2015年数学建模B题.pdfVIP

B 题“互联网 +”时代的出租车资源配置 摘要 本文针对现代生活中“打车难”这一问题，寻找引起其发生的主要因素，并 在此基础上建立了与之相对应的打车软件服务信息平台，提出了最优控制策略， 最后通过对深圳市出租车辆的调查做出了具体检验措施， 验证出此模型的合理性。 针对问题一， 本文首先运用层次分析方法， 筛选出四至五个相对合理的指标 以此来评判出对出租车供求的影响；其次运用 SPSS软件对这些指标的数据进行 预处理，应用主成分分析法从中再次筛选出三个重要指标， 分别得出深圳市和佛 山市供给量与需求量与对应三个重要指标间的关系， 并利用 MATLAB 软件绘制供 求量随影响因素变化的模型。 利用灰色预测模型来分别预测未来几年深圳市和佛 山市供给量与需求量发展趋势， 验证其匹配状况， 进而解决不同时间下的匹配度 问题。运用灵敏度分析法，修正误差，完善模型。 针对问题二， 考虑到出租车补贴主要为燃油补贴， 由问题一的模型可知， 燃 油价格因素直接影响了供给量， 通过问题一得出出租车补贴方案对缓解打车难有 明显影响。 针对问题三， 在软件平台建立上， 为实现匹配度最佳， 基于打车者与出租车 距离最短， 等待时间最短， 首先利用图论的知识找出最短路径， 进而运用改进的 遗传算法求出最短时间， 寻求到最优方案。 其次根据空载量， 分情况讨论具体补 贴方案。最后根据 GPS 定位数据随机选取出 “滴滴打车”某一时间内的经纬度， 对以上服务信息平台进行检验，得出该平台较之前具有更好的合理性。 关键词： 主成分分析灰色预测模型 SPSS数据处理遗传算法 1 一、问题重述 随着经济的快速发展，人口密度的增大， “打车难”已成为全国大部分城市 所面临的主要问题， 人们均是采取 “招手打车”方式，这不仅降低了司机载客量， 而且对顾客来说，也浪费了很多时间。现在出现了“滴滴打车” ，“快的打车”等 软件服务平台，让人们利用“互联网 + ”方便快捷地打到车。而我们这个模型的 主要目的既是通过搜集相关合理数据，从而进行以下问题的讨论。 1.寻找合适指标，建立数学模型，分析在不同时间地点的出租车需求量以及 供应量之间的匹配程度。 2.通过分析现有不同的补贴方案，比较出租车的供求关系，观察出租车供不 应求的现象是否得到缓解。 3.在第二问的基础上，设计合适的补贴方案，重新建立打车软件服务平台， 并且论证所设计方案是否合理。 二、问题分析 本题要求我们建立数学模型，研究如何缓解“打车难“这一问题，并分析出 租车补贴方案对其是否有缓解作用，并对建立的模型做相应的合理性预测检验。 2.1 问题一的分析 问题一要求选取合理指标， 并确定对不同时空内出租车资源匹配程度。 我们 将对搜取到的指标首先进行剔除， 归一化处理， 使其处于同一量纲下， 便于计算 研究。其次应用层次分析法， 通过各权重的比较确定出对出租车资源匹配影响最 重要的指标作为以下论文中的合理指标。 为了使结果更有说服性， 我们应用灰色 预测模型对接下来几年数据进行预测， 以此来检验不同时空出租车资源的匹配程 度。 2.2 问题二的分析 问题二要求分析各公司出租车补贴方案问题，