基于信息智能化的机场出租车供求匹配系统优化

钱鹏程，朱家明

基于信息智能化的机场出租车供求匹配系统优化

钱鹏程1，朱家明2

（1. 安徽财经大学商学院 经济与金融系，安徽 蚌埠 233010；2. 安徽财经大学 统计与应用数学学院，安徽 蚌埠 233030）

针对机场出租车调度管理中乘客与司机之间的信息不匹配，运用二叉树决策模型等方法，构建了司机决策的均值模型和收益模型．给出不同影响因素下司机的决策方案，并设计机场出租车上车点的具体位置，同时利用信息智能化技术设计了导乘屏，以优化出租车智能供求匹配系统，解决了乘客与司机之间的信息不匹配问题．设计不同方案并加以分析，得出了有益于短途司机的最优化方案，该方案可供其他交通运营机构借鉴．

智能供求匹配系统；信息智能化；导乘屏；二叉树；均值模型

由于机场大多设定在郊区，多数乘客下飞机后都要去往市区（或周边）的目的地，而国内大多数机场的送客通道（出发）与接客通道（到达）是分开的[1]，因此出租车司机一般都会面临２种选择：第１种，司机到达机场后，开往指定地点，按照先后顺序排队等候乘客上车．这需要付出一定的时间成本，同时也考验着出租车司机的忍耐力，而乘客和排队出租车的数量直接影响出租车司机等待时间的长短．第２种，司机到达机场后，出租车直接放空返回市区．当然，出租车司机会遭受一些损失，可能丢掉一些潜在的乘客，需要付出空载的油费等．对于出租车司机来说，选择是极其重要的，距离的长短直接决定出租车司机的收益状况．对此，本文建立出租车司机载客最优决策模型，并合理安排乘客上车点，提高乘客乘车效率．

1　数据来源及基本假设

本文数据来源于南京市统计局官网、南京市交通局官网以及南京禄口国际机场官网．为了便于处理问题，假设：（1）道路平坦无施工路段，无交通障碍；（2）不存在交通违章处罚、乱收费、黑车等状况对司机收入的影响；（3）每日机场高峰期时蓄车池中等待上车乘客的数量固定；（4）一定时期内油价平稳，基本上没有波动；（5）天气不影响正常行驶，路面无积水，无冰面；（6）出租车前往同一地点选取的路线相同，并且为最佳路线；（7）出租车司机的驾驶能力相同，不存在差异；（8）同一实况下司机愿意等待的最大时长相同．

2　影响出租车司机决策的相关因素及建模

2.1 影响出租车司机决策的相关因素

分析影响出租车司机决策的相关因素，寻找其中的逻辑关系，运用PowerPoint绘制层次关系图（见图1）．

图1　相关影响因素

从司机和乘客2个角度分析影响司机决策的相关因素，重点分析天气、时间、乘车需求3个因素，同时还分析了行李、航班数量、其它交通工具[2]等因素对模型结果的影响．

2.2 均值模型

2.3　收益模型

考虑出租车空载返回的直接成本和间接损失，以及排队等待载客的时间成本，可分排队载客和放空返回２种情况分析出租车司机的收益．

2.3.1排队载客考虑交通处于高峰期时乘客的数量和上白班、晚班时间的不同对司机收入的影响，行驶路程在2.5 km内，每次载客１人，白班、晚班的工作时间均设为12 h，则白班收益为

晚班收益为

全天收益为

3　交通量、客流量分析及载客效率优化

3.1 交通量及客流量分析

通过统计运行监控数据等方法，对目前交通的组成成分、载客率和客流量等基础数据进行调研分析，得出某一时期高峰时段出发与到达的交通方式的相关数据（见表１）．

表1　高峰时段交通组成

根据调研统计可知，高峰日的客流量约10万，高峰时段的系数值大约为0.1，因此高峰时段的客流量约为１万．而根据本次调查计算的客流量结果与之对比，两者结果基本相近，可进一步验证各类指标的合理性．由表１可以看出，各指标中所占比重最大的均是私家车．而在客流量所占比例中，出租车同其它交通方式相比位居倒数第二，仅高于旅游车等．由此可见，出租车在人们出行中所占份额逐渐减小．

3.2 载客效率优化

利用智能信息化技术搭建机场出租车司机与乘客之间的信息桥梁[4]，合理安排出租车与乘客之间的协调配合，最大限度地节省乘客和出租车司机的时间，使总的乘车效率达到最高，尽可能地达到帕累托最优状态．为了解决乘客乘车难和出租车司机载客难问题，降低乘客乘车时间成本以及出租车司机的空载率，建立了上车点模型，在每一条行车道上设立一个上车点（见图２），１号上车点、２号上车点内各设置１个感应器，感应系统与候车大厅的导乘屏相通，可实时显示乘车区内的出租车数量以及已取号乘客所需的出租车数量，并且在导乘屏上公布乘车区域．取号之后，乘客前往各自上车点的入口等待乘车．司机可通过智能供求匹配系统查阅乘客所需的出租车数量及蓄车池内已排队等待的出租车数量，然后开车经过扫描区进行扫描验证．验证成功后，感应系统录入出租车信息至智能供求匹配系统，并将其导入导乘屏，司机前往１号、２号上车点进行排队载客．

图2 机场候车车道设计图

乘客根据前往的目的地进行乘车，司机根据自身经验选取最优路线载客前往所要去的目的地．满足乘客需要的同时，解决出租车司机长时间排队载客的问题，使得乘车效率最高．

4　基于均衡司机收益的优先方案设计

由于乘坐出租车的乘客前往的目的地不同，故存在长途和短途路程，路程的不同将导致司机之间的收益存在较大差异，因而使得出租车司机的收益不均衡．由于蓄车池的存在，出租车司机需要排队载客，有时排队等待时间可能高达40~60 min，但可能拉到的却是一个短途乘客，以至于大大增加了司机的时间成本．为减少这种现象的发生，使司机之间的收益尽可能地达到均衡[5]，管理部门对某些短途载客的司机再返回应给予一定的优先权，采取分流的方式平衡出租车司机的收益．为此设计了2个方案：

方案１为拓展空间资源建设空中高架，实行双行车道，一进一出，专门供短途司机使用，并且增加换道空间，将上车点分为短途区上车点和长途区上车点，这样一来，短途司机可以通过提高来回频率增加收益．同时在导乘屏上面可以显示出短途和长途的相关信息，如到不同乘车区的路线、到各个标志性地方的里程以及客流量、车流量等，以便于乘客了解．同时，做好车辆调度和人员指引等方面的准备，及时提醒乘客注意上车点的位置．

方案２设计一个出租车智能供求匹配系统网络（见图3）．

图3　智能供求匹配系统网络

在出入口位置安装相应的设备，对来往的车辆进行感应．通过安装摄像机进行拍照，识别车牌号等信息，在导乘屏上及时更新乘客流量和出租车流量信息，引导出租车进入相应的车道，确保出入口不会堵塞．出租车管理系统是与机场相关部门联系在一起的，任何数据资料都可以传入机场后台系统，乘客在人工指引和路标的指导下，进入正确上车点．每辆出租车的前座和后座都安置一个系统[6]，以供乘客自己输入所要到达的目的地，然后系统自动识别路程和票价，以保证乘客安全放心．

智能供求匹配系统的运行步骤见图４．

图4 车辆调度流程

航站车道总体布局见图５．划分出短途上客区和普通上客区[7]，在出租车首次进入扫描区录入系统后，将其出租车所载乘客前往的区域与其车牌录入信息库，在其返回后再次进入扫描区进行再次识别，将其车牌信息与信息库中信息进行匹配，若前一次所拉乘客为短途，且匹配成功，则给予其一定优先权．若司机愿意再一次选择短途，可优先进入短途区进行排队载客；否则，进入普通区排队载客．

图5　航站车道设计平面图

5　结束语

智能供求匹配系统的设计是根据乘客的实际需求而产生的，可提升旅客对交通服务质量的满意度．随着信息技术的发展，航空运输业务的增长以及未来发展的迫切需要，可以进一步优化智能系统以及一些相关方面的设施，从而增加具体方案的可行性以及系统的可靠性．通过对出租车车辆的长途与短途分流，可以削减出租车司机因拉客距离的差距而产生的不公平，最终尽可能地使之平衡．这样可以减少因为距离长短而出现拒载的情况，也可以有效地为乘客提供一定的保障，同时对于机场人员的管理来说，也可以带来一定的便利．再进行一定的修改提升，对系统进行优化后，方案就可以供其他机场进行参考借鉴，对于整个国家航空事业的发展具有一定的价值，并且可以推广到其他行业．

[1] 耿中波，宋国华，赵琦，等．基于VISSIM的首都机场出租车上客方案比选研究[J]．中国民航大学学报，2013，31（6）：55-59

[2] 于跃，李雷鸣．从出租车到网约车的乘客出行方式选择行为演化博弈分析[J]．软科学，2019，33（8）：11-12

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

[4] 胡稚鸿，董卫，曹流，等．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（7）：90-95

[5] 方雄利，陈绪兵，余良伟，等．基于RFID的工厂物流车辆调度系统研究[J]．物联网技术，2017（8）：108-110

[6] 孟维艳．智能场站技术在机场候客出租车管理中的应用研究[C]//第九届中国智能交通年会大会论文集．北京：协会，2014：5

[7] 徐仲超．多管齐下方能做好机场出租车服务[N]．中国民航报，2017-09-08（2）

Optimization of the matching system between supply and demand of airport taxi based on information intelligence

QIAN Pengcheng1，ZHU Jiaming2

（1. Department of Economics and Finance，Business Institute Anhui University of Finance and Economics，Bengbu 233010，China；2. School of Statistics and Applied Mathematics，Anhui University of Finance and Economics，Bengbu 233030，China）

Aiming at the information mismatch between passengers and drivers in airport taxi dispatching management，the mean value model and income model of driver′s decision-making are constructed by using binary tree decision-making model．The decision-making schemes of drivers are obtained under different influence factors，and the specific location of the taxi pick-up point in the airport is designed，at the same time，the guiding screen of the taxi pick-up point is designed by using the information intelligent technology to optimize the taxi intelligent supply and demand matching system，the problem of information mismatch between passengers and drivers is solved．At last，different schemes are designed and analyzed，and the optimum scheme which is beneficial to short-distance drivers is obtained，which can be used for reference by other transportation operators．

intelligent supply and demand matching system；information intelligence；guide screen；binary tree；mean value model

1007-9831（2020）07-0021-05

O29

A

10.3969/j.issn.1007-9831.2020.07.005

2020-04-04

国家自然科学基金项目（11601001）；安徽省省级教研项目（2018jyxm1305）——大数据背景下学科竞赛对新经管人才创新能力培养研究

钱鹏程（1999－），男，安徽蚌埠人，在读本科生．E-mail：18895671804@163.com

朱家明（1973-），男，安徽宿州人，副教授，硕士，从事应用数学研究．E-mail：zhujm1973@163.com