Università di agliari DIAAR Dipartimento di Ingegneria ivile, Ambientale e architettura Sezione Trasporti PIANIFIAZIONE DEI TRASPORTI Esercitazione 4 Il modello di scelta modale A.A. 206-207 Prof. Italo Meloni
ontenuti Dati per la consegna Introduzione Il modello di scelta modale alibrazione modello logit orrezione esercizio 5.4 Esercitazione pratica
Dati per la consegna ONSEGNA: 3 MAGGIO!!!!! Per problemi: ricevimento il lunedì pomeriggio dalle 6.00 alle 9.00 nello studio di professor Meloni nel dipartimento di Trasporti (via Marengo) onsegna a: france.piras90@gmail.com gio.tuv@hotmail.it
Introduzione La scelta del modo di trasporto è l elemento più importante nel processo di pianificazione dei trasporti perché: influenza l efficienza complessiva del sistema di trasporto determina la quantità di spazio urbano dedicato alle funzioni di trasporto stabilisce l insieme delle alternative disponibili per i viaggiatori
Introduzione L importanza della ripartizione modale è evidente se si considera il ruolo del trasporto pubblico nelle politiche dei trasporti INTERVENTI OBIETTIVI Incentivare il TP Limitare l uso dell auto Promozione della MOBILITÀ SOSTENIBILE Riduzione dell inquinamento Migliore efficienza nell uso dello spazio pubblico Aumento della sicurezza Miglioramento del LOS degli utenti che, per svariate ragioni, continuano ad usare l auto (ciò vale nel trasporto urbano ed extraurbano, dei passeggeri e delle merci)
Modelli Trip-interchange modal-split Il modello di ripartizione modale è il terzo step nel classico modello a 4 stadi Generazione Distribuzione Ripartizione modale Assegnazione
Variabili da considerare I fattori che influenzano la scelta del modo sono: aratteristiche degli individui - Disponibilità e/o possesso d auto; possesso di patente; struttura della famiglia; reddito; aratteristiche del viaggio - Motivo, orario aratteristiche del mezzo - Quantitative: tempo a bordo, tempo di attesa, tempo di camminata, costi monetari - Qualitative: comfort e convenienza, affidabilità e regolarità, protezione e sicurezza
Livello di aggregazione I modelli di scelta modale possono essere: AGGREGATI Se sono basati su informazioni a livello zonale (modelli di prima generazione) DISAGGREGATI Se sono basati su dati individuali o familiari (modelli di seconda generazione)
Il modello LOGIT La forma funzionale del modello di ripartizione modale aggregato, conosciuta come LOGIT è la seguente: dove: P ij k ij P ij k percentuale di scelta dell alternativa per andare da i a j costo generalizzato del viaggio tra i e j con il modo k parametro di scala del modello/dispersione della scelta ij k ij
Proprietà Alcune proprietà del modello LOGIT Genera una curva a forma di S Nella scelta tra due modi Se = 2 P = P 2 = 0,5 Se >> 2 P 2 tende a
alibrazione del modello Informazioni note per ogni coppia (i, j): ij Parte nota del costo generalizzato associato al modo auto 2 ij P ij P ij2 Parte nota del costo generalizzato associato al modo trasporto pubblico Percentuale di utenti che scelgono l auto Percentuale di utenti che scelgono il trasporto pubblico
alibrazione del modello 2 2 ) ( ) ( P ) ( ) ( 2 2 ) ( ) ( 2 2 2 P P La percentuale P modellizzata (LOGIT binario) per ciascuna coppia (i, j) risulta: onsiderando il logaritmo del rapporto tra le due percentuali si ottiene: ) ( ln ) ( ) ( 2 2 2 P P P P
Regressione lineare (Y = ax + b) Pendenza a (incognita) Intercetta b (incognita) P ln ( 2 ) P var. dipendente Y (osservata) var. indipendente X (osservata) Esempio: Dati aggregati per il modello di ripartizione binario oppie di zone P (%) P 2 (%) 2 ln[p /(-P )] 2-5 49 2 8 0,04-3 2 57 43 5,8 3, 0,29-2,7 3 80 20 5,9 4,7,39 -,2 4 7 29 8,2 6,4 0,90 -,8 5 63 37 8,5 0,53-2,5
ln[p/(-p)] Retta che meglio si adatta ai dati 2,5 y = 0,7223x + 2,248 R² = 0,9895 0.72 2 2.25 3.5,5 0,5 0 0 - -2 2- -3-4
Esercizio 5.4 Si consideri il seguente modello di ripartizione modale, con i costi generalizzati: P k k m k ij ij ij m dove θ sono i parametri che pesano le variabili esplicative del modello (tempo, costo etc.) a) Scrivere l espressione dell elasticità di P k rispetto a x kp b) onsiderare ora una situazione di scelta binaria dove i costi generalizzati hanno le seguenti espressioni concrete: car 0.2tt 0.c 0.3et 0.2tt 0.c 0.3et 0.3 car car car bus bus p bus kp x kp bus tt = tempo di viaggio a bordo del veicolo (min) c = costo di viaggio ( ) et = tempo di accesso (min) alcolare la proporzione di persone che scelgono l auto se τ = 0.4
Esercizio 5.4
Esercizio 5.4 alcolo dei costi per ogni alternativa tt c Et Tot Auto 20 50 0 9.0 Bus 30 20 5 9.8 alcolo delle ripartizioni modali tot P [%] Auto 9.0 57.9 Bus 9.8 42.
Esercitazione pratica. alcolare il costo generalizzato di trasporto, per ogni coppia OD, sia per il modo auto che per il modo TP, utilizzando le seguenti relazioni: gen_car =,48 T viag_car + 0,2 D + 0,3 T walk_car [ /viaggio] gen_tp = 0,9 T viag_tp + 0,3 T att_tp +, F TP + 0,3 T walk_tp [ /viaggio] dove: T viag_car = tempo di viaggio effettivo in auto [h] D = distanza tra origine e destinazione [km] T walk_car = tempo di camminata per il modo auto (costante = 2 min) [min] T viag_tp = tempo di viaggio effettivo con il TP [h] T att_tp = tempo di attesa alla fermata per il TP (costante = 0 min) [min] F TP = tariffa per il TP [ ] T walk_tp = tempo di camminata per il modo TP (costante = 6 min) [min]
Esercitazione pratica 2. Sulla base della matrice OD al 200 per motivo lavoro con mezzo auto (conducente e passeggero) e della matrice OD al 200 per motivo lavoro con mezzo trasporto pubblico ( treno, tram, metropolitana, autobus urbano e extraurbano), ricostruire le matrici di ripartizione modale (per semplicità trascurare gli spostamenti in moto, bici, a piedi o con altro mezzo) 3. Sulla base dei costi calcolati al punto, e delle matrici di ripartizione modale, calibrare un modello LOGIT con il metodo della regressione lineare.
Esercitazione pratica alcolare i costi generalizzati per la modalità auto per ogni coppia OD alcolare i costi generalizzati per la modalità TPL per ogni coppia OD reazione delle matrici di ripartizione modale attraverso le tabelle pivot reazione di una matrice per il modo auto conducente/passeggero reazione di una matrice per il modo TPL (autobus, treno, metropolitana) All interno di ogni matrice devono esserci percentuali!!!
Esercitazione pratica Per effettuare la calibrazione dei parametri λ e δ occorre creare una nuova tabella, dove in ogni riga sono riportati le coppie OD con i relativi costi generalizzati e le probabilità oppie di zone P (%) P 2 (%) 2 Assemini-Assemini 5,0 49,0 2,0 8,0 Assemini-Burcei 57,0 43,0 5,8 3, Assemini- agliari 80,0 20,0 5,9 4,7 N.B. I valori sopra sono solo un esempio: non confrontateli con i dati dell esercitazione!!!!!
Esercitazione pratica Per creare la tabella succitata occorre utilizzare il comando reazione guidata tabella pivot Per inserire il comando reazione guidata tabella pivot è necessario seguire la seguente procedura: File-Opzioni di Excel-Personalizzazione Barra multifunzione Scegliere l opzione «omandi non presenti sulla barra multifunzione», cliccare su reazione guidata Tabella Pivot e cliccare su aggiungi
Esercitazione pratica ome utilizziamo il comando reazione Guidata tabella Pivot? liccare sul pulsante reazione Guidata tabella Pivot Più intervalli di consolidamento reazione manuale Intervallo: inserire l intervallo di interesse comprese le etichette Fine Si ottiene una tabella pivot: cliccare sull ultima cella in basso a destra
Esercitazione pratica Questa procedura va ripetuta 4 volte per: osto generalizzato auto osto generalizzato TPL Matrice modale auto Matrice modale TPL Rielaborate le 4 tabelle in modo da ottenere la tabella vista nella slide precedente
Esercitazione pratica ATTENZIONE!!!!!! Se gli spostamenti totali per una coppia OD sono nulli, eliminare la riga dalla tabella Se la percentuale relativa a un modo per una coppia OD è pari al 00% eliminare la relativa riga dalla tabella Se per una certa coppia OD bus - auto >000 eliminare la relativa riga
Esercitazione pratica A questo punto, utilizzando la funzione Regressione, già vista nell esercitazione 2, si stimano i valori di λ e δ Ricordate che: Il parametro λ è il coefficiente associato alla variabile indipendente della regressione Il parametro δ è dato dal rapporto tra la costante della regressione e il parametro λ