基于GPSS的機(jī)場(chǎng)出租車等待方案設(shè)計(jì)

程若楠 何深寬 韓康燁 廖進(jìn)蔚

摘? ?要：出租車在機(jī)場(chǎng)面臨兩種對(duì)策，文章采取決策論的數(shù)學(xué)模型，分析兩方案產(chǎn)生收益的影響因素。使用了GPSS/JAVA模擬仿真機(jī)場(chǎng)泊車接客系統(tǒng)，編程得到每輛車在設(shè)置不同泊車數(shù)量的情況下的滯留時(shí)間，同時(shí)使用主成分分析法計(jì)算城市里程利用率，得出兩種方案的收益公式，最終得到最佳的決策方式。

關(guān)鍵詞：通用仿真系統(tǒng)語言;決策論;Matlab

到達(dá)機(jī)場(chǎng)的出租車司機(jī)面臨兩個(gè)選擇，即留等載客或空載回城，本文分別通過計(jì)算兩種方案下的收益進(jìn)行對(duì)比，以確定選擇方案。

留待接客的收益為從機(jī)場(chǎng)到市區(qū)的收入，付出代價(jià)的是時(shí)間成本，影響出租車在蓄車池等待時(shí)間與接客成功率的因素主要有落架航班次和時(shí)間，同時(shí)兩個(gè)成分相互聯(lián)系。直接放空返回市區(qū)拉客的收益為相對(duì)于留待機(jī)場(chǎng)在損失時(shí)間里市區(qū)所賺的里程費(fèi)，付出代價(jià)為從機(jī)場(chǎng)到市區(qū)的空載收益。

1? ? 決策模型的建立

各個(gè)機(jī)場(chǎng)所設(shè)泊車位是確定數(shù)據(jù)，可設(shè)為n、由出港口到市區(qū)的距離設(shè)為s;實(shí)際情況為機(jī)場(chǎng)航班落架次及機(jī)型降落集中度是可由司機(jī)觀測(cè)得到準(zhǔn)確信息。設(shè)到港班次α、機(jī)型荷載數(shù)β、上座率γ、到港班次α，平均每個(gè)航班實(shí)際乘客人數(shù)與預(yù)定上座率存在大約10%的隨機(jī)誤差。

計(jì)算港總?cè)藬?shù)：

導(dǎo)致留待虧損的主要因素是蓄車池的等待耗時(shí)，機(jī)場(chǎng)蓄車池派車是一個(gè)典型離散排隊(duì)系統(tǒng)，與泊車位數(shù)量以及機(jī)場(chǎng)對(duì)候車區(qū)與駛離區(qū)的銜接管理有關(guān)，同時(shí)計(jì)入乘客上車延遲時(shí)間、前后車駛離延遲時(shí)間等。以泊車位數(shù)量作為突破口，本文所建模型設(shè)定為單車道出租車上客系統(tǒng)，未考慮出租車排隊(duì)和候車乘客排隊(duì)的隊(duì)列長(zhǎng)度、平均等待時(shí)間等量，假定前提是乘客和待客出租車接近飽和，建立泊位數(shù)量與的線性關(guān)系。

由于解析法不能滿足出租車排隊(duì)的隨機(jī)性和行駛的物理特征，本文采用GPSS/JAVA[1]管理仿真系統(tǒng)模擬不同泊車數(shù)量下的情況。根據(jù)GPSS/JAVA編程得到結(jié)果如表1。

泊車系統(tǒng)飽和的情況下平均每輛車耗費(fèi)的時(shí)間：

其中，n為機(jī)場(chǎng)接客處泊車位（個(gè)）;R為模擬總輪數(shù);T為模擬終止時(shí)，模擬時(shí)鐘的值（s）。

同時(shí)，除節(jié)假日外，機(jī)場(chǎng)每天不同時(shí)段客流量的大小相似。設(shè)司機(jī)可觀測(cè)到蓄車池內(nèi)車輛數(shù)為N，將飽和概率設(shè)為P1，計(jì)算出租車等待時(shí)間：

2? ? 模型的求解

設(shè)D為決策結(jié)果，根據(jù)決策模型OPt D=f（a，s，q），行動(dòng)集設(shè)為A={a1，a2，…，am}，狀態(tài)集S={s1，s2，…，sn}，收益值為qij=q（ai，sj），得到收益矩陣為：

對(duì)于P1，影響因素包括每時(shí)段航班密集度、滯留乘客量和機(jī)場(chǎng)交通網(wǎng)的發(fā)達(dá)程度等，表示為x0，x1，x2…，所以P（A1）=f（Xi），根據(jù)調(diào)查相關(guān)數(shù)據(jù)，到達(dá)班次與P1成線性正相關(guān)，而惡劣天氣和公交網(wǎng)密集度與P1呈負(fù)相關(guān)[2]。

對(duì)于P2，影響因素包括城市里每時(shí)間段出租車供求比、千人擁有量、空載率、道路網(wǎng)密度等，每個(gè)城市均有差異，可由查詢數(shù)據(jù)直接匹配到不同城市的出租車?yán)锍汤寐?。其中S1，S2，S3分別表示正常時(shí)間，機(jī)場(chǎng)需求更大城市需求量更大3種狀態(tài)。A1和A2分別表示留待接客和空載回城兩種選擇。

以北京首都機(jī)場(chǎng)為例，將上述擬合收益函數(shù)應(yīng)用到實(shí)際中可得到收益隨時(shí)段變化曲線，收集北京市出租車信息[3]。擬合結(jié)果如圖1所示。

當(dāng)收益值為負(fù)數(shù)時(shí)，建議司機(jī)留在機(jī)場(chǎng)等待接客;當(dāng)收益為正數(shù)時(shí)，建議司機(jī)放空后直接回市區(qū)接客。在7：00～ 12：00和16：00～17：00晚高峰和20：00～22：00，建議司機(jī)空載返回市區(qū)接客。而在22：00～24：00以及凌晨2：00～6：00和17：00～20：00，建議司機(jī)留待接客。

3? ? 模型的評(píng)價(jià)

采用GPSS/JAVA管理系統(tǒng)仿真了實(shí)際泊車接客情況，使用仿真1 000輪得到的結(jié)果規(guī)避了解析法計(jì)算實(shí)際滯留時(shí)間的局限性。由于司機(jī)可觀測(cè)前方等待的車輛數(shù)，所以，只需要根據(jù)決策論的模型思想，定下系統(tǒng)飽和概率和城市內(nèi)乘客的需求比即可，提高處理數(shù)據(jù)的效率，得到了較為準(zhǔn)確的結(jié)果。

[參考文獻(xiàn)]

[1]孫健，丁日佳，陳艷艷.基于排隊(duì)論的單車道出租車上客系統(tǒng)建模仿真[J].系統(tǒng)仿真學(xué)報(bào)，2017（5）：996-1004.

[2]林思睿.機(jī)場(chǎng)出租車運(yùn)力需求預(yù)測(cè)技術(shù)研究[D].北京：電子科技大學(xué)，2018.

[3]徐蓉，曾勝軍，李凱.“互聯(lián)網(wǎng)+”時(shí)代出租車資源配置的“供求匹配”分析[J].科教導(dǎo)刊，2018（22）：144-145，153.