an integrated bus based progression system for arterials
play

AN INTEGRATED BUS-BASED PROGRESSION SYSTEM FOR ARTERIALS - PowerPoint PPT Presentation

Thesis Defense for the Degree of Master of Science AN INTEGRATED BUS-BASED PROGRESSION SYSTEM FOR ARTERIALS HAVING HEAVY TRANSIT FLOWS Yao Cheng


  1. Thesis ¡Defense ¡for ¡the ¡Degree ¡of ¡Master ¡of ¡Science ¡ ¡ AN ¡INTEGRATED ¡BUS-­‑BASED ¡ PROGRESSION ¡SYSTEM ¡FOR ¡ARTERIALS ¡ HAVING ¡HEAVY ¡TRANSIT ¡FLOWS ¡ Yao Cheng 11/25/2014

  2. Transit ¡Signal ¡Priority ¡(TSP) ¡ ¡ • Transit system • Active control strategies • Bus-based progression • Bus operational features Source: ¡Sustainable ¡Transportation ¡in ¡the ¡Netherlands ¡ ¡

  3. Outline ¡ • Literature Review • Problem Nature and Modelling Framework • Methodology • Case Study • Conclusions and Future Study

  4. Literature ¡Review ¡ • The concept of TSP has been developed since late 1960s (Smith, 1968) . • Active strategies detect the arrival of buses and grant a priority to them. (Ludwick & John, 1974; Dion & Hesham, 2005) • Passive strategies do not recognize the presence of buses, but predetermine the signal timings to facilitate bus movements. (Urbanik, 1977) • Limitations of TSP strategies • Significant negative impact to cross-street traffic if the target arterials experience heavy bus volumes • May interrupt the conventional signal progression design

  5. Literature ¡Review ¡ • Signal progression, first presented by Morgan and Little (1964), is studied mainly for passenger cars. Outbound Green Band • Allow some vehicles to pass consecutive intersections without encountering red phases. outbound ¡ • Reduce accidents • MAXBAND (Little et al., 1981) • MULTIBAND (Gartner et al., 1990) • Bus progression is a promising passive strategy to improve the inbound ¡ operational efficiency of transit system with • minimized negative impact to cross-street traffic Inbound Green Band • benefits to transit vehicles on an arterial

  6. Outline ¡ • Literature Review • Problem Nature and Modelling Framework • Methodology • Case Study • Conclusions and Future Study

  7. Critical ¡issues ¡ Competition ¡ Dwell ¡time ¡at ¡ Dwell ¡time ¡ Bus ¡stop ¡ between ¡buses ¡ bus ¡stops ¡ uncertainty ¡ capacity ¡ and ¡PCs ¡

  8. Critical ¡issues ¡ Distance Competition ¡ Dwell ¡time ¡at ¡ Dwell ¡time ¡ Bus ¡stop ¡ between ¡buses ¡ bus ¡stops ¡ uncertainty ¡ capacity ¡ and ¡PCs ¡ Time Transit ¡vehicles, ¡impacted ¡by ¡the ¡dwell ¡time ¡at ¡stops, ¡may ¡not ¡stay ¡in ¡ the ¡green ¡band ¡designed ¡for ¡passenger ¡cars. ¡

  9. Critical ¡issues ¡ D eterministic ¡dwell ¡time ¡ ¡VS. ¡ S tochastic ¡dwell ¡time ¡ Distance Competition ¡ Dwell ¡time ¡at ¡ Dwell ¡time ¡ Bus ¡stop ¡ between ¡buses ¡ bus ¡stops ¡ uncertainty ¡ capacity ¡ and ¡PCs ¡ Time The ¡stochastic ¡nature ¡of ¡bus ¡dwell ¡time ¡should ¡be ¡considered ¡ when ¡studying ¡bus ¡progression. ¡

  10. Critical ¡issues ¡ Is ¡the ¡ wider ¡band ¡always ¡ better ? ¡ Distance Competition ¡ Dwell ¡time ¡at ¡ Dwell ¡time ¡ Bus ¡stop ¡ between ¡buses ¡ bus ¡stops ¡ uncertainty ¡ capacity ¡ and ¡PCs ¡ Time The ¡number ¡of ¡buses ¡in ¡a ¡band ¡shall ¡not ¡exceed ¡the ¡capacity ¡of ¡the ¡bus ¡ stop ¡to ¡prevent ¡the ¡formation ¡of ¡bus ¡queues. ¡

  11. Critical ¡issues ¡ Distance Competition ¡ Dwell ¡time ¡at ¡ Dwell ¡time ¡ Bus ¡stop ¡ between ¡buses ¡ bus ¡stops ¡ uncertainty ¡ capacity ¡ and ¡PCs ¡ Time The ¡bus ¡band ¡and ¡passenger-­‑car ¡band ¡may ¡need ¡to ¡be ¡ optimized ¡concurrently. ¡

  12. Critical ¡issues ¡ Modelling ¡Framework ¡ Following ¡the ¡concept ¡of ¡MAXBAND, ¡a ¡Mixed-­‑Integer ¡ A ¡deterministic ¡ An ¡enhanced ¡ Competition ¡ Linear ¡Programming ¡model ¡is ¡developed ¡. ¡ model ¡ deterministic ¡model ¡ Dwell ¡time ¡ Bus ¡stop ¡ Dwell ¡time ¡at ¡ Integrating ¡ between ¡buses ¡ uncertainty ¡ passenger ¡car’s ¡ capacity ¡ bus ¡stops ¡ and ¡PCs ¡ benefits ¡ Taking ¡advantage ¡of ¡the ¡results ¡produced ¡from ¡the ¡ An ¡evaluation ¡ An ¡enhanced ¡ deterministic ¡model, ¡an ¡evaluation ¡module ¡is ¡developed ¡ module ¡ evaluation ¡module ¡ to ¡fully ¡account ¡for ¡the ¡stochastic ¡nature ¡of ¡bus ¡dwell ¡ time. ¡ ¡ A ¡integrated ¡model ¡for ¡ A ¡progression ¡model ¡ both ¡buses ¡and ¡PC ¡s ¡ for ¡buses ¡

  13. Outline ¡ • Literature Review • Problem Nature and Modelling Framework A ¡deterministic ¡ model ¡ • Methodology An ¡integrated ¡ model ¡ An ¡evaluation ¡ module ¡ • Case Study • Conclusions and Future Study

  14. Methodology ¡ • Mixed Integer Linear Taking ¡each ¡bus ¡stop ¡ Inbound Distance Programming b b as ¡a ¡control ¡point ¡ Outbound 4 4 • Objective function IV • Max b b ∑ ∑ w ϕ + ϕ θ 3 3 i i i i A ¡deterministic ¡ III i i model ¡ • Constraints Discussion ¡of ¡parameter ¡ 𝜒 : ¡ adt • 𝜒 ¡is ¡a ¡weight ¡factor ¡ adt • Interference constraints 2 • The ¡value ¡of ¡ 𝜒 ¡ depends ¡ w adt t + w θ 2 2 2 2 2 • II w 0.5 b 0 i on ¡the ¡number ¡of ¡buses ¡ − ≥ ∀ i i b b 2 passing ¡intersection ¡ 𝑗 ¡ 2 • w 0.5 b g i + ≤ ∀ i i i using ¡the ¡synchronized ¡ • w 0.5 b 0 i − ≥ ∀ phase. ¡ i i b w 1 1 • w 0.5 b g i I + ≤ ∀ i i i Time

  15. A ¡deterministic ¡ Methodology ¡ model ¡ • Constraints • Progression constraints Distance Distance • For links with bus stops Average ¡dwell ¡time ¡ • Outbound b i+1 b i+1 w t adt w n C i +1 i +1 θ + + + = θ + + + i i i i i 1 i 1 i 1 Dwell ¡time ¡at ¡ + + • Inbound bus ¡stops ¡ r w t adt r w n C − θ − + + + = − θ + − + + i i i i i i 1 i 1 i 1 i 1 + + + b i b i i • For other intersections i • Outbound Time w t w n C 1 Time θ + + = θ + + + i i i i 1 i 1 i + + • Inbound r w t r w n C 1 − θ − + + = − θ + − + + k i i i i 1 i 1 i 1 i + + +

  16. ​ 𝑐 ↓ 𝑗 ↑ 𝑛 𝑏 𝑦 : ¡ a ¡ A ¡deterministic ¡ Methodology ¡ p r e d e t e r m i n e d ¡ model ¡ maximum ¡bandwidth ¡ 𝑁 : ¡a ¡big ¡number ¡ : ¡a ¡big ¡number ¡ ​𝑦↓𝑗 : ¡a ¡binary ¡variable ¡ ¡ • Constraints (bus stop capacity) • Bandwidth limit Distance • Outbound b i+1 i +1 w i+1 max w 0.5 b M x − × ≤ × i i i The ¡center ¡of ¡a ¡band ¡ max w 0.5 b g M ( 1 x ) + × ≥ − × − i i i i should ¡ ¡be ¡either ¡close ¡to ¡the ¡ Bus ¡stop ¡ start ¡of ¡green ¡ • Inbound b i capacity ¡ x = 0 ( ) i i or ¡close ¡to ¡the ¡end ¡of ¡green ¡ w i max w 0.5 b M x x = 1 ( ) − × ≤ × i i 1 i i 1 + + to ¡make ¡sure ¡that ¡the ¡ max w 0.5 b g M ( 1 x ) + × ≥ − × − i 1 i i 1 i 1 + + + Time potential ¡band ¡is ¡realistic. ¡ • These constraints are only for upstream intersections of bus stops

  17. A ¡deterministic ¡ Methodology ¡ model ¡ For ¡those ¡buses ¡ • Other Constraints passing ¡the ¡upstream ¡ intersection ¡during ¡ 𝑏​ • Bandwidth equality 𝑐↓𝑗 , ¡if ¡the ¡dwell ¡time ¡ Distance • For links without bus stops uncertainty ¡is ¡within ¡a ¡ Distance specific ¡range, ¡the ¡ b i+1 b b + i +1 = departing ¡band ¡should ¡ i i 1 b b + 1 accommodate ¡them. ¡ i+1 = i i b + i 1 • Dwell time uncertainty N µ σ ( , ) Bus dwell time Bus • For links with bus stops b i Stop i b α i i b a b + ≥ × + β × σ b i 1 i i i Time b a b ≥ × + β × σ 𝑏 : ¡between ¡0 ¡and ¡1 ¡ i i 1 i 1 + + Time 𝛾 : ¡indicating ¡the ¡tolerance ¡of ¡dwell ¡ time ¡uncertainty ¡

Recommend


More recommend