MCM520 ← 资料站首页 机场出租车调度（国赛 2019 C） 打开交互阅读器 →

机场出租车调度（国赛 2019 C）

历年真题解法库 · 本题为公开赛题要点整理，完整原题请到官方渠道获取（链接见下）；
下方「练习数据」为本站生成的合成数据集，仅用于跑通方法，非官方原题数据。

一、赛题要点

  • 赛事：国赛 2019 年 · 题号 C
  • 问题实质：面向机场出租车供需，要求基于航班到达预测调度空车，降低乘客等待与空驶率。

二、需要产出什么

建立到达需求的时间序列模型；以等待+空驶加权最小做调度优化。

三、数据说明（官方来源 + 练习数据集）

  • 官方数据/赛题：官方给出航班时刻、出租车周转与历史需求；需做到达预测。
  • 官方获取渠道：http://www.mcm.edu.cn（请以当年官网发布为准）
  • 本站练习数据集：data/cumcm2019c.csv —— 按本题结构生成的合成数据（params 型），可下载后用上面的算法手册直接练手。
  • 字段说明：CSV 表头即各变量名；数值为合理量级的随机样本，仅用于方法验证，不代表真实赛题数据。

四、可用解法 → 对应手册

下面按本题涉及的题型，给出对应的「方法选型指南」与可直接套用的算法手册跳转。

题型：优化类

先看选型 👉 🧭 优化类选型指南

可套用算法手册：

题型：时间序列类

先看选型 👉 🧭 时间序列选型指南

可套用算法手册：

题型：预测 / 回归类

先看选型 👉 🧭 预测类选型指南

可套用算法手册：

参考手册速查

📘 线性规划 · 📘 整数规划 · 📘 非线性规划 · 📘 多目标规划 · 📘 遗传算法 · 📘 模拟退火 · 📘 粒子群算法 · 📘 蚁群算法 · 📘 时间序列 ARIMA · 📘 灰色预测 GM(1,1) · 📘 指数平滑 · 📘 移动平均 · 📘 马尔可夫链 · 📘 多元回归 · 📘 BP 神经网络 · 📘 线性回归 · 📘 支持向量机 · 📘 逻辑回归 · 📘 贝叶斯分类

五、建模思路提示

  • 需求用航班到达时间序列预测
  • 调度是分配/排队问题
  • 用仿真评估策略

六、优秀范文（本站手写 · 三篇）

以下三篇为本站按"逐题手写、四路一致（图/正文/附录/工具同源）"标准产出的优秀范文，数字全部来自 tools/gen_2019c.py，与数据工具、出图脚本完全一致。

  • 范文一 · 问题一：报童模型调度优化
    临界比 CR=0.800CR=0.800，理论安全系数 z∗=0.842z^*=0.842，经验部署 z=0.25z=0.25；部署方案等待率 2.35%2.35\%、空驶率 28.71%28.71\%，日派车总量 14661466 辆。
  • 范文二 · 问题二：排队动力学与策略评价
    自适应（最优计划）平均等待 0.750.75 分钟、零流失、空驶率 27.69%27.69\%；无管理（滞后自我调度）基线等待 103.21103.21 分钟、单日流失 832832 人、空驶率 5.35%5.35\%。
  • 范文三 · 问题三：提前离场惩罚机制
    最优惩罚 p∗=20p^*=20 元，综合满意度峰值 0.69880.6988（离场 7.59%7.59\%、乘客满意 0.7540.754、管理满意 0.9770.977）。

七、常见坑与规避

  • 不要把赛题要点当原题照搬，先独立重述问题再建模。
  • 拿到数据先检查量纲、缺失与异常，再决定用预测/评价/优化哪类方法。
  • 方法选型别凭感觉：先看「方法选型决策指南」对应题型那本，再进具体算法手册。
  • 合成练习数据只验证逻辑，正式参赛务必用官方数据并做敏感性/误差分析。

七、配套资源