公共自行車服務(wù)系統(tǒng)大學(xué)生數(shù)學(xué)建模競(jìng)賽論文

PAGEPAGE4大學(xué)生數(shù)學(xué)建模競(jìng)賽論文公共自行車服務(wù)系統(tǒng)摘要自行車公共服務(wù)系統(tǒng)的對(duì)居民生活和城市建設(shè)有重要作用，統(tǒng)計(jì)其規(guī)律，對(duì)改善其性能和服務(wù)于社會(huì)意義深遠(yuǎn)。本文首先對(duì)20天的相關(guān)數(shù)據(jù)預(yù)處理，剔除明顯無(wú)效數(shù)據(jù)。例如表中所給的借車車站號(hào)為29999的數(shù)據(jù)。發(fā)現(xiàn)自行車車站站點(diǎn)編號(hào)并非連續(xù)的?？偣灿?81個(gè)站點(diǎn)，站號(hào)編號(hào)分別是1-107，109-181，1000；

針對(duì)問(wèn)題一：提取原始數(shù)據(jù)中還車車站號(hào)所在列的數(shù)據(jù)分析，用excel和matlab統(tǒng)計(jì)還車車站號(hào)出現(xiàn)的頻數(shù)。最終得到20天中每天及累計(jì)的借車頻次和還車頻次然后用Excel軟件對(duì)其做排序處理，得出排序的所有站點(diǎn)按累計(jì)的借車頻次和還車頻次（見(jiàn)附件電子表1）。提取原始數(shù)據(jù)中20天的每次用車時(shí)長(zhǎng)數(shù)據(jù)進(jìn)行處理，然后用spss繪制出頻率分布圖（詳見(jiàn)模型求解）。

針對(duì)問(wèn)題二：使用Excel軟件中的數(shù)據(jù)透視表功能對(duì)其進(jìn)行處理，得出20天中各天使用公共自行車的不同借車卡（即借車人）數(shù)量（見(jiàn)附件電子表2）。提取20天原始數(shù)據(jù)表中借車卡號(hào)所在列的數(shù)據(jù)，由此得出每張借車卡累計(jì)借車次數(shù)的分布情況（詳見(jiàn)電子表）。

針對(duì)問(wèn)題三：統(tǒng)計(jì)問(wèn)題一的借車頻次和還車頻次。得出在第20天用車頻次最高。利用每個(gè)站點(diǎn)的通車次數(shù)計(jì)算出各站點(diǎn)的平均時(shí)間距離；運(yùn)用dijikstra算法，算出最短距離和最長(zhǎng)距離。對(duì)于第二小問(wèn)我們采用數(shù)據(jù)透視表統(tǒng)計(jì)篩選出借還車次的最高頻次，進(jìn)行不同類分布；接著用SPSS統(tǒng)計(jì)出借還車高峰時(shí)段并進(jìn)行歸類。針對(duì)問(wèn)題四，自行車服務(wù)點(diǎn)設(shè)置可分為五類：公交點(diǎn)、居住點(diǎn)、公共建筑點(diǎn)、休閑旅游點(diǎn)和高等院校點(diǎn)，由前三問(wèn)的統(tǒng)計(jì)結(jié)果得知，城區(qū)中心站點(diǎn)設(shè)置合理，在借還車高峰期站點(diǎn)，該站點(diǎn)鎖樁數(shù)量大于其自行車數(shù)量，滿足該時(shí)段的需求。某些站點(diǎn)用車頻次較低，服務(wù)效率不高，有改善空間。針對(duì)問(wèn)題五，考慮不同人群的特點(diǎn)及需求，可優(yōu)化公共自行車的功能和結(jié)構(gòu)，提供各種型號(hào)的自行車；對(duì)各種型號(hào)的自行車均衡投放，即時(shí)調(diào)度；鼓勵(lì)市民短時(shí)騎行、即用即還；站點(diǎn)地址上網(wǎng)可查，政府參與，幫助、指導(dǎo)和督促運(yùn)營(yíng)企業(yè)，提升管理水平，提高服務(wù)質(zhì)量，形成“網(wǎng)絡(luò)密度均好、規(guī)模等級(jí)化”的系統(tǒng)服務(wù)點(diǎn)網(wǎng)絡(luò)。關(guān)鍵字：SPSS軟件Excel軟件MATLAB軟件聚類分析dijikstra算法公共自行車服務(wù)系統(tǒng)問(wèn)題背景公共自行車或“自行車共享”的概念最早起源于歐洲，作為低碳、環(huán)保、節(jié)能、健康的新型交通工具，正在中國(guó)許多城市迅速推廣與普及，為市民提供更加便利的公共交通服務(wù)，在建設(shè)低碳城市，提升城市品質(zhì)，創(chuàng)建資源友好型社會(huì)中將會(huì)發(fā)揮重要作用。問(wèn)題重述公共自行車作為一種低碳、環(huán)保、節(jié)能、健康的出行方式，正在全國(guó)許多城市迅速推廣與普及。在公共自行車服務(wù)系統(tǒng)中，自行車租賃的站點(diǎn)位置及各站點(diǎn)自行車鎖樁和自行車數(shù)量的配置，對(duì)系統(tǒng)的運(yùn)行效率與用戶的滿意度有重要的影響。請(qǐng)你們?cè)诟闱宄沧孕熊嚪?wù)模式和使用規(guī)則的基礎(chǔ)上，根據(jù)附件提供的數(shù)據(jù)，建立數(shù)學(xué)模型，討論以下問(wèn)題：1.分別統(tǒng)計(jì)各站點(diǎn)20天中每天及累計(jì)的借車頻次和還車頻次,并對(duì)所有站點(diǎn)按累計(jì)的借車頻次和還車頻次分別給出它們的排序。另外，試統(tǒng)計(jì)分析每次用車時(shí)長(zhǎng)的分布情況。（畫圖）2.試統(tǒng)計(jì)20天中各天使用公共自行車的不同借車卡（即借車人）數(shù)量，并統(tǒng)計(jì)數(shù)據(jù)中出現(xiàn)過(guò)的每張借車卡累計(jì)借車次數(shù)的分布情況。3.找出所有已給站點(diǎn)合計(jì)使用公共自行車次數(shù)最大的一天，并討論以下問(wèn)題：（1）請(qǐng)定義兩站點(diǎn)之間的距離，（自行車的速度與價(jià)格）并找出自行車用車的借還車站點(diǎn)之間（非零）最短距離與最長(zhǎng)距離。對(duì)借還車是同一站點(diǎn)且使用時(shí)間在1分鐘以上的借還車情況進(jìn)行統(tǒng)計(jì)。（2）選擇借車頻次最高和還車頻次最高的站點(diǎn)，分別統(tǒng)計(jì)分析其借、還車時(shí)刻的分布及用車時(shí)長(zhǎng)的分布。（3）找出各站點(diǎn)的借車高峰時(shí)段和還車高峰時(shí)段，在地圖上標(biāo)注或列表給出高峰時(shí)段各站點(diǎn)的借車頻次和還車頻次，并對(duì)具有共同借車高峰時(shí)段和還車高峰時(shí)段的站點(diǎn)分別進(jìn)行歸類。4.請(qǐng)說(shuō)明上述統(tǒng)計(jì)結(jié)果攜帶了哪些有用的信息，由此對(duì)目前公共自行車服務(wù)系統(tǒng)站點(diǎn)設(shè)置和鎖樁數(shù)量的配置做出評(píng)價(jià)。5.找出公共自行車服務(wù)系統(tǒng)的其他運(yùn)行規(guī)律，提出改進(jìn)建議。已知資料附件1為浙江省溫州市鹿城區(qū)公共自行車管理中心提供的某20天借車和還車的原始數(shù)據(jù)，所給站點(diǎn)的地理位置參見(jiàn)附件2（詳細(xì)信息可以參考溫州市鹿城區(qū)公共自行車管理中心網(wǎng)站：）。附件1：公共自行車數(shù)據(jù)（內(nèi)含20個(gè)Excel文件）附件2：公共自行車站點(diǎn)分布圖問(wèn)題分析首先，先分析題目中所給的數(shù)據(jù)，發(fā)現(xiàn)在這些數(shù)據(jù)中出現(xiàn)有些無(wú)效數(shù)據(jù)，所以對(duì)該類數(shù)據(jù)在統(tǒng)計(jì)之前視為無(wú)效數(shù)據(jù)，將其剔除，然后再求解所有問(wèn)題。求解該問(wèn)題時(shí)用Excel軟件對(duì)其做數(shù)值統(tǒng)計(jì)處理，然后處理后的數(shù)據(jù)用Matlab軟件中的相關(guān)函數(shù)做對(duì)其進(jìn)行處理，結(jié)合Excel與Matlab軟件畫圖分析，最終對(duì)相關(guān)的問(wèn)題做出結(jié)論。3.1問(wèn)題1分析先通過(guò)Excel軟件對(duì)20天的相關(guān)數(shù)據(jù)做簡(jiǎn)化處理，得出溫州市總共有181個(gè)站點(diǎn)，站號(hào)編號(hào)分別從1-107，109-181，1000；在對(duì)處理后的數(shù)據(jù)用Matlab軟件對(duì)其作進(jìn)一步統(tǒng)計(jì)處理，得出各站點(diǎn)20天中每天及累計(jì)的借車頻次和還車頻次（具體結(jié)果見(jiàn)電子表格），然后用Excel軟件對(duì)其做排序處理，得出排序所有站點(diǎn)的累計(jì)的借車頻次和還車頻次。同理，對(duì)表中的每次用車時(shí)長(zhǎng)數(shù)據(jù)進(jìn)行處理得出結(jié)果，并用spss軟件畫圖進(jìn)行分析。3.2問(wèn)題2分析針對(duì)問(wèn)題二，與問(wèn)題一的處理方法上具有相似之處，因此，我們對(duì)附表中的數(shù)值用Excel軟件對(duì)其進(jìn)行統(tǒng)計(jì)處理，然后使用Excel軟件中的數(shù)據(jù)透視表功能對(duì)其進(jìn)行處理，得出20天中各天使用公共自行車的不同借車卡（即借車人）數(shù)量，在利用Matlab軟件中的函數(shù)對(duì)其進(jìn)行處理，畫出圖形，再進(jìn)行分析，由此得出每張借車卡累計(jì)借車次數(shù)的分布情況（詳細(xì)描述）。3.3問(wèn)題3分析對(duì)該問(wèn)題進(jìn)行討論后，我們從問(wèn)題一中的站點(diǎn)統(tǒng)計(jì)結(jié)果中找出已給站點(diǎn)合計(jì)使用公共自行車次數(shù)最大的一天。在此基礎(chǔ)上討論問(wèn)題（1）：采用數(shù)據(jù)透視表對(duì)第二十天的各個(gè)站點(diǎn)間所用車次數(shù)進(jìn)行匯總，利用兩個(gè)站點(diǎn)之間的用車頻次和用車可以算出兩地之間的平均時(shí)間，以平均時(shí)間作為兩站點(diǎn)之間的時(shí)間距離，從而得出各個(gè)站點(diǎn)之間的時(shí)間距離值，兩站點(diǎn)之間分別為i、j，站點(diǎn)i到站點(diǎn)j之間的通車數(shù)量為n，T(k)為第k輛車到i地的時(shí)間。（2）在求兩站點(diǎn)之間使用1分鐘以上的借車情況，我們首先對(duì)第20天的用車時(shí)間進(jìn)行排序，然后將1分鐘和1分鐘以下的數(shù)據(jù)進(jìn)行剔除，然后在用Excel軟件使用數(shù)據(jù)透視圖對(duì)數(shù)據(jù)進(jìn)行借還車是同一站點(diǎn)的條件篩選，得出借還車是同一站點(diǎn)且使用時(shí)間在1分鐘以上的借還車統(tǒng)計(jì)結(jié)果，再進(jìn)一步的統(tǒng)計(jì)，得出表，并根據(jù)表畫圖圖，從而由表推測(cè)在同一站點(diǎn)借還車時(shí)間段推出鹿州去的站點(diǎn)分布相對(duì)密集度。針對(duì)問(wèn)題三的（3），我們用Excel表格統(tǒng)計(jì)第二十天的各站點(diǎn)的用車數(shù)量，接著用SPSS軟件對(duì)每一個(gè)站點(diǎn)進(jìn)行歸類，得出該站點(diǎn)的所有用車時(shí)段和借、還車數(shù)，然后采用Q型聚類，區(qū)間采用平方Evcidean得到借車高峰時(shí)段和還車高峰時(shí)段的站點(diǎn)。3.4問(wèn)題4分析我們從上述問(wèn)題統(tǒng)計(jì)與結(jié)果進(jìn)行考慮，對(duì)統(tǒng)計(jì)結(jié)果數(shù)據(jù)中的自行車服務(wù)點(diǎn)進(jìn)行分析，以及借還車高峰期時(shí)刻，自行車人數(shù)進(jìn)行分析，得出相關(guān)結(jié)論，因此由此對(duì)目前公共自行車服務(wù)系統(tǒng)站點(diǎn)設(shè)置和鎖樁數(shù)量的配置做出評(píng)價(jià)。3.5問(wèn)題5分析對(duì)于解決該問(wèn)，我們通過(guò)查找公共自行車服務(wù)系統(tǒng)的其他運(yùn)行規(guī)律，公共自行車服務(wù)的運(yùn)行規(guī)律是從它的自身特性、社會(huì)的背景存在的因素下進(jìn)行考慮，在找出其規(guī)律以后，我們針對(duì)不同的運(yùn)行規(guī)律，從而得出解決方案。模型假設(shè)（1）假設(shè)問(wèn)題所給數(shù)據(jù)真實(shí)可靠；（2）假設(shè)題目所給的20天數(shù)據(jù)能夠代表浙江省溫州市鹿城區(qū)公共自行車系統(tǒng)運(yùn)行以來(lái)的其他天數(shù)的情況；（3）假設(shè)所給信息足夠溫州市鹿城區(qū)的公共自行車大部分信息；（4）數(shù)據(jù)中的奇異數(shù)據(jù)及缺省的值忽略后對(duì)總體信息不會(huì)有顯著的影響；(5)假設(shè)數(shù)據(jù)經(jīng)過(guò)微處理后對(duì)原始的結(jié)果影響并不大；(6)假設(shè)只要刷卡一次，就算借車一次。符號(hào)解釋與說(shuō)明：站點(diǎn)i到站點(diǎn)j行車的平均時(shí)間；n:站點(diǎn)i到站點(diǎn)j的行駛的自行車的數(shù)量；t(k):第k輛自行車的行車時(shí)間；V:騎自行車的平均速度；tp:運(yùn)用dijkstra算法算出的各站點(diǎn)間最短時(shí)間。模型建立與求解首先，先分析題目中所給的數(shù)據(jù)，我們經(jīng)過(guò)觀察附件中的20天的數(shù)據(jù)，發(fā)現(xiàn)在這些數(shù)據(jù)中出現(xiàn)了無(wú)效數(shù)據(jù)，所以將該類數(shù)據(jù)在進(jìn)行統(tǒng)計(jì)之前視為無(wú)效數(shù)據(jù)，將其剔除，然后再求解所有問(wèn)題。例如：在電子表格中第五天中，出現(xiàn)了車站號(hào)為29999的還車車站號(hào)，換車鎖樁號(hào)為0，與電子表格中的數(shù)據(jù)不符合邏輯，因此被視為無(wú)效數(shù)據(jù)，將與其行相關(guān)的數(shù)據(jù)記錄做剔除處理。6.1問(wèn)題1求解針對(duì)問(wèn)題一，先通過(guò)Excel軟件對(duì)20天的相關(guān)數(shù)據(jù)做處理，找出溫州市鹿城去的站點(diǎn)號(hào)總共有181個(gè)站點(diǎn)，站號(hào)編號(hào)分別從1-107，109-181，1000；在對(duì)處理后的數(shù)據(jù)用Matlab軟件在這181個(gè)站點(diǎn)中的20天的借車頻數(shù)進(jìn)行統(tǒng)計(jì)，同理，運(yùn)用此種方法統(tǒng)計(jì)這20天的還車頻數(shù)，因此最終得出各站點(diǎn)20天中每天及累計(jì)的借車頻次和還車頻次（結(jié)果見(jiàn)電子表格），然后用Excel軟件對(duì)所有站點(diǎn)按累計(jì)的借車頻次和還車頻次分別進(jìn)行排序。各站點(diǎn)20天內(nèi)的借車總頻數(shù)與各站點(diǎn)20天內(nèi)的還車總頻數(shù)（見(jiàn)電子表格2）PAGE19同理，運(yùn)用此方法對(duì)表中的每次用車時(shí)長(zhǎng)數(shù)據(jù)進(jìn)行處理（結(jié)果見(jiàn)電子表格），并用spss軟件畫出頻數(shù)分布圖，如下圖1。圖1：頻數(shù)分布圖通過(guò)數(shù)據(jù)與上圖分析，我們能夠得出：用車時(shí)間在一個(gè)小時(shí)內(nèi)的人數(shù)最多，且一般用車人數(shù)分布于半個(gè)小時(shí)內(nèi)，用車時(shí)間超過(guò)半個(gè)小時(shí)人數(shù)逐漸成快速遞減趨勢(shì)。6.2問(wèn)題2求解對(duì)于問(wèn)題二，我們運(yùn)用Excel軟件對(duì)數(shù)據(jù)進(jìn)行處理，采用Excel軟件中的數(shù)據(jù)透視表去統(tǒng)計(jì)每天使用公共自行車的借車人數(shù)量，因此可得出每一位借車人的用車次數(shù)其結(jié)果如下表1所示：表1：每位借車人的用車次數(shù)針對(duì)問(wèn)題二的第二小問(wèn)，我們對(duì)附表中的數(shù)值用Excel軟件對(duì)其進(jìn)行統(tǒng)計(jì)處理，然后使用Excel軟件中的數(shù)據(jù)透視表功能對(duì)其進(jìn)行處理，得出20天中各天使用公共自行車的不同借車卡（即借車人）數(shù)量（下表2只舉出第一天到第六天的20張卡號(hào)的累計(jì)借車卡次數(shù)，詳解見(jiàn)電子表格4）表2：第一天到第六天的20張卡號(hào)的累計(jì)借車卡次數(shù)從上述的得出這20天內(nèi)每張卡的累計(jì)數(shù)量。利用Excel軟件中的函數(shù)對(duì)其進(jìn)行處理，再進(jìn)行分析，由此得出每張借車卡累計(jì)借車次數(shù)的分布情況。（具體的見(jiàn)電子表格5），為了進(jìn)一步下面數(shù)據(jù)的處理，我們利用Excel軟件對(duì)數(shù)據(jù)再次進(jìn)行處理統(tǒng)計(jì)，得出使用卡在幾次的統(tǒng)計(jì)結(jié)果，見(jiàn)下表3：使用次數(shù)32計(jì)數(shù)36264計(jì)數(shù)26101計(jì)數(shù)32計(jì)數(shù)308931計(jì)數(shù)35465計(jì)數(shù)26109計(jì)數(shù)31計(jì)數(shù)307133計(jì)數(shù)31667計(jì)數(shù)25116計(jì)數(shù)33計(jì)數(shù)287934計(jì)數(shù)29661計(jì)數(shù)2489計(jì)數(shù)24計(jì)數(shù)261435計(jì)數(shù)28871計(jì)數(shù)2495計(jì)數(shù)25計(jì)數(shù)243036計(jì)數(shù)26868計(jì)數(shù)23102計(jì)數(shù)26計(jì)數(shù)214838計(jì)數(shù)25163計(jì)數(shù)20108計(jì)數(shù)27計(jì)數(shù)207037計(jì)數(shù)21669計(jì)數(shù)19112計(jì)數(shù)28計(jì)數(shù)190839計(jì)數(shù)18766計(jì)數(shù)1888計(jì)數(shù)19計(jì)數(shù)179041計(jì)數(shù)17277計(jì)數(shù)1690計(jì)數(shù)110計(jì)數(shù)165540計(jì)數(shù)17072計(jì)數(shù)1593計(jì)數(shù)111計(jì)數(shù)152442計(jì)數(shù)16085計(jì)數(shù)1496計(jì)數(shù)112計(jì)數(shù)140643計(jì)數(shù)14274計(jì)數(shù)1198計(jì)數(shù)113計(jì)數(shù)132744計(jì)數(shù)14175計(jì)數(shù)1099計(jì)數(shù)114計(jì)數(shù)123345計(jì)數(shù)12080計(jì)數(shù)10103計(jì)數(shù)115計(jì)數(shù)110547計(jì)數(shù)11370計(jì)數(shù)9106計(jì)數(shù)116計(jì)數(shù)103046計(jì)數(shù)10873計(jì)數(shù)9107計(jì)數(shù)117計(jì)數(shù)95349計(jì)數(shù)9378計(jì)數(shù)9110計(jì)數(shù)118計(jì)數(shù)88748計(jì)數(shù)9082計(jì)數(shù)9114計(jì)數(shù)119計(jì)數(shù)87750計(jì)數(shù)8176計(jì)數(shù)8118計(jì)數(shù)120計(jì)數(shù)80452計(jì)數(shù)7081計(jì)數(shù)6120計(jì)數(shù)122計(jì)數(shù)73553計(jì)數(shù)6787計(jì)數(shù)6130計(jì)數(shù)121計(jì)數(shù)73051計(jì)數(shù)6691計(jì)數(shù)6131計(jì)數(shù)123計(jì)數(shù)65356計(jì)數(shù)5679計(jì)數(shù)5132計(jì)數(shù)124計(jì)數(shù)65357計(jì)數(shù)5583計(jì)數(shù)4135計(jì)數(shù)126計(jì)數(shù)58154計(jì)數(shù)5186計(jì)數(shù)4140計(jì)數(shù)125計(jì)數(shù)55955計(jì)數(shù)48100計(jì)數(shù)4156計(jì)數(shù)127計(jì)數(shù)48159計(jì)數(shù)4684計(jì)數(shù)3167計(jì)數(shù)128計(jì)數(shù)46958計(jì)數(shù)4392計(jì)數(shù)3191計(jì)數(shù)130計(jì)數(shù)42560計(jì)數(shù)4094計(jì)數(shù)3262計(jì)數(shù)129計(jì)數(shù)41862計(jì)數(shù)3597計(jì)數(shù)3658計(jì)數(shù)1總計(jì)數(shù)45423表3：使用卡在幾次的統(tǒng)計(jì)結(jié)果6.3問(wèn)題3求解對(duì)于問(wèn)題上，通過(guò)問(wèn)題一的統(tǒng)計(jì)結(jié)果（即表4），我們得知第20天公共自行車使用次數(shù)最大，由此討論以下問(wèn)題：表4：20天內(nèi)每天借車人數(shù)累計(jì)通過(guò)對(duì)歷年數(shù)據(jù)的分析，我們由此定義兩站點(diǎn)之間的距離為：首先求取站點(diǎn)i到j(luò)的平均時(shí)間Step2:跟據(jù)求得的平均時(shí)間得到各站點(diǎn)間的時(shí)間矩陣表T；Step3:運(yùn)用dijkstra算法算出的各站點(diǎn)間最短時(shí)間tp；Step4:計(jì)算各站點(diǎn)間的最短路程s1：

s1=tp*v在求兩站點(diǎn)之間使用1分鐘以上的借車情況，我們首先對(duì)第20天的用車時(shí)間進(jìn)行排序，然后將1分鐘和1分鐘以下的數(shù)據(jù)進(jìn)行剔除，然后在用Excel軟件使用數(shù)據(jù)透視圖對(duì)數(shù)據(jù)進(jìn)行借還車是同一站點(diǎn)的條件篩選，得出借還車是同一站點(diǎn)且使用時(shí)間在1分鐘以上的借還車統(tǒng)計(jì)結(jié)果（見(jiàn)表5）。站名借用次數(shù)三橋下5學(xué)院大廈7中西醫(yī)結(jié)合醫(yī)院9九山公園12市政府東0溫八醫(yī)5白鹿洲公園8都市花苑10鹿城路旅集散中心12測(cè)試點(diǎn)1新城大道體檢中心5粗糠橋8麗都大廈10馬鞍池南12會(huì)展中心1東南劇院6大世界超市8鹿城區(qū)審批中心10南浦醫(yī)院12望江路廣化橋路口1惠民路與航標(biāo)路口6府東家園公交站8南塘一組團(tuán)10上陡門住宅公交站12婦女兒童中心2科技館6公交上徒門始發(fā)站8區(qū)地稅局10雙龍路王子花苑12勤奮路市財(cái)政局2黎明街道衛(wèi)生中心6海悅名邸酒店8十四中學(xué)10溫四中12湯家橋北路新田路2甌江路鹿城廣場(chǎng)6巨一花苑8市電力局10物華天寶12公共自行車中心3人力資源社保局6群藝大樓8湯家橋北云中花園10銀都花苑12市政府西3市審批中心6鹿城區(qū)公安局9信河嘉會(huì)里路口10銀泰百貨12楊府山公園停車場(chǎng)3吳橋路加油站6妙果寺9魚鱗浹10裕達(dá)大廈農(nóng)業(yè)銀行12濱江街道辦事處4西城菜場(chǎng)6南郊派出所9浙江工貿(mào)學(xué)院10百里小學(xué)13粗糠橋公交站4楊府山南大門6牛山北路文杰酒業(yè)9繁華公寓11濱江美景園13馬鞍池西路89號(hào)4質(zhì)量監(jiān)督局6上村小區(qū)9工人文化宮11大士門石坦小學(xué)13上田菜場(chǎng)4公交集團(tuán)7時(shí)代海景9南浦橋11國(guó)際貿(mào)易中心13湯家橋路英豪花園4公園路去茶去7松臺(tái)廣場(chǎng)9溫州大廈11宏源路數(shù)碼大廈13喜來(lái)登酒店4黃龍商貿(mào)城北7體育中心南9新南亞大酒店11江濱路車站大道13學(xué)院東路豐源路口4江濱路府東路口7溫州十九中9星河廣場(chǎng)11方正大廈5龍方家園7新城車站9繡山衛(wèi)生院11火車站對(duì)面5鹿城法院7雪山路-勤奮路口9云錦大廈11金迅達(dá)大廈5溫州大劇院7迎潮大廈9安瀾輪渡碼頭12拉菲度假酒店5溫州建國(guó)醫(yī)院對(duì)面7遠(yuǎn)東大酒店9大自然家園12鹿城實(shí)驗(yàn)中學(xué)5繡山中學(xué)7浙南農(nóng)貿(mào)市場(chǎng)對(duì)面9海港大廈12表5：同一站點(diǎn)且使用時(shí)間在1分鐘以上的借還車統(tǒng)計(jì)結(jié)果通過(guò)上表的統(tǒng)計(jì)結(jié)果，我們?cè)龠M(jìn)一步的統(tǒng)計(jì)，得出下一列結(jié)果，如下表6所示：時(shí)間段0—56—1011—1516—2020—2526—3030以上次數(shù)255549221496表6：各時(shí)間段的的統(tǒng)計(jì)次數(shù)圖2：各時(shí)間段的的統(tǒng)計(jì)次數(shù)直方圖由上表6與上圖2，我們可知，在同一站點(diǎn)借還且時(shí)間為6-10,11-15分鐘段的人數(shù)最多，能反映一個(gè)情況，即一樣人借車的在本站借說(shuō)跑的距離并不是很遠(yuǎn)，所以可以推測(cè)出，鹿州去的站點(diǎn)分布相對(duì)密集度較高。對(duì)于問(wèn)題二，我們選擇借車頻次最高和還車頻次最高的站點(diǎn)，分別統(tǒng)計(jì)分析其借、還車時(shí)刻的分布及用車時(shí)長(zhǎng)的分布。解題思路：針對(duì)該問(wèn)題，首先對(duì)第二十天的借車車站號(hào)進(jìn)行排序，運(yùn)用Excel軟件中的數(shù)據(jù)透視圖功能對(duì)其篩選，得出下下列匯總后從而得出每一個(gè)站點(diǎn)在該天借車的次數(shù)，如下表所示（由于篇幅比較大，所以這里選取排列在前10名排序的結(jié)果（即表7），具體表見(jiàn)電子表格）：借出車站匯總歸還車站匯總總計(jì)42242總計(jì)42242街心公園821五馬美食林786五馬美食林766街心公園785醫(yī)學(xué)院653醫(yī)學(xué)院672體育中心西644體育中心西642開太百貨613開太百貨640國(guó)光大廈548國(guó)光大廈555陽(yáng)光花苑537陽(yáng)光花苑543馬鞍池吳橋路口524馬鞍池吳橋路口509縣前頭520縣前頭505小南門立交橋489時(shí)代廣場(chǎng)503公園路新華書店487洪殿?yuàn)W康485表7：前十借車頻次和還車頻次的站點(diǎn)統(tǒng)計(jì)由上表7可知，借車頻次最高的站點(diǎn)是街心花園，還車頻次最高的站點(diǎn)五馬美食林。根據(jù)所得的兩個(gè)站點(diǎn)，對(duì)兩個(gè)站點(diǎn)的借車時(shí)刻、還車時(shí)刻、用車時(shí)長(zhǎng)用Excel中分別進(jìn)行條件篩選統(tǒng)計(jì)，由于數(shù)據(jù)量過(guò)于大，為統(tǒng)計(jì)方便，我們將時(shí)間段以兩個(gè)小時(shí)為一層次，借車時(shí)長(zhǎng)分鐘段為10分鐘一時(shí)段進(jìn)行劃分，得出如下表8結(jié)果：表8：頻率最高的借車站點(diǎn)五馬美食林時(shí)長(zhǎng)次數(shù)統(tǒng)計(jì)圖3：頻率最高的借車站點(diǎn)五馬美食林時(shí)長(zhǎng)次數(shù)統(tǒng)計(jì)由上表8與上圖畫出圖并進(jìn)行分析，統(tǒng)計(jì)得出下表9的分鐘時(shí)段，得出分鐘段為：分鐘段1-910-1920-2930-3940-4950以上五馬美食林借車時(shí)長(zhǎng)302258104451215表9：五馬美食林分鐘段時(shí)長(zhǎng)分布圖4：五馬美食林借車次數(shù)統(tǒng)計(jì)同理，可求出街心花園的借車頻次最高和還車頻次最高的站點(diǎn)，分別統(tǒng)計(jì)分析其借、還車時(shí)刻的分布及用車時(shí)長(zhǎng)的分布，如下表10所示：時(shí)間街心花園借次數(shù)還次數(shù)分鐘段次數(shù)6—837260—92948—1012912410—1930010—1213513420—298812—1413312930—395214—1612212440—491916—1818418950—59718—20637460—69220—22182570—791表10：街心花園其借、還車時(shí)刻的分布及用車時(shí)長(zhǎng)的分布圖5：街心花園用車時(shí)長(zhǎng)分鐘段統(tǒng)計(jì)圖針對(duì)問(wèn)題3.3，我們用Excel表格統(tǒng)計(jì)第二十天的各站點(diǎn)的用車數(shù)量，接著用SPSS軟件對(duì)每一個(gè)站點(diǎn)進(jìn)行歸類，得出該站點(diǎn)的所有用車時(shí)段和借、還車數(shù)，然后采用Q型聚類，區(qū)間采用平方Evcidean得到借車高峰時(shí)段和還車高峰時(shí)段的站點(diǎn)。各個(gè)站點(diǎn)的借車時(shí)段如下圖所示：各個(gè)站點(diǎn)的還車時(shí)段：根據(jù)以上數(shù)據(jù)可知：（1）、各站點(diǎn)的借車高峰時(shí)段和還車高峰時(shí)段均為17:00~18:00時(shí)間段，（2）高峰時(shí)段各站點(diǎn)的借車頻次和還車頻次列表詳見(jiàn)電子表格共同借車高峰時(shí)段站點(diǎn)歸類：城區(qū)、公園、商貿(mào)大廈、學(xué)校共同還車高峰時(shí)段站點(diǎn)歸類：廣場(chǎng)、商貿(mào)城、公園。6.1問(wèn)題4求解根據(jù)上述一二問(wèn)的統(tǒng)計(jì)結(jié)果，我們做出了各站點(diǎn)總用車頻次高低對(duì)比圖，如下圖所示：從圖中我們可以看出，對(duì)于那些用車頻次較低的站點(diǎn)，說(shuō)明該站點(diǎn)服務(wù)效率不高，可能存在重大缺陷。應(yīng)視為重點(diǎn)整改對(duì)象。6.1問(wèn)題5求解在查找相關(guān)資料及分析后，我們找出如下公共自行車服務(wù)系統(tǒng)的其他運(yùn)行規(guī)律，并提出改進(jìn)建議。（1）優(yōu)化公共自行車的功能和結(jié)構(gòu)。在對(duì)第三問(wèn)的數(shù)據(jù)處理中對(duì)借還車是同一站點(diǎn)且使用時(shí)間在1分鐘以上的借還車情況進(jìn)行統(tǒng)計(jì)，在這個(gè)條件中，將一分鐘的情況進(jìn)行了剔除，由此可見(jiàn)，造成使用時(shí)長(zhǎng)在一分鐘以內(nèi)的原因中有很大的可能性是自行車本身出現(xiàn)了問(wèn)題，而導(dǎo)致市民在取車后發(fā)現(xiàn)自行車不能夠使用，因此，需優(yōu)化公共自行車的功能和結(jié)構(gòu)，既能減少材料損耗，減少公共自行車維護(hù)的投入，同時(shí)又能更好地滿足城市公共自行車的“公共性”服務(wù)需求，提高公共自行車的品質(zhì)。（2）均衡投放，即時(shí)調(diào)度。根據(jù)每個(gè)站點(diǎn)自行車的使用頻率不同，避免部分站點(diǎn)的自行車短缺或堆積現(xiàn)象發(fā)生，將通過(guò)調(diào)度專用車進(jìn)行合理調(diào)度。由于某些站點(diǎn)是市民的使用自行車的高峰期，因此，可以在使用公共自行車需求量大的地方增加自行車的數(shù)量。（3）提供各種型號(hào)的自行車。為了提高自行車的使用效率，我們可以在每個(gè)站點(diǎn)提供輕便型、載重型、帶小孩型三種車型，以提高不同人群的自行車使用滿意度。（4）社區(qū)、校園、商圈、景點(diǎn)和公交對(duì)接處需設(shè)置多站點(diǎn)、增加自行車數(shù)量。一般情況站點(diǎn)數(shù)量是該城市公交車站點(diǎn)的二分之一，自行車數(shù)量是出租車的兩倍左右，設(shè)置在社區(qū)、校園、商圈、景點(diǎn)和公交對(duì)接處。（5）鼓勵(lì)市民短時(shí)騎行、即用即還。為了提高公共自行車有效使用率，可根據(jù)時(shí)間，減少免費(fèi)利用時(shí)間，提高周轉(zhuǎn)率，從而提高使用效率。（6）站點(diǎn)地址上網(wǎng)可查，政府參與。如果要拓充網(wǎng)點(diǎn)需要交通部門支持。此外，騎車行道路、環(huán)境境並不樂(lè)觀，占道、搶道時(shí)有發(fā)生，為市民出行提供綠色出行服務(wù)。（7）要幫助、指導(dǎo)、督促運(yùn)營(yíng)企業(yè)，提升管理水平，提高服務(wù)質(zhì)量。（8）加強(qiáng)與社會(huì)停車場(chǎng)、中學(xué)等的結(jié)合布置，提高中年、青少年人群的使用水平。調(diào)查發(fā)現(xiàn)，在適用人口中，青年人和中老年人是系統(tǒng)用戶的主要組成部分。系統(tǒng)對(duì)中年人、青少年的吸引力不足。通過(guò)提高使用便利度的方式，服務(wù)點(diǎn)的布設(shè)可以引導(dǎo)使用，加強(qiáng)服務(wù)點(diǎn)與社會(huì)停車場(chǎng)、學(xué)校等的緊密結(jié)合布置，擴(kuò)展目前僅有的五種類型的自行車點(diǎn)，引導(dǎo)這兩個(gè)年齡層次人群公共自行車用戶的產(chǎn)生，實(shí)現(xiàn)用車人群的擴(kuò)展。（9）形成“網(wǎng)絡(luò)密度均好、規(guī)模等級(jí)化”的系統(tǒng)服務(wù)點(diǎn)網(wǎng)絡(luò)。該做法將有利于系統(tǒng)的高效運(yùn)行。針對(duì)目前出現(xiàn)的“規(guī)模標(biāo)準(zhǔn)化、網(wǎng)絡(luò)密度差異大”布置方式影響系統(tǒng)網(wǎng)絡(luò)的便利使用。同時(shí)，標(biāo)準(zhǔn)化規(guī)模的布設(shè)模式，不能夠迎合使用量差異的需求。容易出現(xiàn)出行需求量大的區(qū)域，車輛供應(yīng)不足，出行量需求小的區(qū)域，車輛空置，這種布設(shè)方式不利于設(shè)施資源的高效利用。因此，系統(tǒng)服務(wù)網(wǎng)點(diǎn)應(yīng)采用形成“網(wǎng)絡(luò)密度均好、規(guī)模等級(jí)化”的布設(shè)方式，形成滿足布設(shè)間距的服務(wù)點(diǎn)網(wǎng)絡(luò)，并對(duì)使用需求量規(guī)模區(qū)分對(duì)待，才能在保證系統(tǒng)正常運(yùn)行的情況下，對(duì)設(shè)施資源的有效利用。7.模型評(píng)價(jià)與推廣1、模型的評(píng)價(jià)優(yōu)點(diǎn)（1）本文基于SPSS軟件，充分將理論分析與實(shí)際操作相結(jié)合，檢驗(yàn)符合實(shí)際情況，具有一定的的合理性。（2）本文建立的模型使用Q型聚類已及區(qū)間采用平方Eucidean，具有一定的合理性,適用于相關(guān)與公共自行車的問(wèn)題解決。（3）計(jì)算簡(jiǎn)便，結(jié)果簡(jiǎn)單明確，分析具有調(diào)理性易于決策者了解和掌握。（4）模型的計(jì)算采用專業(yè)的數(shù)學(xué)軟件，可信度較高缺點(diǎn)（1）數(shù)據(jù)量過(guò)大的情況下還是存在一定的局限性，處理速度并非很快。（2）整個(gè)過(guò)程的比較，判斷依據(jù)有限，結(jié)果有點(diǎn)粗糙，不適于高精度需求。（3）問(wèn)題三中最短距離的計(jì)算，只給出了具體的計(jì)算方法。而沒(méi)有給出具體的結(jié)果。2、模型的推廣該模型能夠其他的相關(guān)于其他的公共事業(yè)中運(yùn)用，具有比較好的廣泛利用性。模型中運(yùn)用到的Q型聚類及區(qū)間采用平方Eucidean是在做決策、項(xiàng)目管理等多復(fù)雜因素問(wèn)題中運(yùn)用到，這種方法可以使問(wèn)題清楚明朗。8.參考文獻(xiàn)[1]杜強(qiáng)，賈麗艷，SPSS統(tǒng)計(jì)分析從入門到精通[M]，北京：人民郵電出版社，2011（9）：331-335。[2]徐秋艷，SPSS統(tǒng)計(jì)分析方法及應(yīng)用[M]，北京：中國(guó)水利水電出版社，2011：200-212。[3]司守奎，數(shù)學(xué)建模算法與程序[M]，北京：清華大學(xué)出版社，2007(5)：11-26。[4]張文彤，SPSS統(tǒng)計(jì)分析基礎(chǔ)教程(第二版）[M]，北京：高校出版社，2011:327-336。[5]蔡建瓊，于惠芳等，SPSS統(tǒng)計(jì)分析實(shí)例精選[M]，北京：清華大學(xué)出版社，2006:292-307。[6]王志高,孔喆,謝建華,尹立娥.歐洲第三代公共自行車系統(tǒng)案例及啟示[J].城市交通，2009,7(4):7-12。[7]韓慧敏,張宇,喬偉.里昂公共自行車系統(tǒng)[J].城市交通，2009,7(4):13-20。[8]潘海嘯,湯諹,麥賢敏,牟玉江.公共自行車交通發(fā)展模式比較[J].城市交通，2010,8(6):40-43。[9]龔迪嘉,朱忠東.城市公共自行車交通系統(tǒng)實(shí)施機(jī)制[J].城市交通，2008,6(6):27-32[10]耿雪,田凱,張宇,黎晴.巴黎公共自行車租賃點(diǎn)規(guī)劃設(shè)計(jì)[J].城市交通，2009，7（4），21-29.附錄1：借車聚類表AgglomerationScheduleStageClusterCombinedCoefficientsStageClusterFirstAppearsNextStageCluster1Cluster2Cluster1Cluster2129128.0000064214127.00000104389126.0000032443125.00000585121124.0000086110123.0000018753122.0000095826121.0000547944120.00000791092119.000002911113117.00000151213116.000009413112115.00000161465114.00000771573113.000011221661112.0000137817102111.00000781856110.000063619105109.00000222052107.000005421104106.00000772273105.0001519312390103.00000312441100.0000088258598.0000036269495.0000027276694.00002649288893.0000033296092.00001075304891.0000056317390.000222380326889.0000346332088.00002842341087.0000085353086.00000111365685.000182551377084.0000047385882.0000083397481.0000046406380.0000051417879.0000042422078.000334162433377.0000062445476.000007345575.0000093466874.000323982472670.00083760482269.0000066496667.00027074503664.0000090515663.000364085524762.0000082534055.0000060543552.000020113554651.0000087561148.00003068573945.0000087581743.000046559642.0000090602640.000475376613137.0000063622033.000424391631231.0000618664329.0000170651723.0005809266222.0000486967721.00000100681119.0005609669218.000660847039.00064092718154.000007572839625.0000073735483216.500447297745966225.00004910175860257.0007129967626118289.0006001057765104289.0001421997861102289.00016171027944101289.00090107807399289.0003109981197289.00000103824768289.0005246102833458289.00003810684257289.000690110851056289.000345195861249289.00063098873946289.0005755104882541289.000024100892738289.0000012590636289.000595010391420289.0000629492317289.000706510193516289.0004509894413397.3759112114951053481.66785711296811609.4007568106975471643.75073011698512842.9179386107996573867.0007780105100725867.0006788109101359920.500927411010247611156.0008278112103161300.500819011410414391878.50028711110526652113.31376991161068342140.55696831151075442504.667987911710828502601.000001181097242832.2001000117110232994.4008410111511114303660.6671043512111210473958.4249510211911335724624.000540118114145192.36710394120115286831.60211010612011626547224.56010597119117578140.167107109123118283510259.500108113121119102617510.8821121161221201235803.400114115124121142840797.1671111181231221010854554.938119012412351494554.60711712112612411095014.2501201221261252732234812.50089012712615398413.3381241231271271271717890.8831261250附錄2：還車聚類表AgglomerationScheduleClusterCombinedStageClusterFirstAppearsStageCluster1Cluster2CoefficientsCluster1Cluster2NextStage110317400072212817100058313417000012416116800030511816600039681165000587143164000828131162000107910815500019101241540001611144149000351210513400342137613300034147712700033159512600062168412400104417110112000701861090003019911080093820639400044212788000412216800004623572000552453670004725239000512687179100107271631781007028100177100522944169100903061611184813115715910051327915210011733771461140493476145113079351301441011129365914110091378138100803891137119010039261181055040151161008941271141210534270105101287436598100694463841201668451783100684616781220106473053102410948184610012149771202330665026362390675121572.5253112452551002.502876532728341078544117540085555153423013656991324009257341294009758811284627759711174001016029107400122618697400966275954015986310684001196440474001206521384009566771064.549099674264.50501336817634.945448669651736.543092701101636.517279571641679001017210314091011373511399001427442579009875192390013976551369.667520108778112210580125782715011.25530131797614711.3333401238089212.53701038168912.530088823143160713083456616001378414501600127854113517540110861717617.1436809387247018.250421028867319.8810126891517220.5400114904414220.529013091355920.503612892659921.33369561299317582386014394691482500132952111025.25657011596786260611239722342605715898427529.8337462139997711532.4660145100139133.25038140附錄3：借車站號(hào)與借車數(shù)的關(guān)系借出車站號(hào)時(shí)間段借車數(shù)借車車站號(hào)時(shí)間段借車數(shù)車站號(hào)時(shí)間段借車數(shù)4217至18點(diǎn)20063117731881749356171989501773113617493491715131031773113717493441713771051773178174786917132610717731231947552171275130177311451947571171275135177314316464154171275181771451745998171207168177142517459471711395317680341745912817113985176809217459631811341017663164164486517110560176637617442701711051411764695194375717108841762966174256417108851176128217425191710547717595891740817917105411817595100174081471796912175781171740833169602017576131174086217952801756117817408172179521341756112614406681793517117561411939917179181617544148173914817918261754416017391541791867175441241638491790179165449120380101179011331754424183782117884221752781173741117867351752710616374321786761175271611737439178501771752716717374591783312052031636814617833717510452036037208001417510151735738177994617510129173575516784181175107517340817748361649683173408717493115173401521723818013234110202001551513510419228731718790191331271622410217187116159013816224961617615617858617221114161761531957165172211391717516214421251734084193232163041421734017417323111193041581734013103201231429417517340291632040172891091832461830658172897217323170173067417289271827012216240941728930182701501723812117289144192661662022017317289991725597172041761728913217255932020012014280149172551131917114317272151172551191717021630415717255112181621501723815915255281915216620220163172551221624014018252附錄4：還車站號(hào)與還車數(shù)的關(guān)系還車車站號(hào)時(shí)間段還車數(shù)還車車站號(hào)時(shí)間段還車數(shù)還車車站號(hào)時(shí)間段還車數(shù)11941339172367717252219236408978781762331746741174207917371417687421780080176225193014319430811950261740444174878214547834345171230831754088284461711798417538917989471797685178410177894817574861933911831349173918717650121787850179098819151131016351177598917401141790552177319017678151819553175569117169161762254171591921728817175415517671931787218171180561713494175391917825571780395178062017103458175359617125621174365917636971733722179436017181698176042317822611710709917608241738262171210100176732517112763175391011774026176886482271021745327171516517603103173222871496617122610420280291727167175561051738630175556817787106172543115710692099107172733217700701738710917169331751871172191101740434179377217301111174413517641731740811217116361769074171026113174413717119275178081141714143817434761735311517150116925816017237138171681177194161171851391728511816221162174051401775611917689163176561411731912017616164174391421763712117251165174711431948212285631661750214417471123175061671768914517589124171162168192241461735412517538169174051471725312617892170174861481735012717806171173861491994128172521721750415017589129175041731519015115147130179391741760115210781311759017517322153183721321765617617418154173031331760617717543155175381341735317817672156916913517386179174381571646136174231801764915817238137176691811777615917362PAGEPAGE1目錄TOC\o"1-3"\u第一章總論 1一、項(xiàng)目提要 1二、可行性研究報(bào)告編制依據(jù) 2三、綜合評(píng)價(jià)和論證結(jié)論 3四、存在問(wèn)題與建議 4第二章項(xiàng)目背景及必要性 5一、項(xiàng)目建設(shè)背景 PAGEREF_To