"互联网+"时代的出租车资源配置摘要
在"互联网+"时代,出租车资源配置是解决"打车难"问题的关键。通过对出租车需求量和供应量的分析,我们可以确定出租车资源配置的合理性。本文将对出租车资源配置进行研究,旨在解决出租车资源配置的问题。
一、背景分析与问题重述
在"互联网+"时代,出租车逐渐成了出行的重要交通工具。然而,出租车的供不应求问题却成了 도시交通的主要问题之一。为了解决这个问题,我们需要建立数学模型来分析出租车资源配置的合理性。
问题一:根据搜集的相关资料,建立合适的指标来分析不同时空出租车资源的“供求匹配”程度。
问题二:通过了解各公司的出租车补贴方案,判断这些方案能否缓解“打车难”现象。
问题三:根据(1)和(2)的结果分析,为一个新的打车软件服务平台设计一个新的补贴方案,并论证其合理性。
二、问题分析
问题一:为了衡量不同时空出租车资源“供求匹配”程度,我们可以通过 Matlab 软件,根据搜集的相关资料,建立合适的指标来分析出租车资源配置的合理性。我们可以通过 Excel 表格,体现不同车速下的城市干道的通行能力,并令其做为指标,通过通行状况进而与出租车和乘客量相匹配,得出在时间上早晨 9 点左右与晚上 8 点左右是打车高峰期,容易出现“打车难”现象;在地区分布上,都江堰区,成华区和青羊区出租车容易出现出租车供不应求的关系。
问题二:通过了解滴滴打车和快的打车两种补贴方案,我们可以判断这些方案能否缓解“打车难”现象。我们可以通过 Matlab 软件,根据滴滴打车和快的打车两种补贴方案,进行补贴方案分析。快的打车的补贴增加了补贴效益,但可能会增加行驶行程从而增大可变成本。而滴滴打车的补贴方案是每一笔减免,增加了补贴效益。最后通过补贴方案对指标的影响,从而分析出租车补贴供求匹配度的改变。
问题三:我们可以将某城市分为九个区,分区分时,找出每辆车所获补贴与其接单数的关系,并建立函数关系来求解动态补贴金额。我们可以通过 Matlab 软件,根据搜集的相关资料,建立合适的指标来分析出租车资源配置的合理性。
三、模型假设
1.假设所搜集的出租车分布资料,出租车需求量符合地区状况。
2.假设所使用打车软件可以估算所有的居民需求。
3.假设乘客和出租车司机会因补贴方案更喜欢使用打车软件。
4.假设乘客在每个区域打车的难易程度是一样的。
四、符号说明
v 出租车的行驶车速
fv 出租车的最高车速
k 车辆密度
jk 车辆阻塞密度
q 汽车流量
N 单位时间内通过道路上指定断面的最大车辆数
3d 两车之间的安全距离
4d 车辆的标准长度
d 前后两车最小车头间隔
S 司机一天的总收益
il 出租车总行驶路程
n 某一区域内某刻有出租车总辆数
g 每单司机可获补贴
z 所有出租车总共接单数
c 每辆出租车接单数
五、数据搜集
数据来源于互联网,使用的是 Github 上 yiyuezhuo 的项目,其利用的 python 爬虫技术将苍穹滴滴快的智能出行平台数据爬取了下来,项目地址:https://github.com/yiyuezhuo/cangqiong-scratch
由于其已经将成都市 2016 年 3 月 10 日的数据爬取了下来,故本篇报告的数据支持为 2016 年 3 月 10 日。
本文旨在解决出租车资源配置的问题,通过对出租车需求量和供应量的分析,我们可以确定出租车资源配置的合理性,并设计一个新的补贴方案,以解决“打车难”问题。