2019全国数学建模大赛c题出租车机场数据（二）

想直接要数据的戳

https://blog.csdn.net/qq1225598165/article/details/102989657

题目

问题C 机场的出租车问题
大多数乘客下飞机后要去市区（或周边）的目的地，出租车是主要的交通工具之一。国
内多数机场都是将送客（出发）与接客（到达）通道分开的。送客到机场的出租车司机都将
会面临两个选择：
(A) 前往到达区排队等待载客返回市区。出租车必须到指定的“蓄车池”排队等候，依
“先来后到”排队进场载客，等待时间长短取决于排队出租车和乘客的数量多少，需要付出
一定的时间成本。
(B) 直接放空返回市区拉客。出租车司机会付出空载费用和可能损失潜在的载客收益。
在某时间段抵达的航班数量和“蓄车池”里已有的车辆数是司机可观测到的确定信息。
通常司机的决策与其个人的经验判断有关，比如在某个季节与某时间段抵达航班的多少和可
能乘客数量的多寡等。如果乘客在下飞机后想“打车”，就要到指定的“乘车区”排队，按
先后顺序乘车。机场出租车管理人员负责“分批定量”放行出租车进入“乘车区”，同时安
排一定数量的乘客上车。在实际中，还有很多影响出租车司机决策的确定和不确定因素，其
关联关系各异，影响效果也不尽相同。
请你们团队结合实际情况，建立数学模型研究下列问题：
(1) 分析研究与出租车司机决策相关因素的影响机理，综合考虑机场乘客数量的变化规
律和出租车司机的收益，建立出租车司机选择决策模型，并给出司机的选择策略。
(2) 收集国内某一机场及其所在城市出租车的相关数据，给出该机场出租车司机的选择
方案，并分析模型的合理性和对相关因素的依赖性。
(3) 在某些时候，经常会出现出租车排队载客和乘客排队乘车的情况。某机场“乘车区”
现有两条并行车道，管理部门应如何设置“上车点”，并合理安排出租车和乘客，在保证车
辆和乘客安全的条件下，使得总的乘车效率最高。
(4) 机场的出租车载客收益与载客的行驶里程有关，乘客的目的地有远有近，出租车司
机不能选择乘客和拒载，但允许出租车多次往返载客。管理部门拟对某些短途载客再次返回
的出租车给予一定的“优先权”，使得这些出租车的收益尽量均衡，试给出一个可行的“优
先”安排方案。

数据获得（不想自己爬的可以直接跳到最后下载）

首先，访问郑州机场网址，点击链接
这个网站是实时刷新的

写一个python的小爬虫，将数据爬下来并且保存：

import requests
import time
from bs4 import BeautifulSoup
import re
class Tool:removeImg = re.compile('<img.*?>| {7}|')removeAddr = re.compile('<a.*?>|</a>')replaceLine = re.compile('<tr>|<div>|</div>|</p>')replaceTD= re.compile('<td>')replacePara = re.compile('<p.*?>')replaceBR = re.compile('<br><br>|<br>')removeExtraTag = re.compile('<.*?>')def replace(self,x):x = re.sub(self.removeImg,"",x)x = re.sub(self.removeAddr,"",x)x = re.sub(self.replaceLine,"\n",x)x = re.sub(self.replaceTD,"\t",x)x = re.sub(self.replacePara,"\n    ",x)x = re.sub(self.replaceBR,"\n",x)x = re.sub(self.removeExtraTag,"",x)return x.strip()tool=Tool()# 请求的首部信息
headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.146 Safari/537.36'
}
# 例子的url
url = 'http://www.whalebj.com/xzjc/default.aspx?tdsourcetag=s_pctim_aiomsg'
# 利用requests对象的get方法，对指定的url发起请求
# 该方法会返回一个Response对象
for i in range(0,2000):res = requests.get(url, headers=headers)soup = BeautifulSoup(res.text, 'lxml')tags = soup.find_all('span', {'class': 'content_Case'})e = tags.__str__()f = tool.replace(e)g = f[1:len(f)-1]g = g+"\n"print(g)with open('data.txt', 'a',encoding='utf-8') as f:f.write(g)print("第",i)time.sleep(60)

运行就可以爬到数据了，下面有我已经爬到的数据

不想爬的同学可以下载我已经爬取好的数据：
百度云链接：
链接：https://pan.baidu.com/s/1o755xoeq7nVuCGu9r70uPA
提取码：xamx

有用的话，记得关注我的微信公众号“文化人爱读水许传”,分享更多思路