2018年第七届数学建模国际赛小美赛C题共享单车对城市交通的影响解题全过程文档及程序

2018年第七届数学建模国际赛小美赛

C题 共享单车对城市交通的影响

原题再现:

  共享自行车改变了许多城市的交通状况,许多大城市引入共享自行车来解决交通问题。我们需要定量评估共享自行车对城市交通的影响,以及相关的经济、社会和环境影响。解决这一问题的关键是建立一个合理的模型来预测城市中没有共享自行车时人们的交通行为。例如,比较所有使用共享自行车和驾驶汽车的旅行是不可信的。作为论文的附件,我们需要向交通部门提交一份正式报告,说明共享自行车给城市带来的变化。您可以使用纽约citibike的数据,也可以从其他城市收集数据。

  citibike和纽约交通数据包括但不限于以下链接:

  https://www.citibikenyc.com/system-data/operating-reports

  www.nyc.gov/html/dot/downloads/pdf/mobility-report-2016-print.pdf

  www.nyc.gov/html/dot/downloads/pdf/mobility-report-2016-print.pdf

  https://opendata.cityofnewyork.us

  https://github.com/fivethirtyeight/uber-tlc-foil-response

  http://web.mta.info/developers/turnstile.html

整体求解过程概述(摘要)

  自行车共享是一种新的经济模式。选取4个具有代表性的指标,运用灰色关联分析法定量评价共用自行车对城市交通、环境、经济和社会的影响。此外,我们还进行了因子分析。结果表明,在没有共享自行车的城市,人们会依次选择地铁、公交车、出租车和私家车,而与共享自行车的城市相比,人们的选择基本相同;通过优势分析,得出共享自行车的参与对优化城市交通、改善环境具有重要影响。

  对于第一个问题,我们以纽约市Citi bike为例,找到城市交通、经济、社会和环境的量化指标,然后是交通拥堵成本、年度会员交易、平台就业和氮氧化物排放。

  对于第二个问题,利用SPSS软件分析了这四个因素的影响。因此,我们可以找到一个城市的交通行为。

  对于第三个问题,结合优势分析对城市交通、环境、经济和社会进行了较为详细的量化,并利用MATLAB软件得出共享自行车参与对城市有良好影响的结论。

  综上所述,本文基于纽约市共享自行车的发展现状,运用灰色关联分析、因子分析和优势分析以及量化指标数据,深入分析了影响城市交通的经济、社会和环境因素。

模型假设:

  为了使模型在本研究中更准确,更适合实际应用,本文列出了以下假设:

  (1) 其他车辆在中短途运输车辆选择中的比例可以忽略不计;

  (2) 目前人们在选择车辆时,行为习惯没有大的改变,偏离了实验预测;

  (3) 不考虑政府对公司的激励;

  (4) 过去人们习惯于选择车辆,并且不受我们实验中考虑的因素的影响;

  (5) 结果很可能在某些方面产生负面影响,我们不能要求完美。

问题分析:

  随着大数据时代的到来和互联网的便捷,共享经济成为这个时代的热门词汇。共享自行车作为共享经济的一种形式,给我们的生活带来了便利。同时,它对经济、社会、环境和城市交通都有不同程度的影响。

  问题1分析
  为了更清晰地反映共享单车对经济、社会、环境和城市交通的影响,我们致力于找到一个或多个能够量化这四个影响因素的指标,并对其进行筛选分析。为此,建立了灰色关联分析模型,利用MATLAB对年费会员交易量、平台就业、NO2排放、交通拥堵成本这四个影响因素进行量化,根据2012-2017年纽约市中国自行车赛的生动数据,将数据共享给自行车,并对其影响程度进行分析。

  问题二分析
  共享单车的引入增加了人们的出行选择。然而,为了预测人们在不共用自行车的情况下的交通行为,我们利用因子分析下的综合评价模型,利用SPSS软件对不同类型的车辆进行综合排序。作为与未移除共享自行车时的综合排名进行比较的基础,还可以分析共享自行车的发生是否真的影响了人们的交通行为。

  问题三分析
  通过研究共享自行车引入前后对各种因素和人们交通行为的影响,运用优势分析法对共享自行车对经济、社会、环境和城市交通影响的四个影响因素进行分析。利用MATLAB分析得出共享自行车引入前后这四个因素的影响,并将我们的结论和建议以信函的形式上报交通部。

模型的建立与求解整体论文缩略图

在这里插入图片描述
在这里插入图片描述

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

部分程序代码:(代码和文档not free)

clc;clear;
time=2012:2017;
urs=[0.076763511 0.101086095 0.137291326 0.168963937 0.238340268
0.277554862];
payment=[0.061503192 0.113408677 0.138555359 0.149339787 0.229448193
0.307744792];
workers=[0.157946122 0.156951727 0.161873983 0.169381667 0.173318568
0.180527933];
NO2=[0.168831169 0.165584416 0.185064935 0.162337662 0.159090909
0.159090909];
jam=[ 0.170996445 0.168738402 0.166860426 0.165709048 0.16445706 0.163238615
];
plot(time,urs,'-*g',time,payment,'-*r',time,workers,'-*b',time,NO2,'-
*k',time,jam,'-*m')
legend('urs','payment','workers','NO2','jam')
clc;
load x.txt
for i=1:3
x(i,:)=x(i,:)./x(i,1);
end
for i=4:5
x(i,:)=x(i,1)./x(i,:);
end
data=x
n=size(data,1);
ck=data(1,:);
m1=size(ck,1);
bj=data(2:n,:);
m2=size(bj,1);
for i=1:m1
for j=1:m2
t(j,:)=bj(j,:)-ck(i,:);
end
jc1=min(min(abs(t')));
jc2=max(max(abs(t')));
rho=0.5;
ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);
rt=sum(ksi')/size(ksi,2);
r(i,:)=rt;
end
r
[rs,rind]=sort(r,'descend')
clc,clear
load economy1.txt%Put the original data into a text file economy1.txt
n=size(economy1,1);
for i=1:n
economy1(i,:)=economy1(i,:)/economy1(i,1);%standardized data
end
ck=economy1(5:n,:);m1=size(ck,1);
bj=economy1(1:4,:);m2=size(bj,1);
for i=1:m1
for j=1:m2
t(j,:)=bj(j,:)-ck(i,:);
end
jc1=min(min(abs(t')));jc2=max(max(abs(t')));
rho=0.5;
ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);
rt=sum(ksi')/size(ksi,2);
r(i,:)=rt;
end
全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/233635.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MATLAB 平面拟合并旋转到水平面 (43)

MATLAB 平面拟合并旋转到水平面 (43) 一、算法介绍二、算法实现1.代码2.结果一、算法介绍 点云拟合平面并置平的算法是指对给定的点云数据进行平面拟合,并将拟合得到的平面调整至水平位置的过程。这个算法通常用于处理三维空间中的点云数据,例如在计算机视觉、三维重建和机…

vue3虚拟dom和diff算法实现(模仿源码)

手动实现 Vue 3 的虚拟 DOM 和 Diff 算法 Vue 3 引入了许多新的改进和特性,其中之一是对虚拟 DOM (Virtual DOM) 和 Diff 算法的优化。在这篇文章中,我们将通过一个简单的示例来手动实现 Vue 3 风格的虚拟 DOM 和 Diff 算法。 虚拟 DOM 的基础 虚拟 D…

node.js mongoose中间件(middleware)

目录 简介 定义模型 注册中间件 创建doc实例,并进行增删改查 方法名和注册的中间件名相匹配 执行结果 分析 错误处理中间件 手动抛出错误 注意点 简介 在mongoose中,中间件是一种允许在执行数据库操作前(pre)或后&…

算法设计与分析2023秋-头歌实验-实验七 动态规划

文章目录 第1关:数塔问题任务描述相关知识编程要求解题思路测试说明参考答案 第2关:最长公共子序列任务描述相关知识编程要求解题思路:测试说明参考答案 第3关:求序列-2 11 -4 13 -5 -2的最大子段和任务描述相关知识编程要求解题思…

docker 在线安装redis

1、远程仓库拉取redis镜像, docker pull redis,默认拉取最新版本 2、在本地宿主机文件夹下创建相关目录文件,供容器卷使用,创建 /usr/local/data/redisdocker/data 文件夹,准备一个纯净版 redis.conf 配置文件 &#x…

jdk 线程池与 tomcat 线程池对比

一、线程池的作用 1. 提高性能:线程的创建需要开辟虚拟机栈、本地方法栈、程序计数器等线程私有空间,同时也会一比一的创建一个内核线程,在线程销毁时需要回收这些系统资源。频繁地创建和销毁线程会大大浪费系统资源,这时候就需要…

【3D数据读取】利用JAVA读取GLB(GLTF)文件数据

了解GLB和GLTF: GLB和GLTF是用于共享3D数据的标准化文件格式。GLB是GLTF的二进制格式,而GLTF基于JSON,一种基于文本的数据格式。 GLB文件: 由一个头部和一个二进制数据块组成。头部包含文件的元数据,例如文件版本、文件…

vue的v-model指令总结之通信方式总结

一、v-model指令总结 1、用在表单元素或组件中 2、用在表单元素上文本框或密码框相当于:value"数据"input"数据$event. target. value"复选框:checked"数据" change"数据$event. target. checked"下拉列表:selected"数据" …

【C语言】数据结构——链式二叉树实例探究

💗个人主页💗 ⭐个人专栏——数据结构学习⭐ 💫点击关注🤩一起学习C语言💯💫 导读: 我们在前面学习了单链表,顺序表,栈和队列,小堆。 今天我们来学习链式二叉…

MATLAB 主成分分析PCA拟合平面点云 (42)

MATLAB 主成分分析PCA拟合平面点云 (42) 一、算法介绍二、算法实现一、算法介绍 主成分分析(Principal Component Analysis,PCA)是一种常用的数据降维和特征提取技术。它的主要思想是通过线性变换将数据投影到一个新的坐标系,使得在新的坐标系中数据的方差最大化。在3D点…

java读取含有合并单元格的Excel

java读取含有合并单元格的Excel Excel如下: import java.io.File; import java.io.FileInputStream; import java.io.IOException; import java.io.InputStream; import java.util.*;import org.apache.poi.hssf.usermodel.HSSFCell; import org.apache.poi.hssf.…

java字符串集合一致性比较

public Map<String,List<String> getDifferList(List<String> listA ,List<String> listB){Map<String,List<String>> returnMap new HashMap(); //返回结果List<String> differAList new ArrayList<>(); //A有B没…

springboot学习笔记(二)

1.Spring 和SpringBoot区别 2.Web开发入门 3.MVC模型 4.RequestMapping用法 5.RESTful 1.Spring 和SpringBoot区别 参考&#xff1a; 大家都懂Spring和SpringBoot的区别吗&#xff1f; - 知乎 https://www.zhihu.com/question/598494506/answer/3018702101 在学习了Spri…

Opencv实验合集——实验四:图片融合

1.概念 图像融合是将两个或多个图像结合在一起&#xff0c;创建一个新的图像的过程。这个过程的目标通常是通过合并图像的信息来获得比单个图像更全面、更有信息量的结果。图像融合可以在许多领域中应用&#xff0c;包括计算机视觉、遥感、医学图像处理等。 融合的方法有很多…

Docker 核心技术

Docker 定义&#xff1a;于 Linux 内核的 Cgroup&#xff0c;Namespace&#xff0c;以及 Union FS 等技术&#xff0c;对进程进行封装隔离&#xff0c;属于操作系统层面的虚拟化技术&#xff0c;由于隔离的进程独立于宿主和其它的隔离的进程&#xff0c;因此也称其为容器Docke…

系统设计架构——互联网案例

Netflix 的技术栈 移动和网络:Netflix 采用 Swift 和 Kotlin 来构建原生移动应用。对于其 Web 应用程序,它使用 React。 前端/服务器通信:Netflix 使用 GraphQL。 后端服务:Netflix 依赖 ZUUL、Eureka、Spring Boot 框架和其他技术。 数据库:Netflix 使用 EV 缓存、Cas…

uni-app内容

1. 应用生命周期 - **onLaunch:** 应用初始化时触发&#xff0c;全局只执行一次&#xff0c;例如在刷新任务或项目重启时。 - **onShow:** 从后台进入前台触发&#xff0c;即当应用从编辑器或其他地方进入浏览器页面时。 - **onHide:** 从前台进入后台时触发。 - **onError:** …

关于“Python”的核心知识点整理大全25

目录 10.3.4 else 代码块、 10.3.5 处理 FileNotFoundError 异常 alice.py 在这个示例中&#xff0c;try代码块引发FileNotFoundError异常&#xff0c;因此Python找出与该错误匹配的 except代码块&#xff0c;并运行其中的代码。最终的结果是显示一条友好的错误消息&#x…

云计算:FusionCompute 通过 FreeNAS 添加SAN存储

目录 一、实验 1.环境准备 2.FusionCompute添加CNA 3.在存储中创建LUN资源映射给CNA节点 3.添加存储资源关联CNA主机节点 4.扫描存储资源 5.将存储设备添加为数据存储 二、问题 1.FusionCompute中存储如何分类 2.存储资源与存储设备有何区别 3.FusionCompute支持哪些…

线上环境如何正确配置 Django 的 DEBUG?

Author&#xff1a;rab Django Version&#xff1a;3.2 Python Version&#xff1a;3.9 目录 前言一、DEBUG True二、DEBUG False三、页面异常解决总结 前言 由于最近在学习 Django 的知识&#xff0c;于是尝试开发了一套 Blog 系统&#xff0c;在本地测试时是页面显示没问题…