网约车平台动态定价和容量估计研究——以海口市为例.pdfVIP

摘要 摘 要 近几年来，打车软件在居民生活中得到了快速普及。居民使用打车软件打车一方 面节省了个人的时间、金钱，又极大地缓解了城市交通拥堵的问题，另一方面也提升 了居民出行的满意指数以及城市的交通运营效率。而作为乘客与司机中间联系人的打 车软件平台，如何平衡好乘客与司机各自的需求服务也逐渐成为研究的热点问题，在 接受打车软件平台服务的过程中，乘客重视定价，而打车软件平台则需要根据乘客的 需求进行人员配置为其服务，因此将乘客通过网络使用打车软件打车的情形看作排队 服务系统，深入实践研究其动态定价和容量规划问题是非常必要且有意义的。 2017 7 1 -2017 8 31 本文利用 年 月 日 年 月 日的海口市每天的出行订单数据对乘 客出行行为以及排队服务系统中的动态定价和容量规划问题进行了实证研究。首先通 过描述性统计、kepler.gl 地理可视化、MeanShift 聚类算法等方法在时间与空间两个 角度对乘客出行行为进行了分析研究；其次利用排队论与强化学习的理论知识，通过 构建排队服务模型、服务需求模型、服务成本模型以及应用在线学习算法对乘客通过 网络使用打车软件打车这个排队服务系统的动态定价和容量规划实现了优化。 研究结果表明：乘客出行需求量在一周内或者一天内都是呈周期性变化的，而且 乘客出行的出发地与目的地的距离一般都不是太远，且需求量大都集中在一个地区， 上述发现有利于打车软件平台根据乘客需求量的多少实现车辆的合理调度，控制乘客 打车难、司机接单难的现象发生，最大可能满足司乘双方的需求以及实现资源的合理 利用。另外，通过拟合优度检验以及对服务台的确定验证了乘客通过网络使用打车软 件打车这个排队服务系统可以建立为为一个M/M/C 排队模型，乘客打车的定价与乘 客的需求拟合服从高斯分布，打车软件平台的服务能力与服务成本拟合服从三次项分 布，将设置好的参数以及观察到的乘客等待时间与服务时间应用到在线学习算法中 去，实现了动态定价和容量规划的优化。本文的研究工作所得出的结论对于打车软件 平台的运营具有一定的实际意义，有利于乘客通过网络使用打车软件打车这一市场的 可持续发展。 关键词：打车软件平台；行为分析；排队系统；动态定价；容量规划 I 网约车平台动态定价和容量估计研究——以海口市为例 目 录 1 1 第 章 绪论 1.1 研究背景与意义 1 1.1.1 研究背景 1 1.1.2 研究意义 4 1.2 国内外研究综述 5 1.2.1 服务系统动态定价和容量规划相关研究5 1.2.2 强化学习与SGD 算法相关研究7 1.2.3 乘客打车行为分析相关研究9 1.2.4 文献评述 10 1.3 研究内容 11 1.4 创新点 12 1.5 研究框架 12 第2 章 理论与方法 14 2.1 聚类算法 14 2.1.1 定义 14 2.1.2 MeanShift 聚类 15 2.2 排队 16 2.2.1 排队现象及排队论 16 2.2.2 排队系统 17 2.2.3 排队模型 18 2.2.4 M/M/K 排队系统 19 2.3 在线学习算法23 2.3.1 在线随机梯度下降算法23 2.3.2 在线学习算法框架24 2.4 本章小结26 第3