基于熵权TOPSIS的机场出租车选择决策与管理安排研究

尹择然

（华北理工大学，河北唐山063200）

0 引言

国内大部分机场都选择将乘客上下车的通道分开，故将乘客送达机场的出租车司机通常会面临两种抉择：（A）前往到达区，在指定的“蓄车池”排队将乘客带回市区，以及按照“先到先得”的原则排队将乘客带回市区。出租车司机的等待时间由出租车排队数量和乘客的多少决定，即要付出一定时间成本。（B）直接空驶返回市区接送乘客，出租车司机需付空座位费，因而可能失去潜在的乘客收入。建立出租车司机的选择决策模型，给出出租车司机的选择策略。本文选择郑州机场这一中型机场为目标机场进行分析，收集所选机场的相关数据并整理，然后将数据应用到本文模型中，给出该机场出租车司机的选择决策方案。

1 模型建立

从出租车司机的角度出发，考虑影响出租车司机决策的相关因素，选择航班到港时间、到港乘客数量、蓄车池的排队车辆数三种影响因素作为分析指标。不考虑其他因素，在相同时间内，出租车司机总是倾向于选择成本最低，即使个人收益最大的决策[1]。最后，采用熵权法求解三个指标的权重，利用TOPSIS 法计算得分情况，依据评分区间为出租车司机是否载客做出决策，选择是否在机场等候或空载返回市区。

1.1 熵权法模型

熵权法就是一种客观的赋权法，其内涵思想是根据指标所包含信息量多少对指标赋予相应的权重[2]。具体计算步骤如下：

第一步：构建初始矩阵

假设共m 个样本，且有n 个评价指标，则可构建初始决策矩阵X= (xij)m×n：

第二步：数据归一化

对于越小越好的指标（反向指标）

第一步：计算第j项指标下第i个方案占到的比重

第二步：第j个评价指标对应的熵值（式中）

第三步：计算指标j的熵权ωj

第四步：将相关数据带入计算，利用熵权法进行求解，可以得到各个指标的客观权重。

1.2 TOPSIS 综合评价模型

TOPSIS 法又称优劣解距离法，其内涵原理是通过分别对各个评价对象与正理想解以及负理想解之间的距离进行计算，来获取各评价对象与其对应正理想解的接近程度，并且以此作为评优和排序的依据。具体步骤为：

第一步，数据归一化处理：用向量规划的方法求解规范决策矩阵，现设规范化的决策矩阵为B= (bij)m×n，其中

第二步，构造加权规范矩阵C= (cij)m×n此时设各指标的权重向量为

则有加权规范矩阵C：

第三步，确定出正理想解和负理想解

第四步，计算得到各个评价对象相距最优解及最劣解的距离。

第i个评价对象与其正理想解的距离为

第i个评价对象与其负理想解的距离为

2 实例分析

2.1 机场的选取

小型机场的运行规模不大，数据收集较为困难；国内大型机场年旅客吞吐量多达7000 万，机场中的各类影响因素较为复杂。为方便分析，且考虑到机场所在城市应较为发达，以便获得机场周边出租车的数据。综合考虑以上因素，选择郑州新郑国际机场进行分析研究。

2.2 相关因素分析

出租车司机是否选择(A)是通过时间成本来衡量，选择(B)的衡量指标是空载费用和可能损失潜在的载客收益。影响司机做出决策(A)的主要因素为时间成本，而影响时间成本的因素有排队等待时间和单位时间出租车平均收入，同时影响等待时间的因素有乘客数量、排队出租车数量。

乘客数量：用抵达的航班数量对乘客数量进行估算。不考虑其他因素，乘客数量少，等待时间长，时间成本高，做选择(A)的可能变小；乘客数量多，等待时间短，时间成本低，做选择(A)的可能变大。

排队出租车的数量：不考虑其他因素，排队出租车数量多，等待时间长，时间成本高，做选择(A)的可能变小；排队出租车数量少，等待时间短，时间成本低，做选择(A)的可能变大。

2.3 问题求解

将收集的航班数据和出租车相关数据应用到问题已构建的熵权法模型中，可以得到影响出租车司机决策的三个指标时间、航班数量、蓄车池已有车辆数的权重为：

ωj= (0.3335， 0.3338， 0.3327)

利用上文中建立的模型，将处理后的机场航班和租车的相关数据带入评分模型中，计算得到每分钟的评分情况，部分结果可见表1。

表1 得分情况表

一天之内机场客流量随时间不断变化，增减幅度也会有所改变。通过分析一天内某一时刻到达的乘客数量和这一时刻的得分情况，可知评分高低与某一时刻中到达的航班数量有关。机场抵达航班数量越多，客流量越大，司机选择（A）方案需要付出的时间成本就越少；而机场客流量较少时，司机排队等待载客所要付出的成本较高，选择（B）方案更为合适。

根据图1 可以给出司机的选择决策方案：当评分大于0.45 时，抵达的航班数量较多，司机在“蓄车池”排队载客所付出的时间成本较低，此时司机应当选择排队载客；当评分小于0.45 时，抵达航班数量较少，司机等待载客后再返回市区所付出的时间成本较大，则此时司机应当选择空载返回市区。

3 结语

该模型综合分析了影响出租车司机决策的因素，研究了其影响机制，建立了出租车司机的决策模型，给出了综合考虑乘客数量变化规律和司机利益的选择策略。本文给出了在保证车辆和乘客安全的前提下，使总的乘车效率最大化的方案。模型综合考虑了影响司机决策的相关因素，站在出租车司机的角度分析问题，给出了相应的选择策略。结果合理，直观实用。模型应用于实际情况进行分析，对现实情况具有较强的借鉴意义。