互联网时代出租车供需匹配及补贴方案确定

摘要：

通过建立出租车供求匹配的长期和短期模型给出了打车软件平台上优化的补贴方案。长期模型中，建立出租车需求量的多元线性回归模型和供应量公式。短期模型中，应用BP神经网络预测每天高、中、低峰的出租车需求量，建立高、中、低峰供应量多元线性自回归模型。以西安市为例，在模型的基础上，通过分析实时数据得出分时段的适用于网络平台的平衡供需的补贴方案。互联网时代的补贴方案依赖于实时更新，广泛全面的大数据，更及时，多样，具有针对性，不仅有效实现了软件平台公司的盈利，也最大可能地满足了乘客，政府，由司机代表的出租车公司的需求，充分发挥了互联网在优化出租车运营方式方面的作用。

关键词：应用数学、出租车供需匹配、补贴方案、神经网络、多元回归

所属期刊栏目：33

分类号：O29;O213;F572(应用数学)

资助基金：985项目资助，北京师范大学本科生科研训练与创新创业国家级项目

在线出版日期：2016-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：103-110