摘 要：通过采用spss相关系数分析法以及神经网络多层感知器对不同时空出租车资源的“供求匹配”程度进行分析，利用神经网络多层感知器分析因变量时间、因子经纬度、协变量出租车数量，候车人数因素对协变量出租车数量和候车人数之间的偏差，以及可根据这种偏差做出的调整。分析“滴滴打车公司”补贴方案和“快的打车公司”补贴方案建立了数据模型，分别求出出租车司机与乘客的利益最大值，以此会有助于缓解打车难的问题并设计补贴方案。

关键词：SPSS；神经网络；sig；二次函数模型；互联网；出租车资源配置

一、问题提出

在当今互联网发达的时代，信息化也将打车纳入其中，新的打车方式应运而生，多家公司依托移动互联网创建了打车软件服务平台，但是这仍然没有解决人们所关注的“打车难”的问题，这说明打车方式还有待进一步优化。为此，我们建立数学模型研究 建立合理的指标，并分析不同时空出租车资源的“供求匹配度；分析各公司的出租车补贴方案对“缓解打车难”有无帮助；设计一个补贴方案以达到创建一个新的打车软件服务平台的目的，并论证其合理性。

二、模型建立

我们通过统计出租车道路分布状况，然后分析不同时空出租车资源的“供求匹配”程度。通过对高峰拥挤路段的GPS定位分析，得到出租车分布状况与候车市民人数大致分布来观察其相关性系数。通过运用spss分析这些需求在时间空间上的区别以及差异性。……