Analiza niezawodności systemu komunikacji miejskiej na przykładzie komunikacji zbiorowej miasta Wrocław cd.

3. SAS

3.1. Histogramy, p-Value oraz funkcja ProbPlot

Przy pomocy środowiska SAS została przeprowadzona analiza statystyczna wygenerowanych, w etapie MatLab’owej symulacji, danych.

Dla każdego wektora, z czasem trwania symulacji 500 dni dla każdej pory roku, została przeprowadzona estymacja parametryczna rozkładów przy pomocy funkcji PROC CAPABILITY i PROC RELIABILITY.

Na podstawie histogramów, wartości p-Value oraz wykresów funkcji ProbPlot określono typ rozkładu wygenerowanych danych. W przypadku wektorów w1-w13 oraz Wektora Podstawowego mieliśmy do czynienia z rozkładem normalnym, natomiast w przypadku wektora w14 był to rozkład lognormalny.


Rysunek 3. Histogram dla wektora 7 Rysunek 4. Dopasowanie wektora 7 do rozkładu normal

3.2. Ryzyko przekroczenia kolejnych progów poziomu usługi

Dla zobrazowania zagrożenia jakie niesie nieodpowiedzialne i błędne zarządzanie systemem komunikacji miejskiej oraz nieodpowiednie dobieranie parametrów kluczowych elementów składających się na cały system komunikacyjny zostały wyznaczone ryzyka spadku poziomu usług poniżej progu 95%, 95,5% oraz 96% oraz prawdopodobieństwo przekroczenia poziomu usług powyżej progu 96,5%. W realnym świecie przekłada się to na kary pieniężne nakładane na przewoźnika za świadczenie usługi na niewystarczającym poziomie. Rysunki 5 oraz 6 przedstawiają przykładowe ryzyka dla komunikacji autobusowej i tramwajowej przy symulacji modelu z Wektorem Podstawowym.