Сорокин А.А. Моделирование городских пассажирских перевозок

Подождите немного. Документ загружается.

с целью определения предпочтительного для пополнения парков АТП тем

или

иным автобусом в работе [134] разработан метод ранжирования автобусов

по

обобщенному (интегральному) относительному показателю -

баллу

качества.

Таблица 2.11- Результаты ранжирования моделей

Показатели,

параметры

автобуеов

Габариты, масса,

пассажировместимость и

маневренность

(12 параметров)

Мощность

двигателя, расход

тонлива, занас

хода,

скоростные

качества (6 параметров)

Дымность (прозрачность)

отработавших газов, внутренний и

внешний

шум (3 параметра)

Обустройство салона

(накопительные

площадки, ширина

дверей, высота подножек, пола и

салона

- 5 параметров)

Ресурс работы двигателя и кузова

(2 параметра)

Цена

автобуса

параметр)

Наилучшие численные показатели

автобуса (29 параметров)

Выполнение

норм прогрессивного

автобуса (по 18 показателям

качественного характера)

Интегральный

(29 численных +18

показателей качественного

характера) относительный балл

оценки

автобуса

Ранг

автобуса по приоритетности

использования

городских автобусов [134]

Модель

автобуса

30,5

12,3

13,7

9,8

3,2

7,7

Ист

28,4

12,6

7,1

11,6

9,5

9,7

3,2

Ин

28,1

14,1

9,4

13,7

13,3

8,6

105

28,7

12,8

8,7

15,7

11,6

8,6

0,8

15,1

102

28,4

14,7

ИЛ

15,4

16,3

3,9

9,8

24,9

125

27,9

12,8

9,4

14,3

12,9

4,8

0,8

15,1

28,4

7,7

12,9

7,9

0,8

15,1

29,4

10,9

14,5

16,3

16,2

22,2

129

Интегральный

относительный балл оценки качества автобусов

определяют путем математической обработки проспектно-каталожных, а

также имеющихся на момент оценки данных эксплуатационных испытаний

сравниваемых транспортных средств. Для полноты и достоверности прогноза

предпочтительности автобуса целесообразно при определении интегрального

балла использовать как можно больше (не меньше 40) частных оценочных

параметров, численно и качественно характеризующих автобус. Кроме того,

при

формировании блока рассматриваемых автобусов необходимо включить в

него машины, существенно отличающиеся

друг

от

друга.

Результаты

ранжирования

представлены в таблице.

Использование

данного метода при выборе той или иной марки

подвижного состава позволит

учесть

необходимые хараьстеристики

транспортного средства. Но на наш взгляд существенным упущением данной

методики является, то что остается без внимания такой показатель как

стоимость запасных частей и их доступность. Во многих случаях при выборе

марки

и модели транспортного средства руководители придерживаются в

основном

ценовых характеристик изделия, в меньшей мере учитывается

стоимость запасных частей. Но стоимость и доступность запасных частей

является особенно актуальным для региональных АТП.

Поскольку, как уже говорилось выше, основным видом пассажирского

транспорта в российских городах является автобус, вопрос о нормативах

расхода топлива является достаточно спорной задачей. В работе [135] сделана

попытка

установления зависимости уровня расхода топлива от различных

факторов.

В качестве факторов сложности маршрута движения

рассматривались средняя эксплуатационная скорость, скорость сообщения,

средняя

длина перегона, удельное число поворотов, фактическое наполнение

салона автобуса на 1 м^ и среднесуточный пробег. Анализ регрессионных

однофакторных математических моделей, отражающих влияние указанных

факторов на

расход

топлива автобусами ЛИАЗ-6212 в эксплуатации показал,

что не все факторы являются значимыми.

В данной работе учтена лишь малая часть факторов, без внимания

остались значимые, на наш взгляд, факторы, такие как неравномерность

маршрута (наличие подъемов и спусков), время

года,

техническое состояние

транспортного средства, профессиональные качества водителя и др.

Указанную модель можно корректно построить с помощью

компонентного

или факторного анализа. Что позволит выделить факторы,

оказывающие большее влияние на результативный показатель.

В работе [56] рассмотрена оптимизационная модель стратегии АТП в

области календарного планирования капитального ремонта и оптимальных

сроков

замены автотранспортных средств;

Задача модели состоит в определении оптимальных сроков замены и в

формировании

оптимальной производственной программы по капитальному

ремонту подвижного состава АТП. Критерием оптимальности являются

суммарные затраты на эксплуатацию

течение всего планируемого периода.

Весь

процесс разбит

на

несколько шагов,

и на

каждом планируется принятие

управленческого

решения,

которое должно быть оптимальным.

Возможное управленческое решение

Х^^

на

каждом шаге характеризуется

качественными признаками:

Х^

— сохранить машину;

Х^

— заменить машину;

Хр —

сделать

капитальный ремонт. Модель имеет вид:

k=n-l,n-2,

...2,\, (2.61)

Po + Mtp)

7l(t)+

Z*k4(tp).

еслиХк=Хз,

Аналогичная задача

работе

[31,53]

решена иным способом.

Для

моделирования коэффициента выпуска автомобилей используется аппарат

Марковских дискретных случайных процессов

непрерывным временем.

На

основании

данного коэффициента представляется возможным принятие

управленческого решения

части сохранения либо списания транспортного

средства.

Поддержание высокого уровня надежности, снижение затрат

на

техническое обслуживание

ремонт автомобильного транспорта должно

обеспечиваться эффективным функционированием системы организации ТО

ремонта. Модели определения оптимальной периодичности,

профилактических операций

работе

[53]

разделяются

на две

группы:

детерминированные

вероятностные.

В качестве детерминированных моделей рассмотрены модели:

Модель

предельным состоянием по уровню затрат:

1„+у^тах

(2.62)

при

ограничениях

^о

5^,

-S^

(l,^,

Ц) * Д

8„

с 1о=О и

где

S^ -

стоимость ремонта;

п -

количество ремонтов;

^э -

эксплуатационные расходы;

Д-

поправочный

коэффициент;

пробег.

Модель

предельным состоянием

по

наработке

одинаковой стоимости

ремонтов (минимизируются суммарные эксплуатационные затраты

на

заданном пробеге до капитального ремонта):

100

-Z,)*^^mm

(2.63)

1=0

4+1

~ 4p 4

^' 4+1

-*•

^ 0 с ZQ = 0 и Д) = 1

где

Z,np

- межремонтный пробег.

Модель с предельным состоянием по наработке и разной стоимости

ремонтов:

* * 1

тЦ

5о

«^р,

'^э(4„ -1,)

Д i

min

(2.64)

1=0 /=0 J

При

ограничениях

Приведенные модели определения периодичности ТО основаны на

использовании зависимости эксплуатационных затрат от пробега, они

основываются на предположении о надежности характеристик объекта, т.е.

транспортного

средства.

Из

вероятностных моделей определения оптимальной периодичности ТО

по

минимуму суммарных эксплуатационных затрат рассмотрены:

Модель периодичности ТО по интенсивности отказов (количество

ремонтов определяется через интенсивность отказов):

min

(2.65)

Модель определения периодичности TO по условной плотности

распределения наработок до отказа:

В работе [53] рассмотрен целый ряд моделей данного класса, а также

рассмотрены модели, в которых в качестве критерия используются затраты

либо прибыль. В работе приведена классификация моделей.

101

Таблица 2.12 - Основные модели определения наработок автомобиля до

ремонтно-профилактических мероприятий [53]

Метод

расчета

По

уровню

безотказности

Слабейшее

звено

По

допускаемому

значению

параметра

По

общим

затратам на

заданной

наработке

Суммирование

всех

затрат на

АТС за жизне-

нный

цикл с

условием

реновации

парка

на

неограниченной

наработке

По

меняющейся

при

восстановлении

интенсивности

затрат

По

удельным

затратам на ТО

ремонт

Ремонт с

преду-

предительной

заменой

(узловой)

Минимум

среднего риска

пропуска

аварийных

отказов

где

Ср, Сто - <

профилактику; Sa

Критерий

Вероятность

безотказной работы

Наработка

Прибыль

Износ,

расход.

затраты и т.д.

Суммарные затраты

Затраты на АТС

(или

средние

удельные затраты за

цикл)

Суммарные затраты

на

ТО и ТР

Средняя

интенсивность

затрат

Снижение

затрат

Средневзвешенные

затраты (или

средние удельные

затраты)

Модель

Р(Т

\> Р

тт{хj\r

Х^-Х,

—

доход,

Х\

—

затраты

(Zfl) < 7д^

А,

{/(£о)д1>Р^„„

и . .

о "^ /• \_^ Т" у 01х^

•

1 "" J-/

•

1 Л

•

ПХХП

Р ^ят4 * 7 '

7 ' 7

7=1

к,=\,

4=0, «

0,1,2...

•^0

- „

/=1

"Т* X t^'

•

"i у \^

•

Х>

л\-

•

1 ^Г X Vrf

•

J^ ~~

л\.

•

-> min

(-1

i?/

yz L »R Z =0

7=1

1/^ 1 /^ • LT^ Г \

!•

L^^

Zcp

\P{U)dL

Icp=

JL*fo(L)dL, L, »Io

средняя стоимость ремонта и ТО соответственно; Sm - затраты на

- стоимость ремонта

- количество ремонтов; 5э - эксплуатационные

расходы; yff,- поправочный

коэффициент;

L - пробег.

102

Выводы по второй главе

1. Эконометрические

аналитические модели позволяют произвести

оценку ряда параметров (критериев оценки) системы ГПТ,

а в

частности

определить тенденции, цикличность

сезонность пассажиропотоков,

установить периоды спада

подъема,

также выявить причинно-

следственные связи

между

параметрами системы,

2. Использование эконометрических моделей

при

оценке

пассажиропотоков позволяет оценить цикличность, сезонность,

также

отделить сигнал

от

шума. Наибольший интерес представляет изучение

сезонности перевозок пассажиров,

что в

свою очередь

служит

основой

для определения неравномерности перевозок

пределах недели, месяца,

года.

3. Использование моделей

на

основе аппарата систем массового

обслуживания

(СМО),

наряду

оценкой отдельных параметров системы

ГПТ,

позволяет сконструировать имитационные модели

для

анализа

достаточно большой совокупности параметров системы.

4. Оптимизационные модели наиболее эффективно использовать

на

завершающем этапе анализа системы

ГПТ. В

качестве входных

параметров

данных моделях используют результаты, полученные

на

основе исследования эконометрических, аналитических

имитационных моделей.

5. Использование комплексной системы моделей

для

анализа системы

позволяет повысить обоснованность принятия решений

по

совершенствованию системы ГПТ.

103

МОДЕЛИРОВАНИЕ

ФУНКЦИОИИРОВАНИЯ

СИСТЕМЫ

ГОРОДСКОГО

ПАССАЖИРСКОГО

ТРАНСПОРТА

3.1.

Сравнительный

анализ

нрограммных

средств

исследоваиия

анализа

снстемы

ГПТ

Как

уже отмечалось в первой и во второй

главах,

система ГПТ является

сложной системой, которая может быть представлена комплексной системой

экономико-математических моделей и соответственно для решения задач,

возникающих в системе ГПТ, можно использовать различный математический

аппарат, а в частности математическое программирование, эконометрику,

теорию игр, теорию систем массового обслуживания, имитационное

моделирование и т.д.

Для разработки математико-статистических моделей, описывающих экс-

периментальные данные, используются методы классической статистики:

факторный

и дискриминантный анализ, многомерное шкалирование,

кластерный и дисперсионный анализ, множественная пошаговая регрессия и

др. Анализ массива данных, с использованием названных методов,

существенно облегчается с применением компьютерных программ

математико-статистической обработки данных, позволяющих полно и

всесторонне анализировать собранную информацию.

В работах [47-51,

57-61]

перечислены основные достоинства,

обеспечиваемые пользователю пакетами статистической обработки данных.

Компьютерные программы

дают

пользователю возможность грамотно и

разносторонне провести анализ статистических данных, не углубляясь в

специальные и достаточно сложные математические расчеты.

Стандартные статистические методы обработки данных включены в со-

став электронных таблиц, таких как EXCEL, LOTUS

1-2-3,

QUATTROPRO, и

математические пакеты общего назначения, например MATnCAD, MAPLE,

MATLAB.

Но, гораздо большими возможностями обладают специализи-

рованные статистические пакеты, позволяющие применять самые

современные методы математической статистики для обработки данных. По

официальным

данным Международного статистического института, число

статистических программных продуктов приближается к тысяче. Среди них

104

есть профессиональные статистические пакеты, предназначенные для

исследователей, использующие методы математической статистики, и есть

пакеты,

с которыми

могут

работать специалисты, не имеющие глубокой

математической подготовки.

Электронная

таблица Microsoft Excel по-прежнему лидирует со

значительным отрывом от своих конкурентов. Ее выдающиеся

инструментальные средства для анализа, моделирования, построения

диаграмм, предоставления рабочих таблиц, составления приложений и работы

Internet оставили далеко позади аналогичные средства пакетов 1-2-3 фирмы

Lotus и Corel Quattro Pro. Microsoft Excel является наиболее простым

средством анализа данных, кроме того, он сосредоточил в себе элементы

моделирования и визуализации данных, построение графиков и различных

диаграмм. Но его возможности по сравнению с пакетами статистической

обработки данных ограничены.

Число

статистических пакетов, получивших распространение в России,

достаточно велико и спрос на них продолжает возрастать. Из зарубежных

пакетов это STATGRAPHICS, SPSS,

SYSTAT,

BMDP, SAS, CSS,

STATISTIC А, S-PLUS и др. Из отечественных можно назвать такие пакеты,

как

STADIA, ЭВРИСТА, МИЗОЗАВР,

ОЛИМП:

Стат-Эксперт, Статистик-

Консультант, САНИ, КЛАСС-МАСТЕР и др.

Основную часть имеющихся пакетов составляют специализированные

пакетов и пакеты общего назначения.

Специализированные

пакеты

обычно содержат методы из одного -

двух

разделов статистики или методы, используемые в конкретной предметной

области (контроль качества промыщленной продукции, расчет страховых

сумм и т.д.). Чаще всего встречаются пакеты для анализа временных рядов

(например,

ЭВРИСТА, МИЗОЗАВР, ОЛИМП:Стат-Эксперт), регрессионного

факторного анализа. Обычно эти пакеты содержат весьма полный набор

традиционных методов в своей области, а иногда включают также и

оригинальные методы и алгоритмы, созданные разработчиками пакета. Как

правило,

пакет и его документация ориентированы на специалистов, хорошо

знакомых с соответствующими методами. Применять такие пакеты

целесообразно в тех

случаях,

когда требуется систематически решать задачи

из

этой области, для которой предназначен специализированный пакет, а

возможностей пакетов общего назначения недостаточно.

105

Пакеты

общего

назначения

(универсальные).

Особое место

на

рынке

занимают

так

называемые статистические пакеты общего назначения.

Отсутствие прямой ориентации

на

специфическую предметную область,

широкий

диапазон статистических методов, дружелюбный интерфейс

пользователя привлекает

в них не

только начинающих пользователей,

но и

специалистов. Универсальность этих пакетов особенно полезна:

•

на

начальных этапах обработки, когда речь идет

подборе

статистической модели или метода анализа данных;

• когда поведение статистических данных выходит

за

рамки

использовавшейся ранее модели;

•

процессе обучения основам статистики.

Именно

пакеты общего назначения составляют больщинство

продаваемых

на

рынке статистических программ.

таким пакетам относятся

системы STADIA и SPSS,

также пакеты STATGRAPfflCS, STATISTICA,

S-

PLUSидp.

Таблица 3.1

Классификация

статистических пакетов

Тип

Профессио-

нальные

Универсаль-

ные

Специализи-

роваииые

Название

накета (разработчик)

Отечественные

Нет

STADIA ("Информатика и

компьютеры"),

Olymp

(РОСЭКСПЕРТИЗА)

Mesosaur, ("СТАТ-ДИАЛОГ")

DataScope,

("СтатПойнт")

"Класс-Мастер"

("СТАТ-ДИАЛОГ"),

"Эвриста" (Центр статистических

исследованнй

МГУ),

САНИ("СТАТ-ДИАЛОГ"),

SIGN

(ИМТ

МГУ),

"Статистик-консультант" ("Тандем")

Зарубежные

SAS (SAS

Inst.),

BMDP

(-)

STATGRAPHICS

(Manugistic

Inc.),

SPSS (SPSS

Inc.),

STATISTICA, (Stat. Soft)

S-PLUS (Math,

Soft

Inc)

SYSTAT

(SPSS Inc.)

Visual

Numerics

(Visual

Numerics)

Большое

многообразие

Среди программных продуктов можно выделить

первую очередь

STATISTICA, SPSS, STADIA, STATGRAPHICS, которые имеют больщой

набор статистических функций: факторный анализ, регрессионный анализ,

кластерный анализ, многомерный анализ, критерии согласия

и т. д.

Данные

программные продукты обычно содержат

средства

для

визуальной

106

интерпретации полученных

результатов:

различные графики, диаграммы,

представление данных на географической карте.

Наибольшей

популярностью у исследователей пользуется пакет

STATISTICA, разработанный фирмой StatSoft (США). В марте

2000

года

журнал "Futures Magazine

Review",

весьма популярный среди биржевых

маклеров и аналитиков, опубликовал сравнительный обзор программных

продуктов для статистической обработки данных. Пакет STATISTICA (версия

5.5) получила наивысший рейтинг (145 баллов), в то время как пакеты SPSS

(версия

10) и S-PLUS

(2000)

получили соответственно 139 и 103 балла. Пакет

STATISTICA был отмечен высочайшей оценкой в 10-ти из 17-ти категорий,

по

которым проводилось сравнительное исследование, включая возможности

программирования,

основные статистики, пользовательский интерфейс,

графические возможности и др. [60]

Как

самостоятельный продукт пакет впервые заявил о

себе

в 1991 г.

Пакет

может работать в сочетании с другими Windows-приложениями. В

последние версии включен также язык программирования Statistica-BASIC,

позволяюш;ий

расширять возможности пакета в соответствии с

потребностями пользователя. Данные в пакете STATISTICA организованы в

виде электронных таблиц, как в привычной для пользователей программе

Microsoft EXCEL. Файл содержит наблюдения и переменные. Наблюдения

можно рассматривать как эквивалент записей в

базах

данных (или строк

электронной

таблицы), а переменные - как эквивалент полей (столбцов элек-

тронной

таблицы). Каждое наблюдение состоит из набора значений перемен-

ной.

Система STATISTICA предоставляет всесторонние возможности по

импорту и экспорту данных, в том числе и из таблиц Microsoft EXCEL. Пакет

STATISTICA состоит из отдельных модулей, каждый из которых является

полноценным

Windows-приложением. Система постоянно обновляется, в нее

вводятся новые

модули

и вычислительные процедуры.

Пакет

STATISTICA включает

следующие

модули: основные статистики

таблицы; непараметрическая статистика; множественная регрессия;

нелинейное

оценивание; временные ряды и прогнозирование; кластерный

анализ;

факторный анализ; дискриминантный анализ; логлинейный анализ;

дисперсионный

анализ.

Таким

образом, исходя из

всех

выше перечисленных достоинств пакета

STATISTICA,

следует

сделать

вывод о возможности ее практического

107