2016数学建模互联网时代出租车资源配置分析.pdf

互联网时代出租车资源配置的综合分析 摘要 针对当今社会“打车难”这一社会现象，本文建立数学模型分别解决了不同 时空下出租车供需匹配程度评价，各公司对出租车补贴方案效果评价，以及合理 补贴方案的制定这三个问题。 针对问题一，本文选取了万人拥有量和呼叫回应时间作为评价空间和时间 “供求匹配”程度的两个指标。本文首先从空间上分析了部分城市的出租车数量和 人口数量情况，建立出租车万人拥有量预测模型，将其与实际值对比，得出规模 较大的城市，出租车缺口较大；同一地区的主城和区县，无明显特征。然后，以 武汉市为例，从时间上分析其供求匹配情况，得出出租车供求关系具有周期性、 明显的峰谷性和与人们作息时间相适应三个特点。 针对问题二，建立了基于层次分析法和模糊综合评价的补贴方案评价模型。 首先，选定3 类8 个指标，采用层次分析法计算评价的权重集，然后对取大取小 算法和评价结果的最大隶属度原则进行改进，建立了因子集、评价集、隶属函数 和权重集，实现对补贴方案的综合评价。最后，根据综合评价分值，将补贴方案 分为优、良、中、差四个等级，得到三家公司对缓解 “打车难”的程度相当， Uber 公司贡献最大。 针对问题三，定义了 “适宜距离”和 “响应距离”两个概念，分析出“响应 距离”才是解决 “打车难”问题的关键。随后，利用乘客所能接受的最大等待时 间，得到最大 “响应距离”为；高峰期3km ，非高峰期3.5km ，进而得到了补贴 方案：对于每个 “响应距离”，高峰期补贴6 元/km ，10 元封顶；非高峰期补贴 4 元/km ，6 元封顶。 关键词：打车难 万人拥有量 呼叫响应时间 层次分析 模糊评价 一、问题重述 出租车是市民出行的重要交通工具之一，“打车难”是人们关注的一个社会 热点问题。随着“互联网+ ”时代的到来，有多家公司依托移动互联网建立了打 车软件服务平台，实现了乘客与出租车司机之间的信息互通，同时推出了多种出 租车的补贴方案。 请你们搜集相关数据，建立数学模型研究如下问题： (1) 试建立合理的指标，并分析不同时空出租车资源的“供求匹配”程度。 (2) 分析各公司的出租车补贴方案是否对“缓解打车难”有帮助？ (3) 如果要创建一个新的打车软件服务平台，你们将设计什么样的补贴方 案，并论证其合理性。 二、模型假设 （1）一定时期内，城市人口规模和出租车数量视为不变。 （2 ）假定高峰期，人们都能接受的最大等待时间为12 分钟，非高峰期8 分钟。 （3 ）高峰期车辆行驶速度为15km/h ，非高峰期为30km/h 。 （4 ）处理订单时，不考虑司机的反应时间。 三、符号说明 3.1 问题一符号说明 符号 解释说明 符号 解释说明 ? 万人拥有量 sc 城市中出租车的总数量 s 城市人口总数 t 呼叫回应时间 p y(t) 第t 年的出行强度 k 增长系数 ym 最大出行强度 u(t) 居民总数 m(t) t 年乘坐出租车出行比例 n(t) 出租车需求量 ? 匹配误差程度 ? 有效运营时间 3.2 问题二符号说明 符号 解释说明 符号 解释说明 EDI 缓解程度指数 B1 打车便捷程度 B2 里程利用率