數(shù)學(xué)建模論文-游樂園客流疏導(dǎo)方案研究及酒店預(yù)定數(shù)預(yù)測(cè)

游樂園客流疏導(dǎo)方案研究及酒店預(yù)定數(shù)預(yù)測(cè)摘要本文主要研究游樂園疏導(dǎo)方案和酒店預(yù)定數(shù)模型并預(yù)測(cè)未來的酒店預(yù)定數(shù)，分析各種因素對(duì)酒店預(yù)定數(shù)的影響。對(duì)于問題一的游樂園疏導(dǎo)方案，我們以總平均排隊(duì)時(shí)間最低為目標(biāo)函數(shù)，得出最優(yōu)排隊(duì)情況，并根據(jù)目前各點(diǎn)的人數(shù)建立運(yùn)輸模型，使得達(dá)到最優(yōu)情況時(shí)游客總移動(dòng)距離最短。針對(duì)A點(diǎn)排隊(duì)時(shí)間長的情況將A分開討論。對(duì)于問題二的酒店預(yù)定數(shù)模型，我們使用時(shí)間序列模型，將數(shù)據(jù)按照客房預(yù)定數(shù)分為4個(gè)部分進(jìn)行處理。使用ADF方法檢驗(yàn)該部分?jǐn)?shù)據(jù)是否為平穩(wěn)序列。通過計(jì)算自相關(guān)系數(shù)和偏自相關(guān)系數(shù)，運(yùn)用AIC準(zhǔn)則定階并對(duì)模型進(jìn)行檢驗(yàn)，最后得到具體方程。之后再將節(jié)日分類，考慮節(jié)日影響，建立節(jié)日期間的酒店預(yù)定數(shù)模型。本文的所用算法較為清晰、模型比較簡單、易于程序?qū)崿F(xiàn)，有一點(diǎn)的現(xiàn)實(shí)指導(dǎo)意義。關(guān)鍵詞：運(yùn)輸模型；時(shí)間序列法；1.問題提出1.1題目背景與研究意義隨著生活水平的提高，越來越多的人選擇外出旅游來度過自己的閑暇時(shí)間，旅游需求隨之得到蓬勃增長。然而，日益膨脹的旅游需求與旅游資源的相對(duì)穩(wěn)固形成的供需不平衡使許多景區(qū)人滿為患。在滿足游客的游覽需求及保證游客良好的旅游體驗(yàn)前提下，如何對(duì)高峰期客流進(jìn)行有效疏導(dǎo)是景區(qū)保持可持續(xù)發(fā)展所面臨的一道難題。酒店預(yù)定數(shù)隨著時(shí)間變化，受諸多因素影響，了解酒店預(yù)定數(shù)的變化規(guī)律，根據(jù)歷史數(shù)據(jù)預(yù)測(cè)酒店預(yù)定數(shù)有助于酒店提前采取措施降低成本，或根據(jù)大客流增加客房價(jià)格。而這些因素如何影響有待于研究。1.2問題重述Youth游樂園即將盛大開園，作為本市建有最多過山車的游樂園，受到了青少年的熱捧。預(yù)計(jì)屆時(shí)園區(qū)將迎來每天1萬的大客流。如何根據(jù)客流情況，及時(shí)分流人群，為顧客提供游園線路引導(dǎo)，保障游客的游園體驗(yàn)顯得尤為重要。就園區(qū)的整體規(guī)劃，建立數(shù)學(xué)模型分析研究下面的問題：1）附件1為Youth樂園的規(guī)劃圖，共設(shè)A-J共10個(gè)項(xiàng)目點(diǎn)，游客可沿著圖中標(biāo)出的線路往返下個(gè)游樂項(xiàng)目。在保障每位游客體驗(yàn)游樂設(shè)施的前提下，建立對(duì)每個(gè)游樂項(xiàng)目的等候游客進(jìn)行游覽提醒和疏導(dǎo)的模型，以達(dá)到游園體驗(yàn)最優(yōu)。每個(gè)游樂項(xiàng)目安排請(qǐng)參見表1。2）皇冠假日酒店是游樂園內(nèi)的酒店，目前已開業(yè)，為有需要的游客提供住宿便利。請(qǐng)根據(jù)該酒店歷史預(yù)訂數(shù)據(jù)信息,綜合考慮影響房間預(yù)定量的主要因素(比如季節(jié),工作日/周末,法定假日,暑期等)建立數(shù)學(xué)模型。并根據(jù)酒店2015年全年預(yù)定數(shù)據(jù)(附件2),預(yù)測(cè)2016年1月至3月每天預(yù)定房間數(shù).2.問題分析問題一該題目的為建立對(duì)各個(gè)項(xiàng)目等候游客提醒和疏導(dǎo)的模型，以達(dá)到游園體驗(yàn)最優(yōu)。在此需要理解“游園體驗(yàn)最優(yōu)”的含義：在不考慮各個(gè)項(xiàng)目自身娛樂性及游客的個(gè)人喜好的情況下，游園體驗(yàn)主要包括在各個(gè)項(xiàng)目等待時(shí)所花費(fèi)的時(shí)間與在項(xiàng)目點(diǎn)間移動(dòng)消耗的時(shí)間（在此我們稱之為“無用時(shí)間”）。則問題一實(shí)質(zhì)便是通過提醒和疏導(dǎo)使游客的“無用時(shí)間”盡可能的減少。問題二該題目的問題有兩個(gè)：1.綜合考慮各種因素的基礎(chǔ)上建立全年的房間預(yù)定數(shù)的數(shù)學(xué)模型。2.根據(jù)建立的模型預(yù)測(cè)下一年1-3月的預(yù)定數(shù)據(jù)。全年房間預(yù)定數(shù)受到多種因素影響：季節(jié),工作日/周末,法定假日,暑期，周期性變化等，模型中應(yīng)當(dāng)體現(xiàn)這些因素的影響大小。我們根據(jù)影響因素之間的關(guān)系（暑期與工作日/周末有關(guān)，假日與工作日/周末無關(guān)）將全年劃分為各個(gè)時(shí)間段并分別預(yù)測(cè)其預(yù)訂量提高準(zhǔn)確性。3.基本假設(shè)1）人流量較大，各項(xiàng)目均存在排隊(duì)。2）游客在完成某一項(xiàng)目后立即前往下一項(xiàng)目。3）游客在各路段的速度相同。4）游客在排隊(duì)進(jìn)入和離開項(xiàng)目的速度一定，且不同項(xiàng)目處的速度也相同。4.參數(shù)設(shè)定對(duì)10個(gè)項(xiàng)目按字母表順序依次編號(hào)1~10符號(hào)意義Ni每場(chǎng)容納游客數(shù)Ti每場(chǎng)持續(xù)時(shí)間Tw每組游客總耗時(shí)T入場(chǎng)每組游客入場(chǎng)時(shí)間T離場(chǎng)每組游客離場(chǎng)時(shí)間T其它游戲裝置調(diào)試、空等等時(shí)間Tr游客在接受調(diào)度后在路上花費(fèi)的時(shí)間ti項(xiàng)目所有游客總耗時(shí)t均人均耗時(shí)Pi各項(xiàng)目排隊(duì)人數(shù)Xi各項(xiàng)目排隊(duì)人數(shù)最優(yōu)分布Yi實(shí)際的排隊(duì)人數(shù)Ai發(fā)點(diǎn)Bj收點(diǎn)Ek最優(yōu)點(diǎn)cij發(fā)點(diǎn)到收點(diǎn)的距離Z聽從引導(dǎo)的游客的比例Q調(diào)度完成后各項(xiàng)目的人數(shù)v游客步行速度Tn現(xiàn)在時(shí)刻Ts起始時(shí)刻5.模型的建立與求解5.1問題一的模型建立及求解5.1.1高峰時(shí)期游樂園人流量計(jì)算假設(shè)游樂園開園時(shí)間9：00，關(guān)閉時(shí)間18：00，且到達(dá)，離開人數(shù)服從復(fù)合非平穩(wěn)泊松過程，每15分鐘為一個(gè)周期，每個(gè)周期中的到達(dá)離開人數(shù)都服從泊松分布但每個(gè)周期的泊松分布系數(shù)λ可能不同。根據(jù)經(jīng)驗(yàn)及山東部分景區(qū)的人流量規(guī)律做出λ變化規(guī)律的假設(shè)。λ變化規(guī)律如下圖所示。使得到達(dá)離開均值均為10000得到λ具體數(shù)值。圖表SEQ圖表\*ARABIC1根據(jù)該假設(shè)可知11：00-12：00時(shí)園內(nèi)人數(shù)最大，通過計(jì)算12：00時(shí)園內(nèi)人數(shù)均值為3650人，取3650人為園內(nèi)高峰時(shí)總?cè)藬?shù)，大部分時(shí)間園內(nèi)人數(shù)小于該值。5.1.2基于高峰時(shí)期人流量的最優(yōu)排隊(duì)方案從所給信息來看，不同游樂項(xiàng)目屬性存在以下差異：地理位置不同，每場(chǎng)容納游客數(shù)不同，每場(chǎng)持續(xù)時(shí)間不同。人流量較大時(shí)，游客在每個(gè)項(xiàng)目處都要經(jīng)歷三個(gè)階段：排隊(duì)等待、入場(chǎng)并開始游戲、離場(chǎng)。1）除去排隊(duì)時(shí)長后，每組游客耗時(shí)計(jì)算。游客在每個(gè)項(xiàng)目處經(jīng)歷的后兩個(gè)階段與排隊(duì)長度無關(guān)，與每場(chǎng)容納游客數(shù)Ni及每場(chǎng)持續(xù)時(shí)間Ti有關(guān)。記除去排隊(duì)時(shí)長后，每組游客耗時(shí)為Tw。游客入、離場(chǎng)速度恒定，則Ni游客入、離場(chǎng)耗時(shí)應(yīng)為關(guān)于Ni的一次函數(shù)。Twi由每一組游客中的最后一名完成上述所有操作的時(shí)間點(diǎn)決定，Twi中應(yīng)該包括游戲裝置調(diào)試時(shí)間，空等時(shí)間等，記為T其它。Twi=T入場(chǎng)+Ti+T離場(chǎng)+T其它=Ti+kNi+t（Tw為常數(shù)）A項(xiàng)目：由于A項(xiàng)目容納人數(shù)較多，進(jìn)離場(chǎng)的效率應(yīng)優(yōu)于其他項(xiàng)目經(jīng)過合理猜測(cè)得：Tw1=Ti+1.5Ni+60(s)其他項(xiàng)目：經(jīng)過合理猜測(cè)得Twi=Ti+3Ni+20(s)得下表2）各項(xiàng)目排隊(duì)游客總耗時(shí)計(jì)算。各項(xiàng)目的等待人數(shù)為Pi，記d=Pi/Ni，則可將等待游客分為d組，分別為Pi1，Pi2，···，Pid。第i組進(jìn)入游戲后，第i+1組將處于第i組的位置。依此規(guī)律，Pij（j>=1且j<=d，j為整數(shù))組的耗時(shí)為j*Twi。則該項(xiàng)目所有游客總耗時(shí)ti==d(d+1)NiTwi/2=Pi(Pi+Ni)Ti/23）總體人均耗時(shí)計(jì)算。由2）知，所有項(xiàng)目的總耗時(shí)為=則人均耗時(shí)為t均=/=/c=/2c其中=c代入數(shù)據(jù)得用matlab求解最優(yōu)解：方程為：function

f=fun(x)

f=(264*x(1).^2+264*400*x(1)+185*x(2).^2+185*30*x(2)+320*x(3).^2+320*50*x(3)+260*x(4).^2+260*30*x(4)+620*x(5).^2+620*100*x(5)+320*x(6).^2+320*50*x(6)+230*x(7).^2+230*30*x(7)+200*x(8).^2+200*30*x(8)+170*x(9).^2+170*20*x(9)+290*x(10).^2+290*50*x(10))/2/3650;其約束條件及結(jié)果如下由運(yùn)行結(jié)果看出：由于A項(xiàng)目游戲時(shí)間遠(yuǎn)大于其他項(xiàng)目，故在該方案下不存在排隊(duì)。且在該方案的假設(shè)下，每個(gè)項(xiàng)目的第一組等候游客等待時(shí)間為Tw，與實(shí)際情況也有出入，故需要對(duì)模型進(jìn)行優(yōu)化。模型優(yōu)化：關(guān)于A項(xiàng)目的優(yōu)化。A項(xiàng)目每場(chǎng)持續(xù)時(shí)長為33分鐘，若在A項(xiàng)目剛開始時(shí)就將游客進(jìn)行引導(dǎo)，除去進(jìn)離場(chǎng)時(shí)間，游客至少還需要等待33分鐘，這顯然是不可取的。而當(dāng)A項(xiàng)目的游戲快要結(jié)束時(shí)對(duì)游客進(jìn)行引導(dǎo)，當(dāng)游客到達(dá)A并等待的總耗時(shí)就會(huì)較小，但是要保證游客到達(dá)A時(shí)游戲沒有開始。記現(xiàn)在的時(shí)刻為Tn，起始時(shí)間為Ts。游客的步行速度約為1.5m/s，距離A最遠(yuǎn)的點(diǎn)為F，距離為1550m，由F到A耗時(shí)約為1034s。則將A的每組游客耗時(shí)Tw1分段，分界點(diǎn)為每個(gè)周期結(jié)束前的1034s。由上表知，Tw1=2640s，則當(dāng)Tn落入【0，1606】區(qū)間時(shí)，不將排隊(duì)人流向A引導(dǎo)。反之進(jìn)行進(jìn)一步計(jì)算。關(guān)于等待時(shí)間ti的優(yōu)化。記M=[(Tn-Ts)/Twi]，表示該項(xiàng)目到目前為止經(jīng)的周期數(shù)。則現(xiàn)在正在進(jìn)行的游戲剩余時(shí)間為(M+1)Twi-（Tn-Ts）A點(diǎn)由于游戲持續(xù)時(shí)間過長，不妨假設(shè)其排隊(duì)人數(shù)不超過400，其等待時(shí)間為t1=（(N+1)Twi-（Tn-Ts））*PiB~J點(diǎn)等待時(shí)間ti=Pi(Pi+Ni)Ti/2+（(N+1)Twi-（Tn-Ts）-Twi）*Ni=Pi(Pi+Ni)Ti/2+（MTwi-（Tn-Ts））*Ni則=t1+t均=（t1+）/2c取Tn為11：30，Ts為9：00代入計(jì)算，可得新最優(yōu)解5.1.3在已知各點(diǎn)人數(shù)情況下，達(dá)到最優(yōu)方案在計(jì)算出各項(xiàng)目排隊(duì)人數(shù)最優(yōu)分布情況后（X），與實(shí)際的排隊(duì)人數(shù)（Y）進(jìn)行比較，存在三種情況：Xi>Yi，此時(shí)該項(xiàng)目可適量補(bǔ)充游客，增加排隊(duì)人數(shù)，不妨稱之為“收點(diǎn)”。Xi<Yi，此時(shí)該項(xiàng)目可適量轉(zhuǎn)移游客，減少排隊(duì)人數(shù)，不妨稱之為“發(fā)點(diǎn)”。Xi=Yi，此時(shí)實(shí)際排隊(duì)人數(shù)與理論計(jì)算所得相符，無需變動(dòng)，記為E。使實(shí)際的等候情況與理論計(jì)算所得最優(yōu)分布情況相符，等價(jià)于將“發(fā)點(diǎn)”多出的人等候人數(shù)轉(zhuǎn)移到“收點(diǎn)”，使之達(dá)到最優(yōu)，且收發(fā)平衡。現(xiàn)假設(shè)存在m個(gè)發(fā)點(diǎn)A1，···，Ai···，Am,可提供等待游客給n個(gè)收點(diǎn)B1，···，B2，···，Bn(m+n<=10)。發(fā)點(diǎn)Ai多余人數(shù)為ai，則ai=Y-X，收點(diǎn)Bj需求人數(shù)為bj，則bi=XI-YI。收發(fā)平衡即=。設(shè)Ai到Bj的距離為cij.則得下表：設(shè)發(fā)點(diǎn)Ai至收點(diǎn)Bj的轉(zhuǎn)移人數(shù)為xij，得下表:可以建立該問題的線性規(guī)劃模型：minf=s.t.=ai,i=1,···,m,=bj,j=1,···,n,xij>=0,i=1,···,m;j=1,···,n,其中=。不難看出，該問題的最優(yōu)解為在完成等待游客調(diào)度的前提下，使總移動(dòng)距離最小的調(diào)度方案，即最優(yōu)調(diào)度方案。計(jì)算：假設(shè)當(dāng)前排隊(duì)人數(shù)與游戲時(shí)長成正比（A特殊考慮）下表為項(xiàng)目間最短距離則可構(gòu)建運(yùn)輸模型得到最優(yōu)解如下5.1.4模型檢驗(yàn)根據(jù)上述模型求解朱最優(yōu)調(diào)度方案后，假設(shè)聽從引導(dǎo)的游客的比例為Z，則各個(gè)項(xiàng)目的排隊(duì)人數(shù)會(huì)相應(yīng)發(fā)生變化。定義調(diào)度完成后各項(xiàng)目的人數(shù)為Q，則：QAi=YAi-*ZQBj=YBj-*Z(i=1,···,m;j=1,···,n,)又XAi=YAi-，XBj=YBj+聯(lián)立可得，QAi=（1-Z）YAi+ZXAiQBj=（1-Z）YBj+ZXBj游客在接受調(diào)度后，在路上花費(fèi)的時(shí)間記為Tr，游客步行速度為v，則，Tr=f*/v調(diào)度前：=t1+1）m+n<10時(shí)：=+++Tr=+)+f*/v2）m+n=10時(shí)：=++Tr=++)+f*/vt均=/c調(diào)度前后比較:不妨令Z=0.5，則計(jì)算得調(diào)度前后各項(xiàng)目總耗時(shí)如下：則，調(diào)度前人均耗時(shí)t均=t總/c=418962.2178（s）調(diào)度后人均耗時(shí)t‘均=（t‘總+f*/v）/c=266231.1306(s)（t均-t‘均）/t均=0.365即，在50%的人聽取調(diào)度的情況下，人均排隊(duì)時(shí)間會(huì)下降36.5%，則該模型是可行的。5.2問題二的模型建立及求解5.2.1數(shù)據(jù)處理及情況分類題目給出了2015年全年房間的預(yù)定數(shù)據(jù)，要求我們建立房間預(yù)定量的數(shù)學(xué)模型，因此我們首先便要對(duì)題目給出的數(shù)據(jù)進(jìn)行處理，得到2015年每日的房間預(yù)定量，我們可以通過MATLAB處理很容易得到，將附件命名為A.xls導(dǎo)入MATLAB,運(yùn)行程序如下：x=A;b=zeros(399,1);fori=1:6949whilex(i,2)<x(i,3)b(x(i,2)-735964,1)=b(x(i,2)-735964,1)+x(i,4),x(i,2)=x(i,2)+1;endend可得到2015年全年房間預(yù)訂數(shù)大致如圖所示：通過分析，我們可以發(fā)現(xiàn)這個(gè)數(shù)據(jù)明顯有不合理之處，因?yàn)?015年前幾個(gè)月可能有2014年預(yù)定的用戶入住，所以我們使用2015底預(yù)定2016年房間的用戶數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行一定的修復(fù)，修復(fù)后的數(shù)據(jù)如圖：從圖中我們可以看出從房間數(shù)隨時(shí)間大致可以分為4個(gè)階段:1)元旦結(jié)束至清明節(jié)前，大致1到3月,數(shù)值非常低也較為平穩(wěn)。2)7、8月即暑假期間，數(shù)值較大但波動(dòng)小。3)5、6月，數(shù)值大波動(dòng)也大。4）9月至12月，數(shù)值大但波動(dòng)比較不規(guī)律。5.2.2基于第一階段數(shù)據(jù)的平穩(wěn)性判斷和處理由圖我們可以發(fā)現(xiàn)2015年全年數(shù)據(jù)缺乏統(tǒng)一規(guī)律，故分別4個(gè)階段建立數(shù)學(xué)模型再將其統(tǒng)一。而節(jié)假日對(duì)酒店房間預(yù)定數(shù)的影響較大，與平時(shí)數(shù)據(jù)差距較大，故我們假設(shè):Ft=Xt+a(i，k),a(i，k)是與節(jié)假日有關(guān)的一個(gè)修正參數(shù)，Xt則是平時(shí)的房間預(yù)定數(shù)。以第一階段為例，我們首先將節(jié)假日前后一周的數(shù)據(jù)剔除，同時(shí)考慮到一周七天對(duì)數(shù)據(jù)周期的影響，處理數(shù)據(jù)得到數(shù)據(jù)如下：星期一星期二星期三星期四星期五星期六星期日021112200000221232355001212323552221311123422223333347911由于我們采用時(shí)間序列法中的Box.Jenkins方法來建模，故首先要判斷該時(shí)間序列是否為平穩(wěn)時(shí)間序列，即協(xié)方差和均值不隨時(shí)間的平移而變化。我們采用ADF方法進(jìn)行檢驗(yàn)，在MATLAB中調(diào)用adftest函數(shù)能得到H=0,可知我們應(yīng)該接受原假設(shè)，即該序列為非平穩(wěn)序列。由于該序列為非平穩(wěn)序列，我們應(yīng)該對(duì)其進(jìn)行差分處理Yt=▽Xt同時(shí)我們考慮到有一周的周期性，Wt=▽7Yt，得到Wt的數(shù)據(jù)如下：1-11-2-14-2002-413-2-24-1-3-310-4-1-24-2001-3-16-3-14-76-21-10-35-201-210011-31再次進(jìn)行ADF檢驗(yàn)，得到H=1,所以接受原假設(shè)、即該序列為平穩(wěn)時(shí)間系列。5.2.3基于第一階段數(shù)據(jù)的模型建立及檢驗(yàn)采用MATLAB中的autocorr和parcorr函數(shù)計(jì)算該序列的自相關(guān)系數(shù)（ACF）及偏相關(guān)系數(shù)（PACF）自相關(guān)系數(shù)：1.0000-0.5390-0.06930.06280.1797-0.22290.06280.04330.1190-0.2338-0.03030.2576-0.0628-0.25760.3593-0.21860.0433-0.05840.1580-0.11040.0238偏相關(guān)系數(shù)：1.0000-0.5402-0.5137-0.5196-0.2354-0.3125-0.3345-0.4108-0.07400.1151-0.1865-0.1993-0.0610-0.4492-0.0838-0.2444-0.1683-0.0811-0.0158-0.2498-0.1611可知二者均是拖尾的，可建立ARIMA(p,d,q)模型，d=1,我們運(yùn)用AIC準(zhǔn)則定階。要使AIC最小，由附錄數(shù)據(jù)可知R=0,M=3，故決定建立IMA(1,3)模型通過運(yùn)算得到 Wt=(1+1.7735B-0.6037-0.1698)=▽7▽XtXt=Xt-1+(1+1.7735B-0.6037-0.1698)+Xt-7+Xt-8在模型確立后，我們需要對(duì)模型進(jìn)行檢驗(yàn)，方法是檢驗(yàn)?zāi)Ｐ驼`差是否為白噪聲，若檢驗(yàn)認(rèn)為是白噪聲，則建模獲得通過，否則要重新進(jìn)行定階與參數(shù)估計(jì)。采用檢驗(yàn)法：給定顯著性水平α、查表得上α分位數(shù)（m-r）,則當(dāng)>（m-r）時(shí)拒絕H0，即認(rèn)為非白噪聲，模型檢驗(yàn)未通過；而當(dāng)（m-r）時(shí)，接受H0，，認(rèn)為是白噪聲，模型通過檢驗(yàn)調(diào)用MATLAB中的chi2gof函數(shù)進(jìn)行檢驗(yàn)，模型通過檢驗(yàn)。5.2.4其他階段的數(shù)學(xué)模型對(duì)于另外三個(gè)階段可采用相同方法建立模型：1）4到6月：IMA（1,1）模型Wt=(1+0.1588B)=▽7▽XtXt=Xt-1+(1+0.1588B)+Xt-7+Xt-82）7到8月：IMA（1,1）模型Wt=(1+0.2436B)=▽7▽XtXt=Xt-1+(1+0.2436B)+Xt-7+Xt-83）9到12月：IMA(1,1)模型Wt=(1+0.4304B)=▽7▽XtXt=Xt-1+(1+0.4304B)+Xt-7+Xt-85.2.5基于節(jié)假日數(shù)據(jù)的模型改進(jìn)此處我們只對(duì)我國法定節(jié)假日進(jìn)行分析，通過對(duì)節(jié)日前后數(shù)據(jù)的觀察，可將節(jié)日分為幾種，由此確定a(i,k)的值。i=0,a(i,k)=0，表示與節(jié)假日相差一周以上的日子。i=1,表示元旦節(jié)，元旦節(jié)前兩日數(shù)據(jù)變化與平常相比不大，從第三日起入住數(shù)開始有明顯下降。元旦前一周平均值為143.830，元旦從第三日開始后一周平均值22.14。故k=0,表元旦前兩天，a(1,0)=0;k=1,表示從第三日開始后一周a(1,1)=-121.69。i=2,表示清明節(jié),清明節(jié)前兩周人數(shù)開始緩步上升至清明節(jié)達(dá)到高峰后開始平穩(wěn)波動(dòng)。清明節(jié)前三周均值3.71，前兩周均值39.571，前一周均值59.428，清明節(jié)三天均值147。故k=0,表示清明節(jié)前兩周，a(2,0)=35.861;k=1,表示清明節(jié)前一周a(2,1)=52.718；k=2,表示清末節(jié)三天，a(2.2)=143.29。i=3,表示勞動(dòng)節(jié)以及端午節(jié)，兩節(jié)數(shù)據(jù)特點(diǎn)接近，均是在節(jié)前三四天數(shù)據(jù)到達(dá)高峰后開始滑落至放假最后一天到達(dá)最低后開始緩步上升至平時(shí)值。五一節(jié)前一周至五一前兩日均值175.5，第三日至后一周均值122.9，再之后一周均值168.8。端午節(jié)前一周至端午節(jié)第一天均值193，第二日至后一周均值127.5，再后一周均值168.6。中秋節(jié)由于2015年其與國慶節(jié)非常接近，數(shù)據(jù)呈現(xiàn)出一個(gè)低峰，難以作為參考，故可猜測(cè)其類似勞動(dòng)節(jié)與端午節(jié)模型。k=0，表示節(jié)前一周至節(jié)日前一到兩天，a(3,0)=15.55;k=1,表示節(jié)日第二或第三天至后一周，a(3,1)=-43.4。i=4表示國慶節(jié)，國慶節(jié)數(shù)據(jù)特點(diǎn)為在其前一兩天數(shù)據(jù)開始上升，在國慶節(jié)第2至第4日達(dá)到高峰后開始下降在第7天達(dá)到低谷后又開始緩慢上升至平時(shí)值國慶前五天179.8，第六天開始后5日均值117.5，之后一周均值167.5。k=0表示國慶節(jié)前五天，a(4,0)=22.3;k=1表示國慶節(jié)后兩天，a(4,1)=-60。i=5表示春節(jié)，由于春節(jié)7天數(shù)值均為0，故我們認(rèn)為春節(jié)期間預(yù)定房間數(shù)Ft=0。5.2.6對(duì)2016年前三個(gè)月的預(yù)測(cè)首先我們采用2015年底12月的數(shù)據(jù)套用第4階段的模型結(jié)合a(i,k)對(duì)1月前9天數(shù)值進(jìn)行預(yù)測(cè)。

其次認(rèn)為春節(jié)7天數(shù)值均為0，即2月7日至2月13日。

對(duì)于其他數(shù)據(jù)我們可以用2015年1月及部分2016年1月的數(shù)據(jù)用第一階段的模型對(duì)1月9日至2月6日進(jìn)行預(yù)測(cè)，再采用2015年2月初的數(shù)據(jù)對(duì)2016年2月14日至3月18日數(shù)值預(yù)測(cè)。

最后對(duì)于3月19日到3月31日的值則采用第一階段模型與a(i，k)結(jié)合的方法進(jìn)行預(yù)測(cè)預(yù)測(cè)。

預(yù)測(cè)數(shù)據(jù)檢驗(yàn)：可以采用我們已知的2016年一月數(shù)據(jù)對(duì)預(yù)測(cè)數(shù)據(jù)進(jìn)行誤差計(jì)算。預(yù)測(cè)結(jié)果：2016/1/1151.79562016/2/1-0.10762016/3/11.30292016/1/2146.6722016/2/2-0.29832016/3/22.2982016/1/322.77042016/2/3-1.4892016/3/32.2932016/1/427.5542016/2/4-2.67982016/3/42.28812016/1/521.33752016/2/5-2.87052016/3/52.28322016/1/627.1212016/2/60.45232016/3/61.0432016/1/723.90452016/2/702016/3/70.48912016/1/826.48372016/2/802016/3/81.04752016/1/922.14362016/2/902016/3/92.0412016/1/101.58812016/2/1002016/3/102.03442016/1/112.54992016/2/1102016/3/112.02782016/1/121.92342016/2/1202016/3/122.02122016/1/132.2252016/2/1302016/3/130.77942016/1/143.52662016/2/141.76482016/3/140.22392016/1/152.82812016/2/151.21582016/3/150.78062016/1/164.12972016/2/161.77912016/3/161.77242016/1/175.01942016/2/172.77752016/3/171.76422016/1/186.28262016/2/182.77592016/3/182.94322016/1/196.56092016/2/192.77422016/3/1936.572016/1/208.1642016/2/202.77262016/3/2036.72132016/1/217.76712016/2/211.53572016/3/2137.77232016/1/229.37032016/2/220.98512016/3/2237.82342016/1/230.82342016/2/231.54682016/3/2337.87442016/1/240.6612016/2/242.54352016/3/2437.92552016/1/250.282016/2/252.54022016/3/2537.91972016/1/260.18472016/2/262.53692016/3/2657.59752016/1/270.08932016/2/272.53362016/3/2757.79992016/1/28-0.00612016/2/281.29512016/3/2858.9022016/1/29-1.10152016/2/290.74292016/3/2959.00412016/1/300.67352016/3/3059.10622016/1/310.03122016/3/3159.2083將預(yù)測(cè)結(jié)果進(jìn)行整數(shù)化：2016/1/11522016/2/102016/3/112016/1/21472016/2/202016/3/222016/1/3232016/2/302016/3/322016/1/4282016/2/402016/3/422016/1/5212016/2/502016/3/522016/1/6272016/2/602016/3/612016/1/7242016/2/702016/3/702016/1/8262016/2/802016/3/812016/1/9222016/2/902016/3/922016/1/1022016/2/1002016/3/1022016/1/1132016/2/1102016/3/1122016/1/1222016/2/1202016/3/1222016/1/1322016/2/1302016/3/1312016/1/1442016/2/1422016/3/1402016/1/1532016/2/1512016/3/1512016/1/1642016/2/1622016/3/1622016/1/1752016/2/1732016/3/1722016/1/1862016/2/1832016/3/1832016/1/1972016/2/1932016/3/19372016/1/2082016/2/2032016/3/20372016/1/2182016/2/2122016/3/21382016/1/2292016/2/2212016/3/22382016/1/2312016/2/2322016/3/23382016/1/2412016/2/2432016/3/24382016/1/2502016/2/2532016/3/25382016/1/2602016/2/2632016/3/26582016/1/2702016/2/2732016/3/27582016/1/2802016/2/2812016/3/28592016/1/2902016/2/2912016/3/29592016/1/3012016/3/30592016/1/3102016/3/3159將一月份的預(yù)測(cè)值與已知值進(jìn)行比較。由圖可知，預(yù)測(cè)結(jié)果較為準(zhǔn)確。6.參考文獻(xiàn)[1]王琳,金戈,萬道俠,楊冬梅.大數(shù)據(jù)背景下的山東省主要景區(qū)動(dòng)態(tài)客流及因素分析[A].中國統(tǒng)計(jì)教育學(xué)會(huì).2015年（第四屆）全國大學(xué)生統(tǒng)計(jì)建模大賽論文[C].中國統(tǒng)計(jì)教育學(xué)會(huì):,2015:21.[2]黎巎.基于Agent的景區(qū)游客行為仿真建模與應(yīng)用——以頤和園為例[J].旅游學(xué)刊,2014,v.29;No.21811:62-72.[3]張影莎,蘇勤,胡興報(bào),盧松.基于排隊(duì)論的方特歡樂世界主題公園容量研究[J].旅游學(xué)刊,2012,v.27;No.18501:66-72.[4]管志忠,劉永明.圖論中最短路問題的MATLAB程序?qū)崿F(xiàn)[J].安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版),2007,No.6501:26-29.[5]蘭華，廖志民，趙陽基于ARMA模型的光伏電站出力預(yù)測(cè)東北電力大學(xué)電測(cè)與儀表,v.48:NO.542:31-35,2011[6]李乃文，韓婧婧基于時(shí)間序列修正算法的我國入境旅游人數(shù)預(yù)測(cè)遼寧工程技術(shù)大學(xué)資源開發(fā)與市場(chǎng)，201531（1）:126-128[7]韓路躍，杜行檢基于MATLAB的時(shí)間序列建模與預(yù)測(cè)西安交通大學(xué)計(jì)算機(jī)仿真，2005(4)：105-1077.附件調(diào)度前后總耗時(shí)項(xiàng)目ABCDE調(diào)度后79199892011505585178559601729010060889260調(diào)度前126719892032138852156780016632170167607690FGHIJ總耗時(shí)177489201438543512297600129863951438848597134666021567800964559548616003957270129593651529212095第一階段模型AIC計(jì)算值R=0,M=0,AIC=269.166952,BIC=273.107536R=0,M=1,AIC=218.433023,BIC=224