《互联网+”时代的出租车资源配置》由会员分享，可在线阅读，更多相关《互联网+”时代的出租车资源配置（15页珍藏版）》请在金锄头文库上搜索。
1、 1“互联网互联网+”时代的出租车资源配置时代的出租车资源配置 摘 要 本文围绕最优补贴方案问题,建立了模糊评价模型和层次分析模型,分别分析了在;合理指标下,不同时空出租车供求匹配程度和各公司的补贴方案并针对实际问题，最终制定出合适的打车补贴方案。 针对问题一：通过不同城市和同一城市一天不同时间段的里程利用率，万人出租车拥有数 ，实载率三大指标和需求/供应量建立模糊综合评价体系来求得不同时空供求匹配程度。 针对问题二：以“滴滴打车”和“快的打车”为例，对比传统出租车，建立了两个关于乘客效益和司机效益的层次分析模型。从乘客效益和司机效益这两个角度出发，进而分析出打车软件补贴方案对缓解打车难有明显
2、帮助。 针对问题三：通过第三方手机打车软件公司代管电调和数据共享解决了老年人不会用手机软件打车和乘客安全问题。建立层次分析模型对乘客，出租车公司和第三方打车软件公司的利益分析进行论证得出方案可以解决上述问题。 关键词：层次分析模型 模糊评价模型 供求匹配程度 指标 2一一、问题问题重述重述 “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,多家公司依托互联网建立了打车软件服务平台，推出了多种出租车的补贴方案。 搜集相关数据，建立数学模型来分析下列问题： (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
3、”有帮助？ (3) 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。 二二、问题问题分析分析 2.1 问题一分析 不同时空下供求匹配程度跟里程利用率，万人出租车拥有率，实载率和一定区域内需求量和供应量的比率密切相关，分别收集一线（比如北上广） ，二线（比如西安） ， 通过几个城市的不同指标来求得不同空间的共求匹配程度。 通过分析几个城市 早（7:009:00） 中（12:00-2:00） 晚（18:00-19:00） 和平时时段的打车的供求情况这就是第一问中的“时”搜集指标数据建立模糊评价体制。最后求得不同时空供求匹配程度。 2.2 问题二的分析 先从网络上查找
4、出出租车公司的补贴方案，以“滴滴打车”和“快的打车”为例对比传统出租车， 建立关于乘客效益和司机效益的层次分析模型来分析这两个公司补贴方案是否对“缓解打车难”有帮助。 2.3 问题三的分析 手机打车软件的使用出现了老年人不会用其打车， 乘客安全受到威胁和自主加价冲击市场的问题。 为了解决这些问题让第三方手机打车软件公司代管电调与出租车公司分3享出租车司机信息就可以解决这些问题，并且对于乘客，出租车公司，第三方手机打车软件公司都能取得更大的利润，为了论证方法的正确与否采用层次分析法进行论证。 三三、模型的假设与符号说明模型的假设与符号说明 3.1 模型假设 1.司机接单不违约，乘客利用打车软件一
5、定有空闲司机接单 2.获得数据真实且可靠。 3.出租车行驶过程中，不考虑交通限制，突发情况的影响。 4.各个指标相互独立，互不影响。 3.2 符号说明 符号 意义 U 评判因素组成的集合 V 评语等级组成的集合 R 评判结果 B 综合评判结果 M 供求匹配程度 B 评判结果的归一化结果 4四四、模型的建立模型的建立与与求解求解 4.1 问题一的模型建立与求解 以里程利用率，满载率，万人拥车数，供应量，需求量为指标来建立模糊综合评价模型求得不同时空的供求匹配程度。 表 1 里程利用率 万人拥有量 满载率 需求量/供应 量 北京 68% 34 68% 10% 西安 70% 25 72% 2.50%
6、 青岛 64.51% 22 70% 4.10% 建立三级评价体系 （好，一般，差）来评估分别对应（0.5,0.3,0.2） 表 2 里程利用率 70-100% 好 0.35 65-70% 一般 0.3 60-65% 差 0.2 万人拥有量 30 以上 好 0.5 25-30 一般 0.3 25 以下 差 0.2 满载率 75%以上 好 0.5 70-75% 一般 0.3 70%以下 差 0.2 需求量/供应量 3%以下 好 0.5 3-4% 一般 0.3 4%以上 差 0.2 5以表中的数据来求得北京地区供求匹配成度 1234, UUUUU 1U=0.3 2U=0.5 3U=0.2 4U=0.
7、2 123VVVV10.5V 20.3V 30.2V 0.150.090.06 0.250.150.1 0.250.150.1 0.10.060.04 0.10.060.04R 0.30.30.30.1A *0.180.0960.064BA R 把结果化一 得 640.62525B1*0.404MB V 10.30.5M 从而得到北京的供求匹配程度介于一般和好之间 西安的匹配度 10.5U 20.3U 30.5U 40.5U 10.5V 20.3V 30.2V 0.250.150.1 0.150.090.06 0.250.150.1 0.250.150.1R 0.30.30.30.1A *0.
8、220.1320.088BA R 把结果归一得： 0.50.30.2B 2*0.38MB V 20.30.4040.5M 6西安的供求匹配度在一般和好之间但是低于北京 同理可求青岛的数据为30.32M 30.30.38 0.404 0.5M 在一般和好之间但是供求匹配度低于西安和北京 在不同地域的供求匹配度： 北京西安青岛 4.1.2 探究在上海市不同时间段的供求匹配度 表 35 时间 里程利用率 满载率 需求/供应 1：00-7:700 0.57 0.52 5.27% 8:00-9:00 0.64 0.723 16.19% 10:00-12:00 0.686 0.734 14.7% 13:0
9、014:00 0.72 0.73 14.56% 15:00-18:00 0.748 0.725 23.44% 19:00-20:00 0.733 0.721 36.18% 21:00-24:00 0.54 0.636 19.81% 建立评价标准（好，一般，差）对应的比率（0.5,0.3,0.2） 。 表 4 里程利用率 70%以上 好 0.5 60-70% 一般 0.3 60%以下 差 0.2 满载率 70%以上 好 0.5 60-70% 一般 0.3 60%以下 差 0.2 需求/供应 10%以下 好 0.5 10-20% 一般 0.3 20%以上 差 0.2 71:00-7:00 点的上海
10、供求匹配程度： 1234UUUUU 123VVVV 10.2U 20.2U 30.5U 10.5V 20.3V 30.2V 0.10.060.040.10.060.04 0.250.150.1R 0.40.40.2A *MB V B =A * R =0.18,0.078,0.052 把结果化一 0.580.250.17B *MB V=0.339 - 由此同理可得: 表 52 时间 M 8：00-9:00 0.39 10:00-12:00 0.39 13:00-14:00 0.374 15:00-18:00 0.38 19:00-20:00 0.38 21:00-24:00 0.359 由此根据
11、我们建立的评价标准可以看出上海的供求匹配程度 在上班的高峰期8:00-9:00 12:00-2:00 18:00-20:00 相对于其他时段较低 整体上海的供求匹配程度在（0.3,0.5）属于一般水平。 4.2 问题二的模型建立和求解 84.2.1 建立层次结构 首先建立第一个关于乘客效益的层次分析模型（M） ，共分三层： 最上层为目标层（A） ：从乘客效益的角度选择补贴方案；第二层为准则层（B） ：共有以下 11 个准则：司机违约风险（B1） 、黑车安全风险（B2） 、移动支付模型（B3） 、移动支付便利（B4） 、节假日需求（B5） 、偏远特殊地区需求（B6） 、早高峰需求（B7） 、恶劣
12、天气需求（B8） 、候车时间（B9） 、车费返现（B10） 、流量耗费（B11）;最下层为方案层（C）:“传统出租车” （C1） 、 “滴滴打车” （C2）和“快的打车” （C3）三个方案供选择。 再建立第二个关于司机效益的层次分析模型（N） ，共分三层： 最上层为目标层（E） ：从司机效益的角度选择补贴方案；第二层为准则层（F） ：共有以下 7 个准则：流量电话费耗费（F1） 、奖励制度（F2） 、收入水平（F3） 、乘客违约风险（F4） 、转移注意力安全风险（F5） 、自主选择路线（F6） 、自主选择时间段（F7） ；最下层为方案层，有“传统出租车” （G1） 、 “滴滴打车” （G2）和
13、“快的打车” （G3）三个方案供选择。 4.2.2 确定准则层对目标层的权重 4.2.2.1 针对模型 M，确定准则层（B）对目标层（A）的权重 W1 再分析准则层对目标层的影响，然后根据 Saaty 等人提出的 1-9 尺度（见附录 ） ，构出成对比较矩阵 A=，A 是 11 阶正互反矩阵，矩阵 A 如下所示： 911111112222735452 71553323777 1111111111225354532 1111111111225243432 111133212223223 155421224553 111144313442222 155421214553 1111233312374
14、34 111111122122725452 111111111112722254532A 然后利用 MATLAB 求解矩阵 A 的最大特征值得： =11.853，对正互反矩阵进行一致性检验，采用 T.L.Saaty 一致性指标： /1CInn 根据 Saaty 的随机一致性指标表格: 表 6 随机一致性RI 的数值 n 1 2 3 4 5 6 7 8 9 10 11 RI 0 0 0.58 0.90 0.12 0.24 0.32 0.41 1.45 1.49 1.51 得RI=1.51 一致性比例 /0.8528/1.510.07420.1CRCI RI ，即通过了一致性检验。 最后通过归一化
15、，得到归一化特征向量10.042,0.250,0.086,0.090,0.082,0.153,0.105,0.153,0.069,0.038,0.024TW 。 4.2.2.2 针对模型 N，确定准则层（F）对目标层（E）的权重 W2 10同以上解决模型 N 的权重 W2相同道理相同，可得出成对比较矩阵 7 7ijEe，E是 7 阶正互反矩阵，矩阵 E 如下所示： 1111111373422 113122253 7515344 1113111254 14341333 1112111243 1112111243E 特征值与特征向量分别为：27.028 ，20.041,0.119,0.391,0.077,0.22,0.076Tw
