Xpokj24

Taxislužba

Cílem simulace je určit sazby a optimální počet vozů provozovaných fiktivní taxislužbou pro dosažení co nejvyššího provozního (variabilního) zisku (bez ohledu na fixní náklady, tj. provozní zisk = výnosy - variabilní náklady).

Zadání

Taxislužba XY působící v Praze momentálně zaměstnává 50 řidičů.

• Každý den jezdí v průměru 20 řidičů v nočních hodinách a 20 v denních, zbytek má volno.
• Cena za 1km je stanovena na 20Kč při objednání přes dispečink, 28Kč bez objednání.
• V nočních hodinách řidiči využívají opilosti některých klientů a s pravděpodobností 40% nezapnou taxametr a účtují si více, než by měli, nicméně tyto peníze se nedostanou zpátky do firmy.
• Minuta čekání stojí 6Kč.

Za jednu směnu (12 hodin) řidič v průměru:

• obdrží 8 objednávek přes dispečink (pro zjednodušení předpokládáme, že zákazník potřebuje odvoz ihned - neobjednává na konkrétní hodinu),
• 5 zákazníků nabere na ulici (v noci je poměr obrácený),
• najezdí celkem 130km, z toho 95km má placených, zbytek jsou dojezdy.
• Každý řidič čeká na zákazníka z dispečinku x minut s pravděpodobností p=odmocnina(0,9/x).
• Provozní náklady automobilu jsou 5Kč/km (nafta + amortizace).
• Každý řidič stojí firmu 150Kč/hod
• o víkendech je o 20% více zakázek, o svátcích o 20% méně

Pokud jsou všichni řidiči vytížení a volá zákazník, který chce odvoz, firma jej musí odmítnout, což je nežádoucí.
1 km jízdy trvá v průměru 5min ve dne a 2min v noci, nástup a výstup je časově zanedbatelný.
Firma v minulosti jezdila za ceny 18Kč / 25Kč a měla o 15% více zakázek.

Parametry

• počet řidičů
• délka směny
• poptávka
• sazby

Výstupy práce

Použitá metoda Simulace: Monte Carlo (MS Excel)
Simulace provozu taxislužby a roční souhrnné statistiky.
Optimální nastavení počtu zaměstnanců a kilometrové sazby pro dosažení co nejvyššího provozního zisku.

--Poky 21:36, 7 May 2015 (CEST)

Oleg.Svatos 16:53, 8 May 2015 (CEST) Zdravím. Napadá mě - které proměnné budou generovány náhodně a na základě jakých dat budou stanoveny jejich pravděpodobnostní rozdělení? (předpokladem MC metody je právě mít slušný vzorek dat, na základě kterého jsme schopni stanovit parametry pro generování hodnot náhodné veličiny)