МОДЕЛИРОВАНИЕ С ПОМОЩЬЮ ПРОГРАММЫ AIMSUN

Предпосылки и обзор

Зародилась программа благодаря очень трудоемкой исследовательской программы Университета Каталонии (UPC). Программное обеспечение для моделирования транспорта Aimsun в настоящее время находится в шестой крупной коммерческой версии. Достигнув заявленной цели оригинальной аббревиатуры AIMSUN "усовершенствованный интерактивный микроскопический симулятор для городских и не городских сетей" (Феррер и Барсело, 1993; Барсело и др., 1994, 1998a), программное обеспечение теперь включает макроскопические, мезоскопические и микроскопические модели и просто известно как "Aimsun" (Aimsun, 2008). Расширяясь в соответствии с требованиями практиков, Aimsun 6 включает в себя набор инструментов динамического моделирования. В частности, к ним относятся макро и микро симуляторы, динамические модели распределения трафика, основанные либо на равновесии пользователя, либо на стохастическом выборе маршрута. С точки зрения практикующего специалиста, макроскопическое моделирование играет все более важную роль в области подготовки данных о спросе.

 

Принципы развития.

Несомненно, это описание может быть лишь кратким описанием того, что доступно в настоящее время, с очень ограниченными ссылками на текущие разработки. Быстрое развитие этой категории программного обеспечения в целом, и Aimsun в частности, почти гарантирует, что некоторые аспекты нашего описания будут устаревшими или, в лучшем случае, неполными вскоре после публикации. Поэтому стоит предоставить читателю краткое изложение общих принципов, которые будут и впредь определять направление развития нашей платформы программного обеспечения для моделирования транспорта после ее шестого крупного выпуска.

Интеграция: Неуклонное увеличение объема и качества данных о трафике, доступность вычислительных ресурсов и, возможно, самое главное, опыт специалистов-практиков привел к созданию сложных и богатых методологических рамок для динамического моделирования. Ключевым показателем этой тенденции является инициатива по комплексному управлению коридорами, описанная в Alexiadis (2007) и применяемая на практике во всей Северной Америки и других странах (Стогиос и др., 2008; Тордей и др., 2009). Модели неуклонно увеличиваются в размерах, сложности и детализации. Такое развитие событий, естественно, требует устранения дублирующийся информации, которая в этом контексте представляет собой напрасные усилия и риск ошибки. Конкретно, в случае Aimsun, информация, которой делятся все модели, -это топология сети, спрос и зависящие от времени кратчайшие (или самые дешевые) пути и их соответствующее время в пути (или затраты). Спрос и пути/затраты на пути-это непросто общие входные данные; скорее, это тот случай, когда применение одной модели может создавайте эти выходные данные в формате, который напрямую может использоваться другой моделью Aimsun. Преимущества этого подхода подробно описаны в тематических исследованиях. Основополагающий принцип заключается в интеграции всего, что может и должно быть общим для всех моделей, для обеспечения сложных рабочих процессов, которые включают последовательное, итеративное или даже одновременное применение двух или более моделей. Другим следствием этого принципа является полнота; проще говоря, это означает " интегрировать все, что требуется для соответствия моделированию цели исследования всесторонне".

Модульность: Это подразумевает разбиение процессов или задач на элементарные единицы, что позволяет их последовательное и простое повторное использование в рамках более крупных процессов. Примеры того, как этот принцип был применен в Aimsun, включают совместное использование модули приема зазора или управления движением между макро и микро симуляторами. Возможно, что более важно, настойчивое требование модульности позволяет пользователям Aimsun отделять модели динамики связей (т. е. макро и микро симуляторы) от процесса, посредством которого трафик динамически распределяется по различным маршрутам. Это приводит к появлению двух новых комбинаций моделей с потенциально очень интересными и полезными приложениями. Во-первых, сочетание микро моделирования с динамическим назначением трафика при помощи средства локально применяемого стохастического выбора маршрута - может быть отличным инструментом для более быстрого, чем в реальном времени, моделирования неповторяющихся инцидентов, особенно в тех случаях, когда также можно указать, что водители, находящиеся вне зоны влияния инцидента, будут продолжать следовать установленным маршрутам (результаты предыдущего задания динамического равновесия). Во-вторых, сочетание динамического равновесия пользователей и микроскопического моделирования может пролить много света на моделирование центра города, в котором политика изменения режимов (пешеходная зона, выделенные автобусные полосы, общественный схемы преимущественного использования транспорта) приводят к долгосрочным изменениям в использовании сети, в рамках которых пешеходы, общественный транспорт и частные транспортные средства взаимодействуют на остановках и перекрестках, создавая взаимозависимости, которые сложным образом влияют на пропускную способность. Основополагающий принцип состоит в том, чтобы разбить модели на основные ингредиенты таким образом, чтобы практикующие могли соответствующим образом объединить эти ингредиенты в новые методологические "рецепты" (передовая практика).

Масштабируемость: Вычислительное оборудование продолжает совершенствоваться с каждым годом. Его и другие разработки, связанные с коммуникацией, следуют столь же быстрыми темпами, что приводит к параллельному улучшению доступности и качества данных о трафике. Эти два фактора в совокупности расширяют рамки: динамическое моделирование в настоящее время считается желательным и полезным в таких городах, как весь район Нижнего Манхэттена, Нью-Йорк; Монреаль в Квебеке или весь Сингапур. К счастью, это также возможно с использованием макро моделирования или многопоточных реализаций (Barceló и др., 1998) микро или комбинации того и другого (Barceló et al., 2006). Задача в ближайшие годы будет состоять в том, чтобы идти в ногу с меняющимися парадигмами интенсивных вычислений, отвечая при этом все более строгим требованиям к производительности, предъявляемым пользователями. Эффективная разработка программного обеспечения, по нашему мнению, является прерогативой в этом отношении.

Совместимость и расширяемость: Распространение Aimsun систем, с одной стороны, и технологий ГИС/картографии и 3D-технологий, с другой, означает, что создание точной модели дорожной сети становится намного сложнее и в то же время намного проще. Регулирование переменной скорости, динамическое распределение полос движения, оценка заторов и адаптивное управление сигналами являются примерами новшеств, которые необходимо точно отразить в моделях. И наоборот, высококачественные карты и данные ГИС упростите построение моделей по сравнению с тем, что было несколько лет назад; что касается информации о 3D-зданиях, это делает перспективу крупномасштабной виртуальной реальности жизнеспособной. Как бы то ни было, все эти разработки требуют взаимодействия, то есть возможности обмениваться данными с другими приложениями в различных форматах, и расширяемости, то есть возможности для пользователей относительно легко программировать пользовательские расширения. Опять же, мы отмечаем, что способность реагировать на эти вызовы зависит в значительной степени от эффективного дизайна программного обеспечения, хотя стандарты и здесь играют важную роль.

Принципы построения моделей в Aimsun

 

Построение имитационной модели транспорта с помощью Aimsun - это итеративный процесс, состоящий из трех этапов:

1. Построение модели, то есть процесс сбора и обработки исходных данных для создания модели;

2. Проверка и калибровка модели, то есть процесс подтверждения правильности реализации логики модели; установка соответствующих значений параметров и сравнение выходных данных модели с соответствующими измерениями в реальном мире для проверки ее достоверности;

3. Анализ результатов, то есть использование результатов модели в соответствии с общим целями исследования по моделированию.

 

Построение Модели

Для построения модели Aimsun требуется два типа информации:

• данные о поставках, то есть все, что связано с инфраструктурой и услугами, которые позволяют товарам и людям путешествовать, закодированы в виде графика разделов и поворотов с соответствующими атрибутами;

• данные о спросе, то есть потребности в мобильности, закодированные в виде набора матриц OD, по одной для каждого типа транспортного средства и временного интервала. Калибровка и валидация предъявляют дополнительные требования к данным как на предложение и уровень спроса. Это может включать информацию о типах транспортных средств (например, характеристики ускорения), водителях (например, уровень соблюдения ограничения скорости) и фактических уровнях трафика через сеть для известных уровней спроса.

Соответственно, Aimsun поддерживает концепцию реальных наборов данных и позволяет пользователю управлять ими.

Данные о Поставках

Данные о поставках включают всю информацию, относящуюся к транспортной сети и услугам, таким как:

• геометрическая и функциональная спецификация дорожной сети;

• управление дорожным движением;

• услуги общественного транспорта;

• прочее (например, транспортные средства автопарка).

 

Геометрическая и функциональная спецификация дорожной сети

Геометрическая информация, необходимая для построения модели Aimsun, заключается в следующем:

• форма дороги;

• количество полос движения;

• зарезервированные полосы движения;

• повороты, разрешенные в конце каждого участка – с какой полосы(полос) на какую полосу(полосы), вместе с точками остановки и приоритетами между конфликтующими движениями;

• пешеходные переходы.

Функциональные атрибуты (некоторые из которых присутствуют во всех географических информационных системах) зависят от уровня (микро, мезо или макро) моделирования процесса кодирования, в котором сеть использует в качестве основы файл в одном из следующих форматов, импортированных в Aimsun:

• аэрофотоснимки, такие как PNG, JPG, BMP, GIF, SVG, SID, ECW, JP2 и TIFF;

• 3D-модели, такие как 3ds max 3DS и Wavefront OBJ;

• САПР, такие как AutoCAD DWG или DXF, и Microstation DGN;

• ГИС, такие как ESRI SHP, ВКЛАДКА MapInfo или MIF, OpenGIS GML, GPX и Google.

КМЛ;

• цифровые карты, такие как файлы карт Navteq;

• входные файлы для других программных приложений для моделирования транспорта или оптимизации сигналов, таких как Emme, SATURN, CONTRA, VISUM, VISSIM, PARAMICS, TRANSYT и SYNCHRO.

Объем информации, который может быть автоматически преобразован, и, следовательно, объем необходимой ручной доработки зависит от типа модели, которую необходимо построить (макро, мезо или микро), и от формата входного файла. Форматы файлов выше перечислены примерно в порядке возрастания полезности для целей моделирования (т. е. наиболее полезный формат указан последним).

Например, аэрофотоснимки, файлы САПР и 3D-модели не содержат никакой

топологии или функциональной информации, поэтому их можно использовать только в качестве фона для руководства создание сети вручную; некоторые форматы изображений даже не обеспечивают географическое местоположение или масштаб.

Файлы ГИС, карты и другие файлы моделирования - лучшие форматы, потому что они включают в себя как геометрию, так и дополнительные атрибуты. Поэтому процесс импорта автоматически создает полную сеть Aimsun. Но даже в этом случае - последующей ручная доработка необходима, например, чтобы локально отрегулировать узел детали и ввести параметры,  необходимые для моделирования Aimsun, для которых нет эквивалентов в стороннем программном обеспечении.

 

Управление дорожным движением

Для микро и макро моделирования необходимы планы управления движением в течение периода моделирования для всех регулируемых перекрестков и для любых измерений пандусов, включенных в модель.

Сигналы светофора могут быть фиксированными, т. е. определяться заранее и оставаться неизменными в течение периода моделирования, или приводиться в действие, в результате чего план управления динамически изменяется в зависимости от измеренных условий движения.

Для каждого фиксированного плана управления Aimsun требуется следующая информация:

• время начала и продолжительность плана контроля;

• продолжительность цикла;

• продолжительность янтарного/желтого цвета;

• повороты, связанные с каждой группой сигналов (включая движение пешеходов);

• время каждой группы сигналов;

• смещение относительно других планов управления.

Приводимые в действие планы управления могут быть смоделированы с использованием виртуальных детекторов, которые являются имитационными эквивалентами реальных петлевых детекторов или других подобных устройств. Что касается логики управления, то она может быть указана в Aimsun, если реальный контроллер соответствует стандарту NEMA. С помощью SCATS, UTOPIA, VS-PLUS, SICE и SCOOT, можно использовать интерфейс обмена данными; в противном случае логику управления можно эмулировать, программируя пользовательское расширение API (интерфейс прикладного программирования), которое обменивается данными между Aimsun и программной реализацией соответствующей логики контроллера.

 

Общественный транспорт

Для включения общественного транспорта в модель необходимо предоставить следующую информацию:

• маршрут каждой линии;

• места остановок;

• частота или расписание;

• среднее значение и отклонение времени остановки. Это может быть глобальным или, как опция, функцией линии, остановки и времени суток.

 

Данные о Спросе

Спрос на трафик вводится в Aimsun в виде либо (зависящих от времени)

матриц OD, либо состояний трафика (только микро).

Если используются матрицы OD (рекомендуется для микро и требуется для мезо), необходимо иметь зонирование моделируемой области, чтобы правильно разместить центроиды и их соединения. Размещение центроидных соединений должно быть тщательно изучено, чтобы скорость входа и выхода в модель и из нее была максимально реалистичной. Чтобы свести к минимуму это искажение, внутренние центроиды никогда не следует подключать

на главных улицах.

Чтобы точно воспроизвести схемы движения и колебания, рекомендуется

вводить отдельные матрицы OD для разных типов транспортных средств с использованием небольших временных срезов (возможно, 15 минут). Аналогично со всеми моделями этой категории, такие «свежие» матрицы являются необходимым условием: корректировка матрицы с использованием подсчета трафика часто полезна для улучшения качества старой матрицы, если более поздняя недоступна.

Матрицы OD могут быть вставлены в Aimsun с помощью простой операции копирования в Microsoft Excel или считываться непосредственно из файла ASCII или любой базы данных через соединение ODBC.

Если используются состояния трафика (возможно только для микросимуляции), пользователям необходимо указать входные потоки для всех входных секций и процент поворота в каждом узле, где возможно более одного поворота.

Имитация состояний трафика, как правило, не рекомендуется. Во-первых, для некоторых сетевых конфигураций возможно, что процесс выборки в узлах приведет к тому, что один или несколько конкретных транспортных средств окажутся "в ловушке" сети (то есть они непрерывно перемещаются и никогда не выходят); поэтому это приемлемо только для небольших сетей, чья связность не поддается циклам. Во-вторых, все типы сетей состояния трафика нельзя использовать для моделирования будущего сценария, в котором изменение предложения или спроса может привести к другому использованию маршрута.

 

Проверка, калибровка и утверждение модели

Прежде чем приступить к изменению параметров модели для калибровки модели, пользователь должен убедиться в отсутствии ошибок спецификации, влияющих на логику модели и, следовательно, на результаты моделирования.

Проверка состоит в том, чтобы убедиться, что модель была правильно отредактирована в Aimsun: проверка геометрии сети, планов управления, стратегий управления и спроса на трафик, а также проверка соответствия описания модели целям исследования. Aimsun предоставляет инструмент, который может автоматически обнаруживать ошибки в определении поставок

(например, участок, где не все полосы движения в начале или в конце соединены, или пара OD с поездками, где невозможен путь). Проверка спроса на трафик выполняется путем ручного сравнения с количеством трафика, где это возможно (например, общее количество поездок, сгенерированных и привлеченных зоной - должно быть равно количеству участков, к которым подключен соответствующий центроид).

Важной проверкой является проверка того, что модель подходит для целей исследования: модель должна включать все области, на которые может повлиять будущие изменения; границы должны быть свободны от заторов; если изменение маршрута - стратегия имитации, то альтернативные пути должны быть указаны в сети; матрицы ОD должны быть нарезаны так, чтобы показать спрос на перевозки в динамике правильно, и временные рамки исследования не должны ограничиваться (чем ранее) в час пик, чтобы избежать запуска симулятора в перенасыщенном состоянии.

Калибровка – здесь это итеративный процесс, который состоит в изменении параметров модели и сравнения выходных данных модели с набором реальных данных до заранее определенного уровня согласования между двумя наборами данных. Какие выходные данные необходимо сравнить - зависит от типа модели (макро, мезо или микро), цели исследования и типа сети. Наиболее значимыми показателями для модели автомагистрали являются взаимосвязь между скоростью, потоком, плотностью, использованием полосы движения и распространением заторов. Для городской модели также важны длина очереди, скорость разгрузки очереди и уровни услуг в больших и/или более сложных сетях, транспортные потоки и время в пути.

Важно подчеркнуть, что подсчета трафика, как правило, недостаточно для калибровки. Как известно, одно и то же значение потока может быть достигнуто в перегруженных и неконкурентоспособных условиях, поэтому необходим по крайней мере еще один показатель (скорость, заполняемость и т.д.).

После калибровки модель должна быть проверена: сравнить ее выходные данные с набором реальных данных, отличными от тех, что использовались для калибровки. Если достигнут заранее определенный уровень соответствия между моделированием и реальными данными, модель может быть рассмотрена действительной, и, следовательно, подходит для изучения будущих сценариев при условии отсутствия изменений в реальной сети, которые опровергают предположения модели.

или имени.

 

 

 

Анализ результатов

 

Динамические (макро и микро ) модели создают временные ряды, в которых каждое значение представляет собой совокупность данных, собранных в течение регулярного интервала, определенного пользователем.

Мезоскопическое моделирование производится для каждого раздела:

• поток (также доступен для поворотов)

• плотность

• скорость

• время в пути и время задержки

• длина очереди

Микроскопическое моделирование дает:

• поток;

• плотность;

• скорость и гармоническая скорость;

• время в пути и время задержки;

• длина очереди;

• остановки и время остановки;

• загрязнение окружающей среды и расход топлива;

• данные о траектории.

Также возможно собирать данные на уровне "потоков" (набор разделов, выбранных пользователем), а также выводить глобальные, общесетевые значения вышеуказанных выходных данных.