专栏内容(赛前预售价99,比赛期间299): 2024数学建模国赛期间会发布思路、代码和优秀论文。(本专栏达不到国一的水平,适用于有一点点基础冲击省奖的同学,近两年有二十几个国二,但是达不到国一,普遍获得省奖,请勿盲目订阅)
python全套教程(一百篇博客):从新手到掌握使用python,可以对数学建模问题进行建模分析。
35套模型算法(优秀论文示例):马尔科夫模型、遗传算法、逻辑回归、逐步回归、蚁群算法、蒙特卡洛模拟、聚类模型、线性规划、粒子群算法、神经网络、相关系数、灰色预测、灰色关联分析、模糊综合评价、模拟退火、时间序列ARMA、方差分析支持向量机、插值、排队论、拟合模型、微分方程、层次分析法、小波分析、多元回归、图论floyd算法、图论Dijkstra模型、因子分析、动态规划、博弈论、决策树、典型相关分析、元胞自动机、主成分分析、TOPSIS法。
目录
摘 要
随着现代社会经济的快速发展,房地产成为国家经济发展中重要的经济增长点之一。而小区内汽车停车位的分布对于小区居民的上下班出行影响很大,因此本文重点考虑了停车位分布对小区居民上下班出行时间的影响,建立了小区停车位分布合理程度的评价模型,对小区现有车位分布进行评价,并进行了优化分配。首先,我们分析了附件中停车位分布规律和图示数据,得出 7#共有 136 个车位,其车户比为 1:1,且有两个电梯出口;通过对小区地下停车位的补充还原,我们找到地下车库的出口位置,进而得到了每个停车位固有的出行路线。紧接着,为评价 7#停车位分布的合理程度,我们从停车位的分布对小区居民上下班出行的影响方面考虑,建立了楼层高度决定的下楼时间、电梯口到停车位的时间和停车位到地下车库出口时间三个关键指标,并引入居民出行时人流量变化的影响对上述指标进行修正。根据这三个指标,我们求得 7#全部居民的出行时间,并建立了以出行时间的方差和数学期望为自变量的停车位分布合理程度函数,用熵值法求出系数。通过对其出行时间的方差和数学期望的分析,我们可以得出当前停车位分布下居民上下班的出行效率及其分配的公平程度。
其次,在对附件中小区的停车位分布进行评价时,我们利用 Mont Carlo 随机算法对该小区 7#居民各个时段的出行时间进行了仿真模拟,从而得出了各个时段对应的人流量。以房间标号为 7-2-1201 的住户为例,仿真模拟得到其出行时人流量为 0.67,楼层高度决定的下楼时间为 47s,电梯口到停车位的时间为 10s,从停车位到地下车库出口的时间为 295s,出行时间为 352s。这样,我们得到了所有住户的出行时间,求出其出行时间的方差为 116.5632,数学期望为 297.527s,即 4.96min,虽然期望较为合理,但是方差较大,表明此小区的停车位分配下出行效率较好,但对某些住户来说不公平。当前分配方案的合理程度函数值为 165,由分析可知,显然该函数值越小,则停车位分布就越合理。因此现在的停车位分配是不合理的。
最后,以停车位分配合理程度函数值最小为优化目标,建立了基于动态规划与古典概型的随机投球优化分配模型,对住户的停车位进行重新分配,求解出停车位分配合理程度函数值最小为 112.99,与原方案相比更加合理。此时住户的出行时间的最小数学期望为 280.33s,比原方案减少了约 5.78%;出行时间的方差为 51.11,比原方案减少了约 43.85%,所以相比之前的分配方案,该最优分配方案的效率更高且更加公平。
关键词:停车位分布合理程度函数;熵值法;Monte Carlo 算法;基于动态规划的优化分配
一、 问题的提出
随着现代社会经济的快速发展,房地产成为国家经济发展中重要的经济增长点之一。而小区内汽车停车位的分布对于小区居民的上下班出行影响很大。这里给出了江苏省徐州市某小区 7#的地下车库的停车位分布情况,将解决如下几个问题:
问题 1:分析评判小区汽车停车位分布是否合理的几个关键指标,建立评判
车位分布合理的数学模型;
问题 2:根据某小区 7#的汽车停车位分布方案,用评判模型评价此种车位分
布的合理性,并分析其原因;
问题 3:根据关于车位分布合理性的指标和评判模型,重新为附件 1 中的小
区车位进行分配,给出最优分配方案。
二、 模型的假设
1、 假设该小区 7#每户住宅的高度大约为 2.5M;
2、 假设该小区 7#地下车库停车位的规格为标准停车位规格;
3、 假设该小区 7#居民步行所选路线为最短路径,即可以近似为欧式距离;
4、 假设该小区 7#地下车库的停车位分布是独立的,不考虑其他楼车位的影响;
5、 假设该小区 7#居民的上下班时间分布规律大致满足江苏省徐州市小区居民
的出行的一般规律;
6、 假设该小区 7#中每个单元含有一个电梯,搭载居民上下楼时其运行速度变化一致,遵循匀加速到匀速再到匀减速的规律。
三、 模型的符号
四、 模型的分析
4.1 附件的分析
4.1.1 图示数值的分析
附件中给出了某小区 7#的地下车库停车位分布情况,其西北角 7 个停车位示意图如下所示:
每一个停车位包含两个数字,其表示该停车位编号以及使用该停车位的居民的房间标号,这里给出了房间标号规则如下:
分析上图可知,该地下车库中每 6 个车位为一组,东西相邻一组之间有一个
人行过道,供行车居民上下车行走;而南北相邻一组之间有一个车行过道,供汽
车出入。同时,我们可知该地下车库共 136 个停车位。
这样,我们将在后面给出 136 个停车位上车辆的具体出入行车路线。
需要说明的是,该地下车库的 7#周围的停车位分布没有按照上面的一般规
律分布[1],其行车路线将略有不同。
如上图所示,7#的 1、2 单元的大门位于楼北侧,其外部进入地下车库的楼
梯位于楼西侧。
7#居民楼中,楼的西半部分为 2 单元,东半部分为 1 单元;每个单元中东侧
为 1 户,西侧为 2 户。并且楼中居民上下楼的电梯位于每个单元两户的中间。
4.2 小区的还原
4.2.1 停车位的补充
为了更好地分析该小区的停车位分布,我们查阅资料得到了该小区的整体建
设示意图(见附录 1.1),并与附件中的地下车库示意图进行了组合处理,原始分
布图见附录 1.2。
经过上面的分析,我们可以知道其分布规律为每 6 个车位为一组横向排列,
这样我们补充了含 7#停车位的行,如下所示:
在上图中,黑色的停车位表示 7#的停车位,而红色的停车位为该小区其他
楼与 7#停车位同行的停车位。
为了证明其合理性,我们查阅资料布[2]得到了该小区地下车库停车位整体分
布图(见附录 1.3)。经过图 4 与附录 1.3 的对比,可以发现我们的补充是合理的。
同时,这也说明其分布仍然满足一般分布规律的,从而佐证了我们分析的分布规律是符合实际情况的。
4.2.2 出口位置的确定
经过与小区整体建设图(见附录 1.1)的组合,我们确定了该地下车库的出口
位置,即在图 4 上部的条形线部分,如下图所示:
4.3 停车位的分析
经过查阅资料,我们可知小区的多层住宅采用地面停车、小高层则采用集中
停车库、高层为地下车库布[3]。
该小区的居民楼为 34F,高度为 98.6M(这也可以证明我们关于每户住宅的高
度大约为 2.5M 是合理的),属于高层住宅,一般采用地下车库,并且 7#共 136
户( 3422 ),住户个数与停车位的个数相同,即其车户比为 1:1,不存在停车位
资源不足的情况。
根据小区的地下车库分布图(见附录 1.3),我们可以看出小高层的地下车库
因为在停放车辆后,还要步行从电梯入口才能到家[4]。
故对于该小区 7#的居民的上下班出行情况,我们将重点从其出入所花费的
出行时间考虑,在后面的指标体系中将具体给出。
4.4 评价指标的分析
由题目可知,我们需要找到评判小区汽车停车位分布是否合理的评价指标,
其评价对象为停车位分布的合理程度,该合理程度则具体体现在其分布对该小区
居民上下班出行的影响上。
而关于小区居民上下班出行,我们将重点考虑其出行所花费的时间。我们可
以根据不同居民的出行规律、停车位所在位置等信息,得到他们的出行时间。
如果全部居民的出行时间落在一个合理的范围内,并且每个居民的出行时间
分布近似且相差不大,那么可以说明该小区居民的上下班出行的效率较高,公平
性较好,从而说明该小区停车位的分布是比较合理的。
这样,我们将建立与居民出行时间相关的指标,来评价居民上下班出行的效
率和公平性,进而评判出小区汽车停车位分布的合理程度。
4.5 出行方式的分析
根据日常生活中的经验,我们可知一般的停车场车辆从车位到停车场出口的
路线一般固定的布[5],其行车路线基本上是按照停车场内车道的指示标志行驶
的。这样,我们对每个车位的车辆的出入路线进行了规划,如下所示:
按照小区建设图中的比例尺,我们就可以根据图中的距离长度。
这样,利用比例尺 1:500(见附录 1.1)和图像处理后得到的距离长度,我们可以计算得到了各个通道的长度,如下表所示:
这里需要说明的是,一般的车行通道可以容纳 2 辆车并行通过,且允许双向
通行。由于 7#的存在,其周围的停车位分布比较特殊,故车库 5#辅道的可能通
行的车辆数量较多,其宽度比其他的更宽,可以容纳 3 辆车并行通过。
4.6 分配方案的分析
在我们建立的评判模型的前提下,我们将能对小区目前的停车位分布合理程
度进行评价。为了提高其合理程度,我们将以我们的评价指标为优化目标,并给
出一定的约束条件进行优化,得到最优分配方案。
需要说明的是,该小区地下车库的停车位建设已经结束,其位置大小将不会
改变。故我们的分配方案将是只是对于不同居民的分配情况改变。
这样,我们可以极大地提高小区居民整体上下班出行的效率,同时确保每个
居民的出行所花时间基本保持一致,从而保证其公平性。
五、 模型的建立及求解
5.1 小区停车位合理程度的评价模型
停车位合理程度是用来衡量小区停车位的分布对小区居民上下班出行是否
方便的量。
5.1.1 评价指标体系
我们以单个居民作为一个样本,以居民上下班出行时间作为统计量,我们建
立了如下的评价指标体系,其研究对象为 7#的所有居民的出行时间,其出行时
间为从居民出门开始,一直到开车驶出地下车库的全部时间。
我们对出行时间的考虑将分成以下 3 个部分。
5.1.1.1 楼层高度决定的下楼时间
下楼时间是住户从居住地到达电梯口所用的时间,绝大部分住户尤其是所居
楼层较高的住户,会选择乘电梯上下楼。
所以,这里的下楼时间与电梯的运行速度布[6]有关,电梯速度与时间的一般模型如下所示:
由上图,我们可知电梯在不同时间段内的运动规律,如下所示
由上图,我们可以清晰得出 7#居民的一天中各个时间段的人流量分布情况,
早上 6~8 点是人流量高峰时段,而在中午 12~13 点和晚上 16~17 点虽然人流量
也比较大,但是相对早上来说,其人流高峰值小于早上的人流高峰值,因此早上
的人流高峰值对居民出行影响更大。
所以,如果早上 6~8 点这个时间段内,居民可以轻松出行,即出行时间尽
可能小,那么该小区停车位的分布就是比较合理的。
同理,平均等电梯的时间和等待率的系数 k 也应用 Monte Carlo 算法可以得
出。
5.2.2 居民出行时间的计算
以房间标号为 7-2-1201 的住户为例,下面给出计算其出行时间的过程。
查阅相关文献,得出地下停车场的限速为 5 公里/小时,电梯的一般加速度
为 20.8 /m s ,匀速为 26 /m s 。
经仿真模拟得出其出行时间为 7 点左右,此时的 7#人口流量为 67%,其等
待率的系数 k=1,住户平均等待电梯的时间为 4s。
5.2.2.1 楼层高度决定的下楼时间
根据假设,我们给出该小区 7#每户住宅的高度大约为 2.5M。由于此住户居
住于 12 楼,那么实际居住高度为 30M。
根据加速度公式:
.v at (16)
其中 v 代表电梯在运动过程中的瞬时速度。
我们可以得出,7#的 2 个电梯的加速与减速时间为 7.5s。且根据速度对时间
我们发现,虽然 7-2-302 小区住户在更改了车位后出行时间略有上升,但是
7-2-2802 小区住户的出行时间有十分明显的下降,二者的出行时间相差降至 2.99
分钟。很明显,新的分配方案更加注重整体的公平,让所有人都能够有更加相近
的出行时间。
六、 模型的评价
6.1 模型的优点
该模型将图示中的距离利用比例尺计算得到,更加客观;
该模型充分考虑了所有地下车库所有停车位的位置特点,分析细致全面;
该模型尽可能地搜集了可能查到了的资料,将附件的实际情况进行了还原;
该模型使用熵值法确定了所有两个指标的权值,从而使得停车位合理程度函
数更加合理;
该模型利用了 Monte Carlo 算法,得到了全部的仿真模拟数据,并且作为输
入数据,进行了模型的评价。
6.2 模型的缺点
该模型虽然考虑的细节较多,但是模型还具有很大的局限性;
该模型中电梯口到停车位的距离使用欧氏距离代替有一定的主观性;
该模型具有的局限性,如没有抽象出一般形式,不具有可移植性。
6.3 灵敏度分析
我们的评价模型中主要使用了居民上下班出行时间来反映停车位分布的合
理程度,如果我们的停车位合理程度函数中的 m 和 n 的值改变,将对我们求
得的当前停车位分配方案的评价结果产生一定的影响;
我们的模型运用了 Monte Carlo 算法,不同的情况下可能得到的仿真模拟的
结果不同。为了增强数据的客观性和代表性,我们对仿真模拟的数据进行了
异常数据检验。若样本数据中存在异常值,在实际问题处理中需要考虑对异
常值的处理。我们利用四分位极差,求得上下截断点,在两点以内的数据予
以保留,两点以外的数据进行删除。
七、 模型的推广
7.1 模型的改进
在 Monte Carlo 算法中,可能存在较多的不确定性因素,导致模型的求解过程中存在误差较大的问题;
针对模型中停车位分布的评价模型,我们只是在其对小区居民上下班出行时
间方面的影响上进行了考虑,并没有加入其他方面的影响因素;
针对问题二模型的 Monte Carlo 算法不能很好解决大规模计算量的问题,我
们先对数据做了预处理,以便模型使用更加合适。
7.2 模型的应用
通过对地下车库的停车位分布的合理程度的分析,我们得出了一种优化后的
停车位分配方案,尽可能地考虑大部分居民的上下班出行时间,使得他们的期望
和方差尽可能小。
这样,我们可以利用该模型,在一定的范围内,既提高该小区 7#的居民上
下班出行时间,又有利于该小区 7#居民上下班的出行时间的合理程度。利用这
样一套模型,我们可以很容易地对其他小区的停车位分布进行合理的优化,得到最优的分配方案,利于小区居民的车位分配。
八、 参考文献
[1] 刘洪营. 城市居住停车理论与方法研究[D].长安大学,2009.
[2] 严蔚敏, 吴伟民. 数据结构(C 语言版)[M]. 北京:清华大学出版社, 2007.
[3] 梅振宇. 城市路内停车设施设置优化方法研究[D].东南大学,2006.
[4] 郭黎明. 城市居住区停车规划设计研究[D].长安大学,2010.
[5] 姚明洁. 居住小区地下车库设计研究[D].中南大学,2014.
[6] 刘澍. 广州市住宅小区停车问题研究[D].西南交通大学,2010.
[7] 袁新生, 邵大宏, 郁时炼. LINGO 和 Excel 在数学建模中的应用[M]. 北京:科
学出版社, 2007. 135-173.
[8] 赵 文 强 . 城 市 居 住 小 区 汽 车 停 车 问 题 探 讨 与 对 策 [D]. 西 安 建 筑 科 技 大
学,2001.
[9] 张少峰. 城市居住小区汽车停放问题研究[D].郑州大学,2004.
[10] 邢 丽 娟 , 李 建 国 . 立 体 车 库 车 位 分 配 仿 真 与 分 析 [J]. 铁 路 计 算 机 应
用,2011,10:32-34.
[11] 李建国,蒋兆远. 立体车库随机车位分配与就近车位分配仿真及分析[J]. 物流
科技,2010,10:13-15.
[12] 张宇. 城市住区停车问题研究[D].西安建筑科技大学,2006.
[13] 贺松. 广州市住区多层停车楼规划设计研究[D].华南理工大学,2012.
附 录
mport java.text.DecimalFormat;
import java.util.Random;
/**
* Created by ZNing on 16/6/5.
* Random for the Human Traffic Coefficient Index.
*
*/
public class Random_Product{
public static void main(String[] args) {
Random r = new Random();
DecimalFormat df = new DecimalFormat("0.00");
for(int i = 0; i < 136; i++)
{
System.out.println(df.format(r.nextDouble()));
}
}}