公平席位分配模型
数
学
建
模
论
文单位：湖南信息职业技术学院系别: 信息工程系
班级: 信息0903
作者: 贺际嵘
公平的席位分配问题
[摘要]我们用公平席位分配模型,解决了10人委员会人员组成问题并保证对A.B.C的相对都公平.首先,我们用人们常用的惯例分配席位的方法来分配10个席位得出结果如表1-1；再假定情况1,也用惯例分配席位的方法来分配得出结果如表2-2；由以上两步的结果可以判定此种按照人数比例分配的惯例分配方法在这里应用分配的结果是不公平的,导致总席位数N增加一个,A的席位数反而减少了一个；此后,我们在寻找一个更为公平的分配方案,经过对问题的深入了解,逐步分析并结合各种情况的共同性建立我们日常寻求的更为公平的分配方案—Q值法；最后,我们通过Q值法求的本问题的最佳分配结果,也进一步,把这一以Q值法为为方法的公平席位分配模型推广到我们的日常生活中所遇到的席位分配问题.通过公平席位分配模型对席位的分配,不难检验出惯例分配席位的方法是不公平的,总席位数为N=10 的公平分配结果是: A是n1=2, B是n2=3,C是 n3=5.
[关键字]公平分配；Q值法；模型．
1 问题重述
我们日常生活之中经常会面对席位分配的问题,如某学校共1000学生,235人住在A楼,333人住在B楼,432住在C楼. 学生要组织一个10人委员会,我们可以试用惯例分配方法和Q值方法分配各楼的委员数,并比较结果,试得出更为公平的分配方案及结果.
事先我们可以对问题进行假设与符号定义；然后进行我们的问题分析,先用惯例分配分配席位的方法分析：①可以先人们常用的惯例分配席位的方法来分析公平分配10个席位并得出结果；②也可以再假定情况1,也用惯例分配席位的方法来分析并得出结果；两种结果进行分析以初步得出惯例分配席位的方案是不公平的,并思考怎样才能得出更为公平的分配方案；然后,我们把模型建立方面的分析及其模型建立放在模型建立里面再分析.
2 问题的假设与符号定义
1.1问题的假设:
1.席位是以整数计量的,并且为有限个,设为N个；
2.每个单位有有限个人,席位是按各集体的人员多少来分配的；3．每个单位的每个人都具有相同的选举权利；
4．每个单位至少应该分配到一个名额,如果某个单位,一个名额也
不应该分到的话,则应将其剔除在分配之外；
5．在名额分配的过程中,分配是稳定的,不受任何其他因素所干扰.
1.2符号的定义：
n---－表示某单位的席位数（n1、n2、n3分别表示A、B、C的席位数）；
p----表示某单位的人数（p1、p2、p3分别表示A、B、C的人数）；
q-------表示总席位数；
N-------表示人数.Q-------表示某单位的Ｑ值.
3 问题的分析
通常人们都是按照人数比例来进行分配的.当比例中有小数时,
人们又按照惯例将多余的席位分给比例中小数最大者.我们能得出以
下结论：
*
n/
公式：
N
p
q
3.1 惯例分配总席位数为N=10的结果：
我们用惯例分配席位的方法分配,结果为n1 =3、n2=3、n3=4,分配过
程及结果如表2-1所示：
楼层人数p 所占比例(q/N) 分配方案席位(n)
A 1 235 235/1000 (235/1000)*10=2.35 3
B 2 333 333/1000 (333/1000)*10=3.33 3
C 3 432 432/1000 (432/1000)*10=4.32 4
表2－１惯例分配总席位数为N=10的分配过程及结果.
3.2 假定情况一: 若增加为11席,分配有何变化?
我们也运用惯例分配席位的方法分配,结果为n1 =2、n2=3、n3=5,
分配过程及结果如表2-2所示：
楼层人数p 所占比例（q/N）分配方案席位（n）
A 1 235 235/1000 (235/1000)*11=2.59 2
B 2 333 333/1000 (333/1000)*11=3.66 4
C 3 432 432/1000 (432/1000)*11=4.75 5
表2－2 惯例分配总席位数为N=11的分配过程及结果.
现象一:总席位增加1席, A 减少１席位．（不公平！）
显然,存在不公平现象,能否给出更公平的分配席位的方案？
4 模型建立
目标:建立公平的席位分配方案.
4.1 引出绝对不公平值并给出相对不公平值:
设A,B 两方人数分别为21,p p ；分别占有 1n 和2n 个席位,则两方每个席位所代表的人数分别为
11n p 和 2
2n p
. 我们称 2
2
11n p n p -
为.例：10,100,1202121====n n p p
则
22
2
11=-n p n p ； 又 10,1000,10202121====n n p p 则
22
2
11=-n p n p 由上例可知,用绝对不公平程度作为衡量不公平的标准,并不合理,下面我们给出相对不公平值.
①若 2
2
11n p n p > 则称 112212
222
11-=-n p n p n p n p n p 为对A 的相对不公平值, 记为 ),(21n n r A ；
②若 2
2
11n p n p < 则称 121121
111
22-=-n p n p n p n p n p 为对B 的相对不公平值 ,记为 ),(21n n r B .
4.2给出相对公平的席位分配方案:
如果，A B 两方分别占有1n 和2n 席,利用相对不公平值A r 和B r 讨论,当总席位增加1席时,应该分配给A 还是B.不妨设1122>p n p n ,即对A 不公平,当再分配一个席位时,有以下三种情况：
I .当
22
1>+11p p
n n 时,这说明即使给A 增加1席,仍然对A 不公平,所以这一席显然应给A 方.
II.当
22
1<+11p p
n n 时,这说明给A 增加1席,变为对B 不公平,此时对B 的相对不公平值为:
211212
11-1 ++=
()
(,)B p n r n n p n （3）
III.当
221
>+11p p
n n 时,这说明给B 增加1席,将对A 不公平,此时对A 的相对不公平值为:
121221
11-1 ++=
()
(,)A p n r n n p n （4）
因为公平分配席位的原则是使相对不公平值尽可能小,所以如果
121211 +<+(,)(,)B A r n n r n n （5）
则这1席给A 方,反之这1席给B 方.
由(3)(4)可知,(5)等价于
2
122
2211<
11++()
()p p n n n n （6）
不难证明上述的第I 种情况
22
1>+11p p
n n 也与(6)式等价,于是我们
的结论是当(6)式成立时,增加的1席应给A 方,反之给B 方.
若记:
2, =1,2
1=
+()
i i i i p Q i n n
则增加的1席给Q 值大的一方.
4.3模型内部推广:
上述方法可以推广到有m 方分配席位的情况.设第i 方人数为i p ,已占有i n 个席位.当总席位增加1席时,计算:
2, =1,2
1=
+()
i i i i p Q i m n n ，，
则增加的1席应分配给Q 值大的一方.这种席位分配的方法称为Q 值法.
5 模型求解
5.1下面用Q 值法讨论A,B,C 层分配11个席位的问题：
先按照比例将整数部分的9席分配完毕n 1=2, n 2=3, n 3=4,.再用Q 值法分配第10席和第11席.
分配第10席,计算得:
9204.173
*223512
==
Q ；
9240.75
4*333322
==Q ；
9331.20
5*443232
==Q ； 3Q 最大,于是这1席应分给C 层.
即: n 1=2, n 2=3, n 3=5. 分配第11席,计算得:
9204.173
*223512
==
Q ；
9240.754*333322
==Q ； 80.22066
*543232==
Q ,
Q 2最大,于是这1席应B 层. 即: n 1=2, n 2=4, n 3=5.
5.2现象分析及结果：
根据Q 值分配结果与假定情况一的现象,易得出:
惯例分配总席位为10时,分配不公平,以至得出总席位数N 增加一个,A 的席位数反而减少了一个的错误结论.原因在于分配时,应给C 的1个席位反而给了B ；10人委员会组成为:Ａ.Ｂ.Ｃ的席位数分别 2、3、5.
6 模型评价
●我们巧用绝对值,避免了分两种情况.从而简化了运算. ●改进后的Q 值法席位分配方案应用性推广,分配更公平.
7 参考文献
[1]李志林等,数学建模及典型案例分析,北京：化学工业出版社,2006.
多指标席位分配模型的研究
多指标席位分配模型的研究 Ｔｈｅ Ｍａｔｈｅｍａｔｉｃａｌ Ｍｏｄｅｌ ａｂｏｕｔ Ｍｕｌｔｉ－Ｃｒｉｔｅｒｉａ Ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ Ｓｅａｔｓ Ｎｕｍｂｅｒ 赵洋阮小军 Ｚｈａｏ ＹａｎｇＲｕａｎ Ｘｉａｏｊｕｎ （南昌大学数学系， 江西南昌３３００３１） （Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｍａｔｈｅｍａｔｉｃｓ， Ｎａｎｃｈａｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｊｉａｎｇｘｉ Ｎａｎｃｈａｎｇ３３００３１） 摘要： 针对经典席位分配模型在解决一些分配问题时的局限性，提出了多指标席位分配问题的数学模型，指出该模型是对经典席位分配模型的一个推广，并通过实例说明该模型在处理一些分配问题时更具公平合理性。 关键词： 席位分配问题； 多指标决策 中图分类号：Ｆ２２４文献标识码：Ａ文章编号：１６７１－４７９２－（２００８）３－００６８－０３ Ａｂｓｔｒａｃｔ： Ｉｎ ｏｒｄｅｒ ｔｏ ｄｉｓｃａｒｄ ｔｈｅ ｒｅｑｕｉｒｅｍｅｎｔ ｆｏｒ ｍａｎｙ ｐｒｏｂｌｅｍｓ ｔｏ ｂｅ ｓｏｌｖｅｄ ｂｙ ｃｌａｓｓｉｃａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆｓｅａｔｓ ｎｕｍｂｅｒ， ａｎ ｅｖｏｌｕｔｉｏｎａｒｙ ｐｒｏｇｒａｍ ｍｅｔｈｏｄ ｉｓ ｐｒｏｐｏｓｅｄ． Ｔｈｅ ｍａｔｈｅｍａｔｉｃａｌ ｍｏｄｅｌ ａｂｏｕｔ ｍｕｌｔｉ－ｃｒｉｔｅｒｉａ ｄｉｓｔｒｉ－ｂｕｔｉｏｎ ｏｆ ｓｅａｔｓ ｎｕｍｂｅｒ ｉｓ ａ ｇｅｎｅｒａｌｉｚａｔｉｏｎ ｏｆ ｔｈｅ ｃｌａｓｓｉｃａｌ ｏｎｅ． Ａｎ ｅｘａｍｐｌｅ ｉｓ ｓｈｏｗｎ ｔｈａｔ ｔｈｉｓ ｍｏｄｅｌ ｄｅａｌｉｎｇｗｉｔｈ ｓｏｍｅ ｐｒｏｂｌｅｍｓ ｏｆ ｄｉｓｔｒｉｂｕｔｉｏｎ ｉｓ ｍｏｒｅ ｆａｉｒ ａｎｄ ｒｅａｓｏｎａｂｌｅ ｔｈａｎ ｔｈａｔ ｃｌａｓｓｉｃａｌ ｏｎｅ．Ｋｅｙｗｏｒｄｓ： Ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ Ｓｅａｔｓ Ｎｕｍｂｅｒ； Ｍｕｌｔｉ－Ｃｒｉｔｅｒｉａ Ｄｅｃｉｓｉｏｎ Ｍａｋｉｎｇ ０引言 席位分配模型［１，２］处理和研究的是人类社会生活中相当 普遍的一类资源分配问题，其目标是试图在一个大集体对小 集体进行某种资源分配时尽可能做到公平合理。但在经典席 位分配模型中只考虑了参加分配的各单位成员数这一唯一指 标，而在解决实际的资源分配问题时，由于参加分配的各单 位情况的复杂性，往往使得做出分配决策的影响因素是多方 面的。如果此时只考虑参加分配各单位的成员数这一个指 标，可能会导致做出的分配决策在某种程度上不能很好的体 现公平合理性。因此，本文提出一种综合考虑多方面影响因 素，使得席位分配更加公平合理的数学模型，即多指标席位 分配模型。 １建立模型 在多指标席位分配问题中，设有ｍ个单位参加分配，记 为Ｉ＝｛１，２，…，ｍ｝，第ｉ个单位的人数为ａ ｉ（ｉ＝１，２，…，ｍ），总 人数 １５
公平的席位分配
公平的席位分配 姓名：仇嘉程 班级：数学与应用数学（2）班 学号：0907022010 摘要：席位分配是日常生活中经常遇到的问题，对于企业、公司、、学校政府部 门都能解决实际的问题。席位可以是代表大会、股东会议、公司企业员工大会、 等的具体座位。本文讨论了席位公平分配问题以使席位分配方案达到最公平状 态。我主要根据各系人数因素对席位获得的影响，首先定义了公平的定义及相对 不公平度的定义，采用了最大剩余法模型和Q 值法模型，通过检验2种模型的 相对不公平度来制定比较合理的分配方案。 关键词：不公平度指标、Q 值法、最大剩余法 一、问题的提出： 某学校有3个系共200名学生，其中甲系100名，乙系60名，丙系40名。 问题一：若学生代表会议设20个席位，如何公平席位分配？ 问题二：丙系有6名学生转入甲乙两系，其中甲系转入3人，乙系转入3人， 又将如何公平的分配20个学生代表会议席位？ 三、模型的建立： 模型1——比例分配法，若使得公平席位分配，最公平简单且常用的席位分配办 法是按学生人数比例分配： 某单位席位分配数 = 某单位总人数比例′总席位 即： (1,2,3...)i i p P i n N N ==，其中1n i i N N ==∑ 1n i i P P ==∑ 但是在实际生活中，若按模型1来计算，由于席位数不同，很难使得到的结果为 整数，因此模型1难以成立，即绝对公平难以成立，我们需要寻求可能相对公平 的分配方案。
模型2——最大剩余法，如果按上述公式参与分配的一些单位席位分配数出现小数,则先按席位分配数的整数分配席位,余下席位按所有参与席位分配单位中小数的大小依次分配之。这种分配方法公平吗？由书上给出的案例，我们可以很清楚的知道该方法是有缺陷的，是不公平的。 某学院按有甲乙丙三个系并设20个学生代表席位。它的最初学生人数及学生代表席位为 系名甲乙丙总数学生数100 60 40 200学生人数比例100/200 60/200 40/200 席位分配10 6 4 20 后来由于一些原因，出现学生转系情况，各系学生人数及学生代表席位变为 系名甲乙丙总数学生数103 63 34 200学生人数比例103/200 63/200 34/200 按比例分配席位10.3 6.3 3.4 20按惯例席位分配10 6 4 20 由于总代表席位为偶数，使得在解决问题的表决中有时出现表决平局现象而达不成一致意见。为改变这一情况，学院决定再增加一个代表席位，总代表席位变为21个。重新按惯例分配席位,有 系名甲乙丙总数 学生数103 63 34 200学生人数比例103/200 63/200 34/200 按比例分配席位10.815 6.615 3.57 21 按惯例席位分配11 7 3 21 这个分配结果出现增加一席后，丙系比增加席位前少一席的情况，这使人觉得席位分配明显不公平。这个结果也说明按惯例分配席位的方法有缺陷，我们需要建立更合理的分配席位方法解决上面代表席位分配中出现的不公平问题。 模型3——Q值法
交通路径分配
总结 1、排版较好，建模思路清晰，过程合理，结论明确。 2、速度和车流量如果用反比例函数，操作过程会更简单 点。 3、小标题前的空格最好能保持一致，其他没什么问题。
交通量优化配置的非线性规划模型 摘要 本文针对两点之间的交通量优化配置问题，利用非线性规划建立了最优化行驶方案的模型，使交通流量达到最优化配置以解决部分由流量不均而导致的交通堵塞问题。 问题一中，将车辆的有效行驶路径定义为向右向下行驶的路径，基于此建立有效路径搜索算法并求解得7条有效路径。分别为路径一：1->2->3->4->7->0；路径二：1->2->3->6->7->0；路径三：1->2->3->6->10->0；路径四： 1->2->5->6->7->0；路径五：1->2->5->6->10->0；路径六：1->2->5->9->10->0；路径七：1->8->9->10->0。 问题二中，假设车子单辆行驶且所有有效路径都被利用，首先建立密度与速度、速度与路段车辆数的基本函数，并由此得到各路段行驶时间关于各路段车辆数的模型。按优化方案中要求各条路径行驶时间最短的目标，并且以每条路径耗时相等和各节点总流入车辆数与总流出车辆数相等为约束条件，建立非线性规划模型。 问题三中，基于问题二中建立的模型，根据已知的车辆数条件，并对最大速度、最大车辆密度和路段长度进行合理假设代入模型中，并用MATLAB编程求得近似最优分配方案：路径一1981辆；路径二1000辆；路径三611辆；路径四1379辆；路径五819辆；路径六28辆；路径七4182辆。 在上述模型中，仅考虑了路段单位长度车辆数对速度的影响，而忽略了横向路段宽度对通行速度的影响，且实际生活中有效路径往往不会被同时利用。由此本文又考虑了路段最大车流量，并引入了美国BPR函数，得到路段出行时间关于实际车流量的函数，并以各条路径行驶时间最短为目标，根据用户均衡分配原理，以流量平衡为约束条件，建立一个非线性规划模型，并对路段最大车流量和路段无任何车辆时的行驶时间进行合理假设，运用Lingo软件得到一个近似最优分配方案：路径一2264辆；路径二437辆；路径三357辆；路径四2248辆；路径五325辆；路径六0辆；路径七4369辆。 关键词：非线性规划模型车流量车辆密度用户均衡分配MATLAB Lingo
1.实验11-1-公平的席位分配(参照惯例的席位分配方法)-实验11-2-公平的席位分配(Q值方法).doc
河北大学《数学模型》实验 实验报告 班级专业 15计科2班 姓名 张宇轩 学号 20151101006 实验地点 C1-229 指导老师 司建辉 成绩 实验项目 1. 实验11-1 公平的席位分配（参照惯例的席位分配方法） 2. 实验11-2 公平的席位分配（Q 值方法） 一、实验目的 了解参照惯例的席位分配方法和Q 值方法的区别，明确Q 值的意义，学会使用这两种方法解决问题。掌握在MATLAB 下，席位分配问题的调用，熟悉循环的使用，floor 、sort 等函数的使用，学会使用最佳定点或浮点格式（5位数字）控制命令format short g 。 二、实验要求 1. 公平的席位分配（参照惯例的席位分配方法） 参照惯例的席位分配方法：(参考P278-279) n 为席位总数，p1,p2,…,pm为各单位人数。 步骤： a. 按比例各单位所得席位为n*pi/(p1+p2+,…,pm)，i=1,2,…,m（结果可能含有小数）。 b. 对各单位所得席位取整。 c. 若对各单位所得席位取整数之和 静态多路径分配模型程序源代码 #include 公平的席位分配问题 席位分配在社会活动中经常遇到，如：人大代表或职工学生代表的名额分配和其他物质资料的分配等。通常分配结果的公平与否以每个代表席位所代表的人数相等或接近来衡量。目前沿用的惯例分配方法为按比例分配方法，即： 某单位席位分配数= 某单位总人数比例总席位 如果按上述公式参与分配的一些单位席位分配数出现小数,则先按席位分配数的整数分配席位,余下席位按所有参与席位分配单位中小数的大小依次分配之。这种分配方法公平吗下面来看一个学院在分配学生代表席位中遇到的问题： 某学院按有甲乙丙三个系并设20个学生代表席位。它的最初学生人数及学生代表席位为 系名甲乙丙总数 学生数100 60 40 200 学生人数比例100/200 60/200 40/200 席位分配10 6 4 20 " 后来由于一些原因，出现学生转系情况，各系学生人数及学生代表席位变为 系名甲乙丙总数 学生数103 63 34 200 学生人数比例 103/200 63/200 34/200 按比例分配席位 20 按惯例席位分配 10 6 4 20 由于总代表席位为偶数，使得在解决问题的表决中有时出现表决平局现象而达不成一致意见。为改变这一情况，学院决定再增加一个代表席位，总代表席位变为21个。重新按惯例分配席位,有 系名 甲 乙 丙 总数 （ 学生数 103 63 34 200 学生人数比例 103/200 63/200 34/200 按比例分配席位 21 按惯例席位分配 11 7 3 21 这个分配结果出现增加一席后，丙系比增加席位前少一席的情况，这使人觉得席位分配明显不公平。这个结果也说明按惯例分配席位的方法有缺陷，请尝试建立更合理的分配席位方法解决上面代表席位分配中出现的不公平问题。 模型构成 先讨论由两个单位公平分配席位的情况，设 单位 人数 席位数 每席代表人数 单位A p 1 n 1 11n p 单位B p 2 n 2 22n p 席位公平分配模型 09数学与应用数学（1） 0907021006 王秀秀 摘要：本文主要研究席位的公平分配问题。通过对绝对不公平度和相对不公平度的构造，从而建立了Q 值分配法模型。在公平标准下，用Q 值分配法模型，我们可得到相对公平的席位分配方案。 关键词：席位分配 公平性 相对不公平度 Q 值分配法模型 正 文 1 问题的提出 某校三个系有 200名学生，其中1系有学生103名，2系有学生63名，3系有学生34名。现在要从三个系中选取20名学生成立一个委员会。问题：如何合理的将这20个席位分配给这3个系，才能使分配相对公平？ 2 合理假设与变量说明 2.1合理假设 2.1.1席位是以整数计量的，并且为有限个，设为N ； 2.1.2每个系别的每个人被选举的概率相等。 2.2变量限定： P ：为总人数 i P ：为i 系人数 N ：为总席位数 i n ：为i 系席位数 其中，,,,,1,2...i i P N P n N i n +∈=，且1n i i P P ==∑，1n i i n N ==∑ 公平标准：i i P P N n = 3 模型建立 3.1 若公平标准满足时，即i i P P N n =（1,2...i n =）时，我们知道此时分配是公平的，则最有分配方案为i 系分得席位i n 个。 3.2 Q 值分配法模型 若公平标准不满足满足时，即存在i N +∈，使得 j i i j P P n n ≠成立时，我们用绝对不公平度的算法给出相对不公平度。 以1，2两方作为考察构造，先给出绝对不公平度： 设1，2系的总人数分别为1P ，2P ，分得席位数分别为1n ，2n ，令(1,2)i i i P R i n = =，i R 表示i 系每个席位代表的人数 令||,(,,)j i ij i j P P i j i j N n n λ+=-≠∈，ij λ表示i ，j 系分配方案的绝对不公平度，且ij ji λλ=。 例如，当121210120 100n n P P ====，，时，ij λ=2， 当1212101020 1000n n P P ====，，时，ij λ=2， 由此可知，绝对不公平度的对问题的检验不灵敏。 以下给出相对不公平度的分配方案： 记122211222//(,)/P n P n r n n P n -=（1212 1P P n n >+），称为对1系的相对不公平度 如果1，2两系分别占有席位1n ，2n 个，利用相对不公平对的讨论， 当增加一个席位时，新加席位是分该1系还是2系。不妨设1212P P n n >，即对1系相对不公平时，则再增加一个席位时，有三种分配方案： （1）12121P P n n >+时，112211212322 /1/(1,)10,6,3/P n P n r n n n n n P n +-+====（） VI模型解决基于路径的UE交通分配问题 在静态交通流分配问题的研究中，配流原则主要为Wordrop提出的第一、第二原理，满足Wordrop第一原理的交通流状态称为用户均衡（User Equilibrium，简称UE）。静态用户均衡交通分配理论作为现代交通运输系统的重要理论之一，采用变分不等式模型来解决分配问题日益成为国际上的研究热点。文章采用变分不等式模型解决基于路径的UE交通分配问题，最终得到最优的交通配流。 标签：用户最优；变分不等式；交通分配 1 变分不等式的概念 Hartman-Stampacchia变分不等式是指求x*∈k，使得 （1） 其中k∈Rn为一非空闭凸集，F（x）：k→Rn是一连续映射。变分不等式（1）是20世纪60年代中期Hartman、Stampacchia等人在创建变分不等式理论的基础时提出和研究的第一个变分不等式，它在经济数学、对策论、最优化理论及网络平衡模型中有着广泛而重要的应用[1]。 公式（1）与数学规划之间的联系一开始就受到很大重视。当F（x）为一凸函数的梯度时，显然式（1）可以转化为一等价的可微数学规划问题，Carey详细论述了这一关系在经济平衡中的应用。一般非对称情况下式（1）不再有上述意义下的最优化等价表示。 Fukushima 1992年通过引进正则化方法给出了式（1）的一种可微最优化等价表示；T. Larsson和M. Patriksson 1994年又给出了更一般的一类可最优化等价表示，从而从理论上回答了式（1）与可微数学规划之间的关系，并依此给出了相应的式（1）的优化解法。我们发现建立变分不等式与对策规划之间的联系有利于实际问题的模型建立与求解分析[2]。 2 基于路径的UE交通分配 对众所周知的平衡交通网络问题一般有方式来解决，一种是基于网络路径流量，另一种是基于网络路段流量。因此，解决方法可以大致分为两类运行的解空间算法。传统的解决问题方法是基路段的算法，基于路径的方法也有所考虑。我们相信，选择基于路径流量为变量有以下几个原因。一个主要的原因是解决交通分配问题的路径流动空间自动为所有的路由路径提供了平衡流量。基于路段流量的算法，而是需要提供的程序来产生一个平衡路径流量。另一方面，有许多应用程序路径流量的解决方案都需要输入，如始发地/目的地（即O/D）矩阵估计和尾气排放分析。 数 学 建 模 论 文单位：湖南信息职业技术学院系别: 信息工程系 班级: 信息0903 作者: 贺际嵘 公平的席位分配问题 [摘要]我们用公平席位分配模型,解决了10人委员会人员组成问题并保证对A.B.C的相对都公平.首先,我们用人们常用的惯例分配席位的方法来分配10个席位得出结果如表1-1；再假定情况1,也用惯例分配席位的方法来分配得出结果如表2-2；由以上两步的结果可以判定此种按照人数比例分配的惯例分配方法在这里应用分配的结果是不公平的,导致总席位数N增加一个,A的席位数反而减少了一个；此后,我们在寻找一个更为公平的分配方案,经过对问题的深入了解,逐步分析并结合各种情况的共同性建立我们日常寻求的更为公平的分配方案—Q值法；最后,我们通过Q值法求的本问题的最佳分配结果,也进一步,把这一以Q值法为为方法的公平席位分配模型推广到我们的日常生活中所遇到的席位分配问题.通过公平席位分配模型对席位的分配,不难检验出惯例分配席位的方法是不公平的,总席位数为N=10 的公平分配结果是: A是n1=2, B是n2=3,C是 n3=5. [关键字]公平分配；Q值法；模型． 1 问题重述 我们日常生活之中经常会面对席位分配的问题,如某学校共1000学生,235人住在A楼,333人住在B楼,432住在C楼. 学生要组织一个10人委员会,我们可以试用惯例分配方法和Q值方法分配各楼的委员数,并比较结果,试得出更为公平的分配方案及结果. 事先我们可以对问题进行假设与符号定义；然后进行我们的问题分析,先用惯例分配分配席位的方法分析：①可以先人们常用的惯例分配席位的方法来分析公平分配10个席位并得出结果；②也可以再假定情况1,也用惯例分配席位的方法来分析并得出结果；两种结果进行分析以初步得出惯例分配席位的方案是不公平的,并思考怎样才能得出更为公平的分配方案；然后,我们把模型建立方面的分析及其模型建立放在模型建立里面再分析. 2 问题的假设与符号定义 1.1问题的假设: 1.席位是以整数计量的,并且为有限个,设为N个； 2.每个单位有有限个人,席位是按各集体的人员多少来分配的；3．每个单位的每个人都具有相同的选举权利； 4．每个单位至少应该分配到一个名额,如果某个单位,一个名额也 不应该分到的话,则应将其剔除在分配之外； 5．在名额分配的过程中,分配是稳定的,不受任何其他因素所干扰. 公平的席位分配问题 ——数学建模报告 20094865，陈天送 20094862，陈铁忠 20094854，朱海 公平的席位分配问题 席位分配在社会活动中经常遇到，如：人大代表或职工学生代表的名额分配和其他物质资料的分配等。通常分配结果的公平与否以每个代表席位所代表的人数相等或接近来衡量。 符号设定： N ：总席位数 i n ：分配给第i 系席位数 （1,2,3i =分别为甲，乙，丙系） P ：总人数 i P ：第i 系数 （1,2,3i =分别为甲，乙，丙系） i Q ：第i 系Q 值 （1,2,3i =分别为甲，乙，丙系） Z ：目标函数 方法一，比例分配法：即： 某单位席位分配数 = 某单位总人数比例?总席位 如果按上述公式参与分配的一些单位席位分配数出现小数,则先按席位分配数的整数分配席位,余下席位按所有参与席位分配单位中小数的大小依次分配之。这种分配方法公平吗？由书上给出的案例，我们可以很清楚的知道该方法是有缺陷的，是不公平的。 方法二，Q 值法： 采用相对标准，定义席位分配的相对不公平标准公式：若 2211n p n p > 则称 1122122221 1-=-n p n p n p n p n p 为对A 的相对不公平值， 记为 ),(21n n r A ，若 2211n p n p < 则称 121121 1 11 22-=-n p n p n p n p n p 为对B 的相对不公平值 ，记为 ),(21n n r B 由定义有对某方的不公平值越小，某方在席位分配中越有利，因此可以用使不公平值尽量小的分配方案来减少分配中的不公平。 确定分配方案： 使用不公平值的大小来确定分配方案，不妨设1 1 n p > 2 2n p ，即对单位A 不公平，再分配一个席 位时，关于11n p ,22n p 的关系可能有 1. 111+n p >22 n p ,说明此一席给A 后,对A 还不公平; 2. 111+n p <22n p ,说明此一席给A 后,对B 还不公平,不公平值为 1)1(11),1(21211111 222 1-?+=++-=+n p p n n p n p n p n n r B 3. 1 1 n p > 1 22+n p ,说明此一席给B 后,对A 不公平,不公平值为 席位公平分配问题 —Q值法的改进 摘要：本文为建立席位分配问题的公平合理方案．对经典Q 值法进行了研究并提出改进，构造了衡量相对不公平程度的新标准量。通过对书本中的经典席位分配问题实例的计算，比较分析了多种席位分配方法的求解结果，并与经典的Q值法进行了公平性的比较。结果表明改进的标准量更为合理，从而验证了该方法的有效性和合理性。 一、问题背景 席位分配问题是人类社会生活中相当普遍的一类资源分配问题，是数学在政治领域中应用的典型实例，其目标是在一个大集体对小集体进行某种资源分配时试图尽可能做到公平合理。席位分配问题最关键之处是它的悖论观，无论选择怎样的分配方案，总会产生这样或那样的矛盾，著名的有以下几种悖论：亚拉巴马悖论、人口悖论和新州悖论。同时，席位公平分配的关键是提出衡量公平度的一个量，即满足下述5条公理： 公理1(人口单调性)：一方的人口增加不会导致它失去一个名额。 公理2(无偏性)：在整个时间平均，每一方应接受到它自己应分摊的份额。 公理3(名额单调性)：总名额的增加不会使某一方的名额减少。 公理4(公平分摊性)：任何一方的名额都不会偏离其比例份额数。 公理5(接近份额性)：没有从一方到另一方的名额转让会使得这两方都接近于它们应得的份额。 然而，1982年M ．L ．Balinski 和H ．P ．Young 证明了一个B —Y 不可能定理，即绝对公平的分配(满足公理1～公理5)方案是不存在的，既然绝对公平的分配方案不存在，人们便致力于席位分配问题的相对公平的研究。著名的Q 值法是1982年由 D ．N ．Burghes 和I ．Hunttey 等人提出的一种相对不公平衡量标准，该方法简单易行，且克服了其他方法的一些矛盾，被广泛的应用于资源公平分配问题中。但不足之处是未考虑名额分配后的整体状况，而首先给每一方分配一个名额也是没有道理的。基于此考虑，这里提出了一种新的衡量相对不公平的标准，不需要事先给每一方分配一个名额，其计算量与Q 值法相当，但比Q 值法更趋于公平。通过实例比较了该方法与Q 值法及其它方法的求解结果，从而验证该方法的合理性和有效性。 二公平标准的构造 1.1席位分配问题描述 席位分配问题是指：假设有m 方参加N 个可供分配的席位， 其中第i 方的人数为i p (i=1，2，…，m)，m 方的总人数为1m i i p p ==∑， 第i 方所分配的席位为n i ，（i=1，2，…，m)，如何寻找一组整数 公平席位分配模型 摘要本文按照题目要求，首先，基于相对公平分配的原则，阐述“d’Hondt 方法”原理，并建立数学模型。其次，对“比例加惯例法”、“Q值法”及“d’Hondt 方法”这三个模型，根据分配结果进行对比分析。可以得到，当待分配席位数较少时，采用Q值法与d’Hondt法分配席位相对比较公平，当待分配席位数较多时，采用比例加惯例法既简单又公平。 关键词：比例加惯例模型 Q值模型 d’Hondt模型公平分配 正文 1 问题复述 为了讨论重大问题，特别是有关集体利益的问题，召开代表会议正变得越来越普遍。当会议涉及不同集体的利益时，公平的席位分配就显得尤为重要。常用的席位分配办法是“比例加惯例法”以及“Q值法”等。 某学校有三个宿舍共1000名学生，其中A宿舍有235人，B宿舍有333人，C宿舍有432人。现学生们要组织一个十人委员会，已知采用d’Hondt席位分配办法分配各宿舍的委员数如下： 表1 d’Hondt法 宿舍 1 2 3 4 5 …分配结果 A 235 117.5 78.3 58.75 (2) B 333 166.5 111 83.25 (3) C 432 216 144 108 86.4 (5) 比例加惯例法：按比例分配取整数的名额后，剩下的若干名额依次分给小数部分较大者。 Q值法：按照相对不公平度最小原则，每增加一席位，分给Q值较大的一方。d’Hondt法:将A，B，C各宿舍的人数用正整数n=1，2，3，…相除，将所得商数从大到小取前10个（10为席位数）。如表1所示，表中A，B，C行有横线的数分别为 2，3，5，即为3个宿舍分配的席位。 需要解决的问题是： （1）试建立模型，解释d’Hondt方法的道理； （2）若委员人数从10人增至15人，此时用比例加惯例法、Q值法和 d’Hondt 法3种方法再分配名额，试比较3种方法两次分配的结果。 2 模型假设与符号说明 2.1 模型的假设 假设各个宿舍之间没有人员的调动。 2.2 符号的说明 () 1,2,3 p i=分别表示宿舍A、B、C的人数； i P表示总人数； N表示待分配席位数； 公平的席位分配论文 This manuscript was revised on November 28, 2020 题目：公平的席位分配问题 摘要 数学问题中离不开分配问题，下面我就以公平的席位分配问题进行分析。在以下的分析中，我会先按照比例的分配方法分配，再按照比例家惯例的方法进行分配，表示不公平的席位分配，最后我们利用Q值法对题目进行重新分配，以Q值的特性使得对其席位的分配更加公平。比例法是我们生活中必不可少的分配方法，但是在有的时候使用Q值法会得到更加的公平分配。 关键词：席位分配比例法比例加惯例 Q值法 一、问题的重述与分析 问题的重述 某学校有3个系学生共200名，其中甲系100名，乙系60名，丙系40名，若学生代表会议设20个席位，公平而又简单的席位分配办法是按学生人数的比例分配，三个系分别为10，6，4个席位。现因学生转系，三系人数分别为103，63,34名，问20席如何分配。若增加为21席，又如何分配。 问题的分析 本题讲将有200名学生，甲103、乙63、丙34，现有20个或21个席位，那我们应该怎么来分配呢看到这个题，首先想到的是用比例加惯例法，得出：20个席位，三系仍分别占有10,6,4个席位；21个席位，三系分别占有11,7,3个席位。显然这个结果对丙不太公平，因为总席位增加1席，而丙系却由4席减为3席，最后通过比较，还是Q值法分配相对公平。 二、符号设定 1、各系的人数： p i （i=1,2,3……） 2、各系分配到的席位数： n i （i=1,2,3……） 3、各系不公平程度的指标：r i （i=1,2,3……） 4、各系Q 值：Q i （1,2,3……） 三、模型的建立与求解 比例加惯例分配 如下表 分配的席位取整数，20席位时，甲、乙、丙系分到的席位数分别为10,6,4；可是总席位增加1个席位时，丙系却由4席减为3席，这显然对丙席不公平。所以按照各系人数所占比例大小分配，有的时候是不公平的。 不妨设A 、B 方人数分别为 p 1、p 2，席位分别为 n 1、n 2 当p 1/n 1=p 2/n 2时，分配公平 当p 1/n 1>p 2/n 2时，对A 不公平 p 1 /n 1-p 2 /n 2～对A 的绝对不公平度 如：p 1=150，n 1=10，p 1/n 1=15 p 1=1050，n 1=10，p 1/n 1=105 p 2 =100，n 2=10，p 2/n 2=10 p 2=1000，n 2=10，p 2/n 2=100 数学建模论文（席位公平分配问题） 席位公平分配问题 摘要 本文讨论了席位公平分配问题以使席位分配方案达到最公平状态。我主要根据了各系人数因素对席位获得的影响，首先定义了公平的定义及相对不公平的定义，采用了比例模型、汉丁顿模型和Q值模型制定了一个比较合理的分配方案。 首先，我根据相关资料的查阅，定义了公平的定义和不公平的定义以及不公平程度的定义和相对不公平数的定义以便来检验模型的公平性程度。 其次，我建立了一个比例模型，采用了比例相等的方法，列出一个关于所获席位与总席位数和各系人数与各系总人数的等式，进而求得所获席位数。同时我建立了一D+Q值模型，通过汉丁顿模型和Q 值模型的结合，最终得出一个比较合理的分配方案。 最后，我用相对不公平数来检验两个模型的公平性程度。 关键词：数学建模公平定义 Q值模型 d'Hondt（汉丁顿）模型 目录 一、问题重述与分析： (3) 1.1问题重述： (3) 1.2问题分析： (3) 二、模型假设 (4) 三、符号说明 (4) 四、模型建立： (5) 4.1公平的定义： (5) 4.2不公平程度的表示： (5) 4.3相对不公平数的定义： (5) 4.4模型一的建立：（比例分配模型） (6) 4.5模型二的建立：（d'hondt模型和Q值模型） (6) 五、模型求解 (8) 5.1模型一求解： (8) 5.2模型二的求解： (8) 六、模型分析与检验 (9) 七、模型的评价： (11) 7.1、优点： (11) 7.2、缺点： (11) 7.3、改进方向： (11) 八、模型优化 (11) 九、参考文献 (12) 席位分配问题的D’hondt模型和相对尾数模型席位分配问题的D’hondt模型和相对尾数模型摘要:讨论公平席位分配的模型已有很多。本文首先用比例加惯例法、Q值法、D’hondt法对问题中名额进行了分配，再对D’hondt法的合理性进行了分析，并在Q值法对绝对尾数(绝对不公平度)的处理方式基础上，提出了相对尾数模型，并讨论了其满足Young公理的1，3，4条;在模型求解上，全部由MATLAB程序来实现名额分配。 关键词:相对尾数 Balinsky & Young不可能定理 MATLAB 正文 1 问题复述 公平的席位分配问题是一个非常有趣而重要的问题，它在政治学、管理学和对策论等领域具有广泛的应用价值。处理这个问题的最早的方法是Hamilton法，即比例加惯例法;后来出现了Q值法;1974年M.L.Balinski和H.P.Young引入了席位分配问题的公理体系研究方法，并于1982年证明了同时满足五个公理的席位分配方法是不存在的;因此，我们只能根据实际建立在一定公平准则下成立并尽量多的满足Young公理的算法。这里，我们需要理解并运用比例加惯例法、Q值法、 D’hondt法对宿舍委员会名额进行分配，继而提出更优的公平分配席位的方法。 2 模型假设 2.1合理假设 2.1.1 比例加惯例法、Q值法等分配模型均为已知; 2.1.2 各个宿舍相互独立互不影响，人数保持不变; 2.1.3 委员分配以各宿舍人数为唯一权重。 2.2 符号约定 符号意义 Q第个宿舍的Q值 ii n第个宿舍的人数 ii m第个宿舍分配的名额 ii n总人数 m总名额数 p 第个宿舍的理想分配名额 ii ,个宿舍的理想分配名额总席位增加一个时第ip i niq 第个宿舍的分配比例，即 miin s 第个宿舍的绝对尾数值 ii r 第个宿舍的相对尾数值 ii ,个宿舍的相对尾数值总席位增加一席时第ir i t按比例分配后剩余名额 3 模型的建立与求解 3.1按比例加惯例模型分配 根据比例加惯例分配模型的原理，编写MATLAB程序实现(附录-程序1，2，3，附录-输入及运行结果1)，结果如表所示: 表1(比例加惯例法分配结果): 10个席位的分配 15个席位的分配 宿舍学生人数比例分配惯例分配比例分配惯例分配 的席位的结果的席位的结果 A 235 2 3 3 4 B 333 3 3 4 5 C 432 4 4 6 6 总数 1000 9 10 13 15 华中科技大学研究生课程考试答题本 考生姓名陈菀荣 考生学号M201673159 系、年级交通运输工程系、研一 类别科学硕士 考试科目交通流理论 考试日期2017 年 1 月10日 交通流分配模型综述 摘要：近些年，交通流分配模型已经广泛应用到了交通运输工程的各个领域，并且在交通规划中起到了很重要的作用。本文对交通流分配模型研究现状进行了综述，并分别对静态交通流分配模型、动态分配模型以及公交网络进行了阐述和讨论。同时对相关的交通仿真还有网络优化问题研究现状进行了探讨。最后结合自身学习经验做出了一些评价和总结。 关键词：交通流分配；模型；公交网络 0引言 随着经济和科技的发展，城市化进程日益加快，城市也因此被赋予更多的工程，慢慢聚集大量的人口。而人口数量的增加而直接带来的城市出行量增加，不管是机动车出行还是非机动车出行量都相较以前增加了很多，从而引发了一系列的交通问题。因为在城市整体规划中，交通规划已经成为了十分突出的问题。在整个交通规划过程中，交通分配在其中占有很重要的地位，为相关公交路线，具体道路宽度规划等都有很大作用。 1交通流分配及研究进程 1.1交通流分配简介 由于连接OD之间的道路有很多条，如何将OD交通量正确合理的分配到O 和D之间的各条路线上，是交通流分配模型要解决的首要问题。交通流分配是城市交通规划的一个重要组成部分也是OD量推算的基础。交通流分配模型分为均衡模型和非均衡模型。 1.2交通流模型研究进程 以往关于交通流分配模型的研究多是基于出行者路径偏好的，主要有以Wardrop第一和第二原则为分配依据建立的交通分配模型，Wardrop第一原则假定所有出行者独立做出令自己出行时间最小的决策，最终达到纳什均衡的状态，此时的流量为用户最优解，在这种状态下，同一个起始点时间所有有流路径的通行时间相等，并且大于无流路径的通行时间；Wardrop第二原则假定存在一个中央组织者协调所有出行者的路径选择行为，使得所有出行者的总出行时间最小，对应的状态称为系统最优，此时分布的流量称为系统最优流。 交通流分配模型最早要追述到Beckmann等[1]于1956年首先提出了满足 公平席位的分配 数学(2)班学号 0907022029 郭子龙 摘要：讨论公平席位分配的模型已有很多。本文首先用比例加惯例法、Q值法、D’hondt法对问题中名额进行了分配，再对D’hondt法的合理性进行了分析，并在Q值法对绝对尾数（绝对不公平度）的处理方式基础上，提出了相对尾数模型，并讨论了其满足Young公理的1，3，4条 关键词：分配相对尾数 Balinsky & Young不可能定理 正文 1 问题复述 公平的席位分配问题是一个非常有趣而重要的问题，它在政治学、管理学和对策论等领域具有广泛的应用价值。处理这个问题的最早的方法是Hamilton法，即比例加惯例法；后来出现了Q值法；1974年M.L.Balinski和H.P.Young引入了席位分配问题的公理体系研究方法，并于1982年证明了同时满足五个公理的席位分配方法是不存在的；因此，我们只能根据实际建立在一定公平准则下成立并尽量多的满足Young公理的算法。这里，我们需要理解并运用比例加惯例法、Q 值法、D’hondt法对宿舍委员会名额进行分配，继而提出更优的公平分配席位的方法。 2 模型假设 2.1 合理假设 1.比例加惯例法、Q值法等分配模型均为已知； 2.各个宿舍相互独立互不影响，人数保持不变； 3.委员分配以各宿舍人数为唯一权重。 2.2 符号约定 3 模型的建立与求解 3.1按比例加惯例模型分配 根据比例加惯例分配模型的原理表 3.2按Q 值法模型分配 首先用比例分配法对名额进行初步分配，再根据表达式 )1(2 += i i i i m m n Q C B A i ,,=对剩下的名额进行分配 3.3 D ’hondt 模型 3.3.1 模型建立 设n ，m 分别表示宿舍总人数和总分配席位数，i n (1,2,3i =)表示各宿舍人数， 公平的席位分配模型 班级：数（2）学号：0907022015 摘要：本文建立数学模型的方法，通过讨论某学校的学生代表席位在不同院系之间的公平分配问题。由于人数是一个整数，所以在通常情况下不能保证各个院系最终分得的代表席位数与其人数取相同的比例。因此席位分配不可能在任何情况下都绝对公平，我们通过建立数学模型的方法找到尽可能使分配结果的整体不公平程度降低。 关键词：主要分数法席位分配公平度指标 正文 1 问题的重述 有关公平分配席位的问题，由于人数是一个整数导致在一般情况下不能保证各个院系最终分得的代表席位数与其人数取相同的比例。因此席位分配不可能在任何情况下都绝对公平，进行了各种方法的比较，经过多次试验证明主要除数法的结果要贴近实际，不公平程度较低，最后又对所用方法的科学性进行了阐明。 2 合理假设与变量说明 2.1假定各系的人数已确定，且席位增加时各系的席位数不减少。 2.2在各系的席位数分配好的前提下，人数增加的系席位数不会减少。 2.3 p：总人数；i p：各方人员;i=1,2, 3...n N:总席数；i N各方分配数；i=1,2,3...n A的相对不公平度： 1122 12 22 // (,) / A p n p n r n n p n - = ； () 1122 // p n p n > ; B的相对不公平度： 2211 21 11 // (,) / B p n p n r n n p n - = ; () 2211 // p n p n > ; 3 问题的分析及模型建立 初等模型（不可分割的实体分配） p：总人数；i p：各方人员; i=1，2，3……n N:总席数；i N各方分配数；i=1，2，3……n A的相对不公平度： 1122 12 22 // (,) / A p n p n r n n p n - =() 1122 // p n p n > ; 各宿舍分配委员模型 （参考阿） 摘要：学校共1000名学生，235人住在A 宿舍，333人住在B 宿舍，432人住 在C 宿舍.学生们要组织一个10人的委员会 （1）. 按比例分配取整数的名额后,剩下的名额按惯例分给小数部分较大者; （2）. §1中的Q 值方法； （3）.d ’Hondt 方法 试用上述办法分配各宿舍的委员数 关键词：比例加惯例 Q 值 d ’Hondt 法 一、问题的重述 学校有1000名学生，235人住在A 宿舍，333人住在B 宿舍，432人住在C 宿舍。学生们要组织一个10人的委员会，怎样公平合理的分配各宿舍的委员数。再进一步讨论：如果人数增至15人，依照10个的过程检验一下。 二、问题分析 模型1中，先建立一个简单的“比例加惯例模型”简单分析。 在模型2中，再用Q 值法进一步讨论。然后，在模型3中，用书中给出的d ’Hondt 计算后进行比较 三、模型假设 （1）各个宿舍之间是独立的，且人数始终保持不变； （2）几个委员是平等的。 四、模型的建立与求解 先考虑N=10的分配方案， , 432 ,333 ,235321===p p p ∑ ==3 1 . 1000i i p 方法一（按比例分配） , 35.23 1 11== ∑ =i i p N p q , 33.33 1 22== ∑ =i i p N p q 32 .43 1 33== ∑ =i i p N p q 分配结果为： 4 ,3 ,3321===n n n 方法二（Q 值方法） 9个席位的分配结果（可用按比例分配）为： 4 ,3 ,2321===n n n 第10个席位：计算Q 值为 , 17.92043 2235 2 1=?= Q ,75.92404 3333 2 2=?= Q 2 .93315 4432 2 3=?= Q 3 Q 最大，第10个席位应给C.分配结果为 5 ,3 ,2321===n n n 方法三（d ’Hondt 方法） 此方法的分配结果为：5 ,3 ,2321===n n n 此方法的原理是：记i p 和i n 为各宿舍的人数和席位（i=1,2,3代表A 、B 、C 宿舍）.i i n p 是每席位代表的人数，取,,2,1 =i n 从而得到的i i n p 中选较大者，可 使对所有的,i i i n p 尽量接近. 再考虑15=N 的分配方案，类似地可得名额分配结果.现将3种方法两次分配的结果列表如下： 五，模型的检验、评价与推广 现在当人数为15人时，依照10人时的情况，来检验各个模型的公平性：静态多路径分配模型程序源代码(C++程序)
公平的席位分配问题
席位公平分配模型
VI模型解决基于路径的UE交通分配问题
公平席位分配模型
公平的席位分配问题建模作业
公平的席位分配
席位分配模型
公平的席位分配论文
数学建模论文 - 席位公平分配问题1
席位分配问题的D’hondt模型和相对尾数模型
交通流分配模型综述
公平席位的分配
公平席位分配模型
数学建模 席位分配