最佳通勤车车辆数的确定

第 �� 卷 ! ! ! 年 ∀ 月 山 东 工 程 学 院 学 报 #∃ %% &∋ ( ) ∃∗ + , ( ∋ − ∃ ∋ . /∋0 %1%2 %3 ∃∗ 43 3 , ∋∃ )∃ .夕 5 ∃ )6 � � 6 7 ! 6 而 ∋ 6 8 ! ! ! 最佳通勤车车辆数的确定 宇仁德 9山东工程学院 , 山东淄博 : : ! � ; 刘 晃 9邪城工业局 , 山东荷泽 卫 < � 。。!; 摘要 本文通过详细地分析某公 司通勤 车运营的 统计 资料 新概念英语资料下载李居明饿命改运学pdf成本会计期末资料社会工作导论资料工程结算所需资料清单 , 以 资金投入及运输 费用最少 为 目标 , 提出 了最佳通勤车车辆数的确定方 法 。 该方 法也适用于 专业汽车运输企业 。 关键词 通勤车 , 运输费用 , 客流批量分布 中图分类号 = > : ! 文献标识码 = ? 通勤车是企业供职工上下班乘坐的客运车辆 , 属于社会车辆 。其运输的特点是 = 车辆利用率低 , 运输生 产率低 , 运输成本高 。但由于我国城市及城市工业发展的历史原因 , 造成了城市布局的不尽合理 , 及城市居 民出行的不便利 , 使得在一些特殊的环境下 , 这种社会车辆的存在仍是必要的 。同时 ,从企业的角度出发既 尽量减少通勤车的费用 , 又不影响职工上下班的需要 , 对于企业尤其大型企业经济效益的提高及资产的优 化配置有着重要的意义 。 本文将对某公司通勤车运营的统计资料进行详细的分析 , 并在此基础上 , 提出最佳通勤车车辆数确定 方法 , 从而达到减少投入 , 降低运营成本的目的 。 � 统计分析计算 ≅ / 车辆的利用率 按车辆完成运输任务的实际运行车时与车辆 日工作车时之 比 , 考查车辆的利用率 。 车辆利用率 Α 运行车时 8工作车时 据统计资料 , 每辆班车一工作日 , 除接送职工上下班 , 其它的时间处于停驶状态 , 因此平均日运行车时 为 小时 , 按我国现行的工时 制度 关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载 , 一个工作 日为 Β 小时 , 则车辆利用率仅有 ”Χ , 这表明车辆日工作情 况不理想 , 有绝大部分时间没有参加运输工作 , 因此通勤车越多 ,这种资源的浪费越大 。 � · 运输总消耗费用的组成分析 运输企业生产总消耗费一般由维修费和运输费两部分组成 , 根据该公司 � Δ Δ Β 年的统计计算如下 = 维修费占总消耗费用的比例 9Χ ;一 ∀ : Β 8 � :< Ε 6 !: 、 �� 6 Δ Χ 运输费占总消耗费用的比例 9Χ ; Α Δ � : 6 ! : 8 � : <Ε 6 !: 、 :Β 6 � Χ 而运输费用由车辆运行费及非运行费两部分费用组成 。 车辆运行费占总消耗费用的比例 9Χ ;一 � !Δ 6 � Δ 8 � : <Ε 6 ! :、 ∀ Χ 非运行费占总消耗费用的比例 9Χ ; Α :! : 6 : ∀ 8 � :” 6 !: 、 Ε 6 � Χ 分析运输总消耗费用的组成 , 可得出如下的结论 = 在运输工作量一定的情况下 , 为保证车辆良好的车况 , 维修费用与通勤车辆数无关 , 只能通过改善管 理及加强从业人员的 培训 焊锡培训资料ppt免费下载焊接培训教程 ppt 下载特设培训下载班长管理培训下载培训时间表下载 来降低 。 车辆运行费主要包括 = 燃油费及运行材料费 , 仅与车辆的运输工作量有关 。 车辆的非运行费主要包括 = 养路费 , 保险费 ,建设基金及营运管理费等 。 随车辆数的增加而增加 , 同时 收文 日期 = , ! ! !一 !Ε 一 ! < 作者简介 =宇仁德9� 6 ∀助 , 男 〔汉 ; , 烟台市人 , 山东工程学院汽车学院讲师 ,主要从事交通运翰管理研究 第 期 宇仁德等 =最佳通勤车车辆数的确定 一 ∀ < 一 不管车辆是否参入运营 , 这部分费用都应缴纳 。 因此 , 减少车辆数 , 可以极大地降低运输消耗费用 。 另外 ,通过企业最佳车辆数的确定 , 使企业所拥有的运营车辆数减少 , 也可以减少购车的一次性投入 , 使得企业的资金投入达到的最佳效果 , 以改善企业的财务状况 。 企业最佳车辆数的确定 6 � 模型的建立 根据以上分析 , 应以减少投入 , 减少车辆占用及消耗的费用为 目的 , 来确定企业的最佳车辆数 , 以求获 得最佳的资产回报 。 统计资料表 明 , 该公司所拥有的通勤车主要为职工上下班进行运输服务 , 因此其最佳 车辆数的确定应与实际的运输需求 9运输量 ;相适应 , 即满足职工通勤的运输需求 。 如果所有的条件 , 包括运输量调度管理及其它条件不变 , 则应按车辆的组成 9单客车及通道客车 ;及核 定载客量计算最佳车辆数 。 单客车核定载客量 Ε: 一+: 人 , 通道客车核定载客量 � ∀! Α ! 。人 ,车辆完好率按 ΒΒ Χ计算 , 每 日乘客 量 �∀ Ε �! 人 ,则 以企业完成相应的运输量所需消耗的费用最少为目标 ,建立如下的目标函数 = 目标函数 Φ 1∋ Γ Η Ι ) ( �? ϑ ‘ = (冰 约束条件 9( �? . = ϑ ( , ? . , ; ! 6 Β Β Η � ∀ : � , Κ ( = ϑ ( = Η Λ Κ ( Κ ; ∃ , ( , ; ∃ 式 中 Γ 为企业运营 的总消耗费用 Κ ( = 、 ( = 分别为企业应有的单客车及通道客车比例 Κ ? 为企业应有的总的 车辆数 Κ Ι = 、‘ = 分别为单客车及通道客车的年平均消耗费用 9元 ; Κ Μ = 、 Μ = 分别为单客车及通道客车的核定载 客量 9人 ; , 车辆总数的最佳载客% 构成的确定 车辆总数的最佳载客量构成是指企业所有的不 同载客量汽车所占的比例 , 6 由于职工的居住地点相 对比较分散 , 需向不同的居住区调派相应数量的车辆 , 客流批量大的居住区 , 以大载客量的汽车来运输 , 客 流批量小 的居住区 , 以小载客量的汽车来进行运输 。因此 , 应根据不同居住区客流批量大小 , 确定车辆总数 的构成 。 9); 确定原则 = 尽量符合各种批量客流运输的分布规律 。 9 ; 汽车总数的最佳载客量构成 。 假定可选定的汽车载客量分别为 = Μ = , Μ = , ⋯ , Μ , , ⋯ , Μ 。 , 按从小到大顺序排列 , 并 已知客流批量分布的 概率密度 函数为 了9Ν ; 。 则需要载客量为 Μ , 9Ο Α ) , , ⋯ , Φ 一 �; 的汽车运输的客流批量的概率 Π , 为 工∗ 9Θ ;− 二 ’ ! 9犷; ,丁∗ 9Θ ;− 二 ’Ρ ‘ 9砂; ,一 /Σ30、一一占少尸 对于批量客流运输需要载客量为 ‘ 的汽车用 1运次 9/ 一 ) , , , 二 , ; 完成时 , 按客流批量要求达到的概率 Π ‘ 为 9Μ& ; 6 ∗ 9Ν ;− Ν&)#� ‘�盯 !∀ #‘∃ , % ∃ ‘& ‘ ∋!月!!!、夕!(( 一一用尸 �)一 ( �盯 , 注意 ∗ + # � , 落在 岛一 ∗ 及 − , 之间的概率表明应选载客量为 − , 的车辆的概率 。 . 当 # � , 落在 ‘ 之外 , 则应选载客量为‘ 的车辆 。对于该公司通勤车总数的最佳载客量构成的确 定 , 可选择的车辆有单客车和通道客车 , 由于职工上下班的时间比较集中 , 所需运输的客流批量相对稳定 , 山 东 工 程 学 院 学 报 ! ! ! 年 因此客流批量分布发概率密度函数 ∗ 9Ν; 可认为是一个常数 。由此可根据统计资料计算出 Π = 和 Π , , 即单客 与通道客车在车辆总数中所占的比例 。 Ε 计算比较 根据以上的模型及企业的统计资料 , 可确定出企业的最佳通勤车辆数为 � � 一 � :Δ 辆 , 其中单客车辆 数为 � Α : � 辆 6 通道客车车辆数为 Β 一 � !: 辆 据统计资料 , � Δ Δ Β 年企业拥有 的通勤车辆总数为 ! 辆 , 其中单客车辆为 ∀Δ 辆 , 通道客车为 � ΕΕ 辆 , 每辆单客通勤车年消耗的非运行费用为 � � <: 元 , 每辆通道客车年消耗的非运行费用为 � ∀ Ε! 元 , 据此 可计算出通过通勤车最佳车辆数的确定可为企业节约的年 消耗费用 = 年消耗费用减少额一 Λ (( Ν � ∀ ( ∃ ϑ ∀ 。又 � � < :一 ) ∃ : Ν � ∀ Ε !一 : � Ν � � < : Η � : � � ∀ : 元ΤΚ 同 时 , 某公司现有的通勤车有相当一部分即将报废 , 可按上述方法确定企业应拥有的通勤车车辆数 。从而 ,可 保证职工上下班的通勤需要 , 而且还可 以为企业节约大量的购车费用 。 � 结 论 以上所探讨的是通勤车最佳车辆数的确定 , 实际上 , 对许多专业客货运输企业而言 , 也可以根据企业 服务地区的客货流情况 , 采用本文所介绍的方法 , 科学地 、合理地确定企业的规模及拥有的运营车辆数 , 以 达到最佳的投入 8产 出效果 , 取得最佳经济效益 。由此本文所探讨的最佳车辆数的确定 , 也适用其它的客货 运输企业 。 参 考 文 献 「门 李德主编 6 运筹学 6 北京 =清华大学出版社 , � Δ Β Υ ς 李维斌主编 6 汽车运输学 6 北京 =人民交通出版社 , � Δ Β Β 「Ε」 浙江大学数学系高等数学教研组 6 概率论与数理统计 6 北京 =高等教育出版社 , � Δ Β ∀ 4 , 3 Ω 3 %3 & Φ 1∋ 1∋ . ? ΠΠ & ∃ ( Ι , %∃ %, 3 Ξ Π%1Φ ( ) Ψ 2 ( ∋ %1%Ζ ∃ ∗ Γ ∃ Φ Φ 2 %3 & [ 2 0 3 0 Σ 2 ∴ 3 ∋ − 3 9+ , ( ∋ − ∃ ∋ . /∋ 0 %1%2 % 3 ∃ ∗ 4 3 3, ∋ ∃ )∃ . Ζ , ] 1⊥ ∃ : : ! � , Γ , 1∋ ( ; ≅ 12 月2 ( ∋ . 94 , 3 /∋ − 2 0 % & 1( ) [ 2 & 3 ( 2 ∃ ∗ Σ 2 ∋ 3 , 3 ∋ 3 ∃ 2 ∋ %Ζ , Ω 3 Λ , ∃ 2 : 1 ! ∃ , Γ , 1∋ ( ; ? ⊥ 0 %& ( Ι % >∃ & %, 3 % ( & . 3 % ∃ ∗ Φ 1∋ 1Φ 2 Φ ∗2 ∋ − ( ∋ − Φ 1∋ 1Φ 2 Φ %& ( ∋ 0 _ ∃ & %( %1∃ ∋ 3 0 _ 3 ∋ − 1% 2 & 3 , %, 3 _ ( _ 3 & _ 2 % 0 ∗∃ & ⎯ ( & − ( − 3 % 3 & Φ 1∋ 1∋ . ( _ _ & ∃ ( 3 , % ∃ %, 3 ∃ _ % 1Φ ( ) . 2 ( ∋ % 1% Ζ ∃ ∗ 3 ∃ Φ Φ 2 %3 & ⊥ 2 0 3 0 % ,& ∃ 2 . , ( %, ∃ & ∃ 2 . , ( ∋ ( )Ζ 0 10 ∃ ∗ % ,3 0 % ( % 10 % 13 ( ) − ( % ( ∃ ∗ 3 ∃ Φ Φ 2 % 3 & ⊥ 2 0 ∃ Π 3 & ( %1∃ ∋ Π& ( 3 %13 3 6 4 , 10 �: ( )0 ∃ ( _ _ )13 ( ⊥ )3 %∃ 0 _ 3 3 1( )1Λ 3 − ( 2 % ∃ Φ ∃ α ⊥ 1)3 % & ( ∋ 0 Π ∃ & % ( % 1∃ ∋ 3 ∋ %3 & Π & 10 3 0 6 β 3 Ζ ⎯ ∃ & − 0 3 ∃ &∋ Φ 2 %3 & ⊥ 2 0 , %& ( ∋ 0 _ ∃ & %( % 1∃ ∋ 3 Ν _ 3 ∋ − 1% ( & 3 , _ ( 0 0 3 ∋ . 3 & ∗)∃ ⎯ ⊥ ( %3 , − 10 = & 1⊥ 2 % 1∃ ∋