Введение
Транспорт – это система средств, предназначенныхдля организации и осуществления перевозки людей и грузов с определенными целями.Из приведенного определения следует, что проблема транспорта включает большой кругвопросов. Несмотря на то, что для решения этих вопросов могут быть использованысамые различные методы, есть все основания полагать, что в данном случае наиболееэффективными окажутся методы исследования операций. Транспортная сеть предоставляетисследователям систем широкое поле деятельности, где они могут продемонстрироватьвозможности методов исследования операций при изучении как отдельных аспектов указаннойпроблемы, так и проблем, возникающих при рассмотрении транспортной сети как подсистемыобщей городской системы.
По мере повышения сложности транспортных сетей,которое сопровождается возрастанием роли проблем обеспечения их надежности, во многихстранах растет и интерес к транспорту как к объекту исследования. Например, люди,занимающиеся проблемой перевозки грузов, не только прекрасно понимают необходимостьсоздания хороших транзитных систем и связанные с этим выгоды (более эффективноеиспользование энергии, оживление и восстановление деловой части города и т.п.),но и невозможность их реализации без специальных исследований. В настоящее времяна многих промышленных предприятиях распределение потоков продукции анализируетсяс использованием системного подхода и при этом используются существующие зависимостимежду отдельными элементами системы распределения продукции. Результаты такого анализачасто оказываются совершенно поразительными с точки зрения громадной экономики,к которой они приводят.
При изучении проблем транспорта необходимо помнить,что он не представляет собой изолированную систему, а тесно связан с другими системами.В общем случае транспорт можно рассматривать как средство достижения некоторой цели,которая формируются в рамках другой системы. Например, перевозка грузов внутри предприятияи между предприятиями является лишь частью всей системы распределения продукциии в то же время тесно взаимодействует с такими подсистемами, как управление производственнымизапасами, обработка заказов, производство, обработка информации и общее управлениепредприятием. Если обратиться к городской транспортной системе, включающей сложнуюсеть улиц и магистралей, системы транзитной перевозки грузов, скоростного проездаавтомобилей и т. Д., то недостаточно отметить, что эта система выполняет функцииобеспечения других городских систем (экономической, социальной, политической и культурной).Необходимо также со все определенностью подчеркнуть, что транспортная подсистемаявляется неотъемлемой органической частью общегородской системы. При этом важноиметь ввиду, что планирование работы транспорта должно обязательно включать исчерпывающийанализ взаимодействия транспортной подсистемы города с другими его подсистемами.
Разработаны методы и модели прогнозированиягрузовых и пассажирских перевозок на различных видах транспорта. Минимальным объектомпрогнозирования является направление перевозок. Разработанные методы и модели позволяютпрогнозировать перевозки в случае усеченных наблюдений, отсутствия статистическихданных по прогнозируемому показателю, учитывать в будущем действие факторов, которыене действовали ранее, делать оценки степени неудовлетворенности спроса на перевозки.
Цель работы – изучить моделированиепрогнозирования потребностей как средство повышения эффективности работы транспортныхсетей.
транспорт модель прогнозирование потребность
1. Теоретические основы моделированияпрогнозирования потребностей как средства повышения эффективности работытранспортных сетей
1.1 Математическое моделирование
Математической моделью операции называетсяформальные соотношения, устанавливающие связь принятого критерия эффективности сдействующими факторами операции. Чтобы построить математическую модель, необходимооценить количественно проявления рассматриваемых факторов и указать группы рассматриваемыхпараметров, формально представляющие эти факторы.
Математические модели могут иметь видформул, систем уравнений или неравенств, а также таблиц, числовых последовательностей,геометрических образов, отражающих зависимость между критерием эффективности операциии теми параметрами, которые представляют учтенные действующие факторы [8].
При построении модели (как математическойтак и физической) можно выделить следующие основные этапы.
1. Постановка цели моделирования. определениенабора четко сформулированных согласованных и реализуемых целей — существенное условиеуспешного моделирования.
2. Анализ реальной системы, процессаили явления с целью формирования модели. Для анализа система разбивается на составляющиечасти (реальные и воображаемые), которые ограничиваются от окружающих факторов.
При этом ограниченная система должнаобладать всеми свойствами, присущими ей в реальной действительности. Кроме того,система, составленная из совокупности составляющих ее частей, должна представлятьединое целое.
3. Структуризация и построение модели.При физическом моделировании это может быть макет моделируемой системы. При имитационноммоделировании это будет моделирующий алгоритм. Аналитическая модель будет записанав виде математических соотношений.
4. Верификация модели состоит в проведенииисследования с помощью отладочных и проверочных тестов, предназначенных для выявленияошибок в структуре модели. Верификация может закончиться неудачно даже и в случаяхправильной ее структуризации. В этом случае говорят об ошибке 1-го рода (отбрасываетсяприемлемый вариант). Возможны ошибки 2-го рода, когда принимается ошибочный вариант.Любые ошибки, выявленные на этом этапе верификации приводят к возвращению на этапструктуризации.
5. Оценка пригодности модели проводитсясравнением откликов проверенной модели с соответствующими откликами или изменениями,снятыми с реальной системы. Это значит, что экспериментирование может проводитсякак с моделью, так и с моделируемой системой. Если реальная система недоступна дляэкспериментирования, то обращаются к неформальным приемам, используют известныехарактеристики. Расхождения откликов модели и реальной системы свидетельствуют обошибках на стадии анализа, т.е. необходимо вернуться к просмотру результатов 2-гоэтапа [7].
6. Планирование эксперимента. На проверенноймодели возможна постановка экспериментов для получения новой информации о моделируемойсистеме.
7. Обработка результатов эксперимента,формирование на основе выводов и оформление соответствующей документации на приеммодели пользователем./>
Рассмотрим принципы построения математическихмоделей. Основными объектами исследования операций являются аналитические математическиемодели (в дальнейшем просто математические модели). При этом необходимо отметить,что построение математической модели изучаемого процесса или явления не означаетеще, что построена задача исследования операций. С помощью одной модели можно исследовать,изучать разные операции. Только постановка и формализация цели операции, в результатекоторой формулируется оптимизационная задача, однозначно определяет задачу исследованияопераций [3].
Построение математической модели — этоискусство, поэтому нет строгого алгоритма, который был бы пригоден для построениялюбой модели. Можно лишь выделить ключевые моменты этого построения [13].
1. Составление математической моделиначинается с выбора переменных, совокупность числовых значений которых однозначноопределяет один из вариантов процесса. Эти переменные называются параметрами задачиили элементами решения. Следует иметь в виду, что иной раз от удачного выбора этихпеременных зависит простота модели и, следовательно, удобство дальнейшего анализа.
2. После выбора переменных составляютсяограничения, которым должны удовлетворять эти переменные. При этом нужно следить,чтобы в модель были включены все ограничительные условия, и в то же время, чтобыне было ни одного лишнего или записанного в более жесткой, чем требуется условиямизадачи, форме.
3. Составляется целевая функция, котораяв математической форме, отражает критерий эффективности выбора лучшего варианта,другими словами, ставится цель операции на модели, полученной во втором пункте.
Классификация математических моделейможет проводиться с различных точек зрения. В зависимости от этого получаются различныетипы моделей.
1. Если в основе классификации лежатсоотношения, которые выражают зависимости между состояниями системы и параметрамисистемы, то выделяют:
а) детерминированные модели — состояниесистемы в заданный момент времени однозначно определяется через параметры системы.
b) стохастические модели — однозначноопределяются лишь распределения вероятностей для состояний системы при заданныхраспределениях вероятностей для начальных условий.
2. Если параметры задачи принимают дискретныезначения (причем дискретность может быть любой природы: от целочисленного значениядо произвольного набора значений), то говорят о дискретной модели. Непрерывная модельв случае непрерывных значений параметров задачи.
3. Одноэкстремальной моделью называетсяматематическая модель задачи, имеющей один критерий эффективности. Если задача исследованияопераций имеет несколько критериев эффективности, то соответствующая модель называетсямногоэкстремальной моделью.
4. Задачей линейного программированияназывается математическая модель, в которой функция и ограничения выражаются линейнымифункциональными зависимостями. Если среди функциональных зависимостей есть хотябы одна нелинейная, то математическая модель будет задачей нелинейного программирования.Если функциональные зависимости — выпуклые функции, то имеет место задача выпуклогопрограммирования. Если целевая функция является квадратичной функцией, а ограничения- линейные функции то получается задача квадратичного программирования [11].
1.2 Прогнозирование
Можно выделить два вида прогнозируемых характеристиксистемы, зависящих от времени: переменные состояния и переменные интенсивности.Переменная состояния определяется периодически, и ее значение в течение небольшогоинтервала времени зависит от времени,прошедшего с момента начала наблюдения.Переменная интенсивности также определяетсяпериодически, но ее значение пропорционально времени, прошедшему с момента предыдущегонаблюдения. Такие характеристики системы, как температура, скорость, число подписчиковпа журнал или цена, являются примерами переменных состояния. В качестве примерапеременной интенсивности можно привести количество выпавших осадков, количествопроданных экземпляров или спрос. Если переменная состояния характеризует количество,то переменная интенсивности — скорость его изменения [2].
Процессы прогнозирования переменных состояния иинтенсивности отличаются друг от друга следующими особенностями:
· если измерения характеристик системы проводятсячерез разные интервалы времени, то величину интервала необходимо учитывать при оценкепеременных интенсивности, в то время как при оценке переменных состояния эта величинане имеет значения;
· так как прогнозы обычно осуществляются длянескольких последовательных интервалов времени в пределах некоторого времени упреждения,по истечении которого становятся важными результаты реализации принятых решений,то правильный прогноз переменной состояния должен определять ее значение в концевремени упреждения, а прогноз переменной интенсивности должен представлять собойсумму прогнозов па протяжении времени упреждения;
· функция распределения во времени вероятностейошибок прогноза для переменной состояния должна соответствовать функции распределениявероятностей ошибок в исходных данных, тог да как для переменной интенсивности законраспределения вероятностей ошибок прогноза во времени стремится к нормальному прилюбом законе распределения вероятностей ошибок в исходных данных, поскольку этиошибки представляют собой сумму ошибок прогноза в отдельные интервалы времени.
Временные интервалы пересмотра и уточнения прогноза
Величина промежутков времени между измерениями входныхпеременных системы с целью проверки и уточнения ранее сделанных прогнозов о выходныхпеременных зависит главным образом от длительности времени упреждения и наибольшейчастоты циклических изменений в системе, которые должна отражать модель. Поэтомувременные интервалы пересмотров прогнозов могут из меняться в широких пределах иизмеряются, например, как часа ми, так и годами. Однако эти интервалы должны бытьдостаточно велики, чтобы обеспечивалась вероятность осуществления ожидаемых измененийсистемы.
В течение времени упреждения прогноз чаще всегопроверяется один-два раза, но иногда возникает необходимость увеличить количествопроверок до десяти. Так, прогнозируемые сроки возобновления лесозаготовок па участкелеса с периодом восстановления 80 лет могут уточняться один раз в десятилетие, аизменение потребления электроэнергии в данной местности в зависимости от погодныхусловий можно наблюдать каждый час.
Когда имеют место какие-то периодические процессы,как, например, при месячных изменениях температуры или изменениях объема корреспонденции,получаемой почтовым отделением в течение недели, частота наблюдений должна бытьпо крайней мере вдвое больше частоты изучаемого процесса. Очевидно, что наблюденияс интервалами в один месяц не будут способствовать правильной организации работыпочты по понедельникам в отличие от ее работы по средам, а наблюдения с интерваламив сутки не дадут возможности обнаружить различие в интенсивностях работы первойи второй смен.
Если случайная ошибка при определении входных переменныхвелика по сравнению с измеряемой величиной, интервал уточнения прогноза для переменнойинтенсивности целесообразно увеличить, усредняя таким образом случайную ошибку.Однако для переменной состояния в аналогичном случае интервал уточнения прогнозалучше уменьшить, что позволяет для выделения полезно го сигнала использовать соответствующиеметоды фильтрации [1].
1.3 Прогнозирование потребностей в перевозкахлюдей и грузов
Прогнозирование потребностей в каких-либо перевозкахдолжно быть основано на исследовании, включающем анализ следующих восьми элементовтранспортной системы:
пункт отправления
пункт назначения
объем перевозок
вид транспорта
транспортная линия
объект перевозки
расписание перевозок
характеристика времени осуществления перевозок
Объектами перевозок могут быть люди и грузы (табл.1).
Табл. 1.Элементы транспортной системы Характер информации, используемой при анализе Государственный сектор Частный сектор Пункт отправления (откуда) Место жительства Оптовые базы или магазины розничной торговли Пункт назначения (куда) Общественные предприятия, биржи труда, торговые центры, центры развлечений и отдыха, правительственные учреждения Заводы, склады, центры распределения продукции, сырьевые базы Транспортная линия (каким путем) Скоростные магистрали, дороги и улицы, транзитные магистрали, железные дороги Магистрали, связывающие штаты; внутренние дороги штатов; воздушные, речные и морские линии; железные дороги Объект перевозки (кто, что) Рабочие, служащие и школьники; покупатели; престарелые и инвалиды Грузы всевозможных видов и габаритов Вид транспорта (на чем) Автомобиль, автобус, велосипед Собственный или арендованный грузовой транспорт; самолет, корабль, поезд Объем перевозок (сколько) Средний ежедневный объем перевозок по воздушным линиям Вес или друга количественная величина характеристика груза; полностью или не полностью загруженное транспортное средство (железнодорожная платформа, автомобиль и т.д.) Расписание перевозок (когда) Расписание работы рабочих и служащих, характерное время закупок для домохозяек, школьное расписание, время наступления отдельных событий Режим работы транспортного средства, определяемы диспетчером или заранее составленным расписанием Характеристика времени осуществления перевозок Часы пик, сезон или период межсезонья Период отправления грузов, период межсезонья /> /> /> />
В производственной сфере основу исследования составляютпотребности в перевозках, характеризуемые грузопотоками, в то время как в непроизводственной– потребности в перевозках пассажиров, характеризуемые пассажиропотоками. Прогнозможет разрабатываться как для периода времени, равного всего лишь одному дню (например,при составлении производственных расписаний), так и для периода времени до 20 лет(например, при проектировании скоростной системы транзитных перевозок). Выбор наиболеежелательного варианта решения при анализе транспортных систем осуществляется с учетоможидаемого поведения больших групп людей, имеющих общие интересы.
В общем виде характерные особенности организацииперевозок людей и грузов состоят в следующем. Рост потребностей в перевозках грузовстимулируется развитием промышленного производства, которое определяется совокупнойпотребностью общества в товарах. Поэтому выбором пункта погрузки, способа перевозки,маршрута и составлением расписания перевозок занимается соответствующая транспортнаяорганизация, связанная с промышленностью. С другой стороны, перевозки общественнымтранспортом обуславливаются потребностью в перемещении населения из одной точкигорода в другую, причем выбор одного варианта передвижения из нескольких возможныхосуществляется самим пассажиром. Органы городского управления, по существу, не оказываютвлияния на работу транспортной сети, если не считать, например, таких действий,как запреты на движение определенных транспортных средств в некоторых районах города.В то же время эти органы неявным образом контролируют проектирование и составлениерасписания работы общественных транспортных систем, а также формируют принципы распределенияземельных участков для развития транспорта. Хотя решение обоих указанных вопросовможет оказать существенное влияние на организацию перевозок, важно подчеркнуть,что органы городского управления не ставят целью непосредственно контролировать,где, когда и как перемещается пассажир. Потребность в таком перемещении носит случайныйхарактер, что существенным образом затрудняет прогнозирование развития городскихтранспортных сетей.
Мало того, что потребности в перевозках носят стохастическийхарактер, для отдельных моментов времени их просто трудно определить, так как дляэтого необходимо было бы провести исследование перемещений больших групп населения.Целесообразность получения такой информации должна подвергаться всесторонней оценке,так как затраты на ее получение могут достигать сотен тысяч долларов. Кроме того,в столь обширных исследованиях качество информации может весьма невысоким из-заотсутствия непосредственного контроля за сборщиками информации [9].
При прогнозировании потребностей в перевозках частоиспользуется метод множественной регрессии. Так, на основе уравнения множественнойрегрессии, учитывающего такие показатели, как валовый национальный продукт, национальныйнаучно-технический уровень, объемы грузопотоков, коэффициент промышленного ростаи ряд других, были предсказаны объемы воздушных грузовых перевозок и, как следствие,необходимые для этого объемы производства транспортных самолетов. Коэффициенты регрессиив этом случае определялись на основе исходных данных стандартным методом наименьшихквадратов. При исследовании транспортных перевозок чикагского региона применениерегрессии, учитывающей такие показатели, как количество владельцев автомобилей иплотность населения, позволило довольно точно оценить количество поездок, приходящихсяна одну семью. В этом исследовании использовались методы нелинейной интерполяции,в частности полиномы и функции Гаусса для интерполяции нелинейных временных зависимостейчисла автобусных и автомобильных поездок, приходящихся на одного жителя.
Более сложным и потому реже используемым методомпрогнозирования является факторный анализ. Этот метод состоит в комбинировании большогочисла входных переменных в существенно меньшее число групп, включающих сильно коррелирующиепеременные. Иногда данный метод используется перед применением регрессионного анализа,благодаря чему последний становится более эффективным.
При прогнозировании потребностей в перевозках людейи грузов возможно также применение имитационных моделей, реализованных на ЭВМ. Обсуждениенекоторых наиболее значительных имитационных моделей будет дано при рассмотренииодного из следующих этапов общей схемы исследования. Основное назначение данноймодели состоит в предсказании требований к оборудованию летательных аппаратов (прогнозвыполняется на срок до 10 лет путем обработки данных о функционировании авиалинийСША за предыдущий десятилетний период). Хотя первоначально эта модель предназначаласьдля предсказания конъюнктуры рынка, тем не менее оказалось возможным прогнозироватьтенденции изменения характеристик воздушного транспорта (например, необходимостьв новых системах авиалиний, рост объемов перевозок и их стоимости, развитие средствобслуживания пассажиров, улучшение перевозки багажа и грузов, технического обслуживаниясамолетов, а также общей стоимости системы воздушных сообщений). Метод имитационногомоделирования оказался наиболее подходящим для решения задачи, поставленной фирмойLockheed и имевшей целью формированиетребований к развитию большого числа различных авиалиний США.
Для руководителей какой-то определенной авиакомпаниивполне естественным является желание предсказать те требования, которым должна отвечатьэта авиакомпания, чтобы в будущем выстоять в конкурентной борьбе (возможно, притаком анализе некоторые конкуренты будут выделены особо). С помощью упомянутой моделиможно решить эту задачу практически для любой авиакомпании США. Решение осуществляетсяпутем сведения некоторого числа частных требований, составленных сточки зрения отдельнойавиакомпании в общую систему требований с последующей конкретизацией оценок, полученныхв такой укрупненной модели. Другими словами, данный подход позволяет получать детальныйобзор взаимосвязанных характеристик отдельных авиакомпаний. Подобные возможностирассматриваемой модели являются уникальными, и, видимо, имеет смысл попытаться разобратьаналогичные модели и для других видов транспорта, таких, как грузовой автомобильный,железнодорожный и морской транспорт.
Рассмотрим теперь более подробно методы прогнозированияприменительно к городскому транспорту. Используемые в данном случае так называемыемодели распределения поездок включают в себя модели развития, конфликтующих возможностей,равных возможностей, предпочтений и притяжения. Эти модели построены на различныхтеоретических предположениях относительно того, каким образом локализация пунктовотправления и назначения, объем перевозок и другие элементы транспортной системывзаимосвязаны с остальными выходными переменными. В качестве последних выступаюттакие параметры, как планируемый рост тарифов, коэффициенты реальной занятости,расположение торговых зон или зон развлечений и отдыха, пространственное и временноеразделение различных городских территорий, факторы привлекательности тех или иныхрайонов города.
Локализация пунктов отправления и назначения можетбыть определена после разбиения всей городской территории на зоны. Объем перевозокобычно выражается числом поездок, приходящихся либо на одного человека, либо наодно транспортное средство. Общепринятой классификацией поездок в зависимости отпункта назначения является следующая: поездки домой, на работу, в школу, в местаотдыха, развлечений, проведения общественных мероприятий, а также регулярные и нерегулярныепоездки, связанные с покупкой товаров.
Модели развития позволяют определить будущее распределениепоездок между различными парами выделенных зон на основе исходных данных о количествевыездов и въездов для отдельных зон и количестве поездок между различными парамизон. Прогнозируемые значения выходных переменных получаются из известных (на моментсоставления прогноза) значений с помощью коэффициента развития, который представляетсобой оценку ожидаемых изменений в плотности населения и в степени использованиятерриторий рассматриваемых зон. На основе модели развития разработано несколькометодов анализа городского транспорта, среди них – методы постоянного коэффициентаразвития, среднего коэффициента развития, здравого смысла и так называемый детройтскийметод. Однако наиболее тщательно разработанным и поэтому широко распространеннымявляется метод Фратера.
Основное предположение, используемое в методе Фратера,состоит в том, что количество поездок из i-той зоны в j-ю для некоторогобудущего момента времени пропорционально исходному числу всех выездок из i-той зоны,умноженному на коэффициент развития j-той зоны. Общее соотношение,используемое в методе Фратера, имеет следующий вид:
/>/>
В этом и следующем выражениях приняты такие обозначения:/> - прогнозируемое количествопоездок между i-той и j-той зонами, обуславливаемое развитием i-той зоны;/> - прогнозируемое количествопоездок между i-той и j-той зонами, обуславливаемое развитием j-той зоны (величину/> можно получить из формулы для/>, если в правой части этой формулыиндексы i и jпоменять местами); />-исходное число всех поездок между i-той и j-той зонами; /> — коэффициентразвития для зоны с номером х, где х принимает множество значений,соответствующих всем рассматриваемым зонам.
Если через /> обозначитьпрогнозируемое количество всех поездок между i-той и j-той зонами, то имеем
/>.
Поскольку величины, определяемые из двух приведенныхвыше соотношений, как правило, не удовлетворяют условию
/>,
то для его выполнения необходимо использовать методисследовательных приближений. Модель основана на предположении о том, что числолюдей, выезжающих из некоторого пункта, прямо пропорционально числу «возможностей»,имеющихся на маршруте, и обратно пропорционально числу «реализованных возможностей».В качестве упомянутых «возможностей» можно рассматривать, например, места, в которыхможет быть предложена работа (для таких людей, ищущих работу), городские и загородныепарки (для людей, совершающих поездку с целью отдыха или развлечений), наконец,торговые центры (для людей, выезжающих за покупками).
Модель конфликтующих возможностей математическиможет быть представлена с помощью выражения
/>,
где /> - количествопоездок из i-той зоны в j-тую; /> - общееколичество поездок, начинающихся в i-тойзоне; D – количество имеющихся (илиотсутствующих) целей на маршрутах ведущих в j-тую зону; /> - количествопоездок, заканчивающихся в j-той зоне; L – некоторая оценка вероятности того, что в случайно выбранномпункте назначения может быть достигнута цель отдельной поездки (L представляет собой величину, которую необходимо определить наоснове исходных данных; она характеризует степень убывания величины /> с увеличением числа целей идлины маршрута), е – основание натурального логарифма.
Основой модели равных возможностей является распределениепоездок, характеризуемых одинаковыми временем, расстоянием и стоимостью, по группамоднотипных поездок, т.е. поездок с одинаковыми целями. Выделенные таким способомпоездки равновероятны в пределах каждой группы.
Модель предпочтения представляет собой модель распределенияпоездок несколько иного типа, чем рассмотренные выше. Основное предположение, используемоепри построении этой модели, состоит в том, что для каждого пункта отправления можнооценить предпочтительность всех возможных пунктов назначения, а для каждого пунктаназначения можно оценить предпочтительность всех возможных пунктов отправления.В данной модели сочетание двух определенных пунктов отправления и назначения можетбыть оптимальным только для одного из пунктов, причем такое сочетание должно удовлетворятьнекоторым условиям устойчивости.
В модели притяжения, являющейся наиболее широкораспространенной моделью распределения поездок, делается оценка количества поездокиз i-той зоны в зонуj-ю на основе предположения о том, что рассматриваемая величинапрямо пропорциональна некоторому коэффициенту «привлекательности» j-той зоны и обратно пропорциональна, характеризирующему удаленностьi-той и j-той зон друг от друга( в единицах времени или расстояния).
Модель притяжения можно представить математическис помощью следующего выражения:
/>,
где /> — количествопоездок из i-ой зоны, совершаемых благодаря «привлекательности» j-той зоны; /> - общееколичество поездок, начинающихся в i-тойзоне; /> - общее количество поездок,«привлеченных» j-той зоной; /> - эмпирически определяемыйкоэффициент удаленности (/> представляетсяв виде /> или, точнее, />
, где dij— расстояниемежду i-й и j-й зонами, a btj—некоторый показатель степени, зависящий от величины d{j и обычно определяемый с помощью линейной регрессии); Kij— коэффициент,с помощью которого учитываются эффекты социального и экономического характера (величинаК13 определяется по исходным данным о распределении поездок). Таким образом,в модели притяжения должны быть предварительно определены (по исходным данным) двапараметра —F иК.
Успех этой модели объясняется, главным образом,ее просто той, а также тем, что на агрегированном уровне рассмотрения имеется небольшоечисло параметров, которые необходимо определять предварительно с требуемой для прогнозастепенью точности. Однако вопрос о возможности использования модели притяжения приболее низком уровне агрегации вызвал ожив ленную дискуссию.
Модели притяжения, конфликтующих и равных возможностей,а также метод Фратера были подвергнуты сравнительному анализу путем их одновременногоиспользования для изучения распределения поездок в г. Вашингтоне в 1948 и 1955 гг.Оказалось, что прогноз на основе модели притяжения является не сколько более точными полным, чем на основе модели конфликтующих возможностей. Однако исключение изпервой модели коэффициента/>, учитывающегосоциально-экономические факторы, может привести к обратному результату. Это обстоятельствоуказывает, в частности, на то, что степень точности предварительного определенияпараметра /> влияет на точность прогноза,составленного с использованием этой модели. С точки зрения надежности и полезностимодели притяжения и конфликтующих возможностей оказались примерно равноценными,хотя для последней, по-видимому, несколько проще проводить предварительное определениесоответствующих параметров. В отличие от этих моделей эффективность метода Фратерапроявилась лишь при анализе стабильных ситуаций. Если же за период прогноза происходиликакие-либо изменения, например в характере использования городской территории, тометод Фратера оказывался совершенно непригодным. Что касается модели равных возможностей,то она по-настоящему не смогла конкурировать с тремя другими моделями, посколькув рамках рассмотренной зональной структуры г. Вашингтона для нее невозможно былопровести определение соответствующих параметров. Кроме того, значительное числонебольших зон крайне затруднило установление оптимальных тарифов на проезд, чтоявляется серьезным недостатком модели равных возможностей, так как во многих исследованиях,связанных с использованием городской территории, необходимо рассматривать как развесьма детальное разбиение на зоны.
Самое последнее достижение в области моделей распределенияпоездок представляет модификация модели притяжения, названная моделью максимизацииэнтропии [12].
1.4 Анализ распределения возможных видов транспортных средств
Данный этап исследования включает тщательный анализсостояния существующей транспортной сети. Основной целью такого анализа являетсясопоставление прогнозируемых потребностей в транспортном обслуживании с имеющимисяв момент составления прогноза возможностями. По существу, на этом этапе решаетсявопрос, позволят ли изменения в организации сети и увеличение ее пропускной способностиудовлетворить будущие потребности в перевозках людей и грузов.
Необходимо сразу же обратить внимание на то, чторассмотрение названных вопросов применительно к государственному и частному секторампроводится по-разному. Поскольку в част ном секторе выбором транспортных средстви маршрутов движения, а также выбором поставщиков занимается какое-то пред приятие,то распределение транспортных средств с целью удовлетворения будущих потребностейосуществляется в соответствии с решениями руководства данного предприятия. В государственномже секторе транспорта основные элементы транспортной системы связаны со случайнымифакторами, а удовлетворение потребностей является заботой самих людей, нуждающихсяв транспортном обслуживании. Поэтому в государственном секторе распределение транспортныхсредств с целью удовлетворения будущих потребностей представляет собой проблему,которая может быть решена лишь методами прогнозирования.
С помощью методов исследования операций был разработанряд моделей для обеспечения возможности наиболее эффективного распределения транспортныхсредств (в частном секторе) или для получения наиболее правильного варианта припрогнозировании распределения транспортных средств (в государственном секторе).
Применительно к частному сектору разработаны модели,пред назначенные для исследования вопросов управления запасами, составления производственныхрасписаний, выбора транспортных средств, составления расписаний их движения, локализациисредств транспортного обслуживания и т. п., т. е. для рассмотрения практически всегокомплекса вопросов, связанных с организацией системы распределения транспортныхсредств. Многие из этих вопросов рассматриваются в других главах данного тома. Важноотметить, что при применении упомянутых моделей необходимо делать определение предположенияотносительно всей транспортной системы, а решение, полученное па основе любой измоделей, является лишь частично оптимальным, так как позволяет оптимизировать толькочасть всей системы. Чтобы обойти эти трудности, были разработаны имитационные моделибольшой размерности, реализованные па ЭВМ, в которых удалось объединить все элементысистемы распределения транспортных средств. Такие модели рассматриваются в одномиз следующих разделов, который посвящен этапу «Оценка...» общей схемы исследования.
Особой областью приложения методов исследованияопераций в частном секторе транспорта является выбор конкретных транспортных средств.Модели выбора транспортных средств представляют собой описание некоторой процедурывыработки решения па основе подсчета полных затрат на реализацию проекта. В рамкахэтих моделей проводится сопоставление затрат с уровнем обслуживания, которое обеспечиваетсявыбираемым транс портным средством. Затраты включают расходы па приобретение транспортногосредства и эксплуатационные расходы. Уровень обслуживания характеризуется временемосуществления перевозки, грузоподъемностью и надежностью функционирования соответствующеготранспортного средства [6].
На транспорте часто бывает очень сложно определитьразницу в затратах, связанных с обеспечением различных уровней обслуживания. В качествеиллюстрации этого положения приведем следующий пример. Меньшее время перевозки грузов,например в случае их доставки по воздуху, а не по железной дороге, позволяет снизитьуровень запасов при сохранении уровня надежности (под надежностью в данном случаеможно понимать выраженное в процентах количество случаев, в которых заявка потребителя не удовлетворяется за счет имеющихся запасов; при этом предполагается, чтов рассматриваемой системе потребности формируются случайным образом). Выигрыш, связанныйс более низким уровнем производственных запасов, определяется уменьшением потерь,обусловленных старением продукции и возможными перебоями в обслуживании. В такомслучае конкретные значения потерь и сопоставление осуществляемых затрат часто определяютсявсе же но на основе модельных представлений, а из соображений здравого смысла.
Как уже отмечалось, в государственном секторе транспортамодели распределения средств, удовлетворяющих будущие потребности в перевозках,являются, по существу, моделями для раз работки прогнозов. Некоторые из таких моделей,называемые транспортными моделями распределения маршрутов, позволяют определить,как в обеспечении перевозок могут использоваться существующие и проектируемые транспортныесети. Среди других моделей следует выделить модели кратчайшего пути (основанныена алгоритмах построения дерева решений и алгоритмах так называемого типа «все илиничего») и модели сетей минимальной стоимости (основанные на алгоритмах типа «беспорядок»).Другие модели распределения, известные под названием моделей разделения транспортныхсредств, предназначены для определения доли пассажиров, выбирающих то или иное конкретноетранспортное средство.
При решении вопросов распределения транспортныхсредств используются два различных принципа. Первый принцип, который можно назвать«оптимизацией для потребителя», основан на предположении о том, что в системе возможноустановление некоторого равновесного состояния. Последнее характеризуется том, чтони одно транспортное средство не имеет возможности сократить время пробега за счетизменения маршрута, так как маршрут выбран исходя из требования минимизации пути.Второй принцип, который можно назвать «оптимизацией для системы», основан на минимизациисреднего времени пробега.
Использование алгоритмов определения наивыгоднейшегомаршрута (или кратчайшего пути) предполагает, что люди, совершающие поездку, выбираютнаивыгоднейший, с их точки зрения, или близкий к нему маршрут («оптимизация дляпотребителя»).
Алгоритмы построения дерева решения позволяют решатьпроблему поиска оптимальных маршрутов путем формирования дерева транспортных линий,соединяющих определенный пункт отправления с различными возможными пунктами назначения,причем одновременно может быть учтена и стоимость проезда по соответствующим маршрутам.
Проблема, относящаяся к определению стоимости проездапо транспортным линиям, состоит в том, что практически она должна учитывать степеньинтенсивности транспортного потока. Например, время проезда по главным транспортнымлиниям существенно увеличивается в часы пик, и тогда более приемлемым становитсяиспользование побочных транспортных линий. Проблема определения стоимости проездав зависимости от степени интенсивности транспортного потока может быть решена сиспользованием метода ограниченной пропускной способности. Метод представляет собойповторяющийся (итеративный) процесс, в котором стоимость проезда по соответствующейтранспортной линии увеличивается каждый раз, когда интенсивность транспортного потокапревышает пропускную способность этой линии.
Среди методов распределения маршрутов, относящихсяк методам определения наивыгоднейшего маршрута, наиболее распространенным являетсяметод «все или ничего». Суть метода состоит в том, что весь транспорт, имеющий однии те же пункты отправления и назначения, пропускается по наивыгоднейшему маршруту,а все другие транспортные средства этим маршрутом не пользуются. Данный метод обеспечивает«оптимизацию для системы».
Как уже отмечалось выше, «оптимизация для потребителя»основана на предположениях, выполняющихся далеко не во всех случаях. Однако надоиметь в виду, что имеются пакеты программ, которые позволяют осуществлять «рассредоточениемаршрутов». В частности, весь транспорт, перемещающийся между двумя пунктами, можетраспределяться не по одному, а по двум наивыгоднейшим маршрутам, соединяющим этипункты. Имеются возможности и для распределения транспорта по многим маршрутам.
«Оптимизация для системы» может осуществляться такжес помощью алгоритмов построения сетей минимальной стоимости. Соответствующая проблемапри условии задания пунктов отравления и назначения, а также в отсутствие ограниченийна пропускную способность и ориентацию линий может быть сформулиpoвaнa как задача линейного программирования, которая эффективно решаетсяметодами линейного программирования [12].
2. Параметры задачи и варианты решения
2.1 Определение параметров задачи и описаниеразличных вариантов решения
К настоящему этапу исследования становится ясно,должно ли оно завершиться принятием решения. Если должно, то для рассматриваемойзадачи необходимо задать значения параметров и определить входные переменные. Таккак описать процесс выполнения этой работы в общем виде довольно сложно, ниже приводитсялишь перечень наиболее типичных входных переменных, с которыми приходится иметьдело при решении задач, возникающих как в частном, так и в государственном секторетранспорта (табл. 2).
Табл. 2 Перечень типичных входных переменныхпри решении задач, возникающих в частном и государственном секторах транспорта.Частный сектор Государственный сектор «Явные» переменные
Пункты отправления и назначения
Местоположение центров рас распределения продукции, складов, предприятий и других
элементов транспортной системы
Транспортные средства
Частные, государственные или
арендованные; автомобиль, железнодорожный состав или самолет и т.д.
Маршруты и расписания движения транспорта
Транспортные потоки
Ограничения на вместимость транспортных средств «Неявные» переменные Рекламы, цены
Государственный транспорт
Маршруты транспортных средств, пропускная способность линий, расписание движения, местоположение остановок городского транспорта
Законодательство
Законы образования государственных зон, принципы организации транспортных потоков
Следует отметить, что правильность выбора каких-топоказателей в качестве входных переменных системы зависит от уровня рассмотрениязадачи и имеющихся в ней ограничений. Напри мер, при рассмотрении вопросов планированиягородского хозяйства постройка надземной скоростной транспортной магистрали (входнаяпеременная) может оказаться совершенно неприемлемой из-за ограниченности фондов,выделяемых на соответствующие цели [5].
2.2 Оценка эффективности возможных вариантоврешения
После того как сформировано множество возможныхвариантов решений, должна быть осуществлена оценка каждого из этих вариантов. Прирассмотрении вопросов, относящихся к частному сектору транспорта, для проведенияуказанной оценки используются такие же методы, что и на этапе «Анализ возможныхвидов распределения» общей схемы исследования. Среди них следует выделить методысоставления расписания движения но заданным маршрутам, выбора транспортных средств,а также определения оптимального размещения складов, центров распределения продукциии других элементов транспортной системы. Что касается государственного сектора транспорта,то в этом случае при предсказании реакции общества на предполагаемые изменения втранспортной системе определенную роль должны сыграть модели распределения транспортныхсредств и возможных поездок.
1. Критерии, используемые при оценкевозможных вариантов решения
Поскольку многие элементы, учитываемые в каждомотдельной возможном решении, тесно связаны друг с другом, они должны оцениватьсяодновременно. Это требует проведения анализа типа, затраты — выгоды или затраты- полезность или, наконец, имитационного моделирования с использованием ЭВМ.
При оценке возможных вариантов решения для исследуемойтранспортной системы обычно устанавливается соответствие между уровнем обслуживанияи его стоимостью. В частном секторе транспорта разные уровни обслуживания характеризуютсяразличием во времени доставки грузов и их состоянием, а также во времени удовлетворенияспециальных заявок. В государственном, секторе транспорта разные уровни обслуживанияхарактеризуют ся различной степенью загрузки транспортных сетей, например, пропускнойспособностью воздушных линий, временем перевозок в городе на частном или па общественномтранспорте, степенью доступности любого района города даже для небольшой части населения,уровнем травматизма, уровнем шума и другими показателями. Доступность рассматриваетсяв основном с точки зрения времени проезда в тот или иной район города и равномерности;распределения маршрутов государственного транспорта.
Для транспортных проблем большого масштаба оценкувозможных вариантов решения редко удается проводить с использованием только количественныхметодов. Масштабность проблемы, как правило, вызывает присутствие в ее описаниинеформализуемых качественных показателей. Поэтому используемые критерии оценки возможныхвариантов решения в ряде случаев; могут выявлять лишь отдельные аспекты общей проблемы.
2. Методы анализа возможных вариантоврешения
Имитационное моделирование с использованием ЭВМпредставляет собой один из наиболее важных методов анализа. Самаясущественнаяособенность такого моделирования состоит в том, что оно позволяет учесть многиекачественные показатели транс портных систем. Иными словами, при некоторых предположенияхотносительно выявленных качественных показателей можно со поставить возможные вариантырешения, определив для каждого уровня стоимости обслуживания набор соответствующихему выходных переменных.
Одной из лучших имитационных моделей, предназначенныхдля анализа транспортных систем, является модель LREPS, которая носит название «Крупномасштабный имитатор планированияв различных внешних условиях». С помощью данной модели можно имитировать динамикупроцесса распределения упакованных грузов и на этой основе проводить сравнение сложившихсяи возможных структур систем распределения продукции. Модель разработана в Университетешт. Мичиган [15].
Основными критериями, используемыми при анализеразличных систем распределения продукции, являются пропускная способность линийобслуживания заказчиков (имеются в виду скорость и надежность) и соответствующаяей полная стоимость обслуживания. В общем случае с увеличением указанной пропускной способности повышается полная стоимость перевозок, что приводит к необходимостипринятия компромиссного решения. Ниже приводятся некоторые особенности модели, позволяющиеоценить степень ее эффективности.
a. Модель является динамической, так как позволяетосуществлять планирование во времени и учитывать последствия принимаемых решений.
b. Модель является стохастической, посколькупредоставляет исследователю возможность рассматривать объем потребностей, промежутоквремени между поступлениями заказов, время пере дачи сообщений, длительность обработкизаявок и время пере возки как случайные величины. Кроме того, имеется также возможностьучитывать детерминированные связи элементов транс портной сети.
c. В рамках модели допускается комплексноерассмотрение проблем распределения производственных запасов и размещения предприятий,т. е. допускается одновременное исследование проблем временного и пространственногоразделения элементов транспортной сети.
d. Модель является многоэтапной. На первомэтапе осуществляется поочередный ввод данных о производственных предприятиях (ихчисло может достигать 100), а также о складах, при надлежащих этим предприятиям.На втором этапе в модель вводятся сведения о центрах распределения разнообразнойпродукции (их число также может достигать 100). На третьем, послед нем, этане учитываютсядо 20 тыс. сведений, характеризующих потребности как отдельных заказчиков, так игрупп заказчиков.
На каждом этапе и при переходе от этапа к этапусвязь между отдельными элементами транспортной сети устанавливается с помощью величинпотоков либо продукции, либо информации.
Модель была успешно использована при проектированиии анализе крупных систем распределения продукции для фирм различного профиля, производящихкожевенные, химические и агрохимические товары, замороженные продукты питания, оборудованиедля систем водо-и теплоснабжения.
Однако следует отметить, что эта модель имеет инекоторые недостатки. Так, для использования модели требуется обширная информация,на получение которой не каждая фирма может выделить необходимые средства и время.Кроме того, модель мало пригодна для исследования вопросов, не имеющих прямого отношенияк транспорту [4].
Наряду с рассмотренной моделью существуют и другиеимитационные модели для планирования и анализа систем распределения продукции. Наиболееполезной из них оказалась модель, имеющая название «Имитатор систем распределения»(DSS). Характерной особенностьюэтой модели является целенаправленная организация вопросов, заключающаяся в том,что переменные параметры имитационной модели определяются по ответам тина да — нетна 450 вопросов. Информация, получаемая с помощью такого вопросника, включает характеристикиспроса и покупательной способности, стратегии формирования портфеля заказов и пополненияпроизводственных запасов, размещения предприятий, их производственных возможностей,а также характеристики других важных элементов системы. Существенно, что все этиэлементы в большинстве случаев могут быть легко проанализированы. В зависимостиот ответов на поставленные вопросы могут быть сформированы 1012 различныхвариантов рассматриваемой имитационной модели. При формировании этих вариантов используетсяспециальная библиотека программ.
После того как определена структура имитационноймодели, с помощью программы-редактора составляется специальный перечень информации,необходимой для проведения анализа. Благо даря такому перечню затраты на получениенеобходимой информации могут оказаться существенно меньше выгод от проведения данногоисследования, поскольку для использования модели надо получать только ту информацию,которая действительно необходима.
Размерность модели может быть достаточно простоуменьшена путем соответствующей корректировки используемого вопросника. Такая возможностьделает модель весьма ценной для средних, но величине и небольших фирм. Другой полезнойдля небольших фирм особенностью рассматриваемой модели является то, что для ее применениянет необходимости проводить большое число отладок программы. Однако, видимо, самымглавным ее достоинством является возможность установления взаимосвязей между различнымиэлементами системы. Необходимо также иметь в виду, что при использовании данноймодели исследователь не только участвует в процессе моделирования, но и существенновлияет на него через вопросник. При этом исследователь лучше понимает модель и большеей доверяет.
Хотя подобная программа может показаться излишнеавтоматизированной и потому не слишком полезной, однако благо даря ей обеспечиваетсяадекватность модели для весьма сложных исследуемых систем. С помощью модели DSS можно анализировать сведения относительно трех групп элементовсистемы: сведения о потребностях, складах продукции и производственных ресурсах.Связи между этими элементами могут носить произвольный характер, каждый канал распределенияпродукции может характеризоваться двумя направлениями ее перевозок, все склады продукциимогут быть связаны друг с другом, потребности могут возникать в любой точке системы,и, наконец, на каждом складе могут быть созданы запасы любого вида. При использованииэтой модели оценки характеристик системы и основном определяются с помощью оценокподсистемы регионального распределения складов. К сожалению, в этой модели отсутствуетвозможность одновременного рассмотрения временных и пространственных параметровсистемы, а также возможность исследования ее динамических характеристик. Такие возможности,как уже указывалось, предоставляет рассмотренная модель [5].
В настоящее время многие фирмы хорошо знают, чтоправильное планирование систем распределения, проводимое на агрегированном уровне,может привести к весьма значительной экономии средств. Рассмотренные выше имитационныемодели представляют собой как раз инструмент такого планирования. Они позволяютобеспечивать руководителей фирм информацией, на основе которой можно организоватьили реорганизовать транспортную сеть таким образом, чтобы удовлетворить текущиеили будущие потребности в перевозках грузов. Следует отметить, что для многих фирмсоздание совершенно новой системы распре деления продукции может быть неприемлемо.Поэтому очень важно, что такое ограничение, как и любое другое, может быть учтенов имитационных моделях рассмотренных типов.
Имитационные модели, основанные на использованииЭВМ, применяются и при анализе систем государственного сектора транспорта, но реже,чем в случае частного сектора. Однако при всех достоинствах рассматриваемых имитационныхмоделей они все же обладают серьезным недостатком, связанным с невозможностью включенияв модель таких переменных, которые не могут быть выражены количественно. К моделям,в которых делается попытка рассмотрения и количественных, и «неколичественных» переменных,относятся модели типа затраты — вы годы и затраты — эффективность. В моделях первоготипа различным уровням общих затрат ставится в соответствие совокупность количественныхи качественных оценок различных уровней обслуживания. Во многих случаях такое сопоставлениеосуществляется с использованием определенного типа показателей относительной стоимости.Однако при рассмотрении ряда важных показателей, таких, например, как загрязнениеокружающей среды, влияние заторов на движение транспорта, уровень обслуживания небольшихгрупп пассажиров, степень безопасности пользования транспортом, становится ясно,что сведение их к показателям стоимости является практически невозможным.
Данное обстоятельство привело к тому, что была разработанамодель типа затраты — эффективность. Главная цель разработки этой модели состоялав том, чтобы для каждого возможного значения полных затрат представить оценки показателейуровня обслуживания в наиболее ясном и естественном для этих показателей виде. Вкачестве примеров показателей, о которых здесь могла бы идти речь, можно указатьтакие показатели, как время в пути, количество транспортных происшествий, уровеньзагряз нения окружающей среды, уровень комфортабельности. Возможные варианты решениядля транспортной системы, представленные в естественном виде через качественныепоказатели рас смотренного выше типа, могут быть оценены в некоторой балльной шкалегруппой экспертов, аналогично тому как преподаватель оценивает школьные работы.
Модели типа затраты — выгоды и типа затраты — эффективностьявляются наиболее полными среди существующих моделей анализа транспортных систем.Эти модели, по существу, объединяют отдельные частные модели (главным образом основанныена использовании ЭВМ имитационные модели) с методами учета качественных переменных.При этом формируются возможные варианты решения, для которых проще, чем в другихмоделях, устанавливается связь ожидаемых результатов с общими затратами. Однаконеобходимо иметь в виду, что выбор окончательного варианта решения требует со сторонылиц, принимающих решения, боль шой работы для правильной оценки рассматриваемыхвариантов [9].
2.3 Разработкамакетов транспортной сети и оценка возможных вариантов решения
Действующие макеты довольно широко используютсяна практике для оценки проектируемых предприятий промышленности или производственныхпроцессов. Аналогичные способы проверки различных вариантов решения используют иорганизации, контролирующие состояние шоссейных дорог. При этом применяются имитационныемакеты, включающие в рассмотрение не только основные транспортные линии, но и тротуары,дорожки, проезды, а также систему сигнализации.
В последнее время все большее внимание уделяетсямакетам и имитационным моделям как средствам окончательной проверки возможных вариантоврешения в области транспорта. Замечательные успехи в авиационной промышленностипривели к широкому распространению хорошо зарекомендовавших себя имитационных моделей- макетов при проектировании транспортных сетей и управлении ими как в государственном,так и частном секторе.
Например, с использованием такого подхода для решениязадач государственного сектора был разработан маршрут автобуса-экспресса, когдатребовалось обеспечить проезд по 25 основным городским магистралям. Применение жеимитационных моделей-макетов в частном секторе показало, что планирование прибылиот сдачи в аренду вагонеток для одноколейных дорог должно осуществляться Национальнойкомпанией, предоставляю щей аренду грузового транспорта, не в масштабах всей страны,а в масштабах отдельных городов.
Наряду с существенным уменьшением затрат на перестройкуисследуемой транспортной сети и уменьшением вероятности возникновения непредвиденныхпоследствий принимаемых решений использование макетов имеет еще одно важное достоинство,заключающееся в возможности ведения «обратной связи». Эта обратная связь либо можетбыть организована в обычном для технических систем виде, либо может представлятьреакцию общественного мнения на тот или иной вариант решения. Отметим, кстати, чтов последнее время общественному мнению отводится все большая роль при выборе наилучшеговарианта решения [14].
2.4 Реализация выбранного варианта решения
В данном разделе дается краткий обзор проблем реализациивыбранных вариантов решений и причин, задерживающих эту реализацию. Такие проблемыи причины должны быть выявлены для того, чтобы исследователи могли оказывать непосредственноевлияние па процесс принятия решения.
1. Особенности процесса принятиярешения
К настоящему времени накоплено немало экспериментальныхи теоретических данных, показывающих сходство процессов принятия решения в системахгосударственного и частного транс порта. В обоих случаях трудности, которые возникаютв процессе принятия решения, приводят к задержкам в реализации рекомендаций, вырабатываемыхс применением общих моделей.
Одна из проблем реализации таких рекомендаций связанас наличием разных интересов у различных предприятии. Существование разных интересовприводит к тому, что в процессе принятия решения определенную роль играют субъективныйфактор и фактор «осторожности» (минимального риска). Выделенные факторы проявляются,например, в тех случаях, когда оптимальный вариант решения, предлагаемый для некоторогопредприятия, является для него новым и не опробованным. Тогда фактор «осторожности»может привести даже к полному непринятию предложенного варианта. Таким образом,наличие целого ряда особых обстоятельств приводит к формированию либо положительного,либо отрицательного отношения к решениям определенного типа.
Другой проблемой, весьма близкой к только что рассмотренной, является проблема, связанная с наличием групп лиц, имеющих разные интересы.Каждая из таких групп поддерживает и отстаивает варианты решения определенного типа.Если учитывать динамику развития отдельных групп, характер поддерживаемых ими решенийвполне можно предсказывать заранее. Аналитические транспортные модели строятся,как правило, без учета соображений об интересах различных групп. Поэтому вряд лиможно считать, что полученный с помощью модели тот или иной вариант решения будетудовлетворительным с точки зрения всех заинтересованных сторон. Принятое решениепо организации транспортных сетей почти всегда вызывает оппозиционное отношениеодних групп, поддержку других и равнодушное отношение со стороны остальных групп.Это обстоятельство приводит к тому, что принятое решение должно затем согласовыватьсяаналогично процедурам политического характера (это справедливо как для государственного,так и для частного сектора транспорта).
2. Необходимость учета состояния окружающей среды и мнения людейв процессе принятия решений
Другие факторы, задерживающие практическое применениерезультатов анализа транспортных систем, связаны с необходимостью учета состоянияокружающей среды и мнения людей при выборе наиболее желательного варианта решения.Эти факторы приходится учитывать при организации многих транспортных сетей государственногои частного секторов.
В последние годы в США, в отдельных штатах и округах,появились законы, требующие анализа всех предложений но организации транспортныхсетей с точки зрения обеспечения условий, гарантирующих отсутствие отрицательноговлияния транспорта на человека и окружающую среду. В связи с этим требованием моделированиетранспортных систем должно включать дополни тельный этап тщательной доработки модели,на котором делается попытка максимально возможной компенсации отрицательных воздействий транспорта па человека и окружающую среду. С помощью соответствующих переменных,учитывающих указанные воздействия и включаемых в общие модели анализа, удалось сделатьне которые оценки в рассматриваемой области, однако полученные данные оказалисьпока малоубедительными и дорогостоящими.
Таким образом, наличие воздействия транспорта наокружающую среду и человека требует некоторой модификации оптимальных решений, вырабатываемыхбез учета этих воздействий. Поэтому в будущих исследованиях нужно осуществлять такойучет и включать в количественном пли хотя бы в качественном виде в анализ все необходимыедля этого параметры, переменные и ограничения [12].
Заключение
При анализе транспортной системы частного сектораглавную роль играют методы прогнозирования (о нем свидетельствуют результаты применения многочисленных моделей распределения и целей поездок, специально предназначенныхдля предсказания потребностей населения в транспортных средствах). Это объясняетсядвумя причинами. Во-первых, в частном секторе контроль за удовлетворением большейчасти потребностей в транспортных средствах осуществляется централизованно соответствующимиорганами управления определенного предприятия; и государственном секторе аналогичнымконтроль, по существу, распределен но всей системе и осуществляется миллионами людей.
Во-вторых, целью планирования в частном секторе,как правило, является максимизация прибыли в то время как в государственном секторецель планирования — это удовлетворение потребностей миллионов людей в транспортных средствах. Поэтомучасто довольно трудно определить критерии оценки возможных вариантов решении припланировании городской транспортной сети, и возникает необходимость выработки стратегии,позволяющей устанавливать правильность и важность выбираемых целей.
Для иллюстрации различий и сходства в моделях, используемыхв част ном и государственном секторах транспорта, рассмотрим модели, позволяющиесделать выбор транспортных средств. С помощью таких моделей проблема выбора транспортныхсредств как в частном, так и в государственном секторе решается путем определениясоответствующих затрат и выгод. Однако к государственном секторе выбор транспортныхсредств осуществляется, по существу, населенном, и используемые моделираспределенияпредназначены для предсказания интенсивности потока пассажиров, выбирающих каждоеиз имеющихся транспортных средств. В частном секторе управление процессом выборатранспортных средств является функцией соответствующею планирующего органа, и поэтомумодели для выбора транспортных средств нацелены па выявление одного или несколькихтранспортных средств, наилучших в имеющемся парке. Следовательно, модели, используемыев частном секторе, являются оптимизационно-ориентированными, а модели, используемыев государственном секторе, прогностически-ориентированными. Ото положение справедливодля большинства моделей, применяемых на различных этапах общей схемы планированиятранспортных сетей.
Что касается перспективы использования методов исследованияопераций для решения проблем транспортной сети, то, по-видимому, сложные и дорогостоящиеимитационные модели должны уступить место менее сложным и менее общим моделям. Несомненнотакже, что более широкое применение найдут имитационные и операционные игры.
Список использованнойлитературы
1. Вентцель Е.С., Введение в исследование операций.М.; 1964
2. Бронштейн И.Н., Семендяев К.А. Справочникпо математике. М.; Наука, 2006г
3. Еремин И.И., Астафьев Н.Н. Введение в теориюлинейного и выпуклого программирования М.; Наука, 1976г.
4. Ермаков В.И. “Общий курс высшей математикидля экономистов”, Москва, Инфра-М, 2000г.
5. Иванов Ю.П., Лотов А.В. Математические моделив экономике. М.; Наука, 1979г.
6. Карманов В.Г. Математическое программирование:учебное пособие для студентов вузов. — М.: Физматлит, 2008. — 264с.
7. Красс М.С., Чупрынов Б.П. Основы математикии ее приложения в экономическом анализе: Учебник. 3-е изд., исп. М.: Дело, 2007.688 с.
8. Кузнецов А.В. Математическое программирование:учебное пособие для вузов. — М.: Высшая школа, 1976. — 352с.
9. Кузнецов А.В., Сакович В.А., Холод Н.И.”Высшая математика. Математическое программирование ”, Минск, Вышейшая школа, 2008г.
10. Моисеев Н.Н., Иванов Ю.П., Столярова Е.М.Методы оптимизации. М.; Наука, 1978г.
11. Мочалов И.А. Нечеткое линейное программирование.// Промышленные АСУ и контроллеры. — 2006. — № 10. — с.26-29.
12. Моудер Д., Элмаграби С., Исследование операций.М.; Мир, 1981г
13. Павлова Т.Н… Линейное программирование.Учебное пособие. — Димитровград, 2007г.
14. Пашутин С.Оптимизация издержек и технологияформирования оптимального ассортимента. // Управление персоналом. — 2005. — №5.- с.20-24.
15. Шимко П.Д., Оптимальное управление экономическимисистемами. М.; 2004г.