论文总字数：26164字

摘 要

随着互联网技术的不断发展，传统产业随着网络的广泛运用发生了革新。在这种环境下，出现了一种全新的社会经济体系—共享经济体系。服务、商品、人才和数据这四部分共享的经济社会体系组成了共享经济。而网约车就是这一时代的产物。所以研究一套符合市场规律的网约车需求数量预测方法，使我国的网约车行业步入科学化、规范化的管理轨道是十分必要的。

首先对网约车的基本概念做出明确的定义，并确定网约车的特点，然后通过分析网约车的运营模式对比现阶段的发展趋势预测网约车未来的发展趋势。接着是南京市网约车出行的研究。通过对比各种情况下南京市民乘坐网约车的频率比较得出影响网约车需求量的因素。结合数据建立网约车需求量预测模型。通过建立RFB神经网络模型预测短期内网约车的需求量，并与真实值相比较，当近期预测值与真实值相近时，可通过该模型预测未来网约车需求量。

关键词：网约车；需求量；发展趋势；预测

Research on demand prediction and analysis of online ride-hailing

Abstract

With the continuous development of Internet technology, traditional industries have undergone innovation with the extensive application of the Internet. In this environment, a new social and economic system-sharing economy system has emerged. The sharing economy consists of an economic and social system in which services, goods, talents and data are shared. And ride-hailing is a product of this era. Therefore, it is very necessary to study a set of forecasting methods for the demand quantity of online car-hailing in line with the market rules, so as to make China's online car-hailing industry step into a scientific and standardized management track.

Firstly, the basic concept of online car-hailing is clearly defined, and the characteristics of online car-hailing are determined. Then, the future development trend of online car-hailing is predicted by analyzing the operating mode of online car-hailing and comparing the current development trend. The next is the Nanjing online car hailing travel research. By comparing the frequency of Nanjing citizens taking online ride-hailing under various circumstances, the factors affecting the demand for online ride-hailing are obtained. Based on the data, the demand prediction model of online ride-hailing was established. The RFB neural network model is established to predict the demand for e-hailing cars in the short term, and compared with the real value. When the recent predicted value is close to the real value, the future demand for e-hailing cars can be predicted by this model.

Key words: ride-hailing; Demand. Development trend; To predict

目录

摘要 I

Abstract II

第一章引言 1

1.1选题背景 1

1.2研究目的与意义 1

1.2.1研究目的 1

1.2.2研究意义 1

1.3国内外研究现状 2

1.3.1国外研究现状 2

1.3.2国内研究现状 3

1.4研究方法 4

1.5研究内容 4

第二章 网约车的运营现状及发展趋势分析 5

2.1网约车现状概述 5

2.1.1网约车的概念 5

2.12网约车的特点 5

2.1.3网约车的运营模式 6

2.2网约车的发展趋势分析 6

第三章 网约车需求量影响因素分析 8

3.1网约车数量的发展 8

3.1.1全国网约车数量的发展 8

3.1.2南京网约车数量的发展 8

3.2南京市民日常出行及网约车需求量分析 9

3.3 网约车需求量的主要影响因素 10

3.3.1 城市网约车需求量与经济效益的关系 11

3.3.2城市网约车需求量与天气状况的关系 12

3.3.3用地类型对于网约车需求量的影响 13

第四章 网约车预测模型的构建 14

4.1RBF 神经网络 14

4.2量子粒子群算法( QPSO) 算法 14

4.3QPSO_ＲBF 神经网络预测模型 15

4.4预测性能指标 15

4.5预测模型的训练 15

4.6预测模型结果分析 17

第五章 对策建议 20

5.1精细实施价格策略 20

5.1.1增大使用人群的覆盖面 20

5.1.2增大服务业务覆盖面 20

5.1.3增大区域渗透面 21

5.2多维分层折扣力度 21

5.2.1依据乘客完单频次，发放不同金额的代金券 21

5.2.2依据每单公里数分布，确定折扣力度 21

5.2.3依据竞品活动力度，临时微调折扣力度 21

5.2.4依据区域差异，选择不同的价格策略 21

第六章 总结与展望 22

6.1总结 22

6.2展望 22

致 谢 24

参考文献 25

第一章引言

1.1选题背景

伴随着信息技术的革新，传统行业随着互联网的广泛使用发生了转型。在这种环境下，一种名为共享经济的经济社会体系慢慢诞生。服务、商品、人才和数据这四部分共享的经济社会体系组成了共享经济。共享经济虽然才刚刚兴起，却在短暂的时间己影响到很多行业，特别显著的的一方面就是交通出行方面。

在当今移动互联网的信息时代，智慧交通的发展给人们的生活带来了巨大的便捷，大大改变了人们的出行习惯。以手机APP主要服平台的新业态的网约车出行方式逐渐渗透入城市传统巡游式出租车服务市场，当乘客需要出行时，可以在手机上通过app发送订单，这些订单会通过互联网发送到租车公司时，网约车公司再将订单发送给附近的网约车司机，司机接受订单后就会前往乘客的所在位置接送乘客。因此，网约车以及相应平台的推广和使用，可以在一定程度上缓解人们的出行压力。该新型商业服务模式专门针对具有一定的出行要求的乘车用户和同时拥有一定的出行服务经验等资格的乘车驾驶员,进行了双向的信息交流沟通,并且将供需信息整合到一起,可以使得出行用户和司机/乘车人之间达到合理的匹配,并且可以为他们提供安全高效的出行乘车。^[1]

1.2研究目的与意义

1.2.1研究目的

本论文主要研究的目的是首先找出可以影响乘客对网约车的需求程度主要因素，再实证分析与检验这些因素，最后得到有关需求量的回归模型，并依据分析结果提出运营策略与建议。期望能够完成以下几个研究目的：

剩余内容已隐藏，请支付后下载全文，论文总字数：26164字