【正文】 價格彈性系數是根據其他城市數據得到的，其精確程度直接影響到模型的最優(yōu)解。根據出租車價格優(yōu)化根據模型假設，本文在考慮出租車價格時，只考慮出租車白天駕駛收費情況，回空費用以及等待費用未考慮進去。神經網絡的初始權值對預測結果的影響較大，目前對神經網絡初始權值的選取沒有一套比較有效的方法。尚存在的不足及對改進方法的探討：使用類比的方法得到居民出行強度和出行總量，而類比對象之間的關系是根據經驗得到的，存在著一些局限性和需改進之處。綜合考慮各種出租車數量確定方法，采用神經網絡建立出租車數量與其影響因素關系來得到預測模型，使得復雜的函數求解變的很方便與可行。此方法廣泛用于交通運輸的預測模型?？偟目磥?，本文模型具有以下一些優(yōu)點：引入灰色預測模型做出預測。最后對本文的數據采集方案進行分析，并提出一個改進的數據采集方案。此外，本文綜合考慮價格對出租車運營的影響，通過引入出租車駕駛員和居民的滿意指標建立單目標單約束條件的最優(yōu)化模型。根據城市交通規(guī)劃理論，利用神經網絡建立了城市出租車數量與其影響因素之間的模型，并根據上述預測模型的預測數據可得到城市出租車的最佳數量預測模型。D、進一步考慮其它出行方式的改善將會對出租車市場造成影響，促進其不斷提高服務質量，為居民更好的服務。C、有了前面兩個步驟所建立的模型，并結合該城市居民收入與消費水平的統(tǒng)計數據便可對出租車的價格用問題三中的方法進行模型的建立。規(guī)劃方案：A、采用問題四中提出的合理數據采集方式，盡可能多的收集與該城市相關的近幾年的數據資料，在此基礎上首先用問題一中的方法確定該城市乘坐出租車人口的預測模型，并可在今后幾年繼續(xù)收集資料與預測出來的數據作比較，不斷去修正該模型，使之不斷完善準確。公司與乘客利益對出租車司機形成雙重擠壓，這種經濟利益的非均衡性，不僅使得司機處于一種欲罷不能的困境,而且對城市交通造成很大的壓力。由于價格管制，消費者常抱怨價格太高而制約了他們對出租車的需求，認為該行業(yè)不能為他們帶來或享受更多的社會福利。居民乘坐出租車出行每趟至少花費8元，其平均花費約為11元左右。而出租車的運營成本由于油價的上漲而增大，使得出租車司機的收入更少。通過統(tǒng)計數據計算得到駕駛員的平均日工作時間超過13個小時，而其收入除去固定工資外，盈余為負值。因此，有效的降低出租車的空載率有利于城市的發(fā)展。其空載率達到了50％左右，而該數值根據其他城市的數據顯示，比較理想的出租車空載率應該為30％－40％左右。隨著經濟的發(fā)展和城市現(xiàn)代化進程的加快，出租車在我國大中城市迅速發(fā)展起來，它關系到人民群眾的切身利益，因而備受社會各界的關注。C、關于價格的調整方案中要用到出租車價格、空載率、成本、日行駛總里程、日運營收入等數據，由于在模型中要用到出租車的價格彈性系數以及參數，雖然在各城市中這些參數基本不變，但是若能夠對該城市采集相應的價格和其需求的數據，則能得出較為準確的價格彈性系數Ed以及參數K，變能使模型也更加的趨于實際的情況。針對乘坐出租車人口的預測模型，如果能采集到居民連續(xù)幾年出行距離、城市市區(qū)面積、累計人均可支配收入等數據，將能對模型進一步進行檢驗并做出修正，使模型更接近事實。優(yōu)化的數據采集方案A、關于建立居民出行強度和出行總量的預測模型，需要當年的居民人口數量、出行強度，如果若能夠多采集近幾年的出行強度，則能直接建立該城市的居民出行強度的預測模型，這樣就不需要類比，會使模型更加準確，同時出行總量預測模型也將會有所改善。 城市居民累計收入與消費情況和乘坐出租車預測模型、出租車數量預測模型、價格的調整方案都有關系。 城市公共出行情況中有好幾張表格，其中出行強度表、出行方式結構表對居民出行強度、出行總量預測模型和乘坐出租車人口預測模型有關系。 城市公交主要狀況給出了該城市的詳細公交資料，雖在本題中沒有涉及到這些參數，但是它對于一個城市的交通規(guī)劃是非常重要的，如果公交線路的狀況不理想，人們勢必會多考慮選擇出租車去較遠的地方，而如果公交線路較發(fā)達，則會使出租車的空載率有所增加。其它一些給出的參數：每臺車日均載客人次、日均載客趟次、每趟載客人次、載客里程、空駛里程、里程利用率、日平均營業(yè)里程、平均載客里程、平均空駛里程都可以從前面的參數中得到，有些多余。（四）、問題四：數據采集的合理性分析數據的合理性分析 在本題附錄中所給的數據中，大致可以分為以下幾類：A、城市規(guī)模和道路情況B、城市出租車的主要狀況C、城市公交主要狀況D、城市公共出行情況E、城市居民累計收入與消費情況 城市規(guī)模數據可用于人口模型的預測和城市的類比，道路情況可大致確定該城市的交通狀況，從而得到各條道路的流量狀況，以預測是否需要增寬道路而滿足流量需求。而油價調整對居民的每公里花費的增加也是符合實際情況的。（3）從最優(yōu)結果可以看出，價格調整后的出租車駕駛員收入比出租車價格調整前要增加（在價格調整前可以看到出租車駕駛員的每天節(jié)余為負，而調整后還有盈余）。（2）模型中因為根據居民不同時距出行方式結果表格得出結論居民乘坐出租車的平均期望距離大于出租車的起步基價的公里數目，因此為簡化模型，考慮居民乘坐出租車的平均公里花費僅考慮＞的情況。表24 油價調整前后出租車價格表優(yōu)化 指標基價租費（元） 基價公里數（公里）超過基價公里后每車公里價（元）乘客平均公里花費（元）駕駛員的收入 （元：不包括工資）駕駛員的收入（元：包括工資）油價調整之前油價調整之后B、模型分析（1）這里使用的出租車價格未把夜間出車價格和遠程載客回空費用考慮進去，因為一般情況下夜間費用都是在白天價格的基礎上增加一個附加費用比例，故只需先考慮白天費用。經過編程求解上述規(guī)劃問題，得到以下結果：油價上漲前：最優(yōu)解為；出租車駕駛員收入=；。模型求解與討論 A、 Matlab 編程求解首先再來回顧一下一些參數值：（1）（為油價，為出租車每天的總行程）（2）公里（3）油價調整前：＝＋424＝（4）油價調整后：＝＋424＝（5）出租車乘客的平均乘坐期望e=（6）調價前=3,=, =8（為出租車起租的基價公里數，為白天超過基價后每公里車價，為白天基價租費）（7）因為目前的出租車價格情況下出租車司機每天的盈余為一負值，這里不妨先令駕駛員的期望收入取0來代如求解。于是乘坐出租車的人數可以用需求量來替代，空載率 (216)出租車的價格用問題2的出租車價格指數來表示，(起步金額/ 起步公里數 + 超過起步金額的每公里價格)來計算出租車價格?？梢员硎緸樾枨蟮膹椥韵禂? (213)其中為價格變動前需求量，為變動前價格，為需求變化量，為價格變動量?？梢酝ㄟ^價格彈性系數來描述商品價格對需求的影響。 于是我們的目標函數就是：（其中和為變量）于是可以轉化成 (212)其中為駕駛員的期望收入。乘客的平均花費為，駕駛員的收入為，每輛車每天的乘客總數為，每輛車每天乘客趟次為，各乘客的出行距離為。因此通過做出適當的價格調整就能協(xié)調滿足駕駛員和乘客的滿意程度。 下表是本題中油價調價前后出租車司機的收入的對比，可以發(fā)現(xiàn)有所降低。導致出租車空載率不斷上升，司機一天干了很多的無用功，對城市的交通也加重了不少的負擔。（4）、預測結果采用問題一的預測模型得到預測出租車最佳數量所需的數據如下：表22該城市的人口與收入預測數據年份面積（平方公里）人口的預測 (萬人）收入（萬元）2006200720082009