Priprava prispevka za Elektrotehniški vestnik

Podobni dokumenti
Microsoft Word - A-3-Dezelak-SLO.doc

LABORATORIJSKE VAJE IZ FIZIKE

ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA

Poskusi s kondenzatorji

PRIPRAVA NA 1. Š. N.: KVADRATNA FUNKCIJA IN KVADRATNA ENAČBA 1. Izračunaj presečišča parabole y=5 x x 8 s koordinatnima osema. R: 2 0, 8, 4,0,,0

MB_Studenci

Microsoft Word - RAZISKAVA_II._del.doc

Značilnosti prometnega toka

Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y

DOMACA NALOGA - LABORATORIJSKE VAJE NALOGA 1 Dani sta kompleksni stevili z in z Kompleksno stevilo je definirano kot : z = a + b, a p

resitve.dvi

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi

Microsoft Word - Osnovni podatki FACOST november 2018.docx

Naloge 1. Dva električna grelnika z ohmskima upornostma 60 Ω in 30 Ω vežemo vzporedno in priključimo na idealni enosmerni tokovni vir s tokom 10 A. Tr

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc)

1. TERENSKA VAJA V DOMAČEM KRAJU ŠTETJE PROMETA Datum izvedbe vaje: UVOD

Microsoft PowerPoint - IPPU-V2.ppt

Microsoft Word - SI_vaja5.doc

Vrste

2

Avtomatizirano modeliranje pri celostnem upravljanju z vodnimi viri

Matematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t

P r e d m e t n i k Seznam skupnih izbirnih predmetov v študijskem programu Izbirni predmeti Zap. št. Predmet Nosilec Kontaktne ure Klinične Pred. Sem

PROJEKT SOŽITJE ZA VEČJO VARNOST V CESTNEM PROMETU Velenje, april 2015 ANALIZA ANKET Splošno o projektu Projekt Sožitje za večjo varnost v cestnem pro

PowerPoint Presentation

Microsoft PowerPoint - CIGER - SK 3-15 Izkusnje nadzora distribucijskih transformatorjev s pomo... [Read-Only]

M-Tel

Predstavitev projekta

Microsoft Word - CelotniPraktikum_2011_verZaTisk.doc

11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo

Dinamika požara v prostoru 21. predavanje Vsebina gorenje v prostoru in na prostem dinamika gorenja v prostoru faze, splošno kvantitativno T

7. VAJA A. ENAČBA ZBIRALNE LEČE

(Microsoft Word - ANALIZA ANKET_So\236itje_Kr\232ko)

Poročilo o opravljenem delu pri praktičnem pouku fizike: MERJENJE S KLJUNASTIM MERILOM Ime in priimek: Mitja Kočevar Razred: 1. f Učitelj: Otmar Uranj

EVROPSKA KOMISIJA Bruselj, C(2019) 1294 final UREDBA KOMISIJE (EU) / z dne o spremembi Uredbe (EU) 2017/2400 in Direktive 2007/46/

Microsoft PowerPoint - p_TK_inzeniring_1_dan_v5_shortTS.ppt [Compatibility Mode]

ANALITIČNA GEOMETRIJA V RAVNINI

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite

DN080038_plonk plus fizika SS.indd

Microsoft Word - Analiza rezultatov NPZ matematika 2018.docx

Osnove matematicne analize 2018/19

Microsoft Word - Avditorne.docx

31999L0037_001sl

Microsoft Word - CNC obdelava kazalo vsebine.doc

4.Racionalna števila Ulomek je zapis oblike. Sestavljen je iz števila a (a ), ki ga imenujemo števec, in iz števila b (b, b 0), ki ga imenujemo imenov

Mrežni modeli polimernih verig Boštjan Jenčič 22. maj 2013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posamezni segmenti p

Osnove statistike v fizični geografiji 2

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

FAKULTETA ZA STROJNIŠTVO Matematika 2 Pisni izpit 9. junij 2005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite bese

Statistika, Prakticna matematika, , izrocki

Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC

Svet Evropske unije Bruselj, 11. avgust 2017 (OR. en) Medinstitucionalna zadeva: 2017/0188 (NLE) 11653/17 FISC 173 PREDLOG Pošiljatelj: Datum prejema:

Microsoft Word - M docx

Priloga 1: Pravila za oblikovanje in uporabo standardiziranih referenc pri opravljanju plačilnih storitev Stran 4012 / Št. 34 / Uradni lis

IZVEDBENA UREDBA KOMISIJE (EU) 2018/ z dne 16. julija o spremembi Izvedbene uredbe (EU) 2017/ za razjasnitev in

Poročilo o izpolnjevanju obveznosti za 900 MHz pas in nad 1 GHz ter pokritost s storitvami mobilnih tehnologij v začetku leta 2019 Ljubljana, julij 20

Uradni list Republike Slovenije Št. 44 / / Stran 6325 PRILOGA II Del A NAJVEČJE MERE IN MASE VOZIL 1 NAJVEČJE DOVOLJENE MERE 1.1 Največja

Microsoft Word - Pravila - AJKTM 2016.docx

2. Model multiple regresije

Albert Einstein in teorija relativnosti

1 EKSPERIMENTALNI DEL 1.1 Tkanina Pri pranju smo uporabili pet tkanin, od katerih je bila ena bela bombažna tkanina (B), preostale tkanine (E101, E111

Ime in priimek

1 Tekmovanje gradbenih tehnikov v izdelavi mostu iz špagetov 1.1 Ekipa Ekipa sestoji iz treh članov, ki jih mentor po predhodni izbiri prijavi na tekm

ŠTUDENTSKE ANKETE UNIVERZE V LJUBLJANI Fakulteta za družbene vede Študentska anketa o študiju na III. stopnji Študijsko leto 2017/18 Pripombe, komenta

Požarna odpornost konstrukcij

Poročilo za 1. del seminarske naloge- igrica Kača Opis igrice Kača (Snake) je klasična igrica, pogosto prednaložena na malce starejših mobilnih telefo

Microsoft Word - Astronomija-Projekt19fin

Optimizacija z roji delcev - Seminarska naloga pri predmetu Izbrana poglavja iz optimizacije

Plan 2019 in ocena 2018

CT_JumpyVU_0417.indd

SESTAVA VSEBINE MATEMATIKE V 6

Slovenska Web

4. tema pri predmetu Računalniška orodja v fiziki Ljubljana, Grafi II Jure Senčar

Naloge iz kolokvijev Analize 1 (z rešitvami) E-UNI, GING, TK-UNI FERI dr. Iztok Peterin Maribor 2009 V tej datoteki so zbrane naloge iz kolokvijev za

NOVA H Y BR I D

predstavitev fakultete za matematiko 2017 A

ELEKTRIČNI NIHAJNI KROG TEORIJA Električni nihajni krog je električno vezje, ki služi za generacijo visokofrekvenče izmenične napetosti. V osnovi je "

PRIROČNIK O VARČNI PORABI GORIVA IN EMISIJAH CO2

Naslov

1. izbirni test za MMO 2018 Ljubljana, 16. december Naj bo n naravno število. Na mizi imamo n 2 okraskov n različnih barv in ni nujno, da imam

Podatkovni model ER

Poslovilno predavanje

Univerzitetni študijski program Fizika I

Slovenska predloga za KE

Uvodno predavanje

EVROPSKA KOMISIJA Bruselj, XXX [ ](2013) XXX draft DIREKTIVA KOMISIJE.../ /EU z dne XXX o spremembi prilog I, II in III k Direktivi 2000/25/ES Evropsk

Microsoft PowerPoint - Pedstavitev igre Prometna kača [Združljivostni način]

Microsoft PowerPoint - cigre_c2_15.ppt [Compatibility Mode]

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite

RAM stroj Nataša Naglič 4. junij RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni

ISEPT'12 Template

Microsoft Word - N _moderacija.docx

Uradni list RS - 32/2004, Uredbeni del

FOTOVOLTAIKA

N

Trg proizvodnih dejavnikov

Microsoft Word - mag_110614a_enostransko

resitve.dvi

Številka: /2019 Datum: OBČINSKI SVET OBČINE KANAL OB SOČI ZADEVA: Obravnava predloga Odredbe o uvedbi časovno omejenega parkiranj

Transkripcija:

ELEKTROTEHNIŠKI VESTNIK 84(4): 167-172, 2017 IZVIRNI ZNANSTVENI ČLANEK Možnost stabiliziranja prometnega toka s prilagajanjem omejitve hitrosti Lovrenc Švegl 1, Igor Grabec 2 1 Gimnazija Vič, Tržaška cesta 72, 1000 Ljubljana, Slovenija 2 Amanova d.o.o., Tehnološki park 18, 1000 Ljubljana E-pošta: igor.grabec@amanova.si Povzetek. Nestabilnost prometnega toka na avtocestah vodi do zgostitev in prometnih zastojev z neprijetnimi posledicami. Zato, da bi se jim izognili, opredelimo optimalni kontrolni zakon za stabiliziranje prometnega toka. Za ta namen opišemo vpliv omejitve hitrosti na stabilni režim prometnega toka z novim osnovnim zakonom prometa, ki je izpeljan na podlagi eksperimentalnih podatkov in znanih lastnosti vožnje na avtocestah. Ustrezna povezava nam pove, kako je treba prilagoditi omejitev hitrosti na avtocesti gostoti prometa, če želimo doseči razmere za stabilen prometni tok. Ključne besede: prometni tok, osnovni zakon, zastoji, stabiliziranje, omejitev hitrosti Possibility to stabilize the high-way traffic flow by adjusting speed limits Instability of the traffic flow on high-ways causes congestions and jams with detrimental consequences. To avoid them we propose a control law to stabilize the high-way traffic flow. The impact of speed limitation on a stable high-way traffic flow is described. The proposal to adopt a new law is based on experimental data and characteristics of driving on high-ways. The law foresees an optimal speed limit adaptation to the traffic density in order to provide conditions for a stable highway traffic flow. Keywords: traffic flow, fundamental law, jams, stabilization, speed limit 1 UVOD Nestabilnost prometnega toka na avtocestah povzroča zgostitve v prometu in nastajanje zastojev, ki povzročajo veliko ekonomsko izgubo [1]. Zato je veliko truda usmerjenega v razvoj novih metod za stabiliziranje prometnega toka [1-3]. S tem ciljem v nadaljevanju empirično izpeljemo novo različico osnovnega zakona prometa, ki opisuje vpliv gostote prometa na hitrost in pretok vozil na avtocesti [2-4]. Na podlagi značilnosti ustreznih diagramov nato opišemo nestabilni režim prometnega toka in razložimo možnost za njegovo stabiliziranje. Za ta namen predlagamo optimalno prilagajanje omejitve hitrosti obstoječi gostoti prometa, kar nas vodi do opredelitve pripadajočega kontrolnega zakona. Z njim je opredeljeno, kako je treba prilagajati omejitev hitrosti, če želimo zagotoviti optimalno pretočnost in hkrati s tem stabilen prometni tok. 2 NOVI OSNOVNI ZAKON PROMETA Z naraščanjem gostote vozil ρ prometni tok Q najprej narašča do neke maksimalne vrednosti Q max, nato pa začne znova upadati. V prvem režimu prostega toka je stanje prometa stabilno, medtem ko je v drugem režimu zgoščenega toka nestabilno [1-3]. Ker je položaj maksimuma odvisen od vrednosti omejitve hitrosti v o, je mogoče doseči stabilni režim s primerno prilagoditvijo te vrednosti gostoti vozil na cesti. Vrednost v o je smiselno postaviti tako, da se pri dani gostoti vzpostavi stabilno stanje, ki ustreza maksimalnemu pretoku vozil. Do ustreznega zakona za vodenje pridemo z analizo osnovnih diagramov prometa v nadaljnjem besedilu. Obstoječa literatura o dinamiki prometa [1-3] vsebuje veliko različic fizikalnega opisa lastnosti prometa in ustreznih diagramov. Najosnovnejša je različica, ki podaja odvisnost povprečne hitrosti vozil v od gostote vozil ρ. Iz izkušenj vemo, da povprečna hitrost z naraščajočo gostoto vozil upada; hkratne meritve obeh spremenljivk pa to potrjujejo tudi kvantitativno. Na sliki 1 so z oznako o prikazani eksperimentalni podatki iz reference [3] za dvopasovno avtocesto z dovoljeno hitrostjo 120 km/h, ki zaradi prisotnosti tovornjakov ustreza nazivni omejitvi hitrosti v o = 110 km/h. Na podlagi značilnosti tega grafa so že prej opredelili [3-str.112] prvi osnovni zakon prometa, ki opisuje odvisnost hitrosti od gostote z nastavkom: v(ρ) = v o [1 (ρ/ρ k ) α ] β. V njem pomeni ρ k največjo mogočo gostoto in α ter β empirično opredeljiva parametra. Čeprav ta nastavek kar dobro opiše najbolj Prejet 30. maj, 2017 Odobren 30. junij, 2017

168 ŠVEGL, GRABEC Slika 1: Odvisnost hitrosti v od gostote ρ za omejitev hitrosti v o = 110 km/h. ( o ) eksperimentalni podatki iz reference [3- str. 259], ( ) st-model, (---) p-model. izstopajoče lastnosti prometa, pa takšna opredelitev nastavka ne ponuja ugodne analitične možnosti za vključitev v celotni opis nekaterih znanih lastnosti prometa, ki vodijo do nestabilnosti prometnega toka pri velikih gostotah. Zato je bilo že veliko raziskav usmerjenih v opredelitev osnovnega zakona prometa tudi s pomočjo statistične analize dinamike prometa. Kljub uspehu na tem področju [2,3], pa je takšen pristop precej kompleksen in težko prilagodljiv za naš namen. Zato smo se odločili za srednjo pot ter poskusili priti do opisa prvega osnovnega zakona tako, da upoštevamo, kako vozniki prilagajajo hitrost svojih vozil obstoječemu stanju prometa na avtocesti [2]. Kot osnovo za izpeljavo smo tudi mi uporabili eksperimentalne podatke, o prvem osnovnem zakonu prometa, ki so predstavljeni na sliki 1 z grafom ( o ). Značilnosti prometa na avtocesti so v glavnem opredeljene z omejitvijo hitrosti v o, in primerno hitrostjo: w = v o (r r k ) / t. V tem izrazu opisuje t reakcijski čas voznika, r pomeni razdaljo med vozili, r k pa je razdalja, ki je malo večja kot povprečna dolžina vozil in ustreza popolnoma zgoščenemu stanju, kjer se promet ustavi. Ta razdalja je bistveno manjša od razdalje r o = t v o, ki jo vozilo opravi v reakcijskem času t pri največji dovoljeni hitrosti v o. Hitrost w se imenuje»primerna«zato, ker omogoča vozniku v kritičnih razmerah ustaviti vozilo na območju proste ali varnostne razdalje med vozili r r k v intervalu reakcijskega časa t. Razdalja med vozili določa gostoto ρ = 1/r, medtem ko r k določa največjo mogočo gostoto ρ k = 1/r k pri kateri promet obstane. Gostota in primerna hitrost sta torej povezani z enačbo w = (1/ρ 1/ρ k ) / t. V prostem toku pri majhni gostoti prometa vozniki v glavnem prilagajajo hitrost mejni vrednosti opredeljeni z omejitvijo hitrosti v o, medtem ko pri zgoščenem prometu z zastoji, vozijo približno s primerno hitrostjo w. V skladu s temi lastnostmi lahko grobo opišemo odvisnost hitrosti od gostote z enačbo: v = min(v o, (1/ρ 1/ρ k ) / t) (1) Ta izraz pomeni stopničasti model (st), ker je prehod iz ene vrednosti v drugo opisan s stopničasto funkcijo: min(v o, w). Pripadajoči graf je prikazan na sliki 1 s točkasto črto ( ) ob eksperimentalnih podatkih, ki so predstavljeni s krivuljo (-o-) [3,4]. Stopničasti model kar dobro opisuje nekaj osnovnih lastnosti prometa pri veliki ali pa pri majhni gostoti [2]. Očitno odstopanje pa je opazno pri prehodu iz omejitve hitrosti v o v primerno hitrost w, ko je v o = w = (1/ρ p 1/ρ k ) / t. Iz te povezave dobimo izraz za gostoto prehoda ρ p = 1/(r o + r k ). Ker označuje vrednost ρ p prehod iz prostega toka pri ρ < ρ p v zgoščeni tok pri ρ > ρ p, je vrednost ρ p pomemben parameter za obravnavanje problemov, povezanih s stabiliziranjem prometnega toka. Zato, da bi prilagodili stopničasti model eksperimentalnim podatkom predpostavimo, da se prehod iz ene v drugo omejevalno vrednost hitrosti ne zgodi pri točno določeni vrednosti ρ p, temveč v intervalu okoli nje. To predpostavko lahko upoštevamo, če vsako omejevalno komponento opišemo s primerno izbrano potenco inverzne vrednosti pripadajoče hitrosti, nato pa oba omejevalna pogoja preprosto seštejemo pri opredelitvi izraza za ustrezno hitrost: 1/v p = 1/v o p + 1/w p, ki nas nato vodi do izraza za opis odvisnosti hitrosti od gostote. Tukaj potenca p opisuje kako nenadno opravijo vozniki prehod iz ene omejevalne hitrosti v drugo; čim večji je p, tem ožji je interval prehoda. Vrednost parametra p najpreposteje določimo na podlagi eksperimentalnih podatkov. V ta namen preoblikujemo izraz, ki opisuje omejevalni pogoj v obliko: v = v o (1 + (v o /w) p ) 1/p. Iz lastnosti uporabljenih funkcij izhaja, da hitrost v ne presega nobene od omejevalnih komponent v o, w. Ker je primerna hitrost w odvisna od gostote vozil ρ, je od ρ odvisna tudi hitrost: v = v(ρ). Ustrezna funkcija, ki opisuje tako imenovani potenčni, oziroma p-model, je nato opisana z izrazom: v(ρ) = v o {1 + [ r o 1 ρ + 1 ρ k p ] 1/p } (2) Ta funkcija, ki opisuje prvi osnovni zakon prometa, je podobna prej omenjenemu empirično pridobljenemu nastavku in je navidezno zapletena; vendar je dejansko dokaj preprosta, ker vključuje samo potence in osnovne aritmetične operacije, ki dajejo možnost opredelitve inverzne funkcije in tudi preproste nadaljnje analize značilnosti prometa. Prednost tega modela je, da vključuje zgolj en prilagodljivi ali prosti parameter p, medtem ko so v o, r o = tv o in ρ k = 1/r k objektivno določeni z lastnostmi vozil, voznikov in same ceste. Veliko predhodno objavljenih oblik osnovnih zakonov ne kaže teh ugodnih značilnosti [1-3].

MOŽNOST STABILIZIRANJA PROMETNEGA TOKA S PRILAGAJANJEM OMEJITVE HITROSTI 169 Slika 2: Odvisnost hitrosti v od gostote vozil ρ za omejitev hitrosti 50 km/h v o 150 km/h. (-o-) eksperimentalni podatki iz reference [3], (---) p - model. Parametre v p-modelu izberemo tako, da ustrezna krivulja sovpada z eksperimentalno pridobljeno, ki je objavljena v vodilni literaturi s tega področja [3] in prikazana s krivuljo (-o-) na sliki 1. Pripadajoče vrednosti parametrov modela so: r k = 7m, t = 1,2s in p = 2,5. Diagram, prikazan na Sliki 1 s polno črto kaže, da naš p-model presenetljivo dobro opisuje osnovne značilnosti prometa na avtocesti, oziroma njegov prvi osnovni zakon pridobljen z meritvami. Za svojo nadaljnjo analizo uporabimo p-model pri različnih vrednostih omejitve hitrosti v o na intervalu od 50 do 150 km/h z razmikom dv o = 10 km/h in prikažemo ustrezne diagrame na sliki 2. Z enačbo: ρ = 1/r pretvorimo sliko 2 v sliko 3, ki prikazuje povezavo med razdaljo r in hitrostjo v. V prostem toku, ko je razdalja med vozili r velika, je hitrost približno enaka omejitvi hitrosti v o. Z manjšanjem razdalje med vozili pa se hitrost skoraj linearno zmanjšuje z r, kakor je določeno s primerno hitrostjo w = (r r k )/t. Slika 4: Odvisnost prometnega toka Q od gostote ρ pri omejitvi hitrosti v o = 110 km/h. ( o ) eksperimentalni podatki iz reference [3], ( ) st-model, (---) p-model. Če pomnožimo enačbo (2) z gostoto ρ, dobimo drugi osnovni zakon prometa, ki opisuje odvisnost prometnega toka Q od gostote ρ: Q(ρ) = v o ρ {1 + [ r o 1 ρ + 1 ρ k p ] 1/p } (3) Sliki 1 in 2 se nato spremenita v sliki 4 in 5. Slika 4 kaže tri grafe, ki ustrezajo eksperimentalnim podatkom, st-modelu, in p-modelu. Kakor v prvi verziji zakona tudi v tej, drugi zelo dobro sovpadata diagrama, ki opisujeta eksperimentalne podatke in p-model, medtem ko stmodel s svojo trikotno obliko nakazuje predvsem osnovne lastnosti naraščanja in upadanja prometnega toka z naraščajočo gostoto vozil [2]. Iz izraza za gostoto prehoda ρ p = 1/(r o + r k ) sledi, da nastopi maksimum prometnega toka Q max v st-modelu pri gostoti: ρ p = ρ k 1+ tv o ρ k (4) Ta enačba kaže da se z manjšanjem vrednosti dovoljene hitrosti v o veča vrednost gostote ρ p, oziroma veča širina stabilnega območja prometa. To je pomembna lastnost, ki že nakazuje, kako je treba spreminjati omejitev hitrosti, če želimo zagotoviti stabilne razmere v prometu! Do podobne lastnosti pridemo tudi z analizo p-modela. Iz enačbe 3 dobimo z upoštevanjem pogoja za ekstrem dq/dρ = 0 naslednji izraz za gostoto, ki ustreza maksimumu toka: ρ max = ρ k 1+[tv o ρ k ] p (p+1) (5) Slika 3: Odvisnost hitrosti v od razdalje r za omejitev hitrosti na intervalu 50 km/h vo 150 km/h. Ta enačba se do potence p (p + 1) 0,7 v imenovalcu ujema z enačbo 4, kjer ima vrednost 1, zato so tudi zaključki, ki sledijo iz nje podobni, malo se razlikujejo samo vrednosti ocenjene iz obeh enačb.

170 ŠVEGL, GRABEC Slika 5: Odvisnost prometnega toka Q od gostote ρ za omejitev hitrosti 50 km/h vo 150 km/h. Iz izraza za gostoto, ki ustreza ekstremu, lahko dobimo s pomočjo izraza Q(ρ) = ρ v(ρ) nato še izraz za samo vrednost maksimalnega toka. Iz st-modela dobimo za maksimalni tok izraz: Q max = (1 ρ p / ρ k ) / t, ki kaže, da optimalna vrednost skoraj linearno pada s širino stabilnega režima. Podobne lastnosti prometa, kakor jih dobimo iz analize st-modela, dobimo tudi z analizo p-modela, ki ga opisuje enačba 3, vendar so pri tem dobljene malo drugačne vrednosti spremenljivk, ki opisujejo ekstrem. Ker je enačba 3 za hitro oceno lastnosti malo preobširna, je vpliv omejitve hitrosti na potek Q(ρ) in položaj maksimumov prikazan z naborom diagramov na sliki 5. Pri veliki vrednosti v o nastopi maksimum Q max pri nižji vrednosti gostote ρ max (zgornji diagram) kot pa pri nizki vrednosti v o (spodnji diagram). To pomeni, da je prometni tok manj stabilen pri visokih vrednostih dovoljene hitrosti v o kakor pa pri nizkih vrednostih. V skladu s tem moramo zmanjšati vrednost dovoljene hitrosti, če hočemo razširiti območje stabilnosti. Ta navidezno presenetljiv zaključek se nam lahko zdi paradoksalen, vendar izvira iz analize eksperimentalnih podatkov [3]! 4 STABILIZIRANJE PROMETNEGA TOKA Z namenom, da pridemo do napotka za optimalno prilagajanje omejitve hitrosti obstoječi gostoti prometa ρ, določimo najprej za st-model inverzno funkcijo funkciji, podani v enačbi 4: v o = (ρ k /ρ 1)/(tρ k ) (6) Ta enačba nam kaže kako moramo vrednost dovoljene hitrosti v o zmanjševati z naraščajočo gostoto, če želimo doseči pri dani gostoti prometa optimalni pretok. Hitrost pri maksimumu pada z naraščajočo gostoto podobno kakor primerna hitrost w. Isto velja tudi za p-model, le da je funkcija, ki sledi iz enačbe 5, za malenkost drugačna: Slika 6: Odvisnost omejitve hitrosti v o od gostote ρ max. (p+1) p v o = (ρ k /ρ 1) /(tρ k ) (7) Enačbi 6 in 7 kažeta iskani optimalni zakon za prilagajanje omejitve hitrosti k obstoječi gostoti prometa ρ, ki sledi iz st- oziroma p-modela. Ustrezni funkciji sta prikazani na sliki 6 in kažeta prej omenjeno presenetljivo lastnost izrazitega padanja vrednosti omejitve hitrosti v o s povečevanjem gostote ρ. Funkcija, podana v enačbi 7 je uporabna kot osnova za stabiliziranje prometnega toka z optimalnim prilagajanjem omejitve hitrosti gostoti prometa. Za ta namen moramo najprej izmeriti gostoto vozil na cesti in nato njej prilagoditi tisto vrednost omejitve hitrosti, pri kateri prometni tok doseže maksimum. Za stabiliziranje prometnega toka mora biti nato vrednost optimalne omejitve hitrosti posredovana voznikom z opozorilnimi tablami prometne infrastrukture. Smiselno pa je posredovati voznikom po mobilnih telefonih tudi informacijo o razmerah v samem prometu in kaj bodo s prilagoditvijo spremenjeni vrednosti omejitve hitrosti dosegli. V skladu s podatki, objavljenimi v literaturi, lahko pričakujemo, da bi taka kontrola pripomogla k stabilnosti prometa [1,2]. Učinek lahko pričakujemo v bolj homogenem toku z manj zgostitvami in zastoji, v skladu s tem pa naj bi se skrajšali tudi potovalni časi. V centrih za nadzor in vodenje prometa se po navadi zanimajo tudi za maksimalno vrednost homogenega toka Q max pri dani omejitvi hitrosti, ki jo imenujemo kapaciteta ali zmogljivost ceste. Za ta namen lahko uporabijo diagram na sliki 7, ki prikazuje zmogljivost ceste v odvisnosti od omejitve hitrosti Q max (v o ). Zanimiva je tudi odvisnost maksimalnega toka od dane gostote Q max (ρ), ki je prikazana na sliki 8. Pripadajoča funkcija je za st-model opisana kar s premico: Q max (ρ) = (1 ρ/ρ k )/t med začetno in končno točko. Oba podatka sta koristna predvsem pri preusmerjanju prometa ob kritičnih dogodkih na avtocesti. Za nadzornike prometa je zanimiva tudi odvisnost povprečnega toka < Q > od omejitve hitrosti, ker je <

MOŽNOST STABILIZIRANJA PROMETNEGA TOKA S PRILAGAJANJEM OMEJITVE HITROSTI 171 Q > najlažje merljiv in najpogosteje uporabljani podatek o prometu. Pripadajoči graf kaže slika 9. napovedovanja daje možnost dolgoročne napovedi za optimalno omejitev hitrosti, ki je nato lahko iz Slika 7: Odvisnost zmogljivosti ceste Q max od omejitve hitrosti v o. Slika 9: Odvisnost < Q > od omejitve hitrosti vo. Slika 8: Odvisnost zmogljivosti ceste Q max od ustrezne gostote ρ max. Graf na sliki 9 je podoben grafu, ki prikazuje zmogljivost ceste na sliki 7, vendar je vrednost povprečnega toka samo približno polovica zmogljivosti. V strokovni literaturi, ki se nanaša na to temo, je pogosto omenjena povezava med hitrostjo in tokom, ki je prikazana na sliki 10. Ta povezava je pomembna, ker nam posreduje dodatne podatke za oceno prehoda iz stabilnega v nestabilni režim na podlagi meritev toka Q [1-3]. Osnovna spremenljivka za stabiliziranje toka je gostota ρ. Po navadi ni izmerjena neposredno, temveč je izračunana iz povprečnega toka < Q > in povprečne hitrosti < v > z enačbo ρ = < Q > / < v >. Meritve povprečnih vrednosti < Q > in < v > zahtevajo nekaj časa, zato takšni podatki omogočajo samó kontrolo z določenim časovnim zamikom, kar pa lahko zmanjša učinek sáme kontrole. Temu problemu se lahko izognemo z napovedovanjem gostote in omejitve hitrosti za kratek časovni interval vnaprej [4,5]. Metoda Slika 10. Odvisnost hitrosti v od toka Q za omejitve hitrosti 50km/h vo 150 km/h. kontrolnih centrov prometa po različnih komunikacijskih kanalih posredovana voznikom [6]. 5 SKLEP Naš osnovni zakon prometa, ki je podan z enačbo (2), se zelo dobro ujema z merskimi podatki. Z njegovo analizo pridobimo osnovo za opredelitev stabilnega in optimalnega prometnega režima in tudi podatke za stabiliziranje prometa, ki temelji na prilagajanju omejitve hitrosti v o obstoječi gostoti prometa ρ. Predhodno razvita metoda za napovedovanje prometa [5,6] in tukaj izpeljana ocena za optimalno omejitev hitrosti v o (ρ) [7], dajeta podlago za razvoj novih metod za optimalno kontrolo prometa. Za ta namen mora biti predlagana metoda najprej preverjena in potrjena v razmerah na avtocesti, nato pa mora biti še cestna infrastruktura posodobljena z ustreznimi prometnimi znaki in komunikacijskimi napravami.

172 ŠVEGL, GRABEC ZAHVALE To delo je dobilo podporo EraSme MOTRAC in COST Akcije TU1102 ARTS. LITERATURA [1] B. S. Kerner, The Physics of Traffic, Springer, (Berlin, 2004). [2] M. Treiber, A. Kesting, Verkerhsdynamik und - simulation, Springer, Berlin, 2010. [3] D. Helbing, Verkerhsdynamik, Neue physikalische Modellierungskoncepte, Springer, Berlin, 1997. [4] I. Grabec, F. Švegl, Forecasting of traffic jam at a high-way bottleneck. 19th ISEP 2011, 28. marec 2011, Ljubljana, Slovenija, R10 [1-4]. [5] I. Grabec, K. Kalcher, F. Švegl, Modeling and Forecasting of Traffic Flow, Nonlinear Phenomena in Complex Systems, Vol. 13(1), 2010, str. 53-63. [6] I. Grabec, K. Kalcher, F. Švegl, Innovation - Graphic user interface for prediction of traffic flow field, Transport Research Arena EUROPE 2010, Brussels, BE, 11. junij 2010, poster na konferenčnem dogodku Roadidea Final Seminar, http://www.roadidea. eu/innovations/finalseminar/default.aspx [7] I. Grabec, F. Švegl, Stabilization of traffic by speed limit variation. 22nd ISEP 2014, 24. Marec 2014, Ljubljana, Slovenija, R7 [1-4]. Lovrenc Švegl je v letu 2017 končal šolanje na Gimnaziji Vič v Ljubljani in začel študirati inženiring materialov na Naravoslovnotehniški fakulteti Univerze v Ljubljani. Poleg tega se v prostem času zanima za spletne dejavnosti, osebne avtomobile in motorje ter možnosti njihove obnove, kakor tudi prilagajanje njihovih lastnosti potrebam voznikov. Akad. Igor Grabec je zaslužni profesor s Fakultete za strojništvo Univerze v Ljubljani. Tam je predaval fiziko in naključne pojave ter ustanovil Laboratorij za sinergetiko. V njem je raziskovalno delal na področjih stohastičnih lastnosti ionizacijskih valov v plazmi, akustične emisije obremenjenih snovi in obdelovalnih procesov v industriji ter prometa. Njegove raziskave so usmerjene na statistično modeliranje učečih se sistemov in njihovo uporabo pri testiranju in kontroli. Objavil je okoli 500 člankov, 17 patentov, štiri knjige s področja fizike, naključnih pojavov in sinergetike ter umetniško knjigo s področja kiparjenja.