modelos de simulação em matsim aplicados à análise de sistemas de transportes

Pedro Miguel Lourenço FarinhaLicenciado em Engenharia Civil

Orientador:

Mestre Paulo José de Matos Martins, Professor Adjunto (ISEL)

Janeiro 2014

Índice

Introdução;

Revisão bibliográfica;

Análise da ferramenta MATSim;

Construção de um modelo inicial;

Calibração e validação;

Conclusões e perspetivas futuras.

Índice Construção de um modelo inicial

Calibração e validação

Introdução Revisãobibliográfica

Conclusões e perspetivas futuras

Análise da ferramenta MATSim

Trabalho Final de MestradoPedro Farinha nº32835

2 de 29

Objetivo do Trabalho

Analisar as vantagens, desvantagens e potencialidades da aplicação de modelosde simulação baseados em agentes à modelação e análise de sistemas detransportes.







Esta análise será consubstanciada através da criação de um modelo real numazona da cidade de Lisboa.

3 de 29







Definições fundamentais

Um modelo pode ser descrito como uma representação simplificada darealidade, (Castle & Crooks, 2006) e uma simulação como a execução destemesmo modelo, (Macal & North, 2010);

Tem-se assistido, a uma crescente utilização de dados desagregados, tendocontribuído para tal: Crescente poder computacional Adoção de uma abordagem autómata.

4 de 29







AbordagemAutómata

Autómatoscelulares

Modelação baseada em

agentes

Mecanismo de processamento de dados resultantes da conjugação de: Características do próprio

modelo; Regras impostas; Dados de entrada.(Castle & Crooks, 2006)

Conjunto de unidades ou agentes autónomos, capazesda tomada de decisões – agentes inteligentes

5 de 29

Utilização de Modelos de Simulação

Sistemas Inteligentes de Transportes

Representação dinâmica da rede viária

Volumes de tráfego; Velocidades praticadas; Atrasos existentes na rede; Emissão de gases poluentes; Consumo de combustível; Tempo estimado de viagem entre as diferentes zonas; Congestionamento de arcos; Percursos entre pares de zonas de origem e destino.







6 de 29

Revisão Bibliográfica

Inúmeros estudos e documentos debruçam-se sobre a análise pontual deferramentas de simulação de tráfego;

Últimos 20 anos: realizadas algumas coletâneas em que são identificados eanalisadas várias ferramentas;

Uso comercial e aplicações nas áreas de investigação: CORSIM; VISSIM; PARAMICS; INTEGRATION; SimTraffic.







7 de 29

O MATSimFerramenta open-source, desenvolvida em ambiente Java, criado no final dadécada de 90 do século XX, mantido por:

Transport Systems Planning and Transport Telematics, do Institute for Landand Sea Transport Systems, Technische Universität Berlin;

Transport Planning do Institute for Transport Planning and Systems (IVT),Swiss Federal Institute of Technology Zurich;

Senozon, empresa privada Suiça fundada por ex-alunos doutorados;

Grupos de investigação de Toronto (Canada), Pretoria (Africa do Sul),Karlsruhe e Munique (ambos Alemães) e Singapura.







8 de 29

Potencialidades do MATSim

Simulação de transporte individual e público;

Apresentação de resultados de simulação e de análises facilmentecompreensíveis;

Suporte de simulação de áreas de intervenção de grande dimensão;

Personalização com potencialidades desenvolvidas pelos utilizadores;

Visualizador interativo.







9 de 29

O MATSimModelos já desenvolvidos:

Tel Aviv (Israel); Singapura; Gauteng (Africa do Sul); Padang (Indonésia); Berlim (Alemanha); Zurique (Suíça); Lyon (França); Munique (Alemanha); Toronto (Canada); Africa do Sul; Barcelona (Espanha) …


Âmbito:

Modelação de sistemas detransporte em geral;

Simulação de evacuação; Previsão de tráfego; Modelação de intersecções

não semaforizadas; Comparação com outras

ferramentas (EMME/2); Cálculo de emissão de gases

poluentes; Complemento ao UrbanSim; …






10 de 29

Funcionamento do MATSim







11 de 29







12 de 29

Mapa de Localização







13 de 29

14 de 29







Pressupostos do modelo Consideração do centróide da subsecção estatística; Distribuição das viagens feita consoante a utilização de ‘geradores’ sintetizados

(formulados) em MatLab, sendo utilizados um fator de atração (Índice de “Serviços”),obtido através das propriedades de geoprocessamento da ferramenta ArcGis;

Todos os agentes têm como meio de locomoção o transporte individual; Foram apenas consideradas as viagens casa-trabalho e trabalho-casa; Dados sobre a rede rodoviária obtidos através do OpenStreetMap;

Tráfego de atravessamento nas freguesias de estudo; Deslocações com destino para os “Açores”, “Madeira” e o “Estrangeiro”.

Não considerado:

15 de 29







Viagens consideradas no modelo As viagens entre o centróide de cada uma das subsecções das 5 freguesias e:

As restantes subsecções da mesma freguesia; As subsecções das outras 4 freguesias; O concelho de Lisboa; NUTT II Lisboa; Restantes NUT II.

16 de 29







População residente por freguesia a exercer uma profissão por local de

residência e local de trabalho

BGRI

Localização da habitação

Q 6.41

Na freguesia onde reside

Noutra freguesia do município onde reside

Alentejo

Algarve

Centro

Lisboa

Norte

Açores

Madeira

Estrangeiro

Em casa

Probabilidade de escolha de destino

Número de Classes

Rotina de Cálculo em MatLab

Indivíduos residentes empregados por subsecção

Número de Agentes originários de cada subsecção Número de Casos

17 de 29








Indivíduos Residentes empregados por subsecção a

exercer uma profissão por local de residência e trabalho

Na freguesia onde reside

Noutra freguesia do município onde reside

Alentejo

Algarve

Centro

Lisboa

Norte

Açores

Madeira

Estrangeiro

Em casa

Não Considerados no modelo

Centróides de destino Número de Casos

Número de edifícios principalmente não residenciais

Número de edifícios principalmente residenciais

BGRI

Índice de Serviços

Probabilidade de escolha de destino

Número de Classes


Distribuição das viagens

MATRIZ OD


18 de 29







MATRIZ ODNúmero total de agentes

Distribuição das viagens

travelsurvey_persons.txt

Coordenadas das subsecções da BGRI

Coordenadas das zonas “A”, “B”, “C” e “D”

Coordenadas das zonas “E”, “F”, “G” e “H”

Coordenadas dos NUTII “Norte”, “Centro”,

“Alentejo” e “Algarve”

CreateNetwork.javaDados exportados do OpenStreetMap

travelsurvey_trips.txt

lisbon_municipalities.txt

lisbon_census.txt

lisbon_facilities.xml

CreateDemand.java

CreatePopulation.java

network.xml

CreatePopulationaandDemand.java plans_lisbon.xml

MATRIZ OD

19 de 29







plans_lisbon.xml

network.xml


config.xml Controller.java DADOS DE SAÍDA

plans_lisbon.xml

network.xml



Análise de resultados

Distância média percorrida: 4.414 metros; Tempo de percurso médio: 5h41m; Velocidade média de percurso: 0,77 km/h.

Incapacidade de escoamento dos agentes durante as 24 horas; Zonas próximas dos centróides dos NUTII e dos municípios: grande número

de agentes em conflito (capacidade dos arcos muito inferior à necessária).

Modelo não calibrado não corresponde a uma representação muito fiável.






20 de 29



Curva de tráfego em que exista o menor número possível de veículos emcirculação entre os períodos de ponta;

Fator de hora de ponta equiparável aos registados pelos contadores detráfego da Câmara Municipal de Lisboa;

Comparação com dados reais de contagens de tráfego.

ÍndiceConstrução de um

modelo inicialCalibração e

validaçãoIntrodução Revisão

bibliográfica



21 de 29


Alterações efetuadas no ficheiro config.xml

Algoritmo de escolha de caminho mínimo: AStarLandmarks Duração das atividades: igual ao inicial Módulos e estratégias a adotar em cada simulação:

ChangeExpBeta, com probabilidade de 0,9; ReRoute , com probabilidade de 0,1; TimeAllocationMutator , com probabilidade de 0,1;

Tipo de simulação de mobilidade : JDEQSim; Número de iterações: 400 ;




bibliográfica



22 de 29

23 de 29




bibliográfica




Aumento da rede e modificação dos centróides

5717 arcos e 3085 nós 29911 arcos e 15479 nós

24 de 30




bibliográfica




Validação dos resultados

0

10

20

30

40

50

60

70

80

90

0 9

18

27

36

45

54

63

72

81

90

99

10

8

11

7

12

6

13

5

14

4

15

3

16

2

17

1

18

0

18

9

19

8

20

7

21

6

22

5

23

4

24

3

25

2

26

1

27

0

27

9

28

8

29

7

30

6

31

5

32

4

33

3

34

2

35

1

36

0

36

9

37

8

38

7

39

6

average_speed (km/h)

0,00

500,00

1000,00

1500,00

2000,00

2500,00

3000,00

0 8

16

24

32

40

48

56

64

72

80

88

96

10

4

11

2

12

0

12

8

13

6

14

4

15

2

16

0

16

8

17

6

18

4

19

2

20

0

20

8

21

6

22

4

23

2

24

0

24

8

25

6

26

4

27

2

28

0

28

8

29

6

30

4

31

2

32

0

32

8

33

6

34

4

35

2

36

0

36

8

37

6

38

4

39

2

40

0

trip_durations (s)

25 de 29Trabalho Final de MestradoPedro Farinha nº32835




bibliográfica



Comparação dos resultados com contagens reais

Dados provenientes da CML; Contagens referentes ao dia 21 de Março de 2012;

Avenida de Berna para Avenida da República, depois da Rua Marquês Sá da Bandeira; Avenida Fontes Pereira de Melo para Saldanha, depois da Rua Latino Coelho; Faixa central da Avenida da Republica (N/S) para Campo Pequeno (saída túnel) junto linha

férrea; Avenida da República para Campo Pequeno, depois da Avenida Miguel Bombarda.

0

200

400

600

800

1000

1200

1400

1600

Avenida de Berna para Avenida da República, depois da Rua Marquês Sá da Bandeira

Real

Máximo Modelo

Média Modelo

Mínimo Modelo

0

500

1000

1500

2000

2500

Avenida Fontes Pereira de Melo para Saldanha, depois da Rua Latino Coelho

Real

Máximo Modelo

Média Modelo

Mínimo Modelo

0

200

400

600

800

1000

1200

1400

1600

1800

Faixa central da Avenida da Republica (N/S) para Campo Pequeno (saída túnel) junto linha férrea

Real

Máximo Modelo

Média Modelo

Mínimo Modelo

0

500

1000

1500

2000

2500

3000

Avenida da República para Campo Pequeno, depois da Avenida Miguel Bombarda

Real

Máximo Modelo

Média Modelo

Mínimo Modelo





bibliográfica



Principais conclusões

Avaliação bastante positiva da possibilidade do desenvolvimento, emtempo útil, da modelação por agentes, em zonas com as características daAML;

Implementação às restantes freguesias da cidade de Lisboa e mesmo daAML não consideradas;

Este tipo de modelos poderão vir a ser uma mais-valia na análise eprevisão, tanto do congestionamento como dos fluxos de tráfego;

26 de 29


Fatores críticos de sucesso

Disponibilização do MATSim de forma gratuita; Construção de rotinas de cálculo em MatLab de modo a estruturar e

organizar os dados de entrada do MATSim; Acesso à BGRI , visto esta ser dotada de um maior nível de detalhe do que

os dados disponibilizados nas estatísticas gerais dos censos; Possibilidade de obtenção de toda a rede utilizada no MATSim através do

OpenStreetMap; Obtenção de dados dos contadores de tráfego das curvas de tráfego,

embora não sendo possível a comparação linear dos resultados, estascurvas foram fundamentais no processo de calibração do modelo.




bibliográfica



27 de 29


28 de 29

Obrigado


29 de 29


31 de 30






Charypar-Nagel scoring function

Realização das atividades é compensada; Viagem, chegada mais cedo às atividades e chegada mais tarde são punidas


32 de 30






modelos de simulação em matsim aplicados à análise de sistemas de transportes

Documents