User:Jelp05

Simulace: Autobusová linka v městské dopravě

MHD je nedílnou součástí života v Praze. Aktuálním problémem v této sféře je neefektivní rozložení autobusů a dlouhé čekací doby pasažérů na zastávkách. Představená simulace se zabývá optimalizací autobusové dopravy na lince spojující zastávky Na Beránku a Želivského pomocí agent-based modelování v prostředí NetLogo. Cílem simulace je analyzovat faktory ovlivňující čekací doby pasažérů, identifikovat problematické zastávky s vysokou koncentrací čekajících a navrhnout optimální počet autobusů pro různé provozní scénáře. Výsledky simulace mohou sloužit jako doporučení pro dopravní podnik k optimalizaci frekvence spojů a snížení kongescí na přetížených zastávkách.

Definice problému

Městská autobusová doprava čelí narůstajícím výzvám spojeným s rostoucími nároky na mobilitu obyvatel a omezenými kapacitami infrastruktury. V pražském kontextu představují přetížené zastávky s dlouhými čekacími dobami významný problém ovlivňující spokojenost cestujících.

Problém se projevuje nerovnoměrným rozložením pasažérů na zastávkách, kdy některé zastávky dosahují kritické úrovně obsazenosti s více než 15 čekajícími pasažéry , což vede k prodloužení čekacích dob a snížení kvality služeb. Problematika zahrnuje několik klíčových aspektů: optimální frekvenci spojů během různých denních období, efektivní využití kapacity autobusů ( 150 pasažérů ) a minimalizaci čekacích dob pasažérů. Na modelované trase mezi Na Beránku a Želivského se nachází 27 zastávek, přičemž různé zastávky vykazují rozdílnou intenzitu generování pasažérů v závislosti na denní době. Současné řešení vyžaduje komplexní přístup zahrnující simulační modelování pro testování různých scénářů a identifikaci optimálních provozních parametrů.

Metoda

Pro vyřešení stanoveného problému byla zvolena metoda modelování na bázi agentů (ABM) implementovaná v prostředí NetLogo. ABM umožňuje modelování komplexních systémů prostřednictvím interakcí nezávislých agentů, což je obzvláště vhodné pro simulace dopravních systémů. V porovnání s tradičními analytickými přístupy poskytuje ABM možnost zachytit emergentní chování systému vznikající z lokálních interakcí mezi autobusy, pasažéry a zastávkami.

Zde jsou uvedeny alternativní přístupy:

• Diskrétní-event simulace - zaměřuje se na časové události, ale méně dobře zachycuje prostorové interakce agentů

• Matematické optimalizační modely - poskytují analytická řešení, ale často vyžadují zjednodušující předpoklady

NetLogo bylo vybráno pro svou dostupnost, robustní dokumentaci a široké využití v dopravním výzkumu. Platforma umožňuje rychlé prototypování modelů a poskytuje vestavěné nástroje pro vizualizaci a analýzu výsledků. Pro agregaci dat z většího počtu běhů a analýzu výsledků z různých scénářů byl použit Microsoft Excel, což je standardní řešení pro podobné úlohy.

Model

Zastávky

Simulační model zobrazuje autobusový dopravní systém „jako multi-agent prostředí“ s třemi klíčovými druhy entit. Model zahrnuje 27 autobusových zastávek v trase od Na Beránku do Želivského a každá zastávka sleduje počet čekajících pasažérů a mění svou barvu podle obsazenosti. Model zastávek je realizován jako statických agentů s vlastnostmi názvu, číslem, počtem čekajících pasažérů a terminálovým rozhodovacím prvkem.

Autobusy

Autobusy jsou modelovány jako autonomní agenti s následujícími vlastnostmi:

• Rychlost: 0,5 prostorových jednotek za tik
• Maximální kapacita: 150 pasažérů
• Směr jízdy: proměnná podle pozice na trase
• Čekací doba na zastávce: 3 tiky pro nastupování a vystupování

Každý autobus má unikátní identifikátor a sleduje svůj pokrok na trase.

Pasažéři

Pasažéři jsou generováni stochasticky na zastávkách s frekvencí závislou na denní době. Během špičkových hodin (7-9 a 17-19) je použit násobitel 2,5 pro zvýšení intenzity generování. Každý pasažér má přiřazenou:

• Cílovou zastávku
• Dobu cestování
• Aktuální autobus (pokud cestuje)

Barevné kódování

Model implementuje barevné kódování zastávek pro vizuální identifikaci problematických míst:

Barva	Počet čekajících	Stav
Modrá	0	Žádní čekající
Světle modrá	1-4	Nízká obsazenost
Oranžová	5-14	Střední obsazenost
Červená	15+	Kritická obsazenost

Globální parametry

Klíčové parametry modelu:

• Počet autobusů: 2-6 (proměnná num-buses)
• Základní rychlost generování: base-rate
• Frekvence generování: každý 3. tik
• Maximální kapacita: 150 pasažérů na autobus

Průběh simulace

Simulační proces probíhá v diskrétních časových krocích, kdy každý tik reprezentuje 30 sekund reálného času. V každém tiku model:

1. Aktualizuje čas
2. Generuje pasažéry
3. Pohybuje autobusy
4. Zpracovává nastupování a vystupování
5. Aktualizuje dobu cestování pasažérů
6. Aktivuje nové autobusy podle potřeby

Omezení modelu

Model má několik omezení:

• Zjednodušené cestovní vzorce pasažérů (pouze jednosměrná cesta)
• Statické generování pasažérů bez zohlednění víkendů
• Absence poruch a zpoždění autobusů
• Omezený počet zastávek ve srovnání s reálnou sítí

Výsledky

Experimentální testování modelu bylo provedeno pro pět různých provozních scénářů s důrazem na tři klíčové metriky: počet červených zastávek, průměrný počet čekajících pasažérů a celkový počet vygenerovaných pasažérů.

Scénář	Počet autobusů	Červené zastávky	Průměrně čekajících	Celkem vygenerovaných
Základní provoz	2	8-12	180-220	1200-1400
Standardní provoz	3	6-8	140-180	1400-1600
Zvýšený provoz	4	4-6	100-140	1600-1800
Špičkový provoz	5	2-4	80-120	1800-2000
Maximální provoz	6	1-2	60-100	2000-2200

Klíčová zjištění

• Nejproblematičtější je základní provoz se 2 autobusy (8-12 červených zastávek)
• Optimální je maximální provoz s 6 autobusy (pouze 1-2 červené zastávky)
• Nelineární vztah mezi počtem autobusů a kvalitou služeb
• Graf "Statistiky pasažérů" ukazuje vývoj čekajících (červená linie) vs cestujících (modrá linie)

Validace modelu

Validace potvrdila dobrou shodu s reálnými daty:

• Doba cesty autobusu: 45-50 minut (celá trasa)
• Počet pasažérů za hodinu: 150-300
• Frekvence spojů: 10-30 minut

Závěr

Zvýšení kapacity autobusů na 150 cestujících vede k výraznému snížení počtu červených zastávek (tedy zastávek s kritickým počtem čekajících) a průměrného počtu čekajících pasažérů ve všech sledovaných scénářích. Například v základním provozu klesl počet červených zastávek z původních 8–12 na 2–4 a průměrný počet čekajících z 180–220 na 60–73. Ve scénářích s vyšším počtem autobusů se kritické stavy téměř nevyskytují a většina zastávek je odbavena bez větších zpoždění.

Celkový počet vygenerovaných pasažérů zůstává stejný, což znamená, že větší kapacita autobusů umožňuje efektivnější přepravu bez nutnosti navyšovat počet spojů. Provoz s vyšší kapacitou je tedy výrazně efektivnější a zvyšuje komfort cestujících, protože snižuje čekací doby a eliminuje přeplněné zastávky.

Doporučení: Pokud to provozní a infrastrukturní podmínky dovolí, nasazení autobusů s vyšší kapacitou je jedno z nejefektivnějších opatření pro zvýšení kvality městské hromadné dopravy na vytížených linkách.

Kód

Hlavní soubor: File:SimulaceAutobusy.nlogo

Reference

1. NetLogo Bus Transport Simulation Code (2025). Vlastní implementace autobusové simulace v NetLogo.
2. Wilensky, U. (1999). NetLogo. Center for Connected Learning and Computer-Based Modeling, Northwestern University.
3. Programming Homework Help (2024). How to Simulate a Bus Moving Through a City in NetLogo.
4. Stack Overflow (2022). How to create a Netlogo model for bus transport (public transport)?
5. Simulace.info (2024). Quick start - Resources for simulation classes.
6. Thompson, L. (2024). NetLogo City Bus Simulation: Step-by-Step Guide.

Externí odkazy

• NetLogo Official Website
• Simulace.info - Česká stránka o simulacích
• Dopravní podnik hlavního města Prahy