Оптимізація транспортних потоків великого міста з застосуванням сучасного програмного забезпечення

Жирний, Денис Віталійович

Please use this identifier to cite or link to this item: https://er.chdtu.edu.ua/handle/ChSTU/8779

Title:	Оптимізація транспортних потоків великого міста з застосуванням сучасного програмного забезпечення
Authors:	Тарандушка , Людмила Анатоліївна Жирний, Денис Віталійович
Issue Date:	2023
Abstract:	Метою дослідження є розробка рекомендацій щодо побудови системи моніторингу транспортних потоків та визначення транспортних кореспонденцій м. Дніпра для трирівневого підходу планування. Об'єктом дослідження є сукупність транспортних потоків та транспортних кореспонденцій м. Дніпра. Предмет дослідження – трирівневий підхід до планування. Завдання дослідження: 1) розробка рекомендацій для побудови системи моніторингу транспортних потоків і визначення транспортних кореспонденцій м. Дніпра для трирівневого підходу до планування; 2) розробка моделі транспортних потоків заданих ділянок ДДМ м. Дніпра на мікрорівні; 3) оцінка адекватності трирівневого підходу до планування. Для пошуку ефективних стратегій управління транспортними потоками у мегаполісі, оптимальних рішень щодо проектування вулично-дорожньої мережі та організації дорожнього руху необхідно враховувати широкий спектр характеристик транспортного потоку, закономірності впливу зовнішніх та внутрішніх факторів на динамічні характеристики змішаного транспортного потоку. Одним з можливих прийомів для ефективного управління транспортними потоками, а також удосконалення організації дорожнього руху (ОДР) у великих містах є застосування трирівневого підходу транспортного планування. У кваліфікаційній роботі розглянуто роль моделювання транспортних потоків у сучасному світі, проведено ретельний огляд сучасного програмного забезпечення з моделювання транспортних систем, а також представлено рейтинг популярності та конкурентоспроможності програмних продуктів з транспортного моделювання. Методи дослідження – математичне моделювання, натурний експеримент. Кваліфікаційна робота магістра складається з 76 сторінок пояснювальної записки і включає: вступ, три розділи, висновок, список використаних джерел, а також 9 таблиць, 30 рисунків та 36 джерел.
URI:	https://er.chdtu.edu.ua/handle/ChSTU/8779
Appears in Collections:	275 Транспортні технології (Транспортні технології (на автомобільному транспорті))

Files in This Item:

File	Description	Size	Format
Жирний.pdf Restricted Access		3.22 MB	Adobe PDF	View/Open Request a copy

Show full item record

Extracted text

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
ЧЕРКАСЬКИЙ ДЕРЖАВНИЙ ТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ
18006, м. Черкаси, бул. Шевченка, 460, тел./факс (0472) 71 00 92

ЗАТВЕРДЖУЮ
зав. кафедри автомобілів та
технологій їх експлуатації, професор
______________ Л.А. Тарандушка
«___» __________________2023 р.

КВАЛІФІКАЦІЙНА РОБОТА МАГІСТРА
«ОПТИМІЗАЦІЯ ТРАНСПОРТНИХ ПОТОКІВ
ВЕЛИКОГО МІСТА З ЗАСТОСУВАННЯМ
СУЧАСНОГО ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ»

Рецензент:

Керівник роботи:
професор, зав. кафедри АТЕ _______________ Л.А. Тарандушка
(посада) (підпис) (Ініціали, прізвище)

Виконавець:
студент 2 курсу, гр. м ТТ-84
спеціальності 274 – Автомобільний транспорт _________ Д. В. Жирний
(підпис) (Ініціали, прізвище)

2023

2

РЕФЕРАТ
«ОПТИМІЗАЦІЯ ТРАНСПОРТНИХ ПОТОКІВ ВЕЛИКОГО МІСТА З
ЗАСТОСУВАННЯМ СУЧАСНОГО ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ»

Метою дослідження є розробка рекомендацій щодо побудови системи
моніторингу транспортних потоків та визначення транспортних
кореспонденцій м. Дніпра для трирівневого підходу планування.
Об'єктом дослідження є сукупність транспортних потоків та
транспортних кореспонденцій м. Дніпра.
Предмет дослідження – трирівневий підхід до планування.
Завдання дослідження:
1) розробка рекомендацій для побудови системи моніторингу транспортних
потоків і визначення транспортних кореспонденцій м. Дніпра для
трирівневого підходу до планування;
2) розробка моделі транспортних потоків заданих ділянок ДДМ м. Дніпра на
мікрорівні;
3) оцінка адекватності трирівневого підходу до планування.
Для пошуку ефективних стратегій управління транспортними потоками
у мегаполісі, оптимальних рішень щодо проектування вулично-дорожньої
мережі та організації дорожнього руху необхідно враховувати широкий спектр
характеристик транспортного потоку, закономірності впливу зовнішніх та
внутрішніх факторів на динамічні характеристики змішаного транспортного
потоку. Одним з можливих прийомів для ефективного управління
транспортними потоками, а також удосконалення організації дорожнього руху
(ОДР) у великих містах є застосування трирівневого підходу транспортного
планування.
У кваліфікаційній роботі розглянуто роль моделювання транспортних
потоків у сучасному світі, проведено ретельний огляд сучасного програмного
забезпечення з моделювання транспортних систем, а також представлено
рейтинг популярності та конкурентоспроможності програмних продуктів з

3

транспортного моделювання.
Методи дослідження – математичне моделювання, натурний
експеримент.
Кваліфікаційна робота магістра складається з 76 сторінок пояснювальної
записки і включає: вступ, три розділи, висновок, список використаних джерел, а
також 9 таблиць, 30 рисунків та 36 джерел.

4

Зміст

_Toc152011085ВСТУП ............................................................................................................. 6
РОЗДІЛ 1. АНАЛІЗ ІСНУЮЧИХ МЕТОДІВ МОДЕЛЮВАННЯ
ТРАНСПОРТНИХ ПОТОКІВ ТА ПОСТАНОВКА ЗАВДАНЬ ДОСЛІДЖЕННЯ .. 7
1.1 Роль моделювання транспортних потоків у сучасному ...................................... 7
світі ......................................................................................................................................... 7
1.2 Огляд сучасного програмного забезпечення по моделюванню транспортних
систем .................................................................................................................................... 9
1.2.1 Програмний пакет Emme-3 ................................................................................ 9
1.2.2 Програмний пакет Omnitrans ........................................................................... 10
1.2.3 Програмний пакет TRANSIMS ........................................................................ 11
1.2.4. Програмний пакет РТВ VISION (VISUM + VISSIM) ................................... 13
1.2.5 Програмний пакет Cube .................................................................................... 14
1.2.6 Програмний пакет AIMSUN ............................................................................ 15
1.2.7 Програмний пакет TransCAD + Transmodeler ................................................ 16
1.2.8 Програмний пакет MITSIMLab ....................................................................... 17
1.2.9 Програмний пакет Paramics та S-Paramics ...................................................... 18
1.2.10 Програмний пакет PTV Vistro........................................................................ 20
1.2.11 Програмний пакет PTV Optima...................................................................... 21
1.2.12 Програмний пакет PTV TDW ........................................................................ 22
1.2.13 Програмний продукт AnyLogic ..................................................................... 24
РОЗДІЛ 2. РОЗРОБКА РЕКОМЕНДАЦІЙ ДЛЯ ПОБУДОВИ СИСТЕМИ
МОНІТОРИНГУ ТРАНСПОРТНИХ ПОТОКІВ І ВИЗНАЧЕННЯ
ТРАНСПОРТНИХ КОРРЕСПОНДЕНЦІЙ М. ДНІПРА ДЛЯ ТРИРІВНЕВОГО
ПІДХОДУ ПЛАНУВАННЯ ......................................................................................... 26
2.1 Загальна методологія побудови і роботи з транспортними моделями ...................26

5

2.1.1 Загальна методологія збору та підготовки вихідних (вхідних) даних для
побудови моделі ................................................................................................ 27
2.1.2 Загальна методологія верифікації моделі ....................................................... 32
2.1.3 Загальна методологія калібрування моделі .................................................... 35
2.2 Рекомендації для побудови системи моніторингу транспортних потоків та
визначення транспортних кореспонденцій м. Дніпра за допомогою макро-
мезоскопічного підходу планування ................................................................................40
2.3 Рекомендації щодо побудови системи моніторингу транспортних потоків та
визначення транспортних кореспонденцій м. Дніпра за допомогою мікроскопічного
підходу планування ............................................................................................................42
РОЗДІЛ 3. РОЗРОБКА МОДЕЛІ ТРАНСПОРТНИХ ПОТОКІВ М. ДНІПРА НА
МІКРОРІВНІ .................................................................................................................. 45
3.1 Аналіз схеми та організації руху на перетині Проспект Івана Мазепи-вул.
Полковника Горленка після їх реконструкції .................................................................46
3.2 Аналіз схеми та організації руху на перетині Проспект Івана Мазепи-вул.
Володимира Самодриги після їх реконструкції ..............................................................49
3.3 Дослідження інтенсивності транспортних потоків на припиненнях Проспект
Івана Мазепи-вул. Полковника Горленка та Проспект Івана Мазепи-вул. Володимира
Самодриги до та після реконструкції ...............................................................................53
3.4 Оцінка ефективності реконструкції вулично-дорожньої мережі за допомогою
програми імітаційного мікромоделювання транспортних потоків PTV Vision VISSIM
..............................................................................................................................................60
РОЗДІЛ 4. КАЛІБРУВАННЯ, ОЦІНКА АДЕКВАТНОСТІ ТА ЯКОСТІ
ТРАНСПОРТНОЇ МОДЕЛІ НА МІКРОРІВНІ .......................................................... 66
ВИСНОВОК ................................................................................................................... 74
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ ..................................................................... 75

6

ВСТУП

Сучасне суспільство потребує постійного збільшення обсягу
транспортного сполучення, підвищення його надійності, безпеки та якості. Це
вимагає збільшення витрат на покращення інфраструктури транспортної
мережі, перетворення її на гнучку, висококеровану логістичну систему. При
цьому ризик інвестицій значно зростає, відтак треба більш ретельно
досліджувати закономірності розвитку транспортної мережі та розподіл
завантаження її ділянок. Ігнорування цих закономірностей призводить до
частого утворення транспортних пробок, перевантаження/недовантаження
окремих ліній та вузлів мережі, підвищення рівня аварійності, екологічних
збитків.
Для пошуку ефективних стратегій управління транспортними потоками
у мегаполісі, оптимальних рішень щодо проектування вулично-дорожньої
мережі та організації дорожнього руху необхідно враховувати широкий спектр
характеристик транспортного потоку, закономірності впливу зовнішніх та
внутрішніх факторів на динамічні характеристики змішаного транспортного
потоку.
Одним з можливих прийомів для ефективного управління
транспортними потоками, а також удосконалення організації дорожнього руху
(ОДР) у великих містах є застосування трирівневого підходу транспортного
планування.
У зв'язку з цим це наукове дослідження, присвячене застосуванню
методів моделювання транспортних потоків для вдосконалення ОДР у великих
містах за допомогою трирівневого підходу, є актуальним.

7

РОЗДІЛ 1. АНАЛІЗ ІСНУЮЧИХ МЕТОДІВ МОДЕЛЮВАННЯ ТРАНСПОРТНИХ
ПОТОКІВ ТА ПОСТАНОВКА ЗАВДАНЬ ДОСЛІДЖЕННЯ

1.1 Роль моделювання транспортних потоків у сучасному
світі

Транспорт – одна із ключових систем міського організму, яку за
важливістю доречно порівняти із кровопостачанням. Саме транспорт дозволяє
місту повною мірою виконувати сполучну, комунікаційну та забезпечуючу
функції. Тема транспорту стосується практично кожного міського жителя, і
тим важливішими стають зусилля щодо систематизації та поширення
відповідних знань.
Для управління дорожнім рухом на транспортній мережі міст
використовуються системи управління, алгоритми роботи яких засновані на
моделях транспортних потоків. Вимоги до точності та складності моделей
надзвичайно великі. Достатньо сказати, що на найпростішому
перехресті може бути 12 напрямів руху транспортних засобів. Для ділянки
вулично-дорожньої мережі з 10 такими перетинами мова йде вже про 120
напрямків. І необхідною є мінімізація затримок по кожному з цих напрямів за
умови, що інтенсивність руху постійно змінюється у часі та просторі.
Крім того, без транспортного моделювання неможливе планування
будівництва нових і модернізації існуючих транспортних об'єктів, об'єктів
житлового та ділового будівництва, схем організації дорожнього руху, дій
при надзвичайних ситуаціях, розв'язання низки інших практичних завдань [2].
В даний час у промислово розвинених країнах актуалізується проблема
перевантаженості дорожніх мереж транспортом, особливо для вулично-
дорожніх мереж великих міст, де зосереджена більша частина парку
особистого автотранспорту, а також для ключових магістралей та

8

транспортних коридорів, на які припадають значні обсяги вантажних та
пасажирських перевезень.
На сьогоднішній день у світі накопичено позитивний досвід реалізації
заходів щодо вирішення цієї проблеми, що включають заходи, спрямовані на:
- підвищення максимальної пропускної спроможності дорожньої
мережі (будівництво та реконструкція дорожніх об'єктів);
- підвищення ефективності використання пропускної спроможності
дорожньої мережі (удосконалення організації дорожнього руху, включаючи
застосування АСУДР);
- регулювання обсягу та структури транспортного попиту
(запровадження різних обмежень на рух та паркування автотранспортних
засобів, зниження потреб економіки та населення у перевезеннях за рахунок
заходів у сфері територіального планування тощо).
Методологічною основою розробки подібних заходів та прийняття
науково обґрунтованих рішень щодо їх реалізації є математичне моделювання
роботи транспортної системи. Такі моделі дозволяють:
- оцінити ефективність запланованих заходів як в
експлуатаційних, так і в економічних показниках;
- виявити можливі негативні наслідки їхнього впровадження;
- розробити науково обґрунтовану програму реалізації.
Роль математичного моделювання як складової методологічного
забезпечення розробки та реалізації будь-яких керуючих заходів у сфері
транспорту зростає. У Великій Британії, Данії, Швеції та інших країнах
розроблено національні моделі транспортних систем, що використовуються
при формуванні транспортних планів та програм на всіх рівнях управління. На
ринку програмного забезпечення сьогодні - значна кількість програм для
розробки різних типів транспортних моделей.
У міру подальшого розвитку української транспортної системи
розширення і підвищення зв'язності дорожньої мережі, підвищення ролі
мультимодальних перевезень, впровадження інтелектуальних транспортних

9

систем, в міру загострення проблеми перевантаженості дорожніх мереж
основних транспортних коридорів і великих міст - необхідність застосування
транспортних моделей буде зростати [3] .

1.2 Огляд сучасного програмного забезпечення по
моделюванню транспортних систем

Методи та алгоритми транспортного моделювання в даний час
реалізовані у значній кількості спеціалізованих програмних пакетів. Завдяки
постійно зростаючим можливостям обчислювальної техніки, програмне
забезпечення розробки різних типів транспортних моделей розвивається
швидкими темпами. Розглянемо найбільш важливі та застосовувані практично
програмні продукти, призначені для моделювання транспортних систем, що
використовуються у світовій практиці [3].

1.2.1 Програмний пакет Emme-3

У програмному пакеті Emme-3 реалізовано повний цикл моделювання
транспортної системи від розрахунку обсягів транспортного попиту до
визначення характеристик транспортних потоків на окремих ділянках
дорожньої мережі.
Можливості програми Emme-3:
- моделювання параметрів транспортного попиту;
- моделювання розподілу транспортних потоків по дорожній
мережі;
Переваги Emme-3:
- накопичений досвід розробників та відпрацьовані алгоритми
моделювання;
- широкі можливості графічного представлення результатів
моделювання;
- велика кількість проектів реалізована за допомогою Emme, тому у світі

10

накопичено велику кількість вихідних даних для цієї програми. Більшість
програмних пакетів підтримують обмін даними з Emme.
Недоліки Emme-3:
- ігнорування залежності між послідовними поїздками мешканця
протягом дня, між діяльністю мешканців (наприклад, членів сім'ї), які спільно
використовують автомобіль, що знижує точність моделювання транспортного
попиту. Класична чотирирівнева модель є недостатньою для моделювання
багатомодальних поїздок та заходів щодо організації дорожнього руху;
- відсутність мікромоделювання поведінки окремих учасників руху.
Програма розраховує час проїзду ділянок дорожньої мережі за
макроскопічними параметрами з використанням наближених залежностей [3].

1.2.2 Програмний пакет Omnitrans

Програма Omnitrans, що розробляється в Нідерландах, є сучасним
засобом макромоделювання транспортних систем.
Можливості Omnitrans:
- моделювання транспортного попиту;
- маршрутизація: розподіл поїздок за часом, видами транспорту та
ділянками дорожньої мережі;
- відновлення матриць транспортних кореспонденцій за даними
спостережень.
Переваги Omnitrans:
- можливість моделювання транспортного попиту як похідного стосовно
діяльності населення;
- можливість розробки та інтеграції у модель транспортного попиту
нових алгоритмів та процедур з використанням вбудованої мови
програмування;
- наявність модулів динамічного моделювання вибору виду транспорту
та маршруту руху.

11

Недоліки Omnitrans:
- відсутність модуля мікромоделювання - неточний облік умов руху
автомобілів [3].

1.2.3 Програмний пакет TRANSIMS

У програмі TRANSIMS реалізовані найбільш сучасні
принципи транспортного моделювання.
Можливості TRANSIMS:
- моделювання транспортного попиту та заходів щодо його регулювання;
- можливості моделювання багатомодальних поїздок; аналізу
ефективності маршрутної мережі ОПТ;
- мікромоделювання руху автомобілів. Здійснюється імітаційне
моделювання руху кожного автомобіля по дорожній мережі;
- імітаційне моделювання дозволяє отримати докладну інформацію про
параметри транспортних потоків, про кожну ділянку дорожньої мережі
(середня швидкість, щільність, інтенсивність у кожний момент часу), про
кожну досконалу поїздку (витрачений час, час проїзду ділянок мережі, середня
швидкість), про роботу ОПТ (середня завантаженість рухомого складу,
регулярність руху, пасажиропотоки).
Переваги TRANSIMS:
- найбільш послідовний алгоритм мікромоделювання діяльності та
поїздок населення. Принцип полягає і у створенні максимально точної
імітаційної моделі населення, в результаті моделювання окремих рішень
мешканців змінюється моделюванням добової діяльності мешканців. І в
процесі діяльності модельного населення генерується транспортний попит.
Такий підхід робить TRANSIMS найбільш зручним засобом моделювання
транспортного попиту та заходів щодо його регулювання;
- ефективний алгоритм маршрутизації поїздок із використанням різних
видів транспорту. Моделювання діяльності населення протягом доби дозволяє

12

враховувати спільне використання автомобіля членами сім'ї, поїздки,
комбіновані поїздки автомобіль – паркування – ОПТ чи ОПТ – зустріч на
зупинці – автомобіль. Можливість моделювання всього спектра можливих
поїздок – істотна умова для розробки заходів щодо ефективного використання
пропускної спроможності дорожньої мережі;
- модульна структура та наявність опублікованого вихідного коду
програм TRANSIMS дозволяє використовувати як кожен модуль окремо, так і
всю систему в цілому, надаючи практично необмежені можливості для
вдосконалення та створення своїх моделей. При цьому розширюються
можливості застосування: залежно від наявності вихідних даних та
розв'язуваних завдань можливе використання програми тільки для
моделювання транспортного попиту, тобто для отримання матриць
кореспонденцій за даними про населення та територію, для складання
маршрутів руху на всіх видах транспорту, або для мікромоделювання руху
автомобілів.
Недоліки TRANSIMS:
- моделювання руху автомобілів здійснюється методом клітинних
автоматів (тобто простір дороги моделі представляє у вигляді послідовності
«осередків» завдовжки від 1,5 метрів; між ними автомобілі здійснюють
дискретні переміщення). Підвищуючи швидкість моделювання та скорочуючи
комп'ютерні ресурси, що є необхідним для отримання результату, такий підхід
знижує точність обліку геометричних характеристик ділянок дорожньої
мережі;
- у версії TRANSIMS, що розповсюджується безкоштовно, з відкритим
кодом відсутня можливість візуалізації руху автомобілів. Комерційну версію
модуля візуалізації можна порівняти за ціною з конкуруючими програмними
пакетами, що робить її купівлю недоцільною. Відсутність засобів візуалізації
знижує маркетингову привабливість TRANSIMS та ускладнює налаштування
моделі [3].

13

1.2.4. Програмний пакет РТВ VISION (VISUM + VISSIM)

Програмний пакет PTV VISION (PTV AG, Німеччина) складається із
двох основних модулів. Між ними здійснюється обмін даними – VISUM для
моделювання транспортного попиту та розподілу поїздок усіх типів за видами
транспорту, часу доби та маршрутизації, VISSIM – для моделювання руху
автомобілів (нім. Verkehr In Stadt SIMulator).
Можливості PTV VISION:
- реалізація повного циклу транспортного моделювання;
- мікромоделювання руху кожного автомобіля, отримання детальної
інформації про функціонування кожного сегмента транспортної системи;
- моделювання маневрів автомобілів на обмеженому просторі,
наприклад при заїзді на стоянку.
Переваги PTV VISION:
- можливість моделювати: ланцюжки поїздок мешканців (тобто
послідовних поїздок протягом дня), що розширює можливості моделі,
збільшуючи точність моделювання вибору виду транспорту; вибір виду
транспорту, оптимального для всього ланцюжка поїздок, що враховує умови
проїзду протягом дня, виключає моделювання прямої та зворотної поїздок на
різних видах транспорту (наприклад, людина, яка приїхала на роботу
автобусом, не зможе повернутися на особистому автомобілі);
- модульна структура, що дозволяє розширювати функціональність
програми;
- детальне моделювання геометрії дорожньої мережі та траєкторій
автомобілів на перехрестях. Можливість точного моделювання правил проїзду
на перехрестях, у тому числі нерегульованих перехрестях рівнозначних доріг;
- можливість моделювання обгону транспортних засобів по смузі їх
руху та паркування автотранспорту на проїжджій частині;
- гарна тривимірна візуалізація, що підвищує маркетингову
привабливість моделі.

14

Недоліки PTV VISION:
- ігнорування залежності максимальної швидкості автомобілів від
геометричних характеристик (кривизни та ухилу) дороги. При побудові моделі
дорожньої мережі користувач повинен самостійно обмежувати швидкість на
криволінійних ділянках доріг;
- рішення учасників руху про зміну маршруту приймаються лише за
проїзду певних перерізів дорожньої мережі, встановлених користувачем [3].

1.2.5 Програмний пакет Cube

Cube – програмний пакет для моделювання транспортних систем,
розроблений фірмою Citilabs (Велика Британія) включає модулі для
моделювання транспортного попиту, мікромоделювання руху автомобілів, а
також роботи громадського пасажирського та вантажного транспорту.
Можливості Cube:
- реалізація повного циклу транспортного моделювання;
- мікромоделювання руху автомобілів. Отримання повної
інформації про дорожній рух та умови проїзду його учасників;
- моделювання пасажирського транспорту за допомогою
спеціалізованого модуля;
- моделювання вантажних перевезень.
Переваги Cube:
- можливість моделювання транспортного попиту з
урахуванням моделювання діяльності населення;
- інтеграція з геоінформаційною системою (ГІС) ArchGIS;
- підтримка фактично стандартного формату даних ГІС;
- сучасний модуль мікромоделювання дорожнього руху: надається
можливість моделювати невимушені перебудови за допомогою функції
привабливості, тобто величини, яка залежить від характеристик руху смугами
і характеризує оцінку цих умов руху водієм;

15

- модульна структура з великою кількістю можливостей, що забезпечує
вирішення різних завдань.
Недоліки Cube:
- ігнорування залежності між послідовними поїздками мешканця
протягом дня, між діяльністю мешканців (наприклад, членів сім'ї), які спільно
використовують автомобіль, що знижує точність моделювання транспортного
попиту. Класична чотирирівнева модель недостатня для моделювання
багатомодальних поїздок та заходів щодо організації дорожнього руху;
- неможливість моделювання нерегульованого перехрестя рівнозначних
доріг;
- математичне заниження пропускної спроможності дорожньої мережі:
зі збільшенням щільності потоку відбувається блокування ділянок дорожньої
мережі, не спостерігається насправді [3].

1.2.6 Програмний пакет AIMSUN

Програма AIMSUN, яку розробляє фірма Transport Simulation
(Барселона, Іспанія), здійснює повний цикл моделювання транспортної
системи.
Можливості AIMSUN:
- математична чотирирівнева модель;
- моделювання на мезорівні: детальне моделювання руху автомобілів зі
спрощеним алгоритмом підвищення ефективності;
- мікромоделювання руху автомобілів з можливістю отримання
детальної інформації щодо характеристик транспортного потоку на кожній
ділянці дорожньої мережі.
Переваги AIMSUN:
- можливість використовувати спрощений алгоритм моделювання руху
автомобіля для підвищення швидкості розрахунків;
- динамічна маршрутизація: моделюються рішення учасників руху про

16

зміну маршрутів, що приймаються безпосередньо у процесі поїздки залежно
від дорожньої ситуації;
- можливість точного налаштування правил проїзду перехресть;
- наявність вбудованого середовища програмування, що дозволяє
розробляти та інтегрувати у програму власні модулі, що розширюють
можливості моделі.
Недоліки AIMSUN:
- ігнорування залежності між послідовними поїздками мешканця
протягом дня, між діяльністю мешканців: (наприклад, членів сім'ї), які спільно
використовують автомобіль, що знижує точність моделювання транспортного
попиту. Класична чотирирівнева модель недостатня для моделювання
багатомодальних поїздок та заходів щодо організації дорожнього руху;
- недостатньо детальне моделювання геометрії перехресть і траєкторій
руху АТЗ (автомобілі рухаються по прямій, що з'єднує дві дороги, а не по дузі,
як у реальності) [3].

1.2.7 Програмний пакет TransCAD + Transmodeler

TransCAD надає можливості моделювання транспортного попиту a
Transmodeler – можливості моделювання руху автомобілів (Caliper, США).
Можливості TransCAD + Transmodeler:
- стандартний повний цикл транспортного моделювання;
- моделювання на трьох рівнях - мікрорівні, мезорівні і
макрорівні з різним ступенем деталізації.
Переваги TransCAD + Transmodeler:
- інтеграція з AutoCAD та з ArchGIS;
- детальний облік поведінкових особливостей водіїв;
- можливість моделювання з різним ступенем деталізації.

Недоліки TransCAD + Transmodeler:

17

- ігнорування залежності між послідовними поїздками мешканця
протягом дня, між діяльністю мешканців: (наприклад, членів сім'ї), які спільно
використовують автомобіль, що знижує точність моделювання транспортного
попиту. Класична чотирирівнева модель недостатня для моделювання
багатомодальних поїздок та заходів щодо організації дорожнього руху;
- відсутність засобів тривимірного графічного уявлення результатів
моделювання знижує маркетингову привабливість пакета [3].

1.2.8 Програмний пакет MITSIMLab

Програма MITSIMLab розроблена лабораторією моделювання
Масачусетського технологічного інституту (США), яка займається
прогнозуванням ефективності заходів з управління пропускною
спроможністю дорожньої мережі, включаючи будівництво та реконструкцію
дорожньої інфраструктури, застосування елементів інтелектуальних
транспортних систем (ІТС) та розробку планів організації руху за суттєвого
мережі (ДТП, масові заходи, ремонтні роботи тощо).
Можливості MITSIMLab:
- мікромоделювання руху кожного індивідуального транспортного
засобу; отримання середніх даних;
- отримання інформації про параметри руху (швидкість, щільність,
інтенсивність) на кожній ділянці дорожньої мережі. Інформація доступна в
«реальному часі» під час моделювання, та детальна кількісна інформація про
середню швидкість, щільність та інтенсивність руху по дорогах та про
транспортні затримки доступна в результаті моделювання;
- можливість створювати модель системи керування дорожнім рухом (у
тому числі із використанням елементів ІТС). Програмний комплекс містить
блок, що імітує роботу системи управління, який за показаннями датчиків, що
монтуються блоком дорожнього руху, керує модельованим дорожнім рухом за
допомогою світлофорів.

18

Переваги MITSIMLab:
- можливість застосування різних (вибраних користувачем) емпіричних
моделей, що описують рух дорогою, перебудову, проїзд перехресть та
поведінку водіїв (маневри, що здійснюються з порушенням безпечних
інтервалів та надання дороги, що не продиктоване правилами дорожнього
руху);
- урахування залежності поведінки водія від ситуації (більш агресивне
водіння при зменшенні дистанції для вимушеної перебудови, при тривалому
очікуванні можливості проїхати перехрестя тощо);
- динамічна маршрутизація – зміна маршруту під час поїздки, що є
необхідним для моделювання систем інформування водіїв щодо ситуації на
дорожній мережі.
- доступні вихідні коди програм, що дає можливість їх модернізації та
розробки власних модулів.
Недоліки MITSIMLab:
- недостатньо детальне моделювання геометрії перехресть і траєкторій
автомобілів на перехрестях та при перебудовах;
- відсутність тривимірної візуалізації знижує рекламну
привабливість моделі [3].

1.2.9 Програмний пакет Paramics та S-Paramics

Програма Paramics (Велика Британія) призначена для
мікромоделювання руху автомобілів дорожньою мережею. Існують дві версії
програми, незалежно одна від одної, що розробляються фірмами Quadstone
(Paramics) і SIAS, які мають багато спільного, хоча і відрізняються в деталях.
Можливості Paramics:
- мікромоделювання руху автомобілів по дорожній мережі. Отримання
детальної інформації про кожну поїздку про умови руху на кожній ділянці
дорожньої мережі;

19

- реалізація різних схем управління дорожнім рухом, у тому числі із
застосуванням елементів ІТС.
Переваги Paramics:
- детальне моделювання геометрії перехресть та траєкторій руху
автомобілів;
- автоматичне урахування кривизни та ухилу ділянки дороги щодо
допустимих швидкостей транспортних засобів;
- малий крок дискретизації з моделювання за часом. Послідовні
положення автомобіля, значення його швидкості та прискорення у всіх
програмних пакетах обчислюються в дискретні моменти часу, з певним
інтервалом Paramics забезпечує можливість моделювання з кроком за часом
0,01;
- динамічна маршрутизація - вибір маршруту в залежності від
дорожньої ситуації (S-Paramics);
- наявність модуля програмування розширення можливостей програми
(Paramics).
Недоліки Paramics:
- неможливість моделювання нерегульованого перехрестя рівнозначних
доріг;
- блокування ділянок дорожньої мережі із зростанням щільності руху
(тобто програма систематично занижує пропускну спроможність). Ступінь
агресивності керування у конкретного водія не залежить від часу очікування.
Вибір методу моделювання транспортного попиту значною мірою
залежить від вихідних даних. У різних ситуаціях найефективніше працюють
різні моделі. При порівнянні адекватності мікромоделювання транспортних
потоків на прикладі найпростіших перехресть з'ясувалося, що найбільші
труднощі з усіх описаних вище моделей представляють нерегульовані
перехрестя рівнозначних доріг. Так, у модулі мікромоделювання дорожнього
руху TRANSIMS конфлікт автомобілів на рівнозначних дорогах дозволяється
лише за рахунок агресивної поведінки водіїв. VISSIM дозволяє налаштувати

20

правила проїзду перехрестя та домогтися адекватної поведінки водіїв, проте
необхідність у повному описі дій водіїв знижує ефективність моделювання
моделі. Те саме відноситься до моделювання швидкості зниження: V1SSIM
зниження швидкості на викривлених ділянках має бути задано користувачем,
а не визначатися моделлю на основі кривизни траєкторії. Крім того,
періодично відбуваються «зіткнення» автомобілів, що моделюються.
Transmodeler дає можливість комбінування мікро-, мезо- та макро
моделювання дорожнього руху, коли різні ділянки дорожньої мережі
моделюються з різним ступенем деталізації та із застосуванням різних за
складністю моделей слідування за лідером та перебудов. Cube Dynasim погано
справляється з моделюванням щільних потоків: рух у системі блокуються
повністю. Aimsun дозволяє моделювати нерегульовані перехрестя без
додаткових налаштувань користувача. Проте поведінка водіїв неточно
відбиває реальність: зайва обережність змінюється зайвою агресивністю з
часом, проведеного на перехресті [3].

1.2.10 Програмний пакет PTV Vistro

Основними перевагами програмного продукту PTV VISTRO, що вигідно
відрізняють його від інших програмних продуктів, є можливість оптимізації
режимів регулювання, включаючи одночасну оптимізацію та координацію
відразу кількох регульованих перетинів (кільцевих, нерегульованих,
регульованих).
Основні функції, реалізовані в PTV VISTRO:
- обчислення рівня обслуговування перетинів;
- оптимізація режимів роботи світлофорного регулювання;
- прогноз розвитку ситуації;
- оцінка різноманітних заходів;
- керування кількома сценаріями;
- створення докладних звітів.

21

Область застосування PTV VISTRO включає наступний перелік завдань:
1. Планування заходів:
- розрахунок сценаріїв "що буде, якщо" на транспортній мережі малих
та середніх розмірів.
2. Транспортне планування:
- ефективне введення та зберігання даних;
- урахування даних для довгострокового прогнозування.
Порівняння різної геометрії вузлів:
- керування сигнальними програмами;
- розрахунок часу сигналів.
3. Сигнальні програми та розрахунок часу сигналів:
- прискорений аналіз сигнальних програм;
- розрахунок часу сигналів;
- оптимізація окремих перетинів, магістральна і
мережна оптимізація.
4. Магістральна оптимізація:
- визначення правильних схем організації дорожнього руху;
- оцінка потреб майбутніх заходів.
5. Аналіз руху ТЗ:
- створення руху, розподіл та вибір шляхів прямування;
- керування сценаріями;
- тестування та оцінка заходів;
- докладні звіти;
- попередній перегляд розподілу майбутніх поїздок [28].

1.2.11 Програмний пакет PTV Optima

PTV OPTIMA використовується для створення динамічних
транспортних моделей, з можливістю прогнозування характеру транспортного

22

потоку в залежності від поточної транспортної ситуації: виникнення ДТП,
ремонт дороги, світлофор, що не працює, тощо в режимі реального часу.
Інженери, які займаються питаннями організації та управління дорожнім
рухом, на основі інформації, що отримується в режимі реального часу від
детекторів і камер, а також даних про траєкторію руху транспортних засобів
(FCD) можуть прогнозувати зміни інтенсивності руху протягом певного
періоду доби або дня тижня та на основі цього приймати рішення про
управління різними подіями, що регулярно відбуваються.
Однак, обмеженість даних, що надходять, лише від невеликої кількості
ділянок ДДМ у разі непередбачених ситуацій або вчинення кількох значних за
збитком ДТП не дозволяє оперативно і адекватно приймати управлінські
рішення.
В даний час багато міст і цілі регіони все частіше використовують
транспортні моделі, що працюють в режимі реального часу, як інструмент для
прийняття рішень з метою покращення ситуації у сфері дорожнього руху.
PTV Optima є таким інструментом. В її основі лежить транспортна
модель, що поєднує в собі «звичайне» транспортне моделювання, а також дані
та алгоритми, що надходять і використовуються в режимі реального часу.
Робота програмного продукту заснована на даних транспортної моделі,
створеної в середовищі PTV VISUM, інформація від якої передається в PTV
Optima, де ці дані використовуються в режимі реального часу, регулювання
пропускної спроможності, швидкості та інтенсивності реальних транспортних
потоків, передбачення наслідків непередбачених подій, оцінки та порівняння
наслідків різних дій [28].

1.2.12 Програмний пакет PTV TDW

Зберігання, аналіз та керування даними про транспортні потоки.
Інформація про характеристики транспортного потоку (інтенсивності,
швидкості та щільності) є найбільш важливою для робіт у сфері планування

23

розвитку транспортної інфраструктури, калібрування транспортних моделей
(наприклад, у програмному комплексі PTV Vision® VISUM) або у визначенні
зношування автомобільних доріг.
PTV Traffic Data Warehouse (PTV TDW) – це система, що дозволяє
імпортувати, обробляти, централізовано зберігати, адмініструвати, керувати,
перевіряти та аналізувати даних вимірів (інтенсивностей та швидкостей руху
транспортних засобів, пасажиропотоків, рівня викидів шкідливих речовин та
ін.).
Дані про транспортні потоки збираються за допомогою датчиків
(детекторів), встановлених на транспортній мережі, і щодня відправляються на
сервер, де об'єднуються відповідно до просторових та змістових параметрів,
перевіряються на відповідність заданим граничним значенням і раніше
зібраним даним, що дозволяє швидко розпізнати відсутні або неправдоподібні
дані.
Переваги PTV TDW:
- візуалізація відфільтрованих (у напрямку руху, типу транспортних
засобів тощо) та обмежених тимчасовими рамками даних у вигляді гістограми
або таблиць для подальшого аналізу;
- легкість додавання та оновлення детекторів та інформації про їхнє
розташування реалізоване через централізоване управління місцями
підрахунку та даними вимірів у базі даних, а також через веб-інтерфейс
шляхом виділення на карті;
- експорт даних вимірів в інші додатки та (або) їх використання у
подальших обчисленнях, аналізі, відображенні та підсумкових звітах;
- покроковий інтерфейс для вибору необхідних налаштувань підготовки
та форматування даних для експорту з TDW у різних форматах;
- веб-інтерфейс дозволяє користувачам керувати та аналізувати зібрані
дані, створювати індивідуальні звіти з будь-якої точки планети [28].

24

1.2.13 Програмний продукт AnyLogic

AnyLogic - програмне забезпечення для імітаційного моделювання,
розроблене компанією The AnyLogic Company. Інструмент має сучасний
графічний інтерфейс і дозволяє використовувати мову Java для розробки
моделей. Версія AnyLogic PLE доступна безкоштовно для освітніх цілей та
самонавчання.
AnyLogic – єдиний інструмент імітаційного моделювання (ІМ), який
підтримує всі підходи до створення імітаційних моделей: процесно-
орієнтований (дискретно-подійний), системно динамічний та агентний, а
також будь-яку їхню комбінацію.
Унікальність, гнучкість і потужність мови моделювання, що надається
AnyLogic, дозволяє врахувати будь-який аспект системи, що моделюється, з
будь-яким рівнем деталізації. Графічний інтерфейс AnyLogic, інструменти та
бібліотеки дозволяють швидко створювати моделі для широкого спектру
завдань: від моделювання виробництва, транспортних потоків, логістики,
бізнес-процесів до стратегічних моделей розвитку компанії та ринків.
Виходячи з гіпотези, що конкурентоспроможність того чи іншого пакета
прикладних програм (ППП) може характеризуватись ступенем його
використання споживачами, можна спробувати визначити, які ППП найбільш
затребувані фахівцями у галузі моделювання транспортних потоків. Було
зроблено статистичний аналіз публікацій, у яких згадувалися ті чи інші
прикладні програми. Результати статистичного аналізу публікацій щодо
мікромоделювання представлені на рис. 1.1., макро (мезо) моделювання – на
рис. 1.2.

25

Рисунок 1.1 – Рейтинг програмних продуктів транспортного моделювання
на мікрорівні у кількісному та відсотковому співвідношенні

Рисунок 1.2 – Рейтинг програмних продуктів транспортного
моделювання на макро (мезо) рівні у кількісному та відсотковому
співвідношенні

З рис. 1.1 і 1.2 випливає, що найбільш популярними програмними
продуктами, призначеними для моделювання транспортних потоків на
мікрорівні є програми: AnyLogic, PTV Vissim та Aimsun; на макро (мезо) рівні:
PTV Visum, TransCad та PTV Optima.

26

РОЗДІЛ 2. РОЗРОБКА РЕКОМЕНДАЦІЙ ДЛЯ ПОБУДОВИ СИСТЕМИ
МОНІТОРИНГУ ТРАНСПОРТНИХ ПОТОКІВ І ВИЗНАЧЕННЯ
ТРАНСПОРТНИХ КОРРЕСПОНДЕНЦІЙ М. ДНІПРА ДЛЯ ТРИРІВНЕВОГО
ПІДХОДУ ПЛАНУВАННЯ

Для розробки рекомендацій щодо побудови системи моніторингу
транспортних потоків та визначення транспортних кореспонденцій м. Дніпра
для трирівневого підходу планування необхідно скласти загальну методологію
побудови та роботи з транспортними моделями, а потім розробити
рекомендації для кожного рівня окремо.

2.1 Загальна методологія побудови і роботи з
транспортними моделями

Загальна методологія побудови та роботи з транспортними моделями
включає наступні кроки:
- попередній аналіз та вибір спеціалізованого програмного забезпечення
(СПЗ) для моделювання;
- збирання та підготовка вихідних даних для побудови моделі;
- введення отриманих даних у модель;
- верифікація моделі (перевірка правильності введення вихідних даних);
- калібрування моделі (налаштування різних параметрів моделі з метою
мінімізувати розбіжність даних обстежень та результатів моделювання);
- валідація моделі (порівняння результатів моделювання та реальної
ситуації з використанням набору незалежних даних, що не беруть участь у
калібруванні для оцінки працездатності моделі та можливості її використання
для прогнозів);
- виконання експериментів, інтерпретація та аналіз результатів;
- прогнозування та побудова моделі перспективної ситуації (при
необхідності);

27

- формування звітних матеріалів;
- супровід моделі, актуалізація даних (за потреби).
Представлена послідовність дій більшою мірою актуальна для імітаційних
моделей будь-яких типів. Використання аналітичних моделей передбачає
виконання прямих розрахунків за однією або декількома заздалегідь відомими
залежностями, і в цьому випадку основним завданням, що вимагає уваги, є збір
якісних вихідних даних. З усіх перерахованих процесів особливу увагу слід
приділяти збору і підготовці вихідних даних, верифікації і
калібруванню отриманої моделі, залежно від підходів її моделювання (мікро-, макро
(мезо)).

2.1.1 Загальна методологія збору та підготовки вихідних (вхідних) даних
для побудови моделі

Метою етапу збору даних є підготовка повного набору якісних вихідних
даних, необхідні побудови моделі. Якість і точність вихідних даних грає
вирішальну роль достовірності результатів моделювання.
Вхідними даними для цього етапу є:
- необхідні типи вихідних даних;
- вибрані технології проведення вимірів;
- розташування місць проведення вимірів;
- тимчасовий проміжок вимірів;
- інші джерела даних.
На виході цього етапу має бути отриманий повний набір необхідних
вихідних даних, зібраних з дотриманням усіх вимог до встановленої точності.
Виміри на досліджуваній території повинні по можливості проводитися
одночасно для отримання узгоджених значень. У разі нестачі ресурсів
допускається проводити виміри в різні дні та узгоджувати отримані
результати по даними контрольних автоматичних вимірів добової
динаміки транспортних потоків.
Слід врахувати, що умови руху в дні проведення обстежень однакові та

28

відсутній вплив таких факторів, як:
- погодні умови;
- ремонтні роботи;
- ДТП;
- масові заходи.
У разі, якщо обстеження було проведено за наявності одного з
перерахованих вище факторів, дані, в подальшому введені в СПЗ, будуть
недостовірними, що негативно позначиться на підсумкових результатах
моделювання.
Рекомендується, щоб фахівець з моделювання, який розроблятиме і
проводитиме калібрування моделі проблемної ділянки, особисто виїжджав на
об'єкт для виявлення особливостей його функціонування. Просте візуальне
спостереження може виявити особливості та визначити додаткові
калібрувальні параметри.
Основні типи вихідних (вхідних) даних, необхідні побудови будь-якої
моделі, існуючої ситуації розробки проекту організації руху (ПОР) діляться
три категорії:
- транспортні;
- інфраструктурні;
- допоміжні, специфічні кожному за ПЗ.
Розглянемо кожен із основних типів окремо.
1. Транспортні дані для побудови моделі містять:
- інтенсивності руху транспортних потоків по перегонах і за напрямами
руху на перехрестях ділянки ДДМ, що розглядається, отримані шляхом
вимірів, як правило, з розбивкою на інтервали по 5-15 хв;
- матриця кореспонденцій транспортних потоків на цій ділянці;

29

- склад потоку за типами ТЗ;
- інтенсивність пішохідних потоків;
- інтенсивність велосипедних потоків.
2. Інфраструктурні вихідні (вхідні) дані у свою чергу включають:
- геометричні параметри;
- показники ОДР;
- параметри регулювання, зокрема. параметри підсистем ІТС;
- параметри роботи транспорту загального користування (ТЗК);
- параметри перспективи.
Геометричні параметри можуть бути отримані з наявної проектної
документації (наприклад, креслень AutoCAD), супутникової або
аерофотозйомки, а також шляхом безпосередніх вимірів.
Геометричні параметри включають:
- кількість смуг (з урахуванням фактичного використання);
- ширину смуг;
- довжину перегонів;
- довжину ділянок розширень;
- радіуси заокруглень (з урахуванням їх впливу на швидкість руху);
- поздовжні ухили;
- параметри тротуарів та велосипедних доріжок;
- конфігурації перетинів (у т. ч. пішохідних переходів
іперетинів з велодоріжками).
Характеристики ОДР включають:
- наявність заборон окремих маневрів;
- розподіл напрямків руху смугами;
- наявність виділених смуг (для окремих видів транспорту);
- локальні обмеження швидкості;
- наявність штучних нерівностей;
- наявність або заборона паркування вздовж проїжджої частини;

30

- обмеження маневрів перебудови;
- наявність заборон руху окремих типів транспортних засобів.
Параметри регулювання включають:
- місця дислокації периферійного обладнання
(світлофори, детектори, камери відеоспостереження тощо);
- режими світлофорного регулювання (кількість фаз, порядок
їх чергування, тривалості циклу, основних та проміжних тактів);
- параметри адаптивного керування;
- розташування та тип детекторів транспорту;
- параметри координованого керування;
- алгоритми роботи систем управління знаками змінної
інформації;
- алгоритми роботи систем інформування та навігації;
- інші алгоритми роботи магістральних та мережевих АСУДР та
підсистем ІТС.
Параметри роботи ТЗК:
- маршрути руху ТЗК;
- розташування зупинних пунктів;
- інтервал чи розклад руху;
- час пасажирообміну на пунктах зупинки;
- тип та характеристики рухомого складу.
Інфраструктурні параметри на перспективу включають дані щодо
передбачуваних змін у структурі ДДМ, схемою ОДР, конфігурації розв'язок,
систем управління тощо.
Крім перерахованих даних використовуються дані, які описують
параметри ТЗ та поведінку водіїв, а також специфічні для кожного
конкретного програмного продукту дані. До таких даних належать:
- довжина автомобілів (у вигляді розподілу або середнього значення та
відхилень);

31

- розподіл бажаної швидкості руху;
- середні та максимальні величини прискорення та уповільнення;
- параметри шкідливих викидів за типами ТЗ та режимами руху;
- специфічні параметри налаштування моделей поведінки (слідування за
лідером, зміни смуги, вибору проміжку).
Вимоги до точності вхідних даних для побудови моделі повинні
визначатись необхідною доцільністю, яка залежить від прийнятної похибки
результатів моделювання та від витрат на підвищення точності вхідних даних.
Наведені вище вхідні параметри для побудови моделі можна розділити
на детерміновані та стохастичні. До детермінованих відносяться незмінні,
однозначно певні параметри, такі як геометричні розміри, параметри ОДР,
режими регулювання, параметри ТЗК. Точність таких параметрів залежить від
часу, витраченого з їхньої отримання чи кількості вимірів, і має становити 100
%. Будь-яка невідповідність параметрів такого типу стосується розряду
помилок введення, а не похибки при зборі даних.
До стохастичних параметрів відносяться в основному параметри
транспортних потоків, такі як інтенсивність, швидкість, склад, а також похідні
від них параметри умов руху - час руху, довжини черг, фактична пропускна
спроможність тощо. Значення таких параметрів можуть коливатися у значних
межах з дня день, що ускладнює їх точне визначення. Для проведення якісної
оцінки потрібні усереднені значення параметрів такого типу. Рекомендується
виконувати щонайменше 3-х вимірів параметрів стохастичного типу. Далі слід
оцінити розкид отриманих значень. Якщо відхилення від середнього становить
понад 20%, необхідно провести додаткові вимірювання.

32

2.1.2 Загальна методологія верифікації моделі

Після початкового введення вихідних даних, перш ніж перейти до етапу
калібрування, необхідно здійснити перевірку правильності роботи моделі та
введеної інформації, цей процес називається верифікацією. Від якості
введення та початкового налаштування моделі істотно залежить не тільки
трудомісткість подальшого калібрування та валідації, а й можливість їх
виконання в принципі.
Метою даного етапу є підтвердження коректності введення даних за
такими аспектами:
- відсутність помилок безпосередньо під час введення чисельних
параметрів;
- коректність базових налаштувань та співвідношень елементів моделі;
- врахування специфічних факторів.
У частині перевірки помилок введення необхідно впевнитись, що
введені значення таких параметрів, як дозволена швидкість, обсяг руху між
пунктами відправлення/призначення, тривалість фаз, параметри ТЗ та інших
чисельних параметрів відповідають зібраним вихідним даним. Характерними
помилками на цьому етапі можуть бути прості друкарські помилки,
наприклад, зайвий нуль, або неправильний вибір поля для введення значення.
Перевірку коректності базових налаштувань та співвідношень елементів
моделі слід проводити по кожному елементу окремо. Розглянемо ці елементи
базових налаштувань.
1. Перевірка загальної структури графа ДДМ та схеми ОДР.
Під час верифікації слід перевірити правильність введення елементів
ДДМ та їх основних параметрів, таких як:
- фактична кількість смуг;
- дозволені напрямки;
- дозволені швидкості;

33

- геометрія перетинів.
2. Параметри ТЗ.
Слід уточнити тип транспортних засобів, що використовується в даному
проекті, а також параметри цих типів, такі як, довжина, прискорення,
уповільнення тощо.
3. Параметри поведінки водіїв.
На етапі перевірки слід обґрунтовано вибрати початкові параметри
поведінки водіїв, такі як середня тимчасова дистанція, агресивність водіння,
налаштування моделі зміни смуг, частка порушників швидкісного режиму,
частка водіїв погано знайомих з ділянкою ДДМ, що розглядається тощо.
4. Параметри перетинів.
Для нерегульованих перетинів слід перевірити значення параметрів
моделі вибору безпечного проміжку. Вони залежатимуть від видимості,
геометрії перетину, типу транспортного засобу, рівня завантаження. Якість
налаштування моделі вибору проміжку може відігравати значну роль у
відтворенні пропускної здатності мережі.
Слід перевірити, як працюють інтенсивні поворотні потоки, з скількох
рядів фактично здійснюється поворот, скільки автомобілів міститься в зоні
накопичення і як вони впливають на рух в інших напрямках. Також слід
перевірити поведінку водіїв на перехрестях, де можливі блокування
другорядних напрямків через перевантаження.
На регульованих перетинах слід ретельно перевірити налаштування
параметрів регулювання, такі як пофазний роз'їзд, тривалість циклу, основних
та проміжних тактів, параметри адаптивного та координованого управління.
Параметри регулювання слід звірити з наявною документацією та
результатами обстежень.
Слід ретельно перевірити вплив на потік насичення таких факторів, як
траєкторія руху, ухили, видимість, склад потоку, ширина смуг, перешкоди з
боку пішоходів, велосипедистів, зупинок ТЗК тощо. На підходах до
перехрестя слід перевірити ділянки, де відбувається зміна смуг для здійснення

34

наступних маневрів.
5. Особливості взаємодії різних учасників руху.
Слід перевірити, наскільки достовірно відтворюється взаємодія
транспортного потоку з пішоходами та з транспортом загального
користування. Взаємодія з пішоходами відбувається переважно на
перехрестях. Слід явно моделювати таку взаємодію тільки там, де це істотно
впливає на умови руху, наприклад, перешкоди при здійсненні поворотів,
нерегульовані переходи з високою інтенсивністю пішоходів, регульовані
перетину з викликаною пішохідною фазою.
Необхідно перевірити, як відбувається рух транспорту загального
користування, особливо в зоні пунктів зупинки. Увага слід звертати на такі
питання як фактичний розклад руху, особливості маневрування, час
посадки/висадки пасажирів, швидкість руху тощо. За наявності виділених
смуг та пріоритетного пропуску необхідно перевірити їх роботу. Особливу
увагу необхідно приділити зупинкам трамвая з висадкою пасажирів на
проїжджу частину та виїзду автобусів із локальних розширень.
6. Параметри навантаження.
Крім контролю правильності введення чисельних значень параметрів
транспортного навантаження, необхідно перевірити наступні моменти: склад
потоку за типами ТЗ, розподіл попиту за часом (інтервали 5-15 хв), коректність
маніпуляцій над матрицями кореспонденцій (при необхідності).
7. Параметри моделі вибору маршруту.
У випадку якщо ділянка ДДМ, що розглядається, має можливості руху
автомобілів різними маршрутами і цей розподіл може вплинути на результати,
необхідно приділити особливу увагу вибору та налаштування моделі вибору
маршруту. На етапі верифікації необхідно перевірити такі аспекти:
- обґрунтованість обраної моделі розподілу потоків маршрутами;
- вибір базових налаштувань цієї моделі;
- спосіб формування функції вартості проїзду;
- параметри відрізків, що впливають на вибір маршруту.

35

Рекомендується використовувати такі методи виявлення помилок
уведення:
1. Запуск моделі з невеликим завантаженням (менше 50% від пікової)
для пошуку можливих помилок. Якщо при невисокому навантаженні
утворюються затори, то це через помилки;
2. Простежити кілька траєкторій руху ТЗ ключовими маршрутами.
Відстежити непередбачені гальмування та зміну смуг;
3. Запуск моделі з 50% завантаженням та вище для аналізу
реалізованості попиту. Слід перевірити, чи весь попит входить у мережу, і
який відсоток виходить.
Висновок: на виході етапу верифікації модель повинна гарантувати
відсутність помилок введення та правильність налаштування основних
елементів та їх співвідношень, тобто. має бути повністю готова до
калібрування.

2.1.3 Загальна методологія калібрування моделі

Калібрування – один із найважливіших етапів побудови моделі будь-
якого типу. Метою етапу калібрування є налаштування моделі таким чином,
щоб вихідні параметри моделі достатньою мірою відповідали реальним
значенням.
Сучасні програмні комплекси імітаційного макро (мезо) і
мікромоделювання включають набір різних субмоделей, кожна з яких має свої
налаштування. Завдання етапу калібрування – визначити таке поєднання
значень параметрів, у якому досягається обраний ступінь відповідності за
ключовими вихідними параметрами.
Проведення калібрування моделі – це найбільш трудомісткий етап, його
виконання потребує найвищої кваліфікації спеціаліста з моделювання.
На вході етапу калібрування має бути ретельно перевірена
(верифікована) модель, в якій відсутні будь-які помилки введення та обрані

36

обґрунтовані початкові налаштування та параметри.
Враховуючи значну кількість настроюваних параметрів необхідно
дотримуватися певної стратегії, тобто, правил та послідовності дій.
Перш ніж приступати до калібрування конкретної моделі локальної
ділянки, слід переконатися, що параметри базових моделей поведінки, що
використовуються в даному продукті, налаштовані таким чином, щоб
максимально відповідати місцевим особливостям. У загальному випадку не
рекомендується використовувати встановлені стандартні параметри базових
моделей поведінки в процесі калібрування локальних моделей.
Усі безліч параметрів, доступних для калібрування, слід розділити на дві
категорії:
- параметри, значення яких не викликають сумнівів у достовірності та
можуть бути виключені з процесу калібрування;
- параметри, у значеннях яких фахівець не впевнений і вважає за
необхідне їх налаштування.
Після вибору параметрів, які підлягають налаштуванню, їх слід
розділити на ті, які безпосередньо впливають на пропускну здатність
(наприклад, тимчасова дистанція), і ті, які впливають на кількісний розподіл
транспортних потоків (наприклад, параметри вибору маршруту).
Параметри, що впливають на пропускну здатність, калібруються
першими при постійних параметрах попиту. Усередині цих груп параметри
поділяються на глобальні, які впливають на всю модель, і локальні, що
впливають на поведінку на окремих відрізках і вузлах. Насамперед
калібруються глобальні параметри, потім при необхідності налаштовуються
локальні.
Послідовність дій калібрування локальної моделі можна так:
Крок 1. Провести перевірку правильності введення вихідних даних,
вибрати перелік та значення параметрів, що не підлягають калібруванню. Етап
аналізу помилок введення є вкрай важливим, не можна припустити, щоб
процес калібрування полягав у компенсації помилок введення.

37

Крок 2. Виконати початковий процес калібрування з налаштуванням
параметрів, що впливають на пропускну здатність і домогтися задовільної
відповідності зі значеннями, що спостерігаються в реальності. Насамперед
калібруються глобальні параметри, потім локальні. На даному етапі
параметри, що впливають на попит, не змінюються, але допускається штучно
збільшувати навантаження, щоб оцінити пропускну здатність. Цей етап також
має важливе значення, оскільки пропускна здатність здійснює прямий вплив
на показники роботи мережі.
Крок 3. Виконайте другий етап калібрування з фіксованими значеннями
параметрів, отриманих на попередньому кроці. Змінюються лише параметри,
що впливають розподіл потоків. Насамперед калібруються глобальні
параметри, потім локальні.
Крок 4. Оцінка загальних показників моделі щодо відповідності
реальним значенням (час руху, довжини черг та інших.). Допускається
мінімальне налаштування локальних параметрів обох типів за потреби.
Калібрування пропускної спроможності.
Завданням калібрування пропускної здатності є пошук такого набору
параметрів, при якому спостерігається максимальна відповідність модельних
значень із заміряними значеннями пропускної здатності
Вибір місць для вимірювання пропускної спроможності залежить від
існуючих умов руху на території, що розглядається. Для нерегульованих
ділянок це місця, де можна спостерігати стійкі черги хоча б протягом 10-15
хвилин. Пропускна спроможність визначається як інтенсивність роз'їзду цієї
черги. Для отримання необхідних результатів слід провести у кожній точці
кілька вимірів, обчислити середнє та призвести до годинних значень.
На перехрестях зі світлофорним регулюванням для вимірювання потоку
насичення достатньо наявності черги з 10 автомобілів.
Для якісної оцінки на даному етапі рекомендується вибирати для аналізу
близько 20-30% перехресть мережі, що розглядається, але не менше 3-4.
Ділянки, обрані з метою оцінки пропускну здатність, наскільки можна бути

38

ізольовані друг від друга, тобто, не слід вибирати, наприклад, послідовні
перехрестя однієї магістралі.
Імітаційні мікромоделі не мають явного вихідного параметра
"пропускна здатність". Можна тільки виміряти, скільки автомобілів пройшло
через певний перетин. Вимірювання пропускної спроможності моделі
проводяться аналогічно реальним ділянкам з урахуванням функціоналу
конкретного програмного продукту.
Основними глобальними параметрами для калібрування пропускної
спроможності є тимчасова дистанція між автомобілями та час реакція водіїв
(або їх еквіваленти).
Як основні калібрувальні параметри попиту на даному етапі будуть
використовуватися:
- обсяг навантаження;
- її розподіл у часі;
- параметри обізнаності водіїв;
- функції вартості проїзду за відрізками;
- швидкість вільного руху;
- параметри вибору маршруту тощо.
У свою чергу основними критеріями якості калібрування на даному етапі
буде збіг модельних і спостережуваних інтенсивностей руху на ділянках і
поворотах, час проїзду між контрольними точками, вимірювані методом
плаваючого автомобіля, а також збіг швидкостей транспортних потоків діючої
мережі та готової моделі.
Нижче наведено приклади впливу різних параметрів, що найчастіше
зустрічаються у програмних комплексах мікромоделювання, на показники
функціонування моделі. Параметри з метою калібрування можна
класифікувати за трьома групами відповідно до ступеня їх впливу на вихідні
результати імітації:
- глобальні параметри;
- параметри секції;

39

- параметри типу транспортних засобів
Глобальні параметри впливають на всі автомобілі незалежно від їхнього
типу під час руху в будь-якому місці мережі.
Параметри секції впливають на всі автомобілі незалежно від їх типу під
час руху певною секцією мережі.
Параметри типів транспортних засобів впливають на автомобілі певного
типу незалежно від їхнього розташування в мережі.
На останній стадії калібрування оцінюються основні показники роботи
моделі в цілому та порівнюються із зібраними в результаті обстежень. До
таких показників відносяться, наприклад, час проїзду між контрольними
точками, виміряні методом плаваючого автомобіля, поведінка черг, їхня
середня довжина, тривалість і характер формування, заміряні затримки тощо.
У разі істотних розбіжностей на даному етапі допускається невелике
підстроювання параметрів моделі в межах 10-15%. Необхідність у більш
суттєвих коригуваннях говорить про неякісно виконані попередні кроки
калібрування.
Кінцева мета калібрування моделі – компроміс між зусиллями,
витраченими на калібрування, та точністю відтворення моделлю реальної
ситуації. Для оцінки адекватності та якості транспортних моделей
використовують загальноприйняті статистичні критерії, що дозволяють
швидко оцінювати основні якісні параметри створених моделей. Слід
зазначити, що у середовищі транспортних інженерів, які займаються
питаннями транспортного моделювання, склалися певні довірчі кордони, у
яких виходячи з існуючого набору статистичних критеріїв створена
транспортна модель має право використовувати у практичних транспортних
розрахунках.

40

2.2 Рекомендації для побудови системи моніторингу транспортних
потоків та визначення транспортних кореспонденцій м. Дніпра за
допомогою макро-мезоскопічного підходу планування

Застосування математичних макромоделей найбільш застосовно на
стадії отримання вихідних даних на вирішення завдань проекту. На стадіях
варіантного моделювання та аналізу ефективності прийнятих рішень
макромодель не дозволяє отримати достатній ступінь деталізації
рекомендованих параметрів оцінки рішень по ОДР, проте дає можливість
оцінити перерозподіл потоків на більшій території, який може виникнути
внаслідок рішень, що приймаються.
Основні типи вихідних (вхідних) даних, необхідні побудови
макромоделі існуючої ситуації м. Дніпра діляться на чотири категорії:
- загальні;
- дані статистики;
- транспортні;
- інфраструктурні;
Розглянемо кожну з основних категорій окремо.
1. Загальні дані для побудови моделі містять:
- план міста. План міста може бути представлений у вигляді
електронних карт, супутникових знімків, які можуть бути імпортовані в
модель з наявних додатків або введені вручну за допомогою графічного
редактора за допомогою якісної растрової підкладки;
- загальні відомості про район, що досліджується. Загальні відомості
необхідні для оцінки результатів розрахунку транспортного попиту.
2. Дані статистики для побудови моделі містять: відомості про
населення, про працездатне населення, про робочі місця, про робочі місця у
сфері послуг. Ці дані необхідні створення транспортних потоків (що є
частиною транспортного попиту) з допомогою характеристичної моделі.
3. Транспортні дані для побудови моделі містять:

41

- інтенсивності руху транспортних потоків за певним переліком
перегонів та за напрямками руху на ключових перехрестях, отримані шляхом
вимірів, як правило, з розбивкою на інтервали по 15 хв;
- склад потоку за типами ТЗ на досліджуваній території;
- коефіцієнти приведення до легкового автомобіля;
- дані про річну, тижневу та добову нерівномірність руху.
4. Інфраструктурні вихідні (вхідні) дані макроскопічної моделі м.
Дніпра у свою чергу містять:
- основні геометричні параметри (структура графа ДДМ, кількість смуг
руху, довжина перегонів);
- характеристики ОДР (наявність заборон окремих маневрів, наявність
виділених смуг (для окремих видів транспорту), локальні обмеження
швидкості, наявність заборон руху окремих типів транспортних засобів);
- параметри регулювання (режими світлофорного регулювання
(кількість фаз, порядок їх чергування, тривалості циклу, основних та
проміжних тактів);
- значення розрахункової пропускної спроможності всіх категорій
вулиць і доріг;
- параметри роботи ТЗК (маршрути руху ТЗК, розташування
зупинкових пунктів, інтервал або розклад руху, час пасажирообміну на
зупинкових пунктах, тип рухомого складу та його місткість);
- параметри на перспективу (включають у собі дані щодо
передбачуваних змін у структурі ДДМ, схемою ОДР, конфігурації розв'язок,
систем управління тощо).
При побудові макроскопічної моделі м. Дніпра необхідно всю територію
міста правильно розбити на транспортні райони. Транспортні райони повинні
ділити територію на однорідні з функціональної та транспортної точки зору
ділянки. Розмір транспортних районів слід вибирати за критерієм
транспортних потоків, що генеруються.
При заданні кордонів транспортних районів слід дотримуватись

42

наступних принципів:
- використання ліній природних та штучних перешкод (річки, лінії
залізниць тощо);
- узгодження з адміністративним поділом території;
- облік функціонального зонування території міста;
- збереження кварталів забудови, що склалися;
- недопущення районів витягнутої конфігурації.
При зборі вихідних даних особливу увагу слід приділяти вибору
розташування пунктів обліку щодо обстеження. Слід дотримуватись
наступних рекомендацій:
- пункти обліку необхідно розміщувати на основних
магістралях/дорогах та основних перехрестях, поблизу кордонів транспортних
районів, щоб вимірювати обсяг переміщень між ними;
- інтенсивність потоків заміряється як у перерізі, і у всіх поворотних
напрямах на перехрестях;
- кількість пунктів обліку всередині зони моделювання має приблизно
дорівнює кількості транспортних районів;
- пункти обліку повинні покривати всі основні в'їзди-виїзди в області
моделювання.
Конкретний набір пунктів обліку має бути уточнений на етапі вибору
меж моделі та розробки схеми транспортного районування.
Тільки за дотримання всіх вищевикладених рекомендацій можна зібрати
достатню кількість вихідних даних для побудови достовірної макроскопічної
моделі.

2.3 Рекомендації щодо побудови системи моніторингу транспортних
потоків та визначення транспортних кореспонденцій м. Дніпра за
допомогою мікроскопічного підходу планування

До мікромоделей трансопртних потоків відносяться моделі, що

43

описують транспортний потік на рівні окремих автомобілів або їх невеликих груп.
При імітаційному моделюванні динамічні процеси системи-оригінала
підмінюються процесами, які імітують алгоритм моделі, з дотриманням тих же
співвідношень тривалостей, логічних і тимчасових послідовностей, як і в реальній
системі. Імітаційне моделювання на мікрорівні дозволяє максимально точно оцінити
результуючі показники якості роботи мережі, такі як рівень затримок, середня
швидкість, кількість зупинок, рівень завантаження тощо. Основними вихідними
(вхідними) даними, необхідними для побудови мікромоделі існуючої ситуації при
розробці ПОР м. Дніпра є:
- дані про геометрію вулично-дорожньої мережі;
- технічні і геометричні особливості різних типів транспортних засобів;
- склад транспортного потоку, тобто, яка кількість видів транспортних
засобів присутня на даній ділянці;
- інтенсивність руху транспортних засобів;
- розташування світлофорних об'єктів та їх цикли;
- дані про рух громадського транспорту (маршрути, розташування
зупинок, розклад, місткість рухомого складу тощо);
- дані про пішохідний рух (інтенсивність, напрямок руху, параметри
пішохідних зон тощо).
Після збору отриманих даних можна приступати до створення
імітаційної моделі. Розглянемо поетапне створення мікроскопічної моделі м.
Дніпра.
1- й етап – побудова вулично-дорожньої мережі:
- імпорт растрової або векторної основи, що містить дані про геометрію
мережі (креслення, виконане у спеціалізованій програмі, супутниковий знімок,
онлайн-карти тощо). Важливо, на даному етапі введення растрової основи
програму відмасштабувати обраний ділянку ДДМ.
- на отриману підоснову наносимо ДДМ, представлену відрізками та
з'єднання між цими відрізками;
- для кожної дороги визначаємо кількість та ширину смуг руху;

44

- визначаємо дозволені маневри (повороти, обгони, перестроювання).
2- й етап – запровадження транспортного потоку:
- визначаємо, які типи та класи транспортних потоків ми будемо
використовувати;
- визначаємо склад даного потоку (кількість легкового, вантажного
транспорту тощо);
- визначаємо параметри манери поведінки водія;
- вводимо інтенсивність руху на вхідних відрізках;
- вводимо дані по громадському транспорту (розклад, зупинки,
місткість рухомого складу тощо);
- вказуємо маршрути руху транспортних засобів.
3- й етап – регулювання дорожнього руху:
- визначаємо конфліктні зони, запроваджуємо правила пріоритету;
- встановлюємо різні обмеження (наприклад, швидкість, знаки
тощо);
- вводимо світлофорне регулювання (визначаємо тривалість циклу, час
роботи різних сигналів світлофора);
4- й етап – введення пішохідних потоків:
- визначаємо типи пішоходів та їх динамічних характеристик;
- налаштовуємо параметри моделі поведінки;
- вводимо інтенсивність руху пішохідних потоків;
- вказуємо маршрути руху.
5- й етап – перевірка введених даних у імітаційну модель, імітація моделі,
виведення даних.

45

РОЗДІЛ 3. РОЗРОБКА МОДЕЛІ ТРАНСПОРТНИХ ПОТОКІВ М. ДНІПРА НА
МІКРОРІВНІ

Збільшення насиченості м. Дніпра автомобільним транспортом та
інтенсивне будівництво призвели до зміни всього характеру вуличного руху.
У години пік інтенсивність руху на окремих магістралях міста досягає
граничного значення, що призводить у свою чергу до транспортних затримок
та простоїв автомобілів. З метою підвищення пропускної спроможності
постійно проводиться реконструкція міської дорожньо-транспортної мережі,
розробляються та впроваджуються у виробництво нові технічні та програмні
засоби з вивчення руху транспорту та пішоходів, створюються сучасні
автоматизовані системи контролю та управління дорожнім рухом.
Через тривалі затримки транспортних потоків на перехрестях та в
транспортних вузлах швидкість автомобілів у містах постійно знижується, що
призводить у свою чергу до багатокілометрових пробок. Організація руху
транспорту в містах являє собою сукупність заходів, що мають на меті активно
впливати на формування та спрямування транспортних та пішохідних потоків
для забезпечення швидкості та безпеки руху, найбільших зручностей та
економічності перевезення людей та вантажів.
У даній кваліфікаційній роботі розглядалися чотири сполучні
перехрестя, з метою виявлення їх недоліків при існуючій організації
дорожнього руху (ОДР):
- перехрестя Проспект Івана Мазепи – вул. Полковника Горленка;
- перехрестя Проспект Івана Мазепи – вул. Володимира Самодриги.
На цих перетинах за допомогою натурного обстеження було підраховано
інтенсивність руху транспортного потоку, необхідну для складання картограм
розподілу інтенсивності руху транспортних засобів за напрямками та
використовувану в одному з ППП – РTV Vision VISSIM, з метою отримання
даних про рух транспортного потоку. За допомогою програми імітаційного
моделювання PTV Vision VISSIM змодельовано діючу модель руху

46

транспортного потоку та отримано відповідні дані.
В рамках цього дослідження проведено порівняння кількісних
характеристик транспортного потоку у три етапи:
1) обстеження обраних ділянок та збирання необхідних даних за існуючої схеми
руху 2015 року.
2) обстеження обраних ділянок та збирання необхідних даних після
реконструкції та введення його в експлуатацію у вересні 2020 року.
Для забезпечення необхідною пропускний здібності ДДМ і
забезпечення безпеки руху здійснено оцінку кількісних показників ефективності
реконструкції цієї ділянки за допомогою програми мікромоделювання
транспортних потоків PTV Vision VISSIM.
Розглянемо перетин Проспект Івана Мазепи – вул. Полковника
Горленка після їх реконструкції.

3.1 Аналіз схеми та організації руху на перетині Проспект
Івана Мазепи-вул. Полковника Горленка після їх
реконструкції
Після реконструкції проспекту Івана Мазепи змінилася кількість смуг
руху на самому проспекті в попутному та зустрічному напрямку, на цьому
перетині нанесли відповідну розмітку руху смугами, повісили відповідні
дорожні знаки особливих приписів, звичайні лампові світлофори замінили на
сучасні світлодіодні.
Загальний вигляд перетину перетині Проспект Івана Мазепи-вул.
Полковника Горленка після їх реконструкції представлений на рис. 3.1.
Аналізуючи рис. 3.1 видно, що Проспект Івана Мазепи розширили до
шести смуг по три в кожну сторону, причому на підході до перетину зроблено
розширення до чотирьох смуг для безперешкодного повороту транспортних
засобів праворуч із Проспекту Івана Мазепи на Полковника Горленка.
Схема організації руху після реконструкції цих ділянок на перехресті
Проспект Івана Мазепи-вул. Полковника Горленка представлена на рис. 3.2.

47

Рисунок 3.1 – Перетин Проспект Івана Мазепи-вул. Полковника Горленка

Рисунок 3.2 – Проспект Івана Мазепи-вул. Полковника Горленка після їх
реконструкції

На перехресті Проспект Івана Мазепи-вул. Полковника Горленка
організовано чотирифазне світлофорне регулювання. Фази роз'їздів
транспортних засобів як до, так і після реконструкції Проспект Івана Мазепи
залишилися без змін, проте варто зазначити, що змінився світлофорний

48

цикл. Режим роботи світлофорної сигналізації на цьому перетині до та після
реконструкції Проспекту Івана Мазепи та вул. Полковника Горленка
представлено на рис. 3.3 і 3.4.

Рисунок 3.3 – Режим роботи світлофорної сигналізації на перетині Проспект
Івана Мазепи-вул. Полковника Горленка до реконструкції обраних ділянок

Рисунок 3.4 – Режим роботи світлофорної сигналізації на перетині пр.
Проспект Івана Мазепи-вул. Полковника Горленка після реконструкції
Проспекта Івана Мазепи

Рисунок 3.5 – Режим роботи світлофорної сигналізації на перетині пр.
Проспект Івана Мазепи-вул. Полковника Горленка після реконструкції
вул. Полковника Горленка

49

Порівнюючи світлофорні цикли на перетині Проспект Івана Мазепи-вул.
Полковника Горленка до та після їх реконструкції можна відзначити, що
загальний час світлофорного циклу збільшився майже на 50 секунд і розподіл
часу за напрямками також змінився.

3.2 Аналіз схеми та організації руху на перетині Проспект
Івана Мазепи-вул. Володимира Самодриги після їх
реконструкції

Після реконструкції Проспекта Івана Мазепи заключним етапом
реконструкції цієї ділянки стало розширення вул. Володимира Самодриги з
чотирьох смуг до шести смуг по три в кожну сторону руху. На перехресті
Проспект Івана Мазепи-вул. Володимира Самодриги внесено зміни до фаз
світлорегульного регулювання, також змінилися фази роз'їздів транспортних
засобів на даному перетині. Слід зазначити, що на вул. Володимира Самодриги
прибрали додаткову стрілку праворуч під час повороту. Перетин Проспект
Івана Мазепи-вул. Володимира Самодриги наведено на рис. 3.6.

Рисунок 3.6 – Перетин Проспект Івана Мазепи-вул. Володимира
Самодриги після їх реконструкції

50

Схема організації руху після реконструкції на перехресті Проспект Івана
Мазепи-вул. Володимира Самодриги представлено на рис. 3.7.

Рисунок 3.7 – Схема організації руху на перехресті Проспект Івана Мазепи-
вул. Володимира Самодриги після їх реконструкції

На перехресті Проспект Івана Мазепи-вул. Володимира Самодриги
організовано чотирифазне світлофорне регулювання. Розглянемо режим
роботи світлофорної сигналізації та кожну з фаз окремо після реконструкції
Проспекту Івана Мазепи та вул. Володимира Самодриги. Їхнє наочне
зображення представлене на рис. 3.9-3.12.

Рисунок 3.8 – Режим роботи світлофорної сигналізації на перетині вул.
Проспект Івана Мазепи-вул. Володимира Самодриги до та після їх
реконструкції

51

Рисунок 3.9 – 1 фаза роз'їзду на перехресті Проспект Івана
Мазепи-вул. Володимира Самодриги

Рисунок 3.10 – 2 фаза роз'їзду на перехресті Проспект Івана
Мазепи-вул. Володимира Самодриги

52

Рисунок 3.11 – 3 фаза роз'їзду на перехресті Проспект Івана
Мазепи-вул. Володимира Самодриги

Рисунок 3.12 – 4 фаза роз'їзду на перехресті Проспект Івана
Мазепи-вул. Володимира Самодриги

53

Порівнюючи світлофорні цикли до та після реконструкції Проспекту
Івана Мазепи та вул. Володимира Самодриги можна сказати, що загальний час
світлофорного циклу на перетині Проспект Івана Мазепи-вул. Володимира
Самодриги так само, як і на перетині Проспект Івана Мазепи-вул. Полковника
Горленка збільшився майже на 50 секунд, змінилося розподілення часу за
напрямками, а також змінилися фази проїздів транспортних засобів.

3.3 Дослідження інтенсивності транспортних потоків на припиненнях
Проспект Івана Мазепи-вул. Полковника Горленка та Проспект Івана
Мазепи-вул. Володимира Самодриги до та після реконструкції

В рамках даного дослідження на перехрестях Проспект Івана Мазепи-
вул. Полковника Горленка та Проспект Івана Мазепи-вул. Володимира
Самодриги проводилися натурні дослідження інтенсивності руху за
методикою, що включає вимірювання транспортних потоків за напрямками
руху в години пік: ранкові, в обідній час та вечірні.
На даних перетинах проводилася відеозйомка тривалістю 15 хвилин,
підраховувалася кількість і склад транспортних потоків за напрямками,
отримані результати множилися на 4 для отримання годинної інтенсивності
руху на перетинах. Потім отримані дані перетворювалися на годинну
інтенсивність руху транспортних потоків у наведених одиницях (до легкового
автомобіля) з урахуванням відповідних коефіцієнтів приведення
інтенсивності: мотоцикли – 0,5; легкові транспортні засоби – 1; автобуси – 2,5;
тролейбуси – 3; вантажні транспортні засоби – 3.
Максимальна інтенсивність руху транспортних коштів
спостерігалася в ранкові годинник пік. Підсумкова інформація
отриманих даних заносилася до протоколів вимірювань, поданих у таблиці 3.1.

54

Таблиця 3.1 – Протокол вимірювання інтенсивності руху транспортних
засобів за напрямами на перехресті Проспект Івана Мазепи-вул. Полковника
Горленка у ранковий час пік до реконструкції
Інтенсивність руху, авт/год Інтенсивність
Перехрестя Напрям руху,прив.
легкові автобуси тролейбуси вантажні мотоцикли од/год
1 – 2 310 25 385
1 – 3 630 20 10 710
1 – 4 915 45 5 1043
Проспект 2 – 1 365 5 10 408
Івана 2 – 3 145 5 160
Мазепи-вул. 2 – 4 525 20 10 30 695
Полковника
3 – 1 720 35 15 853
Горленка
3 – 2 350 25 425
3 – 4 165 5 180
4 – 1 270 35 5 373
4 – 2 435 15 10 503
4 – 3 115 5 128

Рисунок 3.13 – Схема руху руху транспортних засобів за напрямами на
перехресті Проспект Івана Мазепи-вул. Полковника Горленка у ранковий час
пік до реконструкції

У таблиці 3.2 подано протокол вимірювання інтенсивності руху
транспортних засобів за напрямами на перехресті Проспект Івана Мазепи-вул.
Полковника Горленка у ранковий час пік після реконструкції.

55

Таблиця 3.2 – Протокол вимірювання інтенсивності руху транспортних засобів
за напрямами на перехресті Проспект Івана Мазепи-вул. Полковника Горленка
у ранковий час пік після реконструкції
Інтенсивність руху, авт/год Інтенсивність
Перехрестя Напрям руху,прив.
легкові автобуси тролейбуси вантажні мотоцикли од/год
1 – 2 868 4 44 1010
1 – 3 536 28 8 630
1 – 4 740 40 12 876
2 – 1 888 - 24 960
Проспект 2 – 3 76 8 4 108
Івана 2 – 4 476 8 4 8 532
Мазепи-вул.
3 – 1 800 36 - - 890
Полковника
3 – 2 128 4 - 8 162
Горленка
3 – 4 84 - - 4 96
4 – 1 460 24 - - 520
4 – 2 640 12 4 4 694
4 – 3 76 - - - 76

На рис. 3.14 представлено картограму інтенсивності руху на перетині
Проспект Івана Мазепи-вул. Полковника Горленка після реконструкції
ділянок, що розглядаються.

Рисунок 3.14 – Картограма розподілу інтенсивності руху транспортних
засобів за напрямами на перехресті Проспект Івана Мазепи-вул.
Полковника Горленка після їх реконструкції в ранковий час пік

56

Жовтим кольором виділені найнавантаженіші напрямки на цьому
перетині. В даному випадку це напрямки 1–2 та 1–4 – значний потік
транспортних засобів повертає праворуч та ліворуч із Проспекту Івана Мазепи
на вул. Полковника Горленка; 2–1 – транспортні засоби повертають праворуч
на пр. Проспект Івана Мазепи а; 3–1 – транспортні засоби рухаються прямо на
Проспект Івана Мазепи; 4–2 – транспортні засоби рухаються у прямому
напрямку з боку на вул. Полковника Горленка у бік кільця.
Представимо результати вхідних та вихідних потоків за 2021 та 2023
роки на перетині Проспект Івана Мазепи-вул. Полковника Горленка як
діаграми, представленої на рис. 3.15.

Рисунок 3.15 – Наведена інтенсивність руху вхідних/вихідних потоків на
ділянках ДДМ, що розглядаються.
З результатів натурного обстеження інтенсивності випливає, що
кількість транспортних засобів, що рухаються пр. Вільний після
реконструкції, збільшилася на 24 % порівняно з 2021 роком.
Результати обстеження транспортних потоків на перехресті вул.
Проспект Івана Мазепи-вул. Володимира Самодриги до реконструкції обраних

57

ділянок подано у таблиці 3.3.
Таблиця 3.3 - Протокол вимірювання інтенсивності руху транспортних засобів
за напрямами на перехресті в Проспект Івана Мазепи-вул. Володимира
Самодриги в обідні години пік
Інтенсивність руху, авт/год Інтенсивність
Перехрестя Напрям руху, прив.
легкові автобуси тро- вантажні мотоцикли од/год
лейбуси
1 – 2 635 12 695
1 – 3 90 90
1 – 4 190 40 290
Проспект Івана 2 – 1 825 35 1000
Мазепи-вул. 2 – 3 40 40
Володимира
2 – 4 350 15 395
Самодриги
3 – 1 30 30
3 – 2 40 40
3 – 4 35 35
4 – 1 175 30 250
4 – 2 550 5 565
4 – 3 50 5 65

Найбільші потоки транспорту на перетині Проспект Івана Мазепи-вул.
Володимира Самодриги рухаються за напрямками 1-2; 2-1; 4-2. Максимальні
значення для цих напрямків виявлені в обідній годинник пік, які склали 695,
1000 та 565 авт./год відповідно. На основі даних щодо найбільшої наведеної
інтенсивності руху транспортних засобів (в обідній час пік), побудовано
відповідну картограму розподілу за напрямками, яка представлена на рис. 3.16.

Таблица 3.4 – Протокол вимірювання інтенсивності руху транспортних засобів
за напрямами на перехресті в Проспект Івана Мазепи-вул. Володимира
Самодриги у вечірні години пік після реконструкції
Інтенсивність руху, авт/год Інтенсивність
Перехрестя Напрям руху, прив.
легковые автобусы троллейбусы грузовые Мотоциклы од/год
1 – 2 560 4 572
1 – 3 12 12
1 – 4 152 36 4 254
Проспект Івана 2 – 1 672 16 720
Мазепи-вул. 2 – 3 3 3
Володимира 2 – 4 340 8 364
Самодриги 3 – 1 16 16
3 – 2 5 5
3 – 4 5 5
4 – 1 224 32 304
4 – 2 584 12 620
4 – 3 8 8

58

Рисунок 3.16 – Картограма розподілу інтенсивності руху
транспортних засобів за напрямами на перехресті Проспект Івана
Мазепи-вул. Володимира Самодриги до їх реконструкції в обідні
години пік

Найбільші потоки транспорту на перетині Проспект Івана Мазепи-вул.
Володимира Самодриги після реконструкції рухаються за напрямками 1-2; 2-
1; 4-2. Максимальні значення для цих напрямків виявлено у вечірні години пік,
які склали 572, 720 та 620 авт./год відповідно. На основі даних щодо
найбільшої наведеної інтенсивності руху транспортних засобів побудовано
відповідну картограму розподілу за напрямками, представлену на рис. 3.17.

59

Рисунок 3.17 – Картограма розподілу інтенсивності руху транспортних
засобів за напрямками на перехресті Проспект Івана Мазепи-вул.
Володимира Самодриги після їх реконструкції у вечірній час пік

Представимо результати вхідних та вихідних потоків за 2021 та 2023
роки на перетині Проспект Івана Мазепи-вул. Володимира Самодриги як
діаграму, представлену на рис. 3.18.

Рисунок 3.18 – Наведена інтенсивність руху вхідних/вихідних потоків на
ділянках ДДМ, що розглядаються

60

З діаграми видно, що інтенсивність руху на ділянках ДДМ, що
розглядаються, знизилася.
На підставі отриманих даних, в рамках натурного обстеження здійснимо
оцінку ефективності параметрів транспортного потоку після реконструкції
Проспекту Івана Мазепи за допомогою програми імітаційного моделювання
транспортних потоків на мікрорівні PTV Vision VISSIM.

3.4 Оцінка ефективності реконструкції вулично-дорожньої мережі за
допомогою програми імітаційного мікромоделювання транспортних
потоків PTV Vision VISSIM

Для аналізу існуючої організації дорожнього руху на ділянках ДДМ, що
розглядаються, використовується програма з імітаційного моделювання PTV
Vision VISSIM, призначена для моделювання транспортних потоків на
вулично-дорожній мережі міста на мікрорівні. Вона дозволяє наочно побачити
обстановку на ДДМ у разі різних дорожньо-транспортних ситуацій чи зміні
конфігурації мережі.
Зробимо побудову моделі транспортних потоків, що рухаються на
ділянках ДДМ, що розглядаються, які включають 2 перетину.
Наведемо результати імітаційного моделювання стану швидкості
транспортних потоків до реконструкції Проспекту Івана Мазепи у вигляді
графічного кольору. На рис. 3.19 представлено колірне позначення швидкості
на діючих ділянках ДДМ як агрегованого параметра.

61

Рисунок 3.19 – Позначення кольору швидкості як
агрегованого параметра

На рис. 3.20 представлені результати імітаційного моделювання стану
швидкості транспортних потоків до реконструкції Проспекту Івана Мазепи у
вигляді графічного кольору.

Рисунок 3.20 – Колірне відображення середньої швидкості руху ТЗ на
ділянках ДДМ, що розглядаються, до реконструкції Проспекту Івана
Мазепи

Аналіз рис. 3.20 наочно відображає існуючу дорожню ситуацію на цих
ділянках ДДМ, а саме те, що схема організації руху на цих ділянках до
реконструкції Проспекту Івана Мазепи не справлялася з наявним

62

транспортним потоком. На підтвердження цього у таблиці 3.5 наведено
параметри змодельованих транспортних потоків на цих ділянках ДДМ до
реконструкції Проспекту Івана Мазепи.

Таблиця 3.5 – Значення змодельованих параметрів руху ТЗ на ділянках ДДМ,
що розглядаються, до реконструкції Проспекту Івана Мазепи
Параметр Значення
Середній час простою транспортного засобу, 73,287
Середній час затримки транспортного засобу, 108,429
Середня швидкість, км/год 7,338

Розглянуті параметри руху ТЗ підтверджують те, що до реконструкції
Проспекту Івана Мазепи на ділянках ДДМ, що розглядаються, існуюча схема
організації руху не забезпечувала необхідної пропускної спроможності та
швидкості руху для інтенсивних транспортних потоків.
Аналіз організації дорожнього руху на вибраних ділянках до
реконструкції Проспекту Івана Мазепи за допомогою програми PTV Vision
VISSIM з імітаційного моделювання транспортних потоків наочно показує
наявність значної кількості затримок транспортних засобів, що ведуть до
зниження середньої швидкості транспортного потоку до 7 км/год, якої
недостатньо для забезпечення належної пропускної спроможності та
безперебійного руху транспорту.
Змоделюємо модель руху транспортних потоків з урахуванням схеми
ОД після реконструкції Проспекту Івана Мазепи на ділянках ДДМ, що
розглядаються. Всі вихідні дані, необхідні для побудови імітаційної моделі, з
метою отримання кількісних показників, зібрані в ході натурного обстеження
та представлені вище.

63

На рис. 3.23 представлено стан транспортних потоків на ділянках ДДМ,
що розглядаються, після реконструкції Проспекту Івана Мазепи.

Рисунок 3.23 – Стан транспортних потоків після реконструкції Проспекту
Івана Мазепи

На рис. 3.4.4 представлені результати імітаційного моделювання стану
швидкості транспортних потоків за схемою ОД після реконструкції Проспекту
Івана Мазепи у вигляді графічного колірного відображення.

Рисунок 3.24 – Колірне відображення середньої швидкості руху ТЗ на ділянках
ДДМ, що розглядаються, після реконструкції Проспекту Івана Мазепи

Заключним етапом отримання необхідних кількісних характеристик ділянок,
що розглядаються, є побудова імітаційної моделі руху транспортних засобів після
реконструкції. На рис. 3.25 представлено стан транспортних потоків на ділянках

64

ДДМ, що розглядаються, після реконструкції.

Рисунок 3.25 – Схема ділянок ДДМ, що розглядаються, з моделлю стану
транспортних потоків після реконструкції Проспекту Івана Мазепи та вул.
Володимира Самодриги

На рис. 3.26 представлені результати імітаційного моделювання стану
швидкості транспортних потоків за схемою ОД після реконструкції у вигляді
графічного кольору.

Рисунок 3.26 – Колірне відображення середньої швидкості руху ТЗ на
ділянках ДДМ, що розглядаються, після реконструкції Проспекту Івана
Мазепи та вул. Володимира Самодриги

65

Порівнюючи отримані дані можна наочно побачити, що середня
швидкість на цих ділянках ДДМ підвищилася, що призводить до зниження
транспортних затримок, а також збільшення пропускної спроможності
перетинів. Під час аналізу змодельованих ділянок ДДМ з урахуванням
реконструкції за допомогою програми PTV Vision VISSIM отримано кількісні
показники основних параметрів транспортних потоків, представлені в таблиці
3.6 і на рис. 3.27.

Таблиця 3.6 – Кількісні параметри транспортного потоку до реконструкції, після
реконструкції Проспекту Івана Мазепи та після реконструкції вул. Володимира
Самодриги
Варіанти ОДР

після після
Параметр до
реконструкції реконструкції вул.
реконструкції
Проспекту Івана Володимира
Мазепи Самодриги
Середній час затримки
108,422 61,551 50,509
транспортного засобу,
Середній час простою
73,287 42,249 37,718
транспортного засобу,
Середня швидкість, км/год 7,338 11,126 14,197

Рисунок 3.27 – Діаграма кількісних параметрів транспортного потоку
до реконструкції, після реконструкції Проспекту Івана Мазепи та після
реконструкції вул. Володимира Самодриги

66

РОЗДІЛ 4. КАЛІБРУВАННЯ, ОЦІНКА АДЕКВАТНОСТІ ТА ЯКОСТІ
ТРАНСПОРТНОЇ МОДЕЛІ НА МІКРОРІВНІ

Після створення моделі транспортної мережі у програмному продукті
необхідно перевірити достовірність результатів розрахунку, тобто, чи
відповідає модель реальної ситуації, що спостерігається на вулично-дорожній
мережі міста. У процесі калібрування моделі від неї потрібно досягти
максимальної близькості результатів, отриманих на основі моделювання, та
даних, зібраних у результаті проведених обстежень параметрів транспортних
та пасажирських потоків.
Під калібруванням транспортних моделей розуміють широкий набір
способів, технологій та інструментів, метою яких є підвищення достовірності
моделі, тобто її відповідність станам функціонування транспортної системи,
що спостерігаються.
Інформаційною основою для такого калібрування є натурні дані про
існуючу інтенсивність транспортних і пішохідних потоків, а також швидкість
транспортних потоків, що збираються на діючій мережі.
Для калібрування, а також ступеня адекватності та оцінки якості
транспортної моделі на мікрорівні можна використовувати такий параметр як
швидкість, який можна отримати як за допомогою програмного забезпечення,
так і провести натурний експеримент.
Для отримання даних за швидкістю руху проводився натурний
експеримент: на перетинах (див. Розділ 3), на основі яких побудована
мікромодель, проводилася фіксація часу, що витрачається автомобілем при
проходженні перегону до перетину Проспекту Івана-вул. Володимира
Самодриги.
Довжина перегону замірялася за допомогою лазерного далекоміра HILTI
PD30, фіксація часу проходження даної ділянки транспортним засобом
здійснювалася за допомогою секундоміра.

67

Дистанція обраної ділянки 176 м. Вимірювання часу проводилося з моменту
руху автомобіля на дозвільний сигнал світлофора, що розташований під надземним
пішохідним переходом на Проспекті Івана Мазепи, до світлофора, що розташований
на перетині Проспекту Івана-вул. Володимира Самодриги. Вибірка проводилася зі
100 автомобілів.
У таблиці 4.1 наведено результати часу проходження, а також швидкості
руху легкових та вантажних автомобілів на вибраній ділянці ДДМ.
З таблиці 4.1 випливає, що максимальна швидкість руху автомобіля
становила 67 км/год, середня – 48,4 км/год, мінімальна – 35,3 км/год.
У таблиці 4.2 наведено результати часу проходження, а також швидкості
руху маршрутних автобусів на обраній ділянці ДДМ.

Таблиця 4.1 – Результати вимірів часу та розрахунків швидкості легкових та
вантажних автомобілів на розглянутому перетині ДДМ
№ Модель автомобіля Відстань, м Час, с Швидкість, м/с Швидкість,
км/год
1 LEXUS-RX300 176 12,68 13,88 49,97
2 TOYOTA-RAV-4 176 14,43 12,20 43,91
3 УАЗ-2206 176 13,92 12,64 45,52
4 ВАЗ-2107 176 11,68 15,07 54,25
TOYOTA-LAND CRUISER
5 PRADO 176 14,15 12,44 44,78
6 SUZUKI-GRAND VITARA 176 14,21 12,39 44,59
7 TOYOTA-CAMRY 176 13,25 13,28 47,82
8 ВАЗ-1111 176 13,33 13,20 47,53
9 TOYOTA-CAMRY 176 10,23 17,20 61,94
10 КамАЗ-55111 176 15,13 11,63 41,88
11 KIA-BONGO 176 15,3 11,50 41,41
12 NISSAN-X-TRAIL 176 12,64 13,92 50,13
13 NISSAN-X-TRAIL 176 11,62 15,15 54,53
14 NISSAN-QASHQAI 176 11,84 14,86 53,51
15 NIVA-CHEVROLET 176 13,37 13,16 47,39
16 TOYOTA-PRIUS 176 15,07 11,68 42,04
17 MAZDA 6 176 16,46 10,69 38,49
18 RENAULT-FLUENCE 176 11,27 15,62 56,22
19 ВАЗ-2107 176 11,3 15,58 56,07
20 ВАЗ-2105 176 12 14,67 52,80
21 ВАЗ-2104 176 10,05 17,51 63,04

68

Продовження таблиці 4.1
№ Модель автомобіля Відстань, м Час, з Швидкість, м/с Швидкість,
км/год
22 HONDA-CR-V 176 15,84 11,11 40,00
23 SKODA-OCTAVIA 176 15,73 11,19 40,28
24 ГАЗ-3302 176 12,3 14,31 51,51
25 MAZDA 3 176 14,23 12,37 44,53
26 ГАЗ-32132 176 16,66 10,56 38,03
27 TOYOTA-FIELDER 176 10,78 16,33 58,78
28 AUDI-A3 176 14,73 11,95 43,01
29 LADA-PRIORA 176 13,16 13,37 48,15
30 TOYOTA-FUNCARGO 176 12,97 13,57 48,85
31 TOYOTA-FIELDER 176 12,42 14,17 51,01
32 ГАЗ-32132 176 13,76 12,79 46,05
33 FORD-KUGA 176 12,71 13,85 49,85
34 HONDA-CAPA 176 15,4 11,43 41,14
35 TOYOTA-TOWNACE 176 13,08 13,46 48,44
36 NISSAN-TIIDA 176 12,92 13,62 49,04
37 SKODA-RAPID 176 16,27 10,82 38,94
38 FORD-TRANSIT 176 14,04 12,54 45,13
39 TOYOTA-LAND CRUISER 176 12,62 13,95 50,21
40 ISUZU-ELF 176 14,04 12,54 45,13
41 TOYOTA-WISH 176 13,58 12,96 46,66
42 BMW-X1 176 14,41 12,21 43,97
43 PEUGEOT-407 176 13,58 12,96 46,66
44 ВАЗ-2115 176 14,84 11,86 42,70
45 MAZDA-DEMIO 176 13,96 12,61 45,39
46 LIFAN-SOLANO 176 13,08 13,46 48,44
47 LAND ROVER 176 15,42 11,41 41,09
48 AUDI-Q4 176 13,7 12,85 46,25
49 TOYOTA-COROLLA 176 11,05 15,93 57,34
50 TOYOTA-FIELDER 176 12,14 14,50 52,19
51 ВАЗ-2104 176 10,85 16,22 58,40
52 TOYOTA-VISTA 176 13,4 13,13 47,28
53 MITSUBISHI-OUTLENDER 176 14,21 12,39 44,59
54 SSANG YONG-ISTANA 176 15,76 11,17 40,20
55 HONDA-INSIGHT 176 9,83 17,90 64,46
56 ГАЗ-3302 176 13,3 13,23 47,64
57 TOYOTA-COROLLA 176 11,93 14,75 53,11
58 TOYOTA-COROLLA 176 16,54 10,64 38,31
59 NISSAN-PATROL 176 11,72 15,02 54,06
60 MERCEDES-BENZ GLE 176 14,1 12,48 44,94
61 MITSUBISHI-ASX 176 15,54 11,33 40,77
62 HYUNDAI-SOLARIS 176 17,79 9,89 35,62
63 VOLKSWAGEN-TIGUAN 176 16,31 10,79 38,85
64 KIA-SOUL 176 14,33 12,28 44,21
65 ВАЗ-2107 176 11,8 14,92 53,69

69

Продовження таблиці 4.1
№ Модель автомобіля Відстань, м Час, с Швидкість, м/с Швидкість,
км/год
66 LADA-KALINA 176 14,07 12,51 45,03
67 ГАЗ-32132 176 17,96 9,80 35,28
68 HYUNDAI-SOLARIS 176 12,87 13,68 49,23
69 MERCEDES-BENZ GLK 176 13,82 12,74 45,85
70 MERCEDES-BENZ ML 176 13,31 13,22 47,60
71 VOLVO-XC90 176 14,67 12,00 43,19
72 ВАЗ-2105 176 11,64 15,12 54,43
TOYOTA-LAND CRUISER
73 PRADO 176 11,9 14,79 53,24
74 MERCEDES-BENZ S 176 9,44 18,64 67,12
75 MAZDA-MPV 176 12,14 14,50 52,19
76 HONDA-CIVIC 176 11,01 15,99 57,55
77 HONDA-CR-V 176 12,63 13,94 50,17
78 MAZDA-DEMIO 176 12,88 13,66 49,19
79 HONDA-FIT 176 16,81 10,47 37,69
80 HYUNDAI-SOLARIS 176 13,5 13,04 46,93
81 SSANG YONG-ACTYON 176 11,51 15,29 55,05
82 SSANG YONG-ISTANA 176 10,51 16,75 60,29
83 SUZUKI-GRAND VITARA 176 10,5 16,76 60,34
84 ВАЗ-2107 176 10,27 17,14 61,69
85 HONDA-TORNEO 176 12,73 13,83 49,77
86 NISSAN-SUNNY 176 12,7 13,86 49,89
87 LEXUS-RX300 176 13,91 12,65 45,55
MERCEDES-
Максимум BENZ S 9,44 18,64 67,12
Середнє 13,35 13,44 48,39
Мінімум ГАЗ-322132 17,96 9,80 35,28

З таблиці 4.2 випливає, що максимальна швидкість руху маршрутного
автобуса становила 48,4 км/год, середня – 39,3 км/год, мінімальна – 27 км/год.
Отримавши експериментальні дані, виводимо результати розрахунків за
параметром "швидкість" із змодельованої мікромоделі даної ділянки ДДМ за
допомогою програми PTV Vision VISSIM. Результат розрахунку наведено на
рис. 4.1.
Для оцінки адекватності та якості спроектованої моделі на мікрорівні
зробимо розрахунок необхідних параметрів, що дозволяє судити про
наближення розрахованих даних до реальних умов.

70

Таблиця 4.2 - Результати вимірів часу і розрахунків
швидкості маршрутних автобусів на розглянутому перетині ДДМ
№ Модель автомобіля Відстань, м Час, с Швидкість, м/с Швидкість, км/год
1 Богдан 176 16,96 10,38 37,36
2 АВТОБУС-53 176 14,31 12,30 44,28
3 ПАЗ-3204 (3) 176 13,1 13,44 48,37
4 Богдан 176 18,13 9,71 34,95
5 АВТОБУС-53 176 13,93 12,63 45,48
6 Богдан 176 23,38 7,53 27,10
7 ПАЗ-3204 (3) 176 17,67 9,96 35,86
8 АВТОБУС-53 176 18,44 9,54 34,36
9 АВТОБУС-53 176 18,86 9,33 33,59
10 АВТОБУС-53 176 13,74 12,81 46,11
11 Богдан 176 13,92 12,64 45,52
12 Богдан 176 15,46 11,38 40,98
13 АВТОБУС-53 176 17,33 10,16 36,56
Максимум ПАЗ-3204 (3) 13,1 13,44 48,37
Середнє 16,56 10,91 39,27
Мінімум Богдан 23,38 7,53 27,10

Рисунок 4.1 – Результат розрахунку параметра «швидкість» за допомогою
програми PTV Vision VISSIM

71

2 2
(Z −U ) (67,12 − 46,6)
GEH = =  3
(Z +U ) / 2 (67,12 + 46,6) / 2 ,

де Z – значення, яке спостерігається;
U - значення, яке отримане з моделі.

Значення GEH статистики менш як 5 для 85% випадків вважається
прийнятним у практиці моделювання. У нашому випадку значення GEH дорівнює
3. Це свідчить, що модель відкалібрована і дає достатньо точний результат.
Для оцінки адекватності і якості транспортної моделі на мікрорівні
розрахуємо такі характеристики:
- середня абсолютна похибка:
1 1
a = abs(Zi −Ui ) = abs(1450,96 −1361) = 2,99 ,
N 30

де N – кількість точок спостережень.
- середня відносна похибка:

abs(Zi −U i ) abs(89,86)
 p = 100 = 100 = 6,2% .
Zi 1450,96

Абсолютне значення RMSE (root of mean squared error):
середньоквадратичне відхилення:

1/2 1/2
 N   N
2 2 
a = (Zi −U i ) / N  = (89,96) / 30 =16,42 .
 i=1   i=1 

72

Відносне значення RMSE: відносне середньоквадратичне відхилення:
2 2
 (Zi −U i ) / (N −1) (89,96) / (30 −1)
з =
а = = = 0,35 .
Zi / N Zi / N 1450,96 / 30

Коефіцієнт кореляції:
(Zi − Z ) (U i −U ) (49,97 − 48,37) (43,2 − 45,37)
r = = = 0,78 ,
2 2 2 2
(Zi − Z ) (U −U ) (49,97 − 48,37) (43,2 − 45,37i )
1 1
Z  = Zi = 1450,96 = 48,37 ,
N 30
1 1
U  = Ui = 1361= 45,37 .
N 30

У таблиці 4.3 представлені підсумкові результати оцінки адекватності та
якості транспортної моделі.

Таблиця 4.3 – Підсумкові результати оцінки адекватності та якості транспортної
моделі
Параметр якості розрахунку моделі Значення параметра якості розрахунку
Значення GEH 3
Кількість точок спостереження 30
Середня абсолютна помилка 2,99
Середня відносна помилка 6,2%
Абсолютне значення RMSE 16,42
Відносне значення RMSE 0,35
Коефіцієнт кореляції 0,78

73

Розглянемо докладніше одержані значення параметрів якості
розрахунку моделі. Значення коефіцієнта кореляції 0,78 свідчить, що
експериментальні і розрахункові значення швидкостей транспортних засобів
мають середній зв'язок друг з одним. При цьому значення середньої відносної
помилки та відносного RMSE є досить невеликими. Проте це можна пояснити
використанням досить невеликого набору натурних даних (30 точок
спостереження) і специфікою збору експериментальних даних.
Такі значення параметрів якості розрахунку моделі можна пояснити тим,
що експериментальні дані неможливо поєднати з даними, отримані за
допомогою моделі. Але незважаючи на це, ці показники можна
охарактеризувати як досить високі.

74

ВИСНОВОК

1. В результаті проведеного аналізу існуючих методів моделювання
транспортних потоків встановлено, що найбільший інтерес в даний час
становлять моделі-аналоги (макро (мезо)скопічні моделі)) та моделі
слідування за лідером (мікроскопічні).
2. Проведений статистичний аналіз публікацій, на основі якого
найбільш затребуваним ППП на мікрорівні є PTV Vision VISSIM, який
послужив основою для створення транспортних моделей.
3. Розроблені рекомендації для побудови системи моніторингу
транспортних потоків та визначення транспортних кореспонденцій м. Дніпра
для трирівневого підходу планування перевірено на дільницях ДДМ м. Дніпра.
4. Створення транспортної моделі на мікрорівні за допомогою програми
PTV Vision VISSIM дозволило отримати результати, необхідні для порівняння
кількісних показників ОДР 2021 року з показниками ОДР 2023 року. Дані
результати, отримані за допомогою програми з моделювання транспортних
потоків, свідчать, що після реконструкції вибраних ділянок параметри
транспортного потоку покращилися.
5. Запропоновано відповідні методики проведення натурних
експериментів та вимірів необхідних даних.
6. У кваліфікаційній роботі докладно розглянуто механізм
калібрування, оцінки адекватності та якості транспортних моделей на мікро
рівні. Для оцінки адекватності та якості транспортних моделей проводився
натурний експеримент для отримання даних, які у подальшому вводилися у
відповідні формули розрахунку характеристик.
Загалом отримані результати оцінки адекватності та якості
транспортних моделей можна вважати високими.

75

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. Coyle John J., Bardi Edward J., Langley Jr. C. John. The Management of Business
Logistics. St. Paul: WestPublishing Company, 1985 [Електронний ресурс]: Режим
доступу: http://www.irbis.vegu.ru/ repos/ 6639/HTML/210.htm
2. Helbing, D. Gas-kinetic derivation of Navier-Stokes-like traffic equations //
Phys. Rev. E. 1996. Vol.53. № 3. P.2366 - 2381.
3. Ligthill, MJ, Whitham, FRS On kinetic waves II. A theory of traffic flow on
crowded roads // Proc. of the Royal Society Ser. A. 1995. - Vol. 229. - No. 1178.
- P. 317-345.
4. New Transport Corridor Project in The Baltic Sea Region : Project TENTackle
official web-site. URL: http://tentacle.eu/a/uploads/dokument/2019-02-
28_TENTacle_NUTSHELL.pdf (дата звернення: 17.07.2022)
5. Olstam, JJ Comparison of Car-Following Models / JJ Olstam, A. Tapani //
Swedish National Road and Transpost Research Institute. - 2004. - 45 с.
6. Prokudin G., Prokudin O., Chupaylenko O., Dudnik O., Dudnik A., Svatko V.
Application of Information Technologies for the Optimization of Itinerary when
Delivering Cargo by Automobile Transport. Eastern-European Journal of Enterprise
Technologies. N. 2/3 (92). 2018. Р. 51-59.
7. Адміністративно-територіальний устрій та сталий розвиток регіону
(концептуальні основи та методологія) : монографія / В.М. Бабаєв, Л.Л.
Товажнянський та ін. 2-ге вид., стер. Харків: НТУ «ХПІ», 2008. 316 с.
8. Вавдійчик І. М. Товарні ресурси підприємств роздрібної торгівлі та
організаційно-економічні форми їх забезпечення [Електронний ресурс] / І. М.
Вавдійчик // Науковий огляд. – 2014. – Т. 4, № 3. – Режим доступу :
http://naukajournal.org/index.php/naukajournal/article/view/187.
9. Виробнича логістика: навч. посіб. для студ. вищ. навч. закл. [Текст] / О.В.
Посилкіна [та ін.] Національний фармацевтичний ун-т. – Х.: НФаУ, 2009.– 363
с.

76

10. Воркут Т.А. Проектування систем транспортного обслуговування в ланцюгах
постачань: Монографія. К. НТУ,. 2002. 248 с.
11. Давідіч Ю. О. Розробка розкладу руху транспортних засобів при організації
пасажирських перевезень : навч. посіб. Харк. нац. акад. міськ. госп-ва. Х. :
ХНАМГ, 2010. 345 с.
12. Доля В. К. Пасажирські перевезення : підручник. Харків : Видавництво
«Форт», 2011. 504 с.
13. Експ орт, імпорт і транзит вантажів в Україні за 2020 рік : статистичний
бюлетень Державної служби статистики України. Київ, 2020. 57 с.
14. Кристопчук М. Є., Лобашов О. О. Приміські пасажирські перевезення : навч.
посіб. Харків : НТМТ, 2012. 224 с.
15. Круглова О. А. Ефективність управління товарними запасами у підприємствах
роздрібної торгівлі : автореф. … дис. на здобуття наук. ступеня канд. екон.
наук : спец. 08.07.05 «Економіка торгівлі та послуг» / О. А. Круглова. – Харків,
2002. – 20 с.
16. Лагоцький Т.Я. Математичні методи в управлінні запасами складських та
гуртових підприємств : дис. ... канд. екон. наук : 08.03.02 / Лагоцький
Тарас Ярославович. – Львів, 2005. – 237 с.
17. Марцин В. С. Економіка торгівлі / В. С. Марцин. – К. : Знання, 2006. – 402 с.
18. Маслова Т.В. Ефективність перевезень вантажів автомобільним транспортом
у міжнародному сполученні за разовими замовленнями : автореф. дис. … канд.
техн. наук : 05.22.01. Харків : ХНАДУ, 2020. 24 с.
19. Мосьпан Н.В. Формування стратегій автотранспортних підприємств по
обслуговуванню разових замовлень на перевезення вантажів у міжміському
сполученні : автореф. дис. … канд. техн. наук : спец. 05.22.01 – транспортні
системи, ХНАДУ. Харків. 2018. 212 с
20. Олініченко К. С. Товарні запаси в роздрібних торгівельних підприємствах / К.
С. Олініченко // Економічна стратегія і перспективи розвитку сфери торгівлі
та послуг: зб. наук. пр. – Х. : ХДУХТ, 2011. – Вип. 1 (13). – С. 422–430.
21. Олініченко К. С. Товарні запаси підприємства: сутність та їх склад / К. С.

77

Олініченко, Л. І. Безгінова // Вісник МСУ. Харків. Економічні науки: зб. наук.
праць.– Х., 2011. – Вип. 2. – С. 139–146.
22. Організація та логістика перевезень : підручник / Ізтелеуова М. С. та ін. Херсон
: ОЛДІ-ПЛЮС, 2021. 264 с.
23. Основи тeopiї транспортних процесiв i систем : нaвчальний посібник / М. Ф.
Дмитриченко, Л. Ю. Яцкiвський, С. В. Ширяєва, В. З. Докунiхiн. К. :
Видавничий Дiм «Слово», 2009. 336 с.
24. Планування діяльності автотранспортного підприємства : підручник. / М. О.
Турченюк, М. Д. Швець, О. Г. Кірічок, М. Є. Кристопчук; видання друге
(перероб. і доповн.). Рівне: НУВГП, 2017. 367 с.
25. Потійчук О. Б., Піліпака Л. М. Транспортні розв’язки : навч. посібник.
[Електронне видання]. Рівне : НУВГП, 2020. 263 с
26. Прокудін Г.С., Дмитрієв М.М. Програма пошуку найкоротших відстаней на
транспортній мережі за допомогою методу графів: Свідоцтво про внесення
суб'єкта підприємн. діяльн. до Реєстру виробн. та розповсюдж. прогр. забезп.
Серія ВР, № 00935, Україна, МОН. ід. код 02070915; заяв. 18.06.08; опуб.
25.06.08. 13 с.
27. Ремех І.О., Прокудін Г.С. Підвищення ефективності функціонування
вантажних митних комплексів за допомогою застосування сучасних засобів
інформаційних технологій. Тези доповідей LXXVІ наукової конференції
професорсько-викладацького складу, аспірантів, студентів та співробітників
відокремлених структурних підрозділів університету. (Київ, 13-15 травня
2019). Київ. НТУ. 2020. С. 245–246.
28. Ремех І.О., Прокудін Г.С., Чупайленко О.А., Прокудіна І.І., Майданик К.О.
Підхід до організації масових перевезень вантажу на транспортних мережах.
Сучасні інформаційні та інноваційні технології на транспорті (MINTT-2020).
Матеріали XII Міжнародної науково-практичної конференції. (Херсон, 27-29
травня). Херсон. ХДМА. 2020. С. 14–17.
29. Савін В.І. Перевезення вантажів автомобільним транспортом: Довідковий
посібник. М.:Видавництво «Дело І Сервіс». 2002. 544 с.

78

30. Системологія на транспорті : підручник у 5 кн. / Під заг. ред. Дмитриченка М.
Ф. / Кн. І: Основи теорії транспортних процесів і систем / Е. В. Гаврилов, М.
Ф. Дмитриченко, В. К. Доля, О. Т. Лановий, І. Е. Линник, В. П. Поліщук. К. :
Знання України, 2005. 344 с.
31. Сорока В. С., Бичко З. В. Введення в проектний аналіз : інтерактивний
навчально-методичний комплекс. Рівне : НУВГП, 2008. 201 с.
32. Тупчій В.А. Управління запасами сировини та товарів в підприємствах
ресторанного господарства : дис. ... канд. екон. наук : 08.07.05 / Тупчій
Валентина Анатоліївна. – Харків, 2006. – 240 с.
33. Федак Л. М. Управління запасами підприємства на засадах
функціонального підходу / Л. М. Федак // Науковий вісник НЛТУ України.
– 2011. – Вип. 21.12. – С. 308–315.
34. Хітров І. О., Кристопчук М. Є., Никончук В. М. Експлуатаційні властивості
транспортних засобів. Рівне : НУВГП, 2022. 176 с.
35. Четверухін Б.М. Дослідження операцій в транспортних системах. Частина І.
Методи лінійного програмування та їх застосування. К. УТУ. 2000. 91 с.
36. Яновський П. О. Пасажирські перевезення: навчальний посібник. Київ : НАУ,
2008. 469 с.

ChSTU repository

ChSTU repository preserves and enables easy and open access to all types of digital content including text, images, moving images, mpegs and data sets