Optimization of the Distribution of Number of Vehicles Between Taxi Stands: The Case of Alanya

Yıl 2024, , 687 - 701, 30.09.2024

Atıl Kurt , Mehmet Gümüş

https://doi.org/10.29023/alanyaakademik.1268081

Öz

Considering the role of taxi transportation in overall transit, planning the number of vehicles at designated stops in different regions is crucial. A lack of planning can increase customer dissatisfaction and lead to discrepancies in revenue per vehicle across various taxi stands, causing managerial and organizational issues. Academic studies on the distribution of taxi vehicle numbers are quite limited. This study addresses the problem of assigning vehicle numbers to taxi stands in a city, aiming to rebalance the distribution of vehicles to stabilize average revenues. To find the optimal solution, two linear mathematical models were developed. The application of these models was conducted using real data from taxi stands in Alanya, Antalya. The results indicated that the revenue disparity among taxi stands decreased by 39.8% and 36.4% compared to the current situation.

Anahtar Kelimeler

Taxi Stations, Linear Mathematical Modelling, Income Deviation

Proje Numarası

Yok

Taksi Durakları Arasındaki Araç Sayısı Dağılımının Eniyilemesi: Alanya Örneği

Öz

Taksi taşımacılığının ulaşımdaki yeri dikkate alındığında farklı bölgeler için oluşturulmuş duraklarda bulunan araç sayılarının planlanması önem arz etmektedir. Planlama eksikliği, müşteri memnuniyetsizliğini artabilirken farklı taksi duraklarındaki araç başına düşen gelirlerin farklılaşması, yönetimsel ve organizasyonla alakalı problemlere yol açabilmektedir. Taksi araç sayısı dağılımı üzerine akademik olarak yapılan çalışmalar oldukça sınırlı sayıdadır. Bu çalışma bir şehirde bulunan taksi duraklarına araç sayılarının atanması problemini ele almıştır. Çalışmanın amacı mevcut taksi durakları arasındaki araç sayısı dağılımını, taksilerin ortalama gelirlerini dengeleyecek şekilde yeniden planlamaktır. Problemin en iyi çözümü için doğrusal iki matematiksel model geliştirilmiştir. Modellerin uygulanması gerçek veri setleri kullanılarak Antalya ili Alanya ilçesinde bulunan taksi durakları üzerine gerçekleştirilmiştir. Uygulama neticesinde elde edilen model çözümlerine göre taksi durak gelirleri arasındaki sapma mevcut duruma göre yüzde %39,8 ve %36,4 oranlarında azaldığını göstermiştir.

Anahtar Kelimeler

Taksi Durakları, Doğrusal Matematiksel Modelleme, Gelir Sapması

Destekleyen Kurum

Yok

Proje Numarası

Yok

Teşekkür

Bu çalışmada bizim için veri ve bilgi sağlayan Alanya Şoförler Nakliyeciler ve Otomobilciler Esnaf Odası genel sekreteri Hürriyet Kalaycı, başkanı Ali Akkaya ve oda çalışanlarına teşekkür ederiz.

Kaynakça

• Amar, H. M., & Basir, O. A. (2018). A game theoretic solution for the territory sharing problem in social taxi networks. IEEE Transactions on Intelligent Transportation Systems, 19(7): 2114-2124. https://doi.org/10.1109/ TITS.2018.2825654
• Anastasiadis, E., Angeloudis, P., Ainalis, D., Ye, Q., Hsu, P. Y., Karamanis, R., ... & Stettler, M. (2020). On the selection of charging facility locations for ev-based ride-hailing services: a computational case study. Sustainability, 13(1), 168. https://doi.org/10.3390/su13010168
• Bai, R., Li, J., Atkin, J. A., & Kendall, G. (2014). A novel approach to independent taxi scheduling problem based on stable matching. Journal of the Operational Research Society, 65(10): 1501-1510. https://doi.org/10.1057/jors.2013.96
• Billhardt, H., Fernández, A., Ossowski, S., Palanca, J., & Bajo, J. (2019). Taxi dispatching strategies with compensations. Expert Systems with Applications, 122: 173-182. https://doi.org/10.1016/j.eswa.2019.01.001
• Cilio, L., & Babacan, O. (2021). Allocation optimisation of rapid charging stations in large urban areas to support fully electric taxi fleets. Applied Energy, 295, 117072. https://doi.org/10.1016/j.apenergy.2021.117072
• Elting, S., & Ehmke, J. F. (2021). Potential of shared taxi services in rural areas–a case study. Transportation Research Procedia, 52: 661-668. https://doi.org/10.1016/j.trpro.2021.01.079
• Gülhan, G., & Yiğit, H. İ. (2018). Taksi duraklarının konum ve kapasitelerinin, erişilebilirlik ölçütleri ve nüfus dağılımı kapsamında değerlendirilmesi: Tekirdağ-Çorlu örneği. Journal of the Institute of Science and Technology, 8(3): 153-166. https://dergipark.org.tr/en/download/article-file/534393
• Han, D., Ahn, Y., Park, S., & Yeo, H. (2016). Trajectory-interception based method for electric vehicle taxi charging station problem with real taxi data. International Journal of Sustainable Transportation, 10(8): 671-682. https://doi.org/10.1080/15568318.2015.1104565
• Jung, J., Chow, J. Y., Jayakrishnan, R., & Park, J. Y. (2014). Stochastic dynamic itinerary interception refueling location problem with queue delay for electric taxi charging stations. Transportation Research Part C: Emerging Technologies, 40: 123-142. https://doi.org/10.1016/j.trc.2014.01.008
• Keawthong, P., Muangsin, V., & Gowanit, C. (2022). Location selection of charging stations for electric taxis: a Bangkok case. Sustainability, 14(17), 11033. https://doi.org/10.3390/su141711033
• Li, S. S. H. (2006). Multi-attribute taxi logistics optimization. (Doctoral dissertation, Massachusetts Institute of Technology). http://hdl.handle.net /1721.1/35112
• Ma, H., Shen, N., Zhu, J., & Deng, M. (2020). A novel facility location problem for taxi hailing platforms: A two-stage neighborhood search heuristic approach. Industrial Management & Data Systems, 120(3), 526-546. https://doi.org/10.1108/IMDS-07-2019-0380
• Maciejewski, M., Bischoff, J., & Nagel, K. (2016). An assignment-based approach to efficient real-time city-scale taxi dispatching. IEEE Intelligent Systems, 31(1): 68-77. https://doi.org/10.1109/MIS.2016.2
• Mohri, S. S., & Akbarzadeh, M. (2018). Incomplete hub location model for designing van-taxi networks. Transportation Research Record, 2672(8): 619-628. https://doi.org/10.1177/03611981187835
• Öztemız, F., Duran, M., & Karcı, A. (2022). Kent merkezindeki taksilerin oluşturduğu trafik yoğunluğunun azaltılması için bir çalışma. Uluslararası Bilim Teknoloji ve Tasarım Dergisi, 3(2): 102-115. https://dergipark.org.tr/en/pub/istd/issue/74922/1113696
• Pan, A., Zhao, T., Yu, H., & Zhang, Y. (2019). Deploying public charging stations for electric taxis: A charging demand simulation embedded approach. IEEE Access, 7: 17412-17424. https://doi.org/10.1109/ACCESS.2019.2894780.
• Seow, K. T., Dang, N. H., & Lee, D. H. (2009). A collaborative multiagent taxi-dispatch system. IEEE Transactions on Automation science and engineering, 7(3): 607-616. https://doi.org/10.1109/TASE.2009.2028577
• Shi, Y., & Lian, Z. (2016). Optimization and strategic behavior in a passenger–taxi service system. European Journal of Operational Research, 249(3):1024-1032. https://doi.org/10.1016/j.ejor.2015.07.031
• Qu, Z., Wang, X., Song, X., Pan, Z., & Li, H. (2019). Location optimization for urban taxi stands based on taxi GPS trajectory big data. IEEE Access, 7: 62273-62283. https://doi.org/10.1109/ACCESS.2019.2916342
• Xu, J., Rahmatizadeh, R., Bölöni, L., & Turgut, D. (2018, October). Taxi dispatch planning via demand and destination modeling. In 2018 IEEE 43rd Conference on Local Computer Networks (LCN): 377-384. IEEE. https://doi.org/10.1109/LCN.2018.8638038
• Yang, J., Dong, J., & Hu, L. (2017). A data-driven optimization-based approach for siting and sizing of electric taxi charging stations. Transportation Research Part C: Emerging Technologies, 77: 462-477. https://doi.org/10.1016/j.trc.2017.02.014
• Zhu, C., & Prabhakar, B. (2017, December). “Reducing inefficiencies in taxi systems”. In 2017 IEEE 56th Annual Conference on Decision and Control (CDC): 6301-6306. IEEE. https://doi.org/10.1109/CDC.2017.8264609