“互联网 ”时代的出租车资源配置.doc

“互联网+”时代的出租车资源配置摘要随着“互联网+”时代的到来,互联网技术为人们带来了丰厚的红利,基于智能手机的互联网应用应运而生。本文就出租车的资源配置现状,以及出租车公司补贴方案对打车难易程度进行讨论与分析,通过建立合理的数学模型,推出更优的补贴方案。针对问题一,通过确立里程利用率和供求比率的理想值来分析匹配程度。将这两个指标抽象为二维空间中的坐标,通过实际点与平衡点之间的距离来判断综合不匹配程度,求解出高峰时段、常规时段、,,,,从而分析得出高峰时段的供求匹配程度优于常规时段,郊区的供求匹配程度优于市区。针对问题二,我们以出题那一年即2015年滴滴和快的打车公司为例,分别计算出各公司对乘客和司机的补贴金额,通过确定意愿半径和打车软件使用人数比例这两个指标,建立了缓解程度判断模型。接着对未使用打车软件及使用打车软件两种情况进行了对比分析,分别得出两种情况下的人均出租车占有率,以此判断补贴方案对于“打车难”的缓解程度。最终求得各公司缓解率的分布范围为-~,说明各公司出租车的补贴方案对缓解“打车难”有一定帮助,但效果不大。问题三中,我们综合考虑了空间和时间因素,将城市划分为若干区域,制订了分区域动态实时补贴方案。可以根据乘客和司机两个方面来设计模型并制定补偿方案。针对乘客,我们认为可以采用积分奖励,补贴免单等激励补贴政策;针对司机方面,我们考虑了地理位置以及时间因素,通过综合考虑,将城市划分为了许多个区域,与此同时制定分区域动态的实时补贴方案。综上所述,本文通过建立供求匹配模型,缓解程度判断模型,对出租车资源的供求匹配程度和补贴方案进行了分析,并指出了模型的优缺点,具有重要的推广价值。关键词:资源配置;供求匹配;判断模型;%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+”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。请你们搜集相关数据,建立数学模型研究如下问题:试建立合理的指标,并分析不同时空出租车资源的“供求匹配”程度。分析各公司的出租车补贴方案是否对“缓解打车难”有帮助?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。“供求匹配”程度,我们可以选取里程利用率和供求比率两个指标。针对里程利用率这一指标,可以从供给角度和需求角度分别测量出出租车的载客里程,使二者相等,从而得到里程利用率的理想值K*。针对供求比率这一指标,我们可依据供求关系将区域分为三个部分:供大于求部分,供等于求部分,供小于求部分,利用供给比率的相关定义,,将里程利用率K和供求比率NN转化为点Q(K,N),通过归一化处理后,计算实际点与平衡点距离。距离越大,供求匹配度越低;距离越小,供求匹配度越高;距离为零,此时达到平衡点,供求完全匹配。“缓解打车难”有帮助,我们首先描绘出滴滴和快的两个公司在不同时间补贴方案的图,以滴滴打车为例,计算出公司对乘客的补贴金额m1和对司机的补贴金额m2,通过意愿半径R和软件使用人数比例λ这两个指标,分别对未使用补贴方案及使用补贴方案两种情况进行分析对比,可以得出这两种情况下的人均车辆占有率a1,a2,令w=a2-a1a1×100%,求出使用补贴方案后对于补贴方案前的车辆占有率的相对提高量,以此来判断补贴方案对于打车难的缓解程度。,我们考虑了地理位置以及时间因素,通过综合考虑,将城市划分为了许多个区域,与此同时我们制定了分区域动态的实时补贴方案。根据各区域内的乘客数与出租车数之比为基准,能够实时地确定每个区域的补偿金额。最后以西安市为例,根据模型,将城市划分为9个区域,以9月11日各时段的出租车与乘客数据为基础,得出了分区域动态实时的补贴方案,最终的结果显示补偿金额会在2~10元之间,与此同时,高峰时段的补贴高于常规时段,这有利于出租车资源的合理分配。并且有,人较多而车少区域的补贴要高于人少车多区域。通过我们的计算机仿真,%,因此验证了方案的合理性。模型假设假设收集到的数据真实可靠;假设所研究对象全部使用打车软件;假设司机和等车乘客按照二维分布存在于同一个城市;假设出租车只有载客状态和空驶状态,不存在停留等候时间;假设不考虑天气、突发事件等非人为可控因素的影响。符号说明符号符号说明N出租车总保有量n人口总量d