上海世博會評價

承諾書我們仔細閱讀了中國大學(xué)生數(shù)學(xué)建模競賽的競賽規(guī)則.我們完全明白，在競賽開始后參賽隊員不能以任何方式（包括電話、電子郵件、網(wǎng)上咨詢等）與隊外的任何人（包括指導(dǎo)教師）研究、討論與賽題有關(guān)的問題。我們知道，抄襲別人的成果是違反競賽規(guī)則的,如果引用別人的成果或其他公開的資料（包括網(wǎng)上查到的資料），必須按照規(guī)定的參考文獻的表述方式在正文引用處和參考文獻中明確列出。我們鄭重承諾，嚴格遵守競賽規(guī)則，以保證競賽的公正、公平性。如有違反競賽規(guī)則的行為，我們將受到嚴肅處理。我們參賽選擇的題號是（從A/B/C/D中選擇一項填寫）： 我們的參賽報名號為（如果賽區(qū)設(shè)置報名號的話）： 所屬學(xué)校（請?zhí)顚懲暾娜?參賽隊員（打印并簽名）：1. 2. 3. 指導(dǎo)教師或指導(dǎo)教師組負責(zé)人（打印并簽名）： 日期:2010年9月2日賽區(qū)評閱編號（由賽區(qū)組委會評閱前進行編號）：編號專用頁賽區(qū)評閱編號（由賽區(qū)組委會評閱前進行編號）：賽區(qū)評閱記錄（可供賽區(qū)評閱時使用）：全國統(tǒng)一編號（由賽區(qū)組委會送交全國前編號）：全國評閱編號（由全國組委會評閱前進行編號）：論文題目摘要目錄一、問題重述 4問題背景……………4需解決的問題………4二、問題分析 4對問題（1）的分析………………對問題（2）的分析………………對問題（3）的分析………………對問題（4）的分析………………TOC\o"1-5"\h\z\o"CurrentDocument"三、模型假設(shè) 5四、符號說明 6\o"CurrentDocument"五、問題（1）建模與求解 7\o"CurrentDocument"六、 問題（2）建模與求解 7\o"CurrentDocument"七、 問題（3）建模與求解 7\o"CurrentDocument"八、 問題（4）建模與求解 7\o"CurrentDocument"九、 模型的推廣 10模型的改進………模型的推廣………\o"CurrentDocument"十、模型的評價 16模型的優(yōu)點………模型的缺點………18參考文獻1818附錄18附表1附表2二、問題分析2.1對問題(1)的分析欲對現(xiàn)行的定價系統(tǒng)，給出確定票價的數(shù)學(xué)模型，首先我們排除與售票的影響，只對會售票進行分析，會售期是一種票票價如表一：會售期票價格種類票價(元)平日普通票160平日優(yōu)惠票100當日普通票160當日優(yōu)惠票100指定日普通票200指定日優(yōu)惠票1203次票4007次票900夜票90普通團隊票160學(xué)生團隊票(大學(xué)生)80學(xué)生團隊票(小學(xué)生)50學(xué)生團隊票大學(xué)生和小學(xué)生票價是不同的，所以我們當成兩個類型進行分析；而平日票與當日票基本沒有什么差別，我們合成一類進行分析；優(yōu)惠票只對某部分人有優(yōu)惠，我們把這部分人看成特殊人員。進而影響十一種票價的因素有是否是夜票(xl)、是否是特殊人員(x2)、是否是3次(x3)、是否是7次票(x4)、是否是指定日(x5)、是否是大學(xué)生(x6)、是否是小學(xué)生(x7),是否是普通團體(x8)八個因素影響，首先我們假定這八個因素?zé)o交互作用，且是0-l變量。其他影響因素看成常量。建立統(tǒng)計回歸模型：y二B+px+px+px+px+px+px+px+px+01122334455667788然后利用matlab進行分析，求出參量和置信區(qū)間以及置信度和誤差。根據(jù)線性統(tǒng)計回歸的條件判斷殘差是否滿足正態(tài)分布。

對問題（2）的分析我們把世博會每天的參觀人數(shù)時間的變化趨勢看做時間序列進行分析。首先用spss軟件畫出畫出序列圖：圖一從圖中分析可知，該時間序列圖中既包含長期趨勢，又包含周期性因素，且季節(jié)性周期為7天，基本上每周六是峰點。首先進行數(shù)據(jù)檢驗，檢驗時間序列樣本的平穩(wěn)性、正態(tài)性、周期性、零均值，進行必要的數(shù)據(jù)處理變換。用spss軟件進行正態(tài)檢驗，畫出正態(tài)曲線擬合圖如下：從圖中可以看出，每天參觀世博會的人數(shù)服從正態(tài)分布，但標準差相對較大。從圖中可以看出，每天參觀世博會的人數(shù)服從正態(tài)分布，但標準差相對較大。作出相關(guān)圖，檢驗平穩(wěn)性和周期性。圖三：自相關(guān)圖□系數(shù)—圖三：自相關(guān)圖□系數(shù)—置信上限——置信下陰圖四：偏相關(guān)圖從圖中可以看出，該時間序列自相關(guān)系數(shù)衰減比較慢，時間序列不夠穩(wěn)定，需要進行季節(jié)性或非季節(jié)性差分變換。對于這個問題我們采用ARIMA模型進行求解對問題（3）的分析要對世博會的利弊進行分析，我們依據(jù)利潤、經(jīng)濟、環(huán)境、交通、就業(yè)、住房這幾個因素作為評價標準，有利的方面為：利潤盡量大，能夠帶動經(jīng)濟的快速穩(wěn)定的發(fā)展，對環(huán)境的污染盡量低，對交通帶來的壓力盡量小，能夠降低住房和就業(yè)壓力。而有弊的方面剛好與有力的方面相反。建立評價指標：z=f叫m2,m3,m4,m5,叫其中z為評價總指標，分別為利潤、經(jīng)濟、環(huán)境、交通、就業(yè)、住房對應(yīng)的影響因子，查閱資料對世博會的利與弊進行分析。對問題（4）的分析本題要求我們在兼顧整個世博會期間的參觀總?cè)藬?shù)和門票收入，設(shè)計一個新的的票價定價模型，并給出合理化建議。在現(xiàn)有價格基礎(chǔ)上，世博局預(yù)測本次參展總?cè)藬?shù)約為7000萬。世博會展期為184天，預(yù)計平均每天約38.04萬人。我們在網(wǎng)上查得資料知，上海世博會設(shè)計的單日游園人數(shù)上限為60萬人?？紤]到要確保新票價模型下整個世博會期間的參觀總?cè)藬?shù)和門票收入不低于預(yù)期。為了讓世博會惠及更多的人，所以我們計劃在確保門票收入不低于預(yù)期的情況下，適當提高參展人數(shù)。按已知經(jīng)驗世博會的門票價格與參展人數(shù)成反比的理論。我們打算適當降低上海世博會門票價格。我們在上海世博官方網(wǎng)站上查得，在上海世博會的門票定價的原則：門票基準價格使絕大多數(shù)參觀者能夠承受；對特殊群體予以適當優(yōu)惠；鼓勵提前購買，鼓勵有組織地參觀，鼓勵團體購買；以區(qū)別價格平衡參觀客流，起到削峰填谷的作用。上海世博會門票定價的依據(jù)是：上海世博會門票基準價格為150元人民幣，是綜合了我國近幾年經(jīng)濟發(fā)展實際情況，城鄉(xiāng)居民收入水平和國內(nèi)外類似活動門票價格等多種因素而定的。以上基本準則是許多專家經(jīng)過大量的討論分析得到的，具有很強的實際意義，我們打算采納以上基本準則。即門票基準價格使絕大多數(shù)參觀者能夠承受；對特殊群體予以適當優(yōu)惠；鼓勵提前購買，鼓勵有組織地參觀，鼓勵團體購買；以區(qū)別價格平衡參觀客流，起到削峰填谷的作用。我們又參考很多票價制定原則：1、勞動和資本的投入；2、社會效益原則和社會福利原則；3、世博園區(qū)的資源的壟斷性和稀缺性；3、世博園區(qū)的效用；4、旅游環(huán)境成本；5、旅游季節(jié)的需求性以及本著市場原則。綜合了我國近幾年經(jīng)濟發(fā)展實際情況，城鄉(xiāng)居民收入水平和國內(nèi)外類似活動門票價格等多種因素，我們把上海世博會門票基準價格適當將低，也定為150元人民幣。把門票種類分也分為個人票和團體票兩大類，共十二種票。其中個人票分為指定日普通票、指定日優(yōu)惠票、平日普通票、平日優(yōu)惠票、3次票、5次票、7次票、當日普通票、當日優(yōu)惠票和夜票；團體票分為普通團購票和學(xué)生團隊票。以及更能體現(xiàn)人文關(guān)懷的免票。最終我們以表格的形式對各種票價格制定了相應(yīng)的表格（見下表）。新會售期票價格表種類票價（元）指定日普通票190指定日優(yōu)惠票110平日普通票150平日優(yōu)惠票90當日普通票150當日優(yōu)惠票903次票3805次票6007次票820夜票75普通團隊票150學(xué)生團隊票70我們這樣制定票的種類和價格主要基于以下幾方面的考慮。在基準價格不變的情況下，定日普通票、指定日優(yōu)惠票、平日普通票、平日優(yōu)惠票、當日普通票、當日優(yōu)惠票、都在原來的價格基礎(chǔ)上降低10元。原來的多次票只有3次票和7次票兩種，考慮到次數(shù)相差太大，于是我們又增加一個5次票，滿足不同人的需求，同時將它們的價格也做適當?shù)慕档?。考慮到以上世博門票當天只此票能進出一次，一天中只能參觀很少的一部分館，多次參觀花費又很多，而多次買的相對較便宜的夜票，可以游覽更多的館；同時世博會期間大部分天氣比較炎熱，大幅降低夜票的價格可以讓許多白天參觀不盡興的人晚上來參觀，對于上海本地市民和呆在上海時間較長的人員參觀十分有利。普通團購票和學(xué)生團隊票也做了適當?shù)慕祪r。以吸引更多的人來參觀。三、符號說明對問題（1）：x:是否是夜票；1x：是否是特殊人員2x：是否是3次；3x：是否是7次票；4x：是否是指定日；5x：是否是大學(xué)生：6x：是否是小學(xué)生；7x：是否是普通團體；8對問題（2）M:世博會售票總收入S:世博會期間總參觀人次S0:世博會前四個月總參觀人次S1:9月、10月預(yù)期總參觀人數(shù)M:單人次票價160元對問題（4）：x：是否是指定日；1x：是否是特殊人員；2x：是否是3次；3x：是否是7次票；4x：是否是夜票；5x：是否是大學(xué)生：6x：是否是小學(xué)生；7x：是否是普通團體；8x：是否是指定日與特殊人群的交叉影響9四、模型假設(shè)1、假設(shè)門票的價格不隨客流量的變動而改變。2、假設(shè)世博會每天不限定入園的人數(shù)。3、假設(shè)免票的兒童占的比重不大，可以忽略不計。4、特殊人員只包含優(yōu)惠票所涉及的人員，其他特殊人員不考慮；5、估計門票總收入時，只考慮票價平均水平為160元；每天人數(shù)變動不是因為時間引起而是每一天所具有的特征引起把一周七天作為一個周期進行研究；進行售票收入計算時把票價定為160元每人次五、問題（1）建模與求解通過以上分析我們建立模型:y=P+Px+Px+Px+Px+Px+Px+Px+Px+01122334455667788票種y\因素x票價平衡客流優(yōu)惠三次七次普通團隊學(xué)生團隊夜票指定日普通票2001000000指定日優(yōu)惠票1201100000平日/當日優(yōu)惠10001000003次票40000100007次票9000001000當日夜票901000001普通團隊票1200000100學(xué)生團隊票700000010y取值y=[200120160100400700908050160];x的取值：x=[0000001000]';1x=[0101000000]';2x=[0000100000]';3x=[0000010000]';4x=[1100000000]';5x=[0000000100]';6x=[0000000010]'；7x=[0000000001]';8帶入matlab求解（程序在附錄1中）結(jié)果如b表二下

表5.1模型一的參數(shù)取值表P0165.0P530.01-75.0P6-85.0P2-70.0P7-115.0P3235.0P8-5.0P4535.00=0.9997,F=447.675,P=0.0365,置信度為0.9997擬合是相當好的，同時顯著度為0.0365<a=0.05。所以求解的結(jié)果基本符合。y=165-75x-70x+235x+535x+30x-85x-115x-5x;12345678下面判斷殘差0，散點圖如圖一：圖一殘差的散點圖6'I 口 □4?210?214?2 4 6 8 10E6、L

2 4 6 8 10可見殘差0并不滿足正態(tài)分布，由于0的取值較少，我們繼續(xù)對參數(shù)的取值區(qū)間分析，區(qū)間如下：54.9610275.0390-243.087393.0873-197.062057.062066.9127403.0873366.9127703.0873-97.0620157.0620-253.087383.0873-283.087353.0873-173.0873163.0873包含多個能取到0的區(qū)間，可見建立的模型解釋不可靠。由于在建力模型時，我們假定各因素之間無交互作用，但是發(fā)現(xiàn)特殊人員和指定日有一定的交互作用，所以應(yīng)該考慮二者的組合，重新建立模型。模型二：y=P+px+px+px+px+px+px+px+px+pxx帶入matlab求解，結(jié)01122334455667788925果如表三：表5.2模型二的參數(shù)取值表P0160.0P540.01-70.0P6-80.0P2-60.0P7-110.0P3240.0P80.0P4540.0a9-20.00=1P=0.0000置信度為1擬合是相當好的，同時顯著度為0.000<a=0.05。且殘差均為0;求解的結(jié)果符合.故所建立的模型是正確的，模型二如下：y=160.0-70.0x-60.0x+240.0x+540.0x+40.0x-80.0x-110.0x-0.0x-20.0xx;1 2 3 4 5 6 7 8 25y=160.0-70.0x-60.0x+240.0x+540.0x+40.0x-80.0x-110.0x-0.0x-20.0xx;1 2 3 4 5 6 7 8 25六、問題（2）建模與求解用原序列的每一個觀測值減去其前面的一個觀測值，就形成原序列的一階差分序列：?1XX-Xtt t-1一般地，如果d階差分序列dX是平穩(wěn)的，并且適合ARMA(p,q)模型，即t=dXtt=fY+—+fY+a-qa-…勺at1t-1 pt-p t1t-1 qt-q即：?dXf(?dX)—+f(?dX)t1 t-1 p t-pa-qa-—qat 1t-1 qt-q該模型為求和自回歸滑動平均模型，記為ARIMA(p,d,q)。進行季節(jié)性一階差分變換，結(jié)果如下圖:圖五：自相關(guān)圖□系歡—賈信匕限—置信卜隔圖六：偏相關(guān)圖從圖中看出，樣本序列數(shù)據(jù)的自相關(guān)系數(shù)在某一固定水平線附近擺動，且按周期性逐漸衰減，所以該時間序列基本是平穩(wěn)的。自相關(guān)系數(shù)和偏相關(guān)系數(shù)都衰減比較快，平穩(wěn)性較好。4.由上圖可知,ACF拖尾,PACF第一個后結(jié)尾。因此可建立ARIMA(O,O,O)(1,1,O)模型，用SPSS進行求解：模型描述模型類型模型ID人數(shù) Model1ARIMA(0.1.7)模型統(tǒng)計量模型預(yù)測變量數(shù)模型擬合統(tǒng)計量Ljung-BoxQ(18)離群值數(shù)平穩(wěn)的R方統(tǒng)計量DFSig.人數(shù)-模型10.041118.72517.0000

ARIMA模型參數(shù)估計SEtSig.人數(shù)-模型1人數(shù)無轉(zhuǎn)換常數(shù)15706.9285696.7582.757.007AR,季節(jié)性滯后1-.217.100-2.168.032季節(jié)性差分1上表中t概率值均小于0.05，故拒絕原假設(shè)。正態(tài)化的BIC值為：22.502得到預(yù)測模型為：[(X-X)-3019.052]=-0.365*[(X-X)-3019.052]+at t-1 t-1 t-2 tSPSS軟件預(yù)測圖，其中紅線為觀測曲線，藍色細線為擬合曲線，藍色粗線為預(yù)測曲線3M.OO-呦ucr10300-人載￡3M.OO-呦ucr10300-人載￡Qd￡.'—觀劇值 擬住值-UCL-LCL

—預(yù)測123445667A991011111213141415161617181^192021212223242-1352626周局周廚周周周周周周用鬧用丙廚馬周用周用周周閽閽周閭周周局周周周周周周周幾四一口亞二?六網(wǎng)一口1￡二API二口衛(wèi)二API_口五二六佃_口衛(wèi)二卞日期圖七SPSS預(yù)測曲線效果圖ARIMA模型參數(shù)a估計SEtSig.人數(shù)-模型人數(shù)無轉(zhuǎn)換常數(shù)3019.0527815.434.386.700

444_1AR滯后1.017.095.181.857差分1AR,季節(jié)性滯后1-.382.091-4.216.000季節(jié)性差分1—maun—擬住徂-UCL-LCL」2qumNSS苗周三二周'?■■■■h」2qumNSS苗周三二周'?■■■■h周二言周一15周HS3■14覓：13周'八磁周二12周i芯周一二翟二甲OR-g周埼芒g周一r周M篇.vfflAS4周±4周3用.兒2周；SA圖八SPSS擬合曲線效果圖SPSS軟件運行結(jié)果2010-9-120.212010-9-221.52010-9-321.632010-9-421.432010-9-519.352010-9-617.272010-9-715.352010-9-815.682010-9-916.022010-9-1016.372010-9-1116.722010-9-1217.082010-9-1317.452010-9-1417.82

2010-9-1518.212010-9-1618.62010-9-17192010-9-1819.412010-9-1919.832010-9-2020.252010-9-2120.692010-9-2221.142010-9-2321.592010-9-2422.062010-9-2522.532010-9-2623.022010-9-2723.512010-9-2824.022010-9-2924.542010-9-3025.072010-10-125.612010-10-226.162010-10-326.722010-10-427.32010-10-527.882010-10-628.482010-10-729.12010-10-829.732010-10-930.372010-10-1031.022010-10-1131.692010-10-1232.372010-10-1333.072010-10-1433.782010-10-1534.512010-10-1635.252010-10-1736.012010-10-1836.792010-10-1937.582010-10-2038.392010-10-2139.222010-10-2240.062010-10-2340.922010-10-2441.82010-10-2542.72010-10-2643.622010-10-2744.562010-10-2845.522010-10-2946.512010-10-3047.512010-10-3148.532010-11-149.58查詢表格我們可知9月10日到9月14日預(yù)期游客人次分別為16.37萬，16.72萬，17.08萬，17.45萬，17.82萬世博會前四個月參觀人次S0為4737.7萬,預(yù)測九月到十月人次之和S1為1935.637萬，所以預(yù)期世博會從開幕式到閉幕式六個月期間總參觀人次:S=S0+S1=1935.637+4737.7=6773.337（萬）預(yù)期售票收入:M=S?M00.6773337?160108.37（億）七、問題（3）建模與求解根據(jù)以上建立的模型z=f（m,m,m,m,m,m）,首相我們分析世博會帶來的123456利潤問題。上海世博會的直接投入為286億元，而其他的投入為直接投入的5到10倍，也就是說總投入為3000到4000億元之間。世博期間直接盈利包括門票，中外企業(yè)贊助，世博會特許商品銷售，間接盈利是直接盈利的5到9倍。整個世博會期間的人數(shù)估計為6700萬人，門票以160為準，門票收入約為121.6億。門票的收入占直接盈利的50%,盈利最大總收入為2200億。小于總投入。m1為負影響。但是世博期間的基礎(chǔ)設(shè)施的后續(xù)利用、永久建筑的后續(xù)利用將在以后時間里帶來一定的盈利。所以利潤的影響無法說明世博的利與弊。接下來考慮世博會對經(jīng)濟的影響,經(jīng)查閱資料我們找到世博對我國多種企業(yè)都有有利的影響,其中對中介企業(yè),金融業(yè),文化產(chǎn)業(yè),裝潢建筑業(yè),房地產(chǎn)企業(yè),花卉草木,交通運輸,環(huán)保,旅游業(yè)和賓館餐廳這十大企業(yè)有顯著的有利影響。上海世博將成為拉動與提振內(nèi)需的重要契機,將對會展、建筑材料、創(chuàng)意、旅游服務(wù)、酒店、文化等產(chǎn)業(yè)產(chǎn)生一系列連鎖效應(yīng)。據(jù)專家分析,上海世博對擴大投資、消費需求、貿(mào)易合作和創(chuàng)造就業(yè)機會等四個方面起到直接的推動作用。上海世博會有望成為促進中國經(jīng)濟克服困難、助推世界盡早走出金融危機陰霾的難得契機,世博會幾年內(nèi)產(chǎn)生的需求總和,保守估計也有3000億左右。有些外國朋友甚至表示,“中國經(jīng)濟將進入世博周期”?！笆啦┬?yīng)”不僅僅惠及上海,而且將輻射長三角地區(qū),輻射全國?？梢娚虾Ｊ啦?jīng)濟帶來巨大的推動作用,m則為正因子。2第三考慮世博會對環(huán)境的影響,上海世博會以“城市,讓生活更美好”為主題，網(wǎng)上有人用綠色GDP估計出上海用在環(huán)境建設(shè)的資金為874.9億元。人流量為將近7000萬人，帶來嚴重的溫室效應(yīng)問題。經(jīng)檢測上海地表水源熱泵。上海世博帶來了一系列的問題，可見m5為負影響。但是，世博會后上海將呈現(xiàn)全新的城市面貌——水綠交融，將給民眾創(chuàng)造永久的休閑場地，幾十公頃的大綠地為城市環(huán)境做最大的貢獻；環(huán)境的后續(xù)利用將給上海帶來重大的利益。世博會給城市交通帶來的交通壓力具體表現(xiàn)在下面幾個方面：第一，從交通運輸需求量巨大，根據(jù)目前的預(yù)測將達到七千萬人次。第二，交通需求有很強的特點，特點主要表現(xiàn)在（1）客流時間的分布比較集中，主要集中在，比如在開館和閉館的時候，尤其是閉館；（2）持續(xù)的時間比較長，一直持續(xù)將近半年。（3）長江三角洲地區(qū)是中國經(jīng)濟最發(fā)達的地區(qū)，在這區(qū)域范圍內(nèi)旅游資源十分豐富，參觀世博會的游客，在參觀世博會的同時可能需要到區(qū)內(nèi)進行旅游觀光，商務(wù)恰談，這就帶來了很大的城際間的客流。（4）世博會期間除了上述談到的客運以外，還有很多貨運的需求。以上這些都給城市交通提出了很高的要求與壓力。世博會對就業(yè)問題的影響，1996年漢諾世博會提供了10萬個就業(yè)崗位，有人估計，今年的世博將數(shù)十倍增加。世博拉動經(jīng)濟快速增長的同時為各層人民提供了多個就業(yè)崗位。m為正影響。5最后世博會對住房的影響，由于有大量人口涌入上海有可能拉大中國貧富差距，使各階層各地區(qū)矛盾加深；世博結(jié)束后可能會使物價和房價提高，給中低收入人群帶來生活壓力；住房壓力增大。m為負影響。6通過以上分析，世博隨有利有弊，但是博會世博會是我國繼成功舉辦奧運會之后的又一重大國際盛事。中國2010年上海世博會是由中國政府主辦、上海市承辦的重大國際盛事，從某種意義上說，上海世博會其會期之長（為期六個月）、參會國家和地區(qū)之多、參會人數(shù)之眾（預(yù)計將有7000萬人次參觀上海世博會）、影響范圍之廣大、在很多方面甚至還會超過奧運會。對于發(fā)展中的中國而言，舉辦2010年世博會，既是為世界各國搭建交流合作的平臺，也是進一步加強與世界交流，近距離對話世界文化，向世界學(xué)習(xí)的重要契機。八、問題（4）建模與求解平日票與當日票的價格相同，我們把它們看作一類進行分析；優(yōu)惠票只對某部分人有優(yōu)惠，我們把這部分人看成特殊人員。進而相對于基準票價，影響票價的因素有是否是指定日、是否是特殊人員、是否是3次票、是否是5次票，是否是7次票、是否是夜票、是否是普通團體、是否是學(xué)生團體八個因素的影響，并設(shè)它們分別為x1,x2,x3,x4,x5,x6,x7,x8。我們假定這八個因素為0-1變量，其他影響因素看成常量。同時考慮到特殊人員在指定日和平日價格不同由于，即發(fā)現(xiàn)特殊人員和指定日因素有一定的交互作用，所以應(yīng)該考慮二者的組合影響兀兀兀。則我們可以建立統(tǒng)計回歸模型：912y=a+ax+ax+ax+ax+ax+ax+ax+ax+ax；0112233445566778899然后我們對x,y分別取值如下：y=[190110150903806008207515070]；x=[1100000000]；1x=[0101000000]；2x=[0000100000]；3x=[0000010000]；4x=[0000001000]；5x=[0000000100]；6x=[0000000010]；7x=[0000000001]；8x=[0100000000]；9將以上數(shù)據(jù)帶入matlab中求解（程序在附錄程二中），并進行回歸分析，得數(shù)學(xué)模型為：y=150-630x-60x+230x+450x+670x-75x-0x-80x+650x123456789經(jīng)過對現(xiàn)有條件的全面分析,我們認為現(xiàn)行的定價系統(tǒng)考慮比較完善，但仍存在一些不合理的地方，我們提出一下的更具合理性的建議：我們這樣制定票的種類和價格主要基于以下幾方面的考慮。在基準價格不變的情況下，定日普通票、指定日優(yōu)惠票、平日普通票、平日優(yōu)惠票、當日普通票、當日優(yōu)惠票、都在原來的價格基礎(chǔ)上降低10元。原來的多次票只有3次票和7次票兩種，考慮到次數(shù)相差太大，于是我們又增加一個5次票，滿足不同人的需求，同時將它們的價格也做適當?shù)慕档?。考慮到以上世博門票當天只此票能進出一次，一天中只能參觀很少的一部分館，多次參觀花費又很多，而多次買的相對較便宜的夜票，可以游覽更多的館；同時世博會期間大部分天氣比較炎熱，大幅降低夜票的價格可以讓許多白天參觀不盡興的人晚上來參觀，對于上海本地市民和呆在上海時間較長的人員參觀十分有利。普通團購票和學(xué)生團隊票也做了適當?shù)慕祪r。以吸引更多的人來參觀。九、模型的推廣模型的改進我們在對第二個問題建立模型時，沒有把每天具有的因素如溫度、是否下雨、是否為節(jié)假日這些因素單獨對參觀人次的影響進行分析，而是把它們作為一個整體來研究對參觀人次的影響，這樣可能偏差較大，產(chǎn)生誤差較大6X105543216X10554321°0 20 40 60 80 100 120 140 160 180 200m圖九Matlab預(yù)測曲線效果圖模型的推廣我們建立的ARIMA模型可以對經(jīng)濟、股票價格、工業(yè)生產(chǎn)、商品銷售等具有周期性特征量進行預(yù)測十、模型的評價10.1模型的優(yōu)點：1、本模型簡單易懂，實用性強，對多個統(tǒng)計回歸的問題都可以進行分析。模型缺點1、對于問題三，沒能建立出來確定的評價指標進行評價世博的利與弊，2、本模型只考慮較理想的情況，誤差較大，需要對世博相關(guān)數(shù)據(jù)進一步分析做出相應(yīng)的請卻結(jié)果參考文獻姜啟原，謝金星，葉俊?數(shù)學(xué)模型（第三版）[M].北京：高等教育出版社，1999。蕭樹鐵，姜啟源等?數(shù)學(xué)實驗[M].北京：高等教育出版社，2005。錢頌迪，顧基發(fā)，陳炳正等?運籌學(xué)（第三版）[M].北京：科學(xué)出版社，1987。盛驟，謝式千，潘承毅概率論與數(shù)理統(tǒng)計（第四版）[M].北京：高等教育出版社，2008。羅應(yīng)婷，楊鈺娟.SPSS統(tǒng)計分析[M].北京：電子工業(yè)出版社，2009。郝黎仁，樊元，郝哲鷗等.SPSS實用統(tǒng)計分析[M].北京：中國水利水電出版社，2003。附錄程序一：%求解現(xiàn)有票價模型下的回歸方程TOC\o"1-5"\h\zy=[200120160100400700908050160];x1=[00 0 0 0 0 1 0 0 0]';x2=[01 0 1 0 0 0 0 0 0]';x3=[00 0 0 1 0 0 0 0 0]';x4=[00 0 0 0 1 0 0 0 0]';x5=[11 0 0 0 0 0 0 0 0]';x6=[00 0 0 0 0 0 1 0 0]';x7=[00 0 0 0 0 0 0 1 0