Оценка спроса на паркирование на стоянках различных объектов массового обслуживания Текст научной статьи по специальности «Строительство и архитектура»

Проведенный анализ многолетней эксплуатации Московской монорельсовой дороги позволяет предположить, что в городе Иркутске монорельс будет экономически не оправдан. В городе Иркутске и в его городах-спутниках наибольшее развитие должен полу-

чить «классический» городской трамвай и троллейбус за счет увеличения протяжённости существующих сетей, а также разработки новых направлений обслуживания крупных жилых районов города.

Библиографический список

1. Вуппертальская подвесная дорога. Википедия. Свободная тивные виды транспорта [Электронный ресурс]. Режим доступа:

http://forum.nashtransport.ru/index.php?showtopic=4884 4. Московская монорельсовая дорога [Электронный ресурс]. Режим доступа: http://www.mn.ru/multimedia_infographics/ 20120305A312868531.html

энциклопедия [Электронный ресурс]. Режим доступа: http://ru.wikipedia.org/wiki/

2. Ирландская монорельсовая дорога. 1935 г. [Электронный ресурс]. Режим доступа: http://lifevary.com/irlandskaya-monorelsovaya-doroga-1935/

3. Наш транспорт. Монорельсы, магнитопланы и альтерна-

УДК 625.712

ОЦЕНКА СПРОСА НА ПАРКИРОВАНИЕ НА СТОЯНКАХ РАЗЛИЧНЫХ ОБЪЕКТОВ МАССОВОГО ОБСЛУЖИВАНИЯ

© А.Г. Левашев1

Иркутский государственный технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.

Рассмотрена методика оценки продолжительности паркирования на основе данных о распределении прибывающих и убывающих посетителей по часам суток. Представлены результаты тестирования предложенной методики на примере данных автомобильной стоянки одного из торговых центров Иркутска. Ил. 8. Библиогр. 4 назв.

Ключевые слова: автомобильная стоянка; продолжительность паркирования; распределение продолжительности паркирования; оценка спроса на паркирование.

PARKING DEMAND ESTIMATION AT PARKING LOTS OF VARIOUS QUEUEING FACILITIES A.G. Levashev

Irkutsk State Technical University, 83 Lermontov St., Irkutsk, 664074, Russia.

The article considers the procedure of parking duration estimation based on the data of distribution of arriving and departing customers by hours of the day. The results of testing the suggested procedure are presented on example of the data of the parking lot of one of Irkutsk trade centers. 8 figures. 4 sources.

Key words: parking lot; parking duration; distribution of parking duration; parking demand estimation.

Одной из наиболее актуальных проблем, связанных с постоянным ростом уровня автомобилизации является вопрос хранения транспортных средств на уличных и внеуличных стоянках при различных объектах тяготения. Ярким примером этого является центральная часть г. Иркутска, где за последние десять лет количество одновременно стоящих автомобилей возросло в три раза. Серьёзное влияние на загрузку улично-дорожной сети (УДС) начинают оказывать объекты массового обслуживания населения, например, торговые центры, которые по величине совершаемых к ним поездок уже могут конкурировать с целыми районами города. Для того чтобы такие объекты можно было учитывать в задачах транспортного планирования и организации дорожного движения, необходимо изучение генерации посещений к таким объек-

там и режимов работы стоянок при них. Вместе с тем проведение таких исследований требует непрерывного наблюдения за объектами в течение всего дня, включая утренний и вечерний пиковые периоды, с фиксированием государственных номеров въезжающих и выезжающих автомобилей. При этом часто в результате неточного фиксирования номеров автомобилей результаты измерений содержат ошибки, которые достигают 50% от всего объема наблюдений.

В связи с этим была сформулирована цель исследования - разработать методику оценки продолжительности паркирования, используя только измеренные значения количества прибывающих и убывающих автомобилей в течение рассматриваемых временных интервалов без фиксирования государственных номеров автомобилей.

1Левашев Алексей Георгиевич, кандидат технических наук, доцент кафедры менеджмента и логистики на транспорте, тел.: 89148805378, e-mail: [email protected]

Levashev Aleksei, Candidate of technical sciences, Associate Professor of the Department of Management and Logistics on Transport, tel.: 89148805378, e-mail: [email protected]

Для достижения поставленной цели было необходимо:

• разработать методику оценки продолжительности паркирования, используя существующие методы оценки матриц корреспонденций транспортных потоков по замерам на сети [1-4];

• апробировать данную методику на примере результатов исследования продолжительности паркирования у одного из торговых центров г. Иркутска (в работе рассмотрен рынок «Южный»).

Информацию о том, сколько автомобилей приезжает, и когда они уезжают, можно представить в виде матрицы (рис. 1), где диагональ и значения выше диагонали - это количество прибывающих (строка) и убывающих (столбец) посетителей. Всё, что ниже диагонали, равно нулю, поскольку течение времени имеет одну направленность (т.е. те, кто прибыли в 10:00 ч, не могут уехать в 9:00 ч).

учитывать, что фактические значения продолжительности паркирования откланяются от границ часовых или получасовых интервалов. Поэтому требуется оценка среднего значения такого отклонения, на основе которого в дальнейшем будет определена средняя продолжительность паркирования по результатам оцененной матрицы корреспонденций.

Для оценки качества значений корреспонденций, восстановленных с применением предложенной методики, была использована статистика показывающая, насколько велико расхождение сравниваемых матриц корреспонденций:

СУ (ЯМБЕ) =

Е (~ Х2,. )2 _

1=1 / X

п

где х1}1 и Хц - соответствующие значения корреспон-

Рис. 1. Схема временных интервалов и матрица корреспонденций автомобилей между часами прибытия и убытия

За основу была принята оптимизационная модель, разработанная в транспортной лаборатории НИ ИрГТУ, для реализации которой авторами предлагается использовать программу Ма^аЬ и функцию Ыпргод (рис. 2).

Начальную оценку матрицы распределения автомобилей между интервалами прибытия и убытия предлагается определять гравитационным методом, где необходимо знать функцию продолжительности паркирования, которая на данном этапе неизвестна. Рассмотрим три случая с разными вариантами функций, заменяющих фактическое значение.

Предлагается использовать временные интервалы по 30 и 60 минут (рис. 3). При этом необходимо

денций в первой и второй матрицах; п - общее количество корреспонденций; х- среднее значение корреспонденций для сравниваемой матрицы.

Тестирование выбранного метода осуществлялось на примере результатов обследований, выполненных на территории стоянки р. «Южный» (рис. 4). Результаты этих исследований были приняты за фактические значения. Сравнение фактических значений с оцененными выполнялось по данным распределения автомобилей, прибывших в каждый из временных интервалов и убывших в последующие временные интервалы. На рис. 5 представлен пример сравнения таких значения для автомобилей, прибывших с 11:00 до 12:00.

Рис. 2. Предлагаемая процедура оценки продолжительности паркирования с применением методов восстановления матриц корреспонденции транспортных потоков: ei - ошибки (остатки регрессии); yi - количество автомобилей на въезде (выезде) в i-ый интервал времени; xj - подлежащие оцениванию значения корреспонденции между интервалами времени; aj - элементы матрицы инциденций, показывающей, проходит ли данная корреспонденция через рассматриваемый элемент временной «сети» (см. рис. 1); f - линейный вектор целевой функции; A2 - матрица инцидений; y - вектор измеренных значений интенсивностей движения на перегонах, используемый для равенств линейных уравнений; vlb, vub - векторы нижних и верхних ограничений, накладываемых на искомые переменные; x0 - вектор значений, полученных по результатам начальной оценки корреспонденций; options - параметр, учитывающий обработку данных для крупномасштабных сетей (с большим количеством неизвестных); Hj(n) - общее количество автомобилей, прибывших в течение интервала i и убывших в течение интервала j; Hi - общее количество автомобилей, прибывших в течение интервала i; Hj - общее количество автомобилей, убывших в течение интервала j; кщ - нормирующие множители на n-й итерации; k - количество выбранных временных интервалов; k(n+i) - нормирующие множители на n+1 итерации; n - номер предыдущей итерации; dij - функция распределения продолжительности паркирования по времени

Рис. 3. Определение средней продолжительности паркирования: /, \ - время прибытия и убытия, при этом \ > /, а также для 60-ти минутных интервалов 1= 60 минут, для 30-ти минутных - 1= 30 минут; Ь- время прибытия на парковку; ^ - время убытия с парковки; Мтср, ^Лз0ср - среднее отклонение продолжительности паркирования от границ выбранного временного интервала; ^ - продолжительность паркирования; - оцененные значения количества автомобилей, прибывших в интервал / и убывших в интервал j

Рис. 4. Схема участка УДС в зоне внеуличных стоянок р. «Южный» и ТЦ «Версаль»

Рис. 5. Распределение убывающих посетителей, прибывших с 11:00 до 12:00 ч (сравнение фактических

и оцененных по предлагаемому методу значений)

Оценка точности полученных результатов RMSE показала, что разделение временных интервалов на 60-минутные дает лучший результат. На рис. 6 представлены результаты сопоставления оцененных и фактических значений для отдельных интервалов прибытия при 30-ти и 60-ти минутных временных интервалах.

По фактическим данным о продолжительности паркирования было установлено среднее отклонение

продолжительности паркирования от границ выбранных временных интервалов (рис. 7).

Затем была получена средняя продолжительность паркирования (рис. 8).

Во всех случаях оказалось, что использование обратной квадратичной зависимости временного интервала между часом въезда на стоянку и часом выезда с неё показало наилучший результат, который совпал с реальным значением.

Рис. 6. Сравнение результатов оценки распределения автомобилей между часами убытия с фактическими

значениями

Рис. 7. Фактическое распределение отклонения продолжительности паркирования от 60-ти минутного

интервала

Рис. 8. Результаты определения средней продолжительности паркирования с применением предлагаемого

метода

Предложенная методика имеет определённую погрешность, подтверждаемую показателем РМББ, но при этом она позволяет исключить ошибки, связанные с ручным фиксированием номеров автомобилей, и сократить временные затраты на проведение обсле-

дований (например, для рассмотренного объекта затраты на обследование сократились на 60%). Вместе с тем автор полагает, что для полноценного использования этого метода необходимы исследования по другим стоянкам.

Библиографический список

1. Демиденко Е.З. Линейная и нелинейная регрессия. М.: деления транспортных потоков в транспортных коридорах //

Финансы и статистика, 1981. 302 с.

2. Лагерев Р.Ю. Оценка матриц корреспонденций транспортных потоков по данным интенсивности движения: дис. ... канд. техн. наук. Волгоград, 2007. 188 с.

3. Левашев А.Г., Тебеньков С.Е. Результаты оценки распре-

Вестник Иркутского государственного университета. 2011. № 10 (57). С. 120-126.

4. Михайлов А.Ю., Головных И.М. Современные тенденции проектирования и реконструкции улично-дорожных сетей городов. Новосибирск: Наука, 2004. 267 с.

УДК 625.712

ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ ТРАНСПОРТНОЙ СЕТИ г. ИРКУТСКА

© Е.С. Преловская1, А.Ю. Михайлов2

Иркутский государственный технический университет 664074, Россия, г. Иркутск, ул. Лермонтова, 83.

Рассмотрена методика создания транспортной модели г. Иркутска. Проведено моделирование существующего каркаса улично-дорожной сети и сети маршрутов общественного транспорта. Дана оценка эффективности существующей транспортной сети и проведено ее тестирование на примере возможных сценариев развития транспортной системы региона в целях повышения уровня транспортного обслуживания населения. Ил. 4. Библиогр. 5 назв.

Ключевые слова: градостроительство; транспортное моделирование; уровень транспортного обслуживания; оценка транспортного спроса.

PROBLEMS AND DEVELOPMENT PROSPECTS OF IRKUTSK TRANSPORTATION NETWORK E.S. Prelovskaya, A.Yu. Mikhailov

Irkutsk State Technical University, 83 Lermontov St., Irkutsk, 664074, Russia.

The article considers the procedure for creating Irkutsk transportation model. The existing road network framework and public transport routes have been modeled and the efficiency of the existing transport network has been estimated. The model has been tested by example of possible development scenarios of the regional transportation system in order to enhance the level of public transport services. 4 figures. 5 sources.

Key words: town planning; traffic modeling; level of transport servicing; transport demand estimation.

Сложившаяся в последние годы транспортная ситуация в г. Иркутске обусловлена устойчивой тенденцией опережающего роста уровня автомобилизации над развитием транспортной инфраструктуры города. Это служит причиной ряда негативных социальных последствий, среди них:

• сокращение свободного времени жителей за счет увеличения времени пребывания в пути к месту работы, отдыха и т.д.;

• повышение уровня аварийности на дорогах;

• увеличение антропогенной нагрузки на население города (повышение уровня шума, пыли и вредных выбросов).

В целях оценки эффективности существующей транспортной сети города, а также уровня обслужива-

ния населения в рамках исследовательской работы был смоделирован каркас улично-дорожной сети (УДС) г. Иркутска. В модель была включена существующая маршрутная сеть городского и пригородного пассажирского транспорта. Для ее создания использовался современный программный продукт VISUM (фирма PTV GROUP, Карлсруэ, Германия), который предназначен для моделирования улично-дорожных сетей и транспортных систем городов на макроуровне [4]. Также при разработке транспортной модели г. Иркутска учитывались современные работы отечественных авторов [1-3].

Оценка транспортного спроса, выполненная в виде матриц корреспонденций между расчетными транспортными районами города, позволила распре-

1Преловская Евгения Сергеевна, магистрант, тел.: 89500527474, e-mail: [email protected] Prelovskaya Evgeniya, Graduate student, tel.: 89500527474, e-mail: [email protected]

2Михайлов Александр Юрьевич, доктор технических наук, профессор кафедры менеджмента и логистики на транспорте, тел.: (3952) 405408, e-mail: [email protected]

Mikhailov Alexander, Doctor of technical sciences, Professor of the Department of Management and Logistics on Transport, tel.: (3952)405408, e-mail: [email protected]