Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Lihat diskusi, statistik, dan profil penulis untuk publikasi ini di:https://www.researchgate.net/publication/323390586

Model penugasan lalu lintas dinamis CONTRAM

ArtikeldiJaringan dan Ekonomi Spasial · Oktober 2003

DOI: 10.1023/A:1025394201651

KUTIPAN BACA
108 1.361

1 penulis:

Nicholas B.Taylor
Mandiri
34PUBLIKASI192KUTIPAN

LIHAT PROFIL

Beberapa penulis publikasi ini juga mengerjakan proyek terkait berikut:

Koneksi yang berkelanjutanLihat proyek

PRIMA - Manajemen Insiden Pro-AktifLihat proyek

Semua konten yang mengikuti halaman ini diunggah olehNicholas B.Taylorpada 25 Februari 2018.

Pengguna telah meminta peningkatan file yang diunduh.

 1

Makalah ini diterbitkan dalam Networks and Spatial Economics, 3: (2003) 297-322
© 2003 Kluwer Academic Publishers, Belanda – tidak untuk disebarluaskan

Model penugasan lalu lintas dinamis CONTRAM

NICHOLAS B TAYLOR
Divisi Transportasi, TRL Limited1
Email: ntaylor@trl.co.uk

Abstrak

CONTRAM adalah model komputer dari lalu lintas yang bervariasi waktu dalam jaringan jalan, yang
mengambil sebagai input definisi jaringan dan permintaan yang bervariasi waktu untuk perjalanan
antara satu set zona asal dan tujuan, dan menghasilkan aliran jaringan, rute, dan waktu perjalanan
yang dihasilkan. Ini menggabungkan model lalu lintas irisan waktu makroskopik dengan penugasan
lalu lintas dinamis terpilah, jadi perantara antara keseimbangan makroskopik dan model mikroskopis.
Makalah ini merinci metode yang digunakan, termasuk antrian tergantung waktu yang memainkan
peran sentral, dan perlakuan definisi jaringan, kelas pengguna, kapasitas jalan, sinyal dan koordinasi,
emisi kendaraan, Sistem Transportasi Cerdas, dan jalur penelitian.

Kata kunci:penugasan, kemacetan, ITS, jaringan, jalan, simulasi, lalu lintas

1. pengantar

CONTRAM (ref.) adalah model komputer dari lalu lintas yang bervariasi waktu dalam jaringan jalan,
yang mengambil sebagai input definisi jaringan dan permintaan yang bervariasi waktu untuk
perjalanan antara satu set zona asal dan tujuan, dan mengeluarkan arus jaringan yang dihasilkan, rute
dan kali perjalanan. Program berjalan dalam lingkungan grafis Windows. Model tersebut termasuk
dalam kategori model penugasan lalu lintas dinamis (DTA). Pendekatan khasnya adalah
menggabungkan bentuk simulasi mikroskopis kuanta lalu lintas, yang disebut 'paket' dengan analogi
dengan jaringan komunikasi, dengan model lalu lintas makroskopik yang bergantung pada waktu.

Aplikasi meluas tidak hanya untuk berbagai skala jaringan, dari pusat kota ke seluruh Belanda
(misalnya), tetapi juga untuk berbagai jenis masalah, termasuk penilaian skema jalan, simulasi
pola permintaan temporal yang kompleks di tempat olahraga dan bandara, dan bahkan
pemodelan pergerakan pejalan kaki di concourse kereta api (bibliografi lengkap dapat diperoleh
dari penulis). Dengan menginterpretasikan paket sebagai analog dengan kendaraan individual,
dengan perilaku di luar pencarian rute optimal yang mengarah ke solusi ekuilibrium,
dimungkinkan untuk mensimulasikan respons terhadap Sistem Transportasi Cerdas (ITS).
KONTRAM adalah 'taktis' dalam arti bahwa itu berhubungan dengan penugasan yang diberikan
 2

permintaan, bukan dengan bagaimana permintaan itu diciptakan. Proses peramalan perjalanan dengan
prosedur 'empat/lima langkah' pembangkitan, distribusi, pilihan waktu keberangkatan, pembagian moda dan
penugasan, memerlukan metode yang berada di luar cakupan makalah ini.

Makalah ini disusun sebagai berikut. Bagian 2 berisi ringkasan dari prinsip-prinsip model. Bagian 3
menyentuh masalah penugasan dinamis. Bagian 4 membahas data. Bagian 5-8 berfokus pada metode
utama termasuk antrian yang bergantung pada waktu, dan Bagian 9 membahas ITS. Akhirnya Bagian
10 mempertimbangkan penelitian saat ini dan perkembangan masa depan.

2. Prinsip-prinsip model KONTRAM

Pelancong nyata atau sejarah kendaraan terus menerus dalam waktu. Perjalanan aktual ditandai dengan
peristiwa seperti memasuki tautan jaringan, berhenti di persimpangan, berangkat dari antrian, menerima atau
bertindak berdasarkan informasi, dan tiba di tujuan. Model yang benar-benar mikroskopis mensimulasikan
lalu lintas dengan mengikuti setiap kendaraan dari waktu ke waktu, atau menjalankan peristiwa dalam urutan
waktu, tetapi mahal secara komputasi. Dalam pemodelan makroskopis, keadaan jaringan dijelaskan dalam
bentuk jumlah agregat seperti tingkat kedatangan lalu lintas rata-rata pada suatu tautan, tetapi ini bisa
menjadi representasi kondisi dinamis yang buruk. Riwayat paket kendaraan di CONTRAM bersifat kontinu
dalam waktu, tetapi berinteraksi hanya melalui model lalu lintas makroskopis irisan waktu yang mendasar,
menghilangkan kebutuhan untuk memodelkan semua peristiwa dalam urutan yang ketat. Ini terkadang
disebut pendekatan 'mesoscopic'.

Irisan waktu adalah kompromi antara kesederhanaan relatif pemodelan dengan nilai rata-rata waktu
dan kebutuhan untuk merepresentasikan variasi waktu. Mereka juga mencerminkan sebagian besar
praktik pengumpulan data yang menghasilkan hitungan periode. Irisan waktu dipilih oleh pengguna,
tergantung pada aplikasinya, dan biasanya berkisar dari 1 jam untuk kondisi offpeak yang perlahan
berubah, hingga 5 menit untuk aplikasi on-line yang sangat dinamis seperti pemodelan ITS. Sebuah
model dapat mencakup 24 jam (atau lebih) dan berisi banyak puncak, seperti yang terjadi misalnya
pada lalu lintas bandara. Batas bawah praktis untuk resolusi diatur oleh fakta bahwa CONTRAM tidak
dapat memodelkan siklus sinyal eksplisit dan variasi lalu lintas acak.

Permintaan adalah input sebagai matriks irisan waktu yang mengklasifikasikan arus asal-tujuan (OD), yang
dapat dilihat sebagai perkiraan terhadap profil harian rata-rata, dan dapat diturunkan dari penghitungan
periode aktual atau dari model permintaan irisan waktu (lihat Gambar 1).
 3

Gambar 1. Profil permintaan, kapasitas, dan antrean umum serta hubungannya

CONTRAM tidak memiliki permintaan elastis, tetapi telah dimasukkan ke dalam kerangka
Matriks Permintaan Variabel (Gordonet al2003, Emersonet al2003), dan ada perangkat
lunak Estimasi Matriks Asal-Tujuan terkait (Hazelton dan Gordon 2002).

Fitur umum dari puncak permintaan adalah kelebihan kapasitas sementara, yang tidak dapat ditangani
secara memadai oleh model statis. Karena antrian akan terus bertambah sementara permintaan
melebihi kapasitas, puncak panjang antrian dan penundaan cenderung tertinggal dari puncak
permintaan, dan semakin besar kelebihan jaringan, semakin besar jeda waktu ini (lihat Gambar 1). Ini
menghasilkan efek penyebaran puncak dan efek lanjutan pada lalu lintas selanjutnya. Perlu dicatat
bahwa panjang antrean dan penundaan adalah fungsi yang berkelanjutan, dan berubah dengan mulus
melalui periode kelebihan kapasitas, persyaratan penting untuk model dinamis.

Permintaan dibagi menjadi aliran 'paket' kecil, yang diarahkan secara independen dan ditugaskan
secara berurutan dalam urutan waktu mulai perjalanan (penyelidikan penugasan paket alternatif
secara paralel dapat ditemukan di Greenwood dan Taylor 1993). Iterasi diperlukan karena setiap paket
dapat memengaruhi paket lain yang memulai perjalanan mereka lebih awal maupun lebih lambat, dan
pengetahuan tentang status jaringan berkembang seolah-olah melalui pengalaman sehari-hari.
Gambar 2 mengilustrasikan hal ini secara skematis. 'Keadaan' jaringan dianggap sebagai yang
didefinisikan dalam ruangdanwaktu, bukan pada waktu tertentu. Setiap jalur paket dihitung secara
keseluruhan, dengan penundaan sesuai dengan waktu kedatangan tautan yang sebenarnya,
meninggalkan jejak dalam deskripsi ruang-waktu. Trip B ditugaskan secara komputasisetelah
perjalanan A, tetapi tiba di bagian pusat jaringan yang padat
 4

sebelumA dalam istilah lalu lintas. Aliran ekstra dan antrian B berkontribusi dalam Iterasinmenyebabkan
penundaan tambahan untuk A di Iterasin+1.

Gambar 2. Representasi skematis dari interaksi paket melalui model lalu lintas

Setiap paket mengikuti rute biaya minimumnya di setiap iterasi, mengingat status jaringan 'saat ini'. Jika penugasan
konvergen, tidak ada paket yang dapat beralih secara sepihak ke rute dengan waktu atau biaya yang lebih rendah,
sehingga secara teori keseimbangan pengguna Wardrop dinamis (DUE) berlaku, tetapi tidak ada fungsi tujuan
keseluruhan yang harus diminimalkan, sehingga sejauh itu modelnya adalah 'heuristis'.

Aliran jaringan diakumulasikan, dan kapasitas, antrean, dan penundaan dievaluasi, secara matematis
dalam model lalu lintas bergantung waktu agregat. Variasi acak dalam kedatangan dan keberangkatan
dapat memiliki efek mendalam pada antrian dan diperhitungkan dalam model antrian itu sendiri (lihat
Bagian 5). Namun, CONTRAM tetap sepenuhnya deterministik, memberikan hasil 'rata-rata' yang dapat
diulang untuk kumpulan data tertentu. Pada prinsipnya, setiap kapasitas/aliran, kecepatan/aliran/
penundaan, model antrian atau fungsi biaya, yang dapat dinyatakan dalam bentuk tertutup atau
sebagai algoritme, dapat digunakan. Metode yang digunakan dalam praktik didasarkan pada model
teoretis dan empiris yang banyak dikembangkan di TRL.

3. Penugasan dan keseimbangan

Rute dengan biaya minimum ditemukan menggunakan metode pembangunan pohon semua-atau-tidak sama sekali
berbasis tautan yang bergantung pada waktu (Dijkstra 1959, Whiting dan Hillier 1960). Karena kondisi jaringan dapat
berubah secara signifikan bahkan untuk perubahan kecil dalam waktu mulai, pohon rute baru harus dibangun untuk
setiap paket, dan karena hanya rute dengan biaya minimum ke tujuan sebenarnya yang ditentukan.
 5

diperlukan, tidak ada keuntungan dalam menggunakan algoritma yang lebih efisien. Namun, waktu
komputasi dapat dihemat dengan memandu algoritme ke tujuan menggunakan pohon terbalik
'heuristik' yang berisiseminimal mungkinbiaya dari semua titik ke setiap tujuan (Taylor 1989). Ini dibuat
sebelumnya secara efisien menggunakan algoritma D'Esopo (Van Vliet 1977).

Setiap paket yang mencari rute dengan biaya minimum secara efektif memiliki 'informasi sempurna'.
Ini mungkin meninggalkan sesuatu yang diinginkan dari sudut pandang realisme, tetapi memiliki
sejarah panjang dalam penilaian kinerja jaringan atau skema, terutama dalam jaringan yang padat,
dan memberikan referensi berulang untuk mengembangkan model yang menggabungkan asumsi
perilaku yang lebih realistis dan ITS (lihat nanti di Bagian 9 dan 10). Biaya dihitung link demi link,
berdasarkan panjang link dan waktu perjalanan dan informasi lainnya (misalnya waktu antrian atau tol)
yang diwujudkan dalam fungsi biaya umum yang didefinisikan untuk kelas pengguna tertentu yang
menjadi milik paket (lihat nanti di bagian 4.2).

Penugasan ulang paket terdiri dari pertama-tama mengurangi aliran paket dari jaringan, dan memperbarui
status jaringan, kemudian menemukan rute barunya, memuatnya ke jaringan ini, dan memperbarui jaringan
lagi. Saat menghitung waktu perjalanan yang diharapkan di sepanjang tautan mana pun, aliran paket untuk
sementara ditambahkan ke aliran tautan untuk mengkompensasi ukurannya yang terbatas. Metode
pemuatan ini biasanya menghasilkan perubahan kecil asalkan ukuran paket tidak terlalu besar.

Menjalankan seluruh urutan paket merupakan satu iterasi model. Iterasi diulang beberapa
kali yang ditentukan pengguna, atau hingga model konvergen, atau hingga sejumlah
kriteria stabilitas yang ditentukan dalam data terpenuhi. Yang terakhir termasuk:

S -q
-- -2
SEBUAH

Perubahan RMS dalam aliran tautan:

1
SEBAGAI
sebagai,n-qsebagai,n-1

sebuah-1 s-1

S
1
SEBUAH

Perbedaan Mutlak Rata-Rata (AAD): SEBAGAI -- qsebagai

, n-q sebagai,n-1

sebuah-1s-1

S
100SEBUAH qsebagai,n-qsebagai,n-1
Persentase Relatif AAD: SEBAGAI --
sebuah-1s-1 qsebagai,n-1

di manaqsebagaiadalah aliran (kendaraan) yang tiba di tautansebuah(-1..A) dalam irisan waktus(-

1..S), dannadalah nomor iterasi. Persentase tautan yang alirannya berubah < 5% juga tersedia
sebagai kriteria terminasi (<10% dan <15% juga dipantau). Ukuran stabilitas berdasarkan total
biaya yang dirasakanCdalam jaringan juga dievaluasi:
 6

Cn-Cn-1
Stabilitas: 100
Cn-1

Ukuran konvergensi yang paling banyak diterima adalah kesenjangan, yang merupakan ukuran
perbedaan antara biaya rute aktual dan minimum pada setiap titik dalam penugasan. Namun, iterasi
ekstra, di mana tidak ada perubahan rute atau biaya jaringan, diperlukan untuk mengevaluasinya,
sehingga tidak tersedia sebagai kriteria konvergensi. Ini dimaksudkan untuk melaporkan penelitian di
tempat lain yang sedang dilakukan ke dalam paket pemisahan dengan proporsi aliran variabel, di
mana ada juga opsi untuk melakukan iterasi tambahan yang dijelaskan.

4. Deskripsi lalu lintas

4.1. Jaringan

Jaringan CONTRAM terdiri dari node konseptual yang dihubungkan oleh tautan searah. Node
dan tautan khusus bertindak sebagai zona dan penghubung asal/tujuan. Node adalah titik
geometris, sedangkan persimpangan kompleks seperti bundaran, atau dengan jalur belok
khusus, didefinisikan sebagai sub-jaringan (lihat Gambar 3).

Gambar 3. Contoh diagram jaringan

 7

Dimungkinkan untuk memiliki lebih dari satu penghubung antara sepasang node, sehingga lajur dan lajur bus
yang terpisah dapat direpresentasikan, meskipun jalinan antar lajur tidak dimodelkan.

Sifat link meliputi:

• panjang jalan (ditentukan secara independen dari pemisahan koordinat node)

• jumlah jalur (jalur dengan properti independen dapat didefinisikan sebagai tautan terpisah)
• aliran saturasi atau kapasitas maksimum
• kecepatan jelajah atau waktu jelajah (waktu nol diperbolehkan, misalnya untuk konektor zona)
• fungsi kecepatan/aliran berlaku untuk panjang lari (jika ada)
• kapasitas penyimpanan kendaraan untuk antrian2

• pembatasan akses dan belokan (jika ada)

• hubungan prioritas dan kapasitas yang melibatkan tautan lain (jika ada)
• informasi waktu sinyal (jika ada)
• kategori jalan (kode yurisdiksi)

Secara internal, tidak ada perbedaan antara tautan 'nyata' dan konektor zona, jadi penting
bahwa konektor zona nosional diberi kode untuk menghindari efek yang tidak realistis pada
penugasan. Mereka biasanya diberi panjang pendek atau nol dan waktu perjalanan, dan
kapasitas tinggi, agar tidak mempengaruhi pilihan rute atau biaya perjalanan. Tidak ada properti
'tipe jalan' seperti itu. Namun, kode 'kategori' (yurisdiksi) dapat ditautkan ke sekumpulan
standar, yang berlaku untuk semua jalan dalam kategori tersebut yang tidak memiliki nilai
terkait yang ditentukan secara eksplisit. Atribut kategori termasuk jumlah jalur, aliran saturasi,
kecepatan dan fungsi kecepatan/aliran, pembatasan akses dan kapasitas penyimpanan.

4.2. Kelas pengguna

Untuk mewakili berbagai jenis kendaraan dan tujuan perjalanan, lalu lintas di CONTRAM dapat dibagi
menjadi 32 kelas pengguna. Setiap kelas memiliki properti yang meliputi faktor PCU-nya
- jumlah 'unit mobil penumpang' dari kapasitas yang dikonsumsi oleh satu unit kelas - faktor
kecepatan jelajah relatif dari kelas tersebut, dan fungsi biaya umumnya diberikan oleh:

C-iklan-bT-CV2D-pTq (4.1)

di manaD= jarak tempuh,T= jumlah waktu yang digunakan,V= kecepatan rata-rata danTqadalah waktu yang
dihabiskan untuk mengantri, yang seringkali dinilai lebih tinggi daripada waktu yang dihabiskan untuk
bergerak. CONTRAM mengintegrasikan semua kelas pengguna sepenuhnya. Pemuatan awal angkutan umum
tidak diperlukan, meskipun fasilitas pramuat volumeadalahtersedia. Bus dapat dimodelkan sebagai kelas
terpisah, ditugaskan ke rute tetap yang mungkin termasuk tautan yang tidak tersedia untuk kelas lain.
Resolusi waktu CONTRAM tidak mengizinkan simulasi langsung halte bus dan prioritas bus. Keterlambatan
 8

bus menyebabkan dapat mempengaruhi rute yang dipilih oleh lalu lintas lainnya, sedangkan waktu tempuh bus dapat
dipengaruhi oleh kemacetan lalu lintas. Kelas khusus lainnya, seperti pejalan kaki, juga dapat dimodelkan dengan
penggunaan kecepatan dan kapasitas yang tepat.

Properti kelas default dan koefisien biaya umum saat ini disediakan untuk tiga kelas
kendaraan yang mewakili kendaraan ringan, bus, dan barang, tetapi ini belum diubah
untuk beberapa waktu, dan disarankan untuk merujuk ke DMRB(ref.) untuk praktik khusus
Inggris, atau sumber lain yang sesuai, untuk nilai waktu terkini, biaya operasi dll.

Kendaraan dapat dikenakan tol pada link tertentu. Karena ini dapat bervariasi berdasarkan tempat, kelas dan
waktu, mereka didefinisikan dalam tabel khusus. Atribut kelas global tambahan memungkinkan biaya tol yang
dirasakan oleh kelas pengguna tertentu berbeda dengan faktor dari biaya moneternya untuk mencerminkan,
misalnya, ketidakpedulian terhadap pajak. Unit moneter bersifat arbitrer, tetapi unit biaya yang sama harus
digunakan untuk biaya tol dan biaya umum, dan total biaya jaringan hanya akan bermakna jika unit biaya yang
sama berlaku untuk semua kelas.

4.3. Permintaan lalu lintas

Data permintaan berisi laju aliran tergantung waktu untuk setiap kelas asal-tujuan dan
kombinasi rute tetap opsional, menghasilkan profil irisan waktu yang serupa dengan yang ada di
Gambar 1. Jika rute tidak ditentukan maka permintaan ditugaskan ke satu atau lebih rute
menurut biaya minimum seperti yang didefinisikan oleh fungsi biaya umum untuk kelas itu.

Untuk membuat aliran paket, CONTRAM menghasilkan untuk setiap pergerakan OD yang
diklasifikasikan aliran paket berukuran kurang lebih sama (lihat Gambar 4) sesuai dengan profil
permintaannya. Ini kemudian disisipkan dan ditugaskan dalam urutan waktu mulai perjalanan mereka.
 9

Gambar 4. Representasi aliran paket

Ukuran paket dapat ditentukan atau dihitung secara otomatis. Untuk setiap pergerakan OD yang terklasifikasi,
semua paket memiliki ukuran yang hampir sama, sehingga perubahan laju aliran antara irisan waktu yang
berbeda tercermin dalam perubahan frekuensi keberangkatan. Rumus perhitungan ukuran paket target
pergerakan OD dimaksudkan untuk menyeimbangkan ukuran dan jumlah paket, dimana {Qsaya} adalah total
volume yang dimuat pada pergerakan OD tersebut di setiap irisan waktu,nadalah jumlah irisan waktu dengan
data, dankadalah faktor penskalaan yang disediakan pengguna (nilai default adalah -2 memberikan ukuran
paket yang sedikit lebih besar dan waktu pengoperasian yang lebih singkat daripada nilai 1):

-Q saya

P-k n
saya-1
(4.2)

-Q saya
saya-1

4.4. Fungsi kecepatan/aliran

Beberapa model penugasan menggunakan fungsi delay/flow, yang dapat mengambil berbagai bentuk dan
merepresentasikan seluruh waktu tempuh sepanjang link termasuk efek antrian. Contohnya adalah bentuk
fungsi daya yang digunakan oleh SATURN (ref.), di mana penundaan sebanding dengan daya rasio volume/
kapasitas yang ditentukan pengguna, serupa dengan fungsi Biro Jalan Umum AS (FHWA 2000).
 10

Fungsi ini, yang berkelanjutan dan dapat diintegrasikan, cocok untuk kalibrasi terhadap data
delay/aliran eksogen dan untuk digabungkan dalam fungsi objektif tipe Beckman.

Namun, fungsi kecepatan/aliran yang digunakan dalam CONTRAM memainkan peran yang lebih terbatas,
merepresentasikan friksi dalam kondisi tidak padat di jalan bebas hambatan dan jalur berkecepatan tinggi lainnya,
atau sebagai proksi untuk efek persimpangan di jaringan yang disederhanakan atau 'jaringan penyangga' yang
mengalirkan lalu lintas ke dan dari area yang akan disimulasikan secara detail. Saat ini, fungsi-fungsi COBA (Cost
Benefit Analysis) yang kontinu dan sepotong-sepotong telah didukung (COBA 2003) (lihat Gambar 5). Ini adalah fungsi
statis secara teknis yang memodifikasi kecepatan jelajah sepanjang tautan di setiap irisan waktu sesuai dengan aliran
rata-rata yang memasuki tautan pada irisan waktu itu. Titik 'kapasitas',QC, digunakan untuk mendefinisikan segmen
terakhir dari hubungan empiris, tetapi adalahbukandiambil sebagai kapasitas link untuk tujuan antrian. Mendukung
hingga tujuh segmen linier, serta ketergantungan kelas pengguna, dan dalam versi pengembangan terbaru, pilihan
fungsi kecepatan/aliran dapat bergantung pada waktu untuk memfasilitasi pemodelan sistem aliran pasang surut,
pengukuran ramp, dll.

Hubungan kecepatan/aliran COBA tidak sesuai untuk memodelkan kemacetan karena tidak
mencakup kondisi antrian. Antrean di jalan raya saat ini dimodelkan dalam CONTRAM
menggunakan bottleneck eksplisit yang diwakili oleh 'garis berhenti' dari sebuah link. Ini
memberikan penundaan total yang benar yang pada dasarnya merupakan fungsi dari kelebihan
permintaan atas kapasitas, tetapi tidak sepenuhnya realistis di mana hilangnya kapasitas
disebabkan oleh gangguan aliran, yang sering terjadi di hilir penggabungan. Ini juga tidak
menghasilkan kepadatan yang benar dan jangkauan fisik antrian, kecuali kapasitas penyimpanan
kendaraan diatur dengan tepat. Hal ini terkait dengan perbedaan antara antrian 'vertikal' dan
'horizontal' yang akan dirujuk nanti di Bagian 5, tetapi lebih dari itu karena dinamika kendaraan
dalam antrian besar, terutama di mana terdapat gelombang kejut,
 11

Gambar 5. Hubungan kecepatan/aliran COBA tanpa kemacetan

4.5. Keluaran model

CONTRAM bertujuan untuk memberikan gambaran lengkap tentang lalu lintas dalam suatu jaringan.
Sebagian besar hasil diperoleh dari model lalu lintas makroskopis dan terkait dengan tautan, termasuk
arus, rata-rata faktor PCU, kapasitas, waktu perjalanan, intensitas lalu lintas, kecepatan rata-rata, dan
antrian di setiap irisan waktu. Aliran tersedia dipisahkan oleh irisan waktu dan kelas pengguna, dan
aliran balik tersedia. Meskipun masing-masing paket diberikan 'all-ornothing', bila digabungkan dalam
irisan waktu, beberapa rute dapat digunakan. Sekilas pergerakan asal-tujuan terklasifikasi yang
bergantung pada kutu waktu memberikan laju aliran, jarak perjalanan, waktu, biaya, dan tol yang
dikeluarkan untuk setiap rute yang digunakan. Jalur dan pengaturan waktu dari masing-masing paket
dapat dengan mudah diekstraksi dan didaur ulang sebagai data dasar untuk, katakanlah, studi respons
terhadap insiden dan ITS. Konsumsi bahan bakar dan emisi jalur (emisi per satuan panjang jalan)
diperkirakan, berdasarkan model dengan koefisien yang ditentukan pengguna, memungkinkan 'hot-
spot' polusi lokal terdeteksi, atau polusi total diperkirakan menggunakan model eksternal dispersi dan
sumber asing. Hasil ringkasan pada akhir setiap iterasi memberikan informasi tentang konvergensi.

5. Antrian dan penundaan yang bergantung pada waktu

5.1. Ringkasan
 12

Inti dari CONTRAM adalah teori antrian yang bergantung pada waktu. Ini memberikan solusi bentuk
tertutup untuk kasus di mana permintaan dan kapasitas tetap konstan selama periode waktu tertentu,
terlepas dari variasi acak dalam kedatangan dan keberangkatan, seperti yang akan dijelaskan di bagian
5.2. Solusi ini dapat diterapkan langsung ke permintaan dan penawaran (kapasitas) yang diadakan
sebagai nilai rata-rata (konstan) dalam setiap urutan irisan waktu. Antrean terakhir di setiap irisan
waktu menjadi antrean awal untuk yang berikutnya. Antrian dan penundaan yang dihasilkan adalah
fungsi waktu yang kontinu (walaupun tidak dapat dibedakan di mana-mana).

FIFO (First In First Out) berlaku untuk lalu lintas perkotaan tingkat tinggi di mana peluang menyalip
terbatas, dan juga memiliki arti yang lebih dalam dalam kaitannya dengan penugasan dinamis yang
berkelanjutan (misalnya Heydecker dan Verlander 1999). Dalam CONTRAM, FIFO tidak dipatuhi secara
mutlak karena rata-rata aliran pada setiap irisan waktu. Namun, diyakini bahwa efek pada hasil secara
keseluruhan kecil dan dapat diminimalkan dengan menggunakan irisan waktu yang lebih banyak dan
lebih singkat. Antrean yang dipenuhi oleh paket di sepanjang rutenya dihitung untuk waktu
kedatangannya yang tepat (lihat sebelumnya di Bagian 2), dan penundaan dihitung dengan melacak
keluarnya antrian melalui irisan waktu di masa mendatang, dengan mempertimbangkan perubahan
kapasitas di masa mendatang.

Pendekatan matematika umum adalah pendekatan Kimber dan Hollis (1979) yang mengacu
pada sumber klasik teori antrian. Karena karakter simulasi CONTRAM, perhitungan antreannya
memerlukan beberapa ekstensi yang tidak ditemukan di, misalnya, model sambungan TRL
ARCADY, PICADY dan OSCADY (Semmens 1985a,b, Burrow 1987), yang juga mewujudkan model
antrian yang bergantung waktu. Setiap model antrian memerlukan model kapasitas, biasanya
didefinisikan pada garis berhenti dalam model perkotaan. Hubungan kapasitas untuk
persimpangan prioritas dan sinyal yang dikembangkan oleh TRL ada dalam bentuknya yang
paling detail dalam model persimpangan, di mana detail geometri dan efek pergerakan yang
berbagi jalur atau jarak pandang yang kabur disertakan. CONTRAM harus menggunakan versi
yang disederhanakan.

5.2. Teori antrian tergantung waktu

Model antrean tergantung waktu didasarkan pada model antrean 'terbagi' dari Kimber dan
Hollis (1979), disebut demikian karena membagi pertumbuhan dan peluruhan antrean menjadi
sejumlah rezim yang berbeda. Untuk rezim tertentu model ini berasal dari model antrian
'sheared' yang dikembangkan oleh R Whiting (tidak dipublikasikan). Ini menggabungkan proses
antrian acak, yang asimtotik ke nilai ekuilibrium kondisi-mapan terbatas, dengan proses jenuh,
yang dapat tumbuh tanpa batas, seperti yang diilustrasikan pada Gambar 6.
 13

Gambar 6. Pemotongan fungsi antrian

Antrean kesetimbangan muncul ketika permintaan rata-rata kurang dari kapasitas rata-rata karena
fluktuasi acak dalam permintaan dan kapasitas dapat menyebabkan antrian ketika permintaan untuk
sementara melebihi kapasitas, tetapi begitu antrian habis, ini tidak dikompensasi oleh kelebihan
kapasitas sementara melebihi permintaan. Antrean deterministik muncul karena kelebihan permintaan
rata-rata atas kapasitas rata-rata, dan hanya mewakili kendaraan yang tidak dapat dibongkar, secara
nominal diwakili oleh (5.1) di manaL0adalah antrian dit=0, dan-adalah intensitas lalu lintas, atau rasio
permintaan terhadap kapasitas-:

Ld-t--L0----1--t (5.1)

Beberapa jenis antrian memiliki deskripsi matematis yang bergantung pada waktu, tetapi ini
sangat rumit (lihat misalnya Kimber dan Hollis 1979). Dalam kondisi mapan, rumus eksak pada
kesetimbangan dapat diperoleh untuk jenis antrian tertentu dalam kaitannya dengan parameter-
, terbatas pada kisaran [0,1). Antrian kesetimbanganLe(Gambar 6, kiri) adalah jenis ini, dan Le--
sebagai--1. Bentuk paling sederhananya adalah antrian M/M/1 tipikal dari persimpangan jalan,
yang waktu kedatangan dan waktu pelayanannya terdistribusi secara eksponensial:

-
L e- (5.2)
1--
 14

Kapan->1, antrian deterministikLd(kanan) tumbuh tanpa batas karena kapasitas tidak dapat
melayani permintaan. Geser mengubah antrian kesetimbangan menjadi asimtotik ke antrian
deterministik, menghasilkan model yang tergantung waktu (grafik rusak) yang mencakup
rentang penuh-dant, meskipun tidak lagi tepat. Transformasi tersebut menyamakan dua
perpindahan pada Gambar 6, yang dapat ditulis dengan dua cara:

-d---1--e atau -d-1 ----e (5.3)

Bentuk tangan kanan menyarankan substitusi dalam istilah tanda kurung dalam persamaan (5.1).
Kuantitas-emenurut definisi adalah kebalikan dari antrian kondisi mapanLeyang dengan konstruksi
sama dengan antrian deterministikLd. Menggunakan notasixdari pada-e, dan menambahkan antrean
awalL0, menghasilkan formula bergantung waktu deterministik yang mewujudkan
model antrian kesetimbangan, mengingat ituxsekarang dinyatakan sebagai beberapa fungsiL-1e(L):

L-Ld-x,t--L0----x--t (5.4)

Di Sini-adalah kapasitas, produk--adalah tingkat permintaan, dan semua parameter

diasumsikan konstan. Produkx-adalah tingkat throughput, danxdapat diartikan sebagai
rata-rata waktu rata-rata3derajat kejenuhan garis berhenti, atau pemanfaatan kapasitas.

Sebuah generalisasi dari rumus antrian kesetimbangan kondisi-mapan, sekali lagi menggunakan variabelx
daripada-, digunakan untuk mewujudkan properti dari proses kedatangan dan layanan:

Cx2
- --
L-Lex-Ix (5.5)
1-x

KoefisienSAYA,dikenal sebagai faktor kendaraan dalam pelayanan, diasumsikan 1 jika kendaraan harus
memperlambat atau berhenti, seperti pada persimpangan prioritas, atau 0 jika mereka dapat bergerak
bebas melintasi garis berhenti, seperti selama fase hijau pada sinyal . KoefisienCmendekati keacakan
sistem dinyatakan oleh Kimber dan Daly (1986) sebagai:

-- - - s--2 -
C- .5-- - - --
sebuah-2
- (5.6)
-- - - - -
---sebuah- --s- -

di mana-saya,-sayaadalah mean dan standar deviasi dari distribusi headway kedatangan dan pelayanan (
saya=sebagai) masing-masing.Cadalah 1,0 untuk tipikal give-way dengan kedatangan terdistribusi
secara eksponensial dan headways layanan (yaitu M/M/1), dan secara empiris 0,6 untuk sinyal
di mana kedatangannya acak dan layanan semi-seragam (kurang lebih M/D/1)4.
 15

Solusi dari (5.4,5.5) adalah kuadrat, secara umum dikatakan:

L-Ls-t,L0,-,-,Saya,C- (5.7)

Meskipun cukup akurat untuk antrian yang tumbuh dari nol, Kimber dan Hollis (1979) menemukannya
menjadi kurang begitu untuk antrian yang tumbuh atau membusuk dari nilai awal yang tidak nol5,6.
Jadi mereka membagi model menjadi tiga rezim. Yang pertama mereka menghilangkan nilai awalL0
dalam antrian tumbuh dengan menggusur waktutdengan lamanya waktut0yang harus dicapai oleh
antrian mulai dari nol dengan parameter konstan yang samaL0. Masalah yang dimodifikasi menjadi
(5.8) di bawah ini, yang solusi eksplisitnya diberikan oleh (5.9,5.10):

L-Ls-t-t0,0,-,-,Saya,C- (5.8)

-b-b2- 4ac 2
L- (jikasebuah-0)
sebuah
(5.9)
c
L- - (jikasebuah=0)
b
di mana:
sebuah---t-t0---C-Saya-

b--1------t-t0--2--2--C-Saya--Saya---t-t- 0
(5.10)
c- -----C-Saya--Saya----t-t--02
t0-L- s -10,LHai,-,-,Saya,C-

Fungsi inversL-1 s untuk perpindahan waktut0juga menimbulkan kuadrat. Itu

waktu 'diproyeksikan kembali't0dihitung dari perubahan panjang antrian dalam interval, yaitu L0,
dibagi dengan laju rata-rata perubahan panjang antrian selama waktu tersebut, dalam bentuk
normalisasi kapasitasL0'=dL/d(-t)dievaluasi padat0, yang dinyatakan dalam bentukL0:

L0
t0- (5.11)
L' 0-
di mana:
L0
L' 0--- (jikaC=I)
L0-Saya

(5.12)
- -L0 -Saya- -4 L-0C -
---L 0 -Saya- - 2 -
Saya--

' - -
L0--- (jikaCI)
-
2C-Saya-
 16

Dua rezim yang tersisa berlaku untuk antrean yang membusuk. Untuk antrean yang turun dari
nilai awal kurang dari2Le(-), modelnya adalah bayangan cermin (5.8-12) dengan tepat
redefinisi waktu mulai efektift* 0,yang menjadi waktu antrian
panjang akan sama dengan2Le(yaitu dengan 2Le-L0menggantiL0dalam (5.11,5.12)) maka:

-
L-2Le-Ls t-t* Hai,0,-,-,Saya,C- (5.13)

Untuk antrian awalnya lebih besar dari 2Le, dimana permintaan harus lebih kecil dari kapasitas (-<1),
selama antrian tetap ada> 2Leitu diasumsikan meluruh pada tingkat konstan yang diberikan oleh (5.12),
setelah itu model 'terbalik' mengambil alih.

Estimasi model antrian terbagiberartipanjang antrian, yang dapat diartikan sebagai rata-rata
distribusi probabilitas, atau sebagai nilai rata-rata yang akan diamati pada waktu yang sama
setiap hari jika pola lalu lintas dengan parameter yang sama diulang hari demi hari dengan
variasi acak dalam kedatangan dan pelayanan . Hal ini telah divalidasi oleh Kimber dan Daly
(1986), yang juga menemukan bahwa nilai-nilai yang diamati dari antrian perkotaan tumbuh ke
ekuilibrium terletak kira-kira antara nol dan dua kali rata-rata. Model menggambarkan avertikal
proses antrian berlangsungpadagaris berhenti, yang tidak memperhitungkan ruang fisik yang
ditempati oleh antrian. Hal ini diyakini cenderung meremehkan panjang antrean, karena antrean
yang bertambah memotong lalu lintas yang datang sehingga meningkatkan tingkat kedatangan
efektif. Diharapkan sumber daya dapat ditemukan untuk mengembangkan model antrean
horizontal yang praktis, dan perluasan alaminya ke antrean besar di jalan raya di mana dinamika
lalu lintas di dalam antrean juga menjadi penting.

5.3. Antrian fase

Fase antrian adalah komponen gigi gergaji dari antrian yang dihasilkan oleh sinyal merah/hijau.
Pentahapan sinyal menentukan kapasitasnya dan ini serta permintaan menentukan apakah
antrian stabil atau terus bertambah. Tidak mungkin untuk 'memotong' antrian fase karena
bekerja pada skala waktu yang berbeda dari antrian acak (5.4). Periode kuning dan merah/
kuning 'diserap' ke dalam periode efektif hijau dan merah yang dimodelkan, ditambah
penundaan awal dan akhir fase individual dan perpindahan 'waktu hilang' global.

Model antrian fase pada dasarnya adalah model Burrow (1987) (sebagaimana
diimplementasikan dalam OSCADY) dengan penambahan modifikasi koordinasi sinyal yang
dijelaskan kemudian di bagian 6.4. Setiap antrean yang tersisa di akhir periode hijau diatur oleh
antrean kesetimbangan sinyal yang dijelaskan di bagian sebelumnya. Ini akan terjadi jika-> 1
atau selama antrian awal mampu mempertahankan saturasi. Oleh karena itu, antrian fase
maksimum terjadi ketika antrian baru saja habis pada akhir periode hijau. Dalam hal ini rata-rata
panjang antrian pada periode hijau dan merah adalah sama dan hanya bergantung pada
pentahapan sinyal, dimana-=g/cadalah proporsi hijau,cadalah waktu siklus (jangan bingung
dengan parameter keacakanC) dan-adalahkapasitas, yaitu normalgS/c:
 17

--1---c
Lr-Lg- (5.14)
2

Ketika aliran di bawah saturasi, yang menyiratkan-<1, rata-rata antrian pada periode hijau lebih
sedikit dibandingkan pada periode merah karena mampu debit penuh, sehingga:

---1---c
Lr-
2
(5.15)
-2--1---2 c
Lg-
2-1----

Jika derajat kejenuhan pada irisan waktu sebelumnya adalah> 1, antrian yang dihasilkan akan
mempertahankan saturasi garis berhenti untuk sementara waktu:

L0-Le---
td- (5.16)
--1---

Dalam hal ini rata-rata antrian fase merah dan hijau dalam irisan waktu saat ini adalah rata-rata dari
(5.14) dan (5.15) diboboti oleh (5.16). Antrian fase rata-rata keseluruhan adalah rata-rata dariLr
danLgditimbang oleh panjang periode merah dan hijau.

5.4. Penundaan antrian

Sebagian besar model lalu lintas makroskopik perlu menghitung tundaan total yang dialami oleh
semua pelancong di setiap tautan jaringan dalam periode waktu tertentu. Model berbasis paket,
sebaliknya, perlu menghitung penundaan untuk setiap paket individu. Meskipun ada rumus untuk
kedua kuantitas yang terkait erat dengan rumus sheared queue, rumus tersebut tidak digunakan
sebagian karena alasan keakuratan dan sebagian karena kapasitas yang memengaruhi paket mungkin
tidak konstan. Untukkonstankapasitas-, rata-rata waktu yang dihabiskan dalam panjang antrianL
diberikan oleh:

L
tD- (5.17)
x-

Tundaan total kendaraan, yang mungkin terakumulasi selama beberapa irisan waktu, dihitung dengan
menerapkan (5.17) secara iteratif ke antrian yang tersisa di depannya pada awal setiap irisan waktu, hingga
izin. Kehadiran darixdalam (5.17) mencerminkan fakta bahwa pada umumnya kapasitas tidak digunakan
sepenuhnya. Misalnya, pertimbangkan antrian kondisi-mapan, panjangL, dihasilkan oleh laju aliran sebesar--,
bertahan untuk periode yang sewenang-wenangT. Total tundaan untuk semua kendaraan pada periode
tersebut adalahLT, dan jumlah kendaraan yang datang adalah--T, jadi keterlambatan per kendaraan yang tiba
adalah LT/--T, misL/--, bukanL/-. (5.17) adalah generalisasi dari ini ke keadaan tak-mapan.
 18

6. Sumber keterlambatan lainnya

6.1. Hubungan kecepatan/aliran

Fungsi kecepatan/aliran COBA telah dijelaskan di bagian 4.4. Efeknya adalah mengubah kecepatan jelajah
rata-rata di sepanjang bagian tautan yang sedang berjalan. Jadi penundaan yang efektif adalah:

- 1 1-
dSF-D- - - - (6.1)
-VSF V -0-

di manaDadalah jarak tempuh danV0adalah kecepatan aliran nol. Penundaan antrian, seperti yang dijelaskan
pada bagian sebelumnya, diperhitungkan secara terpisah, jadi jika penundaan antrian tersirat dalam fungsi
kecepatan/aliran harus diperhatikan untuk memastikan bahwa stop-line tidak memberikan penundaan lebih
lanjut, kecuali jika kapasitas link ditentukan. terlampaui.

6.2. Penundaan geometris di persimpangan

Penundaan geometris adalahtambahanwaktu tempuh yang terjadi ketika kendaraan harus melambat untuk
menegosiasikan gerakan berbelok. Semmens (1985a,b) dan Burrow (1987) menghitung penundaan ini dengan
menghitung jarak dan waktu yang terlibat dalam perlambatan sebelum dan percepatan setelah persimpangan,
menggunakan laju perlambatan dan percepatan yang bergantung pada perubahan kecepatan. Perubahan kecepatan
pada gilirannya tergantung pada kecepatan pelayaran kedatangan dan keberangkatan serta kecepatan masuk dan
keluar dalam manuver.

Model dasar, di mana pendekatan persimpangan, masuk, keluar dan kecepatan keberangkatan masing-
masingVSEBUAH,VB,VCdanVD, adalah:

Jarak perlambatan (m) dAB= 0,5 (V2SEBUAH-V)/sebuah

2 B BA (6.2)
Jarak percepatan (m) dCD= 0,5 (V2D-V2 )/sebuah
C CD

di mana:

Tingkat perlambatan (m / s2)7 sebuahBA= 1,06 (VSEBUAH-VB)/VSEBUAH (6.3)

Tingkat percepatan (m/s2)6 + 0,23aCD= 1,11 (VD-VC)/VD+ 0,02

Jika sebuah persimpangan direpresentasikan secara eksplisit sebagai sub-jaringan dari link, dan node diperlakukan sebagai titik,

maka hanya diperlukan untuk mempertimbangkan kecepatan persimpangan tunggal VJ, di manaVB= VC= VJ, dan tidak ada jarak

yang ditempuh dalam sebuah node. Dengan demikian komponen keterlambatan geometris diberikan oleh:

tG= (VSEBUAH-VJ)/sebuahBA+ (VD-VJ)/sebuahCD- dAB/VSEBUAH- dCD/VD (6.4)

 19

KecepatanVJ, atau seluruh penundaantG, terkait dengan gerakan belok apa pun dapat dimasukkan
secara eksplisit dalam data. Secara umum, meski model di atas tidak menghadirkan kesulitan,
memutuskansecara otomatiskecepatan belok apa yang sesuai untuk gerakan tertentu tidak langsung –
khususnya penting untuk mengidentifikasi dengan benar gerakan yang dilakukanbukanmengalami
keterlambatan geometris, jika tidak, kesalahan perutean yang serius dapat terjadi. Metode
berdasarkan geometri persimpangan dan defleksi gerakan telah dipertimbangkan, tetapi belum ada
yang dianggap cukup andal untuk dimasukkan ke dalam model.

6.2. Persimpangan jalan, termasuk bundaran

Persimpangan jalan termasuk persimpangan prioritas dan entri bundaran, karena bundaran saat ini
dimodelkan sebagai sub-jaringan. Di semua jenis persimpangan jalan, model sederhana diadopsi, di
mana kapasitas adalah fungsi linier dari aliran yang berlawanan (lihat Gambar 7):

-
n
--SSaya- k saya
sayaq (6.5)
saya-1

Gambar 7. Hubungan linier diasumsikan untuk kapasitas versus aliran pada pemberian jalan

di manaSSayaadalah kapasitas mencegat dari link lawan; {qsaya} adalah aliran pada tautan yang
berlawanan [1..n]; dan {ksaya} adalah konstanta yang ditentukan secara empiris atau dihitung dari
 20

geometri, mungkin menggunakan model yang dijelaskan oleh Semmens (1985a,b). Intersep biasanya
membedakan aliran saturasi dari link yang tidak dilawan, tetapi default ke aliran saturasi yang
ditentukan untuk link jika tidak ada intersep yang diberikan.

6.3. Sinyal dan rencana sinyal

Paket sinyal berlaku untuk seluruh persimpangan, dan dapat bergantung pada waktu atau paruh
waktu. Tidak ada hubungan formal antara signal plan dengan node (walaupun signal plan dapat
dengan mudah diidentifikasi dengan node dimana mereka bertindak). Setiap rencana mengontrol
serangkaian tautan pendekatan tertentu. Di benua Eropa, istilah 'rencana' sering mengacu pada sistem
sinyal terkoordinasi di seluruh kota, bukan hanya pada satu persimpangan. Sistem seperti itubisa
dimodelkan karena pada skema di atas tidak ada batasan jumlah link yang dikontrol oleh masing-
masing plan. Setiap rencana sinyal memiliki waktu siklus, sejumlah tahapan, optimalisasi siklus/
pemisahan Webster dan Cobbe (1966) opsional, dan offset relatif terhadap nol umum arbitrer yang
memungkinkannya dikoordinasikan dengan rencana lain. Waktu tetap dan beberapa rencana yang
dioptimalkan akan memiliki panjang tahapan yang ditentukan. Beberapa model sinyal tidak
menggunakan konsep 'panggung', hanya mengenali gerakan atau 'fase'.
Tahapan didefinisikan di sini sebagai kerangka logis di mana fase individu, dengan mereka
penundaan awal dan akhir, ditentukan, sehingga panjang tahapan ditambahkan ke waktu siklus8
. Jumlah tahapan dalam rencana harus konsisten dengan yang tersirat oleh data lengan sinyal
(fase). Rencana waktu hijaugpada setiap lengan/fase individu ditentukan oleh tahapan berurutan
selama sinyal berwarna hijau, dan penundaan mulai dan akhir fase tertentu yang ditentukan
dalam data.

Kapasitas tautan sinyal diberikan oleh:

S-g--s--e-
-- (6.6)
c

di manaSadalah aliran saturasi,gmerencanakan waktu hijau, yang mencakup penundaan fase apa pun,
cwaktu siklus;-s,-emasing-masing adalah perpindahan awal dan akhir global yang memungkinkan untuk
start kendaraan umum, efek kuning dan merah-kuning (kadang-kadang disebut sebagai 'waktu yang
hilang' meskipun istilah ini ambigu dan sebaiknya dihindari). Antrian sinyal dihitung sebagai komponen
fase dan acak-dan-kelebihan yang terpisah seperti yang dijelaskan sebelumnya di bagian 5.2-5.3.

6.4. Koordinasi sinyal

Koordinasi sinyal dimungkinkan oleh model gelombang hijau sederhana. Itu hanya dapat terjadi
antara sinyal-sinyal yang waktu siklusnya sama atau terkait dengan faktor dua, dan di mana arus
lalu lintas tidak terganggu oleh persimpangan jalan yang mengintervensi yang akan menambah
penundaan acak. Gelombang hijau melanjutkan hilir dari sinyal, yang diasumsikan
 21

untuk memperpanjang secara seragam melintasi periode hijaunya, dipetakan ke periode hijau
dari sinyal hilir berikutnya, memungkinkan waktu transit rata-rata dan offset antara sinyal.

Jika, rata-rata, kendaraan dalam gelombang hijau yang meninggalkan sinyal selalu menemukan sinyal hijau
pada sinyal hilir berikutnya, maka secara efektif terlihatgditemukan/csama dengan 1, dan menurut definisi
efisiensi koordinasinyae=1. Jika, rata-rata, sebuah kendaraan di gelombang hijau menemukan warna hijau di
sinyal hilir dalam proporsi yang sama dengan waktu hijau sebenarnya, yaitugbertindak/c, maka menurut definisi
efisiensi koordinasinyae=0. Dengan demikian efisiensi koordinasi teoritis adalah:

gditemukan-gbertindak
e*- (6.7)
c-gbertindak

Efisiensi koordinasi praktis dimodifikasi oleh dispersi gelombang hijau yang meningkat dengan
waktu perjalanantmm(menit), dan oleh faktor yang disediakan penggunafyang misalnya dapat
mewakili efek penuaan rencana waktu tetap (Robertson dan Hunt 1982), jadi:

fe*
e- (6.8)
1-tmm

ebisa negatif, misalnya jika lalu lintas memasuki sinyal upstream dari lengan minor, atau
berlawanan arah dengan koordinasi yang dioptimalkan. Efisiensi koordinasi kendaraan atau
paket tidak hanya memengaruhi probabilitasnya sendiri untuk menemukan sinyal berikutnya
pada warna hijau, tetapi juga, secara agregat, panjang antrean di sana dengan mengubah
keseimbangan arus yang tiba di fase merah dan hijau. Hal ini dapat didekati dengan
menghitung koordinasi rata-rata tertimbang aliranearus lalu lintas kedatangan agregat, dan
menurunkan tingkat kedatangan dan kapasitas efektif yang dimodifikasi, sebagai berikut:

-qsayaesaya
saya
e- atas semua paketsaya, ukuranqsaya, dalam irisan waktu (6.9)
-qsaya
saya

-1-e--
-*- (6.10)
1-E-

-*--1-E--- (6.11)

Parameter yang diubah ini kemudian digunakan dalam perhitungan antrian sinyal, tetapi tidak dapat
diterapkan dengan benar pada perhitungan antrian acak dan penundaan.
 22

Meskipun masing-masing sinyal terkoordinasi dapat dibagi-dioptimalkan asalkan waktu

siklusnya tidak berubah, mengoptimalkan jaringan sinyal terkoordinasi membutuhkan prosedur
yang lebih rumit, seperti yang diterapkan di TRANSYT (ref.).

6.5. Penyempurnaan model kapasitas dasar

Pendekatan dasar untuk memodelkan persimpangan bersinyal, seperti yang dijelaskan pada bagian 6.3-4,
dapat diperluas dalam beberapa cara untuk menangani masalah tertentu yang muncul dalam praktik,
misalnya:

• Pendekatan berkobar
• Menentang belokan

• Sinyal paruh waktu

Sebuah metode yang memungkinkan untuk suar berdasarkan metode Webster dan Cobbe
(1966).9menggunakan kapasitas penyimpananNfdan keluar aliran saturasiSfdari suar
sebagai proksi untuk sifat geometrisnya. Menurut model sederhana ini, suar pada sinyal
mempengaruhi aliran saturasi efektif dari link secara keseluruhan, dan waktu hijau efektif.
Aliran saturasi efektif dihitung untuk kolom lalu lintas yang diperpanjang dan bukan hanya
penjumlahan dari aliran saturasi garis berhenti. JikaSadalah aliran saturasi link utama, dan
gwaktu hijau efektif awal, debit tambahan maksimum suar per siklusNq, dan nilai
gabungan efektif yang baruS'dang'diberikan sebagai berikut, di mana parameternya-sama
dengan 0,5 untuk area suar berbentuk segitiga:

-
Nq-min -gSf,Nf - (6.12)

S'= S + Sf(1-(Nq/ Nf)-) (6.13)

g'= g + Nq/ S' (6.14)

Belokan yang berlawanan mewakili tautan bersinyal yang memberi jalan ke tautan
bersinyal lainnya, yang modelnya telah dijelaskan oleh Burrow (1987). Aliran saturasi rata-
rata tertimbangSWpergerakan dihitung dari aliran saturasi yang berlawanan dan tidak
berlawananSHAI,SAS, dan waktu hijau efektifgHAI,gASmasing-masing:

SHAIgHAI-SASgAS
SW - (6.15)
gHAI-gAS

Aliran saturasi yang tidak terhalangSASadalah yang sebaliknya akan berlaku untuk tautan yang berlawanan,
tetapi aliran saturasi yang berlawanan dihitung secara empiris sebagai:
 23

SAS
SHAI- -SC (6.16)
1.5
1- -f p
rt

di manartadalah radius belokan (diasumsikan 12 meter jika tidak ada data),fpadalah faktor yang
mempertimbangkan kebutuhan untuk memberi jalan kepada lalu lintas yang berlawanan danSCadalah
'istilah izin', jumlah tambahan aliran saturasi yang berlaku hanya ketika fase hijau yang berlawanan
dan berlawanan berakhir secara bersamaan. Istilah-istilah ini didefinisikan di bawah ini:

12xHAI
2
fp - (6.17)
1--f txHAI
-2-1- 0,6-1-ftNs--

3600-Ns-1--ftx
-0,2pcu
HAI
SC - (6.18)
gHAI-gAS

Di (6.17-18)xHAIadalah tingkat kejenuhan maksimum dari aliran yang berlawanan (tunduk pada
maksimum 1,0),ftadalah proporsi lalu lintas di jalur 'berlawanan' yang membelokkan lalu lintas,Ns
adalah jumlah kendaraan yang dapat disimpan di belokan tanpa menghalangi lalu lintas yang tidak
belok, danpcuadalah faktor SMP yang berlaku untuk lalu lintas yang berbelok. Jika green tidak tumpang
tindih dengan rencana saat ini, gerakan dapat dimodelkan sebagai tidak berlawanan.

Sinyal paruh waktu dicirikan oleh rencana sinyal yang beroperasi untuk rentang
waktu terbatas. Ketika sinyal tidak aktif, proses give-way akan berlaku jika sudah
ditentukan. Saat sinyal beroperasi, model sinyal normal akan berlaku. Gerakan
bersinyal lawan paruh waktu jarang terjadi.

7. Memblokir kembali antrian

Istilah blocking back mengacu pada antrian yang membangun kembali dari bottleneck hingga melintasi
persimpangan berikutnya di hulu dan memengaruhi link yang memasukinya, yang mungkin membawa
beberapa lalu lintas yang tidak ditakdirkan untuk melewati bottleneck. Setelah ini terjadi, kapasitas dan proses
antrean di stop line hulu yang 'diblokir' tidak lagi independen dari hilir tersebut. Di bawah beban berlebih yang
parah, antrean dapat menyebar hingga sebagian besar jaringan mengalami kemacetan.

Model mikroskopis pada prinsipnya tidak perlu khawatir tentang proses ini, cukup
memberi makan kendaraan saat ruang tersedia di depan. Bekerja melalui model lalu lintas
saja – misalnya secara berkala memeriksa panjang antrian dan menyesuaikannya –
dianggap bereaksi terlalu lambat dan terlalu sulit untuk konsisten dengan pemuatan
paket. Di sisi lain, sifat umpan balik dari proses pemblokiran kembali berarti penyesuaian
lokal harus ditangani dengan hati-hati untuk menghindari risiko ketidakstabilan.
 24

Pemuatan paket memungkinkan pendekatan kompromi, diilustrasikan oleh Gambar 8. Setelah setiap
paket dimuat, rutenya diperiksa secara terbalik. Pada setiap link D, ia memantau panjang antrian yang
akan terjadi jika hanya paket-paket yang sejauh ini diproses untuk irisan waktu saat ini yang
berkontribusi padanya. Ini dikenal sebagai antrean 'saat ini', berbeda dengan antrean 'biasa' yang
menyertakan jumlah bergulir dari semua kedatangan dalam irisan waktu. Setelah antrian ini mencapai
kapasitas penyimpanan, diasumsikan bahwa tidak ada lagi kendaraan yang dapat memasuki D selama
irisan waktu, jadirata-ratakapasitas setiap link upstream U harus sama dengan throughput aktual U
hingga titik tersebut. Sementara pengurangan kapasitas U harus memberikan panjang antrian akhir
yang benar pada U, itu tidak mewakili kondisi yang dihadapi oleh paket setelah 'permulaan'
pemblokiran kembali, karena paket sebelumnya telah mengalami kapasitas yang jauh lebih tinggi. Oleh
karena itu, paket selanjutnya harus ditahan secara artifisial, agar tidak berangkat dari U hingga irisan
waktu berikutnya.

Angka 8. Metode penghitungan pemblokiran kembali

Baru-baru ini telah ditemukan bahwa model ini memprediksi antrean yang memblokir kembali
dari tautan pendek yang tidak jenuh. Kondisi link antrian pendek D dicirikan olehxD<1 dalam
notasi bagian 5.2. Karena keterkaitan antrean mereka, ini juga berlaku untuk tautan upstream U,
yaituxAS<1. Jika kapasitas U yang dikurangi diasumsikan sama dengan throughputnya,xAS-AS,
maka itu akan meremehkan kapasitas sebenarnya-AS, jadi antrian di U akan dilebih-lebihkan.
Overestimasi bisa menjadi parah jika menyebabkan U tampak terlalu jenuh padahal sebenarnya
tidak.
 25

Pendekatan solusi pada dasarnya adalah kondisi mapan dan probabilistik, meskipun menghindari
mempertimbangkan distribusi probabilitas secara eksplisit. Pertama, jikaSDadalah kapasitas penyimpanan
maksimum D maka panjang antrian rata-rata pada D saat pemblokiran kembali tidakSD, tetapi:

LD-SDxD (7.1)

sejakxDkira-kira adalah bagian dari waktu antrean hadir di D, dan pendeknya D berarti bahwa setiap antrean
memiliki kemungkinan tinggi untuk mengisinya. Mensubstitusikan ini ke dalam (5.3) untuk mendapatkan
panjang antrian ekuilibrium pada D saja mengimplikasikan bahwa keacakan pada D berubah menjadi:

-SD-Saya--1-xD-
CD- (7.2)
xD

Pengurangan keacakan ini mencerminkan fakta bahwa setelah tautan penuh, ia hanya
dipengaruhi secara lemah oleh variasi panjang 'ekor' hulu. Dengan memperlakukan antrian pada
U sebagai proses independen dengan keacakanCAS, seperti yangLASdanLDtambahkan ke antrian
yang bisa dihasilkan oleh (5.3), dan asumsikan ituxAS-xDkemudian:

CAS-C-CD (7.3)

Dalam kasus U, tidak ada kendaraan dalam pelayanan I, karena satu-satunya garis berhenti sebenarnya ada di
D. Terakhir, pengurangan kapasitas U dihitung dari throughput yang dimodelkan dengan penyesuaian untuk
mencerminkan pemanfaatannya yang tidak lengkap:

-AS-D (7.4)
-AS(merah)-
xAS

Diberikan (7.2-7.4) panjang antrian dapat dihitung dengan cara biasa, tautan demi tautan. Investigasi
model pemblokiran kembali masih berlangsung. Seperti antrean horizontal dan jalan tol yang
disebutkan sebelumnya pada bagian 5.2, pengembangan lebih lanjut akan bergantung pada sumber
daya yang tersedia.

8. Konsumsi bahan bakar dan emisi

CONTRAM menghitung konsumsi bahan bakar dan emisi jalur berdasarkan tautan, kelas pengguna dan pembagian
waktu, dan juga konsumsi bahan bakar untuk seluruh jaringan berdasarkan pembagian waktu. Ini mendukung
beberapa jenis fungsi bahan bakar/emisi dengan koefisien yang ditentukan pengguna dan jenis kendaraan, yang saat
ini bergantung pada kecepatan tautan rata-rata, termasuk:
 26

• MODEM – berasal dari output proyek EC DRIVE MODEM (Jostet al1992)

• RR249 – seperti yang digunakan pada KONTRAM 5, termasuk bahan bakar yang digunakan mobil saat mengantri

• SCOOT – fungsi tambahan hanya untuk emisi, seperti yang digunakan dalam SCOOT (ref.)

Model-model ini mengacu kembali pada pekerjaan Everall (1968), yang menunjukkan bahwa konsumsi bahan
bakar per satuan jarak cenderung minimum pada beberapa kecepatan, naik baik pada kecepatan rendah
karena kerugian pemalasan dan pada kecepatan tinggi karena peningkatan resistensi terhadap gerak atau
berkurangnya mesin. efisiensi. Ini diwakili oleh rumus (8.1) (diilustrasikan oleh Gambar 9) di manaVadalah
kecepatan rata-rata,Dadalah jarak, danQadalah jumlah produk yang dipertimbangkan.

- -
sebuah-1-sebuah2V2-DV
Q- --sebuahHai-
- (8.1)
- -

Gambar 9. Bentuk fungsi kecepatan rata-rata Everall

Fungsi-fungsi ini dapat dicampur asalkan unitnya konsisten. Fungsi 'MODEM' adalah yang
paling sederhana, dan juga yang paling lengkap karena memperkirakan konsumsi bahan
bakar dan emisi, dan ditemukan di database terbesar. Mereka diturunkan dengan
melakukan regresi (8.1) pada tabel yang diberikan di Jostet al(1992), berdasarkan siklus
mengemudi dan pengukuran yang dilakukan selama proyek MODEM DRIVE. Koefisien
mereka {sebuahsaya} telah dihitung untuk berbagai jenis kendaraan termasuk:

❖ Mobil berbahan bakar bensin pra-1985nonkatalisator (model 1400 cc, 1400-2000 cc dan >2000 cc)
❖ Mobil berbahan bakar bensin pra-1990nonkatalisator (model 1400 cc, 1400-2000 cc dan >2000 cc)
❖ Mobil bensin yang dilengkapi dengan katalisator (model 1400 cc, 1400-2000 cc dan >2000 cc)
❖ Mobil diesel (<2000 cc, dan >2000 cc termasuk truk hingga 3,5 ton)
 27

Selain itu, tersedia informasi mengenai proporsi relatif dari jenis kendaraan ini dalam total
'armada'. CONTRAM memungkinkan ini didefinisikan untuk setiap kelas pengguna.

Diakui bahwa formula dan proporsi armada perlu terus diperbarui. Ini relatif mudah
dilakukan untuk proporsi armada, tetapi memperbarui basis data emisi mahal dan
memakan waktu. Kerangka kerja untuk data ini di CONTRAM telah dirancang agar
fleksibel sehingga formula baru, dan bahkan jenis fungsi baru, dapat diperkenalkan
saat dan saat tersedia. Misalnya, biaya operasi kendaraan COBA 11 (ref.) dan
beberapa rumus emisi kendaraan COPERT III (ref.) yang baru menggunakan bentuk
alternatif dari (8.1) di mana suku 1/V diganti dengan suku di V. Ini Opsi ini didukung
oleh versi pengembangan CONTRAM.

9. Sistem Transportasi Cerdas

CONTRAM telah mendukung ITS sejak awal 1990-an. Ini adalah mesin penugasan dalam
perangkat lunak MOLA (Motorway On-Line Advisor) Badan Jalan Raya (HA), untuk menilai strategi
pengalihan alternatif di jalan raya Kent dan koridor jalan utama di Inggris tenggara, yang
menghubungkan London dengan pelabuhan dan Terowongan Channel (Harbord dan Masih
1997). Varian lain, CONTRAM-I, dikembangkan oleh Transportation Research Group (TRG) di
Universitas Southampton, di bawah kontrak TRL, untuk mengeksplorasi respons pengemudi
terhadap insiden tanpa adanya informasi eksternal (van Vuren dan Leonard 1994).

Fungsi-fungsi ini telah ditambahkan ke rilis CONTRAM saat ini berkat pendanaan dari Administrasi Jalan
Nasional Swedia, yang menggunakan program untuk penelitian dan pengembangan sistem
manajemen lalu lintas (Davidsson dan Taylor 2003). Versi yang disempurnakan akan menyediakan
mesin penugasan untuk MOLA Taktis yang sedang dikembangkan untuk HA untuk memperhitungkan
dampak yang lebih luas daripada hanya penundaan, dan untuk memodelkan potensi langkah-langkah
Manajemen Lalu Lintas Aktif (ATM).

Data untuk menjalankan 'ITS' terdiri dari empat bagian utama:

• Satu set keluaran rute paket dasar oleh proses non-insiden sebelumnya untuk
mensimulasikan pola lalu lintas 'umum' dalam kondisi normal.
• Insiden atau perubahan lain pada jaringan yang diwakili misalnya dengan pengurangan sementara dalam
kapasitas atau mungkin kecepatan jelajah pada suatu tautan.
• Seperangkat sumber informasi yang ditentukan oleh jenis, lokasi, periode aktivitas, kriteria
pemilihan pengguna, dan kontennya.
• Seperangkat tingkat respons yang menentukan proporsi paket dari kelas tertentu yang akan
merespons setiap jenis atau sumber informasi individual.

Tabel di bawah ini menunjukkan jenis informasisaat inidiimplementasikan.

 28

Jenis informasi Lokasi Tersedia untuk Isi

VMS10 Tautan Semua kelas Rute pengalihan
ANTRE Di mana pun Semua kelas Kriteria pengalihan diri

Kriteria pemilihan dan konten khusus untuk jenis informasi dan diberikan dalam bentuk kata
kunci untuk memungkinkan fleksibilitas untuk mengakomodasi berbagai jenis informasi.
Sebagai contoh, sebuah VMS, yang harus terletak pada link tertentu, mungkin memiliki atribut
seperti 'dest=904', yang berarti bahwa hanya paket yang ditujukan untuk zona nomor 904 yang
terpengaruh, dan 'route=102', yang berarti bahwa yang respond akan mengambil rute
pengalihan nomor 102, yang dapat diperpanjang sampai ke tujuan, atau mungkin hanya
melewati kejadian di mana paket harus menemukan sisa jalannya menggunakan standar
perutean biaya minimum.

Untuk 'informasi' tipe QUEUE, yang tidak terikat ke situs tertentu, model melihat jarak tertentu di
depan sepanjang rute yang dimaksudkan paket (mungkin meluas ke beberapa tautan) dan
memperkirakan proporsinya yang ditempati oleh antrian. Jika ini melebihi ambang batas yang
ditentukan, paket dapat mencari rute alternatif ke tujuannya berdasarkan waktu perjalanan
minimum yang tidak padat, proxy untuk informasi terbatas tentang keadaan jaringan.

Dalam setiap kasus setelah potensi respons ditetapkan, respons aktual tergantung pada tingkat
respons yang ditentukan. Model menyimpan penghitungan total volume lalu lintas dari setiap
kelas yang merespons atau tidak merespons sumber informasi tertentu dan mengalokasikan
setiap paket ke satu set atau lainnya agar tetap sedekat mungkin dengan proporsi yang
ditentukan.

Tabel di bawah menunjukkan beberapa jenis informasi yang mungkin didukung di masa depan.
Ini akan membutuhkan prosedur baru atau tambahan untuk diimplementasikan dalam model.

Jenis informasi Lokasi Tersedia untuk Isi pesan

RDS-TMC Area (sel) Pengguna yang dilengkapi Data insiden atau keterlambatan
DRG Di mana pun Pengguna yang dilengkapi Rute optimal/pengalihan
Pra-Perjalanan Asal Pengguna proaktif Rute yang direkomendasikan

10. Kesimpulan dan perkembangan masa depan

10.1. Kontribusi KONTRAM

CONTRAM mewakili upaya untuk memodelkan apa yang terjadi di dunia nyata lalu lintas, dengan
merepresentasikan proses pada tingkat agregasi atau detail yang sesuai, daripada mencoba mensimulasikan
setiap peristiwa atau memaksakan keteraturan teoretis pada dunia yang mungkin terjadi.
 29

sebenarnya tidak dimiliki. Meskipun penugasan dan model lalu lintasnya berasal dari prinsip
teoritis, pendekatan pemodelan paketnya tidak kompatibel dengan minimalisasi fungsi objektif
formal. Namun demikian, dalam kombinasi mereka memberikan cara yang relatif efisien dan
fleksibel untuk mewakili dunia nyata dan memfokuskan analisis terperinci di tempat yang paling
berguna.

Struktur model menempatkan sedikit batasan pada cara proses seperti antrian, kapasitas, pilihan rute
dan informasi dapat dimodelkan, sehingga pada prinsipnya metode tervalidasi terbaik yang tersedia,
baik teoretis maupun empiris, dapat diadopsi. Oleh karena itu, harus dimungkinkan untuk
mengimbangi sebagian besar perkembangan dalam pemahaman dan pengendalian lalu lintas, serta
perilaku pengemudi dan pilihan rute.

10.2. Pengembangan KONTRAM

Buku Putih Transportasi Terintegrasi pemerintah Inggris (ITWP 1998) mengutip perkiraan
biaya kemacetan dari £7 miliar hingga £15 miliar per tahun. Oleh karena itu, pengurangan
proporsional yang kecil pun dapat menghasilkan manfaat yang besar. Sebagian besar
pengembangan CONTRAM baru-baru ini telah didanai oleh proyek-proyek yang
dikhususkan untuk penelitian atau isu-isu kebijakan tertentu (lihat nanti di Ucapan Terima
Kasih). Ini bertujuan untuk menyediakan dan menguji fungsionalitas baru, tidak harus
terbatas pada implementasi oleh CONTRAM. Namun, selama CONTRAM dan model lalu
lintas lainnya didefinisikan sebagai 'produk komersial', tetapi tidak memiliki mekanisme
'pasar' yang efektif untuk memulihkan nilai kemacetan yang dapat mereka bantu cegah,
sebagian besar pembangunan umum harus didanai dari pendapatan lisensi saja. yang
setelah dikurangi biaya pemeliharaan bisa sangat terbatas.

10.3. Pemodelan non-ekuilibrium

Selain fitur-fiturnya, KONTRAM telah disajikan di sini sebagai model penugasan ekuilibrium. Pengaruh
informasi pra-perjalanan, kepekaan terhadap variabilitas waktu tempuh, dan respons jangka panjang
terhadap perjalanan secara teknis berada di luar lingkup penugasan yang tepat, kecuali mungkin
penugasan stokastik yang mencakup kesalahan persepsi secara umum. Perkembangan model dapat
dibayangkan sebagai berikut, dengan pilihan perjalanan ditentukan oleh:

(1) status jaringan saja(misalnya: penetapan kesetimbangan saat ini)

(2) status jaringanplusInformasi lainnya(misalnya: model ITS saat ini)
(3)persepsi darikeadaan jaringanplusInformasi lainnya11
(4)persepsi darikeadaan jaringanplusInformasi lainnyaplusbelajar dari pengalaman

Pada setiap langkah, populasi yang melakukan perjalanan dipilah lebih lanjut menurut
informasi yang tersedia untuknya dan karakteristik perilakunya, dan perbedaan semakin
melebar antara keadaan objektif jaringan dan persepsi subjektif para pelancong, meskipun
'lapisan' ini masih dapat ditampung dalam model makroskopis umum
 30

kerangka. Model makroskopis yang meminimalkan tujuan akan membutuhkan integrasi

fungsional dari beragam komponen ini, yang mungkin sulit untuk dirumuskan, sementara
pendekatan mikroskopis dengan detail penuh akan membutuhkan model perilaku yang
kompleks, yang mungkin sulit untuk dikalibrasi atau diverifikasi. Pendekatan mesoscopic
tampaknya cocok untuk menangani masalah yang cukup terpilah.

Terima kasih

Selain pengembangan yang didanai secara internal, kontribusi signifikan telah dibuat oleh
proyek penelitian yang dikhususkan untuk pengembangan dan penerapan metodologi khusus
termasuk:

• Kemacetan karena insiden Departemen Transportasi Inggris (DfT) Komisi

• VMS/MOLA Eropa, Badan Jalan Raya Inggris Administrasi
• perangkat tambahan ITS Jalan Nasional Swedia
• Variabilitas Waktu Perjalanan DfT
• Pemodelan Permintaan Variabel DfT
• Manajemen Lalu Lintas Aktif Badan Jalan Raya Inggris

Terima kasih kepada Ian Burrow untuk tinjauan internal dan kepada dua Wasit anonim
untuk komentar ekstensif. Makalah ini dibuat dengan dukungan Direktur Riset, TRL.

Referensi

Burrow IJ (1987). “OSCADY: Program komputer untuk memodelkan kapasitas, antrian, dan penundaan di persimpangan sinyal lalu lintas
yang terisolasi”.Laporan TRL RR 105. TRL, Crowthorne, Inggris.

KOBA (2003). “Pedoman Perencanaan Jalan dan Jembatan. Vol 13 Penilaian ekonomi skema jalan”.Bagian 1:
Panduan COBA. HMSO.
COBA 11. http://www.roads.dft.gov.uk/roadnetwork/heta/highway/index2.htm

KONTRAM.www.contram.com.Termasuk bibliografi penelitian, aplikasi dan makalah terkait. KOPERTI

III. http://vergina.eng.auth.gr/mech/lat/copert/copert.htm

Davidsson F dan Taylor N (2003). “Pemodelan ITS di Swedia menggunakan CONTRAM”.Proses Konferensi Pindah
Cerdas Inggris ITS,Birmingham, April 2003.
Dijkstra EW (1959). "Sebuah catatan tentang dua masalah yang berhubungan dengan grafik".Numerische Mathematik 1, p269-271.

DMRB.Pedoman Perencanaan Jalan dan Jembatan. Departemen Perhubungan, Gt. Marsham St, London.
Emmerson P. dan N. Paulley (TRL), PH Bly, T. van Vuren (Mott Macdonald) dan S. Porter (DfT). (2003). “Menyederhanakan
saran pemodelan multi-tahap sambil mempertahankan hal-hal yang penting”. DiProses Konferensi Transportasi Eropa,
Strasbourg, Oktober 2003.
Everall PF (1968). “Pengaruh kondisi jalan dan lalu lintas terhadap konsumsi bahan bakar”. Laporan TRL LR226. TRL,
Crowthorne.

FHWA (2000).Manual Kapasitas Jalan Raya. Administrasi Jalan Raya Federal AS, Washington DC.
 31

Gordon A, Putih C dan Porter S (2003). "Pemodelan Penugasan dan Permintaan Terpadu Dinamis - DIADEM." Makalah yang
disiapkan untuk Seminar Pemodelan Permintaan Variabel DfT, Juli 2003.

Greenwood DG dan Taylor NB (1993) (University College London dan TRL). "Memparalelkan model penugasan
lalu lintas KONTRAM".Proses Multikonferensi Simulasi ESM'93, Lyon, Juni 1993.
Harbord B dan Still P (1997) (Badan Jalan Raya dan TRL). "MOLA - Pengembangan model jaringan waktu nyata". Proses
Kolokium IEE tentang kontrol strategis jaringan jalan antar kota, London, Maret 1997.
Hazelton M dan Gordon A (2002) “Estimasi matriks perjalanan asal-tujuan dari jumlah tautan”.Proses
Konferensi Transportasi Eropa 2002.

Heydecker B dan Verlander N (1998) (University College London). "Penundaan sementara dalam antrean yang terlalu jenuh". Proses 3rd
Konferensi Internasional IMA. tentang Matematika dalam Perencanaan dan Pengendalian Transportasi, Cardiff, 1-3 April 1998.

Heydecker B dan Verlander N (1999) (University College London). "Perhitungan penugasan keseimbangan lalu
lintas dinamis".Proses Seminar F, Konferensi Transportasi Eropa, 27-29 September 1999, vol P434, p79-91.
PTRC, London.
ITWP (1998).Buku Putih Transportasi Terpadu. Departemen Transportasi, London, Juli 1998. http://
www.dft.gov.uk/itwp/paper/index.htm
Jost P, Hassel D, Weber FJ dan Sonnborn KS (1992). “Pemodelan emisi dan konsumsi bahan bakar berdasarkan
pengukuran berkelanjutan”. Pengiriman No. 7 dari DRIVE Project V1053 MODEM. TÜV Rheinland, bekerja sama dengan
INRETS, TRL, dan CEDIA.
Kimber RM dan Daly P (1986). “Antrean Bergantung Waktu di Persimpangan Jalan: Pengamatan dan Prediksi”.
Penelitian Transportasi Vol 20B, No 3.Pergamon.
Kimber RM dan Hollis EM (1979). “Antrian lalu lintas dan penundaan di persimpangan jalan”.Laporan TRL LR 909. TRL,
Crowthorne, Inggris.

Leonard DR, Gower P dan Taylor NB (1989). “KONTRAM: struktur model”. Laporan TRL RR 178. TRL,
Crowthorne, Inggris.
Robertson DI dan Hunt PB (1982). “Metode memperkirakan manfaat mengkoordinasikan sinyal oleh TRANSYT dan
SCOOT”.Rekayasa dan Kontrol Lalu Lintas, November 1982.

SATURNUS.www.its.leeds.ac.uk/software/saturn.

BERLARI CEPAT. www.trlsoftware.co.uk/productSCOOT.htm

Semmen MC (1985a). “ARCADY2: Program yang disempurnakan untuk memodelkan kapasitas, antrian, dan penundaan di bundaran”.
Laporan TRL RR 35. TRL, Crowthorne, Inggris.

Semmen MC (1985b). “PICADY2: Program yang disempurnakan untuk memodelkan kapasitas, antrean, dan penundaan di
persimpangan prioritas utama/minor”. Laporan TRL RR 36. TRL, Crowthorne, Inggris.

Taylor NB (1989). "Mempercepat penugasan rute tercepat di CONTRAM dengan algoritma heuristik".Rekayasa
dan Kontrol Lalu Lintas, Februari 1989.
Taylor NB (1990). “KONTRAM 5: model penugasan lalu lintas yang disempurnakan”. Laporan TRL RR 249. TRL,
Crowthorne, Inggris.

TRANSIT.www.trlsoftware.co.uk/producttrans.htm

Van Vliet D (1977). "D'Esopo: algoritma pembangunan pohon yang terlupakan".Rekayasa dan Pengendalian Lalu Lintas, Juli/Agustus 1977.

van Vuren T dan Leonard DR (1994). “Kemacetan perkotaan yang disebabkan oleh insiden”.Rekayasa & Pengendalian Lalu Lintas, Juli/Agustus
1994.

Webster FV dan Cobbe BM (1966). "Sinyal lalu lintas". HMSO.

Putih C, Taylor NB dan Hounsell N (1994). "CONTRAM - Perangkat komputer untuk memodelkan kemacetan jalan".
Teknologi Lalu Lintas Internasional '94. Pers Inggris & Internasional.
Whiting PD dan Hillier JA (1960). “Metode untuk menemukan rute terpendek melalui jaringan jalan”.Triwulanan Riset
Operasional, vol 11 nos 1-2, p37-40.
 32

Catatan

1TRL sebelumnya dikenal sebagai Laboratorium Penelitian Transportasi

2Jika tidak diberikan, ini diperkirakan dari panjang ruas, arus saturasi dan panjang jalan yang
ditempati oleh mobil yang tidak bergerak (saat ini diasumsikan 5,75m)
3Waktu-rata-rata adalah selama periode (0,t), rata-rata lebih dari banyak percobaan acak.
4M dan D masing-masing mewakili Markovian dan Deterministik. Angka adalah jumlah server paralel.

5(5.4,5.5) menyarankan interpretasi alternatif untuk Gambar 6. Dalam hal ini, variabel rata-rata derajat
kejenuhandi garis berhenti,x, yang tidak akan pernah melebihi 1 terlepas dari permintaan keseluruhan-,
menghasilkan pada waktutbaik antrean deterministik (5.4) maupun antrean quasi-steady-state yang sama
secara numerik (5.5). Karena antriannyabukansebenarnya dalam keadaan mapan, solusinya tidak bisa tepat
untuk yang terbatast.
6Kimber dan Hollis (1979) menunjukkan bahwa model yang dicukur dalam beberapa kasus melebih-
lebihkan panjang antrean untuk nilai hingga darit. Topik akurasi dan properti lain dari model antrian
dibahas secara rinci oleh Heydecker dan Verlander (1998).
7Lihat Semmens (1985a,b)
8Dalam Taylor (1990) 'tahapan' didefinisikan dipisahkan oleh 'intergreens', jadi biasanya ditambahkan hingga
kurang dari waktu siklus, tetapi penundaan fase individual tidak dipertimbangkan.
9Halaman 92 dari Webster dan Cobbe (1996) berisi salah cetak di mana bilangan prima telah dihilangkan dalam persamaan
untuk keuntungan dalam waktu hijau efektif untuk kasus di mana antrian yang dapat dibuang lebih pendek daripada suar.

10Tanda Pesan Variabel. Mode ini juga dapat digunakan untuk mensimulasikan Tanda Arah Variabel.
11RGCONTRAM, dikembangkan oleh TRG untuk mempelajari panduan rute, memungkinkan 'distorsi' biaya tautan
(Putihet al1994)

Lihat statistik publikasi