju odgovora na njih, krije se sutinska razlika izmeu ovih grupa modela.
Osnovne postavke na kojoj poiva teorija modela individualnog izbora su
slijedee:
1. Pojedinci koji pripadaju odgovarajuoj homogenoj populaciji nastoje se
ponaati racionalno i na temelju svih dostupnih informacija donositi odluke
koje im osiguravaju najveu korist.
2. Unutar prometnog sustava postoji niz mogunosti za obavljanje putovanja, a
te su mogunosti vezane sa alternativnim nainima prijevoza od kojih svaki
posjeduje stanovita kvalitativna obiljeja.
3. Kod izbora jedne od alternativa, na odluku pojedinca utjeu kvalitativna
obiljeja svih alternativa ali i obiljeja samog pojedinca (uglavnom iskazana
kroz njegov socio-ekonomski status).
16
Engleski: discrete choice models
62
4. U modeliranju ponaanja pojedinca kljuna je tkzv. funkcija koristi koja
reprezentira sve atribute bitne za donoenje odluke.
Funkcija koristi (U) koja se vezuje za neku alternativu i i korisnika (grupu
korisnika) n se sastoji iz dva dijela:
Uin = Vin + Ein
pri emu je
Vin - objanjivi dio funkcije koristi
Ein - neobjanjivi (sluajni) dio funkcije koristi.
Objanjivi dio funkcije koristi je onaj koji se moe dovesti u neposrednu vezu s
obiljejima alternativnog naina prijevoza i obiljejima korisnika, dok je
neobjanjivi dio funkcije onaj koji se povezuje s nepoznatim utjecajima koji mogu
potjecati od greaka u istraivanjima i aproksimacij te posebnih sklonosti
pojedicana koje je teko kvantificirati.
Konkretizirani oblik funkcije koristi uobiajeno je linearna funkcija
Uin = B
1
x
1i
+ B
2
x
2i
+ .......+ B
k
x
ki
+ Ei
pri emu je:
Uin - funkcija koristi alternativnog naina prijevoza i za korisnika n
B
1
..... B
k
- koeficijenti koji odreuju teinu svake od varijabli
x
1i
.....+x
ki
- varijable koje opisuju obiljeja alternativnog naina prijevoza i samog
korisnika (pojedinca)
Ei - neobjanjivi dio funkcije
Definiciju, oblik i znaenje funkcije koristi najbolje se moe ocijeniti ako se
napravi usporedba s pojmom generaliziranog troka. Generalizirani troak je
takoer linerna funkcija koja se koristi, kako u modelu distribucije tako i u
agregiranim modelima raspodjele po prijevoznim sredstvima.
Jedan mogui oblik generaliziranog troka je sljedei:
Cij = a
1
tij
1
+ a
2
tij
2
+ a
3
tij
3
+ a
4
Fij
4
+ a
5
P
j
+ E
gdje je
Cij - generalizirani troak putovanja izmeu zone i i zone j za neki
nain prijevoza
63
a
1
........ a
5
- koeficijenti koji odreuju teinu svake od varijabli
E - neobjanjeni dio troka
tij
1
- vrijeme putovanja u vozilu
tij
2
- vrijeme pjeaenja do stajalita
tij
3
- vrijeme presjedanja
Fij
4
- cijena vozne karte
P
j
- pristojba za parkiranje
Generalizirani troak, kako je vidljivo, ukljuuje samo one varijable koje potjeu
od obiljeja alternativnog naina prijevoza a ne i one koje karakteriziraju
korisnika (pojedinca) koji donosi odluku. U tom je pogledu funkcija koristi daleko
suptilniji odraz okolnosti pod kojima se donosi odluka o nainu prijevoza. Kada
se agregirani model modalne raspodjele kalibrira, mogue je koristiti tehniku
najmanjih kvadrata jer za svaki par zona imamo izraen postotak koritenja
svakog od alternativnih naina prijevoza (podaci dobiveni iz ankete) i imamo
poznate iznose generaliziranog troka (sve osim E).
U postupku kalibracije za niz parova zona (niz opservacija) imamo vrijednost
zavisne varijable (postotak koritenja naina prijevoza) i niz nezavisnih varijabli
koje reprezentiraju (opet za parove zona) generalizirani troak u kojem je samo
potrebno odrediti vrijednost E, jer su druge vrijednosti poznate.
Kod dezagregiranog pristupa se u kalibraciji logit modela ne moe koristiti
metoda najmanjih kvadrata (regresijska analiza) jer su individualne odluke o
koritenju nekog od naina prijevoza zapravo binarnog tipa (0 ili 1, tj. ne koristiti
ili koristiti). Dakle, ovdje se radi o tome da se nema poznat postotak koritenja
naina prijevoza (kao na zonskoj razini) i zbog toga se ne mogu koristiti
opservacije o zavisnoj varijabli u smislu regresijske analize. Model individualnog
izbora temelji se na opservaciji pojedinanih odluka koje se opserviraju na
uzorku pojedinanih korisnika prometnog sustava.
Kalibracija dezagregiranog modela provodi se metodom najvee vjerojatnosti
17
,
postupkom koji je sloeniji od metode najmanjih kvadrata.
U primjeni dezagregiranog pristupa najee se koriste dva oblika modela:
0, ako Vin-Vjn <0
LINEARNI PROBIT MODEL P
n
(i) = { Vin-Vjn, ako 0s Vin-Vjn s1
1, ako Vin-Vjn>1
BINARNI LOGIT MODEL P
n
(i) =
e
e e 1+e
Vin
Vin Vjn (Vjn-Vin)
+
=
1
17
Lerman, S. R.: Recent Advances in Disaggregate Demand Modelling, Transportation Planning
Models (editor M. Florian) Elsevier Science Publishers, 1984., str. 8-11.
64
gdje simboli oznaavaju
P
n
(i) - vjerojatnost da korisnik tipa n izabere alternativu i
Vin - funkcija koristi alternative i
Vjn - funkcija koristi alternative j
Valja napomenuti da je funkcija koristi ovdje predstavljena bez neobjanjivog
dijela E, za kojeg je pretpostavka da ima sluajnu distribuciju vjerojatnosti sa
srednjom vrijednosti 0.
Binarni logit model (koji reprezentira dva alternativna naina prijevoza) moe se
lako pretvoriti u viestruki logit model (za vie naina prijevoza) tako da je u
nazivniku suma eksponencijalnih izraza za sve ukljuene naine prijevoza.
4.4 Model asignacije (dodjele) prometa na prometnu mreu
Model asignacije (dodjele) prometa na prometnu mreu predstavlja zavrnu fazu
u postupku etverostupnjevanog modeliranja prometne potranje. Ovaj model, za
razliku od prethodna tri, unosi u etverostupnjevani model elemente prometne
ponude kroz opis prometne mree i prometne usluge, te se na taj nain ostvaruje
mogunost iterativnog uravnoteenja prometne potranje i ponude.
Rezultati modela asignacije prometa na prometnu mreu koriste se za razliite
planerske svrhe, kao to su:
- planiranje alternativnih rjeenja budueg prometnog sustava
- testiranje i vrednovanje pojedinih alternativnih rjeenja
- planiranje prioriteta u izgradnji infrastrukture
- projektiranje prometnih objekata, itd.
U uem smislu, unutar samog prometnog modela, rezultati asignacije prometa
koriste se za:
- osiguranje ulaznih podataka o trokovima za ostale modele u okviru
etverostupnjevanog postupka
- prostorno lociranje prometnih problema na mrei
- osiguranje podataka za postupak vrednovanja s razliitih aspekata:
- kvalitete odvijanja prometa (brzina, protok, zastoji),
- sigurnosti prometa,
- ekolokih uinaka,
- ekonomske uinkovitosti,
- financijske odrivosti.
Najea primjena etverostupnjevanih modela u postupku prometnog planiranja
je kod izrade koncepcije (strategije) razvoja prometnog sustava. Ovaj
kompleksan zadatak, kada je rije o modelu asignacije prometa, moe se
65
provesti na nekoliko naina, zavisno o tome na koji nain se ele kombinirati
dugoroni i kratkoroni ciljevi.
Stoga se moe razlikovati:
- postupna dogradnja prometnog sustava
- cjelovita izgradnja prometnog sustava sa etapnom realizacijom
Postupna dogradnja sustava predstavlja kontinuirano kratkorono planiranje u
kojem se prometna potranja i ponuda usklauju u kraim vremenskim
razmacima (5-10 godina). Polaznu osnovu ini postojei prometni sustav koji se
dograuje prema kratkoronim zahtjevima.
Koncepcijski potpuno drukiji je pristup sa cjelovitom izgradnjom sustava da bi se
zadovoljile dugorone prometne potrebe. Postojei se sustav treba dopuniti tako
da zadovolji dugoronu potranju (u razdoblju od 20 godina), odnosno dugorone
ciljeve, s tim da se u godinama unutar tog razdoblja predvia etapno ostvarenje
konanice.
Svaki od pristupa ima svojih prednosti i nedostataka, a najvei problem moe
proizai iz neadekvatnog usklaivanja ciljeva dugoronog i kratkoronog razvoja.
Jedan od naina prevladavanja tog problema jest kontinuirano planiranje u kojem
se stalno usklauju i prilagoavaju kratkoroni i dugoroni ciljevi.
Model asignacije prometa razliito se primjenjuje u sluaju postupne dogradnje
postojeeg prometnog sustava i cjelovite izgradnje budueg prometnog sustava.
Postupak modeliranja kod postupne dogradnje prometnog sustava trebao bi se
odvijati na slijedei nain:
1. Dodijeliti postojee prometne tokove na postojeu prometnu mreu i
analizirati funkcioniranje postojeeg sustava u odnosu na postavljene ciljeve
(u razmatranje se uzima i dio prometne mree ija je izgradnja ve zapoela).
2. Dodijeliti prometne tokove iz kratkorone prognoze (5 godina) na osnovnu
prometnu mreu i uoiti nedostatke. Predloiti alternativna rjeenja za
zadovoljenje kratkoronih potreba i izabrati najbolja od njih.
3. Dodijeliti prometne tokove iz prognoze za slijedee kratkorono razdoblje (10
godina) na prometnu mreu koja je modificirana sa dogradnjom iz prethodnog
razdoblja, uoiti probleme, te predloiti i izabrati prometna rjeenja koja e
zadovoljiti novonastale potrebe, itd.
Kod cjelovite izgradnje budueg prometnog sustava model asignacije trebao bi
se primijeniti na slijedei nain:
1. Dodijeliti promet iz zadnje (ciljne) planske godine na postojeu mreu (koja je
upotpunjena dijelom mree u izgradnji) i analizirati sve nedostatke i probleme
2. Stvoriti niz alternativnih rjeenja za budunost te ih testirati i vrednovati
dodijeljivanjem budueg prometa na predloenu buduu prometnu mreu.
Izabrati (u skladu s ciljevima i kriterijima) najbolje alternativno rjeenje.
66
3. Za izabrano rjeenje izraditi prijedlog etapne realizacije. Prijedloge vrednovati
na temelju dodjele prognoziranog prometa za etapne godine realizacije na
etapno realiziranu prometnu mreu. Izabrati najbolji plan etapne realizacije.
Danas je u upotrebi itav niz modela i algoritama koji slue za dodjeljivanje
prometa na prometnu mreu. Neki od njih su jednostavniji, ali imaju ogranienu
mogunost simuliranja ponaanja korisnika prometnog sustava, dok su drugi
prilino sloeni sa sofisticiranim rezultatima.
Osnovni principi koji su zastupljeni u suvremenim modelima za dodjelu
cestovnog prometa na prometnu mreu su:
- ogranienje kapaciteta
- viestruki izbor ruta
- ravnotea.
Princip ogranienja kapaciteta uvaava injenicu da su brzina i prometni tok u
realnim uvjetima dvije meusobno uvjetovane veliine, koje moraju imati svoje
mjesto u modelu dodjele putovanja. To znai da poveanjem optereenja neke
dionice dolazi do smanjenja brzine prometnog toka, a kada ona padne ispod
neke granice dolazi i do smanjenja kapaciteta (propusne moi) prometnice.
Princip viestrukog izbora ruta odnose se na realnu situaciju u kojoj korisnik
prometnog sustava mijenja svoju rutu putovanja. Ovaj princip uvaava injenicu
da svi vozai ne vrednuju otpore na mrei na jednak nain, ve subjektivno, to
znai da za isto odredite putovanja razliiti vozai nee uvijek odabrati istu rutu.
Stoga, model mora sadravati mogunosti simuliranja takvog ponaanja vozaa.
Princip ravnotee temelji se na uvjetu koji je postavio Wardrop za prometnu
mreu koja je zaguena, a svodi se na to da u uvjetima ravnotee i zaguenja
prometa niti jedan voza ne moe smanjiti svoje trokove putovanja na nain da
promijeni rutu putovanja.
S obzirom na prethodno navedene razliite principe u modelima asignacije
prometa, razvijeno je vie algoritama i metoda za dodjelu prometa na prometnu
mreu, pri emu samo prve dvije nisu temeljene na principu ravnotee.
To su:
- metoda sve ili nita
- metoda stohastikog izbora
- iterativna metoda
- metoda postupnog dodjeljivanja
- metoda uprosjeenih tokova.
Metodom sve ili nita ukupan se promet dodjeljuje na najpovoljniju rutu izmeu
izvorine i odredine zone, bez obzira da li su dionice prometne mree u
mogunosti da propuste dodijeljeni prometni tok. Ostale metode uvaavaju
67
propusnu mo dionice kao ogranienje i raspodjeljuje promet po mrei u
zavisnosti od operativnih uvjeta (brzina, vrijeme putovanja) na dionicama.
Ulazni podaci za model asignacije jesu:
- geometrija prometne mree
- parametri prometne mree (udaljenost, brzina, trokovi itd.)
- izvorino - odredina matrica putovanja.
Geometrijom i parametrima prometne mree opisuje se povezanost prometnih
zona na podruju prometnog plana i prometni uvjeti na dionicama i vorovima
mree. Ovi podaci slue za iznalaenje najkraih ruta izmeu svih parova zona
prema jednom od poznatih algoritama. Kako se metodom sve ili nita ukupan
promet dodjeljuje iskljuivo na najkrae rute, ona je prihvatljiva za koritenje u
sluajevima kada mrea prometnica nije gusta odnosno kada nema mnogo
alternativnih prometnica. Najee se primjenjuje za simuliranje optereenja
regionalne ili nacionalne cestovne mree i za simuliranje mree javnog prometa.
Ako se radi o javnom prometu u gradskim uvjetima, opis mree se upotpunjuje
podacima o linijama, vremenima ekanja, presjedanjem na stanicama i sl.
Za simuliranje optereenja cestovne mree u gradskim uvjetima danas se
prvenstveno koriste suptilnije metode. Postupak dodjeljivanja prometa na mreu
izvodi se u nekoliko faza, a prometni tokovi u mrei balansiraju se na temelju
odnosa volumen/propusna mo i pripadajuih brzina (vremena) putovanja.
Postoji nekoliko teoretskih krivulja kojima se definiraju ovi odnosi (Smock,
Schneider, FHWA) ili se ti odnosi utvruju empirijski za konkretnu ulinu mreu,
npr. metodom pokretnog promatraa.
Za detaljniju analizu prometno-operativnih uvjeta na ulinoj mrei, razvijen je
postupak mikro-asignacije. Opis mree je znatno detaljniji sa svim
karakteristikama svjetlosne signalizacije, mogunostima skretanja na krianjima i
sl. Rezultati mikro-asignacije slue za provjeru prometno-tehnikih mjera koje se
predviaju prometnim planom.
68
5. PRIMJER PLANIRANJA TRANSPORTNIH KORIDORA
Zadatak:
U okviru izrade razvojne strategije prometnog sustava urbanog podruja Zagreba
definirati budue koridore lake gradske eljeznice uvaavajui postojee
prometne probleme, prognozu kretanja demografskih, socijalnih i ekonomskih
pokazatelja u budunosti i uzimajui u obzir buduu prometnu potranju kao i
poeljnu prometnu politiku temeljenu na naelima odrivog razvoja.
Rjeenje (postupak koji dovodi do rjeenja):
1. Odreivanje opih i posebnih (prometnih) ciljeva
2. Odreivanje ogranienja
3. Snimanje postojeeg stanja prikupljanje relevantnih podataka
4. Analiza i ocjena postojeeg stanja prometnog sustava
5. Prognoziranje opeg razvoja urbanog podruja
6. Prognoziranje prijevozne potranje za 5, 10 i 20 godina
7. Izrada alternativnih prometnih rjeenja/transportnih koridora
8. Vrednovanje alternativnih rjeenja primjenom prometnog modela
9. Izbor najboljeg rjeenja s prometno funkcionalnog i ekonomskog
aspekta
10. Program etapne realizacije izabranog rjeenja
69
Slika 15. Prijedlog varijantnih rjeenja prometnog sustava koridori javnog
prijevoza
(Prometna studija grada Zagreba, MVA i suradnici, Zagreb, 1999.)
70
Slika 16. Promjene prometnog optereenja na koridorima javnog prijevoza nakon
izgradnje novog sustava javnog prijevoza
(Prometna studija grada Zagreba, MVA i suradnici, Zagreb, 1999.)
71
Slika 17. Koliina prometnog optereenja na koridorima javnog prijevoza
(Prometna studija grada Zagreba, MVA i suradnici, Zagreb, 1999.)
72
6. PREPORUENA LITERATURA
1. Banister, D.: Transport Planning, Taylor & Francis, London and New York,
2002.
2. Coombe, D., Thompson R., Miri M., Krasi D.: Developing a transport
master plan for Zagreb, Traffic Engineering + Control, Vol 41, October 2000,
p. 352-360
3. Guidelines for Developing Urban Transport Strategies, The Institution of
Highways and Transportation, London, 1996.
4. Krasi, D.: Prometno planiranje i prometni modeli, II hrvatski kongres o
cestama, Cavtat, 1999, knjiga 2, str. 693-697
5. Mato, S., Krasi, D.: Koncept brzog tranikog prijevoza u Zagrebu,
Suvremeni promet, Vol 23, 6/2003, str. 403-407
6. May, A. D., Roberts M.: The design of integrated transport strategies,
Transport Policy, 2/1995, str. 97-105
7. Meyer, D. M., Miller, E. J.: Urban Transportation Planning: A Decision-
Oriented Approach, McGraw- Hill, New York, 2001.
8. Morlok, E. K.: Introduction to Transportation Engineering and Planning,
McGraw-Hill, New York, 1978.
9. Ortuzar, J. D., Willumsen L. G.: Modelling Transport, John Wiley and Sons,
Chichester, 1994.
10. Padjen, J.: Osnove prometnog planiranja, Informator, Zagreb, 1986.
11. Rogers, M.: Engineering Project Appraisal, Blackwell Publishing, Oxford,
2001.
12. Truelove, P.: Decision making in transportation planning, Longman Scientific
and Technical, Harlow, 1992.
13. Wright, P. H., Ashford, N. J.: Transportation Engineering, Planning and
Design, John Wiley and Sons, New York, 1989.
14. Lerman, S. R.: Recent Advances in Disaggregate Demand Modelling,
Transportation Planning Models (editor M. Florian) Elsevier Science
Publishers, 1984., str. 8-11.
73
7. POPIS SLIKA
Slika 1. Meusobni utjecaji prometnog sustava i namjena povrina ................................................ 4
Slika 2. Odnos krivulja prometne ponude i potranje ....................................................................... 5
Slika 3. Proces uravnoteenja prometne ponude i potranje u individualnom I javnom
prometu (uz utjecaj mjera prometnog planiranja) ............................................................. 6
Slika 4. Ciklus preispitivanja povratnih utjecaja prometnog sustava na sustav aktivnosti I
okruenje ........................................................................................................................... 8
Slika 5. Komponente sustavnog prometnog planiranja .................................................................. 11
Slika 6. Presjeci na kojima se obavlja anketiranje (Primjer: Grad Zagreb) .................................... 14
Slika 7. Prikaz izvorino-odredinih tokova putnika ....................................................................... 15
Slika 8. Slijed znanstvenog postupka, postupka modeliranja i postupka planiranja ...................... 21
Slika 9. Prometni model i neki elementi njegova okruenja ........................................................... 25
Slika 10. Konvencionalni etverostupnjevani model ...................................................................... 33
Slika 11. Struktura strategijskog modela ........................................................................................ 42
Slika 12. Grafiki prikaz Furnessove distribucije putovanja ........................................................... 52
Slika 13. Oblici funkcije otpora i tipina distribucija putovanja ....................................................... 56
Slika 14. Mjesto modalne raspodjele u prometnom modelu .......................................................... 60
Slika 15. Prijedlog varijantnih rjeenja prometnog sustava koridori javnog prijevoza ................. 69
Slika 16. Promjene prometnog optereenja na koridorima javnog prijevoza nakon
izgradnje novog sustava javnog prijevoza ...................................................................... 70
Slika 17. Koliina prometnog optereenja na koridorima javnog prijevoza .................................... 71