2015数学建模互联网出租车.pdf

“互联网+”时代的出租车资源配置 摘要：本文从出租车资源合理配置的基本问题出发，对我国大城市 “打车难”问题产生 的原因进行分析与探讨。为有效解决 “打车难”问题，通过收集和分析相关数据，建立 了数学模型，同时提出了“互联网+”时代下较为合理的补贴方案。 针对问题一:收集了深圳市出租车轨迹数据，通过建立出租车空载率及其里程利用 率指标，反应出深圳市不同时空出租车资源的 “供求匹配”程度。 针对问题二：收集出租车公司的四种补贴方案，包括基于合理利润水平的出租车补 贴方案、基于燃油价格变化率的出租车补贴方案、基于燃油价格变化压力分担率的出租 车补贴方案和基于放松出租车基本运价的出租车补贴方案。并对四种方案进行了对比分 析，最后得出这四种方案在一定程度上对缓解 “打车难”有一定的帮助，但不能从根本 上解决 “打车难”问题。 针对问题三：在创建新的打车软件服务平台下，通过建立蚁群算法模型，结合蚁群 算法寻找距离乘客最近的空载出租车，给出了空载出租车到乘客的最优路径，进而提出 了基于蚁群算法最短路径距离的出租车补贴方案和基于高峰期低速等候时间出租车补 贴方案，此方案有效地缓解了 “打车难”问题。 关键词：蚁群算法 空载率 里程利用率 补贴方案 供求匹配 1 一 问题的重述 1.1 问题背景 目前，城市出租车已成为最重要交通工具之一，它具有方便、快捷、舒适等特点， 受到越来越多出行者的青睐。出租车是城市客运交通的重要组成部分，是常规公交交通 的重要补充。但是目前存在严重的乘客打车难的问题。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补贴方案。 1. 问题提出 问题一：建立出租车供求关系指标，同时对不同时空出租车资源的“供求匹配”程 度进行相应的分析。 问题二：分析现普遍推行的出租车补贴方案，并分析判断其对 “缓解打车难”的作 用。 问题三：创建新的打的软件服务平台，给出相应的补贴方案，并证明其合理性。 二 名词解释及模型假设 2.1名词解释 空载率：空车出租车量/出租车总量。 里程利用率：指经营里程与行驶里程之比，一般以一辆车为单位，公式为： 里程利用率=营业里程（公里）/行驶里程（公里） 100%  2. 符号说明 符号 符号说明 P 出租车平均运价（元/次） T 出租车乘客的平均乘车时间（小时） N 出租车总量  出租车乘客等待时间系数（车 小时），为常数 Q 出租车乘客的潜在出行需求（次/小时）  出租车出行需求的成本弹性系数（1/元）  乘客乘车单位时间价值（元/时）  乘客等车的单位时间价值（元/时） Q 出租车乘客的出行需求 c 每辆出租车单位时间经营总成本（元/ （车小时）） c0 每辆出租车单位时间的固定成本（元/ （车小时））  出租车平均单位里程油耗（升/千米（L/km）） x 燃油价格（元/升） 2 2.3 模型假设 1.假设论文中收集到的三天的出租车各时段运营情况代表深圳近期的运营情况。 2.假设在深圳选取的四个区可以代表深圳的。 3.部分车辆的运行情况可以代表整个深圳市的出租车运营状况。 三 问题分析 3.1 问题一的分析 该问要求我们建立衡量不同时空出租车资源供求匹配程度的指标，同时进行匹配程 度分析，因此我们通过收集深圳市出租车轨迹数据（数据时间段为2011年4月18至20 日），通过精确的数学运算得到出租车在不同时空的空载率，并用excel相关软件统计 得到较为直观的柱形图，最后得出结论。 3. 问题二的分析 收集出租车公司的四种补贴方案，包括基于合理利润水平的出租车补贴方案、基于 燃油价格