运输决策（共4篇）
运输决策 篇1
0 引 言
口岸作为国家对外往来的门户和国际货物运输的枢纽,是一种重要的国际物流节点;口岸跨境运输的良性发展,是促进口岸城市乃至其经济腹地外贸经济持续增长的发动机。云南省作为我国的“口岸大省”,近年来口岸基础设施条件已经有了很大的改善,作为口岸发展先导的口岸信息化建设也有了较快的发展。然而已有系统为口岸跨境运输管理者提供的辅助决策信息仅仅表现为数据的查询以及统计形式,而对于更深层次的数据挖掘和智能辅助决策却无能为力。口岸跨境运输相关的管理部门迫切需要一种支持数据分析和决策的新型数据处理系统。这种新型口岸物流数据处理系统至少需要实现以下功能:①能够整合分散在各个部门的口岸物流数据;②能够满足日益增长的公路口岸海量物流数据处理的需求;③能够多维分析经整合后的口岸物流数据,进而为相关管理者提供商业智能辅助决策支持。而这正是数据仓库和数据挖掘的优势所在。
雷建[1]将数据仓库管理系统应用于大型道路运输企业实际运营管理;刘兴景等[2]提出了适合公路管理空间数据仓库进行数据分析的时空数据模型;王云鹏等[3]构建了基于数据仓库的多式联运物流决策支持系统;刘经荣[4]以铁路售票系统为例,进行了数据仓库构建需求分析并给出了相应的逻辑模型;孟燕萍[5]等针对某一港口口岸构建了数据仓库多维分析模型,探讨了数据仓库技术在口岸物流分析中发挥的作用、构建模式和应用前景。Hugh J. Watson等[6]基于北卡罗纳州的蓝十字蓝盾公司(BCBSNC)构建了数据仓库,该系统的体系构架和处理流程为其他公司开发数据仓库提供了最好的实践案例。
综合上述研究成果可见,数据仓库在交通领域已有一些应用,但大都基于某一企业或港口,一种运输方式下的管理问题构建数据仓库进行联机分析和辅助决策支持。将跨境运输的特殊性、多种运输方式的综合性和数据仓库的优势结合起来,基于口岸跨境运输方面的数据仓库的应用研究仍是一片空白。本文以云南省20个国家级口岸和与之相对接的贸易往来口岸为研究对象,探讨和分析跨境运输特性及其数据特点,并根据跨境运输涉及的多个相关部门分别做了数据仓库需求分析。在此基础上,设计了多种运输方式下适用于多个相关管理部门的基于数据仓库的口岸跨境运输决策支持系统体系结构。最后通过数据仓库实现联机在线分析处理(on-line analytical processing,OLAP)和多维报表,运用模型库进行选址决策,运用数据挖掘(data mining,DM)技术为口岸跨境运输相关部门提供辅助决策支持。
1 跨境运输数据需求分析
跨境运输不仅具有运输距离长,所占时间久等特点,而且在跨境的过程中,必然会经历口岸检验、检疫、海关监管和边防身份查验等环节,在一定程度上增加了运输成本[7]。由于跨境运输是一个涉及2个或2个以上国家、边境口岸相关机构的系统,这就决定了跨境运输数据具有来源多源性、类型(格式等)多样性、数据的海量性和涉及部门存在关联性等特征。
在进行需求分析时,可以看到,跨境运输涉及的各个部门都有自身业务观察的不同视角。如图1所示,跨境运输涉及的交通运输管理部门、外贸监管部门、海关、边防检验检疫、商检部门等对跨境运输需要关注的业务内容各有不同,但同时也有交叉部分。因此需要对其进行分别考虑。
1.1 交通运输管理部门
对于以云南省交通运输厅为代表的交通运输管理部门其需要是:
1) 了解口岸的基础设施实际服务能力与需求相差的实际情况;准确判断哪些是最为繁忙的跨境运输通道;准确判断制约大湄公河次区域跨境运输发展的基础设施通道的瓶颈所在。
2) 具体到运输通道来说,对某一路段在实际的跨境运输中承担运量所占的比例,某一路段的拥堵的实际情况。
3) 通过跨境运输量预测,判断云南与大湄公河次区域其他各成员国之间的跨境运输量的增长情况。
1.2 外贸监管部门
对于以云南省商务厅为代表的外贸监管部门,如何有效的规范和引导跨境运输贸易的行为,是摆在工作人员面前的实际问题,因此,在构建跨境运输数据仓库的时候应该考虑:
1) 了解全省跨境贸易概况,为外贸监管人员准确判断全省跨境贸易发展趋势提供决策支持。
2) 通过跨境运输数据仓库的数据挖掘优势,能够较为准确地预测未来新的经济增长点,以便相关部门进一步完善相关政策,为其提供更好的软件和硬件方面的支持。
3) 探寻跨境运输的薄弱点所在,尤其是制约大湄公河次区域公路口岸跨境运输进一步发展的顽症之所在,这可能包括政策优惠方面的因素,如便利运输协定的缺失、大湄公河次区域大通关备忘录等的不全面。
1.3 一关三检
对于“一关三检”而言,如何对进出口贸易的人员、货物和交通工具实施更为有效的监管,将是该部门永远的主题。因而,应该考虑:
1) 在数据仓库的支持下,对货物、人员和交通工具的移动、放行以及其他处置设施进行数据跟踪和监控等。
2) 通过对数据仓库内数据的分析,考虑如何可以增加跨境运输的报关便利性,减少报关过程占整个跨境运输过程花费时间的比例。
3) 通过数据仓库,分析现有税费征收率对进出口贸易的促进与限制作用,以便海关机构在征收税费率方面做出相应的调整。
1.4 口岸
对于口岸机构来说,如何提高口岸的运作效率是该部门的主题。因此,要考虑:
1) 某一时间段如一个季度、某一天的平均通关时间,各作业点的各项作业时间、作业效率等。
2) 通过数据仓库中的历史数据,分析口岸各作业点中的作业流程,运用其所具备的决策支持功能,对其进行优化。
2 口岸跨境运输决策支持系统体系结构
依据前文所提及的需求分析,构建云南省口岸跨境运输决策支持系统体系结构图,见图2。该体系结构包括3个层次:源数据层、数据处理层和应用层。
2.1 源数据
在源数据层,整合分散在口岸跨境运输相关各个部门的数据资料,包括海关的通关数据、商务厅的贸易数据、交通运输厅的运输数据、各个检验检疫部门的具体业务数据以及其他相关数据等。这些数据通过数据采集平台被相互联结、整合起来,存入数据库系统,作为数据仓库抽取数据的数据源。
2.2 数据仓库系统
从源数据层采集来的数据,需要对其进行“提取—转换—加载”(ETL)的过程,同时生成元数据,进入数据仓库系统。数据仓库系统是决策支持系统的核心,其所包括的数据仓库管理系统负责对整个系统的管理,通过对其OLAP分析工具和数据挖掘工具的使用便可实现数据仓库系统“决策支持”的作用。
由于口岸跨境运输涉及到“客运”、“货运”2个方面的事实数据,因此云南省口岸跨境数据仓库多维数据组织方式采用较为复杂的星座型结构,如图3所示。存在2张事实表:货运事实表和客运事实表,口岸维、时间维、运输方式维、运输工具维、货运信息维、报关行信息维等通过外键与事实表相连。
2.3 模型库和知识库
口岸跨境运输决策支持系统中的模型库从基本功能上看主要包括统计模型、预测模型和仿真模型。其中,统计模型的主要功能在于整理统计历史客货运量及其OD流、通关数据等;预测模型的主要功能在于基于统计模块的历史统计数据,对将来的发展趋势进行预测分析;仿真模型则是对实际情况的模拟,如对口岸综合跨境运输网络、历史客货运网络图的电子可视化等。从应用层面上讲,模型库主要包括网络模型、运输模型、选址模型、库存模型。
知识库则是为决策者提供解决动态、复杂跨境运输问题的智能工具,在决策过程中与模型库中的模型、数据仓库中的数据相互作用,从而实现系统定性与定量分析的有机结合,帮助决策者明确决策目标,建立、修改决策模型。本系统知识库提供的知识和规则主要包括经验性知识,如通关知识、货物知识、口岸知识和一些在模型构建、选择中应用的规则,除此之外,还包括在OLAP过程中得到的知识和规则。
2.4 OLAP多维分析和数据挖掘
针对特定的跨境运输问题,OLAP多维分析能够对不同数据集合从不同角度切割后进行分析。其基本动作包括有切片、切块、钻取、旋转等。通过与模型库中的模型、方法有效地结合,将能大幅度地提高OLAP的分析能力。
OLAP的侧重点在于为客户提供相关数据的多维视图,便于对历史数据的分析;数据挖掘的侧重点则偏向于自动发现隐藏在历史数据中的模式和有用信息,从数据仓库中挖掘知识,并将其放入知识库。OLAP多维分析的结果可以作为数据挖掘的依据,数据挖掘则在多维分析的基础上进行深一层次的知识发现[8]。
3 口岸跨境运输决策支持系统的实现
本文运用MS SQLServer 2005建立多维数据集,通过ODBC数据元管理器为多维数据集建立相应的数据源,在Visual Studio 2005的操作界面上进行OLAP和数据挖掘。基于此,完成对云南省口岸运输决策支持系统的实现。
3.1 OLAP和多维分析报表应用展现
以要查询大湄公河次区域内各国口岸历年来分货种、分运输方式的运输情况数据为例,只要用户对所需查询的字段稍作编辑,便可以图的形式展示出来。如图4所示,展开口岸所属国为中国的口岸,便可清晰地看到云南省20个与次区域各国进行贸易往来的口岸分货种、分运输方式的货运量和货运值。图4所展示出来的效果必须在后台有数据仓库系统的支持,传统数据库就不能很好地达到多维分析的目的。通过展开或收起所选择的字段,可以很轻松地实现对数据的上钻、下钻、切片、切块,以达到用户对特定部分数据查询的目的。
3.2 系统模型应用展现
以在云南省选择一个合适的口岸,建立国际物流枢纽为例。选用模型库中的流量法选址模型,其基本思路是通过运输量配流可以得到各个候选节点的货物换装量,换装量最大的节点就是应该建设枢纽港的地点。基本流程见图5。
其中,通过将系统与MapInfo软件的连接,构建云南省口岸跨境运输网络模型见图6。在该模型中,含有各口岸间各种运输方式的运输速度、运输成本、运输距离、通过能力等数据。
阻抗函数如下。 ci(x)=γd(ki+op·Li)+γtti
运量分配模型如下。 min∑∫
式中:xi为路段i上的运输流量;ci(x)为路段i的广义费用函数;f
最后运用流量选址模型。如式(6)-(8)所示。 max∑∑Qijxi (6)
s.t. ∑xi=1 (7)
Qij=qijo (8)式中:Qij为第i个候选节点第j条运输通道的货物流量;xi为0-1变量,选择第i个候选节点为枢纽港,则值为1,否则为0;qijo为分配到第i个候选节点的第j条运输通道上的货物发运量。
以昆明、瑞丽、河口、磨憨为候选口岸,运用前述模型进行国际物流枢纽选址,则可得到各个候选节点的年货物换装量及选址结果见表1。其中1为枢纽港的选址地点;0为不是枢纽港的选址地点。
通过运用流量法选址模型,建议选择昆明为国际物流枢纽。
3.3 数据挖掘应用展现
OLAP多维分析是主要实现的应用是对历史数据的分析功能,而数据挖掘则是结合模型库中的模型,基于对历史数据的分析结果,对数据中可能隐藏的模式和有用信息进行挖掘,实现其知识发现功能。
以次区域内经年的货运数据为例,选用决策树算法对其进行数据挖掘,查看是否存在尚未被发现的信息。选择货运量作为分析对象,运输方式、货种等因素作为可能相关的列进行处理。其所获得的依赖关系网络见图7、图8。
如图7所示,各种相关列都指向货运量,也就是说,它们在一定程度上都会影响到货运量数值的变化。然而,当我们将图左方的滑块拖动到最下方,即最强链接处时,得到图8,此时只有运输方式一个列指向货运量。这说明,运输方式对口岸跨境运输货运量这个值影响最大。这与由于云南省口岸不同运输方式所承担的货运量存在着很大的差别,其中公路货运量占极大的比例这个实际情况所带给我们的猜想是比较一致的。
另一方面,也需要通过电子化实现对数据挖掘准确性的分析,也就是说,确认该数据挖掘所得出来的信息是否准确,能否实现为用户进行决策支持的功能。此时,需要用到数据挖掘准确性图表。它包括2种方式,一为提升图,一为分类矩阵。图9即为对该次数据挖掘准确性分析的提升图展示。
如图9所示,图中对角线为理想模型会产生的结果,并带有永远不会错误的完美预测;图中曲线为此次挖掘的效果。2条线之间的距离越近,说明挖掘的效果离最理想的效果越近。图10为系统显示的挖掘图例,表明了这2条不同的线的关系,同时给出了此次挖掘结果的满意程度,这里挖掘结果得到了99分,这是一个非常高的分数。
4 结束语
数据仓库作为新兴的一种数据处理技术,其OLAP和数据挖掘工具的应用大大地提高了对数据信息的处理和应用能力。本文结合云南省参与大湄公河次区域跨境运输的实际,对其信息需求情况进行分析,设计了基于数据仓库的跨境运输决策支持体系结构,该结构集成了数据仓库系统、OLAP应用和数据挖掘等技术,强化了系统的智能性。通过数据仓库系统的应用,可提供更可靠更全面的决策支持信息。对该系统的实现展示了将该技术应用于实践的可行性和有效性。然而,数据仓库技术在我国的研究和应用尚处于起步阶段,建立一个较完善的口岸跨境运输决策支持系统还需更多的理论支持和实践经验。
参考文献
[1]雷建.数据仓库管理系统在道路客运经营管理信息化中应用研究[J].技术经济与管理研究,2007(2):54-55.
[2]刘兴景,杨东援.公路管理空间数据仓库多维分析模型及其实现[J].土木工程学报,2003,36(1):99-104.
[3]王云鹏,王占中,鹿应荣,等.基于数据仓库的多式联运物流决策支持系统[J].吉林大学学报:工学版,2005,35(6):641-645.
[4]刘经荣.数据仓库技术在中国铁路运输业中的应用[J].铁道运输与经济,2002,24(1):24-25.
[5]孟燕萍,王洁,黄有方,等.数据仓库在口岸物流数据分析中的应用[J].上海海事大学学报,2008,29(4):64-69.
[6]Watson H J,Fuller C,Ariyachandra T.Data ware-house governance:best practices at Blue Cross andBlue Shield of North Carolina[J].Decision SupportSystems,2008,38(1):435-450.
[7]李莉.论过境运输需求特性[J].物流工程与管理,2009,31(2):86-87.
[8]铁治欣,陈奇,俞瑞钊.采掘关联规则的高效并行算法[J].计算机研究与发展,1999,36(8):948-953.
运输决策 篇2
目前我国的旅客运输体系由铁路、公路、水运和民航等4种运输方式所组成。国情决定了我国旅客运输的基本特点是量大、行程长、城市化程度低。在社会快速发展的今天,各种交通基础设施不断完善,人们的出行非常频繁,出行要求也越来越高。不同运输方式吸引力的差异不仅与自身的技术指标、服务水平和机动灵活性等因素有关,还与出行者的社会经济特征、行为状态和心理因素密不可分。旅客出行之前一般要考虑选择何种出行工具,这一复杂的过程可分为2个阶段。首先,旅客根据自己的出行目的、出行距离、收入水平、所在地区的交通条件等选择交通方式的技术经济特性,再根据经济技术特性选择具体的某种交通工具,或几种交通工具的组合。旅客的出行行为特性受供给属性和需求属性2方面的影响[1]。
1) 供给属性是指外部运输环境特征。
旅客所面对的运输供给条件不同则做出的方式选择决策也将有所不同。影响因素是多方面的,主要从运价、运行时间、交通工具的安全性、舒适性、准时性等来分析。一般来说,旅客在出行时会对旅客运输的供给属性进行比较,选择适合自己需求的出行方式。目前,由于我国仍存在一定程度的时间性、地域性、方式性的运输短缺现象,在一定程度上使得旅客的出行方式选择发生了因短缺引起的强制性替代,造成供给属性对出行方式选择作用的扭曲现象[2]。
2) 需求属性是指从出行者自身利益出发来考虑出行方式的选择问题。
影响旅客自身利益的因素很多,包括旅客的收入水平、出行目的、出行距离、出行时间价值、方式偏好、职业、年龄、性别等[3]。一般旅客会结合个人的情况选择自身认为最满意的出行方式。
由于旅客出行方式选择问题涉及的对象是处于多变的社会经济环境中的人,因而问题就变得更加复杂。面对多种满足出行要求的方案时,旅客必须从中选择出最优的一个。但仅凭旅客自己的主观感觉往往很难做出正确的判断,这可能会给人们的生活、工作带来损失与不便。为此,有必要采用一种科学的方法来根据人们的出行要求计算出最合理的出行方式。
2 评价方法的比较
2.1目前所用方法存在的问题
目前工程中对方案的优选常用的评价方法有技术-经济评价法、价值工程方法、模糊评价法、灰色关联法、层次分析法、Smart法、Topsis法和效用函数法[4]等。这些方法不能综合全面地反映方案的优劣,结果的科学性、可信度、实用性、可靠度有待提高[5]。对于现有的评价方法,通常需要决策者事先确定各指标权重,但权重只能反映各个评价指标的相对重要程度,无法真实地表达决策者对评价指标的满意程度。由于客观事物的复杂性,一般情况下,决策者难以事先给出明确的权重偏好信息。随着科学技术的发展和评价对象的复杂化,有必要采用先进理论和方法使对方案的评价过程更为准确、客观和有效。方案的好坏要通过对其各项指标进行评价才能确定,以此来最大限度地满足旅客的出行需求。
2.2信息公理方法的特点
信息公理为多种方案的科学选择提供了一种全新的评价方法,该方法认为具有最少信息量的方案为最佳方案。其特点是利用满足功能要求的概率形式表达设计者对评价指标的满意程度,与一般的基于权重的方法有本质的区别。设计者的意图和设计者赋予每一个评价指标的重要性是由设计范围表示的,而设计范围就体现了用户需求这一重要因素。如果对所有指标的设计范围都能精确规定,那设计范围就体现了它们的相对重要性,此时没有必要再去给各个评价指标进行加权处理。而其它评价与决策方法必须考虑由于各指标之间重要程度的差异而赋予相应的权重[6]。
此外,在信息公理评价中,决策者给出反映不同满意程度的设计范围和系统范围,这些值具有实际的工程背景。利用信息公理进行评价也无需考虑评价指标使用的量纲和单位是否一致,即不需作规范化处理,因为计算信息量时所用的成功概率是一个比值,与评价指标类型及量纲单位无关,从而避免了对不同类型的指标需采用不同的规范化方法。本文正是基于这样的背景提出应用信息公理评价方法的。
3 信息公理评价方法的原理及步骤
公理设计(axiomatic design,AD) 主要包括2条公理,即独立公理和信息公理。独立公理要求保持功能性要求(functional requirements,FR) 的独立性;信息公理表明总信息量最小的方案为最佳方案[7]。
在实际的方案评价时,成功的概率可由确定FR的设计范围(design range)与满足FR的候选设计方案的系统范围(system range)来计算,一个期望的设计主要取决于公共范围——设计范围与系统范围的交集,这是满足FR的区域,见图1。信息量I也可表示为
如果功能要求FR是连续变量,在设计范围中满足FR的概率可以用以下式子表示:
P=∫
式中:f(FR)为关于FR的系统概率密度函数;dl为设计范围的下限;du为设计范围的上限;A cr为系统范围与设计范围所围成公共范围的面积。
信息公理评价方法基本步骤:
1) 首先根据用户需求和待评问题的特点、性能要求以及应用场合等,选择并确定方案的评价指标体系;
2) 根据各指标的相对重要程度精确地规定设计范围,根据设计方案的实际指标值作出相关的概率分布图,确定系统范围,计算出各指标的信息量;
3) 计算出每个方案的总信息含量。假设有m个因素指标,对某候选方案而言,其信息量为各指标信息量之和,即
I∑i=I1+I2+…+Im (3)
4) 比较各方案的信息量,确定最佳方案。由信息公理可知,信息量最少的方案即为最佳方案,即最佳方案为min{IΣi}。
4 实例分析
武汉到上海的距离大约为800 km,以此为例来进行中途客运分析。将社会人群分为中低收入者和中高收入者来进行考虑[3]。一般来说,中途客运对发车频率的要求并不像短途客运那么高,准时性要求也略低于短途客运。由于中途旅客运输的时间比短途的要长,因此对舒适性的要求相对较高。
4.1确定评价指标
表1给出了针对不同收入水平的群体而定出的设计范围[8,9]。表2给出了各种交通方式的系统范围。
发车频率是指在单位时间内发车次数。为了计算方便,在这里设定发车频率的取值范围为0～1,数值越大,表示发车频率越高。
4.2计算各方案的信息含量
利用式(1)计算每个方案的各个指标信息含量。根据式(3)每个方案的总信息含量为各指标信息量之和,由此可得:各方案的总信息含量,见表3和表4。
4.3比较各候选方案的信息量,确定最佳方案
由表3可见,对于中低收入者,直达列车硬卧相对来说更接近旅客的出行要求。由上述各方案的信息含量的大小可以发现,铁路运输普通列车硬座、硬卧比较满足他们的要求。票价是影响这个群体选择的最关键因素。
由表4可见,对于中高收入者,动车组软座较好。由上述各方案的信息含量的大小可以发现,舒适性、运行时间是影响他们选择的最关键因素。因此人们在票价位于可接受的范围内时,会尽量选择更方便、舒适的出行方式。
相对于短途运输来说,中途运输的时间长一些,旅客对舒适性的要求会高一些。因此如果票价在可接受的范围内,旅客一般会优先选择卧铺。
5 结束语
从以上实例分析可以看出,根据旅客出行行为特性以及旅客要求提取的评价指标,采用信息公理设计评价方法,可以在多个可行方案确定出最佳的出行方式,为人们的出行提供一定的科学参考。这种方法概念清晰、直观易懂,计算过程简单容易实现。在我国由于仍存在一定程度的时间性、地域性、方式性的运输短缺现象,在一定程度上限制了旅客选择出行方式。交通客运管理部门应重视旅客出行行为调查,建立和完善相应的出行调查数据库。通过对旅客出行行为特性进行分析,挖掘旅客出行的偏好信息和需求模式。通过建立客运网的旅客出行行为模型,科学规划与改进客运开行方案和车站客运组织方案。为我国旅客的出行提供非常便利的外部环境。
摘要：基于信息公理的多属性决策方法为旅客的出行方式选择提供了一种有效工具。通过分析旅客出行行为特性的影响因素,确定出旅客出行方式选择的评价指标。利用成功概率计算出每种方案所包含的信息量,信息量最小的方案为最佳方案。由于避免了权重分配所带来的人为影响以及量纲不统一等问题,使得评价结果更趋合理,评价过程计算简单易于实现。
关键词：旅客运输,旅客出行行为特性,信息公理,多属性决策
参考文献
[1]Whe1an G,Johnson D.Mode1ling the impact of al-ternative fare structures on train overcrowding[J].International journal of transport management,2004,2(1):39-46.
[2]刘卫果,胡思继.旅客交通方式选择行为的模糊机会约束规划模型[J].北方交通大学学报,2002,26(2):60-65.
[3]钱吉奎.旅客出行方式选择的经济学分析[J].铁道经济研究,2003(5):45-47.
[4]何永占.引入心理变量的旅客中长距离出行方式选择模型[J].甘肃科技纵横,2010,39(2):18-22.
[5]Cheng Xianfu,Huang Zhigang.A method for ap-plying information axiom to the hybrid multi-attrib-ute alternative evaluation[C]∥The InternationalWorkshop on Mechanic Automation and ControlEngineering,Wuhan,China,June 26-28,2010,2970-2973.
[6]程贤福,肖人彬,刘平安,等.基于信息公理的混合型多属性产品方案评价[J].计算机集成制造系统,2010,16(9):1816-1822.
[7]Suh N P.Axiomatic design:advances and applica-tions[M].New York:Oxford University Press,2001.
[8]陈团生,毛保华,高利平,等.客运专线旅客出行选择行为分析[J].铁道学报,2007(3):8-12.
运输决策 篇3
依托道路运输管理平台、道路运输服务平台中各类道路运输数据资源, 进行深入挖掘分析, 可集中展现对客运、货运、线路、执法、出行等行业管理及服务内容的分专题分析, 以及综合监测预警、综合分析预测和系统应用分析等综合分析, 为道路运输行业宏观的管理提供支撑。依据车辆监控、客流信息、轨迹数据、违章处理等基础应用系统数据库资料进行统计、分析, 归纳生成各种报表, 为管理部门准确掌握行业运行状况、合理科学决策提供支撑。另外为管理部门决策提供模型和算法库、为平台提供更多高层次的数据。
2 系统功能
道路运输大数据分析决策系统主要包含多维度行业数据分析、专题分析、综合分析等功能。如图1所示。
3 多维度行业数据分析
多维数据分析 (MOLAP) , 使道路运输管理相关的分析人员能够从多个角度对从运营数据中转化出来的、能够真正为用户所理解的信息进行快速、一致、交互地存取, 并能够从不同的角度审视业务情况, 而获得对业务数据的更深入的理解。例如对于出租车运营数据, 可以从时间、地域、运营收入、违章情况等多个角度进行剖析, 从而快速地从一维转变到另一维, 将不同角度的信息以数字、直方图、饼图、曲线等等方式展现在用户面前。
4 专题分析
4.1 客运站场专题分析
分析各站各班次、班线发送量分布和趋势, 并实现旅客空间流向的智能分析。通过分析各站发送量、流向、饱和度来分析客运场站的规划合理性;构建交通规划的数据模型, 为客运站场 (含候车亭) 的规划建设及智能分析提供决策依据。包括流量、客运量预测分析。
4.2 经营线路状态分析
查询、统计线路类型的发送量、实载率情况及变化趋势, 实现线路规划、最优路径分析、线路客流状态等分析;按照省内外线路查看发送量、实载率情况及变化趋势;基于线路、营运业户的多维挖掘分析, 分析每条线路的业户的发送量、实载率分析。实现我省客运线路指标的图形化管理, 并提供线路规划、最优路径分析、线路客流状态等功能;班线客车与包车的客运流量流向分析, 为规划新的班线、调整已有班线运力提供依据。基于线路、车辆的多维挖掘分析, 分析线路类型与车辆技术等级、车型、座位机构深度分析。
4.3 货运站场专题分析
构建交通规划的数据模型为货运站场规划建设提供决策依据。
4.4 营运车辆专题分析
监测客运车辆班车、旅游车、出租车时间、空间分布情况;按时间、地理查询班车、旅游车、出租车分布情况;按照车辆燃油类型、技术等级、使用年限等多维的挖掘分析车辆分布和变化趋势。
4.5 经营业户专题分析
分析、挖掘经营业户在企业级别的市场分布、趋势;分析、挖掘经营业户在企业经济性质的市场分布、趋势;按经营业户的经济性质、资质等级、车辆规模分类等多维度挖掘分析经营业户的市场集中度。
4.6 运政稽查专题分析
按时间、地理、部门的稽查案件数、结案数量、行政复议数量、结案率以及上述指标历史同比;按时间、地理统计每万车发生率及历史趋势;稽查案件数量排名前N位企业;稽查案件数量排名前N位车辆;按时间、地理、稽查处罚行为、违章条例代码等多角度挖掘分析案件数量、结案率和罚款金额;按时间、地理、经营业户经济性质、资质等级等多角度挖掘分析案件数量、结案率和罚款金额。
4.7 道路运输安全专题分析
按照时间段 (季节、每日时段等) 、事故发生区域、事故性质、伤亡人数等分析道路运输行车事故数据, 并对其变化趋势进行预测分析。
4.8 出行特征分析
日常的小时、周、月、年统计各个主客场站发送量、实载率;五一、十一、春运的小时、周、月、历年的各客运站发送量和实载率, 并对其进行预测分析。
4.9 视频统计分析
定期地对客运站、客运车辆监控视频信息进行分析, 依靠大数据的手段深入挖掘监控信息, 分析总结道路运输运行的外在和潜在规律, 科学有利地指导交通运输和城市管理部门的日常工作。
针对客运站视频, 尝试进行客流量聚集与时间分布、与不同客运站点间关联关系等分析。
针对客运车辆监控视频, 尝试进行驾驶员疲劳驾驶与时间分布关联关系等分析。
5 综合分析
5.1 综合监测预警
实现对道路运输行业的运输需求 (如道路运输客货运量、周转量、公共汽车运量、出租汽车载客次数、出租汽车客运量、营运车辆维修工作量、检测工作量等) 、供给能力 (如从业企业数量、从业人员数量、客车车辆、货运车辆、公交车、出租车拥有量、客运车辆座位结构、货运车辆核定吨位数、客运场站数量等) 、运输效率 (如市场集中度、平均实载率、上座率、发送量占比、饱和度、平均运距等) 的监测预警。
5.2 综合分析预测
按年度、区域、类别统计各道路运输领域监测数据, 结合多种分析手段进行分析, 以图表结合、多层次、多角度的进行展现, 客观、直观地反映出道路运输行业运行过程中的各类数据发展势态、空间分布规律和数据结构性规律。
5.3 系统应用分析
系统通过统计使用人员的操作习惯、搜索词频等, 挖掘行业管理人员或从业人员业务需求, 系统可基于需求统计对系统的实施效果进行分析, 并进行优化改进。
6 结语
本文通过对道路运输的特别进行分析, 结合大数据分析决策技术, 找到了为管理部门准确掌握行业运行状况、合理科学决策提供支撑, 同时为管理部门决策提供模型和算法库、为平台提供更多高层次的数据的价值。
摘要：大数据分析决策技术是互联网+中的重要技术组成部分。各行各业陆续打造自己的大数据分析决策平台。交通运输行业拥有道路运输管理平台、道路运输服务平台中各类道路运输数据资源。本文对道路运输行业中的特点进行解析, 并根据业务分支需求, 提出了大数据分析决策系统在道路运输行业上的应用价值和应用领域。
运输决策 篇4
一、加强计算机模拟技术在油料运输决策中应用的重要性和优越性
随着现代作战理论和信息技术武器的快速发展, 战时油料运输决策面临着空间尺度越来越长、时间尺度越来越短、能量尺度越来越大、空间形式与内容越来越复杂的问题, 而且伴随着信息化战争中一些不确定因素、不可知因素的不断涌现, 传统的决策手段已很难满足信息化战争对油料运输决策的需求。这时, 以电子信息为核心的计算机模拟技术的迅速发展与广泛应用使信息化战争条件下油料运输决策中许多极其复杂的问题迎刃而解。
1. 加强计算机模拟技术在油料运输决策中的应用, 有助于提高油料运输决策的快速性
信息化战争持续时间一般较短, 其速决性、快节奏、大空间、立体化等特点决定了未来战争将在短时间内出现油料的高消耗。高强度的油料消耗需要高强度的油料运输, 高强度的油料运输需要高强度的油料运输决策, 油料运输决策的信息量将在短时间内急剧膨胀, 这就要求油料运输指挥员在短时间内完成大量信息的处理, 并能够很快作出正确的判断和决策。传统的油料运输决策, 从信息收集、情报整理、资料查询到运输计划拟制等工作, 多以手工为主, 手工作业往往时间长、效率低。因此, 要完成这些任务, 依靠传统的决策手段显然有困难, 决策的快速性也达不到信息化战争的需求。而计算机模拟技术具有自动生成各类文书, 自动接收、分析、处理信息, 自动模拟双方交战过程, 并做出战损与态势裁决等功能, 与指挥系统接口, 还可实现文图信息的快速转换和传输。因此, 运用计算机模拟技术, 既可使油料运输决策结构更加精干——决策人员仅为传统方式的一半不到, 也能使油料运输决策人员从事务性工作中解脱出来, 集中精力进行高层次的谋略和方法研究工作, 提高了油料运输决策的快速性。
2. 加强计算机模拟技术在油料运输决策中的应用, 有助于提高油料运输决策的精确性
信息化战争的机动性、多样性和快速性要求油料运输指挥员科学地做出油料运输决策, 以精确的时间, 将充足的油料送达准确的地点和部队, 以适应信息化战争突然、高速、连续的特点。而随着战时油料运输决策中一些不确定因素、不可知因素的不断涌现, 运用传统的决策手段难以对其准确分析, 且精确性也达不到信息化战争的需求, 这时计算机模拟技术作为油料运输决策的辅助手段, 对提高油料运输决策精确性具有举足轻重的作用。它可以根据已知的或想定的程序和数据来描述和优化油料运输过程;可以把油料运输的各个阶段分开模拟, 并作出精确的定量分析;可以对某些不允许或难以在实际中研究的运输行动进行模拟优化;可以试验某一因素对总运输效果的影响程度;可以利用它进行油料运输策略和方法的试验, 发现其缺陷并加以改善;还可以评估油料运输装备效能, 启发新的运输理论和方法等等。
3. 加强计算机模拟技术在油料运输决策中的应用, 有助于提高油料运输决策的客观性
传统的油料运输决策主要以经验决策、定性分析为主。经验决策是指人们依靠直觉判断和经验做出的决策, 体现为直观的感知性、认识的表面性、观察的局部性和分析的非定量性等四大特点, 这些特点决定了传统油料运输决策具有主观性、随意性和盲目性的局限——决策水平和质量上取决于决策者个人的素质和能力, 决策的客观性明显达不到信息化战争的需求。而运用计算机模拟技术, 可以依据数学方法客观地描述和评估运输过程, 并可从方案论证角度进一步检验油料运输计划是否能真正满足信息化战争油料运输的实战需要, 实现了决策的科学性和公正性。它要求油料运输人员遵守约定的军事规则, 使用格式化语言进行人机对话, 对任何油料运输决策活动的评估和论证是依据预先约定的军事规则, 通过对双方态势上的时间差、空间差和战斗力要素上的数量差、质量差进行量化分析而作出的, 从而有效地限制了人的主观随意性, 能作出比较客观的决策。
4. 加强计算机模拟技术在油料运输决策中的应用, 有助于提高油料运输决策的灵活性
为确保油料运输决策计划的科学性、规范性和准确性, 需要对制定的决策方案不断分析评估、反复推演修改等, 但传统油料运输决策论证手段往往需要实兵实装出动, 耗时较长, 战时也难以有充分的时间对多种可行的决策方案进行比较和优化, 其灵活性也远达不到信息化战争的需求。而利用计算机模拟技术进行油料运输决策论证, 可随时控制进度、动态组织推演、随机模拟运输进程。油料运输指挥员可随时设置情况和交互地显示战场不同方向或重点作战地区的运输状态, 模拟优化系统可以根据不同情况提供多种可选择的决策预案, 可以对不同的决策方案进行客观公正的分析评估, 可以反复对某一预案或计划进行推演、修改、再推演、再修改, 直到得出满意结果, 并可以任何态势和情况为基础, 组织下一个运输问题的决策论证, 方法灵活, 便于随时随机随地地决策分析, 提高了油料运输决策方式的灵活性。
5. 加强计算机模拟技术在油料运输决策中的应用, 有助于提高油料运输决策的实效性
油料运输决策模拟优化技术是计算机模拟技术、军事运筹学和系统工程的理论方法同油料勤务理论等相结合的产物, 与沙盘、图上作业乃至实兵演练等传统决策手段相比, 它一改长期以来保障信息以纸张为记录媒体, 数量多、种类大、不便修改的弊端, 将保障信息由静止的文字和图表变为形象直观的立体图像, 给决策者提供了一个没有硝烟的战场, 从而使决策活动更加贴近实战, 使决策实效性空前提高。作为一种最基本的技术手段, 计算机模拟技术具备无破坏性、可多次重复、安全、经济、可控、不受气候条件和场地时间限制等固有优点, 它可凭借其强大的信息贮存、数据计算和逻辑推理三大功能, 对战场上油料运输决策的“五大要素”——油料运输任务、油料运输方式、油料运输力量、油料运输路线和油料运输时机进行模拟优化, 在一定程度上达到了以虚拟手段代替实兵、实装、实地、实战的效果, 可大大减少经费消耗、缩短决策周期、提高决策质量、减少安全事故, 创造出明显的实际效益。
因此, 加强计算机模拟技术在油料运输决策中的应用, 不仅仅是通过计算机模拟技术将传统经验决策中的指挥艺术和现代信息技术手段科学地结合起来, 还反映了油料运输效率和油料运输决策能力的提高。
二、计算机模拟技术在油料运输决策中的主要应用
计算机模拟技术在油料运输决策中的应用主要包括在运输任务分配、运输方式选取、运输路线分析、运输力量安排、运输时机选择和运输计划评估论证等方面的应用, 其具体如下:
1. 计算机模拟技术在运输任务分配中的应用。
战时由于部队用油量大, 油料运输的任务非常繁重, 因此, 在油料保障过程中通常会同时遇到多个重要程度不同的运输任务。由于油料运输力量有限, 且各运输力量的运输能力、承担任务的困难程度不同, 其油料运输的效率也各不相同, 如何对油料运输任务进行分配, 使油料保障效率达到最高就成为油料运输决策急需解决的问题。利用计算机模拟技术, 可综合评估各油料运输分队的运输能力、各任务困难度和重要度等因素, 在此基础上通过建立数学模型对运输任务进行定量优化分析, 得到最佳的油料运输任务分配方案, 使各运输分队总的运输效率最大。
2. 计算机模拟技术在运输方式选取中的应用。
不同的运输方式在战时对油料保障具有不同的效果, 选取最佳的油料运输方式是实现高效油料保障的前提。战时油料运输通常任务急、时间紧、不确定性因素多, 油料运输方式的选取受到战场不确定环境以及各种主观和客观因素的影响, 所依赖信息的不完全性使得多数情况下运输方式的选取仅凭借传统的定性判断很难作出科学、准确的决策。因此, 利用计算机模拟技术, 可在传统定性分析的基础上通过建立油料运输方式选取的数学模型, 对各运输方式中运输速度、运输距离、运输量、运输代价和运输安全性等实际指标定量地分析和评价, 从而科学地确定出最佳的方案。
3. 计算机模拟技术在运输路线分析中的应用。
战争的突发性和速决性急剧增强, 对油料运输的快速性提出了更高的要求。如何在最短的时间内, 以最小的损耗代价完成运输任务以满足作战需求, 成为油料运输路线分析中重要而紧迫的课题。战时由于敌袭、自然灾害、路况车况和人为因素等诸多不确定性因素的影响, 传统数学意义上的最短路径并不是最优路径。因此, 利用计算机模拟技术, 在对各种影响因素综合分析和判断的基础上, 通过建立决策模型对油料运输路线进行模拟优化, 使得油料运输在时间和运输量等方面的综合效能达到最佳, 从而得到最优的运输路线。
4. 计算机模拟技术在运输力量安排中的应用。
油料运输力量安排是指依据油料运输数量、运输能力和战场环境等因素, 对运油装备等运输力量进行合理地安排和分配。合理地安排和分配运输力量可以减少运输力量的浪费, 确保油料运输的高效、及时、快速。由于油料运输过程受敌火力打击、道路交通条件等多种随机因素影响, 传统的运输力量安排方案有一定的局限性。因此, 在综合考虑战时运油装备排队装卸油和各种随机因素影响的情况下, 利用计算机模拟技术对传统分配方案进行模拟优化, 调整方案直至刚好满足保障需求为止, 最终的方案就是最优的运输力量安排方案。
5. 计算机模拟技术在运输时机选择中的应用。
合理的油料运输时机是指既能保障部队用油不中断, 又不会带来其他不良影响的最佳时机。运输时机过早会造成油料积压, 增加用油部队、运输分队以及防卫力量的负担;过晚则会造成油料断供而影响作战的进程;另外, 运输时机不合理还会增大油料损失的可能性。信息化战争条件下, 油料消耗速率、部队油库油料库存量、运输分队能力和战场环境等运输时机选择影响因素的复杂多变, 以定性分析为主的传统运输时机选择已很难达到信息化战争对油料运输精确性的要求。利用计算机模拟技术, 可对各种情况下的油料运输过程进行模拟仿真, 并通过建立油料消耗模型计算出不同情况下不同作战规模、样式和阶段的油料消耗量, 以及预测出下一作战时段油料的可能消耗量和作战部队对各种油料的需求情况, 从而为运输时机选择决策提供依据, 增加油料储备的科学性, 减少油料的浪费, 降低油料的库存费用, 实现精确有效控制, 提高油料保障效益。
6. 计算机模拟技术在运输计划评估论证中的应用。
信息化战争战法多样, 战斗转换频繁, 战场前后方、进攻与防御、主次方向等没有明显的界限和区分。战前油料运输指挥员应充分分析各种可能情况, 利用油料运输优化决策模型提供的计算方法和计划流程, 制定出灵活多样且科学规范的油料运输计划, 以适应战场情况的各种变化。战中究竟选择哪个油料运输计划更好, 需要对现有计划进行优选和评估。计算机模拟技术能够通过逼真的模拟, 把未来的战场态势和油料运输过程中的各种可能情况提前展现在人们面前, 并根据可度量的运输计划评价指标, 通过计算机模拟技术的反复推演, 对每个运输计划的效果进行量化计算和评估分析, 最后根据油料运输指挥员的选择策略提供整体最优化的油料运输计划。
摘要：本文从分析信息化战争条件下传统油料运输决策手段的局限性入手, 引出了加强计算机模拟技术在油料运输决策中应用的重要性和优越性, 阐述了计算机模拟技术在油料运输决策中的几种具体应用。
关键词：计算机模拟,油料运输决策,应用研究
参考文献
[1]高峰, 郭继坤, 徐光勇.谈仿真模拟技术与油料勤务教学[J], 训练与科技, 第25卷第4期:43～44.
[2]朱平辉, 夏琳.油料专业模拟训练教学体系建设与发展[J], 军需物资油料, 2008 (11) :20～21.