基于购买概率的临时超市网点优化设计模型 【摘要】 本文通过对所给调查数据的处理,得出了出行方式、餐饮方式和购物档次的统计规 律。同时分析了各种因素之间的相关性,得出了餐饮方式、消费档次的选择均与出行方 式没有关系的结论。 对于问题二,我们按“出行路径最短原则”测算出了20个商区的人流量分布(见 图6),得到和公路相接的出口处人流量最大等规律。 我们引入观众在某商区购物概率来衡量观众的购物欲望:(1)推导出某商区内购物概 率和MS数量之间的非线性关系:P4=1-∏(-Ps)(其中P为第j个MS吸引观众 购物的概率),很好地刻画了商区的“规模效应”和同一商区内的“竞争效应”。(2)结 合人流量推导出某商区赢利的数学期望。 同时,我们同时,我们定义商区的最大承载人流量和此商区流量的比值 N中+为容量人流比,来衡量商区是否满足购物需求:用MS的位置分布均衡率 2A max[C-C] 和规模类型分布均衡率a1 来衡量MS的分布的均衡性 max[CkI N CM +nc 以赢利的数学期望为目标,各商区每类MS个数为决策变量,满足需求以及均衡为约束 条件,建立了商区MS非线性规划模型。 我们先求解出各商区满足购物需求约束的最优MS种类和数量,并利用启发式算法 进行均衡调整,得到如下结果:大MS共25个,小MS共60个,此时赢利的数学期望为 473.9514万元,商区的容量人流比:135%,MS的位置分布均衡率71.41%:规模类型 分布均衡率8.333%。通过对结果的分析,我们得出了商家赢利同MS种类和数量的关系, 从商家的竞争、规模效应、均衡性与赢利性的关系等方面分析了结果的合理性。并对模 型进行了灵敏度分析和优缺点评价 最后,我们通过随机的模拟检验了结果的稳定性,即在整个奥运会期间,我们的 MS设计是赢利、分布均衡和满足需求三者兼顾的。 关键字:购买概率数学期望非线性关系最大承载人流量均衡率 第1页共25页
第 1 页 共 25 页 基于购买概率的临时超市网点优化设计模型 【摘要】 本文通过对所给调查数据的处理，得出了出行方式、餐饮方式和购物档次的统计规 律。同时分析了各种因素之间的相关性，得出了餐饮方式、消费档次的选择均与出行方 式没有关系的结论。 对于问题二，我们按“出行路径最短原则”测算出了 20 个商区的人流量分布（见 图 6），得到和公路相接的出口处人流量最大等规律。 我们引入观众在某商区购物概率来衡量观众的购物欲望：(1)推导出某商区内购物概 率和 MS 数量之间的非线性关系： 1 1 (1 ) n A MSj j p p = =− − ∏ （其中 PMSj 为第 j 个 MS 吸引观众 购物的概率），很好地刻画了商区的“规模效应”和同一商区内的“竞争效应”。 (2)结 合人流量推导出某商区赢利的数学期望。 同时，我们同时，我们定义商区的最大承载人流量和此商区流量的比值 iM im i N n A φ φ λ + 为容量人流比，来衡量商区是否满足购物需求；用 MS 的位置分布均衡率 , 0 max[ ] max[ ] i j i j k C C C α − = 和规模类型分布均衡率 1 iM im iM im NC nC NC nC α − = + 来衡量 MS 的分布的均衡性， 以赢利的数学期望为目标，各商区每类 MS 个数为决策变量，满足需求以及均衡为约束 条件，建立了商区 MS 非线性规划模型。 我们先求解出各商区满足购物需求约束的最优 MS 种类和数量，并利用启发式算法 进行均衡调整，得到如下结果：大 MS 共 25 个，小 MS 共 60 个，此时赢利的数学期望为 473.9514 万元，商区的容量人流比：135％，MS 的位置分布均衡率 71.41％：规模类型 分布均衡率 8.333％。通过对结果的分析，我们得出了商家赢利同 MS 种类和数量的关系， 从商家的竞争、规模效应、均衡性与赢利性的关系等方面分析了结果的合理性。并对模 型进行了灵敏度分析和优缺点评价。 最后，我们通过随机的模拟检验了结果的稳定性，即在整个奥运会期间，我们的 MS 设计是赢利、分布均衡和满足需求三者兼顾的。 关键字：购买概率 数学期望 非线性关系 最大承载人流量 均衡率
【问题提出】 奥运会期间,在比赛主场馆的周边地区需要建设由小型商亭构建的临时商业网点, 称为迷你超市( Mini Supermarket,以下记做MS)网,以满足观众、游客、工作人员等 在奥运会期间的购物需求,主要经营食品、奥运纪念品、旅游用品、文体用品和小日用 品等。在比赛主场馆周边地区设置的这种MS,在地点、大小类型和总量方面有三个基本 要求:满足奥运会期间的购物需求、分布基本均衡和商业上赢利。 为了得到人流量的规律,我们在已经建设好的某运动场通过对预演的运动会的问卷 调查,了解观众(购物主体)的出行和用餐的需求方式和购物欲望 我们应该按以下步骤对图2的20个商区设计MS网点 根据附录中给出的问卷调查数据,找出观众在出行、用餐和购物等方面所反映的 规律。 2.假定奥运会期间(指某一天)每位观众平均出行两次,一次为进出场馆,一次为 餐饮,并且出行均采取最短路径。依据1的结果,测算图2中20个商区的人流 量分布(用百分比表示)。 3.如果有两种大小不同规模的MS类型供选择,给出图2中20个商区内MS网点的 设计方案(即每个商区内不同类型MS的个数),以满足上述三个基本要求 4.阐明方法的科学性,并说明结果是贴近实际的。 【模型分析】 题目给定的观众的消费额的统计,反映的是观众潜在的消费力,但不一定每天会按 消费额消费,加入只存在一个MS显然不能吸引所有的观众都按统计的消费额消费,因 此观众消费的多少和商区的吸引力有关,这个吸引力即是观众的购物欲望。而各商区应 该通过合理的MS种类和数量的设计,最大限度吸引观众在商区消费 对于场馆周围的已经划分的商区,我们重点讨论的是每个商区如何选择合理MS的 个数,以满足三方面的要求:购物需求,分布基本均衡和商业上的赢利。我们可以把这 个问题归结为一个非线性规划,决策变量是各商区的每类MS个数,目标是赢利最大化, 同时满足需求和均衡的约束。 模型建立的难点在于目标函数的建立,即是商区赢利如何表达。商区的赢利和商区 的人流量以及购物欲望密切相关,我们用每个观众经过商区是在该商区购物的概率表示 观众经过该商区的购物欲望,这个购物的概率只和商区内MS种类和个数相关,但并不 是简单的线性关系,同一商区内MS的累加效应必须考虑。这可以从概率的角度推倒出 来。这样就可以准确表达出商区赢利的数学期望。 第2页共25页
第 2 页 共 25 页 【问题提出】 奥运会期间，在比赛主场馆的周边地区需要建设由小型商亭构建的临时商业网点， 称为迷你超市（Mini Supermarket, 以下记做 MS）网，以满足观众、游客、工作人员等 在奥运会期间的购物需求，主要经营食品、奥运纪念品、旅游用品、文体用品和小日用 品等。在比赛主场馆周边地区设置的这种 MS，在地点、大小类型和总量方面有三个基本 要求：满足奥运会期间的购物需求、分布基本均衡和商业上赢利。 为了得到人流量的规律，我们在已经建设好的某运动场通过对预演的运动会的问卷 调查，了解观众（购物主体）的出行和用餐的需求方式和购物欲望。 我们应该按以下步骤对图 2 的 20 个商区设计 MS 网点： 1．根据附录中给出的问卷调查数据，找出观众在出行、用餐和购物等方面所反映的 规律。 2．假定奥运会期间（指某一天）每位观众平均出行两次，一次为进出场馆，一次为 餐饮，并且出行均采取最短路径。依据 1 的结果，测算图 2 中 20 个商区的人流 量分布（用百分比表示）。 3．如果有两种大小不同规模的 MS 类型供选择，给出图 2 中 20 个商区内 MS 网点的 设计方案（即每个商区内不同类型 MS 的个数），以满足上述三个基本要求。 4．阐明方法的科学性，并说明结果是贴近实际的。 【模型分析】 题目给定的观众的消费额的统计，反映的是观众潜在的消费力，但不一定每天会按 消费额消费，加入只存在一个 MS 显然不能吸引所有的观众都按统计的消费额消费，因 此观众消费的多少和商区的吸引力有关，这个吸引力即是观众的购物欲望。而各商区应 该通过合理的 MS 种类和数量的设计，最大限度吸引观众在商区消费。 对于场馆周围的已经划分的商区，我们重点讨论的是每个商区如何选择合理 MS 的 个数，以满足三方面的要求：购物需求，分布基本均衡和商业上的赢利。我们可以把这 个问题归结为一个非线性规划，决策变量是各商区的每类 MS 个数，目标是赢利最大化， 同时满足需求和均衡的约束。 模型建立的难点在于目标函数的建立，即是商区赢利如何表达。商区的赢利和商区 的人流量以及购物欲望密切相关，我们用每个观众经过商区是在该商区购物的概率表示 观众经过该商区的购物欲望，这个购物的概率只和商区内 MS 种类和个数相关，但并不 是简单的线性关系，同一商区内 MS 的累加效应必须考虑。这可以从概率的角度推倒出 来。这样就可以准确表达出商区赢利的数学期望
【模型假设】 1.观众每次出行在同一个商区内只购物一次。 2.当同一出行方式的观众到同一看台同时存在两条或者两条以上最短路径时,选择各 条路径的概率相等。 3.对于观众一天内的两次出行,我们认为是住地一>场馆一>餐馆一>住地 4.各类MS售出商品的赢利率相同。 【号说明】 E1:商区i赢利的数学期望 A:所有商区一天内经过的总人次 1:商区i人流分布的百分率 观众消费额的数学期望 Ps,Pnm:大、小MS吸引观众购物的概率 N1,n1:商区i内大、小MS的个数 x,n:大、小MS的最大承载人流量 C,Cn:大、小MS的成本 t:奧运会进行的总天数 【模型建立及求解】 问题1问卷调查反映的规律: I、出行、饮食、消费档次分布规律 根据在已建好的体育场的问卷调查,我们得到观众在出行、用餐和购物档次三方面 的规律:如图1 第3页共25页
第 3 页 共 25 页 【模型假设】 1．观众每次出行在同一个商区内只购物一次。 2．当同一出行方式的观众到同一看台同时存在两条或者两条以上最短路径时，选择各 条路径的概率相等。 3．对于观众一天内的两次出行，我们认为是住地－>场馆－>餐馆－>住地 4．各类 MS 售出商品的赢利率相同。 【符号说明】 Ei ：商区i 赢利的数学期望 A：所有商区一天内经过的总人次 λi ：商区i 人流分布的百分率 e ：观众消费额的数学期望 MS p , ms p ：大、小 MS 吸引观众购物的概率 Ni , i n ：商区i 内大、小 MS 的个数 φ M ,φm ：大、小 MS 的最大承载人流量 CM ,Cm ：大、小 MS 的成本 t ：奥运会进行的总天数 【模型建立及求解】 问题 1 问卷调查反映的规律： I、 出行、饮食、消费档次分布规律 根据在已建好的体育场的问卷调查，我们得到观众在出行、用餐和购物档次三方面 的规律：如图 1
出行规律 餐饮规律 19% 25% 消费档次分布规律 5000 3000 200 1000 图1出行、用餐和购物档次三方面的分别规律图 出行规律: 表1各种出行方式的统计 出行公交 公交出租车私车地铁(东)地铁(西) 方式(南北)(东西) 人数1774 1828 2010 2006 2024 可见,对于奧运会观众主要的出行方式为地铁,且优势明显,占到总的出行方式的 近40%,其次,选择的出行方式从大到小依次为公交车、出租车和私车 餐饮规律: 表2各种餐饮方式的统计 餐饮方式 中餐 西餐 商场 人数 2382 可见,西餐为观众最受欢迎的选择,占总数的53%,选择中餐和商场的人数相近, 分别为22%和25% 消费档次分布规律 表3各种档次的消费额统计 交费档次 5 人数206026294668983157103 可见,观众的消费档次的分布为单峰值分布在消费档次为3处达到最大,达到最大 第4页共25页
第 4 页 共 25 页 图 1 出行、用餐和购物档次三方面的分别规律图 出行规律： 表 1.各种出行方式的统计 出行 方式 公交 （南北） 公交 （东西） 出租车 私车 地铁（东） 地铁（西） 人数 1774 1828 2010 958 2006 2024 可见，对于奥运会观众主要的出行方式为地铁，且优势明显，占到总的出行方式的 近 40%，其次，选择的出行方式从大到小依次为公交车、出租车和私车。 餐饮规律： 表 2.各种餐饮方式的统计 餐饮方式 中餐 西餐 商场 人数 2382 5567 2651 可见，西餐为观众最受欢迎的选择，占总数的 53%，选择中餐和商场的人数相近， 分别为 22%和 25%。 消费档次分布规律： 表 3.各种档次的消费额统计 交费档次 1 2 3 4 5 6 人数 2060 2629 4668 983 157 103 可见，观众的消费档次的分布为单峰值分布在消费档次为 3 处达到最大，达到最大
后迅速减低,即中档的较多,向低档和高档方向人数分别依次减少,且高档消费者所占 例明显小于总低档 IⅠ出行、餐饮、消费档次相关性规律: 不同出行方式的饮食的选择 0.6 0.4 0.3 0.2 41.6182222426283 餐饮方式:1为中餐,2为两餐 商场餐饮 同出行方式人群的消费档次 0.4 0.3 0.1 1522533.544.555.5 消费档次 图2出行方式与饮食和消费档次之间相关性规律 图2理解:上图分别给出不同出行方式人群对餐饮选择和消费档次的概率组成,六 条曲线分别代表六种不同出行方式人群,六条曲线几乎重合,表明出行方式的不同并未 影响饮食的选择和消费档次,即出行方式与餐饮选择和消费档次间相关性非常小,可以 忽略。 表4不同出行方式的观众饮食的选择概率: 出行方式选择中餐的概率选择西餐的概率选择商场的概率 公交(南北) 0.24183 0.49605 0.26212 公交(东西) 0.5186 0.25274 出租 0.22488 0.52239 0.25274 私车 0.21712 0.53967 0.24322 地铁(东) 0.22233 0.5349 0.24277 地铁(西) 0.21196 0.54298 0.24506 第5页共25页
第 5 页 共 25 页 后迅速减低，即中档的较多，向低档和高档方向人数分别依次减少，且高档消费者所占 比例明显小于总低档。 II、 出行、餐饮、消费档次相关性规律： 图 2 出行方式与饮食和消费档次之间相关性规律 图 2 理解：上图分别给出不同出行方式人群对餐饮选择和消费档次的概率组成，六 条曲线分别代表六种不同出行方式人群，六条曲线几乎重合，表明出行方式的不同并未 影响饮食的选择和消费档次，即出行方式与餐饮选择和消费档次间相关性非常小，可以 忽略。 表 4.不同出行方式的观众饮食的选择概率： 出行方式 选择中餐的概率 选择西餐的概率 选择商场的概率 公交（南北） 0.24183 0.49605 0.26212 公交（东西） 0.22867 0.5186 0.25274 出租 0.22488 0.52239 0.25274 私车 0.21712 0.53967 0.24322 地铁（东） 0.22233 0.5349 0.24277 地铁（西） 0.21196 0.54298 0.24506
表5不同出行方式的观众消费档次概率组成 出行方式档次1档次2档次3档次4档次5档次 公交(南北)0.1770.229904357009920.033200248 公交(东西)0.1892026910.413000990020200092 出租 0.1860.2408043780.11640.01140.0074 私车 0.1920.2400044250.1096000620.0093 地铁(东)0.2073025120.45860.07070.008400034 地铁(西)0210402524045250071600074000543 IⅠ观众年龄结构、性别组成以及它们与消费档次的关系: 根据调査数据得到观众年龄结构、性别组成以及它们与消费档次的关系,如图3: 年龄结构 不同年龄人群的润栏次 06 中 04 02 年的档次 消舞栏次 调查的人员的性别组成 不同性别人群的消费栏次 06 0 0.1 消费栏次 图3年龄结构、性别组成以及它们与消费档次的关系图 观众年龄结构以及年龄与消费档次的关系: 年龄在20-30岁之间的观众居多,占到近60%,其它占有量从大到小依次为30-50 岁,20-30岁,20岁以下和20-50岁年龄段。观察右上子图,消费档次大于3的部分, 曲线由上到下依次为绿、红、蓝、浅蓝,即20-30岁年龄段的观众消费档次最高,其次 是30-50年龄段观众,50岁以上年龄段观众消费档次最低。 性别组成以及性别与消费档次之间的关系 总体上,女性观众略多于男性观众。观察右下子图,消费档次大于3的部分,曲线 由上到下依次为蓝、红,即男性观众消费档次高于女性观众消费档次。 第6页共25页
第 6 页 共 25 页 表 5.不同出行方式的观众消费档次概率组成 出行方式 档次 1 档次 2 档次 3 档次 4 档次 5 档次 公交（南北） 0.177 0.2299 0.4357 0.0992 0.0332 0.0248 公交（东西） 0.1892 0.2691 0.4130 0.099 0.0202 0.0092 出租 0.186 0.2408 0.4378 0.1164 0.0114 0.0074 私车 0.192 0.2400 0.4425 0.1096 0.0062 0.0093 地铁（东） 0.2073 0.2512 0.4586 0.0707 0.0084 0.0034 地铁（西） 0.2104 0.2524 0.4525 0.0716 0.0074 0.00543 III、 观众年龄结构、性别组成以及它们与消费档次的关系： 根据调查数据得到观众年龄结构、性别组成以及它们与消费档次的关系，如图 3： 图 3 年龄结构、性别组成以及它们与消费档次的关系图 观众年龄结构以及年龄与消费档次的关系： 年龄在 20-30 岁之间的观众居多，占到近 60%，其它占有量从大到小依次为 30-50 岁，20-30 岁，20 岁以下和 20-50 岁年龄段。观察右上子图，消费档次大于 3 的部分， 曲线由上到下依次为绿、红、蓝、浅蓝，即 20-30 岁年龄段的观众消费档次最高，其次 是 30-50 年龄段观众，50 岁以上年龄段观众消费档次最低。 性别组成以及性别与消费档次之间的关系： 总体上，女性观众略多于男性观众。观察右下子图，消费档次大于 3 的部分，曲线 由上到下依次为蓝、红，即男性观众消费档次高于女性观众消费档次
规律总结 奥运会观众主要的出行方式、饮食方式为地铁、西餐,消费档次集中在200-300元 年龄在20-30岁的观众居多,且女性观众略多于男性观众 对于相关性的考虑,年龄与消费档次有关,中青年人的消费档次最髙,老年人的消 费档次最低。同时,性别与消费档次有关,男性观众略髙于女性观众的消费档次。最后 我们发现出行方式与饮食的选择和消费档次并无联系,相关性很小。 问题2各商区人流量的分布 1.路径的选择 两次出行的理解:住地一>场馆一>饮食处一>住地,如图4 次出行场馆看台 匚车站卜 二次出行 「饮食处 图4两次出行路线图 对于固定看台的观众(1万人),我们已经假设一定从固定对应的商区出口出场(进 场),而出场后一定存在一条固定的路径通往餐馆。因此我们可以给出每个看台的观众 在进出场馆所要经过的商区 通过对进场路径进一步分析,我们发现每个场馆只有两个商区对应进口,即南和北, 因此,我们可以把车站(停车场)分为南区和北区,在同一个看台,去南区或北区车站 (停车场)的路径相同 特别的,按照模型假设,当同时存在两条或两条以上最短路径的时候,我们以等概 率选取。 北区 图5车站(停车场)南区和北区的划分 按照以上原则我们得出每个看台的观众进场路径如表6。 第7页共25页
第 7 页 共 25 页 规律总结： 奥运会观众主要的出行方式、饮食方式为地铁、西餐，消费档次集中在 200-300 元。 年龄在 20-30 岁的观众居多，且女性观众略多于男性观众。 对于相关性的考虑，年龄与消费档次有关，中青年人的消费档次最高，老年人的消 费档次最低。同时，性别与消费档次有关，男性观众略高于女性观众的消费档次。最后 我们发现出行方式与饮食的选择和消费档次并无联系，相关性很小。 问题 2 各商区人流量的分布 1． 路径的选择 两次出行的理解：住地－>场馆－>饮食处－>住地，如图 4： 车站 场馆看台 饮食处 一次出行 二次出行 图 4:两次出行路线图 对于固定看台的观众（1 万人），我们已经假设一定从固定对应的商区出口出场（进 场），而出场后一定存在一条固定的路径通往餐馆。因此我们可以给出每个看台的观众 在进出场馆所要经过的商区。 通过对进场路径进一步分析，我们发现每个场馆只有两个商区对应进口，即南和北， 因此，我们可以把车站（停车场）分为南区和北区，在同一个看台，去南区或北区车站 （停车场）的路径相同。 特别的，按照模型假设，当同时存在两条或两条以上最短路径的时候，我们以等概 率选取。 图 5.车站（停车场）南区和北区的划分 按照以上原则我们得出每个看台的观众进场路径如表 6
表6车站(停车场)到场馆的路径 南区 北区 公交(南北)、地铁(东)、公交(东西)、出租、私车 地铁(西) A1正对看台A1,A2,A3,A4A5,A6或者|A1 A1,A10,A9,A8,A7,A6 A2正对看台A2A3,A4,A5,A6 A1,A2 A3正对看台A3,A4A5,A6 A1,A2,A3 A4正对看台A4,A5,A6 A1,A2,A3,A4 A5正对看台A5,A6 A1,A2,A3,A4,A5 A6正对看台A6 A1,A2,A3,A4,A5,A6或者 A6,A7A8,A9,A10,A1 A7正对看台A6,A7 A1,A10,A9,A8,A7 A8正对看台A6,A7,A8 A1,A10,A9,A8 A9正对看台A6,A7,A8A9 A1,A10,A9 A10正对看台A6,A7,A8,A9,A10 A1,A10 B1正对看台B1,B6 B1B2. B3 B2正对看台B2,B1,B6 B2,B3 B3正对看台B3,B2,B1,B6或者 B3 B3,B4,B5,B6 B4正对看台B4B5,B6 B3.B4 B5正对看台B5B6 B3,B4,B5 B6正对看台 B3,B4B5B6或者 B3..B1.B6 C1正对看台C C2正对看台C2C3C4 或者C2,CC4 C3正对看台C3C C3. C2 C4正对看台C4 C4CC2或者 C4,C3,C2 同理,我们的出了观众一天内场馆一>饮食处的路径和饮食处一>车站的路径(附录 )按照题目的假设选取最短路径。 2.人流量及其购物欲望的分布 根据以上所分析的路径,观众每经过一次商区,其人流量总数加一。 从调査的数据分析,各商区的人流量取决于观众的行径,也就是上面分析的路径 这样我们可以先假设一天内这三个奧运场馆全部坐满,既有20万人在一天内在此区域 里出行两次,通过计算得到每个观众可能的行走路线数为N=2×20×3(车站所在方 第8页共25页
第 8 页 共 25 页 表 6.车站（停车场）到场馆的路径 南区 北区 公交（南北）、地铁（东）、 地铁（西） 公交（东西）、出租、私车 A1 正对看台 A1,A2,A3,A4,A5,A6 或者 A1,A10,A9,A8,A7,A6 A1 A2 正对看台 A2,A3,A4,A5,A6 A1,A2 A3 正对看台 A3,A4,A5,A6 A1,A2,A3 A4 正对看台 A4,A5,A6 A1,A2,A3,A4 A5 正对看台 A5,A6 A1,A2,A3,A4,A5 A6 正对看台 A6 A1,A2,A3,A4,A5,A6 或者 A6,A7,A8,A9,A10,A1 A7 正对看台 A6,A7 A1,A10,A9,A8,A7 A8 正对看台 A6,A7,A8 A1,A10,A9,A8 A9 正对看台 A6,A7,A8,A9 A1,A10,A9 A10 正对看台 A6,A7,A8,A9,A10 A1,A10 B1 正对看台 B1,B6 B1,B2,B3 B2 正对看台 B2,B1,B6 B2,B3 B3 正对看台 B3,B2,B1,B6 或者 B3,B4,B5,B6 B3 B4 正对看台 B4,B5,B6 B3,B4 B5 正对看台 B5,B6 B3,B4,B5 B6 正对看台 B6 B3,B4,B5,B6 或者 B3,B2,B1,B6 C1 正对看台 C1,C4 C1,C2 C2 正对看台 C2,C3,C4 或者 C2,C1,C4 C2 C3 正对看台 C3,C4 C3,C2 C4 正对看台 C4 C4,C1,C2 或者 C4,C3,C2 同理，我们的出了观众一天内场馆－>饮食处的路径和饮食处—>车站的路径（附录 1）按照题目的假设选取最短路径。 2． 人流量及其购物欲望的分布 根据以上所分析的路径，观众每经过一次商区，其人流量总数加一。 从调查的数据分析，各商区的人流量取决于观众的行径，也就是上面分析的路径。 这样我们可以先假设一天内这三个奥运场馆全部坐满，既有 20 万人在一天内在此区域 里出行两次，通过计算得到每个观众可能的行走路线数为 r N = 2 20 3 × × （车站所在方
向数、所到看台个数和索取餐厅的个数的乘积),按照问题一得到的出行和饮食的规律, 我们可以准确计算出总人数为20万人时,对于一个人来说选择每条路径的概率,得到 每条路径选择的人数的期望N尸,再根据每条路径和此路径上商区的对应关系,得到各 商区的人流量的分布关系式: 第X商区的人流量A=∑mxNP,其中, 0第X商区不在第i条路径上 1第X商区在第i条路径上 表7各商区的人流量及其购物欲望的分布 商区 人流量 6.789944 A2 5.378604% 6.278513% 7.178421% 13.68123% 7.178421 A9 A10 4.478694% BI 2.56769% B2 2.244202% 4.94668% B4 7.501174% Cl 1.977115 4.197278% 3.结果分析 根据人流量分布计算的结果,我们做出了人流量分布图(如图6),从图上我们可以 清晰的发现如下规律 I)A,B,C三个场馆周围商区的平均人流量呈递减规律,因为三处场馆容量依次递减 (分别为10万、6万、4万)。 2)A、B、C三个场馆都是在出口处商区A1、A6、B3、B6、C1、C4的人流量最大, 第9页共25页
第 9 页 共 25 页 向数、所到看台个数和索取餐厅的个数的乘积），按照问题一得到的出行和饮食的规律， 我们可以准确计算出总人数为 20 万人时，对于一个人来说选择每条路径的概率，得到 每条路径选择的人数的期望 NPi ，再根据每条路径和此路径上商区的对应关系，得到各 商区的人流量的分布关系式： 第 X 商区的人流量 1 Nr x i i A m NP = = × ∑ ，其中， 0 1 mXi = 第X商区不在第i条路径上 第X商区在第i条路径上 表 7.各商区的人流量及其购物欲望的分布 商区 人流量 A1 6.789944% A2 4.478694% A3 5.378604% A4 6.278513% A5 7.178421% A6 13.68123% A7 7.178421% A8 6.278513% A9 5.378604% A10 4.478694% B1 2.56769% B2 2.244202% B3 4.94668% B4 2.244202% B5 2.56769% B6 7.501174% C1 1.977115% C2 2.677212% C3 1.977115% C4 4.197278% 3． 结果分析 根据人流量分布计算的结果，我们做出了人流量分布图（如图 6），从图上我们可以 清晰的发现如下规律： 1) A，B，C 三个场馆周围商区的平均人流量呈递减规律，因为三处场馆容量依次递减 （分别为 10 万、6 万、4 万）。 2) A、B、C 三个场馆都是在出口处商区 A1、A6、B3、B6、C1、C4 的人流量最大
约为其他商区人流量的2倍。 3)从场馆去南边出口的人流量略大于北边出口的人流量,因为选择交通工具在南边的 人数约多。 4)除了出口商区,在同一块场馆周围的其它商区人流分布对称。因为影响此分布的有 两个因素:来本看台的观看比赛的人数和经过此看台的人次,经过分析,具有地理 对称位置的看台在这两个因素上具有对称性,所以人流分布对称。 各商区人流分布图 0.14 0.12 01 006 商区 0D4 A1 A2A3 A4 A5 A6 A7 4849 A10 B1B2 E3 B4 B5 E6 C1 C3 图6商区人流分布图 问题三商区内MS网点的设计方案 1.模型建立 商圈屏蔽效应 定理1商区内增加一个MS时对本商区内的影响力远大于其他商区,因此新增加MS 对其他商区的影响可以忽略。 证明:假设将商区看作为以圆形区域,管理者将MS的的经营范围按MS的经营规模比 例划分,如图,根据经济学的“分摊原理”MS为了争夺客户,其选址位置将向圆心靠拢。 当加入新的MS时,考虑新加MS对本商区的影响力F。和对相邻商圈的影响力F1 第10页共25页
第 10 页 共 25 页 约为其他商区人流量的 2 倍。 3) 从场馆去南边出口的人流量略大于北边出口的人流量，因为选择交通工具在南边的 人数约多。 4) 除了出口商区，在同一块场馆周围的其它商区人流分布对称。因为影响此分布的有 两个因素：来本看台的观看比赛的人数和经过此看台的人次，经过分析，具有地理 对称位置的看台在这两个因素上具有对称性，所以人流分布对称。 图 6.商区人流分布图 问题三 商区内 MS 网点的设计方案 1. 模型建立 z 商圈屏蔽效应 定理 1.商区内增加一个 MS 时对本商区内的影响力远大于其他商区，因此新增加 MS 对其他商区的影响可以忽略。 证明：假设将商区看作为以圆形区域，管理者将MS的的经营范围按MS的经营规模比 例划分，如图，根据经济学的“分摊原理”MS为了争夺客户，其选址位置将向圆心靠拢。 当加入新的MS时，考虑新加MS对本商区的影响力 Fo和对相邻商圈的影响力 F1