没有合适的资源?快使用搜索试试~ 我知道了~
资源详情
资源评论
资源推荐
1
基于蒙特卡罗模拟的机场出租车问题
摘 要
以往出租车司机在将乘客送往机场后,往往只能依靠个人的从业经验来判断排队
接客以及空载回市区的收益大小,没有对信息进行定量的分析,本文将建立决策模型,
从实际出发探讨司机等待或是返回的收益大小。
对于问题一,影响司机决策的相关因素有当前时刻航班数以及蓄车池中排队的出
租车数。根据机场出租车运营模式,得出 A,B 两种方案下的收益数学表达式,发现影
响司机收益最主要的因素是 A 方案的等待时间长短,因此当前时刻航班数以及蓄车池
中排队都是通过影响司机在 A 方案中的排队时间,从而影响司机 A,B 两种决策的收
益,最终影响司机的决策。综合机场乘客数量的变化规律,使用 python 爬虫在网上爬
取数据(北京首都国际机场航班数据),使用 Excel 对数据按天数和小时段进行排序,
由时间变化曲线,给出选择策略,如下表所示:
季节
时段
建议决策
春季夏季
9:00—12:00
B
秋季冬季
15:00—17:00
A
对于问题二,以北京首都国际机场为例,在网上搜寻计价规则相关,带入问题一
的模型,A 方案的等待时间由蓄车池中的出租车数直接决定。使用蒙特卡罗算法在
N[1,300]范围内对收益进行求解,并将求解结果使用 SPSS 对 A 方案收益大于 B 方案
收益的数据点进行统计处理,并计算其概率,部分结果如下表所示:
蓄车池车辆数
时间段
天数
B 方案收益更高概率
40
9:00—11:00
34—54
93.94%
60
9:00—13:00
34—54
86.91%
60
9:00—10:00
57—117
83.607%
为验证合理性,使用 Logisitic 回归算法对数据点进行回归,利用回归得出决策与
本文模型得出的决策相对比两者相似度为 98.1%;为验证模型对相关因素的依赖性,
使用灵敏度分析,分别改变每日进入北京人数和每小时段航班数,进行对比,可得模
型对两个相关因素都呈现负相关。
对于问题三,在保证安全条件下,分析了影响乘车效率的出租车管理方式和上车
点数量。在对出租车管理的方式中,分别分析了三种典型的出租车管理方式,引入操
作系统的并发进程理论,计算得出了独立发车模式的单位时间内出租车周转辆数最高;
在对上车点的分析中,使用逻辑推导,以乘车时间为目标函数,使用 Matlab 进行求
解,得到了 3 个上车点效率最佳。最后建议使用单独发车模式并采用 3 个上车点。
对于问题四,在查阅相关论文后,得知乘客选择乘坐出租车的距离区间为[10,40],
本文将送客区间为[10,20]的定义为短程出租车。在等待时间的计算公式前乘上优先级
系数,构成新的等待时间表达式,利用蒙特卡罗算法,求解出所有情况下收益方差的
最小值,提取数据点中的 9 个优先级,得到结果下表:
优先级
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
距离
18.94
17.88
16.82
15.76
14.7
13.64
12.58
11.52
10.46
关键词:决策模型 Logisitic 回归 并发进程 蒙特卡罗模拟
2
一、 问题重述
1.1 问题背景
航空枢纽拥有着大量的旅客吞吐量,对促进经济贸易、文化交流起着重要的作用。
而大多数的航空枢纽处于郊外等地,许多旅客前往目的地,出租车成了主要的交通工
具之一。波动的乘客数、机场管理制度、以及不同出租车司机的决策等因素共同影响
机场交通。
1.2 问题一的重述
问题一中,题干给出司机面临两种选择分别是前往“蓄车池”排队并载客返回市
区和直接空载返回市区拉客,要求结合机场乘客数量的变化规律和出租车司机收益,
分析出租车司机决策相关因素的影响机理,建立选择决策模型,同时给出合理的决策
建议。
1.3 问题二的重述
问题二中要求搜集机场以及所在城市出租车的相关数据,并得到出租车司机的策
略方案,分析模型是否合理以及相关因素的依赖程度。
1.4 问题三的重述
问题三中在保证车辆和乘客安全的条件下,在“乘车区”的两条并行车道中如何
合理设置“上车点”,使得总乘车效率最高。
1.5 问题四的重述
问题四中管理部门为了让出租车的收益尽量均衡,要求给短程载客的出租车给予
一定的优先权,并给出合理的安排方案。
二、 问题分析
2.1 问题一的分析
对问题一的题意进行分析,可将问题一分为两个小问,1、分析研究相关因素对司
机决策的影响机理。2、综合考虑乘客数变化规律与司机的收益,建立决策模型并给出
司机选择策略,下面将对两个小问分别进行分析。
(1)根据题目中的信息得知,影响司机决策的相关因素主要有当前时刻机场的航
班数以及蓄车池中排队的出租车数。考虑到司机的收益对司机的决策起主导作用,因
此,应首先对影响司机收益的因素进行分析,分析后发现司机的收益主要受到排队时
间的影响,而司机的排队时间又由蓄车池中的车辆数和一段时间内乘坐出租车的人数
共同决定。蓄车池中的车辆数司机可以观察到,但乘客的人数却不能直接观测,因此
本文以北京首都国际机场为例,使用 python 爬虫在网上爬取影响一段时间内乘客数量
因素的详细数据(一天时间内北京首都国际机场的航班信息,2020 年内每天坐飞机去
北京人口的迁入量),使用 excel 对数据进行清洗和预处理,最后使用 SPSS 对清洗后
的数据进行描述性统计,并做出时间曲线,最终论证相关因素对司机决策的影响机理。
(2)结合实际情况,根据所有的已知条件写出 A,B 两种选择的收益函数,进而发
现 A,B 方案的收益大小实际上由 A 车的等待时间决定。使用 excel 对一天内北京首都
国际机场的航班信息进行清洗并预处理,得到每小时段内的航班数量,每小时段内的
航班数量与一天的总航班数量的比值乘以当天坐飞机进入北京的人数,可以得到每小
3
时段内的人流量,再根据蓄车池中的车辆数,可以写出 A 方案等待时间的函数表达式,
再结合 A,B 方案的收益函数,进而建立司机决策模型。
2.2 问题二的分析
以北京首都国际机场为例,在网上搜寻计价规则相关数据,带入问题一的模型,
A 方案的等待时间由蓄车池中的出租车数直接决定。使用蒙特卡洛算法在 N[1,300]范
围内对收益进行求解,并将求解结果导入 SPSS 对 A 方案收益大于 B 方案收益的数据
点进行统计处理,并计算其概率,为验证合理性,使用 logisitic 回归算法对数据点进
行回归,利用回归得出决策与本文模型得出的决策相对比两者相似度,为验证模型对
相关因素的依赖性,使用控制变量法,分别将改变后的每日进入北京人数和每小时段
航班数带入模型,得出的结果与原始数据进行对比,可得模型对两个相关因素的依赖
性。
2.3 问题三的分析
在机场管理部门的调度下,可能会发生出租车排队载客和乘客排队乘车的情况,
所以我们在尽量满足乘车效率最高的同时,也要考虑车辆和乘客的安全。基于乘车的
效率的考量,分别从出租车管理模式和上车点数量两个方面进行考虑,在查阅相关论
文后,将出租管理模式分为三种,依次发车模式,单独发车模式,并列多车道发车模
式。再分别对着三种模式的出租车管理方式进行仿真模拟,引入操作系统的多线程思
想,分析得出出租车管理模式的最佳效率方式;对于上车点数量,从理论推导出发,
得出乘车最短时间的目标函数式,最后求得最优解。
2.4 问题四的分析
出租车从机场载客的收益收到行驶里程的影响,司机因不能拒载从而可能导致每
个司机最终的收益不同,先机场允许那些短途载客的出租车返回机场重新排队,并给
予一定的优先权,为使这些返回的出租车收益尽可能均等,因此优先级的选取至关重
要,可以采用蒙特卡洛算法对所有情况下引入优先级的短程车的收益进行试验,在收
益最大的情况下求得最小的方差所对应的数据点。按公里数对这些短程车进行分类,
并最终给出对应的优先级。
三、 模型假设
1. 假设司机是绝对理智的。
2. 假设机场航班不受天气的影响。
3. 假设机场到市区的道路绝对平整。
4. 假设乘客上车时间和汽车打火时间可以忽略。
5. 假设司机再回去的路上不出现堵车等意外情况。
四、 符号说明
符号
说明
单位
出租车收益
元
Z
出租车起步价
元
u
每公里油耗
升/km
f
油价
元/升
S
城市机场距离城市市区的距离
Km
4
L
人流量
个/小时
P
当天坐飞机进入北京的总人数
个
b
当前时段的航班数
辆
N
蓄车池中排队的出租车数
辆
n
自变量矩阵
无
Q
出租车上客点的通行能力
辆/h
R
为了抵偿停靠时间波动的折减系数
无
优先权
无
五、 模型的建立与求解
5.1 问题一决策模型的建立
5.1.1 相关因素对决策的影响机理
根据题干提供信息可知,司机在送客到机场后面临两种选择:
(A)前往蓄车池等待下飞机的乘客,排队进场载客回市内。
(B)直接返回市内,前往市区载客。
依照这两种选择可以做出出租车在机场行驶的流程图,如下图 1 所示
图 1 机场出租流程图
在某时间段抵达的航班数量以及蓄车池中已有的车辆数是司机已知的信息,司机
依照个人的经验对这些已知的信息进行分析从而决定选择哪种方案。因而可以初步确
定影响司机决策的两个主要影响因素,这一时间段内抵达的航班数量,蓄车池内排队
车辆的数量。
在确定影响因素后,进而研究这些影响因素是如何影响司机的决策的。司机受利
益的驱动必然选择收益最高的一个选项,因此只要找出两种选择的收益函数受哪些自
变量的影响,并列出函数表达式就能知道,上述两个影响因素是如何影响司机决策的。
结合实际情况考虑,出租车司机的收益(W)为当地出租车起步价(Z)加上每公里单
价减去每公里油耗(u)乘以当前油价(f),具体公式(1)如下:
(1)
公式(1)中 S 为城市机场距离城市市区的距离。
A 方案中司机需要进入蓄车池等待一段时间,直到轮到自己接客才能开始正常盈
利。B 方案中司机直接返回市区接客并在市区接客,在返回市区的途中会因为空载而
5
损失燃油费用,到达市区后开始正常接客。因为不知道方案 A 出租车到达市区后是否
继续盈利,因此本文将拉客截止时间设置为方案 A 出租车返回市区的时刻,根据上述
分析,可以做出两种选择下的司机收益的大致曲线(左为 B,右为 A),如下图 2:
图 2 A,B 决策收益曲线
根据图 2(右图)进行分析,A 方案一开始在等待期间不盈利也不亏损,其盈利只有
接到客人从机场送回市区的盈利。B 方案一开始由于空载需要亏损燃油费,到达市区
后开始在市区正常盈利直至 A 方案回到市区。
在查阅资料后得知,出租车机场拉客的价格要高于出租车在市区内拉客的价格,
因此设出租车在机场拉客的价格为 ,在市区内拉客的价格为 。设出租车一直以 v
大小的速度匀速行驶,此时汽车的油耗为 u。
可以得到方案 B 出租车在返回路上的亏损( )和返回市内接客的收益( )二
者的函数表达式,表达式如下:
(2)
A,B 两个方案返回市区所走的距离相同,车速相同,因此两种方案返回市区所需
的时间相等,又由两车的收益的截止时间相等,进而推得 A 方案出租车在机场的等待
时间即为 B 方案出租车在市区内拉客的盈利时间。
B 方案出租车净利润为 B 方案出租车在市内的盈利( )减去返回市区途中的
空载亏损( ),B 方案净利润( )函数表达式如下:
(4)
A 方案收益为接客返回市区的盈利减去返回路上的汽油消耗,其函数表达式如下
所示:
(5)
由于一个城市中的一个机场,其出租车拉客的计价规则是固定的,出租车油耗量
u 和油价 f 是已知的,因此比较 A,B 两种方案所带来的收益大小,重点在于对 A 方案
出租车等待时间 的计算上。上述两个相关因素也正是通过影响 A 方案的等待时间
从而影响两种方案的收益最终影响司机的决策的。
(3)
剩余28页未读,继续阅读
白羊带你成长
- 粉丝: 21
- 资源: 329
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0