【文章內(nèi)容簡介】 較合理。C、乘坐出租車人口的預測模型根據(jù)乘坐出租車人口與乘坐出租車出行的比例、出行總量、出行強度的關(guān)系，,即乘坐出租車人口的預測模型： (114)結(jié)合前面出行強度、出行總量以及人口預測模型，得出2010年乘坐出租車的人口為： 人/日問題一的預測結(jié)果表：表12 出行總量、人口、出行強度預測表年份出行總量的預測（單位：人次）人口的預測 (單位：萬人）出行強度的預測 （單位：次/人 日）2006200720082009201020152020（二） 問題二：出租車最佳數(shù)量的預測模型出租車交通是城市客運交通的一個重要組成部分,是城市常規(guī)公共交通的重要補充。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,促進了出租車行業(yè)的迅速發(fā)展,但是同時也給城市綜合客運交通體系帶來了新的問題和挑戰(zhàn)。目前國內(nèi)許多城市的出租車行業(yè)在經(jīng)歷了一段時間的發(fā)展之后,都不同程度地出現(xiàn)了總量過剩的現(xiàn)象,其直接的表現(xiàn)特征就是出租車的空駛率高,道路交通資源浪費。許多城市在出現(xiàn)這一局面后,都不約而同地采取了停止發(fā)放或限制發(fā)放出租車營運證的方式來控制出租車擁有量。因此要想制定出一套有效的出租車規(guī)劃的方案，應(yīng)首先 對城市出租車擁有量給出一個有效的預測模型，這里介紹兩種模型：模型一是通過對規(guī)劃城市的城市居民與流動人口出行調(diào)查,結(jié)合出租車運營狀況調(diào)查,獲得可以為預測未來出租車擁有量的數(shù)據(jù)。出租車的空駛率與城市出租車擁有量有密切關(guān)系,從出租車所完成的城市居民和流動人口出行周轉(zhuǎn)量入手,結(jié)合空駛率的分析,對城市出租車擁有量進行計算⑴。 出租車每日總有效里程： (21)根據(jù)空載率的定義得: (22)由此得出預測出租車數(shù)量模型為： (23)其中—出租車承擔的城市居民出行周轉(zhuǎn)量；—出租車承擔的流動人口出行周轉(zhuǎn)量；—城市居民乘坐出租車時平均有效車次載客人數(shù)(人)；—流動人口乘坐出租車時平均有效車次載客人數(shù)(人)；—空駛率；—出租車平均運營車速(km/h)；—出租車日平均運營時間，取為13小時。因為模型中涉及到了城市居民與流動人口的相關(guān)出行特征，只有建立對流動人口和城市居民出行總量的預測模型，才能用于對城市出租車擁有量的模型預測。模型二通過對城市發(fā)展的特性研究可以得到影響城市市區(qū)出租車數(shù)量的因素主要有以下四個：（1）、市區(qū)人口：出租車是人的交通工具,所以出租車數(shù)量無庸質(zhì)疑地與人口數(shù)量密切相關(guān)；（2）、城區(qū)面積 ：交通需求的前提是距離,因此市區(qū)出租車數(shù)量與市區(qū)城區(qū)面積有著直接的聯(lián)系；（3）、人均可支配收入：出租車數(shù)量的多少,和人們的可支配收入有關(guān)?？芍涫杖朐礁?人們出門坐出租車的機會也就越多,需要的出租車數(shù)量也就越多；（4）、出租車價格：出租車作為一件商品,其消費量同樣受到其價格的影響。(起步金額/ 起步公里數(shù) + 超過起步金額的每公里價格)來計算出租車價格。假設(shè)有兩個城市甲和乙,它們的出租車數(shù)量是與各自發(fā)展狀況相符合的,兩個城市的客運結(jié)構(gòu)也大體相同。如果甲城市的人口是乙城市的兩倍,其它數(shù)據(jù)完全相同,那么根據(jù)我們以往的經(jīng)驗,甲城市的出租車數(shù)量一般來說也應(yīng)該是乙城市的兩倍。相同的道理,對于城市面積、出租車消費能力,這個規(guī)律也是適用的。但任意兩個城市之間都不可能只存在單一因素的差異,對于有兩個以上不同因素的兩個城市,它們的出租車數(shù)量之間的關(guān)系就不那么明顯了,不能單獨考慮各種因素。我們必須把城市人口x、城市面積y、人均可支配收入u、出租車價格w這四個因素綜合起來考慮,找出城市之間的出租車數(shù)量的規(guī)律。因此可以根據(jù)統(tǒng)計的數(shù)據(jù)得到若干城市的出租車數(shù)量以及影響因素的具體數(shù)據(jù)，根據(jù)這些數(shù)據(jù)建立從影響因素到出租車數(shù)量的映射,即 。 A、模型的建立為了求解該模型： (24)可以借助于現(xiàn)在比較新興的學科：人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)是基于人腦的結(jié)構(gòu)和功能而建立起來的新學科。它之所以引起人們極大的興趣，與神經(jīng)網(wǎng)絡(luò)本身的特點是分不開的。目前，神經(jīng)網(wǎng)絡(luò)理論和模型研究表明，神經(jīng)網(wǎng)絡(luò)具有以下幾個顯著特點：(1)能以任意精度逼近任意復雜的非線性函數(shù)；(2)魯棒性和容錯性；(3)并行處理；(4)學習自適應(yīng)性；(5)聯(lián)想能力。因此我們可以采用前向傳遞神經(jīng)網(wǎng)絡(luò)來獲得出租車數(shù)量與其影響因素的網(wǎng)絡(luò)(見圖21)。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,那么對每個輸入模式p,網(wǎng)絡(luò)輸出與期望輸出一般總會有誤差定義網(wǎng)絡(luò)誤差： (25)式中, ，表示對第個輸入模式輸出單元的期望輸出學習規(guī)則的實質(zhì)是利用梯度最速下降法,使權(quán)值沿誤差函數(shù)的負梯度方向改變BP算法權(quán)值修正公式可以表示為： (26)對于輸出單元 (27)對于隱單元 (28)式中,為學習次數(shù),為學習因子, 取值越大，每次權(quán)值的改變越激烈,可能導致學習過程發(fā)生振蕩,因此,為了使學習因子的取值足夠大,又不至產(chǎn)生振蕩,通常在權(quán)值修正公式中加入一個勢態(tài)項,得 (29)式中,為一常數(shù),稱為勢態(tài)因子,它決定上一次學習的權(quán)值變化對本次權(quán)值更新的影響程度。B、模型的求解神經(jīng)網(wǎng)絡(luò)模型求解出租車數(shù)量預測：（1）、查閱相關(guān)文獻得到如下數(shù)據(jù)表：表21各地城市2002，2003數(shù)據(jù)資料城市城區(qū)人口面積收入價格(起步價\公里數(shù)\單價)出租車數(shù)量北京10\\6500010\\63000上海1486710\3\2486721688310\3\248709蘇州10\3\224032991445110\3\23203杭州1289810\3\263201456510\3\27729武漢78208\3\121373\1\12137南寧79067\2\395187967\2\4075注：每個城市對應(yīng)的上下兩列數(shù)據(jù)分別對應(yīng)為2002和2003年的數(shù)據(jù)用這些數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進行訓練，使它調(diào)節(jié)好各個參數(shù)，漸漸逼近我們的目標函數(shù)。（2）、Matlab模型仿真結(jié)果：網(wǎng)絡(luò)結(jié)構(gòu)圖為：圖22 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖網(wǎng)絡(luò)訓練誤差曲線：23 神經(jīng)網(wǎng)絡(luò)訓練誤差曲線。與本城市實際出租車數(shù)量比較吻合。因此，根據(jù)建立好的神經(jīng)網(wǎng)絡(luò)模型，要預測城市出租車的最佳數(shù)量，只需先對出租車數(shù)量的影響因素進行預測。未來規(guī)劃年的城市人口，城市面積,以及人均可支配收入可以通過前題模型預測獲得。因此只需把得到的影響因素的預測值輸入到建立神經(jīng)網(wǎng)絡(luò)模型中進行預測得到即可。（3）、分析說明數(shù)據(jù)的選取對于神經(jīng)網(wǎng)絡(luò)預測結(jié)果的準確度影響比較大，在本模型中，選取的城市規(guī)模都較大，如果能夠給出更多的與預測城市規(guī)模相當?shù)某鞘?，則預測結(jié)果會更好。（4）、預測結(jié)果采用問題一的預測模型得到預測出租車最佳數(shù)量所需的數(shù)據(jù)如下：表22該城市的人口與收入預測數(shù)據(jù)年