Model Kepadatan Kecepatan Arus Lalu Lintas Terputus Berdasarkan Data Kumparan

Sebagai diagram lalu lintas yang mendasar, hubungan kecepatan-kepadatan dapat memberikan dasar
yang kuat untuk analisis arus lalu lintas dan manajemen lalu lintas yang efisien. Karena perubahan
mode perjalanan modern, peningkatan dramatis dalam jumlah kendaraan dan kepadatan lalu lintas, dan
dampak dari sinyal lalu lintas dan faktor lainnya, kendaraan sering mengubah kecepatan, yang berarti
bahwa model kepadatan kecepatan berdasarkan arus lalu lintas tidak terputus adalah tidak cocok untuk
arus lalu lintas yang terganggu. Berdasarkan data kumparan jalan perkotaan di Wuhan, Cina, sebuah
metode baru yang dapat secara akurat menggambarkan hubungan kecepatan-kepadatan arus lalu lintas
yang terputus diusulkan untuk karakteristik fluktuasi kecepatan. Model batas atas dan bawah dari nilai
kritis yang diperoleh dengan memasang data kumparan di jalan perkotaan dapat secara akurat dan
intuitif menggambarkan keadaan lalu lintas jalan perkotaan, dan arti fisik dari setiap parameter
memainkan peran penting dalam prediksi dan analisis lalu lintas seperti itu

1. Perkenalan
Aliran, kecepatan, dan kepadatan dikenal sebagai elemen dasar dari teori arus lalu lintas. Arus dapat
mengukur jumlah kendaraan dan kebutuhan infrastruktur lalu lintas. Kecepatan merupakan indeks
pengendalian yang penting dalam perencanaan jalan, dan juga merupakan indeks evaluasi efisiensi
operasi kendaraan. Kepadatan mencerminkan intensitas kendaraan di jalan dan menentukan manajemen
lalu lintas dan tindakan pengendalian. Hubungan antara arus, kecepatan, dan kepadatan yang disebut
diagram fundamental memainkan peran yang sangat penting dalam teori arus lalu lintas dan rekayasa
lalu lintas. Misalnya, hubungan kecepatan-arus dapat digunakan dalam analisis kapasitas jalan raya
untuk menentukan kualitas pelayanan jalan raya, dan hubungan kecepatan-kepadatan dapat
mencerminkan perubahan dinamis dalam arus lalu lintas, yang dapat digunakan untuk mempelajari
perambatan gangguan antar kendaraan. Oleh karena itu, model matematika yang baik memberikan
dasar yang kuat untuk analisis arus lalu lintas dan manajemen lalu lintas yang efisien. Hubungan antara
kecepatan dan kepadatan yang dapat mencerminkan kualitas pelayanan yang diterima dari jalan
menarik perhatian penelitian yang cukup besar.

Model densitas kecepatan paling awal adalah model linier yang diusulkan oleh Greenshields et al. [1]
pada tahun 1935. Model linier tumpang tindih dan mengklasifikasikan kelompok data yang diamati,
yang terbukti tidak masuk akal, dan waktu pengamatan adalah hari libur, dengan rentang representasi
yang sempit, sehingga ada beberapa penyimpangan antara hubungan kecepatan-kerapatan yang
diturunkan dan situasi yang sebenarnya. Kemudian, hubungan antara kecepatan dan kepadatan
dipelajari secara lebih mendalam, dan model logaritma Greenberg, model Edie, model eksponen
Underwood, model Pipes Munjal, model Greenshields yang dimodifikasi, model Newell, dan
seterusnya, muncul secara bergantian [2, 3] . Heydecker dan Addison [4] mempelajari hubungan antara
kecepatan dan kepadatan di bawah berbagai batas kecepatan dan menemukan bahwa kecepatan nol
menyebabkan kemacetan lalu lintas, bukan sebaliknya. Ma dkk. [5] menurunkan model logistik umum
karakteristik arus lalu lintas, yang mencakup beberapa parameter arus lalu lintas dengan makna fisik
yang jelas dan menganalisis efek parameter pada kurva logistik kepadatan kecepatan. Hasil eksperimen
menunjukkan bahwa model ini dapat menggambarkan karakteristik arus lalu lintas di berbagai negara
dengan baik. Shao dkk. [6] mengusulkan model kepadatan kecepatan di bawah kondisi lalu lintas padat
yang dikombinasikan dengan batasan jarak aman minimum, dan hasil eksperimen menunjukkan bahwa
kesalahan absolut model ini lebih kecil daripada model lain yang sesuai dengan data lalu lintas dua
jalan bebas hambatan. Wang dkk. [7] mengusulkan sebuah keluarga model kecepatan-kepadatan
dengan jumlah parameter yang berbeda dengan signifikansi fisik yang penting dan mendapatkan
kinerja yang baik dalam percobaan akhir.

Semua studi di atas didasarkan pada data arus lalu lintas kontinu. Data ini disebut juga arus lalu lintas
tidak terputus, adalah arus lalu lintas tanpa pengaruh faktor fiksasi eksternal, seperti jalan bebas
hambatan, jalan tol perkotaan, dan sebagainya. Arus lalu lintas terputus, disebut sebagai arus lalu lintas
terputus, secara berkala dipengaruhi oleh faktor fiksasi eksternal. Arus lalu lintas terputus yang paling
umum berasal dari lampu sinyal persimpangan perkotaan. Karena variasi jenis kendaraan, pengaruh
periodik lampu sinyal, pirau di bagian kanal, dan faktor lainnya, karakteristik arus lalu lintas terputus
sangat kompleks dibandingkan dengan arus lalu lintas tidak terputus. Selain itu, kota ini masih dalam
peningkatan populasi yang cepat dan, dengan perkembangan ekonomi, orang lebih cenderung untuk
bepergian sendiri, sehingga semakin banyak kendaraan dan semakin banyak kemacetan di kota, yang
mengarah pada peningkatan perjalanan waktu, pertumbuhan konsumsi bahan bakar [8], kejengkelan
pencemaran lingkungan, dan isu-isu mengerikan lainnya [9, 10]. Dibandingkan dengan jalan raya, jalan
perkotaan memiliki pengaruh yang kuat terhadap individu, masyarakat, dan lingkungan. Oleh karena
itu, studi lebih lanjut tentang karakteristik arus lalu lintas yang terputus untuk memberikan dukungan
bagi keputusan manajemen sangat penting.

Penelitian tentang arus lalu lintas yang terputus telah menarik banyak perhatian [11-15]. Banyak ahli
melihat arus lalu lintas yang terletak pada jarak tertentu dari persimpangan sebagai arus lalu lintas
kontinu, percaya bahwa itu dapat digambarkan dengan model arus lalu lintas kontinu. Beberapa
literatur [16, 17] menunjukkan, bagaimanapun, bahwa karena jarak yang pendek antara persimpangan
di kota dan pengaruh lampu sinyal, ada perbedaan antara arus lalu lintas yang terletak pada jarak
tertentu dari persimpangan dan arus lalu lintas kota. jalan raya. Karena data lalu lintas sulit diperoleh
dan karena alasan objektif lainnya, hanya sedikit ahli yang berfokus pada model kepadatan kecepatan
arus lalu lintas diskontinyu.

Wang dkk. [18] memperkenalkan model logit empat parameter untuk kelengkapan data yang lengkap
dan menetapkan model logit kepadatan kecepatan untuk arus lalu lintas belok kiri, lurus, dan belok
kanan. Namun, data eksperimen diperoleh dengan simulasi VISSIM, dan parameter simulasi tidak
cukup akurat untuk menggambarkan lingkungan jalan kota yang kompleks, sehingga hasil eksperimen
memiliki keterbatasan tertentu. Wangetal.[19] berpikir bahwa model stokastik akan berisi lebih banyak
informasi lalu lintas dan mengedepankan model kepadatan kecepatan stokastik. Model stokastik ini
dapat menghasilkan model arus lalu lintas probabilistik dan dapat mencapai prediksi lalu lintas secara
real-time.

Untuk memberikan analisis dan presentasi data yang menguntungkan untuk lalu lintas kota, sehingga
untuk memberikan dukungan keputusan untuk transportasi cerdas, sangat penting untuk
mengkarakterisasi hubungan kecepatan-kepadatan dari arus lalu lintas yang terputus secara lebih
akurat. Dengan menganalisis data dalam jumlah besar, kami mengusulkan metode deskripsi untuk
model hubungan kepadatan kecepatan yang cocok untuk arus lalu lintas terputus, menggunakan kurva
atas dan bawah untuk menggambarkan batas atas dan bawah nilai kecepatan. Karena perbedaan
karakteristik arus lalu lintas di jalur luar dan dalam, data kumparan jalur luar dan dalam dianalisis dan
diverifikasi.

Dimana adalah kecepatan arus bebas, yaitu kecepatan kendaraan tanpa hambatan ketika kepadatan lalu
lintas cenderung nol, dan adalah kepadatan aliran blok, yaitu kepadatan ketika arus lalu lintas
terhambat dan tidak dapat bergerak. Seperti ditunjukkan pada Gambar 1, ketika =0, kecepatan dapat
mencapai nilai maksimum teoritis, yaitu kecepatan aliran bebas . Daerah yang dikelilingi oleh absis,
ordinat dari sembarang titik pada garis, dan koordinat asal adalah arus lalu lintas.

Model linier terlalu sederhana, dan ada banyak kekurangan. Untuk meningkatkan model, para ahli telah
mengusulkan model berdasarkan model linier tetapi dengan tingkat akurasi yang lebih tinggi. Tabel 1
mencantumkan hasil untuk model densitas kecepatan, termasuk model Greenberg, model Underwood,
model Northwestern, model Newell, model Pipes-Munjal, model Drew, model Modified Greenshields,
model Del Castillo dan Benitez, model Van Aerde, model MacNicholas. Model-model ini dengan
parameter makna fisik penting memberikan hasil yang baik.

Wang dkk. [19] membentuk model probabilitas logit kepadatan kecepatan dengan empat parameter.
Wang dkk. menggunakan perangkat lunak simulasi VISSIM untuk mengatur dan mengubah enam
parameter lalu lintas jalan, termasuk panjang bagian , panjang bagian peregangan , cartrate𝛼, periode
sinyal , rasio rentang waktu sinyal belok kiri ke periode sinyal , dan rasio rentang waktu sinyal hijau
lurus dengan periode sinyal 𝑙 , dan menetapkan 22 kelompok parameter. Hasil simulasi menunjukkan
bahwa hubungan antara kecepatan dan kepadatan menyajikan kurva S terbalik. Oleh karena itu, model
logit empat parameter diusulkan di sini untuk menggambarkan kurva S terbalik kecepatan-densitas, dan
ekspresinya adalah sebagai berikut
di mana adalah nilai rata-rata dari kecepatan minimum, adalah
nilai rata-rata kecepatan maksimum, adalah nilai aliran penampang, adalah nilai aliran pada titik belok
kurva, dan adalah parameter yang menentukan bentuk kurva.
Kemudian, data yang diperoleh dari 22 kelompok parameter simulasi dipasang. Empat parameter (𝑢,
dan ) dihitung untuk setiap lingkungan simulasi. dan masing-masing dipasang pada kotak belok kiri,
lurus, dan belok kanan, dan hasil pemasangannya adalah sebagai berikut:

A modified greenberg spped flow model is proposed. We assume speed is a logarithmie function of
free flow speed, concentration and a minimum constant density. Optimization techniques are used to
maximize the flow. Taylors series approximationis utilized to find concentration which maximizes the
flow. Data calibration is discussed to validate the model.

Greenberg’s model of traffic flow was given in [1]. A description of greenberg’s model can be found in
many textbooks, for example [2,4]. In simplified gas dynamic model, the velocity u and the density k
satisfy u-..... constant, where c is the speed of sound. Greenberg used this relation, with c equals to a
constant for his speed density relation in traffic flow. Alone the relation is meaningful for an unsteady
wave motion. However in traffic flow, the realtion was used assuming steady state conditions. For
traffic flow, a relation for the form