莊蕾 馬和平 張旭 趙雪梅



摘? ?要:本文對(duì)2008—2016年烏魯木齊市地窩堡機(jī)場(chǎng)游客吞吐量與當(dāng)年全市出租車(chē)數(shù)據(jù)做出了數(shù)值擬合,分析了機(jī)場(chǎng)游客吞吐量與出租車(chē)數(shù)量之間的關(guān)系。建立了一般線性回歸的數(shù)學(xué)模型,得出了未來(lái)出租車(chē)司機(jī)收益會(huì)增加的結(jié)論。運(yùn)用了概率分析決策方法,構(gòu)建了概率分支模型,并對(duì)其進(jìn)行分析,給出了輔助司機(jī)決策的優(yōu)選方案。
關(guān)鍵詞:地窩堡機(jī)場(chǎng)? 出租車(chē)? 線性回歸模型? 概率分支模型
隨著烏魯木齊市經(jīng)濟(jì)的發(fā)展,地窩堡機(jī)場(chǎng)的游客吞吐量日益增加,機(jī)場(chǎng)大部分游客選擇乘坐出租車(chē)到達(dá)目的地,游客的增加量會(huì)影響全市出租車(chē)的數(shù)量。機(jī)場(chǎng)的出租車(chē)司機(jī)往往會(huì)面臨不同的決策選擇,正確的決策選擇會(huì)增加自己的收益。
1? 地窩堡機(jī)場(chǎng)客流量與全市出租車(chē)數(shù)量的模型與分析
收集新疆烏魯木齊市地窩堡機(jī)場(chǎng)2008—2016年的游客吞吐量和全市近幾年的出租車(chē)數(shù)量有關(guān)數(shù)據(jù),運(yùn)用數(shù)學(xué)軟件的做出相應(yīng)的數(shù)值模擬,如圖1所示。
從圖1可以看出機(jī)場(chǎng)2008—2016年,機(jī)場(chǎng)的吞吐量呈不斷上升趨勢(shì),而烏魯木齊市出租車(chē)數(shù)量的也在不斷增加,并且兩者的增長(zhǎng)趨勢(shì)非常相似,可以根據(jù)機(jī)場(chǎng)游客吞吐量來(lái)預(yù)測(cè)未來(lái)出租車(chē)數(shù)量的變化,通過(guò)數(shù)據(jù)的擬合建立一般回歸模型。用來(lái)表示變量,cj為價(jià)值系數(shù),aij表示權(quán)重,bi表示資源的占有量,根據(jù)圖1建立一般線性回歸問(wèn)題的數(shù)學(xué)模型:
通過(guò)模型可以看出有最優(yōu)解的情況下,目標(biāo)函數(shù)值仍會(huì)不斷增加,說(shuō)明只要出租車(chē)司機(jī)只要按照正常運(yùn)營(yíng)的話,收益值會(huì)不斷增加。
2? 出租車(chē)司機(jī)概率決策模型的建立與分析
以損益值為依據(jù)考慮不同方案的結(jié)果,利用決策圖來(lái)創(chuàng)建一個(gè)決策框架,以到達(dá)預(yù)期的目標(biāo)。決策樹(shù)的建立是用來(lái)輔助決策,是一種特殊的樹(shù)結(jié)構(gòu)。用方案分枝作為可以選擇的方案,概率分枝來(lái)表示選擇方案后的結(jié)果,以此來(lái)幫助出租車(chē)司機(jī)作出決策依據(jù),如圖2所示。
各個(gè)點(diǎn)的期望值根據(jù)出租車(chē)司機(jī)的收益多少來(lái)確定,把乘客分為兩類(lèi):遠(yuǎn)客和近客。雖然遠(yuǎn)客單趟收益較高,但較高的時(shí)間成本和空返率會(huì)使其損失收益,所以期望值為負(fù);近客的時(shí)間成本較少,相同的時(shí)間會(huì)有較多的收益,它的期望值比遠(yuǎn)客要高。乘載遠(yuǎn)客會(huì)比乘載近客付出更高的時(shí)間成本并承擔(dān)較高的空返率風(fēng)險(xiǎn)。所以建議司機(jī)如果不是返程路線或者是“有貼補(bǔ)”拉客,應(yīng)當(dāng)優(yōu)先考慮乘載路程較近的乘客。
3? 結(jié)語(yǔ)
本文中的分析、建模和數(shù)值模擬符合實(shí)際情況。
參考文獻(xiàn)
[1] 姜啟源,謝金星,葉俊.數(shù)學(xué)模型[M].北京:高等教育出版社,2018.
[2] 胡運(yùn)權(quán).運(yùn)籌學(xué)教程[M].北京:清華大學(xué)出版社,2018.
[3] 武松,潘發(fā)明.SPSS統(tǒng)計(jì)分析大全[M].北京:清華大學(xué)出版社,2018.
科技創(chuàng)新導(dǎo)報(bào)2020年3期