出租车营运利润分配最优模型研究

城市客运出租车作为城市公共交通的重要组成部分,合理的出租车定价对于缓解城市交通压力,减少出行延误,优化资源配置有着重要意义.本文研究目的是在协调城市发展,居民消费,司机收益三方面的情况下给出较为合理的出租车定价模型,得出出租车最佳拥有量.这对于出租车自身发展及人民更好的出行都有着重要意义.     

“互联网+”时代出租车资源配置

根据不同城市在不同时间段内的需求量,确立衡量出租车资源"供求匹配"程度的三个指标,即出租车需求量在供应量中所占比率、空驶率、万人拥有量.根据这三个指标建立数据拟合模型,然后对这三个指标在不同时空下进行数据分析.当需求量在供应量中所占比率越小、空驶率越小、万人拥有量越大时,"供求匹配"程度越高;当需求量在供应量中所占比率越大、空驶率越大、万人拥有量越小时,"供求匹配"程度越低.     

基于指数平滑法与马尔科夫链的汽车拥有量预测模型

民用汽车拥有量预测是城市交通规划、交通管理与控制的基础。为准确预测民用汽车拥有量的发展趋势,首先运用指数平滑法建立了汽车拥有量预测模型并利用实际数据对模型的准确性进行了验证;然后采用质心聚类法对相对误差进行状态划分并确定状态区间;最后利用马尔科夫链对初始预测模型进行修正,进一步提高了模型的预测精度。预测结果表明,未来几年全国每千人汽车拥有量仍将持续快速增长,建议有关部门及时采取措施,以避免交通拥堵、环境、能源等问题的加重。     

中国私人汽车拥有量灰色建模和动态预测--灰色建模和动态预测中模型波动分析

本文利用灰色系统理论对我国私人汽车拥有量进行了灰色建模和动态预测，并提出模型波动幅度指数的概念，以解释样本容量和数据变换方法选择不同所造成模型预测结果的偏差．此项研究可对我国私人汽车拥有量的准确预测及交通规划和管理提供理论依据．     

基于GRNN的出租车保有量预测算法的应用

文章介绍了基于广义回归神经网络(Generalized Regression Neural Network,GRNN)的城市出租车保有量预测算法的特性和优点;并详细给出了其运用到某市的出租车保有量预测中的计算全过程,即出租车保有量的影响因素分析、网络的建立、训练和检测,以及最终模拟出的结果.通过应用表明,在特定条件下该方法可以有效提高预测的精度,为城市交通规划者提供合理的理论支持.     

打车软件背景下出租车运营平衡模型

为了得到基于打车软件背景下城市出租车合理发展规模,对传统背景下出租车和使用打车软件背景下出租车搜索乘客的行为进行了比较,在固定需求下分析了供需平衡关系,基于空载和载客阶段的特征,建立了出租车运营平衡模型。针对模型结构,将其转化为最优化问题,并利用遗传算法进行求解,反映出了出租车规模、出租车在各交通小区的平均搜索时间和各交通小区乘客的等待时间的关系。算例分析表明,该模型与算法具有有效性和可行性,有助于管理部门确定城市出租车的合理规模和制定发展规划。     

出租车GPS轨迹大数据在智能交通中的应用

安装了GPS的出租车可实现大范围、全天候的车辆行驶数据采集,这些量大、时刻变化的GPS轨迹数据记录了城市交通、人群移动的动态变化信息,对研究城市交通起着重要的意义.从研究基于数据驱动的智能交通角度出发,综述国内外基于出租车GPS轨迹大数据的城市智能交通研究现状,经过归纳总结,将目前的研究工作分为交通状态分析、运营管理及支持、路径规划及预测三个方面,总结并阐述出租车GPS轨迹大数据在这三个方面的研究及应用情况,并指出该领域目前面临的问题和不足以及进一步需要研究的方向.     

基于数学建模的城市出租车供需分配方案设计

随着城市化进程的不断推进,城市人口密集程度越来越严重,出租车资源分配不合理导致的"打车难"问题日益突出。本文应用数学建模方法引入供需平衡比与里程利用率作为指标,对城市一日内出行高峰与非高峰时段的不同行政区域进行供需关系分析。首先,利用供需平衡法预测出租车需求量,同时结合空载率得到出租车供应量,计算供需平衡比;其次通过求解出租车有效里程得到里程利用率。以西安市为例,确定参数后分析上述指标,得到西安市不同时段、不同地区的出租车资源供需匹配程度,其中出行早高峰以及城市核心区(莲湖、碑林)和城市扩张区(长安、临潼)供需矛盾尤为突出。     

基于运营系统的出租车出行需求短时预测模型

出租车系统作为城市交通运输系统的重要组成部分,其宏观规划和调度管理的合理性决定了出租车服务质量.本文主要研究出租车乘客出行需求估计及预测,为出租车规划和实时调度提供数据支持.首先,分析了出租车定位系统和计费系统,改进了传统出租车需求网格划分方法,考虑了地形、建筑群和道路网络特征,保持了网格自身出行特性的完整性.其次,根据实时收集的出租车数据,建立了易于计算的出行需求估计方法.最后,以实际数据为基础,对影响短时出行量的主要变量进行了相关性分析,提出了基于人工神经网络的短时需求预测模型,根据相关性分析确定了模型结构.以实际获取的出租车数据为例,验证了提出的需求估计和预测模型.结果证明:相比于传统自回归滑动平均模型,提出的人工神经网络模型其平均绝对误差百分比提高了32%.此外,人工神经网络模型的绝对误差百分比超过50%的概率低于10%,而自回归滑动平均模型高达23%.     

耐用商品销售的数学模型

利用三次增长率模型预测了耐用商品销售量最大值,利用Gompertz曲线模型预测了销售状况,并对浙江省城镇居民平均每百户彩电拥有量和空调拥有量进行了分析、预测,为耐用商品的生产、销售及更新换代提供了依据。