基于聚类分析的机场长短途出租车优先安排方案

吴作元 何金波 宋元锦

南昌航空大学

一、引言

本文将针对如何优化短途出租车在接客过程中的收益这一问题，提供一个优化解决方案。以深圳宝安国际机场为例，引用某时刻为此机场提供接送乘客服务的984辆出租车的经纬度数据，对其进行空间分布系统分析，建立基于K-means的聚类模型，为最后的优化解决方案提供依据。

二、问题求解

（一）K-means模型建立

取某时刻984条宝安国际机场出租车接送客时的经纬度数据，运用K-means聚类算法[1]分析在此刻出租车的地理空间位置，将这些出租车地理坐标位置聚为两类，确定两个最终聚类中心的地理坐标位置。

（二）模型结果

表1 最终聚类中心

表2 每个聚类中的个案数目

由表1和表2可知，出租车数据被划分为两类，两类的最终聚类中心分别为113.7595E、22.6230N和114.1721E、22.6164N，数据总数为984，有效数据为984条，缺失数据为0条，其中类别1有264条，类别2有720条。

三、收益函数的确定和出租车长短途的划分

出租车司机在机场接送客的过程中的收益往往与接送里程、接客排队时间、油价等客观因素有关，在这里，本文主要考虑出租车司机收益与接送里程的关系。

已经研究得出的相关结论表明，出租车司机收益与接送里程近似成一元线性关系。故建立出租车司机收益函数:

四、优先安排方案

（一）目前国内大多数机场出租车接客方案及其带来的若干问题。目前国内的大部分机场出租车的接客方案多采用长短途制。首先，“短途票”在机场中多为现场工作人员当场发放以及检验核查，拉长了接客流程，影响了出租车排队接客的效率。其次，由于发放“短途票”由现场工作人员进行管理和调制，会出现场面争执的现象，增加了各个接客环节的调度复杂性。再次，“短途票”往往有时间限制，一些司机为了获取利益最大化，多会在单张“短途票”时间范围内额外接送乘客。

（二）引入插队顺序系数。在实际情况下，出租车司机遇到短途乘客的可能性不可避免，现为考虑这部分出租车司机的利益，给予其一定的“优先权”，使得这部分出租车司机的收益尽量趋于平衡。本文考虑蓄车池内的车辆数m和接送短途旅客的出租车收益两大因素，引入插队顺序系数，

结论：出租车接客时，按上述模型方法判断乘客是长途还是短途，通过车载设备告知中央系统。设立短途出租车返程插队通道，可使短途出租车绕过蓄车池，通过栏杆机并入主排队通道序列。返程的短途出租车依据系统给出的顺序进行排队，驶入插队通道的栏杆机口，中央系统随机选择卡点时刻，卡住当前主排队通道内的出租车，中央系统控制栏杆机升起，插队出租车顺利并入主排队通道序列。