互联网时代的出租车资源配置模型.PDFVIP

“互联网+”时代的出租车资源配置模型 摘要 本文通过建立出租车资源“供求匹配”度指标评定出租车资源匹配效率，及 分析补贴方案对打车难指数的影响，而后在现有补贴方案基础上设立增加推动城 市出租车整体分布平稳的补贴方案和降低打车难指数的等车时间补贴方案，同时 论证其合理性。 针对问题一，建立出租车资源“供求匹配”度指标评价模型。首先，建立定 义为出租车需求量和供给量差值绝对值的最大值同出租车需求量和供给量总和比 值的不同时空出租车资源“供求匹配”度指标及评价标准。选择具有代表性的西 安、上海两城市进行具体求解分析，因各城市出租车具体分布情况不同，需要先 运用参数均值聚类法对城市区域进行划分；然后对所查找的日出租车分布及需求 数据进行多项式拟合，但由于数据量过少，需要先运用三次样条插值法及线性插 值法进行插值，而后添入由出租车分布数据确定的各分区的函数参数，得到各分 区具体函数；最后将各分区出租车资源“供求匹配”度加权平均得到该城市整体 出租车资源“供求匹配”度，同时将所得数据与比对表比对得到该城市出租车资 源“供求匹配”度评价。其中西安及上海的出租车资源“供求匹配”度评价如下： 西安及上海的出租车资源“供求匹配”度具体值及评价结果表 城市 出租车资源“供求匹配”度具体值 评价结果 西安 0.76916 良 上海 0.96638 差 针对问题二，建立打车难指标模型。首先分析“滴滴出行”和“快的打车” 两公司的补贴方案，知补贴可分为对乘客的补贴、对出租车司机的补贴和其它补 贴特点，然后探寻出其对出组车供给、需求的刺激函数。而刺激供、需函数与乘 客等待时间和出租车空载率具有函数关系，同时乘客等待时间和出租车空载率均 为出租车的打车难指标的评判因子，将两因子与打车难指标建立函数关系，最终 得到补贴方案与打车难指标的函数及评价标准。通过查询相关数据，确定函数系 数，分析西安、上海两城市补贴前后打车难指标变化。最终得出补贴方案对缓解 打车难有一定效果，但仍然存在补贴方案无效的情况，及其具体是西安市补贴方 案每单给乘客和司机分别补贴11 元和6 元。 针对问题三，根据已有的出租车补贴方案的弊端，我们提出了新的打车软件 服务平台的设计思路及补贴方案，分别建立以降低空载率为目的的出租车均衡分 配补贴模型、以提高匹配效率为目的的最优供求匹配动态任务分派模型和以降低 打车难指数为目的的等待时长补贴模型，证明该补贴方案的合理性。最后对西安 地区进行模型模拟，假定存在100 辆车和100 位乘客，并将其地理位置随机分配， 通过Matlab 软件求解线性规划模型，得到最终匹配矩阵，估算出等待时间，并给 出相应补贴金额。 关键字：出租车软件服务平台 匹配程度 打车难指数 出租车软件补贴 1 一、问题重述 改革开放以来，我国的国民经济快速发展，人民的生活水平也不断提高，我 国是人口大国，始终坚持着“以人为本”建设小康社会，时刻关注着民生问题。 如今，市民出行需求在数量、质量上都在不断提升，许多市民因为公交车里乘客 的拥挤、行驶的速度缓慢以及不能直接到达目的地，而倾向于将出租车作为出行 的重要选择，但是“打车难”的现象也日益严重，并逐渐成为人们关注的一个社 会热点问题。 随着科技的发展，“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，如“嘀嘀打车”、“快的打车”、“优步打车”等等，乘客将 软件下载至手机，方便快捷地实现了自己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，不仅节约了时间同时节省了资金。 我们将打车问题具体化，通过搜集相关数据，运用数学思想，建立数学模型 来研究出租车资源配置中的以下问题： （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，将设计什么样的补贴方案，并论证 其合理性。