【正文】 貼方案 ② 87 56 08 73 67 5 01 由 {??? = ????2 ? ????1?? = 11 ∑ (????2 ? ????1)?? 1 ?? 1 對表中數(shù)據(jù)進(jìn)行處理 城市 大連 沈陽 北京 廣州 哈爾濱 西安 武漢 南京 14 供求匹配值的變化 36 11 2 61 23 95 25 5 城市 成都 廈門 青島 寧波 杭州 濟(jì)南 深圳 總和 供求匹配值的變化 41 33 44 86 98 05 12 97 由表中數(shù)據(jù)可以發(fā)現(xiàn)看出城市的該出租車供求匹配度指標(biāo)與沒有補(bǔ)貼方案時(shí)的指標(biāo)相比整體下滑了，及對于傳統(tǒng)打車群體而言打車難度上升。 目標(biāo)函數(shù)是決策變量的線性函數(shù)，根據(jù)問題需要可以是最大化或最小化，二者統(tǒng)稱為最優(yōu)化。 一個(gè)方案的上市是否能夠?qū)κ袌龀掷m(xù)占有也是一個(gè)分案優(yōu)劣與否的評價(jià)，而對市場的持續(xù)占有則可通過每日下單量反應(yīng)，以下為收集的滴滴打車與快的打車的部分?jǐn)?shù)據(jù)（該數(shù)據(jù)為當(dāng)月某一天的）： 日期 2 月 3 月 4 月 5 月 6 月 7 月 8 月 滴滴打車 北京 171841 165332 166286 156316 152238 151092 153920 武漢 33108 35172 31082 33576 30192 29187 30060 快的打車 北京 183297 175348 165279 136867 96492 70017 56840 武漢 34629 30593 25357 20684 16896 13458 11012 利用 matlab 對數(shù)據(jù)進(jìn)行擬合處理并做圖所得結(jié)果如下： 19 ???????????????????)0 7 0 8 3 2 2 (10]0 1 5 0 9 )0 1 5 [(10]4 5 8 5 6 )0 0 2 [(10)8 0 1 8 0 (10254253252251xxyxxyxxyxxy 而通過網(wǎng)絡(luò)查詢相同時(shí)間域里滴滴打車和快的打車的補(bǔ)貼方案為：嘀嘀打車間斷性補(bǔ)貼，而快的打車已基本停止補(bǔ)貼，而兩者間的市場份額也由曾經(jīng)的勢均力敵變?yōu)?3:7 分成，嘀嘀七分，快的三分。 21 y6=[ 57 ]。y739。 yy=polyval(f,xx)。 %y=[ 57 ]。y539。 y2=[ ]。 2 對方案進(jìn)行分析 首先對每套方案的成本進(jìn)行分析，在此以一人一天打車一次，不同時(shí)期成本為例對單人成本進(jìn)行統(tǒng)計(jì)，結(jié)果為： 持續(xù)時(shí)間 兩個(gè)月 五個(gè)月 八個(gè)月 一年 方案一 200 500 800 1000 方案二 170 425 680 1020 方案三 600 900 900 900 上文提到嘀嘀打車與快的打車通過補(bǔ)貼大戰(zhàn)迅速搶占市場，再次 引用到問題二的分析里曾引用到的數(shù)據(jù)， ~3 年嘀嘀打車與快的打車的下載總量（萬）為 ： 18 時(shí)間 總量 1358 1750 2078 2577 3094 3618 3864 4136 4218 4256 在此期間滴滴打車與快的打車持續(xù)補(bǔ)貼 2021 年嘀嘀打車與快的打車補(bǔ)貼歷程 時(shí)間 嘀嘀打車 快的打車 1 月 10 日 每單減 10 元 無優(yōu)惠 1 月 20 日 持續(xù)每單減 10 元 每單減 10 元 2 月 11 日 每單減 5 元 持續(xù)每單減 10 元 2 月 17 日 恢復(fù)每單減 10 元 每單減 11 元 2 月 18 日 每單減 1220 元 每單減 13 元 3 月 3 日 每單減 1220 元 每單減 10 元 3 月 4 日 每單減 820 元 每單減 5 元 有兩組數(shù)據(jù)可以看出在補(bǔ)貼方案持續(xù)前期，用戶量顯著增加，但當(dāng)補(bǔ)貼方案持續(xù)一段時(shí)間后用戶增長率下降。 模型介紹 數(shù)學(xué)模型的目標(biāo)函數(shù)為線性函數(shù)，約束函數(shù)為線性等式或不等式時(shí)稱此數(shù)學(xué)模型為線性規(guī)劃模型。因主體指標(biāo)已確立故無需再次運(yùn)用變量聚類分析法確立指標(biāo)，但依然需要因子分析模型對指標(biāo)進(jìn)行重新加權(quán)認(rèn)12 定。 萬人擁有量：是人均設(shè)備普指標(biāo)，用來描述一定城市規(guī)模內(nèi)車輛占有量。 最長距離法 在最長距離法中，定義兩類變量的距離為 R(??1,??2) = max????∈??1????∈??2*??????+, 其中 ?????? = 1 ?|??????|或 ??????2 = 1 ???????2，這時(shí) R(??1,??2)與兩類中相似性最小的兩變量間的相似性度量值有關(guān)。 而對與網(wǎng)絡(luò)打車群體則確定新一項(xiàng)直觀指標(biāo)：下單至接單時(shí)差。傳統(tǒng)打車群體依然采用問題一的分析思路進(jìn)行判別，具體數(shù)據(jù)重新整理；對于網(wǎng)絡(luò)打車群體則采用新指標(biāo)單獨(dú)討論。 關(guān)鍵詞： 相關(guān)分析 變量聚類法 優(yōu)化分析 對比分析 分類討論 線性相關(guān) 2 一、 問題重述 出租車是市民出行的重要交通工具之一，“打車難”是人們關(guān)注的一個(gè)社會熱點(diǎn)問題。 在此主要對快的打車進(jìn)行分析，進(jìn)而確定三套以不同時(shí)間周期為基準(zhǔn)的補(bǔ)貼方案。 確定因子變量 —— 主成分分析 主成分分析法的數(shù)學(xué)模型 ?????????????????????????????pppppppppppppxxxxyxxxxyxxxxyxxxxy??????????????????????332211332323213132323222121213132121111 將原有的 P個(gè)相關(guān)變量 ????作線性變換后轉(zhuǎn)成另一組不相關(guān)的變量 ????，該方程組要求： )3,2,1(12232221 piipiii ?? ?????? ???? ，系數(shù) ??ij依照兩個(gè)原則來確定； iy 與 jy （ i? j,i,j=1,2,3,? ,p）互不相關(guān)； 1y 是與 pxxxx , 321 ? 的一切線性組合（系數(shù)滿足上述方程組）中方差最大6 的； 2y 是與 1y 不相關(guān)的 pxxxx ,