陳逸鳴

摘 要 為了解決校園電動車發(fā)車班次制定方案不合理、發(fā)車時間不規(guī)律導(dǎo)致運營系統(tǒng)不能很好的滿足學(xué)生出行需求、系統(tǒng)運營成本過高的問題，通過對校園實地調(diào)研與數(shù)據(jù)采集，利用數(shù)據(jù)擬合與排隊系統(tǒng)的相關(guān)知識，對數(shù)據(jù)進(jìn)行整理分析，找到系統(tǒng)瓶頸所在，制定了新的發(fā)車方案。再通過對Flexsim相應(yīng)實體控制代碼的編寫，構(gòu)造符合實際系統(tǒng)的仿真模型，將改進(jìn)的發(fā)車方案與原有的發(fā)車方案相比對，驗證了新的方案的經(jīng)濟性和高效性。

【關(guān)鍵詞】校園電動車 發(fā)車方案 Flexsim 仿真

1 引言

隨著學(xué)校面積的不斷擴容，大多學(xué)校開設(shè)了校園電動車以解決校內(nèi)師生的通勤問題。但學(xué)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(xué)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(jù)實際情況進(jìn)行調(diào)整，而調(diào)整過程大多運用人的直接判斷，缺乏科學(xué)依據(jù)，一旦不合理將會造成的資源的浪費或服務(wù)質(zhì)量的下降。

為了盡早發(fā)現(xiàn)系統(tǒng)存在問題，更好的利用科學(xué)的仿真軟件制定優(yōu)化的方案，各類仿真軟件也受到學(xué)者和企業(yè)的青睞。王紅軍采用ACD和eM-Plant軟件相結(jié)合的方法，針對某汽車變速箱柔性生產(chǎn)線，建立了FMS仿真模型，并對不同的調(diào)度策略進(jìn)行了仿真，為生產(chǎn)的實際運行參數(shù)提供了理論依據(jù)。而在仿真軟件選擇與應(yīng)用上，K.PRESTON 等致力于利用AutoMod 仿真語言開發(fā)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(tǒng)開發(fā)提供幫助。Guilherme提出借助 Arena 建立供應(yīng)鏈高層仿真模型（即包含各個物流層、啟發(fā)式物流分配、總量管理、成本控制和長鞭效應(yīng)）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(yè)進(jìn)行模擬和改進(jìn)。

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(xiàn)了校園電動車的運行仿真優(yōu)化研究。

2 校園電動車運行現(xiàn)狀分析與優(yōu)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?，F(xiàn)在每天六輛車在校內(nèi)運行以滿足學(xué)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(jīng)過實際調(diào)研，該系統(tǒng)主要存在以下問題：

（1）現(xiàn)有發(fā)車安排不合理；

（2）司機發(fā)車頻次隨意；

（3）高峰期的乘客流失。

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

（1）一天中乘客總等待時間。

（2）空車率。

（3）顧客流失數(shù)。

假設(shè)乘客最長等待時間為10min，超過10min即離開，在△T時間內(nèi)設(shè)定閥值m，假設(shè)△T時間內(nèi)到達(dá)人數(shù)超過m后，后續(xù)達(dá)到乘客即離開。不同時間段因發(fā)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(fā)車時間的不確定性，導(dǎo)致學(xué)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(jìn)一步得出顧客流失數(shù)的計算公式為：

（4）司機勞動強度。

假設(shè)每輛車單程運行時間平均為6min，并且所有車均是從同一側(cè)出發(fā)，到達(dá)另一側(cè)對學(xué)生進(jìn)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(fā)車時間間隔減少了1min，然后重點調(diào)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(zhí)行性。學(xué)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(xué)生滿意度的情況下讓司機更輕松的增加收益，做到了學(xué)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(tǒng)仿真分析

利用Flexsim軟件對本系統(tǒng)進(jìn)行建模如圖1所示，并按照新制定的發(fā)車策略，將仿真所得數(shù)據(jù)與現(xiàn)有方案進(jìn)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(dāng)于平均滿座率達(dá)84%，比舊方案的60%提升了24%，設(shè)備利用率得到提升。發(fā)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(biāo)都表示了新方案的優(yōu)越性。

4 結(jié)論

本文針對校園電動車系統(tǒng)發(fā)車班次不合理、設(shè)備利用率低、司機勞動強度大的現(xiàn)狀，實地收集學(xué)生到達(dá)密度數(shù)據(jù)，利用泊松過程數(shù)據(jù)特點重新制定了發(fā)車策略。

借助Flexsim仿真軟件，建立了校園電動車運行系統(tǒng)仿真模型，通過對當(dāng)前制定策略與假設(shè)實施的新方案進(jìn)行仿真，仿真過程嚴(yán)格遵照離散事件仿真的步驟—確定仿真研究目標(biāo)、收集數(shù)據(jù)、建立仿真模型、模型校驗以及運行結(jié)果分析優(yōu)化等，預(yù)測新方案運行特點，最后對確認(rèn)的新方案與現(xiàn)有方案的相關(guān)運行指標(biāo)進(jìn)行了比較，驗證了新方案的優(yōu)越性與可實施性。

參考文獻(xiàn)

[1]王紅軍.基于eM-Plant的FMS仿真建模技術(shù)[J].新技術(shù)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.