CC BY
40
УДК 656.13
ПРОГНОЗИРОВНИЕ КОЛИЧЕСТВА ЛЕГКОВЫХ АВТОМОБИЛЕЙ НА УЛИЧНО-ДОРОЖНОЙ СЕТИ ГОРОДА
Н.С.Захаров1, Е.Ф.Шакирова2
Тюменский государственный нефтегазовый университет, 625000, г. Тюмень, ул. Мельникайте, 72.
Анализируются существующие методы прогнозирования количества автомобилей, описывается система формирования количества легковых автомобилей на улично-дорожной сети города, приводятся математические модели закономерностей элементов системы, а также рассматриваются пути использования модели. Ил. 2. Табл. 2. Библиогр. 5 назв.
Ключевые слова: количество легковых автомобилей; парк легковых автомобилей.
FORECASTING OF THE NUMBER OF PASSENGER CARS IN THE CITY ROAD NETWORK N.S.Zakharov, E.F.Shakirova
Tyumen State Oil and Gas University 72 Melnikaite St., Tyumen, 625000.
The authors analyze current methods of forecasting the number of cars, describe the system to form the number of cars on the city road network. They also present mathematical models of the regularities of system elements, and discuss ways to use the model. 2 figures. 2 table. 5 sources. Key words: number of cars; car park.
В настоящее время мировая общественность вне зависимости от национальных и политических особенностей сталкивается со сходными проблемами экономического, экологического и эстетического характера. Города многих стран мира, в особенности России и развивающихся стран, страдают от многокилометровых уличных заторов; перегруженность улично-дорожной сети (УДС) города транспортными потоками сопровождается ростом числа дорожно-транспортных происшествий, чрезмерным загрязнением окружающей среды отработавшими газами и другими вредными веществами.
Качество атмосферного воздуха в городе на 80% зависит от транспортных средств, при этом в среднем от одного легкового автомобиля в воздух выбрасывается около 1 кг загрязняющих веществ в сутки, а на холостом ходу выброс возрастает в 2,5 раза [5]. Кроме того, транспортные средства производят от 60 до 80% шума в городе [3]. Повышенный уровень шума оказывает отрицательное влияние на условия жизни населения города.
Рост автопарка и повышение мобильности населения влекут рост потребления нефтепродуктов, приводят к сокращению объема энергетического ресурса и повышению цен на продукты его переработки.
В нашей стране, а именно в Москве, эти проблемы обозначились в середине 90-х годов прошлого века, когда начал бурно расти столичный автопарк, и тем не менее, вопросу разработки математических моделей, позволяющих прогнозировать количество легковых
автомобилей, до сих пор не уделялось должного внимания, во многом вследствие необходимости решения острых политических задач. Изыскание адекватной модели количества легковых автомобилей, отвечающей требованиям современного мира, помогло бы во многом решить вышеизложенные проблемы.
Среди существующих моделей, прямо или косвенно описывающих формирование количества легковых автомобилей в городе, можно выделить три группы: модели формирования количества автомобилей, приходящихся на одну семью или человека, на тысячу жителей (уровень автомобилизации) и собственно абсолютного количества легковых автомобилей.
При более детальном рассмотрении модели формирования количества автомобилей, приходящихся на одну семью, оказываются моделями распределения семей по количеству имеющихся у них автомобилей.
Что касается моделей формирования удельного (т.е. приходящегося на одного человека или тысячу жителей) и абсолютного количества легковых автомобилей, то, несмотря на их кажущееся многообразие, все они могут быть отнесены либо к макроэкономическим моделям, либо к моделям, составленным на основе простой экстраполяции ряда динамики, т.е. отражающим влияния фактора времени на функцию отклика (табл.1).
Главным недостатком метода экстраполяции является то, что он рассматривает парк автомобилей обособленно от внешней среды. Между тем парк автомобилей, будучи системой, сам является частью
1Захаров Николай Степанович, профессор, доктор технических наук, заведующий кафедрой эксплуатации и обслуживания транспортно-технологических машин, тел.: (3452)201039, e-mail: [email protected]
Zaharov Nicolay Stepanovich, a professor, a doctor of technical sciences, the head of the Chair of Operation and Maintenance of
Transport and Technological Machinery, tel.: (3452) 201039, e-mail: [email protected]
2Шакирова Елена Фаимовна, младший научный сотрудник, тел.: 89044941051, e-mail: [email protected]
Shakirova Elena Faimovna, a junior scientific worker, tel.: 89044941051, e-mail: [email protected]
Таблица 1
Существующие модели формирования количества легковых автомобилей
Номер модели Группа моделей Авторы Вид модели
1 Модели формирования количества автомобилей, приходящихся на одну семью John Bates, Hugh Gunn и Mick Roberts; M. J. Hutchitson Pl+ (1 ) = 1 + e-a-bi-logI , где pi (I) - доля семей с доходом I, владеющих i количеством автомобилей; s - коэффициент уровня насыщения, s < 1; I - доход семьи; a, b - параметры модели. e" P (choice) =-, 1 + e" где P - вероятность выбора верхнего уровня параметра; U - функция косвенного использования, представляющая собой линейную функцию характеристик семьи. U = BIAS + A ■ INCOME + +B ■ RESIDENTS + C ■ WORKERS, где BIAS, A, B, C - коэффициенты; INCOME - доход семьи; RESIDENTS - размер семьи; WORKERS - число членов семьи, занятых полный рабочий день.
2 Модели, составленные на основе экстраполяции ряда динамики Kitamura Rynichi; Jelmoni F. Aimone; Da Rios Giovanni Ю.В.Трофименко; Fritz Kabus и Petra-Juliane Wagner; R. Profeld; А.О.Санник У = Уо + k (l - 10) , где t0 - базисный (исходный) год; у0 - среднее число автомобилей, приходящихся на тысячу жителей в базисном году; t - год, для которого прогнозируется парк автомобилей; k - средний коэффициент прироста парка в исследуемом динамическом ряду. MS M =-—, 1 + a ■ e где M - уровень автомобилизации в заданный момент; MS - уровень насыщения легковыми автомобилями; а, b - параметры модели; t - заданный момент времени.
3 Макроэкономические модели M. Amer Khan и Luis G. Willumsen; Б.Б. Анохин CO = 67,4 + 0,0953 ■ GNPH + 0,0826 ■ PURTAX - - 0,308 ■ OWNTAX + 0,0007 ■ IMPDUTY - - 667 ■ FUEL + 0,232 ■ POPDEN, где СО - уровень автомобилизации; GNPH - валовой национальный продукт на душу населения; PURTAX -налог на покупку автомобиля; OWNTAX - налог на автомобиль с владельца; IMPDUTY - пошлина на импорт автомобиля; FUEL - средняя цена на топливо; POPDEN - плотность населения. y = a ■ ВВПъ , где у - количество автомобилей в стране; ВВП - объем валового внутреннего продукта на душу населения; а, b - параметры модели.
сложной системы, все элементы которой находятся в постоянном взаимодействии и взаимовлиянии. Сравнение результатов расчетов по модели А.О. Санника с фактическими данными приводится в табл. 2.
Макроэкономические модели в основном оценивают влияние уровня ВВП на функцию отклика. Стоит отметить, что ВВП является индикатором экономики страны в целом, в то время как парк легковых автомобилей в среднем на 90% принадлежит физическим лицам, приобретается и содержится на личные сред-
ства граждан. Следовательно, изучая процессы формирования количества легковых автомобилей в городе, необходимо рассматривать факторы, непосредственно касающиеся отдельного гражданина, домохозяйства, а не государства в целом. В этом аспекте показатель «ВВП на душу населения» значительно отличается от показателя «уровень дохода на человека», использование первого приведет в итоге к искажению результатов исследования, снизит адекватность модели.
Заслуживает внимания модель уровня автомобилизации (близкая по виду к модели № 2 из второй группы моделей, представленных в табл. 1), используемая в Комитете по транспорту администрации Тюмени при планировании строительства и реконструкции дорожной сети. Стоит отметить, что в модели рассматривается влияние фактора дохода, но при этом уровень насыщения определяется аналитическим способом: «на одну семью не требуется более трех автомобилей - один для деловых поездок, второй - для рекреационных, третий - детям». Однако такой подход имеет невысокий уровень объективности и точности, поскольку уровень насыщения автомобилями является сложным показателем, причем не столько экономического благосостояния общества, сколько его социально-культурного развития, поэтому в модели было бы предпочтительнее учесть закономерности изменения уровня насыщения. Сомнения в адекватности модели подтверждаются исследованиями [1], в результате которых определено, что вследствие напрасного расхода времени и топлива в дорожных заторах (которые не уменьшаются после работ по реконструкции уличной сети) жители и предприятия Тюмени теряют порядка 500 млн. руб. в год.
Таблица 2
Сравнение результатов моделирования с фактическими данными
Ед. изм. Год
2000 2008
Расчетное значение млн. ед. 7,8 21,0
Фактическое значение млн. ед. 19,7 29,4
Отклонение факта от расчета % 60 29
При этом вышерассмотренные модели формирования количества легковых автомобилей обнаруживают значительные расхождения прогнозных и фактических данных, которые объясняются отсутствием учета воздействия многочисленных факторов социального, экономического, научно-технического и политического характера [3] и тем фактом, что модели,
разработанные иностранными учеными, не учитывают российской специфики. Поэтому для установления закономерностей формирования количества легковых автомобилей на УДС города в зависимости от влияющих факторов необходимо использовать системный подход.
Количество легковых автомобилей на УДС города () складывается из количества зарегистрированных () и незарегистрированных (NУДС ) в городе
УДС УДС
легковых автомобилей. Поскольку далеко не все автомобили города эксплуатируются с одинаковой частотой и интенсивностью, то в модели используется коэффициент присутствия автомобиля на УДС (КПЛ) и коэффициент вероятности появления незарегистрированных в городе легковых автомобилей (КВП).
Такой подход к определению количества легковых автомобилей на УДС города может быть выражен формулой
Nуде =
N • К
1УЗ.Г- lvn. А.
1 _ d Н г. • К
1 ЫУДС 1КВ.П.
Была разработана схема системы формирования количества легковых автомобилей на УДС города, состоящая из 156 элементов, упрощенный вид которой представлен на рис. 1.
Данные о количестве легковых автомобилей и доходе семьи были получены из управлений ГИБДД областей и городов России, Всероссийских статистических ежегодников, с Интернет-сайтов городских администраций, данные о сроке владения автомобилем одним человеком, количестве автомобилей на человека в семье, годовом пробеге легкового автомобиля, возрасте водителей - посредством опросов на автомобильных форумах и анкетирования автовладельцев по 45 городам России. Причем, города подбирались из регионов с разными климатическими, географическими, экономическими условиями.
В результате обработки статистической информации в программном продукте Regress были получены следующие математические модели закономерностей элементов рассматриваемой системы (рис. 2).
N3.r.
КП.А
Lr
Чн па_чс tb Дс sr ВВа
Рис. 1. Взаимодействие элементов изучаемой системы: Ыудс - количество ЛА на УДС города; Ыз.г. - количество ЛА, зарегистрированных в городе; КП А. - коэффициент присутствия ЛА на УДС города; ^ ДС - доля незарегистрированных в городе ЛА, находящихся на его УДС, от общего количества ЛА на УДС; ЬГ - годовой пробег автомобиля; ЧН - численность населения города; пА ЧС - количество автомобилей на человека в семье; (В - срок использования автомобиля одним владельцем; Дс - доход семьи в месяц; Бг - площадь города; ВВа - возраст _владельца автомобиля_
N
dh.r
удс
Ыз.г.,
ед/1000 жит 550
о
6
70 80
Дс, тыс.руб
Чн, млн. чел
а)
б)
N з.г., млн. ед
0 с! |о
<Ьо \ °
0 п° ,
ч и% Чйпг
ни - а -с I—в—
N з.г., ед/тыс. 400
в)
Ь, тыс км 40 35 30 25 20 15 10 5 0 0,4
1 1,2
8, тыс кв км
Ьг, тыс. км
19 Т
18 17 16 15 14 13 -
90 105
Дс, тыс. руб
д)
30
70 80
ВВ а, г
ж)
Рис. 2. Математическая модель влияния: а - дохода на семью на количество зарегистрированных в городе ЛА: у = 416,8 • Ьп (X) — 4194,24; б - численности населения города на количество зарегистрированных в городе ЛА: у = 200,406 • X10186; в - срока владения автомобилем одним человеком на количество зарегистриро-
ванных в городе ЛА: у = 3 • 10х ; г - количества автомобилей на человека в семье на количество зарегистрированных в городе ЛА: у = 403,58 • X0 6896 ; д - площади города на годовой пробег ЛА: у = —0,1638 • X2 + 287,32 • X — 89351 ;е - дохода семьи в месяц на годовой пробег ЛА: у = 2,425 • Ьп(X) + 7,051; ж - возраста водителя автомобиля на годовой пробег ЛА:
у = —0,0008 • X2 — 0,3043 • X + 34,453
№.г., млн
450
2,5
2,0
350
250
0
150
0,5
50
0,0
20
30
40
50
60
0.6
0.8
е
25
20
15
10
20
30
40
50
60
6
На основе полученных закономерностей предполагается создать имитационную модель формирования количества легковых автомобилей на УДС города.
В итоге, можно отметить, что решение вопроса моделирования легковых автомобилей могло бы помочь в осуществлении многих прогностических и опе-
ративных задач в автотранспортном комплексе, особенно, если модель количества легковых автомобилей будет строиться на основе системного подхода, с учетом многочисленных факторов социального, экономического, научно-технического и политического характера.
Библиографический список
1. Отчёт по муниципальному контракту на проведение исследований транспортных потоков и разработку рекомендаций к проекту перспективной транспортной схемы г. Тюмени. Б.П. Елькин [и др]. Тюмень: ТюмГАСА. 2003. 137 с.
2. Упрощенная методика прогнозирования численности парка автотранспортных средств / Ю.В.Трофименко [и др.] // Совершенствование автомобильных и тракторных двигателей: сб. науч. тр. / Московский автомобильно-дорожный институт. М.,1992. С. 27-32.
3. Comment roulerous-nous dans les villes de-main? /Jaraniee V [text] // Environ, mag. - 1993. - № 1517. - S. 24 -35.
4. Heidemann C. Social science methods in forecasting [text] // TRRL Suppl. Rept. 1982. № 689. P. 1 - 28.
5. Perspektiven und Bilanz einer kunftigen Mobilitat /Zeiling Ralf E. [text] // Strasse und Verkehr. 1988. № 9. S. 579 - 580.
УДК 656.13
ОПТИМИЗАЦИЯ СТРУКТУРЫ ПОДВИЖНОГО СОСТАВА ГОРОДСКОГО ПАССАЖИРСКОГО ТРАНСПОРТА
И.Т.Ковриков1, И.И.Любимов2, Н.З.Султанов3, А.П.Фот4
Оренбургский государственный университет, 460018, г. Оренбург, пр. Победы, д. 13.
Рассмотрена проблема эффективного использования автомобилей в процессе городских перевозок. Найдены пути рационального использования подвижного состава городского пассажирского транспорта. Предлагаемый метод оптимизации структуры городского пассажирского транспорта основан на принципах системного анализа. Ил. 3. Табл. 1. Библиогр. 3 назв.
Ключевые слова: оптимизация; структура; городской пассажирский транспорт.
OPTIMIZATION OF THE STRUCTURE OF URBAN PASSENGER TRANSPORT ROLLING STOCK I.T.Kovrikov, I.I.Lyubimov, N.Z.Sultanov, A.P.Fot
Orenburg State University, 13 Pobeda Av., Orenburg, 460018.
The authors consider the problem of the efficient use of automobiles in the process of urban transportations. They have found the ways of rational use of the rolling stock of urban passenger transport. The proposed method to optimize the structure of the urban passenger transport is based on the principles of system analysis. 3 figures. 1 table. 3 sources.
Key words: optimization; structure; urban passenger transport.
Программно-целевое планирование - это один из видов планирования, в основе которого лежит ориентация деятельности на достижение поставленных целей.
Проблема совершенствования эффективности функционирования сложных технических систем, в том числе городского пассажирского транспорта (ГПТ),
в настоящее время становится достаточно острой. Причиной является то, что внешние по отношению к ГПТ условия становятся более неустойчивыми и быстро изменяющимися, а требования, предъявляемые к качеству функционирования систем, растут [1]. Перспективными в этих случаях являются программно-целевые методы.
1 Ковриков Иван Тимофеевич, доктор технических наук, профессор, тел./факс: (3532) 763956, e-mail: [email protected] Kovrikov Ivan Timofeyevich, a doctor of technical sciences, a professor, tel / fax: (3532) 763956, e-mail: [email protected]
2Любимов Игорь Ильич, кандидат технических наук, доцент кафедры автомобилей и безопасности движения, тел./факс: (3532) 277770, e-mail: [email protected]
Lyubimov Igor Ilich, a candidate of technical sciences, an associate professor of the Chair of Automobiles and Traffic Safety, tel. / fax: (3532) 277770, e-mail: [email protected]
Султанов Наиль Закиевич, доктор технических наук, профессор, заведующий кафедрой систем автоматизации производства, тел./факс: (3532) 340512, e-mail: [email protected]
Sultanov Nail Zakievich, a doctor of technical sciences, a professor of the Chair of Systems of Production Automation, the head of the Chair, tel. / fax: (3532) 340512, e-mail: [email protected]
4Фот Андрей Петрович, доктор технических наук, профессор, главный учёный секретарь, тел./факс: (3532) 375989, e-mail: [email protected]
Fot Andrei Petrovich, a doctor of technical sciences, a professor, the chief scientific secretary, tel. / fax: (3532) 375989, e-mail: [email protected]
