层次分析法 模糊综合评价法 设计小时交通量

机场的出租车问题摘要出租车已成为乘客下飞机后去往目的地的主要交通工具之一，本文对出租车司机的收益最大、“上车点”、出租车司机收益均衡等问题，进行了仔细的研究与分析。针对问题一，根据题意，我们运用基于层次分析法的模糊综合评价法，建立了六个等级评价指标，同时确定评价对象的评判集两个等级，建立层次结构模型，确定权重向量,运用MATLAB软件求解各个指标的权重并且使其通过一致性检验。合成模糊综合评价，将最终算得的综合评判结果进行归一化，最后对综合评分值进行等级评定。针对问题二，依据问题一中所列相关因素，查找其相关数据，运用Excel绘制柱状图，综合分析建议司机在9:00-18:00时间段内前往“蓄车池”载客。再运用SPSS作线性回归与相关性分析，比较线性系数与回归系数，得出模型合理，依赖性强弱为：乘车区已有车辆>司机收益>乘客数>航班数>司机等待时长。针对问题三，根据题目并查阅资料，得到我们所研究机场的相关数据，并利用公式，得到最终的“上车点”数量N=11。查阅大量文献，寻找不同的发车方式，经过对比，最终确定斜列式发车方式，对其进行合理的构建，均匀分配“上车点”在车道两侧分别等距离远设立5个和6个上车点。出租车与乘客排队情况依照上车点的位置而建立不同的排队窗口。针对问题四，根据题目要求，我们对可能发生的情况，列出了四种情况。分别为司机短程送乘，不载客返回机场；司机第一次去机场载客；司机远途送乘客，不载客返回机场；司机在送乘客后，去往另一个机场。利用GPS数据，将数据进行统计分析，选出“优先权”车辆。如果发生特殊情况，比如乘客数量增多，则大量放行出租车，以保证机场的运行关键词：层次分析法模糊综合评价法设计小时交通量问题重述出租车对于大多数乘客下飞机去市区或周边的目的地来说，是主要的交通工具。而国内大多数机场是将送客和接客通道分开，所以对于送客到机场的出租车司机将面临两个选择：前往“蓄车区”载客和直接返回市区拉客。而航班数量，乘客数量，已有车辆，季节，等待时长，出租车司机的收益等因素都会直接或间接的影响司机的决策。同时，机场出租车管理部门也需要考虑如何改善出租车排队情况和乘客排队乘车情况，使得总乘车效率达到最高。由于载客目的地的远近不同，出租车司机的收益也会有差异，为使得收益尽量均衡，拟定一个合理可行的方案。就影响出租车司机决策的因素及选择方案进行研究，尝试解决以下问题：选取合适的评价指标体系，用以评价研究影响出租车司机决策的因素。搜集相关数据，建立相应的模型，给出合理的选择方案并进行分析。为改善出租车排队载客和乘客排队乘车的问题，选取或构建不同的“上车点”，应用建立的模型，合理安排出租车和乘客，使得总乘车率最大。对于已接客的出租车司机，到达乘客目的地有近有远，收益有所不同，构建方案，对于司机载客路程远近一定给予“优先权”，使得出租车的收益尽量均衡。二、模型假设1.假设收集的数据真实可靠；2．假设出租车司机均采用我们的方案；3.假设不发生交通事故和交通堵塞等状况；4.假设不考虑出租车司机的私人问题。三、变量说明A：比较矩阵T：归一后的综合评价向量E1：留（前往到达区排队等待载客返回市区）E2：去（直接放空返回市区拉客）Z：目标层:和对的影响之比：特征向量Uki:各个矩阵的特征向量（i=1,2）:指标的数量M：“上车点”数量：司机平均载客的时间C：设计小时位BBDT：远景设计年限内的年平均交通量A：当地气候修正系数D：方向分布系数四、问题分析4.1问题一的分析题目要求综合考虑机场乘客数量的变化规律研究出租车司机决策，通过审题，我们可知机场乘客数量和出租车司机的收益可作为司机选择模型的主要影响因素，但不排除其他因素的影响。制定指标集为，其中表示航班数量，表示乘客数量，表示车辆，表示季节，表示等待时长，表示司机收益。首先确定评价指标体系，其次，分析每个指标对出租车司机的决策影响，确定权重，最后采用层次分析法和模糊综合评价法给出租车司机建立决策模型。影响决策指标影响决策指标航班数量乘客数量车辆季节等待时长司机收益载客、返回市区图5-1问题一的流程分析4.2问题二的分析根据问题一，选择国内上桥机场为研究对象，对因素集中的航班数量、乘客数量、季节、已有车辆、司机平均等待时长、司机收益进行详细调查相关数据，得到一天内不同时间段的“蓄车池”已有车辆数、一天内不同时刻乘客数、每个季节的乘客量、一天内不同时间段的航班数，将其绘制成六个表格，运用SPSS用相关性分析推测出相关因素的依赖性，得出最后结论。4.3问题三的分析为解决出租车排队和乘客排队乘车的问题，现求解“上车点”数量以及如何设置，来合理安排出租车和乘客，使得乘车效率最高。对于求解“上车点”数量，需要知道总的等车乘客数量。运用公式算出总的乘客数量，再从其中抽取样本进行分析。依据问题二，以虹桥机场为研究对象，查阅相关资料文献，确定平均日旅客数并计算设计小时交通量（规划远景年份底30个高峰小时两个方向的交通量为标准），运用相关公式求解出“上车点”数量。通过查阅相关资料，构建模型来合理安排“上车点”的位置以及出租车和乘客，达到乘车效率最高。4.4问题四的分析 对于问题四，我们知道，出租车的载客行驶里程直接决定了出租车司机的收益，但由于每个乘客的目的地远近不同，使得出租车司机的收益无法均匀分配，在这里，我们需要为一些短途载客的出租车司机返回机场提供“优先权”，尽量使他们的利益达到最大化，并且使得每位司机得利益达到均匀分配。五、模型的建立与求解5.1问题一模型建立与求解对于问题一，由于指标体集中的指标之间是相互联系的，按照一定的层次结构将指标体系组成的一个整体，通过建立基于层次分析法的模糊综合评定模型，用一个综合评价的值来替换这些多个评价指标的价值之和，进而给出决策。5.1.1基本概念5.1.1.1模糊综合评价方法模糊综合评价是以模糊数学为基础，应用模糊关系合成的原理，将一些边界不清，不易定量的因素定量化，进行综合评价的一种方法[1]。因此，在选取机场出租车的评价指标时，我们采用了模糊综合评价的方法对模糊现象进行了定量化的处理。5.1.1.2确定评价对象的指标集因素集是刻画被评价对象的多种评价指标，我们建立了六个评价指标，因素集，表示航班数量，表示乘客数量，表示车辆，表示季节，表示等待时长，表示司机收益。5.1.1.3确定评价对象的评判集评语集是评价者对被评价对象做出的各种总的评价结果组成的评语等级的集合。评判集合为等级集合。5.1.2建立模糊综合评价矩阵建立单指标模糊评价，是指单独从一个指标出发进行评价，确定评价对象对评价集合的隶属程度。表5-1评价定量分级标准评价值决策定级载客返回市区由此，我们设表示第个指标的值，表示所有指标值的总和，令表示与比例，然后逐个对每个指标进行量化，可得出模糊综合评价矩阵5.1.3建立层次结构模型，确定评价指标的权重向量影响决策指标影响决策指标航班数量乘客数量车辆季节等待时长司机收益载客、返回市区目标层准则层方案层 图5-2层次结构模型图5.1.3.1合理构造判断矩阵A对不同的评价指标进行两两比较，构造出判断矩阵A。比较准则层6个因素对目标层的影响，选取两个因素，，用表示和对的影响之比，比较全部结果可得比较矩阵A：=，>0，=表5-2比较矩阵ZA1A2A3A4A5A6A111/21/2311/3A2211/321/21/2A32313/221/3A41/31/22/3111/2A5121/2111/2A6323221A1、A2、A3、A4、A5分别表示航班数量、乘客数量、车辆、季节、等待时长、司机受益。A2、A3、A4、A5、A6对A1的影响：A4>A5>A2=A3>A6A1、A3、A4、A5、A6对A2的影响：A4>=A1>A5=A6>A3A1、A2、A4、A5、A6对A3的影响：A2>A1>A5>A4>A6A1、A2、A3、A5、A6对A4的影响：A5>A3>A2=A6>A1A1、A2、A3、A4、A6对A5的影响：A2>A1=A4>A3=A6A1、A2、A3、A4、A5对A6的影响：A1=A3>A2=A4=A55.1.3.2确定指标权重运用MATLAB软件进行求解，得出矩阵的特征根和特征向量，找出最大的特征根及其对应的特征向量;以准则层对目标层的影响为例，根据相关性分析和结合实际情况得到准则层各因素的影响之比得到如下矩阵通过附录一的程序得到矩阵的最大特征值为6.5649，其对应的特征向量为(5-1)通过Excel软件对特征向量进行归一化的处理，即得到准则层各因素对目标层的权重：表5-3各指标权重系数表指标权重航班数量0.124乘客数量0.131车辆0.208季节0.096等待时长0.133司机受益0.308由一致性检验： 查阅附录四，得出n=6， 则一致性检验：一致性比例：表明A通过一致性验证由上诉知归一化特征向量：5.1.3.4合成模糊综合评价综合评判的结果：归一化后的综合评价向量：5.1.3.5等级评定根据评价定量分级标准表可知：当V总>3时，故最后决策是让出租车司机前往到达区排队等待载客返回市区。5.2问题二模型建立与求解根据查阅的相关资料，整理关于一天内不同时间段的“蓄车池”已有车辆数、一天内不同时刻乘客数、每个季节的乘客量、一天内不同时间段的航班数等方面的数据，并用表表示出来，其次，运用Excel分别绘制柱形图，进而给出相应的决策。5.2.1各因素决策方案分析5.2.1.1已有车辆的相关数据表5-4一天内不同时间段的“蓄车池”已有车辆数时间段0-33-66-99-1212-1515-1818-2121-24已有车辆（辆）523467110093012309601290770图5-3已有车辆数选择方案：建议出租车司机在6:00-21:00时间段内前往“蓄车池”载客，其他时间段内返回市区载客。5.2.1.2一天内乘客数据表5-5一天内不同时刻乘客数时间段0-33-66-99-1212-1515-1818-2121-24乘客量（人）20211527303937215201400355323982图5-4一天不同时刻的乘客数选择方案：建议出租车司机在12:00-21:00时间段内前往“蓄车池”载客，其他时间段内返回市区载客。5.2.1.3不同季节乘客数据表5-6每个季节的乘客量季节春季夏季秋季冬季乘客量（万人）377.10374.86372.61371.78图5-5不同季节的乘客数选择方案：建议出租车司机在春季和夏季多考虑前往“蓄车池”载客，秋季和冬多考虑前往“蓄车池”载客。5.2.1.4一天内航班数据表5-7一天内不同时间段的航班数时间段0-33-66-99-1212-1515-1818-2121-24航班数（架）3238454861527829图5-6一天不同时刻航班数选择方案：建议出租车司机在12:00-21:00时间段内前往“蓄车池”载客，其他时间段内返回市区载客。5.2.1.5一天司机等待时长数据表5-8一天内不同时间段的司机平均等待时长时间段0-33-66-99-1212-1515-1818-2121-24平均等待时长（分钟）4035203020153030图5-7一天时间内不同时间段平均等待时长选择方案：建议出租车司机在6:00-9：00和12:00-18:00时间段内前往“蓄车池”载客，其他时间段返回市区载客。5.2.1.6一天司机收益数据表5-9一天内不同时间段的司机收益时间段0-33-66-99-1212-1515-1818-2121-24司机收益10009000220001800024000190002600016000图5-8一天时间内不同时间段司机收益选择方案：建议出租车司机在6:00-21:00时间段内前往“蓄车池”载客，其他时间段返回市区载客。5.2.2依赖性分析运用SPSS进行相关性分析和线性回归，分析其合理性和依赖性。表5-10各指标sig值指标sig已有车辆0.000乘客数0.014航班数0.046等待时长0.125司机收益0.000有表可知，司机等待时长对司机决策无较大影响。相关因素的线性回归方程：已有车辆：Y=1.4999X1+59.594乘客数：Y=0.08X2+647.584航班数：Y=21.276X3+402.781等待时间：Y=-33.325+2337.813收益：Y=0.074X5+93.70其中，Y代表从市区到机场载客出租车数量，X1代表乘车区已有车辆，X2代表乘客数，X3代表航班数，X4代表司机等待载客时长，X5代表司机受益。比较其回归系数和相关系数，见附录六，得出各因素的依赖性强弱如下：乘车区已有车辆>司机收益>乘客数>航班数>司机等待时长乘车区已有车辆对司机决策影响最大，司机等待时长对司机决策最小。5.3问题三模型建立与求解5.3.1乘客排队人数的表达式总乘客排队人数： （人次/h）其中：Qr：乘客排队人数,Tr：飞机密集到达的时间，Tm：飞机到达的平均间隔时间，Jr：终到飞机的编组数，Br：每架飞机固定人数，air：终到航班的比例，Pir：下机乘客数，：飞机到达的载满率5.3.2设计小时交通量的计算：设计小时交通量【3】：确定公路等级、评价公路运行状态和服务水平的重要参数。我们确定第30小时交通量作为设计小时交通量，计算相关系数。设计小时交通量换算系数：交通量修正系数：设计小时交通量计算公式：其中K表示设计小时交通量换算系数，B表示交通量修正的系数，Q表示设计小时交通量5.3.3查阅资料文献【2】，根据现状得到相应数据如下：表5-11上车点设计小时交通量地点平均日乘客数/人载客率/人设计小时交通量/（veh/h）虹桥机场623805.441643上客时间是指从乘客结束排队开始到车辆出发的时间段，包括放置行李的时间和上车的时间。由于所选斜列式发车车辆之间影响较小。所以上客时间较短。表5-12乘车区平均上客时间地点平均上客时间/s虹桥机场255.3.4运用公式，求解“上车点”数量由公式得出，所以设置11个“上车点”比较合适。5.3.5得出最后设计图形设置上车点的位置，合理安排出租车和乘客，使的总乘车效率最高。结合生活经验和查阅文献【2】，见附录三，我们最终确定以斜列式设置上车点。图形如下：图5-9斜列式将11个“上车点”均匀设置在道路两侧，则对于出租车和乘客将会有11个排队窗口。每侧等距离远设置5个和6个“上车点”。每一侧的车辆会分配到一条道路，在保证车辆和乘客的安全条件下不会造成堵塞，同时也大大缩短了排队时长，也增大了同时间内的载客率，达到乘车效率的增大。5.4问题四的求解方案 为了解决问题四，我们提出了四种运载乘客时可能发生的情况。出租车司机短程运送乘客后，在不再次载客的情况下，返回机场重新载客。出租车在当天内是第一次去机场载客。出租车司机在远途运送乘客后，不载客运行回到机场。出租车在运送乘客后，又去往相对来说最近的另一个机场。5.4.1a情况的解决方案在解决a情况时，为了防止有某些长途运送乘客的出租车司机会冒充短途司机，我们建议使用GPS车辆监控系统，主要使用它的两大功能。其一，是轨迹回放，它可以使车辆行驶轨迹回放，来判断司机的行驶过程和载客次数。其二，则是里程统计，它可以自动记录车辆行驶过的准确里程数，来判断出租车的行驶距离。这两大功能共同发挥作用来判断是否放行出租车进入机场，同时也要在出租车上做好对出租车司机的通知，以通知来告诉出租车司机是否有优先进入机场的资格。机场机场目的地图5-10a情况5.4.2b情况的解决方案为了解决第二种情况，也同样需要用到GPS车辆管理系统，在发生第二种情况时，我们只需要观察出租车是否进入过其他机场，因为在当天出租车是第一次进入第一个机场时，我们不需要观察出租车的运行里程和载客次数，因为我们只需要解决出租车在机场时的收益问题，所以在遇到这种情况时，直接对出租车放行进入机场。机场机场图5-11b情况5.4.3c情况的解决方案在解决第三种情况的同时，需要考虑一种可能遇到的状况，就是某些短途运送乘客的出租车司机，在短途运送之后，又再一次乘载客人回到了机场，在此时，则需要用到GPS车辆管理系统的里程统计功能，记录出租车运行的里数。如果短途运送乘客的出租车在返回机场又一次载客所行驶的总里数大于长途运送乘客的出租车行驶的单程里数，那么在相比较之下，则优先放行长途运送乘客的出租车，相反则放行短途运送乘客的出租车。机场机场目的地图5-12c情况5.4.4d情况的解决方案面对第四种情况，则另一个机场需要对入站的出租车进行GPS检测，相比于其他进站的出租车，只考虑在机场运客的范围内，出租车的行驶过程、载客次数以及运送里数，在相比较之下，观测出运送机场乘客次数较少，运送里数较低的出租车，进行通知和优先放行。机场机场机场目的地图5-13d情况问题四的总结利用a、b、c、d四种情况结局方案共同作用，让机场系统第一时间通知可放行进入机场的出租车的司机，以达到在乘载机场乘客的出租车司机利益的最大化和平均化。如果发生特殊情况，诸如节假日乘客大量增多，可进行酌情的出租车放行处理，让机场在保证出租车利益平均化的同时，自身也要运行顺利。六、模型评价6.1模型优点1.问题一中建立了基于层次分析法的模糊综合评价法，在建模的过程中对六个指标进行详细分析，使其结果更具合理性。2.结合数据验证了模型的合理性。3.问题三中运用大量公式，突出了最终结果的准确性。4.合理使用MATLAB和SPSS。6.2模型缺点1.问题一中选取的指标集过于繁杂。2.收集的数据来源面广泛，不能集中体现。3.问题四中的方案没有细致讨论分析。6.3模型改进1.选取更具有代表性的指标，尝试不同的建模方法。2.可以对问题四的方案进行建模分析。七、参考文献[1]杜世平，汪建，马文彬.层次模糊综合评价法在校园环境质量评价中的应用[J].安徽农业科学,2008,36(10):3930-3931.[2]冯宝.大型综合交通枢纽出租车上下客点规模确定方法研究[J].城市道桥与防洪,2019(07):45-48+52+9-10.[3]梁宪莹.交通量特性及其与道路规划设计相关关系研究[J].工程建设与设计,2019(05):177-178+182.附录附录一A=[1 1/2 1/2 3 1 1/32 1 1/3 2 1/2 1/22 3 1 3/2 2 1/31/3 1/22/3 1 1 1/21 2 1/2 1 1 1/23 2 3 2 2 1];[V,D]=eig(A)附录二>>A=0.124*0.196+0.131*0.196+0.208*0.316+0.096*0.447+0.133*0.316+0.308*0.447A=0.3383>>B=0.124*0.981+0.131*0.981+0.208*0.949+0.096*0.894+0.133*0.949+0.308*0.894B=0.9349附录三附录四附录五来机场车辆已有车辆乘客数航班数等待时长收益8205234021324010000703467342738359000186711009034452022000171093087214830180001826123015201612024000132596011990521519000190012901700078302600012207707952293016000附录六各因素线性回归分析：系数a模型非标准化系数标准系数tSig.B标准误差试用版1(常量)59.594179.930.331.752已有车辆1.499.189.9557.933.000a.