Tatizo la Uwekaji Mahali Bila Orodha ya Maeneo Teule chini ya Upinzani wa Barabara wa Kinasibu (Candidate-Free Stochastic Road Resistance Location Problem, CF-SRLP), ni modeli ya uboreshaji wa eneo ambayo, badala ya kuzifungia vituo vya ukarabati wa dharura wa gesi kwenye orodha finyu ya maeneo teule yaliyowekwa mapema, huzingatia nodi zote za mtandao wa barabara kuwa maeneo yanayowezekana ya kituo na hutafuta seti ndogo iwezekanavyo ya vituo zinazoweza kuhakikisha uaminifu wa kiwango lengwa cha kufunika huduma katika hali za trafiki zinazobadilika. Utafiti ulitumia mtandao halisi wa barabara wa City H unaotegemea OpenStreetMap na uhusiano wake na bomba la gesi; katika topolojia ya barabara yenye nodi 498 na miunganisho 1192, uliunganisha umbali wa Haversine, vigawo vya upinzani wa barabara wa kinasibu, utafutaji wa kirudia wa greedy ulioboreshwa na uigaji wa Monte Carlo.

Hapa “upinzani wa barabara wa kinasibu”, si upinzani wa kimitambo wa kuviringika wa uso wa barabara. Katika modeli ni kigezo kisicho na kipimo kinachowakilisha mabadiliko ya trafiki na ufikikaji wa barabara. Kwa kila kipande cha barabara, kigezo \(\tau_{ab}\) huzalishwa kutoka usambazaji sare katika kipindi \([0.1,1]\), na kasi bora \(\bar v\) huzidishwa kwa kigezo hiki ili kukokotoa kasi ya safari katika hali hiyo. Katika utafiti mkuu wa kesi, kasi bora ilikuwa 60 km/saa, muda lengwa wa kuwasili ulikuwa saa 0,5, yaani dakika 30, hali 100 za upinzani wa barabara zilitumika katika kila mzunguko wa Monte Carlo, pamoja na jumla ya marudio 200 ya Monte Carlo. Hivyo utafiti ulitathmini hali 20.000 za trafiki za kinasibu.

Katika utafiti wa kesi wa City H, usanidi 2125 wa vituo ulipitiwa na wastani wa kiwango cha kufunika huduma kwa mipangilio iliyoboreshwa uliripotiwa kuwa %97,77. Mkengeuko wa kawaida wa kiwango cha kufunika ulikuwa %2,48, masafa %9,59, masafa baina ya robo %2,54 na mgawo wa utofauti %2,54. Wastani wa idadi ya vituo ulipokaribia takribani 9,8, kiwango cha kufunika kilitulia karibu na %97,8.

Idadi ya vituo ilipoongezeka kutoka 5 hadi 17, wastani wa kufunika uliongezeka kutoka %91,5445 hadi %99,7952. Hata hivyo, ongezeko hilo halikuwa la mstari: kutoka vituo 5 hadi 11, kufunika kuliongezeka hadi %99,2234, ilhali kuongeza kutoka 11 hadi 17 kulileta ongezeko la ziada la pointi 0,5718 tu za asilimia. Matokeo haya yanatafsiriwa katika utafiti chanzo kama faida ya pambizo inayopungua.

Ingawa modeli ilitoa kiwango cha juu cha kufunika na muda mfupi zaidi wa kufika katika hali za wastani, haikuondoa kabisa ucheleweshaji wa hali mbaya zaidi. Muda wa wastani wa kuwasili ulijikusanya zaidi kati ya dakika 6–20, wakati muda wa juu kabisa wa kuwasili ulikuwa zaidi kati ya dakika 30–45. Ni %12,0414 tu ya muda wa juu kabisa wa kuwasili iliyobaki ndani ya kizingiti lengwa cha dakika 30. Kwa hiyo utafiti unaonyesha kuwa uwekaji mzuri wa vituo unaweza kupunguza kwa kiasi kikubwa tatizo la ufikikaji wa kijiografia, lakini hatari ya ucheleweshaji wa “mkia wa usambazaji” unaotokana na msongamano mkubwa wa trafiki haiwezi kutatuliwa kwa uwekaji tuli wa vituo pekee.

Kikomo muhimu zaidi cha tafsiri ni hiki: kiwango cha kufunika cha %97,77 si utendaji wa kihistoria wa uwanjani uliopimwa kutokana na matukio halisi ya uvujaji wa gesi. Matokeo yanatokana na uigaji wa kinasibu uliofanywa kwenye topolojia iliyotokana na muundo halisi wa mtandao wa barabara na gesi. Modeli haijumuishi foleni, migongano ya majukumu ya wakati mmoja, uwezo wa timu/gari wala mwitikio wa vituo vingi; hivyo operesheni halisi inaweza kuwa changamano zaidi.

CF-SRLP ni Nini na “Bila Maeneo Teule” Inamaanisha Nini?

CF-SRLP ni modeli ya kufunika huduma inayoboresha maeneo ya vituo vya ukarabati wa dharura wa gesi chini ya muda wa safari wa kinasibu; kauli “bila maeneo teule yaliyobainishwa mapema” haimaanishi kuwa vituo vinaweza kuwekwa katika kuratibu yoyote ya kijiografia, bali kwamba badala ya kuunda orodha ndogo ya maeneo teule mapema, nodi zote katika topolojia ya mtandao wa barabara huingizwa katika nafasi ya maamuzi.

Kwa nini seti ya kawaida ya maeneo teule inaweza kuleta tatizo?

Katika modeli za kawaida za uwekaji wa vituo, idadi ndogo ya maeneo yanayoweza kuwa vituo inaweza kuchaguliwa kwanza na uboreshaji kufanywa kati ya maeneo hayo pekee. Kwa mujibu wa utafiti chanzo, ikiwa maeneo teule yamechaguliwa mapema kwa vichujio vya kiutendaji kama mipaka ya kiutawala, vituo vilivyopo, upatikanaji wa ardhi au gharama, nodi ambayo kwa kweli ingeweza kutoa kiwango cha juu zaidi cha kufunika inaweza kuondolewa kabla hata ya uboreshaji kuanza.

Mbinu ya CF-SRLP huondoa hatua hii ya uchujaji wa awali na kutathmini nodi zote za mtandao wa barabara kama maeneo yanayowezekana ya vituo. Hata hivyo, nafasi ya maamuzi bado ni mtandao wa hatua mahususi. Maeneo endelevu ya ardhi yasiyo nodi za barabara si vigezo vya maamuzi vya modeli.

Tofauti kati ya aina tatu za mwitikio wa dharura

Kwa sababu hali za trafiki hubadilika kwa muda katika mitandao mikubwa na changamano ya mijini, utafiti unatumia mantiki ya mwitikio unaotegemea muda wa safari.

Dhana saba kuu za modeli

1. Uhusiano wa kufunika huamuliwa tu kwa muda mfupi zaidi wa safari kwenye barabara; foleni, migongano ya majukumu na vikwazo vya uwezo wa ukarabati havizingatiwi.
2. Hali za trafiki zinawakilishwa kwa vigawo vya upinzani wa barabara wa kinasibu; hali hizo ni huru kutoka moja hadi nyingine.
3. Vituo vinaweza kujengwa kwenye nodi za mtandao wa barabara pekee.
4. Gharama ya ujenzi inawakilishwa hasa na idadi ya vituo; tofauti za gharama za uendeshaji na ardhi kati ya vituo haziingizwe moja moja kwenye modeli.
5. Kila nukta ya mahitaji huhudumiwa na kituo kimoja chenye muda mfupi zaidi wa safari katika hali husika; hakuna mwitikio wa vituo vingi kwa wakati mmoja.
6. Inadhaniwa kuwa muda mfupi zaidi wa safari kati ya nodi mbili ni wa ulinganifu, yaani mtandao umeunganishwa pande zote mbili.
7. Uzani tofauti wa nodi za mahitaji, kama idadi ya watumiaji, kiwango cha kipaumbele au msongamano wa mahitaji, hauzingatiwi.

Dhana hizi zinaelekeza modeli hasa kwenye ufikikaji wa kijiografia na uwekaji wa vituo. Hazijawakilishi maelezo yote ya kiutendaji ya usimamizi halisi wa dharura.

Upinzani wa Barabara wa Kinasibu Unawakilishwaje Katika Modeli?

Upinzani wa barabara wa kinasibu ni kigezo kisicho na kipimo cha kutokuwa na uhakika wa trafiki ambacho huzidisha kasi bora ya kila kipande cha barabara kwa kigezo \(\tau_{ab}\in[0.1,1]\), na hivyo kubadilisha kasi ya safari inayotegemea hali hiyo na kisha muda wa safari; kwa kuwa kasi ya msingi ya 60 km/saa imetumika katika mipangilio kuu ya kesi, matokeo ya moja kwa moja ya kihisabati ya mlinganyo yanaonyesha kuwa kasi za vipande vya barabara zinaweza kubadilika kati ya 6–60 km/saa.

Mtiririko wa jumla wa mbinu

Kuunda topolojia ya mtandao wa barabara

Jiometri ghafi za barabara hugawanywa katika segmenti za msingi za mistari. Baada ya kusafisha ncha za segmenti, nukta za makutano na kuratibu zinazojirudia, huundwa seti ya nodi itakayotumika katika uboreshaji.

\[ V_{\mathrm{end}} = \left\{ (x_{i1},y_{i1})\cup(x_{i2},y_{i2}) \mid \forall U_i \right\} \tag{1} \]

Mlinganyo (1), hukusanya kuratibu za mwanzo na mwisho za kila segmenti ya barabara katika seti ya \(V_{\mathrm{end}}\). \(U_i\) ni segmenti ya barabara ya \(i\); \((x_{i1},y_{i1})\) na \((x_{i2},y_{i2})\) ni ncha mbili za segmenti.

\[ V_{\mathrm{int}} = \left\{ \operatorname{polyxpoly}(W_j,W_k) \mid j,k\in\{1,\ldots,N_{\mathrm{seg}}\},\ j<k \right\} \tag{2} \]

Mlinganyo (2), hutambua nukta halali za makutano kati ya segmenti tofauti za barabara. Chanzo kinatumia kazi ya polyxpoly katika MATLAB. Sharti \(j<k\) huzuia jozi hiyo hiyo ya segmenti kuchunguzwa tena kwa mpangilio wa kinyume.

\[ V_{\mathrm{nodes}} = \operatorname{uniquetol} \left( V_{\mathrm{end}}\cup V_{\mathrm{int}}, \varepsilon=10^{-6} \right) = \{V_1,V_2,\ldots,V_n\} \tag{3} \]

Mlinganyo (3), huunganisha ncha za segmenti na nukta za makutano, na kuunganisha nukta zinazojirudia zilizo karibu sana kwa kutumia uvumilivu. Chanzo kinatumia uvumilivu wa \(\varepsilon=10^{-6}\).

\[ G=(V_{\mathrm{nodes}},E) \tag{4} \]

\[ E=\{(V_a,V_b)\mid V_a,V_b\in V_{\mathrm{nodes}}\} \]

Mlinganyo (4), hufafanua mtandao wa barabara uliosindikwa kama grafu yenye uzani na isiyoelekezwa. Nodi huwakilisha makutano au nukta za jiometri ya barabara, na kingo huwakilisha vipande vya barabara vilivyounganishwa.

Kwa nini umbali wa Haversine unatumika?

Kwa kuwa nodi za barabara zimefafanuliwa kwa kuratibu za latitudo-longitudo, chanzo hutumia uhusiano wa Haversine unaozingatia mkunjo wa Dunia badala ya umbali wa Euclidean kwenye tambarare.

\[ d_{ab} = 2R_{\mathrm{earth}} \arcsin \left( \sqrt{ \sin^2\left(\frac{\phi_b-\phi_a}{2}\right) + \cos(\phi_a)\cos(\phi_b) \sin^2\left(\frac{\lambda_b-\lambda_a}{2}\right) } \right) \tag{5} \]

\(d_{ab}\) ni umbali kati ya nodi \(V_a\) na \(V_b\). \(R_{\mathrm{earth}}\) ni radiusi ya Dunia inayochukuliwa kuwa takribani 6371 km. \(\phi\) inaonyesha latitudo na \(\lambda\) longitudo. Radiusi ya Dunia ikitumika kwa kilomita, matokeo pia huwa katika kipimo cha kilomita.

Upinzani wa barabara hubadilishaje kasi na muda wa safari?

\[ v_{ab}(\tau) = \bar v\,\tau_{ab} \tag{6} \]

\(\bar v\) ni kasi ya msingi katika hali bora; \(\tau_{ab}\) ni kigezo cha upinzani wa barabara wa kinasibu kwa kipande husika cha barabara. Chanzo huzalisha \(\tau_{ab}\) kutoka usambazaji sare katika kipindi \([0.1,1]\).

Kwa kuwa katika mipangilio kuu \(\bar v=60\) km/saa, matokeo ya moja kwa moja ya kihisabati ya Mlinganyo (6) ni:

\[ 6\ \mathrm{km/h} \le v_{ab} \le 60\ \mathrm{km/h} \]

hicho ndicho kipindi chake. Kipindi hiki si matokeo mapya ya jaribio, bali ni matokeo ya moja kwa moja ya parameta ya chanzo na mlinganyo wa chanzo.

\[ t_{ab}(\tau) = \frac{d_{ab}} {v_{ab}(\tau)} \tag{7} \]

Mlinganyo (7), hukokotoa muda wa safari kwa kugawanya umbali kwa kasi ya kinasibu. \(\tau_{ab}\) inapopungua, kasi hushuka na muda wa safari wa kipande hicho huongezeka. Hivyo mpangilio huo huo wa vituo unaweza kutoa viwango tofauti vya kufunika katika hali tofauti za trafiki.

Dokezo la uandishi katika chanzo: Baada ya Mlinganyo (7), maandishi ya chanzo yanapotaja muunganisho wa pande mbili hutumia sentensi inayosema kwamba \(t_{ab}(\tau)\) “hupewa upya” thamani ya \(\tau_{ab}\) wakati wa ukokotoaji. Kwa kuwa kauli hii haionekani kuendana moja kwa moja na ufafanuzi wa Mlinganyo (7), Verianla haiibadili kuwa kanuni mpya ya kihisabati. Dhana iliyo wazi katika chanzo ni kwamba muda mfupi zaidi wa safari kati ya nodi mbili unachukuliwa kuwa wa ulinganifu.

Modeli kwa kweli inaboresha nini?

Ingawa chanzo kinaandika malengo mawili ya kihisabati, mantiki ya suluhisho inayotumika si uboreshaji wa kawaida wa malengo mengi kwa wakati mmoja. Wakati uaminifu wa kufunika unadumishwa katika safu lengwa, inalenga kuchagua idadi ndogo iwezekanavyo ya vituo.

\[ \min f_1(X) = \sum_{l=1}^{n}X_l \tag{8} \]

Mlinganyo (8), hupunguza jumla ya vituo vilivyochaguliwa. Ikiwa \(X_l=1\), kituo kimejengwa katika nodi \(V_l\); ikiwa \(X_l=0\), hakijajengwa.

\[ \max f_2(X) = E[CT(X)] = \frac{1}{S} \sum_{s=1}^{S} \left[ \frac{1}{n} \sum_{m=1}^{n} I_{ms}(X) \right] \tag{9} \]

Mlinganyo (9), hukokotoa kiwango kinachotarajiwa cha kufunika lengwa katika hali \(S\) za upinzani wa barabara wa kinasibu. Jumla ya ndani huwakilisha uwiano wa nodi zilizofunikwa katika kila hali, na wastani wa nje huwakilisha wastani wa hali hizo.

\[ X_l= \begin{cases} 1, & V_l\text{ düğümünde istasyon kurulursa}\\ 0, & \text{aksi halde} \end{cases} \tag{10} \]

Mlinganyo (10), huonyesha uamuzi wa eneo la kituo kwa kigezo cha binary.

\[ I_{ms}(X) = \begin{cases} 1, & \min_l T_{lms}\le T_{\max}\\ 0, & \text{aksi halde} \end{cases} \tag{11} \]

Mlinganyo (11), huamua kama nodi ya mahitaji \(m\) katika hali \(s\) hupata huduma ndani ya kikomo cha muda. Ikiwa muda wa kufikia kutoka kituo cha karibu hauzidi \(T_{\max}\), nodi huhesabiwa kuwa imefunikwa.

\[ \eta_{\mathrm{lower}} \le CT(X) \le \eta_{\mathrm{upper}} \tag{12} \]

Mlinganyo (12), huweka mipaka ya safu inayokubalika ya kiwango cha kufunika. Katika uigaji mkuu, chanzo kiliweka lengo hili kuwa %90–100.

Kwa hiyo, ingawa muundo wa kihisabati unaonyesha veli mbili, mantiki halisi ya algoriti ni hii: kwanza hakikisha uaminifu wa kufunika unaohitajika, kisha jaribu kuufikia kwa idadi ndogo iwezekanavyo ya vituo.

Tofauti ya ndani ya chanzo kuhusu usemi “Pareto-optimal”

Utangulizi wa makala unasema kwamba mbinu iliyoboreshwa ya greedy–Monte Carlo huunda “Pareto-optimal solution set”. Kinyume chake, Sehemu ya 3.3 inaeleza wazi kwamba suluhisho, “badala ya kuzalisha Pareto front kati ya malengo mawili yanayoshindana”, ni uboreshaji wa kihierarkia/unaotegemea vikwazo unaopunguza idadi ya vituo chini ya uaminifu lengwa wa kufunika. Verianla hutumia Sehemu ya 3.3, ambayo ina maelezo ya kina zaidi ya kihisabati, kama maelezo makuu ya mantiki ya modeli na haifichi tofauti ya istilahi katika utangulizi.

Utafutaji wa Kirudia wa Greedy Ulioboreshwa hufanyaje kazi?

Algoriti hukokotoa kiasi cha kufunika cha ziada ambacho kila nodi ambayo bado haijachaguliwa inaweza kuongeza kwenye usanidi wa sasa. Nodi yenye faida kubwa zaidi ya pambizo huongezwa kama kituo na kisha hukaguliwa tena ikiwa kufunika lengwa kumefikiwa.

\[ \Delta(l\mid X_c) = \frac{1}{S} \sum_{s=1}^{S} \sum_{m=1}^{n} \mathbb{I} \left\{ T_{lms}\le T_{\max} \land I_{ms}(X_c)=0 \right\} \tag{13} \]

Mlinganyo (13), ni faida ya pambizo ya kufunika inayokokotoa kwa wastani katika hali mbalimbali ni nodi ngapi za mahitaji ambazo bado hazijafunikwa zinaweza kufunikwa ndani ya muda lengwa kwa kuongeza kituo kipya \(l\).

\[ l^* = \arg\max_{l\notin S_{\mathrm{current}}} \Delta(l\mid X_{\mathrm{current}}) \tag{14} \]

Mlinganyo (14), huchagua nodi yenye faida kubwa zaidi ya pambizo ya kufunika. Neno “greedy” linatokana na hili: katika kila hatua algoriti huchagua nodi inayotoa faida kubwa zaidi ya ndani kwa wakati huo.

Hatua sita za algoriti zilizotolewa katika chanzo ni: kuanzisha parameta, mzunguko wa Monte Carlo, kukokotoa faida za pambizo za nodi ambazo hazijachaguliwa, kuchagua nodi bora, kusasisha hali ya kufunika na kusitisha/kutoa usanidi unaokubalika.

Monte Carlo inafanya nini hapa?

Uigaji wa Monte Carlo, badala ya kutumia hali moja ya trafiki isiyobadilika, huzalisha michanganyiko mingi ya nasibu ya upinzani wa barabara \(\tau_{ab}\). Mpangilio huo huo wa vituo hutathminiwa tena katika hali hizi tofauti. Hivyo, badala ya swali “je, mpangilio huu ni mzuri katika hali moja ya wastani wa trafiki?”, swali lenye nguvu zaidi “una uaminifu kiasi gani katika hali za trafiki zinazobadilika?” linaweza kuchunguzwa.

Vipimo vya tathmini ya utendaji

\[ A_c(R) = \frac{1}{S} \sum_{s=1}^{S} \mathbb{I} \{CR_s\ge C_{\mathrm{target}}\} \tag{15} \]

Kiwango cha utiifu wa kufunika \(A_c(R)\), huonyesha katika hali ngapi mkakati unafikia kiwango lengwa cha kufunika.

\[ A_t^{\mathrm{avg}}(R) = \frac{1}{S} \sum_{s=1}^{S} \mathbb{I} \{T_{\mathrm{avg},R,s}\le T_{\mathrm{target}}\} \tag{16} \]

Kiwango cha utiifu wa muda wa wastani wa kuwasili, hupima katika hali ngapi muda wa wastani wa kuwasili ni mdogo au sawa na muda lengwa.

\[ A_t^{\max}(R) = \frac{1}{S} \sum_{s=1}^{S} \mathbb{I} \{T_{\max,R,s}\le T_{\mathrm{target}}\} \tag{17} \]

Kiwango cha utiifu wa muda wa juu kabisa wa kuwasili, ni uwiano wa hali ambazo hata nodi iliyo mbali zaidi au inayohudumiwa vibaya zaidi inaweza kubaki ndani ya muda lengwa. Kipimo hiki huakisi zaidi hatari ya mkia wa usambazaji au ucheleweshaji uliokithiri kuliko utendaji wa wastani.

\[ WCS(R) = \omega_c A_c(R) + \omega_{\mathrm{avg}} A_t^{\mathrm{avg}}(R) + \omega_{\max} A_t^{\max}(R) \tag{18} \]

Uzani wa chanzo:

\[ \omega_c=0.4,\qquad \omega_{\mathrm{avg}}=0.3,\qquad \omega_{\max}=0.3 \]

umewekwa hivyo. Uaminifu wa kufunika unapewa uzani wa %40, huku utiifu wa muda wa wastani na muda wa juu kabisa wa kuwasili ukipewa kila mmoja uzani wa %30.

\[ SE(R) = \frac{WCS(R)} {N_R} \tag{19} \]

Ufanisi wa kituo \(SE(R)\), hugawanya alama ya utendaji iliyounganishwa kwa idadi ya vituo vilivyotumika. Hivyo si swali tu “je, vituo zaidi vilitoa utendaji bora?”, bali pia “ni utendaji kiasi gani ulipatikana kwa kila kituo cha ziada?” hutathminiwa.

Mbinu na Matokeo ya Utafiti

Uandaaji wa mtandao wa City H

City H inaelezwa kama jiji la kati katika mkusanyiko wa mijini wa Yangtze River Delta na katika chanzo inaelezwa kwa maeneo sita ya kiutawala: Shangcheng, Xiacheng, Gongshu, Jianggan, Binjiang na Xihu. Makala inaliwasilisha jiji kwa jina “City H”; Verianla haiongezi kwa makisio jina jingine la jiji ambalo halijatajwa wazi katika chanzo.

Data za barabara zilizopatikana kutoka OpenStreetMap ziliingizwa kwanza katika ArcGIS 10.8 kwenye utafiti wa kesi. Kwa kuzingatia mpangilio wa bomba la gesi, mishipa 143 mikuu ya mijini ambayo mabomba ya gesi hupita ilichaguliwa, kisha data ikapitia utambuzi, urahisishaji na uondoaji wa marudio katika MATLAB 2023b kulingana na Mlinganyo (1)–(4).

Mtandao wa mwisho wa kitopolojia una:

• nodi 498 za barabara,
• miunganisho 1192 ya mtandao,
• barabara kuu 143 zilizochaguliwa,
• nukta za mahitaji ya bomba la gesi zilizokadiriwa kwenye mtandao wa barabara

.

Chanzo kinasema wazi kwamba bomba halisi la gesi si kila wakati linafuata kabisa mhimili wa barabara. Ili kufanya ukokotoaji uwezekane, mahitaji ya ukarabati wa bomba yalikadiriwa kijiografia kwenye nodi ya barabara iliyo karibu zaidi. Mbinu hii inaweza kuleta kosa katika muda halisi wa safari.

Parameta kuu za uigaji

Kutumia hali 100 za upinzani wa barabara katika mizunguko 200 ya Monte Carlo ni sawa na jumla ya hali 20.000 za upinzani wa barabara wa kinasibu. Utafiti pia ulitathmini usanidi 2125 wa vituo.

Usambazaji wa kiwango cha kufunika

Usambazaji wa kufunika ulijikusanya kuelekea thamani za juu. Chanzo kinaripoti kwamba msongamano wa uwezekano ulikuwa hasa katika safu ya %96–100.

Mkengeuko wa kawaida, unaonyesha mtawanyiko wa kawaida wa matokeo kutoka wastani; masafa baina ya robo, upana wa sehemu ya kati ya %50; mgawo wa utofauti unaonyesha ukubwa wa jamaa wa mkengeuko wa kawaida ukilinganishwa na wastani. Chanzo kinatafsiri viashiria hivi vidogo vya mtawanyiko kuwa dalili kwamba utendaji wa kufunika ni thabiti kiasi licha ya usumbufu wa trafiki wa kinasibu.

Kufunika kulibadilikaje kadiri idadi ya vituo ilivyoongezeka?

Nukta hizi tatu zinaonyesha wazi faida ya pambizo inayopungua. Kati ya vituo 5–11, kufunika huongezeka kwa kiasi kikubwa, huku vituo sita vya ziada kati ya 11–17 vikitoa ongezeko dogo zaidi la kufunika.

Nodi za msingi katika uchaguzi wa vituo

Katika uigaji wa kinasibu, baadhi ya nodi za mtandao zilichaguliwa mara nyingi zaidi kuliko nyingine. Chanzo kinatafsiri hili kama usambazaji wa uwezekano wa uchaguzi wenye mkia mrefu: kundi dogo la nodi hufanya kazi kama vituo vya msingi katika hali nyingi, huku umuhimu wa nodi nyingine ukiongezeka tu katika hali fulani za upinzani wa barabara.

Tofauti ya kitambulisho ndani ya chanzo: Maandishi ya maelezo ya Kielelezo 13 yanataja nodi za mfano zenye marudio ya juu kuwa 260, 91 na 463. Kinyume chake, Jedwali 4 na Jedwali 5 yanaonyesha mfuatano wa mwanzo wa mikakati iliyoboreshwa kuwa 260, 92 na 463. Verianla haisahihishi yenyewe tofauti kati ya 91 na 92.

Muda wa wastani na wa juu kabisa wa kuwasili

Muda wa wastani wa kuwasili ulijikusanya zaidi kati ya dakika 6–20. Muda wa juu kabisa wa kuwasili ulisambaa zaidi na kubaki zaidi kati ya dakika 30–45.

Kwa mujibu wa chanzo, ni %12,0414 tu ya sampuli za muda wa juu kabisa wa kuwasili iliyokidhi kizingiti cha uokoaji cha dakika 30. Matokeo haya yanaonyesha kuwa hata kama kiwango cha wastani cha huduma kinaonekana kizuri, hatari kubwa ya kuchelewa bado ipo katika maeneo yanayohudumiwa vibaya zaidi ya mtandao.

Kiwango cha juu zaidi cha uboreshaji wa muda wa wastani wa kuwasili kiliripotiwa kuwa %13,3052 katika kiwango cha vituo 7, na kilele cha uboreshaji wa muda wa juu kabisa wa kuwasili kuwa %6,6413 katika vituo 11. Katika vituo 17, kiwango cha uboreshaji wa muda wa juu kabisa wa kuwasili kilishuka hadi −%2,1582. Chanzo kinahusisha thamani hii hasi na kuongezeka kwa uchangamano wa mtandao wakati wa upanuzi kupita kiasi; utaratibu huu si uchanganuzi huru wa kisababishi uliothibitishwa kwa majaribio.

Kwa Nini Kuongeza Vituo Zaidi Hakumalizi Kabisa Hatari ya Ucheleweshaji Uliokithiri?

Katika matokeo ya CF-SRLP, vituo zaidi huboresha muda wa wastani wa ufikaji na kiwango cha kufunika, lakini muda wa juu kabisa wa safari katika hali mbaya zaidi unaweza kubaki juu ya kizingiti cha dakika 30 kwa sababu ya tabia ya mkia wa usambazaji inayotokana na msongamano mkubwa wa trafiki; kwa hiyo chanzo kinaonyesha haja ya mikakati ya usambazaji wa majukumu unaobadilika, usimamizi wa vizuizi na trafiki ya wakati halisi pamoja na uwekaji tuli wa vituo.

CF-SRLP ikilinganishwa na mbinu za deterministic na Euclidean

Chanzo kililinganisha mbinu tatu katika kipimo kilekile cha vituo 10 na hali 200 huru za upinzani wa barabara wa kinasibu.

Katika ulinganisho wa deterministic, kigezo cha upinzani wa barabara \(\tau=0.6\) kiliwekwa kuwa thabiti. Mbinu ya Euclidean, kwa upande mwingine, hutumia umbali wa moja kwa moja kati ya nodi badala ya muda halisi wa safari kwenye mtandao wa barabara.

Maandishi ya chanzo yanasema CF-SRLP ni “significantly better” kuliko mbinu nyingine kwa viashiria vitatu; hata hivyo, sehemu hii hairipoti jaribio la umuhimu wa kitakwimu, thamani ya p wala kipindi cha kujiamini. Kwa hiyo Verianla haitumii kauli “ubora wenye umuhimu wa kitakwimu ulithibitishwa”. Jedwali linaonyesha tofauti kubwa ya nambari kati ya wastani wa uigaji.

Vituo sita vilivyoboreshwa dhidi ya vituo sita vilivyopo

Katika ulinganisho huu, hali 10 tofauti za vizuizi vya trafiki vya nasibu zilitumika na katika kila hali nodi 50 za ajali ziliundwa kwa nasibu, hivyo jumla ya matukio 500 yaliyoigizwa yakatathminiwa.

Katika dirisha muhimu la mwitikio la dakika 10–20, iliripotiwa kuwa Mpangilio 1 ulioboreshwa ulikusanya matukio mengi zaidi; kwa muda wa dakika 20 na zaidi, Mpangilio 2 uliopo ulikuwa na sehemu kubwa zaidi.

Uaminifu wa mfumo katika kizingiti cha mwitikio cha dakika 30:

Matokeo haya pia yanatokana na matukio 500 yaliyoigizwa na hali teule za trafiki za nasibu; si kipimo cha moja kwa moja cha rekodi halisi za kihistoria za mwitikio.

Mikakati ya ukubwa R1–R5

Kila mmoja wa mikakati mitano ulitathminiwa chini ya hali 1000 za upinzani wa barabara wa kinasibu.

Chanzo kinaripoti kwamba kwa R5, karibu %84 ya hali zilikuwa na kufunika zaidi ya %99. Wakati usambazaji wa kufunika wa R1 ulibaki takribani katika safu ya %95–99, mikakati mikubwa ilijikusanya katika safu za juu zaidi za kufunika.

Iliripotiwa kuwa usambazaji wa muda wa wastani wa kuwasili ulihama kutoka takribani dakika 12–17 katika R1 hadi dakika 9–12 katika R5, na kilele cha usambazaji kikashuka kutoka dakika 13,15 hadi 9,25.

Kilele cha muda wa juu kabisa wa kuwasili kilishuka kutoka takribani dakika 35 katika R1 hadi takribani dakika 27 katika R5; hata hivyo, usambazaji wa jumla wa muda wa juu kabisa uliendelea kubaki takribani katika safu ya dakika 25–60. Hii inaonyesha kwamba vituo vya ziada hupunguza mkia wa ucheleweshaji uliokithiri lakini haviuondoi kabisa.

Utendaji uliounganishwa na ufanisi wa kituo

Katika mikakati R1–R5, kiwango cha utiifu wa kufunika \(A_c(R)\) na kiwango cha utiifu wa muda wa wastani wa kuwasili \(A_t^{\mathrm{avg}}(R)\) hubaki karibu na %100 katika chanzo. Kwa upande mwingine, kiwango cha utiifu wa muda wa juu kabisa wa kuwasili \(A_t^{\max}(R)\) huongezeka kutoka %3,8 katika R1 hadi %49,8 katika R5.

Ongezeko hili linaonyesha kuwa vituo zaidi vinaweza kutoa manufaa hata kwa nodi zinazohudumiwa vibaya zaidi; hata hivyo, hata katika R5, utiifu wa muda wa juu kabisa unabaki nyuma sana ya viashiria vya utendaji wa wastani.

Dokezo la alama ndani ya chanzo: Mlinganyo (19) na Kielelezo 24 vinafafanua utendaji uliounganishwa kwa kila kituo kama \(SE(R)=WCS(R)/N_R\). Thamani katika Kielelezo 24 hupungua kutoka R1 hadi R5 takribani 14,21; 9,38; 8,03; 6,7 na 5. Kinyume chake, maandishi ya maelezo hutumia kauli “WCS(R) decreases from 14.21% ... to 5%”. Kwa mujibu wa mlinganyo na kichwa cha kielelezo, thamani hizi zinahusiana na ufanisi wa kituo \(SE(R)\); Verianla haisahihishi kimya kimya tofauti ya lebo ya WCS/SE katika chanzo.

Matokeo yanayoungwa mkono na utafiti

• Kuingiza nodi zote za barabara katika nafasi ya maamuzi bila kuunda mapema orodha finyu ya vituo teule kuliwezesha kutafutwa kwa mipangilio yenye utendaji wa juu wa kufunika wa kinasibu katika mtandao wa utafiti.
• Katika utafiti wa kesi wa City H, wastani wa kiwango cha kufunika katika hali 20.000 za kinasibu ni %97,77.
• Utendaji wa kufunika uliripotiwa katika chanzo pamoja na viashiria vya mtawanyiko mdogo.
• Kadiri idadi ya vituo ilivyoongezeka, kufunika kuliongezeka na muda wa wastani wa kuwasili ukapungua.
• Idadi ya vituo ilipozidi 11, faida ya ziada katika kufunika ilipungua wazi.
• CF-SRLP ilitoa wastani wa juu zaidi wa kufunika na muda wa chini zaidi wa wastani kuliko ulinganisho wa deterministic na Euclidean chini ya mtandao na hali zilezile za uigaji.
• Baadhi ya nodi zilichaguliwa mara kwa mara katika hali za kinasibu na hivyo kuunda maeneo ya msingi ya vituo.
• Mpangilio ulioboreshwa wa vituo sita ulitoa uaminifu wa juu zaidi wa dakika 30 kuliko mpangilio uliopo wa vituo sita wa City H katika uigaji wa chanzo.
• Vituo zaidi vilipunguza ucheleweshaji wa juu kabisa; lakini mkia wa ucheleweshaji uliokithiri haukuondolewa kabisa.

Matokeo yasiyoungwa mkono na utafiti

• Kufunika kwa %97,77 si kiwango cha mafanikio ya uwanjani kilichopimwa kutokana na matukio halisi ya zamani ya mwitikio wa dharura.
• Haijaonyeshwa kwamba mpangilio uliopatikana na modeli ni optimum ya kimataifa iliyothibitishwa kihisabati.
• Kauli “Candidate-free” haimaanishi kuwa kituo kinaweza kuwekwa katika nukta yoyote ya ardhi; kimewekewa kikomo na nodi za barabara.
• Modeli haitatui ajali nyingi za wakati mmoja, foleni, upungufu wa timu wala migongano ya majukumu.
• Gharama halisi ya kupata ardhi, gharama tofauti za ujenzi kwa kila kituo na gharama za uendeshaji hazikutumiwa kama modeli ya kina ya kifedha.
• Hali za hali ya hewa kali, tukio kubwa la kijamii au usumbufu mkubwa unaobadilisha kabisa mtandao hazikutathminiwa.
• Haiwezi kuhitimishwa kutoka utafiti huu kwamba CF-SRLP itatoa utendaji huo huo wa nambari katika miji mingine.
• Chanzo hakionyeshi ubora wa kitakwimu kwa thamani ya p, kipindi cha kujiamini au jaribio la kawaida la dhana.

Vikwazo vikuu

Ukadiriaji wa bomba–mtandao wa barabara: Nukta za mahitaji kwenye bomba hukadiriwa kwenye nodi ya barabara iliyo karibu zaidi. Ikiwa bomba halisi na mtandao wa barabara haviingiliani kikamilifu, kosa la muda wa kufikia linaweza kutokea.

Uwezo wa kiutendaji: Idadi ya timu, upatikanaji wa magari, uwezo wa ukarabati katika kituo, foleni na majukumu mengi yanayotokea kwa wakati mmoja havizingatiwi.

Usawa wa mahitaji: Nodi za mahitaji hazitofautishwi kwa idadi ya watumiaji, mteja muhimu, hospitali, idadi ya watu au uzani mwingine wa kipaumbele.

Kutokuwa na uhakika wa trafiki: Upinzani wa barabara wa kinasibu unawakilishwa kwa modeli ya kigezo cha nasibu chenye usambazaji sare katika \([0.1,1]\). Hali ya hewa kali, janga kubwa au matukio yanayobadilisha kimuundo ufikikaji wa mtandao wa mijini hayajaigwa.

Dhamana ya uboreshaji: Algoriti iliyoboreshwa ya greedy ya kirudia ina ufanisi wa kihesabu lakini haitoi dhamana ya kinadharia ya optimum ya kimataifa. Chanzo kinasema CF-SRLP ni jumlaisho la MCLP ya kawaida na kwamba muundo wa NP-hard wa MCLP pamoja na tabaka la Monte Carlo hufanya utafutaji wa optimum kamili katika mitandao mikubwa kuwa mgumu zaidi.

Modeli ya gharama: Gharama ya ujenzi inawakilishwa hasa na idadi ya vituo. Uboreshaji wa kina wa kiuchumi wa bei ya ardhi, kiwango cha ujenzi na gharama tofauti maalumu kwa kila kituo haujafanywa.

Mwelekeo wa utafiti wa baadaye

Waandishi wanapendekeza ulinganishaji wa kina zaidi kati ya bomba na mtandao wa barabara, uboreshaji wa pamoja wa eneo la kituo na upangaji wa njia unaobadilika, kuongeza data ya trafiki ya wakati halisi na mikakati ya usambazaji wa majukumu inayobadilika, na kuunda modeli za malengo mengi zinazoshughulikia wazi mabadilishano kati ya gharama–usawa–ustahimilivu.

Mapendekezo haya si matokeo mapya yaliyothibitishwa katika utafiti huu; ni mwelekeo wa utafiti wa baadaye wa waandishi wa chanzo.

Maelezo ya Chanzo na Mbinu

Kichwa asilia: A Candidate-Free Location Optimization Framework for Gas Repair Stations Under Stochastic Road Resistance Conditions

Waandishi: Dongyue Zhao; Qian Chen; Yuyou Yao; Yunhe Tong.

Mwandishi wa mawasiliano: Yunhe Tong.

Taasisi: State Key Laboratory for Safe Mining of Deep Coal Resources and Environment Protection, Anhui University of Science and Technology, Huainan, China; School of Safety Science and Engineering, Anhui University of Science and Technology, Huainan, China; School of Public Security and Emergency Management, Anhui University of Science and Technology, Hefei, China; School of Resources and Safety Engineering, Central South University, Changsha, China; School of Engineering Mathematics and Technology, University of Bristol, Bristol, UK.

Mchango sawa/uandishi wa kwanza wa pamoja: Chanzo hakionyeshi alama ya uandishi wa kwanza wa pamoja au mchango sawa.

Jarida: Urban Science.

Mchapishaji: MDPI, Basel, Switzerland.

Juzuu / toleo / namba ya makala: 10(6), 303.

DOI: 10.3390/urbansci10060303

Iliwasilishwa: 28 Aprili 2026.

Ilirekebishwa: 19 Mei 2026.

Ilikubaliwa: 20 Mei 2026.

Ilichapishwa: 1 Juni 2026.

Aina ya chanzo: Makala ya utafiti ya jarida lililopitiwa na wenzao; utafiti wa kesi wa uboreshaji wa kinasibu wa uwekaji mahali unaotegemea mtandao halisi wa barabara/gesi.

Leseni: Leseni ya ufikiaji wazi ya Creative Commons Attribution (CC BY).

Maneno muhimu: gas emergency repair station; candidate-free location; stochastic road resistance; improved greedy algorithm; Monte Carlo simulation.

Programu/vyanzo vikuu vya data: Data za barabara za OpenStreetMap; ArcGIS 10.8 katika utafiti wa kesi; MATLAB 2023b kwa uchakataji wa mtandao na uboreshaji.

Mtandao mkuu: Topolojia ya barabara ya City H yenye nodi 498 na miunganisho 1192, iliyoundwa kutoka mishipa 143 mikuu yenye bomba la gesi.

Uigaji mkuu: Kasi bora 60 km/saa; muda lengwa wa mwitikio dakika 30; \(\tau\sim U[0.1,1]\); hali 100 za upinzani wa barabara wa kinasibu kwa kila mzunguko wa Monte Carlo; marudio 200 ya Monte Carlo; jumla ya hali 20.000; safu lengwa ya kufunika %90–100.

Mbinu ya kitakwimu: Matokeo yalitathminiwa kupitia usambazaji wa Monte Carlo, wastani, mkengeuko wa kawaida, masafa, masafa baina ya robo, mgawo wa utofauti na viwango vya utiifu. Chanzo hakiripoti jaribio la kawaida la dhana, thamani ya p wala kipindi cha kujiamini.

Ufadhili: National Natural Science Foundation of China, Grant 52404191; Anhui Provincial Natural Science Foundation, Grant 2308085QG242.

Upatikanaji wa data: Chanzo kinasema data itatolewa kwa ombi.

Mgongano wa maslahi: Waandishi wametangaza kuwa hakuna maslahi ya kifedha yanayojulikana wala uhusiano wa kibinafsi unaoweza kuathiri utafiti.

Michango ya waandishi: Dongyue Zhao: uundaji wa dhana, mbinu, mapitio na uhariri, ushauri/usimamizi, upatikanaji wa ufadhili. Qian Chen: rasimu ya awali, uchunguzi, uoneshaji, uratibu wa data. Yuyou Yao: mapitio na uhariri, uthibitishaji. Yunhe Tong: mapitio na uhariri, programu, uthibitishaji, ushauri/usimamizi.

Tofauti ya istilahi ndani ya chanzo 1: Katika utangulizi hutumika kauli “Pareto-optimal solution set”, ilhali Sehemu ya 3.3 inaeleza wazi kwamba mbinu haitengenezi Pareto front kati ya malengo mawili yanayoshindana bali hufanya uboreshaji wa kihierarkia/unaotegemea vikwazo.

Tofauti ya kitambulisho ndani ya chanzo 2: Maandishi ya Kielelezo 13 yanataja nodi 260, 91 na 463 miongoni mwa nodi za msingi, ilhali Jedwali 4 na Jedwali 5 yanatumia mfuatano unaoanza na 260, 92 na 463.

Tofauti ya alama ndani ya chanzo 3: Mlinganyo 19 na Kielelezo 24 vinafafanua ufanisi wa kituo kama \(SE(R)=WCS(R)/N_R\), ilhali maandishi ya maelezo yanaita ukubwa unaoshuka kutoka 14,21 hadi 5 kuwa WCS(R). Tofauti hii haijasahihishwa kimya kimya.

Dokezo la kauli ndani ya chanzo 4: Sentensi ya muunganisho wa pande mbili baada ya Mlinganyo 7 hutumia kauli ya ugawaji kati ya \(t_{ab}(\tau)\) na \(\tau_{ab}\) ambayo haiendani moja kwa moja na Mlinganyo 7. Verianla haijabuni mlinganyo mpya hapa na imeishia kwenye dhana iliyo wazi katika chanzo ya muda mfupi zaidi wenye ulinganifu.

Kikomo kikuu cha tafsiri: Viashiria vya nambari ni matokeo ya uigaji wa kinasibu kwenye topolojia iliyotokana na mtandao halisi wa jiji; si vipimo vya moja kwa moja vya operesheni halisi za mwitikio wa dharura. Hakuna dhamana ya optimum ya kimataifa na vikwazo vya foleni/uwezo wa kiutendaji havijaingizwa kwenye modeli.