基于移动客户端的轻轨新型购票方案
2017-04-24刘兵袁伯龙
刘兵,袁伯龙
(重庆交通大学交通运输学院,重庆400074)
基于移动客户端的轻轨新型购票方案
刘兵,袁伯龙
(重庆交通大学交通运输学院,重庆400074)
该文主要提出了移动客户端购票方式,应用统计学中的概率论方法对车内拥挤情况进行分析并建立了车内拥挤评价体系。通过调查重庆市居民出行情况,模拟了乘客使用移动客户端购买电子票券的全过程。在博弈论票价模型的基础上,建立了符合产品结构的积分兑换模型。根据出行人群的不同属性,利用定性分析方法,提出了以出行时间最短、出行最舒适、费用成本最低为选择宗旨的多种私人定制式的出行方案,并建立了出行方式最优选择体系。结合对重庆市居民出行的实际调查,进一步完善了车票订价体系,并根据调查情况巩固了统计学概率论方法建立的拥堵系数评价体系的可实施性。
新型购票方式;出行选择体系;拥挤评价体系;积分兑换体系;博弈论
0 引言
本文拟提出车厢内拥挤评价体系,为乘客提供了一个实时掌握轻轨运行情况和车内拥挤情况的平台。乘客可根据该系统中的拥挤指数的预测,规划新的出行方案。该体系除了反映公共交通系统的服务水平外,还有积分打折优惠车票的功能,降低了推行该系统运行的程度和提高了用户使用的满意度,打破了付费再进站的传统模式。本文旨在提出一个高效、快捷、方便的新型公共交通的购票方式,以此创造一个性价比更高的交通出行,并能带来经济价值[1]。
1 整体构想及模型的建立
目前轨道交通购票方式主要由AFE(自动检票系统)和TVM(自动售票机)组成,完成了乘客购票、检票进站和出站的过程[2]。针对目前轨道交通现采用的购票方式所存在的问题,从乘客乘车的便捷性和运营方的利益最大化的角度出发,该文设计了新的购票方案。
该购票系统由三大部分组成:移动设备上的购票客户端手机软件、带有二维码扫描识别功能的进出站闸机以及后台管理系统。整个系统产生和使用的票码、乘客进出站情况等数据保存在中心数据库。其中,客户端软件和闸机是该票务系统的两类终端,后台管理系统是该票务系统的核心。整个产品所能实现的功能包括简化当前购票方式和提供合理的出行方案、建立车内拥挤的评价体系、构建新型的票价优惠方案。产品设计的主要理念是通过手机新型的软件与当前轻轨购票系统相融合,在不影响当前购票系统的前提下,乘客通过手机软件实现扫码进站、扫码出站、线上支付、综合了解站点及其车内的实时环境等基本功能,为乘客提供更好的出行服务。
图1 系统工作流程图
1.1 选择体系的建立
选择体系由五个部分组成(见表1),车内拥挤指数和即将在下一站点下车的人数的统计来源于后面的评价体系;而列车到站的时间可以通过手机终端app与地铁运营系统下的线路中央服务器之间建立数据交换获得;已经进入某一站点的人数可以通过手机app与车站计算机系统之间建立数据交换获得并实时更新。
表1 选择体系结构
假设车内的拥挤指数是ω,即将从下一站下车的人数为n1,已经进入站点的人数为n2,以及列车设计的容量为k,那么用于车内拥挤的综合评价的数学模型为:
其中b为车内拥挤综合评价的指标,当b越接近于1,表明乘客从该站上车以后,预计车内的拥挤情况会越严重;越小于1,表明乘客上车过后预计车内环境越好。
从交通心理学的角度出发,根据乘客的出行目的、性格、等待时间的不同,乘客只要在进站之前从手机软件上获得这几个数据之后,就可以综合判断是否换乘其他公共交通工具。根据上述信息,模拟乘客选择时的思维流程图如图2所示。
图2 选择模拟流程图
1.2 积分兑换模型的建立
轨道交通运营者的客票收入模型如下所示[3]:
其中,Q:城市客运系统的总流量;
RbRr:轨道交通运营者与常规公交运营者的客票收入;
QrQb:轨道交通的流量与常规公交的流量;
PrPb:轨道交通票价与常规公交票价。
轨道交通和常规公交的运营者是互相竞争的两个寡头,他们可以根据对方的票价来调整自己的票价,属于伯特兰纳什均衡博弈。
轨道交通运营者在自己的能力范围内追求自己客票收入最大化即:
其中,Qbm为常规公交所能承受的最大流量,Pbm为政府对常规公交最大限价。令Qbm/Q=ξb,ξb为常规公交在城市客运系统中的最大分担率,解式如下所示:
根据上式,可以得出Pr为Pm的隐函数,即Pr=fr(Pb),此为轨道交通运营者对常规公交运营者的反应函数。同理,常规公交营运者在自己的能力范围内追求自己客票收入最大化即:
其中,Qbm为常规公交所能承受的最大流量,Pbm为政府对常规公交最大限价。令Qbm/Q=ξb,ξb为常规公交在城市客运系统中的最大分担率,解式如下所示:
根据公式(6),可以得到Pb是Pr的隐函数,即Pb=fb(Pr),此为常规公交运营者对轨道交通运营者的反应函数。
此博弈论的纳什均衡解为轨道交通与常规公交的反应函数的交点[4],即:
将数据带入公式求解最低点票价。
为促进产品使用者能够为拥堵系数评定提供实时有效的数据,产品增加积分兑换模块,以积分对应折扣的形式,实现车票优惠[5]。
积分数量与使用者参与车内拥挤评价问卷调查的频率相一致,定最佳票价为折扣的最大值,确定当折扣最大时所对应的评价次数N。根据客户实际参与评价次数n与N的比例关系映射到票价中,实现票价打折的效果[6]。即:
N:当折扣达到最大时使用者应当参与评价车内拥挤情况的次数;
n:该客户实际参与车内拥挤评价的次数。
1.3 拥挤评价体系的建立
建立拥挤指数的评价体系采用的是概率统计方法[7],一是为了避免手机软件的接受度,不能保证全部乘客都会使用或者能够使用该手机软件;二是为了防止乘客的恶意捣乱,或者评价的随意性,与车内的真实情况不符。该评价体系包含两个部分的内容:第一个部分就是车内拥挤情况的反应;第二部分是统计在下一站点的下车人数。
列车内拥挤情况主要通过用户使用手机软件对当时车辆内部的拥挤情况进行打分体现,内容如表2所示。
表2 车内拥挤情况分类
应用统计学中的概率论统计方法对统计数据进行分析,即可获得实时车内拥挤情况。
若车厢内有n个人使用该软件,且对当时车内拥挤情况进行了评分。设每个人的评分为mi,则当时车厢内部的整体拥挤情况为
ϖ的值越大,就表明从即将到达某站点之前的列车出现拥挤的可能性越大,且拥挤的程度也越严重。
在这个评价体系的指标中乘客除了对车内拥挤情况打分以外,还需要确定自己下站的站点,或者选择是否在下一站下车,便于系统进行综合拥堵情况指标的测定。
2 系统运行效率分析
2.1 运用当前系统乘客花费时间
当前乘客乘坐轻轨的延误时间主要由购票时间、安检时间、进站检票时间和固定等待列车进站这几部分组成[7]。其中购票时间又分为自助售票机和人工购票两种方式。则乘客在轻轨站点花费的总的时间,可表示为:
其中t1,j表示购票时间(j=1,2;j=1表示采用自助售票机进行购票,j=2表示乘客采用人工购票的方式),t2表示乘客过安检的时间,t3表示进站检票的时间,t4表示固定等待时间。
乘客购票的方式有人工购票和自助服务机,根据调查了解,每一个轻轨站点的自助购票机都存在无法正常工作的情况,无论是在高峰期还是在平峰期,都有乘客去人工服务台购买轻轨票[8]。因此在计算乘客购票的时间时,可以根据其所占各自的比重单独计算。即乘客在购票过程中所花费的平均时间为:
其中t1表示乘客购票过程中的平均时间,α1,α2分别表示去人工服务台购票占购票总体的百分比和采用公交卡直接进站的占乘客总体的百分比,t0表示利用公交卡进站的购票时间,则可取为t0=0。根据对重庆市的几个轻轨站点的观测数据经整理(如图2所示)可得:α1=0.27,α2=0.6。
图3 调查数据整理的结果
对重庆市轻轨站点的自助购票机的服务时间与人工服务台的购票时间进行统计,结果见表3和表4。由表可知乘客采用自助售票机的购票所花费的时间在15~35s范围内,采用人工服务台购票的服务时间大致分布在10~25s范围内,由于采用自助售票机和人工服务台进行购票的服务时间长短因个体而异,其波动较大,因此可按其各自的权重求其平均服务率。
表3 采用自助购票的服务时间统计
表4 去人工服务台购票的服务时间统计
乘客过安检的速度主要由安检设备的运行效率决定,其为固定延误。根据调查结果可知(以每6人为间隔),乘客过安检所花费的时间主要分布在15~25s范围内。则乘客通过当前轻轨购票系统所花费的总的时间为:
2.2 采用新的系统之后乘客花费的时间计算
采用新的轻轨出行方案之后乘客在进站过程的时间组成主要有安检过程消耗时间和进站扫码过程的时间以及乘客进站后的固定等待时间组成,则其花费的总时间可表示为:
乘客安检过程所消耗的时间包括排队时间和安检系统的服务时间,由于安检服务时间由安检服务系统决定,属于固定延误,而排队过程所花费的时间又与队长有关,其排队长度又由使用该手机软件的用户和原来购票方式的乘客共同组成[9]。根据样本总体为500的抽样调查发现愿意使用该手机软件完成出行的人数占采用轻轨方式出行人数总体的41.94%。由于使用该手机软件的乘客可直接参与安检排队过程,则会给原来没有采用此方案的排队长度增加一个附加压力,使其乘客的排队时间增长[10]。则在该过程中所花费的时间可表达为:
当前二维码的普遍使用以及技术的成熟,其扫码识别的速度很快,因此在计算其检票进站过程中的时间忽略其排队时间。将其近似为采用单程票或者公交检票进站时间的2倍进行计算,即t'3=2t3。
则乘客采用新型出行方案之后,其花费的总的时间为:
其系统效率变化可用两种不同的方式所花费时间的差值进行表示,即:
由此可知在采用新的轻轨出行方案之后,乘客在轻轨站点的延误时间可缩减△T=9.17s。
3 结语
该文提出的购票方式能够在多方面为居民提供便利,应用统计学、博弈论等知识将便民策略模型化。产品独创性体现在对居民购票方式和提供最适出行方式的设想,完善了公共交通的个性化设置。
现阶段产品在车内拥堵系数及评价体系方面已有大体轮廓,但在积分兑换制度上还有待完善,特别是对积分上限额度的求解还需寻求解决方法。产品可发展空间较大,可联合各大公共交通方式,网络一体化管理下更有利于城市交通管理及规划,其次当中可加入融资板块,实现更高效的社会资源配置。
[1]吴友宝,徐建闽.二维码和电子支付在地铁票务系统的应用研究[J].电子世界,2016(4):157-160.
[2]韩雪松.二维码车票在地铁AFC系统中的应用研究[A]// IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C].天津:天津市电子学会,2015:4.
[3]刘浩,陆涛,林丽,等.基于移动设备的地铁二维码票务系统设计[J].中国科技信息,2015(7):81-84.
[4]彭博,蒋阳升.城市轨道交通车站拥挤踩踏预警技术探讨[J].公路交通科技,2016(7):108-113.
[5]王俊龙.城市轨道交通票价定价策略及模型研究[D].兰州:兰州交通大学,2014.
[6]闫禹百.地铁客流监测实验平台的设计与实现[D].北京:北京建筑大学,2013.
[7]钟锐楠.地铁互联网售票研究方案[J].科技创新与应用,2016(12):19-20.
[8]王倩.城市轨道交通定价模型研究[D].北京:北京交通大学,2008.
[9]吴锦标,刘再明,尹小玲,等.基于排队论的一个物流模型[J].系统工程理论与实践,2009(9):78-83.
[10]蔡文婧,葛连升.基于排队论的银行业务窗口设置优化[J].山东大学学报:工学版,2013(3):23-29.
责任编辑:孙苏,李红
A New Ticket-buying Mode for Light Rail Based on Mobile Client
s:This paper mainly proposes a ticket-buying way on mobile client,applies the probability theory in statistics to analyze the in-carriage crowding condition and establishes an in-carriage crowding evaluation system.Additionally,based on investigations on the travel condition of Chongqing residents,the entire process of a passenger buying electronic tickets on mobile client is simulated.Based on the game theory-based fare model,an accumulated points model consistent with product structure is established.With qualitative analysis method and travelers'properties,various customized travel plans are made varied in goals like shortest time consumption,most comfortable travel and lowest cost,with the optimal selection system of travel mode established.Combined with the survey of Chongqing dwellers'travel reality,the ticket-booking system is further improved and the feasibility of the crowding coefficient estimation system established with the probability theory method id statistics is further reinforced.
a new means to buy tickets;selection system of traffic;crowding evaluation system;accumulated points exchange system;game theory
U213.2
A
1671-9107(2017)04-0026-04
10.3969/j.issn.1671-9107.2017.04.026
2017-02-09
刘兵(1997-),男,重庆人,本科,研究方向为交通工程。