校園電動車運行仿真優化研究

陳逸鳴

摘 要 為了解決校園電動車發車班次制定方案不合理、發車時間不規律導致運營系統不能很好的滿足學生出行需求、系統運營成本過高的問題，通過對校園實地調研與數據采集，利用數據擬合與排隊系統的相關知識，對數據進行整理分析，找到系統瓶頸所在，制定了新的發車方案。再通過對Flexsim相應實體控制代碼的編寫，構造符合實際系統的仿真模型，將改進的發車方案與原有的發車方案相比對，驗證了新的方案的經濟性和高效性。

【關鍵詞】校園電動車 發車方案 Flexsim 仿真

1 引言

隨著學校面積的不斷擴容，大多學校開設了校園電動車以解決校內師生的通勤問題。但學生目的地的多樣性、客流量的不確定性及運行成本的難以控制，給學校后勤部門的校園電動車運營帶來了諸多問題。一般來講，后勤部門先確定初步運行方案，再根據實際情況進行調整，而調整過程大多運用人的直接判斷，缺乏科學依據，一旦不合理將會造成的資源的浪費或服務質量的下降。

為了盡早發現系統存在問題，更好的利用科學的仿真軟件制定優化的方案，各類仿真軟件也受到學者和企業的青睞。王紅軍采用ACD和eM-Plant軟件相結合的方法，針對某汽車變速箱柔性生產線，建立了FMS仿真模型，并對不同的調度策略進行了仿真，為生產的實際運行參數提供了理論依據。而在仿真軟件選擇與應用上，K.PRESTON 等致力于利用AutoMod 仿真語言開發分派中心軟件庫的可行性研究，并試圖為洛克希德馬丁公司提供郵政分揀仿真系統開發提供幫助。Guilherme提出借助 Arena 建立供應鏈高層仿真模型（即包含各個物流層、啟發式物流分配、總量管理、成本控制和長鞭效應）的思想，并證實了其可行性。A.Shabayek等采用 Witness 軟件為香港 Kwai Chung 集裝箱港口建立仿真模型并對其作業進行模擬和改進。

本文針對校園電動車運行班次不合理、司機工作強度大等問題，利用仿真軟件Flexsim實現了校園電動車的運行仿真優化研究。

2 校園電動車運行現狀分析與優化策略

筆者所在校園有電動車10輛，其中五輛為10座汽油車，五輛為14座電動車。現在每天六輛車在校內運行以滿足學生需求。該電動車按固定運行線路運行，全程2公里，運行時間約為6分鐘。校園電動車采用招手即停、隨上隨下的運行模式。經過實際調研，該系統主要存在以下問題：

（1）現有發車安排不合理；

（2）司機發車頻次隨意；

（3）高峰期的乘客流失。

針對新舊方案及現有發車情況，主要從等待時間T總、空車率、顧客流失數Y總和勞動強度分別進行比較。

（1）一天中乘客總等待時間。

（2）空車率。

（3）顧客流失數。

假設乘客最長等待時間為10min，超過10min即離開，在△T時間內設定閥值m，假設△T時間內到達人數超過m后，后續達到乘客即離開。不同時間段因發車頻次不一樣，從而閥值m存在差異，在實際運行策略中，因為發車時間的不確定性，導致學生不愿意等待而離開的概率增大，故將最長等待時間縮短為8min.具體如表1所示。

為此，進一步得出顧客流失數的計算公式為：

（4）司機勞動強度。

假設每輛車單程運行時間平均為6min，并且所有車均是從同一側出發，到達另一側對學生進行裝載后即返程，則有：

將新方案和實際運行方案相比，將早上發車時間間隔減少了1min，然后重點調整了時間段的劃分，此種改變策略下，與司機自己運行方式的相近性能保證方案的可執行性。學生等待時間更少，司機工作更輕松，并且收益得到了提高。在提升學生滿意度的情況下讓司機更輕松的增加收益，做到了學生和司機的利益同時最大化。

3 基于Flexsim的校園電動車運行系統仿真分析

利用Flexsim軟件對本系統進行建模如圖1所示，并按照新制定的發車策略，將仿真所得數據與現有方案進行對比如圖2和圖3所示。

圖2和圖3表明新方案相比于舊方案，載客量大幅度提升，平均為10左右，在12座的校園電動車的運行中，相當于平均滿座率達84%，比舊方案的60%提升了24%，設備利用率得到提升。發車班次每天減少了39班次，司機休息率提升了14%，電動車滿載率提升了28%，這些指標都表示了新方案的優越性。

4 結論

本文針對校園電動車系統發車班次不合理、設備利用率低、司機勞動強度大的現狀，實地收集學生到達密度數據，利用泊松過程數據特點重新制定了發車策略。

借助Flexsim仿真軟件，建立了校園電動車運行系統仿真模型，通過對當前制定策略與假設實施的新方案進行仿真，仿真過程嚴格遵照離散事件仿真的步驟—確定仿真研究目標、收集數據、建立仿真模型、模型校驗以及運行結果分析優化等，預測新方案運行特點，最后對確認的新方案與現有方案的相關運行指標進行了比較，驗證了新方案的優越性與可實施性。

參考文獻

[1]王紅軍.基于eM-Plant的FMS仿真建模技術[J].新技術新工藝，2004，26（07）：9-11.

[2]White K Preston，Jr Barney Brian， Scott Keller A N.Object-oriented Paradigm for Simulation Postal Distribution Centers[C].Proceedings of the 2001 Winter Simulation Conference，Arlington，VA，l999，1007-1012.

[3]Guilherme E.Ideas for Modeling and Simulation of Supply Chains with Arena[C].Proceedings of the 2004 Winter Simulation Conference.2004， 1418-1427.

[4]Shabayeka A，Yeung W W.A Simulation Model for the Kwai Chung Container Terminals in Hong Kong [J].European Journal of Operational Research （S0377-2217），2002，140（01）：1-11.