ChangiNOW : a mobile application fo

ChangiNOW : a mobile application for efficient taxi allocation at airports.

The important role that taxis play in bringing passengers from an airport terminal to their final destination is often overlooked in airport operations and design. Due to varying flight arrival patterns at different terminals, taxi drivers are often unsure which terminal they should queue at. In this thesis, we present ChangiNOW, a mobile app that uses a predictive queueing model to efficiently allocate taxis. The ChangiNOW system uses observed taxi and flight data at each of the four terminals of Singapores Changi Airport to estimate the expected waiting time and queue length for taxis arriving at these terminals, and then sends taxis to terminals where waiting time is shortest. The app communicates this information to taxi drivers in a visually intuitive and appealing way, motivating them to service those terminals with the highest taxi demand. We present the theoretical details that underpin our prediction engine and validate our theory with several targeted numerical simulations. Finally, we evaluate the performance of this system in large-scale experiments and show that our system achieves a significant improvement in both passenger and taxi waiting time.

ผลลัพธ์ (ไทย) 1:

ChangiNOW: เป็นโปรแกรมมือถือสำหรับการปันส่วนมีประสิทธิภาพแท็กซี่ที่สนามบินมักจะมีการมองข้ามบทบาทสำคัญว่า แท็กซี่เล่นนำผู้โดยสารจากสนามบินเทอร์มินัลไปยังปลายทางสุดท้ายในการดำเนินงานสนามบินและการออกแบบ เนื่องจากแตกต่างบินมาถึงรูปที่เทอร์มินัลอื่น ขับรถแท็กซี่มักแน่ใจเทอร์มินัลที่พวกเขาควรคิวที่ ในวิทยานิพนธ์นี้ เรานำ ChangiNOW, app มือถือที่ใช้แบบจำลองการจัดคิวงานได้อย่างมีประสิทธิภาพจัดสรรรถแท็กซี่ ระบบ ChangiNOW ใช้แท็กซี่สังเกตและข้อมูลเที่ยวบินในแต่ละเทอร์มินัล 4 ของสนามบินชางงี Singapores ประเมินคาดรอเวลาและคิวยาวสำหรับแท็กซี่เทอร์มินัลเหล่านี้ และจากนั้น ส่งแท็กซี่ยังเทอร์มินัลสั้นที่สุดเวลาที่รอ App สื่อสารข้อมูลนี้ในการขับรถแท็กซี่ง่าย และน่าสนใจวิธี สร้างแรงจูงใจให้บริการเทอร์มินัลเหล่านั้น มีความต้องการรถสูงสุด เรานำเสนอรายละเอียดทฤษฎีที่หนุนฟอร์ดที่มีเครื่องยนต์ของเราคาดเดา และตรวจสอบทฤษฎีของเรา มีหลายเป้าหมายตัวเลขจำลอง สุดท้าย เราประเมินประสิทธิภาพของระบบนี้ในการทดลองขนาดใหญ่ และแสดงว่า ระบบของเราได้รับการปรับปรุงที่สำคัญทั้งผู้โดยสารและรถแท็กซี่รอเวลา

ผลลัพธ์ (ไทย) 2:

ChangiNOW:. โปรแกรมมือถือสำหรับการจัดสรรรถแท็กซี่ที่มีประสิทธิภาพในสนามบินบทบาทสำคัญที่เล่นในรถแท็กซี่นำผู้โดยสารจากสนามบินไปยังปลายทางสุดท้ายของพวกเขามักจะมองข้ามในการดำเนินงานสนามบินและการออกแบบ เนื่องจากรูปแบบที่แตกต่างกันมาถึงเที่ยวบินที่อาคารที่แตกต่างกันคนขับรถแท็กซี่มักจะไม่แน่ใจว่าพวกเขาควรขั้วคิวที่ ในวิทยานิพนธ์นี้เรานำเสนอ ChangiNOW, app มือถือที่ใช้รูปแบบการเข้าคิวทำนายได้อย่างมีประสิทธิภาพจัดสรรรถแท็กซี่ ระบบ ChangiNOW ใช้รถแท็กซี่สังเกตและข้อมูลการบินในแต่ละสี่ขั้วของสนามบินชางงีของสิงคโปร์ในการประมาณเวลาที่คาดว่าจะรอคอยและความยาวคิวสำหรับรถแท็กซี่ที่เดินทางมาถึงที่อาคารเหล่านี้และจากนั้นจะส่งรถแท็กซี่ไปยังอาคารผู้โดยสารที่รอเวลาที่สั้นที่สุด แอปพลิเคสื่อสารข้อมูลนี้เพื่อขับรถแท็กซี่ในทางสายตาที่ใช้งานง่ายและน่าสนใจการสร้างแรงจูงใจให้พวกเขาที่จะให้บริการผู้ที่มีขั้วความต้องการรถแท็กซี่สูงสุด เรานำเสนอรายละเอียดในเชิงทฤษฎีที่หนุนการคาดการณ์ของเราเครื่องยนต์และตรวจสอบทฤษฎีของเราที่มีการกำหนดเป้าหมายหลายแบบจำลองเชิงตัวเลข สุดท้ายเราประเมินผลการทำงานของระบบนี้ในการทดลองขนาดใหญ่และแสดงให้เห็นว่าระบบของเราประสบความสำเร็จในการปรับปรุงที่สำคัญทั้งในการโดยสารและรถแท็กซี่เวลาที่รอคอย

ผลลัพธ์ (ไทย) 3:

changinow : โปรแกรมมือถือที่มีประสิทธิภาพสำหรับการจัดสรรแท็กซี่ที่สนามบิน

ที่สำคัญบทบาทที่แท็กซี่เล่นในการนำผู้โดยสารจากสนามบินไปยังปลายทางสุดท้ายของพวกเขามักถูกมองข้ามในการดำเนินงานสนามบิน และการออกแบบ เนื่องจากการเปลี่ยนแปลงรูปแบบเที่ยวบินที่อาคารที่แตกต่างกัน แท็กซี่มักจะไม่แน่ใจซึ่งเทอร์มินัลน่าจะคิวที่ ในวิทยานิพนธ์ฉบับนี้เรานำเสนอ changinow , app มือถือที่ใช้ตัวแบบพยากรณ์ได้อย่างมีประสิทธิภาพจัดสรรแท็กซี่ ระบบ changinow ใช้ตรวจสอบรถแท็กซี่ และข้อมูลเที่ยวบินในแต่ละสี่ขั้วของสนามบินชางงี สิงคโปร์ ประมาณไว้รอเวลาและความยาวคิวแท็กซี่มาถึงสิ่งเหล่านี้และจากนั้นจะส่งแท็กซี่ เพื่อรอเวลา คือ ขั้วที่สั้นที่สุดapp ที่สื่อสารข้อมูลนี้เพื่อผู้ขับขี่รถแท็กซี่ เป็นวิธีที่มองเห็นง่ายและน่าสนใจ กระตุ้นให้บริการเทอร์มินัลที่มีความต้องการรถแท็กซี่สูงสุด เราเสนอทฤษฎีที่หนุนการคาดการณ์ของเราและรายละเอียดเครื่องยนต์ตรวจสอบทฤษฎีของเรามีหลายเป้าหมายตัวเลขจำลอง . ในที่สุดเราประเมินผลการทำงานของระบบนี้ในการทดลองขนาดใหญ่และแสดงให้เห็นว่าระบบของเราประสบความสําคัญในการปรับปรุงทั้งผู้โดยสารและเวลารอแท็กซี่