本文章主要阅读评价 C044、C137、C308三组优秀论文。

问题描述

大多数乘客下飞机后要去市区(或周边)的目的地，出租车是众多旅客离开机场的首选交通工具。

国内多数机场都是将出发与到达通道分开的。送客到机场的出租车司机都将会面临两个选择:

(A)前往到达区排队等待载客返回市区。出租车必须到指定的“蓄车池"排队等候,依“先来后到”排队进场载客，等待时间长短取决于排队出租车和乘客的数量多少，需要付出一定的时间成本。

(B)直接放空返回市区拉客。出租车司机会付出空载费用和可能损失潜在的载客收益。

在某时间段抵达的航班数量和“蓄车池”里已有的车辆数是司机可观测到的确定信息。通常司机的决策与其个人的经验判断有关。

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。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，其关联关系各异,影响效果也不尽相同。

现在需要建立数学模型解决下列问题:

(1)分析与出租车司机决策相关因素的影响机理,建立出租车司机选择决策模型,给出司机的选择策略。

(2)收集国内某一机场及其所在城市出租车的相关数据，给出该机场出租车司机的选择方案,并分析模型的合理性和对相关因素的依赖性。

(3)经常会出现出租车排队载客和乘客排队乘车的情况。某机场“乘车区”现有两条并行车道，管理部门应如何设置“上车点"，并合理安排出租车和乘客，在保证车辆和乘客安全的条件下，使得总的乘车效率最高。

(4)机场的出租车载客收益与载客的行驶里程有关。试给出一个可行的“优先"安排方案,使得这些出租车的收益尽量均衡。

阅读分析

该组论文在建模前，调查了多个机场的机场客流量和出租车流量在时间序列上的关系，然后采用归纳求取平均值的方式得到一个大致的分布关系图：

分布关系图

通过对出租车司机以收益为基准的决策分析，利用0-1变量来表征司机的决策方案于是得到目标函数，最后通过成本控制进行约束，得到了对应的规划模型。

求解时，该论文着重对等待时间进行数值模拟，分析出租车的三种时间属性和排队队列的6个属性，最终得到模拟数据，并对其进行曲线拟合，最后带入到规划模型进行求解。

对问题三，该组论文采用了 交通流理论 的模型和方法体系，以矩阵停靠式为主确立新的目标函数和约束条件；对问题四，该组论文借助了国内机场对优先机制的设计，借用了“短途票”方案来综合考虑，并给出计算法和边界条件。不仅如此在此情况下该组论文还综合分析了A方案和B方案，最后得出结论。

该组论文细致地分析了出租车司机的决策因素，分为确定性因素和随机性因素两方面考虑。其中，以均匀分布来表征航班载客数，以一维正态分布来表征乘客乘车的里程。

在收支方面，该论文也根据现实给出了出租车计价收入的分段函数，同C044论文一样，也是考虑了时间成本对司机造成的损失，此外还考虑了行驶的耗油成本等，更为全面。

通过分析两种方案，该组论文给出了司机的决策过程图：

司机决策过程图

最后由此通过随机模拟数据的方式进行决策模拟，得到不同方案的收益比较图，从而验证模型的可行性。

对问题三，该组论文从“蓄车池”的接客系统着手，分析主要因素之后建立优化模型。求解方面利用了 排队论模拟、元胞自动机、有限状态机等思想，为算法增添了科学性。

该组论文在出租车司机的决策方面，以研究“出租车司机在相同时间内的收益”为主，针对两种方案做出了时间消耗上的模型建立。其中，采用了 生灭过程 的方法对某种选择下的消耗时间进行了确立，并分别计算了不同选择下的收益情况。

对问题三，该组论文视出租车为一个 泊松流，服从参数为 $\lambda$ 的指数分布，通过求取期望的方式对该随机优化问题进行处理。该论文利用了蒙特卡洛法来确立上车点数的最优解。

C044论文对一些特殊情况进行了补充和考虑，图片示例生动形象排版较好。

C137论文综合考虑了多种因素，得到了较为细致的模型，此外还结合了多种算法思想着重对问题三进行算法设计，并且细致的阐述了算法流程，是该论文的亮点之一。

C308论文利用了排队论和蒙特卡洛模拟进行求解，使得求解变得简单高效；同时还采用了生灭过程的思想对时间成本进行模型建立，较有新意。

C044论文缺少对一些随机因素的考虑及相关模型假设。

C137论文确定的随机性因素较为主观，对结果可能产生大的影响，可以考虑多次反复论证增加该模型的可靠性。

C308对一些实际参数进行了估计，可能对结果造成一定的影响；图片的引用是直接在MATLAB中截图，对论文美观上有一定影响，可尝试进行相关调整。