2015年数学建模竞赛,互联网打车问题的研究.doc
《2015年数学建模竞赛,互联网打车问题的研究.doc》由会员分享,可在线阅读,更多相关《2015年数学建模竞赛,互联网打车问题的研究.doc(30页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、“互联网+”时代的出租车资源配置的评价分析摘要本文针对互联网时代下出租车资源配置问题,通过层次分析法、模糊数学法、马尔科夫链、定性分析等多种方法,综合分析了影响出租车供求匹配程度的因素、补贴方案实施后某一地区一年中反映出租车供求关系的理化指标,建立了基于层次分析法基础之上不同时空出租车资源的供求匹配程度和其影响因素的关系的综合评价法,马尔科夫链模型,最后,运用定性分析设计一个合理的补贴方案,使得乘客和司机在该方案下各自的满意度达到一个稳定的平衡。针对问题一,首先题目要求建立合理的指标,来分析不同时空出租车供求关系的匹配程度。应用类似于层次分析的方法,先确定对于单次成功交易的供求匹配的衡量值,下
2、分三项小指标,它们之间存在着线性关系。构建逆对称矩阵,运用Matlab进行迭代,确定相应的权系数。然后,对三项小指标分别划定等级,并赋予相应的分值。紧接着便可确定单次交易成功时的供求匹配程度的衡量值。整个时空下的值构成了大数据,运用数理统计的知识,先整体研究的均值,方差等,接着再研究不同时空下值集的均值等,得到新的表示不同时空出租车资源供求关系匹配程度的指标,然后建立分级评价模型。针对问题二,建立马尔科夫链模型,在往年数据的基础上,预测下一年的状态。并且运用Matlab软件对期间求得的概率矩阵向量加以整理分析,分别预测出了未来某一时段内的出租车里程利用率、车辆满载率、万人拥有辆三个指标的等级。
3、最终得到结论,打车软件公司的补贴方案对缓解打车难有一定的帮助。针对问题三,通过定性的分析,最终得到结论,建立如下方案较为合理:公司给予乘客的补贴与峰期的高低成正比,公司给予司机的补贴与峰期的高低成反比。本文多出使用流程图及表格,辅助说明问题,直观形象。并通过上述层次分析、定性分析、成对比较判断、模糊数学等方法,给出了较为完善的互联网时代的出租车资源配置。同时本文综合客观评价了模型的优缺点。关键词模糊数学 层次分析法 出租车 资源配置 马尔科夫链 定性分析一、 问题的重述1.1背景知识城市信息化已经成了当前城市建设的主旋律之一,传统的交通行业的产业模式发生了巨大的变化。有多家公司依托移动互联网建
4、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。1.2相关数据附录1:打车软件公司补贴政策实施后的某一年全国主要地区出租车供求指标1.3待解决问题通过搜集相关数据,建立数学模型研究如下问题:1.3.1问题一试建立合理的指标,并分析不同时空出租车资源的“供求匹配”程度。1.3.2问题二分析各公司的出租车补贴方案是否对“缓解打车难”有帮助?1.3.3问题三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、 问题的分析2.1问题的总分析出租车资源配置的评价是一个涉及满载率、空驶率、乘客等待时间等诸多方面的问题,同时天气、交
5、通情况等自然因素也会对评价结果产生影响,因此对互联网时代下的出租车供求关系评价具有很大的不确定性。同时,在评价的过程中,也涉及到大量数据的收集和处理,在现今打车软件公司数据保密性的条件下,本文根据不同因素对出租车资源配置的影响关系,建立多个数学模型,定性非定量的分析评价。最终,为判断出租车资源配置的好坏提供一个相对完善的理化评判标准。2.2具体问题分析2.2.1问题一的分析题中要求建立合理的指标,来分析不同时空出租车供求关系的匹配程度。采用逆向分析法,由供求匹配程度的大小逆向推出资源利用的大小,进而得到评定出租车资源供求匹配程度的三个指标:司机与乘客之间的距离、交通状况、司机确认订单的时间。由
6、此建立基于多层次分析的模糊数学模型。2.2.2问题二的分析不同公司出租车补贴方案有所差别,因此将各个公司看做整体,研究出租车补贴方案跟打车难易程度的关系。首先根据附件1中的某一地区在2014年出租车供求指标表,将里程利用率、车辆满载率、万人拥有量作为评定打车难易程度的标准,之后由2014年供求指标表建立马尔科夫链模型,进而预测出未来时间出租车补贴方案对打车难是否有所帮助。2.2.3问题三的分析通过逆向思维的转化,将设计一个合理的补贴方案转化为求乘客和司机二者满意度的平衡点。三、 模型的假设1.乘坐出租车的均为成年人。2.所说的距离均为直线距离。3.司机有正常的判断能力,而且,做出决定的时间与乘
7、客信息满足度负相关。4.没有重大交通事故发生。5.忽略交通信号灯的延时效用。6.所说的时空既有时间上一定的长度又有空间上一定的广度。四、 名词解释及符号说明4.1名词解释里程利用率:用以反映车辆载客效率,指营业里程与行驶里程之比,一般以一辆车为单位。车辆满载率:通过在客流集散较为集中的地点选取几个长期观测点,对单位时间通过道路的载有乘客的出租汽车数量占总通过出租车汽车数量的比。万人拥有量:是人均设备普指标,用来描述一定城市规模内车辆的占有量,指车辆数与人口规模之比。4.2符号说明本模型所用主要变量符号及意义如表1所示。表1 主要变量符号及意义序号符号意义1使用打车软件时每一单的供求匹配程度2不
8、同时空出租车资源的供求匹配程度3出租车司机与叫车乘客之间的距离4出租车司机达到叫车乘客地点所经路程的交通状况5乘客使用打车软件下单到司机接单所花费的时间6、中任意两者对的影响程度之比7第次交易成功时,出租车司机与乘客初始时的直线距离8第次交易成功时,初始直线距离对应的赋值五、 模型的建立与求解5.1问题一的分析与求解5.1.1对问题的分析(1)背景分析在过去的传统模式下,由于出租车司机与打车者之间信息不对称,导致非高峰时段出租车空载,高峰期和恶劣条件下司机拒载等现象频发,而打车软件的出现提高了一定的打车几率,在互联网的时代下,为了使司机能就近接客,避免司机较长距离的空载,同时使乘客能就近坐车,
9、避免较长时间的等待,需要建立一些合理的指标,来衡量司机和乘客的匹配程度,根据这些指标的高低建立层次分析模型来说明不同时空下出租车资源配置的优劣程度。(2)待解决问题通过查找资料,我们了解到,出租车司机在使用打车软件时,会根据主观判断挑选顾客,从而导致以下的一些情况的发生:1.短途单经常无人问津。2.司机会挑选路远,不堵,顺路的乘客。3.老年司机抢不了单,老年乘客搭不上车。在互联网时代,乘客与出租车司机之间信息互通,一些司机舍近求远,挑肥拣瘦的到数公里远的地方拉客,造成资源浪费,交通拥堵,污染环境。想拉客的拉不了,想乘车的乘不上。因此有必要分析一下不同时空出租车资源的匹配程度,将数据转化成一些指
10、标,来体现资源的利用率高低,以期对现实情况有指导作用。5.1.2对问题的求解:模型层次分析法为基础的综合评价模型(1)建模的整体思路该模型的建立以互联网时代信息互通为前提,以使用打车软件交易成功的总样本点为基础。通过逆向分析法,由供求匹配程度的大小逆向推出资源利用的大小,进而得到评定出租车资源供求匹配程度的三个指标:司机与乘客之间的距离、交通状况、司机确认订单的时间。对指标分析得到流程图(见图1)。确定,关于供求匹配程度的权重系数,由此进行多层次的综合评价。图1 供求匹配程度分析流程图(2)对指标的加权处理第一步,处理(司机与乘客的距离):由于机动车的速度很快,短距离的差异对于指标的形成无较大
11、的影响。因此,对距离划定等级,,不同的等级赋予不同的权值;第二步,处理(交通状况):由于大多数乘客不乐意等待时间过长,而交通情况直接影响到司机到达乘客处的时间,进而影响“供求匹配”程度。因此,对交通状况划定四个等级,,不同的等级赋予不同的权值;第三步,处理(接单时间),大多数情况下,司机会根据打车订单上的信息按照自己的主观意愿(如乘客的目的地远近,是否顺路等)挑选乘客。如果乘客发布的信息刚好满足司机的情况,司机决定接单的时间就短,进而说明匹配的效果很好。因此,对司机接单的时间划定四个等级,,不同的等级赋予不同的权值。最后,通过数值的计算,每一次成功的交易都会对应一个值,值的大小即为单个交易的匹
12、配程度的高低。在一定范围内的同一时空下发生多次交易,因而就会产生多个的值,进而通过研究值的大数据,分析该大数据均值,方差,数值分布,确定单个值在整体数据中所处的位置和某一时空下值在所有时空下值所处的位置,进而确定一个更具代表性的指数来表示不同时空出租车资源的“供求匹配”程度。(3)模型的建立模糊数学是用数学方法研究和处理具有模糊性现象的数学。模糊性是指客观事物差异的中间过渡状态的不分明性。基于层次分析法的基础上,对合理指标的建立和“供求匹配”程度的高低进行分析。运用模糊数学的方法,分析,即单次交易的“供求匹配”程度、司机与乘客之间的距离、乘客与司机之间的交通状况、接单的时间这四者之间的关系。采
13、用成对比较判断法来提高诸因素比较的准确程度,建立以评价出租车资源的供求匹配程度的各主要因素为元素组成的集合,记为。确立评价因素的权重集,根据影响供求匹配程度的重要程度,对各因素赋予相应的权值组成评价因素权重集合:。判断三个因素, ,对目标的影响,从而确定它们在中所占的比重。每次取两个因素,用来表示两个因素对的影响程度之比,按1至3的比例标度来度量,构成了一个两两比较的判断矩阵:。显然,判断矩阵具有以下性质:为把单次交易的供求匹配程度表示成三个变量,的线性组合,需确定三个变量的权系数,下面给出它们的量化过程:先分析同一时空出租车资源的供求匹配程度,考虑三个影响因素,用成对比较法得到逆对称矩阵是:
14、。然后通过表2两两比较确定上述取值,求出向量迭代序列,。标度含义135792,46,8倒数表示两个因素相比,具有同样的重要性表示两个因素相比,一个因素比另一个因素稍微重要表示两个因素相比,一个因素比另一个因素明显重要表示两个因素相比,一个因素比另一个因素强烈重要表示两个因素相比,一个因素比另一个因素极端重要上述两相邻判断的中值上述两相邻判断的中值相应两因素交换次序比较的重要性表2 判断矩阵标度及其含义计其极限为,且计,则权系数可取。在具体计算中,当与接近到一定程度时,取。用Matab进行迭代计算后得然后,进行一致性分析,观察偏离一致的程度:用来表征一致性。其值越小,偏离一致的程度越小,即越接近
15、一致。又用比值来判断该逆称矩阵在一致性方面是否可以接受。该模型中,且,由,则可以认为成对比较的逆对称矩阵可以接受。则可以得到关系式。根据RI随机一致性指标(见表3)对、,3个指标分析:123456000.580.901.1211.24表3 随机一致性指标表a. 对司机与乘客距离的分析大多数情况下乘客会在马路旁等待出租车,很少有出租车司机愿意驶入道路狭窄的地方,因此我们把乘客打车的地点统一规定在马路旁边。因为机动车的速度很快,从接单开始一般都能在较短的时间内到达乘客所在的位置。现在以乘客所在的位置O为圆心,以为半径作圆,分析方圆数里的出租车的分布,以直线距离作为标注划定等级,以0到500米范围内
16、为等级,赋予相应的权值8;以500米到1500米范围内为等级,赋予相应的权值6;以1500米到3000米范围内为等级,赋予相应的权值4;以3000米以外的范围作为等级,赋予相应的权值2;综合距离等级与相应赋值(见表4)。距离(米)0到500米500到15001500到30003000以外等级赋值8642表4 距离等级与赋值表假定在一定范围内的时空下,第次交易成功时,出租车司机与乘客初始时的直线距离为,则相应的赋值为。b. 对乘客与司机之间交通状况的分析在不同的时空下乘客与出租车司机间的交通状况会有很大的差别,天气、路段、时段、城市建设、道路施工等因素都会影响到二者之间的匹配程度。把道路的状况分
17、成四个等级:畅通,较畅通,拥堵,较拥堵。用层次分析法来研究交通状况,对影响交通的因素两两比较,建立逆对称矩阵,分析天气、路段、时段、城市建设、道路施工这5个因素,即对交通状况的影响程度。通过两两比较,用表示5个因素中任意两个因素对值影响程度之比,经过具体的分析可以确定相应的,进而得到逆对称矩阵:运用matlab进行迭代得到相应的权系数,要求把变量表示成变量的线性组合:,在此情况下,需要对进行赋值,如表5所示:因素 等级天气8642路段8642时段8642城市建设8642道路施工8642表5 影响交通情况指标等级与赋值表通过分析多个数据,得到不同时空条件下的多个值,依据值的范围和分布,划定出四个
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2015 数学 建模 竞赛 互联网 打车 问题 研究
限制150内