数模国赛论文B题
2023年数学建模国赛b题解析

2023年数学建模国赛B题解析1. 背景介绍2023年数学建模国赛B题是一个涉及到社会科学和环境科学领域的综合性问题,旨在考察参赛选手对于实际问题的建模和分析能力。
该题目涉及到了城市交通、环境污染、资源利用等多个方面,要求选手综合运用数学、物理、统计等知识对这一复杂的现实问题进行建模和求解。
2. 主要内容在2023年数学建模国赛B题中,首先需要选手对于城市交通状况进行调研和分析,包括交通流量、道路拥堵情况、公共交通系统等。
还需要考虑到城市的环境污染问题,比如大气污染、噪音污染等,以及资源利用效率等方面的情况。
选手需要结合实际数据和情况,建立相应的数学模型,分析城市交通对环境的影响,提出优化方案和政策建议。
3. 个人观点和理解对于这个题目,我个人认为首先需要对于城市的交通和环境问题有一个深入的了解,包括相关数据的收集和整理,以及对于相关政策和现状的调研。
需要将数学建模的方法和技巧应用到实际问题中,通过建立数学模型,分析问题,并得出结论和建议。
需要将数学建模和实际问题相结合,提出可行的优化方案和政策建议。
4. 总结综合以上所述,2023年数学建模国赛B题涉及到了对于城市交通和环境问题的综合分析和建模求解。
选手需要全面了解问题背景,建立数学模型,分析问题,并得出结论和建议。
这一过程需要综合运用数学、物理、统计等多学科知识,对于选手的综合能力提出了相当高的要求。
通过深入研究这个主题,我对于城市交通和环境问题有了更为深入的理解,也对于数学建模的方法和应用有了更为全面的认识。
希望能在今后的学习和工作中,继续深入研究数学建模领域,为解决实际问题贡献自己的力量。
以上是针对2023年数学建模国赛B题的全面解析和个人观点,希望对于你的学习和写作有所帮助。
至此,全篇文章结束。
在继续探讨2023年数学建模国赛B题的解析和个人观点之前,我们可以进一步深入探讨和分析城市交通和环境问题的相关细节和影响因素。
对于城市交通状况的调研和分析涉及到了交通流量的变化和分布、道路拥堵的原因和影响因素、公共交通系统的覆盖范围和效率等方面。
2023年国赛数学建模比赛b题思路

2023年国赛数学建模比赛b题思路一、准备工作1. 深入了解比赛要求和题目2. 收集相关资料和数据3. 确定研究思路和方法二、分析题目2023年国赛数学建模比赛b题要求参赛选手从城市规划的角度出发,分析城市交通系统中的某一特定问题,并提出合理的解决方案。
这是一个涉及到交通运输、城市规划和环境保护等多个领域的综合性问题,需要选手具备较强的综合分析能力和解决问题的能力。
三、思路和方法1. 初步整理交通系统相关信息需要对城市的交通系统进行整体的梳理和归纳,包括交通流量、交通工具种类和数量、交通拥堵情况、交通安全等方面的数据。
还需要考虑城市规划、交通规划和环保规划等方面的相关政策文件和专家意见。
2. 确定研究方向在初步整理相关信息后,需要确定具体的研究方向,比如选择分析交通拥堵问题或者交通安全问题等,明确研究的目标和范围。
3. 数据分析和建模基于收集到的数据和资料,可以利用数学建模的方法,对城市交通系统中的特定问题进行深入分析和建模。
可以采用数学统计、运筹学、优化算法等方法来构建模型,找出其中的规律和问题所在,从数学的角度去解决实际的问题。
4. 提出解决方案在建立好数学模型的基础上,可以根据模型的分析结果和结论,提出相应的解决方案和改进措施。
可以从改善交通设施、优化交通路线、提高交通管理水平等方面进行思考和设计,为城市交通系统的改善和提升提供可行的建议和方案。
四、总结回顾在整个建模过程中,需要不断总结回顾所取得的成果和经验,思考是否还有其他更好的方法和思路等,不断完善和深化自己的研究成果。
个人观点和理解数学建模实际上是一个非常有挑战性和创造性的工作,需要选手具备较强的数学思维和创新意识。
在整个建模过程中,我们需要不断思考和尝试,善于从实际问题中提炼出数学模型,并通过数学方法去解决实际问题。
结语通过对2023年国赛数学建模比赛b题的思路和方法的分析,我们可以看到数学建模不仅是一个考验学生数学知识水平的比赛,更是一个锻炼学生综合分析和问题解决能力的评台。
全国大学生数学建模竞赛b题全国优秀论文

基于打车软件的出租车供求匹配度模型研究与分析摘要目前城市“出行难”、“打车难”的社会难题导致越来越多的线上打车软件出现在市场上。
“打车难”已成为社会热点。
以此为背景,本文将要解决分析的三个问题应运而生。
本文运用主成分分析、定性分析等分析方法以及部分经济学理论成功解决了这三个问题,得到了不同时空下衡量出租车资源供求匹配程度的指标与模型以及一个合适的补贴方案政策,并对现有的各公司出租车补贴政策进行了分析。
针对问题一,根据各大城市的宏观出租车数据,绘制柱形图进行重点数据的对比分析,首先确定适合进行分析研究的城市。
之后,根据该市不同地区、时间段的不同特点选择多个数据样本区,以数据样本区作为研究对象,进行多种数据(包括出租车分布、出租车需求量等)的采集整理。
接着,通过主成分分析法确定模型的目标函数、约束条件等。
最后运用spss软件工具对数据进行计算,求出匹配程度函数F与指标的关系式,并对结果进行分析。
针对问题二,在各公司出租车补贴政策部分已知的情况下,综合考虑出租车司机以及顾客两个方面的利益,分别就理想情况与实际情况进行全方位的分析。
在问题一的模型与数据结果基础上,首先分别从给司机和乘客补贴两个角度定性分析了补贴的效果。
重点就给司机进行补贴的方式进行讨论,定量分析了目前补贴方案的效果,得出了如果统一给每次成功的打车给予相同的补贴无法改善打车难易程度的结论,并对第三问模型的设计提供了启示,即需要对具有不同打车难易程度和需求量的区域采取分级的补贴政策。
针对问题三,在问题二的基础上我们设计了一种根据不同区域打车难易程度和需求量来确定补贴等级的方法。
设计了相应的量化指标,以极大化各区域打车难易程度降低的幅度之和作为目标,建立该问题的规划模型。
目的是通过优化求解该模型,使得通过求得的优化补贴方案,能够优化调度出租车资源,使得打车难区域得到缓解。
通过设计启发式原则和计算机模拟的方法进行求解,并以具体案例分析得到,本文方法相对统一的补贴方案而言的确可以一定程度缓解打车难的程度。
大学生数学建模竞赛B题优秀论文

关于高等教育学费标准的评价及建议摘要本文通过对近几年来学费变化的研究,综合分析影响学费变化的五个要素,引入了三个变因:学校属性、专业类型、地域差异对学费的影响,对其合理性进行了定量的分析和评价。
首先,我们基于层次分析法建立了模型一。
模型一以五个要素,即教育市场供求关系、全国家庭支付承受力、国家财政及相关社会捐助、个人收益率、教育成本为方案层。
对于教育市场的供求关系我们用灰色预测GM(1,1)模型预测出未来几年的招生人数,用蛛网模型求解稳定的价格点为3225.51 元;对于国家财政及相关社会捐助,我们用回归分析得出其效应关系。
模型一以效率和公平两个标准作为准则层,应用极差归一化思想,构造指标函数,综合建立成对比较矩阵。
我们定义学费合理化指数为目标层,经准则层,得出五个要素对学费合理化指数的组合权重向量。
考虑到成对比较矩阵仍有一定主观因素,我们用熵值取权法修正组合权重向量。
最后,拟合出最佳学费曲线及其波动区间,其中 2007 年的结论值为 3370.75 元。
模型一的突出优点是客观可信,美中不足的是结论为一个平均最优值,没有考虑其他变因的影响,使用的局限性较大。
然后,我们基于学校属性、专业类型、地域差异三个变因对结论的影响建立了模型二。
评价了这三个变因对五个要素的综合影响,修正了五个要素对学费合理化指数的影响,使得结论更趋于合理,应用范围更加广泛。
修正后通过若干数据的检验,得出平均最佳学费约为 3000 元。
基于这两个模型,以及对高校学费现状的了解,我们提出三点主要建议: 1.鼓励高校开拓资金来源渠道,学习国外筹款方式,如发行教育彩票等; 2.建议国家增加助学贷款发放力度,并能够分类别基于不同金额的贷款,并出台一些补贴政策弥补不同地区的差异; 3.大力扶持民办高等院校发展,实现高等教育大众化,这样不仅缓解高等院校招生压力,并且能够促进高校教育健康发展。
本文的特色在于基于翔实丰富的资料,根据五个要素及三个变因的分析,建立了一种合理的高校学费评价体系,其拥有适用性广,稳定性好,灵敏度高等特点,对三个变因,即学校属性、专业类型、地域差异进行了深入定量的分析,并根据模型结论给提出了我们的一些可行性建议。
2022年数模国赛论文B题-1

2022年数模国赛论文B题-1互联网时代的出租车资源配置摘要出租车是市民出行的重要交通工具之一,“打车难”是人们关注的一个社会热点问题。
随着互联网时代的到来,很多家出租车公司建立了自己的打车软件服务平台,打车软件服务平台也走进了人们的生活,增加了交易机会,实现了乘客与出租车司机之间的信息互通,同时推出了多种出租车的补贴方案。
我们通过建立合适的数学模型来分析如今的补贴方案是否能缓解打车难的问题。
针对问题一,为了将“供求匹配程度”这一抽象的概念进行定量研究,我们试图建立出租车万人拥有量、空驶率、乘客等车时间、里程利用率等四个指标结合经济学的角度来进行问题的分析,并基于层次分析模型进行模糊综合评价来分析不同时空出租车资源的“供求匹配”程度。
针对问题二,要求我们分析各公司的出租车补贴方案是否对缓解打车难问题有帮助,我们利用数学期望假设检验的方法,主要通过对使用打车软件前后乘客平均等车时间和出租车司机驾车空驶率两个因素的分析,验证出租车补贴方案是否对缓解打车难问题,并验证了这些打车软件服务平台和出台的相应的出租车及乘客补贴政策提高了打车双方的积极性,对缓解“打车难”的问题起到了一定的帮助。
针对问题三,建立一个新的打车软件服务平台首先应该考虑在缓解“打车难“这个难题基础上,增加其核心竞争力,再充分汲取现有打车软件服务平台的优点,寻找背后合作伙伴,在初期实施一些大型的优惠补贴政策,吸引客户,并抢占市场份额。
这就需要我们设计出自己的补贴方案,与在原来的补贴方案下相关数据进行比较,分析原来的补贴数目,做出相应的调整。
并进行试验,从而得出其合理性。
关键词:层次分析法,模糊综合评价法,经济学,数学期望假设检验一、问题重述随着人民生活水平的日益提高,出行乘坐出租汽车的人越来越多。
但是,在许多大城市中,打车已经变得越来越难,特别是在上下班高峰期和恶劣天气时更是“一车难求”。
出租车是市民出行的重要交通工具之一,“打车难”是人们关注的一个社会热点问题。
2023数学建模国赛b题解题思路

2023年数学建模国赛B题解题思路1. 引言2023年数学建模国赛B题是一个涉及数学、计算机科学和现实问题的综合性题目。
在此次文章中,我将从不同的角度来探讨这个题目,包括数学建模的基本理论、实际问题的分析以及解题思路的具体步骤。
2. 数学建模的基本理论数学建模是一种以数学方法来解决实际问题的技术和方法。
在数学建模国赛B题中,我们需要运用概率统计、优化算法、数据分析等数学知识来解决一个复杂的实际问题。
在解题过程中,我们需要考虑数学模型的构建、算法的设计和模拟实验等方面的问题,以便得出高质量的解题结果。
3. 实际问题的分析在数学建模国赛B题中,我们需要解决的是一个涉及到供应链管理和资源分配的实际问题。
这个问题涉及到多个因素和限制条件,包括生产能力、运输成本、市场需求等方面的问题。
在解题过程中,我们需要分析这些因素之间的关系,找出影响问题的关键因素,以便给出合理的解决方案。
4. 解题思路的具体步骤针对数学建模国赛B题,我们可以采取以下步骤来解题:- 我们需要深入了解问题背景,分析问题的关键因素和限制条件,以便构建数学模型。
- 我们可以采用概率统计和数据分析的方法,来对问题进行定量分析,找出问题的规律和特点。
- 我们可以设计合适的优化算法,来求解问题的最优解或近似最优解。
- 我们需要进行模拟实验或灵敏度分析,来验证我们所得到的解题结果的可行性和有效性。
5. 总结与回顾通过对数学建模国赛B题的深入探讨,我们可以得出以下结论:- 数学建模是一种重要的解决实际问题的技术和方法,它涉及到多个学科和领域的知识。
- 在解决实际问题时,我们需要通过对问题的深入分析和建模,来得出合理的解决方案。
- 解题思路的具体步骤对于解决复杂的实际问题是非常有帮助的,它能够帮助我们更加系统地分析和解决问题。
6. 个人观点和理解对于数学建模国赛B题,我认为需要我们具备扎实的数学基础知识、良好的逻辑思维能力和较强的问题分析能力。
通过不断地学习和实践,我们可以逐渐提高自己的数学建模能力,从而更好地解决实际问题。
全国大学生数学建模竞赛B题优秀论文

(1) 表示客流量随时间的变化值,R、RW、RG分别表示上海国际旅游入境人数本底值、外国游客入境人数本底值、港澳台游客入境人数本底值;
(2)R1表示2010年1、2、3、4、11、12月上海国际旅游入境实际人数,R2表示世博会期间上海国际旅游入境实际人数,RZ表示2010年上海国际旅游总入境实际人数;
最后,通过对模型结果的分析,量化评估上海世博会的影响力。从世博会对以上各个指标的贡献率可以看出:世博会极大地促进了旅游业的发展,并且对上海的财政收入做出了巨大的贡献。在分析所得结果的基础上,客观评价此模型,并指出其优点和缺点。
关键词:上海 世博会 影响力 本底趋势线 内插值
1.问题重述
2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始,世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴趣的某个侧面,建立数学模型,利用互联网数据,定量评估2010年上海世博会的影响力。
2.模型的假设与符号说明
2.1模型的假设
2010年上海世博会作为一场世界级的盛宴,要对其影响力进行定量评估,尚存在一些不确定因素。故为了研究方便,我们给出以下假设:
(1)假设世博会不受偶然事件严重冲击和干扰;
(2)假设旅游人数只受主要因素影响,其他一些因素可以忽略,比如天气等因素;
(3)假设世博会期间每月游览总人数波动不大,非世博会期间每月游览总人数波动也不大。
第二步,用Excel的指数模型、乘幂模型和SPSS的指数-三角函数复合模型 、直线-逻辑线增长复合模型 、直线-三角函数复合模型 对各个指标进行拟合,确定有关参数,获得各个指标的趋势线模型和方程,并计算各年的本底值;
2022年研究生数模国赛B题论文模板

2022年研究生数模国赛B题论文模板2022年研究生数模国赛B题论文模板方形件组批优化问题数学模型摘要方形件组批优化问题本是本文要解决的数学问题,为了明确方形件组批优化问题,本文针对方形件组批优化问题进行了分析建模,对方形件组批优化问题进行了参考文献研究,建立了方形件组批优化问题的相应模型,推导出方形件组批优化问题的计算公式,编写了方形件组批优化问题的计算程序,经过程序运行,得到方形件组批优化问题程序计算结果。
具体有:对于问题一,这是方形件组批优化问题最重要的问题,根据题目,对问题一进行了分析,参考已有的资料,建立了方形件组批优化问题一的数学模型,推导出问题一的计算公式,编写出方形件组批优化问题一的计算程序。
求出了方形件组批优化问题一的计算结果。
对于问题二,方形件组批优化问题二比问题一复杂的,是方形件组批优化问题的核心,分析的内容多,计算机的东西也多。
在方形件组批优化问题一的基础上,根据方形件组批优化问题,对问题二进行了分析,参考已有的资料,建立了方形件组批优化问题二的数学模型,推导出问题二的计算公式,编写出方形件组批优化问题二的计算程序。
求出了问题二的计算结果,并以图表形式表达结果。
对于问题三,方形件组批优化问题三是问题一和问题二的深入。
在问题一和问题二的基础上,根据方形件组批优化问题,对问题三进行了分析,参考已有的资料,建立了问题三的数学模型,推导出方形件组批优化问题三的计算公式,编写出方形件组批优化问题三的计算程序。
求出了方形件组批优化问题三的计算结果,并以图表形式表达结果,并且进行了分析讨论。
对于问题4,方形件组批优化问题4是问题一、问题二和问题三的扩展。
在问题一、问题二和问题三的基础上,根据方形件组批优化问题,对方形件组批优化问题4进行了分析,参考已有的资料,建立了方形件组批优化问题数学模型,推导出方形件组批优化问题4的计算公式,编写出问题4的计算程序。
求出了问题4的计算结果,并以图表形式表达结果,并且进行了分析讨论。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
“互联网+”时代的出租车资源配置摘要关键词:主成分分析法、供求平衡阀法、对比比值法一、问题的重述二、问题分析三、模型的假设与符号说明1、模型假设2、符号说明四、模型建立与求解2.2.1指标体系的建立根据问题一的分析,我们近似的建立关于出租车运力规模的合理指标。
目前,大多采用功效系数法来评价出租车运力规模的合理程度。
但是我们要做的是建立合理的指标,而不是对出租车运力规模进行评价。
所以采用主成分分析法来建立关于出租车资源的合理指标。
(主成分分析法也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标。
)经过查阅相关资料,建立如下指标体系:1)万人拥有量:该项指标反映了城市出租车的客观需求。
依据国内外各大城市的经验,城市出租车万人拥有量应介于20-30辆之间,此时能表现出较好的市场接受度。
2)里程利用率:指出租车正常运营过程中一定时间内载客行驶里程占总行驶 里程的百分比,其计算公式为:=100%⨯营运载客里程里程利用率总行驶里程3)出租车空载率:是反映出租车营运状况的一个重要指标,其计算公式为:=100%⨯出租车空车数量出租车空载率行驶中的出租车总量4)乘客平均等车时间:指乘客在选择出租车出行的时候等候出租车辆的平均时间,单位为min,其计算公式为:=∑等车时间乘客平均等车时间总候车次数5)居民出行量:指居民在单位时间内出行人数主成分分析法也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标。
2、主成分分析法的算法步骤 原始指标数据的标准化设有n 个样本,p 项指标,可得数据矩阵(),1,2,...,ij X X nxp i n ==表示n 个样本,j =1,2,...,p 表示p 个指标,ij x 表示第i 个样本的第j 项指标值. 用Z score -法对数据进行标准化变换:()/j ij ij j Z x x S =- 式中,1()/nj iji x x n==(∑221()1/(1)nj j ij i S x x n ==--∑1,2,...,i n=1,2,...,j p=求指标数据的相关矩阵()jk pXp R r = 1,2,...,j p = 1,2,...,k p = jk r 为指标j 与指标k 的相关系数.211[()/][()/]1nk j jk ij j ik k i r x x S X X S n ==---∑ 即 111n jk i r n ==-∑ ij jk Z Z 有1ij r =, jk kj r r = 1,2,...,i n = 1,2,...,j p = 1,2,...,k p =求相关矩阵R 的特征根特征向量,确定主成分由特征方程式Ip |λ-P |=0,可求得的p 个特征根(1,2,...,)g g p λ=,1λ将其按大小顺序排列为12p λ≥λ≥...λ≥0,它是主成分的方差,它的大小描述了各个主成分在描述对象上所起作用的大小。
由特征方程式,每一个特征根对应一个特征向量12(,,...,)1,2,...,g g g g gp L L l l l g p ==将标准化后的指标变量转换为主成分:1122...g g g gp F l Z l Z l Zp =+++ (1,2,...,)g p =1F 称为第一主成分,2F 称为第二主成分,…,p F 称为第p 主成分.求方差贡献率,确定主成分个数一般主成分个数等于原始指标个数,如果原始指标个数较多,进行分析时就比较麻烦。
主成分分析法就是选取尽量少的k 个主成分()k p <来进行综合分析,同时还要使损失的信息量尽可能少。
k 值由方差贡献率1185%pk g g g g ==λλ≥∑∑决定.由搜集到的数据运用主成分分析法进行以上计算得到三个关于出租车资源的三个重要指标,分别为里程利用率、车辆载率、万人拥有量。
3.模型建立出租车资源的“供求匹配”程度实际就是出租车的合理规模,而合理的规模是由供与求的关系决定的,当供求平衡时显然匹配程度高,供大于求或者供小于求都表示匹配程度低。
因此我们从供求平衡的基本思想出发,试图建立描述出租车资源的“供求匹配”程度的模型。
出租车供求平衡关系分析所谓的供求平衡,是指消除供求之间的不适应、不平衡现象,使供应与需求相互适应,相对一致,消除供求差异,实现供求均衡。
当需求量与供给量达到一致时,或者说处于均衡状态,而这个量就称为供求平衡量,也是一个最佳量。
现借鉴平衡理论的原理,对出租车供求关系进行分析 出租车供需平衡关系分析模型:出租车流量F 是关于出租车服务水平F 与出租车出行总量V 的函数,即 (,)F f S V =由出租车客运需求与供给的基本关系可知,当出租车供给量T 和乘客出行次数A 均为常数时,就有唯一的解*S 和*V 。
由式(得出一个确定的出租车流量:***(,)F f S V =。
*S 和*V 可通过下面的方程组得出:0,0()(,)S J T V V D A S =⎧⎫⎨⎬=⎩⎭因此,出租车流量*F 实际上是由0T 和0A 决定的。
所以可以将F 写成:***0,0(,)()F f S V F T V ==图描述了这种关系,在一般情况下,乘客主要关心的是候车时间,候车时间 越长,乘客就认为出租车服务水平越差;相反,候车时间越短,就认为其服务水平越高,因此,出租车服务水平S 常用候车时间的倒数1/t 表示。
由于候车时间比较直观,所以常用候车时间t 代替服务水平S 。
则式中的函数J , D 分别改写为:'0'0(,)(,)t J T V V D A t ⎧⎫=⎪⎪⎨⎬=⎪⎪⎩⎭因为候车时t 和服务水平t 是成反比的,所以候车时间t 对出行总量V 的曲线形状也发生了变化,如图所示。
图出租车供需平衡关系出租车交通供求平衡的判定指标 供需基本平衡、供过于需和供不应需是需求与供给之间存在三种情况。
判断出租车供需是否平衡,主要通过里程利用率和车辆空载率这两个指标来考察。
(1) 里程利用率=100%⨯营运载客里程里程利用率总行驶里程这一指标反映出租车的载客效率,如果比例高,说明出租车行驶中载客比例高,而空驶比较低,对于打车的乘客来说可供租用的车辆不多,乘客等待时间会增加,说明供需关系比例紧张。
反之,比例低,则出租车空驶比例高,乘客租用比较方便,但经营者的经济效益就要下降。
(2) 出租车空载率=100%⨯出租车空车数量出租车空载率行驶中的出租车总量依据国内外各大城市的经验,城市出租车空载率控制在30%一40%之间是比较合适的,如果出租车空载率较高(大于40%) ,则说明出租车空车较多,利用效率较低;反之,空载率低于30%时,乘客等待出租车时间便会较长,从而不能满足居民的出行需求。
模型参数的选取1.从需求角度考虑模型参数的选取由影响城市出租车客运需求的因素有很多,其中城市经济水平、城市人口规模、城市其他出行方式的发展情况、出租车运价等因素密切相关。
通过总结分析,选取城市总人口、人均日出行次数、出租车的分担率、以出租车方式出行时的平均出行距离及出租车平均有效车次载客人数等参数,这些因素于出租车的有效行使里程直接相关。
其中,城市人口的构成也对出租车客运需求也有很大的影响。
由于流动人口对城市的熟悉程度不如城市常暂住居民,所以其选择出租车出行的几率较大,特别是旅游性城市。
因此,在测算城市客运需求量时,有必要将流动人口与城市常暂住居民分开考虑。
2.从供给角度考虑模型参数的选取出租车的供给量受很多因素的影响,特别是政府对出租车发展得策略及数量管制等一系列因素的影响,但这些因素都很难具体量化。
所以在这里考虑了出租车的运输成本对出租车供给的影响,因为在公共交通系统中出租车是具有一定盈利的性质,带有市场的一些性质,有别于一般公交。
一辆出租车的运输成本可分为两部分:变动费用和固定费用变动费用可表示为:111F C L C v T =⨯=⨯⨯ 或111/(1)F C L C L k =⨯=⨯-有式中:1F ---统计期内一辆出租车的全部变动费用1C ---单位行程的变动费用T ----统计期内车辆运行时间L 有----统计期内车辆总有效行驶里程L ----统计期内车辆总行驶里程v ---出租车平均运营速度k ----统计期内车辆的平均空驶率可以看出变动费用主要与平均运营速度、平均运营时间、有效行驶里程、空驶率有关。
而固定费用可表示为:22F C T =⨯式中:2F ----统计期内一辆出租车的全部固定费用2C ---单位行程的变动费用可以看出固定费用主要平均运营时间有关。
通过出租车运输成本的变动费用和固定费用的计算式,可以看出,出租车的平均运营车速、平均日运营时间、总有效行驶里程和平均空驶率对出租车的运输成本有着直接的影响,因此从供给角度选取这四个参数。
基于供需平衡的城市出租车合理规模模型建立 通过从供求角度选取模型参数,可以选取出租车的总有效行驶里程作为出租车供给量和需求量达到平衡的模型变量,已建立基于供求平衡的城市出租车合理规模模型①城市居民以出租车出行的周转量11111W R A PD =式中: 1W 是出租车承担的城市居民出行周转量(410人·km );1R 是城市居民人 口总量(410人); 1A 是城市居民人均日出行次数; 2P 是城市居民出行方式结构中出租车所占的比例(分担率);1D 是城市居民以出租车方式出行的平均距离(km ) 。
②出租车承担的流动人口出行周转量 22222W R A P D =式中:2W 是出租车承担的流动人口出行周转量(410人·km ); 2R 是流动人口总量410人);2A 是流动人口人均日出行次;2P 是流动人口出行方式结构中出租车所占的比例;2D 是流动人口以出租车方式出行的平均距离(km )。
(1)出租车总有效行驶里程 出租车在运营过程中,每次有效行驶所运载的乘客数不同。
为完成客运需求, 城市出租车所必须的总有效行驶里程可用下式计算:1212W W L S S =+有 式中:L 有是出租车总的有效行驶里程(410km ) ;又是城市居民乘坐出租车时,有效车次载客的平均人数(人);2S 是流动人口乘坐出租车时,有效车次载客的平均人数(人)。
(2)出租车合理规模空载率的计算公式为:1L K TV=-有式中:K 代表空载率;T 是一天中出租车的平均运营时间(h);V 是出租车的平均运营速度(/km h );n 是城市出租车总量。
将公式(3. 4)进行变换,可得到城市出租车总量计算公式为:(1)L n K TV=-有式(3. 5)是根据城市居民和流动人口单日内的出行总量进行求解,计算得到的出租车总数与出租车空载率K 有关。
一般情况下,白天是出租车的主要营运时间,白天出租车的运营方式主要表现为行驶过程中沿途载客;而在夜间,出行量大大减少。