Procedimento para identificação dos principais parâmetros dos microssimuladores a serem considerados no processo de calibração

Abstract

A utilização de microssimuladores para as atividades de planejamento e gerenciamento do tráfego depende diretamente da capacidade dos programas em bem representar as diferentes situações em análise. Isto é, depende da qualidade da calibração dos seus parâmetros. Os microssimuladores de tráfego disponíveis no mercado apresentam muitos parâmetros, cuja calibração total torna o processo bastante complexo e dificulta sua realização. Uma das dificuldades enfrentadas pela maioria dos técnicos no uso destas ferramentas é, portanto, realizar essa calibração dentro das limitações de tempo e recursos disponíveis. Neste contexto, o presente trabalho visa contribuir para a superação desta dificuldade, mediante o desenvolvimento de um procedimento para a identificação dos parâmetros mais importantes para a calibração de um dado microssimulador de tráfego. Isto é, a determinação de parâmetros que sejam necessários e suficientes para garantir a adequada calibração do simulador. O procedimento proposto inclui as seguintes etapas: definição da situação a ser estudada; condições gerais dos cenários; caracterização dos cenários; estabelecimento das medidas de desempenho; definição do conjunto de parâmetros e dos respectivos valores; simulação dos cenários; análise estatística da significância de cada parâmetro sobre o resultado de cada simulação; e identificação dos principais parâmetros. A eficácia do procedimento foi testada no Aimsun, considerando a simulação de cenários localizados em áreas urbanas. Este teste revelou que o procedimento atingiu plenamente seus objetivos, permitindo a identificação de parâmetros importantes de calibração, considerando todos os cenários avaliados e, também, subconjuntos de cenários. Para o caso de todos os cenários, por exemplo, foram obtidos três conjuntos de parâmetros. O primeiro deles, aplicável a todos os cenários, contém somente a variação do tempo de reação do condutor na seção; o segundo conjunto, aplicável a mais de 75% dos cenários, inclui a aceleração máxima, o fator de sensibilidade e o tempo de reação na rede; e o terceiro conjunto, aplicável a mais de 50% dos cenários, inclui a distância mínima entre veículos e o tempo máximo de cessão de preferência. _______________________________________________________________________________________ ABSTRACT

The use of microsimulators in traffic planning and management activities is directly dependant on how well the programs are able to represent the different situations under analysis and, consequently, they depend on the quality of parameter calibration. Traffic microsimulators currently available in the market work with a very large number of parameters making their total calibration a highly complex process that is difficult to achieve. Thus, for most technical staff using such tools, the challenge is how to achieve that calibration within the limitations of the time and resources available. This work sets out to address that challenge by developing a procedure for identifying the most important parameters whose calibration is not only essential but sufficient to ensure the adequate calibration of a given microsimulator. The proposed procedure includes the following stages: definition of the situation to be studied; general conditions of the scenario; establishing performance measurements; defining the set of parameters and their respective values; statistical analysis of parameter significance for the results of each simulation; and formal identification of the main parameters. Procedure efficacy was tested using Aimsun microsimulator, simulating simple scenarios located in an urban environment. Testing showed that the procedure fully achieved its objective, making it possible to identify the most important parameters for calibration, considering all the scenarios and sets of sub-scenarios evaluated. For the case of parameters applicable to all scenarios, three sets were obtained. The first, applicable to all scenarios, contained only the variation of driver reaction time in the section; the second set, applicable to over 75% of the scenarios and situations studied, included maximum acceleration, the sensitivity factor and reaction time in the network; and the third set, applicable to over 50% of the scenarios and situations studied, included the minimum distance between vehicles and the maximum time for giving right of way. The results obtained, however, show that it would be desirable to expand the range of types of situations tested to include complex traffic networks, the presence of different types of vehicle and the presence of pedestrians, among others.