【正文】 o39。 %y=[ 37 ]。y839。y439。 y8=[ 47]。 七、 參考文獻 [1] 司守奎 ,《數(shù)學建模算法與程序》 ,海軍航空工程學院； [2] 姜啟源，《數(shù)學建?！罚本?，高等教育出版社， 2021 年； [3] 《運輸經(jīng)理世界》，運輸經(jīng)理世界雜志編輯部， 2021 年第 05 期； [4] 韓中庚，《數(shù)學模型方法及其應用》 ，高等教育出版社， 2021 年 9 月； [5] 楊成慧，《 MATLA基礎及實驗教程》 ，北京大學出版社， 2021 年 1 月； [6] 滴滴快的智能出行平臺 ， 2021 年 9 月 13 號 ； 八、 附錄 圖表一 x=1:9。 據(jù)此分析將劃分的三種簡單方案進行綜合處理，設計出一套新的方案為： 在平臺上市初期進行一段時間的持續(xù)補貼，快速擴充市場，當市場額達到一定程度后轉變補貼方案為間斷隨機性補貼，依此激發(fā)顧客新奇度，以達到對顧客的持續(xù)粘性。我們可以將此指標轉化為打車軟件下載量。 2）方案的確定 17 首先對前輩公司進行分析。它可用于解決各種領域內(nèi)的極值問題。因此需要其他通過其他途徑來間接反應等車時間的長短，例如里程利用率即為一間接反應指標。下表為 2021 年 1 月10 日至 3 月 5 日快的打車和滴滴打車的下載總量 : X 量 0 1 2 3 4 5 6 7 8 9 日期 由圖表可以看出互聯(lián)網(wǎng)打車用戶在不到兩個月的時間內(nèi)急劇攀升至近五千萬的總量，因此我們對打車群體分類看待一類為傳統(tǒng)打車群體，另一類為網(wǎng)絡打車群體。乘車成本的高低從某種程度上直接決定了乘車群體的數(shù)量，如果成本過高則乘車群體將會下降，則車輛滿載率和里程利用率將下降。 車輛滿載率 (r)：通過在幾個客流較為集中的地點進行長期觀測，對單位時間通過道路的載有乘客的出租車數(shù)量 (g)占總通過出租車數(shù)量 (s)比。 確定 K個因子變量 根據(jù)特征值 ????確定：取特征值大于 1 的特征根；從累計貢獻率來判斷一般累計貢獻率應在 90%以上； 因子得分是因子變量構成的核心成分。 ????與 ????的相似性越弱。 對于從不同方案中選取最優(yōu)方案，主要考慮成本因素以及客戶群體吸引度， 三、 模型假設 ； ； ； 四、 定義符號與說明 ??????????????????????????? 表示不同城市的代碼 ?????????????????????????????? 表示不同指標 ??????????????????????????? 表示某一城市的某一指標 ????????????????????????? 表示該成市打車難度系數(shù) ???????????????????? 表示某一城市的出租車供求匹配程度值 ???????????????? 表示某一城市的出租車供求匹配程度值的變化 ???????????????????????????? 表示某一指標的權重 ?????????????????????????? 表示某地某時 下單接單時間差 五、 模型的建立與求解 (一 ) 針對問題一 1) 模型建立的準備 變量聚類分析法的引入 在系統(tǒng)分析或參考指標的確立過程中，為避免重要因素的遺漏，通常在最初的指標選取時，就盡可能多的考慮相關因素。對于兩種不同的打車群體采取分類討論的形式： 對于傳統(tǒng)打車采取問題一的處理方式及：確定指標，確定權重，加權分析。隨著“互聯(lián)網(wǎng) +”時代的到來，有多家公司依托移動互聯(lián)網(wǎng)建立了打車軟件服務平臺，實現(xiàn)了乘客與出租車司機之間的信息互通，同時推出了多種出租車的補貼方案。并根據(jù)此指標對不同時空出租車資源的供求匹配進行認定。 對于問題二，分析各公司的補貼方案所能產(chǎn)生的結果，根據(jù)實際情況對打車群體進行分類討論。 請同學們搜集相關數(shù)據(jù)，建立數(shù)學模型研究如下問題： (1) 試建立合理的指標，并分析不同時空出租車資源的“供求匹配”程度。 但因補貼法案的介入，故對指標和數(shù)據(jù)進行重新整合認定與未有補貼方案前形成對比組，依此產(chǎn)生論據(jù)。如此而來就不可避免的造成變量4 過多變量關系不明確等多種不便。 在變量聚類問題中，常用的有最長距離法、最短距離發(fā)等。即將因子變量表述為原有變量的線性組合。公式為：r=g/s*100%。 人均收入：人均收入的高低，決定了消費者的消費方式。 2） 模型的建立 對于針對傳統(tǒng)打車群體的分析模型 對于傳統(tǒng)群體采取傳統(tǒng)方法進行分析，即問題一的解決方案，總體思路依然為確定指標，確定指標權重，對數(shù)據(jù)加權，分析。而本文對此的處理措施則是以網(wǎng)上下單接單時間差為參考指標。它所解決的主要問題是怎樣以有限的資源以最優(yōu)的方式在各項活動中間進行分配。在對快的打車的相關數(shù)據(jù)以及補貼方案進行匹配分析發(fā)現(xiàn)，補貼方案的影響與時間呈線性相關，可參照問題二中的部分函數(shù)方程： 8 1 1 9 2 5 2 7 4 1 4 2341 ?????? xxxxf 9 2 7 0 8 5 6 5 1 3 2 2342 ?????? xxxxf 因補貼方案的影響與時間并非呈單一線性相關性，及關系比較復雜，因此我們將補貼方案進行拆分，劃分出集中單一情況分析，對每種方案的優(yōu)缺進行分析，以此為據(jù)再重組出一套新更為合理的方案。而市場持續(xù)占有率則可以通過每日下單量反應。 六、 模型的評價與推廣 模型的評價 （一）模型的優(yōu)點 問 題一模型的優(yōu)點：在指標的選取中盡可能使指標理性化，客觀化，從而減20 少主觀因素的影響，另外該模型的原理比較簡單便于嫁接。 y1=[ ]。 plot(x,y1,x,y2,x,y3,x,y4,x,y5,x,y6,x,y7,x,y8) legend(39。,39。) title(39。 %y=[ ]。) title(39。 plot(xx,yy,x,y,39。 %y=[ 51 ]。,39。,39。 y7=[ 45]。 問題二的模型缺點：對互聯(lián)網(wǎng)打車群體的評價指標過于單一 問題三的模型缺點：模型的建立初衷挺好，但在模型的理論運算上很不完善，因此對事物的分析欠少說服力。由此我們可以判定間斷性補貼有利于穩(wěn)固市場并在此基礎上進一步開拓市場。因此可以這樣認為，補貼方案的實施是為了搶占打車市場。 約束條件也是待求變量的線性函數(shù)。 (三 ) 針對問題三 1）模型的建立 模型引用 線性規(guī)劃模型是一種特殊形式的數(shù)學規(guī)劃模型，其目標函