09-2017.12-离散数学编程《小黄车在北科大的配额问题》

（本篇为原创，转载使用请注明出处）

• 实际问题描述

在北科大校园内安置1000辆小黄车，怎样安置使得小黄车的利用效率最高

• 思路与分析

既然是利用效率的最大化问题，其实可以抽象为更多“人”，骑“自行车”更“方便”。

先将北科地图进行抽象，分为五块区域，八个聚簇群。

定义聚簇热点度与聚簇流动度。

对于热点度的主要变量为常驻人口数（如宿舍的人口与教学楼平均上课自习人数），确定这个点小黄车的最少基数

对于流动度分为两类变量：

变量一：区域通达度：点与其他非邻接点（骑车的最少条件，太近不骑车）的“关联度”

关联度即为人们的需求，分为：

软性需求：与其他非邻接点的长度越长，对于小黄车的需求越高

刚性需求：基于两个点之间常识的需求（常量、补正软性需求）

变量二：人员流动度：这个聚簇的人员的一天流动需求有多大（比如教学楼一天一直有大量人员流动，但类似机电楼群等较少）

公式：聚簇小黄车配额度=k1*聚簇热点度(C)+k2*聚簇流动度

      聚簇热点度=k3*常驻人口数(C)

      聚簇流动度=k4*区域通达度+k5*人员流动度(C)

      区域通达度=Σ（点到第i个非邻接点的软性需求*点到第i个非邻接点的刚性需求）（占总共n个点刚性需求百分比）

      软性需求=各点到其余非邻接点的最短路径长度

配额=（该点配额度/各点配额度之和）*小黄车总数

北科大带权无向图

• 编程过程与算法

程序分为四个部分，功能分别是

1. 输出抽象的北科地图，在进行合理的假设与归并之后，化成带权值的无向图。
2. 输出邻接矩阵
3. 每点到各点的最短路径长度
4. 输出小黄车在北京科技大学八个聚簇的配额

• 收获体会

本次作业选择了小黄车题目，平台语言采用了C++开发的简单WIN32程序。结合离散数学图论与数理逻辑的相关知识进行问题的分析。编程过程中出现了好多问题，首先对于数据过多的问题，一开始觉得一次次添加数据较为繁琐，后来就将数据保存改为读取的方式，解决了一大难题。在读取数据的过程中，尤其是最短路径带权数据的读取中出现了一些问题，首先对于算法程序，应该将不带权的地方置最大数而不是0，其次循环过程中出现了一些问题，应该从1至8，而不是0至7，导致输入的一些数据溢出，程序出错。

这次作业不光是对离散数学的回顾与学习，也是对自己编程知识习惯的一次巩固，代码尽量模块化，简洁美观。

可惜的是没有做图形界面，主要C++的MFC写图形界面事倍功半，其余图形界面的编程并未作过多的深入研究，所以只是做了伪图形界面，有一些可惜。

• 资源分享

链接：09-2017.12-离散数学编程《小黄车在北科大的配额问题》 密码：bf6c