基于_互联网_时代出租车资源配置的数学模型分析_莫京兰

“互联网+”时代的出租车资源配置问题摘要本文讨论了“互联网+”时代下的出租车的资源配置问题，分析了不同时空出租车资源“供求匹配”的问题，并对各公司“缓解打车难”的补贴方案是否有用进行分析。

最后，在前两个问题的基础上，创建一个新的打车软件服务平台，设计出新的补贴方案。

问题一，首先以里程利用率、万人拥有量和空载率为指标，运用Matlab数学软件构建数学模型，通过数据分析，计算出了一线、二线城市在不同时间段出租车的供求匹配程度，对解决城市拥堵有一定的价值。

问题二，根据现阶段两大打车公司嘀嘀打车和快的打车的各类补贴政策，以等待时间和覆盖率为基准，利用Spss软件计算顾客等待痛苦程度，通过数据分析得到：安装打车软件的出租车绝大多数会在接到订单后5分钟左右赶到乘客所在地点，说明补贴政策对缓解打车难的有较大作用。

问题三，根据现行的打车软件服务平台的一些弊端，合理设计补贴政策，创建了一个新的打车软件服务平台，在实时控制法的基础上，建立多目标线性规划模型，并进行相应的量纲变换，运用Matlab软件求解该类补贴投资问题，应用于现实生活规划最优有效解关键词：匹配程度补贴政策多目标线性规划模型最优解11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。

在高速发达的信息时代，尽可能的利用网络这一渠道采取供应关系，考虑应对措施，解决供求关系。

（1）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。

（2）分析各公司的出租车补贴方案是否对“缓解打车难”有帮助？（3）如果要创建一个新的打车软件服务平台，设计什么样的补贴方案，并论证其合理性。

以上问题要求我们完成三部分的建模分析，提出合理推广方案。

2问题分析基于大数据平台进行问题的分析与解决。

问题一：首先对这个问题进行分析，本问题的目标是在合理的指标基础下，分析出不同时间和空间出租车资源的“供求匹配”程度的大小。

基于“互联网+”时代的出租车资源配置模型的研究作者：吴勇来源：《科技风》2016年第06期摘要：通过采用spss相关系数分析法以及神经网络多层感知器对不同时空出租车资源的“供求匹配”程度进行分析，利用神经网络多层感知器分析因变量时间、因子经纬度、协变量出租车数量，候车人数因素对协变量出租车数量和候车人数之间的偏差，以及可根据这种偏差做出的调整。

分析“滴滴打车公司”补贴方案和“快的打车公司”补贴方案建立了数据模型，分别求出出租车司机与乘客的利益最大值，以此会有助于缓解打车难的问题并设计补贴方案。

关键词：SPSS；神经网络；sig；二次函数模型；互联网；出租车资源配置一、问题提出在当今互联网发达的时代，信息化也将打车纳入其中，新的打车方式应运而生，多家公司依托移动互联网创建了打车软件服务平台，但是这仍然没有解决人们所关注的“打车难”的问题，这说明打车方式还有待进一步优化。

为此，我们建立数学模型研究建立合理的指标，并分析不同时空出租车资源的“供求匹配度；分析各公司的出租车补贴方案对“缓解打车难”有无帮助；设计一个补贴方案以达到创建一个新的打车软件服务平台的目的，并论证其合理性。

二、模型建立我们通过统计出租车道路分布状况，然后分析不同时空出租车资源的“供求匹配”程度。

通过对高峰拥挤路段的GPS定位分析，得到出租车分布状况与候车市民人数大致分布来观察其相关性系数。

通过运用spss分析这些需求在时间空间上的区别以及差异性。

由相关系数变输出结果可知，时间与出租车数量和候车人数的显著性水平即sig值=0.0030.05。

当、sig0.05时，说明两个变量之间存在显著相关关系，即不同时间段与出租车数量和候车人数之间相关系数程度显著。

通过利用神经网络多层感知器分析因变量时间、因子经纬度、协变量出租车数量，候车人数。

在不同的时空分布条件时这些因素对协变量出租车数量和候车人数之间的偏差，以及可根据这种偏差做出的调整。

滴滴打车补贴方案：1）乘客使用嘀嘀打车并通过微信支付立减10元，每天3次，新乘客首单立减15元；2）司机用微信支付收车费，每单奖10元，每天10单；3）司机每天使用微信支付首单立奖50元，用户奖励30元。

数学建模期末论文“互联网”时代的出租车资源配置引言出租车服务在现代城市中起着至关重要的作用。

然而，在传统的出租车服务模式下，资源的配置通常是不够高效和经济的。

随着互联网的发展，出租车服务也出现了一些创新的解决方案，其中包括利用互联网技术来改善出租车资源的配置。

本文将探讨如何在“互联网”时代中最佳地配置出租车资源。

背景在传统的出租车服务模式下，出租车司机通常会巡游城市中的街道，等待乘客的召唤。

这种模式存在一些问题，例如资源利用率低下、等待时间长等。

随着互联网技术的发展，出现了一些新的出租车服务平台，如滴滴出行，通过互联网平台连接乘客和司机，实现出租车资源的高效配置。

模型建立在研究出租车资源配置的问题时，我们需要考虑到多个因素，包括乘客的需求、司机的路线选择和交通状况等。

为了简化问题，我们可以使用数学建模的方法来建立模型。

以下是我们建立的数学模型：输入变量•乘客的位置和目的地•司机的初始位置•出租车司机的数量输出变量•司机的路线选择•乘客等待时间•出租车资源利用率假设•出租车司机以最短路径的方式前往乘客的位置•乘客之间是独立的，即乘客之间不会相互干扰•交通状况不会导致司机无法按照最短路径到达目的地模型公式我们可以使用以下公式来表示出租车资源配置的问题：minimize: ∑(wait_time_i)subject to: ∑(car_utilization_i) = total_cars其中，wait_time_i表示第i个乘客的等待时间，car_utilization_i表示第i个出租车的资源利用率，total_cars表示总出租车数量。

求解方法对于上述建立的模型，我们可以使用线性规划或模拟退火等方法来求解最优解。

这些方法可以通过计算机程序来实现。

线性规划线性规划是一种数学优化方法，可以用来解决具有线性约束条件的最优化问题。

我们可以将上述模型转化为线性规划问题，然后使用线性规划算法求解最优解。

模拟退火模拟退火是一种启发式搜索算法，可以用来求解组合优化问题。

《“互联网+”时代的出租车资源配置模型》篇一互联网+时代的出租车资源配置模型一、引言随着互联网技术的飞速发展，“互联网+”时代已经深入到我们生活的方方面面。

特别是在交通出行领域，互联网与出租车的结合，不仅改变了传统的出租车运营模式，也极大地提升了出租车资源配置的效率。

本文旨在探讨“互联网+”时代下出租车资源配置模型的设计与实施，以优化出租车服务，提高资源利用效率。

二、传统出租车资源配置的局限性在传统模式下，出租车资源的配置主要依赖于司机巡游和乘客叫车两种方式。

这种方式存在资源浪费、效率低下等问题。

一方面，空驶率较高，导致资源浪费；另一方面，乘客在叫车时可能面临等待时间过长的问题。

因此，传统模式下的出租车资源配置亟需改进。

三、互联网+出租车资源配置模型的设计（一）模型概述在“互联网+”时代，通过引入先进的互联网技术和大数据分析，可以实现对出租车资源的有效配置。

该模型主要包括三个部分：数据收集、数据分析与调度优化、服务反馈与改进。

（二）数据收集首先，通过安装车载GPS设备、智能终端等设备，实时收集出租车的位置、状态、乘客需求等信息。

此外，还可以通过社交媒体、手机APP等途径收集乘客的出行习惯和需求偏好等数据。

（三）数据分析与调度优化利用大数据分析技术，对收集到的数据进行处理和分析，预测未来一段时间内的乘客需求和出租车供需情况。

根据分析结果，通过智能调度系统对出租车进行合理调度，降低空驶率，提高出租车的使用效率。

（四）服务反馈与改进通过乘客评价、司机反馈等途径，收集用户对服务的评价和建议。

根据反馈信息，对模型进行持续改进和优化，提高服务质量。

四、实施效果与案例分析（一）实施效果通过实施互联网+出租车资源配置模型，可以有效降低空驶率，提高出租车的使用效率。

同时，乘客可以通过手机APP实时查看附近的可用出租车数量和位置，方便快捷地叫车。

此外，通过大数据分析，还可以为乘客提供个性化的出行建议和推荐。

（二）案例分析以某城市为例，实施互联网+出租车资源配置模型后，空驶率降低了XX%，同时乘客的平均等待时间也缩短了XX%。

《“互联网+”时代的出租车资源配置模型》篇一互联网+时代的出租车资源配置模型一、引言随着互联网技术的飞速发展，“互联网+”时代已经深入到我们生活的方方面面。

在交通出行领域，以“互联网+”为基础的出租车服务模式正在逐步改变传统的出租车资源配置方式。

本文旨在探讨“互联网+”时代下出租车资源配置模型的设计、运行及优势，并对其未来发展趋势进行分析。

二、传统出租车资源配置的问题在传统模式下，出租车资源配置主要依靠人工调度和司机的自主运营。

这种方式存在以下问题：1. 供需不平衡：在高峰时段，供不应求；而在非高峰时段，又可能出现空驶率较高的情况。

2. 调度效率低：由于缺乏有效的信息传递和数据分析手段，无法准确判断乘客需求和车辆位置。

3. 乘客体验差：叫车困难、等待时间长、费用不透明等问题较为突出。

三、互联网+出租车资源配置模型的设计针对上述问题，本文提出一种基于互联网的出租车资源配置模型。

该模型主要包含以下几个部分：1. 智能调度系统：通过大数据分析和云计算技术，实时收集并处理交通、天气、乘客需求等数据，为司机提供最优的接单建议。

2. 实时信息发布：乘客可以通过手机APP实时查看附近车辆信息、价格、司机信息等，方便选择合适的车辆。

3. 动态定价机制：根据供需关系和行驶距离等因素，动态调整价格，以平衡供需关系和提高司机收入。

4. 评价系统：乘客可以对司机进行评价，以提高服务质量。

四、模型的运行与优势该模型运行后，可以显著改善出租车行业的运营效率和服务质量。

具体优势如下：1. 提高调度效率：通过智能调度系统，可以实时匹配乘客需求和车辆位置，减少空驶率，提高车辆利用率。

2. 平衡供需关系：通过动态定价机制，可以平衡高峰时段和平峰时段的供需关系，减少乘客等待时间。

3. 提高服务质量：乘客可以通过APP实时查看车辆信息和司机信息，选择满意的车辆和服务。

同时，评价系统可以督促司机提高服务质量。

4. 提升乘客体验：乘客可以通过手机APP轻松叫车、支付和评价服务，提高了出行的便捷性和舒适性。

“互联网+”时代的出租车资源配置问题评析“互联网+”时代的出租车资源配置问题评析随着互联网技术的迅猛发展，出租车行业也在面临着前所未有的挑战和机遇。

传统的出租车模式逐渐被“互联网+”时代所取代，出租车资源的配置也面临着新的问题和变化。

本文将对“互联网+”时代的出租车资源配置问题进行分析和评析，从而深入探讨如何优化出租车资源的配置，提高出租车行业的效率和服务质量。

一、传统出租车资源配置存在的问题在传统的出租车模式下，出租车的资源配置主要通过市场供求关系来实现。

出租车司机在路边等待客人，而乘客则通过呼叫出租车服务或拦车上下车。

这种模式存在着以下几个问题： 1.资源浪费。

由于乘客呼叫出租车或拦车上下车的方式相对分散，难以实现出租车的高效率利用。

有些地区的出租车供过于求，而有些地区则供不应求，导致资源的浪费和不平衡。

2.服务不规范。

传统出租车模式中，出租车司机的服务质量难以保证。

有些司机存在拒载、绕路、议价等不规范行为，给乘客带来不便和不满。

3.交通拥堵。

由于出租车司机在路边等待客人的方式，经常会出现出租车挤压和拥堵的情况，给城市交通系统带来不小的压力和影响。

二、“互联网+”时代的出租车资源配置模式随着移动互联网技术的发展，出租车行业逐渐迎来了“互联网+”时代。

在这个时代下，出租车资源的配置主要通过互联网平台实现。

乘客可以通过手机APP或网站进行预约叫车，而出租车司机则通过互联网平台接收乘客订单。

这种模式相较于传统模式，具有以下几个优势：1.资源高效利用。

通过互联网平台实现出租车资源的有效调度和配置，避免了出租车司机的闲置和资源浪费。

互联网平台可以根据不同地区的出租车需求动态调整出租车的数量和分布，提高资源的利用率。

2.服务优质规范。

互联网平台可以对出租车司机进行管理和监督，建立信用评价系统和投诉反馈机制，从而提高服务质量和规范司机行为。

3.交通优化。

通过互联网平台的调度，可以实现出租车的智能导航和线路规划，减少拥堵和交通压力，优化城市交通系统。

《“互联网+”时代的出租车资源配置模型》篇一互联网+时代的出租车资源配置模型一、引言随着互联网技术的飞速发展，“互联网+”时代已经深入到我们生活的方方面面。

在这个时代背景下，出租车行业也迎来了巨大的变革。

传统的出租车运营模式已经无法满足现代社会的需求，而“互联网+”技术的引入为出租车资源配置提供了新的可能性。

本文旨在探讨“互联网+”时代的出租车资源配置模型，以期为出租车行业的优化和发展提供理论支持和实践指导。

二、传统出租车资源配置的局限性传统出租车资源配置主要依赖于电话预约、路边扬招等方式。

这种模式存在诸多局限性，如信息不对称、资源浪费、效率低下等。

由于缺乏有效的信息共享平台，乘客往往难以快速找到合适的出租车，而出租车司机也难以在合适的时间和地点接到乘客。

这导致出租车资源的浪费和运营效率的降低。

三、互联网+出租车资源配置模型为了解决传统出租车资源配置的局限性，引入“互联网+”技术，构建新型的出租车资源配置模型显得尤为重要。

该模型主要包括以下几个方面：1. 信息化平台建设建立以互联网技术为基础的信息共享平台，实现乘客和司机之间的信息对称。

乘客可以通过手机APP、网站等途径实时查看附近可用出租车的信息，包括车型、颜色、距离等。

同时，司机也可以通过该平台接收订单信息，提高接单效率。

2. 动态调度系统通过大数据、云计算等技术，实现出租车的动态调度。

根据实时路况、乘客需求等信息，为乘客推荐最近的可用出租车，并为司机提供最优的接单路线。

这样可以有效减少乘客等待时间，提高司机的接单率。

3. 多元化服务模式“互联网+”时代为出租车行业提供了多元化的服务模式。

除了传统的巡游出租车外，还可以发展网约车、拼车、共享汽车等新型服务模式。

这些模式可以满足不同乘客的需求，提高出租车资源的利用率。

四、实施策略与建议为了确保“互联网+”出租车资源配置模型的顺利实施，我们提出以下建议：1. 政府支持与监管政府应制定相关政策，鼓励和支持互联网技术在出租车行业的应用。

“互联网+”时代的出租车资源配置摘要在互联网全球普及的今天，出租车也在“互联网+”时代背景下，发生了天翻地覆的变化。

乘客乘坐出租车也出现了多种不同的方式。

打车软件的出现让出租车资源配置有了巨大的改进。

对于数据收集，我们通过收集苍穹数据库、万方数据库的出租车数据，整理后选取深圳市的数据作为本题的案例分析，对其所给空驶率、有效行驶里程、平均运营车速和平均日运营等指标通过主成分分析法得到主要指标为空间和时间。

对于问题一，通过对时间的等距划分和空间的划分，然后对时间和空间分别进行聚类分析，按照出租车的车流量等指标将多个地区分为4个等级，时间分为6个级别。

然后再根据已经聚类分好的数据，通过时空两个指标，分别得出不同地区不同时间的供求关系指数并通过相关系数分析建立了匹配程度模型，最后得出“供求匹配”程度。

对于问题二，我们应用控制变量法对补贴政策进行分析，针对快的打车和滴滴打车两款软件的不同方案，结合经济学中价格变化的规律，对问题一中的数据进行处理。

最后与原始数据得到的匹配程度进行对比，得出补贴政策的评价模型，由模型可看出两公司的政策和“互联网+”都能在一定程度上能解决打车难问题，但缺乏对时间，空间等因素的影响，存在着很大的不足。

对于问题三，我们首先根据前两问的结果对“打车难”的原因进行了分析，然后通过理论判断了补贴政策影响出租车供求关系的各种条件。

而后结合第二问的补贴政策影响结果，发现对于不同地区不同时段需要不一样的补贴方案。

然后我们先通过使用LINGO最优化得出了最优的匹配程度同时结合“互联网+”的实时性建立模型，逆推出每个地区每个时段对应的补贴政策。

关键词：数据库聚类分析主成分分析互联网+ 补贴政策优化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+”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。

“互联网”时代的出租车资源配置模型一、本文概述1、互联网时代的出租车行业背景随着科技的快速发展和互联网的普及，我们已经进入了“互联网+”时代。

这一变革不仅改变了人们的日常生活方式，也对各行各业产生了深远影响。

其中，出租车行业作为城市公共交通的重要组成部分，也在这一大背景下经历了前所未有的变革。

传统的出租车行业面临着诸多问题，如车辆调度不灵活、信息不对称、服务效率低下等。

这些问题在一定程度上限制了出租车行业的发展，也影响了乘客的出行体验。

然而，随着互联网技术的引入，出租车行业开始逐渐打破这些限制，实现了资源配置的优化和服务质量的提升。

“互联网+”时代的出租车行业，借助大数据、云计算、人工智能等先进技术，实现了车辆调度的智能化、信息获取的便捷化和服务流程的标准化。

乘客可以通过手机APP随时随地预约出租车，司机也可以通过这些平台快速找到乘客，大大提高了出行效率。

同时，互联网平台还提供了丰富的车辆信息和司机评价，使乘客能够更好地选择适合自己的出行方式。

然而，“互联网+”时代的出租车行业也面临着新的挑战。

如何在保障乘客安全的前提下，实现行业的可持续发展？如何在激烈的市场竞争中，保持服务质量和用户体验的持续提升？这些问题都需要我们深入思考和探索。

因此，建立一个科学的出租车资源配置模型，对于优化出租车行业的资源配置、提高服务效率和质量、促进行业的可持续发展具有重要意义。

这也是本文研究的核心问题。

在接下来的部分，我们将详细探讨如何构建这样一个模型，并分析其在实践中的应用前景。

2、出租车资源配置的重要性在“互联网+”时代背景下，出租车资源配置的重要性愈发凸显。

出租车作为城市公共交通的重要组成部分，其资源配置的合理性直接关系到城市交通的顺畅与市民出行的便捷。

随着城市化进程的加快和人口规模的不断扩大，城市出行需求日益增长，出租车资源的配置问题愈发重要。

合理的出租车资源配置能够有效缓解城市交通压力。

通过科学规划和布局，使出租车资源在时间和空间上更加均衡地分布，可以减少出租车空驶率，提高车辆使用效率，从而减轻城市交通拥堵现象。

基于“互联网+”时代出租车资源配置的数学模型分析作者：许一鸣来源：《中国经贸》2016年第20期【摘要】“互联网+”时代下，给当代中国各行各业的发展带来了挑战，也带来了机遇。

借助“互联网+”运营思维，增加消费服务的群体、扩大了国内需求、平衡了资源分配，对现代居民的生活出行、消费娱乐方式产生了深入影响。

出租车作为现代居民出行的重要方式，基于互联网手段合理分配资源、科学搭车补贴，将能够实现“互联网+出租车”模式功能性作用的发挥。

【关键词】“互联网+”；出租车；资源配置；数学模型一、引言互联网与电子计算机技术的飞速发展，逐渐改变了当代居民的生活出现、消费娱乐方式。

随着国内居民生活水平与质量的提升，移动终端愈发普及，在当代中国拥有了庞大的使用用户。

出租车作为城市出行的重要交通工具。

Uber专车、滴滴专车、易道专车等现代互联网搭车平台的兴起，对城市中传统出租车行业的发展逐渐提出了挑战。

国内出租车行业在倒逼的格局下，积极与搭车平台合作，实现了国内传统出租车市场与新兴出租车市场的整合，并将出租车行业对车辆的使用拓展为了传统出租车公司车辆、个人购买车辆、专业搭车平台车辆三种。

随着国内出租车数量的增长、类型的扩充，尽管给当代城市居民的出行带来了便利，但也在一定程度了增加了交通的拥堵，使较多急于出行的用户不得不改变出行方式。

为此，不断加强“互联网+”时代出租车资源配置，综合考虑交通网承载限度、出租车供需结构基础上，建立定量分析模型以平衡出租车使用，将会给“互联网+出租车”行业功能性作用的发挥带来帮助。

二、问题的提出“互联网+”概念的提出旨在帮助传统行业利用新技术基于公司愿景开展更好的社会服务。

然而，由于“互联网+出租车”行业对车辆资源的调配存在难度，使越来越多的社会局面开始质疑这一模式，将其作为了当代城市交通拥堵的主要原因。

因此，作者在本文中将以国内“互联网+出租车”行业的发展，采用数据建模的方式，收集能够获得的网络数据、参考文献，以价格补贴模式来调节用车需求、营运车辆供给为途径，对下列两个问题给予着重研究：第一，全面考虑各项指标，对不同时段出租车资源使用的供求匹配关系进行探讨，以对模型的建立提供较为充足的数据支撑。

基于“互联网+”时代下出租车资源配置模型的探讨目前，随着技术的发展，打车软件平台运用互联网+的思想攻克打车难问题中信息不畅通的问题，但平台的运营和资源配置问题成为新的瓶颈。

经分析，现有的各公司的出租车补贴方案不仅未有效缓解打车难问题，而且不利于公司获得经济效益，使公司资金难以良性运转。

基于这样的问题，文章通过模型建立对打车平台的补贴模式进行分析和讨论，并提出相关建议。

标签：打车软件；补贴模式；增强用户粘性1 研究背景在日常的打车体验中我们常常会发现在打车高峰期难以叫到空车，而在一些偏僻地区，出租车少难叫到车的问题更为普遍。

据有关机构发布的2013年第3季度打车APP市场监测报告的数据，快的打车为41.8%，嘀嘀打车为39.2%，两家公司市场份额超过80%。

到目前为止，这些APP已经有了许多客源，所以这些APP面临的问题已经改变，从“抢市场”这一层面变到“流量变现”这一层面。

所以，补贴终会止步，而没有补贴的打车软件，用户数量肯定会下降，如何增强用户粘性并攫取客户剩余价值是打车软件现在面临的最大问题。

2 打车软件模式分析软件公司对不确定因素的分析与控制在很大程度上决定了软件的竞争力，合理地预测和控制不确定因素，并将其影响力降到最低，是各平台获得最大使用量和最大利润的关键。

现实生活中的不确定现象主要由众多随机因素导致，并服从一定的概率分布。

而打车软件使用中的不确定因素主要有：叫车加价幅度、补贴发放幅度、乘客平均等待时间、出租车司机抢单数量和乘客的下单数量。

其中叫车加价幅度、补贴发放幅度和乘客平均等待时间符合连续型随机变量的特性，满足随机正态概率分布；而乘客定位功能精度、出租车司机可抢订单数量和乘客的下单数量则影响了司机和乘客的直接用户体验。

3 打车软件的优势打车软件有效降低了司机的空驶率，并且增加了小费收入的几率，另外抢单的补贴也是一部分收入。

对于乘客而言，软件提供了便捷，节约了时间。

通过打车APP这款软件，可以提高司机和客户之间的匹配关系，以便于将来降低出租车的空载率。

基于“互联网+”时代的出租车资源配置分析作者：乔宣清于春雨王觉来源：《数码设计》2019年第11期摘要：基于当今这个“互联网+”时代，在出租车资源的限制下，“打车难”问题却成为了社会关注热点。

本文对出租车资源配置进行了分析，并建立了合理的衡量出租车供求匹配程度的指标，之后综合各公司的出租车补贴方案分析这些方案对“缓解打车难”的作用力，又在此基础上讨论出一个较为合理的补贴方案。

针对问题一：建立一个基于层次分析法的“缓解打车难”分析模型，通过层次权重比较分析，得到各公司对于缓解打车难的补贴方案的质量优劣程度。

针对问题二：为了创建一个更迎合大众的打车软件服务平台，加上通过对于滴滴、快的打车等公司的出租车补贴方案进行全方面的分析，找出滴滴打车、快的打车在施行补贴方案时所展现的好处与弊端，综合现实生活实际，得出一系列好的补贴方案并择其最优方案进行改善，并论证这一最优方案的合理性。

关键词：资源配置;层次分析中图分类号F572 文献标识码：A 文章编号：1672-9129（2019）11-0052-01Abstract： based on the current "Internet +" era， under the restriction of taxi resources，"taking a taxi is difficult" has become the focus of social attention. This paper analyzes the allocation of taxi resources and establishes a reasonable index to measure the degree of matching between taxi supply and demand. After that， it analyzes the impact of taxi subsidy schemes of various companies on "relieving taxi difficulty" and then discusses a more reasonable subsidy scheme on this basis.Aiming at question 1： an analytic hierarchy process （ahp） based analysis model of "ease taxi difficulty" was established， and through comparative analysis of hierarchy weights， the quality of subsidy schemes for companies to ease taxi difficulty was obtained.For question 2： in order to create a more popular software with taxi service platform， and through the drops， fast taxi companies such as taxi subsidy scheme for all aspects of the analysis，find out drops a taxi， quick take a taxi when performing subsidy scheme shows advantages and disadvantages， comprehensive actual real life， it is concluded that a series of good subsidy scheme and choose the optimal scheme to improve， and demonstrates the rationality of the optimal solution.Key words： resource allocation; Analytic hierarchy1 找出各个出租车公司的补贴方案，分析这些方案对于缓解打车难是否有帮助1.1建立层次分析结构模型。

基于因子分析法解决互联网+时代出租车资源配置问题作者：崔钰钊曹咏钊王梦轩来源：《中国信息化》2017年第12期随着“互联网+”时代的到来，“打车难”已经成为一个社会热点问题，本文立足于该热点，以2015年全国大学生数学建模竞赛为背景，解决以下几个问题：建立合理的评价指标体系，对不同时空的出租车供求匹配程度进行评价。

基于第一问的结果，分析不同的补贴方案对匹配程度的影响。

创建一个新的打车软件服务平台，设计补贴方案，并论证其合理性。

一、问题一的模型建立及求解（一）出租车供需平衡指标的建立本文以出租服务质量（供）、市民需求（求）为原则选取指标，通过对出租车业务流程以及对相关论文的研究，共选取了8个二级指标，出租车平均等待时间，里程利用率，车辆满载率，出租车数量，万人拥有量，天气情况，人口数量，天气情况。

（二）主成份分析运用spss进行主成分分析可得：评价指标体系以及综合得分公式可以考察我国各地区的出租车供求匹配的水平及存在的主要问题。

根据原始数据的11个城市，得出11个城市的指标排名，其中得分为负值则表明该地区的该项指标低于平均水平。

表中省市综合排名与实际各地的出租车供求平衡定性分析的发展水平情况整体较为相符，说明评价指标体系的构建过程中较为全面的考虑到影响出租车供求水平的大部分因素。

由个城市数据可知，11所城市中供求匹配最好的是重庆，F综高达0.805，大幅度高出同等级城市，而唐山、广州、深圳、哈尔滨、厦门地区的该项指标低于平均水平，尤其厦门与深圳三项指标得分均未达到平均水平，供求程度不平衡。

分析可知，城市出租车供求匹配程度与城市发达程度并没有直接关联。

二、问题二的模型建立及求解（一）模型的建立根据第一问中所得供求匹配结果，结合出租车实际收费方式，根据控制变量法给出以下四种补贴方案：1. 乘客起步补贴5元，按公里计时，每多出一公里补贴1元，司机补贴6元；2. 乘客起步补贴5元，按公里计时，每多出一公里补贴2元，司机补贴6元；3. 乘客起步补贴5元，按公里计时，每多出一公里补贴1元，司机补贴14元；（二）模型求解以北京为例，将上述的四种补贴方法分别代入北京市实际的出租车运营中，计算其供求匹配值。

“互联网+”时代的出租车资源配置摘要本文围绕互联网时代出租车资源配置问题，对不同时空出租车资源供需平衡程度、打车公司补贴措施对打车难的影响、设计新补贴方案等问题分别建立了模型，并对结果进行了详细的分析。

针对问题一，首先分析了不同时段出租车空驶过程次数和空驶等候时间统计数据，建立出租车空驶模型，计算出不同时间段的空驶率，并给予建议：在早高峰期应当适当增加出租车的数量。

然后又研究了城市出租车网络的运营特性与载客和空载阶段的出租车路径选择行为特征，分析了固定需求条件下出租车运营网络的供需平衡关系，建立了城市出租车网络供求匹配平衡模型，以客观地反映驾驶员的搜客行为规律，并针对模型结构特征设计了模型求解的迭代求解算法。

最后通过简单的算例分析，证实了算法的有效性。

针对问题二，建立顾客满意度模型，分析了影响顾客满意度的几个主要因素，首先介绍了出租车司机占比和顾客占比的变化规律，重点讨论了司机积极度对满意度的影响，并根据现阶段各打车公司的补贴措施分析了计算结果，并得出结论：各公司的补贴措施对打车难确实有帮助。

针对问题三，在第二问的基础上建立优化模型，同时控制出租车空载率保持恒定，并利用MATLAB 编程，得到最佳的补贴方案。

然后对模型检验，论证了模型的合理性。

最后，对模型进行了评价，分析了模型的优缺点，并针对解决打车难问题给出了合理的建议。

关键词：空驶率供求匹配平衡迭代算法满意度一、问题重述1.1问题背景随着经济的快速发展，人们对出行的要求也变得越来越高，出租车是逐渐成为出行的必备工具，然而“打车难”却发展成为一个社会的热点问题。

伴随着“互联网+”时代的到来，许多家公司以移动互联网为基础建立了打车软件服务平台，方便了乘客与出租车司机之间的信息互动，为了使人们更多的使用打车软件，打车公司同时推出了多种出租车的补贴方案。

1.2需要解决的问题(1) 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。

(2) 分析各公司的出租车补贴方案是否对“缓解打车难”有帮助？(3) 如果要创建一个新的打车软件服务平台，将设计什么样的补贴方案，并说明其合理性。

基于供求平衡的“互联网＋”时代出租车资源配置
江惠娟;朱家明;李金玲
【期刊名称】《九江学院学报：自然科学版》
【年(卷),期】2017(032)003
【摘要】文章针对“互联网＋”时代的出租车资源配置,使用综合评价、供求理论、零和博弈等方法,分别构建综合评价、无差异经济供求和“互联网＋”打车双方博
弈等模型.通过MATLAB、EXCEL等软件求解,讨论并研究了不同时空场景下出租
车资源的“供求匹配”程度分布规律、各公司补贴方案是否能缓解打车难等相关问题,并根据零和博弈的原则设计了新的补贴方案.
【总页数】5页(P49-53)
【作者】江惠娟;朱家明;李金玲
【作者单位】安徽财经大学统计与应用数学学院安徽蚌埠233030
【正文语种】中文
【中图分类】U121
【相关文献】
1.基于"互联网+"时代下出租车资源配置模型的探讨 [J], 李蔷;朱鹏;宓雪
2.基于“互联网+”时代出租车资源配置的数学模型分析 [J], 莫京兰;陈卓;邵钰;陆圣森
3.基于供求平衡的"互联网+"时代出租车资源配置 [J], 江惠娟;朱家明;李金玲
4.基于“互联网+”时代的出租车资源配置分析 [J], 乔宣清; 于春雨; 王觉
5.基于层次分析法解决“互联网+”时代的出租车资源配置 [J], 郝冰;陈付彬;刘云涛
因版权原因，仅展示原文概要，查看原文内容请购买。