You are on page 1of 6

XV Convegno Nazionale della Società Italiana dei Docenti di Trasporti 1

Un algoritmo di caricamento attraverso nodi di scambio


per la simulazione del park and ride
nell’assegnazione alle reti multimodali

Guido Gentile

Dipartimento di Idraulica Trasporti e Strade, Sapienza Università di Roma


guido.gentile@uniroma1.it

Questo articolo tratta il problema di come rappresentare spostamenti che utilizzano modi
compositi quali il park-and-ride in un modello di assegnazione. Viene inoltre proposto uno nuovo
algoritmo per simulare la scelta del percorso e il caricamento su una rete di trasporto multimodale
attraverso un nodo di scambio tra quelli disponibili, senza enumerazione esplicita dei cammini e
senza introdurre un ulteriore livello di scelta. Rispetto agli algoritmi esistenti che implementano
lo stesso approccio operando su una rete composita privato-pubblico, il metodo proposto presenta
notevoli vantaggi computazionali, perché è in grado di partizionare la ricerca dei cammini minimi
e il caricamento operando singolarmente sulle due reti dei modi privati e pubblici. Sono infine
analizzati i vantaggi e gli svantaggi di questo approccio, rispetto a quello alternativo in cui la
scelta del nodo di scambio è riprodotta mediante uno specifico modello a monte della scelta del
percorso.
Lo spazio per il parcheggio è oggigiorno una delle più importanti risorse coinvolte nel trasporto
urbano. Ciò è vero per le cittadine con un centro storico, dove la costipata struttura urbana non è
in grado di accogliere armoniosamente l’invasiva presenza delle auto private, così come per le
metropoli, dove la scarsità di stalli è un problema sentito non solo al centro ma anche nei quartieri
periferici, data l’elevata densità di attività produttive, commerciali e residenziali. In questi
contesti è naturale che i parcheggi sono diventati una opportunità di business per i proprietari di
piccoli garage, che vendono posti auto su base oraria o permanente a prezzi assai elevati, così
come per i grandi investitori, che sono interessati alla costruzione e gestione di parcheggi
multipiano là dove la scarsità di spazio è più intensa.
D’altro canto, è noto che i costi di parcheggio rappresentano una parte consistente della disutilità
percepita nell’effettuare in città spostamenti con l’auto privata (Polak, Axhausen and Errigton,
1990), e costituiscono pertanto uno dei principali strumenti per gestire la mobilità urbana
(Verhoef, Nijkamp and Rietveld, 1995). Molte autorità locali hanno introdotto la tariffazione della
sosta sulle strade pubbliche al fine di scoraggiare l’uso dell’auto privata per gli spostamenti
sistematici a favore del trasporto pubblico e/o hanno costruito grandi impianti di parcheggio fuori

Guido Gentile
2 Rende (CS), 5-6 maggio 2008

dal centro città per incoraggiare il park and ride.


Pertanto sia gli investitori privati che le pubbliche amministrazioni sono interessati a simulare
l’uso dei parcheggi in una determinata area, compresi quelli su strada, in un contesto competitivo.
Per riprodurre questi particolari sistemi di trasporto diventa cruciale rappresentare la scelta degli
automobilisti tra diverse alternative di parcheggio, che dipende principalmente dai seguenti
fattori:
• il tempo di viaggio in auto tra l’origine dello spostamento e il parcheggio, più
precisamente, la soddisfazione che risulta dal modello di scelta del percorso;
• il tempo di viaggio sul trasporto collettivo dal parcheggio all’effettiva destinazione
dell’utente, o la corrispondete distanza a piedi;
• il tempo necessario a trovare uno stallo libero, che può risultare particolarmente rilevante
per i parcheggi gratuiti, e in generale quando si usa la pubblica via;
• la struttura e l’entità della tariffa, che in caso di sosta illegale è data dalla multa
moltiplicata per la probabilità di prenderla;
• alcune caratteristiche dell’impianto di parcheggio, quali il tipo di infrastruttura, il tipo di
sorveglianza, il numero di piani sopraelevati e interrati, poiché alcune persone non amano
i parcheggi sotterranei o in generali quelli multipiano, la facilità di manovra, che è
strettamente legata alla geometria degli stalli.
Di solito, questo tipo di scelte discrete viene rappresentato mediante il paradigma dell’utilità
aleatoria; in particolare il logit multinomiale e un tipico modello adatto a situazioni in cui la
correlazione tra le diverse alternative non risulta evidente, che è stato utilizzato da vari autori nel
caso in esame, tra cui Hensher e King (2001). In alternativa, è possibile impiegare un approccio
fuzzy alla scelta del parcheggio, come in Dell’Orco, Ottomanelli e Sassanelli (2002).
Si noti che, mentre gli ultimi due fattori non sono soggetti al fenomeno della congestione, a meno
che venga applicata una politica tariffaria basata sul revenue management, i primi tre fattori sono
fortemente influenzati dall’uso della rete perpetrato dagli altri utenti. Mentre la rappresentazione
della congestione sulla rete stradale e su quella del trasporto collettivo può essere considerata un
tema classico dell’ingegneria dei trasporti, per riprodurre correttamente la scelta del parcheggio
occorre introdurre uno specifico modello di prestazione al fine di rappresentare l’interazione tra
veicoli che utilizzano lo stesso parcheggio.
Combinando tale modello di offerta con il modello di domanda, che riproduce la scelta del
percorso, del parcheggio e del modo, si ottiene un problema di equilibrio complessivo, la cui
risoluzione è trattata in questo articolo.
A tal fine, viene presentato un algoritmo per determinare i cammini minimi da diverse origini
verso una specifica destinazione che transitino obbligatoriamente attraverso uno qualsiasi dei
nodi di scambio disponibili, e per caricarvi il flusso di domanda. Da un punto di vista modellistico
la principale caratteristica dell’approccio adottato è che la scelta del nodo di scambio viene
rappresentata implicitamente nella scelta del percorso, piuttosto che specificata come un livello
decisionale distinto a monte di quest’ultima. Rispetto agli algoritmi esistenti che implementano lo

Guido Gentile
XV Convegno Nazionale della Società Italiana dei Docenti di Trasporti 3

stesso approccio operando su una rete composita privato-pubblico, il metodo proposto presenta
notevoli vantaggi computazionali, perché è in grado di partizionare la ricerca dei cammini minimi
e il caricamento operando singolarmente sulle due reti dei modi privati e pubblici.
Analizzando i vantaggi di questo approccio e di quello alternativo, rispettivamente legati
all’efficienza dell’algoritmo e alla capacità descrittiva del modello, si trae la conclusione che il
metodo proposto costituisce un ottimo compromesso tra le due istanze, consentendo di estendere
facilmente i modelli per l’assegnazione oggi disponibili alla rappresentazione dei modi
compositi.
L’algoritmo è stato implementato all’interno di un software per l’assegnazione alle reti
multimodali (MUE) con trasporto individuale e collettivo, che consente di simulare in maniera
endogena la domanda elastica a livello di ripartizione modale e di generazione, permettendo così
di applicare la metodologia qui proposta su reti reali a diversi contesti e scale territoriali:
• scelta del parcheggio riproducendo esplicitamente il tratto a piedi, per valutare politiche
di limitazione e tariffazione della sosta;
• scelta del nodo di scambio, per determinarne la localizzazione di nuove stazioni
ferroviarie e metropolitane;
• scelta dei porti di imbarco e di sbarco per riprodurre gli effetti di politiche di incentivo ad
utilizzare le autostrade del mare;
• scelta dell’interporto per simulare correttamente il trasporto intermodale delle merci.
Il modello MUE implementa la formulazione dell’assegnazione stocastica (e, come caso
particolare, deterministica) a domanda elastica (e, come caso particolare, a domanda rigida) come
problema di punto fisso introdotta da Cantarella (1997) mediante un approccio ad enumerazione
implicita dei percorsi, che consente di calcolare in tempi particolarmente contenuti un equilibrio
multiclasse su reti multimodali di grandi dimensioni. Il modello MUE scaturisce dall’estensione
per il caso extraurbano a scala nazionale-europea realizzata per il SIMPT2 (il Sistema
Informativo per il Monitoraggio e la Pianificazione dei Trasporti, adottato recentemente dal
Ministero dei Trasporti Italiano) dell’approccio proposto da Bellei, Gentile e Papola (2002), già
applicato con successo al caso urbano (es. l’area metropolitana di Roma) come in Gentile, Papola
e Persia (2005).
Il tema affrontato in questo lavoro è la rappresentazione degli spostamenti sui modi di trasporto
compositi, quali il park and ride, in cui vengono utilizzati in sequenza due modi semplici, quali
l’auto privata e il trasporto collettivo, transitando attraverso un nodo di scambio.
Su una rete multimodale, ciascun arco (i, j)∈A del grafo G = (N, A) è caratterizzato da un costo
generalizzato cijm specifico per ogni modo di trasporto m∈M, che si assume infinito per i modi non
ammessi. Secondo questo paradigma, la rappresentazione dei modi compositi, come il park and
ride in andata (in ritorno), non pone particolari problemi in quanto è sufficiente che:
• siano separate dal punto di vista topologico la rete stradale, utilizzata dai modi privati e
non da quelli pubblici, e la rete del trasporto collettivo, utilizzata dai modi pubblici e non
da quelli privati, tranne che nei centroidi di zona e nei nodi di scambio;

Guido Gentile
4 Rende (CS), 5-6 maggio 2008

• i modi compositi siano ammessi su entrambe le reti;


• sui connettori pubblici (privati) uscenti dai centroidi di zona non sia ammesso il modo
park and ride in andata (in ritorno);
• sui connettori privati (pubblici) entranti nei centroidi di zona non sia ammesso il modo
park and ride in andata (in ritorno);
• sugli archi privati di parcheggio entranti (uscenti) nei (dai) nodi di scambio, che
connettono la rete stradale alla rete di trasporto collettivo, sia ammesso il solo modo park
and ride in andata (in ritorno).
Così facendo, tutti i percorsi aciclici e a costo finito sul modo park and ride in andata (in ritorno)
tra l’origine o e la destinazione d transitano una e una sola volta attraverso un arco di entrata
(uscita) in (da) uno dei nodi di scambio disponibili, rappresentando correttamente i percorsi
disponibili per il modo composito.
A questo punto, un qualsiasi algoritmo di cammino minino può essere utilizzato per calcolare le
soddisfazioni sulla rete multimodale relative a ciascun modo di trasporto, inclusi quelli compositi, e
realizzare un caricamento tutto o niente su ognuno di essi a valle del modello di ripartizione modale.
Secondo questo approccio il nodo di scambio è un elemento del percorso sul modo composito
rappresentato da un arco, cui può essere associata una qualsiasi funzione di deflusso per
riprodurre eventuali fenomeni di congestione, nonché componenti di costo generalizzato legate
ad altre caratteristiche dell’infrastruttura. Ne segue che la scelta del nodo di scambio è integrata
nella scelta del percorso.
Secondo un approccio alternativo e più generale, invece, la scelta del nodo di scambio rappresenta
un livello decisionale distinto, posto a monte della scelta del percorso e a valle della scelta del
modo, e tipicamente riprodotto mediante un modello ad utilità aleatoria. In questo caso, non
occorre introdurre esplicitamente i modi compositi sulla rete multimodale ma è necessario trattare
i nodi di scambio come destinazioni intermedie. Infatti, per ogni coppia o-d l’utilità relativa a
ciascun nodo di scambio dipende dalla soddisfazione sul modo privato dall’origine al parcheggio
e dalla soddisfazione sul modo pubblico dal parcheggio alla destinazione. Peraltro, da un punto di
vista applicativo, la maggiore flessibilità insita in questo approccio può essere sfruttata solo al
prezzo di calibrare il modello comportamentale e di limitare preventivamente l’insieme di scelta
per ogni coppia o-d, poiché elevato è il rischio di ottenere un modello non realistico che sparga il
flusso tra troppi nodi di scambio. Infine, da un punto di vista algoritmico, la complessità del
modello risulta incrementata di tante volte quanti sono i nodi di scambio per ciascuna o-d.
Qui proponiamo una variante del primo approccio, in base alla quale è possibile non definire
esplicitamente sulla rete multimodale i modi compositi e quindi limitarsi a considerare
separatamente la rete privata dalla rete pubblica al prezzo di una semplice modifica
nell’inizializzazione dell’algoritmo di cammino minimo e di caricamento. Con riferimento alla
generica destinazione d, per ogni modo composito (m1, m2) viene effettuato un calcolo di albero
minimo con radici multiple (o foresta) sulla rete del primo modo semplice m1, inizializzando le
etichette dei nodi di scambio con le soddisfazioni verso d già individuate per il secondo modo

Guido Gentile
XV Convegno Nazionale della Società Italiana dei Docenti di Trasporti 5

semplice m2 e quelle di tutti gli altri nodi, compresa la destinazione, ad infinito.


La propagazione dei flussi avviene, viceversa, caricando i flussi di domanda relativi al modo
composito sulla foresta minima calcolata per il primo modo semplice m1 dalle origini verso i nodi
di scambio; quindi il tratto di spostamento a valle del nodo di scambio viene caricato
congiuntamente alla domanda del secondo modo semplice m2. Per ogni destinazione, la sequenza
delle procedure che implementano la mappa di carico della rete diventa:
• calcolo dei cammini minimi per ogni modo semplice;
• calcolo delle foreste minime per il primo modo semplice di ogni modo composito a
partire dalle soddisfazioni dei nodi di scambio ottenute sul secondo modo semplice;
• modello di ripartizione modale;
• caricamento dei flussi di domanda sulle origini per ciascun modo semplice e composito;
• propagazione dei flussi sulle foreste minime del primo modo semplice di ogni modo composito
e trasferimento del flusso risultante nei nodi di scambio sul secondo modo semplice;
• propagazione dei flussi sugli alberi minimi per ogni modo semplice.
L’estensione dell’approccio proposto ai modelli stocastici per la scelta del percorso logit, tramite
l’algoritmo di Dial, e probit, tramite simulazione Monte Carlo, non presenta particolari difficoltà.
Una componente importante per un modello di park and ride statico è la funzione di deflusso per
gli archi di parcheggio.
La durata della ricerca per uno stallo libero in un dato parcheggio, o area di parcheggio su strada,
non è costante nel corso della giornata. Se l’uso prevalente riguarda attività economiche, il
parcheggio viene gradualmente riempito durante la mattinata, in funzione dell’evoluzione
temporale dei flussi entranti. Una volta che quasi tutti gli stalli disponibili sono occupati, sorge
una coda di veicoli alla ricerca del parcheggio, che può essere servita in funzione dell’evoluzione
temporale dei flussi uscenti. Questi ultimi sono una proiezione dei flussi entranti attraverso la
permanenza a destinazione dell’utente, ossia del tempo in cui l’auto viene lasciata nel parcheggio.
In serata la coda di veicoli alla ricerca di uno stallo libero svanisce e infine il parcheggio
gradatamente tende a svuotarsi. Se l’uso prevalente del parcheggio riguarda i residenti, si verifica
una situazione complementare.
I veicoli alla ricerca di uno stallo libero non formano una coda in senso proprio; in particolare non
vale la regola FIFO (first in first out), nel senso che chi prima trova uno stallo libero lo occupa
senza rispettare un criterio di priorità. Pur tuttavia, i tempi medi per la ricerca del parcheggio si
comportano come se i veicoli fossero in coda; pertanto possono essere applicati classici modelli di
teoria delle code.
Nonostante l’aspetto dinamico della congestione in questi sistemi di trasporto sia prevalente,
molti autori hanno proposto funzioni di deflusso per i parcheggi, al fine di riprodurre tali
fenomeni mediante un approccio statico (e.g. Spiess, 1996). Alcuni di questi modelli integrano la
scelta del parcheggio con la scelta del percorso sulla rete stradale (Nour Eldir, El-Reedy e Ismail,
1981; Bifulco, 1993), soprattutto in connessione con la rappresentazione del park and ride (Blain,
1994), così ottenendo una migliore rappresentazione del compromesso tra distanza pedonale e

Guido Gentile
6 Rende (CS), 5-6 maggio 2008

tempo di parcheggio. In questo lavoro è stato adottato proprio quest’ultimo approccio.


Nella maggior parte dei casi la ricerca di uno stallo libero viene rappresentata implicitamente
mediante l’introduzione di una funzione di costo associata al flusso di auto che entrano nel
parcheggio, in cui la capacità di immagazzinamento e il tasso di occupazione costituiscono i
principali parametri. Altri modelli tentano di simulare esplicitamente il processo di ricerca pur
conservando un approccio statico (Arnott and Rowse, 1997; Thompson and Richardson, 1998).
In questa sede abbiamo adottato il primo approccio e in particolare viene utilizzata una semplice
funzione di tipo BPR, in cui la capacità di accumulo risulta moltiplicata per il tasso di rotazione,
valida nell’ipotesi che il parcheggio sia pieno.

Bibliografia

Arnott R. and Rowse J. (1997) Modeling Parking. Boston College Working Papers in Economics n. 350.
Bellei G., Gentile G. and Papola N. (2002) Network pricing optimization in multi-user and multimodal context with
elastic demand. Transportation Research B 36, 779-798.
Bifulco G.N. (1993) A stochastic user equilibrium assignment model for the evaluation of parking policies. European
Journal of Operational Research 71, 269-287.
Blain L. (1994) Park-and-ride choice using matrix convolutions. Presented at the 9th Annual International EMME/2
Users Group Conference, Montreal, Quebec.
Cantarella G.E. (1997) A general fixed-point approach to multimode multi-user equilibrium assignment with elastic
demand. Transportation Science 31, 107-128.
Dell’Orco M., Ottomanelli M. and Sassanelli D. (2002) Modelling uncertainty in parking choice behaviour. 82nd
Annual Meeting of the Transportation Research Board, Paper n. 03-3776.
Gentile G., Papola N. and Persia L. (2005) Advanced pricing and rationing policies for large scale multimodal networks.
Transportation Research A 39, 612-63.
Hensher A. and King J. (2001) Parking demand and responsiveness to supply, pricing and location in the Sydney central
business district. Transportation Research A 35, 177-196.
Nour Eldir M.S., El-Reedy T.Y. and Ismail H.K. (1981) A combined parking and traffic assignment model. Traffic
Engineering and Control 10, 524-530.
Polak J., Axhausen K.W. and Errigton T. (1990) The application of the CLAMP to the analysis of parking policy in
Birmingham city centre. In Proceedings of the 18th PTRC summer annual meeting, Brighton, UK.
Spiess H. (1996) A Logit parking choice model with explicit capacities. EMME/2 Support Center.
Thompson R.G. and Richardson A.J. (1998) A parking search model. Transportation Research A 32, 159-170.
Verhoef E., Nijkamp P. and Rietveld P. (1995) The economics of regulatory parking policies: the (im)possibilities of
parking policies in traffic regulation. Transportation Research A 29, 141-156.

Guido Gentile