城市交通管理中的出租车规划模型

最佳数量的确定和价格的制定是城市出租车规划中的两个核心问题.对影响出行强度的市区人口和建成区面积分析建立了出行总量预测模型,再通过分析出租车最佳数量与出租车运营里程的关系,得出出租车最佳数量的预测模型.在出租车最佳数量模型的基础上,分析出租车数量的差异和差异产生的原因,给出了出租车定价判断模型,为出租车定价机制的调整指明了方向.最后以长沙市为例进行了实证分析.     

互联网专车服务对出租车行业垄断的影响

通过数学建模方法可知,由于出租车公司和政府部门追求垄断利润,出租车司机和消费者的福利减少,因此,对消费者和司机来说,出租车行业垄断确实是一种伤害.互联网专车服务以低廉的价格和优质的服务,是打破出租车行业垄断的有力工具.从模型分析揭示的结果可知:传统的出租车行业必须对司机、消费者、公司和政府间的利润分配制度进行深层次的改革.只有这样,才能建立一个和谐的出租车服务体系.     

例谈概率的应用

概率是来自于现实生活的一个概念 ,它在实际生活中有着广泛的应用 .除常见的彩票、比赛、气象等等方面的应用外 ,这里我们再举一些例子 ,供大家欣赏 .1　事故鉴定问题例 1　深夜 ,一辆出租车被牵涉进一起交通事故 ,该市有两家出租车公司———红色出租车公司和蓝色出租车公司 ,其中蓝色出租车公司和红色出租车公司分别占整个城市出租车的 85%和 1 5% .据现场目击证人说 ,事故现场的出租车是红色 ,并对证人的辨别能力作了测试 ,测得他辨认的正确率为80 % ,于是警察就认定红色出租车具有较大的肇事嫌疑 .请问警察的认定对红色出租车公平吗 ?试…     

“互联网+”时代不同时空域出租车资源供需匹配模型

本文首先收集长沙市2001-2012年影响出租车供求关系数据,并进行主成分分析,得出影响供求匹配的最主要影响指标——空驶率;然后对不同城市进行需求量分析后得到需求函数,求出这些城市的需求量,再与当地出租车拥有量进行比较分析出供求关系;最后对于不同时段的出租车需求建立模型,得出高峰时期交通需求的增加会使空驶率有所降低的结论.     

城市交通管理中的出租车规划3

根据城市的发展情况以及类比其他城市的发展状况,对城市交通出行情况建立模型,对城市出租车的数量及乘坐人口做出预测;并针对目前的油价上涨给出租车行业带来的收入问题做出分析;建立最优化问题对驾驶员和顾客的满意进行描述,最终给出合理的价格调整方案.     

城市交通管理中的出租车规划

根据城市的发展情况以及类比其他城市的发展状况,对城市交通出行情况建立模型,对城市出租车的数量及乘坐人口做出预测;并针对目前的油价上涨给出租车行业带来的收入问题做出分析;建立最优化问题对驾驶员和顾客的满意进行描述,最终给出合理的价格调整方案.     

互联网时代出租车供需匹配及补贴方案确定

通过建立出租车供求匹配的长期和短期模型给出了打车软件平台上优化的补贴方案.长期模型中,建立出租车需求量的多元线性回归模型和供应量公式.短期模型中,应用BP神经网络预测每天高、中、低峰的出租车需求量,建立高、中、低峰供应量多元线性自回归模型.以西安市为例,在模型的基础上,通过分析实时数据得出分时段的适用于网络平台的平衡供需的补贴方案.互联网时代的补贴方案依赖于实时更新,广泛全面的大数据,更及时,多样,具有针对性,不仅有效实现了软件平台公司的盈利,也最大可能地满足了乘客,政府,由司机代表的出租车公司的需求,充分发挥了互联网在优化出租车运营方式方面的作用.     

出租车交接班问题的数学模型

针对长春市出租车交接时段和居民出行高峰相互矛盾的现状,首先预测了不同天气条件下该市居民出行强度及市民出行对出租车的需求量,然后分析了出租车的最佳数量,最后建立了出租车交接地点模型,合理设置出租车交车地点,以缓解原来的交接方式在高峰期给交通所带来的压力.     

机场蓄车池出租车司机的选择决策研究 ——以首都机场为例

随着中国全面小康的逐步实现,乘客下飞机后乘坐出租车回市区已经成为大多数人的选择.着眼出租车送客至机场后的情景,以出租车司机的盈利最大化为目标,讨论出租车司机的两种决策选择——决策A是留在机场蓄车池等待回城区的乘客,决策B是空载回城找生意.控制时间相同的条件下,用机场接客的订单金额来估计决策A的收益,用司机单位时间内平均收益乘以经营时长来衡量决策B的收益.以北京市首都国际机场为例,从数学模型的角度为出租车司机提供决策条件,有效实现司机利润最大化.     

合肥市出租车数量确定的模型及应用研究

本提取了十个城市出租车数量的合理因素，运用非线性规划，建立了确定合肥市出租车数量的动态数学模型，计算出影响出租车数量因素的权重，最终得到了一个比较符合实际的结果，该结果已为合肥市出租车数量的控制提供了决策支持。     

出租车司机社会贡献评价方法研究

出租车司机的社会贡献对于促进城市经济发展和社会进步具有重要的作用,评价出租车司机的社会贡献是激励出租车司机多做社会贡献的重要手段。为了评价出租车司机的社会贡献,本文提出了一种基于实际出租车运营数据的评价方法。本文设计了运营特性、重点区域、恶劣天气、大事件四个体现司机社会贡献的指标,以此构建了出租车司机社会贡献评价指标体系,进而选用了主观赋权法G1法和客观赋权法拉开档次法相结合的赋权方式对指标赋权,并选择四种评价信息集结方法建立了出租车司机社会贡献评价模型。最后,通过实际的出租车运营数据验证了本方法的可行性。本文为评价出租车司机社会贡献提供了一种研究思路和方法,并对政府政策的制定和企业策略的实施具有一定的启示。     

平台合作模式对出租车公司利润的影响研究

基于改进的Salop环形城市模型, 研究了专车公司参与运营的多寡头出租车行业中, 出租车公司为改善利润水平, 可采取的两种合作模式, 即共享需求信息的共享信息模式和共同推出概率性服务的联合行动模式, 并进行对比分析。基于专车公司的在线平台, 采用共享信息模式可提升出租车公司利润水平, 条件是支付一定的平台使用费;采用联合行动模式则一定会提升出租车公司的利润。将两种平台合作模式进行对比分析, 发现当出租车公司有较高的相对运营效益时, 合作程度更深的联合行动模式能给公司带来更高的利润。     

关于城市出租车规划的模型及应用

运用增长率法,建立指数增长的模型,结合规划期的人口规模,预测规划期的居民出行量和居民出行强度,以及乘坐出租车人口,随后利用出租车空载率为主要参数,建立数学模型并预测出租车的最佳数量.利用经济学分析方法,用埃奇沃思盒式图描述交易双方的福利变化,建立均衡时的价格竞争模型,寻求使司机和乘客达到帕累托改进的可能性.分别就油价调整前后的情况,找出调整起租基价和综合单位里程车价能使双方都满意的次优方案.进一步分析了起租基价和里程的合理性,提出了数据采集的建议和方案,并向市公用事业管理部门概括介绍.模型对确定其他类似准公共产品的供应量和定价也具有一定的借鉴意义.     

A combined statistical approach and ground movement model for improving taxi time estimations at airports

With the expected continued increases in air transportation, the mitigation of the consequent delays and environmental effects is becoming more and more important, requiring increasingly sophisticated approaches for airside airport operations. Improved on-stand time predictions (for improved resource allocation at the stands) and take-off time predictions (for improved airport-airspace coordination) both require more accurate taxi time predictions, as do the increasingly sophisticated ground movement models which are being developed. Calibrating such models requires historic data showing how long aircraft will actually take to move around the airport, but recorded data usually includes significant delays due to contention between aircraft. This research was motivated by the need to both predict taxi times and to quantify and eliminate the effects of airport load from historic taxi time data, since delays and re-routing are usually explicitly considered in ground movement models. A prediction model is presented here that combines both airport layout and historic taxi time information within a multiple linear regression analysis, identifying the most relevant factors affecting the variability of taxi times for both arrivals and departures. The promising results for two different European hub airports are compared against previous results for US airports.