机场的出租车问题数学建模题目

2019高教社杯全国大学生数学建模竞赛题目（请先阅读“全国大学生数学建模竞赛论文格式规范”）A题高压油管的压力控制燃油进入和喷出高压油管是许多燃油发动机工作的基础，图1给出了某高压燃油系统的工作原理，燃油经过高压油泵从A处进入高压油管，再由喷口B喷出。

燃油进入和喷出的间歇性工作过程会导致高压油管内压力的变化，使得所喷出的燃油量出现偏差，从而影响发动机的工作效率。

图1 高压油管示意图问题1. 某型号高压油管的内腔长度为500mm，内直径为10mm，供油入口A 处小孔的直径为1.4mm，通过单向阀开关控制供油时间的长短，单向阀每打开一次后就要关闭10ms。

喷油器每秒工作10次，每次工作时喷油时间为2.4ms，喷油器工作时从喷油嘴B处向外喷油的速率如图2所示。

高压油泵在入口A处提供的压力恒为160 MPa，高压油管内的初始压力为100 MPa。

如果要将高压油管内的压力尽可能稳定在100 MPa左右，如何设置单向阀每次开启的时长？如果要将高压油管内的压力从100 MPa增加到150 MPa，且分别经过约2 s、5 s和10 s 的调整过程后稳定在150 MPa，单向阀开启的时长应如何调整？图2 喷油速率示意图问题2. 在实际工作过程中，高压油管A处的燃油来自高压油泵的柱塞腔出口，喷油由喷油嘴的针阀控制。

高压油泵柱塞的压油过程如图3所示，凸轮驱动柱塞上下运动，凸轮边缘曲线与角度的关系见附件1。

柱塞向上运动时压缩柱塞腔内的燃油，当柱塞腔内的压力大于高压油管内的压力时，柱塞腔与高压油管连接的单向阀开启，燃油进入高压油管内。

柱塞腔内直径为5mm，柱塞运动到上止点位置时，柱塞腔残余容积为20mm3。

柱塞运动到下止点时，低压燃油会充满柱塞腔（包括残余容积），低压燃油的压力为0.5 MPa。

喷油器喷嘴结构如图4所示，针阀直径为2.5mm、密封座是半角为9°的圆锥，最下端喷孔的直径为1.4mm。

针阀升程为0时，针阀关闭；针阀升程大于0时，针阀开启，燃油向喷孔流动，通过喷孔喷出。

基于排队论的机场出租车最优决策模型作者：姚入榕赵德昌来源：《现代商贸工业》2020年第33期摘要：本文以出租车机场排队接客为背景，基于M/M/1经典排队论模型，引入机场航班载客人数、通往出租车载客点的通道长度、旅客上车时间等参数，建立了司机在蓄车池等待时间与司机观察到的航班数量、蓄车池数量的函数关系。

又有蓄车池等待时间与机场旅客的订单时间之和等于空载返回市区的时间和在市区经营的时间之和，以此建立两种方案的综合收益函数，得出在不同条件下的理性选择方案。

但是，模型并未考虑司机和乘客的心理学因素，具有一定的局限性。

关键词：M/M/1排队论模型;分时段讨论;收益函数中图分类号：F25 ; ; 文献标识码：A ; ; ;doi：10.19311/ki.1672-3198.2020.33.0130 引言随着民航行业的发展，飞机场的客流吞吐量不断增加，而出租车成了很多乘客下飞机后会采取的去市区（或周边）的目的地方式之一。

如果乘客在下飞机后想“打车”，就要到指定的“乘车区”排队，按先后顺序乘车。

机场出租车管理人员负责“分批定量”放行出租车进入“乘车区”，同时安排一定数量的乘客上车。

在此服务系统背景下，存在可优化问题，提高乘客排队乘车效率，简化出租车排队拉客程序等。

目前已有很多研究通过优化机场组织管理方式来提高出租车接客效率，比如同济大学黄岩、王光裕的《虹桥机场T2航站楼出租车上客系统组织管理优化探讨》，华东师范大学颜超的《上海市枢纽机场陆侧公共交通管理研究——以浦东国际机场为例》。

同时也有不少人对于m/m/1模型的排队效率做了研究，比如Sudeep Singh Sanga，Madhu Jain的《Cost optimization and ANFIS computing for admission control of M/M/1/K queue with general retrial times and discouragement》。

2019高教社杯全国大学生数学建模竞赛题目（请先阅读“全国大学生数学建模竞赛论文格式规范”）问题C 机场的出租车问题大多数乘客下飞机后要去市区（或周边）的目的地，出租车是主要的交通工具之一。

国内多数机场都是将送客（出发）与接客（到达）通道分开的。

送客到机场的出租车司机都将会面临两个选择：(A) 前往到达区排队等待载客返回市区。

出租车必须到指定的“蓄车池”排队等候，依“先来后到”排队进场载客，等待时间长短取决于排队出租车和乘客的数量多少，需要付出一定的时间成本。

(B) 直接放空返回市区拉客。

出租车司机会付出空载费用和可能损失潜在的载客收益。

在某时间段抵达的航班数量和“蓄车池”里已有的车辆数是司机可观测到的确定信息。

通常司机的决策与其个人的经验判断有关，比如在某个季节与某时间段抵达航班的多少和可能乘客数量的多寡等。

如果乘客在下飞机后想“打车”，就要到指定的“乘车区”排队，按先后顺序乘车。

机场出租车管理人员负责“分批定量”放行出租车进入“乘车区”，同时安排一定数量的乘客上车。

在实际中，还有很多影响出租车司机决策的确定和不确定因素，其关联关系各异，影响效果也不尽相同。

请你们团队结合实际情况，建立数学模型研究下列问题：(1) 分析研究与出租车司机决策相关因素的影响机理，综合考虑机场乘客数量的变化规律和出租车司机的收益，建立出租车司机选择决策模型，并给出司机的选择策略。

(2) 收集国内某一机场及其所在城市出租车的相关数据，给出该机场出租车司机的选择方案，并分析模型的合理性和对相关因素的依赖性。

(3) 在某些时候，经常会出现出租车排队载客和乘客排队乘车的情况。

某机场“乘车区”现有两条并行车道，管理部门应如何设置“上车点”，并合理安排出租车和乘客，在保证车辆和乘客安全的条件下，使得总的乘车效率最高。

(4) 机场的出租车载客收益与载客的行驶里程有关，乘客的目的地有远有近，出租车司机不能选择乘客和拒载，但允许出租车多次往返载客。

出租车调价问题摘要：随着国际燃油价格的不断上涨，国内市场已经进行了多次调价，调价对于本来就经营困难的出租车来说更是雪上加霜。

为了化解高油价给出租车业，尤其是出租车司机带来的压力，各个地方政府采取种种措施化解油价上涨给出租车司机带来的减收问题。

2006年4月17号上海召开出租车运价油价联动机制听证会，就建立出租车行业运价油价联动机制展开论证并且提出了两个运价油价联动计算公式。

本文通过假设和一定的分析而建立一个数学模型以反映上海市的出租车运价与油价联动机制，并经过将大连的实际情况跟上海对比后，对模型做一定的改进以适合大连的情况。

本文利用线形规划模拟分析问题,建立模型并且利用LINGO求解。

最后从理论与实际的角度出发，提出对模型的改进方法和设想。

关键词：出租车调价线性规划数学模型一、问题的重述受国际原油价格持续上涨影响, 经国务院批准，国家发改委通知, 自2006年3月26日起将汽油和柴油出厂价格每吨分别提高300元和200元。

辽宁省的汽油和柴油零售基准价每吨分别提高250元和150元。

大连市93号汽油每升上调0.21元，调价后为每升4.47元。

国家发改委提高成品油价格的消息发布后，一些地方迅速做出反应。

在油价走高的背景下，全国出租车价格涨声一片。

国家发改委要求各地建立出租车运价与油价的联动机制，今后按照联动机制调整运价。

目前北京、上海已经建立了出租车运价与油价的联动机制。

以上海市为例，在2006年4月17日召开的出租车运价油价联动机制听证会上公布了两个公式，运价油价联动机制今后将通过两个公式来操作。

第一个公式用于调整出租车起步费。

按照这个公式，如果油价平均提高一元，根据前期调研，单车每天消耗汽油43.75升，日均载客34次，代入公式，每车起步价需要提高1.29元；第二个公式用于调整超过起步价后的出租车公里单价。

按照这个公式，如果油价每升平均提高1元，每车每天行驶350公里、载客率61%、起步价外公里占总公里数的64%，与公里油耗无关的加价计时等营运附加收入系数0.15，计算后可以发现每公里运价需要提高0.27元。

2019数学建模c题出租车c（原创版）目录1.题目背景及要求2.出租车调度问题的解决方案3.数学建模在解决实际问题中的应用4.结论正文1.题目背景及要求2019 年数学建模竞赛的 C 题，题目为“出租车调度问题”。

该题目要求参赛者针对一个城市中的出租车调度问题进行分析，并提出解决方案。

具体而言，需要考虑如何在满足乘客需求的同时，使出租车的运营效率最大化，并降低出租车的空载率。

2.出租车调度问题的解决方案针对出租车调度问题，我们可以从以下几个方面进行分析和求解：(1) 建立问题模型：根据题目描述，可以将出租车调度问题建立一个车辆路径问题（Vehicle Routing Problem, VRP）模型。

在这个模型中，出租车作为车辆，乘客作为需求点，每辆出租车需要在满足乘客需求的同时，选择一条最优路径，使得总运营效率最大。

(2) 求解算法：针对 VRP 模型，可以采用各种算法进行求解，如穷举法、贪心算法、遗传算法等。

在实际应用中，常用的求解方法是遗传算法，因为它可以在较短时间内找到较优解。

(3) 实际应用：将求解出的最优路径应用于实际出租车调度，通过智能调度系统，实时调整出租车的运营路线，从而满足乘客需求，提高出租车的运营效率，降低空载率。

3.数学建模在解决实际问题中的应用数学建模是一种强有力的工具，能够帮助我们解决实际问题。

在本题中，通过建立 VRP 模型，并采用遗传算法求解，我们可以找到一个较优的出租车调度方案。

这种方法不仅可以应用于出租车调度，还可以应用于许多其他领域，如物流、生产调度等，充分体现了数学建模在解决实际问题中的广泛应用价值。

4.结论总之，2019 年数学建模 C 题“出租车调度问题”通过建立 VRP 模型，并采用遗传算法求解，为解决实际中的出租车调度问题提供了一种有效方法。

机场的出租车问题数学建模题目机场出租车问题是指在机场附近出租车的数量有限，而需求却很大，导致乘客等待时间过长的问题。

为了解决这个问题，我们可以通过数学建模来优化出租车的分配和调度，使得乘客的等待时间最小化。

首先，我们需要确定机场出租车的数量和位置。

假设机场周围有n 辆出租车，我们可以将它们的位置表示为(x1, y1), (x2, y2), ..., (xn, yn)。

这些位置可以通过GPS系统获取，我们可以将其转换为平面上的坐标，方便后续的计算。

其次，我们需要确定乘客的需求分布。

假设在机场附近有m个乘客需要出租车，我们可以将他们的位置表示为(x1', y1'), (x2',y2'), ..., (xm', ym')。

乘客的需求分布可能受到时间、天气等因素的影响，我们可以通过历史数据和统计分析来确定乘客的出现概率和位置分布。

接着，我们需要确定出租车的调度规则。

一般来说，我们希望出租车能够以最短的时间到达乘客的位置，并且尽量减少乘客的等待时间。

为了实现这一目标，我们可以采用最短路径算法来确定每辆出租车的调度顺序和路径规划，以便最大程度地满足乘客的需求。

另外，我们还可以考虑出租车的容量和载客规则。

为了提高出租车的利用率，我们可以考虑将多个乘客的需求合并，让一辆出租车同时满足多位乘客的需求。

这就涉及到了乘客需求的匹配问题，我们可以通过数学建模和算法设计来实现这一目标。

在实际应用中，我们还需要考虑一些约束条件。

比如，每辆出租车的最大载客量、路况和交通限制、乘客等待时间的最大限制等。

这些约束条件可以通过线性规划或整数规划来描述，并且我们可以通过求解优化问题来获得最优的出租车调度方案。

除了以上提到的问题，我们还可以考虑一些扩展问题。

比如，机场出租车的调度问题可能会受到节假日或活动等因素的影响，我们可以通过实时数据和预测分析来进行调整；另外，我们还可以考虑解决出租车的分配问题，比如在机场附近的不同区域分别安排不同数量的出租车，以适应不同区域的需求特点。

全国数学建模大赛试题——出租车模型及数据（C）2005 年全国部分高校研究生数学建模竞赛C 题城市交通管理中的出租车规划最近几年，出租车经常成为居民、新闻媒体议论的话题。

某城市居民普遍反映出租车价格偏高，而另一方面，出租车司机却抱怨劳动强度大，收入相对来说偏低，甚至发生出租车司机罢运的情况，这反映出租车市场管理存在一定问题，整个出租车行业不景气，长此以往将影响社会稳定，值得关注。

我国城市在未来一段时间内，规模会不断扩大，人口会不断增长，人民生活水平将不断提高，对出租车的需求也会不断变化。

如何配合城市发展的战略目标，最大限度地满足人民群众的出行需要，减少环境污染和资源消耗，协调各阶层的利益关系，是值得深入研究的。

（附录中给出了某城市的相关数据）。

（1）考虑以上因素，结合该城市经济发展和自身特点，类比国内外城市情况，预测该城市居民出行强度和出行总量，同时进一步给出该城市当前与今后若干年乘坐出租车人口的预测模型。

（2）给出该城市出租车最佳数量预测模型。

（3）按油价调价前后（3.87元/升与4.30元/升），分别讨论是否存在能够使得市民与出租车司机双方都满意的价格调整方案。

若存在，给出最优方案。

（4）本题给出的数据的采集是否合理，如有不合理之处，请你给出更合理且实际可行的数据采集方案。

（5）请你们站在市公用事业管理部门的立场上考虑出租车规划问题，并将你们的研究成果写成一篇短文，向市公用事业管理部门概括介绍你们的方案。

附录11、2004年某城市的城市规模和道路情况如下：（1）城市现辖6区，2004年城市建成区面积181.77平方公里，人口185.15万。

（2）道路总长度998公里，道路铺装面积928万平方米，道路广场面积1371.45万平方米，道路网密度7.71公里/平方公里，人均道路长度0.7米，人均道路面积6.16平方米。

（3）城市总体规划人口通过对岀行特征的分析，把岀行特征相近的人口划归为一类，常住人口和暂住人口称为第一类人口，短期及当日进出人口称为第二类人口。

2019数学建模c题出租车c摘要：1.题目背景介绍2.题目分析3.解决方案设计4.解决方案实现5.结果与讨论6.总结正文：1.题目背景介绍2019 年数学建模C 题出租车问题，主要讲述了一个城市正在考虑对出租车行业进行改革，以提高出租车的使用效率。

改革的内容包括出租车的调度方式、乘客的叫车方式等。

在这个背景下，题目要求我们针对出租车的调度策略进行研究，以提高出租车的使用效率。

2.题目分析通过对题目的仔细阅读和分析，我们可以得知这个问题的核心是要解决出租车的调度问题。

我们需要通过建立数学模型，找到一种高效的调度策略，使得出租车能够在满足乘客需求的同时，最大限度地提高自身的使用效率。

3.解决方案设计在设计解决方案时，我们首先需要考虑的是如何对出租车进行调度。

一种可能的解决方案是，我们可以通过建立一个中央调度系统，对出租车进行统一调度。

这个系统可以根据出租车的位置、乘客的叫车需求等信息，对出租车进行智能调度。

4.解决方案实现在实现这个解决方案时，我们需要考虑的是如何构建这个中央调度系统。

这需要我们利用先进的信息技术，如大数据分析、人工智能等，对出租车的位置、乘客的叫车需求等信息进行实时处理。

同时，我们还需要设计一个有效的调度算法，以保证调度的效率和公平性。

5.结果与讨论通过实施这个解决方案，我们可以预期的是，出租车的使用效率将会得到显著提高。

同时，乘客的满意度也会得到提升，因为他们能够更快地叫到车。

然而，这个解决方案也可能会带来一些问题，比如，出租车司机可能会因为调度系统的安排而感到不满。

因此，我们需要在实施这个解决方案的同时，也要考虑到各方面的利益，以保证方案的顺利实施。

6.总结总的来说，2019 年数学建模C 题出租车问题，主要考察了我们对实际问题的分析和解决能力。

通过对题目的仔细分析，我们可以找到问题的关键所在，然后通过设计一个有效的解决方案，来解决这个问题。