Содержание к диссертации
Введение
ГЛАВА 1. Управление транспортными системами, как задача оптимизации 11
1.1 Аналитический расчет параметров транспортной системы 11
1.2 Динамическое выравнивание интервалов движения 13
1.3 Оптимизация перемещения пассажиров по смежным маршрутам 16
1.4 Синхронизация движения автобусов на пересадочных узлах 19
1.5 Особенности планирования работы междугородних автобусов 22
1.6 Управление общественным транспортом в реальном времени 24
1.7 Программно-аппаратные комплексы в системах управления общественным транспортом 27
1.8 Выводы 30
ГЛАВА 2. Моделирование работы транспорта в условиях конкуренции 31
2.1 Представление конкурентной среды 31
2.1.1 Критериальные функции 32
2.2 Формирование конкурентной среды 33
2.2.1 Длина очереди 34
2.2.2 Стоимость обслуживания 35
2.2.3 Время ожидания 37
2.3 Формирование транспортной инфраструктуры 38
2.4 Формирование потоков пассажиров 39
2.5 Формирование потоков транспорта 40
2.6 Оценка качества функционирования систем обслуживания 41
2.7 Управление в конкурентной среде, как задача многокритериальной оптимизации 45
2.7.1 Линейная свертка. 46
2.8 Выводы 47
ГЛАВА 3. Гибридная модель системы управления пассажирским транспортом 49
3.1 Имитационная модель транспортной системы в среде AnyLogic 49
3.2 Разработка имитационной модели 51
3.2.1 Структура имитационной модели . 52
3.2.2 Класс Passanger 53
3.2.3 Класс Cities 55
3.2.4 Классы Bus и MiniBus 57
3.2.5 Класс Main 58
3.2.6 Класс Experiment 61
3.3 Верификация имитационной модели 61
3.4 Презентация процесса и результатов моделирования 64
3.5 Реализация выбора альтернативных перевозчиков 66
3.6 Функциональность модели 67
3.7 Выводы 70
ГЛАВА 4. Экспериментальные исследования функциональности гибридной модели транспортной системы 72
4.1 Средства анализа данных 72
4.2 Оптимизация параметров транспортной системы при изменении интенсивности потока пассажиров 76
4.3 Оптимизация параметров управления транспортной системы при наличии конкуренции 80
4.3.1 Влияние порогового значения критерия предпочтений 82
4.3.2 Интервальная оптимизация 84
4.3.3 Многопараметрическая оптимизация 87
Заключение 92
Публикации автора по теме диссертации. 94
Список литературы 97
- Оптимизация перемещения пассажиров по смежным маршрутам
- Формирование транспортной инфраструктуры
- Структура имитационной модели
- Оптимизация параметров управления транспортной системы при наличии конкуренции
Введение к работе
Актуальность проблемы. Одной из отличительных черт современной
эпохи, без сомнения, можно считать широкое использование
вычислительных систем практически во всех окружающих нас областях.
Такое положение дел обусловлено не только несомненными успехами в
развитии самих вычислителей и программных систем для них, но и желанием
людей переложить выполнение рутинной работы на автоматы, в том числе и
в управлении. Успехи автоматизации при управлении сложными
техническими комплексами стимулируют тиражирование результатов в различные приложения.
Одной из таких областей, в которых сейчас происходит активное внедрение современных технологий управления, является транспорт. Катализатором этого процесса стало появление технологий GPS и GLONAS, в сочетании со средствами мобильной связи обеспечивающих трансляцию координат транспортных средств в управляющий центр. Стало возможным не только пассивное управление движением в виде разнообразных маршрутных листов, но и активное воздействие на все транспортные единицы непосредственно во время их движения, а это уже полностью соответствует архитектуре автоматизированных систем управления.
Общественный транспорт выполняет одну из важных миссий
окружающей нас среды – обеспечивает мобильность людей. В управлении
общественным транспортом широко используются информационно-
управляющие системы, обеспечивающие эффективность его
функционирования. С точки зрения теории, общественный транспорт
традиционно рассматривают, как систему массового обслуживания, где
заявки формируются потоками пассажиров, а исполнительными элементами
или обработчиками, являются транспортные единицы. Система управления в
зависимости от интенсивности потока заявок формирует необходимое
количество обработчиков и их вместимость, рассчитывает интервал
движения. Заметим, что именно соблюдение интервала движения является
важнейшей целевой функцией диспетчерских систем управления. Такой
подход вполне применим для управления системами, в которых нет
необходимости учитывать экономические параметры, например, при
планировании работы внутризаводского транспорта. Но кроме
удовлетворения запросов пассажиров, транспортные системы должны обеспечивать и рентабельность перевозок. Следование заданным интервалам движения при уменьшении потока пассажиров, очевидно, приведет к финансовым издержкам и сделает перевозки нерентабельными. Необходимо искать иные методы управления, способные гибко реагировать на изменение нагрузки.
Автобусы составляют важную часть общественного транспорта, особенно в развивающихся странах. Как правило, компании, реализующие
автобусное сообщение, являются государственными или муниципальными.
От их рентабельности зависит нагрузка на бюджеты различных уровней.
Важнейшим фактором, влияющим на прибыль перевозчика, является
конкуренция. Поэтому, государственные компании должны использовать в
своей работе стратегии управления, способные адаптироваться к ней.
Отсутствие таких возможностей приводит к конфликтам, характерным
примером которых может служить судебный иск на 40 млн. рублей,
поданный в начале 2014 года Министерством транспорта Московской
области к компании «Мосгортранс». Автобусы «Мосгортранса», проезжая по
территории области, собирают попутных пассажиров, что приводит к
убыткам областных перевозчиков [1.8]. Возможным решением проблемы
может служить административное регулирование конкуренции, вплоть до ее
полного устранения. Подобные методы используются при выдаче лицензии
на право перевозки единственному оператору [1.9]. Однако при этом будет
снижаться качество обслуживания пассажиров. Только внедрение в системах
управления общественным транспортом программно-аппаратных
комплексов, способных перейти от статического к динамическому планированию, позволит обеспечить компромисс.
Важная роль, которую играет общественный транспорт в жизни людей, новые возможности современных вычислительных систем, и необходимость совершенствования работы программно-аппаратных комплексов в системах управления определяют актуальность темы диссертации.
Цель работы и задачи исследования. Диссертационная работа посвящена
вопросам повышения эффективности работы аппаратно-программных
комплексов в системах управления общественным транспортом, расширению
их функциональности. Это соответствует областям исследований,
определенных в паспорте специальности 05.13.01 «Системный анализ, управление и обработка информации» (п.3 и п.11).
Для достижения поставленной цели в работе решаются следующие основные задачи:
-
Анализ принципов функционирования систем управления общественным транспортом.
-
Формализация задачи планирования работы транспортных систем в условиях конкуренции.
-
Разработка структуры модели конкурирующих транспортных систем.
-
Выбор среды и программная реализация экспериментальной модели конкурирующих транспортных систем.
-
Проведение симуляций, направленных на оценку влияния параметров стратегий на эффективность управления при изменении уровня конкуренции.
Объект и предмет исследования. Объектом исследования являются
информационно-управляющие системы, обеспечивающие работу
общественного транспорта.
Предмет исследования составляют методы принятия управленческих решений и оценка их эффективности при изменении уровня конкуренции.
Методы исследования. При решении поставленных задач были использованы положения общей теории систем, теории вероятностей, теории систем массового обслуживания, гибридное моделирование и объектно-ориентированное программирование.
Научная новизна. В диссертации предложены методы исследования эффективности информационно-управляющих систем для планирования работы общественного транспорта в условиях конкуренции. Введены критериальные функции, определяющие интересы акторов, разработан метод формирования предпочтений в условиях конкуренции. Разработана и программно реализована в среде AnyLogic гибридная модель транспортной системы, ориентированная на поиск оптимальных стратегий управления. Модель может использоваться в качестве инструмента, как для анализа эффективности действующих стратегий, так и для их оптимизации.
Положения, выносимые на защиту.
-
Формализация задачи планирования работы транспортных систем в условиях конкуренции.
-
Структура модели конкурирующих транспортных систем.
-
Программная реализация экспериментальной модели конкурирующих транспортных систем.
-
Результаты экспериментальных исследований эффективности стратегий управления при изменении уровня конкуренции.
Практическая значимость. Предложенная в работе имитационная модель
конкурирующих транспортных компаний может быть использована для
прогнозирования эффективности алгоритмов и стратегий, лежащих в основе
автоматизированных диспетчерских систем управления общественным
транспортом. Проведенные исследования подтверждают возможность
нахождения оптимальных параметров управления, обеспечивающих
компромисс в системе пассажир-перевозчик, при воздействии внешнего возмущения в виде потока транспортных средств альтернативного перевозчика. Повышение точности прогнозных оценок эффективности управления приводит к повышению эксплуатационных характеристик самого объекта управления.
Внедрение результатов. Разработанная в диссертационной работе
модель используется в компании ШТРИХ-М при структурно-
параметрическом синтезе систем управления транспортом.
Апробация работы. Основные положения диссертации были
представлены и обсуждались на 15 международных, всероссийских и межвузовских научных конференциях:
-
Микроэлектроника и информатика – 2010. 17-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов. МИЭТ
-
V Международная научно-практическая конференция «Современные информационные технологии и ИТ-образование». МГУ, 2010.
-
Информационные технологии, электронные приборы и системы. Международная научно-практическая конференция. Минск, 2010.
-
Микроэлектронные информационно-управляющие системы и комплексы. Международная научная школа для молодежи. МИЭТ, 2010.
-
Актуальные вопросы современной техники и технологии. IV Международная научная заочная конференция. Липецк, 2011.
-
Микроэлектроника и информатика – 2011. 18-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов. МИЭТ, 2011.
-
Актуальные проблемы информатизации в науке, образовании и экономике. 4-я Всероссийская межвузовская научно-практическая конференция. МИЭТ, 2011.
-
Микроэлектроника и информатика – 2012. 19-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов. МИЭТ, 2012.
-
МЭС-2012. Проблемы разработки перспективных микро- и наноэлектронных систем - 2012. ИППМ РАН, 2012
-
VII Международная научно-практическая конференция «Современные информационные технологии и ИТ-образование». МГУ, 2012.
-
XV Международная телекоммуникационная конференция молодых ученых и студентов «МОЛОДЕЖЬ И НАУКА». НИЯУ МИФИ, 2012.
-
Микроэлектроника и информатика – 2013. 20-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов. МИЭТ, 2012.
-
11-th EAST-WEST DESIGN & TEST SYMPOSIUM (EWDTS 2013), Rostov-on-Don, Russia, 2013.
-
Fifth International Conference on Internet Technologies and Applications (ITA 13), Glyndwr University, Wrexham, North Wales, UK, 2013.
-
МЭС-2014. Проблемы разработки перспективных микро- и наноэлектронных21 1систем - 2014. ИППМ РАН, 2014.
Публикации. По материалам диссертации опубликовано 9 тезисов докладов и 9 статей, в том числе четыре в журналах, входящих в перечень ВАК. Получено свидетельство об официальной регистрации программы для ЭВМ.
Структура и объём диссертационной работы. Рукопись диссертационной работы объемом 144 страниц состоит из введения, четырех глав, заключения, списка литературы из 22 источников и трёх приложений.
Оптимизация перемещения пассажиров по смежным маршрутам
Если расширить задачу, рассматриваемую в [1.3] на всю транспортную сеть, то мы придем к задаче организации движения, при которой затраты времени на пересадку минимизируются на всех возможных маршрутах. Факторами, существенно усложняющими ее решение, являются как значительное различие расстояний между остановками, так и различные интенсивности потоков пассажиров, следующих по разным маршрутам.
В работах [1.4] и [1.10] рассматривается один из возможных подходов к решению проблемы составления расписания движения автобусов с максимальной синхронизацией в пересадочных узлах транспортной сети. Особенность метода заключается в максимизации количества автобусов, прибывающих одновременно во все узлы сети. Расписание с максимальной синхронизацией в узлах приведет к повышению качества обслуживания пассажиров за счет минимизации времени ожидания при пересадке с одного маршрута на другой.
Прежде чем составлять реальное расписание, необходимо определить основные требования к нему. Отмечается, что основными параметрами, влияющими на процесс планирования, будут: 1. Тип интервала движения – постоянный или изменяемый. 2. Критерий загруженности транспорта – максимум или заданный минимальный уровень. 3. Целевая функция, определяющая качество составленного расписания. Она может состоять из нескольких критериев, имеющих различные веса. Предлагаемая авторами модель задачи составления расписания базируется на объединении методов нелинейного и целочисленного линейного программирования. Автобусная транспортная сеть описывается с помощью направленного графа , где множество дуг представляющих маршруты движения автобусов, а множество узлов пересадки (рис. 1.3). с 1 / 2 3 b x d а Рис. 1.3 Модель транспортной сети. Задается временной интервал планирования. Время прибытия автобуса на любую остановку не должно выходить за границы этого интервала. количество пересадочных узлов в сети. количество маршрутов в сети. минимальный временной интервал между автобусами на маршруте максимальный временной интервал между автобусами на маршруте количество автобусов на маршруте на интервале. время в пути от начальной точки маршрута до пересадочного узла . Модель позволяет вычислить переменную которая определяет число автобусов маршрутов одновременно прибывающих в пункты пересадки. Целевую функцию можно представлять следующим образом:
Следует отметить, что, несмотря на комплексный характер целевой функции, алгоритм не предусматривает оптимизации в интересах обоих сторон процесса. Здесь, как и в предыдущих случаях, превалируют предпочтения пассажиров. Кроме того, модель предполагает статическое управление, при котором найденные параметры будут действовать до их следующего переопределения. 21 1.5 Особенности планирования работы междугородних автобусов В работе [1.5] рассматривается задача оптимизации интервалов движения одного из видов скоростного общественного транспорта – экспресс автобусов (САТ) и обосновывается необходимость координации его работы с другими видами автобусного сообщения. По схеме движения и количеству остановок автобусное сообщение можно разделить на три категории: - городские маршруты; - пригородные маршруты; - междугородные или экспресс маршруты.
Планирование работы городских автобусов предполагает их движение вдоль маршрутов с заданным интервалом от начальной до конечной остановок. При этом транспортное средство должно производить остановки во всех промежуточных пунктах (рис.1.5a). Зонное планирование пригородных маршрутов характеризуется тем, что транспортные средства могут пропускать отдельные остановки при (рис.1.5б). На междугородных маршрутах количество промежуточных остановок либо сведено к минимуму, либо они полностью отсутствуют (рис.1.5в).
Планирование работы городских автобусов является наиболее распространенной задачей. Организация движения САТ отличается от него тем, что основной параметр управления – интервал движения, не играет в этом процессе определяющую роль. Контролировать необходимо только время прибытия в конечный пункт маршрута, а промежуточные пункты, на которых автобус не останавливается, могут игнорироваться.
Весьма интересно, что авторы предлагают рассматривать проблематику управления скоростным транспортом, как задачу многокритериальной оптимизации. При этом они используют метод свертки (1.13) для снижения вычислительной сложности, как самой модели, так и реализующего ее алгоритма.
Целевая функция, описываемой модели, включает три компонента: - время ожидания пассажиров , - время поездки пассажира в автобусе , - накладные расходы транспортных средств . Ниже представлена функция, предназначенная для минимизации трех интегрированных критериев
Формирование транспортной инфраструктуры
Рассмотренные в главе 1 примеры стратегий планирования работы транспортных систем хотя и используют различные подходы, но имеют общие черты. Они рассматривают задачу оптимизации только в интересах одной из взаимодействующих сторон СМО. Это соответствует классической теории, опирающейся на удовлетворение поступающих заявок. Кроме того, большинство стратегий реализует только статическое управление, что не дает возможности использовать их в динамических конкурирующих системах [2.6]. Необходимо найти подходы, учитывающие интересы не только источников заявок, но и их исполнителей в условиях динамического воздействия на ТС со стороны конкурирующих субъектов.
Представление конкурентной среды При каких параметрах будет обеспечиваться оптимальное качество обслуживания пассажиров и рентабельность транспортных предприятий в условиях конкуренции? Соотношения (1.1) - (1.8) не дают возможности найти ответ на этот вопрос. Формально задача сводится к многокритериальной оптимизации и для ее решения может быть использовано имитационное моделирование. Для определенности рассмотрим конкуренцию между двумя ТК (рис. 2.1), одна из которых (ТК1) является государственной, а вторая частной (ТК2).
Конкуренция транспортных компаний Конкурирующие компании делят между собой поток пассажиров . При этом выполняется соотношение: (2.1) Где поток обслуживается государственной, а частной компаниями. Цель конкуренции заключается в увеличении прибыли, которая в нашем случае будет зависеть от той доли пассажиров, которую удастся перевести ТК. Поэтому, будем оценивать успехи компаний по динамике соотношения . Если оно растет, стратегия управления будет выигрышной, а если падает, то проигрышной.
Имитационная модель, создаваемая для проведения исследований оптимальности стратегий поведения ТК в условиях конкуренции, должна иметь возможность численной оценки вариабельности параметров управления. Для этого необходимо определить критериальные функции, отражающие конкурентные преимущества.
Одним из наиболее общих критериев качества обслуживания (Quality of Service) для СМО, к которым относятся и транспортные системы общего пользования, является - время ожидания пассажиров в очереди. В СМО этот параметр чаще называют задержкой в обслуживании. Будем использовать его в качестве одного из критериев для оценки качества системы управления ТС со стороны пассажиров. Среднее значение времени ожидания для М пассажиров: (2.2), где: – задержка обслуживания i-го пассажира; – время посадки i-го пассажира в транспорт; – время прихода i-го пассажира на остановку. Рентабельность транспортных предприятий зависит от многих факторов, среди которых важнейшими можно считать стоимость билетов и заполняемость автобусов, и, конечно же, применяемая в системе дисциплина управления. Критерием, определяющим эффективность дисциплины управления ТК, может служить коэффициент загрузки транспортного средства (Bus Loading), поскольку именно он косвенно характеризует и конкурентное преимущество ТК. Будем анализировать среднюю загруженность N транспортных средств на интервале времени : При дискретном моделировании интеграл в (2.3) заменяется на сумму. С помощью введенных критериев задача системы управления ТК заключается в нахождении компромисса между:
В своей работе ТК используют достаточно много различных стратегий управления. Они могут опираться на расписание, длину очереди, время простоя ТС, время ожидания. Государственные ТК в основном используют в своей работе расписание, а частные ориентируются на наличие пассажиров в очереди. В основе конкуренции между ТК лежит поведение пассажиров, которые формируют свои предпочтения при выборе средства передвижения. Это должно быть реализовано и в модели, например, в виде некоторых критериев, которые должны обладать свойствами информативности и вычислимости для всех стратегий управления.
Модель конкурирующих систем должна обеспечивать изменение значений критериальных функций (2.2) и (2.3) при изменении параметров стратегий управления. Для этого необходимо выделить основные параметры исследуемой системы и установить функциональную зависимость между ними и критериальными выражениями.
Будем опираться на предположение о том, что влияние на предпочтения пассажиров оказывают следующие факторы: длина очереди; соотношение стоимости поездки в конкурирующих ТК; время ожидания транспорта; регулярность движения; вероятность нарушения расписания; наличие льгот по оплате проезда; уровень комфорта; уровень безопасности; время достижения цели. Основной задачей проводимых исследований является повышение эффективности работы аппаратно-программных управляющих комплексов, поэтому ограничимся рассмотрением только тех, влияние которых легче формализовать: длина очереди - коэффициент; соотношение стоимостей поездки, льготы - коэффициент; время ожидания транспорта - коэффициент. Если ограничить значения всех коэффициентов диапазоном от 0 до 1, то это позволит получить обобщенный коэффициент, определяющий предпочтения пассажира в конкурентной среде: (2.5).
Поскольку исследование не ставит целью максимально правдоподобно описать поведение пассажиров, необходимо лишь сформировать управляемую конкурентную среду, рассмотрим порядок расчета коэффициентов для выбранных критериев и их влияние на формирование предпочтений пассажиров в соотношении (2.1).
Структура имитационной модели
Как показано в главе 3, в инструментальной среде моделирования содержатся средства отображения данных, при помощи которых можно представлять результаты в виде различных диаграмм и графиков, что значительно упрощает процедуру анализа. При проведении исследований сложных объектов не всегда возможно априорно выделить наборы параметров и переменных, взаимоотношение которых однозначно определяет поведение модели. Одной из очень удобных свойств среды AnyLogic является то, что она позволяет включать в презентации графические инструменты анализа данных на любом этапе работы с моделью. При отладке модели разработчику бывает достаточно проверить корректность отработки положительных и отрицательных обратных связей без их количественного анализа. Преимущество использования графиков и диаграмм заключается в том, что они способны обеспечить качественную оценку поведения объекта непосредственно в процессе моделирования. инамика изменения доли рынка На рисунке 4.1 показана динамика изменения доли транспортных компаний ТК1 и ТК2 в соответствии с выражением (2.1). Верхний график представляет количество пассажиров, которых перевозит ТК1, а нижний ТК2. Различие в частоте пульсаций и их амплитуде на этих кривых объясняется разницей в интервалах движения и вместимости транспортных средств у ТК1 и ТК2.Поскольку движение транспортных средств у разных компаний не синхронизированы друг с другом, это приводит к колебаниям амплитуды верхнего графика, соответствующего доле ТК1.
При необходимости можно детализировать информацию, изменив масштаб отображения данных на графиках (рис. 4.2 и 4.3). Рис. 4.2 Загруженность транспортных средств ТК1. График, представленный на рисунке 4.2, показывает, что величина загруженности транспортных средств ТК1 в процессе моделирования изменяется в диапазоне от 72% до 87%, а загруженность транспортных средств ее конкурента ТК2 изменяется от 89 % до 98%, как представлено на рисунке 4.3.
Загруженность транспортных средств ( ) является основным критерием эффективности работы ТК. Она зависит как от вместимости транспортных средств, так и от интенсивности потока пассажиров. Вместимость транспортных средств ТК2 меньше, чем в ТК1, поэтому график их загруженности ведет себя более динамично, поскольку при одинаковом абсолютном значении изменения числа пассажиров, влияние на загруженность будет проявляться сильнее. Помимо рассмотренного критерия , который представляет интересы перевозчиков, в модели рассчитывается и второй критерий – время задержки обслуживания пассажиров , отвечающий за интересы другой стороны системы обслуживания. Использование для оперативного анализа значения критерия временных графиков не информативно, поскольку на графике мы сможем увидеть только один из параметров, характеризующих этот критерий, например, среднее значение. Более информативным средством являются гистограммы, позволяющие расширить список параметров, характеризующих величины. Кроме среднего, отображаются минимальное и максимальное значения, среднеквадратичное отклонение и, конечно, само распределение.
Статистика задержки обслуживания пассажиров На примере, представленном на рисунке 4.4, средняя задержка составляет около 13 минут при интервале движения автобусов в ТК1 30 минут. Это косвенно свидетельствует о наличии конкуренции. Часть пассажиров транспортной сети воспользовалась услугами альтернативного перевозчика - транспортными средствами ТК2, у которых интервал движения меньше. 4.2 Оптимизация параметров транспортной системы при изменении интенсивности потока пассажиров
Одна из задач, наиболее часто встречающихся на практике, связана с необходимостью оперативной коррекции установленного расписания движения автобусов. Как уже было отмечено выше (раздел 1.1), интервал движения автобусов рассчитывается на основе имеющихся статистических данных об интенсивности потоков пассажиров. Интервал движения может изменяться в течение суток, но для одинаковых временных отрезков остается постоянным на протяжении длительного времени, например, нескольких месяцев. Целью проводимых экспериментов является подтверждение возможности динамической реакции системы управления на снижение потока пассажиров.
Как уже было отмечено, большинство подходов, проанализированных в главе 1, рассматривают задачу планирования работы транспортной системы как задачу нахождения оптимальных параметров управления, которые при эксплуатации и поддерживаются на заданном уровне. В числе важнейших таких параметров интервал движения транспорта. Технологии GPS и беспроводная связь используются для регуляторов интервалов, как при грузовых, так и при пассажирских перевозках. При изменении внешних условий возникает необходимость в их переопределении. В разделе 4.2 показано, что такой подход не позволяет адекватно реагировать на изменение интенсивности потока пассажиров, что приводит к дисбалансу объекта управления. Конкуренция является тем фактором, который многократно усиливает изменчивость потоков пассажиров, а, следовательно, способствует разбалансировке объекта управления. В отсутствии конкуренции единственным параметром системы управления, который можно оперативно использовать для реакции на динамику внешней среды, является интервал движения транспорта. В случае конкуренции, к этому параметру может быть добавлена и экономическая составляющая стоимость проезда. Разработанная модель позволяет исследовать возможности различных стратегий управления динамически оптимизировать работу транспортной компании при внешних воздействиях. При этом механизм реакции объекта управления на изменение параметров будет опираться на предпочтения пассажиров, правила формирования которых, определены в разделе 2.2. В классе Passanger модели реализуется вычисление индивидуальных предпочтений в соответствии с выражением (2.5).
Оптимизация параметров управления транспортной системы при наличии конкуренции
Проведенные вычислительные эксперименты (раздел 4.2) показали, что использование адаптивной стратегии позволяет оптимизировать работу ТС при изменении интенсивности потока пассажиров. Формально, конкуренция приводит к аналогичному снижению интенсивности потока для одной из компаний. Но вот реакция на это со стороны системы управления может быть уже более разнообразной, т.е. у системы становится больше степеней свободы и поиск оптимума значительно усложняется.
Анализ функциональности современных программно-аппаратных комплексов, используемых в общественном транспорте, показывает, что для оперативного управления они используют в основном технические параметры объекта управления, в то время как экономические применяются при стратегическом планировании. В качестве одного из методов экономического воздействия на конкурентов, который широко используется на транспорте, можно рассматривать выпуск проездных билетов, имеющих длительный период действия. Затраты, понесенные потенциальными пассажирами на их приобретение, в значительной мере снижают их интерес к альтернативным перевозчикам. Введение для различных социальных групп населения транспортных льгот, привязанных к муниципальному перевозчику, это тоже механизм борьбы с конкуренцией. И тоже механизм управления на стратегическом уровне. Оперативное управление требует более гибких стратегий, опирающихся на комплекс параметров. Адаптивное управление должно оперировать не только параметрами трафика, но и использовать экономические рычаги. С точки зрения теории управления, система становится сложной, многопараметрической, а задача управления переходит в задачу многокритериальной оптимизации. Имитационное моделирование может служить мощным инструментом анализа эффективности стратегий именно в таких случаях.
Рисунки 4.10 – 4.12 иллюстрируют возможности разработанной модели находить оптимальные интервалы движения при изменении уровня конкуренции в ТС. Оптимизация проводилась в интересах одного из участников рынка – компании ТК1. Вычисления проводились на четырехядерной платформе.
Используя адаптивную стратегию, удается избежать резкого падения при увеличении . Таблица 4.6 Результаты экспериментов по оптимизации 0,82 0,83 0,19 38 3 0,76 0,77 0,30 50 4 0,77 0,73 0,39 55 Отметим, что для обеспечения рентабельности перевозок ТК1 приходится увеличивать интервал движения транспорта. Однако это не приводит к существенному ухудшению качества обслуживания пассажиров. Величина снижается, но незначительно, поскольку увеличение интервала компенсируется возрастанием потока транспорта ТК2. При этом система управления воздействует на объект с помощью только одного параметра – интервала движения.
В следующем разделе будут представлены результаты исследования стратегий, в которых будут использованы и экономические параметры. Многопараметрическая оптимизация Выше было показано, что транспортную систему с точки зрения управления ею, можно отнести к классу сложных систем, состояние которых определяется некоторым набором противоречивых критериев. Поэтому, поиск оптимальных параметров управления ТС сводится к задаче многокритериальной оптимизации. Вычислительные эксперименты, проведенные с разработанной моделью, подтвердили возможность ее использования для нахождения оптимального интервала движения при изменении интенсивности потока пассажиров. Представленные в таблицах 4.7 – 4.9 результаты призваны показать, что модель позволяет решать задачу оптимизации при варьировании двух и более критериев. Исходные данные: значения параметров , , фиксированы, значения параметров и варьируются в процессе симуляций. Выходные данные: значения параметров , , и формируются в ходе симуляций, а и рассчитываются по формулам (4.1) и (4.3) соответственно. 1. Анализ принципов работы программно-аппаратных комплексов, лежащих в основе систем управления общественным транспортом, показал, что в подавляющем большинстве они реализуют статическую модель управления, параметры которой определяются на основе статистических данных об интенсивности потоков пассажиров. Значительные изменения потока приводят к дисбалансу транспортной системы, но реакция на это со стороны управления запаздывает в силу консервативной стратегии управления. Заполняемость транспортного средства может служить одним из индикаторов, которые можно использовать в стратегиях оперативного планирования работы транспорта, способных адаптироваться к изменению потоков пассажиров.
2. Причины изменения нагрузки в транспортных системах могут быть связаны как с изменением интенсивности потоков пассажиров, так и с наличием в системе перевозок конкуренции. Предложено формализованное представление транспортной системы и определены критериальные функции, оценивающие эффективность систем управления в условиях конкуренции. Показано, что задачей адаптивного управления является многокритериальная оптимизация и обеспечение баланса противоречивых интересов акторов:
3. Разработанная в среде AnyLogic гибридная модель позволяе задавать топологию транспортной сети, порядок формирования потоков пассажиров и транспорта, дисциплину обслуживания пассажиров и механизм формирования предпочтений при выборе ими перевозчика. При этом транспортные средства представляются с помощью дискретно-событийного подхода, а для описания поведения пассажиров используется агентный подход.
4. Полученные результаты показывают, что динамическое планирование работы ТС, основанное на оптимизации интервалов движения транспорта при изменении интенсивности потоков пассажиров, позволяет адаптировать систему к внешним условиям в широком диапазоне изменения нагрузки. При этом для различных значений уровня нагрузки выигрыш по отношению к статическому управлению составляет от 5 до 18%, а обеспечение рентабельности перевозок происходит за счет увеличения интервала движения транспорта.
5. Использование гибридных моделей для повышения эффективности динамических стратегий с их последующей имплементацией в программно-аппаратные комплексы позволяет реализовывать адаптивное управление транспортом, оперативно реагировать на действия конкурентов, повысить рентабельность перевозок.
