机场出租车的司机决策与管理优化研究

StatisticsandApplication统计学与应用,2020,9(1),7-18PublishedOnlineFebruary2020inHans.://doi.org/10.12677/sa.2020.91002文章引用:李睿谦,操雨霏,刘志鹏.机场出租车的司机决策与管理优化研究[J].统计学与应用,2020,9(1):7-18.DOI:10.12677/sa.2020.91002StudyonDriverDecisionandManagementOptimizationofAirportTaxiRuiqianLi,YufeiCao,ZhipengLiuXidianUniversity,Xi’anShaanxiReceived:Dec.11th,2019;accepted:Dec.26th,2019;published:Jan.2nd,2020AbstractInordertorealizethescientificdispatchingofairporttaxisandbalancetherevenueoflong-distanceandshort-distancetaxis.AccordingtothedailydatareleasedbythemonitoringandoperationcenterofCAAC,thispaperestablishesapredictionmodelofthepassengervolumeinthetaxisto-ragepooloftheairport.Furthermore,basedonthepsychologyoftaxidrivers,thepaperestab-lishesadeterministicdecision-makingmodelofwhetherdriverschoosetowaitornot.Concerningabouttheanalysisofthedependenceofthedecisionmodel,wefindthatthedecision-makingofnightdriversismoredependentonthenumberofflightsinthenearperiod,whilethatofdaydriversismoredependentonthenumberoftaxisqueuinginthecarstoragepool.Basedontheobjectiveprogrammingmodel,apriorityarrangementschemeforairportshort-distancedriversisproposed.Thisschemewillimprovethecurrentsituationofincomedifferencebetweenlongandshort-distancepassengersandhelpshort-distancepassengersavoidtheriskofbeing“re-jected”andbeingtreatedunfairly.KeywordsDeterministicDecision,ExpectedRevenue,DependencyAnalysis,GoalProgramming,PriorityRight机场出租车的司机决策与管理优化研究李睿谦，操雨霏，刘志鹏西安电子科技大学，陕西西安收稿日期：2019年12月11日；录用日期：2019年12月26日；发布日期：2020年1月2日李睿谦等DOI:10.12677/sa.2020.910028统计学与应用摘要为实现机场出租车的科学调度，同时均衡长途载客与短途载客的出租车收益。论文依据民航局监控运行中心发布的日数据，建立了机场出租车乘车区客流量的预测模型。进一步基于出租车司机的决策心理，建立了司机选择是否等待的确定性决策模型。通过对决策模型的依赖性分析，可以发现：夜间司机的决策对临近时间段的航班数依赖性较大；白天司机的决策对蓄车池排队的出租车数依赖性较大。基于目标规划模型提出了针对机场短途载客司机的优先权安排方案。此方案将改善机场长短途载客的收入差异现状，帮助短途乘客规避被“挑客”的不公布待遇的风险。关键词确定性决策，期望收益，依赖性分析，目标规划，优先权Copyright©2020byauthor(s)andHansPublishersInc.ThisworkislicensedundertheCreativeCommonsAttributionInternationalLicense(CCBY).引言大多数乘客下飞机后要去市区或周边的目的地。作为主要交通工具之一的出租车是不二选择。如果乘客在下飞机后想“打车”，就要到指定的“乘车区”排队，按先后顺序乘车。而送客到机场的出租车司机也将会面临两个选择：一个选择是前往到达区指定的“蓄车池”排队等候，依“先来后到”排队进场载客返回市区；另一种是出租车司机直接放空返回市区拉客。这两种选择各有利弊：前者会产生一定的等待时间作为时间成本，而这段时间的长短取决于排队出租车和乘客的数量多少；后者使得出租车司机付出空载费用，也可能损失潜在的载客收益。通常司机的决策与其个人的经验判断有关，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。在实际中，还有很多影响出租车司机决策的确定和不确定因素，其关联关系各异，影响效果也不尽相同。针对上述国内大部分机场存在的问题，以浦东机场为例，建立模型研究以下两个问题：1)分析研究与出租车司机决策相关因素的影响机理，综合考虑机场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)机场的出租车载客收益与载客的行驶里程有关，乘客的目的地有远有近，出租车司机不能选择乘客和拒载，但允许出租车多次往返载客。如果给对某些短途载客再次返回的出租车给予一定的“优先权”，可以使得出租车的收益尽量均衡。本文试给出一个可行的“优先权”安排方案。2.问题的剖析与思路建立2.1.问题一的分析问题一目的在于建立出租车司机选择决策模型，即确定决策系统的行动空间、状态空间与决策函数。首先需要分析司机的决策心理，并结合实际，确定影响司机决策的重要信息，如环境变量。其次按照司机决策的流程，分析司机决策的机理，这需要研究机场乘客人数的变化规律。在给出策略时，司机最主要的决策目标是使收益最大化，因而需要给出不同选择下的期望收益的表达式。选择策略的实质是选择OpenAccess李睿谦等DOI:10.12677/sa.2020.910029统计学与应用期望收益更大的方案。以上海浦东国际机场为例，将相关数据代入已经建立的通用决策模型中，可以得到上海浦东机场出租车司机的选择策略。对相关因素依赖性的分析考虑当只改变某一影响因素时，对司机决策结果影响程度。2.2.问题二的分析问题二要求在出租车司机不能选择乘客和拒载的前提下，制定一个给予运载短途乘客的司机“优先权”的方案，且使得各出租车收益较均衡。试考虑建立一个收益均方差最小化的优化模型，使得在指定“优先权”方案下，各司机收益的均方差最小。同时，考虑到司机不可能多次反复获得优先权，应设定一个司机可以获得优先权次数的最大值。2.3.模型的假设1)假设出租车司机均为理性人，在知道不同方案预期收益时，会选择收益更大的方案。2)各出租车间的载人盈利情况相互独立，互不影响。3)忽略司机在蓄车池排队时低速移动的油耗费用。4)在某时间段抵达的航班数量和“蓄车池”里已有的车辆数是司机可观测到的确定信息。2.4.符号说明为了便于模型的建立与过程的表述，有如下规定(见表1)。Table1.Thesymbols表1.符号符号说明ro单位里程支出ri单位里程收入np(t)t分钟的客流量E(w1)司机选择直接回市区载客的期望收益E(w2)司机选择蓄车池排队等候的期望收益p出租车在市区的空载率3.出租车司机的决策方案3.1.决策系统与选择策略当司机将乘客从市区载至机场送客区后，面临一个决策，决策的行动空间A包括两种行动，分别为：12:,:,aa等待即前往蓄池排等候不等即直接回到从场市车队机区。司机作出决策的目标是为了取得更大的收益，不同行动的收益即为决策的结果，收益函数即为决策函数。在一天之中，司机可能只进行一次决策，也可能作出多次这样的决策。本文中，认为司机的每一次决策相互独立，因此只对单一的一次决策作出研究，即认为目标的状态s始终为“盈利”。记决策的行动空间为A，决策的状态空间为Ω，最终的决策函数为F，那么司机的决策系统可以表示为(A,Ω,F)[1][2]。在这个决策系统中，司机作为决策者，需要凭借经验预测临近时间段的航班到达数量，并结合观测李睿谦等DOI:10.12677/sa.2020.9100210统计学与应用到的在蓄车池排队的出租车数作出决策。这里的潜在乘客数和排队的出租车数是决策信息中的环境变量，记为nf和nt。环境变量是影响司机决策的相关因素。分析司机的心理，司机的决策过程满足如下流程图：Figure1.Driverdecisionflowchart图1.司机决策的流程图如图1，司机的决策是通过比较预计等待时间和最大等待时间完成的。当司机到达机场后，首先可以直观观测到蓄车池内正在排队的出租车数；而一个经验丰富的司机，对机场某一时段的潜在乘客数也有经验上的估计。接下来，司机会预测行动a1产生的排队等待时间。显然，排队的出租车数越多，潜在乘客数越小，司机需要等待的时间t越长。考虑到等待的时间成本，司机愿意花费在排队中的时间存在上界t0，如果司机预计的等待时间小于最大等待时间，司机会前往蓄车池排队；反之，司机会离开机场回到市区。可以看出，司机的决策很大程度上取决于自己的经验，为什么这种凭借经验的决策会是最优决策方案，将通过决策机理的分析给出说明。3.2.决策机理的分析3.2.1.等待时间的预测等待时间的预测需要参考两个环境变量。对于航班班次的估计，要充分考虑时间因素的影响，比如机场的客流量在节假日或白天会高于工作日和夜晚。下图是依据民航局监控运行中心发布的《2017年全国民航航班运行效率报告》[3]中统计数据作出的全国机场月度日均航班量柱状图。从图2中可以看出，2017下半年的日均航班量整体高于上半年。可以将上半年视作淡季，将下半年视作旺季。对于淡季和旺季的24小时客流量分布，民航出行数据研究中心发布了一组统计数据，统计数据表明：在旺季，无论白天还是黑夜，出行人数或者降落班次始终保持较高水平波动；而在淡季，24小时的出行人数会存在突变，见下图。李睿谦等DOI:10.12677/sa.2020.9100211统计学与应用Figure2.Chartofnumberofpassengersandnumberofflightswithtime图2.出行人数及航班数随时间变化图可以很容易观察到，出行人数(航班数)随时间的变化趋势存在波动，特别是在7点左右有明显的突变。设降落的航班数为时间t的函数nf(t)，而出站客流量V(t)与nf(t)有着近似的正比关系，比例系数α的意义为每趟航班的载客人数，因此有：()()fVtntα=。(1)t时刻出站的乘客中选择乘坐出租车前往市区的比例为β，可以得到前往乘车区的乘客数为βαnf(t)。这部分人到达乘车区的时间分布为偏态分布，那么可以得到乘车区的每分钟客流量np(t)。假设乘车区的车数为nw，每一批次乘车区的出租车运载的乘客数为λnw，λ表示出租车的平均载客量，这与乘客出行的结伴情况有关。机场出租车管理人员对出租车实行“分批定量”放行进入“乘车区”。那么需要等待的批次数为：1twnkn=+。(2)对于k个批次的出租车，运载的乘客数约为kλnw，即有()1npiwintknλ==∑。(3)求解