close

Вход

Забыли?

вход по аккаунту

?

Методика оценки условий эксплуатации и корректирования маршрутов движения при осуществлении перевозок в условиях г. Москвы

код для вставкиСкачать
На правах рукописи
СОТСКОВ АНДРЕЙ ВЛАДИМИРОВИЧ
МЕТОДИКА ОЦЕНКИ УСЛОВИЙ ЭКСПЛУАТАЦИИ И
КОРРЕКТИРОВАНИЯ МАРШРУТОВ ДВИЖЕНИЯ ПРИ
ОСУЩЕСТВЛЕНИИ ПЕРЕВОЗОК В УСЛОВИЯХ Г. МОСКВЫ
(05.22.10 – Эксплуатация автомобильного транспорта)
Автореферат
диссертации на соискание ученой степени
кандидата технических наук
МОСКВА 2013
2
Работа выполнена в ФГБОУ ВПО «Московский автомобильно-дорожный
государственный технический университет (МАДИ)» на кафедре
“Эксплуатация автомобильного транспорта и автосервис”
Научный
руководитель:
доктор технических наук, доцент, Солнцев Алексей
Александрович, ФГБОУ ВПО
«Московский
автомобильно-дорожный
государственный
технический университет (МАДИ)», декан факультета
«Автомобильный транспорт»
Официальные
оппоненты:
Скрыпников Алексей Васильевич,
доктор технических наук, профессор, ФГБОУ ВПО
«Воронежский
государственный
университет
инженерных
технологий»,
профессор
кафедры
«Информационные технологии моделирования и
управления»
Карагодин Виктор Иванович,
доктор технических наук, профессор, ФГБОУ ВПО
«Московский
автомобильно-дорожный
государственный технический университет (МАДИ)»,
декан заочного факультета
Ведущая
организация
ФГБОУ ВПО “Московский государственный
машиностроительный университет (МАМИ)”
Защита состоится 17 декабря 2013 г. в 1400 часов на заседании
диссертационного совета Д 212.126.04 при ФГБОУ ВПО “Московский
автомобильно – дорожный государственный технический университет
(МАДИ) ” по адресу: 125319, Москва, Ленинградский пр-т, д.64, ауд. 42.
С диссертацией можно ознакомиться в библиотеке МАДИ.
Отзывы на автореферат в одном экземпляре с подписью, заверенной
печатью организации, просим направлять в адрес диссертационного совета.
Телефон для справок: (499) 155-93-24
Автореферат разослан « » ноября 2013 г.
Ученый секретарь диссертационного совета,
кандидат технических наук, доцент
Хазиев А.А.
3
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность работы. На сегодняшний день наблюдается резкий
рост количества автомобилей в г. Москва, а также их негативное
воздействие на окружающую среду. По результатам исследования
компании «IBM» "Проблемы водителей" Москва занимает четвертое место
по уровню сложности передвижения на автомобиле и по количеству
пробок среди 20 крупных городов мира. А по времени ожидания в пробках
г. Москва является худшим - среднее время самого продолжительного
ожидания в московских пробках составляет 2,5 часа. При таких условиях
выброс токсичных веществ в окружающую среду составляет наибольшую
величину. Среднесуточный выброс токсичных веществ с отработавшими
газами автомобилей составляет около 8 тыс. т, в том числе 6 тыс. т оксида
углерода, 1,3 тыс. т несгоревших углеводородов, почти 500 т оксидов
азота.
На сегодняшний день многие производители автомобилей озабочены
проблемой экологии при эксплуатации автомобилей. Для улучшения
состояния данной проблемы существуют различные способы:
применение систем нейтрализации отработавших газов;
улучшение процессов смесеобразования в двигателе
внутреннего сгорания;
применение
более
совершенных
эксплуатационных
материалов;
переход на альтернативные виды энергии.
В последнее десятилетие получило развитие применение
комбинированной силовой установки, представляющей собой двигатель
внутреннего сгорания, совмещенный с электрической установкой.
В литературе большое внимание уделяется вопросам формирования
норм расхода топлива и условиям эксплуатации автомобильного
транспорта. Исследованию этих вопросов посвящены труды многих
отечественных и зарубежных ученых – Андрианов Ю.В., Богумил В.Н.,
Бушуев П.В., Воробьѐв И.В., Воронкович А.В., Гарбер А., Ефименко Д. Б.,
Зенченко В.А., Исмаилов Р.И., Колчин В.С., Кернер Б.С., Кленов Е.А.,
Корякин А.А. Кузнецов Е.С., Максимов В.А., Назаров А.А., Панов Ю.В.,
Солнцев А.А., Хазиев А.А., и др.
В связи с вышеизложенным, исследование, связанное с разработкой
методики анализа, корректирования и прогнозирования сложности
маршрута движения, учитывающей индивидуальные условия эксплуатации
автомобильного транспорта в г. Москва, является актуальным.
Цель
работы:
повышение
эффективности
эксплуатации
транспортных средств на основе учета и прогнозирования сложности
маршрута движения.
Для достижения данной цели в диссертационном исследовании
решены следующие задачи:
определены факторы, влияющие на условия эксплуатации;
4
введен интегральный параметр сложности маршрута;
разработана
многофакторная
математическая
модель
нормированного интегрального параметра оценки сложности маршрута
движения с возможностью его прогнозирования в зависимости от набора
определяющих факторов;
разработана
многофакторная
математическая
модель
зависимости расхода топлива на маршруте от нормированного
интегрального параметра оценки сложности маршрута движения
автомобилей;
разработаны алгоритмы анализа и прогнозирования маршрутов
движения автомобилей с учетом индивидуальных условий эксплуатации
маршрутов, а также топливной экономичности автомобилей.
Предметом исследования являются параметры транспортных
потоков, оказывающие влияние на параметры технической эксплуатации
транспортных средств.
Объектом исследования является подвижной состав автокомбината
ГУП «Мосавтохолод» с комбинированной силовой установкой.
Научная
новизна.
В
диссертационном
исследовании
сформулированы и обоснованы следующие результаты, обладающие
научной новизной и являющиеся предметом защиты:
предложен и научно обоснован нормированный интегральный
параметр сложности маршрута движения, учитывающий особенности
эксплуатации автомобилей при движении по г. Москва;
разработана многофакторная математическая модель оценки
расхода топлива в зависимости от нормированного интегрального
параметра сложности маршрута движения.
предложен
алгоритм
анализа,
корректирования
и
прогнозирования сложности маршрута движения АТС, учитывающий
индивидуальные условия эксплуатации транспортных средств.
Практическая ценность работы заключается в:
возможности
использования
алгоритмов
анализа,
корректирования и прогнозирования маршрута движения АТС с учетом
индивидуальных особенностей эксплуатации при движении по маршруту;
возможности использования алгоритмов формирования
маршрута движения с целью снижения затрат на эксплуатацию
транспортных средств.
Реализация результатов работы. Основные теоретические выводы
и рекомендации диссертационного исследования использовались при
выполнении технической работы по договору № RS120307-01 от 12 марта
2012 г. на тему «Разработка моделей анализа дорожной обстановки, еѐ
прогнозирования и корректирования маршрутов участников движения
направленных на повышение качества управления транспортными
потоками дорожного движения за счет развития существующих
геоинформационных и навигационных технологий».
5
Апробация работы. Результаты исследований доложены и
обсуждены на 69-й и 71-й научно-методических и научноисследовательских конференциях МАДИ (г. Москва, 2011, 2013 гг.).
Публикации: по материалам диссертационной работы опубликовано
четыре статьи в журналах, входящих в перечень рекомендованных ВАК
РФ.
На защиту выносятся:
методика
определения
нормированного
интегрального
параметра сложности маршрута движения, учитывающего особенности
эксплуатации автомобилей при движении по г. Москва;
теоретические принципы и математические модели оценки
расхода топлива в зависимости от нормированного интегрального
параметра сложности маршрута движения;
алгоритм анализа, корректирования и прогнозирования
сложности маршрута движения АТС, учитывающий индивидуальные
условия эксплуатации при движении по маршруту.
Структура и объем диссертации: диссертация состоит из введения,
четырех глав, выводов и содержит 127 страниц машинописного текста, 21
таблицы, 49 рисунков и 2 приложений.
СОДЕРЖАНИЕ РАБОТЫ
Во
введении
обоснована
актуальность
темы
диссертации,
сформулированы цели исследования, изложены научная новизна и
практическая значимость работы, основные положения и результаты
исследований, выносимые на защиту.
В первой главе представлены состояние и проблемы транспортной
отрасли города Москвы:
Москва по плотности населения (100,2 чел/га) в 1,5-2 раза
превышает аналогичные показатели крупнейших мегаполисов мира;
плотность улично-дорожной сети (УДС) – 3,3 км/км2, в 2-4 раза
ниже аналогичных показателей крупнейших мегаполисов мира;
сохраняется устойчивая тенденция к увеличению затрат
времени при поездках по городу;
отсутствие эффективной системы управления дорожным
движением;
недостаточное
взаимодействие
государственного
и
коммерческого перевозчиков, обслуживающих маршруты, отсутствие
скоординированной системы управления перевозками, использующей
современные средства глобального позиционирования (ГЛОНАСС).
Однако даже при соответствующем подходе к развитию дорожной
сети решение проблемы не будет мгновенным. Ее решение потребует
значительных материальных затрат, одновременно с этим при
6
строительстве
будут
созданы
значительные
затруднения
при
передвижении.
Одним из возможных путей решения проблемы может являться
использование навигационных систем, позволяющих анализировать и
прокладывать маршрут движения автомобиля с постоянным его
контролированием по различным параметрам, таким как:
скорость движения транспортного потока;
время возможного движения по маршруту;
наличие ДТП на маршруте;
возможность перекрытия дорожного движения.
При формировании маршрута движения также возможно учитывать
составляющие топливной экономичности автомобиля, с целью
минимизации затрат на топливо.
Во второй главе описаны теоретические подходы к формированию
нормированного интегрального параметра.
Проведенные обзорные исследования в главе 1 позволили
проанализировать методы определения сложности маршрутов движения, а
также методы определения расхода топлива. В основном все
существующие методики разработаны для пассажирского транспорта,
осуществляющих перевозки по установленным маршрутам, без
возможности
их
оперативного
корректирования.
Предлагаемый
нормированный интегральный критерий сложности маршрута движения,
позволяет оценить сложность маршрута для грузовых автомобилей с
возможностью оперативного корректирования с точки зрения скорости
движения, времени движения и его протяженности.
В качестве интегрального параметра, оценивающего сложность
дорожного движения может выступать следующее выражение:
,
(1)
где V – средняя скорость движения транспортного потока на i-ом
участке;
t – среднее время движения транспортного потока по i-ому участку
маршрута.
При этом если Y стремиться к минимальному значению, то данный
участок можно назвать условно тяжелым, поскольку скорость движения
автомобилей стремится к минимальному значению, а время проезда
участка к максимальному.
И наоборот, если Y стремится к максимальному значению участок
дороги можно считать относительно свободным, поскольку значение
7
средней скорости должно стремиться к максимальному, а значение
времени движения по участку к минимальному.
Из-за неудобства и трудоемкости работы с обобщенным показателем
оценки сложности движения объектов необходимо ввести отношение ,
благодаря которому можно учесть различную протяженность участков
маршрута.
(2)
где
– нормируемая протяженность (выбирается из условия
наибольшей чувствительности), км;
– протяженность участка маршрута, км.
При этом если выражение (2) стремиться к минимальному значению,
то данный участок можно назвать условно тяжелым, поскольку скорость
движения автомобилей стремится к минимальному значению, а время
проезда участка к максимальному:
Y=
(3)
И наоборот если выражение (2) стремится к максимальному
значению, участок дороги можно считать свободным, поскольку значение
средней скорости должно стремиться к максимальному, а значение
времени движения по участку к минимальному.
При оценке сложности движения объектов по участкам маршрута
возникает необходимость ухода от размерности рассматриваемых
параметров (поскольку они имеют разный физический смысл и
размерность),
то
необходимо
провести
нормирование
через
среднеквадратичное отклонение (σ):
(4)
где
– интегральный показатель оценки сложности движения
объектов на УДС.
При этом отношение
равняется скорости движения на данном
участке ( ), следовательно, получаем:
8
(5)
подставим значение σ(Y) в выражение
и получим:
(6)
Между тем скорость движения можно выразить через интенсивность
транспортного потока и его плотность:
,
(7)
И тогда получим:
(8)
Если значение
тогда выражение (2.12) примет вид:
(9)
где
есть
математическое
ожидание
параметра,
характеризующего отношение квадрата скорости движения АТС к
нормированному расстоянию.
Подставим в выражение (9) выражение (7) и получим:
9
(10)
где
есть
математическое
ожидание
параметра,
характеризующего отношение квадрата скорости движения АТС,
выраженного через отношение интенсивности транспортного потока к его
плотности к нормированному расстоянию.
В качестве, совокупности факторов, влияющих на интегральный
показатель оценки сложности движения АТС, рассматриваются
следующие показатели:
X1 – протяженность участка маршрута, L км;
X2 – день недели (понедельник, вторник, среда, четверг, пятница),
(Д);
При рассмотрении зависимости нормированного интегрального
показателя от дней недели возникла необходимость проведения
нормировки значений дня недели.
Для нормировки используется текущее значение измеряемого
параметра, оценки его математического ожидания и среднеквадратичного
отклонения (см. табл. 1) с использованием нормированной
центрированной случайной величины Z:
,
(11)
где X2i – текущее значения дня недели от 1 до 5, с шагом один
(понедельник – пятница);
– оценка математического ожидания {X2i} i=1 n=5;
σ(X2) – оценка квадратичного отклонения {X2i}.
Таблица 1
Нормированные значения дней недели
Среднее
значение
σ
Номер дня недели
1
2
3
4
5
День недели
Понедельник
Вторник
Среда
Четверг
Пятница
Нормированное значение
-1,265
-0,633
0
0,633
1,265
3
-
0
1,581
-
1,0
10
X3 – температура окружающего воздуха в градусах Цельсия, (T) °С;
X4 – относительная влажность окружающего воздуха, (RH) %;
X5 – время суток (наблюдения проводились с 7 часов утра и до 19
часов вечера), (tсуток);
Для нормировки времени суток, как и в предыдущем случае,
используется текущее значение измеряемого параметра, оценки его
математического ожидания и среднеквадратичного отклонения (см.
табл.2), с использованием нормированной центрированной случайной
величины Z:
,
(12)
где X5i – текущие значения времени суток от 1 до 13, с шагом один
(7,8,9…17,18,19);
– оценка математического ожидания {X5i} i=1 n=13;
σ (X5) – оценка квадратичного отклонения {X5i}.
Для практической оценки влияния выбранных факторов
характеризующих движение транспортного потока может быть
использован математический аппарат корреляционно-регрессионного
анализа. Информационной базой при разработке математических моделей
служат статистические данные рассмотренных факторов по каждому из
рассматриваемых маршрутов.
В качестве целевой функции показателей сложности движения на j ом маршруте, принимаются в общем виде математическая модель вида:
YНj
f ( x1 , x2 ,...xi ,...xn ) ,
(13)
где
YНj –
интегральный
объектов на j-ом маршруте;
показатель
оценки
сложности
движения
x1 , x2 ,...xi ,...xn
факторы,
определяющие
влияние
на
характеристики движения транспортного потока.
В качестве целевой функции показателей топливной экономичности
j
на -м маршруте принимаются в общем виде математическая модель вида:
Qkj
f (YНj ) ,
где
Qkj
- расход топлива (л/100км) на k -м перегоне j -го маршрута.
(14)
11
Таблица 2
Нормированные значения времени суток
Параметр
Среднее значение
σ
Время суток
7
8
9
10
11
12
13
14
15
16
17
18
19
13
3,89
Номер часа
1
2
3
4
5
6
7
8
9
10
11
12
13
7
3,89
Нормированное значение
-1,54
-1,284
-1,027
-0,77
-0,514
-0,257
0
0,257
0,514
0,77
1,027
1,284
1,54
0
1,0
При этом нормированный интегральный показатель зависит от ряда
факторов
виде:
x1 , x2 ,...xi ,...xn . Выражение (14) можно записать в следующем
Qkj
f ( x1 , x2 ,...xi ,...xn )
(15)
Проверка характера связи между рассматриваемым фактором и
результативным признаком, а также отбор наиболее значимых факторов
производится по численным значениям коэффициента парной корреляции.
Характеристики движения транспортного потока определяется
совокупностью влияния факторов, при этом принимается гипотеза о
линейной аппроксимации вида:
YНj
ay0
a y1 x1
a y 2 x2 ... a yn xn
;
(16)
где
a y1, a y 2 ,..., a yn - частные коэффициенты линейной модели;
x1 , x2 ,..., xn
- значения независимых факторов.
А для топливной экономичности уравнение зависимости будет иметь
степенной вид:
Qkj
a YНj
x
(17)
12
Построение
многофакторных
моделей
производится
с
использованием ПЭВМ.
Оценка значимости коэффициентов математических моделей
выполняется с использованием критерия Стьюдента.
Оценка тесноты связи между результирующими признаками и
независимыми переменными факторами x1 , x2 ,..., xn производится по
значению коэффициента множественной корреляции.
Коэффициент множественной корреляции
Ry. x1 , x2 ,..., xn
позволяет
оценить влияние совместного действия факторов x1 , x2 ,..., xn на
результирующий признак Y.
Проверка адекватности многофакторной математической модели
производится сравнением расчетного дисперсионного отношения Фишера
Fрасч с его табличным значением [F ] .
Третья глава посвящена экспериментальным исследованиям параметров,
характеризующих транспортные потоки.
Экспериментальные исследования проводились в три этапа.
На первом первый этап заключается в сборе данных через
спутниковую
навигационную
систему
с
целью
обоснования
нормированного интегрального показателя сложности маршрута
движения;
второй этап заключается в выявлении зависимостей между
расходом топлива и нормированным интегральным показателем
сложности маршрута движения;
третий этап включает в себя проведения экспериментальных
исследований с целью обоснования экономической эффективности
методики выбора маршрута.
На каждом из этапов оценка проводилась отдельно по каждому
рассматриваемому маршруту с целью выявления на каждом из них
различий по степени влияния рассматриваемых факторов на
нормированный интегральный показатель сложности движения АТС и
топливную экономичность.
В рамках экспериментальных исследований были получены
графические зависимости влияния плотности транспортного потока на
нормированный интегральный показатель оценки сложности движения
АТС, что отражено на рис. 1а.
Проведена тестовая оценка влияния интенсивности транспортного
потока (qа) на интегральный показатель сложности движения, которая
отображена на рис. 1б.
На рис. 2 сложному движению (т.е. Yн→min) соответствует малое
значение интенсивности транспортного потока и малое значение его
плотности, а не затрудненному движению (т.е. Yн→max) соответствует
13
большое значение интенсивности транспортного потока и малое значение
его плотности.
Нормированный интегральный показатель
сложности маршрута движения
Нормированный интегральный показатель
сложности маршрута движения
4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
5,0
4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
0,0
0,0
50
100
150
200
250
Плотность транспортного потока, авт./км
2000
3000
4000
5000
6000
Интенсивность транспортного потока, авт./час
а)
б)
н
Рис. 1. Графическая зависимость Y от плотности транспортного потока (а)
и интенсивности транспортного потока (б)
Рис.2. Графическая зависимость интегрального показателя Yн от
интенсивности транспортного потока (q) и его плотности
Задачей второго этапа является выявление зависимости между
нормированным интегральным показателем сложности движения АТС и
расходом топлива для коммерческого транспорта с целью выявления
маршрута движения оптимального не только с точки зрения времени
движения, но и экономической составляющей. Для решения этой задачи
были выбраны шесть маршрутов движения по улицам г. Москвы, с
14
движущимися по ним автомобилями с устройствами фиксации следующих
показателей маршрута: скорость движения, время движения по маршруту,
пробег, температура окружающей среды, показатель расхода топлива в
литрах на 100 км. Затем были рассчитаны интегральные параметры
сложности движения для каждого из маршрутов, были получены
уравнения регрессии и построены зависимости расхода топлива от Yн.
Все результаты вычислений сведены в отдельные таблицы по
каждому маршруту движения отдельности, получены зависимости расхода
топлива от нормированного интегрального показателя Yн в виде
полиномов второй степени (20-25) и построены соответствующие
графические зависимости (см. рис. 3а, 3б, 3в, 3г, 3д, 3е).
Q = 0,0673Yн2 -1,939Yн+11,594
Q = 0,1401Yн2 -1,706Yн+11,994
Q = -0,0948Yн2 +1,4863Yн+1,5641
Q = -0,0679Yн2 +1,434Yн+1,9051
Q = 0,0551Yн2 -1,2808Yн+13,357
Q = -0,000006Yн2 +0,1867Yн+0,341
(20)
(21)
(22)
(23)
(24)
(25)
Анализируя представленные графики можно сказать, что
наблюдается зависимость расхода топлива от нормированного
интегрального параметра сложности движения Yн. При этом следует
отметить, что на некоторых маршрутах характер изменения значений
расхода топлива выше, чем на других, что связано с индивидуальными
особенностями маршрутов движения.
При расчете экономической эффективности были отобраны пять
маршрутов движения. Для этих маршрутов были получены статистические
данные о скоростях движения транспортного потока, рассчитаны значения
нормированного интегрального показателя, при помощи аналитических
выражений (20-25) были получены значения расхода топлива и
соответственно затраты на него.
В четвертой главе представлены результаты исследования.
Для оценки текущего состояния дорожного движения на участках
маршрута необходим сбор статистических данных по текущим параметрам
транспортного потока, а именно скорость движения множества АТС (V),
плотность транспортного (ρ), данные о протяженности участков маршрута
(Sуч.), задаваемая нормированная длина участка (Sн). На рис. 4. представлен
алгоритм анализа маршрута движения автомобилей.
Для корректирования движения АТС по маршруту необходимо
отслеживание среднего значения нормированного интегрального
показателя, при этом должно соблюдаться условие ӯ н→max, и для этого
значения должно выполнятся следующее условие
.→min. При этом
суммарное время движения по маршруту также должно быть
минимальным.
15
10,5
8
7,8
Расход топлива, л/100км
Расход топлива, л/100км
10
9,5
9
8,5
8
7,5
7,6
7,4
7,2
7
6,8
6,6
6,4
6,2
7
6
1,5
2,5
3,5
4,5
5,5
3
4
Нормированный интегральный показатель
Yн
7
б)
7,6
9
7,4
8,5
Расход топлива, л/100км
Расход топлива, л/100км
6
Нормированный интегральный показатель
Yн
а)
7,2
7
6,8
6,6
6,4
8
7,5
7
6,5
6
6,2
5,5
6
4
5
6
7
8
3
9
4
5
6
7
8
Нормированный интегральный показатель Yн
Нормированный интегральный показатель Yн
в)
г)
7,7
8
Расход топлива, л/100км
7,5
Расход топлива, л/100км
5
7,3
7,1
6,9
6,7
6,5
7,5
7
6,5
6
5,5
34
35
36
37
38
39
Нормированный интегральный показатель Yн
5,5
6,5
7,5
8,5
9,5
10,5
Нормированный интегральный показатель
Yн
д)
е)
Рис.3. Зависимости расхода топлива от Yн на маршрутах 1(а), 2(б), 3(в), 4(г), 5(д), 6(е)
16
1.Входные данные: V, ρ, Sуч., Sн.
2. Оценка нормированного интегрального показателя оценки
сложности движения АТС на участке маршрута – Yн
2.1. y=f(V;
Sн)
2.5. Q=f(V; ρ)
2.2. σ(y)=f(y; ӯ )
2.3. yн=f(V; Sн;
σ(y))
2.4. yн=f(V; Sн)
2.6. yн=f(Q; ρ;
Sн)
3. Оценка времени движения АТС
tдв.=f(V; Sуч.; yн; σ(y))
4. Корректирование маршрута движения АТС
4.1 ӯ н→max
4.2. ˉtдв.→min для ӯ н→max
4.3. tдв∑. → min
Рис. 4. Блок-схема алгоритма оценки и корректирования текущего
маршрута корректирования движения АТС
Для прогнозирования дорожной обстановки на УДС необходимо
формирование массивов и накопление статистических данных по
показателям, влияющим на характеристики транспортных потоков {Xi}.
Алгоритм прогнозирования маршрута движения автомобилей
представлен на рис. 5.
При необходимости определения самого экономичного маршрута
движения по значению ӯ н определяется значение минимального расхода
топлива по зависимостям (20-25) в зависимости от типа маршрута.
17
1.
Формирование массивов и накопление
статистических данных по показателям, влияющим на
характеристики транспортных потоков {Xi}:
X1 – протяженность участка маршрута, L км;
X2 – день недели (понедельник, вторник, среда, четверг,
пятница),(Д);
X3 – температура окружающего воздуха в градусах
Цельсия, (T) °С;
X4 – относительная влажность окружающего воздуха, (RH)
%;
X5 – время суток (наблюдения проводились с 7 часов утра и
до 19 часов вечера), (tсуток).
1.1.
Нормирование
факторов:
Z(X2)
Z(X5)
2. Оценка точности и достоверности статистической
информации по уровню относительной ошибки δ для
заданной доверительной вероятности β
3. Формирование многофакторных моделей скоростей
движения АТС на участках рассматриваемых кластеров
УДС
5.1. Ввод
данных от
пользователя
системы:
- координаты
- X2
- X5
4. Уточнение многофакторных моделей скоростей движения
АТС на участках маршрутов с учетом вероятности ДТП,
перекрытия дорожного движения и мест массового
скопления автомобилей.
Vоб.=f(V; P; A; B; C; D; VДТП; PДТП; VМасс.; VПерекр.)
5. Моделирование скоростей движения АТС на участках
дорожного движения для рассматриваемых кластеров УДС
6. Оценка и корректирование маршрута движения АТС
(см. рис.4 - блоки 2, 3, 4 с соответствующими
аналитическими выражениями (4.1)-(4.7)
5.2. Ввод данных от
системы:
(X1,X3,X4, V; P; A;
B; C; D; VДТП; PДТП;
VМасс.; VПерекр)
5. Блок-схема алгоритма прогнозирования маршрута корректирования
движения АТС
18
ОБЩИЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ
1.
Произведен выбор факторов, характеризующих транспортный поток
в городских условиях, при этом оценена степень влияния выбранных
факторов на характеристики транспортного потока;
2.
Введен
интегральный
показатель
сложности
маршрута,
учитывающий индивидуальные особенности маршрута, а также погодноклиматические факторы;
3.
Разработана
многофакторная
математическая
модель
нормированного интегрального показателя оценки сложности маршрута
движения с возможностью его прогнозирования в зависимости от набора
определяющих факторов. На всех отмеченных маршрутах наблюдается
значительное влияние определяющих факторов;
4.
На основе полученных многофакторных моделей были получены
аналитические и графические зависимости расхода топлива в зависимости
от нормированного интегрального показателя сложности маршрута
движения с соответствующими коэффициентами корреляции 0,9; 0,81;
0,94; 0,88; 0,88; 0,91.
5.
Разработан алгоритм анализа, корректирования и прогнозирования
текущего маршрута движения автомобилей на основе нормированного
интегрального параметра оценки сложности маршрута движения;
6.
Проведена оценка экономической эффективности методики выбора
маршрута движения исходя из минимизации затрат на топливо, при этом
на коротких маршрутах экономия по затратам получилась равной до 51%,
а на средних дистанциях от 13 до 27%.
ОСНОВНЫЕ РАБОТЫ ПО ТЕМЕ ДИССЕРТАЦИИ:
Статьи в изданиях, рекомендованных ВАК РФ:
1.
Сотсков, А.В. Проблемы и перспективы развития транспортных
средств на альтернативных видах энергии / Солнцев А.А., Сотсков А.В.
//Автотранспортное предприятие. – М., НПП Транснавигация, 2010. Выпуск 12 - с. 32 – 35.
2.
Сотсков, А.В. Обоснование выбора совокупности показателей для
оценки трафика движения автотранспортных средств / Зенченко В.А.
Pеменцов А.Н. Павлов А.В. Сотсков А.В. // Грузовик. – М., ООО
“Издательство Машиностроение”, 2012. - Выпуск 5 - с. 38 – 43.
3.
Сотсков, А.В. К вопросу моделирования характеристик
транспортных потоков и оценки сложности дорожного движения /
Зенченко В.А. Pеменцов А.Н. Павлов А.В. Сотсков А.В. // Грузовик. – М.,
ООО “Издательство Машиностроение”, 2012. - Выпуск 8 - с. 34 – 38.
4.
Сотсков, А.В. Оценка параметров окружающей среды и основных
транспортных потоков, определяющих ситуацию на улично-дорожной
сети/ Зенченко В.А., Ременцов А.Н., Павлов А.В. Сотсков А.В. //
Современные наукоемкие технологии – М., Издательство «Академия
естествознания», 2012. – С. 52-59.
1/--страниц
Пожаловаться на содержимое документа