关于火车站股道和列检问题优秀论文

1、2013年河南科技大学数学建模选拔赛承 诺 书我们仔细阅读了数学建模选拔赛的规则.我们完全明白，在做题期间不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人研究、讨论与选拔题有关的问题。我们知道，抄袭别人的成果是违反选拔规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守选拔规则，以保证选拔的公正、公平性。如有违反选拔规则的行为，我们将受到严肃处理。我们选择的题号是（从A/B/C中选择一项填写）： A 队员签名 ：1. 翟舒青 2. 赵红孟 3. 杨梦鸽 日期： 2013 年 8

2、 月 17 日2013年河南科技大学数学建模竞赛选拔编 号 专 用 页评阅编号（评阅前进行编号）：评阅记录（评阅时使用）：评阅人评分备注 火车提速问题 摘要本文在保证列车的安全运行的条件下，建立了徐州火车站股道和列检工作分配的优化模型，使得各股道的繁忙程度大致相同，而且空闲时间尽量均衡，以及在保障列检作业过程的安全和工作人员的积极性前提下对列检人员进行了合理的分工。并且根据搜集的各种信息利用优化模型最终得到优化方案。 对于问题一，首先我们应用统计学对列车时刻表数据进行了各种条件下的筛选，然后应用建立模糊综合评判模型和最优化分配模型来解决给出的问题。本文通过理想条件下的繁忙程度，精确的得到了每条

3、股道上列车频率和列车在股道上停留时间的权重值。股道繁忙程度的综合评价函数，从而得到了股道的繁忙情况：繁忙程度从高到低，依次是股道3、8、1、7、4、5、10、2、9、6。然后运用Lingo软件进行调整各车次停留股道的时间和频率，要满足各股道的繁忙程度大致相同且股道空闲时间尽量均衡，列出目标函数：。解出各股道停靠火车，以一股道为例给出停靠火车序号和车次(其它结果见附录):火车序号94111121131143火车车次T54/1706270641066/38402 对于问题二，在保证作业队安全的情况下，安排5个作业队的列检工作，使跨股道数目尽量地少。建立以求解问题为目标函数以及题目中繁杂的列检准则为

4、约束条件的数学模型，运用MATLAB软件寻求最优解，对五个作业队进行分工，并统计出各作业队列检所有车次的情况，文中有详细的结果数据表。基本保证了列检员的人身安全。关键词：综合评价模型 最优化分配 目标规划 0-1规划1、 问题重述随着列车速度的提高，列车的安全运行成了一个比较重大的问题，客列检对于保证列车的正常运行和旅客安全等有着极其重要的作用。徐州站共有5个站台，10个股道。下图是徐州站的站台和股道（即列车所走的轨道）的分布图。 徐州火车站站台和股道分布示意图根据所给的资料研究列车提速，我们提出以下三个问题：1）研究各股道繁忙程度。2）除了股道6，如果要使各股道的繁忙程度大致相同，而且空闲时

5、间尽量均衡，如何调整各车次停留的股道。3）根据所给列车类型、需要列检的车满足的条件和列检工作人员的相关作业要求等，在作业队跨股道数目尽量地少的条件下，分析5个作业队分工进行列检是否能满足相关作业要求。如果不能，试考虑安排更多的队进行列检工作，或者考虑通过对个别列车的进站时间进行适当的延迟等，解决上述的问题。2、 符号说明，：第i个股道繁忙程度指标；，：股道工作时间；，：第i个股道股道繁忙强度；，：第i个股道列车停站频率；：股道繁忙强度所对应的权重；：列车停站频率所对应的权重；第i个股道上第j辆列车的发车时间；第i个股道上第j辆列车的到站时间；第i个股道上第j辆列车的停留时间；表示第j辆车离站时

6、间与第m辆车的到站时间的间隔；表示在第j 辆列车之后最近一辆可与第j辆车停在同一股道的车；0-1变量，表示第j辆车之后紧接着到达的第m辆列车，m=j+1时，表示第j辆车是否经过第i股道，设为布尔变量。即；表示第j辆车后紧邻的第m辆车是否经过第i股道，m=j+1；：第i个列检队在第j个车次间隔内跨股道的数目；：作业队跨股道的数目；：第i个列检队检第j个股道上的第l辆车；:各股道上需要列检的车次；3、 模型假设3.1 基本假设(1) 假设选择具体的某一天（8:00-19:00）作为研究，对于同时到达相同股道的隔日列车的只选一辆考虑。为了简化模型，在这里T166/3车次暂不考虑隔日。(2) 假设动车

7、组进出站只做时刻考虑，其它时间可以不计。(3) 假设对八点钟前到站,但八点以后还未离站的列车不给予考虑。(4) 对于路过某一股道而不停车的火车来说，它们在该股道的停靠时间记为0。(5) 假设在理想状态下(即在两股道都没有空闲时间的情况下)认为两股道的繁忙程度相同。(6) 假设列车停留在火车站的这段时间，列车上都必须挂有标志。假设各作业队对每一趟车，不论停留时间和出现的故障都能按时完成列检。3.2名词解释(1)股道繁忙强度：在计算的时间段内，所有列车停在股道上的时间总和与股道工作时间的比值。(2)列车停站频率：单位时间（经过对数据的分析，时间以小时为单位比较合理）内停靠火车数，即该股道所停靠火车

8、总数与用于停靠火车的总时间的比值。(3)繁忙比率：一列火车在股道停靠时间与这列火车到达股道至下一列火车到达股道的时间间隔的比值。 四、问题分析4.1 问题分析对于问题一，利用excel筛选出符合题目(即早八晚七)要求的各车次信息。为了使各股道的繁忙程度大致相同，而且空闲时间尽量均衡，所以需要调整各车次停留的股道。首先我们要分析各股道的繁忙程度。我们一致认为，影响股道繁忙程度的两个主要因素有：股道繁忙强度(反映出股道的繁忙强度)；列车停站频率(反映单位时间内某股道经过的列车数)。然后将这两个影响因素在理想化的条件下列出二元一次方程组求出权重，确立能综合评判股道繁忙程度的数学函数模型，进而求解出结

9、果。最后，要使股道安排的更加合理：一方面要使各股道的繁忙程度大致相同，即不能出现某些股道长时间闲置而另一些股道长时间繁忙的情况，另一方面，要求空闲时间尽量均衡，应该合理的调整各车次停留的股道。根据这两个原则，利用最优化模型求解较为合理。列出股道安排时的目标函数和约束条件，利用运用MATALB和C+编程模拟软件进行求解，从而得到股道调整的合理方案。4.2 模型准备4.2.1数据处理 通过MATLAB文件读取函数读取列车时刻表，对8:00到19:00的数据进行初步处理，主要步骤如下：1）对所有时间进行转化，都以当天8点为起始，精确到分钟；2）除去2辆在徐州站不停的动车组，安排于6股道；3）对其中2

10、辆隔日发的时间相同的按一辆处理；剩余一个单个隔日的按不隔日处理。4）修改未给出的到站与发车时间：A）徐州为始发站：到站时间根据已知发车时间减去30分钟；B）徐州为终点站：离站时间根据已知到站时间加20分钟；5）对所有列车重新排序，按到站时间顺序。4.2.2模型简化1）对徐州为始发站的车辆列检时间为：离站时间减去 18 分钟到离站时间（以包括 列检人员需提前到达的 3 分钟）；2）对停留时间大于等于 6 分钟小于等于 20 分钟车辆列检时间为：到站时间减去 3 分钟到离站时间（以包括列检人员需提前到达的 3 分钟）；3）对大于 20 分钟列车列检时间段分为 2 次： A）到站时间减去 3 分钟到

11、到站时间加 10 分钟； B）离站时间减 13 分钟到离站时间。4）对所有列车重新排序，按列检时间顺序。5、 模型的建立与求解5.1问题一5.1.1研究各股道繁忙程度1）对于问题一，评价各股道的繁忙程度与股道合理调整。在问题分析中我们提出，影响股道繁忙程度的主要有两个因素：股道繁忙强度、列车停站频率。从而建立评价各股道繁忙程度的综合评价函数 其中分别表示两个影响因素的权重。数值越大的表示该股道越繁忙。首先我们要确定的是各个股道的工作时间。根据题目要求我们筛选出上午八点以后（包含八点）和晚上七点以前到达徐州站的列车，然后进行分析。用软件excel统计数据如下:2）各股道火车停靠时间总和表（表一）

12、3）各股道工作时间内停靠火车总数表（表二）由假设可知，在理想状态下(即在两股道都没有空闲时间的情况下)认为两股道的繁忙程度相同。为简化计算，我们假设一个单位时间为两个小时，两股道分别为全部是始发车和全部是终到车。根据题目列出下表：4） 构造繁忙程度相同时的两股道(理想条件下)（表三）由此我们可以建立关于权重的二元一次方程组 求解得5、 各股道的繁忙程度（表四）由表中数据可得，股道3最繁忙，股道6最不繁忙。因为股道繁忙强度的权重比较大，股道繁忙强度越大，其股道繁忙程度越大，所以股道3最繁忙。股道6最不繁忙是因为繁忙强度为0，且列车停站频率较小，相应权重也较小。（图一）5.1.2 繁忙程度的调整为

13、了使各股道的繁忙程度大致相同，而且空闲时间尽量均衡，由上面的繁忙程度分析结果可知，需要适当的调整各车次停留的股道。经中国铁路部的资料分析，要使得列车安排股道尽量合理应在列车将要到达车站时由系统分配股道进站，分配股道要满足两个基本要求：一、股道占用尽量均匀，即不能让某一股道长时间闲置而另一股道长时间处于繁忙状态的情况，要保证股道的繁忙程度尽量相同；二、股道闲置总时间尽可能的短，以保证股道的最充分利用。因为股道6主要是直通车通过，且该股道上的列车没有旅客上下车、列检等需求，因此在考虑这一问题时为简化计算暂不考虑6股道，即非直通车不安排在6股道停靠，隔日的列车可视为一列，即115和116可视为一列。

14、由前面统计数据的结果，我们要处理其余46列火车的停靠股道安排问题。在保证列车安全的前提下，同一股道上不能同时有两列车停留，且同一股道上停留的两列车之间最小时间间隔为10分钟（即若安排某列车进入某股道，必须保证该股道在列车进站前10分钟已经没有列车停留），当然时间间隔越大，越安全，在考虑本问题时，保证有10分钟的时间间隔即可。由此我们可得到下列优化模型：目标函数：约束条件： 保证同一轨道相邻的两辆列车之间的时间间隔有10分钟M代表下一列列车综上我们建立一下模型目标函数：约束条件： 模型求解：根据上述条件得到，我们将47列火车到达时间和允许后继火车到达时间进行列表，按照到达时间的先后顺序进行排列，

15、然后根据调度算法，运用MATALB和C+编程模拟（程序见附录一）可以得到在我们研究的时间段中各个股道列车车次和进站出站的时间表如表（六）和表（七）：表（六） 表（七）从表（六）和表（七），我们可以分析出股道1到股道10列车进站的时间间隔是比较均衡的。而且每个股道停留的列车的次数也是均衡的。这样使得各个股道的繁忙程度除股道6外基本是相同的。我们根据表（六）和表（七）中的数据利用MATLAB编程可以得到模拟图像，如下图（六）： 图（二）从图（二）我们可以看出在（早上8：00-晚上7：00）这段时间，每个股道上的列车流量分配是比较合理的，而且在同一股道上前后两辆列车的时间间隔也是比较均匀的，说明通过

16、计算机模拟这一调度过程是比较合理科学的。5.2 旅客列车的列检问题对于问题二，根据客列检技术检查作业标准，终到车不需要列检；始发车一般在开出徐州站前15分钟进行列检，对于通过车，在站时间长短决定列检时间。而列检工作人员的相关作业要求规定：一般来说，列检人员需要在列车进站前3分钟到达相应的股道等待列车的到达；列检人员需要在列车完全离开车站后离开作业股道。当某个列检作业队需要列检的下一列车30分钟后才会到达时，作业队可以回到股道两端的休息室等待，此时，作业队对下一列车进行作业时不需要胯股道。列检工作按作业队进行，每列需要列检的列车由一个作业队负责，每个作业队在对某一列车进行列检完成后，才能对另外的

17、列车进行列检。 5.2.1约束分析 设 0-1 变量表示第i个列检队是否检第p股道上的第q辆车，其中。以表示第i个列检队检的第l、q辆车的车次时间间隔。对于每个作业队都有一个工作时间段，设总工作时间为T。 为确保工作人员的安全，每个作业队在空闲时间足够的情况下，可以通过站台到达相应股道进行列检工作。根据题目中的特别约定，两股道数之差小于 3 时，则需要 6 分钟到达相应的位置。若两股道数之间的差大于或等于 3，则需要 8 分钟到达相应位置。当作业队需要列检的两列车时间间隔不满足上述情况时，则考虑跨股道。综合分析作业队跨股道的情况，每个作业队跨越一个股道的时间为 1 分钟。根据问题一中已确定的列

18、车股道分配方案，确定出每个股道上需要列检的车次为。则每个股道上的列检次数满足如下限制：根据列车列检相关工作要求，每列需要列检的车次由一个列检队完成列检任务。则每列需要列检的车次需要满足如下限制： 5.2.2目标分析为了简化模型，设5个列检队共需检45辆车，共有34个车次间隔，以表示第i个列检队在第j个车次间隔内跨股道的数目，则各列检队跨股道数目尽量少可表示为：5.2.3模型求解根据目标规划模型，通过 Matab 仿真顺序寻优求解求得列检工作队的列检安排如下：（表八）通过上图可得：五个作业队能顺利完成跨股道工作，且各工作队最少检 7 辆车，最多检 8 辆。6、 模型的分析与改进6.1 繁忙程度的

19、其他因素在模型一中，如果股道繁忙强度和列车停站频率都相同时，以上两个因素就不能区别出股道繁忙程度，因此需要引入停留时间平均稀疏度这一因素，记为。重新改进的模型为 ， 停留时间平均稀疏度这一因素影响繁忙程度的权重。根据模型一求解方法可得到改进后的繁忙程度以及调整后的方案。6.2 合理分配列检人员的工作量 模型三是针对每个工作队每天工作每天相同的工作也言的，虽然我们的模型结果可使跨股道数较少，但是不能完全消除，依然还是存在列检员的人身安全问题程度的不同。对此我们可做模型的改进，以便使各个队的工作强度尽可能的相同。设计出以下方式：假如第一天，第一工作队工作的任务是A, 第二工作队工作的任务是B,依次

20、类推。第二天的时候，第一工作队工作的任务是B, 依次类推,第五工作队的任务就为A.这样以5天为一个周期，就可以避免各个工作队的工作危险度不同的问题。7、 模型的评价 7.1 模型的优点模型的假设是比较合理科学的，也是与实际相符的。在考虑股道的繁忙程度的时候，我们从股道繁忙强度和列车停站频率以及当上述两因素相同引入停留时间平均稀疏度这一评判因素。在考虑各个股道繁忙程度时候，我们通过计算机模拟来实现这一调度是具有创新性，而且可以适应动态的变化，比如临时增加列车。 普适性，模型给出了火车股道与列检地调配问题,可供其它列车站安排股道列检时参考。模型不仅给出了较优的股道车辆安排，而且还合理的把列检队分配

21、到相应车辆，对于火车站的人员分配有着很大的帮助。 易操作性，一方面，火车可以按照较为固定的路线进入火车站，列检人员容易记住自己的上班时间与要工作的列车，以避免时间混乱错过列车列检。准确性，进行编程时，把大量时间数据都转化成十进制数据，这样就可以用MATLAB准确的把图形描绘出来。 简洁性,模型使用表与图结合,结果清楚,一目了然。7.2 模型的不足之处在考虑列车到站的时间的时候，我们并没有把列车晚点考虑进来，有可能会导致实际操作时引起列检队工作不能按照原定计划正常进行。该模型没有给出客运高峰期的解决方案，无法真实模拟所有的时刻（例如春运，五一、十一黄金周期）。8、 参考文献1 冯杰 主编，数学建

22、模原理与案例，出版地：北京 科学出版社，2007.1。2 谢金星 主编，优化建模LINGO软件，出版地：北京 清华大学出版社，2005.7。 3 张圣勤 主编，MATLAB7.0实用教程，出版地：北京 机械出版社，2006.7。附件一：筛选符合题目的信息徐州站旅客列车时刻表二00七年四月十八日零时实行序号车次运行区间列车种类到发股道停站时分备注1T54/1乌鲁木齐-上海特快1.8701388892.286805556162K596/3乌鲁木齐-南京西快速8:539:015838405杨屯-徐州通勤9:15104K101北京-温州快速9:029:119957062沛屯-徐州普客9:0626K55

23、哈尔滨-上海快速9:109:227127K515长春-上海快速9:289:378985031烟台-徐州普客9:4849K174西宁、兰州-四方快速9:5210:2533310K255包头-宁波快速10:0310:1279117061徐州-沛屯普客10:052121227阜新-上海普客10:0910:20911131554/1太原-连云港东普客10:2110:4081914N392徐州-沧口快速10:455155050连云港东-徐州普客10:5810隔日16T160广州东-四方特快11:3311:54321171034金华西-沈阳北普客12:1212:25513187052连云港东-徐州普客12

24、:219195007济南-徐州普客12:437205001徐州-连云港东普客13:0010215048连云港东-徐州普客13:1210221085济南-乌鲁木齐普客13:3213:4048隔日231088/5连云港东-乌鲁木齐普客13:3213:4048隔日245005徐州-连云港东普客13:428251470徐州-哈尔滨普客13:541265008徐州-济南普客14:04727K15济南-重庆北快速14:2614:3428287064沛屯-徐州普客14:46429K304/1连云港东-广州快速14:4914:571830D32上海-北京动车组15:08331K551哈尔滨-温州快速15:13

25、15:21108321033沈阳北-金华西普客15:2215:3088337051徐州-连云港东普客15:30934Jul-26上海-连云港东普客15:5616:0631035T159四方-广州东特快16:2316:5313036D31北京-上海动车组16:326377063徐州-沛屯普客16:324381066/3汉口-威海普客16:5517:0651139K75吉林-宁波快速16:5616:598340K562南京-徐州快速17:04441N391沧口-徐州快速17:181042K290/1上海-成都快速17:3417:402643K376/7上海-西宁快速17:4117:481744K1

26、6重庆北-济南快速18:1118:192845X238杭州-哈尔滨行包18:1618:3171546K248/5扬州-成都快速18:3118:43412471086乌鲁木齐-济南普客18:3918:4738隔日481086/7乌鲁木齐-连云港东普客18:3918:4738隔日49K108徐州-北京快速18:551508402徐州-杨屯通勤18:559附件二：MATLAB问题（一）MATLAB程序hold on;grid on;axis(0 11 8 20);plot(1,8.22:0.001:8.28,'r-');plot(1,14.49:0.001:14.57,'r-

27、');plot(1,16.23:0.001:16.53,'r-');plot(1,17.41:0.001:17.48,'r-');plot(1,13.24:0.001:13.54,'r-');plot(1,18.25:0.001:18.55,'r-');plot(2,14.26:0.001:14.34,'r.');plot(2,17.34:0.001:17.40,'r.');plot(2,18.11:0.001:18.19,'r.');plot(2,9.25:0.001:10

28、.05,'r.');plot(2,9.06:0.001:9.26,'r.');plot(3,9.52:0.001:10.25,'r.');plot(3,11.33:0.001:11.54,'r.');plot(3,15.56:0.001:16.06,'r.');plot(3,18.39:0.001:18.47,'r.');plot(3,18.39:0.001:18.47,'r.');plot(3,15.08:0.001:15.08,'r.');plot(4,13.32

29、:0.001:13.40,'r.');plot(4,13.32:0.001:13.40,'r.');plot(4,18.31:0.001:18.43,'r.');plot(4,16.02:0.001:16.32,'r.');plot(4,9.48:0.001:10.08,'r.');plot(4,14.46:0.001:15.06,'r.');plot(4,17.04:0.001:17.24,'r.');plot(5,8.53:0.001:9.01,'r.');plo

30、t(5,12.12:0.001:12.25,'r.');plot(5,16.55:0.001:17.06,'r.');plot(5,10.15:0.001:10.45,'r.');plot(6,16.32:0.001:16.32,'r.');plot(7,9.10:0.001:9.22,'r.');plot(7,10.03:0.001:10.12,'r.');plot(7,18.16:0.001:18.31,'r.');plot(7,13.34:0.001:14.04,'r.

31、');plot(7,12.43:0.001:13.03,'r.');plot(8,9.28:0.001:9.37,'r.');plot(8,10.21:0.001:10.40,'r.');plot(8,15.22:0.001:15.30,'r.');plot(8,16.56:0.001:16.69,'r.');plot(8,13.12:0.001:13.42,'r.');plot(9,9.02:0.001:9.11,'r.');plot(9,10.09:0.001:10.20

32、,'r.');plot(9,15.00:0.001:15.30,'r.');plot(9,18.25:0.001:18.55,'r.');plot(9,12.21:0.001:12.41,'r.');plot(10,15.13:0.001:15.21,'r.');plot(10,12.30:0.001:13.0,'r.');plot(10,9.15:0.001:9.35,'r.');plot(10,10.58:0.001:11.18,'r.');plot(10,13.

33、12:0.001:13.32,'r.')plot(10,17.18:0.001:17.38,'r.');图（二）：hold on;grid on;xlabel(“x”);ylabel(“y”);axis(0 11 8 20);plot(1,8.22:0.01:8.28,'r.');plot(1,9.52:0.01:10.25,'r.');plot(1,12.30:0.01:13.00,'r.');plot(1,14.49:0.01:14.57,'r.');plot(1,17.04:0.01:17.2

34、4,'r.');plot(1,18.39:0.01:18.47,'r.');plot(2,8.53:0.01:9.01,'r.');plot(2,10.03:0.01:10.12,'r.');plot(2,12.43:0.01:13.03,'r.');plot(2,15.00:0.01:15.30,'r.');plot(2,17.18:0.01:17.38,'r.');plot(3,9.02:0.001:9.11,'r.');plot(3,10.09:0.001:10

35、.20,'r.');plot(3,13.12:0.001:13.42,'r.');plot(3,15.13:0.001:15.21,'r.');plot(3,17.34:0.001:17.40,'r.');plot(4,9.06:0.01:9.26,'r.');plot(4,10.15:0.01:10.45,'r.');plot(4,13.12:0.01:14.32,'r.');plot(4,15.22:0.01:15.30,'r.');plot(4,17.41:0.

36、01:17.48,'r.');plot(5,9.10:0.01:9.22,'r.');plot(5,10.21:0.01:10.40,'r.');plot(5,13.24:0.01:13.54,'r.');plot(5,15.56:0.01:16.06,'r.');plot(5,18.11:0.01:18.19,'r.');plot(6,15.08:0.01:15.08,'r.');plot(6,16.32:0.01:16.32,'r.');plot(7,9.15:0

37、.01:9.35,'r.');plot(7,10.58:0.01:11.18,'r.');plot(7,13.32:0.01:13.40,'r.');plot(7,16.02:0.01:16.32,'r.');plot(7,18.16:0.01:18.31,'r.');plot(8,9.28:0.01:9.37,'r.');plot(8,11.33:0.01:11.54,'r.');plot(8,13.34:0.01:14.04,'r.');plot(8,16.23:

38、0.01:16.53,'r.');plot(8,18.25:0.01:18.55,'r.');plot(9,9.35:0.01:10.05,'r.');plot(9,12.12:0.01:12.25,'r.');plot(9,14.26:0.01:14.34,'r.');plot(9,16.55:0.01:17.06,'r.');plot(9,18.25:0.01:18.55,'r.');plot(10,9.48:0.01:10.08,'r.');plot(10,12

39、.21:0.01:12.41,'r.');plot(10,14.46:0.01:15.06,'r.');plot(10,16.56:0.01:16.59,'r.');plot(10,18.31:0.01:18.43,'r.');附录三：Lingo程序MODEL:SETS:TRAIN/1.35/:P,Q,W;JOB/1.5/:;JOB_TRAIN(JOB,TRAIN):F;ENDSETSDATA:W=1,2,3,5,8,9,2,3,1,5,4,8,9,1,7,3,5,8,9,1,3,4,2,5,7,8,9,3,4,5,7,10,1,

40、8,9;Q=8.28,9.01,9.11,9.22,9.37,10.05,10.12,10.20,10.25,10.40,10.45,11.54,12.25,13.00,13.40，13.42,13.54,14.04,14.34,14.57,15.21,15.30,15.30,16.06,16.32,16.53,17.06,17.40,17.48,18.19,18.31； 18.43,18.47,18.55,18.55;P=8.22,8.53,9.02,9.10,9.28,9.35,10.03,10.09,9.52,10.21,10.15,11.33,12.12,12.3,13.32,13.12,13.24,13.34,14.26,14.49,15.13,15.22,15.00,15.56,16.02,16.23,16.55,17.34,17.41,18.11,18.16,18.31,18