基于“互聯(lián)網(wǎng)+”時(shí)代的出租車資源配置模型的研究

摘 要：通過(guò)采用spss相關(guān)系數(shù)分析法以及神經(jīng)網(wǎng)絡(luò)多層感知器對(duì)不同時(shí)空出租車資源的“供求匹配”程度進(jìn)行分析，利用神經(jīng)網(wǎng)絡(luò)多層感知器分析因變量時(shí)間、因子經(jīng)緯度、協(xié)變量出租車數(shù)量，候車人數(shù)因素對(duì)協(xié)變量出租車數(shù)量和候車人數(shù)之間的偏差，以及可根據(jù)這種偏差做出的調(diào)整。分析“滴滴打車公司”補(bǔ)貼方案和“快的打車公司”補(bǔ)貼方案建立了數(shù)據(jù)模型，分別求出出租車司機(jī)與乘客的利益最大值，以此會(huì)有助于緩解打車難的問(wèn)題并設(shè)計(jì)補(bǔ)貼方案。

關(guān)鍵詞：SPSS；神經(jīng)網(wǎng)絡(luò)；sig；二次函數(shù)模型；互聯(lián)網(wǎng)；出租車資源配置

一、問(wèn)題提出

在當(dāng)今互聯(lián)網(wǎng)發(fā)達(dá)的時(shí)代，信息化也將打車納入其中，新的打車方式應(yīng)運(yùn)而生，多家公司依托移動(dòng)互聯(lián)網(wǎng)創(chuàng)建了打車軟件服務(wù)平臺(tái)，但是這仍然沒(méi)有解決人們所關(guān)注的“打車難”的問(wèn)題，這說(shuō)明打車方式還有待進(jìn)一步優(yōu)化。為此，我們建立數(shù)學(xué)模型研究 建立合理的指標(biāo)，并分析不同時(shí)空出租車資源的“供求匹配度；分析各公司的出租車補(bǔ)貼方案對(duì)“緩解打車難”有無(wú)幫助；設(shè)計(jì)一個(gè)補(bǔ)貼方案以達(dá)到創(chuàng)建一個(gè)新的打車軟件服務(wù)平臺(tái)的目的，并論證其合理性。

二、模型建立

我們通過(guò)統(tǒng)計(jì)出租車道路分布狀況，然后分析不同時(shí)空出租車資源的“供求匹配”程度。通過(guò)對(duì)高峰擁擠路段的GPS定位分析，得到出租車分布狀況與候車市民人數(shù)大致分布來(lái)觀察其相關(guān)性系數(shù)。通過(guò)運(yùn)用spss分析這些需求在時(shí)間空間上的區(qū)別以及差異性。

由相關(guān)系數(shù)變輸出結(jié)果可知，時(shí)間與出租車數(shù)量和候車人數(shù)的顯著性水平即sig值=0.0030.05。當(dāng)、sig0.05時(shí)，說(shuō)明兩個(gè)變量之間存在顯著相關(guān)關(guān)系，即不同時(shí)間段與出租車數(shù)量和候車人數(shù)之間相關(guān)系數(shù)程度顯著。

通過(guò)利用神經(jīng)網(wǎng)絡(luò)多層感知器分析因變量時(shí)間、因子經(jīng)緯度、協(xié)變量出租車數(shù)量，候車人數(shù)。在不同的時(shí)空分布條件時(shí)這些因素對(duì)協(xié)變量出租車數(shù)量和候車人數(shù)之間的偏差，以及可根據(jù)這種偏差做出的調(diào)整。

滴滴打車補(bǔ)貼方案：

1）乘客使用嘀嘀打車并通過(guò)微信支付立減10元，每天3次，新乘客首單立減15元；

2）司機(jī)用微信支付收車費(fèi)，每單獎(jiǎng)10元，每天10單；

3）司機(jī)每天使用微信支付首單立獎(jiǎng)50元，用戶獎(jiǎng)勵(lì)30元。

快的打車補(bǔ)貼方案：

1）市民使用支付寶打車就有機(jī)會(huì)獲得單筆20或5元現(xiàn)金返還，每天2次機(jī)會(huì)；

2）首次使用快的打車的新用戶將獲得30元的話費(fèi)返還；

3）打車用戶只要使用支付寶支付打車款，乘客每單獎(jiǎng)勵(lì)10元（每天兩筆封頂），司機(jī)每單獎(jiǎng)勵(lì)15元。

建立二次函數(shù)模型：

滴滴打車：

c=30+15n1+10n2（n1≤1，n2≤2）d=30+10n2（n2≤3）j=50+10f（f≤10）w=c+d+j+15n1+10n2+30+10n2+50+10f（n1≤1，n2≤2，f≤10）=110+15n1+10n2+10f（n1≤1，n2≤2，f≤10）wmax=110+15+40+100=265元

快的打車：

c=30+10n3+20n4+5n5（n3≤2，n4≤2，n5≤2）d=10n3+20n4+5n5（n3≤2，n4≤2，n5≤2）j=15f（f≥0）w=c+d+j=30+10n3+20n4+5n5+10n3+20n4+5n5+15f（n3≤2，n4≤2，n5≤2，f≥0）=30+20n3+40n4+10n5+15f（n3≤2，n4≤2，n5≤2，f≥0）wmax=30+40+80+20+15f=170+15f

結(jié)論：由2種結(jié)果可知，這兩家公司的補(bǔ)貼都能解決打車難的問(wèn)題。第一種更適合新用戶和需求穩(wěn)定收益的司機(jī)。第二種更適合老的用戶和不需求穩(wěn)定收益的司機(jī)。以此得出結(jié)論：打車公司的補(bǔ)貼方案對(duì)緩解打車難有幫助。由此打車軟件平臺(tái)可知，乘客能更好的去預(yù)約打車，司機(jī)能根據(jù)路況等問(wèn)題去選擇最適合自己的乘客。設(shè)計(jì)補(bǔ)貼方案：在繁華區(qū)對(duì)司機(jī)的補(bǔ)貼較少，在偏僻區(qū)，對(duì)司機(jī)的補(bǔ)貼較多。實(shí)施積分政策，每使用一次此軟件便會(huì)有積分，積分的多少由路程決定，當(dāng)積分到達(dá)一定數(shù)目時(shí)，可以兌換相應(yīng)的獎(jiǎng)品。拼車補(bǔ)貼，對(duì)于從同一地點(diǎn)出發(fā)到達(dá)相同目的地的乘客可以實(shí)施拼車政策，對(duì)拼車的乘客和司機(jī)進(jìn)行相關(guān)的補(bǔ)貼。

三、模型評(píng)價(jià)

本模型采用了層次分析法、主成分分析和相關(guān)系數(shù)分析的方法，在合理假設(shè)的情況下，比較準(zhǔn)確的預(yù)測(cè)不同時(shí)空出租車資源的“供求匹配”程度。能充分利用統(tǒng)計(jì)學(xué)知識(shí)、數(shù)學(xué)知識(shí)，以及sig系數(shù)的思想，即有利于分析問(wèn)題，又形象易懂。在構(gòu)建過(guò)程中，采用了合理的假設(shè)，使理論和實(shí)際能很好的相吻合，具有一定的普遍適用性。對(duì)主要理化指標(biāo)權(quán)系數(shù)的求解中，利用spss和Excel數(shù)學(xué)軟件編程計(jì)算和圖像模擬，提高了運(yùn)算效率和準(zhǔn)確率。利用spss軟件和多元線性分析法來(lái)驗(yàn)證，提高了預(yù)測(cè)值的可信度。但本模型未將多種影響出租車及乘客打車的變量考慮在內(nèi)，應(yīng)在這兩方面作出相應(yīng)的改進(jìn)，在求解問(wèn)題時(shí)，我們有些數(shù)據(jù)取的是近似值估計(jì)值，在處理過(guò)程中采取了一定的近似，因此應(yīng)進(jìn)行更加精確地統(tǒng)計(jì)分析。

參考文獻(xiàn)：

[1] 羅萬(wàn)成.大學(xué)生數(shù)學(xué)建模案例精選[M].成都：西南交通大學(xué)出版社，2007.

[2] 朱星宇，陳勇強(qiáng).spss多元統(tǒng)計(jì)分析方法與應(yīng)用[M].北京：清華大學(xué)出版社，2011.

[3] 姜啟源，謝金星，葉俊.數(shù)學(xué)模型[M].北京：高等教育出版社，2003.

[4] 王瑋.路段交通量與OD量互算關(guān)系研究[J].南京工學(xué)院，1988（1）：68-79.

[5] 張穎，陳贊.出租車定價(jià)機(jī)制研究[J].消費(fèi)經(jīng)濟(jì)，2005，21（4）：51-58.

[6] 劉次華.隨機(jī)過(guò)程[M].武漢：華中科技大學(xué)出版社，1999.

作者簡(jiǎn)介：吳勇（1990-），男，安徽巢湖人，碩士，桂林電子科技大學(xué)信息科技學(xué)院講師，從事有限群論研究。