机场的出租车问题选择决策模型 收益状况 排队模型 SPSS

机场的出租车问题摘要由于机场所需空间较大，一般建立在较偏远的地方。这给出租车司机和乘客都带来了一定的困扰。本文通过建立数学模型，对提出的四个问题作出相应的解答或提出合理化建议。针对问题一,对于出租车司机是否应该在机场等待乘客，我们建立了以不同选择下的收益状况为指标的选择决策模型给出司机的选择策略。将收益状分为：在机场等待的收益状况和返回市区的收益状况，通过比较得出最终的结果。针对问题二，以北京首都机场为例，我们收集了其在2017年1月1日一天内的到港航班数，该日的进站人数及出站人数，利用SPSS求出平均每小时在首都机场降落的航班数，再以此计算出出租车的等待时间。通过上题的决策模型将相应的数据代入，得出当日在机场等待的收益为，返回市区的收益为，得，该日在机场等待的收益要大于返回市区的收益，故出租车司机应选择在机场等待接送乘客。针对问题三：合理安排出租车与乘客，保证车辆和乘客安全的情况之下，使总的乘车率最低，通过查阅大量首都机场出租车站台数据，分析不利因素,建立排队模型，引入交通强度，车站服务率，有效车位数等概念，带入所引数据，分析比较关系，选出最优的上车点。针对问题四：由出租车收益与载客里程的关系，给予优先权，使出租车收益尽量均衡，找出最佳方案，通过出租车系统GPS数据与机场出租车站的功能区域给出分类情况，在建立亏损模型，选出优先权的车辆并给出排队，使出租车收益均衡。关键字：机场的出租车问题选择决策模型收益状况排队模型SPSS一、问题重述出租车是市区内主要交通工具之一，不论是市区载客还是去往车站接待乘客，对于人们的出行都很方便快捷。然而就机场送客问题，出租车司机会有两种不同的接客选择，即两种不同的收益方式引发关注和讨论。选择方式：（A）前往到达区排队等待载客返回市区。出租车必须依照规定到指定的“蓄车池”排队等候，依“先来后到”排队次序进场载客，等待时间长短取决于排队出租车和乘客的数量多少，需要付出一定的时间。（B）放弃到达排队区等候空车直接返回市区拉客。出租车司机会付出一定的空载费用和可能损失潜在的载客收益，但也可以通过在市区拉客的数量来获取收益。在某段时间内抵达的航班数量和“蓄车池”里已有的车辆数是司机可观测到的确定信息。通常司机的决策与其个人的工作阅历和经验有关，比如在某个季节与某时间段抵达航班的多少和可能乘客数量的多寡等。如果其中部分乘客为了快捷方便选择“打车”就要到指定的“乘车区”排队等候，按照排队的次序依次乘车离去。机场出租车管理人员放行出租车，同时安排与之数量匹配的乘客上车。然而在实际生活中，司机的决策也会受到不同的因素影响，各因素之间的关联性不尽相同，产生结果也会不同。就出租车司机的不同选择方案进行研究分析，尝试解决以下问题：（1）分析出租车司机的决策会受到哪些因素的影响，通过考虑机场乘客数量的变化以及司机的收益情况，建立相应的决策模型，得出司机的选择策略。（2）通过收集某一机场和该城市出租车运营收费相关数据，经过分析，给出到达机场后出租车司机的选择方案，并分析该模型的合理性以及数据的相关性。（3）在实际生活中，位于站点附近会出现乘客等待出租车和出租车排队等待载客现象发生。现在某机场站点附近有两条并行车道，机场管理部门应如何设置“上车点”来协调两者关系，在保证两者安全的情况下，实现乘车效率的最大化。（4）出租车的收益除与载客数量有关外，还与乘客到达的目的地路程长短有关，对于路程较短的乘客，司机无法选择拒载，但是会允许其多次往返载客。现机场管理部门为尽量均衡出租车司机收益，对于路程较短的司机给予一些“优先权”，试分析问题，给出一条可行的安排方案。二、模型假设1.假设收集的数据全都真实可靠；2．假设司机和乘客都服从交通规定；3.假设司机在所设定的时间内工作。4.假设机场出租车站符合所选的情况；三、变量说明机场乘客数量机场蓄车场排队车辆从机场接到乘客去市区的收益在市区单位时间收益出租车司机的工作周期从机场到市区所需时间在机场的等待时间司机在机场等待的收益状况司机选择返回市区的收益状况单位时间内车辆到达的个数单位时间内一个停车位服务的出租车数量每辆车的平均服务时间交通强度出租车的停车位数量停车靠站的道路数排队系统中的平均车辆排队系统的稳定性指标道路上没车的概率道路上有车的概率行驶的路程路程花费时间亏损程度四、问题分析4.1问题一的分析题目要求建立出租车司机选择决策模型，给出司机的选择策略。通过分析研究大量资料可以知道出租车司机的决策与所在地区的时间；在机场等候并且接到乘客，消耗时间成本；放空返回市区拉客并且接到乘客，消耗空载成本；人送到机场，并直接接人回去，节省时间，没有空载；直接去市区接更多的单子，把空载的钱赚回来等方面有关。通过上述方面分析司机的成本，并给出决策使司机做出最优的选择。4.2问题二的分析题目要求收集某一机场及所在的城市的相关出租车的相关数据，分析司机的选择方案，并研究模型的合理性与对相关因素的依赖性，我们以首都机场2017年一月一日与一整年为例。根据首都机场的进出口人数的差值和当天的车流量，通过，的关系进行比较，进而给出出司机选择的路线，并通过SPSS软件分析模型的合理性和对相关因素的依赖性。4.3问题三的分析题目要求选取合适的上车点，合理的安排出租车和乘客，在保证车和乘客安全的前提之下，并且提高乘车效率。结合题目，通过查量大量资料，我们选取首都机场附近的出租车站停靠点，通过分析找出此出租车站的不利因素并给出合理改正方法，再根据排队论模型进行分析说明改正之后的合理之处，选取最佳的上车点。4.4问题四的分析机场的出租车收益与载客的行驶里程有着直接的关系，行驶的距离越远，司机的收益越高，行驶的距离越近，司机的收益越低，出租车司机不能因为乘客很近的行驶距离而拒绝接待乘客，但是机场内部管理人员可以根据司机行驶距离的远近而允许出租车多次返航，通过在出租车上安装GPS系统并结合互联网的数据分析，以机场为中心，选择合适的距离，判断长途与短途，并做出安排方案。五、模型的建立与求解5.1建立出租车司机选择决策模型，并给出司机的选择策略5.1.1描绘出2017年的首都机场客运量与时间的关系图，通过关系图中，得出他们之间的关系，简略选出司机的选择方案。5.1.2根据问题一所述情况，由分析可得，设机场乘客数量为，飞机总航班数，机场蓄车场排队车辆为，从机场接到乘客去市区可获利，在市区单位时间可获利，出租车司机的工作周期为，从机场到市区所需时间为，在机场的等待时间为。即当出租车数量增大时，在机场所需排队时间加长，机场乘客增大时，所需排队时间减少，其等待时间与乘客数量成反比，与蓄车场出租车数量成正比。当时，出租车司机应直接放空返回市区拉客，不然不仅会浪费等待时间，还得付出空载费用和可能损失潜在的载客收益。当时，出租车司机可以选择等待或者返回市区1,：在机场等待时的收益：2：不在机场等候时的收益：3：再对两种情况进行比较，最终的结果为根据实际的数据求出可得出司机应该如何决策。5.2收集国内某一机场及所处城市出租车的相关数据，给出方案，并分析模型的合理性和对相关因素的依赖性。图一如上图所示，在2017年，每月的客运量都随着时间的增长而增长。在理想状态下，司机的载客量应该随着时间的增长而增长，收益不断增加。从全局来看司机无论是选择去机场等候并接待乘客，或者空载去市区接载乘客，收入都会随着时间的增加而增加。表一2017年一月一日首都机场数据航站楼检测日期进站人数出站人数进出口人数差值T32017/1/10:0036755497-1822T32017/1/11:0010002649-1646T32017/1/12:004072150-1743T32017/1/13:00941890-1796T32017/1/14:0063621T32017/1/15:0094129-35T32017/1/16:00250336-86T32017/1/17:00750931-181T32017/1/18:00344622-278T32017/1/19:007601100-340T32017/1/110:0011251587-462T32017/1/111:0032193738-519T32017/1/112:0037124349-637T32017/1/113:0033144047-733T31900/1/114:0029383794-856T32017/1/115:0035104466-956T32017/1/116:0039405085-1145T32017/1/117:0036564891-1235T32017/1/118:0035004448-948T32017/1/119:0033754536-1161T32017/1/120:0030904775-1469T32017/1/121:0030004685-1685T32017/1/122:0033255150-1825T32017/1/123:0036705511-1841如上表所示，反应2017年一月一日首都机场T3航站楼的人口进出情况，通过此表的数据，我们可以得到不同时刻人数的情况。图二（一）如上图，表明一天中的客流量数。图三如上图所示，不同时刻中到港的飞机班数不同，通过计算单位时间内飞机到港的间隔时间获得司机等待的时间。该日的乘客数量，机场蓄车场的出租车数量为，从首都机场到市区所需时间为，从机场接客的收益，在市区单位时间内的收益为，假设出租车司机的工作周期。司机选择在机场等待司机返回市区接待乘客故，出租车司机在机场等待能够获得更多的收益。通过SPSS对数据分析可得描述性统计量均值标准差N进站人数2200.45831514.4191324出站人数3184.50001894.4571624相关性进站人数出站人数进站人数Pearson相关性1.951**显著性（双侧）.000N2424出站人数Pearson相关性.951**1显著性（双侧）.000N2424**.在.01水平（双侧）上显著相关。由相关性分析可知进入的人数与离开的人数紧密联系，显著相关。所选数据联系紧密，相互依赖模型通过对机场实际数据分析得出，通过比较收益状况进行选择决策，符合了出租车司机以利益为首要目标的要求，模型建立较为合理。对于其相关依赖因素，司机决定是否在机场等待主要由排队时间决定，而排队时间取决于机场的乘客数量和同期排队的出租车数量。5.3通过建立排队论模型，根据所查资料，在保证出租车与乘客安全的情况之下，选取合适的“上车点”，使总的乘车效率最高。图四改造之前的道路情况如上图所示，表现出首都机场外出租车站的道路所在情况。其中A出租车站，B出租车站，C出租车站，D出租车站，在两条并行车道的一侧，乘客离开机场进入如箭头所示的道路，乘客可以任意的选择出租车站，每辆出租车从1号或者2号道路进入出租车站台，并且从1号或者2号使离站台，也可以转向使进带有斜线道路并且从3号道路使离出租车站台。通过查阅数据可以知道，首都的候车站台共有4组，有2条的出租车排队车道。还有一条的行驶车道，首都机场每天平均的发车量有7000至9000次，在非高峰阶段的发出量为每分钟大约6辆次，但是在高峰阶段的发布量为非高峰阶段的3倍左右，约20辆。如图三所示并结合实际的情况，大多数的人们从机场出来会进入A出租车站和B出租车站，在C出租车站和D出租车站等车的人数概率远低于A出租车站和B出租车站，当处于人流量高峰的阶段时，人们在A出租车站与B出租车站等出租车时，会造成人员的拥挤，出租车C，D站台不能合理的分配人数，并且当出租车在A和B站台停下时会也会造成A,B段处道路的拥挤，不利于后面车辆的正常行驶。当出租车被管理人员分配到C出租车站和D出租车站处，有可弄会因为车辆位置的分配不加使司机空等客人，浪费司机的等候时间，造成资源的浪费。由此可见，对与首都机场的出租车站台的处理最好的方法是减少出租车站台在同一侧的分布概率，增加出租车的排车车道。通过查阅资料可以得到常见的出租车，公交车一体化的编制依据为CJJ37-1990城市道路设计规范，GB50220-1990城市道路交通规划设计规范，CJJ15-1987城市公共交通站，场，厂设计规范（二）等编制依据，以及公交车停靠站，出租车停靠站，港湾式停靠站，浅港湾式停靠站，深港湾式停靠站，非湾式停靠站（二）等专业术语。表二出租车站设置类型与条件表设置条件设置类型高峰小时上车人数小于250或停靠线小于3条非港湾式停靠线路条数超过5条港湾式高峰小时上车人数大于500港湾式在没有公交专用道的道路上，饱和度大于0.6港湾式流量大于60，且车辆饱和度大于0.6港湾式停靠路线大于16或乘车人数超过1600深湾式结合上表所示设置类型与设置条件的关系并结合首都机场实际的数据，该选择港湾式设计。图五改造后的道路情况如上图所示，表现出新建立的出租车停靠情况。从最初的的A出租车站台，B出租车站台，C出租车站台，D出租车站台改为了如图所示的A出租车站台，B出租车站台，C出租车站台，降低了出租车站的建设成本。从原来的只有1条出租车停靠道路变为了3条出租车停靠道路，极大的增大了乘客了选择路径。而乘客可以通过带有斜线的道路进入出租车C站(车辆不能接触斜线)，极大的确保乘客们的安全，其中C出租车站与B出租车和A出租车站的距离为300m（出租车站台的基本最近距离），极大的增加了乘客们对出租车C站的选择，不会出现只选择A站与B站造成交通拥挤的现象。根据排队论模型进行分析，顾客来源在一定范围之内，排队规则按照先到先服务的原则，出租车到站的随机概率很大，出租车辆到达近似服从泊松分布，通过数据观察首都机场出租车的平均时间差别不大，可是为每个停车位的平均服务时间相同。通过排队论计算出出租车站点的设置是否合理。令为单位时间内车辆到达的个数。为单位时间内一个停车位服务的出租车数量。则为每辆车的平均服务时间为交通强度为出租车的停车位数量。为停车靠站的道路数。为排队系统中的平均车辆。所在排队系统的稳定性指标道路上没有车辆的概率为：系统中有车的概率为：排队系统中的平均车辆数平均排队的长度为：通过数据查阅可知对于出租车排队系统而言当时，系统是稳定的，停车位可以满足交通流量的要求，等候排队的车辆将会一次进入停车位，不会造成大阻塞。道路上没有出租车的概率为0.0747663551401；道路上有一辆车的概率为0.1682242990652道路上有两辆车的概率为0.1892523364483道路上有两辆车的概率为0.1419392523362所以排队系统中的平均车辆数为平均排队的长度为：表三，首都机场出租车站车位利用效率停车位数直线式停靠站港湾式停靠站利用效率有效车位数利用效率有效车位数3602.45752.6由上表显示，当选择港湾式停靠站时，停车位数为3的车位利用效率为0.75，有效车位为2.6由所以改进后的出租车站的排队系统中没有无效的停车位，不会发生车辆与人员拥挤的情况，有图五所示的港湾式停靠站改进方法可以满足出租车流量的要求，又因为出租车站A与出租车站B到出租车站C的距离为最近的站台停靠距离，所以经过这样的改造后能够确保车辆和乘客安全的情况之下，提高出租车站的乘车效率。5.4机场出租车载客收益与载客的行驶路程有关，由路程远近的不同造成收益的不同，为使出租车收益尽量均衡，给出一个可行的优先方案。首先由机场管理人员与司机进行协商，并在装配公司的的配合下装配好GPS。GPS数据可以反映出租车的行驶路线与司机的动态分布情况。根据数据并结合查阅资料，以机场为中心，选取短途与长途的距离。并判断是否需要给与“优先权”。每个机场的出租车停车区域都是一个特殊的区域，具有占地面积大，出租车流量大，车位多等特点。在机场排队过程中，需要经过蓄车区，缓冲区，接待区。在机场接待区中设置拍照区域，此拍照区域将会记录司机载客离开的详细数据，如车牌号，离开时间等，并将数据传输到缓冲区的数据接收处。当出租车再次驶回机场时，经过蓄车区的出租车种类与型号的分配，驶进缓冲区，当出租车驶进缓冲区会触发摄像头对车量进行识别如：车牌，种类等。系统内部会对出租车辆的GPS数据进行分析，如果两者的时间差很小或者距离差很小，可以判断出租车行驶路程短，收益小，并给与“优先权”，即可以优先进入接待区接待乘客，驶离机场。如果两者的时间差很大或者距离差很大，可以判断出租车行驶路程长，收益大，即放弃给予优先权，在缓冲区中排队等候接待乘客。当判断出租车行驶是否远途或者近途，给予优先权，并且将有优先权的车辆与没有优先权的车辆进行分离，设置参数，令行驶的路程为，所用时间为，为亏损程度，因为出租车载客收益与载客的行驶路程和行驶的时间有关，当出租车的收益越低，亏损程度越大，收益越大，无损程度越小。通过上述分析情况建立亏损模型，通过数据分别在有优先权的车辆与没有优先权的车辆中进行计算，在有优先权的车辆中，如果越小，说明亏损越大，应排在前面。在没有优先权的车辆中，如果越大，说明亏损越小，应排在后面。图6上海浦东机场一天4000辆车的GPS图与上海市全天的出租车GPS分布情况【四】由上图可知出租车的GPS基本分布在市中心左右，说明出租车运动的平均路线长度为市中心的直径左右。通过查阅数据可知：机场出租车短途载距调查，20公里以下不拉【五】。图七上海浦东机场的书租车路线图图八上海浦东机场的发车量检测图如上图所示，在这一天中16：00的发车率率最高有上述情况可知，当出租车的载客行驶距离在20公里以内可以选择不拉可，那么以20公里为分界线，通过出租车GPS数据系统，将行驶距离20公里以内给与优先权，20公里以外不给予优先权。出租车的平均行驶速度为40km/h，当以20公里计算所需时间为0.5小时，由亏损模型求得，因此司机的亏损值比10越小，进入接待区的时间约短，否则越长。六、模型评价优点：1、选择决策模型根据真实数据得出的模型，在一定程度上给出较为精准的选择决策。2、排队论模型与实际联系紧密，结合问题分析，使模型更贴近现实，通用性，推广性强。3、模型对样本无严格要求，使用较为方便。缺点：1、将问题理想化，忽略了现实因素的影响，可能导致结果出现一定误差。2、选择决策模型考虑因素过于片面，有较多影响因素未考虑，功能单一。3、需要处理数据较多，过程较为复杂。4、所拥有资料较少，没有足够的实际数据作为支撑。七、参考文献林思睿.机场出租车运力需求预测技术研究[D].电子科技大学,2018./view/7cd3f9ba951ea76e58fafab069dc5022aaea463d.html公交车，出租车停靠站设计//KXReader/Detail?TIMESTAMP=637040749497506250&DBCODE=CJFQ&TABLEName=CJFDPREP&FileName=CXZK201907034&RESULT=1&SIGN=bpkpJu4GIpw5PWnavmKVQYjf77A%3d/Result.aspx?n=%E4%B8%8A%E6%B5%B7%E5%87%BA%E7%A7%9F%E8%BD%A6CNKI学术知识图片库。/p-53441026183.html八附录北京首都机场T3航站楼北京首都机场出租车站的道路图2017年一月一日首都机场T3航空楼进出口人数差值航站楼时间进出口人数差值T32017/1/100:00-1822T32017/1/101:00-1646T32017/1/102:00-1743T32017/