wg Brilon, Koenig, Troutbeck, 1999
Transkrypt
wg Brilon, Koenig, Troutbeck, 1999
18. Praktyczne procedury estymacji odstępu granicznego 18. PRAKTYCZNE PROCEDURY ESTYMACJI ODSTĘPU GRANICZNEGO (wg Brilon, Koenig, Troutbeck, 1999) 18.1. Wprowadzenie Modele estymacji odstępu granicznego obserwowanego potoku ruchu jest najtrudniejszym zadaniem praktycznym w nauce inżynierskiej. Miller (1972) w swym klasycznym artykule mógł opisać dziewięć różnych metod estymacji, które nie pokrywają wszystkich możliwych, opisanych w literaturze do dzisiaj. Dzisiaj można by znaleźć łatwo znaleźć więcej niż 20 lub 30 metod opublikowanych na całym świecie dla estymacji odstępu granicznego. A więc, ważnym pytaniem jest: dla właściwej estymacji, które z tych procedur różnych autorów będą rekomendowane? A inne pytanie: jak można sprawdzić, czy dana estymacja jest dobra, czy nie? Przed możliwością odpowiedzi na te pytania, powinniśmy najpierw przedyskutować podstawowe definicje. To jest skrzyżowanie dwóch jednokierunkowych ulic (Rys.1). Tutaj dopuszczone są dwa ruchy: jeden strumień główny (ruch priorytetowy) o wielkości q p oraz strumień boczny o wielkości q n . Zgodnie z zasadami ruchu, każdy pojazd strumienia głównego może przejść przez skrzyżowanie bez opóźnienia. Jednak pojazd z ulicy podporządkowanej może wejść w strefę kolizyjną jeżeli następny pojazd strumienia głównego jest wystarczająco daleko od strefy kolizyjnej, tak aby pojazd strumienia bocznego mógł bezpiecznie przejechać cały obszar kolizyjny. „Wystarczająco daleko” jest definiowane jako: Następny pojazd z głównej ulicy może przybyć na przybyć na skrzyżowanie w chwili, w której upłynie t c sekund od poprzedniego pojazdu potoku głównego lub t c sekund od przybycia pojazdu podporządkowanego. Tę wartość t c jest nazywana odstępem granicznym, która jest najmniejszym odstępem strumienia głównego, który może zaakceptować kierowca pojazdu podporządkowanego dla przejścia strefy kolizyjnej. Inny czynnik ograniczający dla pojazdu podporządkowanego jest fakt, że oni nie mogą wejść na obszar kolizyjny wcześniej, aż poprzedni pojazd podporządkowany wszedł, z powodu fizycznej długości pojazdów oraz potrzebnych bezpiecznych odstępów. Stąd, dla scharakteryzowania zachowania kierowców używamy czas następstwa t f , który jest odstępem czasu pomiędzy dwoma kolejnymi pojazdami z ulicy podporządkowanej, gdy wchodzą na strefę kolizyjną skrzyżowania w tej samym odstępie głównego potoku. To jest oczywiste, że t c i t f są różne dla rożnych kierowców, dla rożnych okresów czasu, dla różnych skrzyżowań, dla różnych rodzajów ruchu oraz różnych sytuacji ruchowych. Zgodnie z tą zmiennością, nie można być zaskoczonym, że proces akceptacji odstępu ma naturę stochastyczną. Stąd t c i t f będą traktowane jako zmienne losowe. Jednakże parametry rozkładów prawdopodobieństwa tych zmiennych mogą zależeć od różnych czynników zewnętrznych. W konsekwencji niezbędne jest zdefiniowanie pewnych reprezentujących charakterystyk modelu typowego zachowania kierowców. A więc, estymacja odstępu granicznego oraz czasu następstwa dla znalezienia wartości zmiennych t c i t f , jak również dla znalezienia parametrów ich rozkładów, które reprezentują typowe zachowanie kierowców w okresie obserwacji. W tym artykule koncentrujemy nasze rozważania na odstęp graniczny. TPR18-345 18. Praktyczne procedury estymacji odstępu granicznego strumień boczny strumień główny qp obszar kolizyjny qn Rys. 18.1. Ilustracja podstawowego systemu kolejkowego. Teoretycznie ogólnie zakłada się na skrzyżowaniach regulowanych, że kierowcy są zarówno zgodni jak i homogeniczni. Zgodność kierowców jest założeniem, że zachowania są podobne w każdej chwili w podobnych sytuacjach. To oznacza, że kierowca ze specyficzną wartością t c nigdy nie zaakceptuje odstępu mniejszego niż t c oraz będzie akceptował wszystkie odstępy większe niż t c . Jednakże w populacji różnych kierowców, każdy który zachowuje się zgodnie, różni kierowcy mogą mieć swoja własną wartość t c . Te wartości t c mogą być traktowane jako wartości losowe ze specjalną funkcją gęstości prawdopodobieństwa f c (t ) i dystrybuantą Fc (t ) . Populacja kierowców jest homogeniczna, jeżeli grupa kierowców ma te same funkcje f c (t ) i Fc (t ) . To jest oczywiste, że rzeczywiści kierowcy nie są ani całkowicie zgodni ani homogeniczni. A kompletnie niezgodny kierowca może stosować nową wartość t c dla każdego odstępu. Dalej, że stosowana wartość t c , która jest porównywana z jakąś odstępu strumienia głównego jest kompletnie niezależna od t c stosowanej do poprzedniego odstępu strumienia głównego dla tego samego kierowcy parę sekund przed taką samą sytuacją kolizyjną. W rzeczywistości to jest rzecz nieprzewidywalna. A więc zakłada się, że raczej bezpieczny kierowca zawsze będzie wybierał raczej duże odstępy a ryzykancki kierowca zawsze będzie wybierał raczej małe odstępy. Dlatego zakładamy, że zachowanie rzeczywistego kierowcy jest bliższe do zgodności niż zachowania kompletnej niezgodności. Dla estymacji odstępu granicznego t c na podstawie obserwacji proponowana jest metoda długich serii. Miller (1972) dał przegląd literatury anglojęzycznej w latach 60. W międzyczasie pojawiły się nowe propozycje. Dla tego artykułu dokonano koniecznej selekcji literatury, dlatego nie wszystkie pozycje literaturowe. Selekcja ta została dokonana na podstawie oryginalności ujęć. Na początku przedstawiona jest taka metoda. Następnie porównuje się różne metody. Na koniec przedstawiono model symulacyjny i oceny rekomendowanych modeli. 18.2. Technika estymacji dla warunków nasycenia: metoda Sieglocha. TPR18-346 18. Praktyczne procedury estymacji odstępu granicznego Siegloch (1973) zaproponował skuteczną procedurę dla teorii przepustowości regulowanych skrzyżowań. Ta procedura pokazuje jak odstęp graniczny jest modelowany za pomocą narzędzi matematycznych. Niech g (t ) będzie liczbą pojazdów z bocznej ulicy, które mogą pojawić się w obszarze kolizyjnym w jednej odstępie bocznego potoku t. Oczekiwana liczba odstępów rozmiaru t w głównym strumieniu jest q p h(t ) , gdzie h(t ) jest funkcją gęstości prawdopodobieństwa wszystkich odstępów (lub odstępów) potoku głównego. Stąd wielkość przepustowości, która jest zrealizowana w odstępie rozmiaru t podczas jednej godziny jest q p h(t )g (t ) . Dla otrzymania łącznej przepustowości c, musimy scałkować po całej przestrzeni możliwych odstępów strumienia t. Stąd otrzymujemy ∞ c = q p ⋅ ∫ h(t ) ⋅ g (t )dt (18.2.1) t =0 To równanie na przepustowość regulowanych skrzyżowań daje podstawę całej teorii odstępu akceptowalnego. Mimo że wszystkie analityczne wzory estymacji w literaturze światowej są oparte na tym pomyśle, to nie wszyscy autorzy są świadomi tej metody. Konsekwencją zastosowania tego równania dla obliczeń przepustowości jest znajomość funkcji gęstości prawdopodobieństwa strumienia głównego h(t ) i funkcji g (t ) . Siegloch, dla zastosowania tej teorii proponuje metodę regresji dla określenia g (t ) na podstawie obserwacji. Dla takiej metody estymacji potrzebujemy obserwacji w warunkach nasycenia, tzn. ciągłej (nieskończonej-JW.) kolejki na ulicy bocznej. Tylko w takich warunkach my możemy obserwować realizacje g funkcji g (t ) poprzez obliczanie liczby pojazdów bocznego strumienia, które wejdą podczas odstępu strumienia głównego t. Oczywiście, realizacje g są zawsze liczbami całkowitymi. Wyniki obserwacji mogą być pokazane na wykresie, jak pokazane na Rys. 18.2. W prawie wszystkich przypadkach rozważanych przez autorów (a które są dosyć dużą liczbą), punkty obserwacji były tak rozmieszczone, że właściwa była aproksymacja liniowa. Tak więc, liniowa funkcja regresji została zastosowana do przedstawienia danych, gdzie t jest zmienną zależną, a g jest zmienną niezależną: t = a + b ⋅ g (t ) , (18.2.2) gdzie parametry a i b wyznaczone są w analizie regresji. To jest użyteczne obliczenie średniej t g (z obserwacji t wartości) dla każdej obserwowanej wartości g, przed rozpoczęciem regresji. Tak więc, dla każdej wartości g w próbce tylko jedna wartość t ( = t g ) jest użyta. Z drugiej strony, więcej obserwacji numerycznych, dla mniejszych g powinna być zarządzona dla pełnego wyniku. Doświadczenia pokazują, że zawsze w każdym przypadku średnia wartość t g pokazuje małe odchylenia od linii prostej. Linia prosta dla t = funkcji (g) była by dokładnie zgodna, jeżeli t c i t f będą wartościami stałymi. W takim przypadku równanie (18.2.2) może być napisane jako 0 g (t ) = t − t 0 t f TPR18-347 dla t < t 0 dla t ≥ t 0 (18.2.3) 18. Praktyczne procedury estymacji odstępu granicznego 12 g (t ) 10 8 6 4 2 0 0 5 10 15 20 25 30 35 40 t (s ) Rys. 18.2. Ilustracja metody Sieglocha przez Brilona i in. (1999). Punkty na poziomych liniach reprezentują chmury punktów obserwacyjnych dla g. Miejsca przecięcia tych linii reprezentują średnie wartości t dla każdego g. Linia regresji odpowiada równaniu: t = 4.8 + 2.9 g , z którego otrzymano estymatory t c = 6.25 s i t f = 2.9 s . gdzie tf t 0 = t c − (s ) . 2 Stąd t c i t f mogą być oceniane dokładnie na podstawie techniki regresji. Niektórzy autorzy klasyfikują tę technikę estymacji odstępu granicznego jako deterministyczną, co nie jest właściwe. Natomiast ta technika w pełni odzwierciedla stochastyczną naturę odstępu akceptowalnego. Kombinacja równań (18.2.1) i (18.2.3) wraz z założeniem, że h(t ) może być opisana przez funkcję wykładniczą prowadzi nas do znanego wzoru Sieglocha na przepustowość prostego skrzyżowania nieregulowanego, jak na Rys. 1: c= 3600 − pt0 e . tf (18.2.4) Przewaga procedury Sieglocha dla estymacji t c i t f jest taka że jest w ścisłej relacji z teorią przepustowości. Słabą stroną tej metody dla zastosowań jest fakt, że metoda ta może być stosowana tylko dla warunków nasyconych, które mogą być trudne do znalezienia w praktycznych sytuacjach. TPR18-348 18. Praktyczne procedury estymacji odstępu granicznego 18.3. Techniki estymacji dla warunków nienasyconych 18.3.1. Metoda zwłoki Skomplikowanym jest estymacja odstępu granicznego t c , na podstawie obserwacji warunków nienasyconych. Pewną prostą metodą może być oparta na zwłokach. Zwłoka jest czas od przybycia pojazdu bocznej ulicy aż do przybycia następnego pojazdu głównego. Zakładamy następujące warunki: zgodni kierowcy oraz niezależność przybyć ulicy bocznej od sytuacji ruchowej na ulicy głównej. Stąd proporcja p a ,lag kierowców akceptujących zwłokę wielkości t jest identyczne jak prawdopodobieństwo że kierowca ma wartość t c mniejszą niż t. Dlatego możemy ustalić p a ,lag = Fc (t ) (18.3.1) Dla tych rozważań proponujemy pierwszą metodę estymacji odstępu granicznego dla warunków nasyconych. Wszystkie zwłoki mogą być mierzone podczas obserwacji ruchu na nieregulowanym skrzyżowaniu. Czy zwłoka zostaje przyjęta czy odrzucona dodatkowo będzie zanotowane. Stąd skala czasu jest podzielona na W części o rozmiarze ∆t , t.j. ∆t = 1 s .Dla każdego przedziału i patrzymy na N i - liczba zaobserwowanych zwłok z przedziału i Ai - Liczba akceptowanych zwłok z przedziału i a i = Ai N i Jeżeli t i jest środkiem przedziału i, to Fc (t ) = a i (18.3.2) która jest jakąś aproksymacją dystrybuanty odstępu granicznego. Wartość oczekiwana w takim razie jest W t c = ∑ t i [Fc (t i ) − Fc (t i −1 )] (18.3.3) i =1 gdzie W jest liczbą przedziałów długości ∆t . Podobnie odchylenie standardowe dla dystrybuanty Fc (t ) może być estymowane. Dla praktycznych zastosowań ta metoda ma pewne minusy. W tej metodzie wymagane jest aby każdy przedział i miał wystarczająco dużą próbkę. To powoduje konieczność obserwacji bardzo długich okresów, ponieważ dla ulic z małym ruchem, podczas których my obserwujemy dosyć małe zwłoki a na głównej ulicy jest duży ruch, który powoduje kolejki przed obszarem kolizyjnym. W konsekwencji, mimo że duża liczba obserwacji jest dokonana, to jest bardzo mało zwłok, które mogą być wykorzystane w procedurze estymacji. 183.2. Podstawowe rozważania dla następnych metod TPR18-349 18. Praktyczne procedury estymacji odstępu granicznego Podane poprzednio przyczyny, która są rzeczywiście wymagane do estymacji odstępu granicznego dla nienasyconych warunków jest procedurą, która jeszcze zbiera informacje od tych kierowców, którzy akceptują odstęp po przebywaniu w kolejce. Proporcja akceptowanych zwłok i odstępów p a ,lag + gap (t ) jest nie dłuższa niż dystrybuanta dla t c . Przyczyną tego jest że kierowca, który akceptuje odstęp z pomiędzy wielu badanych odstępów, które były mu dane. W takim przypadku, dystrybuanta wszystkich odstępów w strumieniu głównym wpływa na dystrybuantę odstępu akceptowanego. Jednakże, pomiędzy odrzuconymi odstępami wielkości t c są dopóty reprezentowane, dopóki oni odrzucają więcej odstępów, niż kierowcy, którzy używają małych wartości t c . Dodanie takiego zachowania wymaga więcej rozważań. Jeżeli obserwujemy kierowcę na ulicy bocznej oraz jego decyzje o zachowaniu lub odrzuceniu odstępu, to możemy zauważyć że jego t c jest większe niż maksimum odrzuconych odstępów a mniejsze niż odstęp, którą akceptuje. To jest prawda, że kierowca zachowuje się zgodnie (patrz wyżej). Jeżeli obserwujemy serię akceptowanych odstępów, t a , to wtedy akceptowana odstęp może być opisana przez statystyczną dystrybuantę Fa (t ) (patrz Rys. 18.3). F (t ) 1 0.8 Fr (t ) 0.6 Fc (t ) Fa (t ) 0.4 0.2 0 0 5 10 t (s ) Rys. 18.3. Dystrybuanta odstępu granicznego Fc (t ) musi być położona pomiędzy dystrybuantą odrzuconych odstępów Fr (t ) (tutaj przypadek A2; zwłoki są traktowane jako t r = 0 ) a dystrybuantą akceptowanych odstępów Fa (t ) . Z drugiej strony, możemy obserwować dystrybuantę odrzuconych odstępów Fr (t ) . Mamy tu jednakże pewien problem, które z typów odrzuconych odstępów są zawarte w tej dystrybuancie. Wykorzystano tu dwie rożne definicje. Najpierw, tylko największe odrzucone odstępy zawarto w tej dystrybuancie. Jeżeli kierowca bocznej ulicy mógł był zaakceptować pierwszą zwłokę, to on nie odrzucił żadnej odstępu. W takim przypadku kierowca ten mógłby być wycofany z próbki (przypadek A1) i jego akceptowana zwłoka nie byłaby oceniana w procedurze estymacji, lub odrzucona odstęp tego kierowcy byłaby definiowana jako 0 (przypadek A2). Po drugie, wszystkie obserwowane odrzucone odstępy są brane w rozważaniach. W takim przypadku, jeżeli jeden indywidualny kierowca bocznej ulicy czeka na długą serię odrzuconych odstępów, to będzie włączona. Oznaczenia stosowane w przypadku A muszą być jeszcze dopracowane następująco: TPR18-350 18. Praktyczne procedury estymacji odstępu granicznego Przypadek B1: Kierowcy akceptują zwłoki, które są pomijane. Przypadek B2: Dla kierowców akceptujących zwłokę, największa odrzucona odstęp jest określana jako 0. Pomimo że definicje będą używane, wiemy że dystrybuanta Fr (t ) pokazana na Rys. 3 musi być na lewo od żądanej dystrybuanty Fc (t ) . Z drugiej strony, funkcja akceptowanych odstępów Fa (t ) musi być na prawo od dystrybuanty Fc (t ) . To wynika z faktu, że dla każdego indywidualnego zgodnego kierowcy: t r < t c < t a . Ponieważ funkcja dystrybuanty Fc (t ) nie może być obserwowana dokładnie, to jest celem wszystkich następujących procedur estymacji funkcji Fc (t ) aż to jest możliwe albo estymować w końcu takie typowe parametry jak wartość oczekiwana, mediana lub wariancja. 18.3.3. Metoda Raffa. Najwcześniejszą metodą estymacji odstępu granicznego jak to wygląda jest metoda Raffa i Harta (1950). Jego definicja przetłumaczona na naszą terminologię oznacza, że przejmujemy: 1 − Fr (t ) i Fa (t ) . Miller (1972) dał pewną dodatkową interpretację matematyczną tych metod. On jeszcze zauważył, że wyniki estymacji t c są wrażliwe na wielkość ruchu, dla którego była robiona ocena. Metoda Raffa pierwotnie była zastosowana w wielu krajach, na przykład Retzko (1961) wprowadził tę procedurę do Niemiec. 18.3.4. Metoda Ashworda Przy założeniu, że wykładniczego rozkładu odstępów w strumieniu głównym, o niezależnych kolejnych odstępach oraz rozkładach normalnych t a i t c , Ashworth (1968, 1970, 1979) znalazł, że średnia odstęp graniczny t c może być estymowana z µ a (średni odstęp akceptowalny t a w s) i σ a (odchylenie standardowe odstępów akceptowanych) przez t c = µ a − pσ a2 (18.3.4) z p równym wielkości ruchu strumienia głównego (pojws). Jeżeli t a nie ma rozkładu normalnego, rozwiązanie staje się bardziej skomplikowane. Jednakże, dla rozkładów gamma lub log-normalnych t a i t c równanie (18.2.4) można jeszcze uzyskać za pomocą aproksymacji. Miller (1972) wprowadził pewną korektę metody dla przypadków, w których t c ma rozkład gamma. Tak więc zastosował dwa równania t c = µ a − pσ c2 σc =σa tc µa z których t c i t a są uzyskane przez podstawienie. Dla naszych estymacji użyto równania (8). TPR18-351 (s ) (18.3.5) 18. Praktyczne procedury estymacji odstępu granicznego 18.3.5. Metoda Hardersa Harders (1968) rozwinął metodę estymacji t c , która stała się dosyć popularna w Niemczech. Cała praktyka dla skrzyżowań nieregulowanych w Niemczech jest oparta na wartościach t c i t f , które są oceniane w tej technice. Ta metoda robi użytek tylko z odstępów (tj. jak w powyższym przypadku B1). Metoda jest podobna do metody zwłok dyskutowanej we wcześniejszym rozdziale (Metoda Zwłoki). Jednakże, dla procedury Hardera (1968) zwłoki nie są obserwowane w próbce. Skala czasu jest podzielona na interwały o stałej długości, tj. ∆t = 0.5 s . Środek każdego interwału i jest oznaczany t i . Dla każdego pojazdu w kolejce na bocznej ulicy, powinniśmy zaobserwować wszystkie odstępy strumienia głównego, które są przedstawione kierowcy i dodatkowo, odstępy akceptowane. Z takich obserwacji możemy obliczyć następujące częstości oraz wartości względne: N i - liczba wszystkich odstępów wielkości i, które są dostarczane pojazdom bocznym Ai - liczba akceptowanych odstępów wielkości i (10) a i = Ai N i . Teraz można te wartości a i narysować dla wszystkich t i . Otrzymana krzywa jest kształtem dystrybuanty. Traktowana jest jako funkcja Fc (t ) . Jednakże, nikt nie może dostarczyć innych skutecznych matematycznych pomysłów, które taką funkcję a i jako funkcji (t i ) mającej rzeczywiste własności Fc (t ) . Natomiast to podejście może być niezrozumiałe w metodzie zwłoki. Fragmentem tej metody jest które z odstępów t < 1 s jest założone będą odrzucone, a które z wszystkich odstępów t > 21 s jest założone że będą akceptowane. Dla zastosowań praktycznych, zagwarantowane jest to, że a i jako funkcja (t i ) jest ściśle rosnącą funkcją dla wszystkich t i , która będzie formą Fc (t ) . Dlatego, wartości a i są korygowane przez procedurę ruchomej średniej, która każde a i jest jeszcze ważona z wartościami Ai . W końcu estymacja t c jest dana przez wartość oczekiwaną dla uformowanej dystrybuanty Fc (t ) . Z takich powodów metoda ta wygląda na bardziej rokującą praktyczne rozwiązania bez mocnych podstaw matematycznych. 18.3.6. Procedury typu logit Wiele proponowanych metod można by podsumować jako modele typu logit, jako że one zawierają podobieństwa z klasycznymi modelami typu logit z planowania transportowego (patrz Cassidy i in., 1995; Ben-Akiva and Lerman, 1987). Wszystkie te modele prowadzą nas do funkcji typu logit. W dalszym ciągu przedstawiono jeden z typowych sformułowań tych modeli. Każdy kierowca ulicy bocznej czekający na odpowiednią odstęp ma dwie możliwości i - akceptowanie odstępu dla manewru krzyżowania lub włączania; j – odrzucenie odstępu. Kierowca w swojej sytuacji decyzyjnej, d, będzie oczekiwał specjalnej użyteczności swojej decyzji. Ta użyteczność może być odniesiona jako kombinacja bezpieczeństwa z jednej TPR18-352 18. Praktyczne procedury estymacji odstępu granicznego strony, a niskich opóźnień, z drugiej strony. Uzyskamy ogólną użyteczność U id jako addytywną kombinację wartości deterministycznej Vid oraz losowej ε id : U id = Vid + ε id (18.3.6) U jd = V jd + ε jd Zakładamy, że deterministyczny składnik Vid może być obliczony z własności, które mogą być estymowane na podstawie technik ogólnych miary. Stąd stosujemy jedyne możliwe rozwiązanie liniowej funkcji użyteczności. Vid = α + β 1 xid 1 + β 2 xid 2 + ... + β k xidK V jd = α + β 1 x jd 1 + β 2 x jd 2 + ... + β k x jdK (18.3.7) gdzie α , β 1 , β 2 ,..., β K - parametry ; xidk x jdk K - wartość k-tego atrybutu w sytuacji d w przypadku akceptacji; - wartość k-tego atrybutu w sytuacji d w przypadku odrzucenia; - liczba atrybutów. Składnik losowy ε id zawiera wszystkie wpływające czynniki, które nie mogą być ocenione dokładnie lub te, które są rezultatem czynników losowych w procesie decyzyjnym. Robimy jednakże założenie, że kierowcy średnio dokonują racjonalnych decyzji, tj. oni dokonują decyzji, które zapewniają im najwyższą użyteczność. Stąd prawdopodobieństwo p i (t ) akceptacji odstępu przez kierowcę jest p i (t ) = P(U id > U jd ) (18.3.8) p i (t ) = P(ε jd − ε id ≤ Vid − V jd ) O składniku losowym ε id zakładamy, że ma rozkład Gumbela. (Patrz Ben-Akiva i Lerman, 1987). Stąd różnica ε d = ε jd − ε id ma funkcję logistyczną, tj.: Fε d ( x ) = f ε d (x ) = 1 1 + e − µx (18.3.9) µe x (18.3.10) (1 + e ) − µx 2 gdzie µ jest parametrem tego rozkładu. Dlatego (18.3.8) i (18.3.9) mogą być napisane jako p i (t ) = Fε d (Vid − V jd ) = 1 1+ e ( − µ Vid −V jd ) (18.3.11) W iloczynie µ (Vid − V jd ) czynnik µ może być zawarty w parametrach α i β i (patrz (18.3.7)). W specjalnych przypadkach, w których tylko jeden atrybut jest obserwowany (K = 1) otrzymujemy TPR18-353 18. Praktyczne procedury estymacji odstępu granicznego p i (t ) = 1 1+ e ( − β xid − x jd ) (18.3.12) Jako atrybuty my możemy zastosować rozmiar prezentowanych odstępów, które kierowca bocznej ulicy spędza w kolejce, lub prędkość pojazdu potoku głównego, lub kierunek ruchu następnego pojazdu w potoku głównym w przypadku dwukierunkowej ulicy itp. Dotąd opis modelu jest taki sam jak w klasycznym ujęciu modeli typu logit w planowaniu transportowym. Jeżeli, jednak, my analizujemy (18.3.11) widzimy, że xid i x jd (które mogą być odstępami aż do następnego przybycia pojazdu w potoku głównym) są takie same jeżeli odstęp jest akceptowana (i) lub odrzucona (j). Dlatego różnica atrybutów nie jest wykorzystana w równaniu. Natomiast atrybut sam jest wprowadzony w (18.3.9) i (18.3.11). Stąd (18.3.11) staje się p i (t ) = 1 1+ e α + β1 xd 1 + β 2 xd 2 +...+ β K xdK (18.3.13) Wzór (18.3.12) ( dla K = 1 oraz atrybut x d jest odstępem potoku głównego t) prowadzi do formy p i (t ) = 1 1 + e α +φt (18.3.14) Teraz, dla uzyskania odstępu granicznego t c , rozumiemy, że p i (t ) jest funkcją odstępu t (tj. prawdopodobieństwo, że kierowca w sytuacji d akceptuje odstęp wielkości t) jako statystyczną funkcję gęstości dla zmiennej losowej T. Stąd odstęp graniczny jest zdefiniowana jest jako mediana zmiennej losowej T, która jest t c , dla wartości T, dla której: tc ∫ p (t )dt = 0.5 i (18.3.15) 0 W końcu parametry α , β , β 1 , β 2 ,..., β K są estymowane za pomocą techniki największej wiarygodności. Jako przykład Pant i Balakrishnan (1994) użyli ten rodzaj modelu typu logit z α = 0 i K = 11 dla różnych atrybutów. Dla rozwiązania tego modelu mamy określoną funkcję typu log. W tym modelu wzór (18.3.14) jest dany przez n 1 L(α , β ) = ∑ ln + α + αy d + βt d − βy d t d α + βt d d =1 1 + e (18.3.16) gdzie: y d = 1 jeżeli kierowca w sytuacji d akceptuje odstęp oraz 0, jeżeli odrzuca odstęp; n - liczba obserwowanych decyzji; t d - rozmiar odstępu oferowanej kierowcy w potoku bocznym w sytuacji d (s). Maksimum L(α , β ) może być określone poprzez zróżniczkowanie i porównanie pochodnych do zera: TPR18-354 18. Praktyczne procedury estymacji odstępu granicznego n e α + βtd ∂L = ∑ ln ∂α i =1 1 + e α + βt d + 1 − y d = 0 (18.3.17) n e α + βt d ∂L = ∑ ln ∂β i =1 1 + e α + βtd + t d − t d y d = 0 (18.3.18) Te dwa równania mogą być rozwiązane iteracyjnie. Tak więc (18.3.16) można maksymalizować za pomocą techniki dużych arkuszy (spreadsheet). To jest metoda (stosując Quattro Pro, wersja 5) która pozwala na następującą analizę. Dla maksymalizacji L(α , β ) należy odkryć wartości α i β we wzorze (18.3.14). Ponieważ to jest dystrybuanta rozkładu logistycznego, równanie (18.3.15) może być rozwiązane dla t c jako wartość oczekiwana tego rozkładu, która jest tc = α β (18.3.19) Wariancja odstępu granicznego może być estymowana jako σ t2 = c α2 3β 2 (18.3.20) W końcu to może być jeszcze raz odnotowane, że ta rodzina modeli pozwala na ocenę innych zewnętrznych efektów na odstęp graniczny przez użycie (18.3.13) zamiast (18.3.14). Stąd funkcje typu log (patrz (18.3.16)) muszą być zbudowane dla bardziej złożonych modeli. Jako atrybuty możemy tu zawrzeć inne zewnętrzne wpływy-parametry dodatkowe w głównym strumieniu odstępów (patrz tekst poniższy, (18.3.22)). Dla przykładu tego typu logit estymacji, patrz na Rys. 18.4, który ilustruje estymację użytą w symulacji niżej dla przypadku B1, tj. sytuacji, w której kierowca nie może zaakceptować pierwszego odstępu, która została pominięta. 18.3.7. Procedury ufności. Techniki ufności dla estymacji odstępu granicznego po raz pierwszy zastosowano w 60. (Patrz Solberg and Oppenlander, 1966; Miller, 1972). Tego typu sformułowanie jest dość podobne do logit koncept. W ich oryginalnej formie, jednakże, te modele nie stosują pojęcia użyteczności. Natomiast wielkość odstępu granicznego t c , jest kierunkowo zrandomizowana przez pojęcie addytywne ε . Stąd formułujemy dla zgodnego kierowcy d: t c,d = t c − ε d gdzie t c,d - odstęp graniczny kierowcy d (s); tc - średnia odstęp graniczny dla całej populacji kierowców (s); odchylenie odstępu granicznego dla kierowcy d z t c (s ) . εd Prawdopodobieństwo zaakceptowania odstępu t w potoku głównym jest TPR18-355 (18.3.21) 18. Praktyczne procedury estymacji odstępu granicznego p a (t ) = P(t ≤ t c, d ) = P(t ≥ t c + ε d ) (18.3.22) W modelu ufności zakładamy, że składnik losowy ε d ma rozkład normalny z wartością oczekiwaną 0 i odchylenie standardowe σ ε . Stąd (27) dalej będzie przekształcone na p a (t ) = N (t t c , σ ε ) gdzie N (t t c , σ ε ) - (18.3.23) dystrybuanta rozkładu normalnego z wartością oczekiwaną t c i odchyleniem standardowym σ ε . Stosując standaryzowaną formę rozkładu normalnego można ten wzór napisać jako t − tc p a (t ) = Φ σε (18.3.24) F 1 0.8 0.6 0.4 0.2 0 0 10 wielkość odstępu w sekundach odrzucone akceptowane logit 20 Rys. 18.4. Przykład logit estymacji dystrybuanty F. Uzyskane z przebiegów symulacyjnych dla q p = 200 vph . Wartości wynikowe są α = 6.61 , t c = 6.54 s . gdzie Φ ( z ) jest wartością standaryzowanej dystrybuanty rozkładu normalnego w punkcie z. Oznaczenia t c i σ ε są parametrami modelu. Mogą być one oceniane na podstawie techniki regresji wiarygodności, jeżeli proporcja odstępów akceptowanych jest użyta do estymacji p a (t ) . (Patrz Miller, 1972). W tej technice metoda ta jest prawie identyczna z metodą zwłoki. Jeżeli w odstępie były również zawarte, technika ta ma wszystkie problemy zauważone wpierw w metodzie zwłoki. Dlatego Hewitt (1983, 1985) zaproponował korektę strategii bazowej metody wiarygodności dla skłonności powodowanej przez zwielokrotnienie odrzuceń odstępów przez kierowców stosujących wielkie wartości t c . Ta technika dyskutowana jest w następnych rozdziałach. Trochę ważniejszy przyczynek do techniki estymacji wiarygodności dał Daganzo (1981). Tutaj proponowana teoria, która oparta jest na estymacji t c bazującej na całej historii odrzuconych odstępów oraz akceptowanych odstępów przez każdego kierowcę z ulicy bocznej. Zastosowano rozkład normalny dla t c a jego wariancja jest wyznaczona dla TPR18-356 18. Praktyczne procedury estymacji odstępu granicznego wszystkich kierowców, jak również dla losowych pojęcia ε d (patrz (18.3.21)). Model ten można rozwiązać za pomocą specjalnego oprogramowania dla wielowymiarowej techniki ufności. Jednakże, nie można mieć pewności, że rozwiązanie zostanie znalezione. Dlatego, metoda ta wydaje się zbyt złożona dla praktycznych zastosowań. Mahmassani i Sheffi (1981) zaproponowali model ufności, który obliczał wpływ czasu czekania na linii stopu na zachowanie kierowców. Liczba odstępów, które kierowca odrzucił przed akceptacją odstępu, jest jednym parametrem modelu. W tym modelu wykorzystano logarytmiczną funkcję wiarygodności dla estymacji teorii ufności. Estymacja prowadzi do rozwiązania, w którym odstęp graniczny zależy od liczby odrzuconych odstępów. Taki rodzaj rozwiązania może być stosowany na wejściu do modeli symulacyjnych, jeżeli pomysł prowadzi do bardziej realistycznych, bazujących na badaniach doświadczalnych. Rozwiązanie zawierające liczbę odrzuconych odstępów jest jednak nie użyteczne dla zastosowań w instrukcjach lub w analitycznych obliczeniach przepustowości. Tutaj teorie pozwalają jedynie na wyznaczenie typowej, wstępnej wartości t c , która będzie stosowana w dalszych obliczeniach. Istnieje pewien problem z wszystkimi metodami wiarygodności, mianowicie że rozkład normalny może być niewłaściwy dla stosowanych odstępów granicznych, a więc jakiś skośny rozkład t c może być właściwy. Koncept estymacji ufności dołączył do naszej analizy rozwiązanie Hewitta. 18.3.8. Metoda Hewitta. Hewitt (1983, 1985, 1988, 1993) opublikował serię artykułów o estymacji odstępów granicznych. Dla pełnego wyjaśnienia wszystkich detali różnych procedur czytelnik musi zwrócić się do źródeł oryginalnych. W dalszym ciągu podano krótką charakterystykę tych metod. Skala czasu jest podzielona na interwały stałej długości, tj. ∆t = 1 s . Środek każdego przedziału i jest oznaczony t i . Metoda używa procedury iteracyjnej. W pierwszym podejściu dla wyznaczenia funkcji akceptacji odstępu Fc (t ) używa się metody zwłoki. Jednak, dla celów obliczeniowych Fc (t ) w pierwszym kroku jest estymowana zgodnie z metodą ufności. Prowadzi to do wartości prawdopodobieństwa że t c jest wewnątrz interwału i, które jest oznaczone ci 0 , gdzie indeks 0 oznacza zerowy krok iteracji. Zgodnie z teoretycznymi względami prowadzącymi do wzoru na oczekiwaną liczbę akceptowanych i odrzuconych odstępów, które są dane na następującej tablicy, zgodnie z (18.3.25). Oczekiwana liczba odstępów lub zwłok podczas t j , które są używane przez kierowców d z odstępem granicznym wielkości t cd ≅ t i : Użyte: Jako zwłoki Akceptowane β .N .c i . f j Odrzucone β .N .c i . f j Jako odstępy f j Ei β .N .ci (1 − Fi ) f E β .N .ci 1 i (1 − Fi ) Dla j ≥i j ≤i gdzie ci - prawdopodobieństwo, że odstęp graniczny jest wewnątrz interwału i; TPR18-357 (18.3.25) 18. Praktyczne procedury estymacji odstępu granicznego f i - prawdopodobieństwo, że odstęp potoku głównego jest wewnątrz interwału i (Zakłada się, że rozkłady zwłok i odstępów są identyczne, a w tym przypadku, że są wykładnicze); Fi - wartość dystrybuanty dla głównego strumienia odstępów w środku przedziału i; 1, j ≠ i . 0.5 j = i β = Stosując te wzory możemy obliczyć liczbę akceptowanych i odrzuconych odstępów i zwłok dla danego zbioru {c i 0 }. Z tych wartości nowa estymacja {c i1 } może być obliczona, tj. za pomocą techniki ufności. Ten zbiór {c i1 }pozwala na nową estymację t c . Również z tej nowej {ci1 } (stosując (30)), są obliczane nowe liczby akceptowanych i odrzuconych odstępów, co daje podstawę dla {c i 2 } i tak dalej. Ta iteracja jest powtarzana aż do kolejnej wartości t c aż do uzyskania prawie niezmienności w następnych iteracjach. Jedna informacja będzie uzyskana z obserwacji dla każdego interwału czasowego i długości ∆t są wyznaczone łączna liczba odstępów, liczba odrzuconych odstępów, łączna liczba zwłok i liczba odrzuconych zwłok. Dla praktycznych zastosowań, pewne dodatkowe aspekty powinny być obserwowane, czy pewne przedziały czasu nie są przepełnione potrzebnymi obserwacjami. A więc sąsiednie interwały powinny być połączone. Natomiast procedura ufności dla {c i } , w której założono dla Fc (t ) że jedynie rozkład log-normalny może być stosowany. Cała procedura estymacji jest zawarta w programie komputerowym nazywanym GAPTIM oraz PROBIT, zgodnie z Hewittem (1995). Te programy były użyte do analizy metody Hewitta. 18.3.9. Procedury największej wiarygodności Techniki największej wiarygodności dla estymacji odstępu granicznego wyglądają na powrót do Millerra i Pretty (1968). Dla większych szczegółów można zobaczyć Millera (1972). Ta metoda została opisana bardziej precyzyjnie przez Troutbeck (1992). Dla zrozumienia podstawowych elementów tej metody załóżmy, że dla indywidualnego kierowcy bocznej ulicy d my powinniśmy obserwować: rd - największy odrzucony odstęp (s); a d - akceptowany odstęp (s). Metoda największej wiarygodności oblicza prawdopodobieństwo, że odstęp graniczny t c będzie pomiędzy rd i a d . Dla estymacji tego prawdopodobieństwa użytkownik musi wyspecyfikować generalną formę rozkładu odstępu granicznego Fc (t ) dla populacji kierowców oraz my zakładamy, że wszyscy kierowcy są zgodni. Wiarygodność, że odstęp graniczny kierowców będzie pomiędzy rd i a d jest dana przez Fa (a d ) i Fr (rd ) . Wiarygodność L* z próbki n obserwacji kierowców ulicy bocznej, która jest dana przez dwa wektory {rd } i {a d } i która została uzyskana z danego produktu: n L* = ∏ ( Fd (a d ) − Fr (rd )) d =1 Logarytm L wiarygodności L* jest dany przez TPR18-358 (18.3.26) 18. Praktyczne procedury estymacji odstępu granicznego n L = ∑ ln (Fa (a d − Fr (rd ))) (18.3.27) d =1 W praktyce, rozkład log-normalny jest często używany jako rozkład odstępu granicznego t c . Oczekiwana odstęp graniczny może być znaleziona dla tego rozkładu, będąca reprezentatywnym wskaźnikiem akceptacji wyrażającym średnie zachowanie kierowców (patrz Miller, 1972; Troutbeck, 1992). Wiarygodność L* jest maksymalizowana, kiedy logarytm L jest maksymalizowany. Właściwe wartości parametrów rozkładu odstępu granicznego (wartość oczekiwana i wariancja) są wyznaczane poprzez przyrównanie pochodnych cząstkowych po tych parametrach do zera. Prowadzi to do dwóch równań zależnych od wektorów obserwacji {rd } i {a d } . Te dwa równania mogą być rozwiązane przez iteracyjne numeryczne techniki rozwiązania. Troubeck (1992) opisuje procedurę dla estymacji parametrów odstępu granicznego używającej techniki największej wiarygodności bardziej szczegółowo. Ta metoda numeryczna była użyta do estymacji wartości t c w rozważaniach tego artykułu. 18.4. Kryteria dla klasyfikacji metod estymacji Przed porównaniem różnych procedur estymacji, możemy zdefiniować wymagania do użycia procedury estymacji odstępów granicznych. Te wymagania nie mogą być rozważane bez użycia matematyki. Natomiast proponujemy następujący zbiór kryteriów. 18.4.1. Dystrybuanta Odstęp graniczny t c nie jest wartością stałą. Jest natomiast zmiennym pojęciem, gdzie zmienność jest oczekiwana pomiędzy różnymi kierowcami oraz dla każdego indywidualnego kierowcy w całym czasie. Dlatego, odstępy graniczne, które kierowcy stosują w swoim procesie decyzyjnym na skrzyżowaniach nieregulowanych są podobnie rozłożone jak zmienna losowa. Dystrybuanta jest scharakteryzowana następująco. (a) Minimalna wartość jaka jest od uzyskiwana od dołu, która jest ≥ 0 . (b) Oczekiwana wartość µ c (średnia odstęp graniczny lub oczekiwana odstęp graniczny; która często jest oznaczana jako „odstęp graniczny”). (c) Odchylenie standardowe σ . (d) Współczynnik skośności, który jeżeli jest dodatni, to oznacza mający długi ogon po prawej stronie. Dystrybuanta i jej parametry nie mogą być wprost estymowane, ponieważ odstęp graniczny nie może być obserwowana w indywidualnej sytuacji kierowcy. Tylko odrzucone i akceptowane odstępy mogą być mierzone. Dlatego, takie procedury mogą być ustalone, które próbują estymować dystrybuantę i jej parametry, tak dokładnie, jak to możliwe. Normalnie, akceptowane i/lub odrzucone odstępy są podstawą dla takiej estymacji. 18.4.2. Zgodność TPR18-359 18. Praktyczne procedury estymacji odstępu granicznego Procedura estymacji powinna być zgodna. Oznacza to, że jeżeli kierowcy ulicy bocznej w ich specyficznej kompozycji strumieni ruchu mają daną dystrybuantę odstępów granicznych, to procedura powinna dawać możliwość odtworzenia tej dystrybuanty, raczej dokładnie. Procedura powinna w końcu odtwarzać średnią odstęp graniczny dość niezawodnie. Te jakości reprodukcyjne nie powinny zależeć od innych parametrów takich jak wielkość ruchu na głównej ulicy lub opóźnienie kierowców na ulicy głównej i bocznej doświadczanej przez kierowców lub innych zewnętrznych wpływów. Tylko wtedy może być używana do badania wpływów zewnętrznych parametrów na odstęp graniczny, jeżeli ta zgodność była dowiedziona za pomocą specjalnej procedury. W przeciwnym razie, wpływy znalezione w badaniach empirycznych mogą być zarówno z niezgodności procedury estymacji, jak i z tych wpływów, które mogą rzeczywiście być w rozważanych parametrach zewnętrznych. Dla większości znanych dobrze procedur estymacji odstępów granicznych ta zgodność nie była dowiedziona. Tutaj jest mocne przeczucie, że wielki podział (jeżeli nie starszeństwo) wszystkich powiązań pomiędzy odstępami granicznymi a innymi parametrami (takimi jak wielkość ruchu, czas w kolejce, opóźnienie na linii stopu jako czasy obsługi w zawartym systemie kolejkowym oraz geometryczne charakterystyki skrzyżowań, które normalnie my traktujemy, jako różne miejsca z różnymi wielkościami ruchu) znalezione w literaturze w rzeczywistości nie występować, ponieważ różnice jakie są mogą być wynikiem tej niezgodności. 18.4.3. Moc metod Ten aspekt, jak to już było zauważone przez Millera (1972), a następnie wyrażone przez Hewitta (1995) w dyskusji doświadczeń opisanych w tym artykule. Oznacza to, że wyniki procedur estymacji nie byłyby zbyt znaczące dla założeń poczynionych tutaj, jako że założenia o rozkładach odstępów granicznych i odstępów w potoku głównym. Inny czynnik, który zajmuje uwagę to rozmiar odchylenia standardowego oczekiwanej odstępu granicznego. To jest możliwe, że metoda powoduje drobny wpływ ale mały błąd odchylenia kwadratowego może być preferowana w stosunku do metody bez wpływu ale za to z dużym odchyleniem kwadratowym (Hewitt, 1995). 18.4.3. Zgodność modeli przepustowości. Estymacja odstępu granicznego nie jest celem samym w sobie. Odstępy graniczne są stosowane do obliczeń przepustowości skrzyżowań niesygnalizowanych. Estymowane odstępy graniczne w różnych modelach maja różny wpływ na wynik obliczeń przepustowości. Można tu gwarantować, że estymowana odstęp graniczny, wraz w powiązaniu z czasem następstwa t f (i jego procedurą estymacji), daje wiarygodną i realistyczną estymację przepustowości niezależnie od zewnętrznych parametrów, szczególnie wielkości ruchu strumienia głównego. W żadnym przypadku nie jest sensowne stosowanie modelu przepustowości bez związków ze sposobem estymacji odstępu granicznego. Innymi słowy, procedura estymacji odstępu granicznego oraz model przepustowości (jak również, odpowiedni model opóźnienia) muszą tworzyć jedną zintegrowaną całość. Należy stwierdzić, że ta zgodność modelu przepustowości dana jest tylko w metodzie Sieglocha, jak to wyżej pokazano. Dla każdej innej procedury estymacji, metoda estymacji odstępu granicznego oraz metody obliczeń przepustowości (jak również opóźnienia) nie mają teoretycznych związków. Niektóre metody jednakże dają rezultaty, które nie mogą być zalecane do zwykłych obliczeń przepustowości, na przykład wyniki procedury ufności (patrz wyżej). TPR18-360 18. Praktyczne procedury estymacji odstępu granicznego 18.5. Badania symulacyjne 18.5.1. Opis pomysłu symulacji. Te cechy procedury estymacji, a szczególnie zgodność, mogą być tylko badane w modelu symulacyjnym, natomiast nie są możliwe w podejściu analitycznym. Aż do końca przeprowadza się poszerzone badania symulacyjne dla zbadania wpływu różnych procedur estymacji t c na zgodność. Dwa strumienie ruchu (patrz Rys. 1) będą generowane według losowych procedur. Dla każdego przebiegu symulacyjnego przeprowadzono stałą kombinację wielkości ruchu q p i q n . q p zmieniało się pomiędzy 100 i 900 vph. q n zmieniało się pomiędzy 0 a przepustowością c zależną od q p . Każdy przebieg symulacyjny trwał przez stałą wielkość ruchu dla 10 h. Stąd uzyskano 46 różnych kombinacji q p i q n (gdzie q n < przepustowość) dla dwóch różnych przypadków, będących kombinacjami wartości t c i t f . Pierwszy przypadek odpowiada zachowaniu przy prawo skręcie z ulicy bocznej, natomiast drugi przypadek odpowiada zachowaniu przy lewoskręcie z ulicy bocznej. P.”5.8” 5.8 Odstęp graniczny t c Minimalna wartość t c s Rząd rozkładu Erlanga k Maksymalna wartość t c Czas następstwa t f P.”7.2” 7.2 2.0 5 12.5 2.6 Minimalna wartość t f s Rząd rozkładu Erlanga k Maksymalna wartość t f 2.2 5 15.5 3.6 1.2 2 7.2 s s s 1.6 2 10 s Odstęp graniczny t c oraz czas następstwa t f dla każdego symulowanego kierowcy były generowane zgodnie z przesuniętym rozkładem Erlanga przy użyciu powyższych parametrów. Każdy kierowca jak założono jest zgodny, to jest utrzymuje czas t c na swój wyjazd. Generowane wartości t c i t f spoza przedziałów minimalny i maksymalny pozwoliły określić te granice zmienności. Jednakże, dla osiągnięcia realistycznego rozkładu odstępów, należałoby zastosować do głównego strumienia tzw. rozkład Erlanga (patrz Dawson, 1969, Grossman,1991). Jednak dla strumienia bocznego powyższe założenia są właściwe. Te skomplikowane rozkłady są zbyt złożone niż proste realistyczne sytuacje ruchowe. W każdym przebiegu symulacyjnym odstęp graniczny t c jest estymowana poza symulacją, zgodnie z metodami przedstawionym wyżej. Uzyskano serię 46 estymatorów t c dla każdej metody. 18.5.2. Wyniki analizy odstępu granicznego Rys. 5 ilustruje wyniki analizy odstępu granicznego. Przedstawiono wszystkie t c estymowane za pomocą metody Hewitta dla różnych wartości q p . Narysowano tutaj wszystkie wielkości strumienia ruchu, które były generowane podczas symulacji. Ten typ relacji, po pewnych porównaniach, okazuje się najlepszym wynikiem w relacji do strumienia TPR18-361 18. Praktyczne procedury estymacji odstępu granicznego bocznego q n , który okazuje się mieć dużo mniejszą zmienność. Każde przecięcie reprezentuje jedną wartość t c . Przecięcia narysowane jeden nad drugim były uzyskane dla różnych q n . Zarówno dla potoków ruchu, jak i symulowanych wielkości (nie przez wartości zadane lecz przez generowanie odstępów) zostały otrzymane następujące rysunki. Widzimy, że za pomocą metody Hewitta uzyskujemy wartości t c pomiędzy 5.63 a 5.98 s, dla dokładnej wartości 5.8 s oraz pomiędzy 7.08 a 7.52 s, dla dokładnej wartości 7.2 s. Tak więc, należy stwierdzić wielką zmienność wyników. Dla uzyskania wartości t c należy zastosować analizę regresji dla znalezienia zależności od q p . W tym przypadku linia regresji była raczej horyzontalna oraz i zbieżna do dokładnych wartości w obydwu przypadkach. Oznacza to, że metoda Hewitta daje średnio bardzo dobrą zbieżność do wartości dokładnej i wyniki nie są zależne od wielkości ruchu potoku głównego. Tak więc metoda ta spełnia nasz najważniejsze kryterium jakości – zgodność, z wysokim raczej wynikiem. Zobaczymy, że tak nie jest w większości innych metod. t c = 5.8 s metoda Hewitta dla estymowana odstęp graniczny estymowana odstęp graniczny metoda Hewitta dla 6.0 5.9 5.8 5.7 5.6 t c = 7.2 s 7.5 7.4 7.3 7.2 7.1 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) Rys. 18.5. Wyniki przebiegów symulacyjnych metody Hewitta dla dwóch wartości t c . Troutbeck t c = 7.2 s estymowana odstęp graniczny estymowana odstęp graniczny Troutbeck t c = 5.8 s 6.0 5.9 5.8 5.7 5.6 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) 7.4 7.3 7.2 7.1 7.0 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) Rys. 18.6. Wyniki przebiegów symulacyjnych metody Troutbecka dla dwóch wartości t c . Logit model (odstępy i zwłoki) t c = 5.8 s Logit model (tylko odstępy) t c = 5.8 s TPR18-362 estymowana odstęp graniczny estymowana odstęp graniczny 18. Praktyczne procedury estymacji odstępu granicznego 6.5 6 5.5 5 4.5 6.5 6 5.5 5 4.5 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) Ashworth t c = 7.2 s estymowana odstęp graniczny estymowana odstęp graniczny Ashworth t c = 5.8 s 6.0 5.0 4.0 3.0 2.0 8.0 7.0 6.0 5.0 4.0 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) Rys. 18.7. Wyniki przebiegów symulacyjnych metody Ashwortha. Dla metody logit tylko oceniono dla t c = 5.8 s. Z badań wszystkich innych metod tylko metoda największej wiarygodności (na Rys. oznaczona jako metoda Troutbecka) osiąga tę samą ocenę co metoda Hewitta. Tutaj jeszcze raz linia regresji zbieżna jest do wyników estymacji. Jeszcze raz i raczej z dużą zmiennością wyników dla różnych wielkości ruchu bocznego można odczytać wyniki z rysunków. Niemniej te dwa przypadki spełniają formułowane wyżej najważniejszej cechy – zgodności. Podobne rysunki uzyskano dla ilustracji innych badanych metod symulacyjnych. Dla metod typu logit (Rys. 7) widzimy, że wyniki stają się bardzo różne, jeżeli my używamy odstępów i zwłok lub tylko odstępów. W naszym przykładzie (tylko oceniano t c = 5.8 s) tylko dla wyłącznego stosowania odstępów (bez zwłok stosowano w drugim przykładzie) uzyskano średnio dokładną wartość t c . Włączenie zwłok do procesu estymacji prowadzi do godnej uwagi estymacji odstępu granicznego. Jednakże, w każdym podejściu, wyniki wykazują dużą zależność od wielkości ruchu potoku głównego. Tak więc, procedura typu logit nie spełnia kryterium zgodności i w konsekwencji nie może być rekomendowana do stosowania praktycznego w formie przedstawionej wyżej. Natomiast skorygowana procedura może stać się dopuszczalna. Dla metody Ashwortha (Rys. 7) widzimy że najwięcej wyników estymowanych ma mniejszą wartość niż dokładne wartości. Jeszcze raz, jako że ty wyniki nie wyglądają na właściwe, ta procedura (w końcu jej niepoprawność pokazana została w równaniu (5)) nie może być rekomendowana do zastosowań. Raczej zaskakujące wyniki otrzymano z symulacji metody Raffa oraz Hardersa (Rys.8). Metoda Raffa daje właściwe wyniki tylko dla środkowych wielkości ruchu potoku głównego, natomiast metoda Hardersa prowadzi nas do ogromnego przeszacowania odstępu granicznego. Tylko, jeżeli w metodzie Hardersa zawierają się zwłoki ocenione w pewnym innym procesie estymacji, można przyjąć rezultat t c . Jeszcze większy problem jest jednak kiedy stosujemy wyniki z dwóch typów procedur które mają mocny związek z wielkością głównego potoku ruchu a cechą która mogłaby być osiągnięta. Dlatego, żadna z tych metod nie powinna być stosowana do estymacji odstępu granicznego. TPR18-363 18. Praktyczne procedury estymacji odstępu granicznego Raff t c = 7.2 s estymowana odstęp graniczny estymowana odstęp graniczny Raff t c = 5.8 s 7.0 6.5 6.0 5.5 5.0 8.0 7.5 7.0 6.5 6.0 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) Harders t c = 7.2 s estymowana odstęp graniczny estymowana odstęp graniczny Harders t c = 5.8 s 7.5 7.0 6.5 6.0 5.5 9.0 8.5 8.0 7.5 7.0 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) Harders (z odstępami) t c = 7.2 s estymowana odstęp graniczny estymowana odstęp graniczny Harders (z odstępami) t c = 5.8 s 6.5 6.0 5.5 5.0 4.5 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) 8.5 8.0 7.5 7.0 6.5 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) Rys. 18.8. Wyniki przebiegów symulacyjnych metod Raffa i Hardersa dla dwóch wartości t c . TPR18-364 18. Praktyczne procedury estymacji odstępu granicznego Dla estymacji według metody Sieglocha uzyskujemy lepszy wynik (Rys. 18.9). Tak jak w obydwu metodach Hewitta i Trotbecka w obu przykładach wartości t c są średnio na dobrym poziomie prawdziwej wartości t c . W dodatku linie regresji nie są dużo odbiegające od wielkości głównego potoku ruchu; jest to tak, że wielkość ruchu potoku głównego nie ma systematycznego wpływu na wyniki estymacji. Dlatego metoda Sieglocha wygląda na pożyteczną technikę estymacji. Symulacja dla metody Sieglocha pozwala nam ocenić przepustowość z zadanymi wartościami t c i t f ponieważ ciągła kolejka powinna być wygenerowana w symulacji. W wyniku liczba pojazdów potoku bocznego jaka będzie mogła przejechać strefę konfliktową jest dokładnie przepustowością skrzyżowania. Zanotowano wyniki symulacji 10 h przebiegów. Zostały one opisane przez funkcję regresji (patrz Rys. 18.10): c = Ae − Bp (18.5.1) Siegloch t c = 5.8 s estymowana odstęp graniczny estymowana odstęp graniczny która jest tego samego rodzaju co funkcja przepustowości Sieglocha (4). Wartości A i B mogą być estymowane metodą najmniejszych kwadratów za pomocą techniki „spreadsheet” bez uprzedniej liniowej transformacji. Ten typ funkcji wymaga innego rodzaju estymacji t c i t f : 9.0 8.0 7.0 6.0 5.0 Siegloch t c = 7.2 s 9.0 8.0 7.0 6.0 5.0 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) t c = 5.8 s 1100 obliczone 925 750 575 400 t c = 7.2 s przep. bocznego strum. poj/h przep. bocznego strum. (poj/h Rys. 18.9. Wyniki przebiegów symulacyjnych dla metody Sieglocha. symulowane: c=1448.87*e(0.00152*qp estymowane: tc=6.7s tf=2.4 s 800 obliczone 650 500 350 200 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) symulowane: c=1096.95*e(0.00184*qp) estymowane: tc=8.3 s tf= 3.3 s 100 200 300 400 500 600 700 800 900 wielkość strumienia priorytetowego (poj/h) Rys. 18.10 . Symulowane przepustowości porównane z wynikami obliczeń według wzoru Sieglocha (4) (używając dany odstęp graniczny t c i czas następstwa t f ). tf = 3600 A tc = B + TPR18-365 tf 2 (s) (18.5.2) 18. Praktyczne procedury estymacji odstępu granicznego Wyniki symulowanej przepustowości i „symulowana” funkcja regresji są przedstawione na Rys. 10. Regresja ma wyjątkowo wysoką wartość r, która powoduje bardzo dobrą korelację. Jednakże wartości t c i t f uzyskane z funkcji regresji są różne od wartości prawdziwych. Relacja pomiędzy przepustowością a potokiem głównym, jak to można obliczyć na podstawie oryginalnego wzoru Sieglocha z prawdziwymi wartościami t c i t f wynikają również z Rys. 18.10 („obliczone”). Obie krzywe przepustowości pokazują znaczące różnice. Dlatego kryteria dopuszczalności nie są spełnione. Przyczyną tego jest to, że wzór Sieglocha (18.2.4) jest tylko dokładnie spełniony dla stałych wartości t c i t f oraz strumienia Poissona w potoku głównym, podczas gdy w symulacji założono bardziej realistyczne założenie, w szczególności nie-Poisonowski strumień przybyć dla potoku głównego. Z tych wyników można wnioskować, że technika estymacji Sieglocha jest wrażliwa od rozkładu potoku głównego (porównaj z kryterium dopuszczalności). Rys. 18.11 daje przegląd wszystkich linii regresji pokazanych na Rys. 18.5 – 18.9. Pewne procedury mogą być wprowadzone z dodatkowymi korygującymi poprawkami. To jest cel przyszłych badań. 18.5.3. Wyniki wariancji estymowanej odstępu granicznego. Symulowano 10 h stałe potoki nie reprezentującej próbki, jakie można zaobserwować w rzeczywistości. Na podstawie doświadczeń praktycznych zastosowano miary dla 1 h lub 2 h. Dlatego rozważamy jeszcze zbieżne zachowania pewnych metod. Zamieszczono tutaj wyniki metody największej wiarygodności. Rys. 12 pokazuje rząd wartości minimalnych i maksymalnych t c , z różnych okresów obserwacji. Widzimy, że dla 1 h (nie dłużej) przedziałów, zmienność jest mniejsza niż 0.2 s. estymowana odstęp graniczny (s) t c = 5.8 7.0 Siegloch Troutbeck Ashword Raff Harders Hard (+zwłoka) Hewitt 6.5 6.0 5.5 5.0 4.5 200 300 400 500 600 700 800 wielkość strumienia głównego (poj/h) Rys. 18.11. Porównanie linii regresji dla relacji pomiędzy potokiem głównym a estymowanymi wartościami t c dla (a) t c = 5.8 s i (b) t c = 7.2 s. Wielkość ruchu również powinny być brane pod uwagę jako dodatkowy czynnik zależny. Rys. 18.13 pokazuje odchylenie standardowe w odniesieniu do prawdziwej wartości jako funkcja symulowanej liczby pojazdów potoku bocznego. Na osi poziomej użyto skali logarytmicznej. W próbkach powyżej 100 poj odchylenie standardowe jest mniejsze niż 0.3 s. Relacja przedstawiona na Rys. 18.13 wygląda na bardziej ogólną, niż pokazana na Rys. 18.12. TPR18-366 18. Praktyczne procedury estymacji odstępu granicznego Zmienność estymowanych tc (s) 6.4 6.2 6.0 5.8 5.6 5.4 5.2 5.0 15 30 40 60 75 100 120 150 200 300 600 wielkość przedziału czasu (min) t c = 5.8 s Rys. 18.12. Minimum i maksimum estymatorów odstępu granicznego w zależności od wielkości okresu obserwacji (dla metody największej wiarygodności i danej t c = 5.8 s). 0.70 Odchylenie standardowe (s) 0.60 0.50 0.40 0.30 0.20 0.10 0.00 10 10000 100 1000 średnia l. poj. bocznego potoku na odstęp t c = 5.8 s Rys. 1813. Odchylenie standardowe estymowanych odstępów granicznych t c w zależności od wielkości próbki ruchu ulicy bocznej (dla metody największej wiarygodności i danej t c = 5.8 s). 18.6. Wnioski Przegląd publikacji o estymacji odstępu granicznego odkrywa wiele różnych proponowanych rozwiązań. Jest tu trudno zrozumieć, które procedury są wiarygodne a które nie. Z serii metod badanych w tym artykule, metoda największej wiarygodności i TPR18-367 18. Praktyczne procedury estymacji odstępu granicznego metoda Hewitta dają najlepsze wyniki. Obydwie były spełnione dla badanych przypadków. Wyjaśnia to wybór metody największej wiarygodności dla oceny odstępu granicznego jako metody następnej edycji HCM, Rozdział 10. (Patrz Kyte i in., 1996). Rozważania różnych teoretycznych koncepcji pokazują, że założenia różnych metod mogą być kombinowane. W przyszłości powstaną być może inne metody estymacji odstępu granicznego. Dodatek Definicje zmiennych: Ai - liczba akceptowanych odstępów wielkości i (metoda Hardersa) lub liczba akceptowanych zwłok wielkości i (metoda zwłok) a i = Ai N i - natężenie akceptacji odstępu wielkości t i (metoda Hardersa) a i = Ai N i - natężenie akceptacji zwłoki wielkości t i (metoda zwłok) c - przepustowość, tj. maksymalna liczba pojazdów potoku bocznego, które mogą przeciąć strumień główny podczas jednej godziny (vph) ∆t - długość przedziału czasu w metodzie Hardersa f a (t ) - statystyczna funkcja gęstości prawdopodobieństwa odstępów akceptowanych Fa (t ) - dystrybuanta rozkładu odstępów akceptowanych f c (t ) - statystyczna funkcja gęstości prawdopodobieństwa odstępu granicznego Fc (t ) - dystrybuanta rozkładu odstępu granicznego f r (t ) - statystyczna funkcja gęstości prawdopodobieństwa odstępów odrzuconych Fr (t ) - dystrybuanta rozkładu odstępów odrzuconych g - obserwowana wartość g (t ) g (t ) - liczba pojazdów ulicy bocznej, które wejdą w odstęp ulicy głównej wielkości t - statystyczna funkcja gęstości odstępów (odstępów) pomiędzy pojazdami potoku h(t ) głównego L - logarytmiczna funkcja wiarygodności * L - funkcja wiarygodności µ a - wartość oczekiwana odstępów akceptowanych t a (s) µ c - średnia odstęp graniczny lub oczekiwana z dystrybuantą Fc (t ) (s) n - liczba obserwowanych kierowców ulicy bocznej N i - liczba wszystkich odstępów wielkości i, które są dostarczone przez pojazdy boczne (metoda Hardersa) lub liczba zwłok wielkości i, które są dostarczone przez pojazdy boczne (metoda zwłok) p - główny (priorytetowy) wielkość ruchu - q p 3600 (poj/s) q n - wielkość ruchu potoku bocznego (vph) q p - wielkość ruchu potoku głównego (vph) σ a - odchylenie standardowe odstępów akceptowanych t a (s) σ c - odchylenie standardowe odstępów granicznych t ta tc odchylenie standardowe z dystrybuantą Fc (t ) (s) - indeks czasu w metodzie typu logit - odstęp akceptowany (s) - odstęp graniczny (s) TPR18-368 18. Praktyczne procedury estymacji odstępu granicznego tf - czas następstwa (s) t g - średnia wartość t dla każdego g (metoda Sieglocha) (s) t i - środek i-tego przedziału czasu w metodzie Hardersa (s) t r - odstęp odrzucona (s) W - liczba przedziałów czasu (metoda zwłok) TPR18-369 18. Praktyczne procedury estymacji odstępu granicznego Literatura Ashworth, R., 1968. A note on the selection of gap acceptance criteria for traffic simulation studies. Transportation Research 2(2), 171-175. Ashworth, R., 1970. The analysis and interpretation of gap acceptance data. Transportation Science 4, 270-280 Ashworth, R., 1979. The analysis and interpretation of gap acceptance data. Transportation Research, pp. 270-280. Ben-Akiva, M., Lerman, S. R., 1987. Diskret choice analysis. Mass. Institute of Technology Press: Cambridge, MA. Brilon, W., Koenig, R., Troutbeck, R.J., 1999. Useful estimation procedures for critical gaps. Transportation Research Part A 33, 161-186. Cassidy, M. J., Madanat, S. M., Wang, Mu-Han, and Yang, Fan., 1995. Unsignalized intersection capacity and level of service: revisiting critical gap. Preprint 950138, Transportation Research Board, annual meeting. Daganzo, C., 1981. Estimation of gap acceptance parameters within and across the population from direct roadside observation. Transportation Research 15B 1-15. Dawson, R. F., 1969. The hypererlang probability distribution – a generalized traffic headway model. In: Proceedings of International Symposium on the Theory of Traffic Flow and Transportation. Karlruhe, Series Strassenbau und Strassenverkehrstechnik. No. 86. Grossman, M., 1991. Methoden zur Berechnung und Beurteilung von Leistungfaehigkeit und Vekehrqualitaet an Knotenpunkten ohne Lichtsignalanlagen (Methods for the Calculation and Assessment of Capacity and Quality at Unsignalized Intersections) (in German). Ruhr-University Bochum, Institute for Traffic Engineering, No. 76. Harders, J., 1968. Die Leistungsfaehigkeit nicht signalgeregelter staedtischer Verkehrsknotenpunkte. (Capacity of Urban Unsignalized Intersection) (in German) Series Strassenbau und Strassenverkehrstechnik, No. 76. Hewitt, R. H., 1983. Measuring critical gap. Transportation Science 17(1), 87-109. Hewitt, R. H., 1985. A comparison between some methods of measuring critical gap. Traffic Engineering and Control 26(1), 13-22. Hewitt, R. H., 1988. Analysis of critical gaps using probit analysis. Paper presented at Second International Workshop on Unsignalized Intersection in Bochum. (The English version of the paper is unpublished, a copy is avaible from the authors of this paper on request; a German version has been published: Hewitt, 1993) Hewitt, R. H., 1993. Analyse von Greenzzeitluecken durch Probit-Analyse (Analysis of Critical Gaps by Probit Analysis) (in German)Strassenverkehrstechnik, Germany, pp. 142-148. Hewitt, R. H., 1995. Personal corespodence with Werner Brilon. Kyte, M., Tian, Z. Mir, Z., Hameedmansoor, Z., Kitelson, W., Vandhey, M., Robinson, B., Brilon, W., Bondzio, L., Wu, N. and Troutbeck, R., 1996. Capacity and level of service at unsignalized intersections, final report: volum 1- two-way stop-controlled intersections. National Cooperative Highway Research Program, Project 3-46. Mahmassani, H., Sheffi, Y., 1981. Using gap sequences to estimate gap acceptance functions. Transportation Research 15B, 143-148. Miller, A. J., 1972. Nine estimators for gap-acceptance parameters. In: Newell, G. (Ed.), Proceedings of the International Symposium on the Theory of Traffic Flow and Transportation. Berkeley, California June 1971. Elsevier Amsterdam. Pant, P. D. and Balakrishnan, P., 1994. Neural networks for gap acceptance at stop-controlled intersections. ASCE Jurnal, 433-446. TPR18-370 18. Praktyczne procedury estymacji odstępu granicznego Raff, M.S. and Hart, J.W., 1950. A volum warrant for urban stop signs. Eno foundation for highway traffic control: Saugatuck, Connecticut. Retzko, H. G., 1961. Vergleichende Bewrtung verschiedener Arten der Verkehregelung an steadtischen Strassenverkehrsknotenpunkten (Comparative Evaluation of Different Kinds of Traffic Control at Urban Intersections) (in German), Series Strassenbau und Strassenverkehrstechnik, No. 154. Siegloch, W., 1973. Die Leistungsermittlung an Knotenpunkten ohne Lichtsignalanlagen (Capacity Calculations at Unsiggnalized Intersections) (in German), Series Strassenbau und Strassenverkehrstechnik, No. 12. Solberg, P. and Openlander, J., 1966. Lag and gap acceptance at stop-controled intersections. Highway Capacity Record, No. 118, 48-67. Troutbeck, R. J., 1992. Estimating the critical acceptance gap from traffic movements. Physical infrastructure centre, Queensland University of Technology, Research Report 92-5. TPR18-371