基于模糊評價的出租車司機是否進入蓄車池的選擇模型

李積銳 陳泊遠 董少帥

摘要：針對機場的出租車問題進行研究，為出租車司機建立選擇決策模型，并給出恰當的選擇策略。我們選擇將天氣、時間、蓄車池已有車輛數以及航班數作為影響司機選擇是否進入接客區的因素，并將幾種因素的具體表現轉化為由高至低為 A，B，C的三個評價等級。出租車司機首先根據這些情況進行主觀判斷，得出自己心中的主觀評價得分。利用折衷型模糊決策方法，將評價等級轉化為三角模糊數，進行隸屬度的計算，隸屬度越大，選擇方案越優。

關鍵詞：模糊決策方法;隸屬度函數

1 模型構想

本問題研究影響出租車司機是否駛入接客區的因素及其影響機理，考慮相關因素為其建立選擇決策模型。出租車司機會根據到站時的航班數以及“蓄車池”已有出租車數量及時間、天氣等因素，將這些因素根據實際情況由高到低分為 A、B、C 三個等級，等級越高越有利于出租車司機進行接客。同時出租車司機對這些情況進行主觀判斷，得出在這些情況下自己心中的權衡分數，分數越高司機進站的傾向越大。再將主觀分數與客觀的實際情況進行模糊評價，得出由出租車司機個人經驗和實際情況綜合的決策，最終得出是否進入機場進行接客的決策。

為簡化運算，特作出以下假設：

假設司機是否進入載客區只與天氣、時間、蓄車池已有車輛數、航班數和司機主觀判斷有關;

2 模型建立與求解

2.1折衷型模糊決策方法基本原理

折衷型模糊決策的基本原理是：從原始的樣本數據出發，先虛擬模糊正理想和模糊負理想，其中模糊正理想是由每一個指標中模糊指標值的極大值構成;模糊負理想是由每一個指標中模糊指標值的極小值構成。然后采用加權歐氏距離的測度工具來計算各備選對象與模糊正理想和模糊負理想之間的距離。在此基礎上，再計算各備選對象屬于模糊正理想的隸屬度，其方案優選的原則是，隸屬度越大，該方案越理想

2.2折衷型模糊決策方法模型的建立與求解

1.指標數據的三角形模糊數表達

記F（E）為上的全體模糊，設M_∈F（E）。如果M的隸屬度μ_M表示為

對定性指標A、B、C，可以將這些定性指標進行量化，具體形式如下。

司機評定等級及其量化模糊數A（80，90，100），B（60，70，80），C（40，50，60）。

將各因素下不同評價等級對應為出租車司機對該因素的傾向分數，所有因素的傾 向分數相加就可得到此情況下出租車司機對是否進入接客區的主觀印象評分，如下所示。

A：天氣為第三類（乘客傾向于打車），20分。時間18點-次日2點，20分。蓄車池已有車輛數1000輛以內，30分。航班數為20班/h以上，30分。

B：天氣為第二類（對是否打車影響不大），10分。時間為10點-18點，10分。蓄車池已有數量1000-2000輛，15分。航班數10-20班/h，15分。

C：天氣為一類（無影響），0分。時間為10點-18點，0分。蓄車池已有數量2000輛以上，10分。航班數為10班/h，10分。

分析四個因素三個不同評價等級下的 81 種排列情況，由上信息公式和 （1） 將指標信息、權重信息化成三角模糊數，以及其中各個權重為

通過計算得以下結果

1.當 >0.65 時，即第1，2，13，28，25，55，14，3，16，22，29，40 ，4 ，26 種情況下建議司機進去接客區。

2.當 0.45 <μ< 0.65 時，即第 52， 56， 67， 10， 15， 17， 23， 79， 41， 30， 43， 49， 5， 19， 27， 31， 53，68，57，70，76，7，18，24，11 種情況時需要司機根據個人意愿選擇是否進入接客區。

3. 當μ< 0.45時，既第58，80，37，42，44，50，6，20，46，54，64，69，71，77，32，8，12，73，81， 59， 34， 45， 51， 38， 21， 61， 72， 78， 33， 47， 65， 9， 60， 74， 35， 39， 48， 62， 66， 75， 36， 63 種情況下建議司機空車返回市區

參考文獻

[1]胡稚鴻，董衛，曹流，高忠，陸志勇，呂俊，黃宏標，顧非凡.大型交通樞紐出租車智能匹配管理系統構建與實施[J].創新世界周刊，2019（07）：90-95.

[2]秦燦燦.大型機場旅客集疏運體系規劃研究[D].同濟大學，2008.

[3]司守奎，孫兆亮.數學建模算法與應用[M].第二版.北京：國防工業出版社，2019.