机场出租车管理研究

范铭贤　史明辉

摘要：出租车作为乘客下了飞机后的主要交通工具之一，围绕它的一系列问题也越来越受人关注。本文通过数据挖掘及交通流跟驰理论、仿真检验等理论或方法就机场“乘车点”的设置，以及出租车司机收益均衡进行数学建模分析，运用MATLAB求解，对机场出租车的管理和运营给出指导意见。

关键词：机场出租车管理;交通流跟驰理论;MATLAB

中图分类号：F572.88文献标识码：A文章编号：1672-9129（2020）07-0170-02

Abstract：Taxi， as one of the main means of transportation after passengers get off the plane， a series of problems around it are also getting more and more attention. Through data mining， traffic flow following theory， simulation test and other theories or methods， this paper conducts mathematical modeling analysis on the setting of airport "taxi points" and the income balance of taxi drivers， and USES MATLAB to solve the problem， and gives guidance on the management and operation of airport taxis.

Key words：airport taxi management;Traffic flow following theory;MATLAB

引言：出租车的综合调度与接驳设施的规划设计对机场的正常运作极为重要，其中主要面临的问题就是出租车司机需要在蓄车池中等待一定的时间，这段时间会成为他们的机会成本。冯宝[1]，胡稚鸿[2]， 颜超[3] ，Smeltink[4]，Marin[5]等人针对国内外具体的一些机场进行研究并给出了一些优化方案。现有文献或多或少都有不足之处，尤其是在考虑出租车司机的角度，需要加以完善。

1数据来源及模型假设

数据来源于2019年上海浦东机场出租车进出站调研数据，为方便建模和研究，提出以下假设：（1）机场为地图上所显示出范围的一个规则矩形区域，出租车驶入该区域均视为驶入机场。（2）司机在驶入机场后，有数据记录的第一个时刻就立刻进行是否继续等待的决策，司机所能获得的航班信息以该时刻为准。

2机场“乘车点”的设置

2.1 研究思路。根据交通流跟驰理论确定以块为研究单位的设计方向，通过寻求块启动时间的均衡以加快乘车效率，以块间启动时间标准差最小为目标建立单目标规划模型，分批规则、连续规则来保证乘客与车辆的安全并作为规划约束条件。利用数据进行统计，得到乘客行为的统计学量并利用其来进行仿真数据生成来对乘客的行为进行仿真。最后利用生成随机仿真数据，运用 CFPSO 算法对问题进行求解。

2.2研究方法。提出两条规则作为前提：

（1）分批规则：车辆分批驶入上客区，在上一批车辆最后一辆车开始离开上客区之前，下一批车辆不得进入。

（2）连续规则：在上一批车辆中的最后一辆车驶离的同时，下一批出租车开始缓慢进场;

（3）上客时间规则：根据孙健[6]对机场出租车上客区进行的视频采集数据得到的統计结论，再考虑到乘客的上客时间具有较强的随机性和不均匀性，我们将乘客上车时间近似拟合为均值为 32.8 秒钟的指数分布。

对于矩阵式出租车系统，以上客区有 8 辆车，上客点设置 2 个为例，给出示意图如下，图中红色框则为一“块”。

针对同一个块内的车辆，由临近的一个上车点进行统一分配;以块为研究对象，研究块的关系和效率，利用参数寻优可以得到最佳的乘车效率。本文所定义的乘车效率为：一定时间内上客区通过的车辆数与时间之比。设立以块间最大乘客上车时间的标准差最小为目标的目标函数;约束条件如分批规则和连续规则所述。所建立的上车点设置规划模型如下所示：

式中N=n-1 ，即自由度;αi（t）表示第i块最后一个辆车启动的时间， α（t）表示平均启动时间，carn（t）表示第i块中第n 辆车的启动时间，α*n（t）表示第 j轮次第n 块的启动时间， car*n表示第j 轮次蓄车池等候的第n辆车。对模型求解采用压缩因子粒子群算法（CFPSO）算法，故我们最终采纳了上车区 20辆车，2个上车点的安排方案。

3出租车的调度方案模型

3.1 研究思路。对机场接客返回的短途车，其优先补偿方式为设置优先通道，考虑司机基于时间知觉的感知损失，确定司机所能容忍的最大放行车数，并利用差分进化算法在容忍辆数内进行寻优，最终得到收益均衡时的“优先”安排方案。

3.2研究方法。在司机的感知中，等待时间与经济损失的关系为[7]：

PEC =11.238+0.581PWT（3-1）

其中PEC代表感知经济损失，PWT代表感知等待时间，表明感知等待时间每增加 1 分钟，出租车司机的感知经济损失增加 0.581 元。

乘车方案及上客点设计采用第二节的研究结果，假设短途车一次放行的车辆为g辆（g≤20），在考虑司机满意度的前提下，我们认为当前蓄车池内的前40辆受到的影响较大。由于乘车区一次只能放进20辆车，所以当短途车放进g辆时，蓄车池的前40辆车有2g辆受到影响;即当前顺序为（20-g +1， 20）和（40 - g +1， 40）的车被顺延至各自的下一轮进入上客区。由此可以计算感知总的感知损失为：

其中T为乘车区一轮20辆车完成载客的平均时间。在此假设，当损失ω超过司机当前时间段预期收入的 50%时，司机便不能容忍，也就造成了满意度的下降。通过程序计算得：g的上限为8。

为解决均衡短途载客出租车与长途载客收益均衡问题，可以对短途车返回机场时进入的快速通道每轮放行车辆增加，以均衡两者收益。为了衡量两类车的收益不均衡程度，采用收益方差函数σ2：

目标函数为σ2，其中profiti表示第i辆车的收益，profit表示所有车辆平均收益，n为车辆数。采用差分进化算法求解，在兼顾考虑满意度和的实际情况下，应采用快速通道一轮放行8辆短途车的方案，与不放行相比，其均衡程度提高了 33.6%。

4结语

运用排队论方法和CFPSO，给出机场“乘车区”车道附近 “上车点”的最优设置方案。最后得出机场出租车调度方案，为机场出租车的管理和运营提供了新的思路。

参考文献：

[1]冯宝.大型综合交通枢纽出租车上下客点规模确定方法研究[J].城市道桥与防洪，2019（07）：45-48+52+9-10.

[2]胡稚鸿，董卫，曹流，高忠，陆志勇，吕俊，黄宏标，顾非凡.大型交通枢纽出租车智能匹配管理系统构建与实施[J].创新世界周刊，2019（07）：90-95.

[3]颜超. 上海市枢纽机场陆侧公共交通管理研究[D].华东师范大学，2015.

[4]Smeltink J W， Soomer M J. An Optimisation Model for Airport Taxi Scheduling[J]. 2004.

[5] Marin A G. Airport management：taxi planning[J]. Annals of Operations Research， 2006， 143（1）：191-202.

[6]孫健. 基于排队论的航空枢纽陆侧旅客服务资源建模与仿真[D].中国矿业大学（北京），2017.

[7]范春梅，李华强，贾建民，郝辽钢.等待时间、感知经济损失与服务满意度之间的关系研 究——以出租车司机加气排队为例[J].管理评论，2014，26（11）：99-105.