尹擇然
(華北理工大學(xué),河北唐山063200)
國(guó)內(nèi)大部分機(jī)場(chǎng)都選擇將乘客上下車(chē)的通道分開(kāi),故將乘客送達(dá)機(jī)場(chǎng)的出租車(chē)司機(jī)通常會(huì)面臨兩種抉擇:(A)前往到達(dá)區(qū),在指定的“蓄車(chē)池”排隊(duì)將乘客帶回市區(qū),以及按照“先到先得”的原則排隊(duì)將乘客帶回市區(qū)。出租車(chē)司機(jī)的等待時(shí)間由出租車(chē)排隊(duì)數(shù)量和乘客的多少?zèng)Q定,即要付出一定時(shí)間成本。(B)直接空駛返回市區(qū)接送乘客,出租車(chē)司機(jī)需付空座位費(fèi),因而可能失去潛在的乘客收入。建立出租車(chē)司機(jī)的選擇決策模型,給出出租車(chē)司機(jī)的選擇策略。本文選擇鄭州機(jī)場(chǎng)這一中型機(jī)場(chǎng)為目標(biāo)機(jī)場(chǎng)進(jìn)行分析,收集所選機(jī)場(chǎng)的相關(guān)數(shù)據(jù)并整理,然后將數(shù)據(jù)應(yīng)用到本文模型中,給出該機(jī)場(chǎng)出租車(chē)司機(jī)的選擇決策方案。
從出租車(chē)司機(jī)的角度出發(fā),考慮影響出租車(chē)司機(jī)決策的相關(guān)因素,選擇航班到港時(shí)間、到港乘客數(shù)量、蓄車(chē)池的排隊(duì)車(chē)輛數(shù)三種影響因素作為分析指標(biāo)。不考慮其他因素,在相同時(shí)間內(nèi),出租車(chē)司機(jī)總是傾向于選擇成本最低,即使個(gè)人收益最大的決策[1]。最后,采用熵權(quán)法求解三個(gè)指標(biāo)的權(quán)重,利用TOPSIS 法計(jì)算得分情況,依據(jù)評(píng)分區(qū)間為出租車(chē)司機(jī)是否載客做出決策,選擇是否在機(jī)場(chǎng)等候或空載返回市區(qū)。
熵權(quán)法就是一種客觀的賦權(quán)法,其內(nèi)涵思想是根據(jù)指標(biāo)所包含信息量多少對(duì)指標(biāo)賦予相應(yīng)的權(quán)重[2]。具體計(jì)算步驟如下:
第一步:構(gòu)建初始矩陣
假設(shè)共m 個(gè)樣本,且有n 個(gè)評(píng)價(jià)指標(biāo),則可構(gòu)建初始決策矩陣X= (xij)m×n:
第二步:數(shù)據(jù)歸一化
對(duì)于越小越好的指標(biāo)(反向指標(biāo))
第一步:計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)方案占到的比重
第二步:第j個(gè)評(píng)價(jià)指標(biāo)對(duì)應(yīng)的熵值(式中)
第三步:計(jì)算指標(biāo)j的熵權(quán)ωj
第四步:將相關(guān)數(shù)據(jù)帶入計(jì)算,利用熵權(quán)法進(jìn)行求解,可以得到各個(gè)指標(biāo)的客觀權(quán)重。
TOPSIS 法又稱(chēng)優(yōu)劣解距離法,其內(nèi)涵原理是通過(guò)分別對(duì)各個(gè)評(píng)價(jià)對(duì)象與正理想解以及負(fù)理想解之間的距離進(jìn)行計(jì)算,來(lái)獲取各評(píng)價(jià)對(duì)象與其對(duì)應(yīng)正理想解的接近程度,并且以此作為評(píng)優(yōu)和排序的依據(jù)。具體步驟為:
第一步,數(shù)據(jù)歸一化處理:用向量規(guī)劃的方法求解規(guī)范決策矩陣,現(xiàn)設(shè)規(guī)范化的決策矩陣為B= (bij)m×n,其中
第二步,構(gòu)造加權(quán)規(guī)范矩陣C= (cij)m×n此時(shí)設(shè)各指標(biāo)的權(quán)重向量為
則有加權(quán)規(guī)范矩陣C:
第三步,確定出正理想解和負(fù)理想解
第四步,計(jì)算得到各個(gè)評(píng)價(jià)對(duì)象相距最優(yōu)解及最劣解的距離。
第i個(gè)評(píng)價(jià)對(duì)象與其正理想解的距離為
第i個(gè)評(píng)價(jià)對(duì)象與其負(fù)理想解的距離為
小型機(jī)場(chǎng)的運(yùn)行規(guī)模不大,數(shù)據(jù)收集較為困難;國(guó)內(nèi)大型機(jī)場(chǎng)年旅客吞吐量多達(dá)7000 萬(wàn),機(jī)場(chǎng)中的各類(lèi)影響因素較為復(fù)雜。為方便分析,且考慮到機(jī)場(chǎng)所在城市應(yīng)較為發(fā)達(dá),以便獲得機(jī)場(chǎng)周邊出租車(chē)的數(shù)據(jù)。綜合考慮以上因素,選擇鄭州新鄭國(guó)際機(jī)場(chǎng)進(jìn)行分析研究。
出租車(chē)司機(jī)是否選擇(A)是通過(guò)時(shí)間成本來(lái)衡量,選擇(B)的衡量指標(biāo)是空載費(fèi)用和可能損失潛在的載客收益。影響司機(jī)做出決策(A)的主要因素為時(shí)間成本,而影響時(shí)間成本的因素有排隊(duì)等待時(shí)間和單位時(shí)間出租車(chē)平均收入,同時(shí)影響等待時(shí)間的因素有乘客數(shù)量、排隊(duì)出租車(chē)數(shù)量。
乘客數(shù)量:用抵達(dá)的航班數(shù)量對(duì)乘客數(shù)量進(jìn)行估算。不考慮其他因素,乘客數(shù)量少,等待時(shí)間長(zhǎng),時(shí)間成本高,做選擇(A)的可能變??;乘客數(shù)量多,等待時(shí)間短,時(shí)間成本低,做選擇(A)的可能變大。
排隊(duì)出租車(chē)的數(shù)量:不考慮其他因素,排隊(duì)出租車(chē)數(shù)量多,等待時(shí)間長(zhǎng),時(shí)間成本高,做選擇(A)的可能變??;排隊(duì)出租車(chē)數(shù)量少,等待時(shí)間短,時(shí)間成本低,做選擇(A)的可能變大。
將收集的航班數(shù)據(jù)和出租車(chē)相關(guān)數(shù)據(jù)應(yīng)用到問(wèn)題已構(gòu)建的熵權(quán)法模型中,可以得到影響出租車(chē)司機(jī)決策的三個(gè)指標(biāo)時(shí)間、航班數(shù)量、蓄車(chē)池已有車(chē)輛數(shù)的權(quán)重為:
ωj= (0.3335, 0.3338, 0.3327)
利用上文中建立的模型,將處理后的機(jī)場(chǎng)航班和租車(chē)的相關(guān)數(shù)據(jù)帶入評(píng)分模型中,計(jì)算得到每分鐘的評(píng)分情況,部分結(jié)果可見(jiàn)表1。
表1 得分情況表
一天之內(nèi)機(jī)場(chǎng)客流量隨時(shí)間不斷變化,增減幅度也會(huì)有所改變。通過(guò)分析一天內(nèi)某一時(shí)刻到達(dá)的乘客數(shù)量和這一時(shí)刻的得分情況,可知評(píng)分高低與某一時(shí)刻中到達(dá)的航班數(shù)量有關(guān)。機(jī)場(chǎng)抵達(dá)航班數(shù)量越多,客流量越大,司機(jī)選擇(A)方案需要付出的時(shí)間成本就越少;而機(jī)場(chǎng)客流量較少時(shí),司機(jī)排隊(duì)等待載客所要付出的成本較高,選擇(B)方案更為合適。
根據(jù)圖1 可以給出司機(jī)的選擇決策方案:當(dāng)評(píng)分大于0.45 時(shí),抵達(dá)的航班數(shù)量較多,司機(jī)在“蓄車(chē)池”排隊(duì)載客所付出的時(shí)間成本較低,此時(shí)司機(jī)應(yīng)當(dāng)選擇排隊(duì)載客;當(dāng)評(píng)分小于0.45 時(shí),抵達(dá)航班數(shù)量較少,司機(jī)等待載客后再返回市區(qū)所付出的時(shí)間成本較大,則此時(shí)司機(jī)應(yīng)當(dāng)選擇空載返回市區(qū)。
該模型綜合分析了影響出租車(chē)司機(jī)決策的因素,研究了其影響機(jī)制,建立了出租車(chē)司機(jī)的決策模型,給出了綜合考慮乘客數(shù)量變化規(guī)律和司機(jī)利益的選擇策略。本文給出了在保證車(chē)輛和乘客安全的前提下,使總的乘車(chē)效率最大化的方案。模型綜合考慮了影響司機(jī)決策的相關(guān)因素,站在出租車(chē)司機(jī)的角度分析問(wèn)題,給出了相應(yīng)的選擇策略。結(jié)果合理,直觀實(shí)用。模型應(yīng)用于實(shí)際情況進(jìn)行分析,對(duì)現(xiàn)實(shí)情況具有較強(qiáng)的借鑒意義。