2014数学建模比赛C题省二等奖论文

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）： C

我们的报名参赛队号为（8位数字组成的编号）：

所属学校（请填写完整的全名）：

参赛队员(打印并签名) ：1.

2.

3.

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： 2014 年 9月 15 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）：

赛区评阅记录（可供赛区评阅时使用）：

评

阅

人

评

分

备

注

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）：

生猪养殖场的经营管理数学模型

摘要

养猪是农村里是很平常的农活,过去的几年里,靠养猪发家致富的不胜枚举,养猪有养猪的科学,如何科学的养猪是当代农村人所关心的问题.我们根据题意,在此基础上建立了数学模型.

针对问题1,我们建立了两个模型,首先查阅相关资料,结合收集到的数据,在小猪全部转化种猪和肉猪提前下,方案一从开始经营出发考虑三年生殖繁殖情况,根据达到或超过盈亏平衡点采用MATLAB编程软件计算出每头每年平均产仔量18头.方案二是考虑后备种猪(首次孕育仔猪前的种猪),其地位,孕育方式与产过小猪的母猪不一样,这里我们将种猪（后面母猪所产出）与母猪同样看待,利用母猪与公猪消耗饲料,肉猪产生利用建立方程,求得母猪每年平均产仔量.在收集的数据下求得产仔量18头.

针对问题2,我们知道了母猪怀孕期114天,小猪出栏要9个月,故肉猪离出栏天数为160天,然后建立一个优化模型,确定了每天肉猪销量,每天所有母猪成本,出售肉猪价格,利用Lingo软件运行结果母猪与种猪（后面母猪所产出）之和825头.从而列出母猪与种猪的二元一次方程,得出结果最大规模下母猪的存栏数525头,小猪选为种猪的比例为1：30.

针对问题3,在最大的规模下假设母猪只生出肉猪与猪苗,将三年分成四个周期,根据已知的生猪的价格曲线分析,确定每个周期肉猪与猪苗的比例,得到利润=母猪存栏数?每头母猪9个月产生的肉猪数量?每公斤的平均利润+母猪的存栏数?每头猪9个月产生的猪苗数量?每头猪苗平均重量?每公斤猪肉的售价.在收集的数据下求得平均利润为3281985元,并得到母猪与肉猪出栏的曲线.

关键词：MATLAB软件 Lingo软件周期简化

一、问题重述

某养猪场最多能养10000头猪,该养猪场利用自己的种猪进行繁育.养猪的一般过程是：母猪配种后怀孕约114天产下乳猪,经过哺乳期后乳猪成为小猪.小猪的一部分将被选为种猪（其中公猪母猪的比例因配种方式而异）,长大以后承担养猪场的繁殖任务；有时也会将一部分小猪作为猪苗出售以控制养殖规模；而大部分小猪经阉割后养成肉猪出栏（见图1）.母猪的生育期一般为3～5年,失去生育能力的公猪和母猪将被无害化处理掉.种猪和肉猪每天都要消耗饲料,但种猪的饲料成本更高一些.养殖场根据市场情况通过决定留种数量、配种时间、存栏规模等优化经营策略以提高盈利水平.请收集相关数据,建立数学模型回答以下问题：

图1. 猪的繁殖过程

1. 假设生猪养殖成本及生猪价格保持不变,且不出售猪苗,小猪全部转为种猪与肉猪,要达到或超过盈亏平衡点,每头母猪每年平均产仔量要达到多少？

2. 生育期母猪每头年产2胎左右,每胎成活9头左右.求使得该养殖场养殖规模达到饱和时,小猪选为种猪的比例和母猪的存栏数,并结合所收集到的数据给出具体的结果.

3. 已知从母猪配种到所产的猪仔长成肉猪出栏需要约9个月时间.假设该养猪场估计9个月后三年内生猪价格变化的预测曲线如图2所示,请根据此价格预测确定该养猪场的最佳经营策略,计算这三年内的平均年利润,并给出在此策略下的母猪及肉猪存栏数曲线.

乳猪

小猪

肉猪 母猪

公猪 猪苗

图2 三年价格预测曲线

横坐标说明：以开始预测时为第一年,D2表示第二年,依次类推.

二、问题分析

在问题1中,解题思路比较简单, 算出盈亏平衡点,如果我们按照养猪达到平衡时来算,则只盈利不亏本[1],从而我们很难找出盈亏平衡点,故我们可以从开始养猪时算起,并假设出公母猪配种比例,种猪肉猪分配比例,猪一年所吃的饲料等多方面对其进行假设,在网络,相关书籍杂志中收集相关数据,在生猪养殖成本及生猪价格保持不变,猪卖

出周期为3年的情况下,对其进行建立模型即可.

在问题2中,利用Lingo软件解决优化问题,并列出母猪与种猪的二元一次方程,生猪养猪场达到饱和时,在不赔本的情况下,肉猪每天的销售总价与种猪和肉猪每天的成本花销之差最小.

在问题3中,该问题刚开始接触不好下手,因为题目只给出该养猪场9个月后,三年内生猪价格变化如此曲线,由此价格预测确定的这养猪场的养殖策略,缺少不少信息,如生猪成本信息,生猪出栏头数等.生猪成本信息,可以假设或通过查资料得到,关键是生

猪出栏头数如何确定,另外母猪生母猪,母猪再生母猪,如此如此,导致关系异常复杂,经过反复思考,母猪所产小猪,全部转化肉猪或猪苗,不再产生种猪,这样的问题得到极大

的简化,母猪繁育可看成周期性的,母猪从配种到养猪场出栏9个月,三年刚好4个周期,另外,母猪受孕到肉猪出栏中,母猪完全可以再次受孕,中间有重叠交叉.联想到,第一问,第二问,母猪每年产2胎左右,在求每头母猪每年平均产仔时,不考虑具体胎数,此处也可按周期或按年考虑,应当可行.

三、问题假设

3.1 三个问题总假设

1.不考虑固定成本(如地皮成本,建筑物,猪排泄物,无害处理成本等)

2.种猪为自然受精,公猪:母猪配种比例为1：30

3.2 问题1的假设

1. 假设猪的存活率为100%;

2. 预留种(肉)猪身体全部正常,生猪的生长速度一致,其中种猪都能良好的繁衍下

一代,不考虑近亲繁殖而导致的品种品质退化问题.

3. 种猪不管是公猪还是母猪养殖成本相同,只是饲料不同;

4. 肉猪9个月出栏 3.3 问题2的假设

1. 种猪没有因为死亡,生病,无生育能力等原因而被淘汰.

2. 养猪场基数较大,而公猪,猪苗存在的数量少之又少,故可以忽略公猪,猪苗数量.

3.4 问题3的假设

1. 饱和时小猪全部被选为肉猪和猪苗,不考虑转化为种猪.

2. 第1个9月,我们把小猪选为肉猪与猪苗的比例为=1r 1：1.

第2个9月,小猪选为肉猪与猪苗的比例为=2r 3：7. 第3个9月,小猪选为肉猪与猪苗的比例为=3r 8：17. 第4个9月,小猪选为肉猪与猪苗的比例为=4r 0：1.

四、符号说明

4.1 问题1的符号说明

W : 每头种猪所花的成本(包括饲料、疫苗、医药费、饲养员的工资等). w : 从小猪到肉猪所花的成本(包括饲料、疫苗、医药费、饲养员的工资等). M : 每头肉猪的平均利润(除去成本的获利) p : 每头母猪年平均产仔量. Q : 肉猪的利润. S : 养猪的总收入.

i R : 公(母)猪配种比例 )2,1(=i . A ：刚开始母猪数量. r : 种猪肉猪分配比例. q ： 种猪一年总成本. 4.2 问题2的符号说明

x : 养猪场在饱和时母猪的头数. a : 母猪每天的成本. b ：肉猪每天的成本. c : 每头肉猪销售价. n : 养猪场存栏数.

l : 每天肉猪的销量. 4.3 问题3的符号说明 A ：刚开始母猪数量. G : 每头肉猪出栏体重. g ：每头猪苗出栏体重. h : 猪苗肉每公斤价格.

i Q : 第i 个9个月的平均成本.)4,3,2,1(=i i S : 第i 个9个月的平均生猪价格 )4,3,2,1(=i . i K : 第i 个9月的利润 )4,3,2,1(=i . i r : 第i 个9月苗猪的比 )4,3,2,1(=i . K : 9个月后三年内平均利润.

五、模型的建立与求解

5.1 每年母猪产仔量问题

我们根据题意,求出每头母猪每年平均产仔量可以考虑公猪数量,也可以不用考虑,下面我们用两种方法来解释此题. 方法一：直接方案

5.1.2 模型一假设与预备(考虑公猪数量)

由假设,公母猪配种比例=21:R R 1:30,设母猪是A 头,即公母猪)30

1

1(+A ,即种猪肉

猪分配比例=r 1:19,猪一年所花的成本平均每头猪3500元,每头肉猪平均获利为400元.

5.1.2.1 模型一的建立

依据问题分析与各方面的假设,为了方便计算,对收集到的数据进行相应的处理,分别列出第1—3年的母猪产仔的量以及后几代产出的仔数量的成本和所获的收入方程5.1.2.2 养猪成本计算

第一年成本则是刚开始的公母猪)30

1

1(+A 吃的饲料与每头母猪生下p 个小猪吃的

饲料总和,然而从小猪里我们可以分出种猪和肉猪出来,即:

2105.0)30

1

1(WAp W A Q ++=

第二年成本则是包括第一年的成本,第二代小猪吃的总饲料与第二代每头母猪生下的p 个第三代的小猪吃的饲料总和,然而第三代小猪里我们同样可以分出种猪和肉猪出来,即:

)))05.0(05.0)1)(05.0(

((2

12

2122122R R ApR A Wp R R R R R ApR A Q +++++++=

同理,第三年养猪的成本,我们可以根据前面两个公式来算出,第三代小猪与其产生

第四代小猪吃的饲料总和,所以我们求得出第三年成本为:

)05.01(05.095.0)05.01(2

122122123R R p

R R R p R WpA R R p R A Q ++++++

=

)05.01(05.005.0)05.01(2

12212212R R p

R R R p R WpA R R p R WA ++++++

+

5.1.2.3 养猪收入计算

我们算出了各年的成本,同时要算出各年的收入,这样才可以求出盈亏平衡点,所以,列出各三年养猪母猪产仔的量以及后几代产出的仔数量的成本和所获的收入方程:

第一年的收入主要来源是卖出刚开始的公母猪生下的小猪中的肉猪价钱,在模型的假设与预备中,我们假设出每头猪盈利500元.所以我们求出第一年收入方程为:

AMp S 95.01=

第二年的收入除了卖出刚开始的公母猪生下小猪中的肉猪价格,同时还有第二代母猪22C 生下小猪中的肉猪的价钱,即:

))05.01(95.02

122R R p

AR A Mp S ++

=（

同理,第三年收入包括第一年和第二年卖肉猪价钱,我们同样根据前面两个公式计算,第三代母猪32C 产出第四代小猪,则求出第三年的收入为:

)05.01(95.0)05.01(2

122123R R p

R MpA R R p R A S +++++

=

5.1.2.4 盈亏平衡点计算

我们求出各三年收入与成本的计算,对于盈亏平衡点,只需要将总收入与总成本相等,并算出每头母猪每年平均产仔量,即:

321S S S S ++= 321Q Q Q Q ++=

Q S =

联立各式可以得出关于p 关系式为：

))1(0475.0)(05.0(22212AR M AR R R AW p +-++

0)230

()85.205.1)(05.0)2(05.0(122

212

222122=++-++++++A A W AW WC R R R A R R W R A p 最后我们经过MATLAB 编程软件[1]向上取整算出结果得:18=p .

然而一头母猪生一胎猪一般能生12只猪,即一年产出24只小猪[2],我们同时也可

以所第二题给出的资料显示母猪每头生产2胎左右,每胎成活9头左右,即一年成活18只左右,所以我们求出的达到或超过盈亏平衡点,即每头母猪每年平均产仔量18=p 头较合理.

方案一入手容易.题干中小猪全部转换为种猪与肉猪,方案一在直接处理种猪时,过程过于复杂.经过对题目的反复研读,得到更简便的方法,即间接方法.

此处的种猪实际上为后备种猪（首次孕育仔猪前的种猪）[3],其地位、孕育方式与产过小猪的种猪不一样.这里我们将种猪与母猪同样看待,这样问题得到很大的简化,

我们讨论时达到或超过盈亏平衡点时在是否加上母猪的成本时,曾举棋不定.经对题目的仔细审核,该养猪场利用自己的种猪来繁衍而且规模很大,因此这里的母猪完全有理由靠自身繁育得到,于是此处母猪可以不计入成本. 方法二:间接方案

5.1.2 模型二的建立(不考虑公猪数量)

母猪A 生下小猪pA ,由题设小猪全部转为种猪pA r +11与肉猪pA r r +1,只有肉猪才能获利

pAQ r

r

+1,注意此处Q 为肉猪的利润（9个月）.母猪与公猪共占成本q pA r

A )11

(++

,由此得到方程 q pA r A )11(++

=pAQ r

r +1

向上取整解得： q

rQ r q p -+=

)

1( 代入有关数据[4]19=r ,3500=q ,400Q =,得18=p

讨论到这里,我们发现在解题过程无论是方法一还是方法二都把开始时母猪数量A 当做参数所抵消掉了,由此可见,每头母猪每年平均的产仔量与母猪的原始数量并没有直接关系.方法二没有考虑公猪数量,方程简单,从而比方法一更加简便. 5.2 小猪选为种猪的比例和母猪的存栏数问题 5.2.1 模型三假设与预备

在这里我们可以假设出母猪一天所花的成本为10元,肉猪一天所花的成本为6.6元,每头猪的出栏价为1200元,总的存栏数为10000头(题目已给).生育期母猪每头年产2

胎,每胎成活9头.即一年所生18头小猪(题目已给). 5.2.2 存栏数与种猪比的计算

我们按照题目中的假设,猪仔长成肉猪出栏需要9个月,即274天.然而母猪配种后怀孕约144天产下乳猪,所以肉猪离出栏天数为160(天)=274(天)-114(天),则每天肉猪销量为：

160

x

n l -=

每天所有母猪的成本和+每天所有肉猪的成本-每天出售肉猪价格0≤,所以我们可以建立一个优化模型：

)10000(160)

10000(x b ax x c z Min ----=

0)10000(160

)

10000(.

.≥----x b ax x c t s Z x ∈

依据所假设的数据,利用Lingo 软件解此优化模型,养殖规模达到饱和时,母猪与种猪之和为825=x ,由此我们可以列出母猪与种猪的二元一次方程

???-=-=+825

)1(18825

18n m A Am A

其中10000=n .解并A 取整得

?

??==0315.0525

m A

所以我们求得出母猪存栏数525=x ,从小猪中选成种猪比例为%15.3=m ,折合比例为1:30.

5.3 最佳经营策略,利润,存栏数曲线分析 5.3.1 模型四假设与预备

我们假设肉猪出栏体重为100公斤;猪苗体重为25公斤;猪苗平均每公斤成本为10元[5];

5.3.2 确定最佳经营策略以及年均利润

本问题要找最佳经营策略自然从问题2中该养殖场最大规模开始考虑.确定最佳经营策略:当价格低时,作为猪苗的小猪抛售来减少肉猪的养殖规模;当价格高时,将肉猪尽可能抛出,以实现利益最大化,当价格处于中间值时,将肉猪抛出一部分,另一部分可做为猪苗卖出.

可以依据题意,列出图中给出的三年价格预测曲线转换时间与生猪价格表如下表1所示：

表1：生猪价格表 单位：元/公斤

日期

D2.6.12 D2.6.22 D2.7.2 D2.7.12 D2.7.22 D2.8.2 D2.8.12 D2.8.22 价格

19.4 19.6 19.4 19 19.1 19.2 19.3 19.4 日期

D2.9.2 D2.9.12 D2.9.22 D2.10.2 D2.10.12 D2.10.22 D2.11.2 D2.11.12

价格19.519.318.918.317.8171716.7

日期D2.11.22D2.12.2D2.12.12D2.12.22D3.1.2D3.1.12D3.1.22D3.2.2价格16.617.117.217.317.517.41716.7

日期D3.2.12D3.2.22D3.3.2D3.3.12D3.3.22D3.4.2D3.4.12D3.4.22价格16.115.814.615.114.314.214.314.1

日期D3.5.2D3.5.12D3.5.22D3.6.2D3.6.12D3.6.22D3.7.2D3.7.12价格13.713.613.51413.613.713.713.7

日期D2.7.22D3.8.2D3.8.12 D.3.8.22D3.9.2D3.9.12D3.9.22D3.10.2价格13.814.114.214.514.814.614.614.5

日期D3.10.12D3.10.22D3.11.2D3.11.12D3.11.22D3.12.2D3.12.12D3.12.22价格14.414.414.71515.916.216.417.1

日期D4.1.2D4.1.12D4.1.22D4.2.2D4.2.12D4.2.22D4.3.2D4.3.12价格17.51715.815.614.313.813.613.1

日期D4.3.22D4.4.2D4.4.12D4.4.22D4.5.2D4.5.12 4.5.22D4.6.2价格12.412.312.312.112.613.714.414.2

日期D4.6.12D4.6.22D4.7.2D4.7.12D4.7.22D4.8.2D4.8.12D4.8.22价格14.314.314.71515.615.815.716

日期D4.9.2D4.9.12D4.9.22D4.10.2D4.10.12D4.10.22D4.11.2D4.11.12价格15.815.515.615.515.515.515.515.615.8

日期D4.11.22D4.12.2D4.12.12D4.12.22D5.1.2D5.1.12D5.1.22D5.2.2价格15.915.615.414.613.61312.812.6

日期D5.2.12D5.2.22D5.3.2D5.3.12D5.3.22D5.4.2D5.4.12D5.4.22价格12.111.811.410.910.810.710.811.9

日期D5.5.2D5.5.12D5.5.22D5.6.2D5.6.12

价格13.813.713.313.113.4

母猪是在第二年的6月12日之前的第9个月开始生产,而母猪繁育可看成周期性的[6],母猪从配种到养猪场出栏9个月,三年刚好4个周期,所以我们可以按照母猪生产周

期来推算,所以,第一个9月是在第2年的具体如下图3所示：

图3 9个月后3年内生猪价格预测曲线与周期图

我们根据以上的假设,第i 个9个月母猪生下的猪苗比)4,3,2,1(=i ,可以列出第i 个9月利润表达式为：

利润=母猪存栏数?每头母猪9个月产生的肉猪数量?每公斤的平均利润+母猪的存栏数?每头猪9个月产生的猪苗数量?每头猪苗平均重量?每公斤猪肉的售价.即：

))1()((12

9

18i i i i i r Agh S Q AG r K -+-?=)4,3,2,1(=i

所以求得这三年来平均利润为：

)(3281985314

1

元==∑=i i K K

5.3.3 母猪,肉猪存栏数曲线分析

我们可以依照第二问算出来的结果可知,然而母猪存栏数是恒定的,母猪产下的肉猪到了第1个9个月将其全部抛出,母猪到了第二轮再生.9个月后再全部抛出,在9—18个月中,猪肉价格下降,故卖出的肉猪较少,18—27个月中猪肉价回升,卖出的肉猪头相对增加,在27个月之后,母猪生下的小猪全部转化为猪苗,从而没有肉猪卖出.具体数据如下图4所示：

图4 母猪与肉猪的存栏数曲线图

然而,实践就是实践,变化无穷,我们无法将所有可能发生的事都能分析到,我们今天所做出的理论,也许并不太适用于现在的生猪养殖场的经营管理此类复杂问题,但我们可以根据以下理论推理推出一个大致的方向[7].

六、模型的评价与推广

模型的优点：

1. 简单明了,程序简单.

2. 充分利用假设条件,并做了恰当简化,与实际紧密相连.

3. 原创性很强,文章中大部分模型都是自行推导建立的.

模型的缺点：

1. 未充分结合专业知识,仅从数学角度分析.

2. 在问题3中,比较主观.

模型的推广：

本文充分利用了假设数据,进行了简单合理的推理,使用了较简单的数学知识,有益于模型进一步推广,其公式以及图表形式呈现,直观易懂.可以推广到其它的畜牧业养殖中.

七、参考文献

[1] 360问答热心网友https://www.wendangku.net/doc/8e3862328.html,/q/1370492869066848

2014年9月12日.

[2] 百度百科热心网友https://www.wendangku.net/doc/8e3862328.html,/view/9690739.htm

2014年9月13日.

[3] 360问答热心网友

https://www.wendangku.net/doc/8e3862328.html,/news/yangzhi/2011/0829/11084.html、

2014年9月14日.

[4] 赵东方,数学模型与计算[M],北京：科学出版社,2007年.

[5] 新浪网站热心网友https://www.wendangku.net/doc/8e3862328.html,/s/blog_a57390aa01013n29.html 2014年9月15日.

[6] 洪毅等,数学模型[M],北京：高等教育出版社,2004年.

[7] 吴建国等,数学建模案例精编[M],北京：中国水利水电出版社,2005年.

八、附录

5.2.2 存栏数与种猪比的计算编程

优化问题,生猪养猪场饱和时,在不赔本的情况下,肉猪每天的销售总价与种猪和肉猪每天的成本花销之差最小.

min=(10000-x)/160*1200-10*x-6.6*(10000-x);

(10000-x)/160*1200-10*x-6.6*(10000-x)>=0;

@gin(x);

solve('3500*((1+0.05*x*30/31)^2+2+0.05*x*30/31)*(31/30+0.05*x)-0.95*x*400-(1+0.05*x*30/31)*x*0. 95*400-(1+0.05*x*30/31)^2*0.95*x*400=0')

ans =

[ 17.642276422764227642276422764228]

[ -31.000000000000000000000000000000+17.897858344878398699783612195561*i]

[ -31.000000000000000000000000000000-17.897858344878398699783612195561*i]

5.3.3 母猪,肉猪存栏数曲线分析

x=[1 1 5 9 9 13 18 18 22 27 27 31 36 36];

x=[1 1 5 9 9 13 18 18 22 27 27 31 36 36];

x=[ 1 5 9 9 13 18 18 22 27 27 31 36 36];

x=[ 1 5 9 9 13 18 18 22 27 27 31 36 36];

x=[1 5 9 9 13 18 18 22 27 27 31 36 36];

y=[0 3543 3543 0 2127 2127 0 2268 2268 0 0 0 0];

plot(x,y)

hold on

z=[525 525 525 525 525 525 525 525 525 525 525 525 525];

plot(x,z)

gtext('母猪存栏数曲线图');

gtext('肉猪存栏数曲线图');

title('母猪与肉猪的存栏数曲线图')

xlabel('月份x');

ylabel('猪的存栏数y')

全国数学建模竞赛一等奖论文

交巡警服务平台的设置与调度 摘要 由于警务资源有限，需要根据城市的实际情况与需求建立数学模型来合理地确定交巡警服务平台数目与位置、分配各平台的管辖范围、调度警务资源。设置平台的基本原则是尽量使平台出警次数均衡，缩短出警时间。用出警次数标准差衡量其均衡性，平台与节点的最短路衡量出警时间。 对问题一，首先以出警时间最短和出警次数尽量均衡为约束条件，利用无向图上任意两点最短路径模型得到平台管辖范围，并运用上下界网络流模型优化解,得到A区平台管辖范围分配方案。发现有6个路口不能在3分钟内被任意平台到达，最长出警时间为5.7分钟。 其次，利用二分图的完美匹配模型得出20个平台封锁13个路口的最佳调度方案，要完全封锁13个路口最快需要8.0分钟。 最后，以平台出警次数均衡和出警时间长短为指标对方案优劣进行评价。建立基于不同权重的平台调整评价模型，以对出警次数均衡的权重u和对最远出警距离的权重v 为参数，得到最优的增加平台方案。此模型可根据实际需求任意设定权重参数和平台增数，由此得到增加的平台位置，权重参数可反映不同的实际情况和需求。如确定增加4个平台，令u=0.6，v=0.4，则增加的平台位置位于21、27、46、64号节点处。 对问题二，首先利用各区平台出警次数的标准差和各区节点的超距比例分析评价六区现有方案的合理性，利用模糊加权分析模型以城区的面积、人口、总发案次数为因素来确定平台增加或改变数目。得出B、C区各需改变2个平台的位置，新方案与现状比较，表明新方案比现状更合理。D、E、F区分别需新增4、2、2个平台。利用问题一的基于不同权重的平台调整评价模型确定改变或新增平台的位置。 其次，先利用二分图的完美匹配模型给出80个平台对17个出入口的最优围堵方案，最长出警时间12.7分钟。在保证能够成功围堵的前提下，若考虑节省警力资源，分析全市六区交通网络与平台设置的特点，我们给出了分阶段围堵方案，方案由三阶段构成。最多需调动三组警力，前后总共需要29.2分钟可将全市路口完全封锁。此方案在保证成功围堵嫌疑人的前提下，若在前面阶段堵到罪犯，则可以减少警力资源调度，节省资源。 【关键字】：不同权重的平台调整评价模糊加权分析最短路二分图匹配

葡萄酒的评价_全国数学建模大赛优秀论文

承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 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，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，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）：重庆工商大学 参赛队员(打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)： 日期： 2012 年 9 月 10 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）：

葡萄酒的评价 摘要 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理化指标会在一定的程度上反映葡萄酒和葡萄的质量。本论文主要研究葡萄酒的评价、酿酒葡萄的分级以及酿酒葡萄与葡萄酒的理化指标之间的相互关系问题。 对于问题一:我们从假设检验的角度出发分析，对两组的评分进行均值和方差运算，并在零假设成立的前提下通过使用Matlab 做T 检验，得出两组评酒员对于红葡萄酒的评价结果无显著性差异，而对于白葡萄酒的评价结果存在显著性差异的结果。再建立可信度模型 = H ，计算结果如下表， 对于问题二:根据葡萄酒质量的综合得分，将其划分为优、良、合格、不合格四个等级，并对酿酒葡萄的理化指标进行主成分分析，得出对葡萄影响较大的 到了它们的偏相关系矩阵。利用通径方法建立了数学模型，得出了它们之间的线性回归方程： 11231123=2.001x 0.0680.015x +........=0.0540.7580.753x ......... y x y x x ----+红红红红白白白白 对于问题四:在前面主成分分析和葡萄酒分级的基础上，建立Logistic 回归模型，并利用最大似然估计法求出线性回归方程的参数，得出线性回归方程。运用SPSS 软件，通过matlab 编程运算，求出受它们综合影响的线性回归方程。在验证时，随机从上面选取理化指标，将它们带入P 的计算式中，通过所求P 值判断此时葡萄酒质量所属级别，得出了不能用葡萄和葡萄酒的理化指标来评价葡萄酒的质量的结论。

数学建模国家一等奖优秀论文

２01４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)：B 我们的报名参赛队号为（8位数字组成的编号）: 所属学校（请填写完整的全名)： 参赛队员(打印并签名) :1. 2． 3．

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： 20１4 年 9 月15日 赛区评阅编号(由赛区组委会评阅前进行编号）:

２０14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）：赛区评阅记录(可供赛区评阅时使用）：

2013全国数学建模大赛a题优秀论文

车道被占用对城市道路通行能力的影响 摘要 随着城市化进程加快，城市车辆数的增加，致使道路的占用现象日益严重，同时也导致了更多交通事故的发生。而交通事故发生过程中，路边停车、占道施工、交通流密增大等因素直接导致车道被占用，进而影响了城市道路的通行能力。本文在视频提供的背景下通过数据采集，利用数据插值拟合、差异对比、车流波动理论等对这一影响进行了分析，具体如下： 针对问题一，首先根据视频1中交通事故前后道路通行情况的变化过程运用物理观察测量类比法、数学控制变量法提取描述变量（如事故横断面处的车流量、车流速度以及车流密度）的数据，从而通过研究各变量的变化，来分析其对通行能力的影响。而视频1中有一些时间断层，我们可根据现有的数据先用统计回归对各变量数据插值后再进行拟合，拟合过程中利用残差计算值的大小来选择较好的模型来反应各变量与事故持续时间的关系，进而更好地说明事故发生至撤离期间，事故所处横断面实际通行能力的变化过程。 针对问题二：沿用问题一中的方法，对视频2中影响通行能力的各个变量进行数据采集，同样使用matlab对时间断层处进行插值拟合处理，再将所得到的的变化图像与题一中各变量的变化趋势进行对比分析，其中考虑到两视频的时间段与两视频的事故时长不同，从而采用多种对比方式（如以事故发生前、中、后三时段比较差值、以事故相同持续时间进行对比、以整个事故时间段按比例分配时间进行对比）来更好地说明这一差异。由于小区口的位置不同、时间段是否处于车流高峰期以及1、2、3道车流比例不同等因素的影响，采用不同的数据采集方式使采集的变量数据的实用性更强，从而最后得到视频1中的道路被占用影响程度高于视频2中的影响程度，再者从差异图像的变化波动中得到验证，使其合理性更强。 针对问题三：运用问题1、2中三个变量与持续时间的关系作为纽带，再根据附件5中的信号相位确定出车流量的测量周期为一分钟，测量出上游车流量随时间的变化情况，而事故横断面实际通行能力与持续时间的关系已在1、2问中由拟合得到，所以再根据波动理论预测道路异常下车辆长度模型的结论，结合采集数据得到的函数关系建立数学模型，最后得出事故发生后，车辆排队长度与事故横断面实际通行能力、事故持续时间以及路段上游车流量这三者之间的关系式。 针对问题四：在问题3建立的模型下，利用问题4中提供的变量数据推导出其它相关变量值，然后代入模型，估算出时间长度，以此检验模型的操作性及可靠性。 关键词：通行能力车流波动理论车流量车流速度车流密度

SARS传播的数学模型 数学建模全国赛优秀论文

SARS传播的数学模型 (轩辕杨杰整理) 摘要 本文分析了题目所提供的早期SARS传播模型的合理性与实用性，认为该模型可以预测疫情发展的大致趋势，但是存在一定的不足.第一，混淆了累计患病人数与累计确诊人数的概念；第二，借助其他地区数据进行预测，后期预测结果不够准确；第三，模型的参数L、K的设定缺乏依据，具有一定的主观性. 针对早期模型的不足，在系统分析了SARS的传播机理后，把SARS的传播过程划分为：征兆期，爆发期，高峰期和衰退期4个阶段.将每个阶段影响SARS 传播的因素参数化，在传染病SIR模型的基础上，改进得到SARS传播模型.采用离散化的方法对本模型求数值解得到：北京SARS疫情的预测持续时间为106天，预测SARS患者累计2514人，与实际情况比较吻合. 应用SARS传播模型，对隔离时间及隔离措施强度的效果进行分析，得出结论：“早发现，早隔离”能有效减少累计患病人数；“严格隔离”能有效缩短疫情持续时间. 在建立模型的过程中发现，需要认清SARS传播机理，获得真实有效的数据.而题目所提供的累计确诊人数并不等于同期累计患病人数，这给模型的建立带来不小的困难. 本文分析了海外来京旅游人数受SARS的影响，建立时间序列半参数回归模型进行了预测，估算出SARS会对北京入境旅游业造成23.22亿元人民币损失，并预计北京海外旅游人数在10月以前能恢复正常. 最后给当地报刊写了一篇短文，介绍了建立传染病数学模型的重要性.

1．问题的重述 SARS （严重急性呼吸道综合症，俗称：非典型肺炎）的爆发和蔓延使我们认识到，定量地研究传染病的传播规律，为预测和控制传染病蔓延创造条件，具有很高的重要性.现需要做以下工作： （1） 对题目提供的一个早期模型，评价其合理性和实用性. （2） 建立自己的模型，说明优于早期模型的原因；说明怎样才能建立一个真正能够预测以及能为预防和控制提供可靠、足够信息的模型，并指出这样做的困难；评价卫生部门采取的措施，如：提前和延后5天采取严格的隔离措施，估计对疫情传播的影响. （3） 根据题目提供的数据建立相应的数学模型，预测SARS 对社会经济的影响. （4） 给当地报刊写一篇通俗短文，说明建立传染病数学模型的重要性. 2．早期模型的分析与评价 题目要求建立SARS 的传播模型，整个工作的关键是建立真正能够预测以及能为预防和控制提供可靠、足够的信息的模型.如何结合可靠、足够这两个要求评价一个模型的合理性和实用性，首先需要明确： 合理性定义 要求模型的建立有根据，预测结果切合实际. 实用性定义 要求模型能全面模拟真实情况，以量化指标指导实际. 所以合理的模型能为预防和控制提供可靠的信息；实用的模型能为预防和控制提供足够的信息. 2.1早期模型简述 早期模型是一个SARS 疫情分析及疫情走势预测的模型， 该模型假定初始时刻的病例数为0N ， 平均每病人每天可传染K 个人（K 一般为小数），K 代表某种社会环境下一个病人传染他人的平均概率，与全社会的警觉程度、政府和公众采取的各种措施有关.整个模型的K 值从开始到高峰期间保持不变，高峰期后 10天的范围内K 值逐步被调整到比较小的值，然后又保持不变. 平均每个病人可以直接感染他人的时间为L 天.整个模型的L 一直被定为20.则在L 天之内，病例数目的增长随时间t (单位天)的关系是： t k N t N )1()(0+?= 考虑传染期限L 的作用后，变化将显著偏离指数律，增长速度会放慢.采用半模拟循环计算的办法，把到达L 天的病例从可以引发直接传染的基数中去掉. 2.2早期模型合理性评价 根据早期模型对北京疫情的分析与预测，其先将北京的病例起点定在3月1日，经过大约59天在4月29日左右达到高峰，然后通过拟合起点和4月20日以后的数据定出高峰期以前的K =0.13913.高峰期后的K 值按香港情况变化，即10天范围内K 值逐步被调整到0.0273.L 恒为20.由此画出北京3月1日至5月7日疫情发展趋势拟合图像以及5月7日以后的疫情发展趋势预测图像，如图1.

全国数学建模优秀论文

上海世博会影响力的定量评估 摘要 本文主要针对世博会对上海市的发展产生的影响力进行定量评估。 在模型一中，首先我们从上海的城市基础设施建设这一侧面定量评估世博会对上海市的发展产生的影响，而层次分析法是对社会经济系统进行系统分析的有力工具。所以 我们运用层次分析法，构造成对比矩阵a ，找到最大特征值λ，运用1 n CI n λ-=-进行一致 性检验，这样对成对比矩阵a 进行逐步修正，最终可以确定权向量。再运用模糊数学的综合评价法，通过组合权向量就可以得出召开世博会比没有召开世博会对上海城市基本设施建设的影响要高出40%。 在模型二中，上海世博会的影响力直接体现在GDP 上，我们直接以GDP 这个硬性直接指标来衡量上海世博会对上海的影响。因此我们运用线性回归的模型预测出在有无上海世博会这两者情况下的GDP 的值，并将运用线性回归得到的数据与上海统计年鉴中的相关数据进行比较运算，算出误差在1.2%左右，这说明我们用线性回归得到的模型能准确地反映出世博会对上海GDP 的影响。运用公式21 1 100%Q Q Q η-=?可以计算出世博对上海GDP 的影响力的大小为1983417833 100%11.2%17833 η-= ?=。 关键词：层次分析法 模糊数学 线性回归 城市基础建设 GDP

1 问题重述 2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始，世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴趣的某个侧面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。 2 问题分析 对于模型一，为了定量评估2010年上海世博会的影响力，我们首先选取城市基础设施建设的投入这一个侧面，因为通过查找相关数据，我们发现，城市基础设施建设的投入在上海整个GDP的增长中占有很大的比重，对GDP的贡献占主体地位。而层次分析法是对社会经济系统进行系统分析的有力工具。为此，我们通过研究上海统计局的相关数据，使用层次分析法来评估世博会的召开对基础设施建设的投入的影响，目标层为世博会的召开对基础设施建设的投入的影响，准则层依次为电力建设、交通运输、邮电通信、公用事业、市政建设，方案层依次为没有召开世博时的影响、召开世博时的影响。首先我们通过层次分析法算出电力建设、交通运输、邮电通信、公用事业、市政建设的相对权重，然后应用模糊数学中的综合评价法对上海世博会对城市基础设施建设的影响作出综合的评价，应用综合评价法计算出没有召开世博和召开世博两种情况下的权重，从而得出上海世博会的召开对城市基础设施建设的影响。 对于模型二，直接以GDP这个硬性直接指标来衡量上海世博会对上海的影响。先根据上海没有申办世博会的GDP总额的相关数据，建立线性回归模型，由此预测不举办世博会情况下2010年上海市的GDP总额；再由2002年至2009年的GDP值用线性回归预测出举办世博会情况下2010年上海市的GDP总额，并将两种情况进行对比得出世博会对上海GDP的影响。 3 模型假设 3.1假设非典和奥运等重大事件对世博前的城市基础建设的投入影响很小，可以忽略。 3.2 假设不同时期国家的经济实力不同，对城市基础建设的投入影响很小，可以忽略。 3.3 假设我们查到的数据真实可靠。 4符号说明 CI为一致性指标； RI为随机一致性指标； CR为一致性比率； λ为成对比较矩阵的最大特征值； () 1,2,3,4,5 y i=分别为电力建设、交通运输、邮电建设、共用设施、市政建设2010 i 年各项投入金额的理论预测值；

美国大学生数学建模竞赛优秀论文翻译

优化和评价的收费亭的数量 景区简介 由於公路出来的第一千九百三十，至今发展十分迅速在全世界逐渐成为骨架的运输系统，以其高速度，承载能力大，运输成本低，具有吸引力的旅游方便，减少交通堵塞。以下的快速传播的公路，相应的管理收费站设置支付和公路条件的改善公路和收费广场。 然而，随着越来越多的人口密度和产业基地，公路如花园州公园大道的经验严重交通挤塞收费广场在高峰时间。事实上，这是共同经历长时间的延误甚至在非赶这两小时收费广场。 在进入收费广场的车流量，球迷的较大的收费亭的数量，而当离开收费广场，川流不息的车辆需挤缩到的车道数的数量相等的车道收费广场前。因此，当交通繁忙时，拥堵现象发生在从收费广场。当交通非常拥挤，阻塞也会在进入收费广场因为所需要的时间为每个车辆付通行费。 因此，这是可取的，以尽量减少车辆烦恼限制数额收费广场引起的交通混乱。良好的设计，这些系统可以产生重大影响的有效利用的基础设施，并有助于提高居民的生活水平。通常，一个更大的收费亭的数量提供的数量比进入收费广场的道路。 事实上，高速公路收费广场和停车场出入口广场构成了一个独特的类型的运输系统，需要具体分析时，试图了解他们的工作和他们之间的互动与其他巷道组成部分。一方面，这些设施是一个最有效的手段收集用户收费或者停车服务或对道路，桥梁，隧道。另一方面，收费广场产生不利影响的吞吐量或设施的服务能力。收费广场的不利影响是特别明显时，通常是重交通。 其目标模式是保证收费广场可以处理交通流没有任何问题。车辆安全通行费广场也是一个重要的问题，如无障碍的收费广场。封锁交通流应尽量避免。 模型的目标是确定最优的收费亭的数量的基础上进行合理的优化准则。 主要原因是拥挤的

数学建模国家一等奖优秀论文

2014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）： B 我们的报名参赛队号为（8位数字组成的编号）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3. 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：2014 年9 月 15日 赛区评阅编号（由赛区组委会评阅前进行编号）：

2014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）：赛区评阅记录（可供赛区评阅时使用）：

2011年全国数学建模大赛A题获奖论文

城市表层土壤重金属污染分析 摘要 本文旨在对城市土壤地质环境的重金属污染状况进行分析，建立模型对金属污染物的分布特点、污染程度、传播特征以及污染源的确定进行有效的描述、评价和定位。 对于重金属空间分布问题，首先基于克里金插值法，应用Surfer 8软件对各数据点的分布情况进行模拟，得到了直观的重金属污染空间分布图形；随后，分别用内梅罗综合污染指数以及模糊评价标准和模型对城区内不同区域重金属的污染程度进行了评判。 对于金属污染的主要原因分析问题，基于因子分析法、问题一的结果和对各个金属污染物的来源分析等因素，判断出金属污染的主要原因有：工业生产、汽车尾气排放、石油加工并推测该区域是镍矿富集区。随后讨论了污染源之间的相互关系和不同金属的污染贡献率。 针对污染源位置确定问题，我们建立了两个模型：模型一以流程图的形式出现，基于污染传播的一般规律建立模型，求取污染源范围，模型作用更倾向于确定污染源的位置；模型二基于最小二乘法原理，建立了拟合二次曲面方程，在有效确定污染源的同时也反映了其传播特征，模型更加清楚，理论性也更强。 在研究城市地质环境的演变模式问题中，我们对针对污染源位置确定问题所建模型的优缺点进行了评价，同时建立了考虑了时间，地域环境和传播媒介的污染物传播模型，从而反映了地质的演变。 综上所述，本文模型的特点是从简单的模型建立起，强更准确的数学模型发展，逐步达到目标期望。 关键词：重金属污染，克里金插值最小二乘法因子分析流程图

一、问题重述 1.1问题背景 随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。对城市土壤地质环境异常的查证，以及如何应用查证获得的海量数据资料开展城市环境质量评价，研究人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。评价和研究城市土壤重金属污染程度，讨论土壤中重金属的空间分布，研究城市土壤重金属污染特征、污染来源以及在环境中迁移、转化机理，并对城市环境污染治理和城市进一步的发展规划提出科学建议，不仅有利于城市生态环境良性发展，有利于人类与自然和谐，也有利于人类社会 健康和城市可持续发展[1] 。按照功能划分，城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，不同的区域环境受人类活动影响的程度不同。 现对某城市城区土壤地质环境进行调查。为此，将所考察的城区划分为间距1公里左右的网格子区域，按照每平方公里1个采样点对表层土（0~10 厘米深度）进行取样、编号，并用GPS 记录采样点的位置。应用专门仪器测试分析，获得了每个样本所含的多种化学元素的浓度数据。另一方面，按照2公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。 1.2 目标任务 (1) 给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。 (2) 通过数据分析，说明重金属污染的主要原因。 (3) 分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。 (4) 分析所建立模型的优缺点，为更好地研究城市地质环境的演变模式，分析还应收集的信息，并进一步探索怎样利用收集的信息建立模型及解决问题。 二、 模型假设 1）忽略地下矿源对污染物浓度的影响； 2）认为海拔对污染物的分布较小，故只在少数模型中讨论其作用； 3）认为题目中的采样方式是科学的，能够客观反映污染源的分布。 三、 符号说明 3.1第一问中的符号说明 i p ——污染物i 的环境污染指数 i C ——污染物i 的实测值 i S ——污染物i 的背景值 m ax (/)i i C S ——土壤污染指数的最大值 (/)i i avg C S ——土壤污染指数的平均值

数学建模优秀论文模板(全国一等奖模板)

Haozl觉得数学建模论文格式这么样设置 版权归郝竹林所有，材料仅学习参考 版权：郝竹林 备注☆ ※§等等字符都可以作为问题重述左边的。。。。。一级标题 所有段落一级标题设置成段落前后间距13磅 图和表的标题采用插入题注方式题注样式在样式表中设置居中五号字体 Excel中画出的折线表字体采用默认格式宋体正文10号 图标题在图上方段落间距前0.25行后0行 表标题在表下方段落间距前0行后0.25行 行距均使用单倍行距 所有段落均把4个勾去掉 注意Excel表格插入到word的方式在Excel中复制后，粘贴，word2010粘贴选用使用目标主题嵌入当前 Dsffaf 所有软件名字第一个字母大写比如E xcel 所有公式和字母均使用MathType编写 公式编号采用MathType编号格式自己定义

农业化肥公司的生产与销售优化方案 摘 要 要求总分总 本文针对储油罐的变位识别与罐容表标定的计算方法问题，运用二重积分法和最小二乘法建立了储油罐的变位识别与罐容表标定的计算模型，分别对三种不同变位情况推导出的油位计所测油位高度与实际罐容量的数学模型，运用matlab 软件编程得出合理的结论，最终对模型的结果做出了误差分析。 针对问题一要求依据图4及附表1建立积分数学模型研究罐体变位后对罐容表的影响，并给出罐体变位后油位高度间隔为1cm 的罐容表标定值。我们作图分析出实验储油罐出现纵向倾斜 14.时存在三种不同的可能情况，即储油罐中储油量较少、储油量一般、储油量较多的情况。针对于每种情况我们都利用了高等数学求容积的知识，以倾斜变位后油位计所测实际油位高度为积分变量，进行两次积分运算，运用MATLAB 软件推导出了所测油位高度与实际罐容量的关系式。并且给出了罐体倾斜变位后油位高度间隔为1cm 的罐容标定值（见表1），最后我们对倾斜变位前后的罐容标定值残差进行分析，得到样本方差为4103878.2-?，这充分说明残差波动不大。我们得出结论：罐体倾斜变位后，在同一油位条件下倾斜变位后罐容量比变位前罐容量少L 243。 表 1.1 针对问题二要求对于图1所示的实际储油罐，试建立罐体变位后标定罐容表的数学模型，即罐内储油量与油位高度及变位参数（纵向倾斜角度α和横向偏转角度β）之间的一般关系。利用罐体变位后在进/出油过程中的实际检测数据（附件2），根据所建立的数学模型确定变位参数，并给出罐体变位后油位高度间隔为10cm 的罐容表标定值。进一步利用附件2中的实际检测数据来分析检验你们模型的正确性与方法的可靠性。我们根据实际储油罐的特殊构造将实际储油罐分为三部分，左、右球冠状体与中间的圆柱体。运用积分的知识，按照实际储油罐的纵向变位后油位的三种不同情况。利用MATLAB 编程进行两次积分求得仅纵向变位时油量与油位、倾斜角α的容积表达式。然后我们通过作图分析油罐体的变位情况，将双向变位后的油位h 与仅纵向变位时的油位0h 建立关系表达式01.5(1.5)cos h h β=--，从而得到双向变位油量与油位、倾斜角α、偏转角β的容积表达式。利用附件二的数据，采用最小二乘法来确定倾斜角α、偏转角β的值，用matlab 软件求出03.3=α、04=β α=3.30，β=时总的平均相对误差达到最小，其最小值为0.0594。由此得到双向变位后油量与油位的容积表达式V ，从而确定了双向变位后的罐容表(见表2)。 本文主要应用MATLAB 软件对相关的模型进行编程求解，计算方便、快捷、准确，整篇文章采取图文并茂的效果。文章最后根据所建立的模型用附件2中的实际检测数据进行了误差分析，结果可靠，使得模型具有现实意义。 关键词：罐容表标定；积分求解；最小二乘法；MATLAB ；误差分

2011年数学建模大赛优秀论文

交巡警服务平台的设置与调度的数学模型 摘要 针对交巡警服务平台的设置与调度问题，本文主要考虑出警速度和各服务平台的工作量来建立合理方案。对于A区的20个交巡警服务平台分配管辖范围的问题，我们采用Dijkstra算法，分别求得在3分钟内从服务台可以到达的路口。根据就近原则，每个路口归它最近的服务台管辖。 对进出A区的13个交通要道进行快速全封锁，我们采用目标规划进行建模，运用MATLAB软件编程，先找出13个交通要道到20个服务台的所有路径。然后在保证全封锁时间最短的前提下，再考虑局部区域的封锁效率，即总封锁时间最短，封锁过程中总路程最小，从而得到一个较优的封锁方案。 为解决前面问题中3分钟内交巡警不能到达的路口问题，并减少工作量大的地区的负担，这里工作量以第一小问中20个服务台覆盖的路口发案率之和以及区域内的距离的和来衡量。对此我们计划增加四个交巡警服务台。避免有些地方出警时间过长和服务台工作量不均衡的情况。 对全市六个区交警平台设计是否合理，主要以单位服务台所管节点数，单位服务台所覆盖面积，以及单位服务台处理案件频率这些因素进行研究分析。以A 区的指标作为参考，来检验交警服务平台设置是否合理。 对于发生在P点的刑事案件，采用改进的深度搜索和树的生成相结合的方法，对逃亡的犯罪嫌疑人进行可能的逃逸路径搜索。由于警方是在案发后3分钟才接到报警，因此需知道疑犯在这3分钟内可能的路线。要想围堵嫌疑犯，服务台必须要在嫌疑犯到达某节点之前到达。用MATLAB编程，搜索出嫌疑犯可能逃跑的路线，然后调度附近的服务台对满足条件的节点进行封锁，从而实现对疑犯的围堵。 关键词：Dijkstra算法；目标规划；搜索；

全国数学建模获奖论文

承诺书 我们仔细阅读了数学建模竞赛选拔的规则. 我们完全明白，在做题期间不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人研究、讨论与选拔题有关的问题。 我们知道，抄袭别人的成果是违反选拔规则的, 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，严格遵守选拔规则，以保证选拔的公正、公平性。如有违反选拔规则的行为，我们将受到严肃处理。 我们选择的题号是（从A/B/C中选择一项填写）： 队员签名：1. 2. 3. 日期：年月日

2012年河南科技大学数学建模竞赛选拔 编号专用页 评阅编号（评阅前进行编号）： 评阅记录（评阅时使用）： 评 阅 人 评 分 备 注

C题数学建模竞赛成绩评价与预测 一、摘要 近20 年来，CUMCM 的规模平均每年以20％以上的增长速度健康发展，是目前全国高校中规模最大的课外科技活动之一。本文对数学建模竞赛成绩的评价与预测问题进行了建模、求解和相关分析。 对于问题一，首先对广东赛区各院校2008-2011年建模奖励数据进行统计分析，将决策问题分为三个层次，建立多层次模糊综合评判模型。在该模型中，将因素集{国家一等奖，国家二等奖，省一等奖，省二等奖，省三等奖}看作准则层，将2008-2011各年建模情况看作方案层，结合实际情况，给出改进综合评判模型，解得广东金融学院、华南农业大学的总体综合评定成绩分别2.9474、2.7141,排名第一、第二。 对于问题二，首先建立单年的综合评定模型，得出广州赛区各院校2008-2011年的综合评定成绩。鉴于仅有4组数据，分别采用GM(1，1)法、回归曲线最小二乘法、移动平均法进行建模，最后结合实际情况并根据结果对比以上三种模型，确定了移动平均法方案最优，最终得出广东金融学院、华南农业大学的综合评定成绩分别为0.7369、0.6785，依旧排名第一、第二，较好地解决了问题二。 对于问题三，鉴于附件2所给数据冗杂庞大，故从中抽取2008-2011年的建模数据作为样本，分别统计出本科组和专科组在这四年中每年获得国家一等奖和国家二等奖的人数；将问题一中国家一等奖、二等奖的权重进行归一化处理，建立类似问题一的特殊综合评判模型，得出本科组哈尔滨工业大学、解放军信息工程大学的综合评定成绩分别为5.5117、4.6609；专科组海军航空工程学院、太原理工轻纺与美术学院的综合评定成绩分别为1.3931、1.3095，名列各组第一、第二，问题三得到了较好解决。 对于问题四，除全国竞赛成绩、赛区成绩外，讨论了学生的能力、参赛队数、师资力量、学校的综合实力、硬件设施等因素对建模成绩评估的影响，考虑首先对因素集进行模糊聚类分析，然后用层次分析法来进行评价，用BP神经网络结合Matlab软件来进行预测，理论上问题四能够得到较好地得到解决。 关键词: 模糊综合评判模型GM（1，1）模型移动平均法综合评定成绩

数学建模B题优秀论文

2010高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 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，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规 则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 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. 王静茹 2. 杨曼 3. 朱元霞 指导教师或指导教师组负责人 (打印并签名)： 日期：年月日 赛区评阅编号（由赛区组委会评阅前进行编号）：

2010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）： 赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注 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）： 2010年上海世博会经济影响力的定量评估 摘要 本文选取2010年上海世博会对上海经济的影响作为研究对象，首先，我们选择了 五届影响力较大的世博会与上海世博会进行了定量的纵向评估。 利用互联网的相关数据，运用层次分析法确定了各级评价指标的相对权重，然后 利用模糊综合评判法给这六届世博会的经济影响力进行了定量评估，利用MATLAB 计算出了1933年芝加哥世博会以来六届综合性世博会的经济影响力的综合评分依次为 75.12、80.01、80、11、77.35、79.35、80.75，由表我们可以肯定上海世博会的经济影响力是继1851年伦敦世博会以来较强的。 其次我们采用投入——产出模型模型的核心思想，以年份与GDP 的对数值的二次 相关关系和上海市社会固定资产总投入与GDP 的对数值的线性关系，利用上海统计年鉴发布的数据，分别建立无世博影响的表达式i i i x x x e Q 21210904.01117.00032.06278.81-++=，与有世博影响的表达式i i i x x x e Q 21212955.00176.00019.01211.82+-+=，两式的预测误差均在1.1%以内。与 2008年真实值比较，用表达式1Q 预测2008年的GDP 的值可以得出世博会对2008年上海市经济贡献率达到20.9%。并且在得知申办世博会后第i 年上海市固定投入总额的前提下由%1002 12?-=Q Q Q η可求出世博会对上海地区经济的持续性积极影响。如假设2011年市固定资产总投资为5600亿元，则世博会对上海经济有16%的积极影响。 最后,经过对2010年上海世博会的经济影响力的两方面的评估,我们得知上海世博 会在历届世博会的经济影响力的综合评分中是最高的。由此得出,上海世博会对上海经济的影响力是非常大的,此次世博会除了对上海的直接收益影响明显外, 世博会对上海地区经济的持续性积极影响。 关键词：层次分析 模糊综合评判 投入——产出模型 回归模型 一、问题重述 2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始，世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴趣的某个侧面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。 二、问题分析

全国大学生数学建模竞赛b题全国优秀论文

基于打车软件的出租车供求匹配度模型研究与分析 摘要 目前城市“出行难”、“打车难”的社会难题导致越来越多的线上打车软件出现在市场上。“打车难”已成为社会热点。以此为背景，本文将要解决分析的三个问题应运而生。 本文运用主成分分析、定性分析等分析方法以及部分经济学理论成功解决了这三个问 题，得到了不同时空下衡量出租车资源供求匹配程度的指标与模型以及一个合适的补贴 方案政策，并对现有的各公司出租车补贴政策进行了分析。 针对问题一，根据各大城市的宏观出租车数据，绘制柱形图进行重点数据的对比分 析，首先确定适合进行分析研究的城市。之后，根据该市不同地区、时间段的不同特点 选择多个数据样本区，以数据样本区作为研究对象，进行多种数据（包括出租车分布、 出租车需求量等）的采集整理。接着，通过主成分分析法确定模型的目标函数、约束条 件等。最后运用spss软件工具对数据进行计算，求出匹配程度函数F 与指标的关系式， 并对结果进行分析。 针对问题二，在各公司出租车补贴政策部分已知的情况下，综合考虑出租车司机以 及顾客两个方面的利益，分别就理想情况与实际情况进行全方位的分析。在问题一的模 型与数据结果基础上，首先分别从给司机和乘客补贴两个角度定性分析了补贴的效果。 重点就给司机进行补贴的方式进行讨论，定量分析了目前补贴方案的效果，得出了如果 统一给每次成功的打车给予相同的补贴无法改善打车难易程度的结论，并对第三问模型 的设计提供了启示，即需要对具有不同打车难易程度和需求量的区域采取分级的补贴政 策。 针对问题三，在问题二的基础上我们设计了一种根据不同区域打车难易程度和需求

量来确定补贴等级的方法。设计了相应的量化指标，以极大化各区域打车难易程度降低 的幅度之和作为目标，建立该问题的规划模型。目的是通过优化求解该模型，使得通过 求得的优化补贴方案，能够优化调度出租车资源，使得打车难区域得到缓解。通过设计 启发式原则和计算机模拟的方法进行求解，并以具体案例分析得到，本文方法相对统一 的补贴方案而言的确可以一定程度缓解打车难的程度。 关键词：主成分分析法，供求匹配度，最优化模型，出租车流动平衡 1

全国数学建模竞赛b题优秀论文

基于最小二乘法的碎纸片拼接复原数学模型 摘要 首先对图片进行灰度化处理,然后转化为0-1二值矩阵，利用矩阵行（列）偏差函数，建立了基于最小二乘法的碎纸片拼接数学模型，并利用模型对图片进行拼接复原。 针对问题一，当两个数字矩阵列向量的偏差函数最小时，对应两张图片可以左右拼接。经计算，得到附件1的拼接结果为： 08,14,12,15,03,10,02,16,01,04,05,09,13,18,11,07,17,00,06。 附件2的拼接结果为: 03,06,02,07,15,18,11,00,05,01,09,13,10,08,12,14,17,16,04。 针对问题二，首先根据每张纸片内容的不同特性，对图片进行聚类分析，将209张图片分为11类；对于每一类图片，按照问题一的模型与算法，即列偏差函数最小则进行左右拼接,对于没有拼接到组合里的碎纸片进行人工干预，我们得到了11组碎纸片拼接而成的图片；对于拼接好的11张图片，按照问题一的模型与算法，即行偏差函数最小则进行上下拼接,对于没有拼接到组合里的碎纸片进行人工干预。我们最终经计算，附件3的拼接结果见表9，附件4的拼接结果见表10。 针对问题三，由于图片区分正反两面，在问题二的基础上，增加图片从下到上的裁截距信息，然后进行两次聚类，从而将所有图片进行分类，利用计算机自动拼接与人工干预相结合，对所有图片进行拼接复原。经计算，附件5的拼接结果见表14和表15 该模型的优点是将图片分为具体的几类，大大的减少了工作量，缺点是针对英文文章的误差比较大。 关键字：灰度处理，图像二值化，最小二乘法，聚类分析，碎纸片拼接 一、问题重述 碎纸片的拼接复原技术在司法鉴定、历史文献修复与研究、军事情报获取以及故障分析等领域都有着广泛的应用。近年来，随着德国“斯塔西”文件的恢复工程的公布，碎纸文件复原技术的研究引起了人们的广泛关注。传统上，拼接复原工作需由人工完成，准确率较高，但效率很低。特别是当碎片数量巨大，人工拼接很难在短时间内完成任务。随着计算机技术的发展，人们试图开发碎纸片的自动拼接技术，以提高拼接复原效率。对于一页印刷文档，针对不同的破碎方法，讨论下列三个问题： （1）将给定的一页印刷文字文件纵切，建立碎纸片拼接复原模型和算法，并针对附件1、附件2给出的中、英文各一页文件的碎片数据进行拼接复原。 （2）对于碎纸机既纵切又横切的情形，设计碎纸片拼接复原模型和算法，并针对附

数学建模优秀论文模板(全国一等奖模板)

觉得数学建模论文格式这么样设置 版权归郝竹林所有，材料仅学习参考 版权：郝竹林 备注☆※§等等字符都可以作为问题重述左边的。。。。。一级标题 所有段落一级标题设置成段落前后间距13磅 二级标题设置成段落间距前0.5行后0.25行 图和表的标题采用插入题注方式题注样式在样式表中设置居中五号字体 中画出的折线表字体采用默认格式宋体正文10号 图标题在图上方段落间距前0.25行后0行 表标题在表下方段落间距前0行后0.25行 行距均使用单倍行距 所有段落均把4个勾去掉 注意表格插入到的方式在中复制后，粘贴，2010粘贴选用使用目标主题嵌入当前 所有软件名字第一个字母大写比如 所有公式和字母均使用编写 公式编号采用编号格式自己定义

公式编号在右边显示

农业化肥公司的生产与销售优化方案 摘 要 要求总分总 本文针对储油罐的变位识别与罐容表标定的计算方法问题，运用二重积分法和最小二乘法建立了储油罐的变位识别与罐容表标定的计算模型，分别对三种不同变位情况推导出的油位计所测油位高度与实际罐容量的数学模型，运用软件编程得出合理的结论，最终对模型的结果做出了误差分析。 针对问题一要求依据图4及附表1建立积分数学模型研究罐体变位后对罐容表的影响，并给出罐体变位后油位高度间隔为1的罐容表标定值。我们作图分析出实验储油罐出现纵向倾斜 14.时存在三种不同的可能情况，即储油罐中储油量较少、储油量一般、储油量较多的情况。针对于每种情况我们都利用了高等数学求容积的知识，以倾斜变位后油位计所测实际油位高度为积分变量，进行两次积分运算，运用软件推导出了所测油位高度与实际罐容量的关系式。并且给出了罐体倾斜变位后油位高度间隔为1的罐容标定值（见表1），最后我们对倾斜变位前后的罐容标定值残差进行分析，得到样本方差为4103878.2-?，这充分说明残差波动不大。我们得出结论：罐体倾斜变位后，在同一油位条件下倾斜变位后罐容量比变位前罐容量少L 243。 表 1.1 针对问题二要求对于图1所示的实际储油罐，试建立罐体变位后标定罐容表的数学模型，即罐内储油量与油位高度及变位参数（纵向倾斜角度α和横向偏转角度β）之间的一般关系。利用罐体变位后在进/出油过程中的实际检测数据（附件2），根据所建立的数学模型确定变位参数，并给出罐体变位后油位高度间隔为10的罐容表标定值。进一步利用附件2中的实际检测数据来分析检验你们模型的正确性与方法的可靠性。我们根据实际储油罐的特殊构造将实际储油罐分为三部分，左、右球冠状体与中间的圆柱体。运用积分的知识，按照实际储油罐的纵向变位后油位的三种不同情况。利用编程进行两次积分求得仅纵向变位时油量与油位、倾斜角α的容积表达式。然后我们通过作图分析油罐体的变位情况，将双向变位后的油位h 与仅纵向变位时的油位0h 建立关系表达式01.5(1.5)cos h h β=--，从而得到双向变位油量与油位、倾斜角α、偏转角β的容积表达式。利用附件二的数据，采用最小二乘法来确定倾斜角α、偏转角β的值，用软件求出03.3=α、04=β α=3.30，β=时总的平均相对误差达到最小，其最小值为0.0594。由此得到双向变位后油量与油位的容积表达式V ，从而确定了双向变位后的罐容表(见表2)。 本文主要应用软件对相关的模型进行编程求解，计算方便、快捷、准确，整篇文章采取图文并茂的效果。文章最后根据所建立的模型用附件2中的实际检测数据进行了误差分析，结果可靠，使得模型具有现实意义。 关键词：罐容表标定；积分求解；最小二乘法；；误差分