CC BY
214
ИРКУТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ
Современные технологии. Системный анализ. Моделирование № 3 (59) 2018
11. Karelin N.I., Sharov M.I. K voprosu povysheniya effektivnosti raboty intermodal'nykh uzlov prigorodnogo zhelezno-dorozhnogo passazhirskogo transporta Irkutskoi aglomeratsii [On the issue of improving the efficiency of intermodal nodes of the suburban railway passenger transport of the Irkutsk agglomeration]. V sbornike: REZUL'TATY NAUChNYKh ISSLEDOVANII Sbornik statei Mezhdu-narodnoi nauchno-prakticheskoi konferentsii [In the collection: RESULTS OF SCIENTIFIC RESEARCH Collection of articles of the International Scientific and Practical Conference], In: Sukiasyan A.A. (ed.-in-chief), 2016, pp. 46-52.
12. Olentsevich V.A., Gozbenko V.E. Analiz prichin narusheniya bezopasnosti raboty zheleznodorozhnoi transportnoi sistemy [Analysis of the causes of violation of the safety of the railway transport system]. Sovremennye tekhnologii. Sistemnyi analiz. Modeliro-vanie [Modern technologies. System analysis. Modeling], 2013, No. 1 (37), pp. 180-183.
13. Kusakabe T., Iryo T., Asakura Y. Estimation method for railway passengers' train choice behavior with smart card transaction data. Transportation, vol. 37, no. 5, pp. 731-749, 2010.
14. Sheffi Y. Urban transportation networks: Equilibirum analysis with mathematical programming methods. 1985, Englewood Cliffs, NJ: Prentice-Hall, c 1985.
15. Nakayama S., Kitamura R. Route choice model with inductive learning, pp. 63-70, 2000.
16. Bagchi M. White P. The potential of public transport smart card data. Transport Policy, vol. 12, no. 5, pp. 464-474, 2005.
17. Agard B., Morency C. Tr'epanier M. Mining public transport user behaviour from smart card data. In 12th IFAC Symposium on Information Control Problems in Manufacturing-INCOM, 2006, pp. 17-19.
18. Pelletier M.-P., Trepanier M., Morency C. Smart card data use in public transit: A literature review. Transportation Research Part C: Emerging Technologies, vol. 19, no. 4, pp. 557-568, 2011.
19. Jin J.G., Tang L.C., Sun L., Lee D.-H. Enhancing metro network resilience via localized integration with bus services. Transportation Research Part E: Logistics and Transportation Review, vol. 63, pp. 17- 30, 2014.
20. Borthakur D. Hdfs architecture guide. HADOOP APACHE PROJECT http://hadoop. apache. org/common/docs/current/hdfs design. pdf, 2008.
Информация об авторах
Лебедева Ольга Анатольевна - к. т. н., доцент, доцент кафедры «Управление на автомобильном транспорте», Ангарский государственный технический университет, г. Ангарск, e-mail: kravhome@mail.ru
Полтавская Юлия Олеговна - к. т. н., ассистент кафедры «Управление на автомобильном транспорте», Ангарский государственный технический университет, г. Ангарск, e-mail: juliapoltavskaya@mail.ru
Гозбенко Валерий Ерофеевич - д. т. н., профессор, кафедра «Управление на автомобильном транспорте», Ангарский государственный технический университет, г. Ангарск, e-mail: vgozbenko@yandex.ru
Authors
Lebedeva Ol'ga Anatol'evna - Ph.D. in Engineering Science, Assoc. Prof., Assoc. Prof. at the Subdepartment of Management of Automobile Transport, Angarsk State Technical University, Angarsk, e-mail: kravhome@mail.ru
Poltavskaya Yuliya Olegovna - Ph.D. in Engineering Science, Asst. at the Subdepartment of Management of Automobile Transport, Angarsk State Technical University, Angarsk, e-mail: juliapoltavskaya@mail.ru
Gozbenko Valerii Erofeevich - Doctor of Engineering Science, Prof., the Subdepartment of Management of Automobile Transport, Angarsk State Technical University, Angarsk, e-mail: vgozben-ko@yandex.ru
Для цитирования
Лебедева О. А. Выбор маршрута передвижения в системе метрополитена / О. А. Лебедева, Ю. О. Полтавская, В. Е. Гозбенко // Современные технологии. Системный анализ. Моделирование. - 2018. - Т. 59, № 3. - С. 76-82. - DOI:
10.26731/1813-9108.2018.3(59).76-82._
УДК 656.021.2:004
For citation
Lebedeva O. A. Poltavskaya Yu. O., Gozbenko V. E. Selecting a transportation route in the metropolitan system. Modern technologies. System analysis. Modeling, 2018, Vol. 59, No. 3, pp. 76-82. DOI: 10.26731/1813-9108.2018.3(59).76-82.
DOI: 10.26731/1813-9108.2018.1(57). 82-91
А. А. Ветрогон, М. Н. Крипак
Севастопольский государственный университет, г. Севастополь, Российская Федерация Дата поступления: 15 сентября 2018
ТРАНСПОРТНОЕ МОДЕЛИРОВАНИЕ КАК ИНСТРУМЕНТ ДЛЯ ЭФФЕКТИВНОГО РЕШЕНИЯ ЗАДАЧ В ОБЛАСТИ УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПОТОКАМИ
Аннотация. Отмечены транспортные проблемы организации жизненного пространства крупных городов. Отражен современный опыт разрешения транспортных проблем. Приведены мероприятия, нацеленные на решение проблемы дорожных заторов. Отмечено, что большую роль в улучшении транспортной ситуации играет компьютерное моделирование дорожного движения. Результаты моделирования объективны, способствуют нахождению оптимального решения транспортных задач (реконструкция городской дорожной сети (УДС), установка дорожных знаков, организация парковочных мест).
Рассмотрены транспортные модели с точки зрения математического аппарата и способа привязки к улично-дорожной сети. Произведен обзор программных пакетов, реализующих микро-, мезо- и макромоделирование автотранспортных сетей и потоков. Выбран проектировочный программный пакет для моделирования проблемных участков крупного города.
82
© О. А. Лебедева, Ю. О. Полтавская, В. Е. Гозбенко, 2018
оо ео I
Modern technologies. System analysis. Modeling, 2018, Vol. 59, no. 3
Собрана информация для проведения моделирования: действующие схемы движения, интенсивность и распределение транспортных потоков, маршруты общественного транспорта, режимы светофорного регулирования.
Были предложены методы управления транспортными потоками на проблемных участках УДС, а именно: изменение сигнального плана светофора, запрет поворота налево, расширение дороги, организация кругового пересечения. В результате компьютерного моделирования определили наиболее эффективные решения для повышения пропускной способности исследуемых узлов.
_Ключевые слова: транспортные потоки, транспортное моделирование, организация дорожного движения._
A. A. Vetrogon, M. N. Kripak
Sevastopol State University, Sevastopol, the Russian Federation Received: September 15, 2018
TRANSPORT MODELING AS A TOOL FOR EFFICIENT SOLUTIONS OF THE TRAFFIC FLOW MANAGEMENT PROBLEMS
Abstract. The article draws attention to transport problems of organizing the living space of large cities and reflects modern experience of solution of traffic problems. It shows activities aimed at addressing the problem of road congestion are shown. It is noted that a large role in improving the transport situation is played by computer simulation of road traffic. The results of modeling are objective and contribute to finding an optimal solution of transport problems (reconstruction of the urban road network, signposting, organizing parking spaces).
The paper considers transport models in terms of the mathematical tools and a method of binding to the road network. An overview of software packages that implement the micro-, meso- and macrosimulations transport networks and flows is produced. The design software package is chosen for modeling ofproblem areas of the large city.
The authors collected information on the simulations: the existing traffic patterns, intensity and distribution of traffic flows, public transport routes, traffic light regulation modes.
The following methods for traffic control in the problem areas were proposed: changing the signal plan of the traffic light, prohibiting turning to the left, widening the road, organizing the circular intersection.
As the result of computer modeling, the most effective solutions for increase in flow capacity of the explored intersections were defined.
Keywords: traffic flow, transport modeling, traffic management.
Введение
Современное общество нуждается в постоянном увеличении объемов транспортного обслуживания, повышении надежности, безопасности и качества перевозок людей и грузов. Транспортные проблемы, как правило, являются комплексными и распространяются в различные области регулирования и управления. Поэтому измерения, наблюдения и моделирование отдельно взятых процессов в транспортном секторе важны для разработки стратегии развития инфраструктуры города.
В крупных городах для поиска эффективных стратегий управления транспортными потоками, нахождения оптимальных решений при проектировании улично-дорожной сети, инженерных сооружений на ней и организации дорожного движения приходится учитывать очень широкий спектр характеристик транспортных потоков, определяемых как внутренними, так и внешними факторами [1, 2].
Транспортное моделирование является одним из инструментов для эффективного решения задач в данной области. Для разгрузки какого-либо транспортного узла обычно предварительно проводят инженерные расчеты, которые основаны на полуэмпирических закономерностях распределения потоков по элементам улично-дорожной
сети (УДС). При этом требуется определить, какое количество транспортных средств будет двигаться по каждому из возможных направлений в случае изменения тех или иных параметров транспортного узла [2, 3].
Для решения существующей проблемы необходимо расширять базу применяемых методик анализа дорожной ситуации, в том числе за счет создания имитационных моделей автотранспортных потоков. При изучении движения транспортных потоков очень перспективно мультиа-гентное моделирование, позволяющее создать имитационную модель, адекватную реальной дорожной ситуации при заданном наборе исходных параметров, и найти оптимальный светофорный режим регулирования.
Математическое моделирование в связке с современными информационными технологиями позволяет создать программную среду, с помощью которой можно конструировать схемы дорожной сети, изменять параметры светофоров и следить (в реальном времени), как это отражается на пропускной способности сети. Виртуальная среда дает возможность в короткие сроки проверить эффективность тех или иных мероприятий, которые направлены на улучшение функционирования УДС города.
ИРКУТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ
Современные технологии. Системный анализ. Моделирование № 3 (59) 2018
С точки зрения математического аппарата транспортные модели делятся:
- на детерминированные;
- стохастические;
- модели-аналоги;
- статические;
- динамические.
Наибольшее распространение получили два способа привязки транспортной модели к УДС. Первый - это граф-модели, когда на электронной географической подоснове (карте УДС) строится граф/орграф, вершины которого отображают узлы УДС, соединенные ребрами. При этом определяются правила обхода графа или, иными словами, организация дорожного движения. Второй - ГИС-модели, когда на электронной карте УДС, разделенной на однородные элементарные участки: узлы, прямолинейные или криволинейные связи и участки их сопряжения, каждому элементу сети задается соответствующее математическое описание.
В настоящее время в мире применяется большое число программных пакетов, реализующих микро-, мезо- и макромоделирование автотранспортных сетей и потоков.
Для решения глобальных градостроительных задач имеются российские разработки: программа Transnet (Институт системного анализа РАН, Москва); программное обеспечение, разработанное НИПИ территориального развития и транспортной инфраструктуры (Санкт-Петербург); ПКМ МАДИ (Москва); программный комплекс по технико-экономическим обоснованиям решений на федеральной сети автомобильных дорог (Ги-продорНИИ, Москва); автоматизированная методика расчета пассажиропотоков в генпланах городов и КТС (ЦНИИП градостроительства, Москва). Российские программные продукты не используются без участия их разработчиков, они создавались под конкретных пользователей и для решения конкретных задач [4].
Согласно обзору интернет-ресурсов, к числу достаточно апробированных в развитых странах мира программных продуктов, предназначенных для транспортного моделирования на макроуровне, относятся следующие пакеты: TransCad® (Caliper Corp., USA); EMME/2™ (Montreal University); TRIPS (MVA UK); CUBE (http://www.citilabs.com); SATURN (Leeds University, UK, только для транспортных потоков); VISSUM (компонент пакета PTV Vision, PTV AG, Karlsruhe, Germany) [5, 6].
Транспортное моделирование
Для транспортного моделирования были выбраны проблемные участки УДС г. Севастопо-
ля. В результате наблюдений в узлах ул. Вакулен-чука - Фиолентовское шоссе (рис. 1) и ул. Ваку-ленчука - ул. Университетская (рис. 2) был проведен анализ транспортных потоков, приведенный в табл. 1 и 2.
Рис. 1. Картограмма интенсивностей транспортных потоков в узле ул. Вакуленчука -Фиолентовское шоссе
Рис. 2. Картограмма интенсивностей транспортных потоков в узле ул. Вакуленчука -ул. Университетская
Т а б л и ц а 1 Результаты замера в узле ул. Вакуленчука -Фиолентовское шоссе
Направ- Интенсивность Распределение потока по маршрутам Итого,
ление потока, авт/ч авт/ч
1 3188 98 % 3256
2 68 2 %
3 212 100 % 212
4 160 6 % 2892
5 2732 94 %
Т а б л и ц а 2
Транспорт
Modern technologies. System analysis. Modeling, 2018, Vol. 59, no. 3
m
Результаты замера в узле ул. Вакуленчука -
Направление Интенсивность потока, авт/ч Распределение потока по маршрутам Итого, авт/ч
1 3200 96 % 3332
2 132 4 %
3 36 20 %
4 92 51 % 180
5 52 29 %
6 2800 93 %
7 88 3 % 3012
8 124 4 %
9 20 14 %
10 80 56 % 144
11 44 31 %
Фиксация производилась с помощью двух камер. Съемка производилась одновременно, после чего осуществлялся подсчет количества транспортных средств, движущихся по каждому из маршрутов. Состав транспортного потока: около 98 % - легковые автомобили и 2 % - грузовые автомобили и автобусы.
Также был проведен анализ режимов светофорного регулирования на перекрестке ул. Вакуленчука - ул. Университетская. Существующие режимы светофорного регулирования на перекрестке показаны на рис. 3.
ВРЕМЯ, в —-Й-
Цикл регулирования светофорного объекта 90 с. Режим работы: 1 фаза -62с, 2 фаза - 28с. 55-3-2-2-22-3-1-2
шш
1
Рис. 3. Существующие режимы светофорного регулирования на перекрестке ул. Вакуленчука -ул. Университетская
Схема пофазного разъезда на рассматриваемом перекрестке показана на рис. 4.
а) б)
Рис. 4. Пофазный разъезд на перекрестке ул. Вакуленчука - ул. Университетская: а) фаза 1; б) фаза 2
Для анализа транспортной ситуации в программной среде для имитационного моделирования выполнялось пошаговое построение узлов ул. Вакуленчука - Фиолентовское шоссе и ул. Вакуленчука - ул. Университетская [7]. Частью основных исходных данных являлась существующая схема организации дорожного движения (ОДД) (представлена на рис. 5).
Рис. 5. Существующая схема организации дорожного движения
Самым простым решением является изменение сигнального плана светофора [8]. Для оценки эффективности изменения сигнального плана светофора на перекрестке ул. Вакуленчука - ул. Университетская были произведены замеры параметров движения в разработанной модели.
Для замера были установлены измерительные счетчики времени в пути на участках дорог, примыкающих к перекресткам. Длины участков, соответствующих счетчикам, равны для участка 1 - 220 м (рис. 6), для участков 2 и 3 - 135 м. Отрезки расположены так, чтобы конечная точка замера располагалась до разделения потока транспорта по различным маршрутам движения.
ИРКУТСКИМ государственный университет путей сообщения
Современные технологии. Системный анализ. Моделирование № 3 (59) 2018
Участок 2 ч
Схема 40/ 45/ 50/ 55/ 60/
сигналов 30 30 30 30 30
Участок 1 2298 2244 2556 2496 2562
Участок 2 1962 1992 2202 2190 2196
Участок 3 2358 2472 2550 2490 2598
Продолжение таблицы 3
Схема сигналов 65/ 30 70/ 30 75/ 30 80/ 30 85/ 30 90/ 30
Участок 1 2616 2628 2856 2820 2898 2730
Участок 2 2226 2322 2424 2424 2490 2430
Участок 3 2646 2640 2748 2652 2634 2688
Графики зависимости пропускной способности участков при различных режимах светофорного регулирования приведены на рис. 7.
зооо
2500 | 2000 й 1500 % 1000 500
о
С?
Рис. 6. Участки для определения времени в пути
Для оценки влияния режимов светофорного регулирования на перекрестке ул. Вакуленчука -ул. Университетская на параметры движения на перекрестке ул. Вакуленчука - Фиолентовское шоссе произведем моделирование транспортной ситуации, варьируя сигнальный план светофорной установки.
При этом вторая фаза остается неизменной (30 с), т. к. это время необходимо для прохождения пешеходов по пешеходному переходу. Время первой фазы варьируем в диапазоне от 45 с до 90 с (исходное время 60 с) с шагом 5 с.
Результаты моделирования - пропускная способность рассматриваемых участков при различных режимах светофорного регулирования -приведены в табл. 3.
Т а б л и ц а 3
-Участок 1 -Участок 2 Участок 3
Рис. 7. Пропускная способность
По результатам моделирования предпочтительной схемой сигналов является 80/30 с. При этом пропускная способность участка 1 возрастает на 20 %, участка 3 остается неизменной. Средняя скорость движения на участке 1 возрастает при этом на 60 % - с 6,5 км/ч до 10,5 км/ч.
Рассмотрим основные решения, которые могут быть реализованы на двух исследуемых перекрестках. К таким решениям относятся:
1) изменение сигнального плана светофора на перекрестке ул. Вакуленчука - ул. Университетская;
2) запрет поворота налево на перекрестке ул. Вакуленчука - ул. Университетская (движение в сторону Камышовой бухты);
3) расширение дороги по ул. Вакуленчука;
4) кольцевое пересечение в узле ул. Ваку-ленчука - Фиолентовское шоссе;
5) установка светофора на перекрестке ул. Вакуленчука - Фиолентовское шоссе;
6) карман для остановки общественного транспорта после перекрестка ул. Вакуленчука -Фиолентовское шоссе.
Был рассмотрен вариант, в котором поворот налево на перекрестке ул. Вакуленчука - ул. Университетская (движение в сторону Камышовой бухты) запрещен, разворот предполагается орга-
оо ее I
Modern technologies. System analysis. Modeling, 2018, Vol. 59, no. 3
низовать на ул. Университетской, предполагается расширение дороги по ул. Вакуленчука после перекрестка ул. Вакуленчука - Фиолентовское шоссе с 3 до 4 полос движения (далее схема 1).
Схема ОДД на перекрестке ул. Вакуленчу-ка - Фиолентовское шоссе в рассматриваемом случае приведена на рис. 8.
Л
0.6
зша—ы 1 1 1 1 I 1 1 \ ~ f L— д
/ > / t о
/' У /
Схема сигналов 40/30 45/30 50/30 55/30 60/30
Участок 1 2382 2322 2514 2496 2526
Участок 2 2052 2082 2154 2190 2172
Участок 3 2514 2628 2550 2622 2640
Продолжение таблицы 4
3500 3000 2500 2000 1500 1000 500 0
..-Р ^ ^ ^ ^ ^
-Участок 1
Участок 2
•Участок 3
Рис. 8. Расширение дороги по ул. Вакуленчука после перекрестка ул. Вакуленчука -Фиолентовское шоссе
Результаты моделирования - пропускная способность участков при различных режимах светофорного регулирования на перекрестке ул. Вакуленчука - ул. Университетская - приведены в табл. 4. Режимы работы светофора используются те же, что и в первом эксперименте, для более наглядного сопоставления результатов.
Т а б л и ц а 4
Схема сигналов 65/ 30 70/ 30 75/ 30 80/ 30 85/ 30 90/ 30
Участок 1 2562 2580 2820 2808 2742 2832
Участок 2 2214 2304 2424 2418 2340 2544
Участок 3 2604 2916 2562 2670 2604 2712
Рис. 9. Пропускная способность
По результатам моделирования предпочтительной схемой сигналов при вносимых изменениях в схему ОДД является 70/30 с. При этом пропускная способность участка 1 возрастает на 113 %, участка 3 - на 10 %. При схеме сигналов 90/30 с пропускная способность участка 1 возрастает на 134 %, участка 3 остается неизменной. Средняя скорость движения на участке 1 возрастает при схеме 70/30 с на 210 % - с 6,5 до 20,1 км/ч, при схеме 90/30 с на 343 % - с 6,5 до 28,65 км/ч. На участке 3 средняя скорость при схеме 70/30 с возрастает на 11 % - с 19,32 до 21,44 км/ч.
Отдельно рассматривался вариант, предполагающий организацию кольцевого пересечения [9] на перекрестке ул. Вакуленчука - Фиолентов-ское шоссе, поворот налево на перекрестке ул. Ва-куленчука - ул. Университетская (движение в сторону Камышовой бухты) запрещен, разворот предполагается по кольцу, предполагается расширение дороги по ул. Вакуленчука после перекрестка ул. Вакуленчука - Фиолентовское шоссе с 3 до 4 полос движения. Также предусматривается карман для остановки общественного транспорта после перекрестка ул. Вакуленчука - Фиолентовское шоссе (далее схема 2).
Схема ОДД на перекрестке ул. Вакуленчу-ка - Фиолентовское шоссе в рассматриваемом случае приведена на рис. 10.
Результаты моделирования - пропускная способность рассматриваемых участков при различных режимах светофорного регулирования на перекрестке ул. Вакуленчука - ул. Университетская - приведены в табл. 5.
Графики зависимости пропускной способности участков приведены на рис. 9.
ИРКУТСКИМ государственный университет путей сообщения
Современные технологии. Системный анализ. Моделирование № 3 (59) 2018
3500 3000 2500 2000 1500 1000 500 0
£
Рис. 10. Кольцевое пересечение в узле ул. Вакуленчука - Фиолентовское шоссе
Т а б л и ц а 5
Схема сигналов 40/30 45/30 50/30 55/30 60/30
Участок 1 2298 2172 2388 2328 2424
Участок 2 2208 2166 2232 2304 2292
Участок 3 1230 1302 1104 1152 1098
Продолжение таблицы 5
Схема 65/ 70/ 75/ 80/ 85/ 90/
сигналов 30 30 30 30 30 30
Участок 1 2418 2460 2502 2454 2652 2508
Участок 2 2352 2472 2406 2352 2532 2502
Участок 3 1068 936 1050 1152 894 954
Графики зависимости пропускной способности участков при организации кольцевого пересечения и расширении дорожного полотна, а также при создании кармана для остановки общественного транспорта приведены на рис. 11.
^ ^ ^ ^ Л , ^ ^
■Участок 1 -Участок 2 Участок 3
Рис. 11. Пропускная способность
При анализе ситуации, возникающей при организации кольцевого пересечения с приоритетом движения по кольцу, наблюдается увеличение пропускной способности участка 1 в среднем на 100 %. При этом пропускная способность участка 3 падает на величину около 60 %. Следовательно, данный вариант неприемлем.
Также был рассмотрен вариант, при котором схема 1 дополняется установкой светофора на перекрестке ул. Вакуленчука - Фиолентовское шоссе (далее схема 3). Данное решение необходимо для повышения безопасности движения на данном перекрестке [10]. В настоящее время поворот налево на этом перекрестке при движении в сторону Камышовой бухты в утренние и вечерние часы осуществляется с согласия водителей, пропускающих поток транспорта в сторону авторынка, что при наличии двух полос для движения создает опасность бокового столкновения. В остальное время поворот налево также остается опасным из-за закрытого поворота и больших скоростей движения транспортных средств.
Схема ОДД на перекрестке ул. Вакуленчу-ка - Фиолентовское шоссе в рассматриваемом случае приведена на рис. 12.
Для оценки влияния режимов светофорного регулирования на перекрестке ул. Вакуленчука -ул. Университетская и на перекрестке ул. Ваку-ленчука - Фиолентовское шоссе на параметры движения по ул. Вакуленчука произведем моделирование транспортной ситуации, варьируя сигнальный план светофорной установки (рис. 13).
Modern technologies. System analysis. Modeling, 2018, Vol. 59, no. 3
Рис. 12. Установка светофора на перекрестке ул. Вакуленчука — Фиолентовское шоссе
Рис. 13. Сигнальный план светофора на перекрестках ул. Вакуленчука -ул. Университетская, ул. Вакуленчука -Фиолентовское шоссе
При этом фазу 2 светофора на перекрестке ул. Вакуленчука - Фиолентовское шоссе оставляем неизменной (30 с). Располагаем фазу так, чтобы она заканчивалась одновременно с фазой 1 светофора на перекрестке ул. Вакуленчука - ул. Университетская.
Результаты моделирования - пропускная способность рассматриваемых участков при различных режимах светофорного регулирования на перекрестке ул. Вакуленчука - ул. Университетская - приведены в табл. 6.
Т а б л и ц а 6 _Пропускная способность участка
Схема сигналов
Участок 1
Участок 2
Участок 3
40/ 30
2298
1962
2358
45/ 30
2244
1992
2472
50/ 30
2556
2202
2550
55/ 30
2496
2190
2490
60/ 30
2562
2196
2598
Схема сигналов
Участок 1
Участок 2
Участок 3
65/ 30
2616
2226
2646
70/ 30
2628
2322
2640
Продолжение таблицы 6
75/ 30
2856
2424
2748
80/ 30
2820
2424
2652
85/ 30
2898
2490
2634
90/ 30
2298
1962
2358
Графики зависимости пропускной способности участков при запрете поворота налево на перекрестке ул. Вакуленчука - ул. Университетская (движение в сторону Камышовой бухты), расширении дороги по ул. Вакуленчука, установке светофора на перекрестке ул. Вакуленчука - Фиолентовское шоссе приведены на рис. 14.
3500
3000
О 2500 за
2000
«
1500
1000 50 0 0
Л? Л? /Ф лй
# ^ ^ ^ # # # ^ # # J>
-Участок 1
^Участок 2
■Участок 3
Рис. 14. Пропускная способность
Анализ результатов моделирования показал, что результаты незначительно отличаются от результатов по аналогичной схеме без светофора.
Таким образом, повысив безопасность движения на данном перекрестке путем установки светофора, мы не уменьшаем его пропускную способность и не уменьшаем скорость движения на участках.
Сравнительный анализ пропускной способности исследуемых участков в виде диаграмм представлен на рис. 15-17.
На диаграммах:
- вариант 1 - существующая схема ОДД при различных схемах сигналов светофора;
- вариант 2 - схема 1;
- вариант 3 - схема 2;
- вариант 4 - схема 3.
ИРКУТСКИМ государственный университет путей сообщения
Современные технологии. Системный анализ. Моделирование № 3 (59) 2018
3000 2500 2000 1500 1000 500 0
л? л» ^ -Ö Л
йР ¿Р ф-' л^'
-.:> ->ч ->ч
^ ^ & сг
В ар на fit 2 "Вариант;! "Вариант 4
■ Вариант 1
Рис. 15. Пропускная способность. Участок 1
3000 2500 2000 1500 1000 500
■ Вариант 1 "Вариант2 "Вариант 3 "Вариант 4
Рис. 16. Пропускная способность. Участок 2
3000 2500 2000 1500 1000 500 О
^ Л ф „^ Л ^ ^ ^ ^ ^
■ Вариант 1 ■ Вариант 2 ■ Вариант 3 ■ Вариант 4 Рис. 17. Пропускная способность. Участок 3
Заключение
Наиболее эффективным оказалось решение, сочетающее следующие мероприятия: запрет поворота налево на перекрестке ул. Вакуленчука -ул. Университетская (движение в сторону Камышовой бухты), расширение дороги по ул. Ваку-ленчука, установка светофора на перекрестке ул. Вакуленчука - Фиолентовское шоссе, изменение сигнального плана светофора на перекрестке ул. Вакуленчука - ул. Университетская, увеличение цикла с 90 с до 105 с (75/30 с вместо 60/30 с).
Данный комплекс решений позволит повысить пропускную способность по направлению в сторону ул. Меньшикова
- на 8 %, по направлению в сторону пр. Октябрьской революции - на 136 %.
БИБЛИОГРАФИЧЕСКИМ СПИСОК
1. Швецов В.И. Математическое моделирование транспортных потоков. Автомат. и телемех., 2003, № 11, С. 3-46.
2. Алиев А.С. Попков Ю.С., Швецов В.И. Математическое моделирование транспорта в ИСА РАН [Статья] // Компьютерные модели развития города: труды семинара 29 апреля 2003 г., Санкт-Петербург, Смольный. - СПб : Наука, 2003 г. - С. 7889.
3. Горев А.Э., Бёттгер К., Прохоров А.В., Гизатуллин Р.Р. Основы транспортного моделирования: Практическое пособие.- СПб.: ООО «Издательско-полиграфическая компания «КОСТА», 2015. - 168 с., ил.
4. Якимов М.Р. Транспортное планирование: создание транспортных моделей городов / М.Р. Якимов. - М.: Логос. -188 с.
5. Полтавская Ю.О., Крипак М.Н., Гозбенко В.Е. Оценка условий движения транспортных потоков с применением геоинформационных технологийи// Современные технологии. Системный анализ. Моделирование. - Иркутск, 2016. Номер 1 (46). - С. 155-161.
6. Крипак М.Н., Лебедева О.А. Оценка состояния улично-дорожной сети крупного города // Современные технологии. Системный анализ. Моделирование. - Иркутск, 2016. - Номер 3 (51). - С. 171-174.
7. Куфтинова Н.Г. Моделирование транспортных потоков на регулируемом перекрестке с помощью программных средств // Актуальные направления научных исследований: перспективы развития : материалы V Междунар. науч.-практ. конф. (Чебоксары, 23 апр. 2018 г.) / редкол.: О.Н. Широков [и др.] - Чебоксары: ЦНС «Интерактив плюс», 2018. - С. 170-172.
8. Карманов Д.С. Морозов Г.Н., Сабаралеева С.Т. Влияние типа управления светофорным объектом на параметры транспортного потока // Наземные транспортно-технологические комплексы и средства. Материалы Международной научно-технической конференции. - Тюмень: Изд-во Тюменского индустриального университета, 2017. - С. 133-137.
9. Шатов И.А. Муравьева Н.А. Использование программного комплекса PTV VISSIM для анализа эффективности внедрения кругового движения // Альтернативные источники энергии в транспортно-технологическом комплексе: проблемы и перспективы рационального использования. - Воронеж : Издательство Воронежского государственного лесотехнического универ-сите-та им. Г.Ф. Морозова, 2016. - Т. 3. - С. 336-340.
10. Кухаренок Г.М., Капский Д.В. Повышение безопасности дорожного движения на основе оценки аварийности на конфликтных объектах // Вестник Белорусско-Российского университета. - Могилев: Издательство Белорусско-Российского университета, 2006. - № 3. - С. 33-38.
Modern technologies. System analysis. Modeling, 2018, Vol. 59, no. 3
REFERENCES
1. Shvetsov V.I. Matematicheskoe modelirovanie transportnykh potokov [Mathematical modeling of traffic flows]. Avtomat. i telemekh. [Automation and Remote Control], 2003, No. 11, pp. 3-46
2. Aliev A.S. Popkov Yu.S., Shvetsov V.I. Matematicheskoe modelirovanie transporta v ISA RAN [Mathematical modeling of transport in ISA RAS]. Komp'yuternye modeli razvitiya goroda: trudy seminara 29 aprelya 2003 g., Sankt-Peterburg, Smol'nyi [Computer models of city development: Workshop Workshop April 29, 2003, St. Petersburg, Smolny]. St. Petersurg : Nauka Publ., 2003, pp. 7889.
3. Gorev A.E., Bettger K., Prokhorov A.V., Gizatullin R.R. Osnovy transportnogo modelirovaniya: Prakticheskoe posobie [Basics of transport simulation: A practical guide.]. St. Petersburg: LLC KOSTA Publishing and Printing Company, 2015, 168 p., il.
4. Yakimov M.R. Transportnoe planirovanie: sozdanie transportnykh modelei gorodov [Transport planning: the creation of transport models of cities]. Moscow: Logos Publ., 188 p.
5. Poltavskaya Yu.O., Kripak M.N., Gozbenko V.E. Otsenka uslovii dvizheniya transportnykh potokov s primeneniem geo-informatsionnykh tekhnologii [Assessment of traffic flow conditions using geoinformation technologies]. Sovremennye tekhnologii. Sistemnyi analiz. Modelirovanie [Modern technologies. System analysis. Modeling], Irkutsk, 2016. No. 1 (46), pp. 155-161.
6. Kripak M.N., Lebedeva O.A. Otsenka sostoyaniya ulichno-dorozhnoi seti krupnogo goroda [Assessment of the state of the road network of a large city]. Sovremennye tekhnologii. Sistemnyi analiz. Modelirovanie [Modern technologies. System analysis. Modeling]. Irkutsk, 2016, No. 3 (51), pp. 171-174.
7. Kuftinova N.G. Modelirovanie transportnykh potokov na reguliruemom perekrestke s pomoshch'yu programmnykh sredstv [Modeling traffic flows at a regulated intersection using software tools]. Aktual'nye napravleniya nauchnykh issledovanii: perspektivy razvitiya : materialy V Mezhdunar. nauch.-prakt. konf. (Cheboksary, 23 apr. 2018 g.) [Topical areas of research: development prospects: materials of the V Intern. scientific-practical conf. (Cheboksary, Apr. 23, 2018)]. In Shirokov O.N. et al. (ed.). Cheboksary: TsNS «Interaktiv plyus» Publ., 2018, pp. 170-172.
8. Karmanov D.S. Morozov G.N., Sabaraleeva S.T. Vliyanie tipa upravleniya svetofornym ob"ektom na parametry trans-portnogo potoka [Influence of the type of control of a traffic light object on the parameters of a transport stream]. Nazemnye transportno-tekhnologicheskie kompleksy i sredstva. Materialy Mezhdunarodnoi nauchno-tekhnicheskoi konferentsii [Land transport and technological complexes and means. Materials of the International Scientific and Technical Conference]. Tyumen': Tyumen Industrial University Publ., 2017, pp. 133-137.
9. Shatov I.A. Murav'eva N.A. Ispol'zovanie programmnogo kompleksa PTV VISSIM dlya analiza effektivnosti vned-reniya kru-govogo dvizheniya [Using the software package PTV VISSIM to analyze the effectiveness of the introduction of circular motion]. Al'ter-nativnye istochniki energii v transportno-tekhnologicheskom komplekse: problemy i perspektivy ratsional'nogo ispol'zovaniya [Alternative energy sources in the transport and technological complex: problems and prospects for rational use]. Voronezh : Morozov Voronezh State University of Forestry and Technologies Publ., 2016, 1 : Vol. 3, pp. 336-340.
10. Kukharenok G.M., Kapskii D.V. Povyshenie bezopasnosti dorozhnogo dvizheniya na osnove otsenki avariinosti na kon-fliktnykh ob"ektakh [Improving road safety based on the assessment of accidents at conflict sites]. VestnikBelorussko-Rossiiskogo uni-versiteta [Bulletin of the Belarusian-Russian University]. Mogilev: Belarusian-Russian University Publ., 2006, No. 3, pp. 33-38.
Информация об авторах
Ветрогон Александр Анатольевич - к. т. н., доцент, заведующий кафедрой «Автомобильный транспорт», Севастопольский государственный университет, г. Севастополь, e-mail: vetrogon@sevsu.ru
Крипак Марина Николаевна - к. т. н., доцент кафедры «Автомобильный транспорт», Севастопольский
государственный университет, г. Севастополь, e-mail: marikol@yandex.ru
Для цитирования
Ветрогон А. А. Транспортное моделирование как инструмент для эффективного решения задач в области управления транспортными потоками / А. А. Ветрогон, М. Н. Крипак // Современные технологии. Системный анализ. Моделирование. - 2018. - Т. 59, № 3. - С. 82-91. - DOI: 10.26731/1813-9108.2018.3(59).82-91.
Authors
Aleksandr Anatol'evich Vetrogon - Ph.D. in Engineering Science, Assoc. Prof., head of the Subdepartment of Automobile Transport, Sevastopol State University, Sevastopol, e-mail: vetro-gon@sevsu.ru
Marina Nikolaevna Kripak - Ph.D. in Engineering Science, Assoc. Prof. at the Subdepartment of Automobile Transport, Sevastopol State University, Sevastopol, e-mail: marikol@yandex.ru
For citation
Vetrogon A. A., Kripak M. N. Transport modeling as a tool for efficient solutions of the traffic flow management problems. Modern technologies. System analysis. Modeling, 2018, Vol. 59, No. 3, pp. 82-91. DOI: 10.26731/1813-9108.2018.3(59).82-91.
