非常感谢楼上2位的支持!
五,补充说明
由于实验用查询工具本身在需求数据的对应上存在严重问题,这里必须做详细说明。
A, Amenities(Demand Created),门槛化解还是积累?
#35 rszxh的分析是正确的,计算“上限百分比”的公式如我在1楼的描述。显然应该这样理解算式:分母是当前化解了的需求门槛值+瓶颈预设值,分子是当前已经入住城市的人口数(内有乾坤)。因实验状态下没有人口出现,少掉了Capacity Satisfied,所以算式如下:
Amenities(Demand Created)÷[瓶颈预设值+Amenities(Demand Satisfied)]
例如市立大学叠加医学研究院:
市立大学 Demand Created:Amenities$80 Amenities$$$120 Amenities$$$20
医学研究院 Demand Created:Amenities$$80 Amenities$$$32 Demand Satisfied:Amenities$$10,000 Amenities$$$ 10,000
瓶颈百分比:
R$ 80+0/50000 = 0
R$$ (120 + 80) / (2000 + 10000) = 0.01
R$$$(32 + 20) / (1000 + 10000) = 0
试验结论是站得住脚的,证实了叠加的作用,所以#34第6点关于“不再有可比较性”的判断是不对的。
结合前面的分析,算式分子是Amenities(Demand Created),因此可以判断该值应当被作为“已入住城市的居民”看待,它的性质也就成为需求门坎积累!积累到封顶的结果在5楼首图已经一清二楚……
B,出了问题的城市低/中/高收入住宅总需求值。
Demand Created包含Jobs和Amenities两类数值,如果前文分析成立,那么可提升需求的就只剩“Jobs”。但查询工具的城市低/中/高收入住宅总需求值对照的是simcity_1.dat的Demand Created(Jobs+Amenities)。如果Jobs+Amenities正确,前面算式应该是Demand Created(Jobs+Amenities)÷[瓶颈预设值+Amenities(Demand Satisfied)]。
市立大学叠加医学研究院瓶颈百分比就变成:
R$ 160+0/50000 = 0
R$$ (240 + 160) / (2000 + 10000) = 0.03
R$$$(64 + 40) / (1000 + 10000) = 0
结论与实验结果不符。
即使单算市立大学也是不对头的:
R$ : 160 / 50000 = 0
R$$: 240 / 2000 = 0.12
R$$$: 40 / 1000 = 0.04
所以分子是不能包含Demand Created(Amenities)的。查询工具中城市低/中/高收入住宅总需求值错就错在把需求当作Jobs+Amenities之和来算。因此正确的“城市低/中/高收入住宅总需求”只应该计算Demand Created(Jobs),正好是插件显示值的一半,例如:
天然气发电厂插件显示需求为R$56,R$$30,R$$$10,实际情况和reader查询Jobs结果则应该是R$28,R$$15,R$$$5。(下图紫色部分)
城市低/中/高收入住宅总需求值还包括来自邻城的需求支持,而城市低/中/高收入住宅需求值相对干净一点,只有本城的需求显示。不过城市低/中/高收入住宅需求值的问题和总值一样都是多了一半出来。
C,道具上限百分比的参考价值不高。
其实大家只要知道这些道具会占用少量人口上限值就可以了。因为1楼公布算式的分母是出于变化中的,所以这个值只是在道具独自出现时才有意义,仅作为实验结果的一部分用来验证数据的正确性。在前面的分析中道具百分比很好的帮我们明确了Amenities(Demand Created)的含义和城市低/中/高收入住宅总需求值,它已经圆满完成任务了。实战中,平安渡过开局后就基本不用管道局提升的微不足道的那一点上限,因为随着化解瓶颈道具的使用百分比分母会不断变大,进而减小道具占用上限的影响。
至于这个百分比本身是对我们很有用的数据,关注它可以在达到瓶颈前及早预防,不会把时间浪费在瓶颈中。
D,正确信息汇总。
道具提升(总)需求:Demand Created(Jobs),又细分为R$R$$R$$$。商业的直接显示Demand ID,如cs$为3110。
道具提供岗位:Demand Created(Jobs)。不做细分,R$R$$R$$$相加之和就是。
上限分子:Demand Satisfied(Amenities)+Capacity Satisfied(应该只算实际入住人口)。
上限分母:瓶颈预设值+Amenities(Demand Satisfied)。
因为查询插件设计有问题,但实验数据又不便更改,所以7楼以前的数据有很多是错的。为了不对阅读造成大的障碍,我在7、8楼作汇总表,把错误的都改掉了,大家以正确的汇总表为准。
后记:
敝人乃一介文科书生,本对数据分析一窍不通。幸而rszxh出手相助,如拨云见日,吾亦免贻笑大方矣。余在此谨对rszxh的无私帮助深表感谢!