CC BY
80
Оригинальная статья / Original article УДК 656.072.4
DOI: http://dx.doi.org/10.21285/1814-3520-2018-8-189-198
ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНОЙ СТРУКТУРЫ ПАРКА ПОДВИЖНОГО СОСТАВА ГОРОДСКОГО ПАССАЖИРСКОГО ТРАНСПОРТА ОБЩЕГО ПОЛЬЗОВАНИЯ С УЧЕТОМ ВЗАИМНОГО ВЛИЯНИЯ МАРШРУТОВ
© А.И. Фадеев1, Е.В. Фомин2
Сибирский федеральный университет,
660074, Российская Федерация, г. Красноярск, ул. Киренского, 26.
РЕЗЮМЕ. ЦЕЛЬ. В данной работе рассмотрена задача повышения качества транспортного обслуживания населения путем совершенствования структуры парка подвижного состава городского пассажирского транспорта с учетом взаимного влияния маршрутов. МЕТОДЫ. Для повышения качества перевозок пассажиров сформулирована математическая модель расчета программы перевозок городского пассажирского транспорта по критерию минимума коэффициента динамического использования вместимости подвижного состава при известных ограничениях параметров транспортного процесса. РЕЗУЛЬТАТЫ. Разработан алгоритм численного решения задачи посредством направленного перебора вариантов. В статье описано программное обеспечение предложенного алгоритма, которое позволяет рассчитать оптимальную структуру парка подвижного состава городского пассажирского транспорта общего пользования, обеспечивающую максимальный уровень качества перевозок пассажиров соответствующего заданному пассажирскому тарифу. ВЫВОДЫ. В статье рассмотрены результаты проверки эффективности предложенной математической модели, алгоритма решения задачи и программного обеспечения на маршрутной сети г. Красноярска. Установлено, что рассчитанная программа перевозок обеспечивает существенное повышение качества транспортного обслуживания и эффективности городского пассажирского транспорта г. Красноярска. Средний по сети коэффициент динамического использования вместимости снизился с 0,3 до 0,23 при обеспечении рентабельной работы транспортных организаций, обслуживающих маршруты. В предлагаемой программе исключено переполнение подвижного состава; в исходной программе удельный вес маршрутов, обслуживаемых с превышением вместимости подвижного состава, достигал 60%. На 10% повысилась провозная способность парка за счет большего удельного веса автобусов большой вместимости, на 66% снижена интенсивность движения на наиболее напряженных участках сети, что оказало положительное влияние на дорожный трафик. Таким образом, разработанная математическая модель и алгоритм расчета программы перевозок городского пассажирского транспорта, основанный на направленном переборе вариантов при определенных ограничениях параметров транспортного процесса, позволяет рассчитывать оптимальную структуру парка подвижного состава с учетом взаимного влияния маршрутов.
Ключевые слова: наполнение подвижного состава, коэффициент использования вместимости, коэффициент неравномерности, программа перевозок.
Информация о статье. Дата поступления 06 июня 2018 г.; дата принятия к печати 27 июля 2018 г.; дата онлайн-размещения 31 августа 2018 г.
Формат цитирования. Фадеев А.И., Фомин Е.В. Определение оптимальной структуры парка подвижного состава городского пассажирского транспорта общего пользования с учетом взаимного влияния маршрутов // Вестник Иркутского государственного технического университета. 2018. Т. 22. № 8. С. 189-198. DOI: 10.21285/1814-3520-20188-189-198
DETERMINATION OF THE OPTIMAL STRUCTURE OF URBAN PUBLIC TRANSPORT ROLLING STOCK TAKING INTO ACCOUNT MUTUAL INFLUENCE OF ROUTES
A.I. Fadeev, E.V. Fomin
1Фадеев Александр Иванович, кандидат технических наук, доцент кафедры транспорта, e-mail: fai@ak1967.ru Alexander I. Fadeev, Candidate of technical sciences, Associate Professor of the Department of Transport, e-mail: fai@ak1967.ru
2Фомин Евгений Валериевич, старший преподаватель кафедры транспорта, e-mail: 2325337@mail.ru Evgeny V. Fomin, Senior Lecturer of the Department of Transport, e-mail: 2325337@mail.ru
ABSTRACT. PURPOSE. The paper deals with the problem of improving the quality of transport services through the improvement of the structure of the urban public transport rolling stock fleet taking into account the mutual influence of routes. METHODS. To improve the quality of passenger transportation a mathematical model for urban passenger traffic program calculation is formulated based on the criterion of the minimum coefficient of dynamic utilization of the rolling stock capacity and certain restrictions of transport process parameters. RESULTS. An algorithm has been developed for the numerical solution of the problem by means of a directed enumeration of possibilities. The article describes the software of the proposed algorithm which allows to calculate the optimal structure of the rolling stock fleet of public passenger transport providing the maximum quality level of passenger transportation corresponding to the specified passenger tariff. CONCLUSIONS. Having considered the testing results of the effectiveness of the proposed mathematical model, problem solving algorithm and software on the route network of the Krasnoyarsk city, it was determined that the calculated transportation program significantly improves the quality of transport services and efficiency of urban passenger transport in the city of Krasnoyarsk. The network's average dynamic capacity utilization ratio has decreased from 0.3 to 0.23 while ensuring the cost-effective operation of transport organizations that service the routes. The proposed program excludes the over-packing of the rolling stock, while in the initial program the proportion of the routes served with the exceeded capacity of rolling stock reached 60%. The transportation capacity of the rolling stock fleet has increased by 10% due to the higher proportion of larger capacity buses. The traffic intensity in the busiest sections of the network has been reduced by 66%, which favorably affected the road traffic. Therefore, the developed mathematical model and the algorithm for calculating the program of urban passenger transportation based on a directional enumeration of possibilities under certain restrictions on the parameters of the transport process, allows to calculate the optimal structure of the rolling stock fleet with regard to the mutual influence of routes.
Keywords: rolling stock capacity, capacity utilization ratio, irregularity coefficient, transportation program
Information about the article. Received June 06, 2018; accepted for publication July 27, 2018; available online August 31, 2018.
For citation. Fadeev A.I., Fomin E.V. Determination of the optimal structure of urban public transport rolling stock taking into account mutual influence of routes. Vestnik Irkutskogo gosudarstvennogo tehnicheskogo universiteta = Proceedings of Irkutsk State Technical University. 2018, vol. 22, no. 8, pp. 189-198. DOI: 10.21285/1814-3520-2018-8-189-198. (In Russian).
Постановка задачи
f П fill Транспорт
LlÉÉÉAJ oo oe Transport
Siberian Federal University,
26, Kirensky St., Krasnoyarsk, 660074, Russian Federation
Рассмотрим задачу оптимизации структуры парка подвижного состава городского пассажирского транспорта (ГПТ) с учетом взаимного наложения маршрутов и существующих ограничений транспортного процесса.
Известен транспортный спрос, представленный в виде матрицы пассажирских корреспонденций.
На транспортной сети организованы маршруты, причем на сети имеются участки, по которым проложено несколько маршрутов (наложение, пересечение маршрутов). Наличие конкурирующих маршрутов приводит к тому, что некоторые пассажирские корреспонденции могут быть обслужены несколькими маршрутами. В результате количество пассажиров, перевезенных по маршруту, зависит от интенсивности движения -увеличивается за счет перераспределения пассажирских корреспонденций (с уменьше-
нием интервала движения транспортных средств и наоборот). При этом снижение интервала движения приводит к уменьшению количества пассажиров, приходящихся на одно транспортное средство. Ограниченный уровень доходов от перевозок (который обусловливается действующим пассажирским тарифом и нормативом бюджетных субсидий) определяет уровень финансовых ресурсов, которые могут быть израсходованы на транспортный процесс [1-5].
Расчет программы перевозок заключается в определении для каждого маршрута класса подвижного состава и интенсивности (интервал) движения при установленных ограничениях (норматив) технико-эксплуатационных показателей.
Качество транспортного обслуживания будем оценивать степенью использования вместимости (наполнением) транспортных средств.
Предельный уровень финансовых ресурсов для выполнения транспортного процесса (полученный через пассажирский тариф или за счет бюджетного субсидирования) будем устанавливать через норматив расходов на 1 км пробега транспортного средства по маршруту. Соизмерение расходов с доходами будем осуществлять через количество пассажиров, приходящихся на 1 км пробега транспортного средства по маршруту [6-11].
Таким образом, требуется рассчитать программу перевозок пассажиров по маршрутной сети городского пассажирского транспорта, обеспечивающую удовлетворение целевой функции минимума коэффициента динамического использования вместимости:
X P
Гд =■
X P
^ шт
(1)
при следующих ограничениях: - коэффициент использования вместимости подвижного состава
Удк < У max ;
(2)
- интенсивность движения по участкам маршрутной сети
Xак < a-,i с Ik, j с Ik ; (3)
- интенсивность движения по марш-
руту
a ■ < a, < a
min к max
- экономическая эффективность перевозок
qT > Q
km
(5)
(4)
где: у - среднечасовой коэффициент динамического использования вместимости на сети; р" - среднечасовая транспортная работа по к-му маршруту, пасс-км/час; рЧ" -
среднечасовая номинальная транспортная работа по к-му маршруту (транспортная работа при полном использовании вместимости подвижного состава), пасс-км/час; ашп,- ограничение интенсивности движения подвижного состава по маршрутам, ед./час; а - интенсивность движения по к-
му маршруту, ед./час; qk™ - количество пассажиров на один км пробега подвижного состава по к-му маршруту; д1^ - минимальное количество пассажиров на один км пробега т-го класса автобуса (на к-м маршруте), обеспечивающее рентабельную работу; удк - среднечасовой коэффициент динамического использования вместимости для к-го маршрута; у^ - предельный коэффициент использования вместимости транспортных средств; 4 - множество
остановочных пунктов к-го маршрута; ашах -
ограничение пропускной способности ¡} участка маршрутной сети.
Для решения задачи необходимо -варьируя классом транспортных средств и интервалом их движения по маршрутам -получить оптимальные значения данных показателей в смысле целевой функции (1). Для этого требуется установить метод численного решения поставленной задачи.
Алгоритм решения задачи
Алгоритм решения задачи основан на принципе направленного перебора вариантов (см. рис. 1).
На подготовительном этапе формируется первая допустимая программа перевозок:
- по всем маршрутам устанавливается минимальная интенсивность движения, которая определяется действующими нормативами (например, 4 единицы в час, что соответствует минимально возможному интервалу движения, равному 15 мин.);
к
к
к
- для всех маршрутов устанавливается класс автобуса с наибольшей вместимостью;
- для каждого маршрута рассчитываются количество перевезенных пассажиров и пассажирооборот;
- для каждого маршрута определяются технико-эксплуатационные показатели, такие как пробег по маршруту, количество место-километров, коэффициент динамического использования вместимости, количество пассажиров на один километр пробега по маршруту и количество подвижного состава, необходимое для выполнения программы перевозок;
- в соответствии с полученным значением количества пассажиров на один километр пробега для каждого маршрута устанавливается класс подвижного состава из условия:
~кт ^ кт
Чк — °с ,
где: чкт - количество пассажиров на один километр пробега по ^му маршруту, пасс/км; 0кт - минимальное количество пассажиров на один километр пробега по маршруту, необходимое для рентабельной эксплуатации транспортного средства с-го класса, пасс/км.
В результате выполнения подготовительного этапа расчета для некоторых маршрутов может быть получен низкий показатель количества пассажиров на один километр пробега по маршруту, который не позволяет использовать ни один из имеющихся классов транспортных средств. Эти маршруты (с низкой интенсивностью пассажирских потоков) подлежат бюджетному субсидированию. Для них устанавливается класс транспортного средства по согласованию с заказчиком (уполномоченной организацией, осуществляющей регулирование соответствующего сегмента рынка пассажирских перевозок). На следующем этапе расчета для таких маршрутов не будут учитываться ограничения по минимальному числу пассажиров на один километр
пробега [12-14].
На этапе расчета осуществляется пошаговое улучшение программы перевозок. Этап расчета осуществляется до тех пор, пока возможно сформировать новый вариант программы перевозок, удовлетворяющий установленным ограничениям.
Новый вариант программы перевозок формируется по следующему алгоритму:
1. В последней программе перевозок выбирается маршрут с наибольшим коэффициентом использования вместимости (k-й маршрут). Если коэффициент использования вместимости выбранного маршрута меньше установленного предела, то процесс расчета считается завершенным.
2. Интенсивность движения по ^му
маршруту увеличивается на шаг Аа. Для всех маршрутов рассчитываются технико-эксплуатационные показатели.
Увеличение интенсивности движения по ^му маршруту может привести к нарушениям ограничений по рентабельной работе транспортных организаций на маршрутах, пересекающихся с ^м. Проверка данного ограничения осуществляется следующим образом: выбираются маршруты, для которых количество пассажиров, приходящихся на один километр пробега, ниже установленного предела для используемого класса транспортного средства. При этом, как упоминалось выше, не учитываются маршруты с низким пассажиропотоком (подлежащие бюджетному субсидированию), определенные на подготовительном этапе расчета.
Для маршрутов, не обеспечивающих рассматриваемое ограничение, возможны следующие варианты корректировки программы перевозок:
- уменьшение интенсивности движения подвижного состава на шаг Аа (увеличение интервала движения подвижного состава). Возможность уменьшения интенсивности движения по маршруту ограничивается минимальным значением (заданным максимальным интервалом движения по маршруту);
Рис. 1. Алгоритм расчета программы перевозок пассажиров Fig. 1. Algorithm for passenger transportation program calculation
- использование класса подвижного состава с меньшей величиной ограничения по количеству пассажиров на один километр пробега по маршруту.
Проверяем каждый из возможных вариантов удовлетворения ограничения рентабельного обслуживания пересекающихся маршрутов. После внесения изменения в программу перевозок осуществляется перерасчет технико-эксплуатационных показателей.
Если ни один из вариантов не обеспечивает удовлетворения ограничения рентабельного обслуживания маршрутов, то увеличение интенсивности движения по ^ му маршруту следует признать невозможным. Однако на практике возможна ситуация, когда маршрут, по своим параметрам, блокирует увеличение интенсивности движения по ^му маршруту, работающему с существенной перегрузкой. В этом случае решение может быть принято по согласованию с заказчиком. Маршрут, блокирующий увеличение интенсивности движения по ^ му маршруту, может быть переведен в разряд субсидируемых или изменен. Тогда увеличение интенсивности движения по ^му маршруту принимается.
В данном случае - для предотвращения блокирования маршрутов с существенной нагрузкой за счет пересекающихся маршрутов в алгоритм введено значение коэффициента динамического использования вместимости, выше которого пересекающиеся маршруты в случае невозможности соответствующей корректировки программы перевозок по ним автоматически переводятся в разряд субсидируемых.
Если после увеличения интенсивности движения по ^му маршруту все ограничения выполняются, то текущая программа перевозок считается допустимой.
Переходим к пункту 1 для формирования следующей допустимой программы перевозок.
В случае если для ^го маршрута в текущей программе перевозок ограничения не выполняются, то текущая программа перевозок отвергается. Осуществляется переход к п. 1 для выбора k+1 маршрута.
Процедура расчета завершена, если в последней программе перевозок не нашлось ни одного маршрута, для которого было бы допустимым увеличение интенсивности движения подвижного состава (уменьшение интервала движения по маршруту).
Расчет маршрутной сети г. Красноярска
В качестве примера рассмотрим маршрутную сеть г. Красноярска (рис. 2).
Объем перевозок всеми видами пассажирского транспорта общего пользования (кроме железнодорожного) составляет порядка 750 тыс. пассажиров в будний день. В настоящее время основной объем перевозок (88,8%) осуществляется автобусом. Оценку эффективности алгоритма осуществим на маршрутной сети автобуса, исключив из матрицы пассажирских корреспон-денций перевозки электротранспортом.
Для расчета использована матрица пассажирских корреспонденций, полученная из транзакций безналичного расчета за проезд в городском пассажирском транспорте г. Красноярска, предоставленная муниципальным казенным учреждением «Красноярскгортранс» (октябрь, 2016 г.). Из
пассажирских корреспонденций, полученных в результате обработки транзакций, сформирована средневзвешенная матрица пассажирских корреспонденций за рабочий день.
При расчете для автобусной маршрутной сети г. Красноярска оптимальная программа перевозок получена на 51 -й итерации. На 52-м шаге расчет закончен, так как ни по одному из маршрутов увеличение интенсивности движения не проходит по ограничениям задачи. Процесс пошагового улучшения программы перевозок проиллюстрирован на рис. 3.
На рис. 4. приведена структура маршрутов по коэффициенту использования вместимости исходного и результирующего вариантов программы перевозок. Из рисунка видно, в результате оптимизации
Рис. 2. Маршрутная сеть г. Красноярска Fig. 2. Route network of the city of Krasnoyarsk
коэффициент динамического использования вместимости большей части маршрутов (около 60%) находится в пределах от 0,2 до 0,3. В сети три маршрута имеют коэффициент использования вместимости более 0,3. Это маршруты, обслуживающие специфические пассажиропотоки с более высоким значением средней дальности поездки, чем по сети в целом. Такие маршруты обслуживают отдаленные микрорайоны, например, маршрут № 12 «Предмостная пл. - совхоз Удачный».
Маршруты с небольшим значением коэффициента использования вместимости обслуживают пассажирские потоки низкой
интенсивности и требуют бюджетного субсидирования для обеспечения рентабельной работы транспортных организаций.
В таблице даны сравнительные параметры исходной и полученной в результате оптимизации структуры парка автобусов. В качестве исходного варианта принят парк автобусов, полученный по результатам обследования пассажирских потоков г. Красноярска, проведенного в 2006 г. Уже в 2007 г. Сибирским федеральным университетом завершилась научно-исследовательская работа по проектированию комплексной маршрутной системы общественного транспорта г. Красноярска. В 2011 г. была
утверждена концепция развития пассажирского транспорта общего пользования в г. Красноярске на 2011-2015 гг. с перспективой до 2020 г., разработанная Сибирским федеральным университетом. В данных ра-
ботах при формировании рекомендаций по совершенствованию структуры парка подвижного состава использовались положения методики, рассматриваемой в настоящей статье.
Рис. 3. Иллюстрация процесса пошагового улучшения программы перевозок: а - коэффициент динамического использования вместимости; b - необходимое количество подвижного состава Fig. 3. Visualization of the process of step-by-step improvement of the transportation program: a - coefficient of dynamic capacity utilization; b - required amount of the rolling stock
so OS
m £
■ Исходный ■ Оптимальный
-■I Hi ■ iii
Коэффициент использования вместимости
Рис. 4. Структура маршрутов по коэффициенту использования вместимости Fig. 4. Route structure by the capacity utilization factor
Заключение
Таким образом, представленная в настоящей работе математическая модель, алгоритм решения задачи и программное обеспечение позволяют формировать структуру парка подвижного состава, обеспечивающую существенное повышение качества транспортного обслуживания и эффективности ГПТ. Это показано на примере ГПТ г. Красноярска.
Из таблицы видно, что средний коэффициент динамического использования вместимости в предлагаемой структуре парка уменьшился с 0,3 до 0,23, в программе перевозок отсутствуют маршруты, обслуживаемые с превышением вместимости. В исходной программе удельный вес таких маршрутов составлял около 60%.
Сравнительные параметры исходной и оптимальной структуры
парка автобусов ГПТ г. Красноярска Comparative parameters of the original and optimal structure of the fleet of buses of the municipal public transport of the city of Krasnoyarsk
Параметр Исходный парк Оптимальный парк
Коэффициент динамического использования вместимости 0,3 0,23
Маршрутов с превышением использования вместимости ( Уд > 0,4), % 60 0
Количество подвижного состава на сети в пиковые периоды, в том числе: - малого класса - среднего класса - большого класса 1353 45% 21% 34% 938 11% 28% 61%
Провозная способность, пасс./мест 91436 100940
Максимальная интенсивность движения (на напряженных участках сети), ед/час 200 120
Пассажиров на 1 км пробега по маршруту, пасс./км 2,9 3,8
Коэффициент приведения структуры парка 0,85 0,92
Приведенное число пассажиров на 1 км пробега по маршруту, пасс./км 3,41 4,13
Экономический эффект на 1 км пробега по маршруту, руб./км - 15,8
Несмотря на снижение количества подвижного состава (ПС) в проектной программе перевозок на 10%, повысилась провозная способность парка за счет большего удельного веса автобусов большой вместимости.
1. Ефремов И.С., Кобозев В.М., Юдин В.А. Теория городских пассажирских перевозок [Электронный ресурс]. URL: http://padaread.com/?book=108241 (дата обращения: 24.05.2018).
2. Спирин И.В. Перевозки пассажиров городским транспортом. М.: Академкнига, 2004. 413 с.
3. Артынов А.П., Скалецкий В.В. Автоматизация процессов планирования и управления транспортными системами. М.: Наука, 1981. 280 с.
4. Фадеев А.И., Ковалев В.А., Фомин Е.В. Нормирование параметров системы пассажирского транспорта общего пользования // Вестник Иркутского государственного технического университета. 2014. № 12. С. 179-183.
5. Фадеев А.И., Фомин Е.В. Методика решения задачи определения оптимальной структуры парка подвижного состава городского пассажирского транспорта общего пользования // Вестник Иркутского государственного технического университета. 2018.Т. 22. № 1. С. 218-227.
6. Якунина Н.В. Методология повышения качества перевозок пассажиров общественным автомобильным транспортом [Электронный ресурс]. URL: http://www.dslib.net/remont-transporta/metodologija-
На 66% снижена интенсивность движения на наиболее напряженных участках сети, что оказало положительное влияние на дорожный трафик.
кий список
povyshenija-kachestva-perevozok-passazhirov-ob-westvennym-avtomobilnym.html (дата обращения: 24.05.2018).
7. Манаев К.И. Обоснование рациональной структуры автотранспортно-контейнерного парка для сбора и вывоза твердых бытовых отходов [Электронный ресурс]. URL: http://net.knigi-x.ru/24tehniches-kie/699740-1-obosnovanie-racionalnoy-strukturi-avto-transportno-konteynernogo-parka-dlya-sbora-vivoza-tverdih.php
8. Носов А.Л. Показатели оценки качества транспортного обслуживания пассажиров [Электронный ресурс] // Электронный журнал «Концепт». 2016. № 12. URL: http://e-koncept. ru/2016/16269. htm.
9. Дрючин Д.А., Майоров М.А. Основные направления повышения качества транспортного обслуживания населения городским пассажирским транспортом по регулярным маршрутам // Вестник Оренбургского государственного университета 2015. № 4. (179).C. 30-36.
10. Якунина Н.В., Якунин Н.Н. Методология повышения качества перевозок пассажиров общественным автомобильным транспортом. Оренбург: ООО ИПК «Университет», 2013. 289 с.
11. The International Associationof Public Transport
(UITP) [Электронный ресурс]. URL: http://www.uitp.org (дата обращения: 01.04.2018).
12. TRB Highway Capacity and Quality of Service Committee [Электронный ресурс]. URL: http://sites.kittel-son.com/HCQS (дата обращения: 01.04.2018).
13. Georgiev N. Knowledge management system for improvement of qoality of railway transport service //
Machenes, technologies, materials. ISSN 1313-0226.ISSUE 4/2013. P. 3-6. 14. Галабурда В.Г. Комплексная оценка качества транспортного обслуживания // Финансовые результаты управления качеством транспортного обслуживания: сб. науч. тр. Москва, 2017. С. 14-22.
References
1. Efremov I. S., Kobozev V. M., Yudin V.A. Teoriya go-rodskih passazhirskih perevozok [Theory of urban passenger transportation]. Available at: http://pa-daread.com/?book=108241 (accessed 24 May 2018).
2. Spirin I.V. Perevozki passazhirov gorodskim transportom [Transportation of passengers by urban public transport]. Moscow: Akademkniga Publ., 2004, 413 p. (In Russian).
3. Artynov A.P., Skaletsky V.V. Avtomatizaciya proces-sov planirovaniya i upravleniya transportnymi sistemami [Automation of transport system planning and management processes]. Moscow: Science Publ., 1981, 280 p. (In Russian).
4. Fadeev A.I., Kovalev V.A., Fomin E.V. Public transport system parameter normalization. Vestnik Irkutskogo gosudarstvennogo tehnicheskogo universiteta [Proceedings of Irkutsk state technical University], 2014, no. 12, pр. 179—183.(In Russian).
5. Fadeev A.I., Fomin E.V. Problem-solving methods for determining optimal structure of municipal passenger transport fleet. Vestnik Irkutskogo gosudarstvennogo tehnicheskogo universiteta [Proceedings of Irkutsk state technical University], 2018, no.1, pp. 218— 227. https://doi.org/10.21285/1814-3520-2018-1-218-227. (In Russian).
6. Yakunin N. In. Metodologiy povysheniya kachestva perevozok passazhirov obshchestvennym avtomo-bil'nym transportom [Methodology to improve the quality of passenger transportations by public motor transport]. Available at: http://www.dslib.net/remont-trans-porta/metodologija-povyshenija-kachestva-perevozok-passazhirov-obwestvennym-avtomobilnym.html(ac-cessed 24 May 2018).
7. Manaev K.I. Obosnovanie racional'noj struktury avto-transportno-kontejnernogo parka dlya sbora I vyvoza tvyordyh bytovyh othodov [Substantiation of rational structure of motor transport-but-container Park for collection and removal of municipal solid waste]. Available
Критерии авторства
Фадеев А.И., Фомин Е.В. заявляют о равном участии в получении и оформлении научных результатов и в равной мере несут ответственность за плагиат.
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов.
at:http://net.knigi-x.ru/24tehnicheskie/699740-1-obosno-vanie-racionalnoy-strukturi-avtotransportno-konteyn-ernogo-parka-dlya-sbora-vivoza-tverdih.php(accessed 14 December 2018).
8. Nosov A.L. Indicators of passenger transport service quality assessment. "Concept". 2016, no. 12. URL: http://e-koncept.ru/2016/16269.htm Oh (accessed 24 May 2018).
9. Dryuchin D.A., Maiorov M.A. Main directions to improve the quality of population transport servicing by municipal passenger transport on regular routes. Vestnik Orenburgskogo gosudarstvennogo universiteta [Vestnik of Orenburg State University], 2015,no. 4 (179),pp.30-36.(In Russian).
10. Yakunina N.V., Yakunin N.N. Metodologiya povysheniya kachestva perevozok passazhirov ob-shchestvennym avtomobil'nym transportom [Methodology for improving the quality of passenger transportation by public motor transport]. Orenburg: OOO IPK "Univer-sitet", 2013, 289. (In Russian).
11. The International Association of Public Transport (UITP). URL: http://www.uitp.org (accessed 1 April 2018).
12. TRB Highway Capacity and Quality of service Committee. URL: http://sites.kittelson.com/HCQS (accessed 1 April 2018).
13. Georgiev N. Knowledge management system for improvement of quality of railway transport service. Machenes, technologies, materials. ISSN 1313-0226. ISSUE 4/2013, pp. 3-6.
14. Galaburda V.G. Kompleksnaya ocenka kachestva transportnogo obsluzhivaniya [Complex estimation of transport service quality]. Sbornik nauchnyh trudov "Fi-nansovye rezul'taty upravleniya kachestvom transportnogo obsluzhivaniya" [Collection of scientific articles "Financial results of transport service quality management"]. Moscow, 2017, pp.14-22. (In Russian).
Authorship criteria
Fadeev A. I., Fomin E.V. declare equal participation in obtaining and formalization of the scientific results and bear equal responsibility for plagiarism.
Conflict of interest
The authors declare that there is no conflict of interests regarding the publication of this article.
