CN107977854A - 一种中短程乘驾车出行需求测算方法 - Google Patents

一种中短程乘驾车出行需求测算方法 Download PDF

Info

Publication number
CN107977854A
CN107977854A CN201710997274.6A CN201710997274A CN107977854A CN 107977854 A CN107977854 A CN 107977854A CN 201710997274 A CN201710997274 A CN 201710997274A CN 107977854 A CN107977854 A CN 107977854A
Authority
CN
China
Prior art keywords
trip
ratio
demand
calculated
diet
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710997274.6A
Other languages
English (en)
Inventor
褚英昊
赵紫州
叶丹微
杲佳莹
石芯瑜
范烨承
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Micro Intelligent Technology Co Ltd
Original Assignee
Shenzhen Micro Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Micro Intelligent Technology Co Ltd filed Critical Shenzhen Micro Intelligent Technology Co Ltd
Priority to CN201710997274.6A priority Critical patent/CN107977854A/zh
Publication of CN107977854A publication Critical patent/CN107977854A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种中短程乘驾车出行需求测算方法,该方法包括以下步骤：获取需求参数信息，所述参数信息包括：当地潜在使用服务的有效人口、当地人群平均出行次数、出行人群采用驾车模式的比例、目标细分市场如饮食购物等占出行的比例、出行方式的竞争强度和影响因子；计算所述参数信息，并获得潜在的用车需求。本发明通过对未饱和供应区域的潜在需求的量化推算，可以帮助共享出行(车辆)的企业推算一个区域内的潜在用车需求量，从而制定更优化的投放或者运维策略。此外，附加一个算法插件可以在量化需求输出的基础上推算一天中不同时间段的需求变化走势。

Description

一种中短程乘驾车出行需求测算方法
技术领域
本发明涉及交通领域技术，具体涉及一种中短程乘驾车出行需求测算方 法。
背景技术
随着经济的发展，人们的出行需求高速增长。在互联网技术的催化下，各 种出行服务应运而生，特别是共享汽车(小车及大中巴士，可自驾或代驾) 获得了快速发展。然而如何量化分析指定区域(区域内对于需求的供应尚未 饱和)内用车需求的人次，帮助制定和优化车辆投放和调度策略的方法尚无 统一和公认的方法或模型。因此在车辆投放的决策过程中缺少量化依据，因 此常出现投放不足(机会损失)或过度投放(供应过剩)的问题。因此一个 针对中短程用车出行需求的量化方法可以有效提高车辆利用率和运维效率， 降低企业运行成本。此外当前已有的需求算法的时间精度不够，不能准确把 握不同时间段(如上下班高峰期间)的需求变化走势。
发明内容
本发明的目的在于解决目前车辆投放不足(机会损失)或过度投放(供应 过剩)的问题。
为实现上述目的，本发明提供了一种中短程乘驾车出行需求测算方法,该 方法包括以下步骤：
获取需求参数信息，所述参数信息包括：当地潜在使用服务的有效人口、 当地人群平均出行次数、出行人群采用驾车模式的比例、目标细分市场如饮 食购物等占出行的比例、出行方式的竞争强度和影响因子；根据以下公式计 算所述参数信息，并获得潜在的用车需求；
D＝f(N，T，Dd，C，Cr，O)；其中，D为潜在的用车需求；N为当 地潜在使用服务的有效人口；T为当地人群平均出行次数；D_d为出行人群采 用驾车模式的比例；C为目标细分市场如饮食购物等占出行的比例；Cr为出 行方式的竞争强度；O为影响因子。
优选地，所述当地潜在使用服务的有效人口通过求积函数计算：
N＝N0Пβj
优选地，所述当地人群平均出行次数通过以下公式计算：
优选地，所述出行人群采用驾车模式的比例通过以下公式计算：
优选地，所述目标细分市场如饮食购物等占出行的比例通过以下公式计 算：
优选地，所述目标细分市场如饮食购物等占出行的比例通过以下公式计 算：
优选地，所述目标细分市场如饮食购物等占出行的比例通过以下公式计 算：
优选地，如果需要计算不同时间段市场需求，通过乘以一个时间比例参数 进行调整，比例需要项目运行一段时间后获得一星期左右的历史数据求得：
D(t)＝γ(t)×D
γ(t)＝P(t)/∑P(t)
本发明通过对未饱和供应区域的潜在需求的量化推算，可以帮助共享出 行(车辆)的企业推算一个区域内的潜在用车需求量，从而制定更优化的投 放或者运维策略。此外，附加一个算法插件可以在量化需求输出的基础上推 算一天中不同时间段的需求变化走势。
附图说明
图1为本发明实施例提供的一种中短程乘驾车出行需求测算方法流程示 意图。
图2为图1所示方法涉及的每日分布需求实例。
具体实施方式
通过以下结合附图以举例方式对本发明的实施方式进行详细描述后，本发 明的其他特征、特点和优点将会更加明显。
图1为本发明实施例提供的一种中短程乘驾车出行需求测算方法流程示 意图。如图1所示，该方法包括步骤S101-S102：
步骤S101，获取需求参数信息，所述参数信息包括：当地潜在使用服务 的有效人口、当地人群平均出行次数、出行人群采用驾车模式的比例、目标 细分市场如饮食购物等占出行的比例、出行方式(例如，地铁等)的竞争强 度和影响因子(包括天气、交通、停车、人群接受度等)。
步骤S102，根据以下公式计算所述参数信息，并获得潜在的用车需求；
D＝f(N，T，Dd，C，Cr，O)；其中，D为潜在的用车需求；N 为当地潜在使用服务的有效人口；T为当地人群平均出行次数；D_d为出行人 群采用驾车模式的比例；C为目标细分市场如饮食购物等占出行的比例；Cr 为出行方式的竞争强度；O为影响因子。
优选地，所述当地潜在使用服务的有效人口通过求积函数计算：
N＝N0Пβj
优选地，所述当地人群平均出行次数通过以下公式计算：
优选地，所述出行人群采用驾车模式的比例通过以下公式计算：
优选地，所述目标细分市场如饮食购物等占出行的比例通过以下公式计 算：
优选地，所述目标细分市场如饮食购物等占出行的比例通过以下公式计 算：
优选地，所述目标细分市场如饮食购物等占出行的比例通过以下公式计 算：
优选地，如果需要计算不同时间段市场需求，通过乘以一个时间比例参数 进行调整，比例需要项目运行一段时间后获得一星期左右的历史数据求得：
D(t)＝γ(t)×D
γ(t)＝p(t)/∑p(t)
图2为图1所示方法涉及的每日分布需求实例，其中，y轴为p(t).x 轴为一天的24个小时时间点。
在一个实施例中，该模型被测试用于推算珠海共享汽车需求，日均需求量 D(次/天)：13395，当地一线的共享汽车用车数据显示平均每天每车使用频 率为4.5次，珠海理论需求2381辆车。考虑目前尚无实际饱和投放的市场数 据，考虑共享汽车市场与出租车重合度较大，珠海目前出租车保有量为1800 台，对标结果显示模式预测的数量级吻合实际需求。
本发明实施例考虑到使用者的用车每单周期较长，时效性较弱，采用低频 模式(需求/每天)，空间覆盖面积大，因此影响因素更多。模型的建立采用 更多的物理关联输入。构成模型的多个子参数通过求积函数，指数回归模型， 比例积分，求和积分等方法求得。本模型的创新点主要在于对未饱和供应区 域的潜在需求的量化推算。模型加载的平台为excel，输入数据通过网上公开 的统计数据获得。
本发明实施例通过对未饱和供应区域的潜在需求的量化推算，可以帮助 共享出行(车辆)的企业推算一个区域内的潜在用车需求量，从而制定更优 化的投放或者运维策略。此外，附加一个算法插件可以在量化需求输出的基 础上推算一天中不同时间段的需求变化走势。
需要说明的是，上述实施例仅用来说明本发明的结构及其工作效果，而 并不用作限制本发明的保护范围。本领域内的普通技术人员在不违背本发明 思路及结构的情况下对上述实施例进行的调整或优化，仍应视作为本发明权 利要求所涵盖。

Claims (8)

1.一种中短程乘驾车出行需求测算方法,其特征在于，包括以下步骤：
获取需求参数信息，所述参数信息包括：当地潜在使用服务的有效人口、当地人群平均出行次数、出行人群采用驾车模式的比例、目标细分市场如饮食购物等占出行的比例、出行方式的竞争强度和影响因子；
根据以下公式计算所述参数信息，并获得潜在的用车需求；
D＝f(N，T，Dd，C，Cr，O)；其中，D为潜在的用车需求；N为当地潜在使用服务的有效人口；T为当地人群平均出行次数；D_d为出行人群采用驾车模式的比例；C为目标细分市场如饮食购物等占出行的比例；Cr为出行方式的竞争强度；O为影响因子。
2.根据权利要求1所述的系统，其特征在于，所述当地潜在使用服务的有效人口通过求积函数计算：
N＝N0Πβj
J为年龄、智能手机、拥有驾照的比例，具体参数按全国统计局和公安部数据获得。
3.根据权利要求1所述的系统，其特征在于，所述当地人群平均出行次数通过以下公式计算：
其中，N_(o)人口总数，G人均GDP，I人均收入。
4.根据权利要求1所述的系统，其特征在于，所述出行人群采用驾车模式的比例通过以下公式计算：
其中，d为出行距离，d_min取2-5km,d_max取10-100km(根据实际情况灵活调控)。
5.根据权利要求1所述的系统，其特征在于，所述目标细分市场如饮食购物等占出行的比例通过以下公式计算：
其中，i为餐饮，购物，短途旅行等，具体参数可由网络数据或现场人员抽样调查获得。
6.根据权利要求1所述的系统，其特征在于，所述目标细分市场如饮食购物等占出行的比例通过以下公式计算：
Cr＝Пif(Ci)
其中，i为地铁，公交，滴滴，出租等，Ci可取0.5-0.8。
7.根据权利要求1所述的系统，其特征在于，所述目标细分市场如饮食购物等占出行的比例通过以下公式计算：
其中，i为政策，天气，交通，市场接受度。
8.根据权利要求1所述的系统，其特征在于，如果需要计算不同时间段市场需求，通过乘以一个时间比例参数进行调整，比例需要项目运行一段时间后获得一星期左右的历史数据求得：
D(t)＝γ(t)×D
γ(t)＝p(t)/Σp(t) 。
CN201710997274.6A 2017-10-22 2017-10-22 一种中短程乘驾车出行需求测算方法 Pending CN107977854A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710997274.6A CN107977854A (zh) 2017-10-22 2017-10-22 一种中短程乘驾车出行需求测算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710997274.6A CN107977854A (zh) 2017-10-22 2017-10-22 一种中短程乘驾车出行需求测算方法

Publications (1)

Publication Number Publication Date
CN107977854A true CN107977854A (zh) 2018-05-01

Family

ID=62012598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710997274.6A Pending CN107977854A (zh) 2017-10-22 2017-10-22 一种中短程乘驾车出行需求测算方法

Country Status (1)

Country Link
CN (1) CN107977854A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109492894A (zh) * 2018-10-31 2019-03-19 北京摩拜科技有限公司 监控车辆投放的方法、装置及服务器

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100332381A1 (en) * 2007-05-25 2010-12-30 Celka Christopher J System and method for automated detection of never-pay data sets
CN104636828A (zh) * 2015-02-02 2015-05-20 西南交通大学 基于马尔科夫链的公共自行车站点供需预测方法
CN104899443A (zh) * 2015-06-05 2015-09-09 陆化普 用于评估当前出行需求及预测未来出行需求的方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100332381A1 (en) * 2007-05-25 2010-12-30 Celka Christopher J System and method for automated detection of never-pay data sets
CN104636828A (zh) * 2015-02-02 2015-05-20 西南交通大学 基于马尔科夫链的公共自行车站点供需预测方法
CN104899443A (zh) * 2015-06-05 2015-09-09 陆化普 用于评估当前出行需求及预测未来出行需求的方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109492894A (zh) * 2018-10-31 2019-03-19 北京摩拜科技有限公司 监控车辆投放的方法、装置及服务器

Similar Documents

Publication Publication Date Title
CN104021667B (zh) 整合预约服务与实时打车的出租车合乘调度系统及调度方法
US10037503B2 (en) System and method for managing supply of service
Heiskala et al. Crowdsensing-based transportation services—An analysis from business model and sustainability viewpoints
US9851722B2 (en) Apparatus and method for grouping vehicles for cooperative driving
Hrušovský et al. Hybrid simulation and optimization approach for green intermodal transportation problem with travel time uncertainty
CN108475466B (zh) 用于匹配和显示服务请求和可用车辆的系统和方法
JP7235647B2 (ja) 予約オーダーを割り当てるシステム及び方法
CN104809867B (zh) 基于行驶线路契合度的合乘拼车智能实时撮合系统及方法
US20170169366A1 (en) Systems and Methods for Adjusting Ride-Sharing Schedules and Routes
US20180158166A1 (en) Method and system for managing allocation of transportation services
Tirachini et al. Multimodal transport pricing: first best, second best and extensions to non-motorized transport
CN107101643B (zh) 一种拼车匹配方法
CN105551236B (zh) 车辆调度方法和车辆调度系统
Eryilmaz et al. Collaborative management of intermodal mobility
CN107977854A (zh) 一种中短程乘驾车出行需求测算方法
CN109858941A (zh) 用于确定至少一个需求响应开销百分比的系统和方法
WO2020207430A1 (zh) 订单派发方法、装置、电子设备及计算机可读存储介质
KR102206641B1 (ko) 카풀 대상 운전자에 대한 우선순위 지정이 가능한 카풀 매칭 장치 및 방법
US20190244231A1 (en) Benefit selection apparatus, method for selecting benefit, and information terminal
CN105336157A (zh) 交互式出租车呼叫系统及方法
Paraboschi et al. Modeling urban-level impact of a shared taxi market
Vaidyanathan Energy Savings from Information and Communications Technologies in Personal Travel
Billhardt et al. Streamlining advanced taxi assignment strategies based on legal analysis
Triki et al. Ridesharing in muscat: can it be a sustainable solution for the traffic congestion?
CN115619133A (zh) 一种考虑司机决策的空港枢纽出租车运力调配方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180501

RJ01 Rejection of invention patent application after publication