基于排队论的枢纽内出租车上客区服务台优化

基于排队论的机场出租车最优决策模型作者：姚入榕赵德昌来源：《现代商贸工业》2020年第33期摘要：本文以出租车机场排队接客为背景，基于M/M/1经典排队论模型，引入机场航班载客人数、通往出租车载客点的通道长度、旅客上车时间等参数，建立了司机在蓄车池等待时间与司机观察到的航班数量、蓄车池数量的函数关系。

又有蓄车池等待时间与机场旅客的订单时间之和等于空载返回市区的时间和在市区经营的时间之和，以此建立两种方案的综合收益函数，得出在不同条件下的理性选择方案。

但是，模型并未考虑司机和乘客的心理学因素，具有一定的局限性。

关键词：M/M/1排队论模型;分时段讨论;收益函数中图分类号：F25 ; ; 文献标识码：A ; ; ;doi：10.19311/ki.1672-3198.2020.33.0130 引言随着民航行业的发展，飞机场的客流吞吐量不断增加，而出租车成了很多乘客下飞机后会采取的去市区（或周边）的目的地方式之一。

如果乘客在下飞机后想“打车”，就要到指定的“乘车区”排队，按先后顺序乘车。

机场出租车管理人员负责“分批定量”放行出租车进入“乘车区”，同时安排一定数量的乘客上车。

在此服务系统背景下，存在可优化问题，提高乘客排队乘车效率，简化出租车排队拉客程序等。

目前已有很多研究通过优化机场组织管理方式来提高出租车接客效率，比如同济大学黄岩、王光裕的《虹桥机场T2航站楼出租车上客系统组织管理优化探讨》，华东师范大学颜超的《上海市枢纽机场陆侧公共交通管理研究——以浦东国际机场为例》。

同时也有不少人对于m/m/1模型的排队效率做了研究，比如Sudeep Singh Sanga，Madhu Jain的《Cost optimization and ANFIS computing for admission control of M/M/1/K queue with general retrial times and discouragement》。

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。

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。

《基于排队论的枢纽内出租车上客区服务台优化》篇一一、引言随着城市交通压力的不断增加，枢纽内出租车上客区的服务效率显得尤为重要。

服务台作为上客区的重要设施，其布局、数量以及管理策略的合理性直接影响着乘客的乘车体验和出租车公司的运营效率。

因此，如何基于排队论对枢纽内出租车上客区服务台进行优化，成为了亟待解决的问题。

本文将探讨排队论在枢纽内出租车上客区服务台优化中的应用，以期提高服务效率和乘客满意度。

二、排队论理论基础排队论是一种研究排队现象的理论，主要应用于分析服务系统中的等待时间、排队长度以及服务效率等问题。

在枢纽内出租车上客区服务台的应用中，排队论可以帮助我们了解乘客到达的规律、服务台的配置以及排队系统的性能等。

通过建立数学模型，我们可以对服务台的布局、数量以及管理策略进行优化，以提高服务效率和乘客满意度。

三、服务台现状分析当前，枢纽内出租车上客区服务台存在以下问题：1. 服务台数量不足，导致乘客排队等候时间过长；2. 服务台布局不合理，导致乘客流动不畅；3. 服务台管理不规范，缺乏有效的调度和协调机制。

四、基于排队论的服务台优化策略针对上述问题，我们可以基于排队论进行服务台优化，具体策略如下：1. 确定乘客到达规律：通过观察和统计，了解乘客到达的规律和特点，为建立数学模型提供依据。

2. 建立数学模型：根据乘客到达规律和服务台配置情况，建立排队论数学模型，分析排队系统的性能指标，如等待时间、排队长度等。

3. 优化服务台布局：根据数学模型的分析结果，优化服务台的布局，使乘客流动更加顺畅，减少拥挤和拥堵现象。

4. 调整服务台数量：根据排队系统的性能指标和服务需求，合理配置服务台数量，避免资源浪费和乘客等待时间过长的问题。

5. 引入调度和协调机制：建立有效的调度和协调机制，对服务台进行合理调度和协调，提高服务效率和乘客满意度。

五、实施与效果评估在实施基于排队论的枢纽内出租车上客区服务台优化后，我们需要对实施效果进行评估。

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]。

排队论在公共交通调度中的应用随着城市化进程的不断加快，公共交通系统的重要性日益凸显。

公共交通调度是保障城市交通有序运行的关键环节，而排队论作为一种重要的数学工具，为公共交通调度提供了有效的解决方案。

本文将探讨排队论在公共交通调度中的应用，并分析其在提高运输效率、优化资源配置、减少拥堵等方面所取得的成效。

首先，排队论可以帮助提高公共交通系统的运输效率。

在高峰时段，人们集中出行导致车站拥堵、车辆满载等问题频发。

通过排队论模型可以分析乘客到达车站和乘车时间之间的关系，并据此优化发车间隔和乘客上下车时间。

例如，在地铁站点设置自助售票机和自动闸机，可以减少人工售票和验票所需时间，加快乘客进出站速度；通过合理设置发车间隔和增加运力，在高峰时段保证足够多列地铁列车供人们选择。

其次，排队论可以优化资源配置，在有限资源下提供更多服务。

城市中有限数量的公交车辆需要满足大量乘客的出行需求，如何合理配置车辆成为调度的关键问题。

排队论可以通过模拟乘客到达和乘车的过程，预测不同时间段和不同线路的客流量。

根据预测结果，可以调整车辆运行路线和数量，以满足不同线路上的需求。

例如，在繁忙的商业区增加公交车数量，以应对高峰时段的客流压力；在低峰时段缩减运力，以减少资源浪费。

此外，排队论还可以减少拥堵现象。

城市交通拥堵是公共交通系统面临的重要问题之一。

排队论模型可以通过分析乘客到达时间、上下车时间和运输能力之间的关系，在高峰时段合理安排发车间隔和增加运力。

例如，在高峰时段增加地铁列车数量，并根据实际情况调整发车间隔；在繁忙路段设置优先通行公交道，并对公交优先信号进行优化控制。

此外，排队论还可以提供决策支持工具，在应急情况下提供快速响应方案。

例如，在突发事件或自然灾害发生时，排队论可以通过模拟乘客流动和车辆调度过程，分析不同应急方案的可行性和效果，为决策者提供科学依据。

通过排队论模型，可以预测不同方案下的乘客等待时间、车辆调度时间等关键指标，并据此选择最优方案。

基于梯度模型的出租车资源优化配置作者：纪强，康智强，林丽华，刘约翰来源：《中国新通信》 2017年第11期一、问题重述我国出租车市场涌现出多款热门打车软件，打车软件的出现为解决行业矛盾提供了新的思路，对出租车行业起到了不可忽视的影响，但打车软件同时也存在管理、盈利、以及优化模式上的缺陷，交通压力依然没有得到有效的缓解。

基于以上出现的问题弊端，以及问题的严重性我们对在“互联网+”时代下的出租车资源进行优化配置。

二、问题分析首先基于主层分分析法得出导致“打车难”的几大因素。

以梯度模型为主体，结合GPS/GIS 调度系统实现区域优化配置，采用分地区、分时段对出租车司机进行补贴的方案，从而进一步完善出租车资源利用程度。

三、模型假设结合本题的实际，为了确保该题解的准确性与合理性，对一些客观存在但影响可以忽略不计的因素提出以下几点假设：1、当研究分区域时，我们近似的将时间差为一分钟之内看作同一时间。

2、当研究分时间时，我们近似的将半径为一米之内的区域看作同一地点。

四、模型的建立与求解4.1 确定影响因素：假设有n 个原始指标，通过分析既得数据选择了以下三个可量化数据进行模型建立, 分别为出租车分布、打车需求量、车费三个方面。

通过spss 统计软件，对不同时间同一地点及不同地点同一时间进行分情况讨论。

同时不同地：F=0.277X1+0.362X2+0.361X3同地不同时：F=-0.886X1+0.955X2+0.957X3综上，我们对于不同时空出租车需求量分析模型建立成功。

4.2 乘客阶梯距离对司机补贴4.2.1 乘客阶梯距离对司机补贴的概念乘客阶梯距离就是对乘客乘车区间的不同距离。

对于不同乘车距离，实行不同的司机补贴方案。

一般而言就是在基本距离限度内实行不给予补贴，超过基本距离，每段实行一个递增式单位补贴价。

4.2.2 基数的确定采用阶梯补贴价必须首先确定乘客乘车距离基数，根据当前的乘客乘车距离的调查，可以将乘客乘车距离分为一下三个阶段：第一阶段乘车距离基数，即基本出行距离Q1，此阶段为乘客乘车距离最近。

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。

基于排队论的机场蓄车池优化方案的应用研究作者：朱雯婧徐硕嵘徐娅岚来源：《科技创新与应用》2020年第25期摘 ;要：经济繁荣人民安康，新时代人民观念的转变，促使航空业的快速发展，给出租车行业带来了更多机会，但机场陆侧交通也面临着挑战，出租车蓄车池的管理需要加强。

文章建立M/M/C排队系统模型，重点研究上海浦东机场出租车蓄车池上车点设置以及乘客乘车效率的优化方案。

关键词：出租车;M/M/C排队系统模型;蓄车池;上车点中图分类号：TM912 ; ; ; ;文献标志码：A ; ; ; ; 文章编号：2095-2945（2020）25-0138-02Abstract： Economic prosperity， people's well-being， and the change of people's concepts in the new era have promoted the rapid development of the aviation industry and brought more opportunities to the taxi industry， but the airport land-side traffic is also facing challenges， and the management of taxi storage pool needs to be strengthened. This paper establishes the M/M/C queuing system model， and focuses on the optimization scheme of the boarding point setting of the taxi storage pool and the passenger riding efficiency in Shanghai Pudong Airport.Keywords： taxi; M/M/C queuing system model; storage pool; boarding point1 概述机场“乘车区”司机排队载客和乘客排队乘车的现象十分常见，而合理的安排上车点既可以提高乘客上车的效率，也可以加快“乘車区”的出租车通行速度，乘客排队乘车是一种常见的排队现象，而排队论可以有效地解决排队问题、优化排队模型，但在运用排队论的同时还需考虑车辆和乘客的安全并保持乘车效率与设置乘车点资源和成本之间的平衡。