ミスバスターズ-時間と満足度スコアに基づいて最適な搭乗戦略を決定

ほとんどの航空会社は、飛行機の後方から出発し、（優先クラスと乗客に搭乗した後）前方に向かって旅客に搭乗します。

で怪しい伝説のエピソード、アダムとジェイミーは、搭乗戦略は、ほとんどの航空会社が好むという神話をテストした前後に、少なくとも効率的です。

神話は確認され、これらは結果でした：

ランダムなし席の戦略は、続いて、最速でWILMAストレート戦略。ただし、ランダム席なし戦略では、満足度スコアが最も低くなります。

最高の満足度スコアは、4番目に速いにもかかわらず、逆ピラミッド戦略によって与えられます。

与えられた時間と満足度のスコアのみに基づいて最適な搭乗戦略をどのように決定しますか（予想される通路や座席の干渉の計算などの高度なものは含みません）？

時間を秒に変換し、それを満足度スコアで乗算する以外は、どのような単位変換も考えられないようです。これは、時間と満足度の積を最大化しようとしているようなものです。

f （ t 、 s ） = t s

$f(t,s) = ts$

これを行うことの利点または欠点のいくつかは何ですか？

1つの欠点は、時間と満足度スコアの積によるランキングが、満足度スコアによる同じランキングを与えることです。

他に何ができるでしょうか？頭に浮かぶのは製品だけなので、おそらく次のようなものを最大化するかもしれません。

f （ t 、 s ） = t^{2} s

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

f （ t 、 s ） = t s^{1 / 2} （ランダムな席なしを排除）

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

f （ t 、 s ） = t （ s - s_{a v e} ）

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

時間と満足度のスコアをお金などの単位に関連付ける必要があると思います。それで、搭乗時間とコストの間にいくつかの関係（たとえば、線形回帰による線形関係）を見つけ、次に今日の搭乗の満足度スコアと来月のフライトからの収益の関係を見つける必要がありますか？

それはそのようなものでなければなりませんか？

私はzスコアか何かを提案されたので、標準化を試みたと思います：

なぜzの二乗の合計が6になったのですか？私は何か間違ったことをしましたか？それは4番目の瞬間ですか、それとも何かですか。

— BCLC
ソース

最初のステップは、「最適」を正確に定義することです。通常、これは、いくつかの制約の下でいくつかの量を最小化または最大化する形をとります。これは、現在欠けている問題に方向性を与えるでしょう。具体的には、なぜ最適解がt * sを最大化するのでしょうか？これは、2つの戦略が等しい量の満足度を提供する場合、より多くの時間を費やす方が望ましいことを意味します。

これが本当に適用された（現実の）目的のためである場合、14：07と15:10の間にはおそらく実用的な違いがないことを認識することが重要です。（加えて、神話の演習が複数回繰り返されて科学的に実行された場合、これらの数はおそらくほぼ同じになると平均されます。）したがって、おそらく3つの異なる時間しかありません。17:15と24:29。同様に、実際のアプリケーションでは、満足度スコアは3つしかありません。12-19; および102-113。適用されたモデルは、それが本当に役立つことを望んでいるなら、そのような見方をするべきです。

— Ochado

私はあなたの一般的なから始め、これに重みや係数を追加する代わりに、時間と満足度に関連する他の変数を追加します：

f （ t 、 s ） = t \times s

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

手荷物管理（）と手荷物番号（）の関数としての搭乗時間、および座席列に移動する時間（）と実際の着席時間（）の数に対する、異なる座席タイプ（ウィンドウ、ミッド、通路）乗客（） $TL$ $B$ $T_g$ $T_s$ $N$
搭乗のしやすさの関数としての満足度（）（WilMAと小さな子供連れの家族について考える）、荷物の位置付けの機能（）、必要な注意散漫の量（）（例：大音量で音楽を聴きながら搭乗するか、話しながら搭乗する電話が搭乗の邪魔になり、エラーにつながります）。 $E$ $F_b$ $D$

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

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

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

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

搭乗戦略スコア = f （ T L 、 T g 、 T s 、 W 、 M 、 あ 、 N ） \times f （ E 、 F b 、 D ）

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

さらにシミュレーションを実行しながら、重みの割り当てを開始します（Mythbustersの例は、各戦略の単一試行のみを指すことを理解しました）。

私の意見では、長所/短所は方程式自体からではなく、方法論から来ています。より堅牢な実験データがなければ、上記のすべての方程式、およびさらに多くの要因が議論の余地があり、論争の余地があります。

また、モデルに「お金」を追加するのではなく、航空会社の付加価値と乗客の付加価値の両方を追加します。物事は簡単にエスカレートします。トンネルに詰め込まれ、航空機に入るのを待って列に並んでいる人々を見つけるかもしれません。空港で遅延やフライトのキャンセルを待っていると、広告掲示板の公開時間が長くなる可能性があります。そのため、空港サービスの潜在的な収益が増える可能性があります。遅延のユーティリティ機能です。

— 不正確
ソース