Имитационное моделирование как способ прогнозирования пассажиропотока

Имитационное моделирование как способ прогнозирования пассажиропотока
27/04/2021
61 | 2
Орумбаев Темирлан Азаматулы

Магистрант 2 курса специальности “Ресурсосберегающая
производственная логистика”
Казахстанско-Немецкий Университет(DKU)
Научный руководитель - Кегенбеков Ж.К.,
К.т.н., доцент,
Казахстанско-Немецкий Университет(DKU)

Аннотация

Метод имитационного моделирования позволяет выстраивать модели, которые описывают процессы, таким образом, каким было бы в реальности.

В такой модели можно поэкспериментировать с потоками событий и с временем выполнения, как для одного случая, так и для заданного количества испытаний. При этом результаты можно фиксировать и делать соответствующие выводы.

К системам массового обслуживания (СМО) сводится большой класс систем, который трудно исследовать аналитическими способами. Целью данной работы являются возможности получения показателей прогнозирования пассажиропотока с помощью имитационного моделирования.

Для достижения цели присутствуют следующие задачи:

  • изучение системы имитационного моделирования;
  • выбор программного продукта, в котором может быть построена модель;
  • анализ текущей ситуации сферы общественного транспорта.

На переход СМО из одного состояние в другое влияют определенные события – прибытие заявок и их обработка. Поток событий формируется из последовательности случайных появлений событий, которые следуют, друг за другом в случайные моменты времени. Зачастую действия целой системы определяется не одним, а сразу несколькими потоками событий.

Ключевые слова: логистика, моделирование, пассажиропоток, общественный транспорт, транспортная система.

Транспортная система эволюционирует ежегодно под воздействием очень большого числа непостоянных факторов, что, неизбежно затрагивает область функционирования перевозок общественного транспорта. Главной задачей, как города, так и частных предприятий в сфере общественного транспорта и транспортных сетей является создание и обеспечение доступной, надежной, постоянной и удобной услуги по перевозке пассажиров.

На данный момент времени показатель организации пассажирских перевозок является не очень хорошим, можно даже заявить, что он является плохим. Проблемные ситуации в планировании перевозок связаны со следующими факторами[1, c. 25]:

  • установлением графика работы транспортных средств;
  • анализом и корректировкой маршрутов;
  • работой по обслуживанию пассажиров во время поездки и при их пересадке;
  • установлением тарифов;
  • ограниченным количеством ТС и так далее.

Все вышеперечисленные проблемы далеко не косвенно связаны с исследованием тенденций изменения и созданиям пассажиропотоков, а также построением прогноза пассажиропотока. Выполнение моделирования и прогнозирования пассажиропотоков, зачастую включают в себя [2, c. 102]:

  • сбор статистики и исследования маркетинга;
  • изучение параметров, которые могут повлиять на появление и изменение пассажиропотоков;
  • прогнозирование спроса на перевозки и поведение пассажиров на краткосрочную и долгосрочную перспективы на всех видах транспорта;
  • обоснование и вычисление перспективных пассажиропотоков;
  • анализ полученных результатов и идеи по решению задач.

У администрации любого города были и будут попытки ликвидировать некоторые маршруты, не проанализировав ситуацию, не учитывая показатели пассажиропотока на данных маршрутах. Такое поспешное решение администрации города привело к неодобрительной реакции жителей города: маршруты которые были отменены, не имели аналогов, из-за чего появилась необходимость пересадок, что увеличивает затраты пассажиров на проезд. После чего им придется снова запустить данные маршруты, тяжело представить, сколько ресурсов потеряла наша администрация в этой неудачной попытке [3, c. 113].

Но если предположить, что все изменения, перед тем как вступить в силу, тестировались бы в среде имитационного моделирования, которая может, сымитировать модель транспортного узла города, то при отмене любого маршрута мы могли заранее знать последствия. Если бы мы изначально знали количество людей ежедневно нуждающихся в общественном транспорте, то можно было бы предварительно распределить маршруты, откинув лишние или добавив необходимые.

Программное обеспечение AnyLogic основано на объектно-ориентированной системе. Такой подход к пониманию сложных систем один из лучших на сегодня методов управления сложностью информации, такая теория позволяет простым и естественным образом показать и освоить структуру сложной системы [5].

Результатом проделанной работы является «гибкая» модель, которая способна легко подстраиваться под необходимые опции. Модель являющяяся прогнозом для показателей пассажиропотока, в которой есть возможность регулировки движения транспорта и пешеходов. В этой модели есть возможность регулировки множества параметров, что позволит подобрать значение под необходимую ситуацию. Изменению могут подлежать такие параметры, как:

  • количество автобусов которое в течении часа будет проходить по маршруту;
  • вместимость автобусов;
  • габариты и скорость;
  • количество пешеходов;
  • движение пешеходов, скорость и другие параметры.

Транспортная ситуация очень часто выступает проблемной зоной в городе, большое количество общественного и личного транспорта. Как итог частые пробки, на дорогах. Так же в этом районе находится железнодорожный вокзал, несколько торговых центров, к примеру. И этот факт подразумевает под собой огромный пассажиропоток.

На основании работы может быть построена модель, которая работает в трех режимах. В этой работе мы рассматриваем общий случай движения пешеходов с произвольными данными, строим график загруженности остановки. Делаем прогноз показателей пассажиропотока. Можем регулировать количество поступающих пешеходов и подъезжающего транспорта.

Такая имитационная модель дает понять не только работу общественного транспорта, но выполнить прогноз появления пассажиров, который мы можем получить, опираясь на заданные параметры. Что может помочь организовать работу городского транспорта.

В перспективе, в будущем на основании построенной модели может быть произведено полное исследование города. В городе могут быть изменены такие параметры, как:

  • ликвидация и добавление светофоров, увеличение или уменьшение их работы в разных режимах;
  • расширение дорожных полос, при большом скоплении машин, путем достройки дорог или запрета на стоянку;
  • перенос остановок, пешеходных переходов с целью наладить работу общественного транспорта и увеличения пассажирского потока;
  • перераспределение автобусов на каждом маршруте в определенные часы;
  • полная ликвидация маршрута при необходимости;
  • строительство дополнительных остановок, улиц, переходов и многое другое, а также, могут быть изучены и проверены все возможные последствия без опасения проявления необратимых негативных последствий в жизни.

Тем самым, в будущем при наличии актуальных статистических данных с их помощью можно построить модель реальной ситуации и исправить некоторые негативные моменты в транспортной системе города. Если мы будем знать значение пассажиропотока для каждого отдельного транспортного узла, то будет возможно перераспределить автобусы по маршрутам, добавить или убрать при необходимости, тем самым повысив прибыль для города и уменьшив убыток.

Библиографический список

1. Аррак, А. О. Социально-экономическая эффективность пассажирских перевозок / А. О. Аррак. – Таллинн: 1982 г. —200c.

2. Артынов, А. П. Автоматизация процессов планирования и управления транспортными системами / А. П. Артынов, В. В. Скалецкий. – М.: Наука, 1981. – 272 с.

3. Алиев, А.С. Моделирование транспортных потоков в крупном городе с применением к московской агломерации / А. С. Алиев, А. И. Стрельников, В. А. Швецов, Ю. З. Шершевский // Автоматика и телемеханика. — 2005. —№11.—с. 113-125.

4. Кобелев, Н. Б. Основы имитационного моделирования сложных экономических систем: учебное пособие / Н. Б. Кобелев. – М.: Дело, 2003. — 336 с.

5. Сайт разработчика программного обеспечения AnyLogic // https://www.anylogic.ru/ (был доступен 8 января 2021 года).