The thesis addresses problem of modelling the state of the traffic network in cases of unexpected events by proposing the two alternative macroscopic dynamic traffic assignment models. Indeed, both the traffic flows and the travel times change due to the events. Significant change of traffic flow pattern observed on the Warsaw bridges in case of the traffic event justified the need for the proposed models. Forecasting and quantifying how the events affect the traffic pattern, is of particular importance, since the proper traffic management actions rely on it.
The main contributions of the thesis are the two rerouting, macroscopic DTA models: Information Comply Model that exposes the phenomena and handles it in details, and the Rolling-Horizon that simplifies it so that it can be applied in real-time environment. The two models are illustrated with the examples showing their capabilities. ICM examples on the toy-network show various cases of informing the drivers: radio, VMS at two different locations, no information only observation, on-line sources becoming viral, etc. RH-DTA examples include single and multiple events, immediate and delayed information and multiple user-classes.
Praca zawiera autorskie metody określania stanu sieci drogowej w sytuacjach nietypowych. Zaproponowano tu dwie modyfikacje dostępnych metod określania stanu sieci tak, by mogły odwzorowywać również sytuacje nietypowe. W szczególności, by możliwe było określenie stanu sieci w następstwie zdarzeń nieoczekiwanych: wypadków, zamknięć, demonstracji, awarii, itp. Cel ten osiągnięto dzięki uwzględnieniu zjawiska zmiany trasy przejazdu przez użytkownika w modelu rozkładu ruchu na sieć. W pracy przedstawiono dwie nowe metody makroskopowego dynamicznego rozkładu ruchu na sieć (DTA). W przeciwieństwie do istniejących metod, zaproponowane metody pozwalają określać stan sieci transportowej w następstwie zdarzeń nieoczekiwanych. Przeprowadzona analiza algorytmu dynamicznego rozkładu ruchu na sieć pokazała możliwe sposoby uwzględnienia sytuacji nietypowych i ich wpływu. Umożliwiło to sformułowanie dwóch metod, które określają stan sieci po zdarzeniu nieoczekiwanym. Model przyswajania informacji reprezentuje faktyczne zachowanie użytkownika przy zmianie trasy w reakcji na zdarzenie nieoczekiwane i w realistyczny sposób określa stan sieci. Model przesuwającego się horyzontu upraszcza zjawisko, ale dzięki swojej strukturze może być używany w systemach czasu rzeczywistego. Obydwie metody wdrożono w środowisku dynamicznego modelowania ruchu (DTA). Dodatkowo, w pracy pokazano sposoby obserwacji zjawiska zmiany trasy: bezpośrednie (ścieżki) i pośrednie (potoki), oraz procedurę analizy danych pozwalającą sformułować problem estymacji dla zaproponowanych metod.
