Инновационный подход к прогнозному моделированию пассажиропотоков на пригородных поездах
Рассмотрение внедрения логистических технологий в мероприятия контроля как процесса инновационной деятельности. Схема подготовки прогнозных решений. Модель прогнозирования пассажиропотоков на пригородных поездах Саратовского транспортного узла.
| Рубрика | Маркетинг, реклама и торговля |
| Вид | статья |
| Язык | русский |
| Дата добавления | 29.08.2020 |
| Размер файла | 989,4 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
ИННОВАЦИОННЫЙ ПОДХОД К ПРОГНОЗНОМУ МОДЕЛИРОВАНИЮ ПАССАЖИРОПОТОКОВ НА ПРИГОРОДНЫХ ПОЕЗДАХ
В.Г. Санков, С.А. Морозов
Аннотация
Рассматривается внедрение логистических технологий в мероприятия контроля как процесс инновационной деятельности, представлена разработанная авторами модель прогнозирования пассажиропотоков на пригородных поездах Саратовского транспортного узла.
Вариация, аппроксимация, тригонометрическая функция, случайный процесс, пассажирские перевозки, инновационная деятельность, логистика
Annotation
Introduction of logistical technologies in control actions as process of innovative activity is considered, the model of forecasting of volumes of passenger traffic developed by authors on suburban trains of the Saratov transport knot is presented.
A variation, approximation, trigonometrically function, casual process, passenger transportations, innovate activity, logistics
Основная часть
Главным критерием оценивания работы коммерческого предприятия является его доходность. В данной статье объектом исследования являются потоки пассажиров на линиях пригородных перевозок железнодорожным транспортом Саратовского транспортного узла.
В общем виде схема обслуживания пассажиров представляет собой логистическую систему с входным и выходным потоками пассажиров, процессом перевозки и сопутствующего обслуживания в процессе перевозок (рис. 1). Одним из видов услуг, оказываемых пассажирам в процессе перевозки, является инициируемый перевозчиком контроль наличия проездного документа, определяющего право на получение транспортной услуги [4].
Для обеспечения качественного обслуживания пассажиров на пригородных линиях железнодорожных перевозок необходимо иметь полную информацию об объёмах перевозок, маршрутах перемещения населения и динамике обслуживаемых пассажиропотоков.
Практика обслуживания пассажирских перевозок свидетельствует о том, что они имеют ярко выраженную сезонную, месячную, недельную, суточную и часовую вариацию. Знание поведения пассажирского потока во времени имеет решающее значение для выполнения его качественного обслуживания. Кроме знания закономерности изменения потоков во времени для выполнения перевозок, имеет значение и возможность их точного прогнозирования во всех временных периодах.
Внедрение логистических технологий информационного обеспечения в мероприятия контроля, обеспечивающих качественный рост эффективности процесса самого контроля, стоит рассматривать как инновационную деятельность. В качестве одной из подобных технологий стоит рассмотреть модель прогнозирования обслуживаемых пассажирских потоков. Для построения такой модели требуется достаточно представительная статистическая информация о фактически перевезённом количестве пассажиров на линиях пригородного железнодорожного транспорта за достаточно длительный период времени.
Научная практика изучения и обслуживания пассажирских потоков позволяет выявить общую закономерностью высокой устойчивости характеристик динамики потока. Это и позволяет говорить о возможности построения модели динамики пассажирских потоков, которую затем можно исследовать в качестве модели прогноза потоков для предстоящей организации их обслуживания.
Визуальная оценка динамики статистических данных подтверждает сезонную неравномерность, неравномерность по дням недели, суточную неравномерность. Существуют и иные факторы, влияние которых носит краткосрочный характер, либо вызывают кардинальные изменения потока. Влияние этих факторов должно учитываться по мере их возникновения.
Рис. 1 Схема обслуживания пассажиров ОАО «Саратовская пассажирская пригородная компания»
В.С. Лукинский описывает процесс подготовки прогнозных решений в общем случае, когда прогнозируемые процессы описываются разными моделями динамики, где выделены и модели с временными неравномерностями. Процесс подготовки им представлен в виде схемы - алгоритма, изображённого на рис. 2 [2].
Рис. 2 Схема подготовки прогнозных решений
инновационный логистический прогнозирование пассажиропоток
Учёный выделяет три основных типа методов математического прогнозирования: симплексный метод экстраполяции по временным рядам, статистические методы, включающие корреляционный и регрессионный анализ, факторный анализ, и комбинированный метод, представляющий собой синтез различных вариантов прогнозов.
Для исследования временной неравномерности распределения пассажиропотока в году удобно использовать наиболее простое представление.
Определимся с использованием симплекс-метода для построения модели пассажиропотока. Существуют две принципиально разные методики экстраполяции тренда: аддитивная и мультипликативная.
Аддитивная модель имеет общий вид модели прогноза:
(1)
где - прогнозные значения временного ряда показателя;
- среднее значение прогноза (тренд);
- составляющая прогноза, отражающая периодические колебания, которые повторяются примерно через одинаковые промежутки в течение небольшого промежутка времени (сезонные колебания);
- составляющая прогноза, отражающая периодические колебания, повторяющиеся в течение длительного промежутка времени (циклические колебания);
- составляющая, позволяющая учесть другие важные для конкретного прогноза факторы [1];
- случайная величина отклонения от прогноза, обусловленная стохастическим характером социально-экономических процессов (случайные колебания, характеризующиеся абсолютной нерегулярностью величины, частоты, направления возникновения, поэтому их предсказание на основе анализа временного ряда оказывается невозможным).
Мультипликативная модель прогноза имеет вид
(2)
где - коэффициент (индекс) учёта сезонных колебаний;
- коэффициент (индекс), учитывающий циклические колебания;
- коэффициент (индекс), учитывающий другие важные для конкретного прогноза факторы;
- случайная величина отклонения прогноза.
Для построения модели прогноза пассажиропотоков будем ориентироваться на модель аддитивного вида. По графикам динамики данных фактических объёмов перевозок очевидна тенденция изменения ряда за достаточно длительный период времени, то есть явно существует линейный тренд временного ряда. Кроме того, как и предполагалось, имеются и три вида временных колебаний, отражающие: суточную, недельную и сезонную закономерные неравномерности. Колебания внутри суток имеют сильную привязку к расписаниям и маршрутам движения поездов, поэтому не будем рассматривать эти колебания в обобщенной формуле модели прогноза. В конечном представлении модель потоков пассажиров с использованием симплекс-метода (с моделью аддитивной формы) имеет вид
(3)
где - прогнозируемое значение потока пассажиров в день, пасс.;
- линейный тренд пассажиропотока;
- периодические изменения потока по месяцам года;
- периодические изменения потока по дням недели.
По данным объёмов перевозок за последние три года, количество пассажиров, передвигающихся на электричках, устойчиво, хотя и не резко, уменьшается. Видна отчетливая тенденция, не представляющая какую-либо сложную функцию. Поэтому для описания тренда примем линейную функцию. Коэффициенты её рассчитываются по алгоритму проведения регрессионного анализа фактических данных об объемах перевозок пассажиров. Расчет параметров уравнения линейного тренда проводится по объёмам перевозок пассажиров, обслуженных Саратовским отделением железной дороги за период с января 2008 по ноябрь 2010 (принятым по числу реализованных билетов).
В результате расчетов модель тренда выглядит следующим образом:
За единицу шкалы времени взят 1 день. Значение коэффициента корреляции. Знак «-» при коэффициенте корреляции показывает отрицательную тенденцию перевозок за 3 года наблюдений. Абсолютное значение 0,31 говорит о невысокой связи объёмов продаж с фактором времени. На графике отчетливо видны сезонные колебания, дающие сильные отклонения от линии тренда.
Рис. 3 Изменение среднемесячных продаж билетов и линейный тренд (январь 2008 - ноябрь 2010 гг.)
Расчет сезонных колебаний (отклонений) проводится путем вычета значений линейного тренда из значений статистических данных (рис. 3). Полученные таким образом массивы значений отклонений используются для определения параметров уравнения гармонических колебаний. Для аппроксимации принимается тригонометрическая функция вида COSINUS(б). Для получения модели гармонических колебаний, достаточно точно описывающих гармонические колебания пассажиропотоков, примем две первые гармоники разложения. Сезонная составляющая описывается математической моделью следующего вида:
Для определения параметров гармонических функций период первой гармоники принят кратным периоду колебания в один год, значение периода второй гармоники также кратно годовому периоду (рис. 4). Применение этой функции позволяет достаточно точно прогнозировать потоки пассажиров для последующих сроков.
Для выявления функциональной зависимости изменения потока по дням недели необходимо обратиться к статистике суточных продаж проездных билетов. При наличии неравномерностей распределения потока по дням применяется разбиение всего временного интервала дней выполненных наблюдений на участки квазистационарного поведения потока [3].
Приведенный график пассажиров, проходящих через турникеты на станции Саратов-1, на рисунке начинается с первой полной рабочей недели, с 4 января (рис. 5). Видно, что поведение пассажиропотока по дням недели часто совпадает. В то же время заметны отличия от общей тенденции поведения пассажиропотока на 1, 7, 8 и 10 неделях. При более подробном изучении причин изменения потока на этих неделях становится ясно, что есть причины для появления этих отклонений (табл. 1).
Рис. 4 Аппроксимация сезонных изменений тригонометрической функцией
Рис. 5 Проход пассажиров за сутки через турникеты станции Саратов-1 ( январь-март 2010 г.)
Таким образом, точечное изменение пассажиропотока связано с наличием праздников или с проведением технических работ на станции. Для определения функции изменения потока по дням недели необходимо внести корректировку в расчетную модель прогноза. Для точности аппроксимации стоит ввести 4 гармоники и принять целое количество периодов гармоник в неделе (рис. 6). После аппроксимации функцией из 4 гармоник модель прогнозирования вариации пассажиропотока преобразовалась к виду
Таблица 1
Причины точечного отклонения пассажиропотока
Общая формула модели описания пассажиропотока, обслуживаемого «Саратовской пригородной железнодорожной компанией» в зависимости от времени (с началом отсчета 1 января 2008 года), имеет вид
Рис. 6 Изменение функции отклонения потока по дням недели
При проверке модели прогноза на адекватность описания исходного массива данных среднемесячное отклонение расчетного значения функции от «прогноза» составило 5,5%. Максимальное отклонение значения функции пассажиропотока от статистических данных равно 11,99% (табл. 2).
Таблица 2
Ошибка аппроксимирующей функции
Из табл. 2 видно, что самые большие отклонения приходятся на март месяц. Отклонения в марте происходят в сторону как увеличения, так и уменьшения от расчетного значения. Главным образом этот факт следует связывать с наличием праздника 8 марта и началом дачного сезона, зависящего от погодных условий. Остальные отклонения носят случайный характер.
Полученная функция временного распределения пассажиропотока является моделью прогноза пассажиропотока, обслуживаемого Саратовским отделением железной дороги и станции Саратов-1, так как окончательно построен по данным этой станции. При проверке на адекватность может быть трансформирована и для описания потоков других станций.
Литература
1. Бауэрсокс Д. Дж., Клосс Д. Дж. Логистика: интегрированная цепь поставок. М.: Олимп-бизнес, 2001. 640 с.
2. Модели и методы теории логистики: учеб. пособие. / под ред. В.С. Лукинского. 2-е изд. СПб.: Питер, 2008. 448 с.
3. Морозов С.А. Подход к исследованию пассажиропотока на пригородных поездах (на примере Саратова) // Логистика, инновации, менеджмент в современной бизнес-среде: сб. науч. трудов. Саратов: СГТУ 2010. С. 90-96.
4. Положение о линейном контроле за перевозками на пассажирском транспорте в г.Казани / http://www.kazantransport.ru/index.php?page=content&DocID=1797 (2011.10.20).
Размещено на Allbest.ru
Подобные документы
Организационная структура предприятия, предоставляемые услуги. Характеристика инновационной деятельности предприятия. Мероприятия по снижению уровня рисков. Усовершенствование работы станции технического обслуживания путем внедрения новых технологий.
курсовая работа [63,5 K], добавлен 11.01.2014Совершенствование продуктов и методов маркетинга. Виды инновационного маркетинга: стратегический и оперативный инновационный. Организация инновационной деятельности и ее основные цели. Управление инновациями, каналы продвижения инновационной продукции.
реферат [440,8 K], добавлен 03.11.2010Принципиальная схема логистических систем. Организация рационального материального потока в прерывно-поточном производстве. Экономико-математическая модель и алгоритм решения. Система управления запасами с фиксированным размером заказа заготовок.
курсовая работа [89,3 K], добавлен 07.03.2012Сущность инновационной продукции. Маркетинг продуктов инновационной деятельности. Маркетинговые технологии и инструменты, применяемые для продвижения инновационного продукта, их характеристика. Критерии оценки эффективности работы службы маркетинга.
курсовая работа [103,2 K], добавлен 25.10.2013Сущность, виды, правила анализа и контроля логистических издержек. Сокращение временных и денежных затрат, связанных с товародвижением и формированием эффективных логистических цепей. Затраты на оформление заказа. Рекомендации по сокращению издержек.
курсовая работа [4,0 M], добавлен 27.05.2014Нормативное регулирование склада временного хранения и взаимодействия с таможенными органами. Оценка применяемых технологий организации движения материальных потоков на складе временного хранения. Мероприятия по совершенствованию системы складирования.
курсовая работа [40,5 K], добавлен 18.12.2014Основные особенности организации логистических процессов на предприятии. Логистические модели в реинжиниринге. Организационно-экономические аспекты реинжиниринга логистических закупок, складирования, сбыта. Организация логистического процесса на складе.
курсовая работа [2,1 M], добавлен 19.05.2011Системный подход к принятию маркетинговых решений. Изучение типов маркетинговой информации. Мероприятия целевого маркетинга – маркетинга продуктов, разработанных специально для определенных рыночных сегментов. Выбор стратегии позиционирования товара.
контрольная работа [43,3 K], добавлен 14.02.2012Создание логистических информационных систем. Их виды. Принципы построения логистических информационных систем. Информационные потоки в логистике. Дистанционная передача данных. Практические основы построения логистических цепей.
курсовая работа [95,4 K], добавлен 11.04.2005Логистический подход к управлению материальными потоками и минимизация закупочных издержек. Понятие материального потока, классификация логистических операций на торговой оптовой базе. Концепция логистики, ее правила, функции, основные требования.
учебное пособие [171,2 K], добавлен 14.06.2009
