Snelwegen zijn complexe systemen waarbij het gedrag van duizenden individuele bestuurders samenkomt om de verkeersstroom te vormen. Wanneer er te veel auto's tegelijkertijd gebruik willen maken van een weg, kan het systeem vastlopen, wat vertragingen veroorzaakt die kilometers terugwaarts uitstralen. Decennialang hebben instanties voor transport eenvoudige metingen gebruikt om te beoordelen hoe erg deze files zijn, zoals het tellen van het totaal aantal verloren minuten door alle bestuurders of het meten hoeveel langzamer het verkeer beweegt tijdens de spitsuren. Deze cijfers vertellen een verhaal over het verleden: ze beschrijven hoe gecongestioneerd een weg gisteren of vorig jaar was. Echter, ze bieden weinig richting voor de toekomst. Een hoog aantal verloren minuten kan betekenen dat een weg simpelweg overbelast is door te veel auto's, een situatie die geen enkele aanpassing kan oplossen. Alternatief kan datzelfde hoge aantal betekenen dat de weg verstopt is omdat bestuurders slecht op elkaar reageren, een situatie die opgelost zou kunnen worden met het juiste beheer. Zonder te weten welk scenario waar is, riskeren stadsplanners geld te verspillen aan dure projecten zoals het toevoegen van nieuwe rijstroken, terwijl een goedkopere, slimmere oplossing net zo goed had kunnen werken.

Deze onzekerheid is het centrale probleem dat wordt aangepakt door een nieuwe studie van onderzoekers van het Massachusetts Institute of Technology en de University of Nottingham. Het team zette zich in om een nieuwe manier te creëren om naar verkeer te kijken die verder gaat dan alleen het meten van hoe erg de situatie is. In plaats van te vragen "Hoeveel vertraging is er?", vroegen zij een andere vraag: "Hoeveel van deze vertraging zouden we daadwerkelijk kunnen oplossen?" Om dit te beantwoorden, ontwikkelden ze een concept dat ze "controllable congestion" (beheersbare congestie) noemen. Dit is geen maatstaf voor de huidige verkeersomstandigheden, maar eerder een maatstaf voor potentieel. Het berekent de maximale hoeveelheid vertraging die theoretisch verwijderd zou kunnen worden van een snelweg als een intelligent systeem de snelheidslimieten perfect zou beheren. Door gebruik te maken van geavanceerde computersimulaties die nabootsen hoe het verkeer stroomt, testten de onderzoekers dit idee op zowel een verzonnen snelwegscenario als op echte gegevens van een traject van Interstate 24 in Tennessee. Hun werk laat zien dat de hoeveelheid vertraging waar een weg last van heeft, vaak niet gerelateerd is aan hoeveel van die vertraging kan worden opgelost. In sommige gevallen is een weg met zwaar verkeer bijna onmogelijk te verbeteren, terwijl in andere gevallen een weg met vergelijkbare verkeersniveaus meer dan de helft van de vertraging zou kunnen verminderen als deze correct wordt beheerd.

De onderzoekers bouwden hun analyse op een algemeen geaccepteerd computersimulatiemodel voor verkeersdoorstroming genaamd METANET. Dit model verdeelt een snelweg in kleine segmenten en houdt bij hoe de dichtheid van auto's en hun snelheid in de loop van de tijd veranderen. Het houdt rekening met hoe auto's de weg opkomen en verlaten, hoe ze afremmen wanneer ze te dicht bij elkaar komen, en hoe een flessenhals, zoals een wegversmalling, een opstopping kan veroorzaken. Het team gebruikte dit model om een enorme optimalisatieoefening uit te voeren. Ze vroegen de computer om de perfecte sequentie van snelheidslimieten voor elk segment van de snelweg over een specifieke periode te vinden. Het doel was om de totale tijd die alle voertuigen op de weg doorbrachten te minimaliseren. De computer mocht de snelheidslimieten zo vaak als hij wilde aanpassen, binnen de fysieke grenzen van de weg, om te zien wat de absolute beste uitkomst zou zijn. Het verschil tussen de werkelijke vertraging in de gegevens en dit theoretische best-case scenario is wat de onderzoekers definiëren als "controllable congestion".

Toen het team deze methode toepaste op een synthetische snelweg met een flessenhals, ontdekten ze een verrassend patroon. Naarms het aantal auto's dat de weg opkwam toenamen, groeide de totale vertraging gestaag, wat te verwachten is. Echter, de hoeveelheid van die vertraging die verwijderd kon worden door de snelheid te reguleren, groeide niet gestaag. In plaats daarvan steeg het eerst snel, bereikte een piek waarbij ongeveer 56 procent van de vertraging geëlimineerd kon worden, en daalde het daarna scherp naarmate de weg nog drukker werd. Dit betekent dat zodra het verkeer een bepaald extreem niveau van dichtheid bereikt, het afremmen van auto's met snelheidslimieten ineffectief wordt. Het systeem raakt zo verzadigd dat geen enkele snelheidsregulatie een file kan voorkomen. Deze bevinding daagt de aanname uit dat meer verkeer altijd meer kans op verbetering betekent. Het suggereert dat er een kantelpunt is waarop de weg simpelweg te vol is om alleen door snelheidslimieten te worden beheerd, en dat het toevoegen van fysieke capaciteit, zoals een nieuwe rijstrook, misschien de enige oplossing is.

De onderzoekers testten hun methode vervolgens op echte gegevens van de I-24 SMART Corridor in Tennessee, een 5,6 kilometer lang traject van een snelweg uitgerust met sensoren en borden met variabele snelheidslimieten. Ze analyseerden tien opeenvolgende werkdagen, inclusclusief twee feestdagen, om te zien hoe de potentie voor verbetering van dag tot dag veranderde. De resultaten waren opmerkelijk. Op twee verschillende ochtenden waren de totale reistijd en de gemiddelde vertraging per auto bijna identiek. Volgens traditionele maten zagen deze twee dagen er exact hetzelfde uit. Toch was het verschil enorm toen de onderzoekers de "controllable congestion" berekenden. Op de ene dag was het systeem zeer responsief, en had de optimale snelheidsstrategie 80 procent van de vertraging kunnen wegnemen. Op de andere dag, met evenveel verkeer, was het systeem veel minder responsief, en kon de beste mogelijke strategie slechts 31 procent van de vertraging verwijderen. De reden voor dit verschil lag in de aard van de verkeersopstopping zelf. Op de dag met een hoog potentieel was de file tijdelijk en kon deze worden opgelost door auto's net genoeg af te remmen om te voorkomen dat er een opstopping ontstond. Op de dag met een laag potentieel was de file persistent en structureel, wat betekende dat zelfs perfect beheer de file niet snel kon laten verdwijnen.

Deze discrepantie tussen de totale vertraging en de "controllable congestion" is de belangrijkste bevinding van de studie. Het laat zien dat het kijken naar vertraging alleen vergelijkbaar is met het kijken naar de koorts van een patiënt zonder de oorzaak te kennen. Een hoge koorts kan een milde infectie zijn die snel overgaat, of het kan een teken zijn van een ernstige ziekte die drastische behandeling vereist. In diezelfde lijn kan een hoge vertraging op een snelweg een teken zijn dat de weg simpelweg te druk is voor enige beheersstrategie om te helpen, of het kan een teken zijn dat de weg slecht wordt beheerd en met de juiste middelen aanzienlijk kan worden verbeterd. De studie bewijst dat twee wegen met hetzelfde niveau van congestie volledig verschillende potentiaals voor verbetering kunnen hebben. Dit betekent dat transportinstanties niet alleen op vertragingsstatistieken kunnen vertrouwen om te beslissen waar ze in nieuwe technologie moeten investeren. Ze moeten niet alleen weten hoe erg het verkeer is, maar ook hoeveel van dat slechte verkeer daadwerkelijk oplosbaar is.

De onderzoekers onderzochten ook hoe praktische beperkingen het potentieel beïnvloeden. In de echte wereld kunnen snelheidslimieten niet direct worden gewijzigd of op elke willekeurige waarde worden ingesteld. Bestuurders hebben tijd nodig om te reageren, en er zijn wettelijke minimumwaarden voor hoe laag een snelheidslimiet mag zijn. Het team testte hoe deze beperkingen de resultaten zouden veranderen. Ze ontdekten dat de frequentie van updates cruciaal was. Als snelheidslimieten slechts één keer elke twee minuten konden worden gewijzigd, daalde de hoeveelheid die verwijderde vertraging aanzienlijk in vergelijking met een systeem dat elke paar seconden kon updaten. Ze ontdekten echter dat de minimumsnelheid er nauwelijks toe deed. Zelfs als de snelheidslimiet niet onder de 90 kilometer per uur ingesteld kon worden, kon het systeem nog steeds bijna de helft van de vertraging verwijderen. Dit suggereert dat het vermogen om kleine, frequente aanpassingen te maken veel belangrijker is dan het vermogen om het verkeer bijna tot stilstand te dwingen. Het benadrukt ook dat de afstand tussen de borden ertoe doet; het hebben van borden die dichter bij elkaar staan, maakt een betere controle mogelijk dan wanneer ze verder uit elkaar staan.

De studie concludeert dat "controllable congestion" een essentieel nieuw instrument is voor besluitvorming. Het stelt planners in staat om onderscheid te maken tussen congestie die structureel onvermijdelijk is en congestie die zeer responsief is op beheer. Voor een snelweg waar het potentieel voor verbetering laag is, zou het uitgeven van miljoenen dollars aan borden met variabele snelheidslimieten een verspilling van middelen zijn. In die gevallen kan de oplossing het uitbreiden van de weg zijn of het accepteren van de congestie als een limiet van de infrastructuur. Voor een snelweg waar het potentieel hoog is, kan dezelfde investering enorme voordelen opleveren, waardoor reistijden worden verkort en emissies aanzienlijk worden verminderd. Door dit potentieel te kwantificeren, kunnen instanties stoppen met gissen en gaan investeren op de plekken waar hun geld daadwerkelijk effect zal hebben. Het kader is niet beperkt tot alleen het meten van vertraging; dezelfde logica zou kunnen worden toegepast om te meten hoeveel vervuiling of hoeveel ongelukken voorkomen kunnen worden door beter beheer. Hoewel de huidige studie steunt op computersimulaties en specifieke gegevens van één corridor, is de kerninzicht duidelijk: weten hoeveel een systeem verbeterd kan worden, is even belangrijk als weten hoe kapot het momenteel is.