Разрушители мифов - Определите оптимальную стратегию посадки на основе времени и оценки удовлетворенности

Большинство авиакомпаний садятся на пассажиров, начиная с задней части самолета, а затем направляясь к фронту (после посадки на приоритетные классы и пассажиров).

В эпизоде «Разрушители мифов» Адам и Джейми проверили миф о том, что стратегия посадки, одобренная большинством авиакомпаний и обратно , является наименее эффективной.

Миф подтвердился, и это были результаты:

Случайная нет мест стратегии является самым быстрой, а затем прямым Вильма стратегией. Тем не менее, стратегия случайного отсутствия мест дает самые низкие оценки удовлетворенности.

Наивысший показатель удовлетворенности дает стратегия обратной пирамиды , хотя она является четвертой по быстроте.

Как можно определить оптимальную стратегию посадки, основываясь исключительно на данных о времени и оценках удовлетворенности ( не включая такие сложные вещи, как вычисление ожидаемых проходов или посадочных мест )?

Кажется, я не могу думать ни о каком виде преобразования единиц, кроме как преобразовать время в секунды, а затем умножить его на показатель удовлетворенности, чтобы мы как будто пытались максимизировать результат оценки времени и удовлетворенности:

е (T, s) знак равно T s

$f(t,s) = ts$

Каковы некоторые из преимуществ или недостатков этого?

Одним из недостатков, по-видимому, является то, что ранжирование по произведению времени и оценки удовлетворенности дает одинаковое ранжирование по оценке удовлетворенности.

Что еще можно сделать? Все, что приходит на ум, это продукты, так что, возможно, я мог бы максимизировать что-то вроде этого:

е (T, s) знак равно T^{2} s

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

е (T, s) знак равно T s^{1 / 2} (исключая случайных нет мест)

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

е (T, s) знак равно T (s - s_{a v е})

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

Я думаю, что мы должны будем связать время и оценку удовлетворенности с какой-то единицей, такой как деньги. Итак, нужно было бы найти какую-то связь (например, линейную зависимость посредством линейной регрессии) между временем и стоимостью посадки, а затем - между оценкой удовлетворенности посадкой сегодня и доходом от полета в следующем месяце?

Это должно быть что-то подобное?

Мне предложили z-показатели или что-то еще, поэтому я попытался стандартизировать, я думаю:

Почему сумма квадратов z оказалась равной 6? Я сделал что-то неправильно? Это четвертый момент или что-то?

— BCLC
источник

Первым шагом было бы точное определение «оптимального». Обычно это принимает форму минимизации или максимизации некоторого количества при некоторых ограничениях. Это даст направление вашей проблеме, которой в данный момент не хватает. В частности, почему оптимальное решение максимизирует t * s? Это будет означать, что, когда две стратегии обеспечивают одинаковое количество удовлетворения, предпочтительна та, которая стоит больше времени.

Если это действительно для прикладных (реальных) целей, то важно понимать, что между 14:07 и 15:10, вероятно, нет практической разницы. (Кроме того, если бы упражнение «Разрушители мифов» было выполнено научно с многократным повторением, эти числа, вероятно, в среднем были бы примерно одинаковыми.) Таким образом, вероятно, всего 3 разных времени: с 14:07 до 15:10 как один раз; 17:15 и 24:29. Аналогично, в реальных приложениях есть только 3 разных оценки удовлетворенности: -5; 12-19; и 102-113. Любая прикладная модель должна иметь такую перспективу, если она надеется быть действительно полезной.

— Очадо

Я бы начал с вашего общего и вместо того, чтобы добавить к этому веса или факторы, я бы добавил другие переменные, связанные со временем и удовлетворением, такие как:

е (T, s) знак равно T \times s

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

время посадки как функция от количества багажа ( ), умноженного на номер багажа ( ), и времени, которое нужно пройти в ряд сидений ( ), и времени, чтобы фактически сесть ( ) для разных типов сидений (Window, Mid, Aisle) на количество пассажиры ( ) $TL$ $B$ $T_g$ $T_s$ $N$
удовлетворенность как функция легкости посадки ( ) (подумайте о WilMA и семьях с маленькими детьми), функциональность позиционирования багажа ( ), необходимая степень отвлечения внимания ( ) (например, посадка во время прослушивания громкой музыки или посадка во время разговора в телефон отвлекает от посадки и приводит к ошибкам). $E$ $F_b$ $D$

Предложение может быть

е (T L, T г, T s, W, M, A, N) знак равно (T L \times В) + (T г \times N + \frac{N}{3} W + \frac{N}{3} M + \frac{N}{3} A)

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

е (Е, F б, D) знак равно Е \times F б \times \frac{1}{D}

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

оценка стратегии посадки знак равно е (T L, T г, T s, W, M, A, N) \times е (Е, F б, D)

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

и я бы начал присваивать веса при проведении еще нескольких симуляций (я понял, что пример Mythbusters относится только к отдельным испытаниям для каждой стратегии).

На мой взгляд, преимущества / недостатки не в самих уравнениях, а в методологии. Без более надежных экспериментальных данных все приведенные выше уравнения и даже больше факторов являются спорными и спорными.

Я также не стал бы добавлять «деньги» в модель, а добавил бы добавленную стоимость для авиакомпании по сравнению с добавленной стоимостью для пассажира , и вещи легко обострятся: вы можете обнаружить, что люди сидят в туннелях и в очереди, ожидая входа в самолет, или ожидание в аэропортах задержек или отмены рейсов может увеличить время показа рекламных щитов, следовательно, потенциальный доход от аэропортовых услуг, следовательно ... полезные функции задержек.

— erpreciso
источник