Использование велотранспорта в крупных городах набирает популярность: благодаря велосипедам уменьшается нагрузка на транспортную систему, снижается уровень шума и загрязнения окружающей среды. Чтобы поддержать развитие велотранспортной инфраструктуры, городские перевозчики и общественные организации создают сети пунктов велопроката. Пользоваться такими пунктами просто: велосипед арендуют на автоматизированной станции, а через некоторое время возвращают в тот же или другой пункт проката. Это позволяет жителям сэкономить на размещении и техобслуживании велосипеда или же вовсе отказаться от его покупки.
Описание проблемы:
В Мексике системы велопроката развиты слабо. Чтобы понять, как такая система будет работать в крупных городах страны, сотрудники Монтеррейского технологического института создали имитационную модель системы велопроката в г. Леон. Они условно разделили город на 23 территории, чтобы спрогнозировать количество пользователей системы велопроката в каждой из них.
После этого инженеры исключили из системы неблагополучные районы и протестировали модель на небольших, а затем на крупных территориях города. Имитационное моделирование позволило выявить особенности каждой территории и поведение будущих клиентов, а также визуализировать работу системы велопроката.
Решение:
При разработке модели использовался системно-динамический подход. Модель основывалась на муниципальном плане по развитию велосипедной инфраструктуры, согласно которому к 2030 году в городе планируется запустить около 220 км велодорожек.
Входные параметры модели включали:
- первоначальное количество велосипедов на каждой станции;
- число парковочных мест;
- число велосипедов на станциях на конец дня.
Первый параметр был особенно важен для наиболее загруженных станций: отсутствие велосипедов и свободных парковочных стоек могло ухудшить отношение населения к системе велопроката. Чтобы приблизить модель к реальности, инженеры отразили в модели время велосипедиста в пути и среднюю скорость движения велосипеда (15 км/ч).
Сначала разработчики протестировали модель на небольшой территории и спрогнозировали оптимальный размер велопарка и наиболее загруженные станции проката. Впоследствии модель расширили и применили к крупным районам города. Это помогло увидеть слабые места в системе, а также понять, как изменится размер велопарка и сопутствующие издержки при расширении системы.
Результат:
Имитационное моделирование AnyLogic позволило:
- проанализировать сценарии с ожидаемым, повышенным и низким спросом на услуги велопроката;
- выявить наиболее загруженные станции и смоделировать работу каждой из них;
- рассчитать показатели эффективности работы системы;
- определить оптимальный размер велопарка для каждой станции.
По результатам исследования были выявлены перспективные районы для развёртывания системы велопроката – два района в северной части г. Леон с высокой долей студентов среди населения.
