Mythbusters - Bestimmen Sie die optimale Boarding-Strategie basierend auf Zeit und Zufriedenheit

Die meisten Fluggesellschaften steigen von hinten in das Flugzeug ein und arbeiten sich dann nach vorne vor (nach dem Einsteigen in Prioritätsklassen und Passagiere).

In einer Folge von Mythbusters testeten Adam und Jamie den Mythos, dass die von den meisten Fluggesellschaften bevorzugte Boarding-Strategie von hinten nach vorne am wenigsten effizient ist.

Der Mythos wurde bestätigt, und dies waren die Ergebnisse:

Die zufällige No- Seat- Strategie ist die schnellste, gefolgt von der WILMA-Straight- Strategie. Die zufällige Strategie ohne Sitzplätze ergibt jedoch die niedrigsten Zufriedenheitswerte.

Die höchste Zufriedenheitsbewertung wird durch die umgekehrte Pyramidenstrategie erzielt , obwohl sie die viertschnellste ist.

Wie kann man die optimale Boarding-Strategie nur anhand der angegebenen Zeiten und Zufriedenheitswerte bestimmen ( ohne fortgeschrittene Informationen wie die Berechnung der erwarteten Gang- oder Sitzstörungen )?

Ich kann mir anscheinend keine Art von Einheitenumrechnung vorstellen, außer die Zeit in Sekunden umzurechnen und sie dann mit der Zufriedenheitsbewertung zu multiplizieren, sodass wir versuchen, das Produkt aus Zeit und Zufriedenheitsbewertung zu maximieren:

f (t, s) = t s

$f(t,s) = ts$

Was sind einige der Vor- oder Nachteile dabei?

Ein Nachteil scheint zu sein, dass die Rangfolge nach Produkt aus Zeit und Zufriedenheitsbewertung dieselbe Rangfolge nach Zufriedenheitsbewertung ergibt.

Was könnte man noch tun? Alles, was mir in den Sinn zu kommen scheint, sind Produkte, also könnte ich vielleicht so etwas maximieren:

f (t, s) = t^{2} s

$f(t,s) = t^2s$

f (t, s) = t s^{1 / 2} (eliminating random no seats)

$f(t,s) = ts^{1/2} \text{(eliminating random no seats)}$

f (t, s) = t (s - s_{a v e})

$f(t,s) = t(s-s_{ave})$

Ich denke, wir müssen Zeit und Zufriedenheit mit einer Einheit wie Geld in Beziehung setzen. Man müsste also eine Beziehung (zum Beispiel eine lineare Beziehung durch lineare Regression) zwischen Boarding-Zeit und Kosten und dann eine andere zwischen dem Zufriedenheits-Score für das Boarding heute und den Einnahmen aus dem Flug im nächsten Monat finden?

Muss es so etwas sein?

Mir wurden Z-Scores oder ähnliches vorgeschlagen, also habe ich versucht zu standardisieren, denke ich:

Warum war die Summe der Quadrate von z 6? Habe ich etwas falsch gemacht? Ist das der vierte Moment oder so?

utility optimization statistics economic-measurement measuring-utility BCLC
quelle

Der erste Schritt wäre, "optimal" genau zu definieren. Normalerweise würde dies in Form einer Minimierung oder Maximierung einer bestimmten Menge unter bestimmten Einschränkungen erfolgen. Dies gibt die Richtung für Ihr Problem vor, das im Moment fehlt. Warum sollte eine optimale Lösung t * s maximieren? Dies würde bedeuten, dass bei zwei Strategien mit gleicher Zufriedenheit diejenige vorzuziehen ist, die mehr Zeit kostet.

Wenn dies wirklich für angewandte (reale) Zwecke ist, ist es wichtig zu erkennen, dass es wahrscheinlich keinen praktischen Unterschied zwischen 14:07 und 15:10 gibt. (Außerdem, wenn die Mythbusters-Übung wissenschaftlich mit mehreren Wiederholungen durchgeführt würde, würden diese Zahlen wahrscheinlich im Durchschnitt ungefähr gleich sein.) Es gibt also wahrscheinlich nur drei verschiedene Zeiten: 14:07 bis 15:10 als eine Zeit; 17:15 und 24:29. Ebenso gibt es in der realen Anwendung nur 3 verschiedene Zufriedenheitswerte: -5; 12-19; und 102-113. Jedes angewandte Modell sollte eine solche Perspektive einnehmen, wenn es wirklich nützlich sein soll.

Ochado

Ich würde mit Ihrem generischen und anstatt Gewichte oder Faktoren hinzuzufügen, würde ich andere Variablen hinzufügen, die sich auf Zeit und Zufriedenheit beziehen, wie:

f (t, s) = t \times s

$f(t,s) = t \times s$

Einstiegszeit als Funktion des Gepäckmanagements ( ) mal Gepäcknummer ( ) und Zeit bis zur Sitzreihe ( ) gegen Zeit bis zum tatsächlichen Sitzen ( ) für die verschiedenen Sitztypen (Fenster, Mitte, Gang) pro Anzahl von Passagiere ( ) $TL$ $B$ $T_g$ $T_s$ $N$
Zufriedenheit als Funktion der Leichtigkeit des Einsteigens ( ) (denken Sie an die WilMA und Familien mit kleinen Kindern), der Funktionalität der ( ), der erforderlichen Ablenkung ( ) (z. B. Einsteigen beim Hören von lauter Musik oder Einsteigen beim Sprechen bei Das Telefon lenkt vom Boarding ab und führt zu Fehlern. $E$ $F_b$ $D$

Ein Vorschlag kann

f (T L, T g, T s, W, M, A, N) = (T L \times B) + (T G \times N + \frac{N}{3} W + \frac{N}{3} M + \frac{N}{3} A)

$f(TL, Tg, Ts, W, M, A, N) = (TL\times B)+(TG\times N + \frac{N}{3}W + \frac{N}{3}M + \frac{N}{3}A)$

f (E, F b, D) = E \times F b \times \frac{1}{D}

$f(E, Fb, D) = E \times Fb \times \frac{1}{D}$

boarding strategy score = f (T L, T g, T s, W, M, A, N) \times f (E, F b, D)

$\mbox{boarding strategy score}=f(TL, Tg, Ts, W, M, A, N) \times f(E, Fb, D)$

und ich würde anfangen, Gewichte zuzuweisen, während ich weitere Simulationen durchführe (ich habe verstanden, dass sich das Mythbusters-Beispiel nur auf einzelne Versuche für jede Strategie bezieht).

Meiner Meinung nach ergeben sich Vor- und Nachteile nicht aus den Gleichungen selbst, sondern aus der Methodik. Ohne robustere experimentelle Daten sind alle obigen Gleichungen und noch mehr Faktoren streitig und umstritten.

Ich würde dem Modell auch kein "Geld" hinzufügen, sondern einen Mehrwert für die Fluggesellschaft gegenüber einem Mehrwert für den Passagier , und die Dinge werden leicht eskalieren: Sie werden feststellen, dass die Leute in Tunneln und in der Schlange stehen und darauf warten, in das Flugzeug einzusteigen. oder das Warten auf Verspätungen oder Flugstornierungen auf Flughäfen kann die Ausstellungszeit für Werbetafeln verlängern, daher potenzielle Einnahmen für Flughafendienste, daher ... Nutzenfunktionen von Verspätungen.

erpreciso
quelle

Mythbusters - Bestimmen Sie die optimale Boarding-Strategie basierend auf Zeit und Zufriedenheit

Antworten: