UDK 625.71.001.4:656.11 Primljeno 3. 2. 2006.

Analiza osjetljivosti parametara

simulacijskog modela CORSIM
Deana Breški, Dražen Cvitaniü, Ivan Lovriü
Kljuþne rijeþi D. Breški, D. Cvitaniü, I. Lovriü Pregledni rad
simulacijski model Analiza osjetljivosti parametara simulacijskog modela CORSIM
CORSIM,
parametri modela, Istiþe se važnost raþunala za simulaciju odvijanja prometnih tokova. Ukratko je opisan mikroskopski
prometni tok, simulacijski model CORSIM te su prikazani rezultati analize osjetljivosti odreÿenih ulaznih parametara
analiza osjetljivost, koji se upotrebljavaju pri analizi uþinkovitosti semaforiziranih raskrižja. Dobiveni rezultati upozoravaju
semaforizirano raskrižje na utjecaj pojedinog parametra na procjenu prosjeþnog zakašnjenja po vozilu te koji od njih je
potrebno kalibrirati s obzirom na lokalne uvjete odvijanja prometnog toka.

Key words D. Breški, D. Cvitaniü, I. Lovriü Subject review

CORSIM simulation Sensitivity analysis of the CORSIM simulation model parameters
model, model parameters,
traffic flow, sensitivity The significance of computers in traffic flow simulation is emphasized. The microscopic simulation
analysis, traffic light model CORSIM is briefly described, and results are given for sensitivity analysis of some input
intersections parameters used in studying efficiency of traffic light intersections. The results obtained show the
influence individual parameters exert on the estimate of an average delay per vehicle, and indicate
which parameter needs to be calibrated to take into account local traffic flow conditions.

Mots clés D. Breški, D. Cvitaniü, I. Lovriü Ouvrage de syntèse

modèle de simulation Analyse de sensitivité des paramètres du modèle de simulation CORSIM

CORSIM,
L'accent est mis sur l'importance des ordinateurs dans la simulation de l'écoulement du trafic. Le
paramètres du modèle,
modèle microscopique de simulation nommé CORSIM est décrit, et les résultats sont fournis pour
écoulement du trafic,
l'analyse de sensitivité de quelques paramètres d'entrée utilisés dans l'étude d'efficacité de carrefours à
analyse de sensitivité,
feux. Les résultats obtenus montrent l'influence exercée par paramètres individuels sur l'estimation du
carrefour à feux
retard moyen par véhicule, et indiquent quel paramètre doit être calibré pour prendre en compte les
conditions locales de l'écoulement du trafic.

Ʉɥɸɱɟɜɵɟ ɫɥɨɜɚ Ⱦ. Ȼɪɟɲɤɢ, Ⱦ. ɐɜɢɬɚɧɢɱ, ɂ. Ʌɨɜɪɢɱ Ɉɛɡɨɪɧɚɹ ɪɚɛɨɬɚ

ɫɢɦɭɥɹɰɢɨɧɧɚɹ ɦɨɞɟɥɶ Ⱥɧɚɥɢɡ ɱɭɜɫɬɜɢɬɟɥɶɧɨɫɬɢ ɩɚɪɚɦɟɬɪɨɜ ɫɢɦɭɥɹɰɢɨɧɧɨɣ ɦɨɞɟɥɢ CORSIM
CORSIM,
ȼ ɪɚɛɨɬɟ ɩɨɞɱɺɪɤɢɜɚɟɬɫɹ ɜɚɠɧɨɫɬɶ ɤɨɦɩɶɸɬɟɪɚ ɞɥɹ ɫɢɦɭɥɹɰɢɢ ɪɚɡɜɢɬɢɹ ɩɨɬɨɤɨɜ ɞɜɢɠɟɧɢɹ.
ɩɚɪɚɦɟɬɪɵ ɦɨɞɟɥɢ,
ȼɤɪɚɬɰɟ ɨɩɢɫɚɧɚ ɦɢɤɪɨɫɤɨɩɢɱɟɫɤɚɹ ɫɢɦɭɥɹɰɢɨɧɧɚɹ ɦɨɞɟɥɶ CORSIM, ɚ ɬɚɤɠɟ ɩɨɤɚɡɚɧɵ ɪɟɡɭɥɶɬɚɬɵ
ɩɨɬɨɤ ɞɜɢɠɟɧɢɹ, ɚɧɚɥɢɡ
ɚɧɚɥɢɡɚ ɱɭɜɫɬɜɢɬɟɥɶɧɨɫɬɢ ɨɩɪɟɞɟɥɺɧɧɵɯ ɜɯɨɞɧɵɯ ɩɚɪɚɦɟɬɪɨɜ, ɭɩɨɬɪɟɛɥɹɟɦɵɯ ɩɪɢ ɚɧɚɥɢɡɟ
ɱɭɜɫɬɜɢɬɟɥɶɧɨɫɬɢ,
ɷɮɮɟɤɬɢɜɧɨɫɬɢ ɫɜɟɬɨɮɨɪɢɡɢɪɨɜɚɧɧɵɯ ɩɟɪɟɤɪɺɫɬɤɨɜ. ɉɨɥɭɱɟɧɧɵɟ ɪɟɡɭɥɶɬɚɬɵ ɩɪɟɞɭɩɪɟɠɞɚɸɬ ɨ
ɫɜɟɬɨɮɨɪɢɡɢɪɨɜɚɧɧɵɣ
ɜɥɢɹɧɢɢ ɨɬɞɟɥɶɧɨɝɨ ɩɚɪɚɦɟɬɪɚ ɧɚ ɨɰɟɧɤɭ ɫɪɟɞɧɟɝɨ ɨɩɨɡɞɚɧɢɹ ɩɨ ɬɪɚɧɫɩɨɪɬɧɨɦɭ ɫɪɟɞɫɬɜɭ, ɚ ɬɚɤɠɟ
ɩɟɪɟɤɪɺɫɬɨɤ
ɨ ɬɨɦ, ɤɚɤɨɣ ɢɡ ɧɢɯ ɧɟɨɛɯɨɞɢɦɨ ɤɚɥɢɛɪɢɪɨɜɚɬɶ, ɩɪɢɧɢɦɚɹ ɜɨ ɜɧɢɦɚɧɢɟ ɦɟɫɬɧɵɟ ɭɫɥɨɜɢɹ ɪɚɡɜɢɬɢɹ
ɩɨɬɨɤɚ ɞɜɢɠɟɧɢɹ.

Schlüsselworte D. Breški, D. Cvitaniü, I. Lovriü Übersichtsarbeit

Simuliermodell CORSIM, Analyse der Empfindlichkeit der Parameter des Simuliermodells CORSIM
Modellparameter,
Man betont die Wichtigkeit der Rechenanlage für die Simulierung der Abwicklung von Vrkehrsströmen.
Verkehrsstrom,
In Kürze ist das mikroskopische Simuliermodell CORSIM beschrieben, und weiter weden die Ergebnisse
Empfindlichkeitsanalyse,
der Analyse der Empfindlichkeit gewisser Eingangsparameter dargestellt, die bei der Analyse der
semaphorisierte Kreuzung
Wirksamkeit von semaphorisierten Kreuzungen genützt werden. Die gewonnenen Ergebnisse weisen auf
den Einfluss einzelner Parameter auf die Abschätzung der durchschnittlichen Verspätung je Fahrzeug
hin, sowie welches davon kalibriert werden muss mit Hinblick auf die lokalen Bedingungen der
Abwicklung der Verkehrsströme.

Autori: Mr. sc. Deana Breški, dipl. ing. graÿ.; doc. dr. sc. Dražen Cvitaniü, dipl. ing. graÿ., Graÿevinsko-
arhitektonski fakultet Sveuþilišta u Splitu; mr. sc. Ivan Lovriü, dipl. ing. graÿ, Graÿevinski fakultet
Sveuþilišta u Mostaru

GRAĈEVINAR 58 (2006) 7, 539-548 539

Simulacijski model CORSIM
1 Uvod
Kvaliteta odvijanja prometnih tokova podrazumijeva
slobodu kretanja, brzinu i vrijeme putovanja, prekide u
prometu, udobnost i sigurnost vožnje te cijenu koštanja,
a izražava se pojmom razine uslužnosti. Za poboljšanje
kvalitete odvijanja prometnih tokova i time poveüanja
razine uslužnosti postoje raznovrsne mjere - od regula-
cijskih do manjih i veüih graÿevinskih zahvata u prosto-
ru. Postojanje razliþitih moguüih rješenja uvijek dovodi
do pitanja koje je najpovoljnije. Kao posljedica potrebe
za vrednovanjem pojedinog rješenja, tijekom vremena u
svijetu su razvijeni, a i dalje se razvijaju, razliþiti modeli
koji se upotrebljavaju za analizu funkcioniranja i ocjenu
uþinkovitosti pojedinih dijelova cestovnoga prometnog
sustava.
Ovisno o naþinu nastanka i temeljnim pretpostavkama
na kojima su razvijeni, modeli se opüenito mogu podije-
liti na empirijske, analitiþke i simulacijske. Empirijski
modeli predviÿaju ponašanje sustava ne temelju relacija
dobivenih primjenom statistiþkih metoda, najþešüe reg-
resijskom analizom na veüem uzorku terenskih podata-
ka. Analitiþki modeli su razvijeni iz teoretskih razmat-
ranja, a zatim su kalibrirani i vrednovani na temelju te-
renskih podataka. Simulacijski se modeli koriste algorit-
mima s pomoüu kojih definiraju ponašanje prometnog
toka na naþin da modeliraju kretanje svakoga individu-
alnog vozila i njihovu meÿusobnu interakciju te se po-
daci i prometni pokazatelji potrebni za vrednovanje po-
jedinog rješenja "mjere" iz tako simuliranoga promet-
nog toka. Za razliku od empirijskih i analitiþkih modela
koji su uglavnom deterministiþki, što znaþi da ne sadrže
sluþajne varijable i da üe za iste ulazne podatke dati uvi-
jek isti izlazni rezultat, simulacijski su modeli uglavnom
stohastiþke prirode, tj. za modeliranje prometnog toka
koriste se i sluþajnim varijablama odnosno razdiobe vje-
rojatnosti.
U posljednjih tridesetak godina simulacija prometa po-
moüu raþunala postala je jedan od važnih "alata" koji
omoguüuje vrednovanje postojeüih i/ili alternativnih
projektnih rješenja, osobito zbog þinjenice što je razvoj
grafiþkih suþelja omoguüio dinamiþku animaciju odvija-
nja prometa kojom se može pratiti stvaranje eventualnih
prometnih zagušenja na promatranoj mreži i na taj naþin
definirati potencijalna "uska grla" koja svojom propus-
nom moüi neüe zadovoljiti prometnu potražnju.
Ako se promatra gradsko podruþje, na kvalitetno odvi-
janje prometnih tokova velik utjecaj ima najpovoljnije
projektiranje raskrižja (geometrije i naþina regulacije)
jer su upravo to lokacije gdje se stvaraju veüi zastoji na
uliþnoj mreži. Pri analizi i ocjeni funkcioniranja semafo-
riziranih raskrižja, osim proraþuna propusne moüi te de-
finiranja stupnja zasiüenosti, tj. odnosa prometne potraž-
540
D. Breški i drugi
nje i propusne moüi, rabe se i drugi prometni pokazatelji.
Ovi su pokazatelji, odnosno mjere efikasnosti ili uþinkovi-
tosti: prosjeþno zakašnjenje, duljina repa, broj zaustav-
ljanja, vrijeme putovanja, potrošnja goriva, emisija plinova
i dr. Kao osnovna mjera za definiranje razine uslužnosti
semaforiziranog raskrižja primjenjuje se vrijednost pros-
jeþnog zakašnjenja po vozilu i to za privoze pojedinaþ-
no i za raskrižje u cjelini.
Danas se u Hrvatskoj za procjenu zakašnjenja i drugih
mjera efikasnosti semaforiziranih raskrižja uglavnom
uzimaju analitiþki modeli razvijeni na dostignuüima
teorije repova (u prvom redu Highway Capacity Manual
[1] (tj. HCM) dok je primjena simulacijskih modela još
uvijek u zaþetku. Buduüi da korištenje raþunalnom simu-
lacijom u svijetu ima sve veüu ulogu u projektiranju i
vrednovanju pojedinih rješenja, u ovome þlanku prika-
zane su osnovne karakteristike simulacijskih modela,
zatim je sažeto opisan CORSIM, koji je jedan od najþeš-
üe upotrebljavanih i vrednovanih modela na podruþju
simulacije prometnih tokova, te je izvršena analiza osje-
tljivosti pojedinih parametara CORSIM-a relevantnih
pri analizi semaforiziranih raskrižja.
2 Opüenito o simulacijskim modelima
Upotreba simulacijskih modela na istraživaþkom i struþ-
nom podruþju otvara moguünost usporedbe varijantnih
projektnih rješenja te provjeru i vrednovanje novih na-
þina u voÿenju prometa prije nego što se eventualni ne-
dostaci novih rješenja odraze na terenu.
Za što realniju simulaciju cestovnoga prometnog sustava
potrebno je adekvatno modelirati sve njegove elemente:
dionice i þvorišta s pripadajuüim geometrijskim karakte-
ristikama, naþin kontrole prometa, vrste i moguünosti
vozila, osobine vozaþa i interakciju ovih elemenata koja
rezultira odreÿenom prometnom situacijom.
Ovisno o razini na kojoj se opisuje promatrani prometni
tok, simulacije se dijele na mikroskopske, makroskopske
i mezoskopske modele [2].
Mikroskopski modeli opisuju stanje sustava na temelju
karakteristika i ponašanja svakoga individualnog vozila.
Kod ovih se modela za modeliranje toka rabe relacije iz
teorije slijeÿenja vodeüeg vozila i relacije iz teorije prih-
vaüanja vremenskih praznina kojima se definira ponaša-
nje svakog vozila u odreÿenoj prometnoj situaciji (mo-
guüe ubrzanje, usporavanje, promjenu traka, pretjecanje,
skretanje, zaustavljanje itd.).
Makroskopski modeli prometni tok promatraju kao kon-
tinuum i shodno tome koriste se agregiranim parametri-
ma kao što su protok te prosjeþna brzina i gustoüa toka.
Kod ovih se modela þesto rabe jednadžbe analogne oni-
ma koje se primjenjuju pri opisima ponašanja toka flu-
ida i fenomena udara valova. Individualni manevri kre-
GRAĈEVINAR 58 (2006) 7, 539-548
D. Breški i drugi
tanja, kao što je na primjer promjena prometnog traka,
obiþno nisu eksplicitno modelirani.
Odreÿeni broj simulacija pripada kategoriji mezoskop-
skih modela koji pripadaju negdje izmeÿu prethodno na-
vedenih modela jer se pri proraþunu stanja sustava ko-
riste mikropristupom i makropristup. Kod ovih modela
uglavnom se entiteti opisuju individualnim karakteristi-
kama dakle mikropristupom, dok se njihovo kretanje i
meÿudjelovanje modelira na agregiranim podacima.
Ovisno o svojstvima primijenjenih varijabli za definira-
nje pojedinih procesa i elemenata, simulacijski modeli
mogu biti:
x deterministiþki i
x stohastiþki
Deterministiþki modeli nemaju sluþajnih varijabli, sve
interakcije entiteta definirane su toþno utvrÿenim (deter-
miniranim) matematiþkim, statistiþkim ili logiþkim rela-
cijama gdje isti ulazni podaci daju uvijek isti izlazni re-
zultat.
Za razliku od njih, stohastiþki modeli sadrže procese
koji ukljuþuju komponentu sluþajnosti odnosno ovi mo-
deli koriste se jednom ili s više sluþajnih varijabli za
proraþun stanja sustava. Postupci u stohastiþkim mode-
lima temelje se na metodi Monte Carlo koja podrazumi-
jeva bilo koju tehniku statistiþkog uzorkovanja primije-
njenu za aproksimiranje rješenja. Ovom se metodom ge-
nerirani sluþajni brojevi s uniformnom razdiobom na
intervalu (0,1) rabe za dobivanje vrijednosti neke druge
razdiobe s poznatom funkcijom raspodjele vjerojatnosti.
Primjena metode Monte Carlo prikazana je na slici 1.
F(x)
1.0
kumulativna
funkcija raspodjele
ulazni broj u podru þju
od 0 - 1 s jednolikom
raspodjelom
x ka vozila i vozaþa te procesa donošenja odluka koristi se
izlazna veli þina: broj s raspodjelom odreÿenom
kumulativnom funkcijom raspodjele
Slika 1 Primjena metode Monte Carlo
Uporaba uvijek drukþijeg niza sluþajnih brojeva u poje-
dinoj simulaciji za posljedicu ima varijabilnost izlaznih
rezultata što znaþi da za što toþnije rješenje treba izvršiti
veüi broj simulacija i analizirati dobivene rezultate pri-
mjenom klasiþnih statistiþkih metoda.
Naþin modeliranja pojedinih komponenata prometnog
sustava i njihova meÿudjelovanja naþin proraþuna te ra-
zina prikaza izlaznih rezultata, doveli su do razvoja raz-
GRAĈEVINAR 57 (2005) 1, 539-548
Simulacijski model CORSIM
liþitih simulacijskih modela koji danas postoje na tržiš-
tu, meÿu kojima su najpoznatiji
i AIMSUN (razvijen u Španjolskoj)
i CORSIM (SAD)
i INTEGRATION (Kanada)
i PARAMICS (Velika Britanija)
i SIMTRAFFIC (SAD)
i VISSIM (Njemaþka)
i WATSIM (SAD)
Razlike u moguünostima ovih modela oþituju se u veli-
þini mreže koja se može analizirati, moguünosti stvara-
nja matrica putovanja i dinamiþkog pripisivanja promet-
nog toka na mrežu, vizualizaciji u 2D ili 3D obliku i dru-
gim specifiþnim uvjetima koji mogu ili ne mogu biti
modelirani (prijelaz preko željezniþke pruge, þvorišta
izvan razine i dr.).
3 CORSIM
CORSIM (CORridor SIMulation) je mikrosimulacijska
komponenta TSIS (Traffic Software Integrated System)
integriranog sustava modela za simulaciju odvijanja pro-
metnih tokova na mreži izvangradskih cesta i gradskih
ulica [3].
TSIS predstavlja suþelje razvijeno kao podrška CORSIM-u,
koje omoguüuje jednostavan unos ulaznih podataka gra-
fiþkim editorom TRAFED, zatim simulaciju uporabom
modela CORSIM te animaciju i vizualizaciju odvijanja
prometnih tokova na mreži s pomoüu output procesora
TRAFVU.
CORSIM sadrži dva podmodela: NETSIM (NETwork
SIMulation) za modeliranje prometnih tokova na grad-
skim ulicama i FRESIM (FREeway SIMulation) za simu-
laciju prometa na izvangradskim cestama i autocestama.
Ovi se podmodeli mogu rabiti i kao integrirani paket.
CORSIM je mikroskopski model što omoguüava praüe-
nje kretanja pojedinog vozila i njegove interakcije s os-
talim vozilima i okolinom. Za modeliranje karakteristi-
sluþajnim varijablama, što ga svrstava u kategoriju sto-
hastiþkih modela. Promjene u sustavu (brzina vozila,
ubrzanje, stanje svjetlosnog signala itd.) temelje se na
diskretizaciji vremena i proraþunavaju se za vremenski
korak od 1 sekunde.
Prometna mreža definira se s pomoüu veza (linkova) ko-
ji predstavljaju pojedine dionice i þvorova kojima se de-
finiraju raskrižja i/ili toþke na mreži gdje postoje prom-
jene odreÿenih atributa (geometrije, toka i sl.). Na slici 2.
prikazano je jedno raskrižje konvertirano u dijagram þvo-
rova i veza, dok je na slici 3. primjer oblikovanja mreže
ulica.
541
Simulacijski model CORSIM D. Breški i drugi

1
Slika 2. Shematski prikaz raskrižja konvertiranog u dijagram
þvorova i veza
Slika 3. Primjer prometne mreže konvertirane u dijagram þvorova i
veza
Generacija vozila
Na poþetku simulacije promatrani je sustav "prazan", tj.
nema vozila. Vozila se generiraju na ulaznim þvorovima
na rubu analizirane prometne mreže, tako da je njihov
broj definiran prema utvrÿenom protoku, a vremena sli-
jeda, to jest vremena izmeÿu pojave vozila na mreži rav-
naju se prema odreÿenoj razdiobi. U CORSIM-u se raz-
dioba vremena slijeda može birati izmeÿu uniformne,
normalne ili Erlangove razdiobe s parametrom sluþajnosti
od 1,0 do 4,0. Erlangova je razdioba s koeficijentom slu-
þajnosti 1,0 negativna eksponencijalna razdioba. Ova
razdioba vremena slijeda odgovara sluþajnim dolascima
vozila na mrežu koji se tada ravnaju prema Poissonovoj
razdiobi.
Koristeüi se kumulativnim izrazom za negativnu ekspo-
hi > ln1  SBi @ (1)
q
gdje je q definirani protok, SBi sluþajni broj s jednolikom
razdiobom na intervalu (0,1), izraz (1-SBi) vjerojatnost
P(h>hmin), dok je hmin minimalno moguüi interval izme-
ÿu vozila uvjetovan duljinom vozila [2]. Na ovaj naþin
svakom generiranom sluþajnom broju SBi pridruženo je
odreÿeno vrijeme slijeda hi na temelju kojeg se na ulaz-
nim toþkama mreže generiraju vozila.
Generacija atributa vozila i vozaþa
Vozilo i vozaþa kao sastavne elemente svakoga promet-
nog sustava potrebno je definirati vlastitim atributima.
Zbog razliþitih tipova i tehniþkih moguünosti vozila i
razliþitih karakteristika pojedinih vozaþa, postoji mnogo
kombinacija vozilo-vozaþ koje se mogu pojaviti u pro-
metnom toku.
Relevantni atributi koji definiraju pojedino vozilo su
vrsta (osobno, teretno, autobus,…) te pripadajuüa fiziþ-
ka i operativna svojstva (duljina, okupiranost, maks. us-
porava i ubrzava, itd.). Za opisivanje vozaþa definira se
njegova agresivnost koja uvjetuje veliþinu prihvatljive
vremenske praznine, željenu brzinu slobodnog toka, na-
þin reakcije na neki podražaj i dr. Svaki od ovih atributa
koji se primjenjuje u modelu kalibriran je na temelju od-
reÿenih terenskih podataka u fazi razvoja modela i pred-
stavljen je ili skalarnom veliþinom, ili teoretskom pro-
babilistiþkom razdiobom, ili odreÿenom funkcionalnom
ovisnosti izmeÿu pojedinih atributa.
Na slici 4. prikazano je kako se generirani sluþajni bro-
jevi s uniformnom razdiobom na intervalu (0,1) rabe za
definiranje agresivnosti vozaþa kao sluþajnog dogaÿaja
[2]. U CORSIM-u su vozaþi s obzirom na agresivnost
podijeljeni na deset tipova, oznaþenih indeksom od 1 do
10, gdje tip 1 predstavlja najmanje agresivnog vozaþa, a
10 najagresivnijeg. Svaki od ovih tipova vozaþa ima istu
vjerojatnost pojavljivanja na mreži.
1.0
0.9
0.8 diskretna jednolika razdioba
generirana vrijednost
pomoüu koje se na temelju generiranog
P(x < X)
0.7 sluþajnog broja, SB
sluþajnog broja SB definira indeks
0.6 agresivnosti vozaþa
0.5
0.4
indeks agresivnosti vozaþa
0.3 koji se pripisuje vozilu
0.2
0.1
1 2 3 4 5 6 7 8 9 10
indeks agresivnosti vozaþa
Slika 4. Naþin generiranja pojedinih atributa u simulacijskom modelu
nencijalnu razdiobu Ph ! hmin  e  qh i metodu Monte U tablici 1. prikazana je zavisnost indeksa agresivnosti
Carlo, vrijeme h izmeÿu dolazaka vozila proraþunava se vozaþa i željene brzine slobodnog toka za pojedini tip
prema izrazu: vozaþa. Iz ovog je primjera vidljiv jedan od naþina kako

542 GRAĈEVINAR 58 (2006) 7, 539-548

D. Breški i drugi
se s pomoüu jednog atributa vozaþa (u ovom sluþaju ag-
resivnosti) generira sljedeüi atribut.
Tablica 1. Primjer generiranja željene brzine slobodnog
toka ovisno o tipu vozaþa
Indeks
Postotak kojim se množi vrijednost brzine
agresivnosti
vozaþa
slobodnog toka za promatranu dionicu
1 75
2 81
3 91
4 94
5 97
6 100
7 107
8 111
9 117
10 127
Buduüi da jezgru svake simulacije prometnih tokova sa-
þinjavaju model slijeda vozila i model promjene promet-
nog traka, ovdje se kratko osvrüemo na princip modeli-
ranja, dok se naþin proraþuna i odgovarajuüe relacije
kojima se definira položaj vozila na mreži mogu naüi u
literaturi [3], [4] i [5] navedenoj na kraju ovog þlanka.
3.1 Modeliranje kretanja vozila
Osnovni princip na kojem se temelji logika slijeda vozi-
la u CORSIM-u jest pomicanje vozila tako da se izbjeg-
ne kolizija, tj. nalijetanje na vozilo koje se nalazi ispred
promatranog. Vremenski interval, tj. vremenski korak
koji se rabi u CORSIM-u i za koji se proraþunava stanje
sustava je 1 sekunda. Za svaki vremenski korak prvo se
izvrši pomicanje vodeüeg vozila na nov položaj u mreži,
a nakon toga se pomiþe vozilo koje slijedi i to na takav
položaj koji mu omoguüava sigurno zaustavljanje bez
sudara i u sluþaju naglog koþenja vodeüeg vozila. Da bi
se izbjegla kolizija ovih vozila, potrebno je zadovoljiti
sljedeüu nejednadžbu >6@:
XnS - Xn+1S t L (2)
gdje je:
S
Xn - položaj zaustavljenoga vodeüeg vozila
Xn+1S - položaj zaustavljenog vozila koje ga slijedi
L - duljina vodeüeg vozila
Uzimajuüi u obzir položaje vozila na poþetku vremen-
skog koraka, prijeÿeni put za vrijeme reakcije vozaþa i
duljinu zaustavljanja promatranih vozila te uvrštavajuüi
ih u gornju nejednadžbu (2), definira se moguüe ubrza-
nje vozila koje slijedi vozilo ispred sebe, a zatim se na
temelju osnovnih jednadžbi ubrzanog gibanja odreÿuje
njegov položaj i brzina na kraju svakoga vremenskog
koraka.
GRAĈEVINAR 57 (2005) 1, 539-548
Simulacijski model CORSIM
3.2 Model promjene prometnog traka
Model promjene prometnog traka utvrÿuje motiviranost
vozaþa za promjenom traka, a zatim i postojanje moguü-
nosti da se ova prometna radnja i izvrši. U CORSIM-u,
a i u veüini drugih simulacijskih modela, postoje dvije
vrste promjena prometnog traka: nužna (mandatory) i
svojevoljna (discretionary).
Nužnu promjenu traka obavlja vozilo koje želi izvršiti
manevar skretanja na nekom od nadolazeüih raskrižja, a
ne nalazi se u prometnom traku predviÿenom za taj ma-
nevar kretanja te je nužno da se pravodobno prestroji. Za
razliku od nužne, svojevoljna promjena traka dogaÿa se
u sljedeüim sluþajevima:
x kada vozaþ želi zaobiüi sporo vozilo i poveüati svoju
brzinu vožnje
x kad se želi prikljuþiti kraüem repu vozila na privozu
raskrižja
x kad želi zaobiüi zaustavljeno vozilo javnoga grads-
kog prijevoza.
Sve navedeno samo je želja vozaþa za kvalitetnijim uv-
jetima vožnje, a ne nužnost.
Model funkcionira tako da se za svako vozilo i u svako-
me vremenskom koraku definira motiviranost vozaþa za
promjenom traka. Kod nužne promjene traka motiv vo-
zaþa je odgovarajuüi prometni trak za skretanje, dok se
pri svojevoljnoj promjeni traka motiviranost vozaþa
kvantificira na temelju tzv. neprihvatljive brzine vožnje.
Veliþina neprihvatljive brzine ovisi o agresivnosti vo-
zaþa i brzini slobodnog toka za promatranu dionicu.
U sluþaju postojanja motiva za promjenom traka model
dalje ispituje koji su kandidirajuüi prometni trakovi i
postoji li moguünost za promjenu traka koja se utvrÿuje
usporedbom postojeüih i prihvatljivih vremenskih praz-
nina u susjednim trakovima. U sluþaju nemotiviranosti
vozaþa za promjenom traka vozilo se pomiþe duž aktu-
alnog traka na temelju relacija iz modela slijeda vozila.
3.3 Mjere uþinkovitosti kao izlazni podaci
Kako je veü navedeno, pojam razine uslužnosti u analizi
odvijanja prometnih tokova uveden je kao kvalitativna
mjera koja opisuje uvjete odvijanja toka, a kod semafo-
riziranih raskrižja utvrÿuje se na temelju prosjeþnog za-
kašnjenja po vozilu. Zbog moguünosti da prate kretanje
svakoga individualnog vozila, mikroskopski simulacij-
ski modeli, pa tako i CORSIM, mogu utvrditi zakašnje-
nje vozila usporeÿujuüi vrijeme putovanja ostvareno
tijekom simulacije i idealno vrijeme putovanja koje bi
vozilo ostvarilo kreüuüi se brzinom slobodnog toka bez
povremenih prekida toka. Stoga kod ovih modela nisu
potrebne nikakve specifiþne formule za proraþun zakaš-
543
Simulacijski model CORSIM D. Breški i drugi

njenja kao kod analitiþkih modela, veü se zakašnjenje

izravno "mjeri" iz simulacije za sve uvjete odvijanja to-
ka. Prikaz komponenata zakašnjenja definiranog kao
control delay dan je na slici 5.
put

brzina slobodnog toka

ili operativna brzina

d icd
završetak ubrzavanja
x3

dd ds da
d'
x2

poþetak usporavanja
x1

Slika 6. Grafiþki prikaz simulacije

4 Analiza osjetljivosti pojedinih ulaznih

t
1 t 2 t'
Slika 5. Prikaz komponenata zakašnjenja
Sa slike je vidljivo da se i u CORSIM-u zakašnjenje uz-
rokovano radom semaforskog ureÿaja (tzv. control delay)
definira kao suma zakašnjenja usporenja dd, zakašnjenja
stajanja ds i zakašnjenja ubrzanja da, isto kao i kod ana-
litiþkog modela HCM 2000 [1]. Utvrÿivanjem vremena
i pozicije kada vozilo poþinje usporavati zbog blizine
semaforiziranog raskrižja (t1 i x1) te trenutka i položaja
(t3 i x3) kada ponovno dostiže svoju operativnu brzinu
vožnje, veliþina zakašnjenja za svako vozilo može se
proraþunati ovim izrazom:
t
3 vrijeme parametara
CORSIM se kao stohastiþki simulacijski model temelji
na sluþajnim uzorcima kombinacija vozilo-vozaþ, što za
posljedicu ima varijabilnost izlaznih rezultata. Svrha ana-
lize osjetljivosti jest da se utvrdi koliko promjena vrijed-
nosti pojedinog parametra utjeþe na mjere uþinkovitosti,
u ovome sluþaju prosjeþno zakašnjenje po vozilu. Ovom
analizom može se odrediti koji parametri znatno utjeþu
na izlaznu vrijednost pa ih je potrebno kalibrirati s obzi-
rom na lokalne uvjete odvijanja prometnog toka.
4.1 Utjecaj trajanja simulacije i stupnja
zasiüenosti na varijabilnost procjene
d t3  t1   x3  x1 (3) zakašnjenja
v
Da bi se ispitao utjecaj trajanja simulacije na varijabil-
gdje je v operativna brzina vožnje prije usporavanja. U nost procjene zakašnjenja, kao test-model poslužilo je
uvjetima manjeg prometnog toka ova operativna brzina jedno þetverokrako raskrižje. Provedeno je deset simu-
odgovara definiranoj brzini slobodnog toka za promat- lacija s razliþitim poþetnim sluþajnim brojevima te je
ranu dionicu, dok je kod veüeg prometnog optereüenja definirano razdoblje simulacije od 9000 sekunda s pro-
ona znatno manja od brzine slobodnog toka zbog inter- raþunom kumulativnih statistiþkih podataka svakih 300
akcije s ostalim vozilima. Drugim rijeþima, vozilo ostva- sekunda.
ruje zakašnjenje ne samo zbog utjecaja svjetlosne signa- 45
sim. br.1
lizacije, veü i zbog veüeg prometnog toka. 40
sim.br.2
zakašnjenje (sek/voz)

35
sim.br.3
30
Nakon provedene simulacije osim podataka o zakašnje- 25
sim.br.4
sim.br.5
nju, CORSIM daje i niz drugih prometnih pokazatelja 20
sim.br.6
15
kao što su: prosjeþna i maksimalna duljina repa, prosjeþna 10
sim.br.7
sim.br.8
brzina vožnje, postotak zaustavljenih vozila, broj zasi- 5
sim.br.9
0
üenih faza, emisija plinova, potrošnja goriva itd. Vrije- 0 900 1800 2700 3600 4500 5400 6300 7200 8100 9000
sim.br.10
sred. vrijed.
me trajanja simulacije definira korisnik. Buduüi da je vrijeme simulacije (sek)

CORSIM stohastiþki model koji upotrebljava sluþajne
varijable, za svaki üe simulirani prometni tok, generiran
na temelju sluþajnih brojeva, dati drukþije rezultate. Zbog
ove varijabilnosti rezultata potrebno je izvršiti veüi broj
simulacija i kao mjerodavni podatak koristiti se dobive-
nom srednjom vrijednosti. Na slici 6. je primjer grafiþ-
kog prikaza simulacije prometnog toka jednog dijela
uliþne mreže.
Slika 7. Prikaz utjecaja trajanja perioda simulacije na varijabilnost
rezultata
Na slici 7. prikazani su dobiveni rezultati zakašnjenja za
svako od deset ponavljanja te dijagram srednjih vrijed-
nosti u ovisnosti o trajanju simulacije. Ovdje se vidi da
se poveüanjem vremena simulacije smanjuje varijabil-
nost rezultata uzrokovana stohastiþkom prirodom mo-
dela te postupno dolazi do stabilizacije vrijednosti. Kao

544 GRAĈEVINAR 58 (2006) 7, 539-548

D. Breški i drugi Simulacijski model CORSIM

relativna mjera disperzije rezultata, na slici 8. prikazan je Prema izrazu (4) proveden je proraþun potrebnih simu-
koeficijent varijacije za izvršenih deset simulacija. Koefi- lacija za promatrani primjer i razliþito trajanje simulacije
cijent varijacije definiran je kao odnos standardne devi- te pogrešku od 10 % srednje vrijednosti (E = 0,1 x srednja
jacije i srednje vrijednosti. Može se uoþiti da za trajanje vrijednost). Dobivene vrijednosti prikazane su u tablici 2.
simulacije od 3600 sekunda i više, koeficijent varijacije þime je potvrÿena prethodno navedena þinjenica da je
ima vrijednost do 0,1, odnosno standardno odstupanje je kod kraüih simulacija potreban veüi broj ponavljanja.
manje od 10% u odnosu na srednju vrijednost.
Meÿutim, broj potrebnih ponavljanja za odreÿenu tole-
0,30 ranciju pogreške koji je uzrokovan disperzijom izlaznih
0,25 podataka nije samo posljedica trajanja simulacije, veü
koeficijent varijacije

0,20
znatan utjecaj na disperziju rezultata ima i stupanj zasi-
üenosti promatranog privoza. Kako je veü navedeno, stu-
0,15
panj zasiüenosti jest odnos prometne potražnje i propus-
0,10
ne moüi promatranog privoza. Postupno poveüavajuüi
0,05 prometno optereüenje, simulirani su razliþiti uvjeti satu-
0,00 riranosti privoza te je na temelju 10 simulacija za svaki
0 900 1800 2700 3600 4500 5400 6300 7200 8100 9000
pretpostavljeni stupanj zasiüenosti (upotrijebljene su
vrijeme simulacije (sek)
vrijednosti od 0,1 do 1,4) dobivena srednja vrijednost
Slika 8. Koeficijent varijacije za razliþito vrijeme trajanja simulacije
prosjeþnog zakašnjenja. Pretpostavljena je duljina ciklu-
Veüa varijabilnost rezultata pri manjem vremenskom sa od 60 sekunda s efektivnim zelenim vremenom u tra-
trajanju simulacije oþituje se i pri proraþunu potrebnog janju od 23 sekunde. Takoÿer je pretpostavljeno da ne-
broja ponavljanja za definiranu veliþinu pogreške u od- ma teških teretnih vozila te da je raspodjela prometnog
nosu na srednju vrijednost. Broj potrebnih ponavljanja toka sljedeüa: 15 % lijevo, 75% ravno i 15 % desno. Na
za 95 % -tni interval povjerenja jest slikama 9. i 10. prikazana je standardna devijacija i koe-
2
ficijent varijacije procjene zakašnjenja s obzirom na stu-
§ 1.96 V · panj zasiüenosti.
n ¨ ¸ (4)
© E ¹ 14,0

12,0
gdje je:
standardna devijacija

10,0

n - potreban broj ponavljanja 8,0

6,0
1,96 - Z-vrijednost standardne normalne krivulje za in-
4,0
terval povjerenja od 95%
2,0

V- -standardna devijacija dobivena na temelju prove- 0,0

0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6
denih simulacija
stupanj zasiüenosti

E - prihvatljiva pogreška u odnosu na srednju vrijed- Slika 9. Prikaz odnosa standardne devijacije procjene zakašnjenja
nost procijenjene veliþine i stupnja zasiüenosti
0,30

0,25
Tablica 2. Utjecaj trajanja simulacije na potreban broj
koeficijent varijacije

ponavljanja 0,20

0,15
Trajanje Sred. Std.
COV n 0,10
simulacije vrijednost Dev.
0,05
300 22,39 3,71 0,17 11
0,00
900 25,29 4,62 0,18 13 0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6
1800 27,02 5,70 0,21 17 stupanj zasiüenosti

2700 26,30 3,90 0,15 8

3600 26,22 2,67 0,10 4 Slika 10. Prikaz odnosa koeficijenta varijacije procjene zakašnjenja
i stupnja zasiüenosti
4500 26,15 1,80 0,07 2
5400 26,47 1,84 0.07 2 Kao što se može vidjeti, znaþajna varijabilnost procjene
6300 26,75 2,50 0,09 3 zakašnjenja izražena koeficijentom varijacije kao relativ-
7200 27,22 2,84 0,10 4 nom mjerom javlja se u podruþju vrlo malih stupnjeva
8100 27,11 2,83 0,10 4 zasiüenosti i u podruþju gdje je stupanj zasiüenosti blizu
9000 27,23 2,60 0,10 4 vrijednosti 1,0.

GRAĈEVINAR 57 (2005) 1, 539-548 545

Simulacijski model CORSIM
Disperzija procjene zakašnjenja u podruþju malih stup-
njeva zasiüenosti može se protumaþiti veüom moguü-
nošüu variranja vremena slijeda izmeÿu uzastopnih vo-
zila, što utjeþe na sluþajnost dolaska vozila osobito što
se tiþe trenutka dolaska na crtu “stop” (da li za zelene ili
crvene faze). Osim toga, imajuüi na umu da su vrijed-
nosti prosjeþnog zakašnjenja u ovome podruþju relativ-
no male, i nevelika odstupanja (standardna devijacija) u
omjeru sa srednjom vrijednosti zakašnjenja daju veliki
koeficijent varijacije.
Poveüanjem prometnog optereüenja smanjuje se pros-
jeþno vrijeme slijeda i manja je moguünost varijacije
vremena dolaska i odlaska vozila, pa je i smanjena vari-
jabilnost rezultata za stupanj zasiüenosti od 0,4 do 0,8.
Za vrijednosti stupnja zasiüenosti u podruþju od 0,9 do
1,1 osnovni je uzrok varijabilnosti procjene zakašnjenja
u zasiüenim ciklusima koji se pojavljuju u takvim odno-
sima prometne potražnje i propusne moüi privoza. Je li
se pojavio zasiüeni ciklus i koliko puta u toku simulacije
znatno utjeþe na veliþinu zakašnjenja što uzrokuje veüu
disperziju rezultata, a time i veüi koeficijent varijacije.
U uvjetima gdje je stupanj zasiüenosti veüi od 1,1 dolazi
do ponovnog smanjenja varijabilnosti procjene zakaš-
njenja jer poveüanje prometne potražnje uzrokuje veüi
broj zasiüenih ciklusa sa stalnim stvaranjem repova koji
ograniþavaju slobodu kretanja vozila i ujednaþavaju na-
þin odvijanja toka na promatranom privozu.
Za ovaj primjer s primijenjenim razliþitim stupnjem za-
siüenosti, izrazom (4) proraþunan je potrebni broj simu-
lacija za 95%-tni interval povjerenja i 10% odstupanja
od srednje vrijednosti. Dobivene vrijednosti prikazane
su u tablici 3. iz koje se vidi da je u podruþju veüe vari-
jabilnosti rezultata, a to je za male stupnjeve zasiüenosti
i u podruþju gdje prometna potražnja odgovara propus-
noj moüi, potreban veüi broj
Tablica 3. Potreban broj
simulacija.
simulacija s obzirom na
stupanj zasiüenosti
analiziranog raskrižja 4.2 Utjecaj vrijednosti
zasiüenog vremena
Stupanj
zasiüenosti
n slijeda na procjenu
0,1 27 zakašnjenja
0,2 10
0,3 9 I ovdje je kao test-model
poslužilo isto raskrižje kao
0,4 3
0,5 5 u prethodnom poglavlju. Za
0,6 6 svako prometno optereüenje
0,7 2 koje je sukcesivno poveüa-
0,8 3 vano izvršeno je po 10 simu-
0.9 7 lacija. Za sve razine promet-
1,0 22
nog optereüenja mijenjala
1,1 7 dobru procjenu prosjeþnog zakašnjenja.
1,2 2 se i veliþina zasiüenog vre-
1,3 1 mena slijeda te su primije-
1,4 1 njene vrijednosti 1,8, 2,0
546
D. Breški i drugi
i 2,2 sekunde. Zasiüeno je vrijeme slijeda vrijeme izme-
ÿu uzastopnih odlazaka vozila sa crte “stop” kada pos-
toji kontinuirana kolona u kretanju kroz raskrižje. Na
slici 11. prikazane su dobivene srednje vrijednosti zakaš-
njenja za izvršenih deset simulacija za svako optereüenje
i navedene veliþine zasiüenog vremena slijeda. S obzi-
rom na to da se promjenom zasiüenog vremena slijeda
mijenja propusna moü promatrane grupe trakova, utjecaj
ovog parametra prikazan je u ovisnosti o prometnom
optereüenju te je na temelju dobivenih krivulja utvrÿeno
podruþje gdje vrijednost vremena slijeda znaþajno mije-
nja procjenu zakašnjenja.
Buduüi da CORSIM kao izlazni podatak eksplicitno ne
daje podatak o propusnoj moüi privoza ili pojedine gru-
pe trakova, procjena propusne moüi može se dobiti indi-
rektnim naþinom tako da se na uzvodnom þvoru od pro-
matranog privoza definira takvo prometno optereüenje
koje üe za posljedicu imati kontinuiranu, zasiüenu kolo-
nu vozila na þitavom analiziranom privozu. Broj vozila
iz kontinuirane kolone koja proÿu raskrižjem u promat-
ranom vremenskom intervalu, a koji postoji kao izlazni
podatak, najveüi je obujam prometa za to razdoblje iz
þega se ekspandiranjem ovog podatka na jedinicu od
jednog sata dobiva procjena propusne moüi u voz/h. Na
ovaj je naþin procijenjena i propusna moü promatrane
grupe trakova za svaki od tri sluþaja zasiüenog vremena
slijeda.
200
180
160
zakašnjenje (sek/voz)
140 sz=1.07
120 sz=1.00
sz=0.92
h=1.8
100 h=2.0
80 h=2.2
sz=1.01
60 sz=0.94
40 sz=0.87
20
0
0 500 1000 1500 2000
prometni tok (voz/h)
Slika 11. Utjecaj zasiüenog vremena slijeda na procjenu zakašnjenja
Na slici 11. naznaþene su veliþine stupnja zasiüenosti
(sz) u podruþju gdje se uoþava da dolazi do odstupanja
izmeÿu dobivenih krivulja zakašnjenja. Prema naznaþe-
nim vrijednostima može se zakljuþiti da u podruþju gdje
je stupanj zasiüenosti < 0,9, primijenjena vrijednost za-
siüenog vremena slijeda nema znatnijeg utjecaja na veli-
þinu procjene zakašnjenja. U uvjetima kada je odnos
prometne potražnje i propusne moüi > 0,9, a osobito u
podruþju gdje je ovaj odnos od 0,95 do 1,05 dolazi do
znatnog odstupanja veliþine zakašnjenja. Stoga je što
toþnija vrijednost zasiüenog vremena slijeda nužna za
Što realnija vrijednost zasiüenog vremena slijeda u pret-
hodno navedenim uvjetima odvijanja toka važna je kad
GRAĈEVINAR 58 (2006) 7, 539-548
D. Breški i drugi
se simulacija rabi za ocjenu funkcioniranja odreÿenog
raskrižja u postojeüim uvjetima, dok je u sluþaju uspo-
redbe i vrednovanja odreÿenih graÿevinskih i prometnih
rješenja na nekom raskrižju, važno uspostaviti konzis-
tentne uvjete za sva varijantna rješenja te je potrebno da
se ovaj parametar drži konstantnim bez obzira koja üe se
vrijednost primijeniti.
4.3 Utjecaj vrijednosti brzine slobodnog toka i
duljine privoza na procjenu zakašnjenja
Pri modeliranju raskrižja ili mreže, osim ostalih ulaznih
podataka, potrebno je definirati brzinu slobodnog toka i
duljinu privoza. Kod bliskih je raskrižja duljina privoza
odreÿena njihovim položajem na mreži dok se kod izo-
liranih i rubnih raskrižja ovaj parametar može razliþito
definirati. Da bi se utvrdio utjecaj parametra brzine i du-
ljine privoza na procjenu zakašnjenja, modelirano je
jedno jednostavno hipotetsko þetverokrako raskrižje.
Krakovi su definirani kao dvotraþni sa po jednim trakom
za svaki smjer vožnje. Uzdužni nagib je 0%. Pretpostav-
ljeno je da prometni tok saþinjavaju samo osobna vozila
koja se kreüu ravno kroz raskrižje te da nema pješaþkih
tokova. Duljina ciklusa je 60 sekunda s efektivnim zele-
nim vremenom u trajanju od 30 s za promatrani privoz.
Da bi se provela parametarska analiza u prvom je sluþa-
ju primijenjena duljina privoza od 300 m, dok je u dru-
gom analiziranom sluþaju duljina privoza poveüana na
900 m. Prometno optereüenje sukcesivno se poveüavalo,
tako da su simulirani uvjeti zasiüenosti sustava u raspo-
nu od 0,1 do 1,3 odnosa prometnog optereüenja (potraž-
nje) i propusne moüi. Vrijednost brzine slobodnog toka
mijenjala se od 40 do 80 km/h, s poveüanjem od 10 km/h
za obje duljine privoza i sve uvjete zasiüenosti. Za sva-
ku kombinaciju prethodno navedenih parametara i uvje-
ta toka (2x13x5 kombinacija) izvršeno je po 10 simula-
cija u trajanju od 15 minuta.
Na slikama 12. i 13. prikazane su dobivene krivulje sred-
njih vrijednosti zakašnjenja za sve stupnjeve zasiüenosti
ovisno o primijenjenoj vrijednosti brzine slobodnog to-
ka i duljini privoza.
120
100
zakašnjenje (sek/voz)
80
60
40
20
0
0 0,2 0,4 0,6 0,8
stupanj zasiüenosti
Slika 12. Prikaz procjene zakašnjenja za duljinu privoza od 300 m
GRAĈEVINAR 57 (2005) 1, 539-548
Simulacijski model CORSIM
250
200
zakašnjenje (sek/voz)
brzina 40
150
brzina 50
brzina 60
100 brzina 70
brzina 80
50
0
0 0,2 0,4 0,6 0,8 1 1,2 1,4
stupanj zasiüenosti
Slika 13. Prikaz procjene zakašnjenja za duljinu privoza od 900 m
Nakon analize dobivenih podataka može se zakljuþiti da
primijenjena vrijednost brzine slobodnog toka ne utjeþe
znatno na veliþinu zakašnjenja, osobito kod kraüe dulji-
ne privoza. U promatranom sluþaju s duljim privozom
razlika u procjeni zakašnjenja s obzirom na brzinu slo-
bodnog toka javlja su u podruþju gdje se prometno op-
tereüenje približava propusnoj moüi i u podruþju veüeg
stupnja zasiüenosti, dok za uvjete gdje je stupanj zasiüe-
nosti < 0,9 nema znatnijeg utjecaja.
Kada se usporeÿuju dobivene vrijednosti za kraüi i dulji
privoz, s predoþenih se dijagrama može uoþiti da se naj-
veüe razlike u procjeni zakašnjenja pojavljuju u saturira-
nim uvjetima. Ova se razlika može protumaþiti jedno-
stavnom þinjenicom da dulji privoz fiziþki može primiti
više vozila u uvjetima zasiüenog toka þije zakašnjenje
ulazi u proraþun ukupne vrijednosti, dok kod kraüeg
privoza, zagušenog vozilima, ne može doüi do genera-
cije novih vozila pa tako njihovo zakašnjenje ne ulazi u
proraþun. Kao posljedica ovog pojavljuje se podcijenje-
na vrijednost zakašnjenja za kratke privoze u zasiüenim
uvjetima. Za dobivanje realnije vrijednosti prosjeþnog
zakašnjenja bilo bi potrebno produžiti vrijeme simula-
cije dodatnim vremenskim razdobljem u kojem neüe biti
novog dotoka vozila, a omoguüit üe vozilima iz prethod-
nog intervala pristup na mrežu i s vremenom odlazak s
raskrižja.
5 Zakljuþak
Stohastiþki mikroskopski simulacijski modeli kao što je
CORSIM koristan su „alat“ za analizu funkcioniranja
prometne mreže ili pojedinih njezinih dijelova, jer osim
brojþanih podataka korisniku omoguüuju i vizualizaciju
odvijanja prometnog toka. Poznato je da je za što toþnije
rezultate potrebna kalibracija i validacija modela s obzi-
rom na lokalne uvjete odvijanja prometnog toka. U ovo-
brzina 40 me su þlanku prikazani rezultati analize osjetljivosti ne-
brzina 50
brzina 60 kih od parametara koji se rabe pri analizi funkcioniranja
brzina 70
brzina 80
semaforiziranih raskrižja. Na temelju dobivenih rezulta-
ta može se zakljuþiti sljedeüe:
x Osnovna je karakteristika stohastiþkih modela vari-
1 1,2 1,4 jabilnost izlaznih rezultata, pa je utvrÿeno da je naj-
veüa disperzija procjene zakašnjenja u podruþju gdje
je tok jednak propusnoj moüi te u podruþju vrlo ma-
547
Simulacijski model CORSIM D. Breški i drugi

lih odnosa prometne potražnje i propusne moüi (stu-

panj zasiüenosti < 0,2). Za smanjenje varijabilnosti
rezultata potrebno je ili produžiti vrijeme trajanja si-
mulacije, ili poveüati broj simulacija.
x Analiziranjem utjecaja zasiüenog vremena slijeda na
zakašnjenje u CORSIM-u utvrÿeno je da u podruþju
gdje je stupanj zasiüenosti < 0,9 primijenjena vrijed-
nost ovog parametra nema znatnijeg utjecaja, dok u
podruþju gdje je stupanj zasiüenosti > 0,9 dolazi do
znatnih odstupanja, jer razliþita zasiüena vremena
slijeda rezultiraju drukþijom procjenom propusne
moüi, pa je za takve uvjete toka potrebno utvrditi
stvarno zasiüeno vrijeme slijeda i kalibrirati model
x Ispitivanjem utjecaja primijenjenih vrijednosti dulji-
ne privoza i brzine slobodnog toka na procjenu za-
kašnjenja u CORSIM-u ustanovljeno je da definira-
na duljina privoza ne utjeþe znatno na zakašnjenje u
nezasiüenim uvjetima (stupanj zasiüenosti < 1,0) dok
u zasiüenim uvjetima veüa duljina privoza daje mno-
go veüa zakašnjenja jer u definiranom vremenu simula-
cije fiziþki može primiti više generiranih vozila þije
zakašnjenje ulazi u proraþun. Variranjem parametra
brzine slobodnog toka uoþeno je da primijenjena
vrijednost nema utjecaja na zakašnjenje osobito kod
kraüeg privoza, dok se u sluþaju duljeg privoza od-
stupanja pojavljuju u uvjetima kad je prometna pot-
ražnja jednaka ili veüa od propusne moüi te je za
takve uvjete odvijanja toka potrebno kalibrirati ovaj
parametar
x Simulacijski su modeli vrlo upotrebljivi pri uspored-
bi varijanata graÿevinskih i/ili prometnih rješenja
prije implementacije u prostor, jer se može simulirati
isti prometni tok za svako od rješenja bez obzira na
primijenjene vrijednosti pojedinih parametara te se
usporedbom dobivenih prometnih pokazatelja može
izabrati najpovoljnije.
LITERATURA
>1@ Transportation Research Board: Highway Capacity Manual,
National Research Council, Washington, DC, 2000.
>2@ Transportation Research Board: Traffic Flow Theory, A State-of-
Art-Report , ITS, Turner Fairbank Highway Research Center,
www.tfhrc.gov/its/tft, 1997.
>3@ FHWA Office of Operations Research, Development and
Technology, Federal Highway Administration, Turner-Fairbank
Highway Research Center: TSIS-Traffic Software Integrated System,
Version 5.1, ITT Industries, Inc., Systems Division, Colorado Springs,
2003.
>4@ Halati A., Lieu H., and Walker S.: “CORSIM" - Corridor Traffic
Simulation Model, Proceedings ASCE Conference on Traffic
Congestion and Safety in the 21st Century, Chicago, 1997., 570.-576.
>5@ Breški, D.: Usporedba analitiþkih i simulacijskih modela za
analizu funkcioniranja semaforiziranih raskrižja, magistarski rad,
Graÿevinsko-arhitektonski fakultet Sveuþilišta u Splitu, Split, 2004.
>6@ Aycin, M.F., Benekohal, R.F.: Comparision of Car-Following
Models for Simulation, Transportation Research Record, No.1678,
TRB, National Research Council, Washington, D. C., 1999.

548 GRAĈEVINAR 58 (2006) 7, 539-548