Simulation and optimization methods for transit systems analysis

The ultimate goal of this thesis is creating a simulator for Milan subway system. It could be a tool to support strategic decisions since it simulates different scenarios. At first, we wanted to build an optimized timetable for passengers leaving San Siro Stadio station after big events (concerts, matches, etc..) and to evaluate its effectiveness through the simulator. Sadly, the pandemic and social distancing measures widely affected urban mobility and public transportation systems. Consequently, two crucial factors start to play a growingly important role: train occupancy rates and station crowding. The newly created simulator gave us a plethora of information on these parameters and lays the foundation of a new way of mobility, that can simultaneously guarantee a satisfactory level of service and travellers safety. The introductory part of this study offers a general and descriptive view of Milano subway and different approaches on how to analyse passengers flow. Then, we’ll dive in the elaboration of simulation process: at first, we tried a single passenger simulator followed by a variant whose demand is based on origin-destinations matrices. In the latest part of the simulating process, we collected some statistical information to evaluate the system state.

L’obiettivo finale di questa tesi è la creazione di un simulatore per la rete metropolitana di Milano. Uno strumento di questo tipo è utile per supportare le decisioni strategiche simulando vari possibili scenari. Inizialmente l’idea era di testare un orario ottimizzato per lo smaltimento dei passeggeri in partenza dalla fermata di San Siro Stadio in corrispondenza dei grandi eventi come concerti e partite, valutandone l’efficacia attraverso la simulazione. Con l’avvento della pandemia da Covid-19, la mobilità urbana e i sistemi di trasporto pubblico hanno subito un forte cambiamento per via dell’introduzione delle misure di distanziamento sociale. In questo momento storico assumono quindi particolare rilevanza due fattori : il livello di utilizzo del sistema e l’affollamento delle stazioni. Utilizzando il simulatore a possibile ottenere informazioni su questi parametri per poter pianificare una nuova mobilità garantendo contemporaneamente un buon livello di servizio e la sicurezza dei viaggiatori. La parte introduttiva di questo lavoro offre una panoramica sulla topologia della metropolitana di Milano e diversi apporci per l’analisi dei flussi di passeggeri. Ampio spazio è poi dedicato all’elaborazione del processo di simulazione: inizialmente viene proposto un simulatore con passeggeri singoli successivamente si definisce una variante dove la domanda è costituita da matrici origine-destinazione. Al termine del processo di simulazione sono raccolte alcune statistiche per poter valutare lo stato del sistema.