基于梯度模型的出租车资源优化配置

纪强+康智强+林丽华+刘约翰

【摘要】 首先以沈阳作为目标城市，使用主成分分析法，梯度模型针对出租车分布、打车需求量、车费进行分析，进而分析出已有的补贴方案是否缓解了当下的打车难问题。同时根据以上分析结合GPS/GIS等技术，对世面现有的打车软件进行区域优化。

【关键词】 梯度模型 出租车优化配置 主成分分析法

一、问题重述

我国出租车市场涌现出多款热门打车软件，打车软件的出现为解决行业矛盾提供了新的思路，对出租车行业起到了不可忽视的影响，但打车软件同时也存在管理、盈利、以及优化模式上的缺陷，交通压力依然没有得到有效的缓解。基于以上出现的问题弊端，以及问题的严重性我们对在“互联网+”时代下的出租车资源进行优化配置。

二、问题分析

首先基于主层分分析法得出导致“打车难”的几大因素。以梯度模型为主体，结合GPS/GIS调度系统实现区域优化配置，采用分地区、分时段对出租车司机进行补贴的方案，从而进一步完善出租车资源利用程度。

三、模型假设

结合本题的实际，为了确保该题解的准确性与合理性，对一些客观存在但影响可以忽略不计的因素提出以下几点假设：1、当研究分区域时，我们近似的将时间差为一分钟之内看作同一时间。2、当研究分时间时，我们近似的将半径为一米之内的区域看作同一地点。

四、模型的建立与求解

4.1确定影响因素：

假设有n个原始指标，通过分析既得数据选择了以下三个可量化数据进行模型建立，分别为出租车分布、打车需求量、车费三个方面。……