[1434] | 1 | \def \obr {Results/fig/} |
---|
| 2 | |
---|
| 3 | \chapter{Výsledky} |
---|
| 4 | |
---|
| 5 | Použitá metoda byla testována na mikrosimulátoru dopravy AIMSUN v |
---|
| 6 | oblasti Praha - Zličín na dvou scénářích s konstantní |
---|
| 7 | hustotou provozu a jednom scénáři reálným. Referenční výsledky |
---|
| 8 | byly získány testováním těchto scénářů na konstantní |
---|
| 9 | délce cyklu o hodnotě $80 s$, která je v modelové oblasti skutečně používána. |
---|
| 10 | |
---|
| 11 | \section{Scénář 1} |
---|
| 12 | První testovaný konstantní scénář má menší intenzitu provozu a při měření |
---|
| 13 | s různými konstantními délkami cyklu se ukazuje, že referenční hodnota $80 s$ |
---|
| 14 | je více méně optimální. Jak ukazuje následující graf, algoritmus osciluje okolo těchto hodnot až |
---|
| 15 | na moment kolem padesáté minuty, kdy reaguje na prudké zvýšení front, jak ukazuje další graf. |
---|
| 16 | |
---|
| 17 | |
---|
| 18 | \begin{figure}[H] |
---|
| 19 | \begin{center} |
---|
| 20 | {\includegraphics[width=12cm]{\obr tc_01_007.eps}} |
---|
| 21 | \caption{Průběh délky cyklu}\label{fig:tc_01_007} |
---|
| 22 | \end{center} |
---|
| 23 | \end{figure} |
---|
| 24 | |
---|
| 25 | \begin{figure}[H] |
---|
| 26 | \begin{center} |
---|
| 27 | {\includegraphics[width=12cm]{\obr qsum_01_007.eps}} |
---|
| 28 | \caption{Průběh součtu délek front}\label{fig:qsum_01_007} |
---|
| 29 | \end{center} |
---|
| 30 | \end{figure} |
---|
| 31 | |
---|
| 32 | Tento nárůst front kolem padesáté minuty se projevil negativně na vývoji dopravy, jak ukazují následující |
---|
| 33 | dva grafy porovnávající počty zastavení a průměrnou dobu jízdy s referenční délkou cyklu $80s$. |
---|
| 34 | |
---|
| 35 | \begin{figure}[H] |
---|
| 36 | \begin{center} |
---|
| 37 | {\includegraphics[width=14cm]{\obr 01/a_numStops.eps}} |
---|
| 38 | \caption{Počet zastavení}\label{fig:01ns} |
---|
| 39 | \end{center} |
---|
| 40 | \end{figure} |
---|
| 41 | |
---|
| 42 | \begin{figure}[H] |
---|
| 43 | \begin{center} |
---|
| 44 | {\includegraphics[width=14cm]{\obr 01/a_travelTimeAvg.eps}} |
---|
| 45 | \caption{Průměrná doba jízdy}\label{fig:01tt} |
---|
| 46 | \end{center} |
---|
| 47 | \end{figure} |
---|
| 48 | |
---|
| 49 | \section{Scénář 2} |
---|
| 50 | Tento scénář je oproti předchozímu nastaven na generování provozu |
---|
| 51 | s daleko větší hustotou s tendecemi k dopravním zácpám. |
---|
| 52 | Prudký nárůst hustoty prpovozu a reakce systému zvýšením |
---|
| 53 | délky cyklu k maximální hodnotě je vidět na následujících dvou grafech. |
---|
| 54 | |
---|
| 55 | \begin{figure}[H] |
---|
| 56 | \begin{center} |
---|
| 57 | {\includegraphics[width=12cm]{\obr tc_02_007.eps}} |
---|
| 58 | \caption{Průběh délky cyklu}\label{fig:tc_02_007} |
---|
| 59 | \end{center} |
---|
| 60 | \end{figure} |
---|
| 61 | |
---|
| 62 | \begin{figure}[H] |
---|
| 63 | \begin{center} |
---|
| 64 | {\includegraphics[width=12cm]{\obr qsum_02_007.eps}} |
---|
| 65 | \caption{Průběh součtu délek front}\label{fig:qsum_02_007} |
---|
| 66 | \end{center} |
---|
| 67 | \end{figure} |
---|
| 68 | |
---|
| 69 | Toto nastavení délky cyklu se projevuje velice pozitivně a dochází k poklesu |
---|
| 70 | počtu zastavení a průměrného zpoždění ooproti referenční pevné hodnotě $80s$, |
---|
| 71 | jak je vidět na dalších dvou grafech. |
---|
| 72 | |
---|
| 73 | \begin{figure}[H] |
---|
| 74 | \begin{center} |
---|
| 75 | {\includegraphics[width=14cm]{\obr 02/a_numStops.eps}} |
---|
| 76 | \caption{Počet zastavení}\label{fig:02ns} |
---|
| 77 | \end{center} |
---|
| 78 | \end{figure} |
---|
| 79 | |
---|
| 80 | \begin{figure}[H] |
---|
| 81 | \begin{center} |
---|
| 82 | {\includegraphics[width=14cm]{\obr 02/a_delayTimeAvg.eps}} |
---|
| 83 | \caption{Průměrné zpoždění}\label{fig:02tt} |
---|
| 84 | \end{center} |
---|
| 85 | \end{figure} |
---|
| 86 | |
---|
| 87 | \section{Reálný scénář} |
---|
| 88 | Tento scénář zaznamenává skutečnou intenzitu dopravy v průběhu 24 hodin v simulované |
---|
| 89 | oblasti. Intenzita se zde mění od velmi nízké v brzkých raních a pozdních nočníc hodinách, |
---|
| 90 | až po velmi intenzivní v době dopravní špičky, přesahující konstantní scénář 1. Z grafů níže je zřetelné, že |
---|
| 91 | algoritmus vylepšuje |
---|
| 92 | |
---|
| 93 | % \begin{figure}[H] |
---|
| 94 | % \begin{center} |
---|
| 95 | % {\includegraphics[width=12cm]{\obr tc_r_007.eps}} |
---|
| 96 | % \caption{Průběh délky cyklu}\label{fig:tc_02_007} |
---|
| 97 | % \end{center} |
---|
| 98 | % \end{figure} |
---|
| 99 | % |
---|
| 100 | % \begin{figure}[H] |
---|
| 101 | % \begin{center} |
---|
| 102 | % {\includegraphics[width=12cm]{\obr qsum_r_007.eps}} |
---|
| 103 | % \caption{Průběh součtu délek front}\label{fig:qsum_02_007} |
---|
| 104 | % \end{center} |
---|
| 105 | % \end{figure} |
---|
| 106 | |
---|
| 107 | \begin{figure}[H] |
---|
| 108 | \begin{center} |
---|
| 109 | {\includegraphics[width=14cm]{\obr real/a_delayTimeAvg.eps}} |
---|
| 110 | \caption{Průměrné zpoždění}\label{fig:02tt} |
---|
| 111 | \end{center} |
---|
| 112 | \end{figure} |
---|