并编程计算，构建分析模型及实现。基本实现思路如下图 8-1 所示。
图 8-1
数据获取：附件一（任务数
据）和附件二（会员数据）
数据探索：任务和会员位置
是否在同一个区域（绘制地
图）
对附件一中的每一个任务，计算其 Q 公里范围内：
任务数量（Z1）、任务平均价格（Z2）、会员数量（Z3）、会员平均信誉
值（Z4）、会员可预订任务数量（Z5）、7 个时间段（6:30、6:33~6:45、
6:48~7:03、7:06~7:21、7:24~7:39、7:42~7:57、8:00）会员可预订任
务数量（Z6~Z12）,共 12 个指标
附件一被执行的任务定价（Y）与 12
个指标（X），构建任务定价神经网
络模型
预测附件一未完成任务的
定价，进行重新定价
原方案与新定价方案比较（两个评价指标）：1.未完成任务重新定价后
被执行数量，即 12 个指标+原定价（train_X），执行情况（train_Y）,
训练支持向量机模型，预测未完成任务重新定价后的执行情况
（test_X：12 个指标+新定价）；2.成本增加额
