摘    要

为了使大庆萨尔图机场出租车的收益达到最大化以及乘车率最高化，本文采集了大庆萨尔图机场的数据，并提出问题，作出假设，建立模型，对大庆萨尔图机场的实际情况展开研究.首先利用收集到的真实数据得出影响出租车收益的因素和乘车效率的高低,运用Logit模型研究哪些因素影响出租车司机的决策选择.模型假设乘客选择离开机场的乘车方式为：私人交通、公共交通两种交通方式，给出影响乘车效率原因的符号设定，通过效用函数和Python软件计算出结果，从而详细地分析了乘车效率的高低.然后使用BP神经网络算法进行计算建立模型的数据，通过数据再绘制出误差曲线的图表，用迭代法检验模型的合理性，预测精度达到89.65%.最后根据图表中的数据总结出模型的最优解，并给出调度出租车的一些建议，在合理调度的条件下，使出租车司机的利益达到最大化.

 

关键词：BP神经网络计算；效用函数；Logit模型原理；迭代函数；Python软件；

 

目    录

中文摘要 I

英文摘要 II

1 绪论 1

1.1研究意义 1

1.2研究目的 1

2模型准备 2

2.1 问题假设 2

2.2 符号设定 2

3模型问题的求解 3

3.1大庆机场出租车司机选择决策的问题求解 3

3.1.1模型准备 3

3.1.2模型参数设定 4

3.1.3模型求解 4

3.1.4 BP神经网络算法 10

3.1.4.1模型原理 10

3.1.4.2模型建立与求解 13

3.2 模型检验 14

3.3大庆机场人流量分析 16

4结论 18

参考文献 19

附 录1 20

附 录2 21

附 录3 25

致    谢 30