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. |
| 13 | s různými konstantními délkami cyklu se zjistilo, že referenční hodnota $80 s$ |
| 14 | je více méně optimální. Jak ukazují následující dva grafy, algoritmus osciluje okolo těchto hodnot až |
| 15 | na moment kolem padesáté minuty, kdy reaguje na prudké zvýšení front. |
| 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 oproti 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 vysokou v době dopravní špičky. Z grafu níže je zřetelné, že |
| 91 | algoritmus mírně vylepšuje průběh dopravy (zde reprezenovaný Průměrným zpožděním průjezdu sítí) |
| 92 | v čase mimo dopravní špičku kolem šesté hodiny. Tam se jeví lepší referenční hodnota $80s$. |
| 93 | Algoritmus v této části simulace reaguje příliš citlivě na zvýšení intezity provozu |
| 94 | a nestavuje vyšší délku cyklu. |
| 95 | |
| 96 | \begin{figure}[H] |
| 97 | \begin{center} |
| 98 | {\includegraphics[width=12cm]{\obr tc_r_007.eps}} |
| 99 | \caption{Průběh délky cyklu}\label{fig:tc_02_007} |
| 100 | \end{center} |
| 101 | \end{figure} |
| 102 | % |
| 103 | % \begin{figure}[H] |
| 104 | % \begin{center} |
| 105 | % {\includegraphics[width=12cm]{\obr qsum_r_007.eps}} |
| 106 | % \caption{Průběh součtu délek front}\label{fig:qsum_02_007} |
| 107 | % \end{center} |
| 108 | % \end{figure} |
| 109 | |
| 110 | \begin{figure}[H] |
| 111 | \begin{center} |
| 112 | {\includegraphics[width=14cm]{\obr real/a_delayTimeAvg.eps}} |
| 113 | \caption{Průměrné zpoždění}\label{fig:02tt} |
| 114 | \end{center} |
| 115 | \end{figure} |
| 116 | |