2025年合肥工业大学数学建模·校赛B题

本项目旨在通过数学建模和定量分析，针对深圳市的交通现状，探讨“禁摩限电”等政策的科学依据，并提出一个兼顾道路通行能力、交通需求、运行效率、环境与安全等多方面因素的综合性交通优化方案。

项目结构

E:/github_projects/math_modeling/
├───.gitignore
├───README.md
├───code/             # 核心代码
│   ├───00原始/       # 原始数据清洗、转换
│   ├───01预测/       # 交通流量预测
│   ├───02拥堵/       # 拥堵指数计算与分析
│   ├───03早晚高峰/   # 早晚高峰数据处理
│   ├───04熵权/       # 使用熵权法计算各指标权重
│   ├───05载人量/     # 载人量分析
│   ├───06二氧化碳/   # 碳排放分析
│   ├───07安全/       # 交通安全指数分析
│   ├───08聚类/       # 交通模式聚类分析
│   ├───09拟合拥堵/   # 拥堵情况拟合
│   └───10线性规划/   # 基于线性规划求解优化方案
├───data/             # 处理后的数据
├───docs/             # 文档与参考资料
│   ├───reference/    # 参考文献
│   └───user/         # 用户文档与公式说明
└───logs/             # 工作日志与结果分析

研究流程

本项目的数据处理与建模流程严格按照 code 目录下的编号顺序进行：

1. 原始数据处理 (00原始): 对原始数据进行清洗、格式转换和初步处理。
2. 交通流量预测 (01预测): 使用历史数据预测未来的交通流量。
3. 拥堵指数计算 (02拥堵): 根据速度、流量、密度等数据，采用多种方法计算道路拥堵指数。
4. 高峰时段分析 (03早晚高峰): 提取并合并早晚高峰时段的交通数据。
5. 熵权法赋权 (04熵权): 应用熵权法客观地确定碳排放、拥堵、载客量、安全等多个评价指标的权重。
6. 多维度分析 (05-07): 分别对不同交通工具的平均载人量、碳排放量以及安全影响进行建模分析。
7. 聚类与拟合 (08-09): 对交通模式进行聚类分析，并对拥堵指数进行拟合，以探究其内在规律。
8. 线性规划求解 (10线性规划): 综合以上所有分析结果，建立线性规划模型，求解在满足各项约束条件下的最优交通结构方案。

使用说明

项目核心逻辑均由 Python 脚本实现，分布于 code 文件夹中。可根据研究流程，依次执行各阶段脚本。

• 环境依赖：请根据各脚本 import 的库（如 pandas, scikit-learn 等）安装相应依赖。
• 执行顺序：建议遵循 code 目录的数字顺序执行脚本，以保证数据流的正确性。

数据来源与参考文献

• 数据说明: 项目所用数据来源及处理方法详见 docs/user/ 目录下的文档。
• 参考文献: 相关理论和模型的参考文献存放于 docs/reference/ 目录下。
• 结果分析: 详细的建模过程、结果和分析记录在 logs/工作日志.txt 和 logs/结果分析.txt 中。

---

原始题目描述

随着社会、经济的发展，城市道路交通问题越来越复杂也越来越引入关注。城市道路交通资源是有限的，各种交通工具，特别是机动车（包括摩托车、电动三轮车等)，对安全和环境的影响必须得到控制，而人们出行的需求是不断增长的，出行方式也是多种多样的，包括使用公共交通工具。因此，不加限制地满足所有人的要求和愿望是不现实的，也是难以为继的，必须有所倡导、有所发展、有所限制。不少城市采取的限牌、限号、收取局部区域拥堵费、淘汰污染超标车辆及其他管理措施收到了较好的效果，也得到了公众的理解。

为了让一项政策，如“禁摩限电”，得到大多数人的支持，对它进行科学的、不带意识形态的论证是必要的。请从深圳市的交通资源总量（即道路通行能力）、交通需求结构、各种交通工具的效率及对安全和环境的影响等因素和指标出发，建立数学模型并进行定量分析，提出一个可行的方案。需要的数据资料可在网络上收集，并在论文中标注数据资料的来源。