【正文】 帶來多大的利潤(rùn)，如果調(diào)整后的收費(fèi)標(biāo)準(zhǔn)帶給司機(jī)的利潤(rùn)比現(xiàn)在的收費(fèi)標(biāo)準(zhǔn)高，則司機(jī)的肯定比現(xiàn)在滿意度，為了衡量其大小，我們以某城市為參照標(biāo)準(zhǔn)，將價(jià)格調(diào)整后一趟次司機(jī)所得的利潤(rùn)與某城市一趟次司機(jī)所得的利潤(rùn)的比值作為司機(jī)的滿意度函數(shù)，則司機(jī)滿意度函數(shù)表示為： （21）其中為常數(shù)。l 2004年公交主要狀況：包括公交線路狀況、公交工具狀況、公交出OD分布等。雖然在文中我們采取了某些措施來補(bǔ)救，但是精度方面就會(huì)有所犧牲。無論在城市的哪一個(gè)角落，也無論是白天還是黑夜，當(dāng)會(huì)員需要用車時(shí)，只要提前進(jìn)行電話預(yù)約，便可以去就近的共用汽車網(wǎng)點(diǎn)把車子開走，并按實(shí)際使用時(shí)間付費(fèi)。保護(hù)環(huán)境政府扶持：有關(guān)資料顯示，城市空氣污染來源的60%是來自汽車廢氣，一個(gè)擁有10萬輛汽車的城市，每天空氣中就要增加210噸一氧化碳、62噸碳?xì)浠铩?1噸氮氧化物，汽車已被認(rèn)為是破壞環(huán)境的主要?dú)⑹?。預(yù)測(cè)出行總量與出行強(qiáng)度：增長(zhǎng)率法模型。l “共用汽車”系統(tǒng)客流分析與評(píng)價(jià)在網(wǎng)點(diǎn)布局規(guī)劃和建設(shè)后，進(jìn)行客流預(yù)測(cè)、網(wǎng)點(diǎn)布局評(píng)價(jià)、交通質(zhì)量評(píng)價(jià)。l 由于時(shí)間與篇幅的限制，在這里我們對(duì)模型的實(shí)際有效性方面，沒有作出相應(yīng)的檢驗(yàn)。end。 %設(shè)定迭代精確度 x=[0:1:51]。qs/tu1..tu5/。x=!定義城區(qū)面積。m= !定義人均生活消費(fèi)支出。st(sq,qs):w1,w2,u,l,m,x,y。 y=y39。2. LogistModalk_noise=。Pi0=[ ]。其中，正互反陣的確定使用了定量的方法，減小了定性分析帶來的不確定性。乘坐出租車人口數(shù)目預(yù)測(cè)：層次分析法。據(jù)估算，每輛共用汽車可使馬路上行駛的小轎車減少5至10輛，如果有10萬人報(bào)名成為其會(huì)員，就意味著每年將會(huì)為美國(guó)的天空減少2萬噸的二氧化碳排放量。1998年，美國(guó)第一個(gè)正式的共用汽車公司在波特蘭成立。插值法：可支配收入表中，很多月份的數(shù)據(jù)沒有缺失，采取了用周圍月份進(jìn)行插值的方法。l 2002～2004年居民累計(jì)收入與消費(fèi)情況。7. 乘客滿意度函數(shù)同理，可將某城市一趟次乘客所支付的費(fèi)用與價(jià)格調(diào)整后一趟次乘客所支付的費(fèi)用的比值作為乘客的滿意度函數(shù)，則乘客滿意度函數(shù)表示為： （23）在此函數(shù)中可以看出，如果利潤(rùn)越大，未知參數(shù)時(shí)乘客所支付的費(fèi)用越多，則乘客越不滿意。 預(yù)測(cè)出租車數(shù)量模型建立與求解我們假設(shè)未來的城區(qū)面積不變，用前面求得的各種數(shù)據(jù)（表12所示），根據(jù)式（14）預(yù)測(cè)出租車數(shù)量： ， （14） 表12：出租車數(shù)量預(yù)測(cè)表年（元）（元）（萬人）（元）城區(qū)面積（平方千米）出租車數(shù)量（輛）200462002005623620066269200767272008718720098479201089432011940920129877201310347201410820201511294201611770201712249201812730201913212202013697202114184202214673202315164202415657 問題三的討論 出租車定價(jià)模型建立由某城市出租車的主要狀況我們可以計(jì)算出出租車以下有用的數(shù)據(jù)：l 一趟平均載客的里程數(shù)為：；l 一趟平均司機(jī)所得收入為：；l 一趟平均載客成本：元，其中，為油價(jià)。預(yù)測(cè)結(jié)果見附錄中“表22”。題目給出的數(shù)據(jù)只能算出三個(gè)年人均可支配收入，若用這三個(gè)數(shù)據(jù)直接擬合曲線，效果不好，所以，采取先擬合的月可支配收入曲線，再由此計(jì)算年可支配收入的方法。（），得到對(duì)應(yīng)的特征向量為：歸一化得到準(zhǔn)則層對(duì)目標(biāo)層的權(quán)向量為： 同理得，表9：方案層對(duì)準(zhǔn)則層權(quán)向量矩陣公交OD公交狀況Taxi收費(fèi)出行習(xí)慣出行目的出行耗時(shí)消費(fèi)能力出行強(qiáng)度BusTaxifootbikemotorotherd. 計(jì)算組合權(quán)向量下面要做的是，由各準(zhǔn)則對(duì)目標(biāo)的權(quán)向量和各方案對(duì)每一個(gè)準(zhǔn)則的權(quán)向量，計(jì)算各方案對(duì)目標(biāo)層的權(quán)向量，即為組合權(quán)向量。所以，估計(jì)公交OD情況AS出行耗時(shí)的貢獻(xiàn)度之比為1：7。結(jié)合題意得到，：1。判斷矩陣的隨機(jī)一致性比例如下定義： （11）若，則判斷矩陣具有令人滿意的一致性；若，則調(diào)整判斷矩陣，直到滿意為止。這種層次結(jié)構(gòu)常用結(jié)構(gòu)圖來表示。未來二十年這六個(gè)區(qū)的出行強(qiáng)度1的預(yù)測(cè)結(jié)果見附錄中“表15”。 總體出行強(qiáng)度1及出行強(qiáng)度2預(yù)測(cè)(1) 預(yù)測(cè)總體出行強(qiáng)度1建模及其結(jié)果因?yàn)橹行膮^(qū)和邊緣區(qū)出行強(qiáng)度存在較大差異。即，其中，為第次計(jì)算時(shí)，、區(qū)的分布交通量。這里的第i個(gè)區(qū)間分布交通量的增長(zhǎng)率通常使用弗拉塔法(Frator)計(jì)算，即使用出行發(fā)生量誤差修正量和出行吸引量誤差修正量的組合平均值來估計(jì)增長(zhǎng)系數(shù)：。（）預(yù)測(cè)6個(gè)小區(qū)的居民出行總量結(jié)果見附錄中“表9”。接著，我們需要預(yù)測(cè)此城市交通工具數(shù)目。其預(yù)測(cè)結(jié)果見附錄中“表5”。在此假設(shè)下指數(shù)增長(zhǎng)模型應(yīng)修改為： （2） 稱為阻滯增長(zhǎng)模型．此非線性微分方程可用分離變量法求解，結(jié)果為 （3）(2) 人口總量預(yù)測(cè)模型的求解 我們使用Logistic模型以及杭州，揚(yáng)州，佛山（記被研究的城市，杭州，揚(yáng)州，佛山的編號(hào)分別為），全國(guó)平均水平的數(shù)據(jù)進(jìn)行非線性擬合，結(jié)果如下： 表1：類比城市人口數(shù)據(jù)城市人口上限固定增長(zhǎng)率杭州1928揚(yáng)州1541佛山1245全國(guó)平均150201然后利用這些城市以及全國(guó)的平均數(shù)據(jù)結(jié)合給出的2004，2010，2020年此城市的數(shù)據(jù)進(jìn)行線性回歸擬合該城市的和參數(shù)。問題五：站在市公用事業(yè)管理部門的立場(chǎng)上考慮出租車規(guī)劃問題，并寫出解決方案。我們?cè)谶@里需要解決的問題有以下五個(gè)：?jiǎn)栴}一：考慮以上因素，結(jié)合該城市經(jīng)濟(jì)發(fā)展和自身特點(diǎn)，類比國(guó)內(nèi)外城市情況，預(yù)測(cè)該城市居民出行強(qiáng)度和出行總量，同時(shí)進(jìn)一步給出該城市當(dāng)前與今后若干年乘坐出租車人口的預(yù)測(cè)模型。在問題二的解決上，運(yùn)用線性規(guī)劃模型,結(jié)合類比城市的城區(qū)面積、居民消費(fèi)能力及乘坐出租車人口數(shù)據(jù)，與實(shí)際調(diào)查的出租車數(shù)據(jù)相比，計(jì)算出影響出租車數(shù)量因素的權(quán)重，建立該市出租車數(shù)量的動(dòng)態(tài)數(shù)學(xué)模型。最后，我們以問題一二三的求解結(jié)果為依據(jù)，建立新型城市出租車規(guī)劃解決方案，即“共用汽車”機(jī)制。我們?cè)谶@里考慮運(yùn)用運(yùn)籌學(xué)的知識(shí)。l 假設(shè)未來的城區(qū)面積不變，但人均居住面積將隨著經(jīng)濟(jì)發(fā)展擴(kuò)大。(4) 分類人口數(shù)量預(yù)測(cè)模型求解a. 按照人口屬性分類預(yù)測(cè)（即按第一類和第二類進(jìn)行劃分）我們根據(jù)中國(guó)十個(gè)城市居住面積增長(zhǎng)率的加權(quán)平均值可以擬合此城市的居住面積增長(zhǎng)率為 ，其他參數(shù)如下表所示： 表2：參數(shù)表2004年度基本數(shù)據(jù)人口密度即期居住面積居住面積增長(zhǎng)率第一類人口第二類人口22根據(jù)以上分類人口數(shù)量預(yù)測(cè)模型可以使用MATLAB預(yù)測(cè)出按照人口屬性分類的未來二十年的分類人口數(shù)量（萬人），（），預(yù)測(cè)結(jié)果見附錄中“表2”。增長(zhǎng)率法的模型如下所示： （6）其中， 代表第個(gè)分類的第個(gè)增長(zhǎng)率指標(biāo)；選取兩個(gè)增長(zhǎng)率指標(biāo)，如下所示：l 代表人口增長(zhǎng)率，即第個(gè)分類中的當(dāng)前預(yù)測(cè)人口數(shù)目/2004年人口數(shù)目。其預(yù)測(cè)結(jié)果見附錄中“表7”。 六小區(qū)出行分布及出行強(qiáng)度2的預(yù)測(cè)：(1) 六小區(qū)出行分布預(yù)測(cè)模型建立目前世界上的城市居民出行分布的預(yù)測(cè)方法主要有：增長(zhǎng)系數(shù)法，重力模型法，介入機(jī)會(huì)模型（Intervening Opportunity Method）法，最大熵模型（Entropy Model）等等。若滿足上述條件，結(jié)束計(jì)算；反之，令m=m+1，返回到第2步。 。中心區(qū)：1區(qū) 2區(qū) 3區(qū) 5區(qū)邊緣區(qū)：4區(qū) 6區(qū)接下來，我們通過加和得到城市各區(qū)的居民出行全方式的總出行次數(shù)，并進(jìn)一步計(jì)算可以得到城市各區(qū)的居民出行全方式的總出行強(qiáng)度1的預(yù)測(cè)值。運(yùn)用以上的數(shù)據(jù)，并結(jié)合出行強(qiáng)度2的定義可以得到出行強(qiáng)度2的預(yù)測(cè)值。判斷矩陣表示針對(duì)上一層次中的某元素而言，評(píng)定該層次中各有關(guān)元素相對(duì)重要性的狀況。l 若通過組合一致性檢驗(yàn)，則將第六步得到的權(quán)值作為最終決策的根據(jù)。 公交OD情況AS出行目的由居民出行目的結(jié)構(gòu)圖，可以得到，公交OD的分布是可以滿足居民出行目的的需求的，故認(rèn)為，公交OD的分布相對(duì)于出行目的來說更為重要。－，并以此類推可以得到準(zhǔn)則層對(duì)目標(biāo)層的成對(duì)比較矩陣，如下所示： 表8：準(zhǔn)則層對(duì)目標(biāo)層的成對(duì)比較矩陣公交OD公交狀況Taxi收費(fèi)出行習(xí)慣出行目的出行耗時(shí)消費(fèi)能力出行強(qiáng)度117511665416179831823811733713791171611c. 計(jì)算權(quán)向量并進(jìn)行一致性檢驗(yàn)根據(jù)以上的準(zhǔn)則層對(duì)目標(biāo)層的成對(duì)比較矩陣，計(jì)算得到最大特征根=（）。(3) 乘坐出租車人口模型求解根據(jù)以上比例，結(jié)合2004年第一類人口的數(shù)據(jù)，得到2004年乘坐出租車出行的居民人數(shù)為：*=(萬人)。附錄中“表21”給出2002－2024年的人均可支配收入、年人均生活消費(fèi)支出、城市居民消費(fèi)能力，其中前三年是由題目所給數(shù)據(jù)算得。l 出租車的消費(fèi)能力：出租車數(shù)量與人們的收入與消費(fèi)欲望有關(guān)，故可用年人均可支配收入和年人均生活消費(fèi)支出來衡量，一種合理的假設(shè)為，認(rèn)為可支配收入和生活消費(fèi)支出對(duì)出租車的消費(fèi)能力影響相同。 這樣我們可根據(jù)（15）式和（16）式確定的收費(fèi)為： （17）3. 回空費(fèi)出租車每趟載客時(shí)并不都收取回空費(fèi)，因此它存在收取回空費(fèi)的概率P，這里我們?nèi)＝％，即為空駛率，這樣子對(duì)司機(jī)公平，則回空費(fèi)可表示為： （18） 其中為回空費(fèi)計(jì)價(jià)百分率。本題給出以下四個(gè)方面的調(diào)查數(shù)據(jù)，以求給出一份合理可行的出租車規(guī)劃。l 要給出一個(gè)配合城市發(fā)展戰(zhàn)略目標(biāo)的出租車規(guī)劃，采集的數(shù)據(jù)還應(yīng)包括：相關(guān)政策與法規(guī)的調(diào)查數(shù)據(jù)采集：區(qū)域經(jīng)濟(jì)發(fā)展規(guī)劃政策、區(qū)域人口方面的政策、區(qū)域環(huán)境保護(hù)方面的政策。如缺少城市六小區(qū)的人口數(shù)，只能從出行方式OD分布中對(duì)其進(jìn)行估計(jì)，這樣做誤差的范圍就難以控制。雖然還屬起步階段，但發(fā)展極其迅猛，到2008年市場(chǎng)規(guī)模有望達(dá)到18億美元。 規(guī)劃方案下面提到的各種方法與模型參見本文的前面部分，已有詳細(xì)的介紹。即在固定需求條件下，使所有乘客的乘車和等車時(shí)間費(fèi)用和車輛運(yùn)營(yíng)費(fèi)用之和最小。l 本文在數(shù)據(jù)處理和采集方面，使用了中國(guó)城市交通規(guī)劃管理的一整套數(shù)據(jù)采集方案，較為規(guī)范。 for i=1:6。fminsearch39。 freedom=length(x)length(q0)。for(st(i,j):w1(i,j)=c(1)*x(i,j)+c(2)*y(i,j)+u(i