Автореферат (1172948), страница 4
Текст из файла (страница 4)
Следующим этапом исследования является определение преимущества оперативных подразделений в транспортном потоке и определениестепени влияния различных внешних факторов.В третьей главе «Определение и исследование преимущества движения оперативных пожарно-спасательных подразделений в транспортномпотоке» была разработана мультипликативная модель определения скоростиследования ОПСП. Для учета в ней преимущества движения ОПСП в транспортном потоке при помощи метода ретроспективного сравнения геоинформационных данных движения спецтехники с движением транспортного потока был14Число выездовопределен коэффициент преимущества, также были определены коэффициентывлияния различных факторов. Разработан алгоритм определения коэффициентапреимущества движения служб экстренного реагирования в транспортном потоке и предложены рекомендации по совершенствованию математических моделей, имитирующих функционирование экстренных служб.Для определения скорости следования ОПСП VПА была разработана мультипликативная модель:VПА VТП K СРПР K ВЛ ,(2)где VПА – скорость следования ОПСП; VТП – скорость транспортного потока;KСРПР – средний коэффициент преимущества; KВЛ – коэффициент влияния различных факторов.Для вычисления скорости следования ОПСП было необходимо определитьвышеуказанные значения.
Скорость транспортного потока была определена разработанной программой обработки и анализа геоинформационных данных припомощи картографического сервиса.Для определения преимущества ОПСП в транспортном потоке (коэффициента преимущества KПР) был применен метод ретроспективного сравнениягеоинформационных данных движения спецтехники с движением транспортногопотока. Сначала было проведено сравнение распределений времени следованиядо места вызова, для этого весь массив данных был отсортирован по количествувыездов на каждую минуту следования. В результате распределения выездовбыли построены графики, представленные на рисунке 8.16014614012010080604020126126107999586 8782817978787069646355 524646 48 44 4441413934 3631 2929282725242322 2319191817 18 2116111110 1188 8 6 5765555 9 17 4 11433200 10 10 00102013579111315171921232527293133353739Время следования, минРисунок 8 – Распределение числа выездов по минутам времени следования:– время следования ПА, км/ч;– время следования со скоростью транспортного потока, км/чТак как время следования является относительным показателем, в дальнейшем анализе сравнивались только показатели средней скорости следования.Результаты анализа по всему массиву данных показали, что средняя скоростьтранспортного потока составляет 23,13 км/ч, в то время как средняя скоростьОПСП составила 35,13 км/ч, что на 52 % выше скорости транспортного потока.15Скорость, км/чПреимущество движения ОПСП в транспортном потоке можно выразитьчерез коэффициент преимущества:VK СРПР СРПА ,(3)VСРТ Пгде KСРПР – средний коэффициент преимущества, он составляет 1,52; VСРПА –средняя скорость ОПСП по всему массиву данных; VСРТП – средняя скоростьтранспортного потока по всему массиву данных.Для того чтобы коэффициент преимущества менялся в полном диапазоне,в мультипликативной модели применяется коэффициент влияния различныхфакторов KВЛ на преимущество ОПСП в транспортном потоке.
Данный коэффициент рассчитывается как произведение коэффициентов каждого внешнего фактора, оказывающего влияние на изменение преимущества ОПСП в транспортномпотоке:K ВЛ K Р K ПА K М K ДН K ВС ,(4)где KР – коэффициент влияния расстояния до места вызова; KПА – коэффициентвлияния типа ПА; KМ – коэффициент влияния месяца; KДН – коэффициент влияния дня недели; KВС – коэффициент влияния времени суток.Поскольку сбор данных проводился в течение полугода, по полученномумассиву данных нет возможности определения KМ.В самом начале данного исследования анализировалось влияние расстояния, для этого было проведено сравнение скорости движения ОПСП по экстренному вызову и скорости транспортного потока в зависимости от расстояния доместа вызова.
Была произведена сортировка всего массива данныхпо расстоянию до места вызова (по километрам), затем было получено среднеарифметическое значение скорости во время выезда для каждого километра.Полученный результат представлен на рисунке 9.70605040302010002468101214161820Расстояние, кмРисунок 9 – Зависимость средней скорости следования от расстояния до места вызовапо средним значениям на каждый километр:– скорость следования ПА, км/ч;– скорость следования транспортного потока, км/ч (средняя);– скорость следования ТП, км/ч (без пробок, с максимально разрешённой скоростью);– скорость следования транспортного потока, км/ч (оптимистичный прогноз);– скорость следования транспортного потока, км/ч (пессимистичный прогноз)16С увеличением расстояния увеличивается скорость ПА, следующегопо экстренному вызову, на расстоянии от 1 до 20 км его средняя скорость увеличивается более чем в 2 раза, но так как скорость транспортного потока с увеличением расстояния так же увеличивается, было принято решение рассчитыватькоэффициенты влияния в зависимости от коэффициента преимущества ПАв транспортном потоке.
Для определения коэффициента влияния расстоянияна преимущество ОПСП в транспортном потоке была произведена сортировкакоэффициентов преимущества для каждого вызова по каждому километру дистанции до места вызова и получены средние значения, затем среднеарифметическое среди значений коэффициента преимущества для каждого километра расстояния было взято за единицу, после чего был произведен расчет коэффициентавлияния для каждого километра расстояния до места вызова.Коэффициент влияния определяется следующим образом: среднее значение коэффициента преимущества для каждого километра было разделенона средний коэффициент преимущества, взятый за единицу, таким образом, былопределен коэффициент влияния для каждого километра расстояниядо места вызова. Диапазон изменения коэффициента преимущества и коэффициента влияния расстояния представлены в таблице 5.Таблица 5 – Коэффициент влияния расстояния до места вызоваПараметрЧисло выездовКоэффициент преимуществаСреднее67,51,59Мax211,02,59Min5,01,32Коэффициент влияния1,000001,630530,80503По такому же алгоритму были определены коэффициенты влияниядля остальных внешних факторов.
В результате были получены значения для коэффициентов влияния, которые вошли в мультипликативную модель определения скорости следования ОПСП. Коэффициенты влияния служат поправочнымикоэффициентами для среднего коэффициента преимущества, для того чтобыфактор, оказывающий положительный эффект на преимущество ОПСП, имеющий значение коэффициента влияния больше единицы, увеличивал средний коэффициент преимущества, а фактор, оказывающий отрицательный эффект напреимущество ОПСП, имеющий значение коэффициента влияния меньше единицы, уменьшал средний коэффициент преимущества.В пожарной охране применяются пожарные автомобили различныхтипов, которые обладают различными техническими характеристиками и особенностями применения.
Был проведен сравнительный анализ скорости движения различных типов ПА и скорости транспортного потока (ТП). Диаграммыскорости ПА и ТП изображены на рисунке 10, коэффициенты, определенныев результате анализа, представлены в таблице 6.Скорость, км/ч174038,2536,9133,693531,023027,3023,172523,1522,06201510АЦАСААБГАЛ и АПКТип ПАРисунок 10 – Изменение средней скорости следования к месту вызовав зависимости от типа ПА:– средняя скорость ПА, км/ч;– средняя скорость ТП, км/чТаблица 6 – Коэффициент влияния типа пожарно-спасательного автомобиляПараметр Число выездовКоэффициент преимуществаКоэффициент влиянияСреднее337,31,531,00000Мax686,01,631,06584Min25,01,440,94406Поскольку загруженность дорог в мегаполисах меняется в зависимостиот дня недели и времени суток, было проведено сравнение скорости ПА и ТПв зависимости от данных параметров и определены коэффициенты преимущества ПА в ТП, а также коэффициенты влияния дня недели и времени суток(таблицы 7–8; рисунки 11–12).Таблица 7 – Коэффициент влияния дня неделиПараметрСреднееМaxMinЧисло выездов192,7211,0158,0Коэффициент преимущества1,581,651,52Коэффициент влияния1,000001,044010,95998Таблица 8 – Коэффициент влияния времени сутокСкорость, км/чПараметрСреднееМaxMinЧисло выездов56,1111,019,0Коэффициент преимущества1,541,771,34Коэффициент влияния1,000001,144150,8644538,14035,13534,334,432,833,9302523,823,024,822,121,8средаСредачетвергЧетверг37,925,621,4201510понедельник ВторниквторникПонедельникпятницаПятницасубботавоскресеньеСубботаВоскресеньеДни неделиРисунок 11 – Изменение средней скорости в зависимости от дня недели:– средняя скорость ПА, км/ч;– средняя скорость ТП, км/ч47,336,140,331,238,325,835,023,636,123,836,224,033,020,634,320,932,920,734,823,031,621,332,721,232,920,030,717,932,819,835,721,534,022,836,924,337,727,430,939,844,232,345,631,937,527,937,450454035302520151026,5Скорость, км/ч18Время, чРисунок 12 – Изменение средней скорости в зависимости от времени суток:– средняя скорость ПА, км/ч;– средняя скорость ТП, км/чКоэффициент преимуществаТакже в исследовании была проверена гипотеза о том, что коэффициентпреимущества зависит от степени загруженности дорог:VK ЗД БП ,(5)VСРТПгде KЗД – коэффициент загруженности дороги; VБП – скорость транспортного потока без пробок, VСРТП – средняя скорость транспортного потока.Данная зависимость представлена на рисунке 13.
Зависимость коэффициента преимущества от коэффициента загруженности дорог наиболее точно описывается следующей функцией:0,0364 KЗДKПР 1,3369e,(6)которая является экспоненциальной аппроксимацией полученных значений, коэффициент корреляции при этом составляет R = 0,7771.3,5KПР 1,3369e3,00,0364 KЗД2,52,01,51,00,50,01,21,41,61,822,22,42,62,833,23,43,63,84Коэффициент загруженности дорогиРисунок 13 – Зависимость коэффициента преимущества от коэффициента загруженностидорог (пунктирными линиями обозначено среднеквадратичное отклонение)В результате проведенного исследования были определены количественные показатели преимущества ОПСП в транспортном потоке и разработанамультипликативная модель определения скорости ОПСП в зависимости от раз-19личных факторов, что позволит рассчитать скорость и время следования по экстренному выезду ОПСП в различных условиях (в зависимости от степени влияния различных внешних факторов).
Учитывая то, что принципиального отличияв системах реагирования по экстренному вызову других экстренных служб нет,был предложен алгоритм определения коэффициента преимущества движенияслужб экстренного реагирования в транспортном потоке (рисунки 14–15).Блок записи, отправкии хранениятелеметрических данныхБлок обработки и частичногоанализа геоинформационныхданных при помощиразработанной программыБлок анализа, определениязависимостейи коэффициентовРисунок 14 – Принципиальная схема определения коэффициентов преимуществаэкстренных служб в транспортном потокеДалее были предложены рекомендации по совершенствованию управления оперативными пожарно-спасательными подразделениями как для АСУ комплексной информационной системы мониторинга и управления силамии средствами (КИС МиУСС), так и математических моделей, имитирующихфункционирование экстренных служб, а именно компьютерной имитационнойсистемы (КИС) КОСМАС.В приложении приведены графики зависимости скорости следования оперативных пожарно-спасательных подразделений от расстояния до места вызовадля различных типов пожарно-спасательных автомобилей, акты внедрения диссертационной работы, свидетельство о государственной регистрациипрограммы для ЭВМ, а также список сокращений, используемых в работе.20i=1, KНАЧАЛОПри помощи телеметрического ГЛОНАСС/GPS/GSM терминала, установленного в автомобиле экстренной службы,осуществляется запись перемещения оперативного подразделения во время экстренного вызоваПо средствам GSM осуществляется отправка записываемых телеметрическихданных на сервер Комплексной информационной системы мониторинга и управления силами и средствами (КИС МиУСС)Отбраковка некорректных треков, содержащих в себе менее 30 геопозицийКорректныефайлы,отправляютсяв «Программу обработки и анализа ГЛОНАСС данных о следовании к месту вызова оперативных пожарно-спасательныхподразделений»i≤KДАИзвлечение из файла данных: идентификационного номера ГЛОНАСС устройства пожарного автомобиля, координаты, дата и время выездаОпределение параметров движения ПА: протяженностимаршрута следования к месту вызова, время следованияОпределение времени необходимого для преодолениямаршрута до места вызова со скоростью транспортногопотока: без пробок, оптимистичный прогноз, пессимистичный прогнозi=i+1i=1i≤KНЕТДАВывод: – идентификационный номер ГЛОНАСС устройства;– дата и время начала выезда, время следования ПА;– прогноз времени следования со скоростью транспортногопотока: пессимистичный, оптимистичный, с максимальноразрешенной скоростью;– расстояние до места вызоваПри помощи различных видов фильтрации производится выборка необходимых данныхС использованием методов общей иматематической статистики определяются статистические модели изменения скоростных характеристикпри движении оперативных пожарно-спасательных подразделенийв зависимости от различных факторов: типа техники, степени загруженности дорог, дистанции выезда,времени суток, дня недели, и перепадов высот, а также определяютсякоэффициенты преимущества оперативныхпожарно-спасательныхподразделений в транспортном потокеКОНЕЦi=i+1Рисунок 15 – Алгоритм определения коэффициентов преимущества экстренных служб в транспортном потоке:i – счетчик; K – количество треков (файлов GPX)20На сервере АСУ производится сортировка телеметрических данных по идентификационным номерам записывающихустройств и по дате записи, формируютсятреки каждого производимого выездаНЕТДанные полученные в результатеобработки и частичного анализа, дляудобства дальнейшего изученияформируются в таблицы MicrosoftExcel, создаётся база данных21ЗАКЛЮЧЕНИЕ1.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
