通过查表，R.I=0.52
所以 C.R= C.I / R.I= 0.087 <0.1 即通过一致性检验 ，安全性评价模型合理。
六、参考文献
[1]米粮川; 杨洪澜; 王世刚，Matlab基础的教学思想，高师理科学刊。 [2]邵伟，蒙特卡洛方法及在一些统计模型中的应用。 [3]陆东鑫，计算机工程与应用，浙江大学，2011。
[4]陈东彦，李冬梅，王树忠；数学建模，科学出版社2007年版 [5]马莉：MATLAB数学实验与建模，清华大学出版社2010年版
[6]姜启源，谢金星，叶俊；数学模型（第4版），高等教育出版社2011年版 [7]薛运强，刘彤；基于ML的样本量研究，济南公交科技研究学院，2012
七、模型的评价
7.1模型的优点
此模型对问题进行系统性分析，层次分明，定性定量综合分析了各因素“禁摩限电”的影响，并且所需要的定量数据信息较少，所得结果简单明确，容易为决策者了解和掌握。
7.2 模型的缺点
指标过多时数据统计量大，且权重难以确定，特征值和特征向量的精确求法比较复杂，不容易发现指标的相对重要性的取值里到底是哪个有问题，哪个没问题。
八、附录
- 16 -
数学建模
N=10; X=zeros(1,N) x(1)=4.0; X(2)=3.6; x(3)=1.1; x(4)=5.2; x(5)=2.7; x(8)=0.9; xn=0:N-1; stem(xn,x) Axis([- N 0 6])
const unsigned long maxshort=65535L; const unsigned long multiplier=1194211693L; const unsigned long adder=12345L; class RandomNumber
RandomNumber::RandomNumber(unsigned long s) { if(s==0)
randseed=time(0); else randseed=s;
}
unsigned short RandomNumber::Random(unsigned lon {
randseed=multiplier*randseed+adder; return (unsigned short)((randseed>>16)%n); }
- 17 -
double RandomNumber::fRandom(void) {
return Random(maxshort)/double(maxshort); }
fitness = @first_multi; b = [-6,-6]; A = []; b = []; lity constraints；
function [new_matrix_cells,new_v]=leadcarupdate(matrix_cells,v) n=lh(matrix_cells); if v(n)~=0 matrix_cells(n)=0; v(n)=0; end
new_matrix_cells=matrix_cells; new_v=v; v = 0; p=0; d=0; nl = 150; nc = 1; dt=0.02; nt=500; fp = 0.4;
% 车流密度不变下的单车道仿真 % nc:车道数目（1）
- 18 -
数学建模
%nl:车道长度
% v:平均速度，d:交叉口换道次数（500次）p:车流密度 % dt:仿真步长时间，nt:仿真步长数目 % fp:入口处新进入车辆的概率
[ v d p ] = multi_driveway( nl,nc,fp,dt,nt );
function [location_frontcar]=searchfrontcar(matrix_cells) i=l for j=1:i
if matrix_cells(i-j+1)~=0 location_frontcar=i-j; break; else
location_frontcar=0; matrix_cells(j)=0; end end
button=uicontrol('style','button',... 'string','Run', ... 'fontsize',12, ... 'position',[50,300,55,25], ... if cells(i-j+1)==0; continue;
else v(i-j+1)=min(v(i-j+1)+1,vmax);
k=searchfrontcar((i-j+1),cells); %搜素前方非空元胞位置 If（k==0） d=n-(i-j+1); else d=k-(i-j+1)-1; end
v(i-j+1)=min(v(i-j+1),d);
- 19 -
v(i-j+1)=randslow(v(i-j+1)); new_v=v(i-j+1);
n=100; %数据初始化z=zo(2,n); %元胞个数 z=roadstart(z,8);
%道路状态初始化，路段上随机分布 8辆cells=z; vmax=3; %最大速度
v=speedstart(cells,vmax); %速度初始化 memor_cells=zeros(3000,n); memor_v=zeros(3000,n); imh=imshow(cells); %初始化图像
set(imh, 'erasemode', 'none') axis equal axis tight stop=0; %等待车辆到达 freeze=0; for j=1:i
if matrix_cells(i-j+1)~=0 location_frontcar=i-j+1; break; else
location_frontcar=0; end end while(1) { if(l>=r)
while(a[--j]>pivot); if(i>=j) break;
Swap(a[i], a[j]); }
if(j-l+1==k) return pivot;
- 20 -
数学建模
a[l]=a[j]; a[j]=pivot; if(j-l+1 k=k-j+l-1; l=j+1; } else r=j-1; } } function [d,r]=floyd(a) n=size(a,1); d=a; for i=1:n for j=1:n r(i,j)=j; end end for k=1:n for i=1:n for j=1:n if d(i,k)+d(k,j) - 21 -