潘　嶠　石湛溪

（1.新加坡南洋理工大學(xué)數(shù)學(xué)系；2.美國(guó)華盛頓大學(xué)西雅圖分校數(shù)學(xué)系）

新加坡地鐵準(zhǔn)點(diǎn)率的探究

潘嶠1石湛溪2

（1.新加坡南洋理工大學(xué)數(shù)學(xué)系；2.美國(guó)華盛頓大學(xué)西雅圖分校數(shù)學(xué)系）

在新加坡，地鐵是人們最常用的交通工具之一。地鐵的運(yùn)行效率影響人們是否選擇乘坐地鐵。這個(gè)項(xiàng)目是探究決定地鐵準(zhǔn)點(diǎn)率的重要因素。項(xiàng)目采集與駕駛員和時(shí)間段有關(guān)的兩個(gè)變量，實(shí)驗(yàn)數(shù)據(jù)包括是否有駕駛員和高峰及非高峰時(shí)間段四類，每類收集了30組。以系統(tǒng)預(yù)計(jì)到達(dá)時(shí)間為基準(zhǔn)，與實(shí)驗(yàn)人員實(shí)際記錄的到達(dá)時(shí)間作比較，以t-test為分析方法，結(jié)果表明無(wú)人駕駛的地鐵更實(shí)用，這個(gè)結(jié)論可以幫助政府考慮用無(wú)人駕駛地鐵提高地鐵系統(tǒng)運(yùn)行效率。

新加坡地鐵準(zhǔn)點(diǎn)率

1　引言

1.1研究背景

地鐵因?yàn)榭梢猿休d大量乘客快速到達(dá)不同目的地而廣泛使用。在新加坡，地鐵在高峰期每2-3分鐘一列，非高峰期每5-7分鐘一列。根據(jù)新加坡管理大學(xué)2013年對(duì)4200人調(diào)查統(tǒng)計(jì)，經(jīng)常乘坐地鐵的人對(duì)地鐵運(yùn)營(yíng)的滿意程度從2012年的92.1%下降到88.9%。新加坡交通部門2014年度統(tǒng)計(jì)表明地鐵準(zhǔn)點(diǎn)率從2013年的89.08%下降到84. 92%?？梢钥闯鰷?zhǔn)點(diǎn)率和滿意度同呈下降趨勢(shì)，地鐵部門通報(bào)了2014年共有12次延遲，并說(shuō)明延遲的主要原因是地鐵軌道問(wèn)題、燈和門的問(wèn)題、乘客的問(wèn)題等等。我認(rèn)為他們忽視了對(duì)是否有駕駛員和時(shí)間段不同問(wèn)題的考慮。

表1　

1.2研究目的

以往的研究主要關(guān)注地鐵的準(zhǔn)點(diǎn)率對(duì)于乘客的影響。我的研究是駕駛員的存在與否以及不同時(shí)間段對(duì)地鐵準(zhǔn)點(diǎn)率的影響。

1.3研究范圍

對(duì)在地鐵高峰期、非高峰期和有無(wú)人駕駛的地鐵準(zhǔn)點(diǎn)率進(jìn)行比較，給出影響準(zhǔn)點(diǎn)率的重要因素。沒(méi)有考慮像天氣因素，服務(wù)延遲，不同的地鐵路線和地鐵站等因素。

2　實(shí)驗(yàn)方法

2.1數(shù)據(jù)采集

駕駛員和時(shí)間段是研究中的兩個(gè)變量。在不同的時(shí)間段，我采集了有無(wú)人駕駛的地鐵的到達(dá)時(shí)間。實(shí)驗(yàn)數(shù)據(jù)分為四類：非高峰期有人駕駛、高峰期有人駕駛、非高峰期無(wú)人駕駛和高峰期無(wú)人駕駛，采集數(shù)據(jù)覆蓋5條地鐵線。

每類實(shí)驗(yàn)記錄30組樣本，總共120組數(shù)據(jù)，每組包括預(yù)計(jì)到達(dá)時(shí)間，實(shí)際到達(dá)時(shí)間及差值。120組數(shù)據(jù)統(tǒng)計(jì)計(jì)算結(jié)果見(jiàn)表1。

2.2統(tǒng)計(jì)篩選

通過(guò)雙樣本t-test分析兩個(gè)因素對(duì)準(zhǔn)點(diǎn)率的影響程度并通過(guò)顯著性水平判斷假設(shè)是否成立。

3　分析與結(jié)果

3.1分析依據(jù)與數(shù)據(jù)處理

根據(jù)中心極限定理，研究中每類實(shí)驗(yàn)統(tǒng)計(jì)數(shù)據(jù)可視為正態(tài)分布。因此每個(gè)樣本都是獨(dú)立且正態(tài)分布的，可以用雙樣本t-test分析差值的重要性。

3.2t-test分析

在分析中取差值的絕對(duì)值，即表示實(shí)際到達(dá)時(shí)間偏離預(yù)計(jì)時(shí)間的程度。每類差值絕對(duì)值為一個(gè)數(shù)據(jù)組，分別命名為driver_nonpeak（非高峰期有人駕駛），driver_peak（高峰期有人駕駛），nondriver_ nonpeak（非高峰期無(wú)人駕駛），nondriver_peak（高峰期無(wú)人駕駛）。

3.2.1驗(yàn)證非高峰期無(wú)人駕駛的地鐵更準(zhǔn)時(shí)是否成立

零假設(shè)H0：非高峰期有駕駛員的數(shù)據(jù)平均值小于等于無(wú)駕駛員的平均值；備擇假設(shè)Ha：非高峰期有駕駛員的數(shù)據(jù)平均值大于無(wú)駕駛員的平均值。程序和計(jì)算結(jié)果如下：

＞#dirver vs nondirver during nanpeak hour

＞t.tset（driver_nonpeak，nondriver_nonpeak，var.equal=T，alt=”greater”）

Two Sample t-test

Data： driver_ nonpeak and nondriver_nonpeak

t=4.1656，df=72，p-value=4.257e-5

alternative hypothesis：true difference in means is qreater than 0

95 percent confidence interval：

17.58328inf

Sample estimates：

2.餌料選擇。早春期間越冬蝦體質(zhì)相對(duì)較弱，通?？赏段沟鞍缀枯^高的配合飼料。針對(duì)蝦苗可投喂磨碎后的小麥、玉米、豆渣等，投喂采取淺水區(qū)遍灑。

Mean of x mean of y

49.7727320.46667

結(jié)果顯示p-value=4.257*10-5，遠(yuǎn)小于顯著性水平0.05，說(shuō)明零假設(shè)H0錯(cuò)誤，結(jié)論是非高峰期無(wú)人駕駛的地鐵更準(zhǔn)時(shí)。

3.2.2驗(yàn)證人工駕駛的地鐵在不同時(shí)點(diǎn)準(zhǔn)點(diǎn)率相同是否成立

零假設(shè)H0：高峰時(shí)期有駕駛員的數(shù)據(jù)平均值等于非高峰期有駕駛員的平均值；備擇假設(shè)Ha：高峰時(shí)期有駕駛員的數(shù)據(jù)平均值不等于非高峰期有駕駛員的平均值。程序和計(jì)算結(jié)果如下：

＞#peak vs nonpeak hour for train with driver

＞t.test（driver_peak，driver_nonpeak，var.equal=T，）

Data：driver_peak and driver_nonpeak

t=-1.5786，df=82，p-value=0.1183

alternative hypothesis：true difference in means is not equal to 0

95 percent confidence interval：

-23.7828922.737437

Sample estimates：

Mean of x mean of y

39.2500049.77273

結(jié)果顯示p-value = 0.1183，大于顯著性水平0.05，說(shuō)明零假設(shè)H0成立，結(jié)論是時(shí)間段差別不會(huì)影響人工駕駛地鐵的準(zhǔn)點(diǎn)率。

4　結(jié)語(yǔ)

在非高峰期無(wú)人駕駛比有人駕駛地鐵更準(zhǔn)時(shí)，因?yàn)樵谙到y(tǒng)自動(dòng)控制下，地鐵按照“命令”在“約定”時(shí)加速或減速，是嚴(yán)格受控的結(jié)果。有人駕駛地鐵在行駛段也是自動(dòng)駕駛，駕駛員負(fù)責(zé)開(kāi)關(guān)門以及在高峰期有人駕駛地鐵更準(zhǔn)時(shí)，但是無(wú)人駕駛地鐵100%快于標(biāo)準(zhǔn)時(shí)間到達(dá)。在高峰期為了滿足乘客需要，地鐵發(fā)車頻率更高。無(wú)人駕駛地鐵自動(dòng)控制兩車之間安全最短距離，使得無(wú)人駕駛地鐵提早到達(dá)，這一點(diǎn)人無(wú)法做到。提前到達(dá)發(fā)生在高峰期85%的人工駕駛地鐵上和非高峰期50%的人工駕駛地鐵上。駕駛員會(huì)因高峰時(shí)間客流識(shí)和管理知識(shí)的培訓(xùn)，一方面應(yīng)增強(qiáng)主人翁意識(shí)，解放思想，積極爭(zhēng)取本屬于協(xié)會(huì)的權(quán)力和利益。

啟動(dòng)和停止車輛，駕駛員不能準(zhǔn)確地執(zhí)行，因此非高峰時(shí)間有人駕駛地鐵沒(méi)有無(wú)人駕駛地鐵準(zhǔn)時(shí)。

［1］李雪松，閆冠宇.灌區(qū)產(chǎn)權(quán)界定與管理體制創(chuàng)新［J］.中國(guó)農(nóng)村水利水電，2008（6）：7-10.

［2］楊平富，李趙琴.漳河灌區(qū)落實(shí)兩部制水價(jià)的實(shí)踐［J］.中國(guó)農(nóng)村水利水電，2004（8）：28-30.

［3］姜開(kāi)鵬.從產(chǎn)權(quán)制度改革入手創(chuàng)新灌區(qū)管理體制和運(yùn)行機(jī)制［J］.中國(guó)農(nóng)村水利水電，2003（3）：1-4.

［4］仇志峰.我國(guó)農(nóng)民用水協(xié)會(huì)組織建立與管理運(yùn)行研究［D］.保存地：山東大學(xué)，2010.

［5］理查德·瑞丁格.中國(guó)的參與式灌溉管理改革：自主管理灌排區(qū)［J］.中國(guó)農(nóng)村水利水電，2002（6）：7-9.

［6］馬培衢.產(chǎn)權(quán)視角下的灌區(qū)水資源配置研究［J］.資源科學(xué)，2006（6）：33-38.

［7］趙立娟.農(nóng)民用水者協(xié)會(huì)運(yùn)行績(jī)效及存在問(wèn)題分析——基于內(nèi)蒙古世行WUA項(xiàng)目的分析［J］.中國(guó)管理信息化，2011（2）：40-42.量大，而更快地開(kāi)關(guān)門和啟動(dòng)列車。

非高峰期無(wú)人駕駛的地鐵更準(zhǔn)時(shí)，且時(shí)間段不影響人工駕駛地鐵準(zhǔn)點(diǎn)率。高峰期人工駕駛地鐵更準(zhǔn)時(shí)，但無(wú)人駕駛地鐵100%提前到達(dá)。

無(wú)人駕駛地鐵是更好地選擇，Siemens Mobility（2014）也證實(shí)Trainguard Mass Transit（MT），作為一種無(wú)人駕駛車輛的控制系統(tǒng)，可以提供更高運(yùn)行效率和乘客滿意程度。政府可以考慮使用無(wú)人駕駛地鐵提高運(yùn)營(yíng)效率，提高乘客滿意度。