2015年认证杯SPSSPRO杯数学建模D题(第一阶段)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。
  第一阶段问题: 现在某市准备开设公共自行车出行系统,聘请你负责该工作。请你考虑下述问题:
  1. 出行系统的使用方案:包括如何发放借车卡、如何收取押金、如何收取自行车租金,以及需要哪些维护和如何维护等。
  2. 出行系统设计方案的评价指标:这些指标可以评价站点分布、驻车桩分布和自行车分布等是否合理。
  3. 经费预算方法。你的论文就是在考虑以上问题的基础上,给主管部门提交一个预研报告。要求论述充分,有理有据,简洁明了,希望主管部门批准你的构想,以便开展下一阶段工作。

整体求解过程概述(摘要)

  本文针对城市公共自行车系统的最优化建设方案问题,在综合考虑自行车的损坏、城市人口分布、城市交通拥挤程度、摄像头的监控范围的前提下,以多方面分析和处理数据为基础,给出了城市公共自行车站点的合理分布方案,分析了轮胎磨损程度与地面摩擦因素、距离的关系,建立了人口分布的克拉克模型、轮胎磨损程度的预测模型以及交通拥堵程度的插值模型,模拟了大型站点内的车桩分布,确定了自行车系统建设的最优方案与经费预算方法。
  问题细化处理:问题 1 细化成了 3 个方面,借车卡发放,自行车资费,车辆维护。
  问题 2 为了更好的确立指标,我们模拟站点车桩分布,研究站点的通讯与监控问题以及对管理方案的预想,从设计过程中得出评价指标。
  问题 3 对于经济的预算方法,可以细化为四个方面:初始资金,维护费用,建成后的收支及减少支出的一些方法。通过对我国城市平均的水平推广至大部分城市
  对于问题 1 中主要问题:车辆维护,建立预测模型推得自行车磨损与行驶距离利用量纲分析,外胎材质等相关因素所成关系,从而确立使用寿命及相关维护方案
  对于问题 2 评价指标的提出,对站点和车桩的分布先进行多次设计,最后进行总结,站点分布采取“六边形服务范围(结合大小站点)”,站点大小通过相关公式,得出合理大小的面积范围;车桩分布考虑实际情况是否方便市民取车,模拟出相关模型。由于偷盗行为是一个重要的问题,因此考虑了相关的安全问题,引进名词“安全系数”。通过对过程中的反思及总结相关问题,得出 7 项主要的评价指标。
  对于问题 3 经济预算方法的四个部分,通过查询相关内容,进行计算,进而推出广泛意义的计算方法与过程。
  模型的改进与推广,为了提高预测模型的精确程度:一、服务中心的长宽比例是变化的,这时需要对其长宽比例变化的影响进一步探究,优化设计;二、可结合城市道路的实际布局资料,来对模型进行适应性改进。三、根据实际情况减少监控摄像头的个数。针对模型的推广,本文所建模型也可用于公交车系统的建设、监控系统的建设与安全性评估等实际问题中。四、对于模型的推广,关于自行车的外胎使用寿命的模型可以测定不同自行车的轮胎质量,帮助运输行业的管理者估算自己交通工具外胎等的更换时间。

问题分析:

  本题以人们实际生活中熟悉且相关较贴近的公共自行车服务系统为背景,要求我们在知晓公共自行车服务模式和使用规则基础之上,根据所了解的材料,讨论所给问题。下面,我们将进一步展开分析:
  对于问题 1:采用统计测算,借助于克拉克模型与计算机模拟,得出最佳的出行系统的使用方案;
  对于问题 2:根据实际情况,测算总结出较为合理的出行系统设计方案的评价指标,再推算出用于评价的公式,最后根据之前采用的模型进行公式验证
  对于问题 3:在采用上述的最佳方案的前提下,遵从最俭原则,采用科学统计方法,得出最合理的经费预算方法,最后进行经费的预算

模型假设:

  基于我们对本文问题的分析,我们作如下基本假设:
  1:由于我国大部分有交通堵塞问题,且有一定经济能力的城市多为多核心模式,我们假设该市的空间结构为多核心模式,且次级商务区只有 1 个。
  2:假设该城市面积 S 为 5000 平方千米,
  3:由于特殊情况(如恶劣天气等),我们假设自行车每年会被使用天数为 250 天。
  4:启动资金为 1.5 亿
  5:由于公共自行车站点间隔较远,暂不考虑一个摄像头监控多个站点的问题。

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)

程序 01----城市人口密度分布情况:
x=[0:0.1:50]
y=power(2.7183,x)
y=power(y,-0.5)
y=y.*1435.6
plot(x,y)
程序 02----交通的拥挤程度:
x=1:8;
y=1:8;
z=[1,2,3,5,4,3,4,5;5,9,10,9,3,2,3,2;12,11,15,17,7,3,2,1;15,17,18,20,19,2,4,
1;18,4,13,14,6,5,1,1;17,8,10,11,4,2,1,1;15,13,14,15,4,1,1,1;14,12,12,14,5,3,
1,1];
xi=1:0.01:8;
yi=1:0.01:8;
zi=griddata(x,y,z,xi,yi','cubic') ;
surface(xi,yi,zi)
程序 03----安全系数与停车场面积关系:
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')
程序 04----自行车使用天数与磨损程度关系:
x=[0 10 30 60 180 365 500 700 1000];
y=[0 0.4 1.37 2.17 4.55 6.95 7.5 8.25 9.05];
xi=0:1:1000;
yi=0:0.1:10;
plot(x,y)
程序 05----该地区年降水量与该地区平均降水量:
xa = 0:1:9
ya=[0:1:16]
[x,y] = meshgrid(xa,ya);
z=[0,0,0,0,0,0,0,0,0,0;0,0,0,1100,1100,0,0,0,0,0;0,0,0,1100,1100,1100,0,0,0,0;0,0,0,0,1100,11
00,1100,0,0,0;0,0,0,0,0,1100,1100,1100,1100,0;0,0,0,0,1100,0,0,1100,1100,0;0,0,0,1120,1120,
1100,0,0,0,0;0,0,1120,1120,1125,1100,1100,0,0,0;0,0,1120,1130,1130,1120,1100,0,0,0;0,1130,
1130,1140,1130,1125,1115,1100,0,0;0,1130,1140,1140,1135,1135,1120,1100,0,0;0,1100,1140,
1150,1135,1140,1120,1100,1100,0;0,1100,1150,1150,1140,1150,1160,1120,1100,0;0,1100,114
0,1150,1140,1160,1150,1150,1120,1100;0,1100,1150,1150,1150,1150,1160,1150,1130,0;0,0,1
150,1150,1150,1150,1160,1140,0,0;0,0,1150,1180,1160,1150,1160,0,0,0;]
>> surf(x,y,z)
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/770355.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

python初级第一次作业

一、 dayint(input("enter today day")) fdayint(input("enter num of day since today")) c((fday%7)day)%7 if c0:print("sunday") elif c1:print("monday") elif c2:print("tuesday") elif c3:print("wendnsday&quo…

openGauss + Datakit搭建openGauss运维平台

系统架构OS 硬件需求:2c4g [rootlocalhost ~]# cat /etc/redhat-release CentOS Linux release 7.9.2009 (Core) [rootlocalhost ~]# uname -m x86_64 [rootlocalhost ~]# hostname -I 192.168.92.32 下载地址:https://opengauss.org/zh/download/ 下载…

yoloV3的目标检测_3.11

目标 利用yolo模型进行目标检测的方法完成目标检测功能的实现 整个流程如下: 基于OPenCV中的DNN模块 加载已训练好的yolov3模型及其权重参数将要处理的图像转换成输入到模型中的blobs利用模型对目标进行检测遍历检测结果应用非极大值抑制绘制最终检测结果&#x…

【能源数据分析-00】能源领域数据集集锦(动态更新)

一、前言 大数据科学在能源领域的深度应用,已经深刻改变了这一行业的垂直格局。它为我们提供了宝贵的见解,帮助降低下游市场的成本,使石油生产商能够更好地应对市场繁荣期的需求。近期,石油价格的剧烈下跌给全球经济带来了沉重打…

LeetCode 2.两数相加

给你两个 非空 的链表,表示两个非负的整数。它们每位数字都是按照 逆序 的方式存储的,并且每个节点只能存储 一位 数字。 请你将两个数相加,并以相同形式返回一个表示和的链表。 你可以假设除了数字 0 之外,这两个数都不会以 0 …

Kubernetes概念:服务、负载均衡和联网:2. Gateway API

Gateway API 官方文档:https://kubernetes.io/zh-cn/docs/concepts/services-networking/gateway/ Gateway API 通过使用可扩展的、角色导向的、 协议感知的配置机制来提供网络服务。它是一个附加组件, 包含可提供动态基础设施配置和高级流量路由的 API…

如何在CentOS 7上搭建Redis Sentinel ?

在CentOS 7上搭建Redis Sentinel包括安装Redis、配置Redis主从复制、以及设置Sentinel本身。以下是具体步骤: 1. 安装Redis 首先确保系统是最新的,然后安装Redis。如果你的CentOS 7没有自带Redis包,你可能需要先添加EPEL仓库。 sudo yum u…

[音视频学习笔记]八、FFMpeg结构体分析 -上一个项目用到的数据结构简单解析:AVFrame、AVFormatContext、AVCodecContext

前言 上次我们做了一个简单的视频解码,MediaPlay-FFmpeg - Public 这一次简单对这个代码进行一个剖析,对其中的数据结构进行一个解析。 这些数据结构之间的关系 AVFrame 、AVFormatContext 、AVCodecContext 、AVIOContext 、AVCodec 、AVStream 、AV…

CentOS7.x 上安装并配置 MySQL 8.x

如何在 CentOS 7 上安装并配置 MySQL 8.x MySQL 是最流行的开源关系型数据库管理系统之一,被广泛应用于各种网站和应用程序中。 步骤 1:下载并添加 MySQL 8.x 官方 Yum 仓库 首先,打开终端,下载 MySQL Yum 仓库的 rpm 包&#…

Redis 服务器指南:高性能内存数据库的完整使用指南

Redis 服务器是一个基于内存的键值存储数据库,具有高性能和丰富的数据结构支持。 Redis 服务器的基本使用方法 安装 Redis Redis 可以通过官方网站下载源码进行编译安装,也可以通过包管理工具直接安装。 在 Ubuntu 上,可以使用以下命令进…

从政府工作报告中的IT热词统计探计算机行业发展(三)智能网联新能源汽车:2次

从政府工作报告探计算机行业发展 政府工作报告作为政府工作的全面总结和未来规划,不仅反映了国家整体的发展态势,也为各行各业提供了发展的指引和参考。随着信息技术的快速发展,计算机行业已经成为推动经济社会发展的重要引擎之一。因此&…

3.24作业

基于UDP的网络聊天室 项目需求: 如果有用户登录,其他用户可以收到这个人的登录信息如果有人发送信息,其他用户可以收到这个人的群聊信息如果有人下线,其他用户可以收到这个人的下线信息服务器可以发送系统信息 服务器端代码 #in…

智能小程序开发 —— P2P SDK 源码介绍(四)

ty.p2p.onDownloadTotalProgressUpdate 下载总进度回调 需引入P2PKit,且在>2.0.3版本才可使用 参数 function callback 下载总进度回调的回调函数 回调参数 Object res 属性类型默认值必填说明deviceIdstring是设备idprogressnumber是上传/下载进度 函数定…

matlab-双树复小波变换DTCWT(转自 MathWorks)

此示例展示了双树复小波变换 (DTCWT) 如何在信号、图像和体积处理方面提供优于临界采样 DWT 的优势。DTCWT 作为两个独立的双通道滤波器组来实现。为了获得本示例中描述的优点,您不能任意选择两个树中使用的缩放和小波滤波器。一棵树的低通(缩放&#xf…

3.25 ARM day8

1.自己设置温度湿度阈值&#xff0c;当温度过高时&#xff0c;打开风扇&#xff0c;蜂鸣器报警 2.当湿度比较高时&#xff0c;打开LED1灯&#xff0c;蜂鸣器报警 bee.c #include"bee.h" void bee_init() {RCC->MP_AHB4ENSETR | (0x1<<1);GPIOB->MODE…

Github多账号共存

在开发阶段&#xff0c;如果同时拥有多个开源代码托管平台的账户&#xff0c;在代码的管理上非常麻烦。那么&#xff0c;如果同一台机器上需要配置多个账户&#xff0c;怎样才能确保不冲突&#xff0c;不同账户独立下载独立提交呢&#xff1f; 我们以两个github账号进行演示 …

【工作中问题解决实践 十三】线上JVM参数该如何配置

在线上部署Java应用时&#xff0c;可以通过Java虚拟机&#xff08;JVM&#xff09;的参数来控制内存的分配和管理。 常见的JVM配置参数 以下是一些常见的JVM内存参数&#xff1a; -Xms&#xff1a; 设置JVM的初始堆大小。 重点关注-Xmx&#xff1a; 设置JVM的最大堆大小。 重…

docker desktop启动Kibana:No living connections, Error: No Living connections

Kibana启动之后一直报Kibana server is not ready yet 查看日志&#xff1a;No living connections, Error: No Living connections,连接ES失败&#xff01; 查看配置文件内容 /usr/share/kibana/config/kibana.yml 经过一系列查找资料和尝试之后&#xff0c;亲测以下方法可用…

阿里二面:谈谈ThreadLocal的内存泄漏问题?问麻了。。。。

引言 ThreadLocal在Java多线程编程中扮演着重要的角色&#xff0c;它提供了一种线程局部存储机制&#xff0c;允许每个线程拥有独立的变量副本&#xff0c;从而有效地避免了线程间的数据共享冲突。ThreadLocal的主要用途在于&#xff0c;当需要为每个线程维护一个独立的上下文…

字节算法岗二面,凉凉。。。

节前&#xff0c;我们星球组织了一场算法岗技术&面试讨论会&#xff0c;邀请了一些互联网大厂朋友、参加社招和校招面试的同学&#xff0c;针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。 汇总…