基于GPSS的机场出租车等待方案设计

程若楠 何深宽 韩康烨 廖进蔚

摘   要：出租车在机场面临两种对策，文章采取决策论的数学模型，分析两方案产生收益的影响因素。使用了GPSS/JAVA模拟仿真机场泊车接客系统，编程得到每辆车在设置不同泊车数量的情况下的滞留时间，同时使用主成分分析法计算城市里程利用率，得出两种方案的收益公式，最终得到最佳的决策方式。

关键词：通用仿真系统语言;决策论;Matlab

到达机场的出租车司机面临两个选择，即留等载客或空载回城，本文分别通过计算两种方案下的收益进行对比，以确定选择方案。

留待接客的收益为从机场到市区的收入，付出代价的是时间成本，影响出租车在蓄车池等待时间与接客成功率的因素主要有落架航班次和时间，同时两个成分相互联系。直接放空返回市区拉客的收益为相对于留待机场在损失时间里市区所赚的里程费，付出代价为从机场到市区的空载收益。

1    决策模型的建立

各个机场所设泊车位是确定数据，可设为n、由出港口到市区的距离设为s;实际情况为机场航班落架次及机型降落集中度是可由司机观测得到准确信息。设到港班次α、机型荷载数β、上座率γ、到港班次α，平均每个航班实际乘客人数与预定上座率存在大约10%的随机误差。

计算港总人数：

导致留待亏损的主要因素是蓄车池的等待耗时，机场蓄车池派车是一个典型离散排队系统，与泊车位数量以及机场对候车区与驶离区的衔接管理有关，同时计入乘客上车延迟时间、前后车驶离延迟时间等。以泊车位数量作为突破口，本文所建模型设定为单车道出租车上客系统，未考虑出租车排队和候车乘客排队的队列长度、平均等待时间等量，假定前提是乘客和待客出租车接近饱和，建立泊位数量与的线性关系。

由于解析法不能满足出租车排队的随机性和行驶的物理特征，本文采用GPSS/JAVA[1]管理仿真系统模拟不同泊车数量下的情况。根据GPSS/JAVA编程得到结果如表1。

泊车系统饱和的情况下平均每辆车耗费的时间：

其中，n为机场接客处泊车位（个）;R为模拟总轮数;T为模拟终止时，模拟时钟的值（s）。

同时，除节假日外，机场每天不同时段客流量的大小相似。设司机可观测到蓄车池内车辆数为N，将饱和概率设为P1，计算出租车等待时间：

2    模型的求解

设D为决策结果，根据决策模型OPt D=f（a，s，q），行动集设为A={a1，a2，…，am}，状态集S={s1，s2，…，sn}，收益值为qij=q（ai，sj），得到收益矩阵为：

对于P1，影响因素包括每时段航班密集度、滞留乘客量和机场交通网的发达程度等，表示为x0，x1，x2…，所以P（A1）=f（Xi），根據调查相关数据，到达班次与P1成线性正相关，而恶劣天气和公交网密集度与P1呈负相关[2]。

对于P2，影响因素包括城市里每时间段出租车供求比、千人拥有量、空载率、道路网密度等，每个城市均有差异，可由查询数据直接匹配到不同城市的出租车里程利用率。其中S1，S2，S3分别表示正常时间，机场需求更大城市需求量更大3种状态。A1和A2分别表示留待接客和空载回城两种选择。

以北京首都机场为例，将上述拟合收益函数应用到实际中可得到收益随时段变化曲线，收集北京市出租车信息[3]。拟合结果如图1所示。

当收益值为负数时，建议司机留在机场等待接客;当收益为正数时，建议司机放空后直接回市区接客。在7：00～ 12：00和16：00～17：00晚高峰和20：00～22：00，建议司机空载返回市区接客。而在22：00～24：00以及凌晨2：00～6：00和17：00～20：00，建议司机留待接客。

3    模型的评价

采用GPSS/JAVA管理系统仿真了实际泊车接客情况，使用仿真1 000轮得到的结果规避了解析法计算实际滞留时间的局限性。由于司机可观测前方等待的车辆数，所以，只需要根据决策论的模型思想，定下系统饱和概率和城市内乘客的需求比即可，提高处理数据的效率，得到了较为准确的结果。

[参考文献]

[1]孙健，丁日佳，陈艳艳.基于排队论的单车道出租车上客系统建模仿真[J].系统仿真学报，2017（5）：996-1004.

[2]林思睿.机场出租车运力需求预测技术研究[D].北京：电子科技大学，2018.

[3]徐蓉，曾胜军，李凯.“互联网+”时代出租车资源配置的“供求匹配”分析[J].科教导刊，2018（22）：144-145，153.