基于“互聯(lián)網(wǎng)+”時代的出租車資源配置模型的研究

摘 要：通過采用spss相關系數(shù)分析法以及神經(jīng)網(wǎng)絡多層感知器對不同時空出租車資源的“供求匹配”程度進行分析，利用神經(jīng)網(wǎng)絡多層感知器分析因變量時間、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”補貼方案和“快的打車公司”補貼方案建立了數(shù)據(jù)模型，分別求出出租車司機與乘客的利益最大值，以此會有助于緩解打車難的問題并設計補貼方案。

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

一、問題提出

在當今互聯(lián)網(wǎng)發(fā)達的時代，信息化也將打車納入其中，新的打車方式應運而生，多家公司依托移動互聯(lián)網(wǎng)創(chuàng)建了打車軟件服務平臺，但是這仍然沒有解決人們所關注的“打車難”的問題，這說明打車方式還有待進一步優(yōu)化。為此，我們建立數(shù)學模型研究 建立合理的指標，并分析不同時空出租車資源的“供求匹配度；分析各公司的出租車補貼方案對“緩解打車難”有無幫助；設計一個補貼方案以達到創(chuàng)建一個新的打車軟件服務平臺的目的，并論證其合理性。

二、模型建立

我們通過統(tǒng)計出租車道路分布狀況，然后分析不同時空出租車資源的“供求匹配”程度。通過對高峰擁擠路段的GPS定位分析，得到出租車分布狀況與候車市民人數(shù)大致分布來觀察其相關性系數(shù)。通過運用spss分析這些需求在時間空間上的區(qū)別以及差異性。

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

通過利用神經(jīng)網(wǎng)絡多層感知器分析因變量時間、因子經(jīng)緯度、協(xié)變量出租車數(shù)量，候車人數(shù)。在不同的時空分布條件時這些因素對協(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。

滴滴打車補貼方案：

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

2）司機用微信支付收車費，每單獎10元，每天10單；

3）司機每天使用微信支付首單立獎50元，用戶獎勵30元。

快的打車補貼方案：

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

2）首次使用快的打車的新用戶將獲得30元的話費返還；

3）打車用戶只要使用支付寶支付打車款，乘客每單獎勵10元（每天兩筆封頂），司機每單獎勵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，這兩家公司的補貼都能解決打車難的問題。第一種更適合新用戶和需求穩(wěn)定收益的司機。第二種更適合老的用戶和不需求穩(wěn)定收益的司機。以此得出結(jié)論：打車公司的補貼方案對緩解打車難有幫助。由此打車軟件平臺可知，乘客能更好的去預約打車，司機能根據(jù)路況等問題去選擇最適合自己的乘客。設計補貼方案：在繁華區(qū)對司機的補貼較少，在偏僻區(qū)，對司機的補貼較多。實施積分政策，每使用一次此軟件便會有積分，積分的多少由路程決定，當積分到達一定數(shù)目時，可以兌換相應的獎品。拼車補貼，對于從同一地點出發(fā)到達相同目的地的乘客可以實施拼車政策，對拼車的乘客和司機進行相關的補貼。

三、模型評價

本模型采用了層次分析法、主成分分析和相關系數(shù)分析的方法，在合理假設的情況下，比較準確的預測不同時空出租車資源的“供求匹配”程度。能充分利用統(tǒng)計學知識、數(shù)學知識，以及sig系數(shù)的思想，即有利于分析問題，又形象易懂。在構(gòu)建過程中，采用了合理的假設，使理論和實際能很好的相吻合，具有一定的普遍適用性。對主要理化指標權系數(shù)的求解中，利用spss和Excel數(shù)學軟件編程計算和圖像模擬，提高了運算效率和準確率。利用spss軟件和多元線性分析法來驗證，提高了預測值的可信度。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)，應在這兩方面作出相應的改進，在求解問題時，我們有些數(shù)據(jù)取的是近似值估計值，在處理過程中采取了一定的近似，因此應進行更加精確地統(tǒng)計分析。

參考文獻：

[1] 羅萬成.大學生數(shù)學建模案例精選[M].成都：西南交通大學出版社，2007.

[2] 朱星宇，陳勇強.spss多元統(tǒng)計分析方法與應用[M].北京：清華大學出版社，2011.

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

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

[5] 張穎，陳贊.出租車定價機制研究[J].消費經(jīng)濟，2005，21（4）：51-58.

[6] 劉次華.隨機過程[M].武漢：華中科技大學出版社，1999.

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