Optimalizace provozu silničních tunelů OPTUN
|
|
- Vendula Svobodová
- před 8 lety
- Počet zobrazení:
Transkript
1 Praha, leden 2006 Optimalizace provozu silničních tunelů OPTUN Stručný přehled prací za rok 2005 Práce na projektu vědy a výzkumu Ministerstva dopravy 1F43A/069/120 Optimalizace provozu silničních tunelů (OPTUN) byly zahájeny v roce 2004 a budou ukončeny v roce Koordinátorem a vedoucím tohoto projektu je ELTODO EG, a.s. - Odbor výzkumu a vývoje. Spoluřediteli jsou METROSTAV, a.s., METROPROJEKT, a.s., ČVUT - Fakulta dopravní a Technická Správa Komunikací hl. m. Prahy. Hlavní cíle projektu lze na tři roky řešení shrnout do bodů: 1. Vytvoření architektury tunelového systému umožňující uživateli optimálně vybavit tunel při zachování stanovené bezpečnosti a nezvyšování investičních a provozních nákladů; 2. Analýzy skutečných nákladů a nalezení metodik pro sledování a optimalizaci provozních nákladů tunelu; 3. Výzkum možností optimalizace činnosti ventilace vycházející z měřených dopravních parametrů, částečně eliminující neuspokojivá měření fyzikálních veličin a zvyšující přesnost řízení ventilace; 4. Hledání metod popisujících rozdíl chování řidiče v tunelu a na volné komunikaci a hledání vazeb na design tunelu; 5. Zpracování návrhu a metodické příručky pro testování požárů. 6. Dalším cílem projektu je provést výzkum chování řidiče v tunelu a navrhnout metodu pro měření úsekové rychlosti. V roce 2005 byly řešeny úkoly zpracované do příloh zprávy, lit. [1]:
2 Příloha 1 Architektura tunelových staveb Příloha 2 Analýza chování řidiče v tunelu Příloha 3 Řízení ventilace v tunelu na základě měření dopravních dat Příloha 4 Ekonomický model provozování tunelu Architektura tunelových staveb Cíl řešení Dopravní, bezpečnostní a technologické systémy tunelu tvoří velmi komplexní systém. Proto, aby se využilo všech jejich možností je nutné se na ně dívat jako na telematický systém charakterizovaný integritou dat a informací s jedinou společnou cílovou funkcí, kterou je optimalizace provozu tunelu při zachování maximální bezpečnosti pro jeho uživatele. Pro popis takovýchto složitých systémů je vhodné použít popis ve formě architektury, jak doporučuje například evropský projekt KAREN. Tunelové systémy dosud podobným způsobem nebyly zpracovány. V rámci projektu OPTUN je vytvořena speciálně koncipovaná funkční a informační architektura, která pomocí web rozhraní definuje uživateli, co může a musí od jednotlivých subsystémů očekávat. Jedná se tedy o unifikaci, která je nezávislá na dodavateli a přitom zajišťuje jednotné vlastnosti tunelových systémů na úrovni celé České republiky. Celý postup je schématicky znázorněn v Obr. 1. Z toho vyplývá, že tunel je rozdělen na n subsystémů (Osvětlení, Ventilace apod.). Část technologického, dopravního či bezpečnostního vybavení v tunelu musí být povinně, neboť je to dáno normami a technickými podmínkami (v obrázku označeno povinné vybavení. Příkladem může být akomodační osvětlení nebo pozice a výkony ventilátorů. Pro jejich návrh platí přesné metodické návody. Pak ale v tunelu může být vybavení, které není jednoznačně požadováno, ale je doporučováno a nebo se osvědčilo v jiných tunelech. Toto vybavení, které požaduje uživatel (investor, budoucí provozovatel, bezpečnostní technik, složky IZS apod.) je označeno jako Uživatelská potřeba UP. Obr. 1: Schématické znázornění tvorby architektury 2
3 Chyba! Nenalezen zdroj odkazů. Uživatel má možnost z nabídky UP vybrat právě ty, které mu pomohou řešit daný problém. Orientovat se ve všech funkcích, které má zvolený systém vykonávat nebo ve vazbách, které zde musí být, aby se plně integroval do systému tunelu je pro laika, resp. pro běžného uživatele téměř nemožné. Zvláště v takovýchto případech nastupují různé lobystické tlaky, které systém mohou neúměrně prodražit a komplikovat. Právě pro tyto situace má nezastupitelnou roli architektura tunelového systému. V rámci architektury je pro každou UP definována hierarchie funkcí: od nejvyšší makrofunkce, která definuje globální potřebu Měření úsekové rychlosti, až po elementární funkce detailně popisující danou UP: Rozpoznávání registrační značky, Přenos hodnoty do apod. Dílčím výstupem automaticky generovaným je seznam všech funkcí jedné nebo více uživatelských potřeb. V dalším kroku se definují všechny vazby mezi funkcemi UP, mezi funkcemi tunelu a vnější vazby. Jedná se o popisy informačních toků mezi novými i původními zařízeními tunelu. Tím je zabezpečena integrace ve smyslu TP98, kap. 1.2 Tunel jako telematický systém. Uživatelskou potřebou může být například Měření úsekové rychlosti, Měření vzdálenosti mezi vozidly nebo Identifikace dopravních excesů. Praktický postup je takový, že si uživatel, který nemusí být specialistou v oboru, označí uživatelské potřeby v tabulce na webu, viz. Obr. 2, a z databáze jsou vygenerovány právě jen ty funkce, které jsou pro realizaci této potřeby nutné. Tyto funkce potom musí dodavatel realizovat. Kromě toho jsou vygenerovány informační toky mezi novými funkcemi a zbytkem tunelového systému, respektive okolím. Přechod mezi jednotlivými stránkami aplikace je zajištěn pomocí hypertextových odkazů. To je značný přínos z hlediska integrace celého systému. Obr. 2: Obrazovka web aplikace pro definování uživatelských potřeb Příklad funkční a informační architektury pro uživatelskou potřebu Řízení ventilace na základě dopravních dat je na Obr. 3. Z obrázku je patrné, že z parametrů dopravního proudu jsou funkcemi F až F zpracovány parametry dopravy, aby ve funkci F2.2.2 byly odhadovány koncentrace škodlivin, které řídí provozní ventilaci (F2.3.1). 3
4 Obr. 3: Funkční a informační architektura pro Architektura tunelových systémů je reprezentována na interaktivních webových stránkách. Zobrazení a uchování definované architektury je založeno na jazyku XML. Dokument v jazyku XML reprezentuje, jak databázi uchovávající popisné informace o architektuře tunelu, tak s použitím vhodných šablon zobrazuje architekturu v požadované formě. Jako aplikační platforma pro webovou aplikaci byla zvolena ASP. NET s použitým programovacím jazykem VisualBasic. NET. Závěr k architektuře: Architektura tunelu založená na uživatelských potřebách spolehlivě generuje funkce a jejich vazby pro optimální návrh daného subsystému. Tím je zaručeno, že se systém nepřevybavuje, či na druhé straně není realizován v dostatečné míře. Dochází tím k jisté unifikaci zařízení a systémů a to nezávisle na dodavatelích. Navíc takto koncipovaný systém splňuje pojetí tunelu jako telematického systému. Detailní popis problematiky je ve výzkumné zprávě, lit. [2]. Protože architektura je neustále živý problém, doporučují řešitelé pokračovat v jejím vylepšování a testování i v roce
5 Chyba! Nenalezen zdroj odkazů. Analýza chování řidiče v tunelu Cíl řešení Téměř v každé práci zabývající se bezpečností v tunelu autoři konstatují, že se řidiči chovají v tunelu jinak: ztrácejí pocit jistoty, nerozeznávají světové strany, řídí křečovitě apod. Vždy se jedná o subjektivní pozorování a dosud nebyly publikovány metody umožňující změny v chování řidiče měřit. Práce realizované v tomto pracovním rámci mají charakter základního výzkumu. Úkol vede Fakulta dopravní a jedním z cílů bylo prokázat, že se řidiči chovají v tunelu jinak než na volné komunikaci. Dnes je téměř jisté, a podařilo se prokázat, že tato změna v chování existuje. Praktickým výstupem by mohlo být hledání vazeb mezi designem tunelu (šířkou vozovky, barevností apod.) a chováním řidiče. Takovéto výstupy by měly značné praktické dopady na návrh tunelů. Výzkum se ubírá dvěma směry: v prvním případě je pomocí zkušebního automobilu vybaveného kamerou měřena trajektorie vozidla v reálném tunelu a na volné komunikaci. Vyhodnocuje se střední kvadratická odchylka od střední dělící čáry. V roce 2005 bylo vykonáno několik zásadních experimentů v reálných podmínkách pražských tunelů. Ve druhém případě se pro testování používá laboratorní simulátor využívající kokpit vozidla. Ten byl od zahájení projektu vylepšován pro co nejvěrnější napodobení reálných podmínek. V letošním roce byla vytvořena virtuální realita tunelu, který se blíží vzhledem tunelu Panenská na dálnici D8 a byly provedeny první testy se skupinou řidičů. Také tyto výsledky poskytují zajímavé informace. V praktickém experimentu projíždí řidiči opakovaně tunely Strahov a Mrázovka a pak pokračují v jízdě po volné komunikaci. Při jízdách je zachovávána přibližně konstantní rychlost okolo 70km/h. Vždy je vyhodnocována střední kvadratická odchylka od střední dělící čáry. Každý experiment každého řidiče se opakuje čtyřikrát. Na příkladu několika obrázků jsou uvedeny výsledky pro typického řidiče. Řidič VS projížděl čtyřikrát Strahovský tunel a histogramy četnosti vzdáleností od střední dělící čáry jsou téměř konstantní, viz. Obr. 4. Vrcholy histogramu a tedy i nejpravděpodobnější pozice při jízdě se pohybuje mezi 1,35 a 1,55 m, tedy v rozmezí cca 20 cm. Samozřejmě jsou i výjimky, kdy jel ve vzdálenosti 1,05 m nebo naopak v 1,95 m. Obr. 4: Histogram odchylky 4 jízdy v tunelu, řidič VS Stejný řidič projížděl i po volné komunikaci, v Obr. 5 je komunikace označena Lipence. Oba vrcholy se poměrně značně liší. V tunelu jezdí tento řidič mnohem blíže střední čáry (1,65 m), než na volné komunikaci (1,95 m). Otázkou zůstává, co nutí řidiče jet v tunelu více ve středu, což je potenciálně velmi nebezpečné, zvláště v obousměrných tunelech. 5
6 Obr. 5: Histogram odchylky silnice, řidič VS Pro ověření a verifikaci těchto předběžných výsledků je nutno pokračovat v experimentech i v roce Poměrně větší skepticizmus vládnul při vykonávání stejných experimentů na simulátoru. Je to proto, že přece jenom jízda virtuálním tunelem, sice na simulátoru, ale v laboratoři, by nemusela vyvolávat u řidičů pocity ohrožení jako v reálném tunelu. Proto byla v roce 2005 vytvořena co nejvěrnější scéna virtuální reality pro tunel Panenská. Příklad vjezdu do tunelu je na Obr. 6. Obr. 6: Virtuální realita, vjezd do tunelu Panenská S použitím této scény doplněné o 3D efekt pomocí anglifyckých brýlí byla provedena úvodní série měření a to pro 13 řidičů. Při všech měřeních byly sledovány zejména trajektorie (odchylky od geometrického středu vozovky, rychlost vozidla, pohyby volantu a u části řidičů též EEG signály a tepová frekvence). Na Obr. 7 jsou uvedeny celkové hodnoty rozptylů odchylek trajektorií, které opět ukazují na jiných charakter jízdy v tunelu a do značné míry potvrzují měření z reálného provozu. 6
7 Chyba! Nenalezen zdroj odkazů. Obr. 7: Hodnoty rozptylů odchylek trajektorií Pro seriozní ověření výše zmíněné hypotézy bude však třeba v r provést měření na větším počtu pokusných osob a to i z hlediska věku, pohlaví nebo profese. Pro informaci jsou uvedeny výsledky odchylek pro řidiče PV, který vyhovuje hypotéze, že se řidič v tunelu chová jinak a dále jsou zde výsledky řidiče JK, který na simulátoru nerozlišuje tunel a silnici: Obr. 8: Histogram odchylek pro řidiče PV (vlevo) a JK (vpravo) Závěr k analýze chování řidiče v tunelu: Přes skutečně mlhavé zadání a nejasnosti, zda se vůbec podaří najít nějaké měřitelné změny v chování řidiče jsou prozatímní výsledky optimistické. Práce budou pokračovat s většími skupinami řidičů i v roce 2006 a to testy v reálných tunelech i na simulátoru. Pro praxi by mělo značný význam i to, kdyby se podařilo sledovat změny v chování řidičů v tunelu i pokud má jiný design. V rámci kontrolních schůzek řešitelů projektu s provozovateli byl například učiněn návrh zkusit zjistit a ohodnotit změny ve způsobu jízdy pokud tunel bude opatřen vodícími LED prvky. Také v tomto směru budou práce rozvíjeny, ale nelze očekávat úplné uzavření problematiky, ale spíše nastínění dalších směrů výzkumu. 7
8 Řízení ventilace v tunelu dle dopravních dat Cíl řešení Problematika řízení ventilace podle dopravních dat může mít značný praktický význam, neboť dosud se řídí ventilace podle okamžitých hodnot koncentrace oxidu uhelnatého či opacity měřených v jednotlivých bodech, vzdálených například 200 metrů od portálu tunelu. Kromě toho, že jsou tyto senzory extrémně drahé a vyžadují poměrně náročnou údržbu, projevuje se zde nevýhoda bodového měření, kdy ventilace spíná podle okamžité hodnoty dané například i silně čadícím (jediným) vozidlem. Časté a nepredikovatelné spínání ventilace má kromě zvýšené spotřeby energie vliv na životnost ventilátorů, které mají omezenou četnost spínání. Řešení v roce 2005 nalezlo a ověřilo matematický aparát predikce koncentrací škodlivin z dopravních dat metodami Data Mining. Dopravní parametry, intenzita dopravy a rychlost, jsou mnohem lépe predikovatelné, neboť vozidla tvoří definované entity, jedoucí tunelem za daných dopravních podmínek. Navíc ve většině tunelů je mnohem více dopravních senzorů, než měřičů koncentrací škodlivin, protože jsou mnohem levnější a téměř vždy jsou dopravní senzory i před tunelem. Tím je dáno, že se jedná o mnohem větší soubor dat, který má navíc podstatně vyšší informační obsah. Idea řízení ventilace dle dopravních dat počítá s těsnou a logickou vazbou mezi dopravou a koncentracemi škodlivin. V rámci prací byly analyzovány velké soubory dat ze všech tunelů a k tomu byla i zkoumána vhodnost pozice detektorů pro výzkum řízení ventilace. Nakonec se ukázalo, že nejvhodnější data budou z tunelu Mrázovka. Data se zde ukládají po s, což znamená, že za 24 hodin je v databázi několik desítek MB. Pro měření byla vybrána východní trouba. Jak ukazuje výsek z celkového schéma (Obr. 9) jsou v tunelu desítky senzorů. Obr. 9: Pozice a popis senzorů ve východní tunelové troubě Při analýze dat z Mrázovky se potvrdila známá skutečnost, že se jedná o tak velké soubory, se kterými není možné pracovat běžnými prostředky, například v prostředí EXCEL. Proto bylo značné úsilí věnováno vývoji software na zpracování a uživatelsky příjemné prohlížení měřených dat. Nakonec byl tento problém vyřešen v programovém prostředí MATLAB. Ukázalo se, že v praxi chybí uživatelsky příjemné prohlížeče měřených dat, neboť jedním z prvních výsledků analýzy dat bylo zjištění, že několik senzorů chybně měří, což nelze zjistit prohlížením souboru surových dat. Protože data jsou často zatížena chybami je součástí prohlížeče modul Předzpracování dat, který provádí filtraci, hledá extrémní hodnoty surových dat, které se často liší o několik řádů, vylučuje duplicitní hodnoty atd. Příklad výstupu pro měřené intenzity osobních vozidel pro senzor ukládající data do souboru ATM DMY 2153NOS-VALO je na Obr
9 Chyba! Nenalezen zdroj odkazů. Obr. 10: Výstup prohlížeče pro intenzitu osobních vozidel V levé části obrazovky jsou zpracované výstupy intenzit dopravy za 17 dní měření, od 4. září do 20. září. Každý takto zaznamenaný přehled lze po jednotlivých dnech analyzovat na obrazovce vlevo dole. Zde je již rozložení po hodinách. Velmi cennou informací jsou histogramy udávající četnosti jednotlivých událostí, které jsou vpravo dole. Podstatným výstupem roku 2005 bylo hledání korelací mezi parametry dopravního proudu a koncentracemi škodlivin jako základu pro další práce. Podrobný postup a výsledky jsou zpracovány ve Výzkumné zprávě, lit. [3]. Ta popisuje teoretický rozbor metod Data Mining a zvolené metody, včetně výsledků. Pro modelování škodlivin bylo vzato v úvahu 84 různých vstupních proměnných měřených v tunelu (intenzita dopravy, rychlost, tlak, teploty, směr větru různých senzorů). Tím získal model mimořádnou dimenzionalitu. Pro modelování byly zvoleny dva přístupy: lineární a logistická regrese a především modely založené na rozhodovacích stromech. V případě regrese je cílem modelování je určit vztah mezi regresory proměnnými (intenzita, teploty atd.), a cílovou hodnotou (koncentrace CO, opacity). V našem případě je regresorů více a proto mluvíme také o mnohočetné regresi. Mnohočetnou regresi můžeme vyjádřit vzorcem: y = α + β x + β x + K + β x + ε = α + β x + ε. j 1 1j 2 2 j k kj j i ij j i= 1 kde x ij jsou hodnoty proměnných a y j je cílová hodnota. Koeficienty β jsou hledané koeficienty a koeficient α je tzv. intercept. Člen ε j je odchylka mezi skutečnou a vypočtenou hodnotou. Omezením regresních modelů je lineární závislost mezi regresory a cílovou proměnnou. Omezení lze překonat vhodnou transformací proměnných. Výsledky regrese jsou uvedeny ve zprávě. V práci byla větší pozornost věnována rozhodovacím stromům. Rozhodovací stromy představují metodu modelování založenou na segmentaci dat pomocí sledu jednoduchých pravidel. Původní množina dat je rozdělena na podmnožiny podle hodnoty určité proměnné tak, aby bylo dosaženo co nejlepší separace cílových hodnot v podmnožinách. Každá podmnožina je následně dělena podle další proměnné, čímž vzniká stromová struktura. k 9
10 Podmnožina se také nazývá nodem, pokud se jedná o nod který již není dále dělen mluvíme o listu stromu. Větvení stromu je prováděno tak aby bylo co nejlepší rozdělení cílových hodnot, to znamená, aby v ideálním případě byly stejné cílové hodnoty jednom listu. Vytvořený strom je proto tvořen sérií pravidel, podle kterých jsou pak testovací a out-of-sample data zařazována do jednotlivých listů, u kterých je z trénovacích dat známá hodnota cílové proměnné. Rozhodovací stromy tak představují srozumitelný typ modelů který se, stejně jako například regresní modely, snadno implementuje. Algoritmus prohledává proměnné trénovací množiny a hledá takovou proměnnou která co nejlépe separuje od sebe hodnoty cílové proměnné. Pokud je tato proměnná nalezena, pak je trénovací množina rozdělena na podmnožiny podle dané proměnné tak, aby cílové hodnoty byly od sebe co nejlépe separovány. Tento postup je rekurzivně prováděn pokud není dosaženo kritéria pro jeho zastavení. Kritérií pro zastavení dělení větve stromu může být více, jednak hodnota cílové proměnné, pokud cílová proměnná obsahuje jen jednu hodnotu pak další dělení již není potřeba, dalším kritériem může být minimální počet pozorování v daném nodu, dosažení prahu variability v cílové proměnné, dosažená maximální hloubka větvení, a podobně. Pokud jde o zobrazení rozhodovacích stromů, zobrazujeme je buď stromovou strukturou, případně přehledněji pomocí mezikruží. Příklad části stromové struktury pro stanovení opacity z dopravních dat je na Obr. 11. Ve žlutých polích je jednak počet N pozorování (pětiminut), a dva sloupce s průměrnými hodnotami targetů pro trénovací a testovací data. Na obrázku jsou znázorněna i rozdělovací pravidla. Obr. 11: Část rozhodovacího stromu pro predikci opacity Výkonnost nejlepších modelů je testována na datech která nebyla do modelování použita v našem případě byly modely hodnoceny na out-of-sample datech (měsíc září a první polovina října) Prvotní informaci o případné korelaci dat lze vytěžit grafickým zpracováním závislosti mezi dvěma proměnnými. Graf na Obr. 12 vyjadřuje závislost mezi koncentrací CO (target) a mezi intenzitou vozidel (vstupní proměnná) pro čtyři různé soubory dat. Z grafu lze rozeznat, že tato závislost bude patrně existovat. 10
11 Chyba! Nenalezen zdroj odkazů. Obr. 12: Vztah intenzity vozidel a koncentrace CO (co_vtt_1240) Pro představu o výkonnosti modelů byly odhadovány hodnoty škodlivin pouze z měřených ostatních dat v tunelu. V následujících grafech je vždy měřená (skutečná) hodnota opacity a zároveň je zde odhad pro Regresní model i Stromkový model využívající dopravní data. Z grafu je patrné, že měření opacity lze nahradit jejím odhadováním z jiných veličin. Obr. 13: Odhad opacity regresního (zeleně) a stromkového (červeně) modelu. Skutečná hodnota modře. Odhad pro typické pondělí za září až polovinu října Dále byla testována predikce opacity o 5 a 15 min. Výsledky jsou na dalších grafech. 11
12 Obr. 14: Predikce opacity o +5 min. (vlevo) a +15 min. (vpravo) V předpovědi pro 15 minut se projevila anomálie v čase okolo 8 hodiny. Graf je uveden úmyslně, protože ukazuje na nutnost dalšího zkoumání dat. Vybrané typy modelů to jest rozhodovací stromy a regresní modely se vyznačují jednoduchostí a snadnou srozumitelností a implementací. Pro zlepšení predikčních modelů je zásadním požadavkem zlepšení funkce příslušných čidel, zajištění konzistence měření a zabránění systematickým chybám čidel. Uvedené vyhodnocování dat má i velký význam pro praxi. V rámci projektu byla navrženými postupy testovány všechny senzory v tunelu Mrázovka a bylo odhaleno několik chyb, které byly předány správci tunelu k řešení. Dosud známými postupy by nebylo možné tyto chyby odhalit. Typickým příkladem je měření rychlosti senzorem č Histogram na Obr. 15 ukazuje, že průměrná rychlost byla v jednom období okolo 82 km/h a v dalších třech obdobích skočila na 92 km. Chyba patrně vznikla přecejchováním čidla rychlost_vtt_848 prvni obdobi druhe obdobi treti obdobi ctvrte obdobi 600 Cetnost Hodnota rychlost_vtt_848 Obr. 15: Chyba čidla rychlosti v různých obdobích měřilo různě Závěr k řízení ventilace: Dvě základní témata letošního roku byla: (1) Najít a vytvořit programové prostředí pro práci s velkými soubory měřených dat a (2) Výzkum korelace dopravních a fyzikálních dat. V roce 2006 potom budou pokračovat práce hledáním matematického modelu pro řízení ventilace dle dopravních dat a ověření simulací na reálných datech. 12
13 Chyba! Nenalezen zdroj odkazů. Ekonomický model provozování tunelu Cíl řešení Návrhu tunelů se věnuje mimořádná péče a existuje řada standardů, které umožňují navrhnout tunel optimálně vzhledem k jeho výstavbě a vybavení. Mnohem menší, nebo téměř žádná pozornost se věnuje analýzám a optimalizaci provozování tunelu, které je, díky použití složitých technologií, poměrně nákladné. Projekt se zabývá návrhem metodiky pro zaznamenávání potřebných dat a jejich následným vyhodnocováním, aby se provozní náklady v průběhu života tunelu neúměrně nezvyšovaly. Dále hledá další podpůrné podklady pro podporu výstavby nových tunelů. Jedním z hlavních úkolů ekonomické analýzy projektu OPTUN je vytvoření takového modelu, který umožní vyhodnocovat veškeré náklady vyplývající z provozu tunelu, které lze rozdělit do následujících činností: a) Údržba stavební části; b) Údržba a mimořádná údržba technologických zařízení a vybavení tunelu; c) Elektrická energie a spotřeba hmot; d) Voda, odběr vody, spotřeba vody; e) Čištění a mytí tunelu a ostatních objektů; f) Ostatní náklady; g) Finanční náklady; h) Mzdy; i) Režijní náklady správce vztažené k tunelu; j) Náklady na obnovu. V rámci projektu byla vypracována metodika pro zaznamenávání provozních údajů. Kapitola provozní náklady je naplánována na rok Informativně byla provedena analýza provozních nákladů několika tunelů. Na následujících grafech jsou patrné určité souslednosti. Ve Strahovském tunelu provozní náklady stále rostou, prudší zlom v ceně za elektřinu v roce 2003 souvisí s jejím zdražením. Obr. 16: Provozní náklady: Strahovský tunel Zcela jiný charakter vykazují náklady tunelu Letná, který byl v létech rekonstruován a od té doby je údržbě věnována zcela jiná pozornost. 13
14 Obr. 17: provozní náklady: Letenský tunel Při rozhodování o výstavbě tunelu hraje nebo by mělo hrát roli i bezpečnostní hledisko, které vychází z všeobecně známé zkušenosti, že v tunelu je podstatně menší počet nehod než na volné komunikaci, která je obvykle mnohem delší a z hlediska dopravy problematičtější, neboť zde bývají křižovatky, jezdí se obousměrně, jsou zde vlivy počasí apod. Vyčíslením dodatečných nákladů, které vznikají na objízdných trasách je poskytována i přímá ekonomická podpora pro výstavbu tunelů. Kvantifikováním těchto nákladů se zabývá kapitola Mimořádné náklady. Přitom se vychází z vyčíslení ztrát na usmrcení či zranění člověka v důsledku dopravních nehod metodikou přímých a nepřímých nákladů. Výsledky platné pro Českou republiku jsou v tabulce: Tab. 1: Souhrnná rekapitulace ztrát způsobených nehodami Výše uvedená čísla budou vstupními parametry do demonstrativního příkladu, který bude řešen v roce Tam budou porovnávány vlivy využití alternativních tras oproti jízdě v tunelu. Za příklad byl z mnoha důvodů vybrán Strahovský tunel délky 2,2 km s podélným gradientem 3,2 %. K alternativě SAT existují, a v době budování SAT také existovaly, alternativní trasy. Z nich byly vybrány dvě pro simulaci objíždění. Pro simulaci bylo zvoleno mikrosimulační prostředí AIMSUN. To umožňuje sledovat jízdu každého jednotlivého vozidla a to včetně věrné simulace chování řidiče a sledování emisí vozidla v rozlišení na kategorie. Předpokládá se provést pět dopravních simulací pro úplné či částečné uzavření tunelu. Výsledný model pro podporu rozhodování bude vycházet ze schématu na Obr. 18. V obecné rovině lze konstatovat, že rozhodovací model bude založen na třech základních pilířích, jejichž prostřednictvím bude možné přímo vstupovat či ovlivňovat závěrečné výstupy vedoucí k doporučení jedné z alternativ řešení dopravní infrastruktury, kdy je nutné brát v úvahu i situaci v jednom konkrétním dopravním uzlu a jeho okolí. 14
15 Chyba! Nenalezen zdroj odkazů. Obr. 18: Schéma ekonomického modelu Závěr k ekonomickému modelu: Práce na tvorbě ekonomického modelu, který má jednak umožnit posouzení výstavby tunelu a hlavně má sledovat provozní náklady byly zahájeny s předstihem jednoho roku. V roce 2006 budou práce pokračovat ve stejném duchu, budou dále sbírány ekonomické údaje. Kromě ověření ekonomiky výstavby tunelů simulací Strahovského tunelu by měl být výstupem i návrh postupu ve sledování a analýze ekonomiky tunelů, který by mohl být následně vydán ve formě metodické příručky, technických podmínek nebo jiného závazného dokumentu. Bez takovéhoto postupu skutečně může dojít ke značným ekonomickým ztrátám při výstavbě nových, či provozování stávajících tunelů. Literatura [1] Přibyl P., Hašek M.: Optimalizace provozu silničních tunelů OPTUN 2005, Redakčně upravená roční zpráva projektu, Eltodo EG, Praha, leden 2006 [2] Hašek M.: Data ATM - Popis sbíraných dat vzduchotechniky ATM, Výzkumná zpráva 209/05, Eltodo EG, 13. dubna 2005 [3] Pavelka M.: Modely koncentrací škodlivin, Výzkumná zpráva č. 218/05, Eltodo EG, Praha, říjen 2005, 50 str. [4] Poláček I., Sýkora O., Vysoký P., Bouchner P., Novotný S., Piekník R., Pěkný J., Možná J., Novák M.: Analýza chování řidiče v tunelu a na volné silnici na základě průběhu trajektorie vozidla, Výzkumná zpráva LSS 253/05, FD ČVUT, prosinec 2005 [5] Tichý T., Duchoň B.: Model ekonomického řízení provozních nákladů tunelu a jejich optimalizace, Výzkumná zpráva č. 220/05, Eltodo EG, Praha, prosinec 2005, 46 str. Zpracoval: Prof. Ing. Pavel Přibyl, CSc. 15
10. Předpovídání - aplikace regresní úlohy
10. Předpovídání - aplikace regresní úlohy Regresní úloha (analýza) je označení pro statistickou metodu, pomocí nichž odhadujeme hodnotu náhodné veličiny (tzv. závislé proměnné, cílové proměnné, regresandu
VíceAnalýza a řízení rizik v tunelech na pozemních komunikací
Analýza a řízení rizik v tunelech na pozemních komunikací projekt MD č. 803/110/105 Obsah prezentace Zadání úkolu pro rok 2003 Výstupy projektu: Rizikový kalkulátor Vytvoření metodiky pro hodnocení rizik
VíceStatistické zpracování naměřených experimentálních dat za rok 2012
Statistické zpracování naměřených experimentálních dat za rok 2012 Popis dat: Experimentální data byla získána ze tří měřících sloupů označených pro jednoduchost názvy ZELENA, BILA a RUDA. Tyto měřící
VíceNávrh postupu pro stanovení četnosti překročení 24hodinového imisního limitu pro suspendované částice PM 10
Návrh postupu pro stanovení četnosti překročení 24hodinového imisního limitu pro suspendované částice PM 1 Tento návrh byl vypracován v rámci projektu Technologické agentury ČR č. TA23664 Souhrnná metodika
VíceEXPERIMENTÁLNÍ METODY I. 1. Základy měření
FSI VUT v Brně, Energetický ústav Odbor termomechaniky a techniky prostředí prof. Ing. Milan Pavelek, CSc. EXPERIMENTÁLNÍ METODY I OSNOVA 1. KAPITOLY 1. Základy měření Úvod do problematiky experimentální
VíceCtislav Fiala: Optimalizace a multikriteriální hodnocení funkční způsobilosti pozemních staveb
16 Optimální hodnoty svázaných energií stropních konstrukcí (Graf. 6) zde je rozdíl materiálových konstant, tedy svázaných energií v 1 kg materiálu vložek nejmarkantnější, u polystyrénu je téměř 40krát
VíceDOPRAVNÍ DATA PRO KAŽDOU SITUACI
t DOPRAVNÍ DATA PRO KAŽDOU SITUACI DETEKCE DOPRAVY SČÍTÁNÍ A KLASIFIKACE VOZIDEL CROSSCOUNT SČÍTÁNÍ DOPRAVY, KLASIFIKACE VOZIDEL, DOJEZDOVÉ ČASY, NEZBYTNÁ DATA PRO SPRÁVCE SILNIC A ŘIDIČE CROSSCOUNT TECHNOLOGIE
VíceOptimalizace profilu dálničních tunelů, novelizace předpisů
Optimalizace profilu dálničních tunelů, novelizace předpisů Ing. Jiří Svoboda, PRAGOPROJEKT, a.s. 24. května 2017 ČESKÁ TUNELÁŘSKÁ ASOCIACE ITA-AITES CZECH TUNNELLING ASSOCIATION ITA-AITES Obsah Volba
VíceHlavní úkoly pro řízení dopravy ve městech střední a východní Evropy příklady z hl. města Prahy
Hlavní úkoly pro řízení dopravy ve městech střední a východní Evropy příklady z hl. města Prahy Doc. Ing. Tomáš Tichý, Ph.D. Praha 10.03.2010 Obsah prezentace Rozvoj dopravy v ČR a v Praze Základní problémy
VíceAdresa: Kontaktní osoba: Ing. Václav Krumphanzl Nábř. L. Svobody 12/ Telefon: 225131407 110 15 Praha 1 Fax: E-mail: vaclav.krumphanzl@mdcr.
Návrh výzkumné potřeby státní správy pro zadání veřejné zakázky na projekt z programu veřejných zakázek ve výzkumu, experimentálním vývoji a inovacích pro potřeby státní správy BETA Předkladatel - garant
VíceU Úvod do modelování a simulace systémů
U Úvod do modelování a simulace systémů Vyšetřování rozsáhlých soustav mnohdy nelze provádět analytickým výpočtem.často je nutné zkoumat chování zařízení v mezních situacích, do kterých se skutečné zařízení
VíceÚvod do modelování a simulace. Ing. Michal Dorda, Ph.D.
Úvod do modelování a simulace systémů Ing. Michal Dorda, Ph.D. 1 Základní pojmy Systém systémem rozumíme množinu prvků (příznaků) a vazeb (relací) mezi nimi, která jako celek má určité vlastnosti. Množinu
VíceŘIDIČSKÝ SIMULÁTOR CDV
ŘIDIČSKÝ SIMULÁTOR CDV Mgr. Aleš Zaoral CDV, v. v. i. Základní údaje o projektu Řidičský simulátor nákladního vozidla a autobusu projekt CDV plus Cílem projektu je vybudovat jedinečné výzkumné zázemí,
VíceEXTRAKT z mezinárodní normy
EXTRAKT z mezinárodní normy Extrakt nenahrazuje samotnou technickou normu, je pouze informativním materiálem o normě ICS: 03.220.01; 35.240.60 Komunikační infrastruktura pro pozemní ISO 24101-2 mobilní
Více1 ÚVOD ŘEŠENÍ DIO SEZNAM POUŽITÉHO VYBAVENÍ PRO DIO... 5
1 ÚVOD... 2 2 ŘEŠENÍ DIO... 2 2.1 základní informace... 2 2.1.1 fáze 0... 2 2.1.2 fáze 1... 3 2.1.3 fáze 2... 3 2.1.4 fáze 3... 4 2.2 dopravní značky... 4 2.3 schéma řízení provozu... 4 3 SEZNAM POUŽITÉHO
VíceAktuální možnosti dopravní telematiky
EUROTRAFFIC 2006 Aktuální možnosti dopravní telematiky Komentář vybraných aktivit Sdružení pro dopravní telematiku ČR Prof. Ing. Pavel Přibyl, CSc, 1 Důvody hledání nových řešení Nákladní doprava do roku
VícePowerOPTI Řízení účinnosti tepelného cyklu
PowerOPTI Řízení účinnosti tepelného cyklu VIZE Zvýšit konkurenceschopnost provozovatelů elektráren a tepláren. Základní funkce: Spolehlivé hodnocení a řízení účinnosti tepelného cyklu, včasná diagnostika
VíceModelování a simulace Lukáš Otte
Modelování a simulace 2013 Lukáš Otte Význam, účel a výhody MaS Simulační modely jsou nezbytné pro: oblast vědy a výzkumu (základní i aplikovaný výzkum) analýzy složitých dyn. systémů a tech. procesů oblast
VíceJEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica
JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu
VíceModerní systémy pro získávání znalostí z informací a dat
Moderní systémy pro získávání znalostí z informací a dat Jan Žižka IBA Institut biostatistiky a analýz PřF & LF, Masarykova universita Kamenice 126/3, 625 00 Brno Email: zizka@iba.muni.cz Bioinformatika:
VíceDOPRAVA V POHYBU PRODUKT KERBERUS
DOPRAVA V POHYBU PRODUKT KERBERUS Kerberus Základní informace Software řídícího systému Kerberus je určen pro řízení technolog. vybavení tunelových staveb (vzduchotechnika, osvětlení, vodní hospodářství,
VíceStatistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ
Statistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ Ing. Dana Trávníčková, PaedDr. Jana Isteníková Funkční gramotnost je používání čtení a psaní v životních situacích. Nejde jen o elementární
VíceCentrum pro rozvoj dopravních systémů
Centrum pro rozvoj dopravních systémů SMART CITY VŠB - TU Ostrava Září 2013 Témata 1. Představení centra RODOS 2. První výstupy centra RODOS pilotně provozované systémy Centrum pro rozvoj dopravních systémů
VíceKorelace. Komentované řešení pomocí MS Excel
Korelace Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A2:B84 (viz. obrázek) Prvotní představu o tvaru a síle závislosti docházky a počtu bodů nám poskytne
VíceSTATISTICKÉ VYHODNOCENÍ DOPRAVY VRANOV
SYSTÉM PRO MONITOROVÁNÍ DOPRAVY STATISTICKÉ VYHODNOCENÍ DOPRAVY VRANOV Akce: Objednatel: Obec Vranov Vranov 24 664 32 Vranov Červen 2019 Brno CAMEA spol. s r.o., Kořenského 25, Brno 621 00 tel./fax: +420
VíceRNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.
Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 7 Jak hodnotit vztah spojitých proměnných
VíceSCHRÉDER: OPŽP 2014-2020 PRIORITNÍ OSA 5 (veřejné osvětlení) LIDSKÝ FAKTOR ÚSPORA ENERGIE VEŘEJNÉ OSVĚTLENÍ
SCHRÉDER: OPŽP 2014-2020 PRIORITNÍ OSA 5 (veřejné osvětlení) LIDSKÝ FAKTOR ÚSPORA ENERGIE VEŘEJNÉ OSVĚTLENÍ ING PETR MÍKA ARTECHNIC - SCHRÉDER 1 OPŽP 2014 2020, prioritní osa 5 Podpořené projekty budou
VícePojednání o měření jasu L20
Pojednání o měření jasu L20 V následujícím textu se popisují některé aspekty, které bývají při měření jasu L20 zdrojem chyb či nepřesností. Mimo jiné se dokazuje nevhodnost převádění frekvenčního signálu
VíceNeuronové časové řady (ANN-TS)
Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci
VíceAdresa: Kontaktní osoba: Ing. Jiří Počta Nábř. L. Svobody 12/ Telefon: 225131503 110 15 Praha 1 Fax: E-mail: jiri.pocta@mdcr.cz
Návrh výzkumné potřeby státní správy pro zadání veřejné zakázky na projekt z programu veřejných zakázek ve výzkumu, experimentálním vývoji a inovacích pro potřeby státní správy BETA Předkladatel - garant
VíceMeo S-H: software pro kompletní diagnostiku intenzity a vlnoplochy
Centrum Digitální Optiky Meo S-H: software pro kompletní diagnostiku intenzity a vlnoplochy Výzkumná zpráva projektu Identifikační čí slo výstupu: TE01020229DV003 Pracovní balíček: Zpracování dat S-H senzoru
VíceČÁST B ORIENTAČNÍ DOPRAVNÍ ZNAČENÍ V OBCI
ČÁST B ORIENTAČNÍ DOPRAVNÍ ZNAČENÍ V OBCI 1 UŽITÍ A PROVEDENÍ DOPRAVNÍCH ZNAČEK 1.1 Všeobecně V této části jsou stanoveny zásady pro užití jednotlivých dopravních značek ODZ včetně příkladů jejich provedení.
Více5. Není nutno čekat na nehody Ing. Jiří Ambros, CDV, Vlasta Michková, ŘSD ČR
5. Není nutno čekat na nehody Ing. Jiří Ambros, CDV, Vlasta Michková, ŘSD ČR Abstrakt: Bezpečnost silničního provozu na vybraných místech se tradičně hodnotí prostřednictvím nehodovosti. Na potřebné množství
VíceKonference o bezpečnosti silničního provozu REGIONSERVIS. 19.5.2011, Praha, hotel Olympik
Konference o bezpečnosti silničního provozu REGIONSERVIS 19.5.2011, Praha, hotel Olympik Ing. Milan Dont Odbor pozemních komunikací a územního plánu Témata Odbor PK a územního plánu Implementace směrnice
VíceInformace o připravovaných. telematických aplikacích na dálnici D1
Informace o připravovaných telematických aplikacích na dálnici D1 Plánované telematické aplikace na dálnici D1 Plánované telematické aplikace na dálnici D1 neintrusivní dopravní detektory zařízení pro
Více6. Lineární regresní modely
6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu
VíceZÁSADY PRO ORIENTAČNÍ DOPRAVNÍ ZNAČENÍ NA POZEMNÍCH KOMUNIKACÍCH
TP 100 Ministerstvo dopravy odbor pozemních komunikací ZÁSADY PRO ORIENTAČNÍ DOPRAVNÍ ZNAČENÍ NA POZEMNÍCH KOMUNIKACÍCH TECHNICKÉ PODMÍNKY Pracovní verze revize TP pro 1. Připomínkové řízení SRPEN 2014
VíceKapacita jako náhodná veličina a její měření. Ing. Igor Mikolášek, Ing. Martin Bambušek Centrum dopravního výzkumu, v. v. i.
Kapacita jako náhodná veličina a její měření Ing. Igor Mikolášek, Ing. Martin Bambušek Centrum dopravního výzkumu, v. v. i. Obsah Kapacita pozemních komunikací Funkce přežití Kaplan-Meier a parametrické
VíceSpecializovaná mapa s odborným obsahem
Program bezpečnostního výzkumu České republiky na léta 2016-2021 Specializovaná mapa s odborným obsahem VH 20162017003 Vliv reklamních zařízení na bezpečnost silničního provozu České vysoké učení technické
VícePlánování experimentu
SEMESTRÁLNÍ PRÁCE Plánování experimentu 05/06 Ing. Petr Eliáš 1. NÁVRH NOVÉHO VALIVÉHO LOŽISKA 1.1 Zadání Při návrhu nového valivého ložiska se v prvotní fázi uvažovalo pouze o změně designu věnečku (parametr
VíceMatematické modelování dopravního proudu
Matematické modelování dopravního proudu Ondřej Lanč, Alena Girglová, Kateřina Papežová, Lucie Obšilová Gymnázium Otokara Březiny a SOŠ Telč lancondrej@centrum.cz Abstrakt: Cílem projektu bylo seznámení
VíceDobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze
Dobývání znalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Pravděpodobnost a učení Doc. RNDr. Iveta Mrázová,
VíceSTATISTICKÉ VYHODNOCENÍ DOPRAVY LELEKOVICE
SYSTÉM PRO MONITOROVÁNÍ DOPRAVY STATISTICKÉ VYHODNOCENÍ DOPRAVY LELEKOVICE Akce: Objednatel: Obec Lelekovice Hlavní 75/7 664 31 Lelekovice Září 2019 Brno CAMEA spol. s r.o., Kořenského 25, Brno 621 00
VíceMINISTERSTVO DOPRAVY ČR ODBOR POZEMNÍCH KOMUNIKACÍ ZPOMALOVACÍ PRAHY TECHNICKÉ PODMÍNKY. Schváleno MD - OPK č.j... s účinností od
TP 85 MINISTERSTVO DOPRAVY ČR ODBOR POZEMNÍCH KOMUNIKACÍ ZPOMALOVACÍ PRAHY TECHNICKÉ PODMÍNKY Schváleno MD - OPK č.j.... s účinností od Nabytím účinnosti se ruší a nahrazují v celém rozsahu TP 85 Zpomalovací
VíceObsah přednášky Jaká asi bude chyba modelu na nových datech?
Obsah přednášky Jaká asi bude chyba modelu na nových datech? Chyba modelu Bootstrap Cross Validation Vapnik-Chervonenkisova dimenze 2 Chyba skutečná a trénovací Máme 30 záznamů, rozhodli jsme se na jejich
VíceRozvoj tepla v betonových konstrukcích
Úvod do problematiky K novinkám v požární odolnosti nosných konstrukcí Praha, 11. září 2012 Ing. Radek Štefan prof. Ing. Jaroslav Procházka, CSc. Znalost rozložení teploty v betonové konstrukci nebo její
VíceTECHNOLOGICKÁ PLATFORMA. SVA skupiny dopravní telematika
TECHNOLOGICKÁ PLATFORMA SILNIČNÍ DOPRAVA SVA skupiny dopravní telematika SVA skupiny dopravní telematika - Inteligentní dopravní systémy obsah: Popis současného stavu Popis cílového stavu včetně hlavních
VíceChyby měření 210DPSM
Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů
Vícexrays optimalizační nástroj
xrays optimalizační nástroj Optimalizační nástroj xoptimizer je součástí webového spedičního systému a využívá mnoho z jeho stavebních bloků. xoptimizer lze nicméně provozovat i samostatně. Cílem tohoto
VíceCentrum pro rozvoj dopravních systémů
Centrum pro rozvoj dopravních systémů Martin Hájek VŠB - TU Ostrava Březen 2013 Témata 1. Představení centra RODOS 2. Řízení dopravy při modernizaci D1 výstupy centra Centrum pro rozvoj dopravních systémů
VíceNehodovost v roce 2017 dle druhu komunikací
Nehodovost v roce 2017 dle druhu komunikací Publikováno: 10. 8. 2018 Ing. Josef Mikulík, CSc. Nehodovost v roce 2017 dle druhu komunikací Článek byl publikován v Silničním obzoru č. 4/2018 Ing. Josef Mikulík,
Víceprázdninách Praha
Bezpečně na silnicích nejen o prázdninách 21.6.2011 Praha OBJEKTIVNÍ METODY POSUZOVÁNÍ ÚNAVY ŘIDIČE ZA VOLANTEM Petr Bouchner, Stanislav Novotný, Ondřej Sýkora bouchner@lss.fd.cvut.cz ČVUT v Praze, Fakulta
VíceAutomatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011
Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe
VíceDETEKCE DOPRAVY KLASIFIKACE VOZIDEL MONITORING DOPRAVNÍHO PROUDU
Road Traffic Technology DETEKCE DOPRAVY KLASIFIKACE VOZIDEL MONITORING DOPRAVNÍHO PROUDU BTTT modul SČÍTÁNÍ A KLASIFIKACE DOPRAVY BLUETOOTH MODUL PRO MONITOROVÁNÍ DOPRAVNÍHO PROUDU A DOJEZDOVÝCH ČASŮ Technologie
VíceInteligentní dálnice, smart cities
P Ř E D N Á Š K A 11 Inteligentní dálnice, smart cities TELEMATICKÉ SYSTÉMY A SLUŽBY Přednáška 11 Přednáška 11 - obsah Inteligentní dálnice Smart cities Telematika ve městech - workshop Inteligentní dálnice
Vícevzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291
Vzorová úloha 4.16 Postup vícerozměrné kalibrace Postup vícerozměrné kalibrace ukážeme na úloze C4.10 Vícerozměrný kalibrační model kvality bezolovnatého benzinu. Dle následujících kroků na základě naměřených
VíceNárodní ITS architektura a telematické aplikace
Národní ITS architektura a telematické aplikace Doc. Dr. Ing. Miroslav Svítek Fakulta dopravní ČVUT Konviktská 20, 110 00 Praha 1 svitek@lss.fd.cvut.cz Obsah prezentace Úvod Národní ITS architektura metodika
VíceTechnická univerzita v Liberci
Technická univerzita v Liberci Ekonomická fakulta Analýza výsledků z dotazníkového šetření Jména studentů: Adam Pavlíček Michal Karlas Tomáš Vávra Anna Votavová Ročník: 2015/2016 Datum odevzdání: 13/05/2016
VíceStatistická analýza jednorozměrných dat
Statistická analýza jednorozměrných dat Prof. RNDr. Milan Meloun, DrSc. Univerzita Pardubice, Pardubice 31.ledna 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem
Více2. přednáška z předmětu GIS1 Data a datové modely
2. přednáška z předmětu GIS1 Data a datové modely Vyučující: Ing. Jan Pacina, Ph.D. e-mail: jan.pacina@ujep.cz Pro přednášku byly použity texty a obrázky z www.gis.zcu.cz Předmět KMA/UGI, autor Ing. K.
VíceNávrhová 50-ti rázová intenzita dopravy pohledem dostupných dat Ing. Jan Martolos, Ing. Luděk Bartoš, Ing. Dušan Ryšavý, EDIP s.r.o.
Návrhová 50-ti rázová intenzita dopravy pohledem dostupných dat Ing. Jan Martolos, Ing. Luděk Bartoš, Ing. Dušan Ryšavý, EDIP s.r.o. Úvod Intenzita dopravy (počet vozidel, která projedou příčným řezem
VíceZVÝRAZNĚNÍ ZAČÁTKU OBCE
ZVÝRAZNĚNÍ ZAČÁTKU OBCE DOPRAVNÍ OSTRŮVEK S VYCHÝLENÍM JEDNOHO SMĚRU 1.1.B ZVÝRAZNĚNÍ ZAČÁTKU OBCE DOPRAVNÍ OSTRŮVEK S VYCHÝLENÍM JEDNOHO SMĚRU Umístění Rozměr Materiál Nutné bezpečnostní prvky Doplňkové
VíceFAKULTA DOPRAVNÍ VYHODNOCENÍ PRŮZKUMU RYCHLOSTÍ A SMĚROVOSTI DOPRAVY VE VYBRANÝCH LOKALITÁCH KATASTRU OBCE KAMENICE. Ústav dopravních systémů
České vysoké učení technické v Praze FAKULTA DOPRAVNÍ http://www.fd.cvut.cz VYHODNOCENÍ PRŮZKUMU RYCHLOSTÍ A SMĚROVOSTI DOPRAVY VE VYBRANÝCH LOKALITÁCH KATASTRU OBCE KAMENICE ČERVENEC 2013 Odpovědný řešitel:
VíceSilniční okruh kolem Prahy, telematické technologie a vyhodnocování dopravních dat
Silniční okruh kolem Prahy, telematické technologie a vyhodnocování dopravních dat Ing. Martin Kňákal Fakulta dopravní, ČVUT Konviktská 20, Praha 2. května 2012 SOKP a D1 telematická zařízení Volná trasa
VícePracovní celky 3.2, 3.3 a 3.4 Sémantická harmonizace - Srovnání a přiřazení datových modelů
Pracovní celky 3.2, 3.3 a 3.4 Sémantická harmonizace - Srovnání a datových modelů Obsah Seznam tabulek... 1 Seznam obrázků... 1 1 Úvod... 2 2 Metody sémantické harmonizace... 2 3 Dvojjazyčné katalogy objektů
VíceN o v é p o z n a t k y o h l e d n ě p o u ž i t í R o a d C e m u d o s m ě s í s t u d e n é r e c y k l a c e
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ v PRAZE FAKULTA STAVEBNÍ - ZKUŠEBNÍ LABORATOŘ Katedra silničních staveb Thákurova 7, PSČ 116 29 Praha 6 ODBORNÁ LABORATOŘ OL 136 telefon 224353880 telefax 224354902, e-mail:
VíceAnalytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality
Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality RNDr. Alena Mikušková FN Brno Pracoviště dětské medicíny, OKB amikuskova@fnbrno.cz Analytické znaky laboratorní metody
VíceKritéria hodnocení praktické maturitní zkoušky z databázových systémů
Kritéria hodnocení praktické maturitní zkoušky z databázových systémů Otázka č. 1 Datový model 1. Správně navržený ERD model dle zadání max. 40 bodů teoretické znalosti konceptuálního modelování správné
VíceAnalytické metody v motorsportu
Analytické metody v motorsportu Bronislav Růžička Ústav konstruování Odbor konstruování strojů Fakulta strojního inženýrství Vysoké učení č technické v Brně ě 29. června 2011, FSI VUT v Brně, Česká republika
VíceČást E ORIENTAČNÍ DOPRAVNÍ ZNAČENÍ OBSLUŽNÝCH DOPRAVNÍCH ZAŘÍZENÍ
Část E ORIENTAČNÍ DOPRAVNÍ ZNAČENÍ OBSLUŽNÝCH DOPRAVNÍCH ZAŘÍZENÍ Naformátováno: Vlevo: 2,5 cm, Vpravo: 2,25 cm, Nahoře: 2 cm, Dole: 2,5 cm, Šířka: 21 cm, Výška: 29,7 cm, Vzdálenost zápatí od okraje: 1,55
VíceProcesní řízení operačních sálů Mgr. Martin Gažar
Procesní řízení operačních sálů Mgr. Martin Gažar Procesy Procesy Procesní analýza Procesní mapa Modely procesů Optimalizace procesů Přínosy procesní analýzy Procesy a modely Procesy Abychom mohli úspěšně
VícePopisná statistika kvantitativní veličiny
StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali
VíceGIS Libereckého kraje
Funkční rámec Zpracoval: Odbor informatiky květen 2004 Obsah 1. ÚVOD...3 1.1. Vztah GIS a IS... 3 2. ANALÝZA SOUČASNÉHO STAVU...3 2.1. Technické zázemí... 3 2.2. Personální zázemí... 3 2.3. Datová základna...
VíceAlgoritmy a struktury neuropočítačů ASN - P10. Aplikace UNS v biomedicíně
Aplikace UNS v biomedicíně aplikace v medicíně postup při zpracování úloh Aplikace UNS v medicíně Důvod: nalezení exaktnějších, levnějších a snadnějších metod určování diagnóz pro lékaře nalezení šetrnějších
VíceSledování a vyhodnocování dopravních konfliktů v rámci projektu Konflikt
Sledování a vyhodnocování dopravních konfliktů v rámci projektu Konflikt doc. Ing. Josef KOCOUREK, Ph.D., Ing. Bc. Dagmar KOČÁRKOVÁ, Ph.D., Ing. Tomáš PADĚLEK Fakulta dopravní, Ústav dopravních systémů,
VíceVliv přístroje SOMAVEDIC Medic na poruchy magnetických polí
IIREC Dr. Medinger e.u. Mezinárodní institut pro výzkum elektromagnetické kompatibility elektromagnetická kompatibilita na biofyzikálním základě projektová kancelář v oboru ekologické techniky Ringstr.
VíceLINEÁRNÍ REGRESE Komentované řešení pomocí programu Statistica
LINEÁRNÍ REGRESE Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu Popisná
VíceStatistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická
VíceMonitoring eroze zemědělské půdy
Monitoring eroze zemědělské půdy Ing. Jiří Kapička, Mgr. Daniel Žížala, Ing. Ivan Novotný Monitoring eroze zemědělské půdy (http://me.vumop.cz) vznikl jako společný projekt Státního pozemkového úřadu (SPÚ),
VícePříloha 5/A. Emise z dopravy. Lokalita Praha. Úvod
Příloha 5/A Emise z dopravy Lokalita Praha Úvod 1. Úvod Doprava a jí produkované emise jsou v posledních letech stále větším problémem, a to nejen ve velkých městech, ale i v okolí páteřních komunikací
VíceVyužití telematiky ke snížení dopravní zátěže a emisí, validita a aktuálnost dopravních informací (projekty města Liberec)
Využití telematiky ke snížení dopravní zátěže a emisí, validita a aktuálnost dopravních informací (projekty města Liberec) Ing. Zdeněk Pliška, vedoucí technického rozvoje ELTODO EG, a. s., 1930 Technický
Víceindividuální TRÉNINKOVÝ PROFIL
individuální TRÉNINKOVÝ PROFIL Iniciály klienta Jméno příjmení: Ukázka prezentace Datum narození: 1. 1. 1990 začátek analýzy: 1. 1. 2018 konec analýzy: 30. 1. 2018 Sport: Běh GAS (General Adaptation Syndrome)
VíceVýukový materiál zpracován v rámci projektu EU peníze školám
Výukový materiál zpracován v rámci projektu EU peníze školám Registrační číslo projektu: CZ. 1.07/1.5.00/34.0637 Šablona III/2 Název VY_32_INOVACE_39_Algoritmizace_teorie Název školy Základní škola a Střední
VíceZpracovatel: HBH Projekt spol s r.o Brno
JIHOMORAVSKÝ KRAJ MODEL SILNIČNÍ DOPRAVY PRO VÝHLEDOVOU SÍT JMK II. ETAPA VYHODNOCENÍ DOPRAVNÍCH PRŮZKUMŮ Průzkumy IAD ve vybraných obcích Zpracovatel: HBH Projekt spol s r.o. KKaabbáát tnní ííkkoovvaa
VíceO MOŽNOSTI ADJUSTACE IMISNÍCH KONCENTRACÍ NA METEOROLOGICKÉ PODMÍNKY. RNDr. Josef Keder, CSc.
O MOŽNOSTI ADJUSTACE IMISNÍCH KONCENTRACÍ NA METEOROLOGICKÉ PODMÍNKY RNDr. Josef Keder, CSc. Zadání úlohy V souladu s požadavkem zadavatele (MŽP) bude zpracována metodika, umožňující oprostit průměrné
VíceSEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík
SEMESTRÁLNÍ PRÁCE Leptání plasmou Ing. Pavel Bouchalík 1. ÚVOD Tato semestrální práce obsahuje písemné vypracování řešení příkladu Leptání plasmou. Jde o praktickou zkoušku znalostí získaných při přednáškách
VíceUŽIVATELSKÁ PŘÍRUČKA K INTERNETOVÉ VERZI REGISTRU SČÍTACÍCH OBVODŮ A BUDOV (irso 4.x) VERZE 1.0
UŽIVATELSKÁ PŘÍRUČKA K INTERNETOVÉ VERZI REGISTRU SČÍTACÍCH OBVODŮ A BUDOV (irso 4.x) VERZE 1.0 OBSAH 1 ÚVOD... 3 1.1 HOME STRÁNKA... 3 1.2 INFORMACE O GENEROVANÉ STRÁNCE... 4 2 VYHLEDÁVÁNÍ V ÚZEMÍ...
Více18. MEZINÁRODNÍ SYMPOZIUM MOSTY/BRIDGES Sborník příspěvků 2013
Sborník příspěvků 2013 18. MEZINÁRODNÍ SYMPOZIUM MOSTY/BRIDGES 2013 KONANÉ POD ZÁŠTITOU MINISTRA DOPRAVY ČESKÉ REPUBLIKY ING. ZBYŇKA STANJURY A PRIMÁTORA MĚSTA BRNA BC. ROMANA ONDERKY, MBA V RÁMCI DOPROVODNÉHO
VíceArchitektura informačních systémů. - dílčí architektury - strategické řízení taktické řízení. operativní řízení a provozu. Globální architektura
Dílčí architektury Informační systémy - dílčí architektury - EIS MIS TPS strategické řízení taktické řízení operativní řízení a provozu 1 Globální Funkční Procesní Datová SW Technologická HW Aplikační
VícePOPIS STANDARDU CEN TC278/WG 02
POPIS STANDARDU CEN TC278/WG 02 Oblast: Systémy managementu dopravy nákladů a vozového parku (FFMS) Zkrácený název: Řízení nákladů a posádek Norma číslo: 278094 Norma název (en): RTTT - FFMS - Reference
VíceMBI - technologická realizace modelu
MBI - technologická realizace modelu 22.1.2015 MBI, Management byznys informatiky Snímek 1 Agenda Technická realizace portálu MBI. Cíle a principy technického řešení. 1.Obsah portálu - objekty v hierarchiích,
VíceLineární regrese. Komentované řešení pomocí MS Excel
Lineární regrese Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A1:B11 (viz. obrázek) na listu cela data Postup Základní výpočty - regrese Výpočet základních
VíceStředoškolská technika SCI-Lab
Středoškolská technika 2016 Setkání a prezentace prací středoškolských studentů na ČVUT SCI-Lab Kamil Mudruňka Gymnázium Dašická 1083 Dašická 1083, Pardubice O projektu SCI-Lab je program napsaný v jazyce
VíceČÁST B ORIENTAČNÍ DOPRAVNÍ ZNAČENÍ V OBCI
ČÁST B ORIENTAČNÍ DOPRAVNÍ ZNAČENÍ V OBCI 1 UŽITÍ A PROVEDENÍ DOPRAVNÍCH ZNAČEK 1.1 Všeobecně V této části jsou stanoveny zásady pro užití jednotlivých značek ODZ v obci včetně příkladů jejich provedení.
VíceProjekční algoritmus. Urychlení evolučních algoritmů pomocí regresních stromů a jejich zobecnění. Jan Klíma
Urychlení evolučních algoritmů pomocí regresních stromů a jejich zobecnění Jan Klíma Obsah Motivace & cíle práce Evoluční algoritmy Náhradní modelování Stromové regresní metody Implementace a výsledky
VíceFakulta dopravní Ústav řídicí techniky a telematiky
České vysoké učení technické v Praze Fakulta dopravní Informační a komunikační technologie pro budoucí smart cities Ing. Pavel Hrubeš, Ph.D. 5. České dopravní fórum 9. 6.2011 Dopravní systém a bezpečnost
VíceModelování a optimalizace vozidel, linek a dopravní infrastruktury města. Zdeněk Peroutka, Jan Přikryl, Radim Dudek, Pavel Drábek
Modelování a optimalizace vozidel, linek a dopravní infrastruktury města Zdeněk Peroutka, Jan Přikryl, Radim Dudek, Pavel Drábek Co a proč řešíme? Motivace a cíle Plná elektrifikace MHD optimální skladba
VíceChytrá města a regiony - inteligentní řízení dopravy
Chytrá města a regiony - inteligentní řízení dopravy Prof. Dr. Ing. Miroslav Svítek Fakulta dopravní, ČVUT Konviktská 20 110 00 Praha 1 svitek@fd.cvut.cz Obsah Koncept chytrých měst a regionů Řízení procesů
VíceHradecké semafory otázky a odpovědi
Hradecké semafory otázky a odpovědi V úterý 30.6.2015 proběhla za účasti cyklistické veřejnosti, politického vedení města a médií happeningová akce s cílem upozornit na nebezpečné semafory pro cyklisty
Více