DATAOur queuing model described in

DATA
Our queuing model described in Section IV uses two
pieces of data as input. 1) The rate of arriving taxis at
each terminal and 2) the number of passengers that arrive
at each terminal’s taxi stand. In the simulation that we
have developed, we obtain the first from the ChangiNOW
system when taxi drivers indicate their intention to head
to the airport and the second from historical flight arrival
data. Our dataset consists of one month of taxi journeys in
Singapore. The dataset we used contains millions of taxi
records, where each record contains the time-stamp, GPS
coordinates, driver number, etc. as well as the operational
status of the taxi. Records are logged at short intervals and
allow us to track taxi journeys over the course of the month.
The flight manifest data provides us with the flight id, the
number of passengers arriving on each flight and the actual
time the flight landed. By cross-referencing the flight ids
with airline schedule data available online, we were able to
determine the terminal at which the flight landed.

ผลลัพธ์ (ไทย) 1:

ข้อมูลรูปแบบของเราจัดคิวที่อธิบายไว้ในส่วน IV ใช้สองชิ้นส่วนของข้อมูลเป็นข้อมูลป้อนเข้า 1) อัตรามาแท็กซี่ที่เทอร์มินัลแต่ละและ 2) จำนวนผู้โดยสารที่เดินทางมาถึงที่เทอร์มินัลแต่ละแท็กซี่ ในการจำลองที่เรามีพัฒนา เราได้ครั้งแรกจากการ ChangiNOWระบบเมื่อแท็กซี่ระบุการหัวและสองจากเช็คอินเที่ยวบินประวัติศาสตร์ข้อมูล ชุดข้อมูลของเราประกอบด้วยรถแท็กซี่เดินทางในหนึ่งเดือนสิงคโปร์ ชุดข้อมูลที่เราใช้ประกอบด้วยนับล้านของแท็กซี่ระเบียน ที่แต่ละระเบียนประกอบด้วยการประทับเวลา GPSพิกัด หมายเลขขับ ฯลฯ รวมทั้งการทำงานสถานะของรถแท็กซี่ ระเบียนที่ถูกบันทึกไว้ในช่วงสั้น ๆ และช่วยให้เราสามารถติดตามรถแท็กซี่เดินทางช่วงเดือนเที่ยวบินรายการข้อมูลมีหมายเลขเที่ยวบิน การจำนวนผู้โดยสารที่เดินทางมาถึงในแต่ละเที่ยวบินและเกิดขึ้นจริงเวลาบินร่อน โดยการอ้างอิงไขว้รหัสเที่ยวบินด้วยมีข้อมูลตารางเวลาสายการบิน ออนไลน์ เราได้ตรวจสอบอาคารผู้โดยสารที่บินร่อน

ผลลัพธ์ (ไทย) 2:

ข้อมูล
รูปแบบการจัดคิวของเราอธิบายไว้ในมาตรา IV ใช้สอง
ชิ้นของข้อมูลเช่นการป้อนข้อมูล 1) อัตราการเดินทางมาถึงของรถแท็กซี่ที่
แต่ละสถานีและ 2) จำนวนผู้โดยสารที่เดินทางมาถึง
ที่รถแท็กซี่แต่ละสถานี ในการจำลองที่เรา
ได้มีการพัฒนาเราได้รับเป็นครั้งแรกจาก ChangiNOW
ระบบเมื่อคนขับรถแท็กซี่บ่งบอกถึงความตั้งใจของพวกเขาที่จะมุ่งหน้า
ไปยังสนามบินและที่สองจากเที่ยวบินประวัติศาสตร์
ข้อมูล ชุดข้อมูลของเราประกอบด้วยหนึ่งเดือนของการเดินทางรถแท็กซี่ใน
สิงคโปร์ ชุดข้อมูลที่เราใช้มีนับล้านของรถแท็กซี่
ระเบียนแต่ละระเบียนที่มีการประทับเวลา, GPS
พิกัดจำนวนคนขับรถ, ฯลฯ เช่นเดียวกับการดำเนินงาน
สถานะของรถแท็กซี่ ประวัติถูกบันทึกไว้ในช่วงเวลาที่สั้นและ
ช่วยให้เราสามารถติดตามการเดินทางของรถแท็กซี่ในช่วงของเดือน.
ข้อมูลเที่ยวบินอย่างชัดแจ้งให้เรามี ID เที่ยวบินที่
จำนวนผู้โดยสารที่เดินทางมาถึงในแต่ละเที่ยวบินและที่เกิดขึ้นจริง
เวลาเที่ยวบินลงจอด โดยข้ามอ้างอิงรหัสเที่ยวบิน
ที่มีข้อมูลตารางการบินพร้อมใช้งานออนไลน์เราสามารถที่จะ
ตรวจสอบขั้วที่บินลงจอด

ผลลัพธ์ (ไทย) 3:

ข้อมูลของเราแถวคอยอธิบายไว้ในมาตรา 4 ที่ใช้สองชิ้นส่วนของข้อมูลเป็นข้อมูล 1 ) อัตราที่เดินทางมาถึง แท็กซี่แต่ละสถานี และ 2 ) จำนวนผู้โดยสารที่เดินทางมาถึงที่ยืนรถแท็กซี่เทอร์มินัลแต่ละ ในการจำลองแบบที่เราได้พัฒนา เราได้รับจาก changinowระบบเมื่อคนขับรถแท็กซี่ได้แสดงความตั้งใจที่จะ หัวไปสนามบิน และส่วนที่สอง จากเที่ยวบินประวัติศาสตร์ข้อมูล ชุดข้อมูลประกอบด้วยหนึ่งเดือนของการเดินทางรถแท็กซี่สิงคโปร์ ข้อมูลที่เราใช้มีล้านของแท็กซี่ระเบียนที่แต่ละระเบียนที่มีค่าเวลาจีพีเอสหมายเลขพิกัด คนขับรถ ฯลฯ ตลอดจนปฏิบัติสถานะของแท็กซี่ บันทึกจะถูกบันทึกไว้ในช่วงเวลาสั้น ๆและให้เราติดตามการเดินทางรถแท็กซี่ผ่านหลักสูตรของเดือนการบินแสดงรายการข้อมูลให้เรา ด้วยเที่ยวบิน ID ,จำนวนผู้โดยสารที่เดินทางในแต่ละเที่ยวบิน และ จริงเวลาที่เครื่องบินลงจอด โดยผ่านการอ้างอิงรหัสเที่ยวบินกับตารางข้อมูลออนไลน์ของสายการบิน เรา สามารถตรวจสอบอาคารที่เครื่องบินลงจอด