“互联网”时代的出租车资源配置.docxVIP

互联网 +”时代的出租车资源配置 摘要】互联网迅速发展的时代背景下，对于市民出行 乘坐出租车“打车难”问题，不少公司推出打车软件补贴方 案，使得出租车资源供求匹配程度改善。本文结合每单乘客 候车时间、出车率与里程利用率三个指标，通过方差分析并 建立模糊综合评判决策模型，得出上述得出滴滴打车等三种 方案均可一定程度上缓解“打车难”的结论，进一步分析知 Uber 补贴方案的帮助程度相比最大。 而后设计出新的补贴方 案，采用层次分析法对三种既有方案与新方案，从乘客候车 时间、出租车出车率等五个指标进行评价，得出新出租车补 贴方案更加合理的结论。 关键词】供求平衡；方差分析；模糊综合评判决策； 层次分析法 1 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+ 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。 搜集相关数据，建立数学模型研究如下问题： 1）分析各公司的出租车补贴方案是否对“缓解打车 难”有帮助？ 2）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。 2 模型建立与求解 问题（ 1）的模型建立 模型介绍 对于模糊综合评判决策数学模型，设 U={ ?滋1 ,?滋 2, ...,?滋 n}为 n 种因素（或指标）,V={v1, v2, ..., vn} 为 m 种评判（或等级） 。各种因素的地位与作用不尽相同， 使用权重A={a1, a2, ..., an}来描述，它是因素集 U的一个 模糊子集。对于每一因素？滋 i，单独作出的一个评判 f （? 滋i）可以看做U到V的一个模糊映射f，由f可以诱导出U 到V的一个模糊关系 Rf，由Rf可以诱导出U到V的一个模 糊线性变换TR（ A）=A?B=B它是评判集V的一个模糊子集， 即综合评判。 （U，V，R （U，V，R）构成模糊综合评判决策模型， U、 V、R是 该模型的三个要素。模糊综合评判决策的方法与步骤： 1) V={v1 ，建立因素集U={?滋1，?滋2, ...，?滋n}与决断层 v2,…，vn}; 2）建立模糊综合评判矩阵，对于每一个因素？ 滋i，先建立单因素评判（ri1 , ri2，…，rim）即rij （0 V={v1 ， 1）表示vj对因素？滋i所作的评判，如此将得到单因素评 判矩阵R=（ rij） n X m; 3）分别采用不同类型的运算，求解 相应模型 [3] 。 问题（ 1）的模型求解 结合网络数据资源，我们得到杭州、 北京、 南京、上海、 结合网络数据资源， 我们得到杭州、 北京、 南京、上海、 天津、长沙 6 所城市的乘客出租车相关统计数据，将 6 市数 据进行综合整理。将打车软件补贴方案使用前后，每单乘客 候车时间作为随机变量，将网络资源查找所得的部分数据作 为数据样本，随机变量每单乘客候车时间应分布近似服从正 态分布，作出正态分布函数检验，见图 1： 图 1 正态分布函数检验 利用蒙特卡罗模拟进行数据扩充，将打车软件补贴方案 使用前后，每单乘客候车时间作为随机变量，由样本数据各 自正态分布频率分布图，见图 2。可以看出，打车软件补贴 方案使用后，正态分布图像向左平移，正态分布均值减小， 得到每单乘客候车时间整体减少。 对两正态分布由SPSS数据 处理软件进行方差分析，分析结果见表1 处理软件进行方差分析，分析结果见表 1。 由显著性水平 0.3470.05 所以差异性不显著，但存在差 异。综上，不同公司推出的打车软件补贴方案对于缓解“打 车难”有一定帮助。 采用模糊综合评判决策模型进行求解。对于上述三种补 贴方案，建立评价因素集合为：U=｛乘客乘车等待时间、出车 工作率、里程利用率 ｝。建立评价等级集合为： V=｛A， B， C， D，E｝。其中，A至E 5个等级分别表示乘客对出租车相关评 价因素的非常满意、满意、一般、不太满意、不满意等不同 态度。确定各评价因素的权重，设每单乘客候车时间、出车 工作率、里程利用率各因素权重依次为 0.6、0.1、0.3，即 W=（0.6， 0.1 ， 0.3）。 以滴滴打车补贴方案下相关数据为例，进行说明。建立 各项指标观察表与调查所得数据频数分配表，鉴于每个评价 指标在一天中不同时段的权重值不能用整体权值代表，故将 每时段还分别对应了分权重。对于以上 3 个指标，针对每个 指标对应着繁华地区与偏远地区两类区域，故建立 6 个评价 矩阵。 将权函数矩阵 W 与各评价矩阵 Ri 的模糊乘积运算，采 用主因素决定型算子 M （人，V）,确定模糊评判集