"互联网时代出租车资源配置研究:TOPSIS评价模型与补贴政策影响分析"
需积分: 0 4 浏览量
更新于2024-01-05
收藏 1018KB PDF 举报
根据提供的内容,本文主要研究了"互联网"时代的出租车资源配置问题。文章首先建立了TOPSIS评价模型、模糊综合评价模型和目标规划模型来评价不同时空出租车资源的"供求匹配"程度。此外,还分析了补贴对打车难度的影响,并提出了一种兼顾平台效益与社会效益的新平台补贴政策。
针对问题一,文章建立了基于供求比、空载率和交通压力系数三个指标的TOPSIS评价模型。通过对北京和上海的出租车数量供求比例以及24小时交通流量变化的分析,得出了供求比、空载率和交通压力系数这三个指标的低优指标的变化过程,并利用TOPSIS算法进行综合评价。研究结果表明,在非上下班高峰期间,北京和上海的"供求匹配"程度较好,在上下班高峰期间,"供求匹配"程度较差。其中,北京的"供求匹配"指数均值为0.3353,方差为0.0725;上海的"供求匹配"指数均值为0.3938,方差为0.0621。可以得出结论,北京的"供求匹配"程度较好,而上海的供求匹配指数比较稳定。
针对问题二,文章建立了基于空载率、平均等待时间和订单成交率的模糊综合评价模型,用来评价补贴前后两种情况下的打车难易度,并分析了滴滴打车和快的打车公司的出租车补贴方案对于"缓解打车难"问题的具体影响。
综合以上研究结果,文章提出了一种兼顾平台效益与社会效益的新平台补贴政策。这个补贴政策旨在解决"互联网"时代出租车资源配置问题以及缓解打车难度。通过对出租车数量供求比、空载率、交通压力系数、平均等待时间和订单成交率等指标的综合评价,可以更好地配置出租车资源,提高出租车的效益和服务质量。同时,合理的补贴政策可以促进平台的发展,创造更多就业机会,提升人们的出行体验。
总之,本文通过建立评价模型和分析现有的出租车资源配置问题,为解决"互联网"时代的出租车资源配置问题提供了一种新的补贴政策,并提出了一些对于改善打车难度的具体措施。这些研究成果对于提高出租车服务质量、优化交通流量以及改善城市交通拥堵具有重要意义。
2023-06-08 上传
2024-10-15 上传
2024-10-16 上传
王佛伟
- 粉丝: 21
- 资源: 319
最新资源
- C语言快速排序算法的实现与应用
- KityFormula 编辑器压缩包功能解析
- 离线搭建Kubernetes 1.17.0集群教程与资源包分享
- Java毕业设计教学平台完整教程与源码
- 综合数据集汇总:浏览记录与市场研究分析
- STM32智能家居控制系统:创新设计与无线通讯
- 深入浅出C++20标准:四大新特性解析
- Real-ESRGAN: 开源项目提升图像超分辨率技术
- 植物大战僵尸杂交版v2.0.88:新元素新挑战
- 掌握数据分析核心模型,预测未来不是梦
- Android平台蓝牙HC-06/08模块数据交互技巧
- Python源码分享:计算100至200之间的所有素数
- 免费视频修复利器:Digital Video Repair
- Chrome浏览器新版本Adblock Plus插件发布
- GifSplitter:Linux下GIF转BMP的核心工具
- Vue.js开发教程:全面学习资源指南