2015全国大学生数学建模B题浅谈

时间:2022-07-01 20:04:19

题目请自主上网获取。

分析下思路。第一问,不同时空的出租车的“供求匹配”程度。

也就是说要选取的数据要有时间和地理两个维度。实体对象是出租车。关键的问题就是地点怎么选? 选择的城市具备如下经济较发达,有大量数据可以研究,有一定“出行困难”(才有优化的必要)三点要求。

那么城市选了,具体地点呢?一般选有代表性的景区,车站,商业圈以及大学城。

接下来就要建模型了。 假设打车软件使用率为a.。那么实际需求(x)=打车量(z)/打车软件使用率(a).  满意程度(y)=x/出租车供应量(c)。t为等车时间

匹配程度(p)=k1y+k2y(系数可以由主成分分析得到)

那么怎么这个模型好呢?因为该模型是分析类模型,所以符合事实就是标准。

在对应平台上得到的数据,输入模型得到的匹配程度和平台给出的匹配程度是否相识,(可以会用到模糊处理)。

第二问分析打车平台推出的补贴方案是否改善了“出行难”

思路:补贴方案会对x,y,t三个因素产生影响,即可重新得到p,于之前P对比即可得到该方案是否对打车难有帮助。

以当初滴滴的补贴方案1为例(主打拼车)由孟德尔遗传算法得以得到拼车的概率,即导致需求量(x)变小。再带入模型1得到P

滴滴补贴方案2为例(鼓励私家车)即y增大(滴滴平台由平均接单时间与出租车数量时间的关系,即可得到变化之后的t,t减少)带入模型即可得到P。

第三问分析:“打车难”主要是因为司机“选单”。所以补贴方案要弥合不同单之间的收益。

对司机而言平均收益=(订单收入-成本)/订单消耗时间

那么补贴之后的评价收益=(订单收入-成本+补贴)/订单消耗时间

其中成本主要是载客油耗和空载油耗。

该模型优点是动态模型,最大程度上激发司机积极性