校园电动车运行仿真优化研究

摘 要 为了解决校园电动车发车班次制定方案不合理、发车时间不规律导致运营系统不能很好的满足学生出行需求、系统运营成本过高的问题，通过对校园实地调研与数据采集，利用数据拟合与排队系统的相关知识，对数据进行整理分析，找到系统瓶颈所在，制定了新的发车方案。再通过对Flexsim相应实体控制代码的编写，构造符合实际系统的仿真模型，将改进的发车方案与原有的发车方案相比对，验证了新的方案的经济性和高效性。

【关键词】校园电动车 发车方案 Flexsim 仿真

1 引言

随着学校面积的不断扩容，大多学校开设了校园电动车以解决校内师生的通勤问题。但学生目的地的多样性、客流量的不确定性及运行成本的难以控制，给学校后勤部门的校园电动车运营带来了诸多问题。一般来讲，后勤部门先确定初步运行方案，再根据实际情况进行调整，而调整过程大多运用人的直接判断，缺乏科学依据，一旦不合理将会造成的资源的浪费或服务质量的下降。

为了尽早发现系统存在问题，更好的利用科学的仿真软件制定优化的方案，各类仿真软件也受到学者和企业的青睐。王红军采用ACD和eM-Plant软件相结合的方法，针对某汽车变速箱柔性生产线，建立了FMS仿真模型，并对不同的调度策略进行了仿真，为生产的实际运行参数提供了理论依据。而在仿真软件选择与应用上，K.PRESTON 等致力于利用AutoMod 仿真语言开发分派中心软件库的可行性研究，并试图为洛克希德马丁公司提供邮政分拣仿真系统开发提供帮助。Guilherme提出借助 Arena 建立供应链高层仿真模型（即包含各个物流层、启发式物流分配、总量管理、成本控制和长鞭效应）的思想，并证实了其可行性。A.Shabayek等采用 Witness 软件为香港 Kwai Chung 集装箱港口建立仿真模型并对其作业进行模拟和改进。

本文针对校园电动车运行班次不合理、司机工作强度大等问题，利用仿真软件Flexsim实现了校园电动车的运行仿真优化研究。

2 校园电动车运行现状分析与优化策略

笔者所在校园有电动车10辆，其中五辆为10座汽油车，五辆为14座电动车。现在每天六辆车在校内运行以满足学生需求。该电动车按固定运行线路运行，全程2公里，运行时间约为6分钟。校园电动车采用招手即停、随上随下的运行模式。经过实际调研，该系统主要存在以下问题：

（1）现有发车安排不合理；

（2）司机发车频次随意；

（3）高峰期的乘客流失。

针对新旧方案及现有发车情况，主要从等待时间T总、空车率、顾客流失数Y总和劳动强度分别进行比较。

（1）一天中乘客总等待时间。

（2）空车率。

（3）顾客流失数。

假设乘客最长等待时间为10min，超过10min即离开，在T时间内设定阀值m，假设T时间内到达人数超过m后，后续达到乘客即离开。不同时间段因发车频次不一样，从而阀值m存在差异，在实际运行策略中，因为发车时间的不确定性，导致学生不愿意等待而离开的概率增大，故将最长等待时间缩短为8min.具体如表1所示。

为此，进一步得出顾客流失数的计算公式为：

（4）司机劳动强度。

假设每辆车单程运行时间平均为6min，并且所有车均是从同一侧出发，到达另一侧对学生进行装载后即返程，则有：

将新方案和实际运行方案相比，将早上发车时间间隔减少了1min，然后重点调整了时间段的划分，此种改变策略下，与司机自己运行方式的相近性能保证方案的可执行性。学生等待时间更少，司机工作更轻松，并且收益得到了提高。在提升学生满意度的情况下让司机更轻松的增加收益，做到了学生和司机的利益同时最大化。

3 基于Flexsim的校园电动车运行系统仿真分析

利用Flexsim软件对本系统进行建模如图1所示，并按照新制定的发车策略，将仿真所得数据与现有方案进行对比如图2和图3所示。

图2和图3表明新方案相比于旧方案，载客量大幅度提升，平均为10左右，在12座的校园电动车的\行中，相当于平均满座率达84%，比旧方案的60%提升了24%，设备利用率得到提升。发车班次每天减少了39班次，司机休息率提升了14%，电动车满载率提升了28%，这些指标都表示了新方案的优越性。

4 结论

本文针对校园电动车系统发车班次不合理、设备利用率低、司机劳动强度大的现状，实地收集学生到达密度数据，利用泊松过程数据特点重新制定了发车策略。

借助Flexsim仿真软件，建立了校园电动车运行系统仿真模型，通过对当前制定策略与假设实施的新方案进行仿真，仿真过程严格遵照离散事件仿真的步骤―确定仿真研究目标、收集数据、建立仿真模型、模型校验以及运行结果分析优化等，预测新方案运行特点，最后对确认的新方案与现有方案的相关运行指标进行了比较，验证了新方案的优越性与可实施性。

参考文献

[1]王红军.基于eM-Plant的FMS仿真建模技术[J].新技术新工艺，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.