WWW.KNIGA.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Книги, пособия, учебники, издания, публикации

 

Pages:   || 2 |

«СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ МОНИТОРИНГА ПАССАЖИРОПОТОКОВ НА МАРШРУТАХ ГОРОДСКОГО ПАССАЖИРСКОГО ТРАНСПОРТА ОБЩЕГО ПОЛЬЗОВАНИЯ ...»

-- [ Страница 1 ] --

Иркутский государственный технический университет

На правах рукописи

Лебедева Ольга Анатольевна

«СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ МОНИТОРИНГА

ПАССАЖИРОПОТОКОВ НА МАРШРУТАХ ГОРОДСКОГО

ПАССАЖИРСКОГО ТРАНСПОРТА ОБЩЕГО ПОЛЬЗОВАНИЯ»

Специальность 05.22.10 – Эксплуатация автомобильного

транспорта Диссертации на соискание ученой степени кандидата технических наук

Научный руководитель:

док. техн. наук, профессор А. Ю. Михайлов Иркутск 2014

СОДЕРЖАНИЕ

Стр.

ВВЕДЕНИЕ…………………………………………………………………

ХАРАКТЕРИСТИКИ ГОРОДСКИХ МАРШРУТОВ

ГЛАВА I

ГОРОДСКОГО ПАССАЖИРСКОГО ТРАНСПОРТА И

МЕТОДЫ ОБСЛЕДОВАНИЯ ПАССАЖИРОПОТОКОВ….

1.1. Актуальные вопросы функционирования городского пассажирского транспорта в современных условиях ………. Методы обследования пассажиропотоков на маршруте …… 1.2. 1.2.1. Обзор существующих автоматизированных систем подсчета пассажиров общественного транспорта…………... Характеристики маршрутов городского пассажирского 1.3.

транспорта……………………………………………………… Выводы по главе I и задачи исследования …………………..

1.4.

ГЛАВА II ОБОСНОВАНИЕ МОДЕЛИ МЕЖОСТАНОВОЧНОЙ

МАТРИЦЫ КОРРЕСПОНДЕНЦИЙ ………………………... Общие принципы регрессионной оценки матриц 2.1.

корреспонденций……………………………………………… Методы восстановления межостановочной матрицы 2.2.

корреспонденций……………………………………………… Выбранные методы (модели) решения задачи наименьших 2.3.

модулей………………………………………………………… Алгоритмы выбранных методов восстановления 2.4.

межостановочных матриц корреспонденций………………... Выводы по главе II……………………………………………..

2.5. ГЛАВА III ЭТАПЫ ПРОВЕДЕНИЯ ЭКСПЕРИМЕНТА ……………….. Методика обследования пассажиропотоков с 3.1.

использованием детекторов входа - выхода ………………… Характеристики применяемых в исследованиях детекторов 3.2.

входа-выхода ………

Методика обработки полученных данных…………………… 3.3. Методика планируемого эксперимента……………………....





3.4. Выводы по главе III…………………………………………….

3.5. ГЛАВА IV РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ ………………………….. Результаты анализа погрешностей возникающих при 4.1.

мониторинге пассажиропотока ………………………………. Тестирование методов восстановления матриц……………...

4.2. Оценка влияния погрешности измерения пассажиропотока 4.3.

на точность восстановления матрицы ……………………….. Определение корреспонденций между расчетными транспортными районами на основе оценки межостановочных матриц корреспонденций на маршрутах.. Выводы по главе IV …………………………………………...

Библиографический список………………………………………………...

ВВЕДЕНИЕ

Актуальность темы исследования. Повышение качества управления городским пассажирским транспортом общественного пользования (ГПТ ОП) определяется необходимостью обеспечения его конкурентных свойств в условиях быстрого роста парка индивидуального автомобильного транспорта. Конкурентные свойства ГПТ ОП могут быть усилены путем транспортного планирования. При этом важнейшим фактором является наличие данных о пассажиропотоках, получаемых в режиме реального времени.

Наиболее эффективным инструментом получения информации о пассажиропотоках являются детекторы входа/выхода, которые находят все более широкое применение. Вместе с тем отсутствуют систематизированные знания о точности мониторинга пассажиропотоков с использованием детекторов входа/выхода и методические рекомендации по математической обработке информации, поступающей с этих детекторов.

Одним из возможных приемов обработки данных, поступающих с детекторов входа/выхода, является расчет межостановочной матрицы, который позволит:

обрабатывать данные мониторинга с обеспечением сходимости количеств входящих/выходящих пассажиров, как на отдельном рейсе, так и на маршруте в целом;

характеристики пассажиропотока на маршруте.

В этой связи данное научное исследование, посвященное разработке методов оценки межостановочных матриц корреспонденций, позволяющих входа/выхода и использовать эти данные для оперативного управления и транспортного планирования, является актуальным.

информативность и эффективность мониторинга пассажиропотоков с применением детекторов входа/выхода можно значительно повысить на основе оценки межостановочной матрицы корреспонденций.

Целью исследования является повышение качества планирования пассажирских перевозок и управления ими на основе применения средств автоматизированного подсчета пассажиров.

пассажиропотоков с применением детекторов входа/ выхода.

корреспонденций, которая позволяет рассчитывать все основные характеристики пассажиропотока маршрута ГПТ ОП.

Задачи исследования:

систематизировать данные о точности мониторинга пассажиропотоков в случае применения детекторов входа/выхода и на их основе теоретически обосновать модель расчета межостановочной матрицы корреспонденций;

корреспонденций, а также искусственных и реальных данных выполнить сравнительный анализ точности и робастности математических методов расчета матрицы корреспонденций;

научно обосновать практические рекомендации по обработке данных, использованием детекторов входа/выхода, выполнить проверку и дать технико-экономическую оценку эффективности выполненного научного исследования.





Научную новизну составляют:

пассажиропотоков с применением детекторов входа/выхода;

корреспонденций, позволяющая значительно повысить эффективность и информативность мониторинга пассажиропотоков с применением детекторов входа/выхода а также качество и точность планирования маршрутных систем ГПТ ОП;

результаты сопоставительного анализа точности и робастности корреспонденций, выполненные во всем наблюдаемом диапазоне погрешностей мониторинга пассажиропотоков.

Научные положения, выносимые на защиту:

научное обоснование модели расчёта межостановочной матрицы корреспонденций следует выполнять на основе статистических характеристик точности мониторинга пассажиропотоков с применением детекторов входа/выхода;

значительное повышение эффективности и информативности мониторинга пассажиропотоков с применением детекторов входа/выхода, а также качества и точности планирования маршрутных систем ГПТ ОП может быть достигнуто на основе применения математической модели расчета межостановочной матрицы корреспонденций, позволяющей рассчитывать все основные характеристики пассажиропотоков на маршрутах;

сопоставительный анализ точности и робастности математических методов оценки межостановочной матрицы корреспонденций следует выполнять на основе компьютерной симуляции данных, включающих точное количество входящих/выходящих пассажиров, матрицу корреспонденций и вносимые ошибки, что позволяет оценивать устойчивость сравниваемых методов во всем наблюдаемом диапазоне погрешностей мониторинга пассажиропотоков.

Обоснованность и достоверность научных положений, выводов и рекомендаций обеспечены: репрезентативными объемами выборок;

применением математического аппарата теории вероятностей и математической статистики; результатами проверки сходимости опытных и расчетных данных, применением библиотек статистической обработки и оптимизации пакета MATLAB; отсутствием противоречий полученных результатов работы и выводов с результатами ранее выполненных научных исследований.

Практическая значимость работы. Предложенный метод обработки данных мониторинга пассажиропотоков в виде межостановочной матрицы корреспонденций позволяет:

перевозками;

муниципальным органам и проектным организациям - оценивать транспортный спрос на услуги ГПТ ОП в виде межрайонной матрицы корреспонденций, необходимой для разработки генеральных планов городов и их комплексных транспортных схем, а также для проектирования маршрутных систем.

Внедрение результатов работы. Предложенный в диссертации метод восстановления межостановочных матриц корреспонденций применен для повышения качества планирования пассажирских перевозок в г. Ангарске.

диссертационного исследования были представлены в научных докладах и выступлениях: на Всероссийской LXV, LXVI и LXVII научно-технических конференциях ФГБОУ ВПО «СибАДИ» «Модернизация и инновационное развитие архитектурно-строительного и дорожно-транспортного комплексов России: фундаментальные и прикладные исследования» (с международным участием), секция «Технология, организация и управление автомобильными перевозками» (г. Омск, 2011, 2012, 2013 гг.); современные технологии и научно-технический прогресс. Ежегодная научная конференция ФГБОУ ВПО «АГТА» (г. Ангарск, 2011, 2012, 2013 гг.); ХХVI Международная научная конференция «Математические методы в технике и технологиях (ММТТ-26)»

(г. Ангарск, 2013 г.).

Публикации. По теме диссертации опубликовано 20 печатных работ, в том числе 4 публикации в рецензируемом издании, включенном в перечень ВАК, 16 – в российских изданиях.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, общих выводов, списка литературы и приложения. Содержит 138 страниц основного текста, включает 43 таблицы и 33 рисунка.

Библиографический список содержит 143 источника.

Глава 1. ХАРАКТЕРИСТИКИ ГОРОДСКИХ МАРШРУТОВ

ГОРОДСКОГО ПАССАЖИРСКОГО ТРАНСПОРТА И

МЕТОДЫ ОБСЛЕДОВАНИЯ ПАССАЖИРОПОТОКОВ

1.1. Актуальные вопросы функционирования городского пассажирского транспорта в современных условиях Городской пассажирский транспорт общественного пользования (ГПТ ОП), является одной из важнейших составляющих инфраструктуры современного города, оказывает существенное влияние на функционирование всех его элементов.

Экономическим назначением ГПТ ОП является обеспечение населения городов перевозками при минимальных затратах общественно полезного времени в передвижениях, максимальном транспортном комфорте, обеспечивающем минимальную транспортную утомляемость, минимальной себестоимости транспортной работы для транспортных предприятий. Это связано с тем влиянием, которое оказывает ГПТ ОП на материальное производство современных городов. Как известно, транспорт относится не к сфере материального производства, а к сфере обслуживания, сфере сервиса.

Он не создает материальных ценностей, но обеспечивает их создание транспортным обслуживанием промышленных предприятий. Без ГПТ ОП зона влияния промышленных предприятий на город ограничивалась бы зоной пешеходной доступности с небольшим количеством населения, неспособным обеспечить их рабочей силой. ГПТ ОП расширяет эту зону и распространяет ее практически на весь город. От четкой работы ГПТ ОП зависит своевременная доставка рабочих и служащих от мест жительства к местам приложения труда и, следовательно, ритмичность работы промышленных предприятий.

Таким образом, экономическое значение ГПТ ОП состоит в том, что через качество транспортного обслуживания он непосредственно влияет на материальное производство. В работе ГПТ ОП основным является не прибыльность транспортных предприятий, а тот экономический эффект, который связан со снижением затрат транспортного времени населения и повышением комфортабельности пассажироперевозок.

автомобилями создает серьезные препятствия для работы общественного транспорта, реформа ГПТ ОП должна сопровождаться применением административно-правовых и экономических механизмов, разумно ограничивающих использование личных автомобилей при наличии качественных альтернативных услуг общественного транспорта.

Необходимо искать средства повышения производительности уличнодорожной сети и сдерживания прироста объемов движения легкового транспорта. Однако такая возможность реализуется только в том случае, если поездка в общественном транспорте будет рассматриваться жителем города как конкурентоспособная по сравнению с поездкой в легковом автомобиле [24].

оценивается пользователем по следующему ряду критериев [11]:

невысокая стоимость проезда [15, 62];

удовлетворительная быстрота поездки [4, 48, 67];

хорошее техническое состояние подвижного состава [32];

удобное прохождение маршрута и расположение остановок на уличнодорожной сети [28, 56];

достаточная частота движения [23, 59];

гибкость реагирования на суточные, недельные и сезонные колебания спроса населения на перевозки [17, 19];

отсутствие переполненности в подвижном составе [18, 35];

надежность соблюдения расписаний [18, 19, 66];

удобство пересадок [68];

удобная билетная система [6];

хорошее состояние остановок общественного транспорта и наличие информации [19, 43];

удобство подхода и небольшое расстояние пешеходного подхода к остановке [18, 43, 50, 58].

Для того чтобы отвлечь часть пассажиропотока с легкового транспорта и привлечь его на общественный, необходимы соответствующие меры пользования легковым транспортом, мер направленных на «увеличение»

пользования общественным транспортом.

Мерами «уменьшения» пользования легковым транспортом, где это приемлемо, могут послужить следующие:

исключением общественного;

неразрешенном месте, заезд и стоянку на газонах.

Мерами «увеличения» пользования общественным транспортом могут стать, например, следующие:

приоритет при движении для общественного транспорта на перекрестках [63];

выделение отдельных полос для движения общественного транспорта;

разрешение движения на некоторых участках сети только для общественного транспорта.

Перераспределение пассажиропотока между легковым Сбалансированный «пакет мер», способствующий отвлечению части пассажиропотока с личного легкового транспорта и привлечению его на общественный, служит средством повышения безопасности дорожного движения.

Общественный транспорт обеспечивает значительно более экономичное использование проезжей части дорог при обслуживании пассажиропотоков, а следовательно, улучшает общую производительность улично-дорожной сети [8, 10, 53, 60].

Кроме этого, общественный транспорт общественного пользования:

1) экономичнее, из расчета количества потребленного энергоносителя (и, связанного с этим загрязнения окружающей среды) на перевозку 1 пассажира по сравнению с личным легковым транспортом;

2) безопаснее, учитывая профессиональное управление и содержание подвижного состава.

В настоящее время в г. Ангарске внутригородские перевозки осуществляются различными видами транспорта – трамваем, автобусом, маршрутными и легковыми таксомоторами.

В то же время резкий рост уровня автомобилизации и отставание в развитии улично-дорожной сети привели к полному исчерпанию пропускной способности магистральных улиц, особенно в центральной части города.

Систематические «пробки» и заторы привели к значительному снижению скоростей движения транспорта, в том числе наземного общественного.

Затраты времени на передвижение горожан от мест проживания до мест работы возросли.

Если не предпринимать серьезных мер, то всё больше жителей города будет пересаживаться с общественного транспорта на легковые автомобили, усугубляя проблему пробок, требуя всё больше городского пространства под дороги, развязки, эстакады, парковки.

Сложившаяся транспортная ситуация характерна не только для нашего города, но и для крупных городов мира. Не случайно Международный союз общественного транспорта (объединяющий транспортников из 80 стран мира) в 2002 году впервые сформулировал принципиальную позицию:

индивидуальный транспорт, призванный быть эффективным средством улучшения качества жизни, вследствие выходящего за допустимые пределы уровня автомобилизации превратился в свою полную противоположность, и является одной из основных причин, вызывающих глобальный кризис нормального функционирования городской среды;

совершенствованию управления и организации дорожного движения, улучшению экологичности двигателей внутреннего сгорания сами по себе бессильны решить эту проблему.

В мире полным ходом идет возрождение общественного транспорта строятся линии метро, легкорельсового транспорта, трамвая - как наиболее обособленным линиям. На автобусных линиях применяются низкопольные автобусы с повышенными экологическими характеристиками.

В таблице 1.1.2 описана сущность проблемы.

Формулировка и последствия не решения проблемы Формулировка Неспособность общественного транспорта обеспечить транспортные Категории горожан все жители города Последствия не перегрузка уличной сети личными автомобилями создаст серьезные решения проблемы:

препятствия для работы общественного транспорта.

повышение комфорта и удобства пользования общественным транспортом для всех категорий населения, в т.ч. и мало мобильного;

сокращение затрат времени населения на транспортные Результат решения передвижения;

проблемы: повышение скорости движения, производительности и рентабельности снижение негативного воздействия транспорта на окружающую среду.

устойчиво функционирующая, экономически эффективная и доступная Последствия решения для большинства слоев населения система городского пассажирского проблемы:

Формулировка цели:

населения общественным пассажирским транспортом.

Создание конкурентных Улучшение условий движения комфортные условия преимуществ общественного общественного транспорта поездки Население Поддержка проекта Сокращение затрат Недостаточная администрация условий для бюджетных средств. области транспорта.

развитию транспортной привлекательность Комплексное развитие всех Удобный общественный Развитие различных видов видов общественного транспорт, обеспечивающий транспорта между собой не преимуществ общественного побуждение к пользованию автотранспорта особенно в перед личным автомобилем. общественным транспортом и центральной части города Меры, стимулирующие использование общественного транспорта, – это не только улучшение качества его услуг, но и создание условий для максимального удобства и привлекательности пешеходных передвижений, структурный сдвиг будет особенно ощутимым, если меры содействия использованию общественного транспорта реализуются в комплексе с мерами антистимулирования автомобильных поездок [23, 25, 29, 53, 134].

Администрация города, Координация деятельности предприятий городского администрация области, пассажирского транспорта. Развитие транспортной Бизнес:

-автотранспортные компании; Создание благоприятных условий для вложения средств в -транспортные организации; транспортную инфраструктуру. Открытость бизнеса -строительные организации; пассажирских перевозок.

-финансовые инвесторы;

Проблема растущей автомобилизации в городах делает все более актуальным создание конкурентных преимуществ общественного пассажирского транспорта. Такие преимущества, могут обеспечиваться совершенно разными мерами, в том числе повышением эффективности управления городским пассажирским транспортом. Одним из важнейших условий, повышения эффективности является анализ транспортного спроса на услуги общественного пассажирского транспорта. Одним из видов данных достаточно точно и емко описывающих спрос на услуги общественного пассажирского транспорта является межостановочная матрица корреспонденций маршрута (оцениваемая для пикового или суточного периода).

Такая матрица корреспонденций может быть получена на основе данных обследований данных о пассажиропотоке на маршруте, при этом существует множество различных приемов проведения таких обследований.

Методы обследования пассажиропотоков на маршруте Для выявления пассажиропотоков, распределения их по направлениям, сбора данных об изменениях пассажиропотоков во времени проводят обследования. Существующие методы обследования пассажиропотоков можно классифицировать по ряду признаков.

Так по длительности охватываемого периода различают обследования систематические и разовые.

Систематические обследования проводят ежедневно в течение всего периода движения линейные работники службы эксплуатации. Разовыми называются кратковременные обследования по той или иной программе, определяемой поставленными целями.

По ширине охвата транспортной сети различают сплошные и выборочные обследования.

Сплошные обследования проводят одновременно по всей транспортной сети обслуживаемого населенного пункта или региона. Они требуют большого числа контролеров и счетчиков. По результатам обследований решают вопросы функционирования транспортной сети, такие направления ее развития, как координация работы различных видов транспорта, изменение схемы маршрутов, выбор видов транспорта в соответствии с мощностью пассажирских потоков.

Выборочные обследования проводят по отдельным районам движения, конфликтным точкам или некоторым маршрутам с целью решения локальных, частных, более узких и конкретных задач.

По виду обследования могут быть:

отчетно-статистическими [18, 19];

автоматизированными [1, 55, 58].

Анкетный метод, как правило, предполагает опрос населения или заполнение анкет о характере и направлениях регулярных поездок. Данные анкет позволяют судить о целесообразности применения тех или иных видов транспорта, рациональности расположения начальных и конечных пунктов и времени, затрачиваемом пассажирами на поездку. Анкетным методом могут обследоваться город в целом, отдельные его районы или наиболее крупные предприятия.

В зависимости от принятой методики и поставленной цели анкетное обследование позволяет получить сведения, которые можно использовать для улучшения организации движения на существующей транспортной сети, а также для перспективного проектирования. Недостатком анкетного обследования является то, что по его данным не удается определить фактическую загрузку отдельных участков транспортной сети [59, 63].

Успех анкетного обследования и достоверность полученных данных во многом определяются характером, простотой и ясностью поставленных вопросов. Поэтому форма анкеты должна быть тщательно продумана согласно поставленной цели и иметь возможность машинной обработки.

Наибольший эффект анкетное обследование дает при опросе населения по месту работы основных пассажирообразующих и пассажиропоглощающих пунктов (с подключением отдела кадров) обслуживаемого района, хотя оно может проводиться и непосредственно в подвижном составе или на остановочных пунктах. Сложность представляет обработка анкет. С целью снижения трудоемкости обработки вопросы и ответы кодируются и затем обрабатываются с применением ЭВМ [30, 31].

Отчетно - статистический метод обследования опирается на данные билетно-учетных листов, количество проданных билетов. Помимо проданных билетов, необходимо учитывать число лиц, перевезенных по месячным проездным билетам, служебным удостоверениям и лиц, пользующихся правом бесплатного льготного проезда, а также не приобретших билет.

Натурные обследования, в свою очередь, могут быть талонными, табличными, визуальными, силуэтными и опросными.

Талонный метод обследования пассажиропотоков позволяет иметь информацию о мощности пассажиропотока по длине маршрута и времени суток, о пассажирообмене остановочных пунктов, корреспонденции пассажиров, наполнении подвижного состава.

подготовка, которая включает разработку программы и расчет потребного количества учетчиков и контролеров. Программа обследования определяет технологическую последовательность проведения работ с указанием сроков.

Качество получаемой информации во многом зависит от четкости работы учетчиков и контролеров, а также от подготовленности и осведомленности пассажиров. В процессе обследования учетчики на каждой остановке, предварительно отметив номер остановки, на которой вошел пассажир. Для каждого направления движения применяются свои талоны с возрастающими или убывающими номерами остановок и, как правило, разных цветов. При выходе пассажиры сдают талоны, а учетчики отмечают номер остановки, на соответствующую надпись на талоне. На конечных остановках учетчики сдают контролеру использованные талоны за конкретный рейс и получают новые.

Табличный метод обследования проводится учетчиками, которые располагаются внутри автобуса возле каждой двери. Учетчики снабжаются таблицами обследования, в которых, кроме данных по автобусу, его выходу и смене, указываются номера рейсов в прямом и обратном направлениях, время их отправления и остановочные пункты. По каждому остановочному пункту рейса учетчики заносят в соответствующие графы число вошедших и вышедших пассажиров, а затем подсчитывают наполнение на перегонах маршрута. Учет и регистрация перемещающихся пассажиров ведутся раздельно каждым учетчиком, а обработка полученных данных - совместно.

Табличный метод можно применять при систематическом и разовом, сплошном и выборочном обследованиях. При сплошном и систематическом группировку таблиц, а затем пачкуют их по дням недели, маршрутам, часам суток выхода автобуса и сменам работы.

Визуальный, или глазомерный метод обследования служит для сбора данных по остановочным пунктам со значительным пассажирообменом.

Учетчики визуально определяют наполнение автобусов по условной балльной системе и эти сведения заносят в специальные таблицы. Например, 1 балл присваивается, когда в салоне автобуса есть свободные места для проезда сидя; 2 балла - когда все места для проезда сидя заняты; 3 балла когда пассажиры стоят свободно в проходах и накопительных площадках; балла - когда номинальная вместимость использована полностью и 5 баллов когда автобус переполнен и часть пассажиров остается на остановке. Баллы в таблицу заносят соответственно марке и модели автобуса. Зная число мест для проезда сидя и вместимость конкретной марки и модели автобуса, можно от баллов перейти к числу перемещающихся пассажиров. Визуальным методом в балльной оценке наполнения могут пользоваться водители или кондукторы автобусов, которым выдается учетная таблица. По окончании смены таблицы сдают линейным диспетчерам, и в отделе эксплуатации их сводят в итоговую. Этот метод чаще применяется при выборочном обследовании [19].

Силуэтный метод является разновидностью визуального с такими же сферами использования. Вместо балльной оценки наполнения автобусов применяется набор силуэтов по типам автобусов, находящийся постоянно у учетчиков, которые подбирают номер силуэта, совпадающий с наполнением автобуса, и заносят в таблицу. Каждому силуэту соответствует определенное число перемещающихся пассажиров.

Опросный метод обследования пассажиропотоков предполагает использование учетчиков, которые, находясь в салоне автобуса, опрашивают входящих пассажиров о пункте выхода, назначения, пересадки, цели поездки и фиксируют эту информацию. Этот метод позволяет получать данные о корреспонденции пассажиров, что помогает корректировать маршруты и разрабатывать организационные мероприятия по уменьшению времени пересадки пассажиров.

Обследования работы автобусов и выявление пассажиропотоков исключительно трудоемки и требуют, как правило, привлечения большого числа учетчиков, которыми могут быть учащиеся старших классов, студенты колледжей и вузов. Кроме того, обработка данных, собранных в результате обследований, требует значительного времени, и в итоге эти данные отражают характер изменения пассажиропотоков за прошедший период.

В последнее время разрабатываются и внедряются автоматизированные методы, обеспечивающие получение информации в обработанном виде без участия людей. Существующие методы автоматизированного обследования контактные, неконтактные, косвенные и комбинированные.

Контактные методы позволяют получать данные о пассажиропотоках через непосредственное воздействие пассажиров на технические средства.

Сущность методов заключается в том, что жители вводят информацию о потребностях в перемещении в полуавтоматическое устройство нажатием пассажирообразующих и пассажиропоглощающих узлах. Такой способ обследований позволяет иметь информацию о корреспонденции пассажиров, передвижении населения и провести социологический опрос. Он может прогнозирования перевозок.

К контактным методам относится автоматическая система учета перевозимых пассажиров, включающая датчики электрических импульсов, дешифраторами, которые подключены к счетчикам вошедших и вышедших пассажиров. При воздействии пассажиров на ступеньки электроимпульсы от них поступают на дешифратор, который, согласно очередности поступления неточностях (до 25 %) работы в часы пик.

К неконтактным относятся методы, использующие фотоэлектрические приборы. При фотоэлектрическом учете перевозимых пассажиров используют фотопреобразователи, которые устанавливают в дверных проемах или на наружной стороне автобуса по два на каждый поток посадкивысадки пассажиров. При входе или выходе пассажиры пересекают пучок световых лучей, поступающих к фотодатчикам, которые фиксируют движение пассажиров. Электрические импульсы от фотодатчиков поступают в блок дешифровки и в зависимости от очередности поступления направляются в регистр входящих и выходящих пассажиров. Блок цифровой индикации суммирует число вошедших и вышедших пассажиров по каждой остановке. К недостаткам этого метода следует отнести недолговечность приборов, сложность настройки и наладки фотоэлектрических датчиков.

При косвенном методе учета перевозимых пассажиров используют специальные устройства, позволяющие взвешивать одновременно всех пассажиров автобуса с последующим делением общей массы пассажиров на среднюю (70 кг). Общая масса пассажиров определяется при помощи тензометрических преобразователей, расположенных на подушках рессор.

Выходные сигналы преобразователей подаются на вход самопишущего прибора, который записывает показания на диаграммной бумаге во времени.

Данные обследования представляются в виде эпюр пассажиропотоков во времени, обработка которых не требует больших затрат и времени.

Недостаток этого метода - необходимость раздельной посадки и высадки пассажиров на остановочном пункте.

использованием двух типов датчиков. При входе в автобус пассажиры наступают на нижние, а затем на верхние контактные ступеньки. Сигналы от пары ступенек и открытия дверей поступают в блок управления, где происходит логическая обработка и формирование счетных импульсов входа, которые фиксируются регистрирующим прибором (цифропечатающий механизм, перфоратор или магнитная лента). Счетные импульсы выхода формируются в обратном порядке воздействия пассажиров на ступеньки.

Регистрация данных о числе вошедших и вышедших пассажиров, пройденном пути, времени и номере остановочного пункта производится после закрытия дверей в начале движения автобусов. Могут использоваться одновременно массовые и фотоэлектрические датчики.

Автоматизированные обследования пассажиропотоков обеспечивают постоянное и непрерывное получение информации об объемах перевозок с относительно малыми затратами и без привлечения учетчиков.

Перечисленные методы изучения пассажиропотоков условно можно разбить на три группы в зависимости от способа получения необходимой информации, а именно: методы, основанные на подсчете числа перевозимых пассажиров; методы получения информации с помощью приборов (автоматизированные) и аналитические (расчетные) методы прогнозирования вероятной величины пассажиропотоков [1, 9, 27, 30, 33].

закономерности их колебания для использования результатов обследований в планировании и организации перевозок. Иначе говоря, характер изменения пассажиропотоков на маршрутах и в целом по конкретному населенному пункту подчиняется определенной закономерности, поэтому систематическое выявление распределения пассажиропотоков по времени, длине маршрутов и направлениям является основной задачей службы эксплуатации транспортных предприятий или координирующего центра в виде центральной диспетчерской или логистического центра.

Пассажиропотоки характеризуют нагрузку транспортной сети по направлениям перемещений в определенный период времени (час, сутки, месяц).

Результаты обследований пассажиропотоков используют как для улучшения организации перевозок пассажиров на действующих маршрутах, так и для реорганизации транспортной сети в целом.

По материалам обследований можно установить основные техникоэксплуатационные показатели работы автобусов: объем перевозок, пассажирооборот, среднюю дальность поездки пассажиров, наполнение автобусов и их число на маршрутах, время рейса и число смен работы, скорость, интервалы и частоту движения, пробег за время наряда. Эти данные служат основанием для совершенствования как системы маршрутов в целом, так и организации движения и работы автобусов по каждому конкретному маршруту.

1.2.1. Обзор существующих автоматизированных систем подсчета Рассмотрим, несколько существующих автоматизированных систем подсчета пассажиров.

Первая, из рассматриваемых, ООО Холдинг «ПромСервис». Год образования компании - 2005. В состав Холдинга «ПромСервис» входят предприятия: ООО «Городская Диспетчерская Служба», ООО «ЕГДС», ООО «АвтоГлонасс», ООО Холдинг «Промсервис» [106].

Представительства:

в Екатеринбурге и Свердловской области: Богданович, Невьянск, Первоуральск, Полевской, Каменск Уральский.

в Челябинской области: Миасс, Златоуст, Озерск, Магнитогорск, Еманжелинск, Кыштым.

Основные направления деятельности: поставка, внедрение и сопровождение спутниковых систем контроля транспорта на основе системы «Лайн Гард». Разработчик и изготовитель системы «Лайн Гард»: ООО «КБ Навигатор», г. Екатеринбург.

Навигационная система «Line Guard» - это самая распространенная диспетчерская система радионавигации и контроля перемещения транспорта в Челябинске и области. Она принята за основу построения диспетчерских систем в крупнейших предприятиях и организациях региона: ОАО «ЧелябинскГорГаз»,ЗАО «Строймеханизация», ООО «СоюзРемСтрой», ОГУП «Ремэкс» (ООО «МостДорСтрой»), ЗАО «Челябвторцветмет», ОАО «ЧелябВторМет», ООО «УралАвтоСкан», ООО Уральский родник (Люксвода), ТД «Боровский», ООО «Дикси», ОАО ЖБИ-1, ООО «Марго», СК «Высотник», филиалы ЗАО «Уралмостострой» Мостоотряд №16; 59; 72; 82, «Челябинское ДРСУ», Миасские кухни «ЛОРЕНА», ООО «Град», ЗАО «Финансовый холдинг Госкомплект», ЗАО «Шоссе»,ЗАО «Челябметротрансавто», ООО «УралАвтоКом», ООО «Автоконт», ООО «ЕСТА», ООО «Беркут», ГУВД СО Главное Управление Внутренних Дел Свердловской области, УГИБДД ГУВД СО Управление Государственной Инспекции Безопасности Дорожного Движения ГУВД Свердловской области, Строительная корпорация «Атомстройкомплекс», АТП ЕМУП «Водоканал», Ремонтно-эксплуатационное предприятие ЕМУП «Орджоникидзевский РЭМП», Транспортная компания «Магистраль» подразделение ОАО «Екатеринбургская электросетевая компания», ООО «ТСП-Трейд», Транспортная компания «Лардо», Служба СПАС, ЗАО «НОВА-строй», ЗАО «ДЭЛС» эксклюзивный представитель пивоварен САН Интербрю в Свердловской области, ОАО «Екатеринбурггоргаз», ОАО «Коммерческий банк «ГРАН»», Транспортная компания «Транс Вектор», «Юнона Холдинг», ООО «Первая Молочная Компания», Транспортное подразделение компании «БЕСТ» ООО «Уралтранслогистик», Транспортное подразделение холдинга «Омега Групп» ООО Компания «Урал Плюс», Торговая компания «Девон», Компания «Метрострой Подземные Система подсчета пассажиров предназначена для подсчета количества перевозимых в транспортном средстве пассажиров. Принцип действия системы иллюстрируется рисунком.

Рис. 1.2.1.1. Система подсчета пассажиров ООО Холдинг «ПромСервис»

В дверных проемах автобуса над головой пассажиров установлены инфракрасные датчики (1). Каждый датчик контролирует зону, расположенную под ним и передает сигнал по линиям связи (2) на вычислительный блок (3). Вычислительный блок производит математическую обработку полученных сигналов, подсчет числа пассажиров, проходящих через двери автобуса. Результаты подсчета могут передаваться на навигационный модуль (4) и далее через сотовую GSM-сеть на сервер статистики.

Навигационный модуль не входит в состав системы подсчета, однако чаще всего используется совместно с CПП, так как позволяет передавать результаты работы системы в реальном времени. Система совместима с модулями LineGuarg (КБ Навигатор), АВТОГРАФ и другими.

Состав оборудования:

1. Датчики. На каждый узкий дверной проем транспортного средства (Богдан, ПАЗ) требуется один датчик, на широкий (ЛИАЗ и т.д.) – два.

2. Вычислитель. Устанавливается один на одно транспортное средство. К одному вычислителю может быть подключено до 8 датчиков.

3. Датчики положения дверей. В комплект поставки не входят. Как правило, используются встроенные концевики, находящиеся в составе пневмопривода дверей. Могут использоваться дополнительные датчики, кнопки.

4. Соединительные провода. В комплект поставки не входят, выбираются пользователем самостоятельно в зависимости от типа автобуса в соответствии с руководством по монтажу.

Погрешность подсчета (для автобусов ПАЗ и Богдан), не более ±5%.

Второй, рассмотрим, систему учета пассажиропотока «Штрих-М:

Транспорт» для автоматизированного сбора доходов, учета транспортной работы, контроля оплаты проезда, оперативного диспетчерского управления пассажирским наземным транспортом, автоматического подсчета числа пассажиров (учета и мониторинга пассажиропотоков), обеспечения безопасности пассажирских перевозок на основе передовых аппаратных, программных, конструкторских и технологических решений.

бесконтактный учет входящих и выходящих пассажиров через все двери транспортного средства и состоит из:

электронно-оптических датчиков, количество которых определяется шириной дверного проема транспортного средства;

контроллера для обработки событий входа и выхода пассажиров, регистрируемых датчиками, и связи с бортовым компьютером.

Максимальное количество электронно - оптических датчиков не ограничено техническими возможностями бортового комплекса и определяется в зависимости от количества дверей и типа транспортного средства. Таким образом, все двери транспортного средства могут быть использованы для посадки и высадки пассажиров.

Третья система учета пассажиропотоков, которая была внедрена на ОАО «Автоколонна 1948», будет рассмотрена в III главе.

Характеристики маршрутов городского пассажирского транспорта 1.3.

Из всего комплекса системы городского пассажирского транспорта маршрутная система больше всего подвергается изменениям. Эти изменения могут быть связаны с ростом города, перестройкой режима трудовой и культурно-бытовой деятельности населения и другими факторами. Однако основная часть маршрутной системы остается без изменений.

Маршруты значительно отличаются своими характеристиками, к числу которых относят следующие [6, 16, 18, 19, 39, 41, 65]:

объем пассажироперевозок А;

объем транспортной работы (пассажирооборот) Q;

протяженность маршрута;

средняя длина поездки Lcp;

пассажиропоток [29, 78];

коэффициент неравномерности kн;

коэффициент неравномерности по длине;

коэффициент неравномерности по направлению;

коэффициент часового максимума;

коэффициент неравномерности во времени;

частота или интервалы движения;

эпюра пассажиропотоков.

Объемом пассажироперевозок А называют количество пассажиров, перевезенных на маршруте, участке сети, на всей сети рассматриваемого вида ГПТ или на всех сетях ГПТ за единицу времени (час, сутки, месяц, квартал, год). Количество пассажиров, перевезенных за период наблюдения Т, очевидно, равнозначно количеству выполненных за это время маршрутных поездок. Следовательно:

В обозначении Аij первый из индексов i будем считать индексом пункта отправления, второй j - индексом пункта прибытия. Соответственно под Аij будем понимать количество поездок из i в j за период наблюдения Т.

Количество корреспонденции Аij из i в j, очевидно, равно количеству посадок, совершенных в пункте i на направление j, или высадок в пункте j с направления i. Поэтому объем пассажироперевозок А (пасс/ч., пасс/сут., пасс/год и т. д.) может быть определен как сумма пассажиров, вошедших в транспортные средства в пунктах посадки (Авх) или сошедших в пунктах высадки (Асх) за единицу времени (час, сутки, месяц, квартал, год):

В транспортных расчетах за единицу времени чаще всего принимают час, сутки или год.

Объемом транспортной работы, или пассажирооборотом, (пасс-км/ч, пасс-км/сут., пасс-км/год и т. д.) называют количество освоенных транспортом на маршруте, участке сети, на всей сети рассматриваемого вида ГПТ или на всех сетях ГПТ за единицу времени (час, сутки, месяц, квартал, пассажирокорреспонденций (поездок) за рассматриваемую единицу времени.

Если lij - расстояние пассажирской корреспонденции Аij по транспортной сети, то:

Протяженность маршрутов в большинстве случаев устанавливают так, чтобы обеспечить связь между пунктами образования и тяготения пассажиропотоков. Но это не значит, что протяженность маршрута должна соответствовать расстоянию по линии транспорта между указанными пунктами. Маршрут может связывать два или несколько пунктов. Тогда на протяжении всего маршрута происходит многоразовый обмен пассажиров.

Весьма важной характеристикой перевозок является также средняя длина поездки Lcp, которую можно определить как среднее длин всех пассажирокорреспонденций на рассматриваемом маршруте или по сети в целом:

где п — общее количество поездок (маршрутных или сетевых).

Однако расчет средней длины поездки по (1.3.4) трудоемок. Величину средней длины поездок можно определять из соотношения Q = AL с р, откуда Из выражения (1.3.5) следует, что средняя длина поездок оказывает прямое влияние на показатели работы предприятий ГПТ: при том же объеме пассажироперевозок А и разной средней длине поездок L с р объем транспортной работы предприятия (пассажирооборот) может быть существенно различным. Основные факторы, определяющие среднюю длину пассажиропоездки, территориальные размеры города, трассировка транспортной сети, маршрутная система и планировочная структура города, т. е. взаимное размещение в нем жилых зон, промышленных районов (мест приложения труда) и культурно - бытовых центров. Средняя длина поездки растет с увеличением территориальных размеров города, поэтому в крупных городах, особенно при удлиненной планировке, она больше, чем в небольших. Повышает среднюю длину поездки неудачная трассировка транспортной сети и неправильный выбор маршрутной системы.

При смешанной планировке города, когда промышленные районы и культурно - бытовые центры равномерно распределены между жилыми районами, средняя длина поездки существенно меньше, чем в случае вынесения промышленных зон за пределы города, например, по санитарногигиеническим соображениям. В последнем случае при той же численности населения города будут больше и объем пассажироперевозок А и объем транспортной работы Q за счет увеличения доли населения, вынужденного пользоваться транспортом, в то время как в городах со смешанной планировкой значительная доля передвижений будет осуществляться пешком. Несмотря на меньший объем пассажироперевозок, экономические показатели работы предприятий ГПТ в городах со смешанной планировкой транспортной работы, приходящейся на одного пассажира [24].

Однако данные о средней дальности поездки на маршрутах можно получить только в результате обследования пассажиропотоков, что является не всегда возможным.

закономерности их колебания для использования результатов обследований в планировании и организации перевозок. Иначе говоря, характер изменения пассажиропотоков на маршрутах и в целом по конкретному населенному систематическое выявление распределения пассажиропотоков по времени, длине маршрутов и направлениям является основной задачей службы эксплуатации транспортных предприятий или координирующего центра в направлениям перемещений в определенный период времени (час, сутки, изображаются в виде эпюр и определяют напряженность маршрута, участка дороги, линии. Характер изменения пассажиропотоков по часам суток, дням недели, месяцам, длине маршрута и направлениям представлен на рис. 1.3.1.

Рис. 1.3.1. Изменение пассажиропотоков: а - по часам суток; б - по дням недели; в - по месяцам; г - по длине маршрута; д - по направлениям движения (туда и обратно) Степень неравномерности пассажиропотоков оценивается с помощью коэффициента неравномерности kн [18, 19]. Он определяется отношением максимальной мощности пассажиропотока Qmax за определенный период времени к средней мощности пассажиропотока Qcp за тот же период:

Различают коэффициенты неравномерности по часам суток, дням недели, месяцам года, а также по участкам маршрута и направлениям движения. Коэффициент неравномерности по направлениям есть отношение максимальной мощности пассажиропотока за час в наиболее загруженном направлении к средней мощности пассажиропотока в обратном направлении [24].

Неравномерность распределения пассажиропотоков на транспортной сети приводит к неравномерности распределения пассажиропотоков по длине маршрутов. В зависимости от характера распределения потоков маршруты могут иметь равномерную загрузку по всей длине, максимальную загрузку в середине, максимальную загрузку по обоим концам и максимальную загрузку с одного конца. Особенно большая неравномерность потоков по длине маршрутов наблюдается в часы пик.

Суточная неравномерность распределения потоков обычно ниже пиковой. Неравномерность распределения потоков на участках маршрутов в часы пик усугубляется еще неравномерностью распределения потоков по направлению. В городах с концентрированным размещением промышленных предприятий в часы пик возникают четко выраженные односторонние пассажирские потоки: в утренние часы пик пассажиры совершают поездки на работу, в вечерние - с работы.

Степень неравномерности распределения пассажиропотоков по длине определяемым по формуле:

где Qmax - пассажиропоток в сечении наиболее загруженного перегона; Q средневзвешенный пассажиропоток па маршруте.

Величина этого коэффициента колеблется в широких пределах.

неравномерности пассажиропотока по длине маршрутов, колеблется от 1,13 до 2,3 (при средних значениях по городам, равных 1,54) [59].

характеризуется также коэффициентом, который представляет собой отношение средневзвешенного пассажиропотока на маршруте Q в наиболее загруженном направлении к средневзвешенному потоку на всем маршруте :

распределяют подвижной состав по маршрутам.

Пассажиропотоки также неравномерно распределяются и во времени; по сезонам года, дням недели и часам суток. Распределение пассажиропотоков по сезонам года и часам суток оказывает большое влияние на выбор вида транспорта в городе, определение необходимого количества подвижного состава, составление расписания движения и организацию работы поездных бригад.

Сезонные колебания пассажиропотоков наблюдаются почти во всех городах. Особенно большие колебания характерны для курортных городов и городов, в которых имеются исторические памятники. В таких городах объем пассажирских перевозок летом намного превышает среднегодовой. Сезонная неравномерность пассажиропотоков возникает как в целом по городу, так и по отдельным направлениям или маршрутам. Большими колебаниями пассажиропотоков характеризуются также маршруты, связывающие жилые сооружениями (стадионы, велодромы, ипподромы и др.).

Максимум пассажирских перевозок почти во всех городах наблюдается в предвыходные дни. В эти дни к трудовым поездкам прибавляется большое число поездок культурно - бытового назначения. В выходные дни, когда трудовые поездки незначительны, объем перевозок в целом по городу зависит главным образом от погоды и сезона. Зимой и в плохую погоду воскресные перевозки значительно снижаются. Суточные колебания пассажиропотоков должны учитываться при выборе дней для проведения профилактических осмотров подвижного состава.

Часовые колебания пассажиропотоков имеются без исключения во всех городах и зависят главным образом от трудовой деятельности населения и режима работы предприятий и учреждений. В городах с крупными промышленными предприятиями наблюдаются особенно большие колебания перевозок по часам суток. При этом в период часового максимума пассажирские потоки достигают 12—13% суточных. Утренние часы пик, как правило, бывают более короткими, чем вечерние. Пассажироперевозки в вечерние часы пик часто больше, чем в утренние, так как в вечернее время трудовые поездки совпадают с культурно - бытовыми.

Часовая неравномерность наблюдается в целом по городу и по коэффициентом часового максимума где Аmax - число пассажиров, перевозимых в час максимума; Ач - число пассажиров, перевозимых в среднем за 1 ч суточной работы транспорта.

Данные о размерах перевозок по часам суток используются при составлении расписаний выпуска подвижного состава на маршруты, расписаний движений на маршрутах, установления режима работы поездных бригад, предприятий и учреждений города.

Значение коэффициента неравномерности для крупных городов России находится в пределах: по часам суток kн =1,5-2,0; по дням недели kн = 1,1-1, [18,19].

Неравномерность пассажиропотока по направлению - отношение пассажиропотока на наиболее загруженном направлении к потоку в обоих направлениях - имеет место только по часам суток. Для среднесуточного потока коэффициент неравномерности близок к 1. Этот коэффициент для часа пик в городах СССР колебался в пределах 1,05-1,75 [59]. В России же коэффициент составляет kн= 1,3-1,6 [18, 19].

Колебание пассажиропотоков на маршрутах во времени наблюдается во всех городах и почти на всех маршрутах. Расчетным периодом, по которому проектируют транспортную систему города, является час пик.

Обычно этот период с максимумом перевозок выражается в процентах к среднесуточным перевозкам. По данным обследования в городах, процент перевозок в час пик составляет в среднем 7 - 14% суточных. При этом на отдельных маршрутах городов процент перевозок может быть большим или меньшим.

Частота или интервалы движения связаны с размерами перевозок и должны отражать закономерность их распределения. Сопоставимость этих показателей для различных маршрутов может иметь место лишь в том случае, если вместимости подвижного состава, работающего на маршруте, будут одинаковыми.

Результаты обследований пассажиропотоков используют как для улучшения организации перевозок пассажиров на действующих маршрутах, так и для реорганизации транспортной сети в целом.

По материалам обследований можно установить основные техникоэксплуатационные показатели работы автобусов: объем перевозок, пассажирооборот, среднюю дальность поездки пассажиров, наполнение автобусов и их число на маршрутах, время рейса и число смен работы, скорость, интервалы и частоту движения, пробег за время наряда. Эти данные служат основанием для совершенствования как системы маршрутов в целом, так и организации движения и работы автобусов по каждому конкретному маршруту.

1. Проведенный анализ существующей практики управления и организации показывает, что одной из основных задач обеспечения качества функционирования транспортных систем городов является повышение привлекательности ГПТ и качества обслуживания его пользователей.

Одним из инструментов повышения привлекательности ГПТ является эффективное управление перевозками, основой которого служит применение прогрессивных информационных технологий – т.е. систем автоматического мониторинга пассажиропотоков.

2. Системы мониторинга пассажиропотоков дают возможность:

организации автоматического сбора данных о пассажиропотоках и их динамики за любой период, включая режим реального времени;

несанкционированного отбора топлива;

организации автоматизированной системы диспетчерского управления подвижным составом с учетом наполнения подвижного состава;

уменьшение количества дорожно – транспортных происшествий за счет внедрения системы контроля режимов труда и отдыха водителей и скорости движения транспортных средств.

3. Одной из наиболее эффективных форм мониторинга пассажиропотоков является применение детекторов входа – выхода, но при этом могут возникать ошибки мониторинга – дисбаланс, т.е. неравенство количества входящих и выходящих пассажиров как на одном рейсе, так и на маршруте в целом при определении суточного пассажиропотока.

Решение задачи оценки межостановочной матрицы корреспонденций позволяет обрабатывать данные мониторинга пассажиропотока с достижением баланса входящих/выходящих пассажиров.

4. Для обработки данных, поступающих с детекторов входа – выхода будет сформулирован и обоснован метод восстановления межостановочной матрицы корреспонденции, на основе которого могут определяться все основные характеристики пассажиропотока на маршруте.

МЕЖОСТАНОВОЧНОЙ МАТРИЦЫ КОРРЕСПОНДЕНЦИЙ

2.1. Общие принципы регрессионной оценки матриц корреспонденций Вторая глава посвящена теоретическим аспектам и обоснованию модели автоматизированной системы подсчета данных детекторов входа – выхода и критериям оценки автоматического подсчета пассажиров.

С все большим распространением средств автоматического подсчёта пассажиров (детекторов входа-выхода) появляются возможности мониторинга и анализа пассажиропотоков в режиме реального времени.

Одним из наиболее важных параметров системы автоматического подсчета пассажиров является точность. Отсутствие или неточность сведений о числе пассажиров являются причиной того, что наполняемость значительными ошибками.

Сегодня рынок характеризуется большим количеством производителей Производители в своих технических руководствах приводят разные способы оценки ошибок систем автоматического подсчета пассажиров, что затрудняет их объективное сравнение. Анализ руководств производителей показал, что представлена фирмой IRMA [38]. Она предлагает следующий набор критериев оценки автоматического подсчета пассажиров:

ошибка количества входящих пассажиров;

ошибка количества выходящих пассажиров;

общая суммарная ошибка количества пассажиров;

дисбаланс количества входящих и выходящих пассажиров.

Система IRMA определяет количество входящих и выходящих пассажиров с ошибкой менее 10%. Таким образом, если транспортное средство перевозит до 1000 пассажиров в сутки, то по показаниям оборудования количество пассажиров будет варьировать в диапазоне 900 Ниже рассмотрим методику оценки ошибок, предложенную фирмой IRMA. Число пассажиров P определяется как:

где IN - количество вошедших пассажиров (данные автоматического или ручного подсчета на всех остановках с учетом всех дверей); OUT количество выходящих пассажиров (данные автоматического или ручного подсчета на всех остановках с учетом всех дверей); S - число остановок; D количество дверей автомобиля.

Ошибки при подсчете общего количества обслуженных пассажиров EROR:

AVTO MANUAL

EROR S D

MANUAL

где AVTO – количество пассажиров при автоматическом подсчете (выполняется на всех остановках с учетом всех дверей транспортного средства); MANUAL - количество пассажиров при ручном подсчете (выполняется на всех остановках с учетом всех дверей транспортного средства); S - число остановок; D - количество дверей автобуса.

Ошибка количества входящих пассажиров ERORIN:

IN IN MANUAL

EROR S D

MANUAL

где INAVTO - количество входящих пассажиров при автоматическом подсчете (выполняется на всех остановках с учетом всех дверей транспортного средства); INMANUAL - количество входящих пассажиров при ручном подсчете (выполняется на всех остановках с учетом всех дверей транспортного средства); S - число остановок; D - количество дверей автобуса.

Ошибка количества выходящих пассажиров EROROUT:

OUT OUT MANUAL

EROR S D

MANUAL

где OUTAVTO - количество выходящих пассажиров при автоматическом подсчете (выполняется на всех остановках с учетом всех дверей транспортного средства); OUTMANUAL - количество выходящих пассажиров при ручном подсчете (выполняется на всех остановках с учетом всех дверей транспортного средства); S - число остановок; D - количество дверей автобуса.

UNBALANCED EROR (дисбаланс):

IN IN MANUAL OUT AVTO OUT MANUAL

UNBALANCED

IN OUT MANUAL

MANUAL

где INAVTO - количество входящих пассажиров при автоматическом подсчете (выполняется на всех остановках с учетом всех дверей транспортного средства); INMANUAL - количество входящих пассажиров при ручном подсчете (выполняется на всех остановках с учетом всех дверей транспортного средства); OUTAVTO - количество выходящих пассажиров при автоматическом подсчете (выполняется на всех остановках с учетом всех дверей транспортного средства); OUTMANUAL - количество выходящих пассажиров при ручном подсчете (выполняется на всех остановках с учетом всех дверей транспортного средства); S - число остановок; D - количество дверей автобуса.

Ошибки оценки количества пассажиров имеют большое значение для оценки степени наполнения подвижного состава. Поэтому исходные данные (количество вошедших и вышедших пассажиров), производимые системой подсчета пассажиров подвергаются последующей статистической обработке, выходящих пассажиров. Приведем конкретный пример оценки точности, основанный на сравнении данных ручного и автоматического подсчётов количества пассажиров (табл. 2.1.1).

Остановочные Соответственно ошибки конкретного примера (табл. 2.1.1) имеют следующие значения:

ошибка оценки общего количества пассажиров EROR = (48+54) - (50+50) / (50+50)* 100% = 2%;

ошибка количества входящих пассажиров ERORIN = (48-50) / 50*100% = - 4%;

ошибка количества выходящих пассажиров EROROUT = (54-50) / 50*100% = 8%;

дисбаланс UNBALANCED EROR = (4+6) / (50+50)*100% = 10%.

Еще один показатель точность – среднее отклонение M, определяется как отношение абсолютного значения разницы между количеством входящих и выходящих пассажиров при автоматическом подсчете на всех остановках с учетом всех дверей единицы подвижного состава к количеству входящих и выходящих пассажиров при автоматическом подсчете. В конкретном примере (табл. 2.1.1) M = аbs (48-54) / (48+54) * 100% = 6%.

Далее приведем оценку надежности подсчётов количества пассажиров, которая приведена в руководствах фирмы IRMA (табл. 2.1.2 и 2.1.3). В целом надежность определяется конструктивными характеристиками подвижного состава (количеством дверей) и его техническим состоянием.

Надежность подсчётов: 2- х дверный подвижной состав Все двери правильно дверей неправильно неправильно, Все двери неправильно Надежность подсчётов: 3- х дверный подвижной состав Все двери правильно дверей правильно, дверь дверей неправильно, неправильно правильно, дверь Все двери неправильно Из приведенных выше примеров следует, что точность измерений доходит до:

95 % для 1 - дверного подвижного состава;

90 % для 2х- дверного подвижного состава;

86 % для 3х - дверного подвижного состава.

Далее рассмотрим процедуру статистической обработки данных о пассажиропотоках, применяемой фирмой IRMA. Статистическая обработка основана на следующих предположениях:

1. На первой остановке маршрута есть только входящие пассажиры, но нет выходящих пассажиров.

2. На последней остановке маршрута, есть только выходящие пассажиры, но нет входящих пассажиров.

3. На последней остановке маршрута, все пассажиры выходят (на конечной остановке количество пассажиров в транспортном средстве, равно нулю).

4. Число пассажиров на всем маршруте соответствует среднему значению входящих и выходящих пассажиров.

Приведем ниже пример, объясняющий процедуру статистической корректировки полученных данных (табл. 2.1.4).

пассажиропотоков Остановки В представленном выше примере (табл. 2.1.4) при поездке по маршруту с 10 остановками, было подсчитано вручную (с учетом всех дверей): входящих и выходящих пассажиров. Система автоматизированного подсчёта IRMA дала следующие значения: 48 входящих пассажиров (на 2 меньше, чем при ручном подсчете) и 54 выходящих пассажира (на 4 больше, чем при ручном подсчете).

Корректировка оценки количества пассажиров выполнена следующим образом. Для определения числа пассажиров используется среднее значение входящих и выходящих пассажиров (входящих пассажиров – 48, выходящих пассажиров – 54, среднее значение - 51 пассажир). Соответственно коррекция количества входящих пассажиров выполняется определением разницы между количествами входящих пассажиров в системе подсчета IRMA и ручного подсчёта. Аналогичная процедура корректировки производится для данных о выходящих пассажирах.

В целом фирмой IRMA предложена достаточно развитая система показателей точности подсчета пассажиров. Вместе с тем, представляется интересным создать процедуру корректировки, исключающую необходимость использования данных ручного подсчёта. В основе такой процедуры можно использовать оценку матрицы корреспонденций между остановочными пунктами маршрута (т.е. межостановочную матрицу).

Матрица корреспонденций может рассчитываться как суммарная за сутки по данным детекторов входа-выхода на всех единицах подвижного состава маршрута. Процедура оценки межостановочной матрицы должна быть робастной, поскольку данные подсчетов содержат ошибки. Математический аппарат робастной оценки матриц корреспонденций уже рассматривался в исследованиях ИрГТУ [44, 45, 46, 47, 66, 67].

Предлагаемый подход корректировки обладает рядом преимуществ по сравнению с методиками, используемыми фирмой IRMA. Оценка межостановочной матрицы корреспонденций позволяет не только скорректировать оценку количества пассажиров, но и получить целый набор характеристик маршрута, которые необходимы перевозчику в его практической деятельности:

объем перевозок, пасс.- км;

среднюю длину поездки;

коэффициенты: суточной неравномерности, неравномерности по направлениям, неравномерности по длине маршрута.

Методика обработки данных автоматизированного подсчета пассажиров будет разработана на примере маршрута №7 и №11 в г. Ангарске.

Анализ измерений точности пассажиропотоков на двух автобусных маршрутах предприятия ОАО «Автоколонна 1948» в г. Ангарске, подвижной состав на которых полностью оборудован детекторами, показал, что максимальная ошибка (т.е. разница между суммарным количеством входящих и выходящих пассажиров) может достигать ± 15%. Вследствие этого, для оценки межостановочной матрицы корреспонденций следует использовать процедуру устойчивую к выбросам.

2.2. Общие принципы регрессионной оценки матриц корреспонденций В соответствии поставленной задачей настоящего диссертационного исследования необходимо разработать метод, пригодный для восстановления межостановочной матрицы корреспонденций при следующих условиях:

данные о пассажиропотоках получают с использованием детекторов входа – выхода.

обследования транспортных и пассажирских потоков в сети рассматривается многими авторами: Р.Ю. Лагерев, А.Ю. Михайлов, В.Н. Мягков, М.И.

Шаров, В.П. Федоров T. Abrahamsson, M. Bell, D.E. Boyce, E. Cascetta, S.

Erlander, C.S. Fisk, M. Florian, Y. Gur, L.J. LeBlanc, M. J. Maher, S. Nguyen, S.

Kawakami, T. Larsson, M. Maher, S. Nguyen, P. Robillard, Y. A. Sheffi, H. D.

Sherali, H. J. Van Zuylen, H. Spiess, O.Z. Tamin, R. Tobin, D. Van Vliet, H. Van Zuylen, J. Wardrop, D.P. Watling, L.G. Willumsen, W. Xu, H.Yang [31,44Робастные (от robast), или устойчивые к выбросам регрессионные методы изучались многими из перечисленных выше авторов, при этом предлагались различные приемы оценки регрессии. Одной из таких робастных оценок является минимизация суммы абсолютных модулей отклонений – метод наименьших модулей (МНМ). В этом случае рассматривается задача линейного программирования – метод наименьших модулей.

интенсивности движения на улично-дорожной сети уже рассматривалась Транспортной лабораторией ИрГТУ (TL-ISTU) в следующей форме [44, 63]:

где ei – остатки регрессии; yi – значение интенсивности движения по ребру графа улично-дорожной сети i; i = 1,2,…,n; n – количество дуг, на которых известна интенсивность движения; aij =1, если корреспонденция j принадлежит дуге i, в противном случае – 0 (элементы матрицы инциденций A); j = 1,2,…,m; m – количество оцениваемых корреспонденций.

Аппроксимация с применением МНМ формулируется как задача линейного программирования с целевой функцией в виде суммы модулей ошибок ei где gi = max0, ei, hi = min-ei, 0; при ограничениях Ax + g h = y; w 0, размерности (n*n-n)/2) решается задача линейного программирования для нового вектора переменных x2 размерности (n*n+7*n)/2-4. Целевая функция (2) включает лишь часть вектора переменных x2. Матрица коэффициентов A размера nn преобразуется в матрицу A2 размером n3n, т.е. дополняется двумя диагональными матрицами D1 и D2.

Вектор ошибок е определяется с учетом результатов оценки вектора корреспонденций x на предыдущей итерации. В зависимости от знака ошибки ei задаются элементы вектора x2, начиная с индекса (n*n-n)/2 +1.

Теперь задача (2.2.2) формулируется как где k = (n*n-n)/2 +1; m=(n*n+7*n)/2-4.

при ограничениях На первой итерации МНМ необходим оцененный каким-либо методом вектор x0; при этом допускаются даже экспертные оценки. В настоящей работе начальные значения X ij, преобразуемые в вектор x0 (0-ая итерация), определялись на основе использования гравитационной модели коэффициенты балансировки по столбцам и строкам матрицы.

использована функция LINPROG реализованная в библиотеке Optimization Toolbox пакета MATLAB 7.9.0, которая формулируется как при односторонних и двухсторонних ограничениях:

Представлялось интересным с теоретической и практической точек зрения, провести сравнительный анализ вариантов решения метода наименьших модулей, применительно к задаче:

крупно - масштабный алгоритм, адаптированный для задач большой размерности с разреженными матрицами;

средне - масштабный алгоритм, используемый для задач небольшой размерности;

средне - масштабный алгоритм с начальной точкой;

симплексный метод решения задачи линейного программирования.

Нами рассматривался вариант с использованием первого A x b и третьего ограничений задачи lb x ub, при этом на значениях определяемых x (корреспонденций и остатков регрессии) накладывалось параметров только нижнее ограничение 0. В первом и третьем вариантах использовалось начальное приближение – матрица корреспонденций, рассчитанная с помощью упрощенной гравитационной модели.

Для решения задачи линейной оптимизации использовалась библиотека OPTIMIZATION TOOLBOX, в которой реализована соответствующая функция LINPROG пакета MATLAB, что позволяет проводить вычисления с матрицами большой размерности [5, 12, 13, 20, 21, 34, 36, 37, 49, 51, 52, 54, 55, 61, 70, 71, 107-114].

2.3. Выбранные методы (модели) решения задачи наименьших модулей Ниже приводится описание алгоритма гравитационной модели, который является первым начальным приближением для робастного моделирования, реализованного в программном пакете MATLAB. Входными параметрами функции являются вектора A и B, содержащие данные о количестве пассажиров входящих и выходящих на остановках.

численности пассажиров по остановочным пунктам, при этом достигается необходимая точность распределения или окончание расчета в случае превышения допустимого числа итераций, что характерно для задач с несбалансированным числом A и B.

Для формирования начальной точки задаются параметры содержащие значение максимального количества итераций и требуемая точность, которую должен достигнуть итерационный процесс.

Упрощенная форма гравитационной модели выглядит так:

где хij – количество пассажиров, проехавших между i и j остановочным пунктом; ai – количество пассажиров вошедших на остановке i; bj количество пассажиров вышедших на остановке j.

На первой итерации формируется сумма произведений элементов векторов A и B значений по строкам (2.3.1).

В программе формула (2.3.2) реализуется в виде следующей процедуры:

где S1i – сумма произведений;

С использованием полученного значения суммы находится начальное значение элементов матрицы корреспонденций (2.3.3).

где Х1i,j – начальное значение элементов матрицы корреспонденций;

В программе формула (2.2.3) реализуется в виде следующей процедуры:

Итеративные приближение матрицы корреспонденций по достижении заданной точности или истечении максимального числа итераций.

Первое приближение предполагает балансировку полученной матрицы корреспонденций X1 по выходам (столбцам). Для этого изначально определяются суммы элементов по столбцам (2.3.4).

где SumStbj – сумма элементов по столбцам;

В программе формула (2.3.4) реализуется в виде следующей процедуры:

Рассчитывается поправочный коэффициент по столбцам по формуле (2.3.5).

где Кj – поправочный коэффициент по столбцам;

В программе формула (2.3.5) реализуется в виде следующей процедуры:

K(j)=B(j)/SumStb(j);

По формуле (2.3.6) проводим непосредственно балансировку по выходам - результирующие значения помещаем в промежуточную матрицу X2.

где Х2i.j – промежуточная матрица Х2;

В программе формула (2.3.6) реализуется в виде следующей процедуры:

X2(i,j)=K(j)*X1(i,j);

Оценка достигнутой точности проводится путем сравнения двух первых приближений X1 и X2 поэлементно (2.3.7) по максимальной невязке (2.3.8).

где Eri.j – оценка достигнутой точности поэлементно;

где Eiter– оценка достигнутой точности поэлементно.

Если достигнута заданная точность и не превышено максимальное число осуществляется переход к третьему приближению.

На данном этапе балансировка матрицы корреспонденций X2 по входам (строкам). Для этого определяются суммы элементов по строкам (2.3.9.):

где SumStrj – сумма элементов по строкам;

В программе формула (2.3.9) реализуется в виде следующей процедуры:

SumStr(i)=0;

SumStr(i)=SumStr(i)+X2(i,j);

Рассчитывается поправочный коэффициент по строкам по формуле (2.3.10).

В программе формула (2.2.10) реализуется в виде следующей процедуры:

K(i)=A(i)/SumStr(i);

полученные результаты сохраняем в промежуточную матрицу X3.

В программе формула (2.3.11) реализуется в виде следующей процедуры:

X3(i,j)=K(i)*X2(i,j);

корреспонденции X1 принимаем, полученное после корректировки по столбцам и строкам, значение матрицы X3, после чего итерационный процесс (2.3.5) – (2.3.11) повторяется до получения требуемой точности, то есть момента, когда максимальная разность между значениями двух приближений не превышает величину точности E, заданной в качестве входного значения.

Если заданная точность не будет достигнута за число итераций, равное восстановленная матрица корреспонденций X.

Блок-схема описанного алгоритма приводится в пункте 2.4, полный листинг представлен в прил. 1.

Результаты, полученные по гравитационной модели, в дальнейшем использовались нами в качестве начальной точки при решении задачи оптимизации робастной модели.

Робастную модель представим в виде (2.3.12), где матрица А – это матрица инциденций, содержащая коэффициенты при неизвестных.

Выполнение алгоритма в рамках робастной модели подразумевает программирования, поставленной относительно минимизации суммарных ошибок. Для решения этой задачи была использована реализованная в пакете Optimization Toolbox системы MATLAB 7.9.0 функция LINPROG, которая осуществляет решение задачи линейного программирования вида (2.3.13).

Таким образом, возникает необходимость преобразования задачи (2.3.12) в форму отображения (2.3.13).

Нами определено, что количество переменных модели, связано с размерностью матрицы корреспонденций согласно соотношению (2.3.14), а количество ограничений – балансовых равенств составляет 2n-2.

корреспонденций в вектор по принципу, приведенному на рисунке 2.

оставшиеся 2 n 2 переменных – ошибки вида h.

Изначально элементы вектора неизвестных X инициализируются нулями.

Рис. 2.3.1. Развертка матрицы корреспонденций и ошибок G и H в Ниже приведен процесс формирования коэффициентов целевой функции f. Коэффициенты, соответствующие переменным, входящим в матрицу корреспонденций, принимаются равными нулю и имеют номера с по (n*n-n)/2. Остальные переменные с (n*n-n)/2 +1 по (n*n+7*n)/2- соответствуют ошибкам и имеют коэффициенты равные единицы. Причем первая половина этих переменных соответствует избыточным значениям по строкам и столбцам g, а вторая недостающим – h. Так как в рамках рассматриваемой модели все пункты имеют одинаковый приоритет, все коэффициенты при неизвестных имеют одинаковые значения, однако в дальнейшем величиной этих коэффициентов можно регулировать веса остановочных пунктов.

В программе формула развертка матрицы корреспонденций и ошибок G и Н реализуется в виде следующей процедуры:

f=zeros((n*n+7*n)/2-4,1);

for i=((n*n-n)/2+1):(n*n+7*n)/2- if i((n*n-n)/2+1)+((n*n+7*n)/2-4-(n*n-n)/2)/ Формирование матрицы инциденций Aeq, равной согласно модели (2.3.12):

Таким образом, матрица Aeq имеет вид (2.3.15).

Так как в матрице ограничений Aeq все корреспонденции имеют одинаковый приоритет, то коэффициенты при соответствующих неизвестных зададим равными 1.

Пример формирования матрицы для n 5 приведен на рисунке 2.3.2.

Формирование матрицы состоит из трех этапов. На первом этапе заполняется единичными значениями часть матрицы инциденций по строкам (входам), корреспонденций, то есть первые n-1 строк матрицы инциденций, (квадрант I рисунок 2.3.2).

реализуется в виде следующей процедуры:

for i=1:n- На втором этапе рассматривается часть матрицы инциденций, начиная с n-ой строки до последней (квадрант II рисунок 2.2.2) с ограничениями, советующими столбцам матрицы корреспонденций.

корреспонденций реализуется в виде следующей процедуры:

for i=n:(2*n-2) На первых двух этапах учитываются только столбцы с 1 по, соответствующие переменным матрицы корреспонденций и не включают дополнительные переменные g и h.

Отдельно формируем единичные матрицы AegG (квадрант III рисунок 2.3.2) и AegH (квадрант IV рисунок 2.3.2) дополнительных переменных (ошибок) g и h соответственно и объединяем все матрицы в матрицу инциденций Aeg.

Формируем часть матрицы инциденций по недостатку G:

AegG=eye(2*n-2);

Формируем часть матрицы инциденций по избытку H:

AegH=-eye(2*n-2);

Объединяем матрицы в одну:

Aeg=[Aeg,AegG,AegH] Правые части ограничений задачи линейного программирования представляют собой вектора А и B без нулевых значений (2.3.16) и имеет размерность 2n-2.

Beq=size(2*n-2,1);

Формируем правые части ограничений вида равенства:

for i=1:2*(n-1) Диапазоны изменения значений переменных, верхнюю и нижнюю границы инициируются тремя значениями входных параметров ux, ug и uh для элементов матрицы корреспонденций, ошибок g и h соответственно.

lb=zeros(((n*n+7*n)/2-4),1);

Формируем ограничения на верхние границы переменных:

Ubx(1:(n*n-n)/2,1)=ux;

Ubg(1:n-1,1)=ug;

Ubh(1:n-1,1)=uh;

ub=[Ubx;Ubg;Ubh] Варьируя различные опционные настройки функции LINPROG, были получены решения задачи различными методами с использованием и без начальных приближений гравитационной модели.

Нами были использованы следующие способы оптимизации:

крупно - масштабный алгоритм, адаптированный для задач большой размерности с разреженными матрицами. Данный алгоритм линейного программирование с расчетом внутренних точек (LIPSOL), алгоритм одновременного решения прямой и двойственной задач с внутренними точками на основе метода Мерота предиктор-корректор.

options = optimset('LargeScale','on','display','iter');

[x,fval, exitflag,output,lambda]=linprog(f',[],[],Aeg,Beq,lb,[],X0,options);

средне - масштабный алгоритм, используемый для задач небольшой размерности, который основан на одном из наиболее распространённых приближения (SQP). Так как в исходной задаче присутствуют ограничения равенства метод SQP преобразуется в специальную реализацию ньютоновских методов решения системы Лагранжа.

options = optimset('LargeScale','off','display','iter');

[x,fval, exitflag,output,lambda]=linprog (f',[],[],Aeg,Beq,lb,[],[],options);

средне - масштабный алгоритм с начальной точкой, полученной в результате решения гравитационной модели.

options = optimset('LargeScale','off','display','iter');

[x,fval, exitflag,output,lambda]=linprog (f',[],[],Aeg,Beq,lb,[],X0,options);

симплексный метод решения задачи линейного программирования.

options = optimset('LargeScale','oFF','display','iter','Simplex','on');

[x,fval, exitflag,output,lambda]=linprog(f',[],[],Aeg,Beq,lb,[],[],options).

На конечном этапе моделирования, найденные оптимальные значения вектора X сворачиваем в формат матрицы корреспонденций и передаем как выходной параметр X.

X1=zeros(n,n);

X=round(X1);

Аналогично выделяем из оптимально вектора ошибки по избытку по строкам (H1) и столбцам (H2) соответственно.

for i=(n*n-n)/2+1:(n*n-n)/2+n- H1(k)=x(i,1);

H1=round(H1);

for i=(n*n-n)/2+n:(n*n-n)/2+2*n- H2(k)=x(i,1);

H2=round(H2);

соответственно.

for i=(n*n-n)/2+2*n-1:(n*n-n)/2+3*n- G1=round(G1);

for i=(n*n-n)/2+3*n-2:(n*n-n)/2+4*n- G2=round(G2);

Модель оформлена в виде функции RobMethodX0X с параметрами:

RobMethodX05(A,B,MaxIter,E,ux,uh,ug) где входные переменные:

A - вектор размерностью n - количество вошедших пассажиров на соответствующих остановках;

B - вектор размерностью n количество вышедших пассажиров на соответствующих остановках;

MaxIter - максимально возможное число итераций гравитационного метода до получения заданной точности E.

где выходные переменные:

X - восстановленная матрица корреспонденций;

Iter - число итераций метода;

H1,H2 - ошибки по избытку по строкам и столбцам соответственно;

G1,G2 - ошибки по недостатку по строкам и столбцам соответственно;

ux,uh,ug - максимально возможные значения x, h и g соответственно.

Алгоритм робастного метода приведен на рис. 2.4.5, полный листинг представлен в прил. 2.

2.4. Алгоритмы выбранных методов восстановления межостановочных На рис. 2.4.1 представлен маршрут в виде графа для определения матрицы корреспонденций.

Ниже на рис.2.4.2 представлена блок – схема гравитационной модели, которая является первым начальным приближением для робастного моделирования. Входные данные: А – вектор вошедших пассажиров; B вектор вышедших пассажиров; E– точность решения; MaxIter – максимальное число итераций. Так же задается размерность матрицы корреспонденций.

Рис. 2.4.1. Представление маршрута в виде графа для определения матрицы корреспонденций: 1,2,…, n – вершины графа, в которых возникают и заканчиваются корреспонденции, где a1…an – количество входящих пассажиров; b1…bn – количество выходящих пассажиров; f1…fn – пассажиропотоки между остановками На рис. 2.4.3 и рис. 2.4.4 представлены балансировка по столбцам (входам) и строкам (выходам).

Данный алгоритм позволяет получить допустимое распределение численности пассажиров по остановочным пунктам, при этом достигается требуемая точность распределения или окончание расчета в случае превышения допустимого числа итераций.

Далее рассмотрим рис. 2.4.5. на котором приведена блок – схема «Робастная модель». Методы робастного оценивания – те методы, которые позволяют получать достаточно надежные оценки статистической совокупности с учетом неясности закона ее распределения и наличия существенных отклонений в значениях данных.

Грубые ошибки, в основном, появляются при сборе информации, при ее передаче либо при нестрогих первичных расчетах. Поэтому при проведении многомерного анализа важное значение имеют методы устойчивого оценивания.

Методы оценивания, чувствительные к «грубым ошибкам», называются неустойчивыми. Методы оценивания, учитывающие наличие «грубых ошибок» и позволяющие при этом достаточно точно определять оценки параметров, называются робастными или устойчивыми.

Размерность Рис. 2.4.2. Блок схема «Гравитационная модель»

Рис.2.4.3. Балансировка по столбцам (выходам) Рис. 2.4.4. Балансировка по строкам (входам) Получение начальной точки Х Рис. 2.4.5. Блок схема робастного метода Рис. 2.4.6. Формирование целевой функции На первом этапе в блок - схеме «робастного метода» находится формирование целевой функции, оно состоит из нескольких пунктов:

задаются коэффициенты перед неизвестными, и происходит объединение в общую целевую функцию.

На втором этапе в блок - схеме «робастного метода» находится формирование ограничений lb x ub, оно состоит из нескольких пунктов:

задаются верхние границы соответствующих Х, и происходит формирование верхних и нижних ограничений.

Рис. 2.4.8. Формирование матрицы инциденций инциденций.

Матрица инциденций - таблица, которая содержит набор строк и столбцов. Каждая строка соответствует входу, а каждый столбец — выходу.

Начальная инциденция Aeq задается нулями, далее происходит заполнение матрицы инциденций по ограничениям соответствующим строкам, далее инциденций.

На четвертом этапе в блок - схеме «робастного метода» находится формирование правых частей Beq, формирование вектора происходит из двух составляющих первая половина из вектора А, вторая из вектора В.

H1(k) = x(i,1) Рис. 2.4.10.+Вывод результатов Рис. 2.4.11. Вывод результатов В приведенной на рис.2.4.5 блок – схеме используется четыре метода оценивания и обработки информации: крупно - масштабный метод, средне – масштабный метод, средне – масштабный метод с Х0, симплексный метод.

Итогом блок - схемы «робастного метода» является вывод результатов (рис. 2.4.10 и рис.2.4.11). Вывод результатов складывается из нескольких операций: преобразование части вектора X в матрицу корреспонденций, части вектора Х в ошибки h по строкам.

Проанализированы показатели оценки точности мониторинга пассажиропотоков с применением детекторов входа – выхода. Выбран в качестве показателя точности – дисбаланс.

Теоретически обоснован метод восстановления межостановочной матрицы корреспонденции с использованием автоматизированной системы подсчета данных детекторов входа – выхода.

корреспонденций выбран метод наименьших модулей (МНМ). Для решения этой задачи линейного программирования была использована функция LINPROG реализованная в библиотеке Optimization Toolbox пакета MATLAB 7.9. программирования:

крупномасштабный алгоритм с начальным приближением;

среднемасштабный алгоритм;

среднемасштабный алгоритм с начальным приближением;

симплексный метод.

Разработан алгоритм для представленных выше методов расчета матриц корреспонденций.

Выбранные методы будет протестированы на реальных и искусственных данных, в результате чего будут отобраны методы, сохраняющие точность и эффективность в условиях широкого диапазона вариации таких параметров как: количество остановок на маршруте;

величина пассажиропотока на маршруте; величина погрешностей, возникающих при мониторинге пассажиропотока.

Планируемый эксперимент будет включать сравнение математических методов оценки матрицы корреспонденций для:

маршрутов с 12 и 24 остановками;

пассажиропотока задается через вариацию количества входящих/выходящих в диапазоне значений: от 1 до 10; от 1 до20, …, от 1 до 50;

величин ошибок подсчёта количества входящих/выходящих в диапазоне значений от ±5 % до ± 30 %.

Глава III. ЭТАПЫ ПРОВЕДЕНИЯ ЭКСПЕРИМЕНТА

Методика обследования пассажиропотоков с использованием В процессе исследования были собраны и обработаны данные о пассажиропотоке по следующим маршрутам города: № 7, № 11.

Маршрут регулярных перевозок пассажиров № 7 «Железнодорожный вокзал – 4-ый поселок».

Путь следования в прямом и обратном направлении: ул. Ленина – ул.

Восточная (ул. Мира) – ул. Кирова – пр. Карла Маркса – ул. Горького – пр.

Ленинградский – ул. Енисейская – ул. Энгельса – ул. Бульварная – ул.

Фестивальная – ул. Преображенская.

Протяжённость маршрута –14,6 км. Время оборота автомобиля на маршруте составляет 1ч 20 мин. Этот маршрут выполняет 7,3 % (1517 тыс.

чел.) от общего объема пассажирских перевозок на автомобильном транспорте, является единственным маршрутом, соединяющим ЖД вокзал и 4 поселок. Проходит по главным улицам – ул. Ленина, пр. Карла Маркса, ул.

Горького, пр. Ленинградский, ул. Энгельса, и через основные пассажирообразующие (пассажиропоглощающие) пункты – ЖД вокзал, рынок «Шанхайка», «Музей часов», «Швейная фабрика», 11 м/р., ДК «Современник». Маршрут следования – ЖД вокзал – 4 поселок.

Протяженность – 14,6 км.

Маршрут регулярных перевозок пассажиров № 11 «189 квартал (МЖК) – Тех.училище». Путь следования в прямом и обратном направлении: ул.

Пойменная – (ул. 14 Декабря – Малый проулок – ул. Енисейская) – ул.

Красная – ул. Новокшенова – ул. Бульварная – ул. Энгельса – ул.

Социалистическая – ул. Коминтерна – ул. Крупской – ул. 40 лет Октября – пр. Карла Маркса – ул. Олега Кошевого – ул. Сибирская – ул. Восточная – ул. Иркутская. Протяжённость маршрута –12,4 км;

ж/д. вокзал Сервис 22 мрн.

Космонавтов

ПРОУЛОК

Родина Стоматология ул. К.МАРКСА

КИРОВА

ИРКУТСКАЯ

Рис. 3.1.2. Схема маршрута № 11 «189 квартал (МЖК) – Техучилище»

Характеристики применяемых в исследованиях детекторов пассажиров необходимо систематически получать информацию о пассажиропотоках.

Методология обследования пассажиропотоков в г. Ангарске с недавнего времени претерпела некоторые изменения. На предприятиях общественного транспорта, осуществляющих пассажирские перевозки начала работать система автоматизированного мониторинга пассажиропотока «ПОТОК».

Установка приборов автоматизированной системы началась еще в году и до настоящего времени работает в тестовом режиме. Введение в эксплуатацию системы автоматизированного мониторинга пассажиропотока пассажиропотока на различных транспортных направлениях в г. Ангарске без подключения к мониторингу человеческих ресурсов.

пассажироперевозок «ПОТОК» [105] производства ЗАО «ПромСервис», которая предназначена для автоматизации процессов сбора данных об интенсивности перевозок пассажиров на наземных транспортных средствах (ТС) посредством учёта количества пересечений пассажирами дверных проёмов транспортных средств с помощью инфракрасных датчиков системы.

В состав системы «ПОТОК» входят три основные части:

Диспетчерский пункт с программным комплексом «ПОТОКExpress».

Транспортные комплекты (по количеству транспортных средств).

Среда передачи данных (каналы сотовой связи стандарта GSM 900/1800 в режиме пакетной передачи данных GPRS, Internet-каналы, проводные каналы интерфейса RS-232).

Транспортный комплект устанавливается на транспортное средство и включает в себя:

1. Блок Автоматический Регистрационно-Связной «БАРС-01-Т»

(далее – терминал, рис. 3.3.).

Рис. 3.2.1. Блок автоматический регистрационно-связной «БАРС-01-T»

Используемый для периодического опроса заданного количества ИКдатчиков с целью обработки данных (количество пересечений в обоих направлениях, НС, наличие остановки), поступающих с ИК-датчиков после каждой остановки, запись информации в энергонезависимую память;

диспетчерский пункт архивных данных по запросу; оперативное информирование диспетчерских и контрольно-ревизионных служб автотранспортного предприятия о НС путем отправки SMS-сообщений на мобильный телефон диспетчера и трансляцию архива нештатных ситуаций в инициативном режиме на диспетчерский пункт.



Pages:   || 2 |
Похожие работы:

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ РФ СИБИРСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ ХАКАССКИЙ ТЕХНИЧЕСКИЙ ИНСТИТУТ – ФИЛИАЛ ФГОУ ВПО СИБИРСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ СТАНДАРТ ПРЕДПРИЯТИЯ Система менеджмента качества Общие требования к построению, изложению и оформлению документов учебной и научной деятельности СТП 4.2.01–10 Абакан 2010 Стандарт предприятия. Система менеджмента качества. Общие требования к построению, изложению и оформлению документов учебной и научной деятельности / сост. Н. В. Дулесова, Н. Я....»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ РЕСПУБЛИКАНСКИЙ ИНСТИТУТ ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ УТВЕРЖДАЮ Начальник управления профессионально-технического образования Министерства образования Республики Беларусь Э. Н. Гончар “”_ 2001 г. МАТЕРИАЛОВЕДЕНИЕ Типовая учебная программа для профессионально-технических учебных заведений Т 02.01.00 Литейное производство Учебные Т 03.01.00 Механическая обработка металлов на специальности: станках и линиях Т 03.02.00 Обслуживание и ремонт оборудования...»

«ЗАО ФП ТЕХНОМЕДСЕРВИС ПРИМЕНЕНИЕ ДЕРИНАТА В КАРДИОЛОГИИ Пособие для практикующих врачей Издание второе, дополненное Под редакцией кандидата технических наук Э. Н. Каплиной и доктора медицинских наук профессора Н. О. Бажанова Москва 2008 2 ББК 52.81 П 75 Р е ц е н з е н т ы: заведующая НИО клинической иммунологии Всероссийского центра экстренной и радиационной медицины МЧС России доктор медицинских наук, профессор Н. М. Калинина, заведующая кафедрой педиатрии медицинского факультета Мордовского...»

«(20.12.13) 2 № 16 (134) НОВАЯ УНИВЕРСИТЕТСКАЯ ЖИЗНЬ Не будем лукавить — мы все знаем, какой год впереди у нас по восточному календарю. Желаем в Год Лощади всем силы, ловкости и выносливости! Рейтинг-2013 Самое яркое. Самое успешное. Самое резонансное..из рейтингов.из информационных.из открытий поводов СФУ поднялся на 46 пунктов и занял 21 Первый зарубежный учебный центр компастрочку в рейтинге российских научно-ис- нии Toyota Engineering Corporation (TEC) следовательских организаций...»

«Инженер В. В. ШАБАНОВ Обоснование потребности в мелиорациях Автореферат диссертации на соискание ученой степени доктора технических наук Научный руководитель – академик ВАСХНИЛ доктор технических наук проф. С. Ф. АВЕРЬЯНОВ МОСКВА – 1969 Работа выполнена в Московском гидромелиоративном институте. Защита состоится 23 июня 1969 года на заседании Ученого совета Московского гидромелиоративного института....»

«Международная Академия исследований будущего Академия прогнозирования Институт экономических стратегий И.В. БЕСТУЖЕВ-ЛАДА РОССИЯ В XX–XXI ВЕКАХ 1917–2017 Трижды от колосса к коллапсу и обратно Издание 2-е, исправленное и дополненное Москва Международная Академия исследований будущего 2008 УДК 94(47+57)+008 ББК 63.3(2)6 Б537 Рецензенты: Агеев Александр Иванович — доктор экономических наук, профессор; Сидельников Юрий Валентинович — доктор технических наук, профессор. Разработка серийного...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ ГОУ ВПО Уральский государственный лесотехнический университет Кафедра менеджмента и ВЭД предприятия Одобрена: Утверждаю кафедрой МиВЭДП Декан факультета экономики и управления Протокол от 01.09.2010 № 1 Зав кафедрой _ Часовских В.П. _ 2010 г. Методической комиссией Факультета экономики и управления Протокол от 20.09.2010 г. № 1 Председатель УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС Дисциплина СД.02 ИССЛЕДОВАНИЕ СИСТЕМ УПРАВЛЕНИЯ Направление 080500.62 - менеджмент...»

«РЕФЕРАТ Отчет 53 с., 5 ч., 5 табл., 1 рис., 0 источников. ЦИРКУЛИРУЮЩИЕ ОПУХОЛЕВЫЕ КЛЕТКИ, ОНКОЛОГИЯ, ИММУНОЛОГИЯ, ЭКСПРЕССИЯ ГЕНОВ, ДИАГНОСТИКА РАКА, МЕТОД ОПРЕДЕЛЕНИЯ ЦИРКУЛИРУЮЩИХ ОПУХОЛЕВЫХ КЛЕТОК, РАК МОЛОЧНОЙ ЖЕЛЕЗЫ, КОЛИЧЕСТВЕННЫЙ АНАЛИЗ УРОВНЯ ЭКСПРЕССИИ ГЕНОВ Объект исследований: экспрессия маркерных генов, специфичных для циркулирующих опухолевых клеток в крови у онкологических больных. Цель работы: создание диагностической тест-системы по выявлению циркулирующих опухолевых клеток в...»

«2 Содержание 1. Цель и задачи дисциплины...3 2. Содержание дисциплины...4 3. Лекции....5 4. Лабораторно-практические занятия и семинары...12 5. Самостоятельная работа студентов...15 6. Учебно-методическое обеспечение дисциплины...16 6.1. Рекомендуемая литература...16 6.2. Средства обеспечения освоения дисциплины...16 7. Материально-техническое обеспечение дисциплины... 8. Вопросы к зачету по курсу Системы земледелия...

«ПРАВИТЕЛЬСТВО РОССИЙСКОЙ ФЕДЕРАЦИИ ПОСТАНОВЛЕНИЕ от 24 сентября 2013 г. № 842 МОСКВА О порядке присуждения ученых степеней В соответствии со статьей 4 Федерального закона О наук е и государственной научно-технической политике Правительство Российской Федерации п о с т а н о в л я е т : 1. Утвердить прилагаемое Положение о присуждении ученых степеней. 2. Установить, что: к соисканию ученой степени кандидата наук допускаются лица, имеющие высшее образование, подтвержденное дипломом бакалавра,...»

«Пиросправка. Справочник по взрывчатым веществам, порохам и пиротехническим составам. Издание 6 АВТОР ЭТОЙ КНИГИ РЕШИТЕЛЬНО ПРОТИВ ЛЮБЫХ ПРОЯВЛЕНИЙ ТЕРРОРИЗМА И ЭКСТРЕМИЗМА. ЧИТАЯ ЭТУ КНИГУ ВЫ СОГЛАШАЕТЕСЬ С ТЕМ, ЧТО АВТОР СПРАВОЧНИКА НЕ МОЖЕТ НЕСТИ ОТВЕТСТВЕННОСТЬ ЗА ЛЮБЫЕ НЕЖЕЛАТЕЛЬНЫЕ ПОСЛЕДСТВИЯ, ВОЗНИКШИЕ В РЕЗУЛЬТАТЕ ИСПОЛЬЗОВАНИЯ ИНФОРМАЦИИ ИЗ ЭТОЙ КНИГИ. ВЫ ПОДТВЕРЖДАЕТЕ, ЧТО ПОЛНОСТЬЮ ОСОЗНАЕТЕ ВСЕ ОПАСНОСТИ, КОТОРЫЕ МОГУТ ВОЗНИКНУТЬ ПРИ ПРАКТИЧЕСКОЙ РЕАЛИЗАЦИИ МАТЕРИАЛОВ ДАННОЙ КНИГИ....»

«Замечания и предложения к Методическим рекомендациям по публикации открытых данных федеральными органами исполнительной власти и техническим требования к публикации открытых данных (версия 2.0) № Предлагаемые изменения Пп. Решение ООО ЯНДЕКС 1. Дополнить п. 5 части III. Технологическая инфраструктура пп. д следующего содержания: 5 Учтено д) в целях доступности страниц открытых данных для поисковых роботов должна быть размещена ссылка на каталог метаданных – разрешение в robots.txt, указание в...»

«РЕСПУБЛИКАНСКОЕ НАУЧНОЕ УНИТАРНОЕ ПРЕДПРИЯТИЕ ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИЙ В АПК НАЦИОНАЛЬНОЙ АКАДЕМИИ НАУК БЕЛАРУСИ УДК 338.436.33 ЕРМАЛИНСКАЯ Наталья Васильевна ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКИЙ МЕХАНИЗМ ЭФФЕКТИВНОГО ФУНКЦИОНИРОВАНИЯ ИНТЕГРИРОВАННЫХ СТРУКТУР В СИСТЕМЕ РЕГИОНАЛЬНОГО АПК (НА ПРИМЕРЕ ГОМЕЛЬСКОЙ ОБЛАСТИ) Автореферат диссертации на соискание ученой степени кандидата экономических наук по специальности 08.00.05 – экономика и управление народным хозяйством (специализация –...»

«ISSN 0321-2653 ИЗВЕСТИЯ ВУЗОВ. СЕВЕРО-КАВКАЗСКИЙ РЕГИОН. ТЕХНИЧЕСКИЕ НАУКИ. 2012. № 1 УПРАВЛЕНИЕ, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И ИНФОРМАТИКА УДК 519.688 ИСПОЛЬЗОВАНИЕ ВРЕМЕННЫХ ФУНКЦИЙ ДЛЯ МОДЕЛИРОВАНИЯ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ 2012 г. С.А. Левшин, А.В. Горепекин Южно-Российский государственный South-Russian State технический университет Technical University (Новочеркасский политехнический институт) (Novocherkassk Polytechnic Institute) Предлагаемый метод моделирования на базе временных функций...»

«Министерство образования и науки Самарской области ГБОУ СПО ПОВОЛЖСКИЙ ГОСУДАРСТВЕННЫЙ КОЛЛЕДЖ ПЕРЕЧЕНЬ УЧЕБНО-МЕТОДИЧЕСКИХ МАТЕРИАЛОВ ДЛЯ ИСПОЛЬЗОВАНИЯ В ОБРАЗОВАТЕЛЬНОМ ПРОЦЕССЕ ОБРАЗОВАТЕЛЬНОГО УЧРЕЖДЕНИЯ СРЕДНЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ (кейс студента 1 курса) Технический профиль Общеобразовательный цикл Самара 2014 ГБОУ СПО Поволжский государственный колледж Государственное бюджетное образовательное учреждение среднего профессионального образования Поволжский государственный колледж...»

«Приложение УТВЕРЖДЕН приказом Министерства образования и наук и Российской Федерации от _ 2011 г. № УСТАВ федерального государственного бюджетного образовательного учреждения высшего профессионального образования Санкт-Петербургский государственный технологический институт (технический университет) (новая редакция) Принят конференцией научно-педагогических работников, представителей других категорий работников и обучающихся протокол от 25 января 2011 г. №3 Ректор Н.В. Лисицын г....»

«Государственный комитет по науке и технологиям Республики Беларусь ГУ Белорусский институт системного анализа и информационного обеспечения научно-технической сферы РЕЕСТР НАУЧНО-ИССЛЕДОВАТЕЛЬСКИХ, ОПЫТНО-КОНСТРУКТОРСКИХ И ОПЫТНО-ТЕХНОЛОГИЧЕСКИХ РАБОТ, ЗАРЕГИСТРИРОВАННЫХ В 2011 Г. Минск 2012 УДК 001.891.(083.8)(476) ББК 72.4ц(4Беи) Р 33 Авторы-составители: Л. В. Демидов, А. Л. Топольцев, И. А. Хартоник, А. К. Сутурин, А. В. Енин, ...»

«Санкт-Петербургский государственный политехнический университет Фундаментальная библиотека БЮЛЛЕТЕНЬ НОВЫХ ПОСТУПЛЕНИЙ за декабрь 2003 года Санкт-Петербург 2003 1 Составители: Отдел каталогизации Фундаментальной библиотеки СПбГПУ 2 В настоящий Бюллетень включены книги, поступившие во все отделы Фундаментальной библиотеки в декабре 2003 года. Бюллетень составлен на основе записей электронного каталога. Записи сделаны в формате RUSMARC с использованием программы Руслан. Материал расположен в...»

«ГОСТ Р ИСО 8420 (Проект, первая редакция) Федеральное агентство по техническому регулированию и метрологии НАЦИОНАЛЬНЫЙ ГОСТ Р ИСО 8420 СТАНДАРТ (Проект, РОССИЙСКОЙ первая редакция) ФЕДЕРАЦИИ Животные и растительные жиры и масла Определение содержания полярных соединений ISO 8420:2002(E) Animal and vegetable fats and oils —Determination of content of polar compounds (IDT) Настоящий проект стандарта не подлежит применению до его утверждения Москва Стандартинформ ГОСТ Р ИСО (Проект, первая...»

«Государственный комитет по науке и технологиям Республики Беларусь Национальная академия наук Беларуси О сОстОянии и перспективах развития науки в республике беларусь пО итОгам 2012 гОда Аналитический доклад Минск 2013 УДК 001(476)(042.3) ББК 72(4Беи)я431 О 11 Коллектив авторов: И. В. Войтов, А. Л. Топольцев, М. И. Артюхин, Н. Н. Костюкович, В. М. Руденков, И. А. Хартоник, А. П. Чечко Под общей редакцией: И. В. Войтова, В. Г. Гусакова В подготовке доклада принимали участие: С. М. Дедков, М. Н....»






 
© 2014 www.kniga.seluk.ru - «Бесплатная электронная библиотека - Книги, пособия, учебники, издания, публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.