基于排队论算法的机场出租车策略分析--中国期刊网

字体：大中小

首页> 原创作品> 正文

基于排队论算法的机场出租车策略分析

发表时间：2020/7/3 来源：《基层建设》2020年第6期作者：唐健席禹

[导读] 摘要：随着社会科技经济的发展，乘坐飞机出行已变得愈加普遍，而出租车作为与之配套最重要的交通衔接之一对服务效率与质量有着深远影响。

        南华大学核科学技术学院湖南省衡阳市 421299
        摘要：随着社会科技经济的发展，乘坐飞机出行已变得愈加普遍，而出租车作为与之配套最重要的交通衔接之一对服务效率与质量有着深远影响。
        针对问题一，本文考虑以出租车收益为目标选择前往机场接客还是返回市区接客进行决策，引入等候成本与机会成本的概念，建立了比较机会成本与等候成本的大小进行决策的数学模型针对问题二，选取较大样本容量进行分析，本文选取上海浦东国际机场作为研究对象，查阅相关出租车数据，进港流量以及乘客目的地离机场距离分布等数据对问题一所建立的模型进行检验可得：日进港乘坐出租车人数约为1.2万人，一共需要约1200辆出租车，与所查到的实际需要1154辆出租车基本相相等。随机抽取10辆出租车作为样本对所取数据进行显著性检验，可得出租车司机决策跟本文所取因素人流量与行驶距离有较强依赖性。
        针对问题三，若双并行道都设置服务台，则已完成接客的出租车无法离开，故本文提出的策略是将单向双并行道其中一条车道设置服务台，另一条道方便已载满乘客的出租车先离开，排队等待服务的领头车处于最后一个服务台(正在进行服务的出租车)之后, 故建立了基于排队论的多服务台单队列(M/M/C/^/^/FCFS)优化模型，并定义通行效率为排队系统中的出租车平均等待时间，以浦东机场为例，通过查阅相关数据所得数据对模型进行求解，得出服务台数为5或6时平均等待时间最短，即最短平均等待时间为15.727s或14.643s,与实际情况基本相符合。
        针对问题四，为给出合理的优先安排方案，本文引入了收益差与时间差的定义，要使收益均衡，即使前两者尽可能趋近于0,在此基础上得到短程限为22.5335公里，每辆车每天最大使用特权次数为两次的结论。
        关键词：机会成本；等候成本；Origin ；排队论；多服务台单队列模型
        1问题重述
        由于大多数乘坐飞机的旅客在到达机场后离开时选择出租车为交通工具，故送客至机场的出租车司机有两个选择：
        (a)到指定的地点以先到先服务的规则排队等待载客，等待时间取决于乘客数量以及排队的出租车数量多少，需付出一定时间成本；
        (b)空载返回市区拉客，出租车司机可能会付出空载费用以及可能损失潜在利益。
        已知一段时间内到达的航班数目以及排队中的出租车数量均可精确观测到，司机的选择与其的经验判断有关。请结合实际情况，完成以下问题：
        (1)分析影响司机决策的机理，考虑乘客数量的变化规律和出租车司机的收益，建立出租车司机选择决策模型，并给出司机的选择策略。
        (2)查阅内国某机场相关数据，给出方案并分析模型的合理性和对相关因素的依赖性。
        (3)在机场出租车资源分配不合理的情况下会出现人等车或者车等人的情况，某机场上客区有两条单向并行车道，请合理设置上客点使总的乘车效率最高。
        (4)已知机场出租车无法选择乘客和拒载，为使长程出租车与短程出租车收益尽可能相等，请给出一个合理的最优方案。
        2背景与分析
        由于人们生活水平的提高，乘坐飞机出行也愈加的平民化，在人们到达机场离港时由于存在公共交通资源分布不均匀等原因山，大多数旅客选择出租车作为主要的离港交通工具，因而对相应的公共交通的时效性与便捷性要求愈来愈高。
        由于机场存在旅客数量大、旅客离港时间分布不均匀、时效性强、排队等候时间较长，同时送客到机场的出租车亦可进行双向选择等特点，因此优化调度机场出租车司机决策问题具有重要实际意义。

期刊文章分类查询,尽在期刊图书馆

        针对问题一考虑影响司机决策的主要因素主要是成本和收益，这两大因素主要有出租车在机场排队等待接客时间、返回市区(邻近)地区接客的收入、旅客的到达目的地与机场的距离、每公里平均燃油费等。出租车司机的选择策略即为比较机会成本与等候成本之间的大小。针对问题一，本文建立了基于经济学领域的收益最大化，风险最低化思想的出租车司机决策模型，并针对问题二将所查阅到的相关数据对模型进行检验。
        针对问题三，由于通用的单向单点式排队系统存在等待时间长，补位效率低，且存在相当的安全隐患问题，本文将两个单向并行车道设置为单车道出租车上客，单车道排队, 相较于同车道排队上客而言，已结束上客的出租车可通过另外一个车道离开，这样就大大降低了等待时间，从而提高了乘客上车效率。在此基础上建立了基于排队论算法的优化模型，并查阅相关数据代入模型可求解出最佳方案。
        针对问题四，本文引入了收益差、时间差与短程限的定义，由于出租车收费标准均相同，要使收益尽量均衡，即使收益差尽可能的小，由于出租车一天的运营时间均相同，故同时使得时间差尽可能的小，结合所查阅到的数据代入上述约束条件即可求解出相关数据以及最终方案。
        6模型的推评价
        6.1模型的优缺点
        1.优点
        (1)在求解第一问时以利益为导向，引入了机会成本与等待成本的概念，可以更准确的作出决策判断；
        (2)模型二建立了基于排队论算法的优化模型，可以较好地模拟出排队现象，可得到较为合理的安排方案；
        (3)在求)第四问时本文将问题转化为求解几个非,性约束的最优)，可得到较为准确的解析)；
        2.缺点
        (1)在问题一中为了模型的简化，忽略了排队等候过程中的费用，实际情况为等待过程中存在费用支出，但占比较低；
        (2)求解问题三时视出租车容量为无限大，实际情况为有限大，但相对于人流量而言, 在求解过程中会导致一定的彳H差。
        6.2模型的改进
        在求解问题三时，没有考虑人流量大小以及蓄车池容量大小，这在一定情况下会导致模型的稳定性降低，若要提高模型的精度，应该将出租车蓄车池上限考虑进去。
        6.3模型的推广
        MC本文建立的数学模型简单实验，与实际机场中的出租车问题基本符合，但模型还有待一步改进，如考虑机场设置蓄车池，则可利用排队论中多服务台单队列有限容量(M/M/C/^/N/FCFS)的数学模型。
        参考文献
        [1]颜超.上海市枢纽化场陆侧公共交通管理研究-以浦东国际机场为例[D].华东师范大学 2015
        [2]飞常准.上海浦东机场报告[EB/OL].[2019-9-14].http:〃www.airportse.cn.
        [3]解放日报.浦东机场运用大数据解决困扰多年的机场打车难[EB/OL].[2019-9- 14].http://www.shanghai.gov.cn
        [4]柳伍).交通枢纽出租车车道边通行能力仿真研究[J].计算机仿真，2012(4),45-54.
        [5]孙健.基于排队论的单车道出租车上客系统建模与仿真[J].系统仿真学报, 2017(5),345-356.
        [6]王宇.基于公共交通大数据的上海市民[D].山东师范大学，2018.
        [7]姜启源.数学模型[M]，第四版.高等教育出版社，2018