互联网+”时代的出租车资源配置--数学建模优秀论文.docVIP

. . 西 安 邮 电 大 学 (理学院) 数学建模报告 题目： “互联网+”时代的出租车资源配置问题 班级：信息工程1403 学号 姓名：刘雷 成绩： 2016年6月30日 关于“互联网+”时代的出租车资源配置模型 摘要 本文以互联网+打车软件服务平台为背景，根据“打车难”现象，分别建立了出 租车需求模型， Borda 综合评价模型，排队论模型和多元回归模型，分别求出了出 租车需求函数，乘客等待概率函数和多元回归函数。 针对问题一：本文通过网络，收集了淮南市某周出租车运营相关数据(见表 1)， 选取了空载率、满载率、乘客满意度、实际出租车需求量等 4 个指标，通过出租车 需求函数计算出实际出租车需求量 2330 辆，运用 Borda 计算法得出该地区出租车 资源的”供求匹配“程度为 0.61，匹配程度偏差。 针对问题二：就出租车运行效率 μ 和乘客乘车率 λ 建立 M / M / n / ? / ? 排队模 型。得到乘客等待概率函数： ? 1 ( ? )n p n ? c ?? pn ? ?  n! ? 0 ? 1 1 ( ? )n p n ? c ?? c! cn?c ? 对函数进行数学分析和数据代入检验得出 Pn 0 与 μ 呈负相关，即随着 μ 的增大 Pn 减小。（ Pn 代表乘客等待概率）结合滴滴打车公司补贴方案、社会实际现象和相关评 论，综合得出一定的补贴对出租车运行效率 μ 有促进效果，即对缓解打车难有帮助。 针对问题三：建立了司机平均补贴金额 y ，有效行驶里程 x1 和全天载客次数 x2 的 多元回归模型，采用 MATLAB 软件，拟合得到 y ? 5.9305 ? 0.0347x1 ? 0.4799x2 ，拟 合决定系数 R2 =0.9381。有效行驶里程每增加 100 公里，每天补贴金额多 3.47 元。 全天载客次数增加 10 次，补贴金额多 4.79 元，高于之前打车软件。 本文主要特点在于所建模型易于操作，在对原始数据进行简单预处理后，就可 应用于模型求解。另外模型简单，所用算法清晰，易于程序运行。 关键字：打车难；MATLAB； Borda 数；排队论方法；多元回归模型 ※1 问题重述 1.1 背景知识 1. 出租车是当今市民出行重要交通工具之一，出租车与乘客供求失衡，专车顺风 车的出现，道路拥挤，油价上涨使得“打车难”成为社会热点难点问题。 2. 各出租车公司通过市场调研出台合理的补贴方案试图缓解“打车难”的问题。 3. 随着“互联网+”时代的到来，各种打车软件如“滴滴打车”“快的”应运而生，但其 对乘客及司机的补贴政策并不是长久之计，通过对市场的调查把握，创建一个 新的打车软件服务平台具有重要意义。 1.2 问题概括 如何根据相关调查数据来评价一个地区出租车资源匹配程度 如何分析出租车补贴方案是否会缓解打车难现象 如何设计一个合理的补贴方案 ※2 模型假设 1) 每个乘客的乘车是随机且相对独立的。 2) 每辆车相对独立,出租车公司为一个容量有限的系统。 3) 乘客乘车次数不做限制。 4) 不考虑特殊天气对乘客及出租车出行的影响 ※3 符号定义 符号 意义 符号 意义 M1 城市居民通过 出租车的出行 量（万人*km） M 2 流动人口通 过出租车的 出行量（万人 *km） H1 城市居民人口 总量（万人） H2 流动 人口总 量（万人） B1 城市居民人均 日出行次数 B2 流动人口人 均日出行次 数 P1 城市居民用于 出行费用中出 租车所占比例 P2 流动人口用 于出行费用 中出租车所 占比例 D1 城市居民人均 以出租车方式 出行的有效距 离（km） D2 流动人口通 过出租车的 出行量（km） C1 出租车载该市 居民的平均有 效载客人数 C2 出租车载流 动人口的平 均有效载客 人数 T 出租车平均一 天运营时间 K 空驶率（无效 里程与总里 程的比值） N 城市出租车实 际需求总数 （万辆） V 出租车日平 均运营速度 ※4 问题分析 本题在“互联网+”的时代背景下，根据各公司推出的打车软件，分析其优缺点， 比较以往补贴方案对缓解“打车难”的效果，进一步建立模型，运用多元回归模型创 建一个新的打车软件，以弥补已有软件的缺点，利用 Matlab 编程，最后利用对模型 进行优化并证明其可行性及优越性。 对于问题一，首先建立合理的指标，比如以城市交通空驶率在 25% 至 35% 和万 人拥有率为 2330 辆为指标。针对各指标综合判断出租车资源“供求