淺析機(jī)場(chǎng)的出租車問(wèn)題

淺析機(jī)場(chǎng)的出租車問(wèn)題摘要隨著交通的發(fā)展，現(xiàn)在大多數(shù)乘客下飛機(jī)后要去市區(qū)（或周邊）的目的地，而出租車是主要的交通工具之一。國(guó)內(nèi)多數(shù)機(jī)場(chǎng)都是將送客（出發(fā)）與接客（到達(dá)）通道分開(kāi)的。送客到機(jī)場(chǎng)的出租車司機(jī)都將會(huì)面臨兩個(gè)選擇：(A)前往到達(dá)區(qū)排隊(duì)等待載客返回市區(qū)。出租車必須到指定的“蓄車池”排隊(duì)等候，依“先來(lái)后到”排隊(duì)進(jìn)場(chǎng)載客，等待時(shí)間長(zhǎng)短取決于排隊(duì)出租車和乘客的數(shù)量多少，需要付出一定的時(shí)間成本。(B)直接放空返回市區(qū)拉客。出租車司機(jī)會(huì)付出空載費(fèi)用和可能損失潛在的載客收益。針對(duì)問(wèn)題一，本文想分析研究與出租車司機(jī)決策相關(guān)因素的影響機(jī)理，我們考慮了影響司機(jī)決策的直接因素與間接因素，我們選取了三個(gè)直接因素：航班數(shù)量，蓄車池乘客數(shù)量，蓄車池出租車排隊(duì)數(shù)量，采用了層次分析法進(jìn)行分析，之后構(gòu)造成對(duì)比較矩陣，應(yīng)用尺度表分析。由上述得到出租車司機(jī)決策最重要因素，從而綜合考慮機(jī)場(chǎng)乘客數(shù)量的變化規(guī)律和出租車司機(jī)的收益，建立出租車司機(jī)選擇決策模型，并給出司機(jī)的選擇策略。針對(duì)問(wèn)題二，我們收集國(guó)內(nèi)上海浦東機(jī)場(chǎng)及其所在城市出租車的相關(guān)數(shù)據(jù)，我們?cè)趩?wèn)題一中，通過(guò)權(quán)重比較得到出租車司機(jī)應(yīng)該選擇A方案，在選擇A方案的情況下，我們分析了模型與三個(gè)重要因素的關(guān)聯(lián)性。針對(duì)問(wèn)題三，機(jī)場(chǎng)會(huì)出現(xiàn)出租車排隊(duì)載客和乘客排隊(duì)乘車的情況。機(jī)場(chǎng)“乘車區(qū)”現(xiàn)有兩條并行車道，我們將兩條車道分為行車道和候車道，擬采用單點(diǎn)雙發(fā)的方案設(shè)置“上車點(diǎn)”，并驗(yàn)證其合理性，在保證車輛和乘客安全的條件下，使得總的乘車效率最高。針對(duì)問(wèn)題四，機(jī)場(chǎng)的出租車載客收益與載客的行駛里程有關(guān)，我們將長(zhǎng)途與短途的時(shí)間差彌補(bǔ)為利益差，通過(guò)圖像找出短途與長(zhǎng)途的界定值，根據(jù)界定值分配優(yōu)先權(quán)，得出最優(yōu)分配方案。關(guān)鍵詞：層次分析模型Excel單點(diǎn)雙發(fā)界定值優(yōu)先權(quán)一、問(wèn)題重述1.1問(wèn)題背景近幾年來(lái)，交通發(fā)展越來(lái)越快，出租車成為了重要的交通工具。目前為止，國(guó)內(nèi)許多的機(jī)場(chǎng)接送的出租車越來(lái)越多，而對(duì)于出租車的載客，收益也是目前一大問(wèn)題。送客到機(jī)場(chǎng)的出租車司機(jī)都將會(huì)面臨兩個(gè)選擇：(A)出租車司機(jī)可通過(guò)自己判斷，決定在蓄車池排隊(duì)等客。乘客在蓄車池上車，二出租車需按照“先來(lái)后到”的順序上客。如果乘客越多，排隊(duì)出租車越多，等待時(shí)間越長(zhǎng)，乘客越少，排隊(duì)出租車越少，排隊(duì)時(shí)間越短，所以需要付出一定的時(shí)間成本。(B)出租車司機(jī)也可以選擇不等客直接返回市區(qū)拉客?？墒窃谶@種情況下出租車司機(jī)會(huì)付出空載費(fèi)用和可能損失潛在的載客收益。在機(jī)場(chǎng)中司機(jī)可觀測(cè)到的確定信息，在某時(shí)間段抵達(dá)的航班數(shù)量和“蓄車池”里已有的車輛數(shù)是通常司機(jī)的決策與其個(gè)人的經(jīng)驗(yàn)判斷有關(guān)，比如在某個(gè)季節(jié)與某時(shí)間段抵達(dá)航班的多少和可能乘客數(shù)量的多寡等。如果乘客在下飛機(jī)后想“打車”，就要到指定的“乘車區(qū)”排隊(duì)，按先后順序乘車。機(jī)場(chǎng)出租車管理人員負(fù)責(zé)“分批定量”放行出租車進(jìn)入“乘車區(qū)”，同時(shí)安排一定數(shù)量的乘客上車。在實(shí)際中，還有很多影響出租車司機(jī)決策的確定和不確定因素，其關(guān)聯(lián)關(guān)系各異，影響效果也不盡相同。1.2問(wèn)題的提出請(qǐng)結(jié)合題目的具體需求，建立數(shù)學(xué)模型并解決如下問(wèn)題：（1）我們需要分析并研究與出租車司機(jī)的決策相關(guān)因素的影響機(jī)理，并且綜合考慮機(jī)場(chǎng)乘客數(shù)量的變化規(guī)律與出租車司機(jī)的收益，建立出租車司機(jī)選擇決策模型，并給出司機(jī)的最優(yōu)選擇策略。

(2)

收集國(guó)內(nèi)某一機(jī)場(chǎng)及其所在城市的出租車相關(guān)數(shù)據(jù)，并且給出該機(jī)場(chǎng)出租車司機(jī)的選擇方案，并且分析模型的合理性和對(duì)相關(guān)因素的依賴性。

(3)

機(jī)場(chǎng)在某些時(shí)候，經(jīng)常會(huì)出現(xiàn)出租車排隊(duì)載客和乘客排隊(duì)乘車的情況。某機(jī)場(chǎng)“乘車區(qū)”現(xiàn)有兩條并行車道，管理部門(mén)應(yīng)如何設(shè)置“上車點(diǎn)”，并合理安排出租車和乘客，在保證車輛和乘客安全的條件下，使得總的乘車效率最高。

(4)

機(jī)場(chǎng)的出租車載客收益與載客的行駛里程有關(guān)，乘客的目的地有遠(yuǎn)有近，出租車司機(jī)不能選擇乘客和拒載，但允許出租車多次往返載客。管理部門(mén)擬對(duì)某些短途載客再次返回的出租車給予一定的“優(yōu)先權(quán)”，使得這些出租車的收益盡量均衡，試給出一個(gè)可行的“優(yōu)先”安排方案。二、問(wèn)題分析2.1解決問(wèn)題的思路問(wèn)題一：針對(duì)問(wèn)題一，本文想分析研究與出租車司機(jī)決策相關(guān)因素的影響機(jī)理，我們采用了層次分析法，從航班數(shù)量，蓄車池內(nèi)等待的乘客數(shù)量，蓄車池內(nèi)排隊(duì)的出租車數(shù)量，天氣，節(jié)假日，季節(jié)等等因素中分析，得到出租車司機(jī)可觀測(cè)的因素才是我們主要考慮因素，即航班數(shù)量，蓄車池內(nèi)等待的乘客數(shù)量，蓄車池內(nèi)排隊(duì)的出租車數(shù)量三個(gè)主要因素。之后構(gòu)造對(duì)比較矩陣，應(yīng)用尺度表分析。由上述得到出租車司機(jī)決策最重要因素，從而綜合考慮機(jī)場(chǎng)乘客數(shù)量的變化規(guī)律和出租車司機(jī)的收益，建立出租車司機(jī)選擇決策模型，并給出司機(jī)的選擇策略。問(wèn)題二：在問(wèn)題一中我們選取了三個(gè)重要因素：航班數(shù)量，蓄車池內(nèi)等待的乘客數(shù)量，蓄車池內(nèi)排隊(duì)的出租車數(shù)量，現(xiàn)在我們收集與三個(gè)因素和出租車司機(jī)收入的有關(guān)數(shù)據(jù)，并構(gòu)造出圖表，得到表一，表二，表三，表四，圖一，圖二，圖三，圖四，根據(jù)圖表中的有關(guān)數(shù)據(jù)得出結(jié)論。問(wèn)題三：機(jī)場(chǎng)“乘車區(qū)”現(xiàn)有兩條并行車道，并且機(jī)場(chǎng)經(jīng)常會(huì)出現(xiàn)出租車排隊(duì)載客和乘客排隊(duì)乘車的情況，我們的方案擬采用單點(diǎn)雙發(fā)的方法，并驗(yàn)證方案合理性，從而得到所求結(jié)果。問(wèn)題四：機(jī)場(chǎng)的出租車載客收益與載客的行駛里程有關(guān)，出租車可能跑長(zhǎng)途，也可能跑短途，長(zhǎng)途與短途的；路程不同，收益不同，我們將長(zhǎng)途與短途之間的時(shí)間差用利益差代替。再通過(guò)收集的數(shù)據(jù)畫(huà)出長(zhǎng)途與短途的相關(guān)圖像，找到長(zhǎng)途與短途的界定值，根據(jù)界定值分配優(yōu)先權(quán)，得出最優(yōu)分配方案。三、模型假設(shè)1.假設(shè)所有數(shù)據(jù)真實(shí)可靠。2.假設(shè)除該文提到的幾個(gè)直接因素與間接因素外，其他的因素對(duì)出租車司機(jī)決策影響不大。四符號(hào)說(shuō)明符號(hào)含義C1航班數(shù)量C2蓄車池里出租車數(shù)量C3蓄車池里已經(jīng)在等的乘客數(shù)量A在蓄車池等待B返回市區(qū)CI一致性指標(biāo)CR一致性比例最大特征值權(quán)重C1,C2,C3的重要性系數(shù)五模型的建立與求解5.1模型建立由于本文希望綜合考慮機(jī)場(chǎng)乘客數(shù)量的變化規(guī)律和出租車司機(jī)的收益，所以我們考慮了航班數(shù)量，蓄車池內(nèi)等待的乘客數(shù)量，蓄車池內(nèi)排隊(duì)的出租車數(shù)量，天氣，節(jié)假日，季節(jié)等等因素，天氣，季節(jié)，節(jié)假日這些因素屬于間接因素，即出租車司機(jī)可觀測(cè)的因素才是我們主要考慮因素，所以我們選取航班數(shù)量，蓄車池內(nèi)等待的乘客數(shù)量，蓄車池內(nèi)排隊(duì)的出租車數(shù)量為主要三個(gè)因素，我們由此采用了層次分析法。根據(jù)上述三個(gè)主要因素建立層次結(jié)構(gòu)模型：圖SEQ圖\*ARABIC1建立層次結(jié)構(gòu)模型之后，構(gòu)造成對(duì)比較矩陣：C1C2C3C111/31/5C2311/2C3521表SEQ表\*ARABIC1C1ABA11/4B41表SEQ表\*ARABIC2C2ABA16B1/61表SEQ表\*ARABIC3C3ABA13B1/31表SEQ表\*ARABIC4表一中，我們我們建立C1,C2,C3,對(duì)于模型中目標(biāo)層，即確定合理決策，使司機(jī)收益最高之間的關(guān)系。表二中，我們建立C1與A方案和B方案之間的影響關(guān)系。表三中，我們建立了C2與A方案和B方案之間的影響關(guān)系。表四中，我們建立了C3與A方案和B方案之間的影響關(guān)系。根據(jù)C1、C2、C3對(duì)目標(biāo)層的重要性及其對(duì)司機(jī)決策之間的影響性的正相關(guān)或負(fù)相關(guān)的關(guān)系，設(shè)分別為C1、C2、C3的影響性的系數(shù)，則可以得到以下公式：（5-1）5.2模型求解根據(jù)表一，表二，表三，表四中的數(shù)據(jù)，我們對(duì)模型進(jìn)行一致性的檢驗(yàn)，檢驗(yàn)數(shù)據(jù)如下：針對(duì)表一：由matlab軟件求得矩陣的最大特征值為3.0291，隨即我們對(duì)模型進(jìn)行一致性檢驗(yàn)：一致性指標(biāo)CI：（1）n123456789101112131415RI000.520.891.121.261.361.411.461.491.521.541.561.581.59表SEQ表\*ARABIC5RI可以據(jù)表查得為0.52，一致性比例CR:（2）由以上數(shù)據(jù)得出CR<0.1,所以矩陣的一致性在合理范圍內(nèi)，因此模型較為符合實(shí)際情況。由表一我們計(jì)算出C1,C2,C3的權(quán)重：（3）C1C2C3C10.18180.60.5882C20.09090.330.7059C30.72720.10.2352表SEQ表\*ARABIC6上表為我們算得的每一列各個(gè)準(zhǔn)則層元素的權(quán)重，然后由于他的一致性，因此我們?yōu)榱藬?shù)據(jù)的穩(wěn)健性，因此決定根據(jù)以上數(shù)據(jù)求得權(quán)重的平均值：(4)針對(duì)表二：在表二中，n=2，二階矩陣本身具有的一致性，即模型無(wú)需驗(yàn)證一致性。D1()ABA0.20.2B0.80.8表SEQ表\*ARABIC7由上表中數(shù)據(jù)我們可求得權(quán)重的平均值：針對(duì)表三：在表三中，n=2，二階矩陣本身具有的一致性，即模型無(wú)需驗(yàn)證一致性。D1()ABA0.857108571B0.14290.1429表SEQ表\*ARABIC8根據(jù)上表數(shù)據(jù)，我們計(jì)算求得權(quán)重為：針對(duì)表四：在表四中，n=2，二階矩陣本身具有的一致性，即模型無(wú)需驗(yàn)證一致性。D3()ABA0.750.75B0.250.25表SEQ表\*ARABIC9由表中數(shù)據(jù)，我們計(jì)算求得權(quán)重得：5.2.1數(shù)據(jù)處理指標(biāo)權(quán)重ABC10.83330.20.8C21.50.85710.1429C31.77780.750.25權(quán)重2.785661.32544表SEQ表\*ARABIC10也就是說(shuō)C1、C2、C3三個(gè)指標(biāo)的重要性為1.66：3：3.56，代入公式（5-1）最終得出：由表中數(shù)據(jù)可得，A的權(quán)重為2.78566，B的權(quán)重為1.32544，所以2.78566>1.32544,即A>B,我們由權(quán)重比較可得，A方案比B方案對(duì)出租車司機(jī)收益更有利。5.3結(jié)果分析我們綜合考慮到影響出租車司機(jī)的因素有航班數(shù)量，蓄車池內(nèi)等待的乘客數(shù)量，蓄車池內(nèi)排隊(duì)的出租車數(shù)量，天氣，節(jié)假日，季節(jié)等等因素，司機(jī)可觀測(cè)到的確定信息是影響司機(jī)決策的總要因素，所以我們選取了航班數(shù)量，蓄車池內(nèi)等待的乘客數(shù)量，蓄車池內(nèi)排隊(duì)的出租車數(shù)量作為直接因素，把三個(gè)因素作為各個(gè)準(zhǔn)則層元素，并根據(jù)上述三個(gè)主要因素建立層次結(jié)構(gòu)模型。隨即構(gòu)造成對(duì)比較矩，由矩陣中的數(shù)據(jù)我們對(duì)模型進(jìn)行一致性的檢驗(yàn)，得出CR<0.1，從而說(shuō)明了模型較為符合實(shí)際情況。由根據(jù)尺度表數(shù)據(jù)計(jì)算出指標(biāo)權(quán)重，代入已經(jīng)建立的模型中，得出計(jì)算公式，得出A的權(quán)重為2.78566，B的權(quán)重為1.32544，由權(quán)重比較可得A方案比B方案對(duì)出租車司機(jī)收益更有利。5.4模型的評(píng)價(jià)與推廣5.5.1模型的優(yōu)點(diǎn)在題目中我們選擇了層次分析法，層次分析法將無(wú)結(jié)構(gòu)特性的系統(tǒng)，變得結(jié)構(gòu)化，將目標(biāo)與元素層層分析，而每一個(gè)準(zhǔn)則層的權(quán)重都能直接或間接的影響目標(biāo)，這種模型沒(méi)有太多高深難懂的數(shù)學(xué)知識(shí)，所以它簡(jiǎn)單實(shí)用，便于人們理解與應(yīng)用。層次分析法需要我們收集與目標(biāo)相關(guān)的重要因素，并做權(quán)重計(jì)算，最后比較權(quán)重，這種方法數(shù)據(jù)量少，便于計(jì)算。5.5.2模型的缺點(diǎn)使用層次分析法我們只能比較兩種方案的好壞，而不能指出方案的優(yōu)缺點(diǎn)，改進(jìn)點(diǎn)，也不能提出更好的方案，所以層次分析法沒(méi)有創(chuàng)新性。數(shù)據(jù)層次分析法所需數(shù)據(jù)較少，所得結(jié)果不太準(zhǔn)確，難讓人信服。求判斷矩陣的特征值和特征向量但隨著指標(biāo)的增加，階數(shù)也隨之增加，在計(jì)算上也變得越來(lái)越困難。5.5.3模型的推廣模型適用于將無(wú)結(jié)構(gòu)特性的系統(tǒng)，變得結(jié)構(gòu)化。2.在建模過(guò)程中，簡(jiǎn)化了許多因素因而與實(shí)際問(wèn)題有偏差；3.要建立更好的方案，應(yīng)該聯(lián)系實(shí)際情況數(shù)據(jù)，得到更準(zhǔn)確結(jié)果。六、問(wèn)題二6.1模型的建立上海浦東2009201020112012201320142015201620172018司機(jī)收益/萬(wàn)元5.93486.48517.20857.80888.282310.073310.584810.825211.870513.0355抵達(dá)航班數(shù)量/萬(wàn)架次28.7932.2134.4136.1737.1240.2144.924849.6950.48在問(wèn)題一我們由題目?jī)?nèi)容得出出租車司機(jī)可觀測(cè)的因素才是我們主要考慮因素，我們根據(jù)這三個(gè)因素建立了層次結(jié)構(gòu)模型。之后通過(guò)權(quán)重比較得到出租車司機(jī)應(yīng)該選擇A方案，在選擇A方案的情況下，我們分析了模型對(duì)相關(guān)因素的依賴性：表SEQ表\*ARABIC11圖SEQ圖\*ARABIC2上海浦東2009201020112012201320142015201620172018司機(jī)收益/百元593.48648.51720.85780.88828.231007.331058.481082.521187.051303.55需要乘坐出租車的乘客/萬(wàn)人478.815518.679546.7095598.2015632.847689.8185721.4715763.386840.018915.0945總?cè)肆魍掏铝?萬(wàn)人3192.13457.863644.733988.014218.984598.794809.815089.245600.126100.63表SEQ表\*ARABIC12圖SEQ圖\*ARABIC3上海浦東2009201020112012201320142015201620172018司機(jī)收益/百元593.48648.51720.85780.88828.231007.331058.481082.521187.051303.55在機(jī)場(chǎng)運(yùn)營(yíng)的出租車/千輛319.21345.786364.473398.801411.898465.879480.981501.924560.012610.063表SEQ表\*ARABIC13圖SEQ圖\*ARABIC4表一是我們收集的上海浦東機(jī)場(chǎng)2009年到2018年出租車司機(jī)收益和機(jī)場(chǎng)抵達(dá)航班數(shù)據(jù)的相關(guān)數(shù)據(jù)，圖一為上海浦東機(jī)場(chǎng)出租車司機(jī)收入與抵達(dá)航班關(guān)系圖。表二是我們收集的上海浦東機(jī)場(chǎng)2009年到2018年出租車司機(jī)收益和需要乘坐出租車的乘客數(shù)量，以及機(jī)場(chǎng)每年總?cè)肆魍掏铝康南嚓P(guān)數(shù)據(jù)，圖二為上海浦東機(jī)場(chǎng)出租車司機(jī)收入與乘坐出租車乘客關(guān)系圖。表三是我們收集的上海浦東機(jī)場(chǎng)2009年到2018年出租車司機(jī)收益和機(jī)場(chǎng)內(nèi)運(yùn)營(yíng)的出租車數(shù)量的相關(guān)數(shù)據(jù)，圖三為上海浦東機(jī)場(chǎng)出租車司機(jī)收入與運(yùn)營(yíng)車輛數(shù)量的關(guān)系圖。6.2模型求解針對(duì)表一中的數(shù)據(jù)，我們可得到，近幾年來(lái)，出租車司機(jī)的收益不斷增加，而機(jī)場(chǎng)每年的抵達(dá)航班數(shù)量也在逐漸上升。從圖一，我們可看出隨著機(jī)場(chǎng)抵達(dá)航班數(shù)量的上升，機(jī)場(chǎng)出租車司機(jī)的收入也在增加，但出租車司機(jī)收益的增長(zhǎng)速度遠(yuǎn)遠(yuǎn)小于航班數(shù)量上升速度。針對(duì)表二中的數(shù)據(jù)，我們可得到，近幾年來(lái)，出租車司機(jī)的收益不斷增加，需要乘坐出租車的乘客數(shù)量也在不斷遞增，機(jī)場(chǎng)的總?cè)肆魍掏铝客瑯釉谠龆?。從圖二，我們可看到，隨著需要乘坐出租車的乘客數(shù)量的增加，上海浦東機(jī)場(chǎng)出租車司機(jī)收入也增加，并且兩者增長(zhǎng)速度，但出租車司機(jī)收益的增長(zhǎng)速度小于出租車的乘客數(shù)量增長(zhǎng)速度。針對(duì)表三中的數(shù)據(jù)，我們可得到，近幾年來(lái)，出租車司機(jī)的收益不斷增加，機(jī)場(chǎng)內(nèi)運(yùn)營(yíng)的出租車數(shù)量也在上升。從圖三，我們可看到，出租車司機(jī)的收益增長(zhǎng)速度遠(yuǎn)遠(yuǎn)大于機(jī)場(chǎng)內(nèi)運(yùn)營(yíng)的出租車數(shù)量增加速度。從上述圖表得出結(jié)論：機(jī)場(chǎng)內(nèi)運(yùn)營(yíng)的出租車數(shù)量對(duì)出租車司機(jī)的收益的影響>出租車的乘客數(shù)量對(duì)出租車司機(jī)收益的影響>機(jī)對(duì)場(chǎng)抵達(dá)航班數(shù)量對(duì)租車司機(jī)的收益6.3結(jié)果分析我們通過(guò)收集上海浦東機(jī)場(chǎng)的近幾年相關(guān)數(shù)據(jù)，構(gòu)建了有關(guān)表格和圖表，根據(jù)表中數(shù)據(jù)得到三個(gè)有關(guān)因素對(duì)出租車司機(jī)收益的影響，從而得出機(jī)場(chǎng)內(nèi)運(yùn)營(yíng)的出租車數(shù)量對(duì)出租車司機(jī)的收益的影響最大。6.4模型的評(píng)價(jià)6.4.1模型的優(yōu)點(diǎn)我們通過(guò)收集的數(shù)據(jù)建立圖表，而圖表直觀易懂，計(jì)算方便，操作簡(jiǎn)單。6.4.2模型的缺點(diǎn)模型數(shù)據(jù)較少，不能夠全面的考慮問(wèn)題，具有一定的局限性，使得所得結(jié)果與事實(shí)有一定差異。七、問(wèn)題三7.1模型建立我們擬采用單點(diǎn)雙發(fā)方案對(duì)兩條行車道進(jìn)行設(shè)置：圖SEQ圖\*ARABIC5本題我們收集了2017年到2019年期間應(yīng)用方案后機(jī)場(chǎng)有關(guān)數(shù)據(jù)如圖:圖SEQ圖\*ARABIC6我們收集數(shù)據(jù)后構(gòu)造了以上柱狀圖，分別記錄了2017年，2018年，2019年三年內(nèi)的出租車候客點(diǎn)發(fā)送車輛，運(yùn)送旅客，旅客排隊(duì)打車等候時(shí)間的相關(guān)數(shù)據(jù)。7.2模型求解通過(guò)圖表可看到，出租車候客點(diǎn)發(fā)送車輛數(shù)量從2017年到2019年在逐漸增加，運(yùn)送旅客數(shù)量從2017到2019年也在上升，但是旅客排隊(duì)打車等候時(shí)間在2017年到2018年在增加，但在2019年實(shí)施方案后，打車等候時(shí)間明顯減少，而且在同一時(shí)間段，運(yùn)送旅客的量孩還在增加，從而更能體現(xiàn)出“單點(diǎn)雙發(fā)”的合理性。7.3結(jié)果分析我們模擬采用單點(diǎn)雙發(fā)方案進(jìn)行設(shè)置，隨后對(duì)方案進(jìn)行驗(yàn)證，將搜集到的與數(shù)據(jù)進(jìn)行比較，清晰的看出方案的合理性。從而驗(yàn)證模擬方案可行。7.4模型的評(píng)價(jià)與推廣7.4.1模型的優(yōu)點(diǎn)采用單點(diǎn)雙發(fā)，合理利用資源，在現(xiàn)有資源上進(jìn)行改進(jìn)，使得乘車效率明顯增高。7.4.2模型的缺點(diǎn)當(dāng)人流量與車流量高峰時(shí)，車道過(guò)少，候車人群龐大，以至于造成擁堵。八、問(wèn)題四8.1模型建立針對(duì)該問(wèn)題中的對(duì)短程出租車給予優(yōu)先權(quán)使得所有出租車達(dá)到收益平衡的問(wèn)題，我們考慮通過(guò)設(shè)定一個(gè)短程遠(yuǎn)程之間的界定值，以這個(gè)值為區(qū)別，高于該值的我們界定為該出租車單為遠(yuǎn)程，低于該值我們界定為短程，根據(jù)短程動(dòng)態(tài)補(bǔ)貼的方案，對(duì)較短行程給予不用排隊(duì)的優(yōu)先權(quán)。通過(guò)查詢資料，我們得出上海市區(qū)的車輛平均速度為29公里/小時(shí)，由于不需要考慮從浦東機(jī)場(chǎng)打車到達(dá)其他城市的情況，因此我們搜索了上海市區(qū)的地圖，根據(jù)地圖推測(cè)距離浦東機(jī)場(chǎng)最遠(yuǎn)的距離，通過(guò)地圖里程數(shù)的數(shù)據(jù)得出最大里程數(shù)約為100公里，又對(duì)上海市出租車的單價(jià)進(jìn)行了查閱資料，得出3公里以下為14元，超過(guò)3公里每公里需要支付3元，設(shè)定x為界定值，P為最大里程數(shù)，即P=100，速度設(shè)為v，即v=29公里/小時(shí)，收益為M，出租車行駛里程數(shù)為n，列出公式：14n<=3M=14+3*（n-3）n>38.2模型求解根據(jù)對(duì)Y1、Y2取不同的值后進(jìn)行求解得出數(shù)據(jù)表，并作出以下圖像：圖SEQ圖\*ARABIC7Y1,Y21，41，51，6...1，n2,42,5...2,n3,43,5...3,nZ利益232629...3*n+112932...3*n+173538