货物运输合同【货物运输管理模拟教学系统研究】

　　摘 要：对运输管理相关作业进行模拟，锻炼学生的实践能力。本文根据道路运输管理的特点，研究设计货物运输管理模拟教学系统，模拟运输管理的实际情况，提出开发运输管理实验教学系统的思路。为运输专业教学提供良好的实习、教学环境。
　　关键词：货物运输；模拟实习；系统设计
　　中图分类号：G434 文献标识码：B 文章编号：1673-8454(2012)01-0050-04
　　
　　货物运输组织是专门研究货物运输的具体过程，具有涉外活动特点，是一个专业性很强的工作，它要求从事货物运输管理人员在掌握基本理论知识的同时还必须具有很强的实际工作能力。目前国内高校中开设交通运输专业的很多，其中多数以培养理论型人才为主，培养应用型人才相对较少。为更好地培养专业人才，有必要采用科学、有效的方法对学生进行教学管理。
　　运用仿真技术研究相关问题已成为一个热点，国内外学者在物流系统及交通仿真领域都进行了大量的研究。[1-9]但是在道路运输管理模拟教学软件这方面的研究与应用还相对较少。
　　由此，本文基于运输企业管理进行模拟，专门为运输专业提供教学服务，使学生在一台计算机上就能达到与真正的生产实习相同或相近的效果。学生可以直接参与虚拟管理，检验自己的管理水平，从而大大提高学生的动手能力和发现问题及解决问题的能力，提高其学习和操作的主动性。
　　一、系统硬件结构
　　该系统应用的是B/S(Browser／Server) 结构，其客户端最主要的应用软件是Web浏览器。该模式统一客户端，将系统功能实现的核心集中到服务器上，简化系统的开发、维护和使用；客户机上只要安装一个浏览器（Browser），如Internet Explorer或Netscape，服务器安装SQL Server、Sybase等数据库，浏览器通过Web Server 同数据库进行数据交互。系统硬件结构如图1所示。[5]
　　二、系统总体模块结构
　　货物运输管理教学系统的教学目标旨在让学生在实际操作过程中熟悉货物运输流程并熟练掌握从事货物运输管理的基本操作技能。软件通过归纳总结整个货运行业的流程和惯例，建立接近真实的货物运输组织虚拟环境，达到让学生通过该系统对课本知识进行实习与巩固，熟悉并掌握运输组织的基本操作和业务流程，并有能力应对复杂多变的市场环境，成为适应社会需求、具有很好物流运输管理实践能力的专业人才的目的。
　　根据网络教学形式的特点，经过深入细致的调研、分析和规划，确定该系统功能结构如图2所示。
　　1．基本信息管理模块
　　此模块用于管理系统的相关基本信息，其主要信息包括车辆信息、货物信息、驾驶员信息、运价信息等。
　　2．托运单自动生成模块
　　托运单自动生成模块基于运输任务生成模型自动生成运输任务，该模块自动生成以下主要内容：托运单编号、货物量、货物名称、发货点、收货点、发货时间、收货时间等。
　　3．运输配送管理模块
　　此模块用于管理托运单的运输配送。运输配送管理是系统业务流程中的重点模块。在运输配送模块中，此模块实现运输派车、配载管理、司机管理、车辆管理等系统操作。
　　4．回执单自动生成模块
　　回执单自动生成模块是运送任务信息的反馈，该模块自动生成以下主要内容：托运单编号、货物量、货物名称、发货点、收货点、发货时间、收货时间、是否退货等。
　　5．管理管理评价模块
　　学生参与运输配送管理后，其调度管理水平如何，哪些因素没有考虑以及产生的后果需要有一个评价和总结，找出存在的问题，有助于提高学生的调度和管理水平。
　　三、系统仿真模型
　　本文的货物运输管理模拟教学系统是一个虚拟的运输管理信息系统，因而并没有实际的客户存在。整个过程都是由学生根据教师设定的基本运送环境和相关参数，使用该系统完成相应的配送作业等操作。但是，为了更接近运输组织的实际情况，必须在系统中模拟出客户托运单生成的过程和收货回执单反馈的过程。本文创新地借鉴了概率论、统计学和系统仿真中产生随机变量的方法等，构建出由系统自动生成托运单和送货回执单的相关模型。
　　1．托运单自动生成模型
　　本文的运输管理仿真系统中，要求实现托运单的自动生成，而且生成的托运单属于哪个客户是随机的。为了实现托运单生成的随机性，本文借鉴了概率论、统计学和系统仿真中产生随机数发生器、逆变换法等，构建出一个系统自动生成随机托运单的模型，以便进入运输管理仿真系统后，可以获取系统随机产生的托运单，并根据此托运单进行后续的操作。
　　计算机仿真模型产生随机变量的方法一般是首先产生一个最简单的[0,1]区间上的均匀分布的随机数，然后通过变换和运算产生其他分布的随机数。
　　但用数学方法在计算机上产生随机数是以完全确定的规定进行的，它显然不是真正随机的，为了与真正的随机数相区别，常将这种用数学方法产生的随机数称伪随机数。伪随机数从统计性质来讲，在相当程度上近似于均匀分布随机数。
　　目前应用的大多数随机数发生器都是各种线性同余发生器，它是Lehmer在1951年提出的，根据以下递推公式产生0~m-1之间的整数序列Z1,Z2,…。[8]
　　Zi+1=（a*Zi+c）mod m （1-1）
　　即：Zi+1=（a*Zi+c）-int* m （1-2）
　　其中，int表示取整，初始值Z0称为种子，a为常数，乘数c为增量，m为模数，它们均为非负整数。
　　对于线性同余发生器适当选择，m，a，c，可使Zi循环产生，无论Z0取何值，其循环顺序是相同的，循环一次称为发生器的一个周期，记为P。如果P=m，则称该发生器具有满周期。适当选择m，c，a，可保证Zi在[0,m-1]区间上一个周期内每个整数正好出现一次，从而保证了均匀性。
　　在方程（1-1）中，当c≠0时，称为混合同余法；当c=0时，称为乘同余法。乘同余法在混合同余法产生前已研究得比较彻底。并且由于近年来对混合同余法所期望的性能改善没有获得明显的进展，因此今天所用的大多数线性同余发生器都采用乘同余法。
　　此时，式（1-1）变为：
　　Zi+1=（a*Zi）-int* m （1-3）
　　对于二进制计算机，可以按照以下规则选择a和m：
　　（1）选择m=2b，b是某个整数，c为奇数，一般m选择在机器所能表示的数的范围内；同时，还要考虑用式（1-1）计算得到的伪随机数序列的周期为m/4，它应大于实验的持续期。
　　（2）a一般取与a≈2p/2最接近而又满足a=8K±3的那个数，其中K是任意整数，p为机器字长。Z0可为0到m-1之间的任意奇数，而不会对随机数发生器的周期产生任何影响。
　　例：希望产生100个数的序列（最小单位为1）。
　　根据规则（1），m应选择接近400，现取m=29=512，则机器字长至少应为9位。再根据规则（2）a≈24.5= 23，而与此数最接近且满足8K±3的K值为3，故a取23。于是：
　　Zi+1=（23*Zi）-int* 512
　　Z0可为0到m-1，即0～511之间的任意奇数，设Z0=11，按上式计算可得以下随机数序列：
　　Z1=23*11-int*512=23*11=253
　　Z2=23*253-int*512=187
　　这样递推计算，Zi的取值范围是在0～511之间。
　　用上述公式计算出来的伪随机数基本符合均匀分布的统计特性，其概率密度函数为：
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文 　　f（x）=， 0xm0， xm
　　为了得到[0,1]区间上所需要的随机数Ui，可令：Ui=Zi/m（i=0,1，…）进行归一化处理。其概率密度函数p（x）和分布函数F（x）为：
　　P（x）=1， 0xm0， 其他
　　F（x）=0， x1
　　为了产生服从某分布的随机变量，常用的产生随机变量的方法有反变换法、组合法、卷积法及取舍法。在离散事件系统仿真中，产生随机变量的方法主要是反变换法和卷积法。
　　反变换法以概率积分变换定理为基础，设随机变量x的分布函数为F（x），为了得到随机变量的抽样值，先产生在[0,1]区间上均匀分布的独立随机变量u，由反分布函数F-1（u）得到的值即为所需要的随机变量x=F-1（u）。
　　1）托运方编号的随机产生模型
　　在本文中，各托运方的编号是使用离散的整数1，2，3，…来替代的，可以采用反变换法产生该离散随机变量。
　　例：如果托运人的个数为n，且每个人发出托运单的概率相等，即其概率密度函数为P（x）=1/n（x>0），其分布函数由下式算得：
　　F（x） =dxx x>0
　　易得F（x）的反函数x=n F（x）。设U为均匀分布，则：
　　x=n *U
　　又因Ui是[0,1]上均匀分布的随机变量。则：
　　Xi =n *Ui
　　即为所求的随机变量。
　　2）托运货物批量产生模型
　　常见的货物批量分布概率密度函数（负）)指数分布、正态分布等。[13]
　　当货物批量分布为指数分布，其概率密度为：
　　f（y）=ey，y?莛00， y 本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文