primjena četverostupanjskog modela prijevozne potražnje u

of 97/97
Primjena četverostupanjskog modela prijevozne potražnje u planiranju održivog prometa grada Splita Pavić, Matej Master's thesis / Diplomski rad 2019 Degree Grantor / Ustanova koja je dodijelila akademski / stručni stupanj: University of Zagreb, Faculty of Transport and Traffic Sciences / Sveučilište u Zagrebu, Fakultet prometnih znanosti Permanent link / Trajna poveznica: https://urn.nsk.hr/urn:nbn:hr:119:292731 Rights / Prava: In copyright Download date / Datum preuzimanja: 2021-10-11 Repository / Repozitorij: Faculty of Transport and Traffic Sciences - Institutional Repository

Post on 16-Oct-2021

0 views

Category:

Documents

0 download

Embed Size (px)

TRANSCRIPT

Pavi, Matej
2019
Degree Grantor / Ustanova koja je dodijelila akademski / struni stupanj: University of Zagreb, Faculty of Transport and Traffic Sciences / Sveuilište u Zagrebu, Fakultet prometnih znanosti
Permanent link / Trajna poveznica: https://urn.nsk.hr/urn:nbn:hr:119:292731
Rights / Prava: In copyright
Repository / Repozitorij:
SPLITA
SPLITA
PLANNING SUSTAINABLE TRANSPORT OF THE CITY OF SPLIT
Mentor: izv. prof. dr. sc. Danijela Bari Student: Matej Pavi
JMBAG: 0055462793
Istraivanje u diplomskom radu obuhvatilo je analizu etverostupanjskog modela prijevozne
potranje u teorijskom smislu te njegovu primjenu na konkretnom primjeru grada Splita u
aplikativnom smislu. Nakon pregleda teorijskih postavki i opisa metodologije, prikazana je
analiza postojeeg stanja odnosno prometne potranje grada Splita temeljem koje je izraen
model prometne potranje grada u programskom alatu PTV Visum. Modelirano je i poveano
optereenje mree uslijed turistike sezone te jedno prometno rješenje. Zakljuno, predloene
su smjernice za implementaciju prometnog modela i potpuni dovršetak projekta izgradnje
reprezentativnog modela cestovne gradske mree u gradu Splitu.
KLJUNE RIJEI: planiranje, modeliranje, prometna potranja, odrivi promet,
etverostupanjski model, PTV Visum, grad Split
___________________________________________________________________________
SUMMARY
The research in the diploma thesis included the analysis of the four-step model of transport in
theoretical terms and is based on the concrete example of the city of Split in the applied
sense. After reviewing the theoretical data and the described methodologies, an analysis of
the current situation of travel demand of the city of Split is presented which is made
according to the model of the city travel demand in the PTV Visum software tool. One traffic
solution and one increased network load followed by tourist seasons are modelled. In
conclusion, guidelines for the implementation of the traffic model and the complete
completion of the project of building a representative model of the city road network in the
city of Split are proposed.
KEY WORDS: planning, modelling, travel demand, sustainable transport, four-step model,
PTV Visum, City of Split
Sadraj
2.2.1. Znaajke prometne potranje ............................................................................... 4
2.2.2. Znaajke prometne ponude .................................................................................. 5
2.2.3. Ekvilibracija ponude i potranje .......................................................................... 5
2.3. Odabir pristupa modeliranju ........................................................................................ 7
2.4. Opi problemi modeliranja ........................................................................................ 13
2.4.1. Uloge teorije i podataka ..................................................................................... 13
2.4.2. Specifikacija modela .......................................................................................... 14
2.5. Agregirano i dezagregirano modeliranje........................................................................ 16
3.2.1. PTV Visum ......................................................................................................... 19
3.2.2. PTV Vissim ........................................................................................................ 22
3.3. Prikupljanje podataka ................................................................................................ 23
3.3.1. Sekundarni podaci .............................................................................................. 24
3.2.2. Primarni podaci ........................................................................................................ 24
3.4. Izrada mree i zona .................................................................................................... 30
3.4.1. Izrada zona ......................................................................................................... 30
3.5. Generiranje putovanja ................................................................................................ 34
3.5.1. Znaajke putovanja ............................................................................................ 34
3.5.2. Podmodel generiranja putovanja u programskom alatu PTV Visum ................. 37
3.6. Distribucija putovanja ................................................................................................ 38
3.6.2. Gravitacijski model ............................................................................................ 39
3.6.3. Podmodel distribucije putovanja u programskom alatu PTV Visum ................. 40
3.7. Modalna razdioba putovanja ..................................................................................... 42
3.7.1. Multinomijalni logit modeli ............................................................................... 43
3.7.2. Podmodel modalne razdiobe putovanja u programskom alatu PTV Visum ...... 44
3.8. Dodjeljivanje putovanja na mreu ............................................................................. 46
3.8.1. Ekvilibrirana metoda .......................................................................................... 47
4. IZRADA MODELA GRADA SPLITA ........................................................................ 51
4.1. Opi podaci i prometne znaajke grada Splita .......................................................... 51
4.1.1. Geografski i prometni poloaj ............................................................................ 51
4.1.2. Turizam .............................................................................................................. 52
4.2.2. Izrada zona ......................................................................................................... 57
4.3.1. Ulazni podaci ...................................................................................................... 59
4.3.2. Atributi zone ....................................................................................................... 59
4.4.1. Izrada SKIM matrice .......................................................................................... 66
4.4.2. Izrada matrice distribucije putovanja ................................................................. 66
4.5. Dodjeljivanje putovanja na mreu grada Splita ......................................................... 67
4.5.1. Dodjeljivanje putovanja za ljetno razdoblje ....................................................... 70
4.5.2. Modeliranje idejnog rješenja .............................................................................. 72
5. SMJERNICE ZA DOVRŠETAK MODELA ............................................................... 76
5.1. Izrada reprezentativne mree ..................................................................................... 76
5.1.1. Korekcije linkova i nodova ................................................................................ 76
5.1.2. Detaljnije zone .................................................................................................... 78
5.3. Primarni podaci .......................................................................................................... 79
5.3.1. Odreivanje uzorka ............................................................................................ 79
6. ZAKLJUNA RAZMATRANJA ................................................................................. 81
1. UVOD
Promet se, kao i svijet, mijenja ubrzano. Ceste su sve zagušenije, pogotovo gradske. Razlozi
za to su jednostavni, rješenja naalost nisu. Gradovi rastu uslijed konstantne urbanizacije, a
njihov rast ne moe pratiti postojea infrastruktura. Kupovina vozila postaje sve dostupnija u
veini svjetskih zemalja što znatno poveava stupanj motorizacije te za posljedicu ima
prometna zagušenja, oneišenja zraka, oneišenja bukom i mnoge druge negativne pojave.
Osim spomenutih prometnih problema, novije vrijeme donosi i tehnike alate za rješavanje
istih. Danas je mogue modelirati prometne tokove unato njihovoj dinaminosti korištenjem
raznih simulacijskih alata.
Svrha ovog diplomskog rada je ukazivanje vanosti i mogunosti odrivog planiranja prometa
izradom modela prometnih tokova.
Cilj ovog rada je prikaz metodologije izrade etverostupanjskog modela prijevozne potranje
te njena primjena na konkretnom primjeru grada Splita uz korištenje programskog alata PTV
Visum. Izradom modela moe se ispitivati predloena rješenja prije poduzimanja zahvata i
mjera u stvarnom prostoru, ime se smanjuje vjerojatnost pogreške.
Diplomski rad sadri šest poglavlja:
1. Uvod
6. Zakljuna razmatranja
Polazi se od uvoenja u problematiku potrebe za prometnim modeliranjem, upoznavanjem sa
tehnikim alatima koji e se koristiti te definiranjem svrhe i ciljeva istraivanja. U sklopu
prvog poglavlja predoena je i struktura rada.
U drugom poglavlju detaljnije je predstavljeno modeliranje kao odgovor modernim
prometnim problemima. Naglašen je cilj ekvilibracije ponude i potranje te je definirana
uloga podataka.
stupnjevima ili podmodelima. Prethodno je u istom poglavlju opisan programski alat PTV
VISUM te metode prikupljanja podataka.
U etvrtom poglavlju izraen je prometni model za podruje grada Splita. Svi podaci na
kojima se temelji simulacija su sekundarni. Podmodel modalne razdiobe putovanja nije
izraen, ve je opisan u slijedeem poglavlju jer zahtjeva prikupljanje velike koliine
primarnih podataka, a takav proces iznimno je kompleksan te iziskuje znaajnije resurse stoga
nije mogue u potpunosti izraditi ga u okviru diplomskoga rada.
Dodatni koraci koji su neophodni pri moguoj izradi reprezentativnog modela prikazani su u
petom poglavlju. Takav model je relevantan donosiocima odluka jer predstavlja temelj za
kreiranje prometnih rješenja. U ovom poglavlju predlau se smjernice kojima se ispravlja i
upotpunjuje izraeni model.
Šesto poglavlje iznosi zakljuna razmatranja o cjelokupnom radu te daje ocjenu izraenih
modela. Opisani su gradski problemi te naglašena vanost primjene simulacijskih alata u
planiranju odrivog cestovnog prometa grada.
3
Prometno modeliranje je sastavni dio prometnog inenjerstva.
Prometno modeliranje ima veliki znaaj za analize postojeeg stanja prometa radi predvianja
budueg stanja u prometu, s obzirom da je promatranje realnog prometnog sustava izrazito
skupo što predstavlja problem veine istraivanja u okviru prometnih studija.
Praktini pristup izradi prometnih studija podrazumijeva rješavanje prometnih problema na
nain da se najprije definiraju prometni modeli, a zatim predloena rješenja provedu u
stvarnim uvjetima.
Modeliranje u prometu primjenjuje se u svim podrujima prometnog inenjerstva, od
planiranja, projektiranja i poslovanja. Iako je planiranje prometa tradicionalno najzahtjevnija
faza u smislu definiranja modela, inteligentne tehnologije i tehnike koje se primjenjuju u
podruju prometa poveale su potranju za modeliranjem u okviru projektiranja i ostalih
aktivnosti u podruju prometa. Prometno modeliranje je sastavni dio prometnog inenjerstva.
Praktini pristup izradi prometnih studija i rješavanju prometnih problema pristupa se na
nain da se najprije definiraju prometni modeli, a zatim predloena rješenja provedu u
stvarnim uvjetima. [1]
Model je pojednostavljen prikaz dijela stvarnog svijeta (sustava interesa) koji se fokusira na
odreene elemente koji se smatraju vanima s odreenog stajališta. Modeli su stoga ovisni o
problemu i toki gledišta. Takva široka definicija ukljuuje fizike i apstraktne modele.
U prvoj su kategoriji primjerice, oni koji se koriste u arhitekturi ili u mehanici fluida koji su u
osnovi usmjeren na dizajn. U potonjem se raspon protee od mentalnih modela koji se koriste
u svakodnevnom ivotu kroz interakciju sa svijetom do formalnih i apstraktnih (tipino
analitikih) prikaza neke teorije o sustavu interesa i nainu na koji on funkcionira. Mentalni
modeli igraju vanu ulogu u razumijevanju i tumaenju stvarnog svijeta i analitikih modela.
Poboljšavaju se kroz rasprave, obuku i iznad svega, iskustvo. Meutim, mentalne modele je
teško komunicirati i raspravljati.
tvrdnjama. Iako predstavljaju pojednostavnjene prikaze, ovi modeli mogu biti vrlo sloeni i
esto zahtijevaju veliku koliinu ulaznih podataka. Meutim, oni su od neprocjenjive vanosti
u pruanju "zajednike osnove" za raspravu o politici i ispitivanju neizbjenih kompromisa
koji se u praksi zahtijevaju s odgovarajuom razinom objektivnosti. Takoer, vana prednost
matematikih modela je da tijekom njihove formulacije, kalibriranja i korištenja planer moe
puno uiti, kroz eksperimentiranje, o ponašanju i unutarnjem funkcioniranju sustava pod
kontrolom. Na taj se nain obogauju mentalni modeli i time omoguuje inteligentnije
upravljanje transportnim sustavom.
Model je realan samo s odreenog gledišta. Primjerice, moe biti razumno koristiti no i
viljušku na stolu kao model poloaja automobila prije sudara, ali ne i za prikazivanje njihovih
mehanikih znaajki ili kao uzorak odabira rute. Isto vrijedi i za analitike modele: njihova
vrijednost je ograniena na niz problema pod odreenim uvjetima. Kao što je objašnjeno,
prikladnost modela je ovisna o kontekstu u kojem se koristi. Sposobnost izbora i prilagodbe
modela za pojedine kontekste jedan je od najvanijih elemenata cjelokupnog alata za
planiranje. [2]
2.2.1. Znaajke prometne potranje
Potranja za prijevozom nije svrha sama po sebi. Uz moguu iznimku razgledavanja, ljudi
putuju kako bi zadovoljili odreenu potrebu (posao, slobodno vrijeme, zdravlje) poduzimajui
odreenu aktivnost kretanja prema eljenoj lokaciji. To je jednako vano za kretanje robe.
Kako bi se razumjelo zahtjev za prijevozom, mora se razumjeti nain na koji su te aktivnosti
rasporeene u prostoru.
Dobar prometni sustav proširuje mogunosti za zadovoljavanje tih potreba, teško zagušeni ili
slabo povezani sustav ograniava mogunosti te ograniava ekonomski i društveni razvoj.
Potranja za prijevozom odvija se preko prostora. To se ini trivijalnom izjavom, ali prometna
potranja predstavlja distribuciju aktivnosti u prostoru. Postoji nekoliko transportnih
problema, koji se mogu tretirati, iako na vrlo agregatnoj razini, bez izriitog razmatranja
prostora. Meutim, u velikoj veini sluajeva eksplicitni tretman prostora je neizbjean i vrlo
poeljan. Naješi pristup tretiranju prostora je podjela podruja istraivanja na zone i njihovo
kodiranje, zajedno s prometnom mreom, u obliku prikladnom za obradu uz pomo
5
raunalnih programa. Pri tome, razliite metode vrednovanja udaljenosti i dodjeljivanja
izvorišta i odredišta (i njihovih atributa) u prostoru bitan su element u analizi prometa.
Prostornost potranje esto dovodi do problema nedostatka koordinacije koji mogu snano
utjecati ravnoteu izmeu ponude i potranje za prijevozom. S druge strane, koncentracija
stanovništva i gospodarske aktivnosti na dobro definiranim koridorima moe dovesti do
ekonomske opravdanosti visokokvalitetnog sustava masovnog prijevoza koji ne bi bio odriv
u podrujima s manjom potranjom.
Konano, potranja i ponuda u prometu imaju vrlo jake dinamike elemente. Dobar dio
potranje je koncentriran na svega nekoliko sati na dan, posebno u urbanim podrujima gdje
se veina zagušenja dogaa tijekom odreenih vršnih razdoblja. Ovaj vremenski promjenjiv
karakter prijevoza ini ga zahtjevnijim, ali i zanimljivijim za analizirati i prognozirati. Moda
bi se prometni sustav mogao dobro nositi s prosjenom potranjom za putovanjima u
odreenom podruju, kada bi se raspodijelila potranja iz vršnih sati. Postoji niz tehnika koje
pokušavaju raspršiti potranju iz vršnih sati: fleksibilno radno vrijeme, izmijenjeno radno
vrijeme, poveanje cijena itd. Meutim, vrhunac i varijacije u potranji izvan vršnih
vrijednosti ostaju središnji problem u modeliranju i planiranju prometa. [2]
2.2.2. Znaajke prometne ponude
Prva specifina znaajka prijevozne ponude je da je to usluga, a ne dobro. Dakle, nije ju
mogue skladištiti da bi se koristila u vrijeme vee potranje. Usluga prijevoza konzumira se
kada se i proizvodi, inae se njezina korist gubi. Zbog toga je vrlo vano procijeniti potranju
s što veom tonosti kako bi se uštedjeli resursi tako da se prilagodi prijevozna ponuda.
Mnoge znaajke prometnih sustava proizlaze iz njihove prirode kao usluge. U vrlo širokom
rasponu pojmovi prometnog sustava zahtijevaju odreeni broj stalnih sredstava, infrastrukture
i odreeni broj vozila. Kombinacija navedenih, zajedno s nizom pravila za njihovo djelovanje,
omoguuje kretanje ljudi i dobara.
2.2.3. Ekvilibracija ponude i potranje
Openito govorei, uloga prometnog planiranja je zadovoljiti odreenu potranju za
kretanjem osoba i robe s razliitim svrhama putovanja, u razliito doba dana i godine, pomou
razliitih naina rada, s obzirom na transportni sustav s odreenim radnim kapacitetom.
6
razumjelo prirode nekih transportnih problema. Tipian primjer je zaarani krug automobila i
javnog prijevoza prikazan na Slici 1. [2]
Slika 1. "Zaarani krug" automobila i javnog prijevoza [1]
Gospodarski rast prua poticaj poveanju vlasništva nad automobilima. Više vlasnika
automobila uzrokuju više ljudi koji ele prijei s javnog prijevoza na automobil, to opet znai
još manje korisnika javnog prijevoza, na koje operateri mogu odgovoriti poveanjem cijene
prijevoza, smanjujui uestalost (razina usluge) ili oboje. Ove mjere ine korištenje
automobila još atraktivnijim nego prije i potiu još više ljudi na kupnju automobila, ime se
ubrzava zaarani krug. Nakon nekoliko ciklusa (godina) vozai automobila su suoen s
poveanim razinama zagušenja; autobusi kasne, postaju sve skuplji i smanjuje im se
uestalost; akumulacija osjetljivih pojedinanih odluka rezultira konanim stanjem u kojem su
gotovo svi u goroj situaciji od prvobitne.
Ovaj jednostavan prikaz takoer moe pomoi da se utvrdi što se moe uiniti kako bi se
usporio ili preokrenuo zaarani krug. Te su ideje saete na Slici 2. Fizike mjere kao što su
autobusne trake ili sl. te programi prioriteta vozilima javnog gradskog prijevoza posebno su
atraktivni jer rezultiraju uinkovitijom alokacijom cestovnog prostora.
7
Subvencioniranje javnog prijevoza ima snane zagovornike i klevetnike. Ono moe smanjiti
potrebu za poveanjem vozarine, barem za kratko, ali ima tendenciju stvaranja velikih deficita
zbog zaštite lošeg upravljanja od posljedica vlastite neuinkovitosti.
Sustav za ograniavanje vozila, a posebno naplaivanje zagušenja, moe pomoi u
internalizaciji eksternalija i stvaranju izvora prihoda koji se mogu distribuirati u druga
podruja u prijevozu.
Slika 2. Prekidanje "Zaaranog kruga" korištenja osobnih automobila i javnog prijevoza [1]
Treba biti jasno da nije mogue sve prometne probleme okarakterizirati jedinstvenim,
univerzalnim oblikom. Prometni problemi ovise o kontekstu te bi tako trebalo pristupiti i
nainima njihova rješavanja. Modeli mogu ponuditi doprinos u smislu identifikacije problema
i temeljitijeg odabira rješavanja problema. [2]
2.3. Odabir pristupa modeliranju
Prihvatljivost modeliranja ili odreenog pristupa modeliranju je vrlo vano prilikom
odluivanja. Prema Ortuzaru [2], modeli koji su na kraju ignorirani od strane donositelja
odluka, ne samo da predstavljaju izgubljene resurse i trud, ve rezultiraju frustriranim
8
analitiarima i planerima. Dalje se predlae da postoji nekoliko obiljeja prometnih problema
i modela koji se moraju uzeti u obzir pri odreivanju analitikog pristupa:
Potrebna je preciznost i tonost. Ovi pojmovi su ponekad zbunjujui. Tonost je stupanj do
kojeg rezultat mjerenja ili modela odgovara istinitim ili prihvaenim vrijednostima. Tonost
je problem koji se odnosi na kvalitetu podataka i modela. Razina tonosti koja je potrebna za
pojedine primjene uvelike varira. esto se zahtijeva da je potrebna tonost samo da bi se
napravila razlika izmeu dobre i manje dobre sheme. U nekim sluajevima najbolja shema
moe biti prilino oita, stoga je potrebno manje precizno modeliranje.
Preciznost se odnosi na razinu ili jedinice mjerenja koje se koriste za prikupljanje podataka i
isporuku izlaznih podataka modela.
Vrijeme putovanja izmeu dvije toke moe se mjeriti u dijelovima sekunde, ali pojedinci
mogu procijeniti isto mnogo manje precizno u intervalima od pet minuta. Preciznost nije
tonost i esto nastaju pogreške u razumijevanju. Izvješivanje o procjenama s velikom
preciznošu esto se tumai kao povjerenje u tonost, dok modelari u prometu esto koriste
precizne brojke za izvještavanje o nesigurnim procjenama. Primjerice, postoji razlika izmeu
tvrdnje da je juer izmeu 8:00 i 9:00 ujutro izmjeren promet na linku X te iznosi 2.347 vozila
i tvrdnje da e promet na linku X izmeu 8:00 i 9:00 za pet godina iznositi 3148 vozila. Prva
izjava moe biti precizna i tona, a druga je jednako precizna, ali sigurno netona. Manje je
pogrešno izvijestiti da se oekuje promet od oko 3.150 vozila. To je najbolje opisano u citatu
koji se pripisuje Johnu Maynardu Keynesu: “It is much better to be roughly right than
precisely wrong“. [2]
Kontekst donošenja odluka. To ukljuuje usvajanje odreene perspektive i izbora uzorka te
pokrivenost podruja interesa. Izbor perspektive odreuje vrstu odluka koje e se uzeti u
obzir: strateška pitanja ili sheme, taktike (upravljake sustave) sheme ili ak specifini
operativni problemi.
Izbor uzorka ukljuuje odreivanje razine analize. Radi li se samo o prijevozu ili ukljuuje i
mjesto aktivnosti? Što se tie prometnog sustava, je li interes samo za potranju ili i ponudu
na razliitim razinama: rad sustava ili dobavljaa, trošak dobavljaa i tako dalje? Takoer,
koliko opcija treba biti razmotreno da bi zadovoljile razliite interesne skupine ili razvile
jednu najbolju shemu, pitanje je od kljune vanosti.
Kontekst donošenja odluka e takoer pomoi u definiranju zahtjeva za model, varijabli koje
treba ukljuiti u model ili se smatraju danim tj. egzogenim.
9
etiri glavne dimenzije: geografija, jedinica analize, reakcije u ponašanju i upravljanje
vremenom.
Prostor je vrlo vaan i njime se moe upravljati na agregirani nain, kroz nekoliko zona u
podruju krivulje protok/brzina ili na detaljnoj razini pojedinanih adresa za putovanja s
prometnicama opisanim u detalj. Postoji širok raspon opcija u ovom polju i izbor e ovisiti o
alatu kojeg se koristi. Ako se radi o detaljnom projektu za promet malog podruja, detaljno
razvrstane zone sa tonim fizikim znaajkama prometnica bi sainjavale prikladan
mikrosimulacijski model. Strateško planiranje moe zahtijevati agregatniji sustav prostornog
planiranja. [2]
U praksi se naješe modeli dijele prema stupnju detaljnosti i podruju obuhvata:
• Mikroskopski modeli modeliranje kretanja pojedinanih vozila unutar nekog manjeg
podruja (npr. raskrija) kao na Slici 3.
• Mezoskopski modeli kombiniraju znaajke mikroskopskih i makroskopskih modela
(simuliraju ponašanje pojedinanih vozila, ali opisuju njihovo kretanje i interakcije na
temelju makroskopskih odnosa). Primjer je prikazan na Slici 4.
• Makroskopski modeli koriste se za analizu ukupnog prometnog optereenja
prometnica na veoj prometnoj mrei (npr. grad, drava). Simuliraju prometne tokove
uzimajui u obzir osnovne parametre prometnoga toka (brzina prometnoga toka,
protok vozila i gustoa prometnoga toka) i odnose izmeu njih. (Slika 5.) [1]
10
11
Slika 5. Makroskopski model [5]
Jedinica interesa za modeliranje moe biti zona s putovanjima koja proizlaze i završavaju u
istoj ili u nekoj drugoj zoni, uzorkovani ili sintetizirani pojedinci, razliiti slojevi kuanstva ili
osobe kao predstavnici putujue populacije.
Ukljuene reakcije u ponašanju mogu varirati od prilino jednostavnih postupaka odabira rute
u prometu do promjene vremena putovanja, naina putovanja, odredišta, uestalosti putovanja
i sl.
Vrijeme se moe tretirati kao diskretna ili kontinuirana varijabla. U prvom sluaju model
moe pokriti cijeli dan (kao u mnogim nacionalnim modelima), razdoblje vrhunca ili manji
vremenski interval. To podrazumijeva da e se sve relevantne reakcije dogoditi u tom
razdoblju, iako mogu postojati interakcije s drugim razdoblja. Alternativno, vrijeme se moe
smatrati kontinuiranom varijablom koja omoguuje više dinaminosti, upravljanje prometnim
i ponašajnim reakcijama poput izbora vremena putovanja. S obzirom da je promatranje
vremena kao kontinuirane varijable mnogo zahtjevnije, uestalije se koriste vremenski
intervali diskretne varijable. [2]
12
U nekim sluajevima moe biti dostupno vrlo malo podataka, u drugima mogu postojati
razlozi za sumnju u informacije ili manjak povjerenja u budue prognoze kljunih varijabli
planiranja nedovoljne stabilnosti sustava. U mnogim sluajevima dostupni podaci bit e
kljuan imbenik u odluivanju pristupu modeliranja.
Treba imati na umu da u praksi svi modeli podrazumijevaju da su neke varijable egzogene.
Štoviše, mnoge druge varijable izostavljene su iz okvira modeliranja na temelju relevantnosti,
teško ih je predvidjeti ili se oekuje da e se malo promijeniti, a ne utjeu bitno na sustav
interesa. Izriito razmatranje onoga što je izostavljeno iz modela moe pomoi pri
odluivanju o njegovoj prikladnosti za odreeni problem.
Dostupni resursi za studiju ukljuuju novac, podatke, raunalni hardver i softver, tehnike
vještine itd. Meutim, ovdje valja istaknuti dvije vrste resursa: vrijeme i razina komunikacije
s donositeljima odluka i javnošu. Donositelji odluka skloni su uspostavljanju apsurdno
kratkih vremenskih rokova za procjenu projekata koji e trebati godine da se obradi kroz
odluke izmeu višestrukih izbora, godine za provedbu i još mnogo godina da bi potvrdile kao
ispravne ili pogrešne procjene. S druge strane, dobra razina komunikacije s donositeljima
odluka i javnosti ublait e ovaj problem. Manje nerealnih oekivanja o mogunosti
preciznog modeliranja prometnih shema i bolje razumijevanje prednosti i ogranienja
modeliranja ublaiti e ekstreme slijepog prihvaanja ili potpunog odbacivanja preporuke
studije.
Zahtjevi za obradu podataka su kljuni. Ovaj se aspekt nekada tumaio kao “Koliko veliko
raunalo trebate?“. “Odgovor na to pitanje danas je "ne baš veliko", budui e dobro
mikroraunalo posluiti u veini sluajeva. Stvarno usko grlo u obradi podataka je ljudska
sposobnost prikupljanja, unošenja podataka, pokretanja programa i interpretiranja izlaza. Što
je razina detaljnosti vea, to e sve te ljudske zadae biti tee. Korištenje raunalno
potpomognutog prikupljanja podataka i grafikih rješenja za input-output programa donekle
smanjuju teret.
Razine obuke i vještine analitiara od velike su vanosti. Troškovi obuke su naješe prilino
visoki, toliko da je ponekad bolje koristiti postojei model ili softver koji je dobro razumljiv,
nego upustiti se u nabavu i uenje uporabe nešto naprednijeg. Ovo izgleda kao recept za
gušenje inovacija i napretka, meutim uvijek bi trebalo omoguiti trošenje nešto vremena na
izgradnju snaga u novim naprednim tehnikama, ali bez odbacivanja iskustva steenog s
ranijim modelima. [2]
Perspektiva modeliranja i uzorak su neizostavni faktori. Razine analize mogu ukljuivati šest
razliitih skupina imbenika, gdje se imbenik usredotouje na jedan ili više modela i njihove
specifine algoritme rješavanja. imbenici mogu biti: lokacije potranje, lokacije ponude,
imbenici transportnog sustava, imbenici nabave i sl.
Najvea i najviše agregirana je strateška razina perspektive. Analiza i izbor na ovoj razini
imaju velike sustave i dugorone utjecaje, a obino ukljuuju prikupljanje resursa i dizajn
mree. Taktika pitanja imaju uu perspektivu i odnose se na pitanja kao što su iskorištavanje
postojeih objekata i infrastrukture. Najua perspektiva, operativna, bavi se kratkoronim
problemima usluga prijevoza. [2]
2.4. Opi problemi modeliranja
U radu „Transport Modelling“ [2], autori navode zanimljiv popis pitanja koja je definirao
Wilson (1974.) u svom radu „Urban and Regional Models in Geography and Planning“ na
koja bi trebao odgovoriti svaki potencijalni modelar, od širokih pitanja kao što je svrha
izgradnje modela, do detaljnih aspekata kao što su tehnike dostupne za izgradnju modela. U
nastavku ovog potpoglavlja dani su odgovori na kljuna pitanja.
2.4.1. Uloge teorije i podataka
Teoretski okvir pruiti e odreenu vjerodostojnost modela u svrhu predvianja budueg
ponašanje. Zanimljivo je razmisliti o utjecaju koji praksa i teorija mogu imati jedno na drugo.
Primijeeno je da su modeli ili analitiki oblici koji su se koristili u praksi tradicionalno imali
utjecaj na pretpostavke korištene u razvoju naknadnih teorijskih okvira te je takoer dobro
poznato da su široko primijenjeni oblici, kao što je gravitacijski logit model, predmet jake
post hoc racionalizacije:
“Teoretski napretci su posebno dobrodošli kada uvrste postojeu praksu koja bi mogla biti
nedostatak osobito uvjerljivog razloga.“ (Williams i Ortuzar)
Pitanje podataka usko je povezano s pitanjima poput vrsti varijabli koje e se koristiti u
modelu i to je, naravno, usko povezano s pitanjima o teoriji. Modeli predviaju broj ovisnih
varijabli s obzirom na druge neovisne varijable. Za testiranje modela obino su potrebni
podaci o svakoj varijabli. Od posebnog interesa su varijable politika, to su one za koje se
14
pretpostavlja da su pod kontrolom osobe koja donosi odluke, njih analitiari mogu varirati
kako bi se testirale varijantne politike ili sheme. [2]
Takoer vano pitanje u ovom kontekstu je agregacija [2]:
• Koliko populacijskih slojeva ili vrsta ljudi treba ukljuiti kako bi se postigla dobra
zastupljenost i razumijevanje problema?
• Koliko je potrebno detaljno izmjeriti odreene varijable da bi se replicirala odreena
pojava?
• Prostor je presudan u prometu. Na kojoj razini detaljnosti treba kodirati izvorišta i
odredišta putnika kojima e se modelirati njihova putovanja?
2.4.2. Specifikacija modela
Specifikacija modela, u svom najširem smislu, prema [2] razmatra sljedee teme: struktura
modela, funkcionalni oblik, specifikacije varijabli.
STRUKTURA MODELA
Treba dati odgovor na pitanje: “Je li mogue replicirati sustav na nain da se modelira
jednostavnom strukturom koja pretpostavlja, na primjer, da su sve varijante neovisne, ili je
potrebno graditi sloenije modele koji raunaju vjerojatnosti izbora uvjetovane prethodnim
odabirima?“
FUNKCIONALNI OBLIK
Je li mogue koristiti linearne oblike ili problem zahtijeva postuliranje više sloenih
nelinearnih funkcija? Potonje mogu tonije predstavljati sustav interesa, ali svakako e biti
zahtjevnije u smislu resursa i tehnika za kalibraciju i uporabu modela. Iako teoretska
razmatranja mogu odigrati veliku ulogu u rješavanju ovog pitanja, takoer je mogue ispitati
ga na induktivan nain pomou laboratorijskih simulacija.
SPECIFIKACIJE VARIJABLI
Jedan od prvih zadataka s kojim se modelar suoava je odluka koje e varijable biti
predviene modelom, a koje su eventualno potrebne kao ulazni podaci. Neke od njih uope
nee biti ukljuene jer modelaru nedostaje kontrola nad njima ili se jednostavno ne uklapaju u
teoriju. To podrazumijeva odreeni stupanj pogreške i nesigurnosti svojstvene modeliranju,
npr. greške u uzorkovanju i, što je još vanije, pogreške zbog neizbjenog pojednostavljenja
15
stvarnosti koje zahtijeva model kako bi bio praktian (Slika 6). Stoga je glavna primjena
modela u praksi uvjetno prognoziranje: model e proizvesti procjene zavisnih varijabli s
obzirom na skup nezavisnih varijabli. [2]
Tipine prognoze uvjetovane su na dva naina [2]:
• u odnosu na vrijednosti dodijeljene varijablama politike u planu, iji se uinak testira s
modelom;
Slika 6. Modeliranje i uzorkovanje (autor prilagodio prema [2])
Model se obino koristi za testiranje niza razliitih planova za niz moguih pretpostavki
buduih vrijednosti varijabli (npr. scenarije niskog i visokog dohotka). To znai da moe biti
korišten više puta u kontekstu ispitivanja odreenog problema. Iz tog razloga moe biti
presudno da njegove specifikacije omoguuju brze preinake prilikom rada na raunalu. To
nije lak zadatak u sluaju punog transportnog modela koji ukljuuje sloene procese
uravnoteivanja ponude i potranje.
Postoji razlika izmeu modeliranja i prognoziranja. Modeliranje se fokusira na izgradnju i
primjenu odgovarajuih alata koji su osjetljivi na odabrane interese. Uspješan modelar e
pruiti korisne i pravovremene savjete u procesu donošenja odluka, ak i ako su podaci i
vremenski rokovi ogranieni. U ovom sluaju, vano je da model proizvodi dosljedne
rezultate za sve oekivane intervencije, politike i projekte, tako da mogu biti rangirani
pravedno, ak i ako korespondencija sa stvarnošu nije savršena. [2]
Prognoziranje je pokušaj predvianja i kvantificiranja buduih uvjeta. Obino ukljuuje
procjenu budue potranje za putovanjima te rezultirajue multimodalne tokove i troškove
tijekom vremena. U sluaju projekata privatnog sektora te su projekcije obino popraene
prognozama prihoda i investitori e uzeti u obzir rizike na temelju tih prognoza. Prognoza se
obino temelji na formalnom modelu, ali on sam ne moe pruiti cjelovitu sliku, potrebno je
ukljuiti druge analize i pretpostavke. S obzirom na neizvjesnost budunosti, moe se koristiti
nekoliko komplementarnih pristupa u prognoziranju. Primjerice, formalni model moe biti
podran razmatranjem glavnih ekonomskih pokretaa buduih putnih aktivnosti na
promatranom podruju.
S obzirom na prirodu analitikih modela, nuno je tumaenje njihovih rezultata. Tumaenje
zahtijeva dobru prosudbu, a to se stjee samo s iskustvom i temeljitim razumijevanjem teorija
o modelima i njihovih ogranienja. Veina modela koji se koriste pretpostavljaju racionalno
donošenje odluka putnika. Meutim, postoji sve više vrstih dokaza, veinom pruenih od
bihevioralne ekonomije i psihologije, da ljudi nisu ni potpuno racionalni niti dosljedni u
svojim izborima. Ovi dokazi ine primjenu prosudbe prilikom tumaenja izlaznih podataka
modela još vanijom. [2]
2.5. Agregirano i dezagregirano modeliranje
Razina agregacije odabrana za mjerenje podataka vaan je problem u izradi studije planiranja
prijevoza. Od središnjeg je interesa agregiranje egzogenih podataka, to jest je informacija o
drugim stavkama osim ponašanja putnika, koji se smatra endogenim (model ga pokušava
replicirati).
Kada model ima za cilj predstaviti ponašanje više od jednog pojedinca (npr. vlasnici
automobila koji ive u odreenoj zoni), kao što je sluaj u agregiranih modela, odreeni
17
stupanj grupiranja egzogenih podataka je neizbjean. Naprotiv, kada model u osnovi
pokušava prikazati ponašanje pojedinaca, kao što je sluaj u disagregiranih modela, egzogene
informacije se mogu dobiti i koristiti zasebno za svakog putnika. esto je poeljnije da se,
zbog troškova ili drugih razloga koriste manje detaljni podaci.
Predvianje budue potranje kljuni je element veine studija u prometnom planiranju. Biti u
mogunosti predvidjeti vjerojatnu upotrebu novih objekata vano je pred odluivanje o
prednostima ili drugim nainima korištenja takvih objekata. Takoer je vano imati ideju o
osjetljivosti potranje prema vanim varijablama pod kontrolom analitiara. U veini
sluajeva predvianja i procjene osjetljivosti moraju se prikazati na agregatnoj razini, tj.
moraju predstavljati ponašanje cijele interesne populacije. [2]
18
Godine eksperimentiranja i razvoja rezultirale su opom strukturom koja se naziva klasini
model prijevozne potranje. Ta struktura je, rezultat prakse u šezdesetima, ali je ostala manje-
više nepromijenjena unato znaajnim poboljšanjima u tehnikama modeliranja.
Opi oblik modela prikazan je na Slici 7. Pristup poinje razmatranjem zoniranja i prometne
mree te prikupljanjem i kodiranjem podataka bazne godine za razliite tipove populacije u
svakoj zoni podruja istraivanja kao i razine ekonomske aktivnosti, ukljuujui
zapošljavanje, trgovake prostore, obrazovne i rekreacijske sadraje. Ti se podaci zatim
koriste za procjenu modela ukupnog broja generiranih i privuenih putovanja po svakoj zoni
podruja istraivanja (generiranje putovanja). Sljedei korak je dodjela tih putovanja
odreenom odredištu, tj. njihova distribucija po prostoru, ime se stvara matrica putovanja.
Sljedee faza obino ukljuuje modeliranje izbora naina i to rezultira modalnim razdiobom,
tj. raspodjelom putovanja u matrici na razliite naine. Konano, zadnja faza u klasinom
modelu zahtijeva dodjeljivanje svakog putovanja na mreu, prema modu, privatni i javni
prijevoz. [2]
19
Nakon što je model kalibriran i validiran za uvjete bazne godine, mora se primijeniti na jedan
ili više horizonata planiranja. Da bi se to postiglo potrebno je razviti scenarije i planove koji
opisuju relevantna obiljeja transportnog sustava i planskih varijabli pod moguom
budunošu.
Nakon što su pripremljeni realni scenariji i planovi za testiranje, isti niz modela ponovno se
pokree simulirajui njihovu izvedbu. Usporeuju se troškovi i koristi izmjerenih razliitih
shema u razliitim scenarijima. Ideja je odabrati najbolji program ulaganja u promet koji
zadovoljava potranju za kretanjem u podruju istraivanja. [2]
3.2. Raunalni alati za izradu modela
3.2.1. PTV Visum
PTV Visum je vodei svjetski softver za analizu prometa, prognoze i upravljanje podacima
temeljenim na GIS-u. Dosljedno modelira sve korisnike cesta i njihove interakcije te je postao
priznati standard u podruju planiranja prometa. Strunjaci za promet koriste PTV Visum
kako bi modelirali transportne mree i potranju za putovanjima, analizirali oekivane
prometne tokove, planirali usluge javnog prijevoza i razvili napredne prometne strategije i
rješenja. Primjer dodjele putovanja u softveru prikazan je na Slici 8.
Istiu se nekoliko mogunosti pri korištenju ovakvog softvera za izradu transportnog modela:
- Mogunost uitavanja PrT i PuT mree iz nekoliko izvora (oblik, DIVA, HAFAS,
OpenStreetMap itd.)
- Transparentno raunanje razliitih modela potranje (4-stupnjevani algoritam, Visem,
Viseva) integriranih u PTV Visum i izvoenje pouzdane prognoze na temelju dobro
utemeljenog modeliranja potranje
vrijednosti pomou tehnika matrine korekcije
- Korištenje transportnog modela za kvantificiranje scenarija, razvoj dogaaja i njihove
pripreme za analizu
uz pomo jasnih mapa i tablica
20
Slika 8. Rezultat dodjele putovanja na mreu u Visum-u [5]
Svaka tvrtka koja nudi usluge javnog prijevoza mora provjeriti isplativost svojih usluga. To
ukljuuje detaljnu analizu rezultata po operatorima, linijama, korisnicima karata i drugim
znaajkama. PTV Visum nudi širok raspon mogunosti procjene i pomae u prepoznavanju
potencijalnih ušteda.
Što se tie izgradnje i razvoja cesta, softver omoguava realno modeliranje na temelju
kalibrirane stvarne situacije i referentnog sluaja. Takoer, moe se stvoriti baza podataka za
ekonomske analize te izvršiti daljnja istraivanja o utjecaju na okoliš (npr. studije o buci) u
okviru planiranja razvoja. Ekonomske analize optimalne varijante prometno-tehnoloških
projekata utemeljene na relevantnim metodama nune su i predstavljaju osnovu za donošenje
odluke o investiranju. [6] PTV Visum je svestrani alat koji se takoer moe koristiti za
prometne inenjerske aplikacije, ukljuujui detaljnu analizu raskrija. Svi podaci su odmah
dostupni, za mikroskopske (npr. pojedinana raskrija) i makroskopske procjene. Tipine
aplikacije se kreu od realistinih modela vorova ukljuenih u postupak dodjele putovanja do
21
automatske optimizacije signalnih planova. Još jedna velika prednost je besprijekorna
integracija sa softverom za simulaciju prometa PTV Vissim. [5]
Na Slici 9. prikazana su vremena signalnih planova iz Junction editora. Faze se prikazuju s
obje strane i shematskim prikazom slijeda. Preko gumba se moe pokrenuti detaljan izraun i
rezultati se spremaju u Excel izvješe.
Slika 9. Prikaz signalnih planova odabranog raskrija [5]
Planiranje razvoja korištenjem Visum-a omoguava:
• prognozu ponude i potranje temeljene na modelu. To omoguuje realno modeliranje i
analizu utjecaja prometa;
• stvaranje baze podataka za analize ekonomske odrivosti i utjecaja na okoliš,
• izvesti model mree, potranju za transportom i odgovarajua raskrija u PTV Vissim.
[5]
22
Bez obzira usporeuje li se geometrija vorišta, analizira prioritetne sheme javnog prijevoza
ili razmatra uinke odreenog signalnog plana, PTV Vissim omoguuje simuliranje tonih
uvjeta u prometu. Motorizirani privatni prijevoz, prijevoz robe, eljezniki i cestovni javni
prijevoz, pješaci i biciklisti, Vodei svjetski softver za simulaciju mikroskopskog prometa -
PTV Vissim, prikazuje sve korisnike cesta i njihove interakcije u jednom modelu. To
podrazumijeva: motorizirani privatni prijevoz, prijevoz robe, eljezniki i cestovni javni
prijevoz, pješake i bicikliste. Ovakvi modeli gibanja pruaju realistino modeliranje svih
sudionika u prometu.
Softver nudi fleksibilnost u nekoliko aspekata: koncept linkova i konektora korisnicima
omoguuje modeliranje geometrije s bilo kojom razinom sloenosti. Atributi za vozaa i
znaajke vozila omoguuju pojedinano parametriranje. Nadalje, velik broj suelja osigurava
besprijekornu integraciju s drugim sustavima za signalne regulatore, upravljanje prometom ili
modele emisija.
simulaciju moe se koristiti za izradu detaljnih raunskih rezultata ili impresivnih 3D
animacija za razliite scenarije. To je jako dobar nain predstavljanja uvjerljivih i razumljivih
planiranih infrastrukturnih mjera donositeljima odluka i javnosti.
Od jednostavnih raskrija, raskrija upravljanih prometnim svjetlima do raskrija s krunim
tokom prometa s prioritetom javnog prijevoza i interakcijom pješaka, uz PTV Vissim mogue
je modelirati i prouiti bilo koju geometriju vora i bilo koju vrstu prioriteta i signalizaciju.
Na Slici 10. prikazan je primjer modela raskrija u gradu Kopenhagenu, koji je jedan od
gradova koji najviše na svijetu potie biciklistiki promet. Stoga nije iznenaenje što je
danska prijestolnica sebi postavila cilj postati grad s najviše bicikala na svijetu. Nova
infrastruktura, zeleni valovi, parkirališta i poveani kapacitet na esto korištenim
biciklistikim stazama trebao bi pomoi pri okretanju ove vizije u stvarnost. Mjere se
simuliraju i unaprijed ocjenjuju pomou softvera PTV Vissim. [7]
23
3.3. Prikupljanje podataka
Za izradu modela potrebno je izabrati najbolju metodu prikupljanja podataka. Ne postoji
idealna metoda, no najbolja metoda je ona koja omoguuje prikupljanje potrebnih ulaznih
podataka o kretanju stanovništva uz najmanje financijske i vremenske troškove. Potrebni
ulazni podaci trebaju reprezentativno prikazati sav promet na promatranoj mrei.
Problematika kretanja na odreenom podruju prikazana je na Slici 11.
Slika 11. Podruje prikupljanja podataka za OD istraivanja [1]
24
Sekundarni podatci su prikupljeni i zabiljeeni ranije, u nekom drugom istraivanju, i za neku
drugu svrhu. S gledišta istraivaa koji provodi istraivanje i slui se sekundarnim podacima,
to su povijesni podaci i za sadašnjeg istraivaa ne zahtijevaju kontakt s ispitanicima ili
subjektima istraivanja. Unato nazivu, ovakvi se podaci prikupljaju prije primarnih da se
izbjegne uzaludno trošenje vremena i novca na nešto što je ve dostupno.
Bilo da se radi o podacima vezanim za promet, bilo da se radi tek o demografskim podacima,
mogu biti od velike koristi za izradu reprezentativnog prometnog modela. Potrebno je
provjeriti sve potencijalne izvore sekundarnih podataka da bi se pristupilo sljedeoj fazi
prikupljanja primarnih podataka. [1]
3.2.2. Primarni podaci
Primarni podaci su izvorna opaanja koja se prikupljaju za potrebe rješavanja konkretnog
trišnog problema razliitim kvalitativnim ili kvantitativnim tehnikama istraivanja trišta, i
to u sluajevima kada su raspoloivi sekundarni izvori podataka ogranienoga karaktera, nisu
odgovarajui ili su zastarjeli. Za potrebe ovog diplomskog rada predloeno je prikupljanje
podataka anketiranjem kuanstava i anketiranjem vozaa.
Anketa je naješe korištena tehnika prikupljanja podataka u istraivanju kojom se na temelju
anketnog upitnika istrauju i prikupljaju podatci, informacije, stavovi i mišljenja o predmetu
istraivanja. Naješe se primjenjuje u društvenim i humanistikim znanostima, ali ima veliku
primjenu i u drugim znanstvenim podrujima.
Anketni upitnik je formalni popis pitanja koja se postavljaju ispitaniku. Uglavnom se nastoje
koristiti zatvorena pitanja koja imaju odreene prednosti:
• ne zahtijevaju vee obrazovanje i pismenost ispitanika
• veliki broj ispitanika daje odgovor na takva pitanja
• ispitanici su pred lakšim zadatkom, jer je lakše zaokruiti odgovor nego ga opisivati
svojim rijeima
• lakše ih je obraivati
25
najkompleksniji tip ankete. Ovakvo istraivanje omoguuje dobivanje najkorisnijih i
najopsenijih podataka o putovanju stanovništva.
Bitno je prikupiti socioekonomske podatke o dohotku, posjedovanju osobnog automobila,
veliini kuanstva, njegovoj strukturi i sl. Preporua se provoditi anketiranje od sredine rujna
do kraja studenoga kada su rute putovanja najviše ustaljene tijekom godine (kraj ljetnih
godišnjih odmora, poetak škole).
Najbolji pristup prikupljanju podataka bio bi prikupljati podatke za svaki dan u tjednu tijekom
cijele godine i tako za nekoliko godina. Takva istraivanja zahtijevaju znaajna financijska
sredstva pa u postupku provoenja ankete, anketar prikuplja detaljne informacije o svim
putovanjima prethodnoga dana, ukljuujui vrijeme poetka i kraja putovanja, lokaciju izvora
i odredišta putovanja, svrhu putovanja, korištene modove prijevoza, rute putovanja i mjesta
eventualnih transfera tijekom putovanja.
S obzirom na oblike komuniciranja, anketiranje kuanstva se moe provesti osobno (anketar),
slanjem anketnog obrasca poštom ili epoštom, te provedbom ankete telefonom.
Najpouzdaniji podatci dobivaju se provedbom ankete osobno pomou anketara. Nedostatak
anketa poslanih poštom, izmeu ostalog, oituje se u mogunosti ispunjavanja jednog lana
obitelji za sve ostale. Telefonska anketiranja takoer nisu preporuljiva iz više razloga pa tako
npr. u današnje vrijeme mnogi vlasnici telefonskih prikljuaka nemaju prijavljen broj u
imeniku, a sve je vei broj onih koji imaju iskljuivo mobilne telefone.
Kriteriji za definiranje anketnog obrasca:
• Pitanja trebaju biti jednostavna i direktna.
• Izbjegavati nepotrebna pitanja i osigurati da svako pitanje ima odreenu svrhu.
• Broj otvorenih pitanja treba svesti na najmanji mogui broj.
• Pitanja vezana uz informacije o putovanjima trebaju ukljuiti svrhu putovanja.
• Prikupljati podatke na nain da se kasnije u analizi moe rekonstruirati svako
putovanje.
• Svi lanovi kuanstva trebaju biti ukljueni u anketu.
26
• S obzirom da se ljudi esto teško prisjeaju neki prošlih putovanja preporua se
unaprijed poslati dnevnik u koji e za zadani dan unositi podatke o svim svojim
putovanjima.
• Preporuka je da se svi prikupljeni podatci razrade na najvišoj razini te pri tome
• koriste suvremeni alati.
Neovisno o obliku komuniciranja tijekom provedbe ankete, preporua se sastaviti anketu koja
e sadravati dijela, s obzirom na sadraj podataka i informacija, a to su:
1. Podatci o znaajkama kuanstva i svakog lana kuanstva
Ovaj prvi dio sadri pitanja temeljem kojih e se klasificirati lanovi kuanstva, a to su pitanja
koja se odnose na odnos lanova prema tzv. glavi obitelji (npr. supruga, kerka, sin), spol,
dob, posjedovanje vozake dozvole, stupanj obrazovanja, zanimanje, osobni dohodak.
Slika 12. Anketni obrazac za projekt Social Car, prva strana [1]
27
2. Podatci o putovanjima
Cilj drugog dijela ankete jest utvrditi i opisati sva putovanja svih lanova kuanstva koji su
utvreni u prvom dijelu ankete. Putovanje je sada definirano kao svako kretanje izvan objekta
stanovanja te ima odreenu svrhu. Svako putovanje treba razdvojiti po etapama, a svaku etapu
ini promjena moda putovanja (ukljuujui i nemotorizirani promet, odnosno pješaenje). Za
svaku etapu putovanja potrebno je prikupiti podatke o svrsi putovanja, vremenu poetka i
kraja putovanja, troškovima prijevoza, i sl. U idealnom sluaju, na temelju analize trebalo bi
biti mogue logiki povezati etape putovanja i omoguiti rekonstrukcije kretanja te generirati
produkciju i atrakcija kuanstva. Prikupljanje podataka o obiljejima svih jedinica statistikog
skupa esto nije mogue (preskupo, zahtijeva previše vremena ili nije mogue jer je statistiki
skup prevelik ili beskonaan), stoga se vrši reprezentativno promatranje kojim se obuhvaa
samo dio jedinica statistikog skupa. [1]
Primjer obrasca ankete kuanstva prikaza je na Slici 12. i Slici 13.
Slika 13. Anketni obrazac za projekt Social Car, druga strana [1]
Anketiranje vozaa prua korisne informacije o putovanjima koja nisu zabiljeena u
anketama kuanstvu (npr. vanjskovanjska putovanja u kordonskim anketama). esto
predstavlja bolji nain za procjenu matrica putovanje nego anketa kuanstva jer je mogue
dobiti vei uzorak. Stoga su ovako prikupljeni podaci takoer korisni kod provjere podataka
28
putnici u vozilu (npr. osobni automobil, javni prijevoz, teretna vozila).
Ovakvi intervjui su kratki, paleta pitanja je ograniena, a ukljuuje podatke o izvorištu i
odredištu putovanja i svrsi putovanja. Poeljno bi bilo dobiti i podatke kao što su dob, spol i
prihodi, ali rijetko su ukljueni u anketu zbog vremenskog ogranienja. Meutim, dobro
obueni anketari mogu lako dodati barem dio tih podataka temeljem jednostavnog
promatranja vozila i putnika (poteškoe su oekivane u sluaju javnog prijevoza). Provedba
anketiranja vozaa zahtijeva dobru organizaciju i planiranje kako bi se izbjegle nepotrebne
odgode, osigurala sigurnost i u konanici dobili kvalitetni rezultati. Vani elementi koji e
pridonijeti uspješnosti ovakvih istraivanja ukljuuju identifikaciju pogodnih mjesta za
provedbu ankete vozaa te suradnja i koordinacija s policijom. [1]
3.2.2. Odreivanje veliine uzorka
Prikupljanje podataka o obiljejima svih jedinica statistikog skupa esto nije mogue
(preskupo, zahtijeva previše vremena ili nije mogue jer je statistiki skup prevelik ili
beskonaan), stoga se vrši reprezentativno promatranje kojim se obuhvaa samo dio jedinica
statistikog skupa.
Populacija ili osnovni skup je pojava koja se eli upoznati ili istraiti reprezentativnim
promatranjem. Uzorak je dio populacije koji se ispituje (podskup statistikog skupa odnosno
podskup populacije). Zakljuno, ako se populacija usporeuje na temelju uzorka, osnovni je
preduvjet pouzdanosti zakljuaka da su uzorci reprezentativni za populacije iz kojih potjeu.
Uzorak je reprezentativan ako po svojim osnovnim znaajkama nalikuje na osnovni skup
odnosno ako predstavlja umanjenu sliku osnovnog skupa. Uzorkom se dolazi do procjene
znaajki osnovnog skupa, a statistikom metodom odreuje se pouzdanost i preciznost te
procjene .
Metoda uzoraka ili reprezentativna metoda je dio statistike kojoj je glavni zadatak da na
temelju konanog niza podataka otkriva statistike zakonitosti i pripadne parametre
promatranih statistikih fenomena. Cilj je donijeti što kvalitetniji zakljuak o cijeloj populaciji
na temelju podataka uzorka. Zakljuci doneseni na temelju uzorka nemaju apsolutnu
sigurnost, ve se govori o odreenoj pouzdanosti izvedenog zakljuka. Stoga svaki zakljuak
sadri grešku, osim ako uzorak nije jednak itavoj populaciji. Prema tome, zakljuci se mogu
29
donijeti s odreenom razinom pouzdanosti (vjerojatnosti da je zakljuak o osobitosti cijele
populacije toan).
• nii troškovi
anketari
Ukoliko postoji znaajna varijabilnost elemenata statistikog skupa, koristi se stratificirani
uzorak.
Prvo se osnovni skup podijeli na homogene skupine elemenata koji se nazivaju stratumi. Iz
svakog stratuma se sluajnim izborom bira odreeni broj jedinica u uzorak, proporcionalno
veliini stratuma. Smanjuje se greška uzorkovanja i poveava reprezentativnost uzorka.
Nakon provoenja stratifikacije, potrebno je osigurati da je svaka grupa odgovarajue
prezentirana u uzorku.
Kvotni uzorak je najvaniji u skupini uzoraka koji se zasnivaju na teoriji sluajnosti. Izbor
jedinica odreuju istraivai (anketari), ali u sklopu dodijeljene kvote. Takvim postupkom
osigurana je zastupljenost razliitih podskupina osnovnog skupa u uzorku prema njihovim
vanim znaajkama upravo na nain kako to istraiva odredi. [1]
Veliina anketnog uzorka potrebnog za provoenje ankete o kvaliteti prometne usluge (npr.
usluge u javnom gradskom prijevozu) moe se odrediti i pomou kalkulatora potrebne
veliine uzorka, koji su dostupni online, a jedan od njih je dostupan na:
http://www.raosoft.com/samplesize.html i prikazan na Slici 14.
Obrazac za veliinu uzorka n (poznata veliina populacije):
= ∗
= (
Ulazne veliine korisnik zadaje prilikom korištenja navedenog kalkulatora, a to su:
• Prihvatljiva pogreška E (margin of accepted error)
• Razina pouzdanosti c (confidence level)
• Oekivana distribucija odgovora r (response distribution)
• Veliina populacije N (population size)
3.4. Izrada mree i zona
3.4.1. Izrada zona
Sustav zoniranja koristi se za agregiranje pojedinih kuanstava i prostora u podesive cjeline
za potrebe modeliranja. Glavne dvije dimenzije sustava zoniranja su broj zona i njihova
veliina. Što je vei broj zona, to su manje veliine za pokrivanje istog podruja istraivanja.
U prošlosti je bila uobiajena praksa posebno razvijati sustav zoniranja za svaku studiju i
kontekst donošenja odluka. To je oigledno rasipno ako se provede nekoliko studija u
srodnim podrujima. Štoviše, uvoenje razliitih sustava zoniranja oteava se korištenje
podataka iz prethodne studije i usporedbe rezultata modeliranja tijekom vremena.
31
Dijelovi izvan podruja istraivanja obino su podijeljeni na nekoliko vanjskih zona. U nekim
sluajeva moe biti dovoljno razmotriti svaku vanjsku zonu kao "ostatak svijeta" u
odreenom smjeru. Podruje istraivanja takoer je podijeljeno na manje unutarnje zone.
Njihov e broj ovisiti o kompromisu izmeu niza kriterija. Na primjer, sheme analize
upravljanja prometom e openito zahtijevati manje zone, koje esto predstavljaju ak i
parkirališta ili druge velike generatore/atraktore putovanja. Strateške studije, s druge strane,
esto e se provoditi na temelju veih zona.
Zone su u raunalnim modelima prikazane na nain da su sve njihove osobine i svojstva
koncentrirane u jednoj toki koja se zove centroid. Ono se zapravo ne nalazi na nekoj fiziki
odreenoj lokaciji na karti, ve se koriste iskljuivo iz praktinih razloga kodiranja. Centroidi
se prikljuuju na mreu putem konektora koji predstavljaju prosjene troškove (vrijeme,
udaljenost) pridruivanja transportnom sustavu za putovanja s podrijetlom ili odredištem u toj
zoni. Oni trebaju biti u blizini prirodnih pristupnih/izlaznih toaka za same zone.
Veliina zone mora biti takva da greška agregacije uzrokovana pretpostavkom da su sve
aktivnosti koncentrirane u centroidu nije prevelika. Moglo bi biti prikladno zapoeti s
postuliranjem sustava mnogo malih zona, jer se to moe agregirati na razliite naine kasnije
ovisno o nainu vrednovanja projekta.
Sustav zoniranja mora biti kompatibilan s drugim administrativnim podjelama, osobito s
popisom stanovništva zone, ovo je vjerojatno temeljni kriterij. Zone trebaju biti što je mogue
više homogene u njihovoj namjeni zemljišta i/ili sastavu stanovništva.
Granice zona moraju biti kompatibilne s kordonima i linijama prethodnih sustava zoniranja.
Meutim, u praksi je utvreno da korištenje glavnih cesta kao granica zone bi trebalo
izbjegavati jer to stvara znatne poteškoe pri rasporeivanju putovanja u zone, kada one
potjeu ili završavaju na granici izmeu dvije ili više zona. Oblik zona bi trebao omoguiti
lako odreivanje njihovih konektora. Ovo je osobito je vano za kasniju procjenu
unutarzonskih obiljeja. Poeljno je raditi manje zone u zagušenijim podrujima zbog više
razine detaljnosti. [2]
Pregled broja zona na primjerima prometnih studija nekih gradova prikazan je u Tablici 1.
32
Tablica 1. Pregled broja zona na primjerima prometnih studija nekih gradova [1]
3.4.2. Izrada cestovne mree
Smatra se da prometna mrea predstavlja kljunu komponentu na strani ponude prilikom
izrade modela, tj. ono što transportni sustav nudi da zadovolji potrebe za putovanjima u studiji
podruja. Opis prometne mree u raunalnom modelu moe se provesti pri razliitim
razinama detaljnosti i zahtijeva specifikaciju njegove strukture, njegovih svojstava ili atributa
i odnosa izmeu tih svojstava i prometnih tokova.
Praksa je modelirati mreu kao sustav nodova (vorova) i linkova (veza), gdje veina vorova
predstavljaju krianja, a linkovi homogene dionice ceste izmeu krianja (Slika 15.). Veze
karakterizira nekoliko atributa kao što su duljina, brzina, broj traka i drugi. Trenutno su glavni
izvori mrenih podataka brojne digitalne karte dostupne za veinu gradova. Meutim, ne treba
pretpostavljati da su bez pogreške. Trebat e provjeravati, aurirati, izdvajati (usredotoiti se
na podruje interesa) i nadopunjavanje opaanjima o stavkama kao što su parkiranje na ulici,
utjecaj pješaka, autobusne trakove i druge znaajke koje mogu utjecati na model. [2]
33
Slika 15. Cestovna prometna mrea - sustav vorova i linkova [1]
Koliko se koristi atributa linkova ovisi o detaljnosti mree i o vrsti korištenog modela.
Minimum podataka za svaku vezu treba ukljuivati njezinu duljinu, brzine kretanja (brzine
slobodnog protoka ili promatrane vrijednosti za danu razinu protoka) i kapaciteta, naješe u
jedinicama putnikog automobila po satu.
Detaljnije razraeni modeli koriste povezuju vremena ekanja s protokom prometa, ali oni
zahtijevaju dodatne informacije o linkovima, kao na primjer:
• vrsta ceste (npr. autocesta, magistrala, lokalna ulica).
• širina ceste i broj traka
• naznake o autobusnim trakovima ili zabrana korištenja odreenih trakova za odreena
vozila
• tipovi raskrija i podaci o raskriju ukljuujui signalne planove
• kapacitet prometnica za vozila koja zauzimaju prostor u repu ekanja [2]
3.5. Generiranje putovanja
3.5.1. Znaajke putovanja
Model generiranja ili nastajanja putovanja primjenjuje se za procjenu broja putovanja koja
poinju ili završavaju u odreenoj prometnoj zoni koja se analizira.
Model generiranja putovanja ima za cilj procijeniti ukupni broj putovanja koje generira
izvorište Oi (eng. Origin) i privlai odredište Dj (eng. Destination) svake zone u analiziranom
podruju (Slika 16).
Analizirano podruje podijeljeno je u prometne zone koje predstavljaju prostorne, geografske
jedinice homogenih obiljeja (eng. Traffic Analysis Zone TAZ).
35
Putovanja se, s obzirom na podruje obuhvata, mogu podijeliti na:
• unutarnja putovanja
• vanjska putovanja
podruja, a mogu miti unutarzonska i meuzonska.
Vanjska putovanja predstavljaju sva ona putovanja kojima je barem jedan kraj putovanja
(izvorište ili odredište) izvan podruja koje se analizira. Takva putovanja mogu biti ulazna,
izlazna i prolazna (tranzitna).
Putovanje (eng. Trip or Journey) je kretanje u jednom smjeru od toke izvorišta (O) do
toke odredišta (D). Primarno se odnosilo na motorizirani promet (privatni/osobni i javni)
naješe s granicom najkrae udaljenosti od 300 metara, no s vremenom je na znaenju dobio
i nemotorizirani promet kojemu se daje sve vei znaaj (pješaenje, bicikliranje).
Za putovanja bazirana na kuanstvu (eng. Homebased Trip, HB), kuanstvo predstavlja
bilo izvorište, bilo odredište putovanja. U veini studija, za posjetitelje iz drugih gradova
njihov hotel se podrazumijeva kao privremeni dom.
Putovanja koja nisu bazirana na kuanstvu (eng. Nonhomebased Trip, NHB) su
putovanja u kojima niti završetak putovanja ne predstavlja kuanstvo putnika.
Produkcija putovanja (eng. Trip Production) je nastajanje putovanja
Atrakcija putovanja (eng. Trip Attraction) je atrakcija, privlaenje putovanja
Generiranje putovanja (eng. Trip Generation) je procjena ukupnog broja putovanja
putnika s odreenom svrhom koje e poeti ili završiti u odreenom podruju analize prometa
(prometne zone). [1]
• putovanja u vršnom razdoblju
• putovanja u izvanvršnom razdoblju
S obzirom na jutarnje i veernje vršno i izvanvršno razdoblje, esto se uzima u obzir odnosno
podrazumijeva da veernja vršna i izvanvršna razdoblja predstavljaju zrcalnu sliku jutarnjeg
vršnog i izvanvršnog razdoblja.
osobni dohodak (naješe tri kategorije):
• nizak prihod
• srednji prihod
• visoki prihod
• 0 automobila
• 1 automobil
veliina kuanstva i struktura (npr. šest kategorija u britanskim studijama).
imbenici koji utjeu na produkciju osobnih putovanja:
• osobna novana primanja
• nisu istraeni u velikoj mjeri
• naješe se odnose na znaajke zemljišta zone, industrijske, komercijalne i druge
usluge
• broj zaposlenih
• ukupna prodaja
3.5.2. Podmodel generiranja putovanja u programskom alatu PTV Visum
• Nakon što se u potpunosti izradi prometna mrea podruja obuhvata u koristei programski
alat PTV-Visum, pristupa se upisivanju vrijednosti atributa za svaku pojedinu zonu. Broj
atributa odreuje se proizvoljno. Za potrebe ovog rada koristili su sljedei atributi: broj kua
• broj stanova
• produkcija
atrakcija
Broj kua i broj stanova su atributi koji su definirani demografskim podacima dostupnim na
internetu i koriste se iskljuivo za stambene zone. Podaci o produkciji i atrakciji se koriste
za zone koje stvaraju ili privlae velik broj putovanja. Naravno, visoka preciznost potonjih bi
se postigla iskljuivo brojanjem prometa i anketiranjem.
Nakon što su kreirani atributi, upisuju se u dijaloški okvir za svaku zonu kao što je prikazano
na Slici 17.
38
Prilikom izvoenja podmodela generiranja putovanja, softver e pomnoiti unesene podatke
sa koeficijentima zadanim u formuli od strane izraivaa i prema tome dobiti konane
vrijednosti produkcije i atrakcije po zonama.
Ukoliko je radnja uspješno izvršena softver e o tome obavijestiti kao na Slici 18.
Slika 18. Generiranje putovanja, procedure sequence (Visum)
3.6. Distribucija putovanja
Modeli generiranja putovanja mogu se koristiti za procjenu ukupnog broja putovanja iz zone
(podrijetla, proizvodnje) u svaku zonu (destinacije, atrakcije). Produkcija i atrakcije pruaju
ideju o koliini putovanja u istraivanom podruju, ali to je rijetko dovoljno za modeliranje i
donošenje odluka. Potrebna je bolja predodba o putovanjima, gdje se odvijaju, odabrani
naini prijevoza te rute kojima se ostvaruju.
Iz toga proizlazi sljedei korak, distribucija putovanja. Cilj ovog koraka je dobiti OD matricu
putovanja (OD = Origin Destination) odreenog vremenskog intervala (npr. vršnog sata).
Dvodimenzionalna matrica koja se sastoji od elija gdje reci i stupci predstavljaju svaku od
zona u podruju istraivanja (ukljuujui i vanjske zone).
elije u svakom retku i sadre putovanja podrijetlom iz te zone koja imaju kao odredišta zone
u odgovarajuim stupcima. Glavna dijagonala odgovara unutarzonskim putovanjima.
Matrice mogu biti dodatno rašlanjene prema aktivnostima koje se provode (posao, škola,
fakultet, rekreacija), vrsti putnika (studenti, radnici, umirovljenici) i modu prijevoza (osobni,
javni, etc.). [1]
3.6.1. Generalizirani trošak putovanja
Jedan od bitnih imbenika koji utjee na distribuciju putovanja jest relativni trošak putovanja
izmeu zona.
Ovaj element troškova moe se shvatiti u smislu jedinice prijeene udaljenosti, vremena
putovanja ili novanih troškova.
39
Troškove putovanja ne treba razmatrati zasebno, nego ih je, kombinirajui sve prethodno
navedene atribute, potrebno generalizirati, odnosno svesti na zajedniku mjernu jedinicu, a
koja se naziva generalizirani trošak putovanja.
Generalizirani trošak putovanja predstavlja tipinu linearnu funkciju atributa putovanja
ponderiranu koeficijentima koji predstavljaju njihovu relativnu vanost iz perspektive
putnika.
Generalizirani trošak putovanja moe biti iskazan u vremenu, novcu ili nekoj drugoj jedinici.
Cij = a1t v ij + a2t
w ij+ a3t
t ij + a4t
tv ij – vrijeme putovanja provedeno u vozilu
tw ij - vrijeme hodanja do i od stajališta javnog prijevoza ili parkirališta
tt ij - vrijeme ekanja na stajalištu ili vrijeme provedeno u traenju parkirališnog mjesta
tn ij - vrijeme presjedanja
φj - troškovi terminala, odnosno parkiranja
δ - parametar koji prezentira sve ostale atribute koji nisu ukljueni, npr. sigurnost, udobnost
a1...6 - ponderi pridrueni svakom elementu troška, koji imaju vrijednost odgovarajue
konverzije svih atributa u novac ili vrijeme
3.6.2. Gravitacijski model
Gravitacijski model se naješe primjenjuje za procjenu putovanja izmeu zona. Ideja za
nastajanje ovog modela proizašla je iz analogije s Newtonovim zakonom (sila privlaenja
izmeu dvaju tijela proporcionalna je masama tih tijela, a obrnuto proporcionalna kvadratu
udaljenosti izmeu njih).
Primjena u podruju prometnog modeliranja: interakcija izmeu dviju zona ovisi o snazi
generiranja odnosno privlaenja putovanja tih zona i njihovoj meusobnoj udaljenosti.
Opi oblik gravitacijskog modela: broj putovanja izmeu izvorišne i odredišne zone
proporcionalan je s mogunošu produkcije izvorišne zone, mogunošu atrakcije odredišne
zone i faktorom koji ovisi o troškovima putovanja izmeu tih zona.
40
Dij – udaljenost izmeu zona i i j
Model prema Casey-u iz 1995. predstavlja prejednostavan model pa se koristi druga
distribucijska funkcija koja prikazuje otpor putnika prema putovanju kako se poveavaju
troškovi putovanja (npr. udaljenost, vrijeme putovanja):
Tij = α Oi Dj f(cij) (5)
f(cij) - generalizirana distribucijska funkcija troškova putovanja
cij - generalizirani trošak putovanja
Dj – ukupan broj putovanja koja su privuena u zonu j
Generalizirana distribucijska funkcija troškova putovanja sadri jedan ili više parametara koje
je potrebno kalibrirati, a pojavljuje se u nekoliko oblika i to kao:
• eksponencijalna funkcija f (cij) = exp(−βcij) (6)
• funkcija potencije f (cij) = c−n (7)
• kombinirana ili Tannerova funkcija f (cij) = cn ij exp(−βcij) (8)
U praksi se naješe koristi oblik gravitacijskog modela koji je uravnoteen po produkciji, a
primjenom simulacijskih alata u više iteracija uravnoteuje se i po atrakciji:
= ∗∗()
∑ ∗() =1
3.6.3. Podmodel distribucije putovanja u programskom alatu PTV Visum
Prije izrade OD matrice potrebno je kreirati SKIM matricu. Ona predstavlja generalizirane
troškove putovanja izmeu OD parova. Iz toga proizlazi da je za ovu fazu kljuan izbor
41
parametara i njihovih pondera. Temeljem takve matrice, u fazi distribucije PTV-Visum e
rasporediti putovanja izmeu zona.
U dijaloškom okviru slijeda postupaka (Procedure sequence) potrebno je odabrati proraun
SKIM matrice za privatni prijevoz (Calculate PrT skim matrix) kao na Slici 19.
Slika 19. Kreiranje SKIM privatnog prijevoza
Za referentno vozilo odabere se automobil (Car), a od ponuenih SKIM matrica tCur, koja
predstavlja vremena putovanja izmeu zona preko linkova na koje je dodano prometno
optereenje.
Nakon što je izraena matrica moe se pristupiti distribuciji putovanja.
Odabere se opcija kreiranja distribucije putovanja te ju se postavlja na zadnje mjesto u
proceduri. Ako raspored nije odgovarajui, softver ne moe izraunati eljene modele. To
vrijedi sa svaki podmodel.
Za referentni objekt odabere se prethodno stvoreni stratum potranje.
U dijaloškom okviru izvedbe operacije odabere se kreirana a SKIM matrica, kombinirana
funkcija korisnosti te se unesu kalibracijski parametri. Oznaavanjem opcija doubly-
constrained i Production total osiguravaju se dvostruka ogranienja matrice koja se inicijalno
usklauje po produkciji (Slika 20.)
42
3.7. Modalna razdioba putovanja
Modalna raspodjela putovanja (eng. Mode Choice; Modal Split) trea je faza klasinog
etverostupanjskog modela.
Izbor moda prijevoza predstavlja jedan od najznaajnijih klasinih modela u procesu
prometnog planiranja. Razlog tomu je što javni prijevoz ima znaajnu ulogu u prometnoj
politici.
Javni prijevoz omoguava korisnije i uinkovitije korištenje prostora namijenjenog
cestovnom prometu nego što bi omoguio privatni prijevoz. Takoer, znaajnije su društvene
koristi (manje zagušenje, manji broj nesrea i sl.) Uporaba goriva je uinkovitija. S druge
strane, privatni prijevoz je fleksibilniji, udobniji i dostupniji.
Pitanje naina izbora, vjerojatno je najvaniji element u prometnom planiranju i kreiranju
prometnih politika. To utjee na opu uinkovitost s kojom se moe putovati u urbanim
podrujima. Stoga je vano razvijati i koristiti modele koji su osjetljivi na te atribute
putovanja koji utjeu na pojedinane odluke o izboru moda prijevoza.
Matrica putovanja (OD matrica) dobivene iz raspodjele putovanja raspodijeljena je na
odreeni broj matrica koje predstavljaju svaki mod prijevoza.
imbenici koji utjeu na odabir vrste prijevoza mogu se podijeliti u tri grupe znaajki:
1. Znaajke putnika:
• posjedovanje osobnog automobila;
• posjedovanje vozake dozvole;
• dohodak;
43
• odluke donesene na nekom drugom mjestu, npr. nunost korištenja osobnog
automobila na poslu;
• gustoa stambenih jedinica.
2. Znaajke putovanja:
• svrha putovanja – putovanje na posao je obino jednostavnije izvesti javnim gradskim
prijevozom zbog njegove redovitosti;
• dio dana u kojem se ostvaruje putovanje – npr. nona putovanja je tee ostvariti
javnim gradskim prijevozom;
• je li se putovanje ostvaruje samostalno ili s drugim putnicima.
3. Znaajke prometnog sustava:
• komponente vremena putovanja: vrijeme u vozilu, vrijeme ekanja i vrijeme
pješaenja do svakog moda prijevoza.
• komponente novanih troškova
• udobnost i praktinost;
• zahtjevi za vozakim vještinama;
3.7.1. Multinomijalni logit modeli
Multinomijalni modeli koriste se u sluajevima kada je skup varijanti Cn sastavljen od više
varijanti (Slika 21.). Koriste se i binarni logit modeli, ali iskljuivo kada su na raspolaganju
samo dva moda prijevoza, što je u praksi vrlo rijetko. Binarni logit model najjednostavniji je
oblik diskretnih modela odabira. Za potrebe ovog rada opisan je ipak eše korišten
multinomijalni model.
Skup C moe se sastojati od sljedeih elemenata:
a) vonja automobilom sam voza
b) zajednika vonja automobilom
() =


j – broj elemenata skupa
3.7.2. Podmodel modalne razdiobe putovanja u programskom alatu PTV Visum
U dijaloškom okviru slijeda postupaka (Procedure sequence) potrebno je odabrati proraun
modalne razdiobe putovanja (Mode choice) kao na Slici 22.
45
Slika 22. Kreiranje dodjele putovanja privatnog prijevoza
Zatim se odabere referentni objekt koji u ovom podmodelu podrazumijeva model potranje.
Naješe se odabire prethodno definirani vršni sat, u kojem se zatim odabire stratum potranje
za koji se izvodi modalna razdioba.
U dijaloškom okviru izvedbe operacije unose se parametri podmodela prema kojima se
podmodel izvodi. Prvo se unosi formula korisnosti koju se odabire temeljem istraivanja ili
prethodnih iskustava. Neizostavno se unose i ostali podaci: vrsta funkcije, kalibracijski
parametri te ulazne i izlazne matrice (Slika 23.)
Slika 23. Unos podataka za izvršenje modalne razdiobe
Za uspješno izvršenje ovog koraka potrebna je ve unesena ponuda javnog prijevoza te
izraene potrebne matrice.
Prema etverostupanjskom modelu iza faze modalne razdiobe putovanja slijedi posljednja
faza dodjeljivanja (asignacije) putovanja na mreu.
Dodjeljivanje putovanja na mreu daje konanu sliku modela jer su putovanja rasporeena po
rutama. Stoga se moe rei da ova faza odgovara na pitanje kojom rutom se odvijaju
putovanja. Reprezentativnost izlaznih podataka e najviše ovisiti o kvaliteti i kvantiteti
ulaznih podataka.
• OD matrica putovanja izmeu zona;
• izraena prometna mrea;
• model odabira rute putovanja.
• rute putovanja
• prometno optereenje ruta;
Osnovna premisa u dodjeljivanju putovanja je pretpostavka racionalnog putnika.
Racionalni putnik je onaj putnik koji do odredišta odabire rutu za koju percipira najmanje
troškove putovanja.
Utvreno je da kombinacija vremena putovanja i udaljenosti daje najbolje rezultate, ali je
uspješnost u odabiru optimalne rute na temelju ta dva kriterija od 60% do 80%.
S obzirom da je utjecaj drugih faktora na odabir optimalne rute vrlo malen, uzroci ovog
odstupanja se mogu pripisati razliitoj ljudskoj percepciji, nedovoljnim informacijama o
troškovima rute i nekim drugim greškama.
injenica da razliiti vozai odabiru razliite rute putovanja izmeu istih izvorišta i odredišta
putovanja proizlazi iz sljedeih razloga:
47
• Razlike u individualnoj percepciji o tome što ini najbolju rutu: neki ele minimizirati
vrijeme putovanja, neki potrošnju goriva itd.
• Razina znanja o moguim varijantnim rutama do odredišta je razliita izmeu putnika.
Za dodjeljivanje putovanjana mreu naješe se koriste:
1. Metoda „sve ili ništa“
2. Stohastika metoda
3. Ekvilibrirana metoda
4. Metoda dinamikog dodjeljivanja putovanja [1]
Metoda sve ili ništa je najjednostavnija jer pretpostavlja kako na promatranoj mrei nema
prometnih zagušenja te kako svi vozai jednako uoavaju troškove putovanja na razliitim
rutama izmeu izvorišta i odredišta.
Jedna je od osnovnih zamjeraka visoka razina nestabilnosti modela jer male promjene na
prometnoj mrei mogu izazvati velike promjene u izlaznom rezultatu, odnosno u prometnom
optereenju linkova.
Stohastika metoda temelji se na promjenjivosti vozaevih uoavanja troškova putovanja.
Ova metoda mora uzeti u obzir i druge rute putovanja izmeu izvorišta i odredišta putovanja.
Prema ekvilibriranoj metodi, postignut je ekvilibrij onda kada putnici više ne mogu nai
troškovno povoljniju rutu izmeu izvorišta i odredišta putovanja od one koju trenutno koriste.
Ova metoda se naješe koristi za modeliranje zagušene prometne mree urbanih sredina te je
zbog toga izabrana i detaljno opisana u ovom radu.
Dinamiki modeli koriste realistiniju pretpostavku da su izvorišno-odredišna potranja i
znaajke linkova varijabilni u promatranom vremenu.
3.8.1. Ekvilibrirana metoda
Ova metoda se naješe koristi u sluajevima zagušene prometne mree u urbanim sredinama,
a temeljena je na ogranienom kapacitetu linkova prometne mree te na funkciji trošak −
prometni tok.
Metodu je prvi predloio Wardrop te je i temeljena na Wardropovom prvom principu kojem
se tei i koji glasi: „U uvjetima ekvilibrija promet se rasporeuje po linkovima zagušene
48
prometne mree tako da sve iskorištene rute izmeu OD parova imaju iste i minimizirane
troškove, dok sve neiskorištene rute imaju vee ili iste troškove.“
Beckmann je predloio model matematikog programiranja za postizanje Wardropovog
principa. On predlae minimizaciju funkcije cilja Z{Tijr} uz ogranienja temeljena na
znaajkama prometnog toka. Ova funkcija zapravo predstavlja zbroj svih površina ispod
krivulje trošak-prometni tok za sve linkove mree.
{} = ∑ ∫ ()
0 (11)
uz ogranienja:
∑ = (12)
≥ 0 (13)
Ovaj se Beckmannov minimizacijski problem moe objasniti time da je potrebno pronai
prometno optereenje Qa, takvo da je zbroj odgovarajuih površina ispod funkcije trošak
(vrijeme putovanja) prometni tok minimalan. Problem je prikazan grafiki na Slici 24. [1]
Slika 24. Grafiki prikaz ekvilibirane metode [1]
Na Slici 24. vodoravna os predstavlja ukupan broj putovanja izmeu A i B, TAB . Taj broj
treba biti raspodijeljen izmeu linkova 1. i 2. tako da je vrijeme putovanja (ovisno o
prometnom optereenju q) jednako (Wardropov prvi princip – ako to ne bi bilo zadovoljeno,
49
vozila bi se kretala samo po jednom linku). Kako bi se toka ekvilibrija mogla prikazati
grafiki, krivulje vrijeme putovanja – prometni tok su prikazane jedna nasuprot drugoj.
Ekvilibrij prometnih tokova qe postie se u toki u kojoj se sijeku dvije funkcije jer je u toj
toki površina ispod funkcija od 0 do qe minimalna. Bilo koji drugi odabrani q lijevo ili desno
od toke qe (na primjer q′) zauzimao bi veu površinu ispod krivulja, a to bi znailo uklanjanje
toga linka na putovanju izmeu toaka A i B.
3.8.2. Podmodel dodjeljivanja putovanja u PTV Visum-u
U dijaloškom okviru slijeda postupaka (Procedure sequence) potrebno je odabrati proraun
dodjeljivanja putovanja ovisno o modu prijevoza (PrT assignment ili PuT assignment).
Primjer odabira za PrT prikazan je na Slici 25.
Slika 25. Kreiranje dodjele privatnog prijevoza
Zatim se odabere referentni objekt koji takoer ovisi o modu prijevoza za koji se izvodi
dodjela putovanja na mreu, a za metodu (Variant/file) ovog rada odabrana je ekvilibrirana
metoda (Equilibrium assignment).
U dijaloškom okviru segmenata potranje (demand segments) potrebno je oznaiti
pripadajue matrice po modovima prijevoza (Slika 26).
50
Slika 26. Izbor matrica prema segmentima potranje
Ukoliko je dodjela putovanja na mreu uspješno izvršena, prometno optereenje se moe
jasno vidjeti u Network editor-u.
51
4.1. Opi podaci i prometne znaajke grada Splita
Grad Split je veliinom drugi grad u Republici Hrvatskoj i najvei hrvatski grad na istonoj
obali Jadranskog mora smjestio se izmeu rijeka rnovnice na istoku i Jadra na zapadu.
Split je vano hrvatsko, mediteransko kulturno središte, po veliini danas i drugi sveuilišni
centar u Hrvatskoj, a poslije Zagreba ima i najvei broj diplomatskih, konzularnih, odnosno
predstavništava meunarodnih organizacija u Hrvatskoj.
Split, kao grad na moru i jedna od najznaajnijih turistikih destinacija u Hrvatskoj posjeduje
i snanu brodograevnu industriju te razvijeno graevinsko poduzetništvo, ali i preraivaku
industriju. Split je i središte informatike djelatnosti te sjedište jednoga od najveih
trgovinskih lanaca u Hrvatskoj. [9]
Do sada su izraene brojne prometne studije i projekti u cilju poboljšanja prometnog sustava
grada Splita. [10] [11]
4.1.1. Geografski i prometni poloaj
Split je smješten na jadranskoj obali u srednjoj Dalmaciji na Splitskom (Marjanskom)
poluotoku. Od uzvisina, okruuju ga u zaleu sa sjevera i sjeveroistoka planina Mosor, sa
sjeverozapada brdo Kozjak, s istoka brdo Perun, a najstarija gradska jezgra se nalazi podno
brda Marjana, koje se nalazi zapadno od stare gradske jezgre. Splitski poluotok okruuju otoci
Bra, Hvar, Šolta i iovo. Trajekti iz luke Split esto su jedina veza otoka srednje Dalmacije s
kopnom.
Svi dijelovi grada Splita su povezani gustom mreom autobusnih linija. Na usluzi putnika,
osim, gradskih autobusnih linija stoji na raspolaganju više od 30 linija prigradskog i šireg
gradskog prometa. Autobusni promet na podruju grada Splita i okolice je podijeljen na etiri
tarifne zone. [12]
Od utorka 11. lipnja 2019. godine poeo je prometovati takozvani „gradski metro“ na relaciji
od Kopilice do Trajektne luke kao dio integriranog javnog prijevoza grada Splita. Istie se da
svi korisnici javnog gradskog prijevoza imaju mogunost s istom putnom kartom koristiti i
autobuse javnog gradskog prijevoza „Promet d.o.o.“, kao i „gradski metro“ na navedenoj
52
relaciji. Nova usluga „gradskog metroa“ prua posebne pogodnosti putnicima koji koriste
linije broj 31, 33, 34, 35, 36, 37, 38, 67, 69, 71, 73, 76, 77, 80, 81, 86, i 91 koji u Kopilici
mogu izvršiti presjedanje na „gradski metro“ ime izbjegavaju prometna zagušenja do
Terminala Sukoišan te tako bre mogu doi do Trajektne luke, odnosno centra grada. [13]
eljezniki kolodvor smješten je uz glavni autobusni kolodvor i trajektna luku u centru grada
pa time ta tri terminala sa stajališta putnika imaju izvrsnu lokaciju i meusobnu povezanost
što putnicima odnosno korisnicima prijevozne usluge olakšava prilikom korištenja više
modova prijevoza.
Trajektna luka Split smještena je na izuzetnoj geografskoj poziciji na Mediteranu, jedno je od
najvanijih središta za lokalni i meunarodni pomorski promet. Sa godišnjim prometom
veim od 3 milijuna putnika i 600.000 vozila, splitska luka je trea luka na Mediteranu
(poslije Napulja i Pireja). [14]
Zrana luka Split biljei konstantan porast prevezenih putnika koji je u 2019. godini iznosio
3.124.067 putnika te predstavlja jedan od vanijih gradskih generatora putovanja. [15]
4.1.2. Turizam
Split posljednjih godina postaje sve popularnije turistiko odredište. Prema podacima ECM-a
(European Cities Marketing), organizacije koja okuplja oko 120 velikih turistikih gradova
Europe, Split je imao najvei godišnji postotak rasta broja dolazaka i noenja turista. Postao je
turistika hit destinacija, posebno mladih te postao turistiki prvak Hrvatske. U prvih 9
mjeseci 2014. godine ostvarene su 863.000 noenja, što je za 33.000 više nego 2013. godine
[9]. Prosjek zadravanja turista u Splitu je 3,5 dana. Najviše ih dolazi iz Njemake. Slijede
Britanci i Francuzi te Talijani, potom gosti iz SAD-a i Australije. Sa skoro milijun ostvarenih
noenja turista godišnje Split je zakoraio na europsku i svjetsku turistiku pozornicu traenih
destinacija. Dovršenjem zapoetih te izgradnjom novih hotelskih kapaciteta, Split e se jae
pozicionirati na trištima kongresnog, sportskog, rekreacijskog i kulturnog turizma.
Procjenjuje se da bi tako za 10-ak godina mogao dosei 2 milijuna noenja. Za ureenje
grada, kao i za ukupnu turistiku ponudu Split je dobio niz najznaajnijih domaih i
meunarodnih nagrada turistikih, gospodarskih i drugih asocijacija.
53
Prema posljednjem popisu stanovništva, iz 2011. godine Split ima 178.192 stanovnika, što je
skoro 40% itelja Splitsko dalmatinske upanije (455.242 stanovnika), odnosno nešto vi&sc