基于决策树模型的机场出租车调度模型研究

鲁鑫 施宏远 袁鸿渊 皮浩然 张斌

营口理工学院 辽宁营口 115000

本文分析研究了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[1]。

其次，机场经常会出现出租车排队载客和乘客排队乘车的情况。某机场“乘车区”现有两条并行车道，本文考虑时间成本因素对车辆调动时间的影响，科学的设置“上车点”，并合理安排出租车和乘客，在保证车辆和乘客安全的条件下，使得总的乘车效率最高[2-3]。

为了研究的方便，符号与变量说明如下：

表1 符号与变量说明表

1 基于时间成本的出租车车司机决策模型

影响司机决策的因素有很多，经过实际调查，发现，司机主要考虑的都是时间成本，而非空载时的燃油费等，所以，我们以时间成本为主要因素，来研究司机的决策问题。

时间成本为$=kt，行驶距离l和成本的关系为S=l*m=Tv*m=TI，（m单价），I为满载1小时的收入。记。

假设航班数量很多，乘客连续出站，出租车需求量大，并且只考虑时间成本，忽略其余因素，则司机A在送旅客到站之后，在面临以下两个决策，分别是：

决策1：回市中心。

决策2：排队等待接客回城。

假设：司机A载客来到机场后发现所需排队等待时间为Tp，回城时间为Th，客人行驶里程为l，时间为T，司机需要做出决策，是选择排队，还是回城。

对于m1~m4，其表示放弃回城选择排队得到的成本，m5表示放弃排队选择回城所得到的成本。

当TP2k(TP−Th)，TP−Th<0。

图1 司机的决策树

所以不等式永远成立。

即如果排队时间小于回城时间，那就选择排队。

对于TP>Th

则当m大于0时：

其中m为做出相应决策所付出的代价，对于m1~m4，即载客回城得到的收入减去排队浪费的时间成本；m5为直接回城损失的潜在载客收益；由计算得到，当TP

而当TP>Th时，则只有在时，才会获得收益，但是T为不确定因素，因为不确定客人目的地，所以，T即为一个影响出租车司机决策的一个关键因素，但是T1可以有司机平时经验猜测出大概范围，假设乘客绝大多数都是回城区，则T大于Th，此时为关键因素。

因为在不等式中涉及到了变量k和变量l，这两个变量会因为很多别的因素而发生变化，其中k表示司机A当天或者当前时间后平均每小时的收入，其可能因为天气季节日期等因素而变化，也有可能会因为司机本身而改变，还和城市的交通网络覆盖程度有关，以及此时城市对出租车的需求量。例如司机A和B在送客来到机场后发现需要排队20分钟左右才能接到客人，而且回城也需要20分钟左右，则此司机A选择排队等待客人，司机B选择回城，则在二十分钟后，司机B回到城区，司机A接到客人，并且在之后的T时间段内，将客人送达目的地，得到了S(T)的收入，但是司机B则在T时间段内并不一定会有客人，如果有，其收入上限也会小于S(T)。

假设对于司机A，k为33，l为100，则，i等于0.3，所以，当T>ΔT时，即排队比回城的时间多的ΔT小于T时，即可以选择排队，如回城30分钟，排队1个小时，但是乘客会有很大几率乘车时间为40分钟，则此时应该选择排队；

2 “优先权”的合理配置

因为排队的司机对于乘客的乘车时间估算为T，但是偶尔也会有乘客的目的地较近，导致司机并没有达到期望值，此时回到机场的后，机场为了维持司机的期望平衡，则需要给一些接到短途乘客后又回来的司机一些权力，即为短途优先权。

但是，什么样的距离才算是短途呢？

由概率知识得，选择排队与选择回城的期望分别为：

由图2时间线可以看出，短途司机比普通司机多出了三个时间段，分别是送短途可客的时间T和回机场的时间T以及在此排队的时间Tp1，为了不让其排队期望比回城期望小，那么就需要使其在多出的三段时间内的收入和在市区里行驶T p1+T+T时间获得的收入一样，即：

图2 出租司机选择排队与选择回城的时间线

所以，T没有具体限制，即k=40,i=100。

此时，如果司机A不是短途司机，也可以根据这个公式来计算他的排队时间，

如T=1小时，Tp=2小时，并没有给他带来优惠，但是在具体实践中，为了防止产生潜在问题，建议机场设置短途司机的鉴别标准为送客时间小于。

3 模型的优缺点

3.1 模型优点

（1）题中涉及的变量较少，简化问题的复杂程度。

（2）模型的可操做性强。

（3）模型的利用较多公式使得计算值准确度更高。

（4）模型结合实际，具有坚强的使用价值。

本模型结构相对较好理解，建模方便，计算简单，可操作性强。

3.2 模型缺点

（1）没有深入研究季节、航班对的影响，以及具有短途优先权的司机插队导致的排对时间延长。

（2）没有考虑出租车司机载客收入与载客距离的实际关系（应该是J形曲线增长）。

（3）没有考虑堵车、拼车等重要的因数。

（4）实际中每个乘客上车时间不相同。

（5）实际中每趟航班的出租车需求量不尽相同。

（6）没有考虑因为排队导致的k值变化

4 结语

本文针对机场的出租车问题，在不同情况下，建立了合理的模型，所建模型的特点是变量少，问题的复杂度低，可操作性强，利用公式完成，使模型的计算值准确度高；模型结合实际，具有很强的实际使用价值。另外，模型还具有容易理解，建模方便，计算简单，可操作性强等特点。

但由于模型设计的简单也有些因素需要进一步考虑，例如可以研究研究季节、航班对模型的影响，以及具有短途优先权的司机插队导致的排对时间延长，可以考虑考虑堵车、拼车等因素。这将是本文后续进一步的研究方向。