【正文】 而且進(jìn)行預(yù)測(cè)時(shí)，輸入樣本必須在訓(xùn)練樣本的的閾值范圍內(nèi)，這個(gè)是神經(jīng)網(wǎng)絡(luò)的一個(gè)缺陷，可根據(jù)增大訓(xùn)練樣本的閾值加以克服。此方法能較好地對(duì)受不確定因素制約的系統(tǒng)進(jìn)行預(yù)測(cè)如本文中的居民出行總量。五、模型的評(píng)價(jià)本文運(yùn)用社會(huì)經(jīng)濟(jì)學(xué)以及城市規(guī)劃原理和知識(shí)，采用灰色預(yù)測(cè)理論建立了城市人口出行強(qiáng)度、出行總量以及乘坐出租車的人口數(shù)量的預(yù)測(cè)模型，并做出預(yù)測(cè)結(jié)果。 顧客的稀缺同樣導(dǎo)致出租車空載率上升，使車輛運(yùn)行成本增加。B、出租車駕駛員的工作狀況不佳。B、關(guān)于建立出租車最佳數(shù)量預(yù)測(cè)模型，需要城市人口、城市面積、人均可支配收入、出租車價(jià)格這些數(shù)據(jù)，而出租車價(jià)格本來就是一個(gè)值得商確的數(shù)據(jù)量，因此在實(shí)際采集中若能給出相同規(guī)模的城市（城市人口、城市面積）的出租車數(shù)量給予對(duì)比，則能對(duì)模型做進(jìn)一步的優(yōu)化。在模型改進(jìn)部分也對(duì)此進(jìn)行了討論。雖然駕駛員每天的凈收入較低，但是注意到在駕駛員的出租車年固定成本中包含了其固定工資收入，因此該數(shù)據(jù)也是合理的。（8）假定出租車的價(jià)格彈性系數(shù)以及參數(shù)各個(gè)城市基本不變，因此可根據(jù)其他城市的數(shù)據(jù)得到出租車的價(jià)格彈性系數(shù)以及參數(shù)，查閱數(shù)據(jù)和利用公式 ， 計(jì)算得到，＝ ， ＝。根據(jù)經(jīng)濟(jì)學(xué)原理，市場(chǎng)對(duì)某種商品或服務(wù)的需求主要是受到居民收入、該商品或者服務(wù)的價(jià)格等因素的影響。特別是油價(jià)調(diào)高后，司機(jī)的凈收入進(jìn)一步降低，有些地方出現(xiàn)了罷運(yùn)的情況，長此下去，若不能妥善解決司機(jī)和顧客之間的價(jià)格問題，不僅在出租車行業(yè)不景氣，而且也會(huì)對(duì)國家的經(jīng)濟(jì)和社會(huì)的穩(wěn)定造成一定的負(fù)面影響。與本城市實(shí)際出租車數(shù)量比較吻合。 A、模型的建立為了求解該模型： (24)可以借助于現(xiàn)在比較新興的學(xué)科：人工神經(jīng)網(wǎng)絡(luò)?？芍涫杖朐礁?人們出門坐出租車的機(jī)會(huì)也就越多,需要的出租車數(shù)量也就越多；（4）、出租車價(jià)格：出租車作為一件商品,其消費(fèi)量同樣受到其價(jià)格的影響。出租車作為公共交通的一種特殊方式,由于其快速、便利、舒適、安全等特性,受到越來越多的短途(市內(nèi))出行者的青睞,促進(jìn)了出租車行業(yè)的迅速發(fā)展,但是同時(shí)也給城市綜合客運(yùn)交通體系帶來了新的問題和挑戰(zhàn)。（6）、模型的求解以2010年為預(yù)測(cè)目標(biāo)年：1）、總出行比例預(yù)測(cè)：根據(jù)Logistic人口模型，人口規(guī)模為：城市居民人口259萬人，總出行比例預(yù)估為出行總量與人口總數(shù)的比值。 為第種交通方式在容許范圍內(nèi)所能承擔(dān)的最大比例。 B、乘坐出租車出行的比例預(yù)測(cè)模型考慮到題目所提到的城市的規(guī)模會(huì)不斷擴(kuò)大，人口會(huì)不斷增加，人民生活水平會(huì)不斷的提高，同時(shí)對(duì)出租車的需求也會(huì)不斷變化。對(duì)于給定的一組數(shù)據(jù) ，1）做1AGO（一次累加生成，即對(duì)原始數(shù)列中各時(shí)刻的數(shù)據(jù)依次累加，從而形成新的序列，如：對(duì)X(0)作一次累加生成，即令 新生成的數(shù)據(jù)列為一條單調(diào)增長的曲線，增加了原始數(shù)據(jù)列的規(guī)律性，而弱化了波動(dòng)性。在附錄中給出了200202020年這三年的居民數(shù)量（附表1），以及2004年該城市居民的出行總量和出行強(qiáng)度（附表5），要預(yù)測(cè)該城市未來幾年的出行強(qiáng)度和出行總量。(7)乘坐出租車的數(shù)量與價(jià)格的關(guān)系符合經(jīng)濟(jì)學(xué)中價(jià)格彈性系數(shù)規(guī)律，且各個(gè)城市的彈性系數(shù)具有可比性。問題三：在現(xiàn)在出租車管理中的爭(zhēng)論比較多的問題就是如何定價(jià)，才能夠使得司機(jī)和顧客雙方都能比較滿意，特別是在油價(jià)調(diào)價(jià)后（），司機(jī)能夠賺取的利潤更少了，而顧客依然在抱怨現(xiàn)在的價(jià)格太高，因此在這里希望能確定一個(gè)最優(yōu)方案，使雙方能夠得到雙贏。本文問題四對(duì)附錄中給出的數(shù)據(jù)，判斷其合理性，并結(jié)合前面所建模型，進(jìn)一步提出了合理且可行的數(shù)據(jù)采集方案。另外要盡可能協(xié)調(diào)好司機(jī)和居民之間的利益關(guān)系，既要讓出租車司機(jī)勞動(dòng)強(qiáng)度適當(dāng)，得到滿意的凈收入，又要使價(jià)格能夠?yàn)榫用袼邮?，愿意去做出租車，有效的提高空載率，活躍出租車市場(chǎng)。本文問題二是依據(jù)問題一中所建立的乘坐出租車人口的預(yù)測(cè)模型以及附錄中提供的一些相關(guān)數(shù)據(jù)建立出該城市出租車最佳數(shù)量TN的預(yù)測(cè)模型，由于相關(guān)模型維數(shù)較高，非線性程度大，還受到多方面的約束，本文采用人工神經(jīng)網(wǎng)絡(luò)對(duì)模型求解。這個(gè)問題的模型建立非常重要，不僅要考慮該城市經(jīng)濟(jì)發(fā)展和自身的特點(diǎn)，而且還要通過國內(nèi)外城市的類比來確定出一個(gè)比較完善的模型。(3) 各城市的出行總量，出行強(qiáng)度具有可比性。(12)乘坐出租車的數(shù)量與價(jià)格的關(guān)系符合經(jīng)濟(jì)學(xué)中價(jià)格彈性系數(shù)規(guī)律，且各個(gè)城市的彈性系數(shù)具有可比性。GM模型有以下特點(diǎn)：，通常只需4個(gè)以上數(shù)據(jù)即可建模（查閱相關(guān)資料得到四年數(shù)據(jù)）；，對(duì)無規(guī)或服從任何分布的任意光滑離散的原始序列，通過有限次的生成即可轉(zhuǎn)化成有規(guī)序列（出行強(qiáng)度為無規(guī)序列）；，可保持原系統(tǒng)的特征，較好的反映系統(tǒng)的實(shí)際狀況。以2010年為例，預(yù)測(cè)得其出行總量為 （人次）出行強(qiáng)度的預(yù)測(cè)在得到居民出行總量的預(yù)測(cè)模型基礎(chǔ)上，便可以進(jìn)行居民出行強(qiáng)度的預(yù)測(cè)，兩者有如下的關(guān)系式：為了對(duì)城市居民出行強(qiáng)度進(jìn)行預(yù)測(cè)，需要有每年的居民總數(shù)，而在附錄中也只列出了200202020這三年的居民總數(shù)，因此可以對(duì)每年的城市居民總數(shù)建立一個(gè)人口模型進(jìn)行預(yù)測(cè)。 至此我們便可以根據(jù)現(xiàn)有的交通容量和需求狀況，綜合考慮交通方式的各種效應(yīng)，基于可持續(xù)發(fā)展的理念，使經(jīng)濟(jì)可持續(xù)、社會(huì)可持續(xù)及生態(tài)可持續(xù)達(dá)到量化平衡最優(yōu)，從而得到各種交通方式的結(jié)構(gòu)比例。（5）、模型二：距離曲線模型基于本題所考慮要對(duì)乘座出租車的比例進(jìn)行預(yù)測(cè)，故在宏觀控制的基礎(chǔ)上，需要進(jìn)一步建立起預(yù)測(cè)模型。帶入式(113)得出，出租車出行比例為：=%。 出租車每日總有效里程： (21)根據(jù)空載率的定義得: (22)由此得出預(yù)測(cè)出租車數(shù)量模型為： (23)其中—出租車承擔(dān)的城市居民出行周轉(zhuǎn)量；—出租車承擔(dān)的流動(dòng)人口出行周轉(zhuǎn)量；—城市居民乘坐出租車時(shí)平均有效車次載客人數(shù)(人)；—流動(dòng)人口乘坐出租車時(shí)平均有效車次載客人數(shù)(人)；—空駛率；—出租車平均運(yùn)營車速(km/h)；—出租車日平均運(yùn)營時(shí)間，取為13小時(shí)。但任意兩個(gè)城市之間都不可能只存在單一因素的差異,對(duì)于有兩個(gè)以上不同因素的兩個(gè)城市,它們的出租車數(shù)量之間的關(guān)系就不那么明顯了,不能單獨(dú)考慮各種因素。圖21 神經(jīng)網(wǎng)絡(luò)如果任意設(shè)置網(wǎng)絡(luò)初始權(quán)值,那么對(duì)每個(gè)輸入模式p,網(wǎng)絡(luò)輸出與期望輸出一般總會(huì)有誤差定義網(wǎng)絡(luò)誤差： (25)式中, ，表示對(duì)第個(gè)輸入模式輸出單元的期望輸出學(xué)習(xí)規(guī)則的實(shí)質(zhì)是利用梯度最速下降法,使權(quán)值沿誤差函數(shù)的負(fù)梯度方向改變BP算法權(quán)值修正公式可以表示為： (26)對(duì)于輸出單元 (27)對(duì)于隱單元 (28)式中,為學(xué)習(xí)次數(shù),為學(xué)習(xí)因子, 取值越大，每次權(quán)值的改變?cè)郊ち?可能導(dǎo)致學(xué)習(xí)過程發(fā)生振蕩,因此,為了使學(xué)習(xí)因子的取值足夠大,又不至產(chǎn)生振蕩,通常在權(quán)值修正公式中加入一個(gè)勢(shì)態(tài)項(xiàng),得 (29)式中,為一常數(shù),稱為勢(shì)態(tài)因子,它決定上一次學(xué)習(xí)的權(quán)值變化對(duì)本次權(quán)值更新的影響程度。（4）、預(yù)測(cè)結(jié)果采用問題一的預(yù)測(cè)模型得到預(yù)測(cè)出租車最佳數(shù)量所需的數(shù)據(jù)如下：表22該城市的人口與收入預(yù)測(cè)數(shù)據(jù)年份面積（平方公里）人口的預(yù)測(cè) (萬人）收入（萬元）2006200720082009201020152020由