автореферат диссертации по транспорту, 05.22.10, диссертация на тему:Совершенствование методов мониторинга пассажиропотоков на маршрутах городского пассажирского транспорта общего пользования

На правах рукописи

Лебедева Ольга Анатольевна

СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ МОНИТОРИНГА ПАССАЖИРОПОТОКОВ НА МАРШРУТАХ ГОРОДСКОГО ПАССАЖИРСКОГО ТРАНСПОРТА ОБЩЕГО ПОЛЬЗОВАНИЯ

05.22.10 - Эксплуатация автомобильного транспорта

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук

19 ¡'ОН 20М

Иркутск-2014

005550016

Работа выполнена на кафедре менеджмента и логистики на транспорте ФГБОУ ВПО «Иркутский государственный технический университет»

Научный руководитель: Михайлов Александр Юрьевич,

доктор технических наук, профессор кафедры менеджмента и логистики на транспорте ФГБОУ ВПО «Иркутский государственный технический университет»

Официальные оппоненты: Гозбенко Валерий Ерофеевич,

доктор технических наук, профессор кафедры высшей математики ФГБОУ ВПО «Иркутский государственный университет путей сообщения»;

Косолапое Андрей Валентинович,

кандидат технических наук, доцент кафедры автомобильные перевозки ФГБОУ ВПО «Кузбасский государственный технический университет имени Т.Ф. Горбачева»

Ведущая организация: ФГБОУ ВПО «Санкт-Петербургский государ-

ственный архитектурно-строительный университет»

Защита состоится 25 июня 2014 г. в 10:00 часов на заседании диссертационного совета Д 212.073.04 при ФГБОУ ВПО «Иркутский государственный технический университет» по адресу: 664074, г. Иркутск, ул. Лермонтова, 83, корпус «К», конференц-зал.

С диссертацией можно ознакомиться в библиотеке и на сайте ФГБОУ ВПО «Иркутский государственный технический университет».

Автореферат диссертации разослан: 23.05.2014.

Отзывы на автореферат (два экземпляра, заверенные организацией) направлять в адрес диссертационного совета: 664074, г. Иркутск, ул. Лермонтова, 83, Д 212.073.04 e-mail: ds04@istu.edu, факс: (3952) 40-58-69.

Учёный секретарь диссертационного совета

С.Ю. Красноштанов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

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 повышения эффективности оперативного управления и качества 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;

• определять в автоматизированном режиме все важнейшие характеристики пассажиропотока на маршруте.

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

Рабочей гипотезой является предположение о том, что 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.

Объектом исследования является процесс мониторинга пассажиропотоков с применением детекторов входа/ выхода.

Предметом исследования является межостановочная матрица 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;

• на основе модели восстановления межостановочной матрицы 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, получаемых при выполнении мониторинга пассажиропотоков с использованием детекторов

входа/выхода, выполнить проверку и дать технико-экономическую оценку эффективности выполненного научного исследования.

Научную новизну составляют:

• статистические характеристики точности мониторинга пассажиропотоков с применением детекторов входа/выхода;

• математическая модель расчета межостановочной матрицы 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 математических методов оценки межостановочной матрицы корреспонденций, выполненные во всем наблюдаемом диапазоне погрешностей мониторинга пассажиропотоков.

Научные положения, выносимые на защиту:

• научное обоснование модели расчета 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 МАТЬАВ; 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:

• перевозчикам и муниципальным органам рассчитывать характеристики пассажиропотоков, используемые в процессе управления 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.

Апробация работы. Основные положения и результаты диссертационного исследования были представлены в научных докладах и выступлениях: на Всероссийской ЬХУ, ЬХУ1 и ЬХУН научно-технических конференциях ФГБОУ ВПО «СибА-ДИ» «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.); XXVI 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.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулирована ее цель, научная новизна, определены методы исследования, перечислены основные положения, выносимые на защиту.

В первой главе рассмотрены актуальные вопросы функционирования городского пассажирского транспорта общественного пользования в современных условиях.

В нашей стране исследованиями в этой области занимались М.Е. Антошвили, А.П. Артынов, М.Д. Блатнов, И.О. Брайловский, С.А. Ваксман, Г. А. Варелопуло, Е.П. Володин, Д. Габарда, В.Д. Герами, В.А. Гудков, И.С. Ефремов, Е.М. Лобанов, Л.Б. Миротин, Д.С. Самойлов, И.В. Спирин, М.С. Фишельсон, В.А.Черепанов, В.А. Юдин.

Проведенный анализ показывает, что одной из основных задач повышения качества функционирования транспортных систем городов является повышение привлекательности ГПТ ОП и качества обслуживания его пользователей. Одним из инструментов повышения привлекательности ГПТ ОП является эффективное управление перевозками, основой которого служит применение современных информационных технологий мониторинга пассажиропотоков, позволяющих:

• осуществлять в режиме реального времени измерение (мониторинг) пассажиропотоков и оценку динамики их изменений за любой период;

• в режиме реального времени осуществлять диспетчерское управление подвижным составом с учетом наполнения подвижного состава;

• повышать безопасность перевозок за счет внедрения системы контроля режимов труда и отдыха водителей и скорости движения транспортных средств.

Одним из наиболее эффективных средств мониторинга пассажиропотоков является применение детекторов входа/выхода, при этом восстановленная на основе данных входа/выхода межостановочная матрица корреспонденции позволяет определять все основные характеристики пассажиропотока на маршруте.

Вторая глава посвящена теоретическим аспектам и обоснованию модели оценки межостановочной матрицы корреспонденции на данных, поступающих с детекторов входа/выхода.

Обычно указывается на то, что автоматический подсчет пассажиропотоков дает погрешность 3-5 %, это зависит от оборудования компании поставщика и ряда других факторов: количества дверей в подвижном составе и т. п. Вместе с тем 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.

Задача нахождения матриц корреспонденций по результатам 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, Т. Abrahamsson, M. Bell, D.E. Boyce, E. Cascetta, S. Erlander, С.S. Fisk, M. Florian, Y. Gut, L.J. LeBlanc, M. J. Mäher, S. Nguyen, S. Kawakami, T. Larsson, M. Mäher, S. Nguyen, P. Robillard, Y. A. Sheffï, 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.

Робастные (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.

Задача оценки матрицы корреспонденций по данным замеров интенсивности движения на улично-дорожной сети уже рассматривалась Транспортной лабораторией ИрГТУ (TL-ISTU) в следующей формуле:

где <?, - остатки регрессии; у\ - значение интенсивности движения по ребру графа улично-дорожной сети 1; \ - 1,2,...,п; п - количество дуг, на которых известна интенсивность движения; я,-,- =1, если корреспонденция ] принадлежит дуге /, в противном случае - 0 (элементы матрицы инциденций А);у = 1,2,...,т; т - количество оцениваемых корреспонденций.

Аппроксимация с применением МНМ формулируется как задача линейного программирования с целевой функцией в виде суммы модулей ошибок в/:

Для нахождения вектора корреспонденций х (вектор-столбец размерности п*п-п)/2) решается задача линейного программирования для нового вектора переменных

(1)

П

(2)

х2 размерности (п*п+7*п)/2-4. Целевая функция (2) включает лишь часть вектора переменных х2. Матрица коэффициентов А размера пуп преобразуется в матрицу А2 размером п*3п, т. е. дополняется двумя диагональными матрицами й! и 02.

0 а12 ... а1п 1 0 ... 0 1 0 . . 0'

А2 = 0 0 ... а2п 0 1 ... 0 0 1 . . 0

.0 0 0 0 0 0 ... 1 0 0 . . 1.

Вектор ошибок е определяется с учетом результатов оценки вектора корреспонденции х на предыдущей итерации. В зависимости от знака ошибки е,- задаются элементы вектора х2, начиная с индекса (п *п-п)/2 +1. Теперь задача (2) формулируется как

mm

(3)

к

где к = (п*п-п)/2 +1; т=(п*п+7*п)/2-4, при ограничениях

А2х2 =у; xlb < х2 < xub; х>0.

На первой итерации МНМ необходим оцененный каким-либо методом вектор хО, при этом допускаются даже экспертные оценки. В настоящей работе начальные

значения , преобразуемые в вектор хО (0-ая итерация), определялись на основе использования гравитационной модели:

x,v = а,Ъ,А,В„

У 1 J ' J' (4)

где о, - суммарный поток из i; bj - суммарный поток в j; А„ Bj— коэффициенты балансировки по столбцам и строкам матрицы.

Для решения этой задачи линейного программирования была использована функция LINPROG, реализованная в библиотеке Optimization Toolbox пакета MATLAB 7.9.0, которая формулируется как

min fTX, (5)

при односторонних и двухсторонних ограничениях:

A-x<b\ Aeq х х < beq ; lbxx<ub. Исходное начальное приближение хЦ определялось с помощью упрощенной

гравитационной модели:

где x,j - количество пассажиров, проехавших между i и j остановочным пунктом; а, -количество пассажиров вошедших на остановке г; bj - количество пассажиров вышедших на остановке j.

При этом исходные данные для оценки начальной матрицы xf. и последующих X.. представлены следующим образом (рис. 1).

1 f 2 f 3 f

ti_Q_ 12_— . . _p,_ » _Q

7\ У\ 74

ai, bj=0 a2 b2 a3 b3 an-i bn-i an = 0 b„

Рис. 1. Представление маршрута в виде графа для определения матрицы корреспонденции: 1,2,..., п — вершины графа, в которых возникают и заканчиваются корреспонденции, где ai...a„ - количество входящих пассажиров; bi...b„ - количество выходящих пассажиров; fi...f„ - пассажиропотоки между остановками

Представлялось интересным с теоретической и практической точек зрения провести сравнение вариантов решения метода задачи наименьших модулей применительно к задаче:

• крупномасштабный алгоритм, адаптированный для задач большой размерности с разреженными матрицами. Данный алгоритм линейного программирования основан на методе Жин-Занга. Линейное программирование выполняется с расчетом внутренних точек (LIPSOL), алгоритм одновременного решения прямой и двойственной задач с внутренними точками на основе метода Мерота;

• среднемасштабный алгоритм, используемый для задач небольшой размерности, который основан на одном из наиболее распространенных оптимизационных алгоритмов последовательного квадратичного приближения (SQP). Так как в исходной задаче присутствуют ограничения - равенства - метод SQP преобразуется в специальную реализацию ньютоновских методов решения системы Лагранжа;

• среднемасштабный алгоритм с начальной точкой;

• симплексный метод решения задачи линейного программирования.

Нами рассматривался вариант с использованием первого А-Х<Ь и третьего ограничений задачи lbxx<nb, при этом на значениях определяемых параметров х (корреспонденций и остатков регрессии) накладывалось 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.

В третьей главе представлены методики проведения экспериментальных исследований, приведены характеристики оборудования, использованного для обследования пассажиропотоков.

Экспериментальные исследования включали определение входящих/выходящих пассажиров на маршрутах № 7 «ЖД Вокзал - 4 поселок» и № 11 «189 квартал (МЖК) - Техучилище» в г. Ангарске. Сама оценка количества входящих/выходящих пассажиров проводилось с использованием инфракрасных детекторов системы «ПОТОК» производства ЗАО «ПромСервис» (рис. 2), которыми был оборудован весь подвижной состав рассматриваемых маршрутов.

Навигационный терминал или ПК

Аккумулятор транспортного средства +12В (+24В)

ИК-дат №1 чик

А

Датчик открытия дверей № 1

ИК-датчик №8

Датчик открытия дверей №8

диспетчерскии пункт

Рис. 2. Структурная схема системы мониторинга пассажиропотоков «ПОТОК»: 1- диспетчерский пункт с программным комплексом «ПОТОК-Express»; 2 - транспортные комплекты (по количеству транспортных средств); 3 - среда передачи данных (каналы сотовой связи стандарта GSM 900/1800 в режиме пакетной передачи данных GPRS, Internet-каналы, проводные каналы интерфейса RS-232)

Таблица 1

Дата и время Дверь 1 Дверь 2

01.02.2012 06:12:17 2/1 0/0

01.02.2012 06:22:04 0/1 0/0

01.02.2012 06:28:20 1/0 0/0

01.02.2012 06:28:50 0/1 0/0

01.02.2012 06:31:11 1/0 0/0

01.02.2012 06:35:57 0/0 1/0

01.02.2012 06:39:18 0/0 1/0

01.02.2012 06:41:59 0/0 2/0

01.02.2012 06:44:31 0/1 0/0

01.02.2012 06:45:47 0/0 2/0

01.02.2012 06:48:39 0/0 1/0

01.02.2012 06:49:35 0/1 1/0

01.02.2012 06:53:42 0/1 0/0

01.02.2012 06:56:53 0/0 1/0

01.02.2012 06:58:34 0/1 0/0

01.02.2012 06:59:40 0/2 0/0

Отчеты о количестве входящих/выходящих пассажиров, полученные с помощью инфракрасных детекторов, предоставлялись в формате PDF, после чего импортировались в среду MS Excel, в которой велась их дальнейшая обработка.

Объем выборки обследования репрезентативен даже для случая бесконечной генеральной совокупности: 1341 рейс на маршруте № 7 за

10 дней и 3383 рейс на маршруте №

11 за 10 дней. На основе полученных данных далее была проведена оценка точности мониторинга пассажиропотоков с использованием детекторов входа/выхода.

С целью оценки влияния целого ряда факторов (количества остановочных пунктов, величины пассажиропотоков, наличия ошибок измерений) на точность и ро-бастность методов расчета межостановочной матрицы корреспонденций выполнены следующие эксперименты:

• Эксперимент 1 - тестирование методов с использованием искусственных матриц корреспонденций (рассматривались маршруты с 12 и 24 остановками).

• Эксперимент 2 - оценка устойчивости методов к ошибкам исходных данных. Ошибки в диапазоне от ± 5 % до ± 30 % вносятся в значения вошедших и вышедших пассажиров для каждой из 12 остановок маршрута.

• Эксперимент 3 - оценка устойчивости методов к ошибкам исходных данных. Ошибки в диапазоне от ± 5 % до ± 30 % вносятся в значения вошедших и вышедших пассажиров для каждой из 24 остановок маршрута.

• Эксперимент 4 - оценка влияния диапазона вариации пассажирообмена остановочных пунктов (маршрут с 12 остановками) на ошибки оценки матрицы корреспонденций (варианты вариационных размахов входящих/выходящих: от 1 до 10, от 1 до 20, ..., от 1 до 50).

• Эксперимент 5 - оценка влияния диапазона вариации пассажирообмена остановочных пунктов (маршрут с 24 остановками) на ошибки оценки матрицы корреспонденций (варианты вариационных размахов входящих/выходящих: от 1 до 10, от 1 до 20, ..., от 1 до 50).

• Эксперимент 6 - оценка влияния диапазона вариации пассажирообмена остановочных пунктов (маршрут с 24 остановками) на ошибки оценки матрицы корреспонденций (варианты вариационных размахов входящих/выходящих: от 10 до 20, от 20 до 30, ..., от 40 до 50).

• Эксперимент 7 - оценка влияния диапазона вариации пассажирообмена остановочных пунктов (маршрут с 24 остановками) на ошибки оценки матрицы корреспонденций (варианты вариационных размахов входящих/выходящих: от 1 до 50, от 10 до 50, ..., от 40 до 50).

В перечисленных выше экспериментах:

• задавалась точная матрица корреспонденций и количество входящих/выходящих пассажиров на каждой из остановок;

• рассчитывалась межостановочная матрица корреспонденций;

• исходная и рассчитанная матрицы корреспонденций преобразовывались в вектор-столбцы, которые сравнивались с использованием среднеквадрати-ческой ошибки 1Ш8Е и критерия Стьюдента для случая двух зависимых выборок (т. е. парного сравнения элементов столбцов, один из которых представляет точные значения корреспонденции, а другой - оцененные).

где X,- - исходные значения матрицы; у1 - рассчитанные значение матрицы, полученное с помощью модели; г — порядковый номер наблюдения; п - количество наблюдений.

(7)

Эксперимент 8 - тестирование робастности методов оценки матрицы корреспонденции при ошибках измерений количеств входящих/выходящих. Воспроизведен маршрут № 11 г. Ангарска: 26 остановок и суточный поток 9400 пассажиров. В эксперименте учитывался выявленный на практике отрицательный дисбаланс количеств входящих/выходящих.

Эксперимент выполнялся следующим образом:

• задавалась межостановочная матрица корреспонденций и определялись точные количества входящих/выходящих на остановках;

• значение коэффициента формирующего ошибки количества входящих задавались в интервале 0,8-1,0 (использовался генератор случайных чисел). Точные значения количества входящих умножались на коэффициент задающий ошибки;

• рассчитывался дисбаланс - ЗД, после чего количество входящих умножалось на поправочный коэффициент:

к =

Z Ъ jl^Lai

(8)

где Y.ai - суммарное количество входящих; Jbj - суммарное количество выходящих;

• рассчитывалась матрица корреспонденций;

• исходная и рассчитанная матрицы корреспонденций преобразовывались в вектор-столбцы, которые сравнивались с использованием среднеквадратической ошибки RMSE (формула 7).

Для расчета матриц корреспонденций была разработана программа в среде MATLAB с использованием библиотеки Optimization Toolbox 7.9.0.

В четвертой главе приведены результаты выполненного исследования.

По результатам эксперимента 1 (рис. 3) первые три варианта показали близкие показатели оценки (соответственно среднеквадратические ошибки: 4,244, 4,272, 4,218), а четвертый вариант - резко выделяющуюся среднеквадратическую ошибку -20,392. Это позволяет сделать вывод о том, что симплексный метод не подходит для решения рассматриваемой задачи.

метод 4 метод 3 метод 2

20,392

И 4,244

1 4,272

□ 4,218

0,000 5,000 10,000 15,000 20,000 25,000

Рис. 3. Значения среднеквадратической ошибки Юу18Е при восстановлении матрицы различными методами линейного программирования: 1 -крупномасштабный алгоритм и начальное приближение; 2 - средне-масштабный алгоритм; 3 - средне-масштабный алгоритм и начальное приближение; 4 - симплексный метод

RMSE

По результатам эксперимента 2 несколько более высокую точность показал метод решения задачи линейного программирования с использованием среднемасштаб-ного алгоритма и начального приближения (табл. 2 и рис. 4).

Таблица 2

Влияние ошибок измерения количества входящих/выходящих пассажиров на точность оценки межостановочной матрицы корреспонденции (12 остановок)

Метод решения задачи линейного программирования ИМЭЕ

Внесенные ошибки

без ошибок ±5% ±10% ±15 % ±20 % ± 25 % ±30 %

1 - крупномасштабный алгоритм с использование начального приближения 3,00 3,92 3,89 4,27 3,88 4,10 4,41

2 - среднемасштабный алгоритм 3,09 3,09 3,18 3,27 3,42 3,45 3,94

3 - среднемасштабный алгоритм и начальное приближение 3,11 3,12 3,20 3,23 3,36 3,39 3,91

Рис. 4. Значения среднеквад-ратической ошибки 11М8Е при восстановлении матрицы размерностью 12x12: 1 -крупномасштабный алгоритм и начальное приближение; 2 -среднемасштабный алгоритм; 3 - среднемасштабный алгоритм и начальное приближение

По результатам эксперимента 3 (табл. 3 и рис. 5) несколько более высокую точность показывал вариант оценки матрицы с использованием среднемасштабного алгоритма и начального приближения.

Таблица 3

Влияние ошибок измерения количества входящих/выходящих пассажиров на точность оценки межостановочной матрицы корреспонденций (24 остановки)

Метод решения задачи линейного программирования Р^МвЕ

Внесенные ошибки

без ошибок ±5% ±10% ±15% ± 20 % + 25 % ± 30 %

1 - крупномасштабный алгоритм и начальное приближение 4,172 4,16 4,28 4,45 5,2 5,58 5,09

2 - среднемасштабный алгоритм 4,156 4,16 4,16 4,28 4,38 4,53 4,68

3 - среднемасштабный алгоритм и начальное приближение 4,149 4,18 4,17 4,26 4,38 4,49 4,63

- метод 1

-й--метод 2

без ошибок

±5% | ±10%

±15%

±20%

±25%

±30%

Внесенные ошибки

Рис. 5. Значения среднеквадрати-ческой ошибки КМвЕ при восстановлении матрицы размерностью 24x24: 1 - крупномасштабный алгоритм и начальное приближение; 2 - среднемасштабный алгоритм; 3 — среднемасштабный алгоритм и начальное приближение

Результаты эксперимента 4 (табл. 4 и рис. 6) показывают, что с ростом пассажиропотока лучшую точность дают варианты с использованием начального приближения (см. формулу 6).

Таблица 4

Влияние вариации количества входящих/выходящих пассажиров на точность оценки межостановочной матрицы корреспонденции (12 остановок)

Метод решения задачи линейного программирования КМЭЕ

Вариационный размах пасс./ч.

1-10 1-20 1-30 1-40 1-50

1 - крупномасштабный алгоритм и начальное приближение 2,85 4,59 7,02 9,28 12,26

2 - среднемасштабный алгоритм 3,48 4,65 6,60 9,34 12,93

3 - среднемасштабный алгоритм и начальное приближение 5,01 4,62 6,59 9,30 12,74

Рис. 6. Значения средне-квадратической ошибки ЛМ8Е при восстановлении матрицы размерностью 12x12 с учетом вариационного размаха: 1 - крупномасштабный алгоритм и начальное приближение; 2 — среднемасштабный алгоритм; 3 - среднемасштабный алгоритм и начальное приближение

Результаты эксперимента 5 (табл. 5 и рис. 7) показывают, что с ростом пассажиропотока лучшую точность дают варианты с использованием начального приближения.

-1

О 5 10 15

RY.SE

Таблица 5

Влияние вариации количества входящих/выходящих пассажиров на точность оценки межостановочной матрицы корреспонденции (24 остановки)

Метод решения задачи линейного программирования ЯМБЕ

Вариационный размах пасс./ч.

1-10 1-20 1-30 МО 1-50

1 - крупномасштабный алгоритм и начальное приближение 2,88 5,29 8,00 11,38 12,70

2 - среднемасштабный алгоритм 2,63 5,20 7,98 11,23 12,62

3 - среднемасштабный алгоритм и начальное приближение 2,64 5,21 7,98 11,25 12,57

Рис. 7. Значения среднеквадра-тической ошибки КМ8Е при восстановлении матрицы размерностью 24x24 с учетом вариационного размаха: 1 - крупномасштабный алгоритм и начальное приближение; 2 - среднемас-штабный алгоритм; 3 - средне-масштабный алгоритм и начальное приближение

Результаты эксперимента 6 (табл. 6 и рис. 8) показывают, что с ростом пассажиропотока и увеличением размерности матрицы лучшую точность дает вариант со среднемасштабным алгоритмом и начальным приближением.

Таблица 6

Влияние вариации количества входящих/выходящих пассажиров на точность оценки межостановочной матрицы корреспонденции (24 остановки)

Метод решения задачи линейного программирования ЯМБЕ

Вариационный зазмах пасс./ч.

10-20 20-30 30^10 40-50

1 - крупномасштабный алгоритм и начальное приближение 3,23 3,60 6,32 8,17

2 - среднемасштабный алгоритм 2,96 2,93 2,94 11,00

3 - среднемасштабный алгоритм и начальное приближение 2,96 2,94 2,94 8,39

Рис. 8. Значения среднеквадра-тической ошибки ШУБЕ при восстановлении матрицы размерностью 24x24 с учетом вариационного размаха: 1 -крупномасштабный алгоритм и начальное приближение; 2 -среднемасштабный алгоритм; 3 — среднемасштабный алгоритм и начальное приближение

ЯМБЕ

Результаты эксперимента 7 (табл. 7 и рис. 9) показывают, что с ростом пассажиропотока лучшую точность дает вариант со среднемасштабным алгоритмом и начальным приближением.

Таблица 7

Влияние вариации количества входящих/выходящих пассажиров на точность оценки межостановочной матрицы корреспонденций (24 остановки)

Метод решения задачи линейного программирования

Вариационный размах, пасс./ч

1-50 10-50 20-50 30-50 40-50

1 - крупномасштабный алгоритм и начальное приближение 12,70 10,41 7,98 5,88 8,17

2 - среднемасштабный алгоритм 12,62 9,86 7,89 5,57 11,00

3 - среднемасштабный алгоритм и начальное приближение 12,57 9,90 7,89 5,57 8,69

Рис. 9. Значения среднеквад-ратической ошибки ЯМБЕ при восстановлении матрицы размерностью 24x24 с учетом вариационного размаха: 1 -крупномасштабный алгоритм и начальное приближение; 2 -среднемасштабный алгоритм; 3 - среднемасштабный алгоритм и начальное приближение

С учетом полученных при обследованиях размеров пассажиропотоков на автобусных маршрутах можно рекомендовать для практического применения оценки межостановочной матрицы с использованием среднемасштабного алгоритма и начального приближения. При этом предлагаемый метод сохраняет работоспособность при ошибках измерений входящих/выходящих пассажиров до 20 %.

Результаты эксперимента 8 показывают - тестирование робастности методов оценки межостановочной матрицы корреспонденций на примере маршрута № 11 г. Ангарска (26 остановок и суточный поток 9400 пассажиров дал следующие результаты: ШуКЕ = 13,7858, отношение ИМБЕ к средней корреспонденции составило 0,0381).

Использование поправочного коэффициента (8) позволяет повысить точность (рис. 10) восстановления матрицы корреспонденций (корреляция между оцененными и заданными точными значениями К = 0,87). Сравнение исходной и рассчитанной матрицы корреспонденций с помощью Г-критерия Стьюдента для зависимых выборок показало, что полученные результаты статистически значимы с доверительной вероятностью 95 % (расчетное значение критерия Стьюдента { = 0,00381 при критическом г 0,05;200 = 1.972, т. е. 1,972 > 0,00381).

0 2 4 6 8 10 12 14

Р^МБЕ

Соответственно, в случаях когда, количество входящих превышает количество выходящих (т. е. > предлагается умножать значения входящих на поправочный коэффициент, на который умножаются выходящие:

* = (9)

100

20 40 60 80 100

Рис. 10. Сравнение значений исходной матрицы размерностью 26x26 с восстановленной матрицей (среднемасштабным алгоритмом и начальным приближением)

Точные значения

Выполнена технико-экономическая оценка эффективности научного исследования и предлагаемого в нем метода определения характеристик пассажиропотоков. Экономический эффект оценивался на примере маршрута № 7 (г. Ангарск) исходя из отсутствия необходимости оплаты труда учетчиков при автоматизированном получении и обработке данных о количествах входящих/выходящих пассажиров. При этом заработная плата учетчика оценена величиной 86 400 рублей/год, соответственно стоимость круглогодичных обследований пассажиропотоков составила с использованием:

• учетчиков - 2 937 600 руб./год;

• детекторов входа/выхода - 510 000 руб./год.

Таким образом годовой экономический эффект на рассматриваемом маршруте оценивается величиной 2427600 руб.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ

В диссертации содержится решение задачи повышения эффективности планирования и управления работой городского пассажирского транспорта на основе метода оценки характеристик пассажиропотоков, использующего данные автоматизированного мониторинга и позволяющего значительно снижать трудоемкость и стоимость обследований пассажиропотоков. На этом основании сделаны следующие выводы:

1. Систематизированы данные о точности мониторинга пассажиропотоков в случае применения детекторов входа/выхода.

Для маршрутов с суточными потоками в одну сторону от 1500 до 9000 пассажиров значения погрешностей измерения количества перевезенных пассажиров имеют сле-

дующие вариационные размахи дисбаланса (т. е. разницы количеств выходящих пассажиров - £&/), а также среднеквадратические значения дисбалансов: один рейс в одном направлении:

• максимальный отрицательный: Хгшп = -32;

• максимальный положительный: Хтах=22; _

• среднеквадратическое значение дисбаланса X □ = 6,11; на единице подвижного состава за сутки:

• максимальный отрицательный: Хгшп = -83;

• максимальный положительный: Хтах= 46

• среднеквадратическое значение дисбаланса X □ = 26,53; на всем подвижном составе маршрута за сутки:

• максимальный отрицательный: Хгшп = -544;

• максимальный положительный: Хтах= 161;

• среднеквадратическое значение .дисбаланса"}? = 240,30 (среднеквадратическое значение дисбаланса составляет 2,67% величины суточного пассажиропотока).

С использованием систематизированных данных о точности мониторинга пассажиропотоков обоснована модель расчета межостановочной матрицы корреспонденции.

Оценка матрицы корреспонденции рассматривается как задача линейного программирования, при этом были выбраны следующие методы ее решения:

• крупномасштабный алгоритм с начальным приближением;

• среднемасштабный алгоритм;

• среднемасштабный алгоритм с начальным приближением;

• симплексный метод.

2. На основе модели восстановления межостановочной матрицы корреспонденции, а также искусственных и реальных данных выполнен сравнительный анализ точности и робастности математических методов расчета матрицы корреспонденции. Выявлено следующее:

• при тестировании методов с использованием данных без внесенных ошибок симплексный метод дает максимальную среднеквадратическую ошибку, что свидетельствует о его непригодности для решения рассматриваемой задачи;

• при оценке влияния вариации пассажирообмена остановочных пунктов на ошибки оценки матрицы корреспонденции экспериментально установлено, что с ростом пассажиропотока лучшую точность показывают методы с использованием начального приближения;

• при исследовании влияния вариации пассажирообмена остановочных пунктов на ошибки оценки матрицы корреспонденции (маршрут с 12 остановками; вариации количества вошедших/вышедших пассажиров в диапазонах: от 1 до 10; от 1 до 20; от 1 до 30; от 1 до 40; от 1 до 50) установлено, что с ростом пассажирообмена лучшую точность показывают методы с начальным приближением;

• при исследовании влияния вариации количества входящих/выходящих на остановочных пунктов на точность оценки матрицы корреспонденции (маршрут с 24 остановками: вариации количества вошедших и вышедших пассажиров имели следующий диапазон: от 1 до 10, от 1 до 20, ... , от 1 до 50) установлено, что с ростом пассажирообмена и увеличением размерности матрицы лучшую точ-

ность показывает метод ереднемасштабного алгоритма с использованием начального приближения; такой же результат получен для этого маршрута при вариации количества вошедших и вышедших пассажиров в диапазонах: от 10 до 20, от 20 до 30, от 30 до 40, от 40 до 50; • при оценке устойчивости методов к ошибкам исходных данных (ошибки количества вошедших и вышедших пассажиров на каждой из остановок варьировались в диапазоне ± 5% до ± 30 %) более высокую точность показал средне-масштабный алгоритм решения задачи линейного программирования с использованием начального приближения. На основании результатов экспериментов по оценке матрицы межостановочных корреспонденции предлагается использовать метод ереднемасштабного алгоритма с начальным приближением. Предлагаемый метод сохраняет работоспособность при ошибках измерений входящих/выходящих пассажиров до ± 20 %.

3. Научно обоснованы практические рекомендации по обработке данных, получаемых при выполнении мониторинга пассажиропотоков с использованием детекторов входа/выхода.

Выполнена технико-экономическая оценка эффективности научного исследования. Экономический эффект достигается за счет отсутствия необходимости оплаты труда учетчиков при автоматизированных получении и обработке данных о количествах входящих/выходящих пассажиров. На рассматриваемом в работе маршруте № 7 (г. Ангарск) годовой эффект составляет 2427600 руб.

Основные материалы диссертации опубликованы в следующих печатных работах:

- в изданиях из перечня ВАК РФ:

1. Лебедева O.A. Математические модели оценки матрицы корреспонденции на основе данных детектора «вход - выход» подвижного состава городского пассажирского транспорта / O.A. Лебедева // Вестник ИрГТУ. - 2012. - № 2(61). - С. 66-68.

2. Лебедева O.A. Основные показатели оценки точности измерений пассажиропотока с применением детекторов входа - выхода /О.А Лебедева, А.Ю. Михайлов // Вестник ИрГТУ. - 2012. - № 8(67). - С. 115-118.

3. Лебедева O.A. Расчет основных характеристик маршрута на основе межостановочной матрицы / O.A. Лебедева // Вестник ИрГТУ. - 2012. - № 9(68). - С.145-148.

4. Лебедева O.A. Сравнительный анализ методов оценки межостановочной матрицы корреспонденции. / О.А Лебедева, А.Ю. Михайлов // Современные технологии. Системный анализ. Моделирование. 2013. -№ 4(40). - С. 85-88.

- в научных рецензируемых изданиях и сборниках трудов:

5. Лебедева O.A. Планирование пассажирских перевозок на основе спроса на транспортное обслуживание / О.А Лебедева, М.Н. Крипак // Сборник трудов молодых ученых и студентов - Ангарск: Изд-во АГТА, 2010. - С. 91-93.

6. Лебедева O.A. Оптимизация размещения остановочных пунктов / О.А Лебедева, П.К. Ляпустин // Современные технологии и научно-технический прогресс : тез. докл. ежегодной научн. конф. - Ангарск: Изд-во АГТА, 2011. - С. 28.

7. Лебедева O.A. Пассажиропотоки и методы их изучения / O.A. Лебедева, М.Н. Крипак // Современные технологии и научно-технический прогресс : тез. докл. ежегодной научн. конф. - Ангарск: Изд-во АГТА, 2011. - С. 29.

8. Лебедева O.A. Методология обследования пассажиропотоков на примере г. Ангарска / O.A. Лебедева, М.Н. Крипак // сборник научных трудов молодых ученых и студентов. — Ангарск: Изд-во АГТА, 2011. - С. 3-10.

9. Лебедева O.A. Модели оптимального размещения остановочных пунктов / O.A. Лебедева, М.Н. Крипак // сборник науч. тр. молодых ученых и студентов. - Ангарск : Изд-во АГТА, 2011. - С. 11-13.

10. Лебедева O.A. Моделирование в области оптимального размещения остановочных пунктов с целью минимизации затрат / О.А Лебедева, А.Ю. Михайлов // Проблемы и перспективы развития евроазиатских транспортных систем: материалы III Международной научн.-практ. конф. (Челябинск, 12 мая 2011г.)- С. 161-166.

11. Лебедева O.A. Классификация моделей размещения остановочных пунктов (ОП ГПТ) / O.A. Лебедева // Всероссийская LXV научн.-техн. конф. 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» // сборник научн. тр. № 4.-Омск, 2011.-С. 83-85.

12. Лебедева O.A. Автоматизированная система диспетчерского управления городским наземным транспортом «ПК-Диспетчер» / О.А Лебедева, П.К. Ляпустин // Вестник АГТА. - Ангарск: Изд-во АГТА, 2011. - С. 35-38.

13. Лебедева O.A. Мультимодальное транспортное планирование / О.А Лебедева // Современные технологии и научно-технический прогресс: тез. докл. ежегодной научн. конф. - Ангарск: Изд-во АГТА, 2012. - С.13.

14. Лебедева O.A. Классификация существующих моделей и методов оценки и нахождение матриц корреспонденции / О.А Лебедева // Всероссийская LXVI научн.-техн. конф. ФГБОУ ВПО «СибАДИ» «Ориентированные фундаментальные и прикладные исследования - основа модернизации и инновационного развития архитектурно-строительного и дорожно-транспортного комплексов России» (с международным участием), секция «Технология, организация и управление автомобильными перевозками» // сборник научн. тр. № 5. - Омск.-2012.-С. 38-42.

15. Лебедева O.A. Вопросы функционирования городского пассажирского транспорта / О.А Лебедева // Современные технологии и научно-технический прогресс : тез. докл. ежегодной научн. конф. - Ангарск: Изд-во АГТА, 2013. - С. 40.

16. Лебедева O.A. Методы восстановления матриц по замерам / О.А Лебедева // Современные технологии и научно-технический прогресс: тез. докл. ежегодной научн. конф. - Ангарск: Изд-во АГТА, 2013.-С.41-42.

17. Лебедева O.A. Обзор существующих характеристик маршрутной сети. / О.А Лебедева // Современные технологии и научно-технический прогресс: тез. докл. ежегодной научн. конф. - Ангарск: Изд-во АГТА, 2013. - С. 43.

18. Лебедева O.A. Метод максимального правдоподобия для оценки матрицы корреспонденции / О.А Лебедева // XXVI Международная научная конференция «Математические методы в технике и технологиях» (ММТТ-26): сборник тр. - Саратов. - 2013. - С. 81-82.

19. Лебедева O.A. Байесовский метод оценки матрицы корреспонденций / О.А Лебедева, А.Ю. Михайлов // LXVII научн.-практ. конф. «Теория, методы проектирования машин и процессов в строительстве», посвященная 100-летию со дня рождения засл. деятеля науки и техники РСФСР, д-ра техн. наук, профессора Т.В. Алексеевой (с международным участием), секция № 7 «Автотранспортное обеспечение строительных потоков»: сборник научн. тр. № 6 «Технология, организация и управление автомобильными перевозками. Теория и практика. - Омск. - 2013 - С.

20. Лебедева O.A. Моделирование в области расположения остановочных пунктов / O.A. Лебедева, Л.В. Никанорова // Вестник Ангарской государственной технической академии. - Ангарск: Изд-во АГТА, 2013. - С. 38-39.

Подписано в печать 20.05.2014. Формат 60 х 90 /16. Бумага офсетная. Печать цифровая. Усл. печ. л. 1,5. Тираж 100 экз. Зак. 101. Поз. плана 12н.

Лицензия ИД № 06506 от 26.12.2001 Иркутский государственный технический университет 664074, г. Иркутск, ул. Лермонтова, 83

56-58.



На правах рукописи

04201460756

Лебедева Ольга Анатольевна

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

Специальность 05.22.10 - Эксплуатация автомобильного

транспорта

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель: док. техн. наук, профессор А. Ю. Михайлов

На правах рукописи

Лебедева Ольга Анатольевна

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

Специальность 05.22.10 - Эксплуатация автомобильного

транспорта

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель: док. техн. наук, профессор А. Ю. Михайлов

На правах рукописи

Лебедева Ольга Анатольевна

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

Специальность 05.22.10 - Эксплуатация автомобильного

транспорта

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель: док. техн. наук, профессор А. Ю. Михайлов

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

СОДЕРЖАНИЕ

Стр.

ВВЕДЕНИЕ........................................................................... 4

ГЛАВА I ХАРАКТЕРИСТИКИ ГОРОДСКИХ МАРШРУТОВ

ГОРОДСКОГО ПАССАЖИРСКОГО ТРАНСПОРТА И МЕТОДЫ ОБСЛЕДОВАНИЯ ПАССАЖИРОПОТОКОВ.... 9

1.1. Актуальные вопросы функционирования городского пассажирского транспорта в современных условиях.......... 9

1.2. Методы обследования пассажиропотоков на маршруте...... 16

1.2.1. Обзор существующих автоматизированных систем

подсчета пассажиров общественного транспорта..............................24

1.3. Характеристики маршрутов городского пассажирского транспорта..............................................................................................................................28

1.4. Выводы по главе I и задачи исследования..............................................37

ГЛАВА И ОБОСНОВАНИЕ МОДЕЛИ МЕЖОСТАНОВОЧНОЙ

МАТРИЦЫ КОРРЕСПОНДЕНЦИЙ.............................. 39

2.1. Общие принципы регрессионной оценки матриц корреспонденций...................................................... 39

2.2. Методы восстановления межостановочной матрицы корреспонденций...................................................... 47

2.3. Выбранные методы (модели) решения задачи наименьших модулей.................................................................. 51

2.4. Алгоритмы выбранных методов восстановления межостановочных матриц корреспонденций..................... 64

2.5. Выводы по главе II..................................................... 75

ГЛАВА III ЭТАПЫ ПРОВЕДЕНИЯ ЭКСПЕРИМЕНТА........................................77

3.1. Методика обследования пассажиропотоков с использованием детекторов входа - выхода..........................................77

3.2. Характеристики применяемых в исследованиях детекторов входа-выхода......................................................................................................................................................80

3.3. Методика обработки полученных данных................................................86

3.4. Методика планируемого эксперимента........................................................93

3.5. Выводы по главе III........................................................................................................95

ГЛАВА IV РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ................................................................96

4.1. Результаты анализа погрешностей возникающих при мониторинге пассажиропотока..........................................................................96

4.2. Тестирование методов восстановления матриц....................................110

4.3. Оценка влияния погрешности измерения пассажиропотока

на точность восстановления матрицы..........................................................123

4.4. Определение корреспонденций между расчетными транспортными районами на основе оценки

межостановочных матриц корреспонденций на маршрутах.. 132

4.5. Выводы по главе IV......................................................................................................134

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ....................................................................136

Библиографический список..................................................................................................................139

ПРИЛОЖЕНИЕ 1....................................................................................................................................153

ПРИЛОЖЕНИЕ 2....................................................................................................................................157

ПРИЛОЖЕНИЕ 3....................................................................................................................................170

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 повышения эффективности оперативного управления и качества 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;

• определять в автоматизированном режиме все важнейшие характеристики пассажиропотока на маршруте.

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

Рабочей гипотезой является предположение о том, что 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.

Объектом исследования является процесс мониторинга пассажиропотоков с применением детекторов входа/ выхода.

Предметом исследования является межостановочная матрица 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;

• на основе модели восстановления межостановочной матрицы 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, получаемых при выполнении мониторинга пассажиропотоков с использованием детекторов входа/выхода, выполнить проверку и дать технико-экономическую оценку эффективности выполненного научного исследования.

Научную новизну составляют:

• статистические характеристики точности мониторинга пассажиропотоков с применением детекторов входа/выхода;

• математическая модель расчета межостановочной матрицы 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 математических методов оценки межостановочной матрицы 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 МАТЬАВ; 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:

• перевозчикам и муниципальным органам - рассчитывать характеристики пассажиропотоков, используемые в процессе управления 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.

Апробация работы. Основные положения и результаты диссертационного исследования были представлены в научных докладах и выступлениях: на Всероссийской ЬХУ, ЬХУ1 и ЬХУП 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.); XXVI 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.

В крупных городах, где перегрузка уличной сети личными 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 улично-дорожной 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].

Конкурентоспособность поездки на общественном транспорте 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 улично-дорожной 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 поддержки общественного транспорта, которые заключаются в сбалансированном сочетании: мер направленных на «уменьшение» пользования легковым транспортом, мер направленных на «увеличение» пользования общественным транспортом.

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

запрет движения автотранспорта на определенных улицах, за исключением общественного;

штрафы и эвакуация за парковку легковых автомобилей в 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.

Таблица 1.1.1

Перераспределение пассажиропотока между легковым ___и общественным транспортом _

Город Общественный транспорт Изменения в объеме движения легкового транспорта Снижение уровня ДТП в среднем по городу

Гетеборг +8 % все виды - 40 % в час пик - 50 %

Нагоя +15 % автобус + 35 % поезд -15 % в час пик - 59 %

Ноттингем + 33 % все виды - 50 % в центре - 60 %

Сбалансированный «