Mythbusters: determina la strategia di imbarco ottimale in base al tempo e al punteggio di soddisfazione

La maggior parte delle compagnie aeree sale a bordo dei passeggeri partendo dalla parte posteriore dell'aereo e poi procedendo verso la parte anteriore (dopo l'imbarco su classi prioritarie e passeggeri).

In un episodio di Mythbusters , Adam e Jamie hanno testato il mito secondo cui la strategia di imbarco preferita dalla maggior parte delle compagnie aeree, di fronte , è la meno efficiente.

Il mito fu confermato e questi furono i risultati:

La strategia random senza posti è la più veloce, seguita dalla strategia straight di WILMA . Tuttavia, la strategia random senza posti offre i punteggi di soddisfazione più bassi.

Il punteggio di soddisfazione più alto è dato dalla strategia della piramide inversa anche se è il quarto più veloce.

Come si può determinare la strategia di imbarco ottimale basata esclusivamente sui tempi e sui punteggi di soddisfazione forniti ( esclusi quelli avanzati come il calcolo del corridoio previsto o le interferenze dei posti )?

Non riesco a pensare a nessun tipo di conversione di unità se non per convertire il tempo in secondi e poi moltiplicarlo per il punteggio di soddisfazione, quindi è come se stessimo cercando di massimizzare il prodotto del tempo e del punteggio di soddisfazione:

f (t, s) = t s

$f(t,s) = ts$

Quali sono alcuni dei vantaggi o degli svantaggi di farlo?

Uno svantaggio sembra essere che la classificazione per prodotto del tempo e il punteggio di soddisfazione fornisce la stessa classifica per punteggio di soddisfazione.

Cos'altro si potrebbe fare? Tutto ciò che mi viene in mente sono i prodotti, quindi forse potrei massimizzare qualcosa del genere:

f (t, s) = t^{2} s

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

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

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

f (t, s) = t (s - s_{a v e})

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

Sto pensando che dovremo mettere in relazione il tempo e il punteggio di soddisfazione con un'unità come il denaro. Quindi, si dovrebbe trovare una relazione (ad esempio, una relazione lineare attraverso la regressione lineare) tra il tempo e il costo dell'imbarco e poi un'altra tra il punteggio di soddisfazione per l'imbarco oggi e le entrate del volo il mese prossimo?

Deve essere qualcosa del genere?

Mi hanno suggerito z-score o qualcosa del genere, quindi ho provato a standardizzare, penso:

Perché la somma dei quadrati di z è risultata essere 6? Ho fatto qualcosa di male? È il quarto momento o qualcosa del genere?

— BCLC
fonte

Il primo passo sarebbe definire con precisione "ottimale". Di solito ciò assumerebbe la forma di minimizzare o massimizzare una certa quantità sotto alcuni vincoli. Questo darà indicazioni al tuo problema, che al momento manca. In particolare, perché una soluzione ottimale massimizzerebbe t * s? Ciò significherebbe che quando due strategie forniscono pari livelli di soddisfazione, è preferibile quella che costa più tempo.

Se questo è veramente per scopi applicati (nella vita reale), è importante rendersi conto che probabilmente non c'è alcuna differenza pratica tra le 14:07 e le 15:10. (Inoltre, se l'esercizio dei mitopatri fosse eseguito scientificamente con ripetizioni multiple, questi numeri probabilmente sarebbero mediamente più o meno gli stessi.) Quindi, ci sono probabilmente solo 3 tempi diversi: dalle 14:07 alle 15:10 come una volta; 17:15 e 24:29. Allo stesso modo, nell'applicazione nella vita reale, ci sono solo 3 diversi punteggi di soddisfazione: -5; 12-19; e 102-113. Qualsiasi modello applicato dovrebbe prendere tale prospettiva se spera di essere davvero utile.

— Ochado,

Vorrei iniziare con il tuo generico

f (t, s) = t \times s

$f(t,s) = t \times s$ e, invece di aggiungere pesi o fattori a questo, aggiungerei altre variabili relative al tempo e alla soddisfazione come:

tempo di imbarco in funzione della gestione dei bagagli ( $TL$ ) volte il numero del bagaglio ( $B$ ) e ora di andare alla fila di posti ( $T_g$ ) vs tempo per sedersi effettivamente ( $T_s$ ) per i diversi tipi di sedile (Window, Mid, Aisle) per numero di passeggeri ( $N$ )
soddisfazione in funzione della facilità di imbarco ( $E$ ) (pensa al WilMA e alle famiglie con bambini piccoli), funzionalità del posizionamento dei bagagli ( $F_b$ ), quantità di distrazione richiesta ( $D$ ) (ad es. l'imbarco durante l'ascolto di musica ad alto volume o l'imbarco mentre si parla al telefono distrae dall'imbarco e causa errori).

Una proposta può essere

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

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

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

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

boarding strategy score = f (T L, T g, T s, W, M, A, N) \times f (E, F b, D)

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

e vorrei iniziare ad assegnare pesi mentre conducevo alcune simulazioni (ho capito che l'esempio di Mythbusters si riferisce a prove singole solo per ciascuna strategia).

Secondo me, i vantaggi / gli svantaggi non provengono dalle equazioni stesse ma dalla metodologia. Senza dati sperimentali più solidi, tutte le equazioni di cui sopra, e anche più fattori, sono discutibili e contestabili.

Inoltre, non aggiungerei "denaro" nel modello, ma piuttosto un valore aggiunto per la compagnia aerea rispetto a un valore aggiunto per il passeggero , e le cose si intensificheranno facilmente: potresti scoprire che manterrà le persone piene nei tunnel e in fila in attesa di entrare nell'aereo, o aspettare negli aeroporti ritardi o cancellazioni dei voli, può aumentare i tempi di esposizione per le schede pubblicitarie, quindi potenziali entrate per i servizi aeroportuali, quindi ... funzioni di utilità dei ritardi.

— erpreciso
fonte