当前位置：文档库 › 数学建模最短时间路径(新)

数学建模最短时间路径(新)

最短时间路径

摘要：本问题是一个最短时间问题，本文首先对路线图进行分析，找出并画出了汽车在拐弯时所消耗时间的等效图，经分析，找到四条规则（具体见：五、模型的建立与求解），可以按这四条规则把转弯的时间算在南北走向的路线上，对图形上数据进行处理，然后通过Dijkstra算法求的从入口点v1到出口点的v8最短时间路径为：v1——>v2——>v4——>v7——>v8，时间为：15。

关键词：最短路径Dijkstra算法

的最

2.15（5

3.3条路线使东西2条路线相同，那么是否可以把转弯的时间统一加在南北路线上，经分析是可行的，而且有一定的规则（具体见：五、模型的建立与求解）

问题的关键:

1.找到把转弯时间附加在南北路线的内在规则。

2.找到一个等效的图形（等效的办法）使得求解更为方便。

三、模型假设

1.无论何时交通路线是可行的。

2.城市的路线均为方行路线（直线图）。

四、符号说明

v i ——两条路的交汇处或重要地点.

L i,j ——v i 与v j 两地之间的这条路。 T ij ——vi 到v j 所花费的时间 T ——是时间的总和。

五、模型建立与求解

一、问题的回答

把转

1.2.3.4.，而此时图一T

于是建立问题的最短时间模型如下：

T=T ij +T jk +···+ T km (1)

按照图二写出G 的带权邻接矩阵),(v u w

Dijkstra 算法【1】：求G 中从顶点0u

(即v 1)到其余顶点的最短路. 设G 为赋权有向图或无向图，G 边上的权均非负．对每个顶点，定义两个标记（l v ()，z v ()），其中: l v ()：表从顶点

u 到v 的一条路的权．

z v ()：v 的父亲点，用以确定最短路的路线

算法的过程就是在每一步改进这两个标记，使最终l v ()为从顶点

u 到v 8的最短时间的权．

S ：具有永久标号的顶点集。输入: G 的带权邻接矩阵),(v u w (1)赋初值：令 S ＝{u 0, l u ()0=0},?∈=v S V S \，令l v ()=W u v (,)0,z v ()= u 0 u ←u 0 （2）更新l v ()、z v ()： ?∈=v S V S \,若l v ()>l u W u v ()(,)+ 则令

l v ()=l u W u v ()(,)+,z v ()= u

就得

>v8，，为

六、模型推广

一、对问题的进一步的讨论

对于题中简单图形进行分析，通过把转弯时所要浪费的时间附加再南北路线上进行处理，可以求的一定点到另一定点所需时间最少。但是否能按照以上的处理方法对复杂图形也适应，进而有一定的猜疑，于是将图二变复杂，变为图三、图四：

(图三)

2条

（可[1] 赵静、但琦，《数学建模与数学实验》，北京：高等教育出版社,2009.

十、附录

1、问题的matlab程序

M=1000;

w=[0 1 M M M M M M

1 0 3 8 M M M M

M 3 0 M 1 M M M

M 8 M 0 M M 2 M

M M 1 M 0 6 8 M

M M M M 6 0 M 6

M M M 2 8 M 0 4

2.1

若

(图四、一)

2.2对上两图（主要是图四）分析：

对于(图三、一)我们可以看出v1 到v8不管那条路径处理都是对的。

对于(图四、一)我们可以看出v1 到v8从有些路径走是对的，但从另一些路径走却是不正确的。例如：v1--->v2--->v3—>v4—>v8这条路径(图像处理的正确)，而对于v1--->v2--->v6—>v12—>v13--->v7--->v8这条路径(图像处理的不正确)，因此所建模型对此

不太适应，但是可以按以下步骤求的：

（1）若先把L6,12（图四、一中的）这条路去掉，就可以运用此模型进行解答，求的一条最短时间路径（记为：P）。

（2）在把L2,6（图四、一中的）这条路去掉，就可以运用此模型进行解答，求的一条最短时间路径（记为：Ｑ）

（3）在把L6,7（图四、一中的）这条路去掉，就可以运用此模型进行解答，求的一条最短时间路径（记为：Ｗ）

（4）对Ｐ．Ｑ．Ｗ，三条路径进行比较，便可找到最短时间路径。

v1为入口点v8出口点 (图三、一)的邻接矩阵Ａ

M=1000 ;

A=[0 1 M M M M M M M M M M M M M M

1 0 3 M M M 8 M M M M M M M M M

M 3 0 1 M M M M M M M M M M M M

M M 1 0 3 M M M 8 M M M M M M M

M M M 3 0 M M M M M 9 M M M M M

M M M M M 0 1 M M M M M 8 M M M

M M M M M 1 0 1 M M M M M M M M

M M M M M M 1 0 2 M M M M M M M

M M M 8 M M M 2 0 1 M M M M M M

M M M M M M M M 1 0 5 M M M 8 M

M M M M 9 M M M M 5 0 2 M M M M

M M M M M M M M M M 2 0 M M M 9

M M M M M 8 M M M M M M 0 2 M M

M M M M M M 5 M M M M M 2 0 3 M

M M M M M M M M M 8 M M M 3 0 2

M M M M M M M M M M M 9 M M 2 0];

l =0 1 4 5 8 10 9 10 12 13 17 19 18 20 21 23

z=1 1 2 3 4 7 2 7 8 9 5 11 6 13 10 15

M=1000 ;

P=[0 1 M M M M M M M M M M M M M

1 0 3 M M 8 M M M M M M M M M

M 3 0 1 M M M M M M M M M M M

M M 1 0 3 M M 5 M M M M M M M

M M M 3 0 M M M M 9 M M M M M

M 8 M M M 0 1 M M M M M M M M

M M M M M 1 0 1 M M M M 8 M M

M M M 5 M M 1 0 5 M M M M M M

M M M M M M M 5 0 1 M M M 8 M

M M M M 9 M M M 1 0 2 M M M M

M M M M M M M M M 2 0 M M M 9

M M M M M M M M M M M 0 2 M M

M M M M M M 8 M M M M 2 0 3 M

M M M M M M M M 8 M M M 3 0 2

M M M M M M M M M M 9 M M 2 0];

l =0 1 4 5 8 9 10 10 15 16 18 20 18 21 23

z=1 1 2 3 4 2 6 4 8 9 10 13 7 13 14

M=1000 ;

w=[0 1 M M M M M M M M M M M M M

1 0 3 M M M M M M M M M M M M

M 3 0 1 M M M M M M M M M M M

M M 1 0 3 M M 5 M M M M M M M

M M M 3 0 M M M M 9 M M M M M

M M M M M 0 1 M M M M 8 M M M

M M M M M 1 0 1 M M M M 8 M M

M M M 5 M M 1 0 5 M M M M M M

M M M M M M M 5 0 1 M M M 8 M

M M M M 9 M M M 1 0 2 M M M M

M M M M M M M M M 2 0 M M M 9

M M M M M 8 M M M M M 0 2 M M

M M M M M M 8 M M M M 2 0 3 M

M M M M M M M M 8 M M M 3 0 2

M M M M M M M M M M 9 M M 2 0];

l = 0 1 4 5 8 12 11 10 15 16 18 20 19 22 24 z=1 1 2 3 4 7 8 4 8 9 10 6 7 13 14 M=1000 ;

W=[0 1 M M M M M M M M M M M M M

1 0 3 M M 8 M M M M M M M M M

M 3 0 1 M M M M M M M M M M M

M M 1 0 3 M M 5 M M M M M M M

M M M 3 0 M M M M 9 M M M M M

M 8 M M M 0 M M M M M 2 M M M

M M M M M M 0 1 M M M M 8 M M

M M M 5 M M 1 0 5 M M M M M M

M M M M M M M 5 0 1 M M M 8 M

M M M M 9 M M M 1 0 2 M M M M

M M M M M M M M M 2 0 M M M 9

M M M M M 2 M M M M M 0 2 M M

M M M M M M 8 M M M M 2 0 3 M

M M M M M M M M 8 M M M 3 0 2

M M M M M M M M M M 9 M M 2 0];

l =0 1 4 5 8 9 11 10 15 16 18 11 13 16 18 z=1 1 2 3 4 2 8 4 8 9 10 6 12 13 14

数学建模-大学生就业问题

2010-2011第二学期数学建模课程设计 2011年6月27日－7月1日题目大学生就业问题第 11 组组员1 组员2 组员3 组员4 姓名学号 0808060217 0808060218 0808060219 0808060220 专业信计0802 信计0802 信计0802 信计0802 成绩

论文摘要本文讨论了在新的形势下大学生的就业问题。20世纪90年代以来，我国出现了一种前所未有的现象，有着“天之骄子”美誉的大学生也开始面临失业问题。大学生就业难问题已受到普遍关注。大学生毕业失业群体正在不断扩大，已成为我国扩大社会就业，构建和谐稳定社会的急需解决的社会问题。本文针对我国现有的国情，综合考虑了高校毕业生的就业率和高校招生规模的扩大之间的关系，建立了定量分析的微分方程模型，随后又建立了了离散正交曲线拟合模型对得出的结果进行了检验，并分析模型得出的结果得合理性。最终得到生源数量与失业率之间的拟合多项式和拟合曲线，并预测出了未来高校招生规模的变化趋势。在找到大学生失业规律以后，本文还具体的对毕业生的性别、出生地对失业的影响做出了定量分析。关键词：大学生就业微分方程模型多项式曲线拟合MATLAB软件 1、问题重述大学生就业问题：如果我们将每年毕业的大学生中既没有找到工作又没有继续深造的情况视为失业，就可以用失业率来反映大学生就业的状况。下面的表中给出了某城市的大学生失业数占城市总失业人数的比率，比率的计算是按照国际劳工组织的定义，对16岁以上失业人员进行统计的结果。表 1

请建立相应的模型对大学生就业状况进行分析找出其中的规律并讨论下面两个问题： (1)、就业中是否存在性别歧视； (2)、学生的出生对就业是否有影响。 2、模型假设 2.1在本次研究中做出以下假设： (1)、假设毕业生求职时竞争是公平的； (2)、假设考研等继续深造的毕业生属于已就业人群； (3)、假设每个毕业生都有就业或者继续深造的意图 (4)、假设就业率和失业率之和为1； (5)、假设本文搜集的数据全部真实可靠； 2.2 在定量分析性别、出生地对失业的影响时还要做以下假设： (1)、假设毕业生就业情况只受性别、出生地等因素的影响； (2)、假设具有上述同等条件的毕业生间就业机会相同 (3)、假设附件中的数据信息均合理； 3、问题分析 3.1 对问题的分析若要分析新失业群体产生的主要原因，并就其重要性给出各种因素的排序，就需要对搜集的数据进行整理，并进行系统的分析，划分为不同的体系和矛盾，然后我们考虑用Logistic模型分析。为了得到新失业群体对高校招生生源的影响和预测未来高校招生规模的变

数学建模课程设计报告范本

数学建模课程设计报告 1 2020年4月19日

数学建模课程设计题目：学院：专业：班级：姓名：学号：指导教师：实验日期： 2 2020年4月19日

摘要本文针对葡萄酒的质量分析与评价问题，以置信区间、优势矩阵、逐步回归分析等方法和方差分析理论为基础，首先分别构建了以评酒员和样酒为组别的方差数据序列，经过进行双向显著性检验，接着经过置信区间法处理的数据进行了方差分析，并确定可信的评价组别。然后以评酒员感官评价为主、葡萄酒的理化指标为辅，采用回归分析、聚类分析、判别分析法建立葡萄分级模型，继而使用相关系数矩阵确立葡萄酒与葡萄理化指标中具有较大相关性的指标，实现对葡萄理化指标的初步筛选，进行等级划分。再利用逐步回归的方法拟合酿葡萄酒理化指标与葡萄理化指标间一对多的函数关系得出二者之间的联系。最后经过上文函数关系，同时提取对香气与口感评分相关度较大的芳香物质，建立芳香物质与葡萄酒质量的函数关系，论证葡萄和葡萄酒的理化指标只在一定程度上对葡萄酒的质量有影响。关键字：双向显著性检验；方差分析；置信区间；聚类分析；标准化； 1 2020年4月19日

一、问题重述确定葡萄酒质量时一般是经过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的一级理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题： 1. 分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更可信？ 2. 根据酿酒葡萄的一级理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 3. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。 4．分析酿酒葡萄和葡萄酒的一级理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的一级理化指标来评价葡萄酒的质 2 2020年4月19日

数学建模课程设计论文(学生评教模型)

《数学建模与数学实验综合实验》课程设计任务书一、设计目的 “数学建模与数学实验”是一门实践性、综合性、应用性较强的数学基础课程，是交叉学科和新兴边缘学科发展的基础，对学生动手能力要求很高。数学建模与数学实验综合实验是该课程的必要实践环节。通过实验学生实践数学建模的各个环节，以帮助学生强化数学建模基础知识与建模方法的掌握，激励学生勇于创新，全面提高学生解决实际问题的动手能力，掌握常用数学计算工具和数学软件，为从事科学研究和工程应用打下坚实基础。通过基础实验,使学生加深对“数学建模与数学实验”课程中基本理论和基本方法的理解,了解常用数学工具和方法，增强学生的实验技能和基本操作技能，在提高学生学习数学建模课程兴趣的同时，培养和提高学生的动手能力和理论知识的工程应用能力。二、设计教学内容 1、生产计划制定 ; 2、利润最大化问题 ; 3、光纤铺设问题 ; 4、大学生的个人花费问题； 5、电站建设问题； ……… 26、印花税调整与证券市场； 27、学生成绩的综合评定； ……… （每个同学按照指定题目选题）三、设计时间 2013—2014学年第1学期：第17周共计1周教师签名: 2013年12月23日目录

摘要 (3) 一、问题重述 (4) 二、问题假设 (5) 三、模型建立 (6) 四、模型求解 (10) 五、模型的评价与改进 (11) 六、模型以外的其他思考 (12) 八、文献参考 (13) 学生评教的数据分析与处理摘要学校是一个充满着评价人的场所，每时每刻都在对各个人进行评价。毫不夸

张地说评价教师是学校里每个人的“日常功课”。由于教师职业劳动的特殊性，它是复杂劳动。不能仅仅用工作量来评价教师的劳动，同时评价教师的人员纷繁复杂，方式多种多样。评价教师的标准往往束缚着学校的教学质量，教师教学的积极性。所以教师评价的确定就显的很重要。尤其是以学生为主题的评价。学生是顾客、是上帝，教师服务的满意度应有他们说了算，只有他们满意了，学校才能生存、发展。学生对教师的评价肯定不会看你在外面上了多少节公开课，他看你的上课就是平时实实在在的家常课上得怎么样。他也不会管你在报刊杂志上发表了多少文章，而只看你教学是否有条理，学生考试的成绩怎么样。他一般也不会在乎你受过什么级别的奖励，只要你对学生好，学生喜欢你并最终喜欢你的课就成。他们在评价教师的时候心里都有一杆看不见的称，即使这杆称不一定精确，可他们心目中好教师的形象一点也不比身处教育教学第一线的人来得模糊，由于他们的动机的单纯，他们对教师的个人经历不是很感兴趣，正是如此由于身处局外而看得异常清晰。新课程强调：评价的功能应从注重甄别与选拔转向激励、反馈与调整；评价内容应从过分注重学业成绩转向注重多方面发展的潜能；评价主体应从单一转向多元。那么如何公正、客观地评价教师的同时，有效地保护教师的教学积极性和帮助提高学校的办学水平呢？此模型的建立改变了以往同类模型的多种弊端，从另一角度更加合理地分析、评价，就是为了更公平，公正地对教师做出合理的评价，从而促进学生发展和教师提高。本模型主要用了模糊数学模型和对各项评价付权重的方法进行建模分析。关键词：模糊数学模型权重学生各项评价问题重述在中学，学校常拿学生考试成绩评价教师教学水平，虽存在一定合理性，但这与素质教育相悖。在高校不存在以学生考试成绩评价教师教学水平的条件。很多高校让每一位学生给每一位授课教师教学效果打一个分，来评价教师的教学效果，这样能全面体现教师教学效果。现某高校要从下面教师中选一名优秀教师，

数学建模路线优化问题

选路的优化模型摘要: 本题是一个有深刻背景的NPC问题，文章分析了分组回路的拓扑结构，并构造了多个模型，从多个侧面对具体问题进行求解。最短树结构模型给出了局部寻优的准则算法模型体现了由简到繁，确保较优的思想而三个层次分明的表述模型证明了这一类问题共有的性质。在此基础上我们的结果也是比较令人满意的。如对第一题给出了总长为599.9，单项长为216的分组，第二题给出了至少分四组的证明。最后，我们还谈到了模型的优缺点及推广思想。一、问题描述 “水大无情，人命关天”为考察灾情，县领导决定派人及早将各乡（镇），村巡视一遍。巡视路线为从县政府所在地出发，走遍各乡（镇），村又回到县政府所在地的路线。 1.若分三组巡视，试设计总路程最短且各组尽可能均衡的巡视路线。 2.假定巡视人员在各乡（镇）停留时间为T=2小时，在各村停留时间为t =1 小时，汽车行驶速度为V=35公里/时，要在24小时内巡视完，至少分成几组；给出这种分组下你认为最佳的巡视路线。 3.上述关于T，t和V的假定下，如果巡视人员足够多，完成巡视的最短时间是多少？给出在这种最短时间完成巡视的要求下，你认为最佳的巡视路线。 4.巡视组数已定（如三组）要求尽快完成巡视，讨论T，t和V改变时最佳路线的影响（图见附录）。二、问题假设 1、乡（镇）村只考察一次，多次经过时只计算一次停留时间。 2、非本县村不限制通过。 3、汽车的行驶速度始终一致。三、符号说明第i 人走的回路Ti=vv i(i) v2(i)v n(i) Ti=00表示第i人在0点没移动四、模型建立

在这一节里，我们将提出若干个模型及其特点分析，不涉及对题目的求解。最简树结构模型在这个模型中我们依靠利用最短树的特殊结构所给出的准则，进行局部寻优，在一个不大的图里，我们较易得到较优解。 (a)分片准则1利用最短树的长度可大致的估算出路程长，在具体操作中，各片中的最短路程长度不宜相差太大。准则 2 尽可能将最短树连成一个回路，这可保证局部上路程是较短的。 (b)片内调整 a2 a3 a4 a5 a6假设a3 a4有路相连细准1对于右图的最短树结构，最好的走法是a 若a3 a4 进去重复走的话，它与上述的走法路程差w(a3, a2)+w(a2 ,a5)+w(a4, a5)—w(a3, a4)。由两点间最小原则上式是大于0的优劣可见细准2若有如图所示结构，一般思想是：将中间树枝上的点串到两旁树枝，以便连成回路。五、模型求解问题一该问题完全可以用均衡模型表述用算法模型 1 经过局部优化手工多次比较我们能够给出的最佳结果为第一组路径为 0—P—28—27—26—N—24—23—22-17—16—1—15—1—18—K—21—20—25— M--0 长191.1 经5 镇6 村第二组路径为 0—2—5—6—L—19—J—11--G—13—14—H—12—F—10—F—9—E—8—E—7—6—5—2—0 长216.5 经6 镇11 村第三组路径为O—2—3—D—4—D—3—C—B—1—A—34—35—33—31—32—30—Q—29 —R 长192.3 经6 镇11 村总长S=599.9 公里由算法2 给出的为 1组0—P—29—R—31—33—A—34—35—32—30—Q—28—27—26—N—24—33—22—23—N—2 6—P—0 5 乡13 村长215.2 公里 2组0—M—25—21—K—17—16—I—15—I—18—K—21—25—20—L—19—J—11—G—13—14 —O 5 乡11 村长256.2 公里 3组 O—2—5—6—7—E—9--F—12--H--—12—F—10—F—9—E-8—4—0—7—6—M—5-2—3—L —13—1—0 8 乡11 村长256.3 公里总长727.7 公里

大学生就业问题数学模型

重庆交通大学学生实验报告实验课程名称数学模型课程设计开课实验室数学实验室学院 XXX级 XXX 专业 1 班开课时间 2013 至 2014 学年第 2 学期设计题目大学生就业问题

2013 年 12月大学生就业问题摘要：近年来，我国高校毕业生数量逐年增多，加之当前金融危机的影响，毕业生的就业形势受到前所未有的挑战，甚至出现了所谓“毕业即失业”的说法。因此大学生毕业后能否顺利就业，已成为全社会普遍关注的热点问题。大学生就业难不仅有社会原因，也有大学生自身的原因。如何解决大学生就业难的问题不仅关系到大学生的切身利益，更关系到社会的和谐稳定，需要政府、企业、高校和大学生共同的努力。本文从大学生自身，企业和社会三个大方面方面进行了分析和论述，从而总结出相关的结论及解决大学生就业难题的可行方法。关键词大学生就业 Matlab 数据拟合一、问题重述据中国媒体援引人力和社会保障部的最新统计数据，二零一零年全国高校毕业生为630万人，比去年的611万多19万人，加上往届未能就业的，需要就业的毕业生数量很大，高校毕业生就业形势十分严峻。随着九十年代末大学扩招和教育产业化政策推行以来，大学生人数的增幅远远超过经济增长所需要的人才增长，大学生就业不难才是怪事，"毕业即失业"成为中国大学生的普遍现象。尽管如此，中国教育部决定继续扩大全日制专业学位硕士研究生招生规模，努力培养更多高层次、应用型人才。表面上看，研究生扩招能提高大学生学历层次，可以缓解就业难。但是，如果不清理高等教育积弊，扩招研究生来应对就业难将是饮鸩止渴，使就业矛盾更加突出。现在大学生就业难的问题，是由许多原因造成的，既有社会原因，也有历史原因。请用数学建模的方法从以下几个侧面探讨大学生就业问题：（1）利用网上大学生就业统计数据建立大学生就业供需预测模型，利用所建模型对2012年就业形势进行预测；（2）分析影响大学生就业的主要因素，建立就业竞争力评价模型，利用所建模型评估你的竞争力；

数学建模最优路径设计

2015高教社杯全国大学生数学建模竞赛承诺书我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名参赛队员(打印并签名) ：1 2

指导教师或指导教师组负责人(打印并签名)：（论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。）日期：2015年7 月27 日赛区评阅编号（由赛区组委会评阅前进行编号）：

2015高教社杯全国大学生数学建模竞赛编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：

数学模型课程设计一

课程设计名称：设计一：MATLAB 软件入门指导教师：张莉课程设计时数： 8 课程设计设备：安装了Matlab 、C ++软件的计算机课程设计日期：实验地点：第五教学楼北902 课程设计目的： 1. 熟悉MA TLAB 软件的用户环境； 2. 了解MA TLAB 软件的一般目的命令； 3. 掌握MA TLAB 数组操作与运算函数； 4. 掌握MATLAB 软件的基本绘图命令； 4. 掌握MA TLAB 语言的几种循环、条件和开关选择结构。课程设计准备： 1. 在开始本实验之前，请回顾相关内容； 2. 需要一台准备安装Windows XP Professional 操作系统和装有数学软件的计算机。课程设计内容及要求要求：设计过程必须包括问题的简要叙述、问题分析、实验程序及注释、实验数据及结果分析和实验结论几个主要部分。 1. 采用向量构造符得到向量[1,4,7,,31] 。 //a=[1:3:31] 2. 随机产生一向量x ，求向量x 的最大值。 // a=rand(1,6) max(a) 3. 利用列向量(1,2,3,,6)T 建立一个范德蒙矩阵A ，并利用位于矩阵A 的奇数行偶数列的元素建立一个新的矩阵B ，须保持这些元素的相对位置不变。 4. 按水平和竖直方向分别合并下述两个矩阵： 100234110,5670018910A B ????????==???????????? 5. 当100n =时，求1121n i y i ==-∑的值。 6. 一个三位整数各位数字的立方和等于该数本身则称该数为水仙花数。输出全部水仙花数。 7. 求[1000,2000]之间第一个被17整除的整数。 8. 用MATLAB 绘制两条曲线，[0,2]x π∈，以10 π为步长，一条是正弦曲线，一条是余弦曲线，线宽为6个象素，正弦曲线为绿色，余弦曲线为红色，线型分别为实线和虚线，并给所绘的两条曲线增添图例，分别为“正弦曲线”和“余弦曲线”。

环境数模课程设计说明书

2016《环境数学模型》课程设计说明书 1.题目活性污泥系统生化反应器中底物降解与微生物增长数学模型的建立 2.实验方法与结果 2.1.实验方法 2.1.1.工艺流程与反应器本设计采用的工艺流程如下图所示：图2-1 活性污泥系统工艺流程图本设计工艺采用活性污泥法处理污水，工艺的主要反应器包括生化反应器和沉淀池。污水通过蠕动泵恒速加到生化反应器中，反应器内活性污泥和污水在机械搅拌设备和鼓风曝气设备的共同作用下充分接触，并在氧气充足的条件下进行反应。经处理后，污泥混液通过管道自流到沉淀池中，在里面实现泥水分离。分离后的水通过溢流堰从周边排出，直接被排放到下水道系统，沉淀下来的污泥则通过回流泵，全部被抽回进行回流。系统运行过程中，进出水流量、进水质量、污水的停留时间、生化反应器的容积、机械搅拌设备转轴转速、鼓风曝气装置的曝气风量气速、污泥回流量等参数在系统运行的过程中都保持不变。待系统持续运行一周稳定后再取样进行分析。实验的进水为实验室配置的污水，污水分别以葡萄糖、尿素、磷酸二氢钾为碳源、氮源和磷源，其中C：N：P=100：40：1（浓度比），TOC含量为200mg/L。生化反应器内污泥混液的容量为12L，污水停留时间为6h。系统运行时间为两周，第一周是调适阶段，第二周取样测试，测得的数据作为建模的原始数据。表2-1 污水中各营养物质的含量 2.1.2.取样方法

每隔24h取一次样，通过虹吸管取样。每次取样时，先取进水和出水水样用于测水体的COD指标，其中进水直接取配得的污水溶液，出水取沉淀池上清液。取得的水样过膜除去水中的悬浮固体和微生物，保存在5ml玻璃消解管中，并在4℃下冷藏保存。取完用于测COD的水样后，全开污泥回流泵，将沉淀池中的污泥全部抽回生化反应器（由于实验装置的原因，沉淀池排泥管易堵，污泥易积聚在沉淀池中，为更准确测定活性污泥的增长情况，在此实验中将泥完全抽回后再测定），待搅拌均匀后，取5ml污泥混液于干净、衡重的坩埚中，待用于测污泥混液的SS。 2.1. 3.分析方法本实验一共分析进出水COD和污泥混液SS两个指标。其中COD采用《水质快速消解分光光度法》（HJ/T 399-2007）方法进行分析，SS采用《水质悬浮物的测定重量法》（GB 11901-89）方法进行分析。准确取2ml经过膜处理的水样于5mlcod消解管中，以重铬酸钾为氧化剂，硫酸银-浓硫酸为催化剂，硫酸汞为抗氯离子干扰剂，按一定比例与水样混合均匀。将消解管放在COD 消解仪中，在150℃条件下消解2h。待经消解的溶液冷却后，以空白样为参比液，在COD 分析仪上读出待测水样的COD值，记录数据。将装在已衡重称重的坩埚中的污泥混液放在烘箱中，在105℃温度下烘3h以上，保证污泥中的水分被充分除去。坩埚冷却后衡重称重，记录干污泥的质量，求得活性污泥的SS。实验过程的所有样品都设置两个平行样，最后结果取平行样的算术平均值。 2.2.实验结果 2.2.1.实验数据实验测得数据如下表：表2-2 活性污泥系统水质分析结果 2.2.2.数据分析

数学建模最优路径设计

承诺书我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名参赛队员 (打印并签名) ：1 2 指导教师或指导教师组负责人 (打印并签名)：（论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。）日期： 2015年 7 月 27 日赛区评阅编号（由赛区组委会评阅前进行编号）：

编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：

从成都工业学院到西南交通大学最优路径设计摘要本文对现在生活中行车时间的不确定性进行了分析，并给出了最优路径的定义，即：行车所需期望时间最短且该路段行车时间的标准差最小。在将时间期望值和时间标准差值两个决策变量合成为一个决策变量时，为消除不同指标带来的不可公度性，我们对这两个指标进行了无量纲化。对于问题一，建立双目标优化模型，给出最优路径的定义和数学表达式。将这两个目标相加合成单目标。利用MATLAB编程求解，将所建模型应用到例子中，得出的结论是：选择道路A。对于问题二，在问题一定义的最优路径的基础上，建立图论模型，应用Dijkstra算法，利用MATLAB编程，得出最优路径选择结果为：成都工业学院→C→K→G→西南交通大学。对与问题三，结合时间和空间上的相关性，采集足够多的时刻的车流速度，用神经网络算法可以拟合出该条路时刻关于车流速度的函数，建立图论模型分析时间和空间上的相关性。关键词：多目标优化图论模型 Dijkstra算法

数学建模课程设计汇本参考模板

2015-2016第1学期数学建模课程设计题目：医疗保障基金额度的分配：学号：班级：时间：

摘要随着人们生活水平的提高及社会制度的发展,医疗保险事业显得越来越重要,各企业也随之越来越注重员工的福利措施，医疗保障基金额度的分配也成为了人们的关注热点。扩大医疗保障受益人口也是政府和企业面临的难题，因而根据历史统计数据，合理的构造出拟合曲线，分析拟合函数的拟合程度，从而为基金的调配以及各种分配方案做方向上的指导。本文针对A,B两个公司关于医疗保障基金额度的合理分配问题，根据两公司从1980-2003年统计的医疗费用支出数据，科学地运用了MATLAB软件并基于最小二乘法则进行了多项式曲线拟合，成功建立了医疗保障基金额度的分配模型。最后，对不同阶数的多项式拟合曲线的拟合程度进行了残差分析，并输出相关结果，得出拟合程度与多项式阶数的关联。此问题建立在收集了大量数据的基础上，以及利用了MATLAB编程拟合曲线，使问题更加简单，清晰。该模型经过适当的改造，可以推广到股票预测，市场销售额统计等相关领域。

关键字：matlab，最小二乘多项式拟合,阶数，残差分析一．问题重述某集团下设两个子公司：子公司A、子公司B。各子公司财务分别独立核算。每个子公司都实施了对雇员的医疗保障计划，由各子公司自行承担雇员的全部医疗费用。过去的统计数据表明，每个子公司的雇员人数以及每一年龄段的雇员比例，在各年度都保持相对稳定。各子公司各年度的医疗费用支出见下表（附录1）。试利用多项式数据拟合，得到每个公司医疗费用变化函数，并绘出标出原始数据的拟合函数曲线。需给出三种不同阶数的多项式数据拟合，并分析拟合曲线与原始数据的拟合程度。二．模型假设 1．假设A,B两公司在1980年底才发放医疗保障基金。

初中数学几何旋转最值最短路径问题专题训练

初中数学几何旋转最值最短路径问题专题训练专练3 最短路径模型——旋转最值类基本模型图: 【典例1】如图，在矩形ABCD中，AB＝4，AD＝6，E是AB边的中点，F是线段BC边上的动点，将△EBF沿EF所在直线折叠得到△EB′F，连结B′D，则B′D的最小值是（）． A． B.6 C. D.4 【思路探究】根据E为AB中点，BE＝B′E可知，点A、B、B′在以点E为圆心，AE长为半径的圆上，D、E为定点，B′是动点，当E、B′、D三点共线时，B′D的长最小，此时B′D＝DE－EB′，问题得解. 【解析】∵AE＝BE，BE＝B′E，由圆的定义可知，A、B、B′在以点E为圆心，AB长为直径的圆上，如图所示. B′D的长最小值= DE－EB′.故选A． 22 -=-

【启示】此题属于动点（B′）到一定点（E ）的距离为定值（“定点定长”），联想到以E 为圆心，EB′为半径的定圆，当点D 到圆上的最小距离为点D 到圆心的距离－圆的半径.当然此题也可借助三角形三边关系解决，如，当且仅当点E 、B′、D 三点共线B D DE B E ''≤-时，等号成立. 【典例2】如图，E 、F 是正方形ABCD 的边AD 上两个动点，满足AE ＝DF ，连接CF 交BD 于点G ，连结BE 交AG 于点H ，若正方形的边长是2，则线段DH 长度的最小值是 . 【思路探究】根据正方形的轴对称性易得∠AHB ＝90°，故点H 在以AB 为直径的圆上.取AB 中点O ，当D 、H 、O 三点共线时，DH 的值最小，此时DH ＝OD －OH ，问题得解. 【解析】由△ABE ≌△DCF ，得∠ABE ＝∠DCF ，根据正方形的轴对称性，可得∠DCF ＝∠DAG ，∠ABE ＝∠DAG ，所以∠AHB ＝90°，故点H 在以AB 为直径的圆弧上.取AB 中点O ，OD 交⊙O 于点H ，此时DH 最小，∵OH ＝， OD ＝，∴DH 的最小值为112 AB =OD －OH . 1【启示】此题属于动点是斜边为定值的直角三角形的直角顶点，联想到直径所对圆周角为直角（定弦定角），故点H 在以AB 为直径的圆上，点D 在圆外，DH 的最小值为DO －OH .当然此题也可利用的基本模型解决. DH OD OH ≤-【针对训练】 1. 如图，在△ABC 中，∠ACB ＝90°，AC ＝2，BC ＝1，点A ，C 分别在x 轴，y 轴上，当点A 在轴正半轴上运动时，点C 随之在轴上运动，在运动过程中，点B 到原点O 的最大x y 距离为（）. A B C ． D ．31

《数学建模》课程设计报告--常染色体遗传模型

《数学建模》课程设计报告课题名称：___常染色体遗传模型系（院）：理学院专业：数学与应用数学班级：学生姓名：巫荣学号：指导教师：陈宏宇开课时间：2011-2012 学年二学期常染色体遗传模型摘要为了揭示生命的奥秘, 遗传特征的逐代传播, 愈来愈受到人们更多的注意。我们通过问题分析，模型的建立，去解决生物学的问题。为了去研究理想状态下常染色体遗传的情况，我们通过建立随机组合时常染色体的遗传模型，可以计算出各种情况随机出现的百分率，并且可以通过常染色体遗传模型，算出各个情况的概率分布，并且通过模型，分析情况出现的稳定性。揭示了常染色体遗传的分布规律，揭示了下一代各情形变化的规律性和稳定性。关键词：遗传; 随机; 百分率; 概率分布; 稳定一、问题重述问题产生背景

常染色体遗传中，后代从每个亲体的基因对中各继承一个基因，形成自己的基因对，基因对也称为基因型。如果我们所考虑的遗传特征是由两个基因A和a控制的，那么就有三种基因对，记为AA, Aa,aa 。例如，金鱼草由两个遗传基因决定花的颜色，基因型是AA的金鱼草开红花，Aa 型的开粉红色花，而aa型的开白花。又如人类眼睛的颜色也是通过常染色体遗传控制的。基因型是AA或Aa 的人，眼睛为棕色，基因型是aa的人，眼睛为蓝色。这里因为AA和Aa 都表示了同一外部特征，我们认为基因A支配基因a，也可以认为基因a对于A来说是隐性的。当一个亲体的基因型为Aa ，而另一个亲体的基因型是aa时，那么后代可以从aa型中得到基因a，从Aa 型中或得到基因A，或得到基因a。这样，后代基因型为Aa或aa的可能性相等。下面给出双亲体基因型的所有可能的结合，以及其后代形成每种基因型的概率，如下表所示。父体—母体的基因型 AA ??AA AA ??Aa AA ??aa Aa ??Aa Aa ??aa aa ??aa 后代AA 1 1/2 0 1/4 0 0 基因Aa 0 1/2 1 1/2 1/2 0 型aa 0 0 0 1/4 1/2 1 问题描述题目：农场的植物园中某种植物的基因型为AA, Aa和aa。农场计划采用AA型的植物与每种基因型植物相结合的方案培育植物后代。那么经过若干年后，这种植物的任一代的三种基因型分布如何？二、问题分析在本问题中要知道每一代的基因分布，首先要知道上一代的基因型分布，在自由组合后的所有子代可能出现的基因型（上面已经给出）。为了求出每一代的基因型分布，第一步写出第一代的基因型分布；第二步推出第n+1代的基因型分布与第n代的基因型分布的关系；第三步利用差分方程求出每一代的每种基因型分布通项从而求得任一子代三种基因型的概率分布。现该农场的植物园中某种植物的基因型为AA,Aa和aa.采用AA型基因的植物相结合培育后代，求若干年后这种植物的任一代的三种基因型分布，首先分析出初始里，AA,Aa,aa这三种基因型植物的大致分布，首先必须分析出初

数学建模运输问题

运输问题摘要本文主要研究的是货物运输的最短路径问题，利用图论中的Floyd算法、Kruskal算法，以及整数规划的方法建立相关问题的模型，通过matlab，lingo编程求解出最终结果。关于问题一，是一个两客户间最短路程的问题，因此本文利用Floyd算法对其进行分析。考虑到计算的方便性，首先，我们将两客户之间的距离输入到网络权矩阵中；然后，逐步分析出两客户间的最短距离；最后，利用Matlab软件对其进行编程求解，运行得到结果：2-3-8-9-10总路程为85公里。关于问题二，运输公司分别要对10个客户供货，必须访问每个客户，实际上是一个旅行商问题。首先，不考虑送货员返回提货点的情形，本文利用最小生成树问题中的Kruskal算法，结合题中所给的邻接矩阵，很快可以得到回路的最短路线： 1-5-7-6-3-4-8-9-10-2；然后利用问题一的Floyd算法编程，能求得从客户2到客户1（提货点）的最短路线是：2-1，路程为50公里。即最短路线为：1-5-7-6-3-4-8-9-10-2-1。但考虑到最小生成树法局限于顶点数较少的情形，不宜进一步推广，因此本文建立以路程最短为目标函数的整数规划模型；最后，利用LINGO软件对其进行编程求解，求解出的回路与Kruskal算法求出的回路一致。关于问题三，是在每个客户所需固定货物量的情况下，使得行程之和最短。这样只要找出两条尽可能短的回路，并保证每条线路客户总需求量在50个单位以内即可。因此我们在问题二模型的基础上进行改进，以货车容量为限定条件，建立相应的规划模型并设计一个简单的寻路算法，对于模型求解出来的结果，本文利用Kruskal算法结合题中所给的邻接矩阵进行优化。得到优化结果为：第一辆车：1-5-2-3-4-8-9-1，第二辆车：1-7-6-9-10-1，总路程为280公里。关于问题四，在问题一的基础上我们首先用Matlab软件编程确定提货点到每个客户点间的最短路线，然后结合一些限定条件建立一个目标模型，设计一个较好的解决方案进行求解可得到一种很理想的运输方案。根据matlab运行结果分析得出4条最优路线分别为：1-5-2，1-4-3-8，1-7-6，1-9-10。最短总路线为245公里，最小总费用为645。关键词： Floyd算法 Kruskal算法整数规划旅行商问题一、问题重述某运输公司为10个客户配送货物，假定提货点就在客户1所在的位置，从第i个客户到第j个客户的路线距离（单位公里）用下面矩阵中的(,) i j(,1,,10) i j=位置上的数表示（其中∞表示两个客户之间无直接的路线到达）。 1、运送员在给第二个客户卸货完成的时候，临时接到新的调度通知，让他先给客户10送货，已知送给客户10的货已在运送员的车上，请帮运送员设计一个到客户10的尽可能短的行使路线（假定上述矩阵中给出了所有可能的路线选择）。 2、现运输公司派了一辆大的货车为这10个客户配送货物，假定这辆货车一次能装满10个客户所需要的全部货物，请问货车从提货点出发给10个客户配送完货物后再回到提货点所行使的尽可能短的行使路线？对所设计的算法进行分析。 3、现因资源紧张，运输公司没有大货车可以使用，改用两辆小的货车配送货物。每辆小

数学建模课程设计

攀枝花学院学生课程设计（论文）题目：产品广告费用分配对销量及利润的影响模型学生姓名：梁忠学号： 201210802007 所在院(系)：数学与计算机学院专业：信息与计算科学班级： 12信本1班指导教师：马亮亮职称：讲师 2014年12 月19 日攀枝花学院教务处制

攀枝花学院本科学生课程设计任务书题目具有自身阻滞作用的食饵—捕食者模型 1、课程设计的目的数学建模课程设计是让学生通过动手动脑解决实际问题，让学生学完《数学建模》课程后进行的一次全面的综合训练，是一个非常重要的教学环节。 2、课程设计的内容和要求（包括原始数据、技术要求、工作要求等）根据指导教师所下达的课程设计题目和课程设计要求，在规定的时间内完成设计任务；撰写详细的课程设计论文一份。 3、主要参考文献【1】姜启源，数学模型（第二版），高等教育出版社，北京。【2】寿纪麟，数学建模——方法与范例，西安交大出版社。【3】（美）JOHN A.QUELCH 等著吕—林等译，市场营销管理教程和案例, 北京大学出版社 2000。【4】戴永良广告绩效评估，中国戏剧出版社，2001。 4、课程设计工作进度计划序号时间（天）内容安排备注 1 2 分析设计准备周一至周二 2 4 编程调试阶段周三至周一 3 2 编写课程设计报告周二至周三 4 2 考核周四至周五总计10（天）指导教师（签字）日期年月日教研室意见：年月日学生（签字）：接受任务时间：2014 年12 月15 日

注：任务书由指导教师填写。课程设计（论文）指导教师成绩评定表题目名称具有自身阻滞作用的食饵—捕食者模型评分项目分值得分评价内涵选题15% 01 能结合所学课程知识，有一定的能力训练。符合选题要求 5 遵守各项纪律，工作刻苦努力，具有良好的科学工作态度。 02 工作量适中，难易度合理10 通过实验、试验、查阅文献、深入生产实践等渠道获取与课程设计有关的材料。能力水平35% 04 综合运用知识的能力10 能运用所学知识和技能去发现与解决实际问题，能正确处理实验数据，能对课题进行理论分析，得出有价值的结论。 05 应用文献的能力 5 能独立查阅相关文献和从事其他调研；能提出并较好地论述课题的实施方案；有收集、加工各种信息及获取新知识的能力。 06 设计（实验）能力，方案的设计能力 5 能正确设计实验方案，独立进行装置安装、调试、操作等实验工作，数据正确、可靠；研究思路清晰、完整。 07 计算及计算机应用能力 5 具有较强的数据运算与处理能力；能运用计算机进行资料搜集、加工、处理和辅助设计等。 08 对计算或实验结果的分析能力（综合分析能力、技术经济分析能力） 10 具有较强的数据收集、分析、处理、综合的能力。成果质量45% 09 插图（或图纸）质量、篇幅、设计（论文）规范化程度 5 符合本专业相关规范或规定要求；规范化符合本文件第五条要求。 10 设计说明书（论文）质量30 综述简练完整，有见解；立论正确，论述充分，结论严谨合理；实验正确，分析处理科学。 11 创新10 对前人工作有改进或突破，或有独特见解。成绩指导教师评语指导教师签名：年月日

最短路径问题的算法分析及建模案例

最短路径问题的算法分析及建模案例一.摘要 (2) 二.网络最短路径问题的基础知识 (3) 2.1有向图 (5) 2.2连通性.............................................................................................. 错误！未定义书签。 2.3割集.................................................................................................. 错误！未定义书签。 2.4最短路问题 (6) 三．最短路径的算法研究............................................................................. 错误！未定义书签。 3.1最短路问题的提出 (6) 3.2 Bellman最短路方程...................................................................... 错误！未定义书签。 3.3 Bellman-Ford算法的基本思想.................................................... 错误！未定义书签。 3.4 Bellman-Ford算法的步骤............................................................ 错误！未定义书签。 3.5实例.................................................................................................. 错误！未定义书签。 3.6 Bellman-FORD算法的建模应用举例............................................ 错误！未定义书签。 3.7 Dijkstra算法的基本思想 (6) 3.8 Dijkstra算法的理论依据 (6) 3.9 Dijkstra算法的计算步骤 (6) 3.10 Dijstre算法的建模应用举例 (7) 3.11 两种算法的分析........................................................................... 错误！未定义书签。 1.Diklstra算法和Bellman-Ford算法思想有很大的区别 ...... 错误！未定义书签。 Bellman-Ford算法在求解过程中，每次循环都要修改所有顶点的权值，也就是说源点到各顶点最短路径长度一直要到Bellman-Ford算法结束才确定下来。错误！未定义书签。 2.Diklstra算法和Bellman-Ford算法的限制.......................... 错误！未定义书签。 3.Bellman-Ford算法的另外一种理解........................................ 错误！未定义书签。 4.Bellman-Ford算法的改进........................................................ 错误！未定义书签。

数学模型课程设计

文档仅供参考，不当之处，请联系改正。攀枝花学院学生课程设计（论文）题目：蔬菜的运输问题学生姓名：孟蕾学号： 1080 所在院(系)：数学与计算机学院专业：信息与计算科学班级：级信本指导教师：李思霖 6 月 29 日攀枝花学院教务处制

攀枝花学院本科学生课程设计任务书

课程设计（论文）指导教师成绩评定表

摘要本文针对蔬菜的运输问题进行分析，针对蔬菜运输时所需要注意的蔬菜供应量，需求量，运输距离，运输补贴，短缺补偿等约束性条件，运用lingo编程的方法解决如何进行蔬菜运输来分别使各类要求的支出最少的问题。问题一中，要求如果不考虑短缺补偿，只考虑运费补贴最少，请为该市设计最优蔬菜运输方案。我们将供货商和销售点需求分别编号a和b，数量是从1~8和1~35。从题中能够看出其约束条件，所有销售点从第 A基地获得的蔬菜数量应该等于该基地所 i 生产的蔬菜数量；所有基地给 B销售点提供的蔬菜数量要大于等 j 于0，而且应该小于或等于该点的需求量。问题二中，增添了对短缺补缺的考虑，规定各蔬菜销售点的短缺量一律不超过需求量的30%，在同时考虑短缺补偿和运费补贴的情况下再次设计最有蔬菜方案。由题意即是要求总费用，具体步骤仍同问题一，需要变化的分别是总费用w的表示式和关于销售点需求的约束条件。w变为原运输补贴的公式再加上每个销售点每吨短缺蔬菜的数量乘上各个销售点不同的短缺补偿，短缺数量需要用各个销售点的需求减去所有基地供给给这个的销售点的蔬菜数量之和。问题三中，要求增加任意两个基地的生产数量，使得不存在短缺情况出现，然后视运费补贴最小的情况来确定哪两个基地分

数学建模

长江学院课程设计报告课程设计题目：海岛服务中心的建设问题姓名1：学号：姓名2：学号：姓名3：学号：专业：材料成型班级：083115 指导教师：黄雯 2010年11 月01日

海岛服务中心建设摘要本论文主要讨论了如何选择海岛服务中心，并使得其工作效率高，经济效益也高，成本低，利润大。选址问题是一种极其重要的长期决策，它的好坏直接影响到服务方式，服务质量，服务效率，服务成本，及才生利润。因此能影响到利润和市场竞争里，决定了企业的命运，甚至影响到本地的经济发展，所以选址问题的研究有着企业和经济发展的重要意义。 “在海岛上建一个服务中心为居民提供各种服务”数学模型是通过服务中心的建立来探讨建在那里比较合适，使得人数多的居民点希望距离近且到各居民点的距离最小。这是海岛服务中心选择地址问题，使得服务中心起的作用效率最大化，即到每个居民点的总时间最短，或者说到每个居民点的距离总和最短，从而经济效益高。在考虑居民点与服务中心之间为直线道路连通的情况下：由于海岛上的居民点比较分散和各居民点的人数也不一样的影响，利用数学知识联系实际问题，作出相应的解答和处理。并运用lingo软件编程和处理相关数据，从而得到最优决策方案。该问题是一个非线性规划问题，我们首先建立单位目标的优化模型，也即模型一。根据题意得到了模型一的目标函数通过lingo软件的计算，从而使得总距离最短。经过本小组成员之间的思考和讨论，得出了另一个优化模型，即模型二。根据题意得到了模型二的目标函数通过lingo软件的计算，从而使得总时间最短，效益也为最高。关键词：服务中心居民点最佳路径方案效率高选地址