畢業(yè)論文城市交通管理中的出租車規(guī)劃

1、最新 精品 Word 歡迎下載 可修改城市交通管理中的出租車規(guī)劃摘要：一個(gè)好的出租車規(guī)劃方案首先應(yīng)該結(jié)合該城市的經(jīng)濟(jì)發(fā)展和自身的特點(diǎn)，在對(duì)資源消耗和環(huán)境污染最低的條件下，配合城市的發(fā)展目標(biāo)，最大限度的滿足居民的出行需求；同時(shí)不讓出租車空載率過高，控制好出租車的數(shù)量，不給交通帶來過多負(fù)擔(dān)。另外要盡可能協(xié)調(diào)好司機(jī)和居民之間的利益關(guān)系，既要讓出租車司機(jī)勞動(dòng)強(qiáng)度適當(dāng)，得到滿意的凈收入，又要使價(jià)格能夠?yàn)榫用袼邮?，愿意去做出租車，有效的提高空載率，活躍出租車市場(chǎng)。本文問題一首先要建立一個(gè)預(yù)測(cè)該城市居民出行強(qiáng)度和出行總量的數(shù)學(xué)模型，并以此為基礎(chǔ)，進(jìn)一步建立出居民乘坐出租車人口的預(yù)測(cè)模型。在此用灰色系統(tǒng)模型

2、對(duì)其他城市進(jìn)行居民出行總量的預(yù)測(cè)并通過類比得出題中城市居民出行總量的預(yù)測(cè)。再根據(jù)附錄中的三年居民數(shù)量的數(shù)據(jù)建立該城市的人口預(yù)測(cè)模型，居民出行總量除以居民數(shù)量便得到居民出行強(qiáng)度的預(yù)測(cè)模型。最后由交通規(guī)劃中的相關(guān)模型得出該城市乘坐出租車比例的預(yù)測(cè)模型，用此比例乘以居民出行總量再除以居民出行強(qiáng)度便可得到乘坐出租車人口N的預(yù)測(cè)模型。本文問題二是依據(jù)問題一中所建立的乘坐出租車人口的預(yù)測(cè)模型以及附錄中提供的一些相關(guān)數(shù)據(jù)建立出該城市出租車最佳數(shù)量TN的預(yù)測(cè)模型，由于相關(guān)模型維數(shù)較高，非線性程度大，還受到多方面的約束，本文采用人工神經(jīng)網(wǎng)絡(luò)對(duì)模型求解。本文問題三考慮價(jià)格是空載率的制約因素，在此建立出租車司機(jī)收入

3、以及居民的單次乘車消費(fèi)與出租車價(jià)格的（基價(jià)F、超過基價(jià)公里的每公里價(jià)、基價(jià)公里數(shù)L）關(guān)系模型。以居民的單次乘車消費(fèi)盡可能低，司機(jī)的凈收入超過其期望值的目標(biāo)優(yōu)化模型，協(xié)調(diào)了雙方的利益。本文問題四對(duì)附錄中給出的數(shù)據(jù)，判斷其合理性，并結(jié)合前面所建模型，進(jìn)一步提出了合理且可行的數(shù)據(jù)采集方案。本文問題五根據(jù)前面所建立的所有模型和數(shù)據(jù)采集方法的基礎(chǔ)上，結(jié)合所研究的成果提出一套規(guī)劃出租車市場(chǎng)的方案，提供給公用事業(yè)管理部門予以參考，希望能改變現(xiàn)在出租車市場(chǎng)的不景氣狀況。關(guān)鍵詞： 出租車規(guī)劃、出行強(qiáng)度、出行總量、出租車最佳數(shù)量、空載率、灰色系統(tǒng)模型、神經(jīng)網(wǎng)絡(luò) 一、問題的重述 “城市交通管理中的出租車規(guī)劃”是要針

4、對(duì)現(xiàn)在出租車行業(yè)不景氣，提出如何有效地進(jìn)行出租車的規(guī)劃，使得出租車能配合城市將來的發(fā)展；滿足居民的出行需要；同時(shí)要協(xié)調(diào)好司機(jī)和乘客的利益關(guān)系，最大程度制定出使得出租車司機(jī)能夠盡可能多的得到收入和乘客滿意的價(jià)格體系；同時(shí)要盡可能的減少對(duì)環(huán)境的污染和資源的消耗。此類出租車規(guī)劃不善的問題在現(xiàn)在的許多城市中普遍存在，如不能妥善解決，不僅對(duì)國(guó)家的經(jīng)濟(jì)造成一定的損失，而且會(huì)引起司機(jī)罷工，顧客抱怨，嚴(yán)重時(shí)將會(huì)對(duì)社會(huì)的穩(wěn)定也造成影響，因此如何有效的對(duì)出租車進(jìn)行規(guī)劃，是很值得我們做進(jìn)一步的研究和關(guān)注的。下面我們分步驟來解決出租車規(guī)劃的問題：?jiǎn)栴}一：首先建立一個(gè)預(yù)測(cè)該城市居民出行強(qiáng)度和出行總量的數(shù)學(xué)模型，對(duì)該城市

5、居民未來幾年的出行需求有一個(gè)大致的估計(jì)，以此為基礎(chǔ)，進(jìn)一步建立出居民乘坐出租車人口的預(yù)測(cè)模型，并能夠?qū)υ摮鞘芯用駥?duì)出租車的需求有了基本的了解，為下一步確定出租車數(shù)量奠定基礎(chǔ)。這個(gè)問題的模型建立非常重要，不僅要考慮該城市經(jīng)濟(jì)發(fā)展和自身的特點(diǎn)，而且還要通過國(guó)內(nèi)外城市的類比來確定出一個(gè)比較完善的模型。問題二：在對(duì)出租車需求有了大致的估計(jì)之后，這里就要據(jù)此建立一個(gè)該城市出租車最佳數(shù)量的預(yù)測(cè)模型。從而既不會(huì)對(duì)城市交通和環(huán)境污染造成影響，也最大程度的滿足了市民的需求。問題三：在現(xiàn)在出租車管理中的爭(zhēng)論比較多的問題就是如何定價(jià)，才能夠使得司機(jī)和顧客雙方都能比較滿意，特別是在油價(jià)調(diào)價(jià)后（從原來的3.87元/升到

6、現(xiàn)在的4.3元/升），司機(jī)能夠賺取的利潤(rùn)更少了，而顧客依然在抱怨現(xiàn)在的價(jià)格太高，因此在這里希望能確定一個(gè)最優(yōu)方案，使雙方能夠得到雙贏。問題四：在附錄中給出了很多的數(shù)據(jù)給予我們建模提供了幫助，但是數(shù)據(jù)的采集是否有沖突、遺漏、多余、合理？對(duì)此我們應(yīng)該妥善分析，如不合理，我們則應(yīng)該建立一套更合理切高效可行的數(shù)據(jù)采集方法。問題五：結(jié)合上述的所有問題的分析結(jié)果、已經(jīng)建立的數(shù)學(xué)模型、制定的數(shù)據(jù)采集方法等等，在該城市公用事業(yè)管理部門的立場(chǎng)上分析我們的研究成果，給予一整套關(guān)于出租車規(guī)劃問題的方案。二、問題的假設(shè)(1) 所采用的數(shù)據(jù)具有較好的可信度和典型性。(2) 城市的出租車數(shù)量與其影響因素具有普遍性。(3)

7、 各城市的出行總量，出行強(qiáng)度具有可比性。(4) 人口的發(fā)展符合logistic模型規(guī)律(5)油價(jià)調(diào)整不影響該城市居民的出行總量和出行強(qiáng)度。(6)出租車90%的收入來源于白天的運(yùn)營(yíng)時(shí)間。(7)乘坐出租車的數(shù)量與價(jià)格的關(guān)系符合經(jīng)濟(jì)學(xué)中價(jià)格彈性系數(shù)規(guī)律，且各個(gè)城市的彈性系數(shù)具有可比性。(8)乘客對(duì)出租車的滿意程度用乘坐出租車單位距離的花費(fèi)作為指標(biāo)來評(píng)價(jià)。(9)出租車司機(jī)的滿意程度用其凈收入來衡量。(10)載客趟次僅受出租車價(jià)格影響。(11)選擇出租車為出行方式的乘客的乘坐距離滿足正態(tài)分布(, )，其均值為e。(12)乘坐出租車的數(shù)量與價(jià)格的關(guān)系符合經(jīng)濟(jì)學(xué)中價(jià)格彈性系數(shù)規(guī)律，且各個(gè)城市的彈性系數(shù)具有可

8、比性。三、符號(hào)的約定符號(hào)含義城市居民人口數(shù)量城市居民平均日出行次數(shù)城市居民人口出行方式結(jié)構(gòu)中出租車所占的比例城市居民平均日出行強(qiáng)度城市居民平均日出行總量出租車載客的單次出行距離的期望出租車每天的總行程出租車起租的基價(jià)公里數(shù)白天基價(jià)租費(fèi)白天超過基價(jià)公里后每公里車價(jià)空載率出租車每天的成本乘客做出租車的單次平均花費(fèi)每輛出租車每天的乘客總數(shù)每輛出租車每天的乘客趟次各乘客的單次出行距離駕駛員的每天收入駕駛員的每天固定工資油價(jià)出租車每公里耗油量出租車數(shù)量出租車平均運(yùn)營(yíng)車速出租車一天平均運(yùn)營(yíng)時(shí)間出租車出行比例 四、模型的分析、建立與計(jì)算（一） 問題一：城市居民出行強(qiáng)度和出行總量的預(yù)測(cè)模型1、出行總量的預(yù)測(cè)A

9、、思路分析 要預(yù)測(cè)該城市未來幾年的出行強(qiáng)度（）和出行總量()，首先要對(duì)它們之間的關(guān)系來做一個(gè)分析。出行總量是指每天該城市的居民用各種交通方式（步行、自行車、公交、出租車等等）出行總的次數(shù)，量綱是人次；出行強(qiáng)度是指出行總量與該城市的總的居民人數(shù)的比值，量綱是次/人 日，其表示每人日平均出行次數(shù)。在附錄中給出了2021、2022、2022年這三年的居民數(shù)量（附表1），以及2021年該城市居民的出行總量和出行強(qiáng)度（附表5），要預(yù)測(cè)該城市未來幾年的出行強(qiáng)度和出行總量?？紤]到數(shù)據(jù)的缺乏，在建立模型時(shí)，采用其他相似城市的數(shù)據(jù)，在類比的基礎(chǔ)上得出該城市的出行強(qiáng)度和出行總量的預(yù)測(cè)模型。B、模型的建立 通過查閱

10、資料，考慮數(shù)據(jù)的完整性，采用上海作為類比對(duì)象，找出了其近五年的數(shù)據(jù)（出行強(qiáng)度、城市居民人口），用灰色系統(tǒng)模型對(duì)它未來幾年的出行強(qiáng)度進(jìn)行了預(yù)測(cè)，得出了它的出行強(qiáng)度預(yù)測(cè)模型。 圖1-1（1）、灰色系統(tǒng)模型 灰色系統(tǒng)（Gray system、簡(jiǎn)稱G系統(tǒng)）是指，相對(duì)于一定的認(rèn)識(shí)層次，系統(tǒng)內(nèi)部的信息部分已知，部分未知，即信息不完全?；疑Ｐ停℅ray Model）簡(jiǎn)稱GM模型，是灰色系統(tǒng)理論的基本模型，它是以灰色模塊（所謂模塊是時(shí)間數(shù)列在時(shí)間數(shù)據(jù)平面上的連續(xù)曲線或逼近曲線與時(shí)間軸所圍成的區(qū)域）為基礎(chǔ)，以微分?jǐn)M合法而建成的模型。GM模型有以下特點(diǎn)：a.建模所需信息較少，通常只需4個(gè)以上數(shù)據(jù)即可建模（查閱相

11、關(guān)資料得到四年數(shù)據(jù)）；b.不必知道原始數(shù)據(jù)分布的先驗(yàn)特征，對(duì)無規(guī)或服從任何分布的任意光滑離散的原始序列，通過有限次的生成即可轉(zhuǎn)化成有規(guī)序列（出行強(qiáng)度為無規(guī)序列）；c.建模的精度較高，可保持原系統(tǒng)的特征，較好的反映系統(tǒng)的實(shí)際狀況。 （2）、求解思路 灰色預(yù)測(cè)就是對(duì)灰色系統(tǒng)問題進(jìn)行未來的預(yù)測(cè)，由于灰色系統(tǒng)理論是一種研究包含確知、未確知系統(tǒng)的理論，目前經(jīng)常被用于交通運(yùn)輸客運(yùn)量的預(yù)測(cè)模型，故本文采用該模型，利用GM（1，1）進(jìn)行建模。預(yù)測(cè)流程圖見下(圖1-1)。對(duì)于給定的一組數(shù)據(jù) ，1）做1-AGO（一次累加生成，即對(duì)原始數(shù)列中各時(shí)刻的數(shù)據(jù)依次累加，從而形成新的序列，如：對(duì)X(0)作一次累加生成，即令

12、 新生成的數(shù)據(jù)列為一條單調(diào)增長(zhǎng)的曲線，增加了原始數(shù)據(jù)列的規(guī)律性，而弱化了波動(dòng)性。此時(shí)就可以把時(shí)間序列轉(zhuǎn)化為微分方程，從而建立抽象系統(tǒng)的發(fā)展變化動(dòng)態(tài)模型。建立如下微分方程： (1-1)按最小二乘法得到其中： 2）建立預(yù)測(cè)模型易求得上述微分方程的解為： (1-2) 3）還原數(shù)據(jù) (1-3)由此得到了城市居民出行強(qiáng)度的預(yù)測(cè)模型，有了初始年的出行強(qiáng)度值就可以用上述模型算出未來幾年的，然后通過累減生成（累加操作的逆操作）便可得到未來幾年的，其中和是參數(shù)。4）類比假定認(rèn)為題中所提到的城市的和兩個(gè)參數(shù)與其它城市存在一定的類比關(guān)系，這樣在研究其它城市數(shù)據(jù)的基礎(chǔ)上建立類比關(guān)系就可得到該城市未來幾年居民出行強(qiáng)度的

13、預(yù)測(cè)值，在以后每一年中可以得到實(shí)際的出行強(qiáng)度的值，并用這些值不斷的返回去修正和這兩個(gè)參數(shù)，這樣的預(yù)測(cè)模型將會(huì)越來越準(zhǔn)確。 C、模型求解編制matlab程序，把查得的上海市綜合交通大調(diào)查的數(shù)據(jù)（見表1-1）：表1-1 上海近幾年出行強(qiáng)度與城市居民數(shù)表上海各年份19861995199820002022202120212021出行強(qiáng)度1.91 1.97 2.21 缺失缺失缺失2.29 2.36 城市居民（萬人）缺失缺失缺失1673.77 1614.00 1625.00 1711.00 1742.15 先對(duì)數(shù)據(jù)進(jìn)行插值，獲得連續(xù)五年的出行強(qiáng)度和城市居民人口數(shù)，代入得出：=圖1-2 上海出行強(qiáng)度預(yù)測(cè)圖而

14、經(jīng)過類比，上海的居民數(shù)量是題中所提到城市居民數(shù)量的9.4倍，分析可知是一個(gè)無量綱的系數(shù)，而是一個(gè)有量綱的系數(shù)（量綱為：萬人次），這就說明是和人口規(guī)模有關(guān)的一個(gè)系數(shù)，因此應(yīng)該給予調(diào)整，從而得到：進(jìn)而做一次累減生成，得到最后的出行總量預(yù)測(cè)模型為： (1-4)其中代表該城市2021年出行總量。以2022年為例，預(yù)測(cè)得其出行總量為 （人次）2、出行強(qiáng)度的預(yù)測(cè)在得到居民出行總量的預(yù)測(cè)模型基礎(chǔ)上，便可以進(jìn)行居民出行強(qiáng)度的預(yù)測(cè)，兩者有如下的關(guān)系式：為了對(duì)城市居民出行強(qiáng)度進(jìn)行預(yù)測(cè)，需要有每年的居民總數(shù)，而在附錄中也只列出了2021、2022、2022這三年的居民總數(shù)，因此可以對(duì)每年的城市居民總數(shù)建立一個(gè)人口模

15、型進(jìn)行預(yù)測(cè)。A、Logistic人口模型 假設(shè)：?jiǎn)挝粫r(shí)間內(nèi)人口增加的數(shù)量和當(dāng)時(shí)人口數(shù)成正比，且比例系數(shù)為人口數(shù)的減函數(shù)（由于資源與環(huán)境對(duì)人口增長(zhǎng)的限制，當(dāng)達(dá)到某一最大允許量，應(yīng)有凈增長(zhǎng)率，當(dāng)人口數(shù)超過時(shí)，應(yīng)當(dāng)發(fā)生負(fù)增長(zhǎng)） 基于如上想法，可令由此導(dǎo)出的微分方程模型是 (1-5)其中：，容易解出 (1-6)用題目中所提供的三個(gè)已知值代入上述方程（2021年的居民總數(shù)作為，2022年和2022年的居民總數(shù)作為和），便可以解出參數(shù)和， 從而可以預(yù)測(cè)出任意一年的居民總數(shù)。根據(jù)，其中t=0,1,2,(t=0表示2021年)當(dāng)時(shí)，萬人當(dāng)時(shí)，萬人當(dāng)時(shí)，萬人求出 代入(1-6)得到預(yù)測(cè)人口模型為 (1-7)B、

16、出行強(qiáng)度預(yù)測(cè)模型 在得出以上兩個(gè)模型的基礎(chǔ)上，便可得到出行強(qiáng)度預(yù)測(cè)的模型：由，代入上面兩個(gè)模型的表達(dá)式得到出行強(qiáng)度預(yù)測(cè)模型： (1-8)3、乘坐出租車人口的預(yù)測(cè)模型A、思路分析在考慮乘坐出租車人口預(yù)測(cè)模型之前，先要考慮城市各種出行方式的大致比例分布模型，可得到乘坐出租車人口的比例，最后由關(guān)系式： 就可求出乘坐出租車人口預(yù)測(cè)模型。 B、乘坐出租車出行的比例預(yù)測(cè)模型考慮到題目所提到的城市的規(guī)模會(huì)不斷擴(kuò)大，人口會(huì)不斷增加，人民生活水平會(huì)不斷的提高，同時(shí)對(duì)出租車的需求也會(huì)不斷變化。但在滿足人民群眾的出行需要的同時(shí)，也要考慮到減少環(huán)境污染和資源消耗，實(shí)現(xiàn)可持續(xù)的發(fā)展。在參考有關(guān)資料的基礎(chǔ)上，對(duì)交通方式的

17、比例采用以下預(yù)測(cè)模型：（1）、經(jīng)濟(jì)方面考慮： (1-9)式中為機(jī)動(dòng)性水平，值越小，說明系統(tǒng)的機(jī)動(dòng)性越高；為交通方式的選擇集； 為第種交通方式的分擔(dān)客運(yùn)量；為第種交通方式的常規(guī)運(yùn)行速度。（2）、社會(huì)方面考慮： (1-10)式中為可達(dá)性，值越小，說明可達(dá)性越高；為第種交通方式單位里程的平均費(fèi)用；為城市人均收入。（3）、生態(tài)方面考慮： (1-11) 式中：為能耗及污染性，越小，說明能耗及污染性越??；為第種交通方式能源消耗因子；為第種交通方式機(jī)動(dòng)車排放因子；為模型外圍參數(shù)。 至此我們便可以根據(jù)現(xiàn)有的交通容量和需求狀況，綜合考慮交通方式的各種效應(yīng)，基于可持續(xù)發(fā)展的理念，使經(jīng)濟(jì)可持續(xù)、社會(huì)可持續(xù)及生態(tài)可持

18、續(xù)達(dá)到量化平衡最優(yōu)，從而得到各種交通方式的結(jié)構(gòu)比例。（4）、模型一：宏觀控制模型 (1-12)式中,為城市交通需求總量;為第種交通方式在容許范圍內(nèi)所能承擔(dān)的最小比例; 為第種交通方式在容許范圍內(nèi)所能承擔(dān)的最大比例;P為城市各污染物排放限值;為城市各能源的交通消耗限值;, ,為參數(shù)，這里不妨取為：。模型說明: 的總和形式反映了在可持續(xù)發(fā)展的目標(biāo)下,交通方式之間在競(jìng)爭(zhēng)中達(dá)到的平衡關(guān)系,而其中的分項(xiàng)形式則反映了城市交通可持續(xù)發(fā)展的多重目標(biāo),所以,該模型從宏觀上基本能夠滿足城市交通可持續(xù)發(fā)展的量化要求。（5）、模型二：距離曲線模型基于本題所考慮要對(duì)乘座出租車的比例進(jìn)行預(yù)測(cè)，故在宏觀控制的基礎(chǔ)上，需要進(jìn)

19、一步建立起預(yù)測(cè)模型。本文通過查閱資料，對(duì)查到的不同城市的居民出行方式的結(jié)果進(jìn)行了分析，并借鑒參考資料得出了：根據(jù)出行距離來確定方式分擔(dān)比例的模型。出租車出行方式的距離曲線模型為： (1-13)其中： ：居民出行距離；：表示總出行比例；：表示城市市區(qū)面積，本文中假定與人口規(guī)模等比例變化，考慮人口密度的增加，乘以折減系數(shù)（折減系數(shù)的取法查閱相關(guān)資料得出）；：累計(jì)人均可支配收入；：出租車出行比例。（6）、模型的求解以2022年為預(yù)測(cè)目標(biāo)年：1）、總出行比例預(yù)測(cè)：根據(jù)Logistic人口模型，人口規(guī)模為：城市居民人口259萬人，總出行比例預(yù)估為出行總量與人口總數(shù)的比值。2）、城區(qū)面積預(yù)測(cè)：人口2022

20、年為2021年的倍，故其城市建成區(qū)面積為：平方公里。3）、累計(jì)人均可支配收入預(yù)測(cè)：根據(jù)附錄(表-11)，給出的數(shù)據(jù)，利用二次擬合出累計(jì)人均可支配收入發(fā)展曲線從圖中看出該曲線的擬合與實(shí)際情況符合得并不是很好，但考慮至少為了預(yù)估乘坐出租車的比例。故仍采用圖中結(jié)果，得出2022年預(yù)測(cè)累計(jì)人均可支配收入為：（萬元）。圖1-3 該城市居民累計(jì)收入擬合圖4）、的取值，根據(jù)類比各大城市，城市居民人口出行距離大約5.0公里左右，故認(rèn)為在預(yù)測(cè)年份中出行距離不變，采用2021年的出行距離，x=5.18公里。帶入式(1-13)得出，出租車出行比例為：=4.6970%。5）、把所求的結(jié)果帶入宏觀控制模型式(1-12)

21、，綜合考慮公車、步行、自行車等交通方式，基本可以得到較優(yōu)的值，故認(rèn)為所求結(jié)果比較合理。C、乘坐出租車人口的預(yù)測(cè)模型根據(jù)乘坐出租車人口與乘坐出租車出行的比例、出行總量、出行強(qiáng)度的關(guān)系，,即乘坐出租車人口的預(yù)測(cè)模型： (1-14)結(jié)合前面出行強(qiáng)度、出行總量以及人口預(yù)測(cè)模型，得出2022年乘坐出租車的人口為：121631.7148 人/日問題一的預(yù)測(cè)結(jié)果表：表1-2 出行總量、人口、出行強(qiáng)度預(yù)測(cè)表年份出行總量的預(yù)測(cè)（單位：人次）人口的預(yù)測(cè) (單位：萬人）出行強(qiáng)度的預(yù)測(cè) （單位：次/人 日）20223900869.234212.10399831.83913045720224077562.603224.

22、87998771.81321719420224262259.458237.00885531.79835451820224455322.321248.39075841.79367475320224657130.141258.95617381.79842406220225398500.51298.99572121.80554440420228723980.044320.96254362.718067955（二） 問題二：出租車最佳數(shù)量的預(yù)測(cè)模型出租車交通是城市客運(yùn)交通的一個(gè)重要組成部分,是城市常規(guī)公共交通的重要補(bǔ)充。出租車作為公共交通的一種特殊方式,由于其快速、便利、舒適、安全等特性,受到越來越多

23、的短途(市內(nèi))出行者的青睞,促進(jìn)了出租車行業(yè)的迅速發(fā)展,但是同時(shí)也給城市綜合客運(yùn)交通體系帶來了新的問題和挑戰(zhàn)。目前國(guó)內(nèi)許多城市的出租車行業(yè)在經(jīng)歷了一段時(shí)間的發(fā)展之后,都不同程度地出現(xiàn)了總量過剩的現(xiàn)象,其直接的表現(xiàn)特征就是出租車的空駛率高,道路交通資源浪費(fèi)。許多城市在出現(xiàn)這一局面后,都不約而同地采取了停止發(fā)放或限制發(fā)放出租車營(yíng)運(yùn)證的方式來控制出租車擁有量。因此要想制定出一套有效的出租車規(guī)劃的方案，應(yīng)首先 對(duì)城市出租車擁有量給出一個(gè)有效的預(yù)測(cè)模型，這里介紹兩種模型：1、模型一是通過對(duì)規(guī)劃城市的城市居民與流動(dòng)人口出行調(diào)查,結(jié)合出租車運(yùn)營(yíng)狀況調(diào)查,獲得可以為預(yù)測(cè)未來出租車擁有量的數(shù)據(jù)。出租車的空駛率與

24、城市出租車擁有量有密切關(guān)系,從出租車所完成的城市居民和流動(dòng)人口出行周轉(zhuǎn)量入手,結(jié)合空駛率的分析,對(duì)城市出租車擁有量進(jìn)行計(jì)算。 出租車每日總有效里程： (2-1)根據(jù)空載率的定義得: (2-2)由此得出預(yù)測(cè)出租車數(shù)量模型為： (2-3)其中出租車承擔(dān)的城市居民出行周轉(zhuǎn)量；出租車承擔(dān)的流動(dòng)人口出行周轉(zhuǎn)量；城市居民乘坐出租車時(shí)平均有效車次載客人數(shù)(人)；流動(dòng)人口乘坐出租車時(shí)平均有效車次載客人數(shù)(人)；空駛率；出租車平均運(yùn)營(yíng)車速(km/h)；出租車日平均運(yùn)營(yíng)時(shí)間，取為13小時(shí)。因?yàn)槟Ｐ椭猩婕暗搅顺鞘芯用衽c流動(dòng)人口的相關(guān)出行特征，只有建立對(duì)流動(dòng)人口和城市居民出行總量的預(yù)測(cè)模型，才能用于對(duì)城市出租車擁有量

25、的模型預(yù)測(cè)。2、模型二通過對(duì)城市發(fā)展的特性研究可以得到影響城市市區(qū)出租車數(shù)量的因素主要有以下四個(gè)：（1）、市區(qū)人口：出租車是人的交通工具,所以出租車數(shù)量無庸質(zhì)疑地與人口數(shù)量密切相關(guān)；（2）、城區(qū)面積 ：交通需求的前提是距離,因此市區(qū)出租車數(shù)量與市區(qū)城區(qū)面積有著直接的聯(lián)系；（3）、人均可支配收入：出租車數(shù)量的多少,和人們的可支配收入有關(guān)?？芍涫杖朐礁?人們出門坐出租車的機(jī)會(huì)也就越多,需要的出租車數(shù)量也就越多；（4）、出租車價(jià)格：出租車作為一件商品,其消費(fèi)量同樣受到其價(jià)格的影響。我們用0.5(起步金額/ 起步公里數(shù) + 超過起步金額的每公里價(jià)格)來計(jì)算出租車價(jià)格。假設(shè)有兩個(gè)城市甲和乙,它們的出租

26、車數(shù)量是與各自發(fā)展?fàn)顩r相符合的,兩個(gè)城市的客運(yùn)結(jié)構(gòu)也大體相同。如果甲城市的人口是乙城市的兩倍,其它數(shù)據(jù)完全相同,那么根據(jù)我們以往的經(jīng)驗(yàn),甲城市的出租車數(shù)量一般來說也應(yīng)該是乙城市的兩倍。相同的道理,對(duì)于城市面積、出租車消費(fèi)能力,這個(gè)規(guī)律也是適用的。但任意兩個(gè)城市之間都不可能只存在單一因素的差異,對(duì)于有兩個(gè)以上不同因素的兩個(gè)城市,它們的出租車數(shù)量之間的關(guān)系就不那么明顯了,不能單獨(dú)考慮各種因素。我們必須把城市人口x、城市面積y、人均可支配收入u、出租車價(jià)格w這四個(gè)因素綜合起來考慮,找出城市之間的出租車數(shù)量的規(guī)律。因此可以根據(jù)統(tǒng)計(jì)的數(shù)據(jù)得到若干城市的出租車數(shù)量以及影響因素的具體數(shù)據(jù)，根據(jù)這些數(shù)據(jù)建立從

27、影響因素到出租車數(shù)量的映射,即 。 A、模型的建立為了求解該模型： (2-4)可以借助于現(xiàn)在比較新興的學(xué)科：人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)是基于人腦的結(jié)構(gòu)和功能而建立起來的新學(xué)科。它之所以引起人們極大的興趣，與神經(jīng)網(wǎng)絡(luò)本身的特點(diǎn)是分不開的。目前，神經(jīng)網(wǎng)絡(luò)理論和模型研究表明，神經(jīng)網(wǎng)絡(luò)具有以下幾個(gè)顯著特點(diǎn)：(1)能以任意精度逼近任意復(fù)雜的非線性函數(shù)；(2)魯棒性和容錯(cuò)性；(3)并行處理；(4)學(xué)習(xí)自適應(yīng)性；(5)聯(lián)想能力。因此我們可以采用前向傳遞神經(jīng)網(wǎng)絡(luò)來獲得出租車數(shù)量與其影響因素的網(wǎng)絡(luò)(見圖2-1)。圖2-1 神經(jīng)網(wǎng)絡(luò)如果任意設(shè)置網(wǎng)絡(luò)初始權(quán)值,那么對(duì)每個(gè)輸入模式p,網(wǎng)絡(luò)輸出與期望輸出一般總會(huì)有誤差定

28、義網(wǎng)絡(luò)誤差： (2-5)式中, ，表示對(duì)第個(gè)輸入模式輸出單元的期望輸出#學(xué)習(xí)規(guī)則的實(shí)質(zhì)是利用梯度最速下降法,使權(quán)值沿誤差函數(shù)的負(fù)梯度方向改變BP算法權(quán)值修正公式可以表示為： (2-6)對(duì)于輸出單元 (2-7)對(duì)于隱單元 (2-8)式中,為學(xué)習(xí)次數(shù),為學(xué)習(xí)因子, 取值越大，每次權(quán)值的改變?cè)郊ち?可能導(dǎo)致學(xué)習(xí)過程發(fā)生振蕩,因此,為了使學(xué)習(xí)因子的取值足夠大,又不至產(chǎn)生振蕩,通常在權(quán)值修正公式中加入一個(gè)勢(shì)態(tài)項(xiàng),得 (2-9)式中,為一常數(shù),稱為勢(shì)態(tài)因子,它決定上一次學(xué)習(xí)的權(quán)值變化對(duì)本次權(quán)值更新的影響程度。B、模型的求解神經(jīng)網(wǎng)絡(luò)模型求解出租車數(shù)量預(yù)測(cè)：（1）、查閱相關(guān)文獻(xiàn)得到如下數(shù)據(jù)表：表2-1各地城市

29、2021，2021數(shù)據(jù)資料城市城區(qū)人口面積收入價(jià)格(起步價(jià)公里數(shù)單價(jià))出租車數(shù)量北京1423.21161.312463.92104.51.2650001456.41180.113882.6104.51.663000上海1341.77530.15148671032486721352.39549.5816883103248709蘇州212.4141.1112361.510322403299149.061445110323203杭州393.13270.121289810326320401.59275.021456510327729武漢764.42212.367820831.412137781.192

30、16.228524.52310.712137南寧140.39119.727906721.63951149.16126.268796721.64075注：每個(gè)城市對(duì)應(yīng)的上下兩列數(shù)據(jù)分別對(duì)應(yīng)為2021和2021年的數(shù)據(jù)用這些數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使它調(diào)節(jié)好各個(gè)參數(shù)，漸漸逼近我們的目標(biāo)函數(shù)。（2）、Matlab模型仿真結(jié)果：網(wǎng)絡(luò)結(jié)構(gòu)圖為：圖2-2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖網(wǎng)絡(luò)訓(xùn)練誤差曲線：2-3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差曲線得到神經(jīng)網(wǎng)絡(luò)后把本問題中城市的相關(guān)數(shù)據(jù)帶入到網(wǎng)絡(luò)進(jìn)行仿真得到該城市的優(yōu)化出租車數(shù)量為5866.6。與本城市實(shí)際出租車數(shù)量比較吻合。因此，根據(jù)建立好的神經(jīng)網(wǎng)絡(luò)模型，要預(yù)測(cè)城市出租車的最佳數(shù)量，只需

31、先對(duì)出租車數(shù)量的影響因素進(jìn)行預(yù)測(cè)。未來規(guī)劃年的城市人口，城市面積,以及人均可支配收入可以通過前題模型預(yù)測(cè)獲得。因此只需把得到的影響因素的預(yù)測(cè)值輸入到建立神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行預(yù)測(cè)得到即可。（3）、分析說明數(shù)據(jù)的選取對(duì)于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的準(zhǔn)確度影響比較大，在本模型中，選取的城市規(guī)模都較大，如果能夠給出更多的與預(yù)測(cè)城市規(guī)模相當(dāng)?shù)某鞘?，則預(yù)測(cè)結(jié)果會(huì)更好。（4）、預(yù)測(cè)結(jié)果采用問題一的預(yù)測(cè)模型得到預(yù)測(cè)出租車最佳數(shù)量所需的數(shù)據(jù)如下：表2-2該城市的人口與收入預(yù)測(cè)數(shù)據(jù)年份面積（平方公里）人口的預(yù)測(cè) (萬人）收入（萬元）2022187.408746212.10399831.01549015746754202219

32、2.073987224.87998771.256346181068942022197.779825237.00885531.550682171578432022207.277828248.39075841.898498128996012022216.094486258.95617382.299794053321692022249.506802298.99572125.108473178571462022267.837739320.96254369.25415147652354由于2022年后預(yù)測(cè)數(shù)據(jù)已大于神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)據(jù)閾值，網(wǎng)絡(luò)無法進(jìn)行預(yù)測(cè)。對(duì)2022年到2022年的預(yù)測(cè)結(jié)果如下表2-3

33、用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的結(jié)果年份預(yù)測(cè)出租車數(shù)量202263072022758620228377（三） 問題三：調(diào)整油價(jià)前后，出租車價(jià)格的調(diào)整方案1、思路分析 在現(xiàn)在的出租車行業(yè)中，司機(jī)總是抱怨自己每天工作很多時(shí)間但是收入?yún)s相對(duì)偏低，而顧客卻總在抱怨出租車的價(jià)格還是偏高，不是很滿意。導(dǎo)致出租車空載率不斷上升，司機(jī)一天干了很多的無用功，對(duì)城市的交通也加重了不少的負(fù)擔(dān)。特別是油價(jià)調(diào)高后，司機(jī)的凈收入進(jìn)一步降低，有些地方出現(xiàn)了罷運(yùn)的情況，長(zhǎng)此下去，若不能妥善解決司機(jī)和顧客之間的價(jià)格問題，不僅在出租車行業(yè)不景氣，而且也會(huì)對(duì)國(guó)家的經(jīng)濟(jì)和社會(huì)的穩(wěn)定造成一定的負(fù)面影響。 下表是本題中油價(jià)調(diào)價(jià)前后出租車司機(jī)的收入的對(duì)比

34、，可以發(fā)現(xiàn)有所降低。表2-4 油價(jià)調(diào)整前后對(duì)比表出租車司機(jī)油價(jià)調(diào)整前油價(jià)調(diào)整后年總收入（萬元）93060.4 93060.4年固定運(yùn)營(yíng)成本（萬元）69821.92 69821.92年總油耗（萬元）29906.1216 33229.024年盈利（萬元）-6667.6416 -9990.541每輛車盈虧（元）-10754.2 -16113.8每輛車收入（元）25245.819886.2每個(gè)司機(jī)收入（元）12622.99943.1然而，對(duì)出租車進(jìn)行價(jià)格調(diào)整時(shí)，需要考慮到價(jià)格對(duì)市民出行方式的影響，特別是選擇出租車為出行方式的比例，從而降低到出租車的空載率。因此通過做出適當(dāng)?shù)膬r(jià)格調(diào)整就能協(xié)調(diào)滿足駕駛員和

35、乘客的滿意程度。2、建立模型假設(shè)出租車定價(jià)為：起租基價(jià)公里，基價(jià)租費(fèi)，超過基價(jià)公里后每車公里價(jià)為，乘客的乘坐距離期望為，空載率為，為出租車每天的總行程，出租車每天的成本為。乘客的平均花費(fèi)為，駕駛員的收入為，每輛車每天的乘客總數(shù)為，每輛車每天乘客趟次為，各乘客的出行距離為。對(duì)于駕駛員來說：駕駛員的收入 (2-10)對(duì)于乘客來說：用花費(fèi)的平均值來對(duì)其滿意程度進(jìn)行評(píng)價(jià) (2-11)要使乘客和駕駛員都滿意，就需盡可能的使油價(jià)調(diào)價(jià)后在滿足大于司機(jī)所期望的收入的條件下，求的極小值。 于是我們的目標(biāo)函數(shù)就是：（其中和為變量）于是可以轉(zhuǎn)化成 (2-12)其中為駕駛員的期望收入。根據(jù)經(jīng)濟(jì)學(xué)原理，市場(chǎng)對(duì)某種商品或

36、服務(wù)的需求主要是受到居民收入、該商品或者服務(wù)的價(jià)格等因素的影響?？梢酝ㄟ^價(jià)格彈性系數(shù)來描述商品價(jià)格對(duì)需求的影響。需求的價(jià)格彈性系數(shù)表示的是需求量變化對(duì)價(jià)格變化反應(yīng)的靈敏程度?？梢员硎緸樾枨蟮膹椥韵禂?shù) (2-13)其中為價(jià)格變動(dòng)前需求量，為變動(dòng)前價(jià)格，為需求變化量，為價(jià)格變動(dòng)量。對(duì)上式變化得到 (2-14)求解得到 (2-15)因此出租車的乘坐人數(shù)與出租車的價(jià)格之間的關(guān)系用彈性系數(shù)法來建立。于是乘坐出租車的人數(shù)可以用需求量來替代，空載率 (2-16)出租車的價(jià)格用問題2的出租車價(jià)格指數(shù)來表示，即0.5(起步金額/ 起步公里數(shù) + 超過起步金額的每公里價(jià)格)來計(jì)算出租車價(jià)格。 (2-17)故綜合式

37、(2-15)、(2-16)得以下表達(dá)式進(jìn)一步 (2-18)其中：為最大載客能力的次數(shù)，為一實(shí)際載客系數(shù)，查取相關(guān)文獻(xiàn)取其值為0.65。3、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(shù)值：（1）（為油價(jià)，為出租車每天的總行程）（2）公里（3）油價(jià)調(diào)整前：308.54240.387472.61元（4）油價(jià)調(diào)整后：308.54240.43490.84元（5）出租車乘客的平均乘坐期望e=210.07/40.52=5.184公里（6）調(diào)價(jià)前=3,=1.6, =8（為出租車起租的基價(jià)公里數(shù)，為白天超過基價(jià)后每公里車價(jià)，為白天基價(jià)租費(fèi)）（7）因?yàn)槟壳暗某鲎廛噧r(jià)格情況下出租車司機(jī)每天的

38、盈余為一負(fù)值，這里不妨先令駕駛員的期望收入取0來代如求解。（8）假定出租車的價(jià)格彈性系數(shù)以及參數(shù)各個(gè)城市基本不變，因此可根據(jù)其他城市的數(shù)據(jù)得到出租車的價(jià)格彈性系數(shù)以及參數(shù)，查閱數(shù)據(jù)和利用公式 ， 計(jì)算得到， 674.5387， -3.5。經(jīng)過編程求解上述規(guī)劃問題，得到以下結(jié)果：油價(jià)上漲前：最優(yōu)解為；出租車駕駛員收入=4.1611元；居民每公里花費(fèi)為1.7363元。油價(jià)上漲后：最優(yōu)解為；出租車駕駛員收入=1.2661；居民每公里花費(fèi)為為1.7858元。表2-4 油價(jià)調(diào)整前后出租車價(jià)格表優(yōu)化 指標(biāo)基價(jià)租費(fèi)（元） 基價(jià)公里數(shù)（公里）超過基價(jià)公里后每車公里價(jià)（元）乘客平均公里花費(fèi)（元）駕駛員的收入 （

39、元：不包括工資）駕駛員的收入（元：包括工資）油價(jià)調(diào)整之前4.71.61.21.73634.161153.47616849油價(jià)調(diào)整之后4.11.51.41.78581.266150.58116849B、模型分析（1）這里使用的出租車價(jià)格未把夜間出車價(jià)格和遠(yuǎn)程載客回空費(fèi)用考慮進(jìn)去，因?yàn)橐话闱闆r下夜間費(fèi)用都是在白天價(jià)格的基礎(chǔ)上增加一個(gè)附加費(fèi)用比例，故只需先考慮白天費(fèi)用。另外根據(jù)居民不同時(shí)距出行方式結(jié)果表格可以得出結(jié)論遠(yuǎn)程出行居民采用出租車所占所以乘坐出租車居民數(shù)比例很小，故先不考慮這個(gè)回空費(fèi)用得到的模型也能基本正確的反應(yīng)出租車價(jià)格。（2）模型中因?yàn)楦鶕?jù)居民不同時(shí)距出行方式結(jié)果表格得出結(jié)論居民乘坐出租

40、車的平均期望距離大于出租車的起步基價(jià)的公里數(shù)目，因此為簡(jiǎn)化模型，考慮居民乘坐出租車的平均公里花費(fèi)僅考慮的情況。此假設(shè)也有一定的實(shí)際合理性。（3）從最優(yōu)結(jié)果可以看出，價(jià)格調(diào)整后的出租車駕駛員收入比出租車價(jià)格調(diào)整前要增加（在價(jià)格調(diào)整前可以看到出租車駕駛員的每天節(jié)余為負(fù)，而調(diào)整后還有盈余）。雖然駕駛員每天的凈收入較低，但是注意到在駕駛員的出租車年固定成本中包含了其固定工資收入，因此該數(shù)據(jù)也是合理的。而油價(jià)調(diào)整對(duì)居民的每公里花費(fèi)的增加也是符合實(shí)際情況的。另外分析模型的結(jié)果可以得到一般性的結(jié)論，油價(jià)的上漲，可以通過降低出租車的起步價(jià)和駕駛員的額外收入, 來吸引更多的乘客而降低空載率,而駕駛員的每天的收入

41、也能有盈余。（四）、問題四：數(shù)據(jù)采集的合理性分析1、數(shù)據(jù)的合理性分析 在本題附錄中所給的數(shù)據(jù)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(jì)收入與消費(fèi)情況 城市規(guī)模數(shù)據(jù)可用于人口模型的預(yù)測(cè)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(yù)測(cè)是否需要增寬道路而滿足流量需求。 城市出租車的主要狀況在本題中是重要的參數(shù)：每公里耗油量、空載率、平均行駛速度、日客運(yùn)量、日載客趟次、日行駛總里程、日營(yíng)運(yùn)總收入、出租車固定營(yíng)運(yùn)成本、起租基價(jià)公里數(shù)、基價(jià)租費(fèi)、超過起租基價(jià)公里每車公里價(jià)，這些參數(shù)在乘

42、坐出租車人口的預(yù)測(cè)模型、出租車最佳數(shù)量預(yù)測(cè)模型、價(jià)格調(diào)整方案中都起了作用。其它一些給出的參數(shù)：每臺(tái)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(yíng)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(shù)中得到，有些多余。價(jià)格的晚間計(jì)費(fèi)方式、回空費(fèi)和等候費(fèi)在模型的改進(jìn)部分中有所涉及。 城市公交主要狀況給出了該城市的詳細(xì)公交資料，雖在本題中沒有涉及到這些參數(shù)，但是它對(duì)于一個(gè)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(shì)必會(huì)多考慮選擇出租車去較遠(yuǎn)的地方，而如果公交線路較發(fā)達(dá)，則會(huì)使出租車的空載率有所增加。在模型改進(jìn)部分也對(duì)此進(jìn)行了討論。 城市公共出行情況

43、中有好幾張表格，其中出行強(qiáng)度表、出行方式結(jié)構(gòu)表對(duì)居民出行強(qiáng)度、出行總量預(yù)測(cè)模型和乘坐出租車人口預(yù)測(cè)模型有關(guān)系。而居民出行目的結(jié)構(gòu)、不同時(shí)距出行方式結(jié)構(gòu)、 出行方式平均耗時(shí)這幾張表格則只有在詳細(xì)規(guī)劃該城市各個(gè)區(qū)時(shí)才用到，在本題中的模型中沒有涉及。 城市居民累計(jì)收入與消費(fèi)情況和乘坐出租車預(yù)測(cè)模型、出租車數(shù)量預(yù)測(cè)模型、價(jià)格的調(diào)整方案都有關(guān)系。 綜上所述，該題給出的數(shù)據(jù)大都和題目有著或多或少的關(guān)聯(lián)，然而有些數(shù)據(jù)是多余的，有些數(shù)據(jù)給的有些沖突，而有些數(shù)據(jù)雖然和題目沒直接關(guān)系，但當(dāng)用于更詳細(xì)的分析可以用到。2、優(yōu)化的數(shù)據(jù)采集方案A、關(guān)于建立居民出行強(qiáng)度和出行總量的預(yù)測(cè)模型，需要當(dāng)年的居民人口數(shù)量、出行強(qiáng)度

44、，如果若能夠多采集近幾年的出行強(qiáng)度，則能直接建立該城市的居民出行強(qiáng)度的預(yù)測(cè)模型，這樣就不需要類比，會(huì)使模型更加準(zhǔn)確，同時(shí)出行總量預(yù)測(cè)模型也將會(huì)有所改善。但考慮到出行強(qiáng)度的調(diào)查費(fèi)時(shí)費(fèi)力，以上海為例：2021年上海交通大調(diào)查，花費(fèi)金額達(dá)數(shù)千萬，故考慮出行強(qiáng)度的調(diào)查有周期性，在短周期內(nèi)可以選取具有代表性的城區(qū)進(jìn)行調(diào)查。針對(duì)乘坐出租車人口的預(yù)測(cè)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(jì)人均可支配收入等數(shù)據(jù)，將能對(duì)模型進(jìn)一步進(jìn)行檢驗(yàn)并做出修正，使模型更接近事實(shí)。B、關(guān)于建立出租車最佳數(shù)量預(yù)測(cè)模型，需要城市人口、城市面積、人均可支配收入、出租車價(jià)格這些數(shù)據(jù)，而出租車價(jià)格本來就是一個(gè)值得商確

45、的數(shù)據(jù)量，因此在實(shí)際采集中若能給出相同規(guī)模的城市（城市人口、城市面積）的出租車數(shù)量給予對(duì)比，則能對(duì)模型做進(jìn)一步的優(yōu)化。C、關(guān)于價(jià)格的調(diào)整方案中要用到出租車價(jià)格、空載率、成本、日行駛總里程、日運(yùn)營(yíng)收入等數(shù)據(jù)，由于在模型中要用到出租車的價(jià)格彈性系數(shù)以及參數(shù)，雖然在各城市中這些參數(shù)基本不變，但是若能夠?qū)υ摮鞘胁杉鄳?yīng)的價(jià)格和其需求的數(shù)據(jù)，則能得出較為準(zhǔn)確的價(jià)格彈性系數(shù)Ed以及參數(shù)K，變能使模型也更加的趨于實(shí)際的情況。（五）問題五：出租車規(guī)劃問題1、現(xiàn)存問題：出租車是城市交通工具的重要組成部分。隨著經(jīng)濟(jì)的發(fā)展和城市現(xiàn)代化進(jìn)程的加快，出租車在我國(guó)大中城市迅速發(fā)展起來，它關(guān)系到人民群眾的切身利益，因而備受

46、社會(huì)各界的關(guān)注。根據(jù)本文上述的分析，在目前的模式下，該城市出租車的運(yùn)營(yíng)存在著以下的幾個(gè)問題：A、空載率高。其空載率達(dá)到了50左右，而該數(shù)值根據(jù)其他城市的數(shù)據(jù)顯示，比較理想的出租車空載率應(yīng)該為3040左右。空載率體現(xiàn)的是資源利用率空載率越高則能源的利用率越低，這和國(guó)家提出的發(fā)展集約型社會(huì)的目標(biāo)相背。因此，有效的降低出租車的空載率有利于城市的發(fā)展。B、出租車駕駛員的工作狀況不佳。通過統(tǒng)計(jì)數(shù)據(jù)計(jì)算得到駕駛員的平均日工作時(shí)間超過13個(gè)小時(shí)，而其收入除去固定工資外，盈余為負(fù)值。這對(duì)出租車駕駛員來說是不合理的。而出租車的運(yùn)營(yíng)成本由于油價(jià)的上漲而增大，使得出租車司機(jī)的收入更少。C、出租車價(jià)格不合理。居民乘坐

47、出租車出行每趟至少花費(fèi)8元，其平均花費(fèi)約為11元左右。這個(gè)價(jià)格所占居民生活消費(fèi)比例較大，直接限制了乘坐出租車的人數(shù)。由于價(jià)格管制，消費(fèi)者常抱怨價(jià)格太高而制約了他們對(duì)出租車的需求，認(rèn)為該行業(yè)不能為他們帶來或享受更多的社會(huì)福利; 顧客的稀缺同樣導(dǎo)致出租車空載率上升，使車輛運(yùn)行成本增加。公司與乘客利益對(duì)出租車司機(jī)形成雙重?cái)D壓，這種經(jīng)濟(jì)利益的非均衡性，不僅使得司機(jī)處于一種欲罷不能的困境,而且對(duì)城市交通造成很大的壓力。D、調(diào)查統(tǒng)計(jì)表明,一輛出租車的道路時(shí)空資源消耗是一般機(jī)動(dòng)車的3.6倍,是別的小汽車的4-5倍.也就是說,每增加一輛出租車,給城市道路所造成的壓力相當(dāng)于4-5輛小汽車,而出租車的運(yùn)輸效率如同一般小汽車一樣是最低的。2、規(guī)劃方案：A、采用問題四中提出的合理數(shù)據(jù)采集方式，盡可能多的收集與該城市相關(guān)的近幾年的數(shù)據(jù)資料，在此基礎(chǔ)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(yù)測(cè)模型，并可在今后幾年繼續(xù)收集資料與預(yù)測(cè)出來的數(shù)據(jù)作比較，不斷