共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
3.
4.
5.
6.
7.
正不久前,空姐深夜搭乘网约车遇害事件再次引发全社会对于网约车安全问题的关注和讨论,更是将网约车平台营运资质问题推向舆论至高点。从5月7日到5月11日,交通运输部微信公众号以每日一篇的节奏连续发布了5篇涉及网约车的评论文章,力度可谓罕见。5月7日,交通运输部发表《交 相似文献
8.
网约车合法化后,具有运营成本低、环境友好等优点的纯电动车进入网约车市场。但在三四五线城市,纯电动网约车的渗透率比较低。为了推动纯电动汽车进一步进入网约车市场,基于网约车市场和纯电动车特点,借助政治、经济、社会、技术(Politics Economy Society Technology, PEST)分析法从政策、经济、社会和技术四个宏观环境对纯电动车作为网约车在三四五线城市竞争环境进行分析,研究制约纯电动网约车在三四五线城市发展的宏观因素,并针对性提出纯电动网约车的发展建议及措施,即地方政府通过制定宽松政策和合理规划充电设施鼓励纯电动汽车的使用;网约车平台采取降低挂靠费用、差异化服务价格等措施,引导驾驶员和客户使用纯电动网约车,从而提高纯电动汽车在三四五线城市网约车中的渗透率。 相似文献
9.
10.
11.
近年来,网约车快速发展,但其运行过程中隐藏的乘客安全问题愈发凸显.为探究乘客对于网约车乘坐过程的安全感知情况,利用鱼骨图将安全问题划分为交通安全、信息安全、人身财产安全3个维度,并以此为基础设计并进行问卷调查.为刻画不同潜变量之间的复杂关系,构建了基于结构方程模型(SEM)的逻辑框架,揭示了个人特征、事故经历、安全知识以及冒险倾向等因素对网约车乘客安全感知的影响路径及显著性.结果表明,乘客的安全知识、事故经历以及冒险倾向对网约车乘客的安全感知有显著的直接影响;性别、收入水平等个人特征亦显著影响网约车乘客的安全感知.研究结果可为网约车安全管理相关政策的制定提供理论依据. 相似文献
12.
作为"互联网+"时代的产物,网约车使人们的出行方式日益多样化,但它在发展过程中也带来了新的问题,如网约车所引发的交通事故、乘客安全及与巡游出租车的市场竞争等。文中通过分析网约车的独特优势及风险因素,提出网约车规范化运营的具体对策及驾驶员心理素质测评实施内容,为促进其健康发展提供参考。 相似文献
13.
正在滴滴、美团、高德、携程四大平台商战正酣之时,万顺叫车凭借积蓄多时的势能多方位出击市场,市场格局更添变数。面对重围,谁能杀出一条血路,掌握网约车行业话语权,引人关注。自2016年网约车新政实施以来,网约车行业就逐步走向了规范化发展的道路。要想在网约车 相似文献
14.
15.
《汽车工程》2017,(11)
提出了一种用于分析车联网关键指标对车辆安全影响的仿真测试方法。首先,基于微观交通流仿真软件设计了危险跟驰、换道等基础仿真场景;然后,分析了基于高斯分布的定位误差模型和单跳通信延误模型,并建立了定位误差、通信延误和渗透率在仿真过程中的执行策略;接着,基于车辆最小安全距离跟驰模型和车辆非线性分段制动模型分别提出了车辆危险跟驰预警和危险换道预警方法;最后,通过建立基于HLA(high level architecture)的车联网仿真平台对不同定位误差、通信延误和渗透率对车辆安全的影响进行了仿真测试。结果表明,在危险跟驰场景中,在注入了基于高斯分布的定位误差后,预警成功率为88%,预警成功率随着预警策略中减速度的减小而增大;在危险换道场景中,在注入了单跳通信延误后,预警成功率达100%;成功预警数随着OD(origin destination)取值和渗透率的增大而增大,并且受渗透率影响更加明显。 相似文献
16.
正过去,网约车市场以互联网企业互相厮杀为主,随着主机厂对出行市场重视度的提升,市场逐步形成滴滴"一超",主机厂出行平台多元发展的局面。网约车市场发展回顾2016年网约车市场合法化,2017年进入快速发展期,2019年宏观经济放缓,政策趋严,市场交易规模增速放缓,进入规范调整期。从基本层面看,整个网约车市场仍有较大的发展空间。政策方面,国家对网约车由粗放式管理逐步进入了精细化、 相似文献
17.
18.
19.
网约车需求预测是一个典型的时间序列预测任务,准确的网约车需求预测能够辅助网约车平台合理地派单和规划路径,从而降低网约车的空驶率,具有重要的研究意义。文章利用长短时记忆模型(LSTM)及门控循环单元(GRU)进行网约车需求预测,对比了同一地区休息日和工作日,一周和一个月内的网约车需求及其变化,构建基于LSTM和GRU的需求预测模型,使用历史数据对未来需求进行预测,使用Geohash代码对西安市进行区域划分,对数据和划分的网格进行匹配得到汇总数据,采用线性模型进行对照试验,结果表明,LSTM和GRU在网约车需求预测中的表现优于线性模型,二者相比LSTM预测精度更高。 相似文献
20.
城市网约车订单需求体现了居民出行活力,同时表征了出行规律和内在特征。如何从复杂动态的时变数据中准确地识别异常点并进行调度优化,是优化网约车平台运力的关键环节。建立了网约车订单需求数据的时间序列图,并分析了订单需求的动态特性,提出1种基于混合机器学习框架的网约车订单需求预测模型(ARIMA-BPNN-DSR, ABD)。混合模型由差分整合移动平均自回归模型(auto regressive integrated moving average model,ARIMA)和反向传播神经网络(back propagation neural network,BPNN)通过动态选择回归算法(dynamic selection of regression,DSR)融合而成。混合模型汲取了统计方法的鲁棒性和机器学习方法的高效性,并考虑各个独立基线模型在数据局部空间上的性能表现。以2019年和2020年(疫情影响下)厦门市滴滴网约车平台订单数据作为试验基准并进行对比分析,结果表明:(1)与多个基线模型相比,ABD模型实现了最优的预测性能,同时在面向疫情外部因素影响下同样表现出优异的性能;(2)消融实验表明,... 相似文献