Скачать

Моделирование прогнозирования потребностей как средства повышения эффективности работы транспортных сетей

Транспорт – это система средств, предназначенных для организации и осуществления перевозки людей и грузов с определенными целями. Из приведенного определения следует, что проблема транспорта включает большой круг вопросов. Несмотря на то, что для решения этих вопросов могут быть использованы самые различные методы, есть все основания полагать, что в данном случае наиболее эффективными окажутся методы исследования операций. Транспортная сеть предоставляет исследователям систем широкое поле деятельности, где они могут продемонстрировать возможности методов исследования операций при изучении как отдельных аспектов указанной проблемы, так и проблем, возникающих при рассмотрении транспортной сети как подсистемы общей городской системы.

По мере повышения сложности транспортных сетей, которое сопровождается возрастанием роли проблем обеспечения их надежности, во многих странах растет и интерес к транспорту как к объекту исследования. Например, люди, занимающиеся проблемой перевозки грузов, не только прекрасно понимают необходимость создания хороших транзитных систем и связанные с этим выгоды (более эффективное использование энергии, оживление и восстановление деловой части города и т.п.), но и невозможность их реализации без специальных исследований. В настоящее время на многих промышленных предприятиях распределение потоков продукции анализируется с использованием системного подхода и при этом используются существующие зависимости между отдельными элементами системы распределения продукции. Результаты такого анализа часто оказываются совершенно поразительными с точки зрения громадной экономики, к которой они приводят.

При изучении проблем транспорта необходимо помнить, что он не представляет собой изолированную систему, а тесно связан с другими системами. В общем случае транспорт можно рассматривать как средство достижения некоторой цели, которая формируются в рамках другой системы. Например, перевозка грузов внутри предприятия и между предприятиями является лишь частью всей системы распределения продукции и в то же время тесно взаимодействует с такими подсистемами, как управление производственными запасами, обработка заказов, производство, обработка информации и общее управление предприятием. Если обратиться к городской транспортной системе, включающей сложную сеть улиц и магистралей, системы транзитной перевозки грузов, скоростного проезда автомобилей и т. Д., то недостаточно отметить, что эта система выполняет функции обеспечения других городских систем (экономической, социальной, политической и культурной). Необходимо также со все определенностью подчеркнуть, что транспортная подсистема является неотъемлемой органической частью общегородской системы. При этом важно иметь ввиду, что планирование работы транспорта должно обязательно включать исчерпывающий анализ взаимодействия транспортной подсистемы города с другими его подсистемами.

Разработаны методы и модели прогнозирования грузовых и пассажирских перевозок на различных видах транспорта. Минимальным объектом прогнозирования является направление перевозок. Разработанные методы и модели позволяют прогнозировать перевозки в случае усеченных наблюдений, отсутствия статистических данных по прогнозируемому показателю, учитывать в будущем действие факторов, которые не действовали ранее, делать оценки степени неудовлетворенности спроса на перевозки.

Цель работы – изучить моделирование прогнозирования потребностей как средство повышения эффективности работы транспортных сетей.

транспорт модель прогнозирование потребность


1. Теоретические основы моделирования прогнозирования потребностей как средства повышения эффективности работы транспортных сетей

1.1 Математическое моделирование

Математической моделью операции называется формальные соотношения, устанавливающие связь принятого критерия эффективности с действующими факторами операции. Чтобы построить математическую модель, необходимо оценить количественно проявления рассматриваемых факторов и указать группы рассматриваемых параметров, формально представляющие эти факторы.

Математические модели могут иметь вид формул, систем уравнений или неравенств, а также таблиц, числовых последовательностей, геометрических образов, отражающих зависимость между критерием эффективности операции и теми параметрами, которые представляют учтенные действующие факторы (8).

При построении модели (как математической так и физической) можно выделить следующие основные этапы.

1. Постановка цели моделирования. определение набора четко сформулированных согласованных и реализуемых целей - существенное условие успешного моделирования.

2. Анализ реальной системы, процесса или явления с целью формирования модели. Для анализа система разбивается на составляющие части (реальные и воображаемые), которые ограничиваются от окружающих факторов.

При этом ограниченная система должна обладать всеми свойствами, присущими ей в реальной действительности. Кроме того, система, составленная из совокупности составляющих ее частей, должна представлять единое целое.

3. Структуризация и построение модели. При физическом моделировании это может быть макет моделируемой системы. При имитационном моделировании это будет моделирующий алгоритм. Аналитическая модель будет записана в виде математических соотношений.

4. Верификация модели состоит в проведении исследования с помощью отладочных и проверочных тестов, предназначенных для выявления ошибок в структуре модели. Верификация может закончиться неудачно даже и в случаях правильной ее структуризации. В этом случае говорят об ошибке 1-го рода (отбрасывается приемлемый вариант). Возможны ошибки 2-го рода, когда принимается ошибочный вариант. Любые ошибки, выявленные на этом этапе верификации приводят к возвращению на этап структуризации.

5. Оценка пригодности модели проводится сравнением откликов проверенной модели с соответствующими откликами или изменениями, снятыми с реальной системы. Это значит, что экспериментирование может проводится как с моделью, так и с моделируемой системой. Если реальная система недоступна для экспериментирования, то обращаются к неформальным приемам, используют известные характеристики. Расхождения откликов модели и реальной системы свидетельствуют об ошибках на стадии анализа, т.е. необходимо вернуться к просмотру результатов 2-го этапа (7).

6. Планирование эксперимента. На проверенной модели возможна постановка экспериментов для получения новой информации о моделируемой системе.

7. Обработка результатов эксперимента, формирование на основе выводов и оформление соответствующей документации на прием модели пользователем.

Рассмотрим принципы построения математических моделей. Основными объектами исследования операций являются аналитические математические модели (в дальнейшем просто математические модели). При этом необходимо отметить, что построение математической модели изучаемого процесса или явления не означает еще, что построена задача исследования операций. С помощью одной модели можно исследовать, изучать разные операции. Только постановка и формализация цели операции, в результате которой формулируется оптимизационная задача, однозначно определяет задачу исследования операций (3).

Построение математической модели - это искусство, поэтому нет строгого алгоритма, который был бы пригоден для построения любой модели. Можно лишь выделить ключевые моменты этого построения (13).

1. Составление математической модели начинается с выбора переменных, совокупность числовых значений которых однозначно определяет один из вариантов процесса. Эти переменные называются параметрами задачи или элементами решения. Следует иметь в виду, что иной раз от удачного выбора этих переменных зависит простота модели и, следовательно, удобство дальнейшего анализа.

2. После выбора переменных составляются ограничения, которым должны удовлетворять эти переменные. При этом нужно следить, чтобы в модель были включены все ограничительные условия, и в то же время, чтобы не было ни одного лишнего или записанного в более жесткой, чем требуется условиями задачи, форме.

3. Составляется целевая функция, которая в математической форме, отражает критерий эффективности выбора лучшего варианта, другими словами, ставится цель операции на модели, полученной во втором пункте.

Классификация математических моделей может проводиться с различных точек зрения. В зависимости от этого получаются различные типы моделей.

1. Если в основе классификации лежат соотношения, которые выражают зависимости между состояниями системы и параметрами системы, то выделяют:

а) детерминированные модели - состояние системы в заданный момент времени однозначно определяется через параметры системы.

b) стохастические модели - однозначно определяются лишь распределения вероятностей для состояний системы при заданных распределениях вероятностей для начальных условий.

2. Если параметры задачи принимают дискретные значения (причем дискретность может быть любой природы: от целочисленного значения до произвольного набора значений), то говорят о дискретной модели. Непрерывная модель в случае непрерывных значений параметров задачи.

3. Одноэкстремальной моделью называется математическая модель задачи, имеющей один критерий эффективности. Если задача исследования операций имеет несколько критериев эффективности, то соответствующая модель называется многоэкстремальной моделью.

4. Задачей линейного программирования называется математическая модель, в которой функция и ограничения выражаются линейными функциональными зависимостями. Если среди функциональных зависимостей есть хотя бы одна нелинейная, то математическая модель будет задачей нелинейного программирования. Если функциональные зависимости - выпуклые функции, то имеет место задача выпуклого программирования. Если целевая функция является квадратичной функцией, а ограничения - линейные функции то получается задача квадратичного программирования (11).

1.2 Прогнозирование

Можно выделить два вида прогнозируемых характеристик системы, зависящих от времени: переменные состояния и переменные интенсивности. Переменная состояния определяется периодически, и ее значение в течение небольшого интервала времени зависит от времени, прошедшего с момента начала наблюдения. Переменная интенсивности также определяется периодически, но ее значение пропорционально времени, прошедшему с момента предыдущего наблюдения. Такие характеристики системы, как температура, скорость, число подписчиков па журнал или цена, являются примерами переменных состояния. В качестве примера переменной интенсивности можно привести количество выпавших осадков, количество проданных экземпляров или спрос. Если переменная состояния характеризует количество, то переменная интенсивности - скорость его изменения (2).

Процессы прогнозирования переменных состояния и интенсивности отличаются друг от друга следующими особенностями:

· если измерения характеристик системы проводятся через разные интервалы времени, то величину интервала необходимо учитывать при оценке переменных интенсивности, в то время как при оценке переменных состояния эта величина не имеет значения;

· так как прогнозы обычно осуществляются для нескольких последовательных интервалов времени в пределах некоторого времени упреждения, по истечении которого становятся важными результаты реализации принятых решений, то правильный прогноз переменной состояния должен определять ее значение в конце времени упреждения, а прогноз переменной интенсивности должен представлять собой сумму прогнозов па протяжении времени упреждения;

· функция распределения во времени вероятностей ошибок прогноза для переменной состояния должна соответствовать функции распределения вероятностей ошибок в исходных данных, тог да как для переменной интенсивности закон распределения вероятностей ошибок прогноза во времени стремится к нормальному при любом законе распределения вероятностей ошибок в исходных данных, поскольку эти ошибки представляют собой сумму ошибок прогноза в отдельные интервалы времени.

Временные интервалы пересмотра и уточнения прогноза

Величина промежутков времени между измерениями входных переменных системы с целью проверки и уточнения ранее сделанных прогнозов о выходных переменных зависит главным образом от длительности времени упреждения и наибольшей частоты циклических изменений в системе, которые должна отражать модель. Поэтому временные интервалы пересмотров прогнозов могут из меняться в широких пределах и измеряются, например, как часа ми, так и годами. Однако эти интервалы должны быть достаточно велики, чтобы обеспечивалась вероятность осуществления ожидаемых изменений системы.

В течение времени упреждения прогноз чаще всего проверяется один-два раза, но иногда возникает необходимость увеличить количество проверок до десяти. Так, прогнозируемые сроки возобновления лесозаготовок па участке леса с периодом восстановления 80 лет могут уточняться один раз в десятилетие, а изменение потребления электроэнергии в данной местности в зависимости от погодных условий можно наблюдать каждый час.

Когда имеют место какие-то периодические процессы, как, например, при месячных изменениях температуры или изменениях объема корреспонденции, получаемой почтовым отделением в течение недели, частота наблюдений должна быть по крайней мере вдвое больше частоты изучаемого процесса. Очевидно, что наблюдения с интервалами в один месяц не будут способствовать правильной организации работы почты по понедельникам в отличие от ее работы по средам, а наблюдения с интервалами в сутки не дадут возможности обнаружить различие в интенсивностях работы первой и второй смен.

Если случайная ошибка при определении входных переменных велика по сравнению с измеряемой величиной, интервал уточнения прогноза для переменной интенсивности целесообразно увеличить, усредняя таким образом случайную ошибку. Однако для переменной состояния в аналогичном случае интервал уточнения прогноза лучше уменьшить, что позволяет для выделения полезно го сигнала использовать соответствующие методы фильтрации (1).


1.3 Прогнозирование потребностей в перевозках людей и грузов

Прогнозирование потребностей в каких-либо перевозках должно быть основано на исследовании, включающем анализ следующих восьми элементов транспортной системы:

пункт отправления

пункт назначения

объем перевозок

вид транспорта

транспортная линия

объект перевозки

расписание перевозок

характеристика времени осуществления перевозок

Объектами перевозок могут быть люди и грузы (табл.1).

Табл. 1.

Элементы транспортной системыХарактер информации, используемой при анализе
Государственный секторЧастный сектор
Пункт отправления (откуда)Место жительстваОптовые базы или магазины розничной торговли
Пункт назначения (куда)Общественные предприятия, биржи труда, торговые центры, центры развлечений и отдыха, правительственные учрежденияЗаводы, склады, центры распределения продукции, сырьевые базы
Транспортная линия (каким путем)Скоростные магистрали, дороги и улицы, транзитные магистрали, железные дорогиМагистрали, связывающие штаты; внутренние дороги штатов; воздушные, речные и морские линии; железные дороги
Объект перевозки (кто, что)Рабочие, служащие и школьники; покупатели; престарелые и инвалидыГрузы всевозможных видов и габаритов
Вид транспорта (на чем)Автомобиль, автобус, велосипедСобственный или арендованный грузовой транспорт; самолет, корабль, поезд
Объем перевозок (сколько)Средний ежедневный объем перевозок по воздушным линиямВес или друга количественная величина характеристика груза; полностью или не полностью загруженное транспортное средство (железнодорожная платформа, автомобиль и т.д.)
Расписание перевозок (когда)Расписание работы рабочих и служащих, характерное время закупок для домохозяек, школьное расписание, время наступления отдельных событийРежим работы транспортного средства, определяемы диспетчером или заранее составленным расписанием
Характеристика времени осуществления перевозокЧасы пик, сезон или период межсезоньяПериод отправления грузов, период межсезонья