基于排队论的机场出租车最优决策模型

数据库技术Database Technology电子技术与软件工程Electronic Tech n o l ogy&Software En g ineering 基于排队论模型的车场出租车调度问题文/史可为张心悦陈润桓（南京邮电大学江苏省南京市210003）摘要：本文针对愈发引人关注的机场出租车决策问题，建立了基于司机收益心理的多级指标决策模型，并参考实地机场数据建立了理想乘车区模型；本文通过建立排队论模型为短途车的载客方案设计提供了一系列可行的方案。

最后通过仿真验证了模型的合理性，旨在合理有效地解决机场出租车面临的一系列问题，促进机场出租车产业的高效发展。

关键词：模糊综合评判法；排队论；蒙特卡洛仿真；粒子群算法1问题背景介绍送客到机场的出租车司机会根据实际情况对下一步工作做岀两种选择：（1）前往缓冲区等待，载客人返回市区。

此时出租车需要付出等待时间成本。

（2）直接空车返回市区载客。

此时出租车司机会付出空载损失费用和损失潜在的载客收益。

两种选择方式引发了值得探讨的问题：（1）司机应该如何进行决策使自己获益最大；（2）管理者应如何管理机场候车区使得总乘车效率最高；（3）为使收益均衡，管理部门应如何给出租车分配“优先权”。

针对这三个问题建立模型求解。

2模型的建立与求解2.1基于多级评价指标的司机载客方案选择决策模型结合文献和实际情况⑴分析发现司机对某方案收益大小的预估主要取决于机场抵达航班的乘客数量、蓄车池内已在等待的出租车的数量、天气状况、道路拥堵情况囚。

因此我们进行指标分级：某段时间内的乘客数量受某时间段内抵达机场的航班数量、蓄车池内已在等待的出租车的数量和当前时间因素（节假日、普通工作日等）影响⑶。

2.1.1基于线性最小二乘拟合的乘客数量回归模型来利用最小二乘法⑷对乘客数量X2关于m个子项指标的变化曲线进行拟合，步骤如下：首先确定回归方程的维数。

由于不同类别的自然环境和特殊时期对乘客数量的影响程度一般由专家打分得出⑸，均为常数因此乘客数量的变化规律是关于某段时间内抵达航班数的二维线性函数。

机场出租车司机综合决策及机场出租车管理模型引言机场出租车司机的综合决策及机场出租车的管理模型是机场出租车服务的重要组成部分。

在繁忙的机场交通中，司机需要面对各种决策问题，如何合理地选择乘客、路线和交通方式，以提高服务质量和效率。

同时，机场管理部门也需要建立科学合理的管理模型，以确保出租车运营的顺畅和乘客的满意度。

机场出租车司机综合决策机场出租车司机在日常工作中面临许多综合决策问题。

下面将从选乘客、选择路线和选择交通方式三个方面进行探讨。

选乘客•司机需要根据乘客的目的地、行李数量和交通时间等因素，综合考虑选择合适的乘客。

•在早晚高峰期间，司机可以优先选择去市区的乘客，以提高收入和节约时间。

•对于长途的乘客，司机可以主动询问他们的行程安排，以便更好地规划自己的工作。

选择路线•司机需要综合考虑交通状况、距离和时间等因素，选择最佳路线。

•对于熟悉机场及周边道路的司机来说，他们可以通过了解路况和选择次优路线，避免拥堵和延误。

•使用导航系统是司机选择路线的重要工具，通过实时交通信息，司机可以做出更明智的决策。

选择交通方式•在机场交通中，司机不仅面对乘坐出租车的乘客，还有选择乘坐其他交通工具的乘客。

•因此，司机需要在不同的情境下，判断乘客选择交通方式的可能性，并根据自身收益和乘客需求做出决策。

•对于一些短途的乘客，司机可以向他们提供其他交通方式的建议，如地铁、公交等，以减轻机场交通压力。

机场出租车管理模型为了实现机场出租车服务的高效和有序，机场管理部门需要建立合理的管理模型。

下面将从调度管理、价格管理和投诉处理三个方面进行探讨。

调度管理•机场出租车的调度管理是保证出租车运营效率和服务质量的关键。

•管理部门可以通过引入智能调度系统，根据实时交通情况和乘客需求，合理分配出租车资源。

•合理的调度策略可以减少出租车等待时间和空驶率，提高出租车利用率。

价格管理•出租车价格的合理管理可以提高乘客的满意度和司机的收入。

•管理部门可以通过建立动态定价模型，根据路程、时间和交通状况等因素，灵活调整价格。

1 问题背景随着国民经济的增长及居民消费水平的提升刺激了航空运输的发展，飞行出行方式更加普遍。

乘客下飞机后通过何种方式离开机场，给机场多元化交通方式的运力带来了更大的压力[1]。

出租车由其便捷和灵活的特点，是机场交通运输的重要工具之一。

国内的多数机场都是将送客（出发）和接客（到达）通道分开的。

送客到机场的出租车司机将根据自己的经验抉择是前往到达区排队等待载客返回市区还是直接放空返回市区拉客。

2 模型求解对于出租车司机的决策问题，主要问题是对选择(A)前往到达区排队等待载客返回市区和选择(B)直接放空返回市区拉客进行抉择。

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。

图1 决策思维导图同时影响时间成本的因素为等待时间和单位时间出租车平均收入，影响等待时间的因素为乘客数量、排队出租车数量以及通行能力，影响空载费用的因素有市区到机场的距离、耗油费用。

将上面的表述做成思维导图如图1所示。

2.1 时间成本2.1.1 影响因素说明由以上分析可知，影响司机做出选择(A)的主要因素为时间成本，而影响时间成本的因素有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、排队出租车数量以及通行能力。

（1）乘客数量在不考虑其他因素的情况下，乘客数量越少，等待时间越长，时间成本越高，做选择（A）的可能变小，乘客数量越多，等待时间越短，时间成本越低，做选择（A）的可能变大。

（2）排队出租车数量在不考虑其他因素的情况下，排队出租车数量越多，等待时间越长，时间成本越高，做选择（A）的可能变小，排队出租车数量越少，等待时间越短，时间成本越低,做选择（A）的可能变大。

（3）通行能力通行能力是指道路上某一点，某一车道或某一断面处，单位时间可能通过的最大交通实体数（辆/H）。

通行能力越强时，单位时间内通过的车辆越多，排队等候的时间则会越少，时间成本越低，做选择（A）的可能变大，通行能力越低，单位时间内通过的车辆越少，排队等候的时间则会越多，时间成本越高，做选择（A）的可能变小。

基于排队论的机场出租车接客模型摘要：机场的出租车接客问题一直都是困扰司机和乘客的难题，出租车司机能否根据实际情况做出正确决策会直接影响其收益状况。

本文分别从司机和乘客两方面分析影响出租车司机决策的因素，建立了排队论模型分析司机的决策方案目的在于保证乘车效率的情况下使出租车司机的效益最大化。

关键词：logistic模型；排队论；平均到车率引言国内大多数机场所在地都远离市区，大部分乘客在机场下飞机后都需要前往市区及周边目的地，出租车是主要的交通工具之一。

机场大都是将乘客出发区与到达区分开建设，因此送客到机场的出租车司机都会面临两种选择：（A）前往乘客到达区排队等待载客返回市区。

出租车必须到机场的“蓄车池”排队等候载客，排队出租车和乘客的数量多少直接影响司机的等候时间。

（B）直接空载返回市区拉客。

出租车司机不仅需要承担燃油费及过路费等空载成本还会损失潜在的载客收益。

本文通过分析与出租车司机决策相关因素的影响机理，综合考虑机场乘客数量的变化规律和出租车司机的收益，建立出租车司机选择决策模型，并给出司机的选择策略。

1 司机决策影响因素分析影响出租车司机决策的确定因素主要为当天的航班数量、乘客数量和“蓄车池”内排队出租车数量的多少，而当天的天气状况和是否节假日为不确定因素。

因此当天的乘客数量与“蓄车池”内出租车的数量为影响司机决策的关键因素，当“乘车区”内等待的乘客数量增多时，“蓄车池”中的出租车数量也会相应增加，且二者的增长率相同，即可以用“蓄车池”内出租车的数量与到达机场的出租车数量之间的关系表述乘客数量与到达机场的出租车数量之间的关系。

综合考虑乘客数量与“蓄车池”内出租车数量的变化规律和司机收益，可以得出如下结论：当司机在“蓄车池”内因排队消耗的时间成本小于其返回市区需要承担的空载费用则其会选择A方案，反之会选择B方案。

2 分析“蓄车池”内出租车数量变化情况logistic模型又称阻滞增长模型，最初用于分析人口增长到一定数量之后增长率下降的问题[1]。

基于排队论的机场出租车乘车站点优化设计摘要出租车是城市客运体系中的重要组成方式，具有方便、快捷、舒适、通达性高等特点。

本文中所论述的主要是机场出租车城车上车点优化设计来提升通行能力。

首先在尽可能保证乘客和司机安全的情况下，设计了直线式站点和岔路式站点两种机场并行双车道乘客乘车方式。

而后运用排队论方法，构造单路排队多通道服务系统，最终得出直线式和岔路式对出租车流量推荐适用范围：直线式2站位、3站位和4站位对应的通行能力范围分别为：<100、(100,150)、>150（taxi/h）；岔路式2站位、3站位和4站位对应的通行能力范围分别为：<120、(120,180)、>180（taxi/h）。

如此设置“乘车点”能使总的乘车效率提高。

关键词排队论站点设计一、模型假设1.本文只考虑出租车司机，不考虑网约车；2.假设交通状态处于理想状态，没有交通意外事故发生；3.假设每个站位的平均服务时间相同。

二、乘车点优化设计2.1 上车点形式选择研究本文考虑了如下两种乘车模式，如下图6,7：图 2 直线式乘车方式两种乘车方式分别具有其优缺点。

直线式车辆进出站点容易，减少车辆站点延误，并且设计简单，成本较低，改扩建较为方便。

但是停靠占用一条车道，形成道路瓶颈，降低路段通行能力，高峰期容易造成交通堵塞，而且出租车停靠时，尾随车辆必须减速行驶或变换车道，存在安全隐患。

而岔路式对路段交通影响较小，很大程度上减少了交通运行的延误，但是同样存在变换车道才能进站服务，停靠延误较大、相比直线式，占用空间资源较大的缺陷。

2.2站位数设计模型停车站站位数是各站点中微观优化设计的一个主要目标，在确定了站点位置和形式后，确定站位数成为站点优化设计的又一重要工作，也是站点优化设计研究的关键部分。

2.2.1排队论分析首先，由于各车辆平均上客时间差别不大，前后车辆上客时间差在0.3秒左右，为简化计算，可以假设在每个点位的平均服务时间相同的前提下，运用排队模型对出租车上客点进行分析。

基于排队生灭理论的机场乘车效率问题交通问题一直是现代生活中的一个隐患，出租车作为主要的载客交通工具之一，在日常出行中起到了很重要的作用。

本文提及到的是关于送客到机场的出租车，希望根据机场的航班时间表和客流量为出租车司机在蓄车池排队等候进场载客和直接放空返回市区拉客两者之间中做出最佳选择，使得其利益最大化。

标签：选择决策模型;排队生灭理论;收益;优化机场作为承接多种交通方式的交通枢纽，其客流量较大，为了保证枢纽安全、高效、有序地运转，需利用枢纽的交通方式将到站乘客尽快疏散。

其中，出租车作为乘客离站的一种交通方式，等候乘车的排队服务秩序水平一定程度上影响着乘客的离站效率。

枢纽是否能够有序快速地运转直接影响出租车司机的决策、服务导向和其收益水平，因而确定出租车司机本身合理的决策偏好称为解决问题的关键。

我们旨在通过建立合理的出租车决策模型，给出司机正确的选择策略。

并在一些特殊情况下合理安排出租车和乘客，在保障车辆和乘客安全的条件下，使得乘车效率提高，保障出租车司机的收益尽量均衡。

一、机场出租车司机决策存在的问题分析对送客到机场的出租车司机的两种选择其一为载客返回，其二为空车返回，进行分析可知，运用排队理论分析出租车司机的时间成本和空载成本，了解送客到机场的出租车司机的下一步决策可能与哪些因素有关。

研究机场乘客数量的变化规律，合理优化出租车司机的收益，转换排队生灭模型中的对象，即可较容易得到出租车司机的排队时间，进而决定决策模型。

二、模型假设前提（1）假设所有的司机都是理性人，有共同预期目标，即出租车司机的目标为收益最大化，自身成本最低化。

（2）假设出租车司机与乘客无权选择匹配对方且司机无权拒载乘客。

（3）假设相同经营活动行为的出租车司机收益服从正态分布，围绕着一个均值上下微幅波动。

三、基于问题的模型的建立与求解（一）出租车司机收益模型在假设条件下，所有的出租车司机认为都是理性人且具有相同的预期，同时相同经营活动下，预期收益都是十分相近的。

机场出租车司机综合决策及机场出租车管理模型和机场的出租车问题一、机场出租车司机综合决策机场出租车司机的综合决策是指在面对各种情况时，司机需要综合考虑多个因素进行决策。

这些因素包括但不限于路线选择、行车速度、客户需求、交通状况等。

1. 路线选择在选择路线时，司机需要考虑多个因素。

首先是客户的目的地，其次是交通状况和道路情况。

如果客户要前往市中心或者繁华商业区，司机需要选择最短的路线；如果客户要前往郊区或者远离市中心的地方，司机需要选择最快捷的路线。

同时，司机还需要考虑道路情况，如是否存在拥堵、施工等情况。

2. 行车速度行车速度是影响出租车服务质量和效率的重要因素之一。

在城市拥堵时段，司机需要根据实际情况调整行车速度以避免浪费时间和资源。

在高峰期间，司机还需要注意安全驾驶以避免事故发生。

3. 客户需求客户需求也是影响出租车服务质量和效率的重要因素之一。

司机需要根据客户的需求提供相应的服务，如协助搬运行李、调节车内温度等。

4. 交通状况交通状况是影响出租车服务质量和效率的重要因素之一。

司机需要根据实际情况调整路线和行车速度以避免浪费时间和资源。

在拥堵时段，司机需要选择最快捷的路线；在高峰期间，司机还需要注意安全驾驶以避免事故发生。

二、机场出租车管理模型机场出租车管理模型是指通过对机场出租车运营过程中各个环节进行有效管理，提高服务质量和效率的一种模型。

1. 车辆管理对于出租车公司来说，车辆管理是非常重要的一环。

公司需要保证所有的运营车辆都符合相关标准，并且始终保持良好状态。

此外，公司还需要对每台车辆进行定期维护和检查，以确保其安全性和可靠性。

2. 司机管理司机是出租车服务质量和效率的关键因素之一。

公司需要招募具有良好驾驶技能和服务态度的司机，并且对其进行培训和管理。

此外，公司还需要对司机的行为进行监督和管理，以确保其符合相关规定和标准。

3. 订单管理订单管理是出租车服务质量和效率的重要因素之一。

公司需要建立有效的订单系统，以便司机能够及时接收和处理订单。

2021年3月Mar 2021第31卷第2期Vol. 31 No. 2四川文理学院学报SichuanUniversi yofAr sandScienceJournal机场出租车最优决策----以四川成都双流机场为例冯爱芬*，王琰，胡启帆，曹振雪，庞碧玉，王莹，张锦心（河南科技大学数学与统计学院，河南 洛阳471023）摘 要：针对出租车到达机场后选择接乘客回市区还是直接放空返回市区拉客的问题，建立决策模型，采用简单随机抽样方法，选取成都双流国际机场及其所在城市成都的出租车相关数据为研究对象，利用曲线估算和折线图分析航班人数、季节月份等相关因素对选择出租车的乘客数量变化的影响，建立相关 性函数和出租车的收益模型.根据决策模型的结果，选取相应决策方案.关键词：if 条件循环；简单随机抽样；决策模型；相关性函数中图分类号:F572. 88；O224文献标志码:A文章编号 1674—5248(2021)02—0099—050引言为加快建设智慧出行3添砖加瓦.客从机地区，出租要的交通工具 •而送客到机场的出租 机都会面临两择：（A ）搭载乘客 ；（B ）空载两择都会有潜在的损失，为的出租车运营、减客 等间和总的出租车空驶时间,「1（本文从油耗、时间成本& 系等多方面构建指标体系，构建 模型严并 都出租车都双流机场数 得出结果•研究此类问题,1出租车司机决策模型的建立11数据预处理分 租车GPS 轨迹，对挖掘居民够 显著作用随机抽取2018年9月2019年9月其中 （2019年8月23日），全租车GPS 总数据，将其在地图上标地标得以密度图形：图1 成都市出租车一天的轨迹分布收稿日期2020 — 10 — 20基金项目：国家级大学生创新创业重点项目（202010464052）；河南省高等教育教学改革研究与实践项目（2019SJGLX262）；河南科技大学教学与改革研究与实践重点项目（2019YBZD —009）；河南科技大学大学生研究训练计划项目（SRTP ：2019199）作者简介：冯爱芬（1968 —），女，河南新安人.副教授，硕士，主要从事图论与组合优化与数学规划研究.*通讯联系人,e — mail ：2681513281 @qq. com.・99・2021年第2期王琰，冯爱芬"，胡启帆，曹振雪，庞碧玉，王莹，张锦心：机场出租车最优决策选定经度(103. 955559,103. 963597),纬度(30. 566706,30. 573784)该范围为返还筛选该区间的数据，得到图2,图3,图4,其中横 租车编号，纵坐标表示出租数.图2 坐标点数图3 除去未载客的坐标点数由此得到一系列出租车乘坐人数.该天在机场附近的出租车48辆，78次载人，载人数量约为 200人.模型中的出租车人数均据于此方法.1. 2影响因子(1)航班数影响出租车乘坐人数因子卩1通过Excel 散点图和spss 工具对成都双流机场数 ，可以得 班数到乘坐出租车人数的多少，而航班人数的二次方与租车的人数有线性关系，显著性较高•取第一区间为1,由其他区间和第一区间的值大小对比，得到对应Pi 的值，见表1.表1航班数影响出租车乘坐人数因子航班数[24,33([34,43([44,53([5463([6473([7483(影响因子P111. 14601. 17091. 20621. 25971. 3509(2)季度影响因子P 2道路 中天气因素定程度对某个地 畅产 ，页资料得平年 为春运期间，吞吐量较相 份高，八为旅游，机场吞吐量为全年最高，十 于国庆假期，且温度适宜 ，月吞吐量为全年第折线图所后三度的数据分别与第一季度进行对比 ，具体结果2.表2季度影响因子p 2节春夏秋冬因p 211. 18981 10901. 2736图5 2016 — 2018年机场乘坐出租车人数・100・王琰，冯爱芬*，胡启帆，曹振雪，庞碧玉，王莹，张锦心：机场出租车最优决策2021年第2期1.3乘坐出租车总人数根据问题分析可知，第n航班乘坐出租车总人数有两方面影响因素，即航班人数和天气因素对乘坐人数的影响，分别用01、伦表示影响因子,可建立相关函数模型.M n=01)02)Q n(1)01为航班数影响乘坐人数因子,02为天气因素影响出租车乘坐人数因子，q n为第n航班乘坐出租车总人数,Q n为机场一班飞机平均乘坐出租人数14A和B决策的收益现分别对影响A决策和B决策的相关因素进行分析，考虑A决策，出租车司机前往到达区排队等待载客返回市区，其收益与排队等待时间长短、已在“蓄车池”排队的出租车数量以及候车乘客的数量有关.A决策的收益为载客赚取费用W A1减去路上消耗油的费用W A2,其中载客赚取费用W A1可由出租车从机场到市区所需时间#1乘以出租车平均速度◎乘以出租车行驶单位里程收取的价格J2得到，即：W A1=O•11•:2(2)路上消油的用租驶位里程耗油的费用乘6这一次载客的里程.可列：W A2=-:•j1(3)故对A决策的收益建立模型如下：W a=o•#1•jj2—j1)(4)B决策的收益等于在市区载客赚取的金额W B1,减去路上消耗油的费用W B2.其中在市区载客赚取的金额可由在市区载客的时间乘6速度o6租驶位里程取的j2得考虑到A决策和B决策中都会有机场到市区的这一段行程时间，所6B中在市区载客的时间就等于出租车司机在B决策中总时间#2减去机场到市区时间#1.因此在市区载客赚取的金额为：W B1=O*#2—t*)•：2(5)油耗费用为B决策总时间t所消耗费用，即:w B2=o*t2*j1(6)6上两分6得B的益为：W b=W b1—W B2=O*(f2—t i)*j2—O*t*j17)化简后得到：W b=(t2*(j2—j1)—11*j2)*O(8)1.5排队等待乘客的时间考虑A决策中排队等待乘客的时间t3,这是一个分段过程，如果出租车到达机场的时候刚好等待乘出租车的人多于蓄车池里候着的车辆数,此时可6直接载客回市区，对应的等待时间t3=0；如果出租车到达机场的时候蓄车池里还有车即蓄车池里等待载客的车辆数多于目前要乘坐的人数,此时需要等到到下个人流出行高峰，对应等待时间t=)1,6此类推可建立如下模型：0,1—2*s〉0)1,2—(2*s—M1)(02)1,M3—((2*s—M1)—q2)>0t=/(9)n)1,Mn—(((2*s—q1)—q2)$—…—M n1)>0后：0,M1一2*s>0)1,M1+M2—2*s>02)1,M1<M2+m3—2*s>0t=/(10)n)1,—M i—2*s>0$*=1其中2租辆数s辆人数,n)1表示机场航班的n个间隔时间“n”取1,23,…….如“n=2”时表示二个机场人数间歇,即在此间歇后又将有一批人坐出租车.1.6决策模型为了将效益A和效益B进行比较,需约束一个平等条件,即在时间价值相等的条件下,将两者效益为：W at1+t3W bt(11)W模型为：#A,W>0选择方案=/B,W)0A或B,W=0模型已建立：*101*2021年第2期王琰，冯爱芬"，胡启帆，曹振雪，庞碧玉，王莹，张锦心：机场出租车最优决策□叽#1+#3#2(12)整体流程见图6:［祕］输入v,/?i,02,m,s,n=1，切t?,ji，)2>QnQn=PlMnh=(n-1)P1W A=vt10'2-;1)w fl=(t20-2-A)-t1；2)v厂W=、.W A W B、W<0、W>0/选择方案B1选择方案A、f、结束］图6机场出租车决策模型流程图2模型求解出租车单位里程耗油费用八的求解方法: 2018年9月到2019年9月成都市所有出租车的耗油量和气量，分别乘以其该时间段的单位价格6.67元/L和4元/m3,继而除以出租车全年的公里数，即可得到：1=0.36元/m3，其中全年耗油量、天然气量、总公里数均由成都租车官网中得官方网站上查找到的相关数据，进行筛选、处理和分析，并后取得租车的行・102・驶平均速度o=34.93km/h，出租车行驶单位里程收取的价格j2=1.9元/m3.o=34.93km/h.我大量出租车从机场到市区的数彳亍分类，并考虑到假设条件，信息的前提下，选取作为出租车从机所需时间，求得结果为#1=26min.相同方法解得出租等到一个乘客的平均时间#2= 41m巾,m=6，6=3.假设现在航班有50班，夏季，得简单匹配系数B1、仔2分别为1.1709和1.1898.将以上数据代入模型，利用MATLAB进行求解，运行程序，得果为：选择方案A#.因此，出租机在该的选择方案为决A3模型的合理性分析3.1优缺点分析(1)理论模型的合理性，该模型理论依据为出租车司机益最大化，假设条件理情设定，模型对实体实.(2)数据具有合理性，每个初始值的选取都有官方来源理，比租驶单位里程耗油的费用：1的求解方法：2018年9月到2019年9月成都市所有出租车的耗油量和天然气量，分别乘以其单位 6.67元/L和4元/m3,继而以租年的里数，得j1=0.36/m3.其中全年耗油量，天然气量，总公里数均由都租车官网中得到.(3)预期应用和需求分析，预期应用的效果具有性，租机以得班数量和间数(4)影响因子较多，考虑不够全面，数据是网络查找的往年的数据，模型简单.3.2模型对相关因素的！性相关因素有季节月份，天气，一天之中的时间，航班数量等等，它属于并列关系•从对模型的研究分析里可以看出，以上四个相关因素均有，依赖性最大的班数量，成线性关系，其节月份，在特殊的节假日机场吞吐量较大，有定的，间性大，气因素较王琰，冯爱芬*，胡启帆，曹振雪，庞碧玉，王莹，张锦心：机场出租车最优决策2021年第2期3.3模型的推广类似场合适用，且对以后的评价决策模型具有参本文针对不同类型问题选取了不同的模型，考价值.且有数据支持，建立的模型对各个城市的机场等参考文献：［1］何胜学.基于增强学习的网格化出租车调度方法*+计算机应用研究，2019(3)：62—766.［2］田冰，李谄君，李昊举，等.大型交通枢纽下的出租车智能调度研究*+电子元器件与信息技术，2019(11)48—49+52.［3］刘秋杰.我国智慧交通发展与国外经验借鉴*+四川文理学院学报，2018(5):53—56.［4］王1.基于出租车GPS轨迹数据挖掘的居民出行特征研究［J+中国高新区，2018(4):37—38.徐秀娟，贾棋，马瑞新，等.天气影响的城市交通实验平台设计与实现［J+实验室科学，2018(1):68—72.［责任编辑加晓昕］Optimal Decision of Airport Taxi:Taking Chengdu ShuangliuAirport in Sichuan Province as an ExampleFENG Aifen*,WANG Yan,HU Qifan,CAO Zhenxue,PANG Biyu,WANG Ying,ZHANG Jinxin (Mathematics an；Statistics School of Henan University of Science an；Technology,Luoyang Henan471023,China)Abstract:In order to solve the problem of whether the taxi chooses to pick up the passengers back to the urban area or return directly to the urban area after arriving at the airport,the decision model is established,and the taxi related data of Chengdu Shuangliu International Airport and Chengdu is selected as the research object by using the simple random sam­pling method.The influence of flight number,seasonal month and other related factors on the number of passengers who choose taxi was analyzed by using curve estimation and line chart,and the correlation function and taxi income model were es5ablished.According5o5he resul5s of5he decision model5hecorrespondingdecisionschemeisselec5ed.Key words:If conditional cycle；simple random sampling；decision model；correlation function・103・。