基于排队论对机场出租车决策问题的优化模型

曹晨

摘  要：本文针对优化机场出租车司机收益决策和提升出租车司机总体收益效率问题，运用了数据包络方法（DEA），对时间、油耗和机身损耗数据进行统计量化和可视化分析;构建了出租车司机收益最大化的最优决策模型。

关键词：出租车司机决策;出租车管理;线性规划对偶理论

1. 引言

出行是人民生活的重中之重，人民的生活各个方面都离不开出行，而同时，出租车是当今人民出行的主要工具之一，在人民生活中发挥着重大的作用[1]。出租车司机在机场的去留选择和决策影响着出租车在市区和机场的配置情况，进而会影响出租车的利用效率[2]。出租车司机的正确决策不仅会使出租车的利用效率提高，促进居民出行的便捷度，同时出租车自身也可以最大限度的获取收益，提高自身生活水平，促进经济的发展。现如今也有很多对出租车管理的研究，因此关于机场出租车相关问题的研究具有非常重大的意义[3]。

2. 模型的建立與求解

（1）模型的准备

① 决策单元构建

根据司机要做出的决策方案，容易得到“进入机场候车区等待”和“空载返回市区载客”两个决策单元。

② 输入输出指标选取

成本是出租车司机的关注要素，分为固定成本和随机成本，固定成本是耗油量，机身的折旧维修，随机成本有两个，一个是司机在机场等待付出的时间成本，另一个是返程空载时时间成本，DEA 使用固定成本和随机成本这两个决策单元求出效率，效率最大者即为最优决策，司机的最大收益。即综合分析得出选择的输入指标为固定成本（油耗和车辆损耗）和随机成本（时间），输出指标为或得收益。

指标体系选取的原则：

a.科学严谨：对出租车司机收益最大化决策模型要遵循科学严谨的原则，选取可以消除量纲因素影响的数据包络模型（DEA）。能够客观量化反应出租车司机的收益并能在一定客观条件的控制下应用于实际。

b.系统整体：要结合宏观环境与实际背景，充分考虑其现实背景下的收益影响因子，这样做出的模型才更具有现实意义，结果也更有可操作性和导向性。

c.数据简化：因为有些数据是实时动态变化的，我们仅选取了第一次记录时的数据，但基于历史记录和常规预测的考量，数据不会有太大的波动差异，可以应用于我们的模型。

d. 横向可比：我国城市格局大同小异，基于数据包络模型（DEA）对出租车司机收益最大化的最优决策可以在可控范围内应用于其他城市。

（2）模型的求解

基于 DEA 模型可以求出两种决策方案各个时点的决策效率，出租车司机可根据效率的大小结合实际情况选择效率更高的决策方案，即出租车司机能做出最优决策。

参考文献

[1]  盛明. 基于GPS的锦江出租车调度与管理系统的研究[D]. 东华大学，2016.

[2]  周先春，石兰芳，周杰. 一种出租车调度中心系统的设计[J]. 电子技术应用，2012，38（03）：136-138.

[3]  倪志伟. 基于排队论的订单处理系统建模与仿真[D]. 北京交通大学，2009.