一种客运中心出租车司机的智能决策方法技术

本发明专利技术是一种客运中心出租车司机的智能决策方法，包括如下步骤：分析乘客分布特性，确定乘客出站时长分布参数；预测出站客流量；了解乘客对出租车选择比例随时间的变化；利用熵值法确定其他因素对出租车选择比例随时间变化的影响；经济成本预测；选择合适的载客策略。本发明专利技术基于最小二乘思想，对机场不同时刻乘客选择出租车的比例数据进行拟合，得到以时间为自变量，以出租车选择比例为因变量的函数关系式，考虑到可能影响乘客对出租车选择的其他因素，可以采用熵值法得到用于描述该影响因素的指数，之后对函数关系式进行修正，通过分析等待耗时成本和空载费用成本进行经济成本预测，最后司机结合经济成本预测做出是否呆在机场等待客源的决策。

【技术实现步骤摘要】
一种客运中心出租车司机的智能决策方法
本专利技术涉及一种只能决策方法，具体说是一种关于机场出租车司机排队待客还是返回市区的决策方法。
技术介绍
乘客在下飞机后想要去目的地，出租车是主要的交通工具之一。国内多数机场都是将送客与接客通道分开，送客到机场的出租车司机一般都会面临两个选择：前往到达区排队等待载客返回市区，但是出租车必须按照先来后到的原则到机场指定的“蓄车池”排队等候，需要有时间成本；或者司机可以选择直接放空返回市区拉客，但是要付出相应的经济代价。一般司机在此情况下的决策与经验有关，但这往往并不可靠，目前只存在机场的出租车宏观调度方法，没有对于出租车司机个人的决策方法，在实际中，还有很多影响出租车司机决策的确定和不确定因素，其影响效果不尽相同。
技术实现思路
为了解决上述特定的交通出行问题，本专利技术结合了最小二乘拟合和熵值法与相关的计算方法，提供了一种关于机场出租车司机排队待客还是返回市区的决策方法，最小二乘拟合方法可以通过最小误差平方逼近，寻找与给定样本偏差最小的曲线，很好地反映函数的变化趋势；熵值法可以确定各因素对目标影响地权重，具有很强的客观性，将最小二乘拟合和熵值法结合，得到出租车司机的最优决策。为了达到上述目的，本专利技术是通过以下技术方案实现的：本专利技术是一种客运中心出租车司机的智能决策方法，该智能决策方法包括如下步骤：步骤1、分析乘客分布特性，确定乘客出站时长分布参数；步骤2、预测出站客流量；步骤3、了解乘客对出租车选择比例随时间的变化；步骤4、利用熵值法确定其他因素对出租车选择比例随时间变化的影响；步骤5、经济成本预测；步骤6、选择合适的载客策略。本专利技术的进一步改进在于：在所述步骤1中，乘客出站时长分布参数由正态分布的相关公式确定：式中：t为乘客出站的时间，μt为各旅客出站时间平均值，σt2为出站时间方差，计算公式如下：式中n为到达的旅客数，ti为到达的第i个旅客的出站用时；旅客出站时间分布概率密度函数为：f(t)＝0.3f1(t)+0.7f2(t)一班载客数为n的航班在降落后t时刻出站的旅客数量分布函数n(t)等于：n(t)＝n×(0.3f1(t)+0.7f2(t))。本专利技术的进一步改进在于：在所述步骤2中，在任意区间(T1,T2)内出站的乘客数量N的计算公式为：本专利技术的进一步改进在于：在步骤3中，把在一天内乘客选择出租车的比例J划分为迅速增长到饱和期，快速衰减期，高峰期三段，迅速增长直至饱和期J的计算公式为式中，t1表示城市公共交通恢复运营的时间；快速衰减期J的计算公式为J＝a1×e-b1TT∈[t1,t2]式中，t2表示高峰期出现的时间，高峰期J的计算公式为J＝m1×e-n|T-t|式中t为J达到峰值的时间。本专利技术的进一步改进在于：在所述步骤4中，对于影响出租车选择的因素，熵值法分析如下：①对选定指标进行标准化处理：x'ij为第i个任务的第j个标准化指标，与Sj分别第j类指标的均值与标准差；②计算各指标熵值：m表示数据样本数量，计算出标准化的第i个任务第j项指标x'ij在第j项指标中所占比重Pij：计算出第j项指标的熵值ej，③计算各项指标权重：计算出第j项指标的差异系数djdj＝1-ejdj反映了第j项指标的差异性，dj越大该项指标第j项指标越重要，故可据此计算出第j项指标的权重wj：k为指标数量，根据三项指标的权重即可得出第i个样本天气指数Bi的表达式：④函数修正：乘坐出租车的乘客比例J随时间变化的函数修正为：式中B为某一时段内影响因素的指数，h(t)为出租车选择比例关于时间的变化函数。本专利技术的进一步改进在于：在所述步骤5中，经济成本预测包括排队载客成本预测和空返成本预测；①排队载客成本预测：设出租车司机在T0时刻送客结束,td为出租车等待时间，司机可以通过出租车选择比例计算得到下一个时段内到达乘车区准备搭乘出租车的乘客人数时间分布：出租车客运量为p,载客次数为np，运营里程l，出租车平均载客人数为从T0开始到等待td后出租车完成排队时到达乘车区的旅客数量应等于前方出租车接走的旅客数量即：设司机时薪为S，司机每小时工作时间成本为ct、能耗成本为ce，出租车的平均行驶速度v，hy为平均每公里油耗，py为油价，故出租车司机单位耗时的时间成本为：ct＝S-ce＝S-v·hy·py进入蓄车池排队等待的经济损失costw计算公式为：costw＝ct×td；②空返成本预测：司机空返市区载客的成本costb为：S为司机时薪，tb为司机接到下一个乘客等待的时间，I为城市载客次数，l为空载里程，v为出租车平均车速。本专利技术的进一步改进在于：所述步骤6中，载客策略为：选择策略一当costb＜costw时选择空返回市区载客，反之选择停留在机场排队载客；选择策略二由于策略方法一计算比较复杂，所以提出一种更简单的计算方法：在一定时间内计算到达乘车区的乘客数Nc与队列前面C辆出租车可搭载人数即可做出合适的决策：当时，实际等待时间td＜t'd，排队载客的经济成本costw小于等待t'd时的经济成本costd，司机应该选择留在机场，进入蓄车池排队；当时，实际等待时间td＞t'd，排队载客的经济成本costw大于等待t'd时的经济成本costd，司机应该选择空返市区载客；当时，司机实际等待时间td＝t'd，两种方案的经济成本相同。本专利技术的进一步改进在于：该智能决策方法适用于火车站、高铁站以及机场出租车司机的决策。本专利技术的有益效果是：出租车司机送客至机场后有两种选择：进入蓄车池排队或空载返回市区，首先针对特定机场的旅客出站数据用数据统计的方法进行分析并结合实时航班信息对出站旅客流量进行预测，因此，本专利技术基于最小二乘思想，对机场不同时刻乘客选择出租车的比例数据进行拟合，得到以时间为自变量，以出租车选择比例为因变量的函数关系式，考虑到可能影响乘客对出租车选择的其他因素，可以采用熵值法得到用于描述该影响因素的指数，之后对函数关系式进行修正，而乘客对出租车选择比例会影响到出租车在蓄车池的等待耗时成本，通过分析等待耗时成本和空载费用成本进行经济成本预测，最后司机结合经济成本预测做出是否呆在机场等待客源的决策。附图说明图1是本专利技术智能决策方法的实现结构图。图2是本专利技术实施例中北京首都机场乘客出站时间正态分布直方图。图3是本专利技术实施例中首都机场的乘坐出租车旅客流量预测。图4是本专利技术实施例中司机决策判定图像。<本文档来自技高网...

【技术保护点】
1.一种客运中心出租车司机的智能决策方法，其特征在于：该智能决策方法包括如下步骤：/n步骤1、分析乘客分布特性，确定乘客出站时长分布参数；/n步骤2、预测出站客流量；/n步骤3、了解乘客对出租车选择比例随时间的变化；/n步骤4、利用熵值法确定其他因素对出租车选择比例随时间变化的影响；/n步骤5、经济成本预测；/n步骤6、选择合适的载客策略。/n

【技术特征摘要】
1.一种客运中心出租车司机的智能决策方法，其特征在于：该智能决策方法包括如下步骤：
步骤1、分析乘客分布特性，确定乘客出站时长分布参数；
步骤2、预测出站客流量；
步骤3、了解乘客对出租车选择比例随时间的变化；
步骤4、利用熵值法确定其他因素对出租车选择比例随时间变化的影响；
步骤5、经济成本预测；
步骤6、选择合适的载客策略。


2.根据权利要求1所述一种客运中心出租车司机的智能决策方法，其特征在于：在所述步骤1中，乘客出站时长分布参数由正态分布的相关公式确定：



式中：t为乘客出站的时间，μt为各旅客出站时间平均值，σt2为出站时间方差，计算公式如下：






式中n为到达的旅客数，ti为到达的第i个旅客的出站用时；
旅客出站时间分布概率密度函数为：
f(t)＝0.3f1(t)+0.7f2(t)
一班载客数为n的航班在降落后t时刻出站的旅客数量分布函数n(t)等于：
n(t)＝n×(0.3f1(t)+0.7f2(t))。


3.根据权利要求1所述一种客运中心出租车司机的智能决策方法，其特征在于：在所述步骤2中，在任意区间(T1,T2)内出站的乘客数量N的计算公式为：





4.根据权利要求1所述一种客运中心出租车司机的智能决策方法，其特征在于：在步骤3中，把在一天内乘客选择出租车的比例J划分为迅速增长到饱和期，快速衰减期，高峰期三段，迅速增长直至饱和期J的计算公式为



式中，t1表示城市公共交通恢复运营的时间，
快速衰减期J的计算公式为



式中，t2表示高峰期出现的时间，
高峰期J的计算公式为



式中t为J达到峰值的时间。


5.根据权利要求1所述一种客运中心出租车司机的智能决策方法，其特征在于：在所述步骤4中，对于影响出租车选择的因素，熵值法分析如下：
①对选定指标进行标准化处理：



x'ij为第i个任务的第j个标准化指标，与Sj分别第j类指标的均值与标准差；
②计算各指标熵值：
m表示数据样本数量，计算出标准化的第i个任务第j项指标x'ij在第j项指标中所占比重Pij：



计算出第j项指标的熵值ej，



③计算各项指标权重：
计算出第j项指标的差异系数dj
dj＝1-ej
dj反映了第j项指标的差异性，dj越大该项指标第j项指标越重要，故可...

【专利技术属性】
技术研发人员：宋传承，巩锟，宋若薇，阳圳，龚瀚文，王德昊，刘豫州，王耀宁，李润东，李永涛，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32