🔢 mathematics

An areal continuum model for mixed traffic

यह शोध पत्र मिश्रित यातायात के लिए एक नवीन निरंतर मॉडल (कंटीन्यूम मॉडल) प्रस्तुत करता है जो संरक्षित क्षेत्र-आधारित प्रवाह और घनत्व चरों को पेश करके वाहन आकार की विषमता को संबोधित करता है, उनके अनुभवजन्य संबंधों को मान्य करता है, और एक बहु-वर्ग सेल ट्रांसमिशन स्कीम के माध्यम से मॉडल की प्रभावशीलता को प्रदर्शित करता है जो सीपेज (seepage) और प्लैटून प्रसार (platoon dispersion) व्यवहारों को सटीक रूप से दोहराता है।

मूल लेखक: Nandan Maiti, Bhargava Rama Chilukuri

प्रकाशित 2026-04-27

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nandan Maiti, Bhargava Rama Chilukuri

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप यह मापने की कोशिश कर रहे हैं कि एक हाईवे पर कितनी भीड़ है। पारंपरिक रूप से, ट्रैफिक इंजीनियरों ने एक बिंदु से गुजरने वाले वाहनों की संख्या गिनकर ऐसा किया है, जैसे किसी कमरे में सिरों की गिनती करना। वे एक छोटी मोटरसाइकिल और एक विशाल सेमी-ट्रक दोनों को "एक व्यक्ति" के रूप में ही गिनते हैं।

लेखक इस बात की ओर इशारा करते हैं कि जहाँ यातायात सभी प्रकार के वाहनों का एक अराजक मिश्रण होता है (जैसे कि कई भारतीय शहरों में), वहाँ यह तरीका त्रुटिपूर्ण है। एक मोटरसाइकिल बहुत कम जगह लेती है, जबकि एक बस बहुत अधिक स्थान घेरती है। यदि आप केवल उन्हें गिनते हैं, तो आप इस वास्तविकता को चूक जाते हैं कि वे वास्तव में सड़क पर कितना भौतिक स्थान घेर रहे हैं।

यहाँ इस शोध पत्र द्वारा प्रस्तावित एक सरल विवरण दिया गया है, जिसमें रोजमर्रा के उपमाओं का उपयोग किया गया है:

1. मूल विचार: "सिरों" के बजाय "स्थान" की गिनती

लेखक यातायात को देखने का एक नया तरीका सुझाते हैं। वाहनों की संख्या गिनने के बजाय, वे इस बात को मापने का प्रस्ताव देते हैं कि वे कुल क्षेत्रफल (total area) कितना घेरते हैं।

पुराना तरीका (सिरों की गिनती): कल्पना कीजिए कि एक कमरा लोगों से भरा है। यदि वहां 10 लोग हैं, तो आप कहते हैं कि कमरा "10 लोगों की गहराई" तक भरा है। इससे कोई फर्क नहीं पड़ता कि वे सभी छोटे बच्चे हैं या बड़े बास्केटबॉल खिलाड़ी; गिनती समान रहती है।
नया तरीका (फर्श का स्थान): अब, कल्पना कीजिए कि आप कमरे को उन लोगों द्वारा घेरे गए फर्श के स्थान से माप रहे हैं। यदि कमरा बास्केटबॉल खिलाड़ियों से भरा है, तो फर्श लगभग पूरी तरह से ढका हुआ है। यदि यह बच्चों से भरा है, तो अभी भी बहुत सारा खाली फर्श बचा है।

इस शोध पत्र में, लेखक इस "फर्श के स्थान" के विचार पर आधारित दो नए चर (variables) पेश करते हैं:

एरियल डेंसिटी (Areal Density): "कितने वाहन प्रति किलोमीटर" के बजाय, वे मापते हैं "एक किलोमीटर सड़क में कार का कितने वर्ग मीटर क्षेत्रफल है।"
एरियल फ्लो (Areal Flow): "प्रति घंटे कितने वाहन गुजरते हैं" के बजाय, वे मापते हैं "प्रति घंटे एक बिंदु से कितने वर्ग मीटर कार गुजरती है।"

2. यह क्यों महत्वपूर्ण है: "संरक्षण" का नियम

भौतिकी में, एक नियम है जिसे "संरक्षण" (conservation) कहा जाता है। उदाहरण के लिए, यदि आप एक कप से कटोरे में पानी डालते हैं, तो पानी की मात्रा समान रहती है; वह बस अपना आकार बदल लेती है।

लेखक तर्क देते हैं कि मिश्रित यातायात में, वाहनों की संख्या संरक्षित करने के लिए एक अच्छी चीज़ नहीं है क्योंकि ट्रैफिक के बीच से निकलती एक मोटरसाइकिल अचानक कारों की एक कतार बन सकती है, या एक बस अपना "प्रभाव" कई लेन में फैला सकती है। हालाँकि, वाहनों द्वारा घेरा गया कुल क्षेत्रफल एक ठोस, अपरिवर्तनीय भौतिक तथ्य है।

उन्होंने एक गणितीय मॉडल बनाया (समीकरणों का एक समूह) जो सड़क पर चलते हुए इस "वाहन क्षेत्र" को ट्रैक करता है। वे इसे एरियल कंटीनम मॉडल (Areal Continuum Model) कहते हैं। यह यातायात को एक तरल पदार्थ (fluid) की तरह मानता है जहाँ "तरल" वास्तविक भौतिक स्थान है जिसे वाहन घेरते हैं, न कि केवल एक गिनती।

3. सिद्धांत का परीक्षण: "ट्रैफिक फिंगरप्रिंट"

यह देखने के लिए कि उनका नया "क्षेत्रफल-आधारित" गणित वास्तव में काम करता है या नहीं, शोधकर्ताओं ने भारत के तीन शहरों (चेन्नई, सूरत और गुवाहाटी) में जाकर यातायात की रिकॉर्डिंग की। उन्होंने हर कार, बस और मोटरसाइकिल द्वारा घेरे गए स्थान को ट्रैक करने के लिए वीडियो विश्लेषण का उपयोग किया।

उन्होंने इस डेटा को एक "फंडामेंटल डायग्राम" बनाने के लिए प्लॉट किया। इसे यातायात का "फिंगरप्रिंट" समझें। यह दिखाता है कि सड़क कितनी भरी हुई है (घनत्व) और यातायात कितनी तेजी से चल रहा है (गति) के बीच क्या संबंध है।

निष्कर्ष: उन्होंने यह देखने के लिए कई मौजूदा गणितीय सूत्रों का परीक्षण किया कि कौन सा इस नए "क्षेत्रफल-आधारित" डेटा का सबसे अच्छा वर्णन करता है। उन्होंने पाया कि एक विशिष्ट सूत्र (जिसे स्मल्डर्स मॉडल कहा जाता है) सबसे अच्छा काम करता है। इसने दिखाया कि चाहे आप कारों की संख्या देख रहे हों या उनके क्षेत्रफल को, यातायात अनुमानित रूप से व्यवहार करता है, लेकिन "क्षेत्रफल" वाला तरीका बड़े और छोटे वाहनों के मिश्रण को बहुत अधिक सटीकता से संभालता है।

4. ट्रैफिक जाम और ओवरटेकिंग का अनुकरण (Simulation)

अंत में, लेखकों ने अपने नए मॉडल का उपयोग करके कंप्यूटर सिमुलेशन चलाया। वे यह देखना चाहते थे कि क्या यह वास्तविक दुनिया के यातायात व्यवहारों की भविष्यवाणी कर सकता है, विशेष रूप से:

प्लूटून डिस्पर्सन (Platoon Dispersion): कल्पना कीजिए कि कारों और ट्रकों का एक समूह एक साथ चल रहा है। समय के साथ, तेज़ कारें (जैसे मोटरसाइकिल या छोटी कारें) स्वाभाविक रूप से आगे की ओर निकल जाती हैं, और धीमी ट्रक पीछे रह जाते हैं। वह समूह "बिखर" (disperse) जाता है।
ओवरटेकिंग (Overtaking): मॉडल ने सफलतापूर्वक दिखाया कि कैसे तेज़ वाहन मिश्रित प्रवाह में धीमे वाहनों के बगल से निकल जाते हैं।

सिमुलेशन ने साबित किया कि उनका "क्षेत्रफल-आधारित" मॉडल बिना प्रत्येक वाहन प्रकार को एक अलग, जटिल श्रेणी के रूप में उपचारित किए, इन जटिल व्यवहारों को सटीक रूप से दोहरा सकता है।

सारांश

संक्षेप में, यह शोध पत्र तर्क देता है कि ऐसी दुनिया में जहाँ यातायात छोटी स्कूटरों और बड़े ट्रकों का एक अस्त-व्यस्त मिश्रण है, वाहनों को गिनना रेत और पत्थरों के ढेर को उनकी "संख्या" के बजाय उनके "आयतन" (volume) के बजाय गिनने जैसा है।

वाहनों द्वारा घेरे गए कुल क्षेत्रफल को मापने की ओर स्विच करके, लेखकों ने एक नया गणितीय मॉडल बनाया जो:

वाहनों के भौतिक आकार के अंतर का सम्मान करता है।
भौतिकी के नियमों (क्षेत्रफल के संरक्षण) का पालन करता है।
सटीक रूप से भविष्यवाणी करता है कि मिश्रित यातायात की स्थितियों में ट्रैफिक जाम कैसे बनते हैं और वाहन एक-दूसरे को कैसे ओवरटेक करते हैं।

उन्होंने सड़कें बनाने या ट्रैफिक लाइट बदलने का कोई नया तरीका नहीं बनाया; उन्होंने बस मिश्रित यातायात वास्तव में कैसे चलता है, इसे मापने और समझने के लिए एक बेहतर, अधिक सटीक "पैमाना" प्रदान किया।

यहाँ नंदन मैती और भार्गव राम चिलकुरी के शोध पत्र "An areal continuum model for mixed traffic" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

मिश्रित यातायात की स्थितियाँ, विशेष रूप से विकासशील देशों में, वाहनों के प्रकारों (कार, मोटरसाइकिल, बस, ट्रक) में उच्च विषमता और लेन-मुक्त आवाजाही द्वारा चिह्नित होती हैं। पारंपरिक यातायात प्रवाह मॉडलिंग इस संदर्भ में महत्वपूर्ण चुनौतियों का सामना करती है:

PCU की सीमाएँ: विषम यातायात को पैसेंजर कार यूनिट (PCU) का उपयोग करके एक सजातीय समकक्ष में बदलने का मानक दृष्टिकोण त्रुटिपूर्ण है। PCU मान अक्सर स्थिर होते हैं, विभिन्न वाहन वर्गों के बीच गतिशील अंतःक्रियाओं को पकड़ने में विफल रहते हैं, और विभिन्न आकारों के वाहनों द्वारा घेरे गए भौतिक स्थान को ध्यान में नहीं रखते हैं।
संरक्षण उल्लंघन (Conservation Violations): PCU-आधारित प्रभावी घनत्व वाले बहु-वर्ग मॉडलों में, "प्रभावी घनत्व" समय और स्थान के साथ संरक्षित नहीं रहता है, क्योंकि PCU मान यातायात की स्थितियों के साथ गतिशील रूप से बदलते हैं। यह निरंतरता समीकरण (continuity equation) का उल्लंघन करता जो मैक्रोस्कोपिक कंटिनम मॉडल के लिए आवश्यक है।
अपर्याप्त चर (Inadequate Variables): पारंपरिक चर जैसे वाहन संख्या (घनत्व) और प्रवाह, स्थानिक अधिभोग (spatial occupancy) या भौतिक बाधाओं का सटीक प्रतिनिधित्व नहीं करते हैं, जिससे क्षमता अनुमान और भीड़भाड़ मॉडलिंग में कमी आती है।

लेखकों का तर्क है कि मिश्रित यातायात की गतिशीलता को सटीक रूप से मॉडल करने के लिए वाहन क्षेत्र संरक्षण (vehicle area conservation) पर आधारित एक कंटिनम मॉडल आवश्यक है।

2. कार्यप्रणाली (Methodology)

अ. एरियल कंटिनम मॉडल का व्युत्पन्न (Derivation of the Areal Continuum Model)

अध्ययन कुल वाहन क्षेत्र संरक्षण के सिद्धांत पर आधारित एक नया मैक्रोस्कोपिक मॉडल व्युत्पन्न करता है।

मुख्य धारणा: यातायात को एक निरंतर तरल (fluid) के रूप में माना जाता है जहाँ वाहनों का कुल प्रक्षिप्त क्षेत्र (projected area) एक नियंत्रण आयतन (control volume) के भीतर संरक्षित रहता है, जिसमें स्रोतों (विलय/merging) और सिंक (विभाजन/diverging) को भी शामिल किया जाता है।
नए चर: लेखक तीन मौलिक चर पेश करते हैं:
1. एरियल फ्लो ( $q_a$ ): प्रति इकाई समय में सड़क की चौड़ाई को पार करने वाला कुल वाहन क्षेत्र (इकाई: $m^2/hr-m$ )।
2. एरियल डेंसिटी ( $k_a$ ): प्रति इकाई सड़क लंबाई और चौड़ाई में कुल वाहन क्षेत्र (इकाई: $m^2/km-m$ )।
3. एरियल स्पीड ( $v_a$ ): एरियल फ्लो और एरियल डेंसिटी का अनुपात, जो गणितीय रूप से स्पेस मीन स्पीड ( $v_s$ ) के समान है।
निरंतरता समीकरण (Continuity Equation): मॉडल एक हाइपरबोलिक पार्शियल डिफरेंशियल इक्वेशन (PDE) परिणाम देता है जो लाइथविल-विथम-रिचर्ड्स (LWR) मॉडल के समान है:
$\frac{\partial k_a}{\partial t} + \frac{\partial q_a}{\partial x} = f(x,t)$
जहाँ $f(x,t)$ शुद्ध क्षेत्र स्रोत/सिंक (net area sources/sinks) को दर्शाता है। यह समीकरण संरक्षण रूप (conservation form) को बनाए रखता है, जिससे PCU-आधारित मॉडलों में पाई जाने वाली निरंतरता संबंधी समस्याओं का समाधान होता है।

ब. अनुभवजन्य डेटा और अंशांकन (Empirical Data and Calibration)

डेटा स्रोत: तीन भारतीय शहरों (चेन्नई, सूरत, गुवाहाटी) में छह-लेन विभाजित कैरिजवे पर यातायात डेटा एकत्र किया गया था। वाहनों को टू-व्हीलर्स (TWs), कारों और भारी वाहनों (HVs) में वर्गीकृत किया गया था।
मौलिक आरेख (Fundamental Diagrams - FD): लेखकों ने नए एरियल चरों के विरुद्ध छह स्थापित स्पीड-डेंसिटी मॉडलों (Greenshields, Greenberg, Underwood, Del Castillo, Daganzo, Smulders) का परीक्षण किया।
बहु-वर्ग दृष्टिकोण: उन्होंने वर्ग-विशिष्ट FD विकसित किए जहाँ किसी विशिष्ट वर्ग की गति स्ट्रीम के कुल एरियल घनत्व का फलन (function) होती है।

स. संख्यात्मक समाधान (Numerical Solution)

विश्लेषणात्मक समाधान: शॉक वेव प्रसार (shock wave propagation) को हल करने के लिए 'मेथड ऑफ कैरेक्टेरिस्टिक्स' (MoC) को PDE को विश्ले的に हल करने के लिए लागू किया गया था।
संख्यात्मक योजना: स्मुलडर्स फंडामेंटल डायग्राम का उपयोग करते हुए गोडुनोव स्कीम (Godunov's scheme) पर आधारित एक मल्टी-क्लास सेल ट्रांसमिशन मॉडल (m-CTM) विकसित किया गया। यह योजना विलय (merging), प्लैटून विसर्जन (platoon dispersion) और ओवरटेकिंग को सिम्युलेट करने के लिए डिमांड और सप्लाई फंक्शन का उपयोग करती है।

3. मुख्य योगदान (Key Contributions)

नवीन यातायात चर: एरियल फ्लो और एरियल डेंसिटी को परिभाषित किया गया जो गतिशील PCU रूपांतरणों पर निर्भर रहने के बजाय स्वाभाविक रूप से वाहन आकार की विषमता को ध्यान में रखते हुए संरक्षित मात्राएँ हैं।
सैद्धांतिक ढांचा: वाहन क्षेत्र संरक्षण पर आधारित एक कंटिनम मॉडल स्थापित किया गया, जिससे यह सिद्ध हुआ कि मानक हाइपरबोलिक PDE समाधान विधियाँ (जैसे MoC और CTM) अभी भी लागू हैं।
अनुभवजन्य सत्यापन: लेखों ने तीन अलग-अलग स्थानों पर एरियल चरों का उपयोग करके मिश्रित यातायात के लिए स्मुलडर्स मॉडल को सर्वश्रेष्ठ फिट के रूप में सत्यापित किया। इस मॉडल ने अन्य शास्त्रीय मॉडलों की तुलना में बेहतर प्रदर्शन ( $R^2 > 0.90$ ) दिखाया।
बहु-वर्ग गतिशीलता: यह प्रदर्शित किया गया कि जबकि स्ट्रीम-स्तरीय मॉडल प्रभावी हैं, वर्ग-विशिष्ट एरियल FD अलग-अलग वेव स्पीड और क्रिटिकल डेंसिटी प्रकट करते हैं (जैसे, HVs में TWs की तुलना में उच्च वेव स्पीड होती है)।
जटिल घटनाओं का अनुकरण: m-CTM ने प्लैटून विसर्जन (platoon dispersion) और ओवरटेकिंग व्यवहारों को सफलतापूर्वक दोहराया, जिससे यह दिखाया कि कैसे तेज़ वाहन (कारें) मिश्रित प्लैटून के सामने स्वाभाविक रूप से आगे बढ़ते हैं और धीमे वाहन (HVs) पीछे रह जाते हैं, जिससे वास्तविक शॉकवेव पैटर्न बनते हैं।

4. मुख्य परिणाम (Key Results)

मॉडल फिट: स्मुलडर्स मॉडल (एक पीसवाइज फंक्शन जो पैराबोलिक फ्री-फ्लो और लीनियर कंजेशन रेजीम को जोड़ता है) ने एरियल फ्लो ( $q_a$ ) और एरियल डेंसिटी ( $k_a$ ) के बीच संबंध के लिए सबसे अच्छा फिट प्रदान किया।
चर संबंध:
- एरियल डेंसिटी ( $k_a$ ), औसत वाहन क्षेत्र द्वारा स्केल किए जाने के बाद, पारंपरिक घनत्व ( $k$ ) से रैखिक रूप से संबंधित है।
- एरिया ऑक्यूपेंसी ($ao$) को औसत वाहन क्षेत्र के भारित औसत (weighted average) के फलन के रूप में पाया गया, जो सड़क की ज्यामिति से स्वतंत्र है, पारंपरिक ऑक्यूपेंसी के विपरीत।
वर्ग-विशिष्ट पैरामीटर:
- क्रिटिकल डेंसिटी: भारी वाहनों (HVs) ने उच्चतम क्रिटिकल एरियल डघनिटी प्रदर्शित की, उसके बाद कारों की, और फिर टू-व्हीलर्स की ( $k_{a,cr}^{HV} > k_{a,cr}^{Car} > k_{a,cr}^{TW}$ )।
- वेव स्पीड: HVs ने छोटे वाहनों की तुलना में उच्च कंजेशन वेव स्पीड प्रदर्शित की, जो बड़े वाहनों के कारण होने वाले व्यवधानों के प्रसार के संबंध में भौतिक अंतर्ज्ञान के अनुरूप है।
सिमुलेशन परिणाम: m-CTM ने मिश्रित प्लैटून के विसर्जन को सफलतापूर्वक सिम्युलेट किया। जब कारों और HVs का एक प्लैटून भीड़भाड़ की स्थिति में प्रवेश करता है, तो तेज़ कारें धीमी HVs को ओवरटेक करती हैं, जिससे प्लैटून का अलगाव होता है और विशिष्ट शॉकवेव बनते हैं, जो लेन-मुक्त ओवरटेकिंग डायनेमिक्स को पकड़ने की मॉडल की क्षमता को प्रमाणित करता है।

5. महत्व और निहितार्थ (Significance and Implications)

प्रतिमान परिवर्तन (Paradigm Shift): यह शोध "वाहन गणना" प्रतिमान से हटकर "स्थानिक अधिभोग" प्रतिमान की ओर बढ़ता है, जो मिश्रित यातायात के लिए अधिक भौतिक रूप से कठोर है जहाँ वाहनों के आकार में भारी अंतर होता है।
व्यावहारिक अनुप्रयोग: प्रस्तावित मॉडल और संख्यात्मक योजना को जटिल PCU मानों के पुन: अंशांकन (re-calibration) की आवश्यकता के बिना मौजूदा यातायात सिमुलेशन टूल और यातायात प्रबंधन प्रणालियों में सीधे एकीकृत किया जा सकता है।
नीति और योजना: मिश्रित यातायात में क्षमता और भीड़भाड़ का अधिक सटीक प्रतिनिधित्व प्रदान करके, यह मॉडल विकासशील देशों में सड़क बुनियादी ढांचे के डिजाइन, सिग्नल टाइमिंग और यातायात प्रबंधन रणनीतियों में सुधार कर सकता है।
सैद्धांतिक मजबूती: यह अध्ययन सूक्ष्म विषमता (microscopic heterogeneity) और मैक्रोस्कोपिक कंटिनम मॉडलिंग के बीच के अंतर को पाटता है, जो एक गणितीय रूप से सुदृढ़ ढांचा (क्षेत्र का संरक्षण) प्रदान करता है जो पिछले PCU-आधारित दृष्टिकोणों की विसंगतियों को हल करता है।

निष्कर्षतः, यह शोध मिश्रित यातायात प्रवाह को अलग-अलग वाहनों की गिनती के बजाय स्थानिक क्षेत्र के एक संरक्षित तरल के रूप में मानकर एक मजबूत, अनुभवजन्य रूप से सत्यापित ढांचा प्रदान करता है, जो पारंपरिक तरीकों की तुलना में महत्वपूर्ण सुधार है।