数学建模_出租车调价问题
最优乘车问题数学建模

问题二:本市出租车收费制度在98年进行了调整,由原来5公里起步价14.4元、每公里车费1.8元变为3公里起步价10元、每公里2元,并且10公里以上每公里增收50%、特殊时段(23:00~6:00) 每公里增收30%。
制度改变后,一些精明的乘客在行驶一定里程后,利用换车或让司机重新计价的方法来节省车费。
可现在,这种乘客越来越少见了。
请问适当换车真的省钱吗?建立数学模型解释上述现象。
解答:1、基本假设①假设1998年以前顾客无论乘车距离多远都不会考虑换乘;②假设收费制度改革后,乘车距离小于或等于3公里,乘客也不会考虑换乘; ③假设乘车距离不足1公里的不按1公里计算。
④假设不考虑在正常时段和特殊时段之间的临界换车情况⑤假设计价器准确无误并且不考虑中途停留的情况。
⑥假设在特殊时段乘车时乘客不会考虑换乘2、符号说明 x 表示乘车的距离 (m )y 表示乘车所需费用 (元)[]x 表示x 的整数 (m )3、问题分析本题针对换乘后相对制度改革前是否会节省车费的问题,讨论了不同乘车方式下的费用。
题目给出了不同乘车区间的单价,所以要想知道换乘是否节约费用,只有根据乘车的距离计算出具体费用然后再加以比较才能得出结论。
经分析可知,当行驶的距离在10公里之类时换乘是不划算的,所以本文对于问题的解答,建立了简单的方程模型,只对乘车区间超过10公里的不同乘车方式下的费用进行了计算,通过比较,最终问题得以解决。
4、模型的建立与求解4.1 模型建立4.1.1 制度改变前⎩⎨⎧>+≤=54.58.154.14x x x y (1)4.1.2 制度改变后但不在特殊时段乘车⎪⎩⎪⎨⎧>-≤<+≤=106310342310x x x x x y (2)4.1.3 制度改变后在特殊时段乘车⎪⎩⎪⎨⎧>-≤<+≤=10159.31032.26.2310x x x x x y (3)4.2模型求解上图给出了不同乘车方式距离与费用的线形图(程序代码见附录一),可以看出:收费制度改革后,行驶的距离越远,所收的费用相对制度改革前越多。
数学建模汽车租赁调度问题

数学建模汽车租赁调度问题一、问题描述汽车租赁行业日益发展,急需一种高效的调度系统来管理车辆分配和租赁订单。
本文旨在通过数学建模的方法来解决汽车租赁调度问题,提高租赁公司的运营效率。
二、问题分析汽车租赁调度问题实质上是一个典型的路径规划问题。
我们需要确定一个最佳的车辆路径和订单分配方案,以最大化租赁收益并减少车辆闲置时间。
具体的步骤如下:1. 数据收集与预处理:首先,我们需要收集租赁公司的订单数据和车辆信息,并对数据进行预处理,包括数据清洗、去噪、归一化等操作,以确保数据的准确性和一致性。
2. 定义数学模型:基于收集到的数据,我们可以建立数学模型来描述汽车租赁调度问题。
以车辆路径和订单分配为决策变量,以租赁收益和车辆闲置时间为目标函数,以车辆容量约束和订单时间窗约束为约束条件,建立线性规划模型或整数规划模型。
3. 算法求解:利用求解线性规划或整数规划模型的算法,如单纯形算法、分支定界算法等,求解最优的车辆路径和订单分配方案。
同时,考虑到问题规模的复杂性,可以利用启发式算法或元启发式算法,如遗传算法、模拟退火算法等,来近似求解最优解。
4. 评估与优化:对于求解出的车辆路径和订单分配方案,进行评估并进行调整优化。
如果满足业务需求和约束条件,则输出解决方案;否则,可以调整模型参数或算法策略,重新求解问题,直至找到最佳解。
三、结果分析与应用通过数学建模和算法求解,我们可以得到最佳的汽车租赁调度方案。
该方案可以有效地提高租赁公司的运营效率,最大程度地利用车辆资源,减少空置率,提高租金收入。
此外,基于数学建模的调度系统还可以为租赁公司提供实时的监控和管理能力,包括车辆位置跟踪、租赁订单状态监测等功能,从而更好地满足客户需求,提升用户体验。
四、结论本文通过数学建模的方法,针对汽车租赁调度问题进行了分析和求解。
通过定义数学模型和运用相应的算法,可以得到最佳的车辆路径和订单分配方案,从而提高租赁公司的运营效率和客户体验。
数学建模中的汽车租赁调度

数学建模中的汽车租赁调度在现代社会中,汽车租赁服务得到了广泛应用。
随着人们对出行方式的多样化需求,汽车租赁业务不断发展。
然而,如何进行高效的汽车租赁调度,最大程度地满足用户需求,并优化企业经营成为了一个重要的课题。
数学建模为解决这一问题提供了理论基础和实践依据。
一、问题背景假设有一家汽车租赁公司,拥有一定数量的汽车和分布于城市各地的租车站点。
用户可以通过手机、网站等方式预订汽车并在指定租车站点取车。
汽车租赁公司需要根据用户需求进行汽车的调度和分配,以保证用户的租车需求得到及时满足,并合理安排汽车的分布,优化公司的利润。
二、问题建模为了解决汽车租赁调度问题,我们可以利用数学建模的方法。
首先,需要明确一些假设和定义:1. 确定服务范围:确定租车服务的城市范围和租车站点的位置分布。
2. 确定需求预测模型:根据历史数据和市场研究,建立合理的汽车租赁需求预测模型,预测不同时间段、不同地点的租车需求量。
3. 建立调度模型:建立汽车调度模型,考虑用户租车的时间、地点和租赁时长等因素,以及汽车的运营成本、剩余电量等因素,确定最优的汽车分配方案。
4. 优化方案求解:利用优化算法求解调度模型,得出最优的汽车分配方案,并生成调度计划。
三、建模方法在汽车租赁调度问题中,我们可以借鉴运输问题中的调度与路径规划方法,如VRP(Vehicle Routing Problem)和TSP(Traveling Salesman Problem)等。
具体步骤如下:1. 数据收集与处理:采集租车站点的地理位置信息、历史租车记录、租车需求预测模型所需的数据等,并进行数据的预处理和分析。
2. 建立数学模型:根据问题的要求和假设,建立合理的数学模型,包括目标函数和约束条件等。
3. 求解最优解:利用优化算法求解建立的数学模型,如遗传算法、模拟退火算法等,得出最优的汽车分配方案。
4. 评估与优化:对求解结果进行评估和优化,根据实际情况修正模型参数和算法,提高调度效果和计算效率。
出租车调价问题

出租车调价问题的数学模型何秀平1,马俊钦1,曹国威21. 韶关学院数学系04级数学与应用数学班,广东韶关512005;2. 韶关学院数学系04级信息与计算科学班,广东韶关512005摘要本文结合上海市出租车运价和油价的有关数据,通过分析处理,以出租车运价上调价格只能抵消油价上调所带来单车单日成本投入的增量为原则,得出上海市的出租车运价与油价联动机制的两个计算公式.将福州市的实际情况跟上海市对比后,对模型做了一定的改进,得出NLP模型,并利用Lingo软件求解.经过比较得出福州市最优运价是起步价为2公里7.5元,超起步价外公里运价为1.7元.最后用求解得出的有关数据与实际数据比较,评价了上海市出租车运价和油价联动机制的两个计算公式的合理性.关键词:出租车;运价;油价;联动机制1问题的提出在油价走高的背景下,全国出租车价格涨声一片.为了让我国成品油市场在保持相对稳定基础上尽快与国际时常接轨,又鉴于近期国际市场油价变化情况,国务院多次批准出台油价上调决定.对于出租司机来说,面对不断上涨的油价意味着年均每辆出租车的营运成本将不断提高,运营收入将随之下降.国家发改委要求各地建立出租车运价与油价的联动机制,今后按照联动机制调整运价.目前北京、上海已经建立了出租车运价与油价的联动机制.以缓解出租车司机因油价上涨所带来的压力.那么以上海为例,出租车运价和油价联动机制具体是一种怎样的联动机制,又有怎样的计算公式呢?这样的联动机制合理吗?又是否可以作为福州市出租车运价油价联动机制呢?对于福州市情况,应该建立一种怎样的机制,才能更好的调节出租车运价?2 模型的准备2.1 模型的假设(1)油价和出租车运价改变前后,出租车市场的供给量均一致(即处于市场均衡状态).(2)当油价上涨后,出租车运价也有所上调之后,市场上出租车的供应量和需求量没有变化.(3)不考虑速度和载客人数等对出租车运行成本的影响.2.2 符号说明p----每服务车次起租价调整数;q----起租费外每公里单价调整数;r----油价调整额;m----单车平均单耗乘以日均行驶里程,即为油耗量;k----单车日均载客次数;x----单车日均行驶公里;β----车辆载客运营里程占行驶里程的比例,即为载客率;1β----3公里以上载客运营里程占总载客运营里程的比例;2β----现行运价结构中与公里油耗无关的加价和计时收费收入占总营业收入的比例;3Q----出租车每次载客费用的调整额;Q----单车每日所投入成本增加额;1Q----单车起步价后每公里所需投入成本的增量.2原则上,起步价是0.5的整数倍,超起租公里价是0.1的整数倍.4 模型的建立与求解由于油价上涨的影响,全国乘坐出租车的价格有所提高.以现行上海市市出租汽车基本运价结构为基础,分为起租价和超起租公里单价两部分,实行运价与出租汽车一定时期内使用的燃油(含燃气)平均价格水平进行挂钩和联动的机制.若油价上涨带来的影响可通过调整出租车起步价或超起租公里运价单独承担,那么可得出以下模型. 4.1 第一个公式是用于调整出租车起步.即油价波动因素通过调整起步价分担.根据假设(1),以及出租车运价上调价格只能代替油价上调所带来单车单日成本投入的增量的前提,可知,单车每天的耗油量、日均载客次数、每天行驶里程、载客率、起步价外公里占总公里数和营运附加收入系数的因数均不会因运价上涨而变化. 若单车每日所投入成本增加额:1Q =油耗量⨯油价调整额= r m *则单车每日每次载客费用的调整额:Q = (油耗量⨯油价调整额)÷日均载客次数 =krm * 若只考虑起步费用的变化,则P = Q =krm * 4.2 对于第二个按超起租公里单价调整运价的公式.即油价波动因素通过调整超起租公里运价分担.用同样的方法先考虑单车超起步价后每公里所需投入的成本的费用:2Q =(油耗量⨯油价调整额)÷ 3公里以上载客运营里程 ⨯(除去营运附加系数)其中3公里以上载客运营里程为:行驶里程 ⨯ 载客率 ⨯ 超起租公里系数 则单车超起步价外每公里上调的运价为:q = 2Q =)1(321βββ-⋅xmr从而可以得以下两个公式:k r m p /)*(= (1))1(321βββ-⋅=xmrq (2)根据所给的上海市的有关数据,若将油价提高1元,代入上面两个公式计算得p = 43.75⨯1÷34≈1.29q =(43.75⨯1)÷(350⨯61%⨯64%)⨯(1-0.15)≈0.27可以看出所得的结果符合所给的信息,这就是我们所要的两个计算公式,即对第一问的回答.现考察福州市出租车运价与油价的联动机制.经过收集与整理,大体获取到福州市的实际情况.见附录(一). 福州市出租车运价从2002年8月1日至今未做较大改动,其起步价为每公里7元,超起租外每公里运价为1.5元,单车每天消耗汽油50升,日均载客34次,每车每天行驶500公里,载客率70%,起步价外公里占总公里数的51%,与公里油耗无关的加价计时等营运附加收入系数为0.15.福州全市共有3745辆,2004年出租车司机的月平均收入为1250元,而此时上海市为了3000元左右. 若直接引入运价和油价联动机制,代入公式得p =50⨯1÷34=1.47元q =(50⨯1)÷(500⨯70%⨯51%)⨯(1-0.15)=0.24元那么,福州市的油价平均提高1元,出租车每次起步价需提高1.47元,或超起租外每公里运价需提高0.24元,则照此两价格上调的幅度分别为21%和16%较高于上海的10%和5%,考虑两地经济发展收入水平,市人民人均纯收入水平,此结果实难以全市民接受.那么,我们将引用新的机制,以适合福州市的出租车运营实际情况.显然,也必须遵守的两个原则:1、让出租车运价与油价产生联动,2、运价的调整只能是消除油价上涨带来的负面影响.在原有的基础上,若只考虑起步费用的变化,单车每日所投入成本增加额为:k p r m **= (3)若油价波动因素通过调整超起租公里运价分担.则单车每日所投入成本增加额为:85.0/*%51*%70**x q r m = (4)考虑原两个计算公式的不合理处,即油价波动因素需通过调整起租价和超起租公里运价分担.这样将两原有公式联立,相互影响和作用,以求对出租车司机和顾客的公平性均等化,则由(3),(4)试得单车每日所投入成本增加额:p *k *1α+q *70%*51%*x *2α/0.85=r m * (5)其中0 ≤1α, 2α=≤1,且1α+2α= 1同时,将原有的可调节范围和因素扩大,即将起步价公里数变为可调节因素,假设为符号z ,则有z -3公里部分为超起步价外的公里,使其占总里数比率提高.若为简便,假设乘客每次乘坐出租车均有超出起步价的公里数,则超起步价外公里数将增加34 ⨯(z -3),于是方程(5)可转变为:r= { p*k*1α+[70%*51%*x+34(3-z )]q *2α/0.85}/m (6)若将起步价、超起租公里价和起步价公里数做修改,再考虑原则上,起步价需是0.5的整数倍,超起租公里价需是0.1的整数倍,起步价的公里数也应是0.5的整数倍. 若调价后出租车市场所能承受的油价为y ,则由(6)有max 50085.0/)]3(3450051.07.0[3457.321ααq z p y -+⨯⨯++=..t s ⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧≤≤≤≤=+≤≤≤≤==421,0130305.05.021212121z n n nq n p αααα 通过上述计算公式,并将福州市2005年5月24日时符合走势的运租价和油价作为前一轮运价调后的市场状况.通过求解而得出可行域(非线形规划),则可以得出下列福经过2006年3月26日,福州市油价的上调,对照上表,我们可以得到下列几个可行的方案:起步价为2公里7元,超起步价外公里价为1.7元; 起步价为2公里7.5元,超起步价外公里价为1.7元; 起步价为2公里8元,超起步价外公里价为1.7元; 起步价为2公里8.5元,超起步价外公里价为1.5元; 起步价为2公里8.5元,超起步价外公里价为1.6元;但只有起步价为2公里7.5元,超起步价外公里价为1.7元的方案,所能承受的油价最接近现实上调后的油价,而且集有充分的可行性,,且满足油价波动因素需通过调整起租价和超起租公里运价分担,及运价调整收入只用于消化油价因素,用于稳定驾驶员收入不受油价变动影响这一原则,即为最优方案.所以,我们对福州市出租车运价的调整方案为起步价为2公里7.5元,超起步价外公里价为1.7元.5 模型的评价上海市现行汽柴油价格见附录(二).上述两个公式分别给出了“按车次起租价”和“按超起租公里单价”调整运价的计算方式.由于这两个公式是独立分开而存在的和各自独立性,彼此所能够消化的部分上涨油价的比率将不受限制.当两个价格同时作用于油价上涨时,将共同缓解油价上涨所带来的成本压力,即当油价上涨2元时,可以同时提高1.29元的起步价和0. 27元的超起租公里价.若分别提高一定的起步价和超起步公里价后,根据公式计算上海市出租车市场所能承受的油价上涨,得表(1).其中考虑了上海市前一轮运价调整(即2004年5月),以93#例如,当起步价为11元/公里,超起步外公里价为2.1元/公里时,由公式(1)和(2)得93#可承受的油价: 3.43+(11-10)⨯34÷43.75+( 2.1-2)⨯350⨯64%⨯61%÷43.75=4.58现实生活中,2006年5月11日起的上海市出租车起租价提高到11元(3公里),超起租价提高到2.1元/公里.又因油价提到4.49元/公里,正好处于4.58左右.所以所推的可以作为上海市用以调整出租车运价的两个计算公式,并能够在原有出租车运价体系上做调整;能够在一定程度上使得上升的出租车运价,只是用来缓解油价上涨带来的成本压力.这样不仅可以让出租车司机不至于因油价上涨而收入下降,而且对乘客来说是公平的,甚至作为出租车公司也不会从中获利,对于双方都是公平的.事实上,当油价上涨,出租车运价上涨,往往会造成愿意乘坐出租车的人变少.即所对应的日均载客次数和载客率将都会下降.甚至出租车市场在一定程度上还受私家市场的影响.并且由于市场正常运行的要求:起步价是0.5的整数倍,超起租公里价需是0.1的整数倍.以致价格调到比模型计算得出的结果还高,造成了出租车司机收入的增加,从原来的需要补贴820元到反而增收1400元.对于福州市出租车运价与油价的联动机制是在上海市的两个计算公式的基础上,通过调整改进,把问题转化为非线性规划模型,经求解而得出可行域,再根据福州市的实际情况而得出最优解.参考文献:[1] 洪毅贺德华昌志华.经济数学模型[M].广州:广东华南理工大学出版社,1998[2] 谢金星薛毅.优化建模与LINDO/LINGO软件.北京:清华大学出版社,2005附件max=3.57+(34*p*a1+(500*0.7*0.51+34*(3-z))*q*a2/0.85)/50; @bnd(0,a1,1);@bnd(0,a2,1);@bnd(2,z,4);p=0.5*n1;q=0.1*n2;a1+a2=1;data:n1,n2=? ?;enddata。
2019数学建模c题出租车c

2019数学建模c题出租车c(原创版)目录1.题目背景及要求2.出租车调度问题的解决方案3.数学建模在解决实际问题中的应用4.结论正文1.题目背景及要求2019 年数学建模竞赛的 C 题,题目为“出租车调度问题”。
该题目要求参赛者针对一个城市中的出租车调度问题进行分析,并提出解决方案。
具体而言,需要考虑如何在满足乘客需求的同时,使出租车的运营效率最大化,并降低出租车的空载率。
2.出租车调度问题的解决方案针对出租车调度问题,我们可以从以下几个方面进行分析和求解:(1) 建立问题模型:根据题目描述,可以将出租车调度问题建立一个车辆路径问题(Vehicle Routing Problem, VRP)模型。
在这个模型中,出租车作为车辆,乘客作为需求点,每辆出租车需要在满足乘客需求的同时,选择一条最优路径,使得总运营效率最大。
(2) 求解算法:针对 VRP 模型,可以采用各种算法进行求解,如穷举法、贪心算法、遗传算法等。
在实际应用中,常用的求解方法是遗传算法,因为它可以在较短时间内找到较优解。
(3) 实际应用:将求解出的最优路径应用于实际出租车调度,通过智能调度系统,实时调整出租车的运营路线,从而满足乘客需求,提高出租车的运营效率,降低空载率。
3.数学建模在解决实际问题中的应用数学建模是一种强有力的工具,能够帮助我们解决实际问题。
在本题中,通过建立 VRP 模型,并采用遗传算法求解,我们可以找到一个较优的出租车调度方案。
这种方法不仅可以应用于出租车调度,还可以应用于许多其他领域,如物流、生产调度等,充分体现了数学建模在解决实际问题中的广泛应用价值。
4.结论总之,2019 年数学建模 C 题“出租车调度问题”通过建立 VRP 模型,并采用遗传算法求解,为解决实际中的出租车调度问题提供了一种有效方法。
2019数学建模c题出租车c

2019数学建模c题出租车c摘要:1.题目背景及要求2.出租车调度问题的解决方案3.数学建模在解决实际问题中的应用4.结论正文:1.题目背景及要求2019 年数学建模竞赛的C 题,要求参赛者针对出租车调度问题进行分析和求解。
具体来说,就是要在给定的时间内,合理地调度出租车,使得乘客的等待时间最短,出租车的运营效率最高。
这是一个典型的运筹学问题,需要运用数学建模的方法进行分析。
2.出租车调度问题的解决方案为了解决这个问题,我们可以采用以下步骤:(1)建立数学模型:我们可以将出租车和乘客的等待时间用一个线性规划模型来表示。
具体来说,我们可以设出租车的数量为x,每个出租车接到的乘客数量为c,乘客等待时间为d。
目标是最小化乘客的平均等待时间,即min ∑(d)。
(2)求解模型:根据上述模型,我们可以列出如下的目标函数和约束条件:目标函数:min ∑(d)约束条件:1) 乘客数量= 出租车数量× 每个出租车接到的乘客数量,即∑(c) = x2) 总等待时间= 每个乘客等待时间× 乘客数量,即∑(d) = ∑(c)3) 每个出租车接到的乘客数量不能超过最大乘客数量,即c ≤ max_c然后,我们可以通过求解这个线性规划问题,得到最优的出租车数量和每个出租车接到的乘客数量,从而实现乘客等待时间的最小化。
3.数学建模在解决实际问题中的应用这个例子充分展示了数学建模在解决实际问题中的应用。
在这个过程中,我们首先通过观察问题,提炼出关键的信息,然后建立数学模型,最后通过求解模型,得到问题的解决方案。
这个过程不仅锻炼了我们的逻辑思维能力,也提高了我们运用数学知识解决实际问题的能力。
4.结论总的来说,2019 年数学建模竞赛的C 题,不仅考察了我们的数学知识,也考察了我们解决实际问题的能力。
数学建模优秀论文-机场出租车的调查分析与对策

非工作日航班次数 工作日航班次数
时间
图 2 某市航班出发时刻表
4
航 140
班 次
120
数 100
80
60
40
20
0 6:00 8:00 10:00 12:00 14:00 16:00 18:00 20:00 23:55
图 3 某市航班到达时刻表
工作日航班次数 非工作日航班次数
时间
由此可得出司机收益的计算公式 总收益=载客收益-油费-空车等待损失/空车返回邮费损失(潜在收益损失)
。
(2)中等类型:选择比较,A 是效用高于 B,选择 A;B 是效用高于 A,选择 B。
(3)临界类型:临界状态,A 与 B 的效用相同,两者均可选择。
问题二 通过查阅相关资料收集到了机场及所在城市的出租车的相关数据,我们就可以知道
某一城市某时刻机场的客流量和每辆出租车载客的平均收益,本模型利用数据分析中的 灰色系统模型研究影响出租车司机决策的因素。
最后,我们对模型的优缺点进行了分析,并提出了改进方案。
关键词:选择决策模型 灰色系统相关性检验 方差分析 排队论 机场出租车送客
1
一、 问题重述
为了出租车司机能更快更高效的接送客人,并能得到更高的回报,需要选择一种可 行的“优先方案”,由于每个时段的客流量不同,每次完成送客的司机都会面临两种选 择。
根据某市飞机起飞与到达时刻表的对比散点图(图 2、图 3),我们将使用排队论 来划分工作日与休息日的客流信息,各时段“蓄车池”出租车数量,从而设计出每个时 段更适合司机选择的方案。
航 180 班 160 次 数 140
120 100
80 60 40 20
0
6:00 8:00 10:00 12:00 14:00 16:00 18:00 20:00 23:40
第二届研究生数学建模竞赛C题优秀论文(1)

城市出租车交通规划综合模型一、问题重述城市中出租车的需求随着经济发展、城市规模扩大及居民生活方式改变而不断变化。
目前某城市中出租车行业管理存在一定的问题,城市居民普遍反映出租车价格偏高,另一方面,出租车司机却抱怨劳动强度大,收入相对来说偏低,整个出租车行业不景气,长此以往将影响社会稳定。
现为了配合该城市发展的战略目标,最大限度地满足城市中各类人口的出行需要,并协调市民、出租车司机和社会三者的关系,实现该城市交通规划可持续发展,需解决以下的问题:(1)从该城市当前经济发展、城市规模及总体人口规划情况出发,类比国内城市情况,预测该城市居民的出行强度和出行总量,这里的居民指的是该城市的常住人口。
同时结合人口出行特征,进一步给出该城市当前与今后若干年乘坐出租车人口的预测模型。
(2)根据该城市的公共出行情况与出租车主要状况,建立出租车最佳数量预测模型。
(3)油价调整(3.87元/升与4.30元/升)会影响城市居民与出租车司机的双方的利益关系,给出能够使双方都满意的价格调节最优方案。
(4)针对当前的数据采集情况,提出更合理且实际可行的数据采集方案。
(5)从公用事业管理部门的角度考虑出租车规划的问题,写一篇短文介绍自己的方案。
二、模型假设1.常住人口和暂住人口的出行特征相近,划分为第一类人,在所有分析过程中假设其出行特征完全一样。
而短期及当日进出人口为第二类。
2.由于短期及当日进出人口情况复杂,假设第二类人口在于乘坐出租车方面相关出行特征(如乘车出行强度等)在未来几年内保持不变。
3.由于城市地理状况和居民的生活习惯在短时期内不易改变,所以在各交通小4.假设居民中出行人口占总人口数的比例不变。
5.假设对于出行人口而言,在出行方式选择方面的比例与出行人次的比例一样。
6.假设在未来几年内,出租车固定营运成本不变。
7.由于每次一起打车的人数,与居民的生活习惯相关,所以假设出租车每趟载客人次不变,即不受出租车数目和收费方案的不同而改变。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1
据测算,此番调价后,上海市区出租车每车每月将增收 1400 元左右。此前每月给 每辆出租车 820 元的补贴从 6 月起取消。 同时上海将对出租车驾驶员降低现有承包指标 (份子钱),并予以规范。 考虑以下问题: (1) 根据以上信息给出上海市出租车运价和油价联动机制的两个计算公式。 (2) 分析这两个计算公式的合理性。 (3)根据江门市出租车运营的实际情况,这两个计算公式是否适合作为江门市出 租车运价油价联动机制?如不适合,给出适合江门市、出租车运营的实际情 况的运价油价联动机制。根据计算公式给出江门市出租车运价调整方案。
二、模型假设
1.假设调价前后,出租车的运价都是合理的。 2.假设调价前后,市场对出租车的供应量和需求量没有变化,也没有对载客率产生 较大影响。 3.假设调价前后,耗油量不发生较大的波动。 4.假设江门市的交通始终通畅。 5.假设出租车运费上调只用来消化运营成本的增加,不以增加利润为目的。
三、符号说明
6.542 X 1 4.914 X 2 3.276 X 3 1.638 X 4 4.61
约束条件:根据江门市的经济状况以及其他相关情况,查阅大量的资料,可以得到 参数的范围:
0.315 X 1 0.447 0.195 X 2 0.312 0.121 X 3 0.233 0.203 X 4 0.312
Cus1 pr V X 1
2 ○
(2)出租车司机的满意度问题: 根据资料分析,由于出租车司机只负担油价上涨的一部分,而且其他三方分担了油价 上涨额,因而司机的收入有所提高。而且出租车司机的满意度是与其收入的增加成正比 的。故调整价格后出租车司机的满意度为: 3 ○ (3)出租车公司的满意度问题: 由于油价上涨,出租车公司也承担了一部分上涨额,所以出租车公司的满意度为:
M pra1 prb1 X 1 pr V
分配到起步价上所占的比例 a, 分配到超起租里程价格上的比例 b 满足
a b 1
6 ○ 7 两式,代入数据可以得到: a 0.35, b 0.65 联立○ 所以可以得到调价方案为:
5
pra1 prb1
pr V a =0.1911 元,即起步价提高 0.1911 元; n pr V (1 ) b =0.034 元,即超起租里程每公里提高 0.034 元。 s c
出租车调价问题
摘要:随着国际燃油价格的不断上涨,国内市场已经进行了多次调价,调价对于本来就 经营困难的出租车来说更是雪上加霜。为了化解高油价给出租车业,尤其是出租车司机 带来的压力,各个地方政府采取种种措施化解油价上涨给出租车司机带来的减收问题。 2006 年 4 月 17 号上海召开出租车运价油价联动机制听证会,就建立出租车行业运价油 价联动机制展开论证并且提出了两个运价油价联动计算公式。 本文通过假设和一定的分 析而建立一个数学模型以反映上海市的出租车运价与油价联动机制, 并经过将江门的实 际情况跟上海对比后,对模型做一定的改进以适合江门的情况。本文利用线形规划模拟 分析问题,建立模型并且利用 LINGO 求解。最后从理论与实际的角度出发,提出对模型 的改进方法和设想。 关键词:出租车调价 线性规划 数学模型
江门市汽油每升涨价: pr 0.21 元 出租车平均每天行驶的公里数为 c 800 公里 超起公里系数: c 50% 每天的耗油量为: V 78 升 载客率为 60% 每天载客次数为 n 30 次 平均超起公里数为 q 10 公里 2 ○ 3 ○ 4 ○ 5 以及以上数据分别代入○ 1 可得: 将○ 目标函数: MAX Z W1 Cus1 W2 Cus 2 W3 Cus3 W4 Cus 4
五、模型的建立与求解
根据相关部门的统计数据显示, 江门市的出租车运营情况与上海市有较大的差别。 根据数据显示,江门市的出租车市场处于一种“供大于求”的状况,江门市的出租车大
3
部分时间是在寻找客人,客人可以非常容易地乘坐出租车。而上海市的出租车载客率为 61%,说明供求关系处于比较平衡的状态。而且上海市的经济比江门市发达,人均收入 比江门高。 从统计数据可以看出,上海的人均收入相比于江门来说有较大的优势,上海市居民 用于交通的费用也较江门居民多。所以必须用一个新的模型来考虑问题。对于出租车行 业,最重要、最关键、最根本的是建立起油价与运价联动的长效机制,体现企业、出租 车司机和乘客以及政府四者合理分担的原则。 根据这个原则我们分别从出租车公司、出租车司机、消费者和政府的角度出发,以 不同的比例来分担油价的上涨额。这样处理,不会因为出租车价格上涨导致乘客数量减 少,同时有利于减轻司机的负担,提高其月收入;公司负担一部分上涨的油价,从而利 润稍有下降,会对出租车的数量起到市场调节作用;对于政府而言,有利于维持正常的 交通秩序,维护社会秩序的稳定。我们必须求解出合适的分担比例让出租车公司、出租 车司机、消费者和政府都对这个新模型满意度最大。 消费者、出租车司机、出租车公司、政府对模型的满意度之和即为我们所求的目标 函数 Z ,以上四者的满意度在 Z 中所占的权重各不相同,分别设为 W1 、 W2 、 W3 、 W4 。 则有 Z W1 Cus1 W2 Cus 2 W3 Cus3 W4 Cus 4 (1)乘客的满意度问题: 消费者的满意度 Cus1 取决于出租车的空载率和价格这两个因素, 通过大量的调查数 据发现它们之间构成线性关系。 统计资料显示当前江门市出租车的空载率高达 50%, 市场明显处于供大于求的状态, 乘客是很容易就能够乘坐到出租车的,在这种情况下我们可以忽略空载率对满意度 Cus 的影响。我们据此可以假设,出租车乘客的满意度由价格因素唯一确定,而且与油价的 上涨额成反比。于是有: 1 ○
利用 LINGO 软件(源程序见附录)得出目标函数的最优解:
X 1 0.315 , X 2 0.195 , X 3 0.178 , X 4 0.312
我们可以得到消费者需要承担的油价上涨额为 M X 1 pr V ,消费者承担额是由分 配到起步价上及分配到超起租价上两部分组成,故有: 6 ; ○ 7 ○
2、按超起租公里单价调整运价的公式。即油价波动因素通过调整超起租公里运价 分担。同时,公式中剔除了运价加价、计时收费等与公里油耗无关的因素。用于调整超 出起步价后的出租车单公里单价的第二个公式为:
运价油价联动机制的“灵魂”是两个公式。公式设计的基点是:保持出租汽车现行 运价结构;与出租车使用的燃油一定时期内均价水平进行挂钩和联动;鉴于燃油消耗与 行驶里程有关,与运价直接相关的包括起租价和超起租单价两部分,据此对应设计了两 个计算公式。上述两个公式分别给出了“按车次起租价”和“按超起租公里单价”调整 运价的计算方式。在实际运用中,可根据油价变动情况单独或同时使用两个公式。如将 两个公式配合使用,既调整起租价又调整单价,可使不同乘距乘客都承担相应的燃油上 涨费用,体现了“多乘多支出,少乘少承担”原则。 如果只将油价的上涨额全部由出租车起步价来分担,乘客无论乘距长短,均承担相 同调价金额,对短距离乘客不公平;若单独使用后者,乘客不承担起租公里内油价上涨 对燃油成本的影响,则对驾驶员不公平。配合使用,则既调整起租价又调整单价,又可 使不同乘距乘客都承担相应的燃油上涨费用,所以这里存在一个比例问题,假设分配到 起步价上所占的比例为 a, 分配到超起租里程价格上的比例为 b,则修改后的起步价增 涨额和超起租里程后的每公里价格增涨额分别为: pr V a pra1 n
2
Cusi ——满意度函数
i 1,2,3,4
pr ——油价上涨值(单位:元/升) pra ——在起步价上的价格增值 prb ——在超起租里程单公里上的价格增值
四、问题分析
上海市出租汽车现行运价结构主要是由起租价和超起租公里单价两部分组成。结合 现行运价结构特点,针对起租价范围内和超出起租价范围两种情况,提出了两个运价油 价联动计算公式: 1、按车次调整运价的公式。即油价波动因素由每车次分担,具体通过调整起租价 格来实施。用于调整出租车起步费的第一个公式为:
六、模型的评价
通过 LINGO 软件可以得到一组最优的 X 1 、 X 2 、 X 3 、 X 4 ,其中 X 1 即消费者承担油 价上涨的份额是我们进一步得到调价方案所必须的。 消费者承担的油价上涨额最终分配 到起步价上的增加和超起租里程单公里价格的增额上。 这个问题归根结底就是求一个价 格增加的分配比例,使得油价上涨额的分配最合理,体现“多乘多支出,少乘少承担” 原则。 本模型参数的取值是通过大量的实际统计资料获得的,因此模型的合理性是有一定 的保证的。但是对统计资料还应做更加精细的分析,以便得到更加准确的数据。 本模型的不足之处主要是简化了对满意度函数的讨论。为了方便处理,本文简单地 认为空载率与消费者的满意度存在简单的线性关系, 从而忽略了空载率对消费者满意度 的影响; 而且也简单地认为收入的增减与满意度之间的比例系数为 1, 这一点需要改进。 出租车运价的提高,肯定会导致客流量的减少,但是本文并没有考虑这一点。应该 在得到调价方案后反推客流量的波动情况,并根据波动情况改善模型的参数,使得客流 量对模型的影响最小。 对于目标函数应该引进更多的相关变量,同时还可以把线性优化升级为二次优化, 这样模型的性能将会得到提高。 参考文献: [1]姜启源,数学模型(第三版) ,北京:高等教育出版社,2003 [2]刁在筠等,运筹学(第二版) ,北京:高等教育出版社,2001 [3]张颖, 陈赞,出租车定价机制研究,消费经济,21 (4) : 51 —58,2005 [4]姜启源,邢文顺等,大学数学实验,北京:清华大学出版社,2005 [5] 秦 武 平 , 运 价 跟 油 价 走 ? 沪 召 开 出 租 车 运 价 油 价 联 动 听 证 会 , /newscenter/2006-04/18/content_4442217.htm , 2008/5/9 [6] 诸 达 鹤 钟 晖 徐 运 , 上 海 出 租 车 调 价 要 看 两 公 式 , /news/2006-04-18/1005180520.shtml,2008/5/11 附录: LINGO 源程序: MAX=-6.542*X1-4.914*X2-3.276*X3-1.638*X4+4.61; X2<=0.312;X2>=0.195; X3<=0.233;X3>=0.121; X4<=0.312;X4>=0.203; X1<=0.447;X1>=0.315; X1+X2+X3+X4=1; 运行结果: Global optimal solution found.