Содержание к диссертации
Введение
Глава 1 Современные подходы к оценке эффективности и моделированию движения городского общественного транспорта 10
1.1 Существующие способы управления городским общественным транспортом 10
1.2 Большие и средние города Российской Федерации и их особенности в обеспечении городским общественным транспортом 16
1.3 Методы исследования и оценки эффективности городского общественного транспорта 21
1.4 Существующее программное обеспечение для моделирования и оптимизации городского общественного транспорта 36
1.5 Выводы и заключение по главе 43
Глава 2 Математические модели описания городского общественного транспорта 44
2.1 Концептуальная модель управления городским общественным транспортом 44
2.2 Модель возникновения пассажиропотоков в селитебной части города 57
2.3 Консервативная модель пассажиропотоков 80
2.4 Модель распределения первичного пассажиропотока по маршрутам городского общественного транспорта 94
2.5 Выводы и заключение по главе 102
Глава 3 Имитационные модели элементов городского общественного транспорта 103
3.1 Постановка задачи имитационного моделирования для уточнения общей модели 103
3.2 Имитационная модель динамики количества пассажиров на остановке с одним потоком городского общественного транспорта 106 3.3 Имитационные модели динамики количества пассажиров на остановках г. Березники 112
3.4 Выводы и заключение по главе 117
Глава 4 Модификация информационной системы расчета расписаний городского общественного транспорта 119
4.1 Постановка задачи модификации существующего программного обеспечения 119
4.2 Уточнение функциональных и информационных моделей
4.3 Исследование эффективности существующих расписаний и их улучшение 132
4.4 Выводы и заключение по главе 134
Основные результаты и выводы 135
Перечень сокращений 137
Список литературы
- Методы исследования и оценки эффективности городского общественного транспорта
- Существующее программное обеспечение для моделирования и оптимизации городского общественного транспорта
- Модель распределения первичного пассажиропотока по маршрутам городского общественного транспорта
- Исследование эффективности существующих расписаний и их улучшение
Введение к работе
Актуальность темы. Качество работы органов местного самоуправления оценивается населением, в т.ч., по уровню транспортного обеспечения. Техническая система городского общественного транспорта, удовлетворяя потребности населения в передвижениях, обеспечивает функционирование экономики города и способствует увеличению свободного времени людей, предоставляя им возможность пользоваться услугами территориально рассредоточенных объектов производственной и социальной структуры. Указом Президента от 28.04.2008 № 607 «Об оценке эффективности деятельности органов местного самоуправления городских округов и муниципальных районов» и уточняющим его постановлением Правительства РФ от 17.12.2012 № 1317 в качестве одного из критериев оценки населением эффективности деятельности руководителей органов местного самоуправления (ОМС) вводится показатель «Удовлетворенность населения организацией транспортного обслуживания в муниципальном образовании». В то же время, общеизвестно, что организация общественного транспорта в России далека от идеала. Так, Концепция организации и развития городского пассажирского транспорта общего пользования города Перми на период 2012-2015 гг.1 констатирует недовольство как перевозчиков, так и жителей города, жалующихся на недостаток объема транспортных услуг, в том числе на отсутствие некоторых транспортных связей.
Особую актуальность вопрос управления общественным транспортом приобретает в средних и больших городах (менее 250 тысяч жителей), где количество видов транспорта ограничено, а население привыкло к тому, что перемещение транспортом производится сравнительно быстро и за один переезд (как правило, без пересадок). В подобных городах ОМС, в некотором смысле, «ближе» к населению, более доступны для критики, а с другой стороны, располагают меньшими ресурсами для улучшения ситуации с обслуживанием общественным транспортом, чем в крупных и крупнейших городах. В России 153 средних (50-100 тысяч населения) и 90 больших (100-250 тысяч населения) городов, для которых перечисленные выше проблемы, несомненно, актуальны.
Исследованию городских транспортных потоков уделили много внимания Сильянов В.В., Дрю Д., Капитанов В.Т., Буслаев А.П., Кременец Ю.А., Файзрах-манов Р.А., Афанасьев Л.Л., Гудков В.А., Островский Н.Б. и др. В их работах описаны особенности транспортных потоков, включая общественный транспорт, с точки зрения объекта управления. Применению математических методов в организации и планировании перевозок посвящены работы Геронимуса В.Л., Кожина А.П., Панова С.А., Тихомирова Е.Ф., Антошвили М.Е., Варелопуло Г.А. и др. Имитационным моделированием, воспроизводящим естественные процессы в общественном транспорте, плодотворно занимались Корягин М.Е., Немтинов В.А., Семенова О.С., Сериков А.А. и др. Однако в большинстве перечисленных работ во главу угла ставится соответствие между вместительностью подвижного состава и удельным пассажирооборотом, определенным статистическими методами. Потребная вместимость единицы подвижного состава определяется по рекомендациям в зависимости от численности населения, далее рассчитывается ин-
Постановление Администрации г. Пермь от 18.10.2013 № 882
тервал ожидания. Выбор вариантов схем городского пассажирского транспорта определяется, фактически, экспертно с последующей проверкой соответствия фактического интервала движения заданному ранее. Часть работ подразумевают идентификацию параметров модели общественного транспорта на основе объемной статистической информацией, не определяя однозначно ее источник.
Комплексное решение задачи улучшения транспортного обслуживания населения средних и больших городов за приемлемое время и с небольшими трудозатратами в рассмотренных работах не представлено. Решение этой задачи в современных условиях осложняется секвестированием бюджетных расходов в соответствии с Посланием Президента РФ Федеральному собранию 4.12.2014 и дальнейшими событиями во внешнеполитической обстановке.
Тематика диссертационной работы соответствует приоритетному направлению развития ФГБОУ ВПО ПНИПУ № 4 «Урбанистика».
Целью работы является разработка моделей и методов информационной поддержки решений по управлению сложной системой городского общественного транспорта, ведущей к повышению эффективности его функционирования.
Для достижения цели поставлены следующие задачи исследования:
Провести анализ системы управления общественным транспортом в средних и больших городах, выявить проблемы и факторы, влияющие на нее.
Разработать комплекс математических и имитационных моделей системы управления общественным транспортом, включая системную модель, модели возникновения пассажиропотока и его стока, распределения пассажиропотока по маршрутам общественного транспорта, динамики пассажиров на остановках.
Разработать метод идентификации моделей системы управления на основе общедоступных данных, исключающий фронтальные измерения пассажиропотоков в городе;
Разработать программное обеспечение, реализующее модели, а также усовершенствовать существующее программное обеспечение для составления расписаний движения городского общественного транспорта.
Произвести внедрение программного средства в центральной диспетчерской службе Администрации г. Березники Пермского края и ООО «Горавтотранс» г. Соликамск Пермского края, выработать рекомендации по улучшению расписаний городского общественного транспорта.
Объект исследования – процесс транспортного обслуживания населения средних и больших городов РФ.
Предмет исследования – методы, модели и алгоритмы (информационные технологии) обработки информации о пассажиропотоках и общественном транспорте, позволяющие реализовать поддержку принятия решений по управлению системой городского общественного транспорта.
Научная новизна диссертации заключается в создании комплекса взаимосвязанных моделей, алгоритмов и реализующего их программного обеспечения, направленных на поддержку принятия решений по улучшению транспортного обслуживания населения в больших и средних городах, а именно:
а) Метод оценки удовлетворенности населения обслуживанием в системе
городского общественного транспорта, основанный на новом определении
эффективности как возможности его использования при наличии потребности в
перемещении (п. 3 паспорта специальности 05.13.01).
б) Новые математические и имитационные модели системы управления го
родским общественным транспортом:
-
возникновения потребности в перевозках;
-
динамики пассажиропотоков на остановке;
-
движения транспорта по остановочной сети,
отличающиеся учетом первичных и вторичных источников пассажиропотока, рассчитанных по общедоступным данным о жилом фонде и аттракторах (п. 4).
в) Метод идентификации математических моделей системы управления
городским общественным транспортом, отличающийся использованием
общедоступных данных и точечных измерений (п. 6).
г) Усовершенствованный метод управления системой городского
общественного транспорта в части составления расписаний движения,
позволяющий повысить эффективность транспортного обслуживания населения,
отличающийся учетом специфики средних и больших городов, плотности
населения и аттракторов (п. 9).
Теоретическая и практическая значимость результатов работы.
Теоретическая значимость результатов работы состоит в расширении на основе принципов системного анализа (единства, развития, функциональности, иерархии) математического аппарата системы управления городским общественным транспортом.
Практическая значимость результатов исследования состоит в разработке комплекса программного обеспечения для решения задач уточнения пассажиропотоков, загруженности маршрутов общественного транспорта и улучшения существующего программного обеспечения составления расписания городского общественного транспорта. Полученные научные результаты используются в МКУ «Центральная диспетчерская служба» г. Березники Пермского края, а также в ООО «Горавтотранс» г. Соликамск Пермского края.
Существенная часть работы выполнена в рамках в госбюджетной НИР №8.8544.2013 «Методы моделирования и идентификации сложных социально-экономических систем» МОН РФ по разработке моделей и методов расчета первичного и вторичного пассажиропотоков.
Разработанные модели применены в учебном процессе в Березниковском филиале ФГБОУ ВПО ПНИПУ при преподавании дисциплин «Моделирование деятельности» и «Автоматизация принятия решений» по направлению «Информатика и вычислительная техника».
Методы исследования основаны на использовании аппарата системного анализа, математического и имитационного моделирования, методов экспертных оценок, теории массового обслуживания, теории графов.
Основные результаты исследования, выносимые на защиту:
Системная модель удовлетворенности населения функционированием городского общественного транспорта.
Комплекс имитационных и математических моделей возникновения пассажиропотоков и обслуживания их системой городского общественного транспорта.
Методы идентификации моделей на основе общедоступных данных и точечных измерений.
Метод составления расписаний общественного транспорта с учетом специфики больших и средних городов.
Степень достоверности и апробация работы.
Достоверность полученных результатов подтверждается корректным использованием апробированного математического аппарата теории систем и математических методов, имитационного моделирования, непротиворечивостью полученных результатов и результатов, получаемых на основе известных моделей и программного обеспечения.
Результаты работы докладывались и обсуждались на следующих конференциях: III Всероссийской конференции студентов и молодых ученых «Молодежная наука в развитии регионов» (Пермь, 2013), II Международной научной конференции «Инновационные процессы в исследовательской и образовательной деятельности» (Пермь, 2013), III Всероссийской научно-практической конференции «Решение» (Березники, 2014), V Всероссийской конференции студентов и молодых ученых «Молодежная наука в развитии регионов» (Пермь, 2015), IV Всероссийской научно-практической конференции «Решение» (Березники, 2015)
По результатам работы опубликовано 13 статей, в т.ч. 4 в ведущих рецензируемых научных журналах и изданиях определенных ВАК РФ. Результаты работы вошли в отчет по НИР № гос. регистрации 01201374151, инв. № 02201454842, зарегистрированный ФГАНУ «ЦИТИС» 27.02.2014.
В публикациях, написанных в соавторстве, лично автору принадлежат результаты: анализа предметной области [9], формулировки постановки задач [6], построения и анализа моделей, выносимых на защиту [1, 2], результаты оценки эффективности использования моделей [11].
Структура и объем диссертации. Работа состоит из введения, четырех глав, заключения и списка литературы. Работа изложена на 167 страницах машинописного текста, содержит 45 рисунков, 14 таблиц и 6 приложений. Библиографический список включает 117 наименований.
Методы исследования и оценки эффективности городского общественного транспорта
В условиях средних и больших городов имеет смысл рассматривать только автобусы и троллейбусы, так как трамваи и метро предусмотрены только в крупнейших городах. Например, в Пермском крае трамваи есть только в краевом центре (население порядка 1 млн. человек), а метро нет совсем (есть в Екатеринбурге с населением порядка 2 млн. человек и Казани). Основными способами управления городским общественным транспортом являются [79]: а) изменение маршрутной сети (остановок, контактных линий, рельсовых путей, тоннелей метрополитена); б) изменение маршрутов, проходящих по маршрутной сети (особенно это касается троллейбусов и трамваев ); в) изменение количества подвижного состава (поездов, оборотов), движущегося по маршрутам; г) изменение параметров каждого оборота (времени выхода из парка, времени отстоя или разворота на конечных остановках, времени обеда, момента пересменки и т.д.). Первый способ управления необходим, так как в большинстве городов России, маршрутная сеть общественного транспорта формировалась под влиянием исторических факторов [17]. В современных условиях она не полностью учитывает потребности пассажиров в перевозках, что обусловлено значительным изменением структуры спроса [100]. Социально-экономическое развитие городов вызывает появление новых объектов и зон притяжения пассажиропотоков, таких как деловые, торговые, развлекательные и спортивные центры, изменение в структуре расселения жителей города [45]. При этом ряд авторов [18, 65, 67] считает, что необходимо учитывать не только возникающую потребность к перемещению, но и корреспондирующую потребность в стоке пассажиропотока. Выявляют пары районов, имеющие максимальную величину пассажиропотока и, при совпадении начальных, конечных или промежуточных элементов, полученные связи объединяют в маршрут. Если величина потока на каком-либо элементе цепи станет меньше некоторой заданной величины, то маршрут обрывают. Процедуру повторяют до тех пор, пока количество пассажиропотоков, не обслуженных сформированной сетью, не станет меньше некоторой допустимой величины [76]. Другие авторы разработали подобные алгоритмы, позволяющие скорректировать маршрутную сеть по одному из следующих критериев: минимум времени перевозки, равномерное распределение пассажиропотока по маршрутам, рациональное распределение транспортных средств по маршрутам [83]. Подробный обзор методов и алгоритмов перепроектирования маршрутных сетей общественного транспорта крупнейших городов дан в [66], включая детальное изложение истории вопроса. Однако в условиях больших и средних городов, как показано ниже в настоящей работе, поиск корреспондирующих стоков представляется избыточным, а равномерность распределения пассажиропотоков не может служить основанием для оптимизации расписаний.
Второй способ управления является традиционным и применяется чаще первого, так как проще изменить маршруты, проходящие по тем же улицам с готовыми остановочными пунктами и, для троллейбусов, с готовой контактной сетью, чем создавать инфраструктуру на других улицах. Впрочем, в г. Березники в 2012-13 годах по решению мэра [72] существенно изменена маршрутная сеть автобусов, при этом на «остановочных пунктах» разве что знак «остановка» поставили, не оборудуя навесов и платформ; до сих пор большинство остановок пребывает в том же виде (например, по линии 29-го маршрута). Но это, разумеется, не является образцом.
Основным методом информационной поддержки принятия решений по изменению маршрутов в пределах сети является исследование графов пассажиропотоков на основе натурных [19] или имитационных измерений [11, 53] потребных пассажиропотоков. Натурные методы обладают большей точностью (порядка 5%), однако требуют больших людских, финансовых и временных затрат на свое осуществление. Вариантами имитационных измерений, базирующихся на некотором представлении о возникновении потребности в перевозке, являются: энтропийные методы [7]; методы прикладного регрессионного анализа, включая квантильную регрессию [84]; метод определения вероятных долей пассажиров в пассажиропотоках [11]. Последний метод вполне применим и для условий больших и средних городов (где, как показано в разделе 1.2, особенностью является перемещение пассажиров, как правило, без пересадок), однако несколько избыточен. Далее в настоящей работе в главе 2 он обоснованно упрощен, применен и реализован в виде программного обеспечения, позволяющего на основе небольшого количества натурных измерений определить, как пассажиры распределяются по маршрутам.
После определения маршрутной сети и маршрутов движения встает третья задача из перечисленных – составления и оптимизации расписания.
Задача исследования теории расписаний при составлении и оптимизации расписания движения городского общественного транспорта в общей ее постановке считается весьма привлекательной, хотя достижение даже небольшого прогресса на пути к ее решению связано с огромными трудностями. Безуспешные попытки, как правило, не публикуются, и это отчасти объясняет тот факт, что задача продолжает привлекать внимание многих исследователей кажущейся простотой постановки [1]. Задача составления расписания выключает в себя выполнение установленной системы заданий на перевозки при помощи ограниченных обслуживающих устройств и ресурсов [104].
Существующее программное обеспечение для моделирования и оптимизации городского общественного транспорта
Следовательно, в общей постановке задачи (Рисунок 5) реакцию системы можно представить как Y=U24, а одним из ограничений будет Wx\U22 xw U22.
Некоторые частные критерии Uy, перечисленные выше, также перенесем в ограничения в соответствии с их типами. В предыдущих и последующих разделах работы систематизируются и формулируются элементы векторов задачи: а) для вектора управляемых факторов Хх : 1) емкости допустимого подвижного состава, чел.; 2) количества единиц подвижного состава R0 каждой емкости (раздел 2.4); 3) остановочная сеть – количество остановок, их расположение в пределах уличной сети, задаваемое координатами; 4) маршруты движения городского общественного транспорта в пределах остановочной сети (последовательность остановок, по которым проходит каждый маршрут, линейный или кольцевой); 5) расписания каждого маршрута: — количество подвижного состава каждой емкости – оборотов Ri , выпускаемых на маршрут (раздел 2.4); — время выпуска первого оборота каждой единицы подвижного состава на маршрут; — время окончания работы (последнего оборота) каждой единицы подвижного состава на маршруте; 6) параметры оборота каждого маршрута, указанные в разделе 1.1: — продолжительность нулевого рейса, мин.; — время каждого разворота на конечных остановках, мин.; — момент начала и продолжительность обеда, мин.; — момент переключения единицы подвижного состава с маршрута на маршрут, мин.; UUUR б) для вектора внутренних параметров модели X2 , значения элементов которого определяются далее в разделах 2.2 и 3.3: 1) оптимальный шаг дискретизации карты города с целью определения первичных пассажиропотоков, м; 2) нетерпимость пассажиров maxU22 – время, по истечении которого пассажир перестанет ожидать общественный транспорт на остановке и либо откажется от поездки, либо выберет другой способ перемещения, мин.; UR в) для вектора возмущений – неуправляемых факторов модели Z : 1) уличная сеть города, задаваемая в виде графа отрезков между перекрестками, и характеристики каждого отрезка: — длина отрезка, м; — количество полос движения; — качество покрытия, выражающееся через максимальную возможную скорость безопасного движения городского общественного транспорта в обоих направлениях отрезка, м/с; — возможность создания на отрезке (или его участках) остановки городского общественного транспорта; 2) количество жителей города, чел.; 3) средняя плотность расселения в городе (чел./м2) и плотность расселения в каждом из дискретов города; 4) общее количество жилого фонда (м2) и площадь жилого фонда в каждом из дискретов города (раздел 2.2); 5) перечень аттракторов в каждом из дискретов жилого фонда и их характеристики (разделы 2.1, 2.4): — мощность (сопоставимая ценность) Si; — временная диаграмма распределения вторичного потока, чел./мин. (см., например, Рисунок 21); — средний коэффициент вторичного потока чел./чел.; 6) показатели надежности подвижного состава (не учитываемые в данной работе); г) для вектора ограничений W: 1) ограничение на время ожидания на остановке U22 тахU22 (например, в выступлении в декабре 2015 г. глава Администрации г. Березники СП. Дьяков определил тахU, «15 мин.); 2) достижение гарантированного минимального экономического результата для каждого p-го транспортного предприятия (перевозчика) W2 : U3l minU31 , p 3) ограничение на допустимое количество конфликтов с органами местного самоуправления из числа возникших вследствие формирования вектора управления АХг для каждого перевозчика W3 : U32 тах/32 4) ограничение на допустимое количество конфликтов с пассажирами из числа возникших вследствие формирования вектора управления АХг для каждого перевозчика W4 : (U33 = зз max(f/21 -max/21,0)) maxf/33 У p 5) аналогичное ограничение с точки зрения органов местного самоуправления W5 : (Ul4 = к33 max(U2l- max U21,0)) max Uu ; 6) достижение гарантированного минимального экономического результата для каждого р-го муниципального перевозчика W6 : Un mmUn\ ; 7) ограничение на общие транспортные потоки для каждого г-го отрезка уличной сети W7 : U13 max Ul3\ . Далее, имея возможность оценки эффективности, можно подбирать А для Y=U24 min, например: а) Переносить остановки. б) Изменять маршруты. в) Изменять расписание движения по существующему маршруту (в т.ч. количество единиц подвижного состава на нем) и т.п.
Несмотря на то, что по природе своей многие компоненты модели несложны (или очевидны), большое количество элементов системы делает ее весьма зависимой от качества (погрешности) моделей элементов. Проблема заключается в том, что не все компоненты могут быть рассчитаны аналитически. Например, для идентификации моделей притока пассажиров на остановку, оттока пассажиров, отказавшихся от перевозки и оттока за счет использования общественного транспорта, надо по всему городу измерить первичные и вторичные пассажиропотоки (или хотя бы их сумму). Традиционная методика подсчета вошедших и вышедших в подвижной состав пассажиров плоха тем, что на решение задачи выбора вида общественного транспорта населением влияет априорное знание о существующих маршрутах (см. раздел 1.4). Маршрутная сеть, количество оборотов подвижного состава и выполнение расписания влияют на формирование пассажиропотока (если не принимать во внимание гостей города, доля которых в средних городах невелика). Поэтому более рациональным представляется подсчет пришедших на остановку и воспользовавшихся общественным транспортом пассажиров, если уж невозможно экспериментально исследовать изменения этих потоков при переносе остановок. Фронтальное измерение на всех остановках города невозможно из-за трудоемкости. В следующих разделах предложено решение проблемы невозможности фронтального измерения за счет анализа плотности населения.
Модель распределения первичного пассажиропотока по маршрутам городского общественного транспорта
Таким образом, если исходить из максимального среднего значения погрешности аппроксимированных коэффициентов, можно считать, что с погрешностью ±22,3% полученные результаты можно распространить на все остановки города. Такое значение погрешности не очень мало, но и не исключает выдвинутой выше гипотезы.
Аналогичные расчеты для летнего выходного варианта расписания показывают, что средние значения коэффициентов верны с погрешностью ±19,4%, причем значение рабочих мест для формирования пассажиропотока в 3,7 раз меньше, что не противоречит здравому смыслу (в выходные дни не все предприятия работают). Тот же результат может быть получен для зимнего расписания. В рамках данной работы измерения зимой не проводились, так как измерителями выступали студенты в рамках госбюджетной НИР МОН РФ №8.8544.2013 «Методы моделирования и идентификации сложных социально-экономических систем», а климатические условия г. Березники не способствуют сохранению здоровья при подобных продолжительных измерениях.
Итак, в результате получена возможность определения пассажиропотоков для любой остановки города, например, KAAt) = KAAt)-sи схAAt) и определена погрешность такого определения, примерно равная 20%. Далее возникает задача определения, как эти пассажиропотоки распределяются по маршрутам существующей или проектируемой сети городского общественного транспорта.
После определения пассажиропотока на остановках необходимо выяснить, как при существующей маршрутной сети пассажиры распределятся между маршрутами транспорта. Это необходимо для определения потребного количества оборотов транспорта на каждом маршруте.
Модель распределения пассажиропотока (см. Рисунок 6) по маршрутам в качестве факторов, возмущений и ограничений принимает следующее: Y3 Рисунок 23 – Концептуальная модель распределения пассажиропотока UUUR Через X31 обозначен вектор экзогенных факторов, поддающихся изменению под влиянием ЛПР: а) расположение остановок; б) маршрутная сеть; в) расписание подвижного состава на маршрутах, включая: 1) количество единиц подвижного состава каждой емкости на маршруте; 2) время выхода транспорта из парка на маршрут; 3) продолжительность нулевого рейса; 4) продолжительность разворота на конечных остановках; 5) продолжительность ожидания пассажиров на остановке после того, как выход и вход завершились (в терминах перевозчиков – «поджидание»); 6) время начала и продолжительность обеда или перерыва в исполнении маршрута; 7) время перехода единицы подвижного состава с одного маршрута на другой. г) расположение аттракторов, порождающих вторичные пассажиропотоки, и их мощность (магазины, места учебы и работы и т.п.). UUUR X32 – вектор эндогенных факторов, присущих системе и не поддающихся изменению: а) первичный пассажиропоток (за исключением пассажиров, отказавшихся от использования общественного транспорта), определенный в разделе 2.2; отметим, что с равным основанием его можно отнести к возмущениям; U UR Z3 – вектор возмущений, оказываемых на систему внешней средой: а) нарушения в исполнении расписания (в данной работе не рассматриваются); б) в том числе, изменения в исполнении расписания за счет невозможности одновременного нахождения на остановке нескольких единиц городского общественного транспорта (в терминах перевозчиков – «свадьба»); в) изменения (нарушения) в принятых для расчета расписания емкостях и мощностях аттракторов, емкости подвижного состава, колебания плотности населения, изменения стоимости перевозок (определяемой органами местного самоуправления); г) события, изменяющие потребность в перемещении (праздники, изменения погоды и т.п.). UUR W3 – вектор (или кортеж) условий и ограничений: а) ограничение по времени, за которое пассажир готов добраться до целевой остановки с помощью общественного транспорта; б) ограничение способности пассажира в условиях сложной маршрутной сети выбрать правильный маршрут с пересадками; в) и др. U UR Реакциями модели Y3 являются пассажиропотоки с остановки по каждому из маршрутов, проходящих по ней. В порядке разработки модели рассмотрим распределение пассажиропотока в вымышленной транспортной сети, поступающего на остановку 0, между подвижным составом маршрутов (Рисунок 24), соединяющих эту остановку с остановкой H разными путями. Приняты следующие допущения: пусть через остановку проходит М маршрутов, известных пассажирам (в примере М = 2 для простоты); из-за разветвлений и слияний графа остановок существуют пассажиры, которым нужен только определенный маршрут, которые могут уехать на двух маршрутах и т.д. до М маршрутов в общем случае. Всего получается N = 2М–1 потоков пассажиров, например, для М = 2 получим {{1}, {2}, {1, 2}} N = 3, для М = 3 получим {{1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}} N = 7 вариантов, для М = 4 получим N = 15 и т.д.
Исследование эффективности существующих расписаний и их улучшение
Исходная информация для составления расписаний общественного транпорта определяет информационную модель системы (Рисунок 41). На информационную модель возможны две точки зрения, а соответственно два уровня модели. Первый - логический (точка зрения пользователя) - описывает данные, задействованные в процессах предприятия. Второй – физический – определяет представление информации в БД [87]. ERwin объединяет их в единую диаграмму, имеющую несколько уровней представления.
На основании диаграммы потоков данных (DFD), анализа предметной области, а именно входных и выходных документов, была составлена ER-диаграмма, являющаяся информационной моделью программного средства:
На основании построенной информационной модели создается база данных информационной системы. База данных информационной системы содержит следующие таблицы: а) Маршруты (mars), индекс MARS_MARS по полю MARS. Содержит список и основную информацию о созданных пользователем маршрутах. Поля таблицы: 1) Mars (character, длина до 3 символов). Содержит наименование маршрутов. 2) Opis (character, длина до 20 символов). Комментарии к маршруту, заполнять не обязательно. 3) Osts (character, максимальная длина 15 символов). Строка должна содержать последовательность кодов остановок, через которые проходит поезд по маршруту. б) Заказные маршруты (mars), индекс ZMARS_MARS по полю MARS. Содержит список и основную информацию о созданных пользователем заказных 126 маршрутах. Поля таблицы: 1) Mars (character, длина до 3 символов). Содержит наименование заказных маршрутов. 2) Opis (character, длина до 20 символов). Комментарии к маршруту, заполнять не обязательно. 3) Osts (character, максимальная длина 15 символов). Строка должна содержать последовательность кодов остановок, через которые проходит поезд по маршруту. 4) Predp (character, максимальная длина 150 символов).Содержит информацию о предприятии-заказчике, заполнять не обязательно. в) Выходы (vih), индекс VIH_MARS по полю MARS. Содержит список и основную информацию о созданных пользователем выходах. Поля таблицы: 1) Endturn (number, длина 3). Время конечного оборота выхода, то есть, сколько идет поезд от конечного пункта до парка. Значение в поле может быть равно нулю в случае пересменки. 2) PO (number, длина 4). Время выхода поезда из парка. Может быть равно нулю, если не выходит из парка - случай пересменки. 3) PI (number, длина 4). Время захода поезда в парк. Может быть равно нулю, если поезд не заходит в парк - случай пересменки. 4) Link1 (character, длина 10 символов). Содержит идентификационный номер выхода, который связан с данным выходом спереди. 5) Link2 (character, длина 10 символов). Содержит идентификационный номер выхода, который связан с данным выходом сзади. 6) KOD (character, длина 10 символов). Зарезервировано под идентификационный номер водителя, прикрепляемого к выходу. 7) MARS (character, длина до 3 символов). Связано с полем mars таблицы маршрутов (mars). Равно значению маршрута, которому принадлежит выход. 8) IDENT (character, длина 10 символов). Идентификационный номер выхода маршрута. 127 9) NOM (number, длина 2). Порядковый номер выхода. 10) VTAB (character, длина равна 2). Код таблицы времени движения, определяет время, затрачиваемое поездом на прохождение участков от одной остановки до другой. 11) VARY (character, длина 2 символа). Код расписания, созданный пользователем. Позволяет разделить зимний вариант движения от летнего и т.д. 12) ZAK (character, длина 2 символа). Указывает на закрытость (открытость) выхода для редактирования. г) Обороты (elem), индекс ELEM_MARS по полю MARS. Содержит список и основную информацию существующих оборотов для выхода. Поля: 1) TURN1 (number, длина 3 символа). Время, затрачиваемое на стоянку на первой конечной остановке, в минутах. 2) TURN2 (number, длина 3 символа). Время, затрачиваемое на стоянку на второй конечной остановке, в минутах. 3) IDENT (character, длина 10 символов). Идентификационный номер оборота выхода. 4) VIH (character, длина 10 символов). Связь таблицы оборотов (elem) с таблицей выходов (vih). Значение поля совпадает со значением идентификационного номера выхода, которому принадлежат обороты. 5) MARS (character, длина 2 символа). Связь с полем mars из таблицы маршрутов (mars). Равно значению маршрута, которому принадлежат обороты. д) Остановки (ost), индекс OST_ELEM по полю ELEM. Содержит полную информацию для каждого оборота. Поля: 1) HM (number, длина 4 символа). Время (в минутах), в которое поезд должен быть на остановочных пунктах, код которых стоит в поле «O» этой же таблицы. 2) IS1 (character, длина 1 символ). Направление поезда: «1» - от первой конечной остановки до второй конечной остановки, «2» - в обратную сторону. Для кольцевых маршрутов ставится только «1». 128 3) ELEM (character, длина 10 символов). Связь с таблицей оборотов (elem). Значение поля совпадает со значением идентификационного номера оборота. 4) O (character, длина 1 символ).Код остановки. Связано с полем kod таблицы остановочные пункты (ostan). е) Таблицы времени движения (times). Содержит в себе всю информацию о времени перемещения поезда между двумя остановочными пунктами. Поля: 1) O1 (character, длина 1символ). Код первого остановочного пункта, связан с полем kod таблицы остановочных пунктов (ostan). 2) O2 (character, длина 1 символ). Код второго остановочного пункта, связан с полем kod таблицы остановочных пунктов (ostan). 3) M1, M2, M3, M3A, M4, M5, M6 (number, длина 3 символа). Время (в минутах), которое проходит поезд от остановочного пункта 1 (О1) до остановочного пункта 2 (О2). 4) T1, T2, T3, T3A, T4, T5, T6 (number, длина 3 символа). Время (в минутах), которое проходит маршрутное такси от остановочного пункта 1 (О1) до остановочного пункта 2 (О2). 5) VTAB (character, длина 2 символа). Код таблиц времени движения. Связан с полем kod таблицы вариантов расписания (vars). ж) Вариант расписания (vars). Список таблиц времени движения и расписания. Поля таблицы: 1) ISTAB (logic). Определяет тип таблицы: таблица времени движения (false) или таблица расписания (true). 2) KOD (character, длина 2 символа). Код таблицы, является ее идентификатором. 3) OPIS (character, длина 20 символов). Описание таблицы, которую создал пользователь (расшифровка кода). з) Остановочные пункты (ostan). Содержит список остановочных пунктов. 1) NAZV (character, длина 15 символов). Содержит названия остановочных пунктов, используемых в расчетах расписания. 2) KOD (character, длина 1 символ). Содержит код остановки, который является уникальным для каждого остановочного пункта.
На рисунке 41 представлена полная, рационально денормализованная информационная модель разрабатываемой системы. Модель являлась нормализованной до введения в таблицу Оборотов («ELEM») дополнительного поля Маршрутов («MARS»). Однако при работе с данной таблицей часто делается перебор и упорядочивание записей таблицы по маршрутам. Что в случае отказа от денормализации проводило бы к усложнению запросов, а также к увеличению длительности расчетов.
Прием денормализации, использованный при построении данной информационной модели, приводит к упрощению запросов при необходимости упорядочить данные и уменьшению объемов перебираемых данных за счет того, что не нужно делать сквозных запросов через таблицу Выходов («VIH»), а, следовательно, и к уменьшению времени расчетов.