包神鐵路貨車停留時間考核體系優化研究

高麗　高鵬

摘 要 針對神華包神鐵路貨車停留時間分配不合理、運輸組織效率低等問題，以鐵路貨車停留時間為研究對象，在分析貨車停留時間影響因素的理論基礎上，建立了神華包神鐵路貨車停留時間考核體系。結合神華包神鐵路現場調研的結果，利用多級動態模糊綜合評價法對神華包神鐵路的14個貨運站的貨車停留時間進行了多級動態模糊綜合評價，得到了各個車站的評價結果。評價結果表明：將多級動態模糊算法應用在鐵路貨車停留時間問題的評價上，提高了評價過程的自動化程度，評價結果更加客觀，研究成果為鐵路貨車考核體系提供了理論依據。

關鍵詞 神華包神鐵路 貨車停留時間 考核體系 多級動態模糊算法

一、引言

鐵路是國民經濟快速發展的基礎設施，鐵路運輸在我國的交通運輸體系中發揮著重大的作用。神華包神鐵路是神華集團的第一條鐵路，也是神朔、朔黃西煤東運的主要運輸通道和重要集裝線，同時也擔負著地方物資運輸和鄂爾多斯地區其他企業的煤炭外運任務。包神鐵路存在貨車停留時間過長、周轉速度不快、運用效率不高等問題，這些潛在的問題對其運輸模式及效率都提出了新的要求和挑戰。如果把列車在站的停留時間轉換成列車運行時間，這將會大大增強包神鐵路的運輸能力。

提升鐵路的運輸能力不僅是鐵路運輸企業提升自身經營效益的迫切需求，也是鐵路能夠更好地服務經濟社會發展的客觀要求。[1]鐵路貨車在車站的停留時間是鐵路貨運規劃設計的一個重要參數，[2]約占周轉時間的2/3，故縮短貨車在站停留時間是提高鐵路貨車運輸效率的重要途徑。[3]國內外學者就壓縮鐵路貨車停留時間做了相關的研究，主要集中在對影響鐵路貨車周轉時間的因素和改進措施上，將鐵路貨車停留時間引入考核體系的相關研究較少。2002年，Fukasawa[4]將整數規劃模型應用在構建車流路徑上，運用科學的計算方法將貨車整流，最終的結果顯示列車的整流過程得到優化，縮短了列車在站停留的時間。2016年，閆峰[5]提出壓縮貨車周轉時間的主要措施為縮短貨車在貨物作業站停留的時間、縮短貨車在中轉站的停留時間和縮短貨車在列車旅行中的時間三個方面。2011年，郭垂江[6]等提出了嚴格制定和執行各項作業時間標準、壓縮技術作業過程中非生產時間、加強專用線和專用鐵路的貨車停留時間管理等壓縮貨車在站停留時間的具體措施。2009年，岳紅俊[7]提出通過加強制度建設、嚴肅運輸紀律和制定特殊天氣下的貨車裝卸車方案等措施來壓縮貨車停留時間。

二、鐵路貨車停留時間

按鐵路貨車在站的作業性質，可將鐵路貨車的停留時間劃分為貨物作業停留時間和中轉作業停留時間。

（一）貨物作業停留時間

貨物作業停留時間為鐵路貨車在站線（包括區間）及專用線（包括鐵路的廠、段管線）內進行裝卸作業和倒裝作業的時間，計算公式為：

t貨=Nt貨/（U裝+U卸） （1）

式中：Nt貨表示當日車站貨物作業車總停留小時；U裝和U卸分別表示當日車站貨物作業車完成的裝車數和卸車數。

（二）中轉作業停留時間

中轉作業停留時間為貨車在車站進行無調中轉或有調中轉（包括變更到站、裝載整理、專為加冰及洗罐消毒的貨車，按規定進行洗罐的罐車除外）的時間。它是反映車站作業效率的重要指標之一，是貨車停留時間的主要組成部分。[8]數學公式上，貨車中轉停留時間等于無調中轉停留時間加上有調中轉停留時間后的加權平均值，即

t中=（Nt有+Nt無）/（N有+N無） （2）

式中：Nt有和Nt無分別表示當日有調中轉作業車和無調中轉作業車的停留小時；N有和N無分別表示當日辦理有調中轉作業車和無調中轉作業車的車數。

三、神華包神鐵路貨車停留時間考核體系的建立

在分析了鐵路貨車停留時間組成的基礎上，構建了貨車停留時間的考核體系，該考核體系由目標層、準則層和指標層三部分構成。構建的貨車停留時間考核體系層次模型圖如圖1所示。

目標層位考核體系的研究目標，即貨車停留時間；準則層包含貨物作業停留時間和中轉作業停留時間這2個準則指標；指標層則為具體的指標，其中貨物作業停留時間指標層面包括4個具體指標：入線前停留時間指標、站線作業停留時間指標、專用線作業停留時間指標和出線后停留時間指標。中轉作業停留時間指標層面包括4個具體指標：解體時間指標、改編時間指標、中轉技術作業時間指標、其他中轉作業時間指標。

四、神華包神鐵路貨車停留時間的多級動態模糊綜合評價

多級動態模糊綜合評價法是在層次分析法的基礎上發展起來的，多級動態模糊綜合評價法（DFA：Dynamic Fuzzy Algorithm）是把大量的按照時間順序排列的平面數據綜合在一起組成“時序立體數據表”。由于“時序立體數據表”作為數據來支持的綜合評價問題的參數值都是動態、可變的，加之運用的數學方法是模糊綜合評價法，所以定義這類評價方法為“多級動態模糊綜合評價法”。[8]

多級動態模糊綜合評價法把復雜的決策系統層次化，然后通過逐層確定權重，并通過一套模糊綜合評判法的數學方法，對該評價模型的每一個周期時間的特征值進行合理的綜合評價和分析。多級動態模糊綜合評價法特別適用于那些難以完全定量化的復雜決策類問題，它在資源分配以及政策分析選優排序等領域有廣泛的使用意義與價值。[9]針對神華包神鐵路貨車停留時間耗時長等問題，對神華包神鐵路貨車停留時間進行多級動態模糊綜合評價。

（一）建立因素集以及評語集

因素集是指影響評判對象因素的指標集合，用符號U表示，用ui表示因素集中的某個因素，則因素集的數學表現形式為U={u1，u2…un}。如圖1所示的貨車停留時間的考核體系層次模型，神華包神鐵路貨車停留時間考核體系的評價指標為U={u1，u2}兩大類，其中u1={u11，u12，u13，u14}，u2={u21，u22，u23，u24}，uij為與第i大類指標相關的第j個評價指標。endprint

評語集是指對評價對象作出評價結果的指標集合，我們一般用符號V表示。用vi表示評語集中的某一個評價指標，則評語集的數學表現形式為：V={v1，v2…vm}。本文建立的神華包神鐵路貨車停留時間考核體系的評語集分為5個級別，分別是V={很強（v1），強（v2，），一般（v3），較弱（v4），弱（v5）}。為了使神華包神鐵路貨車停留時間考核體系的結果更加具有直觀性，選擇以100為標準，同時再選取區域中值為等級參數。則對應神華包神鐵路貨車停留時間考核體系的結果的各個等級集合為：K=（95，85，75，65，55）。

（二）確定指標權重

運用多級動態模糊綜合評價法的最根本問題就是確定指標權重，首先對指標進行分層，然后將所有的指標按分類的層次生成列表，并建立合適的多級結構模型，運用專家評議的方法得出指標權重，形成指標權重的總排序。上面得到的權重的總排序就是指標權重集，一般用符號W={w1，w2…wn}來表示。

根據如圖1所示的神華包神鐵路貨車停留時間考核體系層次模型圖，對模糊評價指標體系的準則層指標和目標層指標的指標權重運用專家評議的方法來確定。先將構造矩陣進行兩兩比較，然后得出最大特征值并同時進行一致性檢驗，最后得出指標權重，形成指標權重的總排序。最終建立的神華包神鐵路貨車停留時間考核體系的指標權重結果如表1所示。

表1 神華包神鐵路貨車停留時間考核體系的指標權重

準則層指標 目標層指標

貨物作業停留時間指標（0.5） 入線前停留時間指標（0.2）

站線作業停留時間指標（0.2）

專用線作業停留時間指標（0.4）

出線后停留時間指標（0.2）

中轉作業停留時間指標（0.5） 解體時間指標（0.3）

改編時間指標（0.3）

中轉技術作業時間指標（0.2）

其他中轉作業時間指標（0.2）

（三）模糊評價矩陣的構造與優化

初始模糊評價矩陣的構造采用專家評議的方法，邀請若干數量該領域的專家對時間范圍H的各項指標進行評議。首先給出評語值，然后建立第H時間周期范圍內對第i個指標所作出的第j級評語，最后建立模糊評價矩陣，該矩陣表示如下：

（3）

采用DFA算法對鐵路貨車停留時間進行分析時，最重要的是建立貨車停留時間的模糊評價矩陣，對神華包神鐵路萬水泉南站2016年10月貨車停留時間進行模糊評價矩陣的優化，在MATLAB中對貨車停留時間模糊量化并進行排序，得到的優化前的結果如圖2、圖3、圖4所示。

圖2 優化前貨車停留時間模糊評價矩陣的三階函數圖

圖3 優化前貨車停留時間模糊評價矩陣的二階熱點圖

圖4 優化前貨車停留時間模糊評價矩陣的熱點等高線圖

圖2顯示了優化前貨車停留時間模糊評價矩陣的三階函數的曲線，從圖2可以看出曲線高低起伏不定，且出現較大的波峰，這說明評價矩陣中的某些評語值偏離了平均值，是不合理的評語值；圖3為優化前貨車停留時間模糊評價矩陣的二階熱點圖，從該圖中可以看出熱點分布集中在圖中的右上側，說明局部出現了熱點集中或者熱點突出的現象，這與圖2中的三階函數曲線出現波峰的情況正好對應，證明模糊評價矩陣中存在不合理的評語值；圖4為優化前貨車停留時間模糊評價矩陣的熱點等高線圖。從圖中可以看出，等高線出現較大峰值，圖4等高線峰值出現的地方與圖3熱點集中區域為同一區域；圖2、圖3和圖4均顯示貨車停留時間模糊評價矩陣中存在不合理的評語值，該模糊矩陣不能作為評價體系的輸入，需要進一步對模糊評價矩陣進行優化。

優化的流程圖如圖5所示，具體步驟如下：

STEP1：判斷貨車停留時間Ts是否處于優化集合[a，b]之間；

STEP2：若Ts值位于優化集合[a，b]之外，即Ts處于非待優化集合間，跳轉到STEP9；

STEP3：若Ts值位于優化集合[a，b]之間，即此貨車停留時間的模糊評價矩陣需要進行優化；

STEP4：對模糊評價矩陣中的所有評語值進行模糊統計量化處理，判斷rij與容值η的大小；

STEP5：如果rij≤η，為已優化允許值，跳轉到STEP9；

STEP6：如果rij>η，rij為待優化值，對數據rij進行進一步模糊融合篩選，判斷最小值rijmin與容值η的大小；

STEP7：如果rijmin≤η，rijmin為已優化允許值，跳轉到STEP9；

STEP8：如果rijmin>η，返回STEP6；

STEP9：結束，輸出結果。

圖5 貨車停留時間模糊評價矩陣優化流程

對貨車停留時間模糊評價矩陣進行優化后的結果如圖6、圖7、圖8所示。

圖6 優化后貨車停留時間模糊評價矩陣的三階函數圖

圖7 優化后貨車停留時間模糊評價矩陣的二階熱點圖

圖8 優化后貨車停留時間模糊評價矩陣的熱點等高線圖

圖6所示為優化后貨車停留時間模糊評價矩陣的三階函數的曲線，相比優化前的三階函數曲線，圖6所示的曲線趨于平滑，無大的波峰和波谷出現，整體數據處在平均值附近；圖7所示為優化后貨車停留時間模糊評價矩陣的二階熱點圖，與優化前的二階熱點圖進行對比，可以看出圖7中的熱點分布更加均勻，無集中熱點區域；圖8所示為優化后貨車停留時間模糊評價矩陣的熱點等高線圖，與優化前的熱點等高線圖對比，發現圖8所示的等高線圖中無較大的峰值出現。圖6、圖7和圖8的結果顯示，優化后的貨車停留時間模糊矩陣更加合理，矩陣中的評語值的客觀性更高。最終得到的神華包神鐵路萬水泉南站2016年10月貨車停留時間的模糊評價矩陣如表2所示。endprint

表2 神華包神鐵路萬水泉南站2016年10月貨車停留時間的模糊評價矩陣

準則層指標 目標層指標 很強（v1） 強（v2） 一般（v3） 較弱（v4） 弱（v5）

r1 r11 0.25 0.35 0.15 0.10 0.15

r12 0.20 0.25 0.40 0.10 0.05

r13 0.10 0.15 0.40 0.35 0.00

r14 0.35 0.05 0.10 0.25 0.25

r2 r21 0.05 0.45 0.25 0.00 0.25

r22 0.15 0.10 0.35 0.20 0.20

r23 0.20 0.25 0.05 0.30 0.20

r24 0.40 0.10 0.25 0.05 0.20

由于所有指標都具有一定的代表性特征，模糊化之后的指標值也應該保持所有指標的信息狀況，對表2中的數據進行一系列的計算，得到準則層指標的模糊評價矩陣如下所示。

（四）多級動態模糊綜合評價

在算得模糊評價矩陣R與權重向量W之后，我們運用模糊矩陣的綜合運算，得到第h時間的綜合評價結果向量Z，并對向量Z進行歸一化處理，向量Z可用式（4）表示：

（4）

根據準則層指標的模糊評價矩陣的數值，則2016年10月神華包神鐵路萬水泉南站貨車停留時間的評價的綜合評價值可以表示為：

對向量Z2016，10進行歸一化處理后結果為：Z2016，10=（0.20， 0.21，0.26，0.18，0.15）。同理，對神華包神鐵路萬水泉南站2016年11月和12月貨車停留時間進行多級動態模糊綜合評價，得到的評價值進行歸一化處理后的結果可以表示為：Z2016，11=（0.24，0.22，0.20，0.16，0.18）和Z2016，12=（0.19，0.23，0.22，0.17，0.19）。

（五）模糊評價結果的動態處理

對模糊評價的結果進行動態處理就是針對不同時間h的綜合評價值來進行平滑處理。平滑的處理公式如式（5）所示：

（5）

式中為不同時期的權重值，假設K為上面的對應評語集的分數集，即得到K=（k1，k2…kq）。多級動態模糊綜合評價的最終綜合評價分為：F=Z·K。因此，通過F的值，可以很清晰地認識到自己在競爭中的地位如何，同時也可以依據最大隸屬度的原則找到自己的優勢與劣勢。

不同月份的數據值對將來的信息表現的重要性不同，12月是神華包神鐵路沖擊全年任務，完成或者超額完成任務的最重要的一個月，為此將萬水泉南站2016年10月、11月和12月的權重作出調整（0.3，0.3，0.4），則評價的結果可以表示為：

因此，神華包神鐵路萬水泉南站2016年第四季度的貨車停留時間評價得分為：

根據100分的評價標準以及評價區域等級參考K=（95，85，75，65，55），最終對神華包神鐵路萬水泉南站2016年第四季度貨車停留時間的評價結果為“一般”。對神華包神鐵路其他車站2016年第四季度進行多級動態模糊綜合評價的結果如表3所示。

由表3可知，神華包神鐵路在貨車停留時間方面做得不夠好，神華包神鐵路公司領導、車站管理人員和專業技術人員對此項工作不是很滿意。結合2016年第四季度的神華包神鐵路貨車停留時間多級動態模糊綜合評價的結果排序表，建議神華包神鐵路公司依據此評價進行考核，從而調動鐵路各車站的積極性，提高企業的效率。

五、結語

結合神華包神鐵路提升自身運輸組織效率和經營效益的迫切需求，研究了神華包神鐵路貨車停留時間分配不合理的問題，建立了神華包神鐵路貨車停留時間考核體系，利用多級動態模糊算法對神華包神鐵路貨車停留時間進行了評價。以萬水泉南站2016年10月的數據為例，在進行了模糊評價矩陣的優化分析，優化結果顯示優化后的模糊評價矩陣排除了人為偏好等主觀因素的影響，評價結果更具科學性。多級動態模糊算法在神華包神鐵路貨車停留時間考核體系上的應用，使考核結果更加客觀，可以為鐵路運輸相關企業的考核體系提供參考。

（高麗單位為神華包神鐵路集團公司；高鵬單位為西安愛生技術集團公司）

參考文獻

[1] 謝旭申.關于鐵路物流能力提升路徑的探討[J].鐵道貨運，2017，35（2）：1-5.

[2] 王韻茹.車站貨車停留時間指標分析方法研究及系統設計[D].西南交通大學，2011.

[3] 穆振濤.基于周轉時間的企業自備鐵路貨車運輸組織優化研究[D].北京交通大學，2016.

[4] Fukasawa，R.Aragao，M.V.P.Porto，Uchoa，E . Solving the Freight Car Flow Problem to Optimality[J]. Electronic Notes in Theoretical Science，2002.

[5] 閆峰.壓縮貨車周轉時間提高運輸效率的措施[J].中國科技投資，2016（8）.

[6] 郭垂江，廖冬波.壓縮貨車在站停留時間的措施分析[J].鐵道運輸與經濟，2011，33（11）：9-11.

[7] 岳紅俊.關于提高鐵路貨車使用效率的探討[J].鐵道運輸與經濟，2009，31（3）：29-31.

[8] 王琳琳，鄭曉杰，余孝軍.基于模糊綜合評價法的貴州機場服務質量研究[J].交通運輸研究，2016，2（1）：65-70.

[9] 陳林.基于事故樹的鐵路行車系統可靠度模糊評定方法研究[J].蘭州交通大學學報，2013，32（6）：119-112.

[10] 李鑫，生金文，朱小娟.鐵路貨車中轉作業停留時間影響因素分析及對策[J].交通科技與經濟，2008（6）：48-52.endprint