一、问题分析
收集国内某一机场及其所在城市出租车的相关数据,给出该机场出租车司机的选择方案,并分析模型的合理性和对相关因素的依赖性。
已经学习了:一篇文章带你搞定数学建模中的排队论思想(19年机场出租车优化问题示例讲解)
所以本篇文章主要就是对其的实现过程,实现的数据集需要的可以评论留下邮箱。
二、数据介绍
针对问题二,我们收集了深圳市 201 1 年 04 月 18 日至 2011 年 04 月 26 日 (共 8.5天) 的城市出租车 GPS 轨迹数据,其中包含 13781 台出租车的时间位置和属性信息 (文件总大小 9.37GB)。 (数据来源于同济大学数学系“用出租车 GPS 数据分析深圳道路交通情况” )
数据包含数据采集时间段为 2011.04.18 0:00:01 - 2011.04.26 11:50:01,车辆总数为 13781台。值得注意的是,根据《2012 年深圳统计年鉴》, 201 1 年深圳市总共拥有出租车数量为 14340 台,而我们找到的数据占了约出租车总数的 96.10%,从而可以近似认为所分析数据和总体基本没有差异。数据包含,车牌号 (name)、采集时间点 (time)、经度 (jd)、纬度 (wd)、车辆载客状态 (打表情况) (state). 车速 (v)、行车方向 (angle)。
对于每台车辆均存有其 2011.04.18 0:00:012011.04.26 11 : 50:
本文通过分析2011年深圳机场出租车数据,建立了优化模型,探讨了司机等待时间对决策的影响。研究显示,模型预测结果与实际现象相符,揭示了夜晚等待时间较短的现象。此外,司机选择策略受等待时间、信息不完全及随机因素影响。
订阅专栏 解锁全文
1万+

被折叠的 条评论
为什么被折叠?



