- •1. Грузы, измерители перевозочного процесса и тарифы
- •1.1. Грузы Классификация грузов
- •Транспортная маркировка грузов
- •1.2. Измерители процесса перевозки
- •Объем перевозок
- •Неравномерность объема перевозок
- •Грузопоток
- •Партионность перевозок
- •Транспортная продукция
- •Транспортный путь
- •Транспортное время
- •1.3. Тарифы
- •2. Автомобильные транспортные средства и показатели их использования
- •2.1. Классификация автомобилей
- •Допустимые значения осевых масс двухосных атс и двухосных колесных тележек, при превышении которых транспортное средство относится к категории 1
- •Допустимая полная масса атс, при превышении которой они относятся к категории 1
- •Допустимая полная масса атс при движении но мостовым сооружениям, превышая которую они попадают в категорию 1
- •Выброс загрязняющих веществ транспортными средствами с дизельными двигателями
- •Ограничения внешнего шума грузовых автомобилей общей массой более 3,5 т
- •2.2. Показатели использования автомобильного транспорта Парк подвижного состава
- •Провозные возможности подвижного состава
- •Себестоимость перевозки груза
- •Анализ себестоимости транспортирования
- •Значение коэффициента использования грузоподъемности автомобиля при работе с различными погрузчиками
- •3. Технология грузовых автомобильных перевозок
- •3.1. Основные принципы технологии перевозочного процесса
- •3.2. Прямые и смешанные автомобильные сообщения
- •3.3. Цикл транспортного процесса
- •Этап погрузки (разгрузки)
- •Этап транспортирования груза
- •3.4. Прогрессивные технологические процессы перевозки грузов Контейнерные перевозки
- •Основные параметры универсальных контейнеров
- •Использование площади кузовов автомобилей при их загрузке пакетами размером 800x1200 и 1000x1200
- •Комбинированные перевозки грузов
- •Перевозки грузов автомобилями-самосвалами и автопогрузчиками
- •4. Организация автомобильных перевозок
- •4.1. Основы организации перевозочного процесса Что такое организация
- •Транспортный комплекс
- •4.2. Подготовка процесса перевозки грузов
- •Экономическая подготовка
- •Техническая подготовка
- •Технологический проект перевозки
- •Организационная подготовка
- •4.3. Служба организации перевозок Функции службы организации перевозок
- •Диспетчерский доклад о выполнении суточного оперативного плана перевозок грузов
- •4.4. Передовые методы организации перевозок Централизованные перевозки грузов
- •Бригадная форма организации труда
- •Интермодальные перевозки
- •Некоммерческие перевозки
- •4.5. Особенности организации перевозок грузов
- •Особенности организации перевозок, сельскохозяйственных грузов
- •4.6. Организация междугородных и международных перевозок Междугородные перевозки
- •Международные перевозки
- •5. Управление автомобильными перевозками
- •5.1. Определение управления
- •5.2. Современное состояние управления автомобильными перевозками
- •5.3. Функции управления
- •5.4. Стадии процесса управления
- •5.5. Диспетчерское управление перевозками Основные правила построения структуры управления
- •5.6. Руководитель коллектива
- •5.7. Стимулы и наказания
- •6. Измерение эффективности перевозочного процесса
- •6.1. Показатели эффективности
- •6.2. Факторы, учитываемые при оценке эффективности перевозок
- •6.3. Оценка эффективности перевозок
- •Фактическая эффективность перевозочного процесса
- •7.2. Графоаналитический метод
- •7.3. Метод потенциалов
- •Базисный план, составленный способом северо-западного угла
- •Базисный план, составленный способом наименьшего элемента по столбцу
- •7.4. Маршрутизация перевозок
- •Рациональное закрепление потребителей за поставщиками при перевозке песка, ездок
- •Рациональное закрепление потребителей за поставщиками при перевозке щебня, ездок
- •Рациональное закрепление потребителей за поставщиками при перевозке глины, ездок
- •Рациональный план движения автомобилей из пунктов выгрузки в пункты погрузки груза, ездок
- •(Вторая итерация)
- •7.5. Применение теории массового обслуживания в организации перевозок
- •7.6. Решение задач в сетевой форме
- •7.7. Симплексный метод Общие положения
- •Итерация 1
- •Определение исходного базиса
- •Анализ модели на чувствительность
- •7.8. Сетевое планирование в управлении
- •7.9. Ситуационные игры
- •1. Сокращения
- •2. Условные обозначения
- •2.1. Расстояния (протяженность)
- •2.2. Объемы перевозок
- •2.3. Время
- •2.4. Производительность
- •2.5. Скорость
- •2.7. Стоимостные показатели
- •2.8. Числовые величины
- •2.9. Коэффициенты
- •Александр Васильевич Велыможин Владислав Александрович Гудков Леонид Борисович Миротин
- •400131, Волгоград, ул. Советская. 35
- •400131, Волгоград, ул. Коммунистическая. 21, тел.34-99-69
- •404126. Волжский, ул. Пушкина, 79
Фактическая эффективность перевозочного процесса
Наименование параметра |
Единица измерения |
Глина |
Кислород |
Бетон |
|||
фактически |
по технологическом)' проекту |
фактически |
по технологическому проекту |
фактически |
по технологическому проекту |
||
1.Объем перевозок |
т |
307343 |
- |
630220 |
- |
61566 |
- |
2. Себестоимость транспортирования |
руб./т |
0.47 |
0.36 |
0.56 |
0.15 |
1.8 |
1.48 |
3. Себестоимость погрузочно-разгрузочных работ |
руб./т |
0.16 |
0.08 |
0.03 |
0.03 |
- |
- |
4. Потери из-за несоответствия подвижного состава |
руб./т |
1,11 |
- |
0,11 |
- |
0.11 |
- |
5, Потери из-за повреждения и потери груза |
руб./т |
- |
|
- |
- |
0.12 |
- |
6. Потери из-за инерционности транспортного процесса |
руб./т |
0.15 |
- |
- |
- |
- |
- |
7. Потери из-за увеличения себестоимости транспортирования |
руб./т |
- |
- |
0.29 |
- |
0.21 |
- |
8. Потерн из-за увеличения себестоимости погрузочно-разгрузочных работ |
руб./т |
0.08 |
- |
- |
- |
- |
- |
9. Коэффициент эффективности перевозочного процесса kэп |
- |
0.56 |
- |
0.3 |
- |
0.71 |
- |
214
Выполненный анализ влияния условий организации перевозок на эффективность перевозочного процесса позволяет провести градацию основных параметров по степени их влияния. Данные табл. 16 показывают, что наибольшее влияние на эффективность автомобильных перевозок оказывают такие показатели, как сохранность перевозимых грузов, коэффициент технической готовности подвижного состава, инерционность перевозочного процесса, техническая скорость движения, время простоя подвижного состава под погрузочно-разгрузочными операциями и грузоподъемность подвижного состава.
Данные, приведенные в табл. 17, говорят о том, что коэффициент эффективности перевозочного процесса на практике может изменяться в достаточно широких пределах (0,30—0,71) и характеризовать качество доставки при перевозке грузов.
215
7. МАТЕМАТИЧЕСКИЕ МЕТОДЫ
7.1. СУЩНОСТЬ МЕТОДОВ ОПТИМИЗАЦИИ
В ТЕХНОЛОГИИ, ОРГАНИЗАЦИИ И УПРАВЛЕНИИ
АВТОМОБИЛЬНЫМИ ПЕРЕВОЗКАМИ
Повышение эффективности автомобильных перевозок грузов связано с применением методов классической и современной математики для решения прикладных задач. По своему характеру все решаемые на транспорте задачи можно разделить на три группы: разработка технологических процессов перевозки грузов; оперативное управление перевозочным процессом; учет и статистика.
Разработка технологических процессов перевозки грузов связана с определением кратчайших расстояний между пунктами транспортной сети, с составлением рациональных маршрутов при перевозке массовых грузов, с определением развозочно-сборных маршрутов при мелкопартионных перевозках с рациональной эксплуатацией различных моделей автомобилей на перевозке различных грузов, с закреплением автотранспортных предприятий за грузоотправителями и другими вопросами.
Человеческий ум обладает огромными достоинствами по сравнению с любой машиной. Благодаря интуиции была решена «проблема коммивояжера». Эта известная математическая проблема, долго ставившая в тупик математиков, в одном из вариантов формулировалась так: коммивояжер, выезжая из Вашингтона, должен посетить 48 главных городов штатов и вернуться в Вашингтон по кратчайшему пути. Число возможных маршрутов составляет 1062. Сотрудники института РЭНД (США) с помощью булавок и ниток и своей интуиции открыли кратчайший маршрут, способствовали возникновению и развитию методов динамическою программирования.
Каждый анализ пронизан интуицией и рассуждением. Недостатком интуиции является то, что без аналитической проверки неизвестно насколько она справедлива. Интуиция использует в нашем сознании модели упрощенных понятийных копий действительности. В большинстве случаев при рассмотрении сложных задач полезно подкрепить наш мозг некоторой помощью извне, используя карандаш, лист бумаги, несколько уравнений, настольную вычислитель-
216
ную машину и в особых случаях сложную статистическую и математическую теорию или быстродействующие машины. Аналитические методы и вычислительные машины позволяют нам сделать то, что сделать другим путем невозможно. Необходимо только обращать внимание на то, чтобы математические методы не способствовали узковедомственному подходу к решению вопросов, проникновению чуждой идеологии, подмене социально-экономического анализа математическим методом исследования, в результате чего здравый смысл исчезает, а остаются одни уравнения.
Рассмотрим несколько примеров применения математических методов при разработке технологических проектов перевозки грузов.
Задача 7.1. Однородный груз в количестве 400 т находится на двух складах. На складе № 1 находится 250 т груза и на складе № 2 — 150 т. Груз необходимо перевезти, двум потребителям. Потребителю А требуется 250 т и потребителю В - 150 т (рис. 38). В такой ситуации возникает желание отправить груз со склада № 1 потребителю А, а со склада № 2 — потребителю В. Из рис. 38, видно, что такое решение приведет к выполнению транспортной работы в объеме
250• 15 + 150• 10 = 5250 т-км.
Если потребителю В отправить груз из ближайшего склада № 1, а потребителю А перевезти оставшиеся 100 т, а остальные 150 т со склада № 2, то транспортная работа составит
150• 5 + 100• 15 + 150 • 5 = 3000 т-км.
В случае, когда потребителю В направить со склада № 1—50 т и со склада № 2 - 100 т, а оставшиеся грузы направить потребителю А, транспортная работа составит
50• 5 + 100• 10+ 50• 5 + 200• 15 = 4500 т-км.
Рис. 38. Схема расположения объектов и вариантов решения задачи
217
Таких вариантов можно составить очень много. Будет ли второй вариант лучшим? Для того, чтобы ответить на этот вопрос, необходимо либо пересчитать все варианты, либо применить математические методы.
Обозначим количества груза, направляемого со склада № 1 потребителю В, через X. Тогда потребителю А с этого склада будет перевезено 250 — X. Потребителю В этом случае со склада № 2 будет перевезено 150 — X, а потребителю А — остальной груз в количестве X. Придавая X различные значения от 0 до 150, мы получим различные варианты решений. Математическая модель для решения этой задачи будет иметь вид:
Z= X • 5 + (150 - Х)10 + (250 - Х)15 + X • 5,
или
Z = 5250 - 15Х, при (7.1)
Из формулы (7.1.) видно, что лучший вариант решения будет в том случае, когда X будет иметь наибольшее значение, т. е. 150.
Задача 7.2. Определить необходимое число автомобилей для работы в комплексе с экскаватором, обеспечивающих минимальные затраты, связанные с перемещением материала.
Чем больше автомобилей будет участвовать в перевозке, тем будет ниже производительность каждого автомобиля из-за увеличения времени простоя под погрузкой, в связи с простоями в очереди при ожидании погрузки, и выше себестоимость транспортирования. С другой стороны, с увеличением числа работающих автомобилей улучшается использование экскаватора и снижается себестоимость погрузки грунта. Математическая формулировка задачи будет иметь вид:
(7.2)
где Сэ — стоимость машино-часа экскаватора, руб./ч;
Са — стоимость автомобиле-часа, руб./ч;
λ — интенсивность входящего потока автомобилей:
Аэ — число автомобилей, работающих с экскаватором;
μ — интенсивность обслуживания;
ρ — приведенная плотность потока автомобилей;
D(t0)— дисперсия времени обслуживания, ч .
Аналитическими методами расчетов могут решаться задачи по взаимодействию подвижного состава и погрузочно-разгрузочных механизмов, по определению рациональной грузоподъемности подвижного состава автомобильного транспорта, по определению рациональ-
218
ной партионности перевозимого груза и др. Однако этими методами можно решать задачи, когда известны оптимизирующие функции и имеется незначительное число оптимизирующих переменных. При большом числе переменных применение аналитических методов становится затруднительным. Аналитический поиск экстремума целевой непрерывной функции
f (x1, x2, …, xn) (7.3)
где (x1, x2, …, xn) - независимые переменные, сводится к решению системы из уравнений, полученной приравниванием частных производных к нулю
( 7.4)
Для решения сложных задач, связанных с перевозкой грузов, когда непосредственное сравнение вариантов с целью выбора оптимального оказывается трудновыполнимым, применяется линейное программирование.
Решение задач методами линейного программирования связано с разработкой математической модели. Понятие модели в настоящее время одно из самых популярных. А. И. Ракитов дает следующее определение модели. Объект А будем называть моделью объекта В, если А является объектом-заместителем по отношению к В и если А в некотором отношении проще, удобнее, компактнее или обладает иными преимуществами по отношению к В и, кроме того, существует такая зависимость между А и В, что, манипулируя А, мы получаем знания, которые могут быть непосредственно или с некоторыми поправками отнесены к В.
Физическая модель с давних пор используется для эксперимента, для проверки разнообразных идей. Экономические явления столь сложны, столь многофакторны, что их практическая проверка бывает трудно осуществима. И здесь используются экономико-математические модели.
Модель может состоять лишь из списка рекомендаций, а может содержать и абстрактные математические построения. В любом случае модель следует рассматривать как определенную формализацию проблемы, что облегчает получение решения.
Методы линейного программирования позволяют найти решение не путем перебора и сравнения всех возможных вариантов, а путем применения определенного математического расчета, который рядом последовательных приближений приводит к оптимальному решению. Слово «программирование» показывает, что эти методы применяются для проектирования (планирования), а слово «линейное» определяет математическую природу этих методов, которая
219
(7.5)
(7.6)
(7.7)
имеет единственное решение Х1=1, Х2=2. Уравнение Х1 + 2 Х2 = 10
имеет бесчисленное множество решений:
Е сли переменные будут принимать только неотрицательные значения, т. е. то
Наложение дополнительного ограничения на переменные уравнения (7.6) хотя и не привело к единственности решения этого уравнения, но значительно сузило область их определения. Таким образом, условие неотрицательности переменных является обязательным требованием в задачах линейного программирования.
Второе условие нахождения решений неопределенных систем линейных уравнений состоит в приведении их к системам, содержащим уже столько неизвестных, сколько и уравнений, т. е. к определенным системам. Это достигается приравниванием соответствующего числа переменных к нулю. Например, неопределенная система
(7.8)
и меет три следующих решения:
(7.9)
Если уравнения (7.8) описывают условия задачи линейного программирования, то необходимо рассматривать только два первых неотрицательных решения.т Общая задача программирования связана с некоторыми целевыми установками, т. е. отысканием либо максимума, либо минимума целевой функции. Если в качестве целевой функции (модели) будет выражение
Х1 + Х2 + Х3 (7.10)
220
то когда требуется обеспечить ее максимальное значение, из двух решений оптимальным будет Х1 =21/ 5, Х2 = 0, Х3 = 8 / 5 . Когда необходимо обеспечить минимальное значения целевой функции (7.10). то оптимальным будет вариант Х1 =0, Х2 =3, Х3 =1 .
Преимущество линейного программирования перед другими методами заключается не только в том, что оно дает самый короткий из возможных путей нахождения лучшего варианта решения из всех возможных, но и в том, что его практическое применение основано на четырех действиях арифметики. Это позволяет легко осуществить механизацию расчетов, применяя при решении относительно несложных задач простые счетные приборы, а при сложных задачах ЭВМ.
В настоящее время известно несколько различных методов линейного программирования. Наиболее широкое применение при разработке технологических проектов перевозки грузов находят графический метод, метод потенциалов, методы с разрешающими элементами и симплексный метод.