2015年认证杯SPSSPRO杯数学建模D题(第二阶段)城市公共自行车全过程文档及程序

2015年认证杯SPSSPRO杯数学建模

D题 城市公共自行车

原题再现:

  城市交通问题直接影响市民的生活和工作。在地形平坦的城市,公共自行车出行系统是一种很好的辅助手段。一般来说,公共自行车出行系统由数据中心、驻车站点、驻车桩、自行车(含随车锁具、车辆电子标签)及相应的通讯、监控设备组成。管理部门向市民发放借车卡,市民通过借车卡借还自行车。一个驻车站点有多个驻车桩,市民从有自行车的驻车桩上刷卡借车,在空闲桩上刷卡还车。数据中心可以感知从哪个桩上借得哪辆自行车,也可以感知在哪个桩上还了自行车,并可以计时。数据中心还可以实时地感知驻车站点有多少空闲桩位。
  第二阶段问题:
  1. 城市自行车系统的顺利运行需要政府给予一定的资金投入,如何估计这种投入的上限?
  2. 如果在一个时间周期内出现了资金超过上限的情况,很可能的原因是系统运行效率低下。哪些环节是可能造成系统整体效率低下的关键点?

整体求解过程概述(摘要)

  本文根据自行车系统的顺利运行,政府如何估计投资上限及影响运行效率低下的问题,建立政府投入上限预算模型,租车费用上限预算模型,数据包洛分析(DEA)与模糊综合评价(FCA)综合评价对问题进行求解。针对问题一,直接根据第一阶段相关数据得到政府投入:U1= N(1 X1 + X2)+ X3 N3 + X4。考虑到模型应用的普遍性,建立租车费用上限预测模型、动态价格上限模式。确定租车费用因子n 是政府投入和系统推广的重要因素,利用租车费用上限预测模型确定 在这里插入图片描述
的最大值,确定政府投入上限值:U2= N1X5+ X6 + X7 N4 + X8 - N1 Pmax。针对问题二,评价造成系统整体运行效率低下的关键因素。建立 DEAFCA 模型,分别对影响系统运行效率的量化指标进行 DEA 评价和非量化指标进行 FCA 分析。将 DEA FCA 综合,组建综合评价矩阵,计算出各指标权重。最终得出关键因素为:自行车数量,调度,道路拥堵状况。

问题分析:

  针对问题一:自行车租赁系统的建立分为三种方式:政府投资建立、公司投资建立、政府和公司一起投资建立。我们主要讨论了第一种和第二种建立方式政府的投入上限,对于第三种方式,计算方法同第二种方式一样,政府的投入金额与公司的建立资金预算各后期运行支出政府按一定比例给与补贴。对于第一种建立方式:政府的投入与实施该系统后的租车费用收入有直接关系。在这里我们引入租车费用上限预测模型对自行车的租金进行预算,且当租车费用达到政府和消费者所能接受的最大价值时,政府的投入最大。
  针对问题二:根据参考文献 3 中的 DEA FCA 模糊综合评价模型,在此需要确定对系统运行效率影响的量化指标和非量化指标。先对量化指标使用数据包络分析法计算器相对效率进而将其模糊化,再对非量化指标进行模糊综合评价,最后将这两个模型结合进行综合评价得到影响系统运行效率的关键点。

模型假设:

  假设一:所有统计数据都是合理有效。资源配置是最优化配置以及低碳环保。
  假设二:人们需要就会租车,即不会出现无人租赁的情况,借车人都是熟练使用自行车,不存在安全隐患。
  假设三:这个城用自行车的人数处于相对稳定,一卡对一人,凭卡租赁,借还量相等。
  假设四:该城市具备适宜自行车骑行的条件,政府财政能支持自行车系统顺利运行。且城市具备系统规划的方法和目标。

论文缩略图:

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)

相关代码参照第一阶段

y=[14:0.1:50]
a=(y.*((2+1)./(y-1-0.8)))./y
b=atan(a)
c=b*57.29577951
x=[14:0.1:50]
a=(x.*((0.8+2)./(x-1-1)))./x
b=atan(a)
c=b*57.29577951
l=90-c-c1
m=l-80
m=m*4
m=m./15
n=x.*y1
plot(n,m,'r')
全部论文及程序请见下方“ 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/770851.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

吴恩达深度学习笔记:浅层神经网络(Shallow neural networks)3.1-3.5

目录 第一门课:神经网络和深度学习 (Neural Networks and Deep Learning)第三周:浅层神经网络(Shallow neural networks)3.1 神经网络概述(Neural Network Overview)3.2 神经网络的表示(Neural Network Representation…

【Java八股面试系列】中间件-Redis

目录 Redis 什么是Redis Redis解决了什么问题 Redis的实现原理 数据结构 String 常用命令 应用场景 List(列表) 常用命令 应用场景 Hash(哈希) 常用命令 应用场景 set(集合) 常见命令​编辑 应用场景 Sorted Set(有序集合) 常见命令​编辑 应用场景 数据持…

idea中gradle编译下运营main方法报CreateProcess error=206

问题描述 CreateProcess error206 文件名或扩展名太长 问题分析 解决方案 build.gradle文件里添加 buildscript {repositories {maven {url "https://plugins.gradle.org/m2/"}}dependencies {classpath "gradle.plugin.ua.eshepelyuk:ManifestClasspath:1.…

Pandas操作MultiIndex合并行列的Excel,写入读取以及写入多余行及Index列处理,插入行,修改某个单元格的值

Pandas操作MultiIndex合并行列的excel,写入读取以及写入多余行及Index列处理 1. 效果图及问题2. 源码参考 今天是谁写Pandas的 复合索引MultiIndex,写的糊糊涂涂,晕晕乎乎。 是我呀… 记录下,现在终于灵台清明了。 明天在记录下直…

【Spring】IoCDI详解

1. IoC详解 前面提到过IoC就是将对象的控制权交由Spring的IoC容器进行管理,由Spring的IoC容器创建和销毁bean,那么既然涉及到容器,就一定包含以下两方面功能: bean的存储bean的获取 1.1 类注解 Spring框架为了更好地服务应用程…

高效物联网连接技术创新:ECWAN边缘协同自组网的未来——基于ChirpLAN窄带扩频技术的无线混合组网

物联网是指将各种物理设备通过互联网进行连接和通信的技术。它是一个庞大的网络,由传感器、设备、网络和云服务组成,旨在实现对物体的远程监测、控制和数据采集。 基于ChirpLAN窄带扩频技术的无线混合组网协议ChirpLAN,ChirpLAN是基于其自有的…

http模块 获取http请求报文中的路径 与 查询字符串

虽然request.url已包含属性和查询字符串,但使用不便,若只需其中一个不好提取,于是用到了如下路径和字符串的单独查询方法: 一、获取路径 例如:我在启动谷歌端口时输入http://127.0.0.1:9000 后接了 "/search?k…

编译安装飞桨fastdeploy@FreeBSD(失败)

FastDeploy是一款全场景、易用灵活、极致高效的AI推理部署工具, 支持云边端部署。提供超过 🔥160 Text,Vision, Speech和跨模态模型📦开箱即用的部署体验,并实现🔚端到端的推理性能优化。包括 物…

Gemma开源AI指南

近几个月来,谷歌推出了 Gemini 模型,在人工智能领域掀起了波澜。 现在,谷歌推出了 Gemma,再次引领创新潮流,这是向开源人工智能世界的一次变革性飞跃。 与前代产品不同,Gemma 是一款轻量级、小型模型&…

1升级powershell后才能安装WSL2--最后安装linux--Ubuntu 22.04.3 LTS

视频 https://www.bilibili.com/video/BV1uH4y1W7UX特殊开启–Hyper-V虚拟机 把一下代码保存到【a.bat】的执行文件中,进行Hyper-V虚拟机的安装开启【Windows 批处理文件 (.bat)】 pushd "%~dp0" dir /b %SystemRoot%\servicing\Packages\*Hyper-V*.mu…

鸿蒙Harmony跨模块交互

1. 模块分类介绍 鸿蒙系统的模块一共分为四种,包括HAP两种和共享包两种 HAP(Harmony Ability Package) Entry:项目的入口模块,每个项目都有且只有一个。feature:项目的功能模块,内部模式和En…

(已解决)vue3使用富文本出现样式乱码

我在copy代码到项目里面时候发现我的富文本乱码了 找了一圈不知道是哪里vue3不适配还是怎么,后来发现main.js还需要引入 import VueQuillEditor from vue-quill-editor // require styles 引入样式 import quill/dist/quill.core.css import quill/dist/quill.snow…

YOLOv9代码解读[01] readme解读

文章目录 YOLOv9COCO数据集上指标:环境安装训练验证重参数化 Re-parameterization推断相关链接 YOLOv9 paper: YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information github: https://github.com/WongKinYiu/yolov9 COCO数据集上指…

网络安全笔记-day8,DHCP部署

DHCP部署与安全 全称(Dynamic Host Configura Protocol)动态主机配置协议 DHCP原理 DHCP协议_科来测试dhcp网络包-CSDN博客🔍 注意的是利用广播地址发送包 ACK(确认) 如果DHCP服务器损坏,则在87.5%时…

Open WebUI大模型对话平台-适配Ollama

什么是Open WebUI Open WebUI是一种可扩展、功能丰富、用户友好的大模型对话平台,旨在完全离线运行。它支持各种LLM运行程序,包括与Ollama和Openai兼容的API。 功能 直观的界面:我们的聊天界面灵感来自ChatGPT,确保了用户友好的体验。响应…

线性代数 - 应该学啥 以及哪些可以交给计算机

AI很热,所以小伙伴们不免要温故知新旧时噩梦 - 线代。 (十几年前,还有一个逼着大家梦回课堂的风口,图形学。) 这个真的不是什么美好的回忆,且不说老师的口音,也不说教材的云山雾绕,单…

【考研数学二】线性代数重点笔记

目录 第一章 行列式 1.1 行列式的几何意义 1.2 什么是线性相关,线性无关 1.3 行列式几何意义 1.4 行列式求和 1.5 行列式其他性质 1.6 余子式 1.7 对角线行列式 1.8 分块行列式 1.9 范德蒙德行列式 1.10 爪形行列式的计算 第二章 矩阵 2.1 初识矩阵 2…

查看VMWare ESXi 6.5/6.7服务器上 GPU直通的状态

VMWare ESXi 6.5/6.7服务器状态 查看配置参数

生物信息学 GO、KEGG

文章目录 北大基因本体论分子通路KEGGGO注释分子通路鉴定 关于同源 相似性 b站链接:北大课程 概述了当前生物信息学领域中几个重要的概念和工具,介绍基因本体论(Gene Ontology, GO)、分子通路知识库KEGG(Kyoto Encyclo…

纯前端调用本机原生Office实现Web在线编辑Word/Excel/PPT,支持私有化部署

在日常协同办公过程中,一份文件可能需要多次重复修改才能确定,如果你发送给多个人修改后再汇总,这样既效率低又容易出错,这就用到网页版协同办公软件了,不仅方便文件流转还保证不会出错。 但是目前一些在线协同Office…