数学建模竞赛论文Youth游乐园客流引导与酒店需求预测文档.pdf
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《数学建模竞赛论文Youth游乐园客流引导与酒店需求预测文档.pdf》由会员分享,可在线阅读,更多相关《数学建模竞赛论文Youth游乐园客流引导与酒店需求预测文档.pdf(40页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、2005 年全国研究生数学建模竞赛一等奖1目录1 问题的提出-32 模型建立与求解-32.1问题 1:居民出行强度和出行总量预测-32.1.1问题分析-32.1.2符号约定-42.1.3居民消费支出预测-52.1.4城市居民人口预测-82.1.5出行强度预测-82.1.6出行总量预测-112.1.7出租车人口预测模型-142.2 问题 2:出租车最佳数量预测-162.2.1问题分析-162.2.2符号约定-172.2.3服务系统模型-182.2.3.1来客速率-18l2.2.3.2服务速率-19m2.2.3.3单车对单人服务速率-19b2.2.3.4状态及状态转移-192.2.3.5模型建立-
2、212.2.3.6模型求解-222.2.4最优化模型-242.2.4.1模型建立-242.2.4.2模型求解-262.2.5模型的验证-262.3问题 3:价格调整方案模型-282.3.1问题分析-282.3.2符号约定-292005 年全国研究生数学建模竞赛一等奖22.3.3基于价格函数的泛函模型-302.3.4模型求解-332.3.5模型扩展-342.3.6扩展模型求解-352.4 问题 4:数据采集的合理问题-352.5 问题 5:出租车规划短文-363 参考文献-384 附录-384.1附录 I-384.2 附录 2:-402005 年全国研究生数学建模竞赛一等奖31 问题的提出最近几
3、年,出租车经常成为居民、新闻媒体议论的话题。某 城市居民普遍反映出租车价格偏高,而另一方面,出租车司机却抱怨劳动强度大,收入相对来说偏低,甚至发生出租车司机罢运的情况,这反映出租车市场管理存在一定问题,整个出租车行业不景气,长此以往将影响社会稳定,值得关注。我国城市在未来一段时间内,规模会不断扩大,人口会不断增长,人民生活水平将不断提高,对出租车的需求也会不断变化。如何配合城市发展的战略目标,最大限度地满足人民群众的出行需要,减少环境污染和资源消耗,协调各阶层的利益关系,下列问题是值得深入研究的。(附录中给出了某城市的相关数据)。(1)考虑以上因素,结合该城市经济发展和自身特点,类比国内外城市
4、情况,预测该城市居民出行强度和出行总量,同时进一步给出该城市当前与今后若干 年乘坐出租车人口的预测模型。(2)给出该城市出租车最佳数量预测模型。(3)按油价调价前后(3.87 元/升与 4.30 元/升),分别讨论是否存在能够使得市民与出租车司机双方都满意的价格调整方案。若存在,给出最优方案。(4)本题给出的数据的采集 是否合理,如有不合理之处,请你给 出更合理且实际可行的数据采集方案。(5)请你们站 在市公用事 业管理部门的立场上考虑 出租车规划问题,并将你们的研究成果写成一篇短文,向市公用事 业管理部门概括介绍你们的方案。2模型建立与求解2.1 问题 1:居民出行强度和出行总量预测2.1.
5、1问题分析随着经济的增长,导致了 居民的 累计人均可支 配收入 和累计人均生活消费支出的增长。而这两个指标增长,使得居民人 均出行强度 增大,从而导致居民出行 使用出租车的比例将增大。同时居民和 外来人口的增长,也将导致出租车 使用量的增加。附录列出的跟据统计分析 得到的表格都是基于居民的 实际情况得 到的,而居民的 概念我们认为是常住人口,不包括流动人口。因为根据城市不 同区域居民出行强度的 表格可以看出,全市人数为 184.325 万人,和城市总体规划人口模型中 2004年的常住人口2005 年全国研究生数学建模竞赛一等奖4185.15 万 人 很 接 近,而 不 是 第 一 类 人 口
6、218.15(185.15+33)万人,更 不 是240.15(185.15+55)万人。从统计分析角度来说,居民也应该代表常住人口。因为居民出行强度统计、居民出行目的结构统计、居民出行方式统计、居民不同时距出行方式结构统计、居民出行分方式平均耗时统计、居民出行全方式 OD 分布统计等等这些表格来说,如果居民包括流动人口,那么数据的统计工作将非常困难。相对常住人口来说,流动人口特别是短期及当日进出人口,他们的出行方式、出行强度、出行目的结构、出行方式结构、出行分方式平均耗时和出行全方式 OD 分布变化将非常大,并且在统计上是没有规律可循的。综合上面的分析,我们认为题目中居民的概念只是代表城市的
7、常住人口。要预测今后若干年平均乘坐出租车的人口,首先必须得到居民、暂住人口和第二类人口出行强度和总量的预测值。而出行强度和居民平均收入预测和消费支出预测有关。因此人口总量和平均收入预测和消费支出预测是首先的,在此基础上才可以做出行强度和总量的预测,最后才是平均乘坐出租车的人口的预测。2.1.2 符号约定 出租车日客运总量m 出租车日客运居民总量1m 出租车日客运流动人口总量,显然2m12mmm=+居民人口总量1N 流动人口总量2N时刻总人口量()N tt初始时刻(2004年)总人口量0N选择出租车出行人口总量C 居民中选择出租车出行人口总量1C 流动人口中选择出租车出行人口总量,显然2C12C
8、CC=+时刻居民出行全方式 OD 值()ijStt时刻第 小区出行强度()itIIti2005 年全国研究生数学建模竞赛一等奖5时刻第 小区人口占总人口比例()ir tti时刻总出行强度()tIt时刻总消费支出占总收入的比例()outgo tt 生存性出行强度a时刻第 小区人口数()iP tti 城市小区标号,i1,6n=L时刻城市总人口()Z tt 出租车出行方 式占所 有出行方 式的比例X 出行强度 与总消费支出的比例K第 小区到第 小区的吸引指 数ijdij时刻居民出行总量()M tt2.1.3 居民消费支出预测l问题的 分析居民的出行强度 变化与居民的生 活消费支出关系较为密切,预测
9、城市居民的出行强度规律应首先 分析掌握城市居民的人 均生活消费支出的变化规律。根据题目给定的已知城市2002到 2004年居民 累计收入与消费情况,通过建立时间序列预测模型,可以预测出 以后一个时间段内 的居民 累积收入和消费支出。目前来说常用的时间序列预测模型有,和模型等。(,)ARMA p q(,)ARIMA p qARCH附录 2 中累计人均可支配收入和累积人均生活消费支出是分年累计的。对于缺失的数据项可以根据前后月份的数据差值平滑处理获得。处理后做图如下:2005 年全国研究生数学建模竞赛一等奖6 居民人均可支配收入与生活消费支出波动图 使用SPSS软件对居民收入和累计人均生活消费支出
10、进行独立性检验,可以发现两组数据具有一定的相关性(相关系数为0.726)。以每12个月的处理后数据序列,作出序列的自相关函数图和偏自相关函数图,来检验整体时间序列的平稳性和周期性,可以发现:(1)自相关函数和偏自相关函数均不截尾。(2)数据有明显的周期性,且某一时期其波动剧烈而另一时期又相对平缓,表现出“波动聚集,高峰厚尾,持久记忆”等现象。模型比较适合应用于平稳时间序列的偏相关系数和自相关系数均(,)ARMA p qkfkr不截尾,但较快收敛到 0 的数据序列。对于如本题中波动起伏较大且某一时期其波动剧烈而另一时期又相对平缓的数据序列,经典ARMA 模型已不能较好的拟合和预测,Engle(1
11、982)提出自回归条件异方差(ARCH)模型,把方差和条件方差区分开,让条件方差作为过去误差的函数而变化,为解决异方差提供新的途径。Bollerslev(1986)在此基础上提出广义自回归条件异方差(GARCH)模型,让条件方差作为过去误差和滞后条件方差的函数而变化,更好地体现出波动聚集效应。l预测模型的建立广义自回归条件异方差()模型GARCH1ktit itiYuYuf-=+1mttit iiuvuj-=-tt tvhe=2005 年全国研究生数学建模竞赛一等奖7211qptit ijtjijhvhwag-=+其中,是时刻及之前的全部信息,为()21|ttthE v-=W1t-W1t-1t
12、-ifijwiajg参数(,),是均值为 0,方差为 1 的白0,1,;0,1,ijiqjpag=LL111qpijijag=+D=根据已知的该城市的出租车每日载客趟次可以得到l每日载客趟次=24 60 60居民和流动人口的来客速率不同,整类人口的来客速率和该类人口现时刻总数以及性质有 关。假定居民和 流动人口总来客速率分别为和,则,1l2l12lll=+12ll=居民出租车出行人次出租车日客运总量-居民出租车出行人次2.2.3.2服务速率m出租车服务速率是指平均每辆车单位时间服务完的批次数,假设服从负指数分mm布。0()00utu etftt-DD D=D 为每辆车服务完成一个批次使用的平均
13、时间。1m1/=m载客里程数每日载客趟次 出租车平均速度2005 年全国研究生数学建模竞赛一等奖202.2.3.3单车对单人服务速率b可以理解为在某一时刻只有一辆空车和一个等待顾客时,该车遇到该顾客所需要b的时间的倒数。假设服从负指数分布。参数与城市的道路设施状况和城市的规模相bb关,如果城市设施良好,则变大;城市规模越大,越小。bb参数由 2004年该城市的规模和道路情况确定。我们做出一些假设、以便可以通过b计算机模拟的方法得到的具体数据。b1、道路呈均匀田字型网格分布。网格长度为每分钟出租车行使的距离。不考虑一切路障(包括红绿灯)。2、人在田字型网格上固定的一点。3、单个出租车在网格上随机
14、游走,计算当人碰到车时的平均耗时(设定不同初始位置,反复计算)。通过上述模拟机制的运算,可以得到该城市的。10.000001908(1/)sb=平均等待时间(s)2.2.3.4状态及状态转移设 N 为现时刻总出租车数,n 为现时刻正在服务的车辆数,则 N-n 表示现时刻空车辆数,m 为现时刻等待出租车的批次(某一时刻同时坐上一辆出租车的人为一个批次)。为顾客乘出租车平均等待时间。()T t将 n 和 m 组成的一个状态来刻画出租车总服务量和等车顾客总量的系统状态,在下一个时间单位中,状态序列可有如下几种转移:(1)等待顾客批次增加一个,服务车数没有变化。这种状态表(,)(1,)m nmn+示在
15、单位时间内,新增一个批次等出租车顾客,等车顾客中没有等到车,乘出租车顾客也没有下车。转移速率为来客速率。l(2)等待顾客批次不变,正在服务车辆数少一辆。这种状态表(,)(,1)m nm n-示在单位时间内,即没有新增等车顾客,也没有等到车的顾客,乘车顾客中有一个到达目的地。转移速率为单位时间服务完的批次。n u(3)等待顾客批次少一批,正在服务车辆数多一辆。这种状态(,)(1,1)m nmn-+2005 年全国研究生数学建模竞赛一等奖21表示在单位时间内,没有新增等车顾客,也没有下车的顾客,等车顾客中有一个到等到车了。那么由于的值很小,根据假设下发生的转移速率可以近似b(,)(1,1)m nm
16、n-+为:。在此状态下个顾客总体等 待时间为:。()Nnmb-m11()mNnmNnbb=-()设为稳定状态时,系统处于状态的概率。(,)P m n(,)m n则。1(,)()(,)mnmnP m nNnT(t)P m nmb-=(4)等待顾客批次不变,服务车数不变。这种状态表示在单位时(,)(,)m nm n间内,没有新增等车顾客,没有下车的顾客,等车顾客也没有一个等到车了。服务系统的状态转移图如下图所示:(),m n()1,1mn-+(),1m n+()1,mn+()1,mn-(),1m n-()1,1mn+-()1nm+nmll()Nnmb-()()11Nnmb-+状态转移图系统任意时刻
17、正在服务的车辆数的上界为出租车总量,为了减少问题计算的规nN模,可以假设在等待顾客总数超过 N 时间,新到的顾客损失(可以认为顾客看到的等待顾客过多而不愿意继续等下去)超过出租车总量的情况认为是小概率时间而不于考N虑,则所决定的系统状态数为个。(,)m nNN根据上图的状态转移图可以得到,系统转移状态方程为:+nu+(N-n)mP(m,n)-(n+1)uP(m,n+1)-P(m-1,n)-(N-n+1)(m+1)P(m+1,n-1)=0()上式的意义表示:稳定状态下,转移到状态的速率等于从状态转移出去(,)m n(,)m n的速率。2.2.3.5模型建立2005 年全国研究生数学建模竞赛一等奖
18、22设为系统状态到状态的转移速率矩阵(,)A NN NNNNNN则1211221122121211122221211212121212,11,()1,1(,),11,()1,10numm nnmmnnNnmmmnnA mn mnn umm nnmmnnNnmmmnnlblb=-=-=-=-=-=-=-=-=-=其他令为待求个状态概率,则平稳状态下的服务模型为:N NPuuuu u rNN11221(,)01(,)()1(,)()N NN NiimnmnA mn mnPPP m nmT tP m nNnb=-uuuur2.2.3.6模型求解通过服务系统模型,假设,已知,根据出租车数量 就可以解得
19、乘客平lbm均等待时间和出租车。平稳状态方程的总变量数很大,以 2004年车辆总数为例,共有变量数为,总 方 程 数 也 为,状 态 转 移 矩 阵 为6200 6200 38440000=38440000,通过矩阵运算获取精确解是比较困难的,即使能够解,也将38440000 38440000花费大量时间。因此,我们考虑通过数据迭代的方式获取目标方程近似解。使用数据迭代的方法获取近似解,对状态矩阵的初始设置较为重要,初始值设置不正确,将不能保证迭代收敛。其基本算法如下:2005 年全国研究生数学建模竞赛一等奖23 设定初始 P(m,n)的值 根据状态转移方程更新 P(m,n)状态 是否稳定?是
20、 否 是否超过最大迭代次数?重新选择 P(m,n)的值 初始化相关参数 否 是 计算出租车空驶率 计算顾客平均等待时间 迭代算法流程图 下图为根据题目已知条件求得,后,不同出租车数量情况下空载率和lbm平均等待时间的关系图(实际计算的为多个不同出租车数量情况下离散的点值,图示是通过依次连接各点得到的折线图)。由于迭代过程中实际求取的为近似解,所以曲线显的不是很平滑。50006000700080000.40.50.6图:出租车数量与空载率的关系2005 年全国研究生数学建模竞赛一等奖24特别的,当出租车辆为 6200 辆时,求得空载率为 52.1%,顾客平均等待时间为 2.02分钟。2.2.4
21、最优化模型2.2.4.1模型建立顾客总体的抱怨度和顾客的平均等待时间相关,等待时间越大,抱怨越大,等待的时间越小,抱怨越小。定义抱怨函数如下:()()B tf T t=其中为顾客总体平均等待时间,此抱怨度函数可以用分段指数函数来刻画。()T t()1()11()()1()aT tbT teT tTf T teT tT-=-该函数当时,符合平均等待时间值越小,抱怨度越小的事实,()0T t()0f T t当时,符合平均等待时间值越大,抱怨度越大的事实。通过该函()T t ()1f T t数在点的连续性和一阶导数的连续性,可以定出常数和的值。1()T tT=ab的选取可以根据实际情况,通过大量的数
22、据资料分析得到。1T出租车公司的利润的本质直接的反映到车辆空载率上,因为车辆空载率越小,单位距离内车辆的收入和车辆本钱的支出之比越小。利润越高。利用排队论模型极为巧妙的计算出各种平均状态下空载比例,从而可以计算得到总体的空载比例。50006000700080003456出租车数量与乘客平均等待时间的关系(时间单位:s)2005 年全国研究生数学建模竞赛一等奖25()()(,)()tmnN tnF tP m nN t-=其中为 时刻出租车数量,为基于出租车数量的各状态概率,为()N tt(,)tP m ntb稳 态 状 态 下 且 在 一 辆 空 车 和 一 批 等 待 顾 客 情 况 下,单
23、位 时 间 内 发 生()N t的转移速率。(,)(1,1)m nmn-+其中为 时刻总体空载比例,其中为 时刻出租车数量,为基于出()F tt()N tt(,)tP m n租车数量的各状态概率。以最佳出租车数量模型:min()()a B tb F t+以最佳出租车数量预测模型如下:121122111122min()()()()()(,)()()()(,)01(,)()1(,)()(,)tmnN NN Niimnmna B tb F tN tN tnF tP m nB tf T tN tA mn mnPPP m nmT tP m nNnnumA mn mnllb=+-=-=uuuur对于不同年
24、份的(t)(t)使得满足的为最优其中,其中a,b为政府调控因子21122112212121221211212121212,11,()1,1,11,()1,10m nnmmnnNnmmmnnn umm nnmmnnNnmmmnnlblb=-=-=-=-=-=-=-=-=-=其他用来表示政府在顾客因素和出租车 公司因素之间的折中,表示只考虑顾客抱a1a=怨程度的预测,表示只考虑出租车公司因素的预测。0a=2005 年全国研究生数学建模竞赛一等奖262.2.4.2 模型求解首先根据初始的出租车系统平均服务速率、顾客平均到达速率以及城市道路的基本状况参数,设定初始出租车总量。解出平稳状态时,整个系统处
25、于各个状态的概率。b根据概率值计算顾客平均等待时间和出租车空载概率。由此结合设定的政府调控系数,计算需要优化目标的概率模型是否稳定的判断条件是,即前后两步概率矩阵中相差1,max(,)(,)iim nPm nP m ne+-最大的概率值最佳出租车数量采用梯度下降算法,设定初始值数量,利用下一年的和迭代()tl算法得到下一年,初始出租车数下的稳态概率,进而得到平均等待时间和空载概率,求得目标函数值。使用梯度下降算法按照目标函数值下降方向不断减少车辆增加数量,求得最佳的出租车数量。出租车总量预测值 年度 未来年份的出租车数量预测 需要说明的是,预测所得到的各年的最佳出租车数量是基于用户平均等待时间
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数学 建模 竞赛 论文 Youth 游乐园 客流 引导 酒店 需求预测 文档
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内