Размещено на http://www.allbest.ru/

КУРСОВИЙ ПРОЕКТ

з дисципліни "Методи наукових досліджень (моделювання) і сучасні комп'ютерні технології"

Дослідження ЗАКОНОМІРНОСТІ формування ПАСАЖИРОобміну зупиночних пунктів НА приМІСЬКОму МАРШРУТі №1592 Холодна -гора Пісочин

ЗМІСТ

Вступ

1. Опис об'єкта дослідження

2. Вибір методу дослідження

3. Моделювання об'єкта дослідження

4. Аналіз результатів моделювання

Висновки

Список літератури

ВСТУП

Сучасні тенденції в розвитку пасажирських перевезень України супроводжуються все зростаючим навантаженням на транспортну систему країни. Розширення масштабів перевезення, його зміщення до нових пасажиропоглинаючих та пасажироутворюючих пунктів, велика роз'єднаність зон праці і місця відпочинку все це приводить до високих темпів розвитку транспорту. Потреба в бистрому аналізі зміни пасажиропотоку збільшується так як з кожним роком об'єм перевезення пасажирів інтенсивно зростає і змінюється тому необхідно застосовувати методи вивчення закономірності формування пасажиропотоку використовуючи статистичну модель дослідження. В період переходу держави до ринкових відносин найважливішою задачею, яка стоїть перед автотранспортними підприємствами, є збільшення ефективності праці, а це можливо лише при отриманні достовірної інформації і за невеликий проміжок часу про пасажиропотік, що дає змогу скласти розклад руху швидше і задовольнити вчасно населення по їх переміщенню. Необхідно описати об'єкт дослідження в першому розділі щоб вибрати необхідний метод дослідження в другому розділі, змоделювати об'єкт дослідження в третьому розділі та перевірити на адекватність і проаналізувати отримані результати моделювання в четвертому розділі.

Для досягнення поставленої мети треба вирішити наступні задачі, які ставляться при виконанні роботи:

- визначити вхідні параметри що впливають на пасажиропотік на маршруті;

- щільність населення яке охоплює зупиночний пункт;

- площа розселення та етажність настройки;

- населення яке мешкає в зоні обслуговування зупиночного пункту;

- описати закономірність формування пасажиропотоку.

1. Опис об'єкту дослідження

пасажиропотік маршрут зупиночний транспортний

Об'єкт дослідження: пасажирообмін зупиночних пунктів на приміському маршруті.

Предмет дослідження: закономірність формування пасажирообміну зупиночних пунктів на прикладі приміського маршруту АС Холодна Гора - Пісочин.

Пасажирообмін зупиночних пунктів коливається в залежності від загальної площі розселення, від щільності розселення, від наявності фабрик, заводів, ринків, магазинів, від етажності забудови, від дальності зупиночних пунктів, від кількості учбових закладів, курортних зон. Розглянемо коротку характеристику приміського маршруту та смт Пісочин .

Маршрут Пісочин - Холодна Гора являється приміським маршрутом має 7 проміжних зупиночних пунктів та 2 кінцеві зупинки які є найбільшими пасажиро утворюючими та пасажиропоглинаючими пунктами.

В смт Пісочин на цей час проживає більше 70000 мешканців і являється трудовою так і рекреаційною зоною.

Кількість людей, які працюють на заводах:

- Куряжський домобудівельний комплекс - 3000 чоловік;

- Мебельна фабрика "Олімп" - 500 чоловік;

- Завод "Надія" (по виготовленню пластикових вікон) - 1000 чоловік.

Крім цього процвітає в смт малий бізнес:

- Суб'єктів підприємницької діяльності зареєстровано - 3600 чоловік.

В тім числі підприємці на ринках -500 чоловік.

Кількість студентів:

- Пісочинський колегіум - 1700 чоловік;

- Комбінат по підвищенню кваліфікації - 120 чоловік;

- Дитячий садок "Теремок" - 350 чоловік.

До складу смт Пісочин входять такі масиви як "Рай-Оленівка", Пісочин-1, Пісочин-2, Рижов.

Перевезення пасажирів здійснюється різними видами пасажирського транспорту, комплексний розвиток яких забезпечує умови їх раціонального функціонування в єдиній транспортній системі. Найбільшу частку перевезення пасажирів займає автомобільний тощо ті залізничні зупинки (їх три) що мають місце розташування поблизу приватного сектору має невелике пасажироутворення, а до найбільших пасажироутворних пунктів велика відстань. Тому самий масовий вид транспорту в смт Пісочин автомобільний.

З зростаючою концентрацією виробництва виникають і розвиваються зв'язки між підприємствами міста і його оточенням, що стають усе численні четверті створюють навколо міста поле інтенсивного тяжіння, що утворюють нову форму розселення - групу взаємозалежних населених місць. Це приводить до народження нових вимог і поглядів на транспортну структуру таких районів, що існуючі позаміські транспортні структури незабудованих територій стають складовою частиною планувальної структури групових систем населених місць.

На вибір транспорту впливають швидкість і потужність, а також економічність його експлуатації і розмір необхідних капіталовкладень. Транспортна структура групової системи населених місць повинна виходити із синтезу індивідуального автомобільного і суспільного транспорту. Необхідно щоб доступними економічними засобами був досягнутий найбільший транспортний ефект. Основним принципом рухливості населення служить використання району розселення: низькі щільності створюють передумови для переважного використання індивідуального автомобільного транспорту, високі - для використання суспільного транспорту є:

прогноз транспорту повинен бути розроблений для всієї групової системи населених місць як органічне ціле;

засоби суспільного транспорту повинні забезпечувати можливість створення транспортних мереж із вузлами, розгалуженнями пересіканням трас або їхньої рівнобіжності;

система суспільного транспорту повинна забезпечувати високі швидкості.

Час необхідний для пересування від місця проживання до місця роботи і назад є вирішальним фактором при оцінці якості суспільного транспорту;

поряд із швидкістю транспорту важливим фактором є його потужність що обмежує територію, яку він може обслужити. Транспортні засоби повинні мати потужність, необхідну для включення їх у транспортну систему. З іншого боку, транспортні засоби самі приводять до диференціації функціонального використання транспорту;

- маючи на увазі високий перспективний ступінь автомобілізації населення, можна оцінити три варіанта розвитку міста-центру і зони його впливу, шалений розвиток великих міст-центрів веде до важким і капіталомістких рішень технічних проблем. Цей шлях, що призводить до вичерпанню рано чи пізно всіх територіальних резервів у межах міста-центру, не може вважатися доцільним варіантом для перспективного довгострокового його розвитку. Другий шлях складається в рівномірній інтенсивності освоєння всього району групової системи населених місць. Результатом цього є підвищений рівень використання індивідуального автомобіля, якщо не створені передумови для інтенсивного використання прогресивних форм суспільного транспорту. Третій шлях, заснований на диференціації території по інтенсивності її використання, приводить до того, що, з іншого боку, виникають території з високою концентрацією населення й інших функцій, сприяючих впровадженню прогресивних форм суспільного транспорту, з іншого боку - території з низькою щільністю, що обслуговуються в цілому індивідуальним автомобільним транспортом;

- інтенсифікація позаміських внутрішньо системних транспортних зв'язків стало слідством переміщення житлових функцій у периферійні зони міст-центрів і в приміські райони. На думку чехословацьких спеціалістів, необхідно, щоб нові житлові утворення виникали на відстанях визначеної тимчасовий доступності, а саме до 45 хвилин суспільного транспорту і 3О хвилин засобами індивідуального автомобільного транспорту;

наступними факторами (вторинний), що впливає на потребу в транспорті (із погляду кількості і якості його) і на можливість задовільнення попиту є інтенсивність і види транспорту, співвідношення зі функціональному використанні структурних утворень, їхня взаємна віддаленість, суспільно культурний і економічний потенціал;

виникнення інтенсивних внутрішньо районних зв'язків у межах системи населених місць приведе до підвищеного використання трас вищих категорій дорожньої мережі, до прискореного росту на них інтенсивності руху. У ряді випадків це може привести до потреби в додаткових потужностях для забезпечення зв'язків загальнодержавного і міжнародного значення;

транспортна система повинна враховувати можливість зміни в майбутньому основних містобудівних функцій територій: проживання відпочинку, культурно-побутового обслуговування і місць роботи;

зміна відношень усіх містобудівних функцій потребує визначеного рівня універсальності транспортної системи. Наприклад, у деяких конкретних умовах рекреаційні транспортні потоки можуть набагато перевищити трудові потоки і, виступаючи в якості транзитного потоку, можуть різко негативно вплинути на навколишнє середовище;

у наступному розвитку транспорту необхідно враховувати підвищення" потужності транспорту в часи ранкових і вечірніх піків, причому розміри пообідніх піків унаслідок кумуляції трудових поїздок з іншими цілями досягнуть максимуму;

зміна в способі життя і соціально-економічної структурі населення виявляються в різноманітному розподілі поїздок населення по соціальних групах, складу родин і їхньою структурою. Вплив ступеня автомобілізації населення проявиться диференційно в залежності від місця проживання в районі групового розселення.

Враховуючи особливості об'єкту та цілей дослідження можливо сформувати наступний перелік задач дослідження:

вплив на пасажирообмін зупиночних пунктів площі розселення;

вплив етажності забудови;

вплив знаходження поряд із зупиночними пунктами заводів, фабрик ринків, оздоровчих центрів та навчальних закладів;

вплив щільності розселення;

провести експертним методом аналіз впливу кожного з приведених вище показників на пасажиропотік.

Проаналізувавши всі особливості об'єкту робимо висновок що найбільше на закономірність формування пасажиропотоку впливає площа розселення, щільність розселення та населення яке мешкає в зоні обслуговування певного зупиночного пункту.

2. ВИБІР МЕТОДУ ДОСЛІДЖЕННЯ

Найважливішою, універсальною метою діяльності людини є створення високоефективних систем, об'єктів, технологій, процесів в економіці, техніці, виробництві, суспільстві. Висока ефективність припускає знаходження екстремуму деяких числових характеристик - показників ефективності. У зв'язку з цим необхідна розробка математичних методів. Але до реального об'єкту або системи ці методи дуже часто безпосередньо не застосовні. Необхідно перш за все побудувати математичну модель системи, тобто наближений опис системи за допомогою математичних співвідношень.

Математичне моделювання існує з тих часів, коли математичний апарат починав застосуються для вирішення практичних задач. Проте ці спроби часто заходили в тупик через складність моделей (нелінійні рівняння; велике числа параметрів і рівнянь, мала апріорна інформація) і неможливість їх дослідження традиційними аналітичними методами. З вдосконаленням ЕОМ ситуація змінилася. З математичною моделлю почали експериментувати на ЕОМ. З'явилися нові поняття і підходи: обчислювальний експеримент, імітаційне моделювання, статистичне моделювання, метод Монте-Карло. В даний час єство математичного моделювання полягає в заміні початкової (досліджуваної, керованої, експлуатованої) системи її математичною моделлю і подальшому експериментуванні з цією моделлю за допомогою обчислювально-логічних алгоритмів.

Різні достоїнства роблять математичне моделювання:

універсальною інтенсивною методологією і технологією;

інтелектуальним ядром комп'ютеризації;

головним інструментом прикладної математики і інформатики в дослідженні реальних систем, процесів і явищ;

Моделювання є могутнім методом наукового пізнання, при використовуванні якого досліджуваний об'єкт замінюється більш простим об'єктом, званим моделлю. В моделі входять безліч величин, що підлягають визначенню, а самі ці величини залежать від великого числа змінних і постійних параметрів.

Метою моделювання є прогнозування поведінки процесу в системі. Моделювання дозволяє з меншими витратами відтворити процеси в системі і виявити критерії оптимізації. На жаль, дуже важко відтворити модель, що відповідає всім характеристикам об'єкту, тому при моделюванні систем абсолютна подібність необов'язково. Не завжди можливо створення матеріальних моделей, відтворюючих фізичні і функціональні характеристики об'єкту, що вивчається, тому набагато ефективно використовувати абстрактне моделювання.

Основними різновидами процесу моделювання можна рахувати два його вигляд - математичне і фізичне моделювання.

При фізичному (натурному) моделюванні досліджувана система замінюється відповідній нею іншою матеріальною системою, яка відтворює властивості системи, що вивчається, із збереженням їх фізичної природи. Прикладом цього виду моделювання може служити пілотна сіть, за допомогою якої вивчається принципова можливість побудови сіті на основі тих або інших комп'ютерів, комунікаційних пристроїв, операційних систем і додатків. Можливості фізичного моделювання досить обмежені. Воно дозволяє вирішувати окремі задачі при завданні невеликої кількості поєднань досліджуваних параметрів системи. Дійсно, при натурному моделюванні практично неможливо перевірити роботу системи для різних варіантів. Перевірка на практиці близько десятка різних типів умов пов'язана не тільки з великими зусиллями і тимчасовими витратами, але і з чималими матеріальними витратами. В багатьох важливих областях досліджень натурний експеримент неможливий, тому що він або заборонений (наприклад, при вивченні здоров'я людини), або дуже небезпечний (наприклад, при вивченні екологічних явищ), або просто нездійснених (наприклад, при вивченні астрофізичних явищ).

Тому у багатьох випадках переважним виявляється використовування математичного моделювання. Математична модель є сукупністю співвідношень (формул, рівнянь, нерівностей, логічних умов), що визначають процес зміни стану системи залежно від її параметрів, вхідних сигналів, початкових умов і часу. Математичні моделі є одним з основних інструментів пізнання людиною явищ навколишнього світу. Під математичними моделями розуміють основні закономірності і зв'язку, властиві явищу, що вивчається. Це можуть бути формули або рівняння, набори правил або угод, виражені в математичній формі.

Особливим класом математичних моделей є імітаційні моделі. Такі моделі є комп'ютерною програмою, яка крок за кроком відтворює події, що відбуваються в реальній системі. Перевагою імітаційних моделей є можливість підміни процесу зміни подій в досліджуваній системі в реальному масштабі часу на прискорений процес зміни подій в темпі роботи програми. Результатом роботи імітаційної моделі є зібрані в ході спостереження за протікаючими подіями статистичні дані про найважливіші характеристики сіті: часах реакції, коефіцієнтах використовування каналів і вузлів, вірогідності втрат пакетів і т.п.

В даний час широко застосовується два види математичного моделювання: аналітичне і імітаційне.

Аналітичне моделювання дозволяє одержувати більш точне рішення, формуючи математичні закони, зв'язуючі об'єкти системи, записані у вигляді деяких функціональних співвідношень. Задачею аналітичного моделювання є рішення рівнянь для отримання теоретичних результатів і зіставлення цих результатів з практикою. До достоїнств аналітичного моделювання можна віднести велику силу узагальнення, багатократність використовування, але якнайповніше дослідження процесу функціонування системи можна провести, якщо відома явна залежність шуканих характеристик з початковими умовами, параметрами і змінними системи. Проте таку залежність вдається отримати для порівняно простих систем. Щоб використовувати аналітичний метод необхідно істотно спростити первинну модель, щоб мати нагоду вивчити загальні властивості системи.

Складніші задачі можна вирішувати методом імітаційного моделювання за умови, що не існує закінченої математичної постановки даної задачі, або ще не розроблені аналітичні методи рішення сформульованої математичної моделі, або якщо аналітичні моделі є, але процедури такі складні і трудомісткі, що імітаційне моделювання дає більш простий спосіб рішення задачі. Імітаційні моделі дозволяють достатньо просто враховувати випадкові дії і інші чинники, які створюють труднощі при аналітичному дослідженні. Дана модель дозволяє проводити експерименти, міняючи при цьому умови протікання процесу, і кінець кінцем визначити такі умови, при яких результат задовольняє вимогам. Імітаційне моделювання, як правило, здійснюється за допомогою комп'ютерів і відтворює процес функціонування системи в часі, імітуючи явища, що становлять процес із збереженням їх логічної структури. Дані моделі здійснюють прогін програми із заданими параметрами.

При формуванні систем повинні враховуватися наступні принципи системного підходу:

1. Принцип послідовного просування по етапу створення системи. Це значить, що система повинна досліджуватися як на макрорівні, тобто у взаємовідношенні з навколишнім середовищем, так і усередині своєї структури.

2. Принцип узгодження інформаційних, ресурсних і інших характеристик проектованих систем.

3. Принцип відсутності конфліктів між метою окремих підсистем і метою всієї системи.

Нарешті, моделі реальних процесів виявляються нелінійними. Апарат класичної математичної фізики пристосований для роботи з лінійними моделями. В цьому випадку сума (суперпозиція) приватних рішень рівняння є також його рішення. Знайшовши приватне рішення рівняння для лінійної моделі, за допомогою принципу суперпозиції можна отримати рішення в загальному випадку. На цьому шляху в традиційній математичній фізиці були отримані чудові результати. Проте вона стає безсилою, якщо зустрічається з нелінійними моделями. Принцип суперпозиції тут незастосовний, і алгоритмів для побудови загального рішення не існує. Тому для нелінійних моделей закінчених теоретичних результатів отримано трохи.

Методологія математичного моделювання в короткому вигляді виражена знаменитою тріадою "модель - алгоритм - програма", сформульованої академіком А. А. Самарою, основоположником вітчизняного математичного моделювання. Ця методологія отримала свій розвиток у вигляді технології "обчислювального експерименту", розробленою школою А. А. Самари, - однієї з інформаційних технологій, призначеної для вивчення явищ навколишнього світу, коли натурний експеримент виявляється дуже дорогим і складним.

Обчислювальний експеримент на відміну від натурних експериментальних установок дозволяє накопичувати результати, отримані при дослідженні якого-небудь круга задач, а потім швидко і гнучко застосовувати їх до рішення задач в абсолютно інших областях. Цією властивістю володіють універсальні математичні моделі, що використовуються. Наприклад, рівняння нелінійної теплопровідності придатно для опису не тільки теплових процесів, але і дифузії речовини, рухи грунтових вод, фільтрації газу в пористих середовищах. Змінюється тільки фізичне значення величин, що входять в це рівняння.

Проведення обчислювального експерименту можна умовно розділити на два етапи. Після першого етапу обчислювального експерименту, якщо треба, модель уточнюється як у напрямі її ускладнення (облік додаткових ефектів і зв'язків в явищі, що вивчається), так і спрощення (з'ясування, якими закономірностями і зв'язками в явищі, що вивчається, можна нехтувати). На подальших етапах цикл обчислювального експерименту повторюється до тих пір, поки дослідник не переконується, що модель адекватна тому об'єкту, для якого вона складена.

Інформаційні технології, що підтримують обчислювальний експеримент, включають методи побудови математичних моделей силами кінцевих користувачів інформаційних систем (фахівців в своїй наочній області, а не професійних математиків і програмістів), інформаційну підтримку їх діяльності для пошуку і вибору алгоритмів і програм чисельного рішення задач, методи і засоби контролю точності вироблюваних обчислень і правильності роботи вживаних програм. При проведенні обчислювального експерименту дослідник може за допомогою призначеного для користувача інтерфейсу "грати" на моделі, ставлячи що цікавлять його питання і одержуючи відповіді. Таким чином, дослідник одержує могутній інструмент для аналізу і прогнозу поведінки складних нелінійних багатопараметричних об'єктів і явищ, вивчення яких традиційними методами утруднено або взагалі неможливо.

Імітаційне моделювання на сьогодні стає все більш зрілою технологією комп'ютерного моделювання, завдяки чому спостерігається стійке зростання додатків цього методу в самих різних областях, пов'язаних з управлінням і ухваленням рішень економічного, організаційного, соціального і технічного характеру.

Модель чорного ящика. Для більш певної і точної характеристики системи необхідно мати її модель, перетворюючи наявні відомості так, щоб вичленувати істотні її сторони, такі як взаємозв'язки. Велику роль зіграло представлення системи як чорного ящика з певними функціями на вході і виході. Ця максимально проста модель підкреслює дві системні властивості: цілісність і відособленість від середовища.

Одночасно ящик не абсолютно відособлений від середовища, він має входи і виходи. Виходи системи ящика відповідають меті системи. Система пов'язана з середовищем і впливає на середовище за допомогою входів і виходів, які чітко розмежовані і функціонально прописані, визначені їх можливі параметри і характеристики.

Особливо виділені зв'язки системи з середовищем, задаючи управління системою, які визначають можливості зміни її робочих параметрів для досягнення мети. Істотно, що в даному випадку визначається ступінь автономності системи. Можливі системи з високим ступенем автономності. Але для нас важливо підкреслити наявність параметра ступеня автономності і можливість управління їм. Модель чорного ящика виявилася дуже корисною для розробки ряду систем, перш за все технічних. Вона не так проста, як може показатися. Для розвитку системного підходу було дуже важливим підкреслити байдужість до вмісту ящика, а виділяти тільки функціональні зв'язки з середовищем і перетворення вхідних сигналів в ящику. Визначення системи у вигляді чорного ящика допускає множинність вкладення, але вимагає обліку всіх взаємозв'язків.

Виявити та охарактеризувати розміри, зміни і кількісні співвідношення певних масових суспільних явищ можна, здійснюючи послідовно три основні стадії статистичного дослідження:

- статистичне спостереження,

- статистичне зведення і групування певних ознак,

- аналіз статистичної інформації .

Після того як одержаний в результаті статистичного спостереження первинний матеріал проконтрольований, можна перейти до зведення i групування даних - другого етапу статистичного дослідження.

Одержані в результаті статистичного спостереження дані про кожну одиницю спостереження необхідно систематизувати, привести в необхідний порядок, обробити, узагальнити i за допомогою системи узагальнюючих показників дати характеристику досліджуваного явища. Це завдання вирішується на етапі зведення статистичних даних.

Під зведенням розуміють сукупність прийомів наукового узагальнення i обробки даних статистичного спостереження з метою отримання статистичних показників i подальшого їх аналізу . На основі цих показників має 6ути дана характеристика чисельності сукупності, розміру притаманних їй ознак, структури сукупності та її якісний склад, встановлені специфічні особливості i закономірності досліджуваного явища, взаємозв'язку між ознаками та iн.

У результаті зведення здійснюється переxiд від даних, якi забрані по кожній окремій одиниці об'єкта спостереження, до підсумкових даних по сукупності в цілому або групах, що виділені в її межах. Цими даними заповнюються складені макети та6лиць або 6ланки статистичних формулярів.

Розрізняють зведення у вузькому i широкому розумінні слова .

Під статистичним зведенням у вузькому розумінні слова розуміють підрахунок підсумків у групах i підгрупах i оформлення одержаного матеріалу в таблицях.

Статистичне зведення в широкому розумінні слова включає такий комплекс операцій:

а) групування даних статистичного спостереження, яке включає відбір групувальних ознак, визначення числа груп i величини інтервалу, формування груп i підгруп;

б) підсумовування (зведення у вузькому розумінні слова) показників по окремих групах i по всій сукупності, тобто одержання абсолютних статистичних показників;

в) розрахунок на основі а6солютних показників середнix i відносних величин;

г) та6личне i графічне оформлення результатів зведення та їx аналіз.

Статистичне зведення - відповідальний етап статистичного дослідження. Від якості зведення залежить i зміст отриманих на його основі висновків .

Як i будь-яка велика робота, статистичне зведення має здійснюватись за заздалегідь розробленим планом. У план зведення включаються питання, пов'язані з послідовним здійсненням його окремих етапів, з черговістю обробки матеріалів спостереження.

Статистичні зведення відрізняються рядом ознак: за складністю побудови, способом розробки матеріалів статистичного спостереження i місцем проведення.

Зведення статистичних даних, як правило, не обмежується простим підрахунком загальних підсумків по досліджуваній сукупності. Найчастіше вихідна інформація на цій стадії статистичного дослідження впорядковується, систематизується, ділиться на групи за суттєвими ознаками. Це досягається за допомогою статистичних групувань - основного i вирішального моменту зведення.

Статистичне групування являє собою розчленування сукупності масових суспільних явищ на однорідні типові групи за суттєвими для них ознаками з метою всебічної характеристики їх стану, розвитку i взаємозв'язків.

Значення i необхідність групувань випливають з самого предмету статистики. В кожному складному масовому суспільному явищі є якісно відмінні групи .

Найбільш відповідальним моментом групування є відбір ознак, які дозволять відокремити один від одного дійсно суттєво відмінні групи одиниць. Кожна одиниця спостереження володіє 6агатьма ознаками. Одні з цих ознак виражають суть, найбільш характерне у даному явищі, інші - другорядне, поверхневе, нетипове.

Якщо в основу групувань покладені найбільш суттєві ознаки, то будуть виділені дійсно типові для даного явища групи. Якщо за основу групування взяти малозначущі ознаки, то отримаємо вкрай поверхневе або взагалі перекручене уявлення про явище .

Метод статистичних групувань, який є одним з найбільш ефективних методів обробки масових даних, відкриває широкі можливості для вивчення взаємозв'язків між явищами, виявлення об'єктивних закономірностей досліджуваних явищ i процесів, встановлення на певному етапі переходу кількісних змін у якісні. По6удувавши групування досліджуваних об'єктів за будь-якою суттєвою ознакою i охарактеризувавши видалені групи різними показниками, можна прослідкувати залежність між ознаками, що покладені в основу групування, i вибраними показниками.

Метод статистичних групувань дає змогу так розробити первинний статистичний матеріал, щоб всі суттєві риси i особливості досліджуваних суспільних явищ отримали чітке вираження. Цим визначається роль групувань як наукової основи зведення .

Використання методу групувань створює умови для застосування багатьох інших статистичних методів наукового пізнання, передусім відносних і середніх величин, індексного, кореляційного, дисперсійного методу та ін.

Перераховані методи ефективні тільки на основі групувань i в поєднанні з ними.

За допомогою групувань вирішують різні завдання. Найважливішими з них є:

1) виділення i всебічна характеристика різних соціально-економічних явищ;

2) характеристика структур и досліджуваних явищ;

3) вивчення взаємозв'язків між окремими ознаками сукупності. Відповідно до цього розрізняють три види групувань: типологічні, структурні i аналітичні .

Групування, що приводять до виділення соціально-економічних типів, класів, одноякiсних груп або сукупностей, називають типологічними. До них відносяться групування підприємств за формами власності, виробничим напрямком; населення - за класовою належністю або соціальними групами; робітників - на зайнятих переважно фізичною i переважно розумовою працею.

Типологічні групування широко застосовуються в економічних, соціологічних i демографічних дослідженнях. Вони не тільки служать меті виділення типів явищ, але й забезпечують можливість аналізу специфіки i особливостей розвитку окремих типів, зміни їх співвідношень в рамках загального економічного процесу.

Структурні групування характеризують розподіл одиниць досліджуваної сукупності за будь-якою ознакою. За їх допомогою проводиться аналіз структур и сукупності i структурних зрушень в розвитку соціально-економічних явищ i процесів. Порівняння структурних групувань у часі дає уявлення про структурні зрушення .

Статистичні групування здійснюють у кілька послідовних етапів:

- теоретичний аналіз досліджуваного явища або процесу;

- ви6iр групувальної ознаки (ознак);

-визначення кількості груп i величини інтервалу; побудова інтервального ряду розподілу одиниць сукупності за досліджуваною групувальною ознакою (ознаками);

- визначення та обґрунтування системи статистичних показників для виділення i характеристики типових груп; складання макетів таблиць;

- обчислення абсолютних, відносних i середнix показників;

- табличне і графічне оформлення результатів групування;

- аналіз одержаних результатів; формулювання висновків та пропозицій.

Безпосередній побудові групування має передувати глибокий теоретичний аналіз досліджуваного явища або процесу, в якому провідна роль належить з'ясуванню тенденцій i закономірностей розвитку явища, характеру його рушійних сил, специфіці виникнення в ході цього розвитку нових типів та форм явищ. Важлива роль в теоретичному аналізі відводиться також вивченню взаємозв'язку досліджуваного явища з іншими явищами, встановленню впливу окремих факторів на результативні показники.

Принципове значення при побудові групувань має вибір групувальної ознаки визначення кількості груп i величини інтервалу. Вибір групувальної ознаки: тобто ознаки, на основі якої видаляють різні типи, групи, підгрупи, є одним з найважливіших моментів побудови групувань .

Усі соціально-економічні явища і процеси різняться між собою формами розвитку, тому в разі потреби групування треба вибрати ту ознаку якій адекватна мета дослідження i характер вихідної інформації. Зважаючи на теоретичні положення економічної науки та враховуючи завдання дослідження, для проведення групування потрібно з багатьох ознак вибрати визначальні, тобто такі, що найбільш повно і точно характеризують досліджуваний об'єкт, дають змогу вибрати його типові риси та властивості. Наприклад, розмір промислового підприємства може характеризуватися різними ознаками, кожна з яких має певне значення. Серед них найістотнішою основною ознакою є вартість основних виробничих фондів, які виражають потенційні можливості, його потужність.

Залежно від об'єктивних умов i мети дослідження ознаки можуть обмінюватися ролями. Деколи вони можуть бути факторними, деколи - результативними.

Вибір групувальної ознаки має бути оснований на аналізі якісної природи досліджуваного явища. Всебічний теоретично-економічний аналіз суті явища має бути спрямований на те, щоб у відповідності з метою і завданнями дослідження покласти в основу групування суттєві ознаки.

Групувальними ознаками можуть бути кількісні, атрибутивні (якісні), результативні та факторні ознаки.

Відібравши групувальну ознаку (ознаки) і побудувавши ранжирований ряд за цією ознакою, встановлюють кількість груп, на які буде поділено сукупність, що вивчається, i величину інтервалу.

Питання про кількість груп і розмір інтервалу потрібно вирішувати з урахуванням багатьох обставин, насамперед - мети дослідження, значення досліджуваної ознаки, обсягу одиниць сукупності тощо.

Кількість груп залежить від загальної чисельності одиниць сукупності:

характеру групувальної ознаки i виду групувань. Разом з тим при вирішенні цього питання слід дотримуватися двох важливих умов побудови групувань:

а) виділені групи мають відрізнятися якісною однорідністю;

б) кількість одиниць у кожній групі має бути досить великою. Ця вимога випливає із закону великих чисел.

Визначення числа груп i інтервалів у групуванні передусім залежить від того, якою є групувальна ознака - атрибутивною чи кількісною. Якщо групування здійснюють за атрибутивною (якісною) ознакою (порода, професія тощо), то виділяють стільки груп, скільки є градацій ознаки. Аналогічно виділяють групи i при групуванні за дискретною кількісною ознакою, яка зманюється в невеликих межах (кількість членів родини, оцінки студентів тощо).

Якщо ж групують за кількісною ознакою (урожайність, собівартість тощо), що змінюється безперервно i набуває в певних межах будь-яких дрібних значень, то групи виділяють шляхом встановлення для кожної з них інтервалів, зазначених верхньою i нижньою межами величини ознаки для даної групи.

При встановленні числа груп i меж інтервалів важливо встановити за кількісними змінами якісні переходи, щоб виділити типи, не змішати суттєво відмінні одиниці спостереження в одній групі. Це завдання вирішується на основі теоретичного аналізу досліджуваного явища (процесу), порівняння групувальної ознаки з раніше оціненими величинами, для яких якісні переходи відомі.

Питання щодо числа груп i величини інтервалу слід вирішувати 3 урахуванням множини обставин, передусім виходячи з цілей дослідження, особливостей досліджуваного явища та ін. При цьому число груп i величини інтервалу слід встановити такими, які б дозволили більш рівномірно розподілити одиниці сукупності по групах i досягти при цьому їх представництва, якісної однорідності.

Так як в даному випадку практичне неможливо використання математичного та імітаційного моделювання що пов'язано з великим обсягом потрібної інформації про пересування, точності отриманих даних та значних ресурсів. Тому найбільш доцільно буде використати статистичне моделювання і проаналізувати як впливає певна група факторів на вихідний параметр чорного ящика і яка група факторів зменшує вплив на вихідний параметр.

3. МОДЕЛЮВАННЯ ОБ'ЄКТА ДОСЛІДЖЕННЯ

Так як для дослідження закономірності формування пасажирообміну більш підходе статистичне моделювання, тому що процес розподілу пасажиропотоку є масове явище, тому що явища громадського життя це масові явища. Процес розподілу пасажиропотоку має імовірнісний характер і теорія імовірності дозволяє передбачити результат події.

Щоб зробити кількісну сторону розподілу пасажиропотоку необхідно зібрати інформацію про параметри, які впливають на процес розподілу а це досягається за допомогою статистичного спостереження.

У вхідні параметри будуть входить ті чинники за якими пасажири розподіляються між зупинками, а вихідним параметром буде безпосередньо величина пасажиропотоку.

Вхідні параметри: щільність ТР, населення ТР та площа яку обслуговує певна зупинка, тобто наповнення рухомого складу, швидкість пересування. Отже при визначених відомих вхідних та вихідних параметрах можна побудувати модель дослідження. Вона подана на рисунку 3.1.

Рисунок 3.1 - Модель дослідження

Для моделювання статистичної моделі потрібно провести обстеження на кожній зупинці маршруту для отримання вихідних параметрів моделі системи та вичислити за допомогою карти та методики визначення площі, щільності та чисельності населення побудувати модель.

Дані обстеження представлені в таблиці 3.1.

Таблиця 3.1 - Пасажиропотік на зупинках

N зупинки	Назва зупинки	Номер спостереження на певній зупинці	Пасажиропотік на зупинці
1	Пісочин	1	1112
		2	967
		3	1026
2	Школа	1	245
		2	317
		3	263
3	Рижов	1	387
		2	341
		3	360
4	АЗС	1	356
		2	274
		3	392
5	Хвилинка	1	189
		2	175
		3	181
6	ул. Красная Алея (розвилка)	1	7
		2	4
		3	12
7	190 км	1	2
		2	0
		3	6
8	Холодна Гора	1	420
		2	562
		3	602

З даних таблиці 3.1 ми бачимо що на 6 та 7 зупинках пасажиропотік значно відрізняється від інших зупинок. Це пов'язано з близьким розташуванням цих пунктів від метрополітену, тролейбусу та трамваю що в кінцевому результаті зменшила пасажиропотік на цих зупинках. Тому дані отримані з цих зупинок можуть негативно вплинути на моделювання та на кінцевий результат.

Також для більш точного моделювання кінцеві зупинки відокремлюємо в окрему групу тому що вони мають іншу специфіку і можуть вплинути на модель в цілому.

Топологічна схема є моделлю транспортної мережі і повинна як найбільш точно відповідати об'єкту, що моделюється. Топологічна схема повинна описувати всі ділянки вулично-дорожньої мережі (ВДМ) та всі транспортні райони (ТР) міста. На вихідній карті міста яка представлена в додатку А зображені ВДМ, по якій організовано рух приміського маршруту.

Таблиця 3.2 - Значимість забудови

Вид забудови	Коефіцієнт kп
одно - двоповерхова	1
трьох - п'ятиповерхова	4
п'яти - дев'ятиповерхова	7
промислова зона	0

Формування транспортних районів.

ТР були сформовані таким чином, щоб усі переміщення між ними зводилися до переміщень між їх центрами тобто зупиночними пунктами, а всі внутрішньорайонні переміщення здійснювалися пішки. Першим етапом при мікрорайонуванні міста є визначення його площі S_м. Для цього необхідно на вихідній карті нанести сітку із розмірами клітинки 11 мм² та визначити кількість клітинок, повністю (П) та частково (Ч) покритих територією міста. Потім визначається площа району (S_р) за формулою:

, (3.1)

.

Реальна площа району визначається виходячи з масштабу 1:50000:

, (3.2)

.

Аналогічно знайдемо площу всіх районів. Результати представимо в

таблиці 3.3.

Коефіцієнт зведення ТР визначається за формулою:

(3.3)

де k_i - коефіцієнт зведення для і-го району;

4 - кількість видів забудови, існуючих у місті;

K_зj - коефіцієнт зведення для j-го виду забудови;

S_ij - площа j-го виду забудови в і-м районі міста, км²;

S_i - площа і-го району міста, км².

Приклад розрахунків наведемо для ТР1:

.

Розрахунки для інших ТР проводимо аналогічно. Результати розрахунків зводимо у таблицю 3.3.

Таблиця 3.3 - Характеристика транспортних районів

№ ТР	Площа забудови і-го виду, Sij, км2	Площа всіх ТР, Si, км2	Кі
	S1	S2	S3	S4
1	0,9	0,15	0,5	0,1	1,65	3,03
2	2,125	0,75	0	0	2,875	1,78
3	1,9	0,5	0	0	2,4	1,63
4	1,75	0,275	0	1,375	3,4	0,84
5	1,625	0,325	0	0,5	2,45	1,19
6	0,375	0,625	0,25	0,6	1,85	2,5
7	0,35	0,85	0,775	0,2	2,175	4,22
8	0	0,125	1,5	0,7	2,325	4,73
Всього	9,025	3,6	3,025	3,475	19,125

Визначення чисельності та щільності населення ТР

Чисельність населення ТР визначається виходячи з його площі та значення середньозваженого коефіцієнту зведення по місту (k):

(3.4)

де n - кількість ТР міста.

.

Потім визначається величина відносної щільності населення (с):

, (3.5)

.

Значення чисельності населення ТР (N_i) визначається за залежністю:

, (3.6)

Приклад розрахунків наведемо для ТР1:

Для кожного району розраховується щільність населення (с_і):

, (3.7)

.

Розрахунки для інших ТР проводимо аналогічно. Результати розрахунків зводимо у таблицю 3.4.

Таблиця 3.4 - Визначення чисельності ТР та щільності

Номер ТР	Чисельність населення ТР, чол., Ni	Щільність населення, чол./км, сі
1	9184	5566
2	9401	3270
3	7186	2994
4	5246	1543
5	5356	2186
6	8496	4592
7	16861	7752
8	20202	8689

Після того як розрахували дані про вхідні потоки та отримані з обстеження маршруту вихідні данні будуємо ймовірносно-статистичну модель, а саме регресійну модель закономірності зміни пасажирообміну зупиночних пунктів за допомогою пакету аналізу MS Exel. Отриманні данні представленні в додатку Б та додатку В, після отриманих розрахунків коефіцієнтів регресії будуємо лінійну та нелінійну моделі.

Лінійна модель має наступний вигляд:

.

Нелінійна модель має наступний вигляд:

.

Із додатку Б та В бачимо розраховані певні показники якості моделі регресії. А множинний коефіцієнт кореляції при лінійній регресії дорівнює

0,91 це свідчить про досить тісний істотний зв'язок між змінними, тобто, що зв'язок функціональний. Коефіцієнт детермінації дорівнює = 0,84 це значення говорить що мінливість значень змінної Y біля лінії регресії складає 1 - 0,84 від вихідної дисперсії, іншими словами, 84% від вихідної мінливості можуть бути пояснені, а лише 16% залишкової мінливості залишаються не поясненими.

Модель по критерію Фішера значима, про це свідчить значення цього критерію F=14 та рівень значимості F=0,001.

Рівень значимості р (імовірність здійснення похибки першого роду), по кожний змінній значимий, тому що його значення менше 0,05, тобто менше прийнятної границі рівня похибки. Значення критерію Стьюдента по кожній змінній свідчать про значимість коефіцієнта.

Множинний коефіцієнт кореляції при нелінійній регресії дорівнює 0,93 це свідчить про досить тісний істотний зв'язок між змінними, тобто, що зв'язок функціональний. Коефіцієнт детермінації дорівнює = 0,88. Модель по критерію Фішера значима, про це свідчить значення цього критерію F=20 та рівень значимості F=0,000445.

Рівень значимості р (імовірність здійснення похибки першого роду), по кожний змінній значимий, тому що його значення менше 0,05, тобто менше прийнятної границі рівня похибки.

Таким чином із двох моделей залежності, обирається нелінійна модель так як вона краща за лінійну модель тому що має більш тісний зв'язок з іншими перемінними та більшу їх значимість .

4. аналіз результатів моделювання

Складаємо вихідні дані для проведення екстремального експерименту. Необхідно врахувати всі види можливих комбінацій для трьох змінних. Варіювання факторів експерименту наведені в таблиці 4.1, де "+" - максимальне значення змінної, "-" - мінімальне значення змінної.

Таблиця 4.1 - Рівні варіювання факторів експерименту

Номер варіації	Х1	Х2	Х3
1	+	+	+
2	-	+	+
3	+	-	+
4	-	-	+
5	+	+	-
6	-	+	-
7	+	-	-
8	-	-	-

Для перевірки на адекватність отриманих результатів проводимо полнофакторний екстремальний експеримент з лінійною і нелінійною моделлю. Для чого вибираємо мінімальний і максимальні значення вхідних параметрів системи і підставляємо в лінійне і нелінійне рівняння.

Для лінійної буде таке рівняння:

Y=a₀+a₁x₁+ a₂x₂+ a₃x₃ (4.1)

Приведемо приклад розрахунку коли для всіх вхідних параметрів буде максимальне значення.

Y₁=-2411,34-54141,23,4+ 54162,59401- 54158,873270=5556

Аналогічно проводимо розрахунки для інших 7 варіацій, а результати зводимо в таблицю 4.1.

Таблиця 4.1 - Результати розрахунків лінійного полнофакторного екстремального експерименту

Номер варіації	Х1	Х2	Х3	Отримане значення Y
1	3,4	9401	3270	732,025
2	2,4	9401	3270	-138,499
3	3,4	5246	3270	2242,187
4	2,4	5246	3270	1371,664
5	3,4	9401	1543	-1169,5
6	2,4	9401	1543	-2040,02
7	3,4	5246	1543	340,6667
8	2,4	5246	1543	-529,857

Для нелінійної буде таке рівняння:

(4.2)

Приведемо приклад розрахунку коли для всіх вхідних параметрів буде максимальне значення.

Всі інші варіацій заносимо в таблицю 4.2.

Таблиця 4.2 - Результати розрахунків нелінійного полнофакторного екстремального експерименту

Номер варіації	Х1	Х2	Х3	Отримане значення Y
1	3,4	9401	10692900	594,8775
2	2,4	9401	10692900	-14,413
3	3,4	5246	10692900	1917,416
4	2,4	5246	8964036	1308,125
5	3,4	9401	8964036	-981,871
6	2,4	9401	8964036	-1591,16
7	3,4	5246	2380849	340,6667
8	2,4	5246	2380849	-268,624

Таким чином із двох моделей залежності, бачимо що жодна з них не адекватна що свідчить про те що треба враховувати інші фактори та збільшувати вибірку для отримання позитивних результатів . Треба виявити упущені фактори які впливають на цю модель і збільшити вибірку що допоможіть спрогнозувати пасажиропотік на проміжних зупинках для складання розкладу руху, в умовах зростання чи затухання приміських селищ, для еластичної зміни розкладу руху що набагато швидше і фінансово вигідно.

Висновки

В нових умовах розвитку автотранспортних підприємств виникає потреба в бистрому аналізі зміни пасажиропотоку, так як з кожним роком об'єм перевезення пасажирів інтенсивно зростає і змінюється тому необхідно застосовувати методики які допоможуть вивчити закономірності формування пасажиропотоку.

Проаналізувавши фактори яки впливають на формування пасажиропотоку виділили три найбільш вагомих фактора це площа розселення, щільність розселення та населення яке мешкає в зоні обслуговування певного зупиночного пункту.

Після аналізу існуючих методів проведення наукових досліджень зупинились на статистичному так як він найбільш придатний до обраного об'єкта дослідження тому що статистична моделювання краще описує масові явища та тому що імітаційне і математичне моделювання потребує збір дуже великої бази даних про населення транспортного району, багато ресурсів як матеріальних так і трудових в яких наше обстеження обмежене.

Розрахувавши вхідні параметри та зібравши інформацію про пасажиропотік зробили регресійний аналіз в результаті якого отримали що обидві моделі не адекватні так як мають негативні значення для чого треба провести додатково спостереження та треба виявити упущені фактори які впливають на цю модель.

В подальшому планується розробити програмне забезпечення для розробки полу автоматизованого розкладу руху де буде враховуватися закономірність формування пасажиропотоку від вхідних параметрів, для швидкого реагування АТП на зміну пасажиропотоку та зменшення часу на складання розкладу руху на маршруті що повинно поліпшити ефективність праці автобусів, зменшити витрати на обстеження і складання розкладу руху та вчасно задовольняти потреби населення в переміщенні. Для чого треба додатково знайти ті фактори які в пливають на нашу модель і провести схожий експеримент на іншому маршруті після якого остаточно зробити висновки про закономірність формування пасажиропотоку на приміських маршрутах. Що дасть можливість підходити для кожного маршруту окремо чи можливо скласти загальну модель для всіх приміських маршрутів. В певному випадку отримані моделі можуть служити інформацією для складання розкладу руху на певному маршруті чи на всіх схожих маршрутах (приміських). Даний напрямок дуже корисний для ефективного розвитку АТП.

Перелік посилань

1) Основы научных исследований / Под ред. В.И. Крутова, В.В. Попова. - М.:Высшая шк., 1989. - 400 с.

2) И.М. Грушко, В.М. Сиденко. Основы научных исследований. - Харьков: Вища школа, 1983. - 224 с.

3) Пальчевский Б.А. Научное исследование: объект, направление, метод. - Львов: Вища шк., 1979. - 180 с.

4) Афифи А., Эйзен С. Статистический анализ: подход с использованием ЭВМ. - Москва: Мир, 1982. - 488 с.

5) Кощеев В.А. Автоматизация статистического анализа данных: пакеты прикладных программ. - М.: Наука, 1988. - 232 с.

6) Сильвестров Д.С., Семенов Н.А., Марищук В.П. Пакеты прикладных программ статистического анализа. - К.: Техніка, 1990. - 176 с.

7) Вознесенский В.А. Статистические методы планирования эксперимента в технико-экономических исследованиях. - Москва: Финансы и статистика, 1981. -263 с.

8) Галушко В.Г. Вероятностно-статистические методы на автотранспорте. - Киев: Вища школа, 1976. - 232 с.

Размещено на Allbest.ru