Диссертация (1172949), страница 11
Текст из файла (страница 11)
В результате сбора и последующей отбраковкинекорректных данных, был получен массив, составляющий 1 350 выездов.Для обработки и частичного анализа полученных данных была разработанакомпьютерная программа «Программа обработки и анализа ГЛОНАСС данныхо следовании к месту вызова пожарно-спасательных подразделений», при помощикоторой проводилась как обработка записанных GPX-треков, так и определениескорости транспортного потока по Google maps на данном маршруте следования.В результате были определены данные, необходимые для анализа экстренногореагирования оперативных пожарно-спасательных подразделений, а такжескорости транспортного потока во время экстренных выездов.Целью сбора и анализа геоинформационных данных о выездах ОПСП былапроверкагипотезыозависимостискоростныххарактеристикпожарно-спасательных подразделений от различных внешних факторов:– скорости следования от расстояния до места вызова;– скорости следования от типа пожарного автомобиля;– скорости следования от дня недели;– скорости следования от времени суток;– скорости следования от изменения высоты над уровнем моря (подъемыи спуски).Полученные данные представлены в таблицах 2.9–2.11 [110].Таблица 2.9 – Значения различных показателей, полученных в результате анализагеоинформационных данныхТип пожарно-спасательныхАЦАСААЛ и АПКАБГВсегоавтомобилейЧисло выездов504,00687,00134,0025,001350,00Общее расстояние, км.2657,785118,14611,90230,668618,48Максимальное расстояние, км33,2226,5218,724,8233,2270Окончание таблицы 2.9Минимальное расстояние, кмСреднее расстояние, кмМаксимальная скорость, км/чСредняя скорость, км/чМаксимальное время, мин.Минимальное время, мин.Среднее время, минМаксимальная остановка, минСредняя остановка, мин0,705,27139,0033,6751,632,589,418,500,750,927,46159,0036,9149,221,3012,9613,931,361,184,57131,0031,0231,422,429,068,770,632,429,2390,0038,2544,085,5515,494,350,570,706,40159,0035,1351,631,3011,3213,931,05Таблица 2.10 – Значения различных показателей, полученных в результате анализаизменений высотТип пожарно-спасательных автомобилейЧисло выездовОбщее расстояние, кмОбщая протяженность подъемов, кмОбщая протяженность спусков, кмМаксимальный подъем, кмМаксимальный спуск, кмСредний подъем, кмСредний спуск, кмМаксимальная скорость, км/чМаксимальная скорость вовремя подъема, км/чМаксимальная скорость вовремя спусков, км/чМаксимальное время, минМаксимальное время подъема, минМаксимальное время спуска, минМинимальное время, минСреднее время, минСредняя продолжительность подъема, минСредняя продолжительность спуска, минМаксимальный набор высоты, мМинимальный набор высоты, мСредний набор высоты, мАСА313,002247,30138,6998,882,471,710,450,3240,4740,5936,3842,204,232,501,3011,750,710,58222,001,0032,83Статистические модели.
В результате проведенного анализа экстренногореагирования ОПСП был определен ряд зависимостей и получены статистическиемодели (таблица 2.11), описывающие зависимость скоростных характеристикоперативных пожарно-спасательных подразделений от различных факторов.Наиболее устойчивой является зависимость скоростных характеристик ОПСПот расстояния до места вызова. Подтвердилась гипотеза о том, что чем большерасстояние, тем выше скорость следования ОПСП, это можно объяснить тем, что71во время преодоления больших расстояний у водителя появляется возможностьнабрать более высокую скорость.
Также была установлена зависимость скоростиследования ОПСП по экстренному вызову от дня недели и времени суток.Установлено, что в выходные скорость реагирующих подразделений выше,чем в будни, а также то, что скорость реагирующих подразделений значительновыше в ночные часы, нежели в часы пик с проблемным трафиком движения.Таблица 2.11 – Статистические модели зависимости скорости следования от расстояниядля различных типов пожарно-спасательных автомобилейТип ПААЦАСААЛ и АПКАБГВсегоЧисло выездов504687134251350Зависимость скорости ПА от расстояниядо места вызоваVПА = –0,1763·S2 + 5,0728·S + 10,876VПА = –0,0456·S2 + 1,8462·S + 25,404VПА = 21,913·S0,283VПА = 25,034·S0,2695VПА = –0,1181·S2 + 3,4948·S + 17,76Коэффициенткорреляции0,8910,6070,8460,6230,901Следующей задачей проводимого исследования является определениепреимущества движения ОПСП в транспортном потоке, для этого необходимопровестиисравнительныйтранспортногодифференцируемыйпотокаанализвскоростныхразличныхкоэффициентхарактеристикусловиях,преимуществаатакжедвиженияОПСПполучитьпожарно-спасательных подразделений в транспортном потоке.
Его дифференциация,зависящая от степени влияния каждого конкретного фактора, будет проводитьсяза счет изменения коэффициентов влияния различных внешних факторов.72Глава 3 Определение и исследование преимущества движенияоперативных пожарно-спасательных подразделенийв транспортном потокеОсновнойзадачейисследованиябылоустановитьпреимуществооперативных пожарно-спасательных подразделений в транспортном потоке.Для этого был осуществлен сбор геоинформационных данных о выездахпо экстренным вызовам оперативных пожарно-спасательных подразделенийтерриториального пожарно-спасательного гарнизона города Москвы.
Затем припомощи разработанной программы обработки и анализа ГЛОНАСС данных былиобработаны и проанализированы полученные геоинформационные данные. ТакжеприпомощиразработаннойкартографическогосервисапрограммыGoogleиmapsинтегрированногобылаустановленавнеескоростьтранспортного потока на маршруте следования ОПСП.
Для определенияпреимуществапожарно-спасательныхподразделенийиполучениядифференцируемого коэффициента преимущества движения в транспортномпотоке был разработан метод ретроспективного сравнения геоинформационныхданных движения спецтехники с движением транспортного потока, позволяющийопределить преимущество скоростных характеристик спецтехники.
Суть данногометода заключается в определении скорости транспортного потока на маршруте,пройденном оперативным подразделением непосредственно во время экстренноговызова и сравнение ее со скоростью оперативного пожарно-спасательногоподразделения.733.1 Сравнительный анализ распределений времени следованиядо места вызова оперативных пожарно-спасательных подразделенийи транспортного потокаВ начале сравнительного анализа было проведено сравнение распределениявремени следования до места вызова оперативных пожарно-спасательныхподразделений и транспортного потока, для этого весь массив данных былотсортирован по количеству выездов на каждую минуту следования: как времяследования пожарно-спасательных подразделений, так и время следованиятранспортного потока. В результате распределения выездов были построеныдиаграммы, представленные на рисунке 3.1.
На представленной диаграмме видно,что пик распределения времени следования транспортного потока смещен вправо(в сторону увеличения времени следования) по отношению к пику диаграммыраспределениявремениследованияоперативныхпожарно-спасательныхподразделений. Это говорит о том, что транспортному потоку для преодолениятого же маршрута следования под влиянием тех же внешних факторовпонадобилось времени больше нежели оперативным пожарно-спасательнымподразделениям.
После проведения анализа распределения времени следованиятранспортного потока было установлено, что оно подчиняется тем же законамраспределения, что и распределение времени следования оперативных пожарноспасательных подразделений, а именно распределению Эрланга различныхпорядков.По данному распределению можно сделать вывод о том, что скоростьоперативныхпожарно-спасательныхподразделенийвышечемскоростьтранспортного потока, а также то, что оперативные пожарно-спасательныеподразделение имеют преимущество в транспортном потоке.
Далее дляопределения коэффициента преимущества и коэффициентов влияния, которыевойдут в мультипликативную модель определения скорости следования ОПСП,необходимо выяснить, на сколько велико преимущество и какие внешниефакторы оказывают наибольшее влияние.Число выездов160146140126126120107102991009586 877980786982817870646063555246484641404429292419203917 182521 2328 271988 87122 231611655181110 9 1176 455432 30 0 1 0 11123456789101112131415161718192021222324252627282930313233343536373839>40000 1054136343144Время следования, минРисунок 3.1 – Распределение числа выездов по времени следования для всего массива данных:– время следования ПА;– время следования ТП753.2 Сравнительный анализ скоростных характеристик оперативныхпожарно-спасательных подразделений и транспортного потокаВ разработанной программе обработки и анализа ГЛОНАСС данныхо следовании к месту вызова оперативных пожарно-спасательных подразделенийиспользуются данные картографического сервиса Google maps, благодаря этому,помимо времени следования оперативных пожарно-спасательных подразделенийк месту вызова, было также определено время следования транспортного потокав то же время и по тому же маршруту.
Картографический сервис Google mapsопределяет диапазон времени следования по заданному маршруту, он выводитвремя по оптимистичному и пессимистичному прогнозу с учетом загруженноститранспортной сети, также из данного сервиса можно получить время преодолениямаршрута без учета загруженности транспортной сети. Разработанная программапосле обработки загруженных треков выводит по каждому маршруту следованиячетыревремениследования:времяследованияпожарно-спасательныхподразделений, оптимистичный прогноз времени следования транспортногопотока, пессимистичный прогноз времени следования транспортного потока,а также прогноз времени следования транспортного потока без учета пробок.Благодаря этому появилась возможность сравнения скоростных характеристикоперативных пожарно-спасательных подразделений и транспортного потокав одинаковых условиях.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
