如特殊的节假日,发生特殊事件而临时引起的路段封闭,或者天气的突然变化等等都是对匹配度影响比较大的因素。匹配度日期匹配度日期 10 5.2 问题二 5.2.1 模型的建立对于是否缓解需要考虑各方面的原因,不能仅仅考虑数据数据呈现的特点,再加上由于收集的数据有限,评价各个公司的补贴方案是否缓解打车难得问题的指标难以量化,因此本题我们采用定性和定量相结合的AHP综合评价模型[4]对全国各个打车软件(以滴滴打车、快的打车、传统打车)推行的补贴方案进行评估。首先,将问题转化为以下模型: 目标层{补贴方案对缓解市民打车难是否有帮助}; 评价细化指标层{万人拥有量,满载率,里程利用率,等车时间,乘车价格}; 决策层{ 321,,PPP :滴滴打车补贴方案、快的打车补贴方案、传统打车补贴方案}。 1)建立层次结构模型如下图: 图6 层次结构模型 2)构造成对比较矩阵(S1 )通过主观定义比较各个指标对于目标的权重,构造目标层 A 对准则层 54321,,,,BBBBB ,的成对比较矩阵为: ?? ij ji ijnn ija aaaA 1,0,????(7) 上式中 A 称为正互反矩阵,显然有 1? iia 。如用 54321,,,,BBBBB 依次表示万人拥有量、满载率、里程利用率、等车时间、乘车价格 5个指标,综合考虑西安市区的特点,定义每个指标的权重比例,西安市是一个介于一线与二线城市之间的省会城市,居民的收入水平是相对集中在一个中等水平,而出租车的消费群体主要集中在中高段收入,经济发展水平对市民选择出行的方式起着很大的调控作用。把乘车费用的权重指标定义为最大的,其次是等车时间,随着城市生活节奏的加快,市民的时间观念越来越强。万人拥有量、满载率、里程利用率是衡量资源配置的三大指标,三者之间的权重比定义为同一等级,最后得出五大指标的权重排序为乘车价格、等车时间、满载率、里程利用率、万人
全文预览
