A.a. 2015-16 Un modello integrato di progettazione dei sistemi di trasporto Prof. Ing. Bruno Montella.

Slides:



Advertisements
Presentazioni simili
Berkeley Madonna: istruzioni per l’uso
Advertisements

MODELLISTICA DEI SISTEMI DI TRASPORTO
I sistemi di informazione agli utenti stradali
Scenari Macrofinanziari M1 - Marotta 18/10/ Meccanismo di trasmissione per BCE (2000, 2002) Il lungo periodo, con prezzi flessibili Inflazione come.
Introduzione Cosa sono le reti di Petri?
E allora ?!. Alla faccia della creatività… Stato presente Costruire Scenario Stato futuro desiderato Discontinuità Quando e Perché Strategie degli attori.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Dynamic Programming Chiara Mocenni Corso di.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Scelte di consumo Chiara Mocenni Corso di laurea.
6. Catene di Markov a tempo continuo (CMTC)
Università degli Studi di Cagliari
GESTIONE AEROPORTUALE ELEMENTI DI VERIFICA
Scenario Archi di un grafo controllati da agenti egoistici
Esempio 1. Scegliere una architettura G e un insieme di pesi per gli archi ,1 -0,1 0,1 -0,1 0,1 -0,1 0,1.
R. Camus, G. Longo, E. Padoano Dipartimento di Ingegneria Civile
Software per la stima della domanda di Car Sharing Eva Valeri, Romeo Danielis Unità di Ricerca – Area Economica Trieste,
Metodi della ricerca in Psicologia
Università di Padova Dipartimento di Ingegneria dellInformazione Analisi della Qualità del Servizio in Reti Radio Ad Hoc Special Interest Group on NEtworking.
Modelli e Algoritmi della Logistica
Modelli e Algoritmi per la Logistica
1. ( punti 7 ) Siano dati un insieme di localizzazioni potenziali (nodi grandi) ed un insieme di clienti da servire (nodi piccoli). Il costo di afferenza.
1. ( punti 7 ) Siano dati un insieme di localizzazioni potenziali (nodi grandi) ed un insieme di clienti da servire (nodi piccoli). Il costo di afferenza.
Apprendimento di movimenti della testa tramite Hidden Markov Model
Master universitario di II livello in Ingegneria delle Infrastrutture e dei Sistemi Ferroviari Anno Accademico 2012/2013 Cultura dimpresa, valutazione.
Algoritmi greedy Gli algoritmi greedy in genere non sono esatti, cioè determinano soluzioni non necessariamente ottime Per il problema dell’albero ricoprente.
UNIVERSITÀ DEGLI STUDI DI PERUGIA Dipartimento di Ingegneria Industriale Prof. Francesco Castellani Corso di Meccanica Applicata.
LOGO DELLA SOCIETÀ Gli interventi sulla circolazione l È stato costruito un grafo stradale rappresentativo della rete urbana l Attraverso una campagna.
Processi aleatori (stocastici o probabilistici)
Perfect sampling di processi di coda UNIVERSITÀ DEGLI STUDI DI ROMA TOR VERGATA Corso di laurea in Ingegneria dei Modelli e dei Sistemi Studente: Paolo.
Distribuzione a grande scala delle merci in ambito urbano
Napoli 10 – 11 Aprile Napoli 10 – 11 Aprile LO SVILUPPO DELLE RETI LOGISTICHE: INNOVAZIONE E NUOVE OPPORTUNITÀ PER LE IMPRESE COOPERATIVE Control & Software.
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Stima della domanda di TPL con Conjoint Analysis: un progetto pilota Graziano Abrate Anna Menozzi ASSTRA - Bari, 9 giugno 2011.
Prof. Cerulli – Dott.ssa Gentili
Osservazione Tutti i sistemi funzionano!, Anche i più complessi !!
Lezione n° 18: Maggio Problema del trasporto: formulazione matematica Anno accademico 2008/2009 Prof. Cerulli – Dott.ssa Gentili Lezioni di.
Reti di TLC Esercitazione 3
SINTESI DELLA PROCEDURA DI PIANIFICAZIONE DEI TRASPORTI
COME FORMARE LE STRUTTURE OPERATIVE DELLA COMMITTENZA Per assumere scelte decisionali con piena consapevolezza delle loro implicazioni Per elaborare e.
Università degli Studi di Roma “Tor vergata” Dipartimento di Ingegneria Civile Corso di Gestione ed esercizio dei sistemi di trasporto Docente: Ing. Pierluigi.
1 Università degli Studi di Roma “Tor vergata” Dipartimento di Ingegneria Civile Corso di Gestione ed esercizio dei sistemi di trasporto Docente: Ing.
Università degli Studi di Pisa Valerio Cutini insegnamento di Tecnica Urbanistica Corso di laurea triennale in Ing. Edile Ingegneria del Territorio Corso.
Prof. Francesco Zampieri
Sistemi dinamici di regolazione semaforica
R. Soncini Sessa, MODSS, L21 Accettare la casualità Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini Sessa.
Esercizio cross–docking
I rischi di mercato: i modelli di simulazione Lezione 9
Claudio Arbib Università dell’Aquila Ricerca Operativa Metodo del simplesso per problemi di distribuzione single-commodity.
Analisi e Gestione del Rischio Lezione 7 Prodotti con pay-off non lineare.
REL. :PERONI PAOLO DOTTORATO XXI CICLO PRIMO ANNO 23/10/06
CLASARCH CITTA’ – 1° ANNO LABORATORIO I SEMESTRE Introduzione alle lezioni di trasporti.
La customer satisfaction nei servizi TPL Napoli, 30 marzo 2015.
Corso di Sistemi di Trazione A. Alessandrini – F. Cignini – C. Holguin – D. Stam AA Lezione 7: Come ridurre gli impatti della mobilità.
FESR Fondo Europeo di Sviluppo Regionale PTA-Destination Percorsi transfrontalieri condivisi 1 Convegno finale PTA-DESTINATION: Percorsi Transfrontalieri.
M. De Cecco - Lucidi del corso di Robotica e Sensor Fusion Se i parametri di Denavit-Hartemberg non corrispondono con quelli di progetto a causa di tolleranze.
LA VALUTAZIONE DELL’ORGANISMO PERSONALE
ALTERNANZA SCUOLA LAVORO E IMPRESA FORMATIVA SIMULATA MILANO 24 NOVEMBRE 2011.
1 Corso di Progettazione dei Sistemi di Trasporto Prof. B. Montella a. a. 2015/16.
Esercitazione 02/12/2008 Ing. Maria Teresa Borzacchiello Corso di Tecnica ed Economia dei Trasporti Prof. Vincenzo Torrieri 1 Il problema dell’ottimo di.
Lez.7 LEZIONE N°7 DEFLUSSO PERTURBATO PERTURBAZIONE TRANSITORIA IN REGIME DETERMINISTICO Riduzione temporanea della capacità Picchi di afflusso PERTURBAZIONE.
I modelli di offerta per i sistemi di trasporto Corso di Progettazione dei Sistemi di Trasporto Prof. B. Montella a. a. 2015/16.
LA CUSTOMER SATISFACTION NEL TRASPORTO PUBBLICO LOCALE La qualità nel del servizio di TPL: la carta della mobilità Corso di Progettazione dei Sistemi di.
Corsi di laurea magistrale in Ingegneria dei Sistemi Idraulici e di Trasporto - Gestionale lezioni del corso GESTIONE DEI SISTEMI DI TRASPORTO anno accademico.
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
10/5/061 Lez. 12 Previsioni di traffico Generalità Previsioni di scenario.
Programmazione reticolare Economia e Gestione delle Imprese A. A. 2011/2012.
Teoria dei Sistemi di Trasporto
Lezione n. Parole chiave: Corso di Laurea: Insegnamento: Docente: A.A Salvatore Cuomo La ricorsione 15 Approccio ricorsivo, esercizi sulla.
Teoria dei Sistemi di Trasporto Tematica 4: Elementi minimi di teoria della probabilità.
Il tempo di viaggio in condizioni di flusso libero.
Università di Cagliari
Transcript della presentazione:

a.a Un modello integrato di progettazione dei sistemi di trasporto Prof. Ing. Bruno Montella

La progettazione multimodale Un approccio multimodale, che cioè prenda in esame contemporaneamente più modalità, è necessario quando si sviluppano: Interventi che interessano più modi di trasporto; Interventi su un modo ma che influenzano più modalità.

Approcci nella Progettazione dei sistemi di trasporto Obiettivi e vincoli Scenario del sistema di attività Parametri del modello di offerta (rete) Modello di progetto dell’offerta Prestazioni ed impatti Valutazione Modello di simulazione del sistema Approccio “What to” Ipotesi di intervento Scenario del sistema di attività Parametri del modello di offerta (rete) Prestazioni ed impatti Valutazione Modello di simulazione del sistema Approccio “What if”

Modelli di progettazione multimodale Evoluzione dei modelli di progettazione e di assegnazione Modelli di progettazione (monomodale) trasporto individuale Modelli di progettazione (monomodale) trasporto collettivo Assegnazione monomodale Assegnazione multimodale Assegnazione diacronica Modelli di progettazione multimodale diacronica Assegnazione multimodale Assegnazione diacronica

Formulazione dei modelli di domanda dinamici within-day e day-to-day Modello di carico dinamico stocastico within-day Modello di domanda Aggiornamento delle utilità nella dinamica day-to-day  TT = Orario di arrivo (o partenza) desiderato TB = Tempo a bordoCFB = Comfort a bordo (grado di affollamento) TC = Tempo di trasbordoESP = Penalità di anticipo NT = Numero di trasbordiLSP = Penalità di ritardo h = flusso MC = Costo monetario r = corsa

Formulazione del modello generale di progetto multimodale di rete [ y a ^, s a ^, y b ^, g a ^,  b ^, Cap b ^, t a ^, t b ^ ] = = arg min Z ( y a, s a, y b, g a,  b, Cap b, t a, t b, f a *, f b *, f p * ) y a  S ya, y b  S yb, s a  S sa g b  S gb,  b  S  b, Cap b  S Capb t a  S ta, t b  S tb soggetto a : [ f a *, f b *, f p *, C sistema ] =  ( C a, C b, C p ) con:f a *  S fa f b *  S fb f p *  S fp

Il modello generale di progettazione multimodale [ y a (t)^, y p (t)^, y ped (t)^ ] = arg min Z ( y a (t), y p (t), y ped (t), f a (t), f p (t), f ped (t) ) arg min Z ( y a (t), y p (t), y ped (t), f a (t), f p (t), f ped (t) ) y a  S ya, y b  S yb, y a  S ya, y b  S yb, t a  S ta, t b  S tb t a  S ta, t b  S tb soggetto a : [ f a (t), f b (t), f p (t) ] = =  ( C a ( f a (t-1), f p (t-1), f ped (t-1) ), C p ( f a (t-1), f p (t-1), f ped (t-1) ), C ped ) =  ( C a ( f a (t-1), f p (t-1), f ped (t-1) ), C p ( f a (t-1), f p (t-1), f ped (t-1) ), C ped ) con:f a (t)  S fa ; f p (t)  S fp ; f ped (t)  S fped

Diagramma del modello generale di progetto multimodale di rete

Sottomodelli (1)

Sottomodelli (2)

Domanda elastica sul Multimodale Un modello di assegnazione a domanda elastica è multimodale se: I modelli di domanda sono elastici almeno rispetto la scelta modale; Almeno due sistemi di trasporto sono assunti congestionati (i costi dipendono dai flussi). Un problema di assegnazione multimodale si presenta quando è necessario stimare i flussi di utenti su differenti sistemi di trasporto

Il modello di assegnazione multimodale - Modello di offerta (funzioni di costo) - Funzioni di costo t. individuale (Arco running, intersezione e parcheggio) Funzioni di costo t. pedonale Funzioni di costo archi di attesa t. collettivo Funzioni di costo archi non condivisi t. collettivo Funzioni di costo archi condivisi t. collettivo

Modello di iperrete Funzione di costo degli archi modali:

Il modello di carico dinamico stocastico su iperrete Modello di carico dinamico stocastico su iperrete Modello di scelta del percorso su iperrete  TT = Orario di arrivo (o partenza) desiderato TB = Tempo a bordo TC = Tempo di trasbordo NT = Numero di trasbordi MC = Costo monetario CFB = Comfort a bordo (grado di affollamento) ESP = Penalità di anticipo LSP = Penalità di ritardo h = flusso r = corsa

Ferro diacronico/sincronico Bus diacronico Bus sincronico Pedonale Nuovo modello dinamico su iperrete per l’assegnazione multimodale O D M Taxi Privato P&R

Il modello di assegnazione multimodale - Relazioni vettoriali - m = modalità i = categoria di utente V = utilità sistematica del percorso   = coefficiente moltiplicativo A = matrice incidenza archi-percorsi c = costi d’arco f = flussi d’arco C NA = costi di percorso non additivi W = utilità sistematica del modo   = coefficiente moltiplicativo s = variabile di soddisfazione W = coefficiente specifico dell’alternativa d m = domanda per la modalità m P m = probabilità di scelta modale d = domanda totale (tutti i modi) F = flusso di percorso P k = probabilità di scelta del percorso

Schema dell’algoritmo (Iperrete) Definizione dei percorsi Test di arresto STOP Trasporto collettivo: Pesi Vettore dei costi Trasporto individuale: Flussi Trasporto individuale: Pesi Trasporto collettivo: Flussi Vettore dei flussi iniziale Trasporto collettivo: nuovo vettore dei costi Vettore dei costi iniziale Nuovo vettore dei flussi