Диссертация (1141570), страница 7

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 7)

Важнейшей количественной характеристикой входящегопотока требований является величина, которая называетсяинтенсивностьюпотока. Под интенсивностью потока требований подразумевается математическоеожидание числа требований, поступающих в СМО за единицу времени.Регламентобслуживания―этосистемаправил,определяющихособенности порядка обработки потока требований (например, «обслуживание по50 приоритету поступления», «обслуживание по факту поступления»), в том числе,определение числа требований, которые могут одновременно обслуживаться ичисла требований, которые могут ожидать начала обслуживания в СМО.Аппараты, предназначенные для обслуживания ― это процедурные иоперационныеобъекты,характеристикиСМО.обслуживания,тоопределяющиеЕслисистемаорганизацияфункциональныевключаетобслуживанияособенностинесколькоможетиаппаратовпредусматриватьодновременное обслуживание нескольких требований.

Термин «аппараты,предназначенные для обслуживания» имеет широкий, обобщающий смысл. Подобслуживающимаппаратомподразумевается:техническоеустройство,сооружение (помещение), человек − оператор. Совокупность однородныхаппаратов образует обслуживающую систему.Выходящий поток ― это распределённый во времени набор объектов,покидающих СМО после обслуживания. Выходящий поток может бытьисточником генерации входящего потока требований для другой СМО.Для корректного математического описания практической задачи, анализкоторойпроизводитсясиспользованиемположенийТМО,необходимоидентифицировать количественные и качественные свойства входящего потокаслучайных событий (требований на обслуживание), регламент и каналыобслуживания, предусмотренные в соответствующей СМО.Для сравнительно большого количества практических задач определениепоказателей качества эффективности функционирования рассматриваемой СМОдостаточно связать с характеристиками входящего потока, регламентом ивременем обслуживания заявок.В зависимости от особенностей задачи для описания ее функционированияприменяется конкретный тип СМО, например [71-74]: одноканальная СМО с отказами на обслуживание; многоканальная СМО с отказами на обслуживание; одноканальная СМО с ограниченной длиной очереди на обслуживание; многоканальная СМО с ограниченной длиной очереди на обслуживание;51  одноканальная СМО с неограниченной длиной очереди на обслуживание; многоканальная СМО с неограниченной длиной очереди на обслуживание; одноканальная СМО с ограниченным временем пребывания в СМО; многоканальная СМО с ограниченным временем пребывания в СМО.В приведенном перечне основных (но, не всех возможных) типов СМОосновное различие сводится к значению количества каналов для обслуживаниявходящего потока заявок на обслуживание.

Остальные характеристики СМО(условия отказов, ожидания в очереди) являются возможными и доступными дляанализа процессов, как в одноканальной, так и в многоканальной СМО.Врядеслучаеврешениепрактическойзадачипоформированиюэффективной СМО может быть сведено к ограничению интенсивности входящегопотока вместо увеличения количества обслуживающих каналов (снижениявремени обслуживания или оптимизацией отклонений от некоторого среднегозначения,дополнительногообслуживаниявтечениепериодавремени,характеризующегося максимальными значениями интенсивности входящегопотока требований на обслуживание [72,75].2.3. Основные виды и назначение математических моделейМоделированиепредставляетсобойметодизученияреальносуществующего или проектируемого пересадочного комплекса в целом илиотдельных функциональных элементов по некоторым, ключевым особенностям.Для практического применения метода требуется разработка такого объектаисследований−модели, которая по своим показателям полностью или сдостаточной степенью допущений соответствует параметрам реального объектаисследований [76-78].Модели различаются в зависимости от состава признаков и формата задачисследований [76].На Рисунке 2.3 представлена иерархия (по возрастанию сложности)признаков моделей реальных объектов исследований [77,78]: целевому назначению;52  методам описания; полноте подобия; воспроизводимым свойствам оригинала; физической природе.Рисунок 2.3 – Классификация моделей по иерархии и сложности признаковЦелевое назначение представляется основным признаком, определяющимтип и структуру соответствующей модели.В зависимости количества и качества формализации связей (случайныхявлений и событий) между элементами принимается соответствующий методописания соответствующих причин и следствий модели.

Наиболее полносоответствие объекта−модели реальному объекту исследований достигаетсяодновременным подобием в пространстве и во времени ее функционирования.Произвольныйвыборнекотороговоспроизводимогосвойстваиликомбинации свойств объекта − модели любой физической природы может бытьсопоставлен определяющему фактору и принятой комбинации признаковреального объекта исследований.Математическое моделирование представляется значительно более, посравнению с физическим моделированием, универсальным способом для53 характеристики явлений и процессов и предполагает формирование графического,аналитического, логического или иного описания, соответствующего поключевым параметрам реального процесса [79].Математическая модель позволяет осуществлять анализ развития процесса впространстве и во времени, в точном соответствии с конкретными условиями, вкоторых находится реальный объект исследований [79].Способ описания математической модели принимается, прежде всего, взависимости от ее целевого признака, а также определяется количеством икачеством информационного (статистического) материала, при помощи которогодостигается требуемая полнота подобияПроцесс разработки математической модели для исследований процессоввключает несколько последовательных этапов: на первом этапе: формулируются целевое назначение и структура задачисследований,которыетребуетсярешитьприпомощимодели.Производится анализ доступной информации об аналогичных процессах,возможностях для их формализации и назначается вид математическоймодели; навторомэтапе:производитсянепосредственнаяразработкаматематической модели с учетом факторов влияния.

В зависимости отпоставленных задач и наличия информации производится формированиедетерминированной (с применением алгебраических зависимостей) илистохастической (с применением методов теории вероятности) модели ―заданной полноты подобия; на третьем этапе: предусматривается корректировка (при необходимости)функциональных возможностей математической модели. Необходимостьизменения параметров модели может быть вызвана:выявленныминедостаткамисоответствующегоматематическогоаппарата;расхождениями между результатами (по сравнению с анализоманалогичных моделей и процессов);54 слабойчувствительностьюмоделикосновнымуправляющимфакторам или, напротив, чрезмерная чувствительность к второстепеннымфакторам; на четвертом этапе: производится оценка точности моделирования,уточняютсяиликонкретизируютсяпараметры,вырабатываютсярекомендации по применению математической модели.Периодическая корректировка математической модели имеет серьезноезначение для её практического применения, особенно в тех случаях, когда вструктуремоделиотсутствуетмеханизмавтоматическойкорректировкипараметров.Аппарат математического моделирования широко используются дляанализа эффективности транспортных потоков, под которыми подразумеваетсяусловия взаимодействия при движении автомобильных транспортных средств ипассажиров, в различных условиях городской среды [80,81].Критерии оценки функциональной эффективности объектов транспортнойинфраструктуры определяются, главным образом, аналитически, при помощиматематического моделирования реальных процессов и явлений [82,83].Условиякомфортностидвиженияпассажировисследованыещенедостаточно, а исследования специалистов в течение многих лет былинаправлены, в основном, на изучение вопросов эвакуации, связанных, преждевсего, с анализом поведения пешеходных потоков в условиях чрезвычайныхситуаций.

В последнее же время наметилась тенденция к увеличениюисследований по особенностям организации и обеспечения функциональнойэффективности безопасности пешеходного движения [84-86].К настоящему времени разработано некоторое количество математическихмоделей пешеходного движения, которые можно по следующим основнымпризнакам [82,86,87]: модель притягивающихся сил (на принципах физического закона Кулона); модель ожидания и поведения (на принципах теории очередей), сиспользованием вероятностной трактовки исходных факторов;55  модель социальных сил (на принципах физического закона взаимодействияНьютона); модель клеточного автомата (на принципах закона одностороннего развитиябиологического организма).Каждая из рассмотренных математических моделей определенным образомхарактеризует особенности пешеходного потока и отличается некоторойспособностью отображать свойства реального объекта исследований в конкретнойтранспортной системе [83,88].В самом общем случае пешеходный поток представляет собой совокупностьпешеходов разного возраста, с различными мотивами и целями передвижения,психофизиологическими особенностями.

Поэтому люди движутся с различными,случайными скоростями и на различных, случайных расстояниях друг от друга(при условии, что конструктивные особенности соответствующего транспортногоили строительного сооружения и плотность потока позволяют формировать такиерасстояния).Скорость свободного передвижения пассажира в потоке (без ощущенияпрепятствий со стороны других пассажиров) распределяется по нормальномузакону и уменьшается с ростом интенсивности потока.Каждый пешеход выбирает такую скорость перемещения (например,спокойный, ускоренный или быстрый шаг, бег), которая обеспечивает емукомфортныйпереходчерезтранспортноесооружение(заисключениеммаломобильных категорий пассажиров, нуждающихся в особых условияхобеспечения передвижения в городской среде) [81,89,90].2.4.

Характеристики

Список файлов диссертации