打车软件数学模型
数学建模汽车租赁调度问题
汽车租赁调度问题摘要国内汽车租赁市场兴起于1900年北京亚运会，随后在北京、上海、广州及深圳等国际化程度较高的城市率先发展直至2000年左右，汽车租赁市场开始在其他城市发展。
为了对某市的一家租赁公司获利情况进行分析并确定汽车调度方案，本文我们以非线性规划为基础，通过matlab，excel等软件对数据进行处理，最小二乘法对缺失数据进行预测，最终使用lingo软件进行编程求解得到最终的优化方案。
在问题一中，我们基于对题目中尽量满足需求的理解，考虑到总的车辆数和总的需求量之间的关系，用最小偏差法和分段考虑法进行了计算，分别建立多目标规划模型和非线性规划模型，通过对转运后各代理点最终的车辆数进行分析，比较两种结果得到更优的转运方案。
在问题二中，我们一方面要对其短缺损失进行理解，另一方面要考虑，是否应该考虑在尽量满足需求的条件下求其最低的转运费用和短缺损失，此问题中我们同样分两种情况对其进行考虑，通过比较两者最低费用并且结合实际情况，得到更合理的转运方案。
在问题三中，首先我们分析数据，剔除了其中一场的部分，并用最小二乘法对缺失数据进行预测，得到完整的单位租赁费用与短缺损失费用，然后综合考虑各种因素后，我们将公司获利最大作为最终目标函数通过非线性规划的模型求得最佳方案。
在问题四中，我们没有直接对是否购买新车作出判断，而是直接以其八年获利最大为目标进行非线性规划，购买的车辆数成为其目标函数中的一个未知数，用lingo可直接求得在获利最大时的购车数量，将其与不购车时的利润进行比较可得到最佳的购买方案。
关键词：非线性规划全局最优短缺损失最小二乘法一．问题重述国内汽车租赁市场兴起于1990年北京亚运会，随后在北京、上海、广州及深圳等国际化程度较高的城市率先发展，直至2000年左右，汽车租赁市场开始在其他城市发展。
某城市有一家汽车租赁公司，此公司年初在全市范围内有379辆可供租赁的汽车，分布于20个代理点中。
每个代理点的位置都以地理坐标X和Y的形式给出，单位为千米。
数学建模论文大作业-打车软件竞争问题
打车软件的竞争问题班级:电子科学与技术1102班组员:二零一四年五月打车软件的竞争问题摘要：随着打车软件的日趋火热，越来越多的出行者使用打车软件预约出租车。
基于移动互联网的打车软件相对于已往的传统的统一出租车电招平台庞杂的预定流程，显示出了很大的便捷优势，这种约车新形式服务正在悄然改变人们传统打车模式，它的新颖性、神奇性、创新性、高效性以及便利性在一定程度上迎合了人们现代化的生活方式。
消费者每次使用打车软件预约出租车，被使用的软件公司都会给予司机和消费者相应的补贴，而且随着竞争的升级，补贴的力度越来越大。
打车软件给一部分人带来了便捷，同时也带来了很多的社会问题，如拒载、爽约、空车不停等。
正是这些争议性问题使得人们对这种新事物的出现产生一些疑虑。
因此，国内一些城市开始对这类打车软件紧急进行“叫停”，使得目前这些打车软件的发展陷入迷茫状态。
本文通过建立科学的数学模型，论述了打车软件目前发展模式和存在的问题，并阐述了如何对打车软件进行安全管理与标准化的建议；同时，通过模型分析讨论了打车软件之间的竞争问题；最后指出打车软件企业需要不断地完善自己的软件产品，提高用户体验，使打车软件更符合出租车营运行业市场的需求。
关键词：打车软件；软件补贴；竞争；发展前景一、打车软件市场发展状况随着移动互联网的飞速发展，打车软件开始变得异常的火热，开始成为了越来越多的年轻时尚人士出行必备的工具。
随着竞争的深入，各家打车软件公司依托于背后强大的母公司支撑和金元的后盾，开始了现金补贴的营销战略，消费者每次使用打车软件预约出租车，被使用的软件公司都会给予司机和消费者相应的补贴，而且随着竞争的升级，补贴的力度越来越大。
如表1所示。
表1 补贴政策时间事件1月10日嘀嘀打车软件在32个城市开通微信支付，使用微信支付，乘客车费立减10元、司机立奖10元。
1月20日“快的打车”和支付宝宣布，乘客车费返现10元，司机奖励10元。
1月21日快的和支付宝再次提升力度，司机奖励增至15元。
2015年B题数学建模_滴滴打车模型分析
2015 数学建模B题（公选课）后打车时代究竟能走多远--基于数学分析的打车软件盈利模式的评估体系1．摘要打车软件作为新兴的交易平台，增加了交易机会。
且与街头扬招方式相比，打车软件优势也很明显，它可以让出租车司机迅速找到它的客户。
出租车正在寻找客人而“空跑”。
打车软件的出现则改变了这种信息不对称，大大降低了司机的“空载率”，减少了司机和乘客之间的交易成本——司机扫街和乘客扫街的时间成本。
其次，改变了支付方式。
传统现金交易有两个弊病，一是安全性。
另外，大量现金交易增加了司机的交易成本：时不时收到假钞，蒙受经济损失；每周几次到银行存钱也增加了时间成本。
这些优势就使得打车软件极具有盈利的可能，只有软件找到用户并增强对他们的粘性，就有许多渠道来针对他们来盈利。
随着近两年打车软件的兴起，从原先40多款打车软件的百花齐放演变成现在的嘀嘀、快的双雄争霸，市场竞争也趋于白热化。
2014年伊始，嘀嘀打车和快的打车进入史上空前的“烧钱大战”，在高峰期甚至达到2月17日乘客返现10—15元，新司机首单立奖50元，而且每单都有补贴十块。
目前两大打车软件纷纷将针对乘客的补贴降至3元/单，对司机端的补贴，嘀嘀是5元/单，快的4元/单。
部分城市的嘀嘀打车更已取消“立减优惠”，取而代之的是“用嘀嘀添新衣”的广告或改送购物网站现金券。
那么，在后打车时代，滴滴打车这类打车软件还能走多远了？我们通过对打车软件盈利模式的研究来探索这个问题。
关键词：空载率，支付方式，交易成本，后打车时代2．模型的假设①打车软件开拓的市场基本成熟，大公司的投资也不再，补贴也不再，利用生活服务来增强对用户的粘性。
②假设软件公司为用户提高的生活服务质量日趋完善，出租车司机的覆盖率每年增长，但增长速度每年递减，最后使用打车软件的人数稳定在一定数量（即达到饱和状态）。
③假设出租车司机的覆盖率与顾客的等待时间成反比，即t=k2/p2；k2为常系数。
假设顾客的满意度跟等待时间成负相关，且满足s=100-k1*t，其中t顾客等待打车的时间，k1为常系数，顾客的满意度跟的士的覆盖率成正相关，可以这么理解，使用打车软件的出租车越多，乘客越容易在短时间内打到车，即满意度越高。
数学建模B题
数学建模B题 The following text is amended on 12 November 2020.B题“互联网+”时代的出租车资源配置摘要本文针对现代生活中“打车难”这一问题，寻找引起其发生的主要因素，并在此基础上建立了与之相对应的打车软件服务信息平台，提出了最优控制策略，最后通过对深圳市出租车辆的调查做出了具体检验措施，验证出此模型的合理性。
针对问题一，本文首先运用层次分析方法，筛选出四至五个相对合理的指标以此来评判出对出租车供求的影响；其次运用SPSS软件对这些指标的数据进行预处理，应用主成分分析法从中再次筛选出三个重要指标，分别得出深圳市和佛山市供给量与需求量与对应三个重要指标间的关系，并利用MATLAB软件绘制供求量随影响因素变化的模型。
利用灰色预测模型来分别预测未来几年深圳市和佛山市供给量与需求量发展趋势，验证其匹配状况，进而解决不同时间下的匹配度问题。
运用灵敏度分析法，修正误差，完善模型。
针对问题二，考虑到出租车补贴主要为燃油补贴，由问题一的模型可知，燃油价格因素直接影响了供给量，通过问题一得出出租车补贴方案对缓解打车难有明显影响。
针对问题三，在软件平台建立上，为实现匹配度最佳，基于打车者与出租车距离最短，等待时间最短，首先利用图论的知识找出最短路径，进而运用改进的遗传算法求出最短时间，寻求到最优方案。
其次根据空载量，分情况讨论具体补贴方案。
最后根据GPS定位数据随机选取出“滴滴打车”某一时间内的经纬度，对以上服务信息平台进行检验，得出该平台较之前具有更好的合理性。
关键词：主成分分析灰色预测模型SPSS数据处理遗传算法一、问题重述随着经济的快速发展，人口密度的增大，“打车难”已成为全国大部分城市所面临的主要问题，人们均是采取“招手打车”方式，这不仅降低了司机载客量，而且对顾客来说，也浪费了很多时间。
现在出现了“滴滴打车”，“快的打车”等软件服务平台，让人们利用“互联网+”方便快捷地打到车。
数学建模 出租车调价问题
出租车调价问题摘要：随着国际燃油价格的不断上涨，国内市场已经进行了多次调价，调价对于本来就经营困难的出租车来说更是雪上加霜。
为了化解高油价给出租车业，尤其是出租车司机带来的压力，各个地方政府采取种种措施化解油价上涨给出租车司机带来的减收问题。
2006年4月17号上海召开出租车运价油价联动机制听证会，就建立出租车行业运价油价联动机制展开论证并且提出了两个运价油价联动计算公式。
本文通过假设和一定的分析而建立一个数学模型以反映上海市的出租车运价与油价联动机制，并经过将大连的实际情况跟上海对比后，对模型做一定的改进以适合大连的情况。
本文利用线形规划模拟分析问题,建立模型并且利用LINGO求解。
最后从理论与实际的角度出发，提出对模型的改进方法和设想。
关键词：出租车调价线性规划数学模型一、问题的重述受国际原油价格持续上涨影响, 经国务院批准，国家发改委通知, 自2006年3月26日起将汽油和柴油出厂价格每吨分别提高300元和200元。
辽宁省的汽油和柴油零售基准价每吨分别提高250元和150元。
大连市93号汽油每升上调0.21元，调价后为每升4.47元。
国家发改委提高成品油价格的消息发布后，一些地方迅速做出反应。
在油价走高的背景下，全国出租车价格涨声一片。
国家发改委要求各地建立出租车运价与油价的联动机制，今后按照联动机制调整运价。
目前北京、上海已经建立了出租车运价与油价的联动机制。
以上海市为例，在2006年4月17日召开的出租车运价油价联动机制听证会上公布了两个公式，运价油价联动机制今后将通过两个公式来操作。
第一个公式用于调整出租车起步费。
按照这个公式，如果油价平均提高一元，根据前期调研，单车每天消耗汽油43.75升，日均载客34次，代入公式，每车起步价需要提高1.29元；第二个公式用于调整超过起步价后的出租车公里单价。
按照这个公式，如果油价每升平均提高1元，每车每天行驶350公里、载客率61%、起步价外公里占总公里数的64%，与公里油耗无关的加价计时等营运附加收入系数0.15，计算后可以发现每公里运价需要提高0.27元。
数学建模B题
B题“互联网+”时代的出租车资源配置摘要本文针对现代生活中“打车难”这一问题，寻找引起其发生的主要因素，并在此基础上建立了与之相对应的打车软件服务信息平台，提出了最优控制策略，最后通过对深圳市出租车辆的调查做出了具体检验措施，验证出此模型的合理性。
针对问题一，本文首先运用层次分析方法，筛选出四至五个相对合理的指标以此来评判出对出租车供求的影响；其次运用SPSS软件对这些指标的数据进行预处理，应用主成分分析法从中再次筛选出三个重要指标，分别得出深圳市和佛山市供给量与需求量与对应三个重要指标间的关系，并利用MATLAB软件绘制供求量随影响因素变化的模型。
利用灰色预测模型来分别预测未来几年深圳市和佛山市供给量与需求量发展趋势，验证其匹配状况，进而解决不同时间下的匹配度问题。
运用灵敏度分析法，修正误差，完善模型。
针对问题二，考虑到出租车补贴主要为燃油补贴，由问题一的模型可知，燃油价格因素直接影响了供给量，通过问题一得出出租车补贴方案对缓解打车难有明显影响。
针对问题三，在软件平台建立上，为实现匹配度最佳，基于打车者与出租车距离最短，等待时间最短，首先利用图论的知识找出最短路径，进而运用改进的遗传算法求出最短时间，寻求到最优方案。
其次根据空载量，分情况讨论具体补贴方案。
最后根据GPS定位数据随机选取出“滴滴打车”某一时间内的经纬度，对以上服务信息平台进行检验，得出该平台较之前具有更好的合理性。
关键词：主成分分析灰色预测模型SPSS数据处理遗传算法一、问题重述随着经济的快速发展，人口密度的增大，“打车难”已成为全国大部分城市所面临的主要问题，人们均是采取“招手打车”方式，这不仅降低了司机载客量，而且对顾客来说，也浪费了很多时间。
现在出现了“滴滴打车”，“快的打车”等软件服务平台，让人们利用“互联网+”方便快捷地打到车。
而我们这个模型的主要目的既是通过搜集相关合理数据，从而进行以下问题的讨论。
1.寻找合适指标，建立数学模型，分析在不同时间地点的出租车需求量以及供应量之间的匹配程度。
数学建模汽车租赁问题
数学建模汽车租赁问题在如今的社会中，汽车租赁服务已经成为了越来越受欢迎的选择。
然而，在汽车租赁公司的运营过程中，如何合理地分配汽车资源以满足用户需求并提高运营效益成为了一项重要的问题。
在本文中，我们将运用数学建模的方法来探讨汽车租赁问题，以期得到最佳的汽车分配方案。
1. 问题描述我们假设有一家汽车租赁公司，该公司拥有不同型号和品牌的汽车，以满足不同用户的需求。
公司面临着以下问题：（1）如何根据用户需求高效地分配汽车资源？（2）如何合理安排汽车的调度和维修？（3）如何确定合适的租金策略以满足公司运营需求？2. 模型建立为了解决上述问题，我们可以建立以下数学模型：（1）需求预测模型：分析历史数据，通过时间序列分析或机器学习算法预测用户的汽车租赁需求。
将预测结果应用于汽车资源的分配，以避免资源浪费和不足的问题。
（2）运输调度模型：基于实时数据和优化算法，建立汽车调度模型，合理安排汽车的运输路径和时间，以提高运输效率和降低成本。
（3）维修决策模型：分析汽车日常维修和保养的历史数据，建立维修决策模型，包括维修周期、维修数量和维修质量等方面，以确保汽车的正常运行和延长使用寿命。
（4）租金策略模型：结合市场需求和竞争对手定价策略，建立租金策略模型，以确定合适的租金水平，同时考虑用户的支付能力和公司的利润目标。
3. 数据获取与分析为了建立有效的模型，我们需要收集并分析大量的数据，包括但不限于以下方面：（1）用户需求数据：通过调查问卷、网站访问记录等方式，获取用户对不同品牌和型号汽车的需求数据。
（2）租赁历史数据：统计汽车租赁的历史数据，包括租赁时长、租赁地点、租车用途等信息，以便进行需求预测和调度规划。
（3）汽车维修和保养数据：记录汽车的维修和保养历史，包括维修周期、维修费用、维修质量等信息，用于建立维修决策模型。
（4）竞争对手数据：调研竞争对手的租金策略、汽车品牌和型号等信息，以便制定适当的租金策略模型。
4. 模型求解基于收集的数据，我们可以利用数学优化算法和模拟仿真等方法求解建立的模型，得到最优的汽车分配方案和租金策略。
数学建模_滴滴打车模型分析
2014-2015学年第一学期数学建模〔公选课〕学院物理与光电工程学院专业电子科学与技术班级卓越工程师二班序号222组号57学号3113008634邓航联系：指导教师徐圣兵2014年10月30日后打车时代终究能走多远--基于数学分析的打车软件盈利模式的评估体系1．摘要打车软件作为新兴的交易平台，增加了交易时机。
且与街头扬招方式相比，打车软件优势也很明显，它可以让出租车司机迅速找到它的客户。
出租车正在寻找客人而“空跑〞。
打车软件的出现那么改变了这种信息不对称，大大降低了司机的“空载率〞，减少了司机和乘客之间的交易本钱——司机扫街和乘客扫街的时间本钱。
其次，改变了支付方式。
传统现金交易有两个弊病，一是平安性。
另外，大量现金交易增加了司机的交易本钱：时不时收到假钞，蒙受经济损失；每周几次到银行存钱也增加了时间本钱。
这些优势就使得打车软件极具有盈利的可能，只有软件找到用户并增强对他们的粘性，就有许多渠道来针对他们来盈利。
随着近两年打车软件的兴起，从原先40多款打车软件的百花齐放演变成现在的嘀嘀、快的双雄争霸，市场竞争也趋于白热化。
2014年伊始，嘀嘀打车和快的打车进入史上空前的“烧钱大战〞，在顶峰期甚至到达2月17日乘客返现10—15元，新司机首单立奖50元，而且每单都有补贴十块。
目前两大打车软件纷纷将针对乘客的补贴降至3元/单，对司机端的补贴，嘀嘀是5元/单，快的4元/单。
局部城市的嘀嘀打车更已取消“立减优惠〞，取而代之的是“用嘀嘀添新衣〞的广告或改送购物现金券。
那么，在后打车时代，滴滴打车这类打车软件还能走多远了？我们通过对打车软件盈利模式的研究来探索这个问题。
关键词：空载率，支付方式，交易本钱，后打车时代2．模型的假设①打车软件开拓的市场根本成熟，大公司的投资也不再，补贴也不再，利用生活效劳来增强对用户的粘性。
②假设软件公司为用户提高的生活效劳质量日趋完善，出租车司机的覆盖率每年增长，但增长速度每年递减，最后使用打车软件的人数稳定在一定数量〔即到达饱和状态〕。
互联网时代的出租车资源配置数学建模优秀论文精修订
互联网时代的出租车资源配置数学建模优秀论文SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#西安邮电大学(理学院)数学建模报告题目：“互联网+”时代的出租车资源配置问题班级：信息工程1403学号：03144086姓名：刘雷成绩：2016年6月30日关于“互联网+”时代的出租车资源配置模型摘要本文以互联网+打车软件服务平台为背景，根据“打车难”现象，分别建立了出租车需求模型，Borda综合评价模型，排队论模型和多元回归模型，分别求出了出租车需求函数，乘客等待概率函数和多元回归函数。
针对问题一：本文通过网络，收集了淮南市某周出租车运营相关数据(见表1)，选取了空载率、满载率、乘客满意度、实际出租车需求量等4个指标，通过出租车需求函数计算出实际出租车需求量2330辆，运用Borda计算法得出该地区出租车资源的”供求匹配“程度为0.61，匹配程度偏差。
针对问题二：就出租车运行效率μ和乘客乘车率λ建立M/M/n//排队模型。
得到乘客等待概率函数：1()n p ncp nn! 01 1()n p ncc!c nc 对函数进行数学分析和数据代入检验得出P n与μ呈负相关，即随着μ的增大P n减小。
（P n代表乘客等待概率）结合滴滴打车公司补贴方案、社会实际现象和相关评论，综合得出一定的补贴对出租车运行效率μ有促进效果，即对缓解打车难有帮助。
针对问题三：建立了司机平均补贴金额y，有效行驶里程x1和全天载客次数x2的多元回归模型，采用MATLAB软件，拟合得到y5.93050.0347x10.4799x2，拟合决定系数R2=0.9381。
有效行驶里程每增加100公里，每天补贴金额多3.47元。
全天载客次数增加10次，补贴金额多4.79元，高于之前打车软件。
本文主要特点在于所建模型易于操作，在对原始数据进行简单预处理后，就可应用于模型求解。
另外模型简单，所用算法清晰，易于程序运行。
关键字：打车难；MATLAB；Borda数；排队论方法；多元回归模型※1问题重述1.1背景知识1. 出租车是当今市民出行重要交通工具之一，出租车与乘客供求失衡，专车顺风车的出现，道路拥挤，油价上涨使得“打车难”成为社会热点难点问题。
数学建模
数据
30%
代入模型计算可得综合评价值由高到低排序为：万人拥有量比例、里程利用率、出租车 占用路面交通量、出租车空驶率、人均消费水平（乘车） 、等车时长、不同区域出租车 数量。因此可得结论：万人拥有量比例、里程利用率、出租车占用路面交通量、出租车 空驶率合理性较高，可以以此为指标来分析不同时空出租车资源的“供求匹配”问题。 4.2 模型二的建立与求解 4.2.1 模型的建立 我们选取的四个指标为出租车空驶率，出租车占用路面交通量，万人拥有量比例， 里程利用率。为了将四个指标进行糅合，我们采用求平均值的方法得出一个综合指标， 以此来解决出租车供求问题。 首先引用第一个个供求平衡系数，分子为空驶率 e （即出租车的供给量） ，分母为出 租车占用路面交通量 c （即人员需求出租车量） 。空驶率，也就是空驶里程与总行驶里程 的比例，换个角度来讲，便可反映出租车的运营情况，知道运营情况以后便知道了出租 车的供给量。一般情况下，空驶率采用抽样调查的方法在测量出。出租车占用路面交通 量，也可测出，即出租车数量 a 占客运汽车总量的比例。即 ab a 1 a 则供求平衡系数一 f 为： e ea eb f 2 c a 然后，引入另外一个供求平衡系数，出租车的另外两个供求指标，万人拥有量比例 和里程利用率`。这是两个重要因素，一般情况下，万人拥有量比例和里程利用率越高， 出租车需求量越高。我们将二者求平均值。即 1 j (h i ) 3 2 之后，再将两个供求平衡系数再取均值，这样通过两次求均值使得结论更具有可信 度。最终得出综合评价系数 g 。
d1 司机服务态度额外补贴 d 2 乘客乘车时段额外补贴 w1 乘客里程补贴 w2 乘客下单量补贴 w3 司机订单量补贴 F1 乘客补贴总获益 F2 司机补贴总获益
4.模型的建立与求解
打车软件数学建模
打车软件问题1.摘要“快的打车”是一款立足于LBS（地理位置）的O2O（线上到线下）打车应用，主要面向日常乘客打车和出租车司机。
第一版APP于2012年6月15日正式推出，短短8个月时间注册用户就已超过10万人，一举成为使用人数最多的打车软件。
“快的打车”由杭州快智科技有限公司研发推出，将传统出租车与乘客间的被动等待，转化为主动联系。
乘客可以轻松发单，随时随地打车；司机可以降低空驶率，轻轻松松多赚钱。
关键词：打车软件，加价，发展前景2.问题提出目前的打车软件之间的竞争态势，主要是相关打车软件对司乘双方的非正常补贴的数额，时间以及软件发展态势，主要是软件使用人数的变化情况。
分析：a 当一方采取不贴时。
另一方因采取的措施b 运用数学模型分析竞争的最终结果。
本文将会以稳定性分析模型来对这一问题进行阐述与详解，以此来探索打车软件对人们消费及使用情况的影响。
3.问题分析为了使得普通人群对这一软件有所认识，企业会采取补贴策略。
但是这一策略仅仅是为了能够让普通人群对这款软件有所认识，所以不会永久补贴。
当一方采取停止补贴或下调补贴数额时，另一方也必然会停止补贴或下调补贴数额，打车软件使用情况会从一开始的很少使用，到了解后的大范围使用，在经过补贴停止后优惠的消失，软件使用率又会有所下降直到使用率达到一个平衡状态。
从公司规模及资金情况来看，哪一方资金雄厚，补贴时间长，就会得到更多使用者的使用，使用率也会高于其他同类型软件，从而在后期获得较高的市场份额占有率。
软件发展的智能化程度也会影响到使用者的使用，其智能化程度越高，越会受到使用者的青睐。
4.模型假设3.1一方的补贴不停止，另一方的补贴也不会停止；3.2一方的补贴额度增加或降低会影响另一方补贴额度的增加或降低；3.3由于经济实力的限制，一方的补贴不停止，对自身的投资投资及经济发展的制约越大；3.4一方的软件技术水平越高，会影响另一方加大对软件的技术投资；3.5一方软件的使用人数越多，会影响另一方出台策略来增加自身产品的吸引力。
数学建模 出租车运营问题
承诺书我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。
如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。
我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）：我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名）：参赛队员 (打印并签名) ：1.2.3.指导教师或指导教师组负责人 (打印并签名)：（论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。
以上内容请仔细核对，提交后将不再允许做任何修改。
如填写错误，论文可能被取消评奖资格。
）日期：年月日赛区评阅编号（由赛区组委会评阅前进行编号）：编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：出租车经营管理问题摘要本文解决的是出租车经营管理的问题，探究出租车在一、二两条线路上的运行情况及差异，利用excel对附件中数据进行筛选、处理，通过matlab，spss软件对处理后的数据进行分析。
针对问题一，利用作差法得到乘车时间，利用matlab软件做出乘车时间与费用的图像，针对问题二，针对问题三，针对问题四，利用Excel通过对附件数据处理，计算不同乘车时间的频率，用频率作为概率来处理。
出租车打车软件模型研究及应用
出租车打车软件模型研究及应用摘要、为研究使用打车软件对乘客等车时间和出租车空驶时间的影响，将乘客分为扬招乘客、使用打车软件不加价者和使用打车软件加价者三类，建立打车软件模型.考虑接收出行信息约束、接单约束、加价约束等，并比较三类乘客的比例对乘客等车时间和出租车空驶时间的影响.结果表明应该鼓励乘客使用打车软件，面对加价行为可能影响公平时，可以采取延长加价等待时间，减少加价金额上限，灵活调整司机接短途订单的最小等待时间并配合积分奖励措施，以减少不公平的程度.关键词、打车软件；乘客分类；加价；等车时间；空驶时间中图分类号、U492.412；U4950引言乘客通过传统的打车方式（扬招或电招）打车往往比较难，其主要原因是出租车绝对数量供给不足情况下的信息不对称[1]，这种信息不对称造成了司机浪费大量空驶时间，乘客浪费很多等车时间.而打车软件可以将乘客出行信息传递给司机，从而方便司机接单载客.理论上，打车软件的使用既能减少乘客等车时间，也能降低出租车空驶时间.孔繁敏等[2]利用AHP模糊综合评价方法评价打车软件，发现打车软件总体的经济效益较高.为能让打车软件发挥更大的作用，有必要进一步量化研究打车软件可能对乘客和司机带来的影响.打车软件目前饱受争议、周光伟[3]认为打车软件市场化模式不能维护所有乘客的利益；单平基[4]认为应取消打车软件加价功能，让弱势群体有平等打车的机会；吴永花[5]总结了打车软件存在的问题，如司机不接短途单与乘客起冲突，并认为应取消加价或设立加价上限.因此，在研究打车软件加价可能会给乘客和司机带来的影响时要注意从公平的角度出发，充分保障与协调各方利益.打车软件最近几年才被关注，因此这方面研究成果较少，大部分研究仍属于对打车软件的理论研究，如、范梦言等[6]分析了打车软件的现状；林玉川[7]通过调查问卷对打车软件用户的行为进行了研究；沙青青[8]对纽约的打车软件数据进行了分析；LATHIA等[9]结合ATIS分析打车软件；CHEN[10]对打车软件调度技术的改善进行了分析.对于打车软件可能对出租车空驶时间和乘客等车时间产生的影响的量化研究较少，如曹t等[11]的Logit模型.建立模型的角度可以有多个，如LI等[1213]从费用角度和效率角度建立模型，指出使用打车软件能降低社会花费且提高打车效率.本文从时间角度建立模型，在综合考虑乘客和司机利益的同时，用算例分析使用打车软件对降低出租车空驶时间和乘客等车时间的影响以及不同类型乘客比例对出租车空驶时间和乘客等车时间的影响，并通过调节不同参数提出对应的解决方案.1模型建立1.1模型基本假设（1）每个节点最多只有一名乘客需要前往另一个节点.仿真开始时，所有乘客同时出现，当所有乘客需求被满足时仿真结束.（2）司机熟悉路线，有明确目的地时总按最短路走，且根据乘客发布的出行信息，能判断从出发地到目的地的最短距离.（3）每辆出租车的行驶都相互独立，其平均车速相同；乘客上下车不占用时间，不影响平均车速.（4）司机既能载扬招乘客也能载使用打车软件的加价者和不加价者.扬招乘客无法传递出行信息，与空驶未接单车恰好在同一节点时才能上车，不会被拒载.使用打车软件的加价者和不加价者只能先发布出行信息，待对应的空驶接单车驶到同一节点时才能上车.（5）一车只载一人.司机一旦接单，即使乘客还未上车，也不能去接其他乘客，此时的行驶时间仍属于空驶时间.1.2参数与变量说明Vmax为出租车编号最大值，v∈{1，2，…，Vmax}；Pmax 为乘客编号最大值，p∈{1，2，…，Pmax}；Nmax为交通网路节点编号最大值，i，j∈{1，2，…，Nmax}；Xv为出租车是否载客标志，Xv=0表示第v辆车空驶，Xv=1表示第v辆车已经载客或接单；Tijv表示第v辆车在节点i与j之间的空驶时间；Yp为乘客是否使用打车软件的标志，Yp=0表示第p个乘客不使用打车软件，Yp=1表示第p个乘客使用打车软件但不可以加价，Yp=2表示第p个乘客使用打车软件且可以加价；Tp表示第p个乘客等车时间；Dvpt表示在t时刻第v辆车与第p个乘客的最短路距离；R为打车软件的出行信息发布距离；Rs表示打车软件信息发布标准距离；Gvp表示第v辆车是否收到第p个乘客发布的出行信息，Gvp=0表示没有收到，Gvp=1表示收到；Gvs表示第v辆车收到的出行信息个数；Lijp表示第p个乘客从节点i（出发地）前往节点j（目的地）的最短距离；Lmin表示司机愿意接的单的最短距离；Wv表示未接单司机等待订单的时间；Wmin表示未接单司机长时间等待订单后愿意接出行距离小于Lmin的订单的最小等待时间；Cvp表示第v辆车是否接了第p个乘客的订单，Cvp=0表示未接，Cvp=1表示接了；Lap表示第p个乘客加价所对应的转换距离；k是乘客费用加价倍数，Kmax是加价倍数的上限，k∈{1，2，…，Kmax}；τp是01变量，表示第p个使用打车软件的乘客对加价金额的敏感程度，τp=1表示敏感，τp=0表示不敏感；Ta表示乘客发布出行信息后等待加价的时间；Ta，max表示乘客发布出行信息后等待加价的间隔时间；Tb表示乘客发布出行信息后等待司机接单的时间；Tb，max表示乘客从发布出行信息等待司机接单到扩大信息发布范围的时间间隔.1.3目标函数本模型以乘客和司机耗费的总时间最小为目标.出租车空驶时间由车辆未载客时的行驶距离除以平均车速得到，所有出租车空驶时间为vijTijv.乘客等车时间由乘客上车前这辆车行驶总距离除以平均车速得到，所有乘客等车时间为pTp.因此，目标函数为minT|T=vijTijv+pTp（1）算例结果中要计算乘客平均等车时间和出租车平均空驶时间.当某一类型乘客需求被满足时，计算这一类型乘客的平均等车时间.出租车可以载多种类型乘客，且每次所载乘客类型可以不同，因此为便于计算出租车平均空驶时间，实际计算的是从开始到某一类型乘客需求全部被满足的时段内出租车平均累计空驶时间.1.4约束条件1.4.1接收出行信息约束扬招乘客无法发布出行信息，而使用打车软件的乘客以所处节点为中心，向周围距其为R的范围内空驶未接单车发布出行信息.当0≤Dvpt≤R且Yp∈{1，2}时，司机能收到乘客使用打车软件发布的出行信息.因此，对司机接收出行信息的约束为为便于编程，实际Dvpt是出租车到乘客的最短路而不一定是直线距离，因为出租车与乘客之间不一定有直线路径，且直线距离短不一定说明最短路就短.因此，这里将R作为判断Dvpt的阈值.1.4.2不加价情况下未接单司机的接单载客约束司机以自己利益最大化来接单，一般情况下在接收的多个出行信息中接大于等于Lmin的出行距离最长的订单，除非此时Wv≥Wmin，司机才会接小于Lmin的出行距离最长的订单.从Lmin可以看出司机对订单出行距离长短的偏好，Lmin越大说明司机更偏好接长途订单，反之亦然.具体的接单载客约束如下、对于扬招乘客，司机接单相当于载客，即只有在当Xv=0且Dvpt=0，Gvs=0时，才能认为是载客；当多辆空驶未接单出租车在同一点遇到同一个扬招乘客时，编号小的车辆优先载客.而对于使用软件打车的乘客，司机收到他们发出的出行信息后要考虑是否接单，首先只有其车辆的Xv=0时才能接单，其次乘客出行距离也会影响司机接单的意愿，即只有当Lijp≥Lmin时司机才可能接单；当多个司机同时抢同一个单时，编号小的车辆优先抢单.若一辆车同时收到多个乘客出行信息，只有当maxLijp≥Lmin时司机才可能接单；若有多个Lijp都大于等于Lmin且都为最大值，则乘客编号小的被优先接单.当乘客不加价且对应的Lijp。
打车软件数学模型(DOC)
赛区评阅编号（由赛区组委会填写）：2015高教社杯全国大学生数学建模竞赛编号专用页赛区评阅记录（可供赛区评阅时使用）：评阅人备注送全国评奖统一编号（由赛区组委会填写）：全国评阅统一编号（由全国组委会填写）：目录摘要一、问题提出二、问题分析三、问题一的解释与说明四、问题二的假设、建立与求解五、问题三的假设、建立与求解六、结果分析与检验七、模型的优缺点分析、模型的改进推广及使用参考文献附录摘要出租车是市民出行的重要交通工具之一，“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，有多家公司依托移动互联网建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。
问题一首先是不同情况出租车资源的“供求匹配”程度，其次是不同时间出租车资源的“供求匹配”程度，然后是不同空间出租车资源的“供求匹配”程度，最后是不同人群收入对出租车资源的“供求匹配”的影响。
问题二假设两个打车软件相互竞争，给顾客进行补贴，最终结果就是，进入恶性竞争的不良循环；2、一家独大，另一家逐步退出该市场。
问题三模型1：SFA数学模型，采用随机前沿，考虑样本中的不可控因素及其对效率的影响作用，从而使计算的结果更加符合实际情况。
问题三模型2：路径选择与费率优化模型，分析了出租车合乘的路径选择与费率优化模型确定的原则。
然后以总费用最少、总耗时最少为目标函数，建立了路径的选择与费用问题的模型，并在常规出租车费用计算的基础上提出费率折扣，以此来解决每一乘客的费用问题。
关键字：比较两打车软件竞争结果模型；SFA数学模型；路径选择与费率优化模型。
一、问题提出出租车是市民出行的重要交通工具之一，“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，有多家公司依托移动互联网建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。
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。
出租车数学建模
V
整个城市的成功打车率
D
出租车收费价格
H
出租车的万人拥有量
S
整个城市的出租车车辆数
Q
打车难易程度
C
出租车固定成本
a
出租车起步价
b
超出起步里程后每公里收费
c
出租车起步里程
x
乘客所乘公里数
五、 模型建立
5.1问题一的求解 对于问题一，建立合理的指标，分析不同时空出租车资源的“供求匹配”程
度。 “互联网+”是互联网发展的新形态、新业态，是知识社会创新推动下的互
出租车的供需平衡[7]由打车成功率与万人拥有量来体现，在出租车的万人拥 有量一定，出租车的供给水平由出租车的空驶率来衡量，因此我们将一天24小时 分为24个单元格（T1 ⋯ ⋯ T24），地区分为n个地区(P1 ⋯ ⋯ Pn)。
假设第Ti个时间格第Pj个地区出租车数量为Sij ，Ti个时间格第Pj个地区的打车
联网形态演划及其催生的经济社会发展新形态。“互联网+”是互联网思维的进 一步实践成果，推动经济形态不断的发生演变。带动社会经济实体的生命力，为 改革、创新、发展提供广阔的网络平台[10]。
通俗来说，“互联网+”就是“互联网+各个传统行业”，但这并不是简单的 两者相加，而是利用信息通信技术以及互联网平台，让互联网与传统行业进行深
内在因素
服务水平
安全性 舒适 经济 便捷
驾驶员行为
车性能
价格
乘客等 待时间
取决于出 租车数量
图（1）：出租车影响因素分析图
车载客 时间
取决于路 状
从上图可以看出，出租车的影响因素分为内外两种。
4
在外部因素跟城市的发展规模，经济发展水平，自然地理条件，城市交通环
数学建模A题
A 题出租车合乘业务系统设计
出租车合乘业务是指路线相同或相近的两位或多位乘客共同乘坐同一辆出租车出行，系统根据合乘人数、乘车时间、实际路线等因素，分别计算出每位乘客的车费（通常低于各自独乘时的车费）。
司机收入则为所有乘客支付的车费总和。
该业务可以在不增加运营车辆总数的情况下提高运力，有助于缓解打车难，而且能够降低乘客出行成本，同时提高司机收入。
因此，相当一部分乘客、司机愿意接受该业务，特别是在打车的高峰时段。
某出租车公司拟开展合乘业务。
通过调研发现，某城市的合乘业务是以下模式 :
“一口价”模式。
利用网上调度系统和手机打车软件，在同意合乘的前提下，乘客通过手机软件提交打车请求（起始位置等信息），系统根据历史数据预估车费，显示为“一口价”，即乘客若接受该报价，则无论实际乘车过程中是否有合乘，均按此一口价结算。
该价格一般低于正常的车费。
系统针对当前打车需求信息，动态调度合乘路线。
该模式对乘客友好，便于控制乘车费用，而且合乘条件低，合乘方案灵活，可以提高合乘比例。
假设某城市的路网为正方形网格，网格边长500 米，道路均可双向行驶。
请完成以下任务：
1.现有如下数据：（见附件）
附件 1 是某城市当前的打车乘客的位置，
附件 2 是当前空驰出租车的位置信息。
假设出租车均为4座车，即，除司机外，至多可搭乘3位客人。
请根据“一口价”模式，设计合乘方案，使所需出租车数量尽量少，并将你们的合乘方案按附件 3 中指定的格式给出。
2. 请在任务 1 的基础上，考虑乘客的花费和司机的收益，设计与合乘方案相应的合理的车费计算方法。
“互联网+”时代的出租车资源配置--数学建模
“互联网+”时代的出租车资源配置摘要本文围绕互联网时代出租车资源配置问题，对不同时空出租车资源供需平衡程度、打车公司补贴措施对打车难的影响、设计新补贴方案等问题分别建立了模型，并对结果进行了详细的分析。
针对问题一，首先分析了不同时段出租车空驶过程次数和空驶等候时间统计数据，建立出租车空驶模型，计算出不同时间段的空驶率，并给予建议：在早高峰期应当适当增加出租车的数量。
然后又研究了城市出租车网络的运营特性与载客和空载阶段的出租车路径选择行为特征，分析了固定需求条件下出租车运营网络的供需平衡关系，建立了城市出租车网络供求匹配平衡模型，以客观地反映驾驶员的搜客行为规律，并针对模型结构特征设计了模型求解的迭代求解算法。
最后通过简单的算例分析，证实了算法的有效性。
针对问题二，建立顾客满意度模型，分析了影响顾客满意度的几个主要因素，首先介绍了出租车司机占比和顾客占比的变化规律，重点讨论了司机积极度对满意度的影响，并根据现阶段各打车公司的补贴措施分析了计算结果，并得出结论：各公司的补贴措施对打车难确实有帮助。
针对问题三，在第二问的基础上建立优化模型，同时控制出租车空载率保持恒定，并利用MATLAB编程，得到最佳的补贴方案。
然后对模型检验，论证了模型的合理性。
最后，对模型进行了评价，分析了模型的优缺点，并针对解决打车难问题给出了合理的建议。
关键词：空驶率供求匹配平衡迭代算法满意度一、问题重述1.1问题背景随着经济的快速发展，人们对出行的要求也变得越来越高，出租车是逐渐成为出行的必备工具，然而“打车难”却发展成为一个社会的热点问题。
伴随着“互联网+”时代的到来，许多家公司以移动互联网为基础建立了打车软件服务平台，方便了乘客与出租车司机之间的信息互动，为了使人们更多的使用打车软件，打车公司同时推出了多种出租车的补贴方案。
1.2需要解决的问题(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”有帮助？(3)如果要创建一个新的打车软件服务平台，将设计什么样的补贴方案，并说明其合理性。
出租车交接班数学模型
出租车交接班模型数本074班0707140421 单庆论文题目：长春出租车收益、效率提升模型（B）摘要：本文通过数学建模的方法解决长春市内出租车使用率、收益率低的一些问题，同时就交接班的方式和时间也作了讨论。
我们将题目拆分成三部分问题：问题一：给出最适合乘车人数的车数预测模型。
问题二：给出该城市乘坐出租车人数的预测模型。
价钱与收益的关系，并且从两个车主的收益来考虑最大收益。
问题三：构建效率和收益模型，利用最优解来解决我们提出的利益最大化和效率最大化的问题。
问题一的解决上我们采用出行人数最佳需求车数的预估，利用数学模型处理数据，并将四方面数据融合到一起，来解决打车难的问题。
问题二的解决上，我们预估出行力度定性与定量的分析如何合理定价使得出租车收益率在合理的轻况下最大化。
并且从法理学以及现实生活规划探讨如何进一步的解决交接班的问题。
问题三的解决上，我们转换思维的角度，从人数来刻画出租车的使用效率，建造模型。
数据收集方面我们动用了互联网上先进的信息，整合并融入到我们所需要的因素中去。
最后我们提出我们的综合方案。
我们衷心的希望能够缓解长春市的出租车现状。
关键字：长春出租车、交接班、效率最大化、收益最大化、满意度、预测、1.问题分析出租车是长春市客运交通的一个重要组成部分, 直接反映城市客运水平的高低与出行方式选择的多样化。
由于长春市处于东北地区，寒冬之时，天气状况影响道路交通以及出租车运营，造成了居民打车难、司机收益低的状况，尤其是交接班的时段与高峰期相冲突，如何解决打车难并且提高出租车使用效率，使收益最大化是我们的主要研究问题。
本文所研究的长春市未来一段时间内，规模会扩大，人口不断增长，人民生活水平将不断提高，对于出租车的需求也将不断变化，我们根据发展构造解决出租车问题的数学模型，我们需要解决的问题有以下3个。
问题一：给出最适合乘车人数的车数预测模型。
我们应用运筹学的知识预估适应的车数。
并且采用电话预定的模式解决城市人们出行打车难的问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
赛区评阅编号（由赛区组委会填写）：2015高教社杯全国大学生数学建模竞赛编号专用页赛区评阅记录（可供赛区评阅时使用）：评阅人备注送全国评奖统一编号（由赛区组委会填写）：全国评阅统一编号（由全国组委会填写）：目录摘要一、问题提出二、问题分析三、问题一的解释与说明四、问题二的假设、建立与求解五、问题三的假设、建立与求解六、结果分析与检验七、模型的优缺点分析、模型的改进推广及使用参考文献附录摘要出租车是市民出行的重要交通工具之一，“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，有多家公司依托移动互联网建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。
问题一首先是不同情况出租车资源的“供求匹配”程度，其次是不同时间出租车资源的“供求匹配”程度，然后是不同空间出租车资源的“供求匹配”程度，最后是不同人群收入对出租车资源的“供求匹配”的影响。
问题二假设两个打车软件相互竞争，给顾客进行补贴，最终结果就是，进入恶性竞争的不良循环；2、一家独大，另一家逐步退出该市场。
问题三模型1：SFA数学模型，采用随机前沿，考虑样本中的不可控因素及其对效率的影响作用，从而使计算的结果更加符合实际情况。
问题三模型2：路径选择与费率优化模型，分析了出租车合乘的路径选择与费率优化模型确定的原则。
然后以总费用最少、总耗时最少为目标函数，建立了路径的选择与费用问题的模型，并在常规出租车费用计算的基础上提出费率折扣，以此来解决每一乘客的费用问题。
关键字：比较两打车软件竞争结果模型；SFA数学模型；路径选择与费率优化模型。
一、问题提出出租车是市民出行的重要交通工具之一，“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，有多家公司依托移动互联网建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。
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”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、问题分析2.1 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。
本小结主要围绕四个问题：首先是不同情况出租车资源的“供求匹配”程度，其次是不同时间出租车资源的“供求匹配”程度，然后是不同空间出租车资源的“供求匹配”程度，最后是不同人群收入对出租车资源的“供求匹配”的影响。
其研究结果可以对不同时段的出租车的数量进行调配，以此对出租车进行合理的配置和调度有着至关重要的作用。
2.2 分析各公司的出租车补贴方案是否对“缓解打车难”有帮助？在日常的打车需求中存在这样的现象：一是打车高峰期，不容易叫到车；二是在一些偏僻地区，出租车少。
易观国际发布的《2013年第3季度中国打车APP市场监测报告》显示，快的打车的市场份额达到41.8%，嘀嘀打车为39.2%，两家公司市场份额超过80%，打车软件市场出现双寡头局面，如图3所示。
经过前期的发展，打车软件市场已经累积一定量的用户。
如今，打车软件面临的问题已从“抢市”提升至“流量变现”层面。
不久的将来，打车补贴终会止步，而没有补贴的打车软件，用户粘性必然会下降，如何增强用户粘性并攫取客户剩余价值是打车软件需要面临的最大问题。
2013年第3季度中国打车 APP市场监测报告首先，要想从用户攫取价值，还是回到基本的供求关系上。
正如上面所说，决定打车软件成功与否、是否能够生存下来的最主要方法是软件公司对不确定因素的分析与控制。
如能合理的预测和控制不确定因素所带来的影响，就能够很好的得到市场上的最大使用量和最大利润。
实际上一些问题中的不确定现象常常是众多的随机因素所致，经过对大量数据的处理或者根据理论上的分析，随机影响可以用一定的概率分布如正态分布、指数分布等描述。
在概率分布已知的条件下，按照研究目的和对象的客观规律来求得最优解。
其次，对于影响打车软件使用量、市场份额和利润大小的不确定因素主要有：叫车加价幅度、乘客定位功能精度、补贴发放幅度、乘客平均等待时间、出租车司机抢单数量和乘客的下单数量。
其中叫车加价幅度、补贴发放幅度和乘客平均等待时间符合连续型随机变量的特性，满足随机正态概率分布；另外，乘客定位功能精度、出租车司机可抢订单数量和乘客的下单数量是不确定因素。
乘客在下单之后，或者出租车司机抢单成功之后往往会发生一些事先无法预料的突发事件，如堵车、天气变化等，这些都直接影响着本次定单的成功与否，也影响着司机和乘客的直接用户体验。
以上的各种因素都会对打车软件使用量、市场份额和利润大小产生直接的影响。
2.3 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。
2.3.1出租车合乘实践情况合乘，从广义上来说，指两人或者两人以上共用同一交通运输工具。
出租车合乘，或合乘出租车、合乘的士，是指出租车司机在不按照出租车记程表收费的情况下，搭载两名或两名以上不相识的乘客到相同或者相近的目的地，同时向乘客收取一定的服务价钱。
一般情况下，合乘乘客支付的费用比按记程表的相对要少，而司机则可得到比不合乘情况下更多的收入。
2.3.1.1国外出租车合乘实践由于近年来交通污染问题和能源消耗问题的突出，交通政策者和组织者开始把出租车合乘作为一种解决以上问题的方法，很多国家颁布了相关管理政策方法，并采用科学技术及相关鼓励政策，鼓励出租车合乘。
1987年，在英国伦敦，试办出租车计划；计划以出租车方式进行，并在批准的地方设立招呼站。
而后于2005年伦敦运输部门重新与出租车公司以及司机进行协商，计划出新的合乘计划。
收费金额依据打车距离、合乘乘客以及行李几个方面进行计价。
20世纪80年代在美国，为了鼓励拼车，许多城市在城近郊区的高速公路修建了大容量的客车专用道，简称HOV。
按规定，只能是公共汽车或者两个人以上的车辆可以在此车道上行驶，特别繁忙的时候，要三人以上才能行驶。
例如在旧金山湾区大桥，如果三人乘车，即使在交通高峰期，也不需要排队、不交费，可以畅通无阻的由HOV车道通过大桥。
2.3.1.2国内出租车合乘实践由于社会科技发展，人们素质的提高，面对近年来社会出现的各种交通问题，人们开始考虑交通成本、社会成本与能源可持续，从长远发展的角度来考虑满足自己的交通需求。
于是，不少地区出现了各种“拼车”现象，相关政府也渐渐出台了一些相关政策与法规，来规范出租车合乘市场，以保证其有效地实施。
具体如下表根据目前国内外对合乘实施情况来看，其实施成功与否与其政策收费方式等有密切的关系。
其成功失败原因如下：成功原因：有规划共乘制度的相关组织或单位乘客有类似的共乘行为、时间具有与共乘相关的优惠政策或管制措施具有共乘组织系统与所需求的信息技术具有固定的吸引乘客的乘车点实施前的宣传失败原因：缺乏愿意提供交通工具的出租车公司收费不太合理，一般过高共乘时间地点有时无法匹配等候时间过长没有相关鼓励政策来提倡合乘实施2.3.2出租车合乘存在的主要障碍根据上述国内外出租车合乘实施情况及经验来看，出租车合乘的顺利实施，必须从三个方面来考虑：顾客、管理者、运营者。
2.3.2.1顾客方面（1）安全隐患问题公共交通，人们最关注的问题首先就是安全问题。
合乘需求在网上预约合乘成功后，合乘进行过程中，人们往往会对陌生人不信任，万一碰到不法分子借此机会对乘客进行偷窃、抢劫等蓄意事件，就会对乘客的生命财产造成威胁或发生其他更严重事故。
（2）服务质量问题随着人们素质的提高，人们对于出行的舒适度与便捷的要求也有了很大的改变。
因此出租车合乘能否给顾客带来舒适的服务水平也是影响出租车合乘实施的重要因素。
（3）观念问题长期以来，人们的习惯都是一个人打车直奔目的地，人们一直是这个观念。
因此，在短时间内，要实现合乘可能部分顾客很难接受。
2.3.2.2政府管理方面政府政策方面对出租车合乘实施方面起着至关重要的作用，首先，在法律法规制定方面尚未对合乘发挥作用。
虽然合乘在方便乘客、降低乘客和运营者双方面成本、缓解城市交通压力等方面做出很大的作用，但是在我国很多城市还没有相关的法律对出租车合乘的相关方面做出明确和规定。
2.3.2.3运营者方面对于出租车运营单位而言，最大的难题的建立一个实时有效的合乘信息管理系统和车辆调度系统。
目前出租车市场运营混乱，出租车司机满街召客车辆载客率低下，各运营企业之间恶心竞争，这样浪费时间，又造成对城市交流的增加，因此建立以乘客为中心的管理信息系统和GPS技术为基础的出租车合乘调度指挥中心是非常必要的。
这需要人员对这些信息进行整合与反馈处理，需要对相关从业人士进行专业技术培训，同时也需要大量资金和精力的投入，这也是造成运营者不愿意实施合乘的一个重要原因。
三、问题一的解释与说明3.1 不同情况出租车资源的“供求匹配”程度图1通过相关数据调查发现，有急事赶时间、天气不好、公共交通工具停运与地理位置较偏都是人们选择打车首要情况，选择占比超过45%。
从用户平常打车等待时间可以看出，48.5%的人都会等待10分钟左右，成为主旋律。
5分钟内可打到车的用户占比20.7%，26.6%用户表示打车会等待20分钟以内才顺利乘坐到车。
等待时间过长，也成为打车软件流行的重要因素，经数据显示，很大比例安装打车软件的出租车会在接到订单后5分钟左右赶到乘客所在地点。
3.2 不同时间出租车资源的“供求匹配”程度图2载客时间随时间变化趋势，从图3中可以看出，出租车载客时间随时间轴的变化，在晚23点到早8点, 属于低峰时间，显然，在这一时间段，人们的出行较少，出租车基本上处于空驶阶段，这一点在空驶时间随时间变化的趋势图中反映得更为突出。
相对于其他机动车来说，出租车有自己的出行高峰及低峰时间。
据调查，各地区出租车属于24 小时连续运营，由于出租车运营时间是连续的，在整个时间段内，出租车一直在城市道路上运营，因此不存在绝对的出行高峰及低峰时间。
但是它的载客时间随时间轴的变化存在着和一般机动车类似的高峰及低峰时间，从上图可以看到，从早8点到晚22点，出租车的载客时间随时间轴出现三个小的波峰，分别在8 点、14 点和20 点。
从总的平均空驶时间来看，出租车的时间利用率相当低。
其每小时的平均空驶时间在30分钟左右，暂不探讨出租车利用效率普遍最低的1 :00 ～ 6 :00 ，就连其利用率较高的8 :00 ～ 10 :00 与16 :00 ～ 18 :00，其每小时的空驶时间也在25 分钟左右，这一点充分反映了出租车资源的巨大浪费。
用数字进一步说明如下：三天调查的8 192辆出租车在早7 :00 ～ 23 :00 总的空驶时间为4 107 748 分钟。