2015数学建模b题国家二等奖.pdfVIP

“互联网+”时代的出租车资源配置 摘 要 本文是一个资源配置最优化问题。在充分考虑影响出租车资源“供求匹配” 指标的基础上，对不同城市出租车资源匹配度进行了评价；考虑到“互联网 +”时 代对出租车资源配置的影响，研究了其对缓解“打车难”现状的作用，并通过分 析给出了合理使用打车软件，以改善“打车难”的实施方案。 针对问题一：通过查阅资料，分析得到影响“供求匹配”程度的司机和乘客 的五个重要指标：里程利用率、出租车满载率、城市出租车万人拥有量，乘坐率， 乘客等待时间；针对上述指标，采用熵权法和层次分析法 , 借助 lingo 软件计算得 到各指标权重；考虑到城市交通状况与时间和空间的正相关性，对城市交通时间 和地点按照热度等级分类，结合权重建立了多因素综合评价模型，利用 matlab 软 件计算出不同时间段、不同地点出租车资源匹配程度综合评价值。通过司机供给 量和乘客需求量比较，得到过渡区的平常时间段供求匹配程度高，密集区的平常 时间段、过渡区的高峰期、郊区的平常时间段供求匹配程度中；郊区的高峰期和 密集区的高峰区的供求匹配程度低，又考虑到打车软件使用率对里程利用率的影 响，根据对出租车司机与乘客的双向补贴及年龄，进行资源利用率的匹配。 针对问题二：本问在第一问得到的五指标权重的基础上，选取滴滴和快的软 件的补贴方案为研究对象，利用加权求和法与综合评价法，借助于 matlab 计算了 使用软件前和使用后加补贴分别的的供求匹配度，并对两种软件匹配度进行了分 析比较。通过比较， 得出滴滴和快的两家软件公司的补贴对 缓解打车难 问题都作 出了贡献；针对软件使用的情况进一步分析，发现存在二次打车难度情况，但在 通常情况下补贴方案对“缓解打车难”有帮助，对于高峰期特别严重时二次打车 难度无法解决，甚至当打车补贴金额太多时会导致资源浪费，加重打车难度。 针对问题三：本文在本对问建立了一个较为完善的打车软件服务平台，首先， 引入了信誉度、补贴率、选择论等新概念对打车软件服务平台进行优化，在一定 程度上对乘客与司机进行了补贴。其次，将补贴延伸为补贴率，将补贴这个固定 的概念转变为一个动态的、受多方因素干涉的概念。最后，将司机的补贴金额与 乘客对司机的打分进行挂钩，一定程度上可以提升司机的服务态度，同时用随机 抽查来考核乘客的态度，对乘客的评分进行干预。 关键词 二次打车难 信誉度 补贴率 熵权- 层次分析法 1 一 问题重述与问题分析 1.1 问题重述 随着社会逐渐步入“互联网 + ”时代，打车难的问题再次出现在人们眼前，成 为了又一个被众多人所关注的社会热点问题，为了解决这个问题，有多家公司在 移动互联网的基础上制作了不同的打车软件服务平台，为实现乘客与出租车司机 之间的信息互通提供了一个信息交互平台，同时针对乘客和出租车司机推出了多 种出租车的补贴方案。 问题一：试建立合理的指标，建立一个合理的数学模型，在数学模型的基础 上分析在不同时空下出租车资源的“供求匹配”程度。 问题二：分析各公司的出租车补贴方案是否对“缓解打车难”有帮助？ 问题三：如果要创建一个新的打车软件服务平台，将会设计什么样的补贴方 案，并论证其合理性。 1.2 问题分析 针对问题一：时空可通过时间段即高峰期，包括上下班，周末，节假日等时 段和平常时间确定。空间即城市不同地区，如人车密集区，过渡区，郊区。先确 定指标进行理想化资源配置分析，再全面考虑资源的使用率配置，综合分析，优 化供求匹配程度划分的科学性。 针对问题二：使用问题一中的供求匹配程度来衡量打车的难度。这里一个城 市在使用软件前后的对比结果不具备较强的说服力，故在这里列举 15 个城市在使 用软件前和后加补贴