Главная Грузовые перевозки Статистические методы моделирования (2008, 288с.)

Вопрос-ответ

Факторы, влияющие на выбор канала распределения Решения о выборе канала распределения, его длины (протяженности) и ширины (разветвленности) являются...
Управление складом в логистической системе Цель управления складом заключается в создании взаимосвязанной системы потоков и организации управления ею на...
Почему в логистике из рассмотрения исключаются предприятия розничной торговли В логистике конечным пунктом для материальных потоков, обычно, являются...
Что такое «открытые» технологические семейства деталей «Открытые» технологические семейства деталей — это совокупности деталей, характеризующиеся широкой...
Какие выделяют этапы развития логистики В зарубежной литературе выделяются три периода развития систем; товародвижения материальной продукции:...
Как и кем устанавливается плата за перевозку грузов на морском, речном и воздушном транспорте Плата за перевозку грузов на морском, речном и воздушном...

Разместить рекламу на сайте

Статистические методы моделирования (2008, 288с.)

Рейтинг пользователей: / 0
ХудшийЛучший 
Материал из категории  Грузовые перевозки
24.09.2015 17:49

Статистические методы моделирования. В случае, если система массового обслуживания не является пуассоновской, ее расчет с помощью аналитических методов становится очень сложным. Искомое решение легче получить, используя метод статистических испытаний — численный метод решения математических задач при помощи моделирования случайных процессов и событий, который получил название метод Монте-Карло. Метод Монте-Карло начал использоваться в 1944 г. в связи с работами по созданию атомного реактора американскими учеными Дж. фон Нейманом и С.Уламом. Широкое распространение этот метод получил только после появления быстродействующих ЭВМ.

В методе Монте-Карло особую роль играет моделирование случайных величин с заданными распределениями (время обслуживания, время ожидания и т.д.). Как правило, такое моделирование осуществляется путем преобразования одного или нескольких независимых значений случайного числа …, распределенного равномерно в интервале [0, 1]. Последовательности «выборочных» значений … обычно получают на ЭВМ с помощью специальных алгоритмов. Такие числа называются псевдослучайными.

Для моделирования отдельно взятого случайного события с вероятностью Р достаточно одного равномерно распределенного на интервале [0, 1] числа …. При попадании г в интервал [0, Р] считают, что событие (прибытие автомобиля) наступило, в противном случае — не наступило.

Алгоритмы моделирования некоторых распространенных законов распределения непрерывных случайных величин приведены в табл. 8.22.

 

Таблица 8.22 - Алгоритмы моделирования случайных величин

 

Принцип статистического моделирования системы массового обслуживания на примере пункта погрузки с двумя постами показан на рис. 8.11.

 

Рис. 8.11 - Основные элементы системы массового обслуживания

 

С помощью алгоритмов получения псевдослучайных чисел моделируются моменты прибытия АТС на пункт погрузки в соответствии с установленным для них законом распределения. В момент прибытия АТС проверяется готовность к погрузке какого-либо поста. Если есть свободный пост, на нем начинается погрузка АТС. Время погрузки определяется случайным образом в соответствии с установленным для продолжительности погрузки законом распределения. Если все посты заняты, начинается отсчет времени простоя ПС. В случае, если после завершения погрузки очередного АТС нет ПС, ожидающего погрузки, начинается отсчет времени простоя пункта погрузки.

После нескольких циклов моделирования можно получить достаточно достоверную картину совместной работы АТС и ПРМ. Путем изменения параметров работы системы (числа АТС, производительности или числа ПРМ и т.п.) можно определить такие характеристики системы массового обслуживания, которые обеспечат оптимальное значение целевой функции (суммарных потерь от простоя и т.д.).

Статистическое моделирование процесса доставки груза в последнее время получило существенное развитие в связи с расширением использований в ГАП технологий «точно-вовремя». В этом случае маршрут следования разбивается на узловые пункты и участки движения между ними. В качестве узловых пунктов выступают ПРП, пункты таможенного и пограничного оформления, контрольно-диспетчерские и пункты технического обслуживания. Узловые пункты представляют собой разомкнутые и многофазовые автотранспортные обслуживающие системы. Указанные составляющие маршрута характеризуются детерминированными и вероятностными параметрами. Среди вероятностных характеристик составляющих перевозочного процесса можно отметить время прохождения участка маршрута; время, необходимое для подготовки, проверки и оформления документов; время выполнения ПРР; время прохождения пограничного и таможенного контроля и т.п. Каждая из перечисленных характеристик подвержена воздействию многочисленных факторов, влияющих в целом на срок доставки груза, что позволяет рассматривать время доставки как случайную величину.

Вероятностные временные модели для каждого узлового пункта и участка маршрута позволяют сформировать оценку времени прибытия груза в пункт назначения с учетом воздействия случайных факторов

где … — время начала движения; …. — среднее время простоя в узловом пункте; …. — среднее время движения на участке маршрута; …. — среднее отклонение времени простоя в узловом пункте; …. — среднее отклонение времени движения на участке маршрута; …. — время отдыха экипажа.

Объединение вероятностных моделей возможно при слабой корреляционной зависимости между ними. В этом случае, как правило, распределение времени доставки груза будет подчиняться нормальному закону. Обобщенный алгоритм определения времени доставки груза представлен на рис. 8.12.

 

Рис. 8.12 - Обобщенный алгоритм определения времени доставки груза

 

Эффективность статистического моделирования зависит от достоверности информации о реальных затратах времени на маршруте движения с учетом различных климатических, дорожных и других условий. Одним из наиболее надежных источников получения такой информации является регулярная обработка тахограмм с занесением данных в соответствующую базу данных и их корректировка в зависимости от изменения реальных условий работы ПС на том или ином маршруте. Получаемые данные должны подвергаться регулярной статистической обработке, результаты которой и будут являться исходной информацией для моделирования.

В качестве примера на рис. 8.13 приведены результаты статистической обработки данных о продолжительности простоя ПС на погранпереходе Франкфурт—Одер. Данные получены на основе обработки тахограмм рейсов ПС, выполненных из Германии, Бельгии, Франции и Голландии в Санкт-Петербург в течение года.

 

Рис. 8.13. Продолжительность простоя подвижного состава на погран-переходе Франкфурт — Одер

 

Основные преимущества статистического моделирования времени доставки заключаются в возможности планирования времени выезда ПС, гарантирующего его своевременное прибытие к грузополучателю, возможность предварительного определения допустимой величины отклонения времени доставки и т. п.

 

Источник: Грузовые автомобильные перевозки: Учеб. пособие для студ. высш. учеб. заведений / А. Э. Горев. — 5-е изд., испр. — М.: Издательский центр «Академия», 2008. — С. 228-232 (288 с.)




Подобные материалы:
Последние похожие материалы:
Более поздние похожие материалы:

 

Ваше мнение

Какая форма образования для Вас предпочтительна?

Результаты тестов

Результаты тестов
<->(УЦП) Тема 01. Логистические системы (24 тест.заданий) 37.50 %
<->(ГП) Тема 02. Тара и упаковка (14 тест.заданий) 57.14 %
<->(ГП) Тема 02. Тара и упаковка (14 тест.заданий) 0.00 %
Перейти к тестам
Системные программные средства, используемые в информационных технологиях Необходимость охвата и взаимодействия множества разобщенных звеньев...
Основные принципы управления логистической системой При анализе и проектировании логистических систем, методов и приемов логистического управления были...
Производственные издержки в логистической системе Производственные издержки составляют технологическую (операционную) себестоимость изготовления изделий...
Методы определения качества логистического обслуживания Один из базовых принципов управления качеством логистического обслуживания состоит в принятии...
Каковы функции логистического управления для производственного процесса первого типа Для производственного процесса первого типа цены на продукцию,...
Что влияет на введение логистического управления для товаров длительного пользования Для товаров длительного пользования первостепенное значение имеет...
Особенность динамического представления о ходе производства Динамическое представление об организации производственного процесса во времени...
Какова специфика железнодорожного транспорта в международных перевозках   Для обеспечения внешнеэкономических связей и развития международной торговли...
Что называется отрезком планирования Отрезком планирования называется временной интервал, на который составляется план (например, на...
Система с фиксированным интервалом времени между заказами Система с фиксированным интервалом времени между заказами - вторая и последняя система...

Образование в сфере логистики и транспорта Copyright © 2011-2018. При использовании материалов сайта - гиперссылка обязательна. All Rights Reserved.

Seo анализ сайта