Содержание к диссертации
Введение
Глава 1. Анализ существующих методов оценки задержек транспортного потока на улично-дорожной сети 11
1.1. Анализ влияния различных факторов на скорость, интенсивность и плотность транспортного потока 11
1.1.1. Влияние различных факторов на скорость транспортного потока 11
1.1.2. Влияние различных факторов на интенсивность транспортного потока 16
1.1.3. Влияние различных факторов на плотность транспортного потока 19
1.1.4. Взаимосвязь между параметрами транспортного потока 20
1.2. Анализ различных факторов, влияющих на задержки транспортного потока 21
1.3. Анализ существующих методов организации дорожного движения, направленных на минимизацию задержек транспортного потока 28
1.4. Анализ существующих методов расчета и оценки задержек транспортного потока 36
Выводы по главе 1 48
Глава 2. Моделирование управления перевозками с учетом риска возникновения транспортного затора 50
2.1. Теория риска в технических системах 50
2.1.1. Понятие термина «риск» 50
2.1.2. Концепция анализа риска 52
2.1.3. Виды и задачи анализа риска 55
2.1.4. Методы анализа риска
2.2. Оценка задержек транспортного потока с использованием теории риска 62
2.3. Оценка различных факторов, влияющих на транспортные задержки и заторы с точки зрения теории риска 72
2.4. Определение предельных значений насыщения улично-дорожной сети, предшествующих транспортному затору 78
Выводы по главе 2 80
Глава 3. Экспериментальное исследование фактических задержек на улично-дорожной сети города 82
3.1. Определение необходимого числа измерений 83
3.2. Методика оценки параметров транспортного потока 87
3.2.1. Методика оценки интенсивности движения транспортного потока 87
3.2.2. Методика оценки средней скорости движения транспортного потока 93
3.3. Методика оценки параметров улично-дорожной сети 95
3.3.1. Методика оценки ширины проезжей части 95
3.3.2. Метод оценки режима работы светофорных объектов 99
3.4. Методика оценки фактических задержек на улично-дорожной сети 101
Выводы по главе 3 105
Глава 4. Оценка экспериментальных данных по задержкам транспортного потока 108
4.1. Метод наименьших квадратов 109
4.2. Анализ зависимости, полученной на основе экспериментальных данных 113
4.2.1. Параметры уравнения регрессии 113
4.2.2. Линейный коэффициент корреляции (коэффициент корреляции Пирсона) 114
4.2.3. Коэффициент корреляции 115
4.2.4. Коэффициент детерминации 116
4.3. Оценка параметров уравнения регрессии 116
4.3.1. Значимость коэффициента корреляции 116
4.3.2. Интервальная оценка для коэффициента корреляции (доверительный интервал) 117
4.4. Проверка гипотез относительно коэффициентов уравнения регрессии 118
4.4.1. t-статистика. Критерий Стьюдента 118
4.4.2. Доверительный интервал для коэффициентов уравнения регрессии 121
4.4.3. F-статистика. Критерий Фишера 121
4.5. Результат оценки экспериментальных данных 123
Выводы по главе 4 129
Глава 5. Оценка экономического эффекта от проведенного исследования и рекомендации по внедрению 131
5.1. Методика определения экономического ущерба от задержек транспортного потока на улично-дорожной сети 131
5.2. Анализ экономического эффекта от внедрения модели риска возникновения транспортного затора на регулируемых пересечениях... 133
Выводы по главе 5 147
Заключение 149
Библиографический список
- Влияние различных факторов на скорость транспортного потока
- Оценка задержек транспортного потока с использованием теории риска
- Методика оценки параметров транспортного потока
- Параметры уравнения регрессии
Введение к работе
Актуальность исследования.
За последние годы в Российской Федерации наблюдается резкий рост автомобильного транспорта. Постоянно увеличиваются плотность и интенсивность транспортного потока (ТП). По состоянию на 1 января 2015 года на регистрационном учёте в ГИБДД состоит более 55,6 миллионов единиц транспортных средств (ТС). Основная часть из них – 78,2%, или 43,3 миллионов единиц – представлена легковыми автомобилями. За последние 10 лет автотранспортный парк России возрос на 58,95%, т.е. более чем на 20 миллионов ТС. С ростом числа автомобилей более заметно проявляются и отрицательные черты автомобилизации, наиболее значимой из которых является значительное снижение скорости ТП на улично-дорожной сети (УДС) из-за транспортных задержек. На транспортные задержки и заторы влияет множество факторов – ширина проезжей части, режим работы светофорных объектов, наличие припаркованных автомобилей по краям проезжей части, географическое расположение улиц, дорожно-транспортные происшествия (ДТП), психологическое состояние водителя, уровень его профессиональной подготовки и множество других. Среди них одно из важнейших мест занимают эффективная ширина проезжей части и режим работы светофорных объектов.
Результатом транспортных задержек является значительный ущерб для экономики, выраженный в несвоевременной доставке пассажиров и грузов до места назначения, неэффективном использовании ресурсов ТС, экологическом ущербе окружающей среде.
На основе американской классификации Highway Capacity Manual 2010 (HCM 2010), определено, что величина транспортной задержки для регулируемых пересечений, которая характеризуется, как транспортный затор 80 с. (для нерегулируемых пересечений 50 с.).
Сам транспортный затор может образоваться на любом участке УДС города (на перегоне, регулируемом и нерегулируемом пересечении). На сегодняшний день имеется множество методик по оценке транспортных задержек. Однако при анализе существующих методик было выявлено, что не в полной мере изучен вопрос прогнозирования транспортных заторов. В центральной части городов, где основная часть пересечений на наиболее загруженных дорогах является регулируемой, то разработка модели оценки вероятности возникновения затора ТП на регулируемых пересечениях с использованием теории риска представляется своевременной и актуальной.
Степень исследования проблемы.
Данная проблема, являясь актуальной в современном мире, с разных сторон рассматривалась в работах научных и образовательных учреждениях во многих странах. В частности в ВолгГТУ, ИрГТУ, МАДИ, ПГУАС, СибАДИ, БНТУ (Белоруссия), Australian Road Research Board (Австралия), Federal Highway Administration (США), Forshungsgesellschaft fuer Strassen und Verkehrswesen (Германия) и др.
Ими разработаны способы организации дорожного движения и методики оценки возникновения транспортного затора, однако углубленных исследований по оценке вероятности возникновения транспортного затора на основе теории риска и по категори-рованию участков УДС с учетом этой вероятности не выявлено.
Цель исследований.
Совершенствование управления перевозочным процессом с учетом категорирова-ния УДС города на основе модели риска возникновения транспортного затора.
Для достижения указанной цели поставлены следующие задачи:
1. Провести анализ существующих методов оценки задержек ТП на регулируемых пересечениях.
-
Разработать теоретическую модель оценки возникновения затора ТП на регулируемых пересечениях с использованием теории риска.
-
Получить зависимости величины риска возникновения транспортного затора от интенсивности, скорости и плотности ТП.
-
На основе теоретических и экспериментальных исследований обосновать категорирование участков УДС по степени риска возникновения транспортного затора на регулируемых пересечениях с учетом скоростных интервалов движения.
-
Оценить экономическую эффективность результатов исследования. Объект исследований.
Задержки транспортного потока на УДС города.
Предмет исследований.
Процесс изменения величины риска транспортного затора от параметров ТП.
Общая методология исследований.
При проведении теоретических исследований использованы методы теории вероятности и математической статистики, методы математического моделирования и оптимизации параметров ТП.
Для экспериментальной оценки интенсивности движения ТП и его задержек на регулируемых пересечениях проводились натурные исследования с использованием общепринятых методик и оборудования.
Научная новизна.
Разработана многофакторная модель оценки возникновения затора ТП на регулируемых пересечениях УДС города с использованием теории риска от интенсивности движения, плотности и скорости ТП.
Предложено категорирование УДС города с позиции риска возникновения транспортного затора для проведения мероприятий по увеличению пропускной способности на наиболее загруженных участках УДС по приоритету, начиная с участков с наивысшей степенью риска, и выбора наиболее оптимального кратчайшего расстояния.
Положения, выносимые на защиту:
математическая модель оценки риска возникновения транспортного затора на регулируемых пересечениях;
значение риска, как критерия возникновения транспортного затора на регулируемых пересечениях от интенсивности, скорости и плотности ТП;
результаты экспериментальных исследований влияния параметров ТП на риск возникновения транспортного затора;
категорирование УДС города с позиции риска возникновения транспортного затора;
- технико-экономическая оценка результатов исследования.
Достоверность результатов.
Обеспечена общепринятыми и проверенными практикой методами, верификацией экспериментальных данных с использованием распространенных статистических критериев, использованием новейших версий библиотек статистической обработки данных в среде STATISTICA, высокой сходимостью экспериментальных результатов с исследованиями других авторов.
Практическая ценность.
Состоит в развитии теоретических разработок оценки риска возникновения транспортного затора на регулируемых пересечениях, что позволит категорировать участки УДС по степени риска возникновения транспортного затора с целью увеличения пропускной способности по приоритету и выбора наиболее оптимального кратчайшего рас-
стояния.
Реализация работы.
Предложенная модель оценки возникновения задержек ТП на регулируемых пересечениях применена в Комитете дорожного хозяйства, благоустройства и транспорта Администрации муниципального образования «Город Саратов» для обоснования необходимости проведения организационных мероприятий по минимизации транспортных заторов на участках УДС.
Результаты работы используются в Саратовском государственном техническом университете имени Гагарина Ю.А. в учебном процессе по направлению 190700 «Технология транспортных процессов».
Апробация работы.
Основные положения и результаты диссертационного исследования представлены в научных докладах и выступлениях: Всероссийская 66-я научно-практическая конференция «Ориентированные фундаментальные и прикладные исследования – основа модернизации и инновационного развития архитектурно-строительного и дорожно-транспортного комплексов России». (Омск, 2012 г.); I и II Всероссийская научно-практическая конференция «Актуальные вопросы организации автомобильных перевозок и безопасности движения». (Саратов. 2013, 2014 г.); Международная научно– практическая конференция «Прогрессивные методы обеспечения работоспособности транспортно-технологических средств, организации автотранспортных услуг и дизайна современных автомобилей». (Саратов. 2013 г.); XXVII Международная научная конференция «Математические методы в технике и технологиях». (Тамбов. 2014 г.); IV Международная научно-практическая конференция «Перспективы развития и безопасность автотранспортного комплекса». (Новокузнецк. 2014 г.); Международная научно-практическая конференция «Развитие дорожно-транспортного и строительного комплексов и освоение стратегически важных территорий Сибири и Арктики: вклад науки». (Омск. 2014 г.); Международная научно-техническая конференция «Актуальные вопросы организации автомобильных перевозок и безопасности движения» (Саратов. 2015 г.); IX Международная заочная научно-техническая конференция «Проблемы качества и эксплуатации автотранспортных средств». (Пенза. 2015 г.).
Работа в целом заслушивалась на заседаниях кафедр «Организация перевозок и управления на транспорте» и «Автомобили и автомобильное хозяйство» СГТУ, 2015 г.
Публикации.
По теме диссертационного исследования опубликованы 13 печатных работ, в том числе 3 публикации в изданиях, включенных в перечень ВАК РФ.
Объем и структура работы.
Диссертация состоит из введения, пяти глав, общих выводов, списка литературы из 118 наименований (в том числе 34 на иностранном языке), 17 приложений. Общий объем работы 246 страниц, из них основной текст работы изложен на 149 страницах.
Влияние различных факторов на скорость транспортного потока
В условиях несоответствия развития УДС и численности парка транспортных средств усложняются условия движения, возникают заторы на городских и внегородских магистралях. Впервые с заторами на дорогах столкнулись страны Западной Европы и Северной Америки, намного опережающие Россию по уровню автомобилизации. Движение ТС по автомобильным дорогам в интенсивном потоке, в частности в пределах пересечений может рассматриваться при помощи теории массового обслуживания[8]. На основе данной теории задачи, как правило, сводятся к нахождению максимального количества "заявок", нахождению очереди в системе по окончании заданного временного отрезка. Применяя к транспортной задаче, появляется возможность нахождения пропускной способности перекрестка, транспортных задержек, и возникающих на пересечениях автомобильных очередей. Под "заявкой" понимается образование в сечении автомобильной дороги одной единицы ТС.
Анализируя закономерности дорожного движения и решая практические задачи организации дорожного Зависимость скорости, интенсивности, плотности ТП в пределах одной полосы автомобильной дороги может быть отображена в виде основной диаграммы ТП (рис. 1.9), отражающей зависимость[9]: Na = vaqa (1.5) где Na – интенсивность ТП, авт./ч; va – скорость ТП, км/ч; qa – плотность ТП, авт./км.движения необходимо использование зависимостей характеристик ТП.
Основная диаграмма отображает изменение состояния ТП (в основном легкового автотранспорта) в зависимости от возрастания плотности и интенсивности. Левая часть кривой отображает устойчивость ТП, во время которого с возрастанием плотности ТП переходит с фазы свободного, через частично связанный, связанный, приближаясь к максимально возможной интенсивности (точка Nmax = Рa на рис. 1.9). С течением подобны изменений скорость ТП снижается - характеризуется тангенсом угла наклона радиус-вектора от нулевой точки к любой точке кривой, отображающей изменение Na. Соответствующие точке Na max = Рa критерии скорости и плотности ТП являются оптимальными с точки зрения пропускной способности (qа опт и va опт). При последующем возрастании плотности (за точкой Ра перегиба кривой) ТП будет неустойчивым (эта ветвь кривой изображена прерывистыми линиями).
Изменение потока к неустойчивому состоянию происходит в результате отсутствия синхронности действий водителей направленных на поддержание безопасной дистанции в любом участке УДС и ярко проявляется во время неблагоприятных погодных условий. Это и образовывает неустойчивый ТП[10].
Резкое снижение скорости ТП, находящегося в т. А) и его преобразование в результате этого к состоянию (по плотности и скорости) соответствующему, допустим, т. В, образовывает "ударную волну" (пунктир АВ), идущий навстречу направлению ТП со скоростью, характеризуемой тангенсом угла В. "Ударная волна" - это, в частности, источник образования попутных цепных столкновений, являющимися типичными плотным ТП. В точках 0 и qa max интенсивность движения Na = 0, т. е., следовательно на автомобильной дороге отсутствуют транспортные средства или ТП находится в заторовом состоянии. Радиус-вектор, проведенный из точки 0 по направлению к любой точке на кривой (А или В), определяющей Na, характеризует значение средней скорости ТП: va = Na /qa = tg; (1.6) На графике (рис. 1.9) изображены в качестве примера 2 точки, характерные: А – для устойчивого движения ТП; В – для неустойчивого, движущемуся к состоянию затора ТП. Угол наклона радиус-вектора в первой точке а1 = 60 (tg = 1,77), а во второй а2 = 15 (tg = 0,26). Скорость в точке В( 9,9 км/ч) меньше, чем в точке А ( 67 км/ч), в 6,8 раза[11].
Следует, в частности, отметить, что основная диаграмма не способна отобразить всю сложность многочисленных процессов, происходящих в ТП, и надежно определяет его только при условии однородного состава и нормального состояния автомобильной дороги и внешней среды. При условии изменения состояния дорожной одежды, степени видимости для водителей, состава ТП, вертикального и горизонтального профиля автомобильной дороги подвергается изменению и характер диаграммы. Диаграмма ТП может быть построена и в других координатах, в частности, va – qa и Na – va. Обычно под затором подразумевается неподвижное состояние транспортного потока вследствие его предельного уплотнения из-за того, что интенсивность прибывающего транспортного потока значительно превышает фактическую пропускную способность данного участка УДС (перекрестка, перегона и т.д.). При этом коэффициент загрузки Z данного элемента УДС становится больше единицы.
Однако заторовые состояния весьма различны, как по своим причинам и сопутствующим факторам, так и по масштабам и длительности. Официальной классификации заторов не существует, однако многие авторы предлагают свои суждения по этому вопросу. На основе обобщения можно предложить следующую простую классификацию заторов: случайные и регулярные ("пульсирующие").
Случайные заторы могут возникать в любых достаточно неожиданных точках УДС и быть вызваны крупными ДТП, последствия которых требуют для ликвидации загромождения проезжей части до 3 – 4 ч. В это время пропускная способность проезжей части может упасть на 50 – 100 %. Такая же ситуация возникает в результате аварий коммуникаций, расположенных под проезжей частью (водо- и газопровода, электроснабжения) и требующих немедленных действий соответствующих аварийных служб с закрытием (полным или частичным) проезжей части дороги.
Регулярные заторы возникают, как правило, в одних и тех же местах и чаще всего на перекрестках со светофорным регулированием, которые не способны пропустить требуемое число автомобилей, или в местах, где длительное время ведутся ремонтно-восстановительные работы с закрытием части дороги. Часто они представляют собой не полный затор (неподвижное скопление автомобилей), а "пульсирующий" поток, продвигающийся во время зеленого сигнала светофора.
В Японии, например, пульсирующий затор характеризуется цифрой (от 1 до 5), соответствующей числу зеленых фаз светофоров данного направления, которые приходится пропустить, прежде чем пересечь перекресток. Можно предвидеть регулярные заторы и разработать для их ослабления и ликвидации соответствующие меры. Однако рамки возможных мер, в конечном счете, даже при наличии автоматизированной системы организации дорожного движения (АСУД), ограничены степенью развития УДС (числом полос движения) и во многих случаях не могут дать ощутимого результата без кардинальных мер по развитию пропускной способности той или иной магистрали[12].
Заторы, как и всякая задержка движения, приводят к экономическим потерям (потерям времени пассажирами, владельцами легковых автомобилей, снижению эффективности грузовых перевозок и увеличению расхода топлива). Заторы, как уже подчеркивалось выше, вызывают рост ДТП (в первую очередь попутных столкновений). Однако главнейшим негативным последствием заторов, особенно в городах, является резко отрицательное влияние их на экологическое состояние окружающей среды. Рост расхода топлива и доли работы автомобильных двигателей в неустановившемся режиме и на холостом ходу – это факторы, которые могут на 30 % и более повысить выброс в атмосферу загрязняющих веществ, пагубно влияющих на здоровье людей[13].
Заторы характеризуются длительностью и числом вовлеченных в них транспортных средств. В свою очередь, последний показатель может ориентировочно определяться длиной очереди автомобилей (плотностью потока в неподвижном состоянии).
При весьма медленно продвигающейся очереди автомобилей в зоне влияния полного затора отрицательное экологическое воздействие близко к параметрам полного затора, а экономические показатели перевозочного процесса ни в какой мере не соответствуют общепринятым. Поэтому многие исследователи и специалисты высказывают мнение, что такой поток следует считать находящимся в заторе. При этом называют нижний предел скорости – 10-15 км/ч (т.е. темп движения 4-6 мин/км). В процессе исследований, проводящихся на кафедре ОБД МАДИ (ТУ), при анализе условий движения на городских улицах к заторовому относили случаи, когда скорость потока составляет менее 15 км/ч[8].
Оценка задержек транспортного потока с использованием теории риска
Организация в условиях неопределенности, обычно, требует оценки имеющегося риска. Определение «риск» целесообразно разделить на три составляющие[47].
Надо разделить событие, внутри которого образуется негативная вероятность, т.е. опасность (анализ риска), оценку данного события (оценка риска, оценка выраженности и серьезности опасности) и возможные дальнейшие действия по снижению негативных последствий (управление риском при помощи определенных управленческих решений).
Анализ риска – это анализ событий в реальном мире. Например, для водителя автомобиля существует негативная вероятность (опасности, риски): 1) оказаться в заторе; 2) оказаться в ДТП; 3) быть подвергнутым противоправным действиям со стороны преступников и т.д.
При оценке риска используется определенный математический аппарат: теория вероятности, теория нечеткости, интервальная математика и т.п. Наибольшее распространение получил метод на основе теории вероятностей, который и будем в дальнейшем рассматривать. В данном подходе, как правило, используется вероятностная модель реального явления (реализация негативной возможности, опасности), в соответствии с которой выделяется вероятность возникновения негативного события (определенные авторы именно такую вероятность определяют, как «риск») и случайная величина – случайный ущерб (серьезность опасности) при условии ее возникновения.
Отметим, что введенные термины – вероятность события и случайный ущерб – имеют отношение не к реальному миру, а к математической модели. Это означает, что они объективно не известны, а мы можем лишь их оценить по полученным данным – результатам проведенного исследования. Чем больше объем полученных данных, тем точнее оценка вероятности возникновения негативного события.
Случайный ущерб может быть описан не одним конкретным числом, а функцией (функцией распределения), т.е. бесконечным количеством параметров. Рассматриваются разнообразные теоретические характеристики случайного ущерба – математическое ожидание, дисперсия, среднеквадратическое отклонение, коэффициент вариации, медиана, квартиль и другие квантили, межквартильное расстояние и др. К примеру, в теории надежности используется квантиль порядка 0,999999, т.е. уровень, при котором случайный ущерб может превысить лишь в 1 случае из 1000000. В результате наблюдений оцениваются теоретические характеристики при помощи выборочных. Необходимо различать теоретические характеристики, которые относятся к модели и неизвестные исследователю, и выборочные характеристики, которые могут быть рассчитаны по полученным данным[48].
Оценка степени риска сводится к статистической оценке параметров, характеристик, зависимостей, которые включены в модель.
На сегодняшний день существует 2 противоположных взгляда, связанных с определением понятия «риск», дополняющие друг друга. В соответствии с первой концепцией, все риски носят «отрицательный характер», т.е. связаны с возможным нанесением вреда или ущерба имуществу, здоровью и жизни людей. В соответствии со второй концепцией, риск – это не только вероятный ущерб, но также и вероятная удача. Игра в азартные игры, к примеру, может принести игроку как утрату, так и приобретение значительной суммы.
Согласно толковому словарю Ожегова [49], риск – это: 1. Возможность опасности, неудачи; 2. Действие наудачу в надежде на счастливый исход. Часть авторов термин «риск» относят к реальному событию (риск пожара, риск дорожно-транспортного происшествия), часть – к его (реального события) модели, построенной при помощи определенных математических средств – вероятностно-статистических научных дисциплин, теории нечетких множеств, интервальной математики. Подобные расхождения иногда создают путаницу.
Довольно типичным является определение [50], которое применяется при разработке автоматизированной системы прогнозирования и предотвращения авиационных происшествий:
«Риск – это мера количественного многокомпонентного измерения опасности с включением величины ущерба от воздействия угроз для безопасности, вероятности возникновения этих угроз и неопределенности в величине ущерба и вероятности».
Современная обстановка характеризуется тем, что большая часть работ по оценке, анализу и управлению риском относится к определенной области – риску производства дефектных деталей, промышленным авариям, экологической безопасности, террористическим рискам, рискам ДТП, рискам возникновения задержки транспортного потока и т.д.
Анализ риска – важная составная часть теории и практики управления рисками. Необходимость анализа рисковых ситуаций для разных объектов связана с нестабильностью природных, техногенных, социально-экономических, социально-политических и других процессов, вероятностью возникновения в данных объектах опасных событий, вероятностью возникновения нежелательных событий, приводящих к отклонению конечного результата работы системы от ожидаемого и влияющих на общую эффективность принятых решений[52].
На сегодняшний день используется несколько концепций анализа рисков (рис. 2.1), которые различаются по исследуемым сферам их проявления[53]: – технократическая, которая исследует объект; – экономическая, которая рассматривает объект в системе экономических отношений; – психологическая, которая изучает отношение индивида к рискам в связи с рассматриваемым объектом; – социологическая, которая исследует отношение общества в целом к рискам в связи с рассматриваемым объектом.
Технократическая концепция основывается на анализе относительной частоты образования негативных событий с нежелательными последствиями, как способе программирования их вероятностей возникновения. При ее использовании полученные статистические данные усредняются по масштабу. Таким образом, при оценке риска возникновения негативного события на объекте техносферы рассматриваются вероятности исходных (негативных) событий, сценарии их развития и трансформации в аварию с соответствующими вероятностями возникновения, последствия разных исходов образовавшейся аварии.
Экономическая концепция анализа риска рассматривается как часть более общего затратно-прибыльного исследования. В последнем риск является ожидаемой потерей полезности, образующийся в результате определенных событий или действий, а прибыль является предотвращенным ущербом. Конечная цель заключается в распределении ресурсов по такому принципу, чтобы увеличить их полезность в рамках рассматриваемой социальной системы.
Психологическая концепция базируется вокруг исследования межиндивидуальных предпочтений относительно вероятностей и направлена на то, чтобы выяснить, почему индивиды не вырабатывают собственное мнение о рисках на основе средних значений; почему индивиды реагируют в соответствии с собственным восприятием рисков, а не с объективно оцененным уровнем рисков. Данная концепция необходима для лиц, которые принимают связанные с рисками решения.
Социологическая (культурологическая) концепция основывается на социальной интерпретации негативных последствий, учитывая групповые ценности и интересы. Социологический анализ рисков связывает суждения в обществе в целом касательно риска с личными или общественными интересами и ценностями в частности. Культурологический подход считает, что существующие культурные прототипы предопределяют образ мыслей определенных индивидов, заставляя их принимать одни ценности и отбрасывать другие. Данная концепция используется в PR-технологиях, информационном противостоянии.
Методика оценки параметров транспортного потока
При отыскании параметров a0,a1Kan по методу наименьших квадратов предполагается, что изменения значений функции y0, y1Kyn произведены независимо друг от друга и что ошибки измерения подчиняются нормальному закону распределения.
Если все измерения функции произведены с одинаковой точностью, то параметры a0,a1Kan определяются из условия, чтобы сумма квадратов отклонений C измеренных значений yк от расчетных f (xn,a0,a1Kan), то есть величина
Запись r=0 означает, отсутствует линейная зависимость, но это не значит, что нет другой (криволинейной) зависимости.
Оценку коэффициента корреляции с точки зрения значимости определяют также по средней погрешности 2 Если коэффициент корреляции в три и более раз превосходит свою погрешность г, то между рассматриваемыми величинами существует корреляционная зависимость (г - значим).
Доверительная оценка (погрешность) параметра а определяется как погрешность среднего значения функции у при выбранной доверительной вероятности q и заданном числе измерений
Доверительный интервал, в котором с вероятностью q находится действительное значение параметра а, определяется указанной областью.
Доверительная область при этом будет ограничена двумя параллельными прямыми (Ь = 0). Однако при определении b также действуют случайные факторы, следовательно, и b обладает доверительной оценкой ъ
Вычисленная по формуле (4.11) погрешность является абсолютной. Относительная погрешность (точность) определяется делением ее на среднее значение. Обычно в такой последовательности определяется точность диагностических параметров.
Коэффициент корреляции – нормированный показатель тесноты связи. Для линейной связи его значение равно коэффициенту корреляции (rxy).
Величина коэффициента корреляции располагается в пределах от 0 до 1. Чем ближе она к 1, тем теснее связь рассмотренных признаков, а следовательно, более надежно уравнение регрессии[100].
Для различной формы зависимости теснота связи определяется при помощи множественного коэффициента корреляции (R): yx – среднее значение результативного показателя (yi), вычисленное по уравнению регрессии. Данный коэффициент – универсальный, т.к. отображает тесноту связи и точность модели, и кроме того может быть использован при любой форме связи переменных.
В отличие от линейного коэффициента корреляции он характеризует тесноту нелинейной связи и не характеризует ее направление.
Квадрат (множественного) коэффициента корреляции называется коэффициентом детерминации R2, который показывает долю вариации результативного признака, объясненную вариацией факторного признака[101].
Чаще всего, давая интерпретацию коэффициента детерминации, его выражают в процентах. Коэффициент детерминации принимает значения в пределах от 0 до 1. Чем ближе значение к 1, тем ближе модель к эмпирическим наблюдениям. Иногда показателям тесноты связи можно дать качественную оценку по шкале Чеддока (Таблица 4.1).
Функциональная связь возникает при значении равном 1, а отсутствие связи – при 0. При значениях показателей тесноты связи меньше 0,7 (по шкале Чеддока) величина коэффициента детерминации всегда будет меньше 50 %. Это значит, что на долю вариации факторных признаков приходится меньшая часть по сравнению с остальными неучтенными в модели факторами, которые влияют на изменение результативного показателя. Построенные при подобных условиях модели регрессии имеют небольшое практическое значение.
При помощи МНК мы получили только оценки параметров уравнения регрессии, которые являются характерными для конкретного статистического наблюдения (конкретного набора значений x и y)[103].
Для оценки статистической значимости коэффициентов регрессии и корреляции рассчитываются t-критерий Стьюдента и доверительные интервалы каждого показателя. Выдвигается гипотеза Н0 о случайной природе показателей, т.е. о незначимом их отличии от нуля.
Чтобы проверить, являются ли параметры значимыми, т.е. значимо ли они отличны от 0, для генеральной совокупности используются статистические методы проверки гипотез.
В качестве основной (нулевой) гипотезы выдвигается гипотеза о незначимом отличии от нуля параметра или статистической характеристики в генеральной совокупности. Вместе с основной (проверяемой) гипотезой выдвигают альтернативную (конкурирующую) гипотезу о неравенстве нулю параметра или статистической характеристики в генеральной совокупности[104]. Проверим гипотезу H0 о равенстве отдельных коэффициентов регрессии нулю (при альтернативе H1 не равно) при уровне значимости =0.05. H0: b = 0, т.е. между переменными x и y отсутствует линейная взаимосвязь в генеральной совокупности; H1: b 0, т.е. между переменными x и y есть линейная взаимосвязь в генеральной совокупности. Если основная гипотеза окажется неверной, то принимается альтернативная. Для проверки данной гипотезы используется t-критерий Стьюдента.
Полученное по данным наблюдений значение t-критерия (которое также называется наблюдаемым или фактическим) сравнивается с табличным (критическим) значением, которое определяется по специальным таблицам распределения Стьюдента.
Табличное значение определяется в зависимости от уровня значимости () и числа степеней свободы, которое в случае линейной парной регрессии равно (n-2), n-число наблюдений.
Если фактическое значение t-критерия больше табличного (по модулю), то основная гипотеза отвергается и считается, что с вероятностью (1-) параметр или статистическая характеристика в генеральной совокупности значимо отличается от нуля.
Если фактическое значение t-критерия меньше табличного (по модулю), то отвержение основной гипотезы безосновательно, т.е. параметр или статистическая характеристика в генеральной совокупности незначимо отличается от 0 при уровне значимости [105].
Параметры уравнения регрессии
Таким образом, судя по графику зависимости rтз=/(V) в одинаковых условиях, риск возникновения транспортного затора стремится к 1 при снижении скорости и повышении интенсивности движения (расчетная зависимость гтз=/(N) представлена на Рисунке 4.2), которое в свою очередь стремиться к величине пропускной способности автомобильной дороги, в результате чего плотность транспортного потока будет возрастать, что не противоречит основной диаграмме транспортного потока.
Экспериментальные значения риска возникновения транспортного затора (rтз) от интенсивности движения ТП (N) на ул. Рахова в обратном направлении пересечения ул. Московская – ул. Рахова в будние дни недели (при эффективной ширине проезжей части равной 6,5 м)
При росте интенсивности движения транспортного потока и достижении величины равной или выше пропускной способности автомобильной дороги, происходит резкое увеличение плотности транспортного потока (Рисунок 4.3) при резком снижении его скорости, а следовательно, и снижении интенсивности движения, вплоть до полной остановки. Однако из-за особенности формулы Вебстера, где при х1 величина транспортной задержки принимает отрицательное значение, что является ее ограничением, дальнейший сценарий (после х=1) рассматривать невозможно.
Подобная ситуация происходит за счет вынужденного уменьшения динамического габарита транспортных средств из-за возрастающей плотности транспортного полтока в пределах одной полосы движения, которое достигается за счет снижения скорости движения. И наоборот, с уменьшением плотности транспортного потока увеличивается скорость движения и уменьшается его интенсивность из-за увеличения динамического габарита транспортных средств в пределах одной полосы движения с целью создания безопасного интервала до впередиидущего автомобиля. В реальных условиях такой механизм происходит в пределах всего направления движения независимо от количества полос движения, Т.к. в городских условиях при плотном транспортном потоке ТС равномерно располагаются в пределах всей эффективной ширины проезжей части с учетом того, что количество полос на городских дорогах редко бывает выше трех в одном направлении движения (за исключением мегаполисов).
В результате получено уравнение степенной регрессии (rтз=5,4235V-0,9471). Коэффициент корреляции R был равен 0,762, коэффициент детерминации R2 равен 0,581, что говорит о высокой зависимости y от x и средней точности подбора уравнения регрессии. Во всех случаях значения коэффициента корреляции были статистически значимыми, т.к. наблюдаемое значение критерия tнабл было выше, чем критическое значение критерия tкрит (по критерию Стьюдента). Во всех случаях все коэффициенты уравнения регрессии были также статистически значимыми, т.к. наблюдаемое значение критерия ta и tb были выше, чем критическое значение критерия tкрит (по критерию Стьюдента). Во всех случаях коэффициент детерминации R2 оказался статистически значимым, т.к. фактическое значение критерия Фишера F было выше, чем табличное значение критерия Фишера Fтабл. Это значит, что во всех случаях полученная оценка уравнения регрессии статистически надежна и модель регрессии значима. По результату сравнения rтз=/(V) в одинаковых и в разных условиях было выявлено, что расположение линий регрессии имеет схожий графический характер, несмотря на различия в коэффициентах корреляции и детерминации.
На основе совокупности аппроксимированных зависимостей rтз=/(V) в одинаковых условиях определены категории условий движения с учетом риска возникновения транспортного затора. Каждая категория соответствует скоростному интервалу в 5 км/ч, начиная от нулевой отметки по оси V. Предельные рисковые значения отображены красными точками (Рисунок 4.5).
Таким образом, определено 7 категорий условий движения по скорости, при которой возникают предельные значения риска возникновения транспортного затора (Таблица 4.3). Проанализировав формулу определения риска возникновения транспортного затора на регулируемых пересечениях и графики зависимости rтз=/(N,V,q) в одинаковых условиях, был сделан вывод о том, что риск возникновения транспортного затора стремится к 1 при повышении интенсивности движения, которое в свою очередь стремиться к величине пропускной способности автомобильной дороги, в результате чего плотность транспортного потока будет возрастать при заметном снижении скорости транспортного потока, что не противоречит основной диаграмме транспортного потока.