数学建模统计模型修订稿

数学建模统计模型 Document number【SA80SAB-SAA9SYT-SAATC-SA6UT-SA18】

数学建模

论文题目：

一个医药公司的新药研究部门为了掌握一种新止痛剂的疗效，设计了一个药物试验，给患有同种疾病的病人使用这种新止痛剂的以下4个剂量中的某一个：2 g，5 g，7 g和10 g，并记录每个病人病痛明显减轻的时间（以分钟计）. 为了解新药的疗效与病人性别和血压有什么关系，试验过程中研究人员把病人按性别及血压的低、中、高三档平均分配来进行测试. 通过比较每个病人血压的历史数据，从低到高分成3组，分别记作，和. 实验结束后，公司的记录结果见下表（性别以0表示女，1表示男）.

请你为该公司建立一个数学模型，根据病人用药的剂量、性别和血压组别，预测出服药后病痛明显减轻的时间.

一、摘要

在农某医药公司为了掌握一种新止痛药的疗效，设计了一个药物实验，通过观测病人性别、血压和用药剂量与病痛时间的关系，预测服药后病痛明显减轻的时间。我们运用数学统计工具m i n i t a b软件，对用药剂量，性别和血压组别与病痛减轻

时间之间的数据进行深层次地处理并加以讨论概率值P（是否<）和拟合度R-S q的值是否更大（越大，说明模型越好）。

首先，假设用药剂量、性别和血压组别与病痛减轻时间之间具有线性关系，我们建立了模型Ⅰ。对模型Ⅰ用m i n i t a b软件进行回归分析，结果偏差较大，说明不是单纯的线性关系，然后对不同性别分开讨论，增加血压和用药剂量的交叉项，我们在模型Ⅰ的基础上建立了模型Ⅱ，用m i n i t a b软件进行回归分析后，用药剂量对病痛减轻时间不显着，于是我们有引进了用药剂量的平方项，改进模型Ⅱ建立了模型Ⅲ，用m i n i t a b软件进行回归分析后，结果合理。最终确定了女性病人服药后病痛减轻时间与用药剂量、性别和血压组别的关系模型：

Y=1x 3x

对模型Ⅱ和模型Ⅲ关于男性病人用m i n i t a b软件进行回归分析，结果偏差依然较大，于是改进模型Ⅲ建立了模型Ⅳ，用m i n i t a b软件进行回归分析后，结果合理。最终确定了男性病人服药后病痛减轻时间与

用药剂量、性别和血压组别的关系模型：Y=1x1x 3x

x关键词止痛

剂药剂量性别病痛减轻时间

二、问题的提出

一个医药公司的新药研究部门为了掌握一种新止痛剂的疗效，设计了一个药物实验，给患有同种病痛的病人使用这种新止痛剂的一下4个剂量中的某一个：2g，5g，7g和10g，并记录每个病人病痛明显减轻的时间（以分钟计）。为了了解新药的疗效与病人性别和血压有什么关系，实验过程中研究人员把病人按性别及血压的低、中、高三档平均分配来进行测试。通过比较给个病人血压的历史数据，从低到高分成三组，分别记作，和.实验结束后，公司的记录结果附录1-1表（性别以0表示，1表示男）。

现在为公司建立一个模型，根据病人用药的剂量、性别和血组别，预测出服药后病痛明显减轻的时间。

三、问题的分析

假定每个患该种病的程度相差不大，即病情基本相同，根据现实，用药量与病痛减轻时间会有一定的关系，一般，药用量越高，病痛减轻时间变得越快；而更一般，男性身体素质相对于女性来说比较强壮，病痛减轻的时间也会跟性别有关系，正常而言，身体素质越好，病痛减轻时间越快；另一个，一个人的血压组别的高地也会影响到他的病痛减轻时间的快慢。对1-1表格中的数据进行相关分析如下：相关分析:用药剂量（g）,血压组别，知用药剂量（g）和血压组别的P e a r s o n相关系数=P值=；由此，可以看出用药剂量与血压组别没有关系，如图1-1所示

1-1图

相关分析:用药剂量（g）,性别，知用药剂量（g）和性别的

P e a r s o n相关系数=P值=；由此可以看出用药剂量与性别相互独立。如1-2图所示

1-2图

根据所给数据可分别作出病痛减轻时间与用药剂血压组别的散点图量，性别及如下：

图

四、模型假设与符号假设

假设病痛减轻时间只与用药剂量、性别和血压组别有关,不受其他因素的影响，由以上散点图（图图）可以作出如下模型假设模型Ⅰ：

ββββ++++=3322110x x x Y

符号说明

1、Y 为病痛减轻时间量，单位（m i n ）；

2、1x 表示用药剂量单位（g ）；

3、2x 表示性别；

4、3x 表示血压组别；

5、 S 表示标准差；

6、 R -S q 表示线性拟合度。

五、模型的建立

下面用m i n i t a b 软件对分别对残差对用药剂量、残差对性别和残差对血压组别进行绘图，到出对应的图、图和图，并对这些图进行分析，分别可以看出残差对用药剂量是正常的、残差对性别是正常的、残差对血压组别正常的。图图图

由~图分析，可以用药剂量和血压组别的乘积表示对病痛减轻时间的交互式影响，性别对病疼减轻时间有显着影响，因此可以对男性和女性分开讨论，得到如下模型：

模型Ⅱ εββββ++++=31433110x x x x Y

（1）对女性的进行分析如下：

回归分析:病痛减轻时间（m i n）与用药剂量（g）,血压组别,用药剂量及血压组别

回归方程为

病痛减轻时间（m i n）=+用药剂量（g）+血压组别-用药剂量及血压组别交叉项

即Y=+1x+3x

自变量系数系

数标准误 T P

常量

用药剂量（g）

血压组别

用药剂量及血压组别

S = R-Sq = % R-Sq（调整） = %

方差分析

来源自由度 SS MS F P

回归 3

残差误差 8

合计 11

来源自由度 Seq SS

用药剂量（g） 1

血压组别 1

用药剂量及血压组别 1

异常观测值

用药剂病痛减轻时拟合值标准化

观测值量（g）间（min）拟合值标准误残差残差

R表示此观测值含有大的标准化残差

因为用药剂量p值为，所以对病痛减轻时间影响不显着，不妨引进用药剂量的平方项加以讨论，因此模型进一步改进为:

模型Ⅲ

回归分析:病痛减轻时间（m i n）与用药剂量（g）,血压组别,用药剂量及血压组别,用药剂量的平方

回归方程为：

病痛减轻时间（min） = - 用药剂量（g） + 血压组别

- 用药剂量及血压组别 + 用药剂

量的平方

即 Y=1x3x31x x21x自变量系数系数标准误 T P

常量

用药剂量（g）

血压组别

用药剂量及血压组别

用药剂量的平方

S = R-Sq = % R-Sq（调整） = %

方差分析

来源自由度 SS MS F P

回归 4

残差误差 7

合计 11

来源自由度 Seq SS

用药剂量（g） 1

血压组别 1

用药剂量及血压组别 1

用药剂量的平方 1

由拟合值R-S q=%可以确定，该模型比较合理。

（2）、对男性用模型Ⅱ进行分析，分析结果如下:

回归分析:病痛减轻时间（m i n）与用药剂量（g）,血压组别,用药剂量及血压组别

回归方程为：

病痛减轻时间（min） = + 用药剂量（g） + 血压组别

- 用药剂量及血压组别

即 Y=+1x+3x31x x系数标

自变量系数准误 T P

常量

用药剂量（g）

血压组别

用药剂量及血压组别

S = R-Sq = % R-Sq（调整） = %

方差分析

来源自由度 SS MS F P

回归 3

残差误差 8

合计 11

来源自由度 Seq SS 用药剂量（g ） 1 血压组别 1 用药剂量及血压组别 1

因为用药剂量p 值为，所以对病痛减轻时间影响不显着，不妨引进用药剂量的平方项加以讨论，因此可以利用模型Ⅲ进行分析：

回归分析: 病痛减轻时间（m i n ）与用药剂量（g ）, 血压组别, 用药剂量及血压组别, 用药剂量的平方回归方程为：

病痛减轻时间（min ） = - 用药剂量（g ） + 血压组别

- 用药剂量及血压组别 + 用药剂量的平方

即 Y=1x 3x 31x x 2

1x 自变量系数系数

标准误 T P

常量用药剂量（g ）血压组别用药剂量及血压组别用药剂量的平方 S = R-Sq = % R-Sq （调整） = % 方差分析

来源自由度 SS MS F P 回归 4 残差误差 7 合计 11

来源自由度 Seq SS

用药剂量（g） 1

血压组别 1

用药剂量及血压组别 1

用药剂量的平方 1

由此，可以看出，在男性方面血压组别的P=，对病痛减轻时间不显着，不妨取消血压组别这个单变量，将模型进一步改进。

模型Ⅳ

回归分析:病痛减轻时间（m i n）与用药剂量（g）,性别,用药剂量及血压组别,用药剂量的平方

*性别（实质上）是常量*性别已从方程中删除。

回归方程为：

病痛减轻时间（min） = - 用药剂量（g） + 用药剂量及血压组别+ 用药剂量的平方

Y=1x31x x21x自变量系数系数标准误 T P

常量

用药剂量（g）

用药剂量及血压组别

用药剂量的平方

S = R-Sq = % R-Sq（调整） = %

方差分析

来源自由度 SS MS F P

回归 3

残差误差 8

合计 11

来源自由度 Seq SS

用药剂量（g） 1

用药剂量及血压组别 1

用药剂量的平方 1

异常观测值

用药剂病痛减轻时拟合值标准化

观测值量（g）间（min）拟合值标准误残差残差

R表示此观测值含有大的标准化残差

*注*列中的所有值相同。

用药剂量及血压组别的P=，但是R-S q=%R-S q（调整）=%，说明这个模型改进更加合理。

六、模型的优缺点与改进方向

通过回归模型的建立及不断改进过程当中，得知该公司的新药的疗效对于男性和女性的作用程度不一样。该模型是针对该公司的新药进行建模，不具有普遍性。

七、参考文献

1、姜启源，谢金星，叶俊.数学模型（第三版）.高等教育出版社，（2012重印）

2、马林，何桢.六西格玛管理（第二版）.中国人民大学出版社，（重印）

3、吴翊，李永乐，胡庆军.应用数理统计.国防科技大学出版社，（重印）

八、附录部分

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）：

数学建模方法模型

数学建模方法模型一、统计学方法 1 多元回归 1、方法概述: 在研究变量之间的相互影响关系模型时候用到。具体地说:其可以定量地描述某一现象和某些因素之间的函数关系，将各变量的已知值带入回归方程可以求出因变量的估计值，从而可以进行预测等相关研究。 2、分类分为两类:多元线性回归和非线性线性回归;其中非线性回归可以通过一定的变化转化为线性回归，比如:y=lnx 可以转化为 y=u u=lnx 来解决;所以这里主要说明多元线性回归应该注意的问题。 3、注意事项在做回归的时候，一定要注意两件事: (1) 回归方程的显著性检验(可以通过 sas 和 spss 来解决) (2) 回归系数的显著性检验(可以通过 sas 和 spss 来解决) 检验是很多学生在建模中不注意的地方，好的检验结果可以体现出你模型的优劣，是完整论文的体现，所以这点大家一定要注意。 4、使用步骤: (1)根据已知条件的数据，通过预处理得出图像的大致趋势或者数据之间的大致关系; (2)选取适当的回归方程; (3)拟合回归参数; (4)回归方程显著性检验及回归系数显著性检验 (5)进行后继研究(如:预测等)

2 聚类分析 1、方法概述该方法说的通俗一点就是，将 n个样本，通过适当的方法(选取方法很多，大家可以自行查找，可以在数据挖掘类的书籍中查找到，这里不再阐述)选取 m 聚类中心，通过研究各样本和各个聚类中心的距离 Xij，选择适当的聚类标准，通常利用最小距离法(一个样本归于一个类也就意味着，该样本距离该类对应的中心距离最近)来聚类，从而可以得到聚类结果，如果利用sas 软件或者 spss 软件来做聚类分析，就可以得到相应的动态聚类图。这种模型的的特点是直观，容易理解。 2、分类聚类有两种类型: (1) Q型聚类:即对样本聚类; (2) R型聚类:即对变量聚类; 通常聚类中衡量标准的选取有两种: (1) 相似系数法 (2) 距离法聚类方法: (1) 最短距离法 (2) 最长距离法 (3) 中间距离法 (4) 重心法 (5) 类平均法 (6) 可变类平均法 (7) 可变法

数学建模优秀论文设计模版

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、电子、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）：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. 3. 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）：

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）：

题目（黑体不加粗三号居中）摘要（黑体不加粗四号居中）（摘要正文小4号，写法如下）（第1段）首先简要叙述所给问题的意义和要求，并分别分析每个小问题的特点（以下以三个问题为例）。根据这些特点对问题 1 用······的方法解决；对问题 2 用······的方法解决；对问题3 用······的方法解决。（第2段）对于问题1，用······数学中的······首先建立了······ 模型I。在对······模型改进的基础上建立了······模型II。对模型进行了合理的理论证明和推导，所给出的理论证明结果大约为······，然后借助于······数学算法和······软件，对附件中所提供的数据进行了筛选，去除异常数据,对残缺数据进行适当补充,并从中随机抽取了3 组数据（每组8 个采样）对理论结果进行了数据模拟，结果显示，理论结果与数据模拟结果吻合。（方法、软件、结果都必须清晰描述，可以独立成段，不建议使用表格）（第3段）对于问题2用······ （第4段）对于问题3用······ 如果题目单问题，则至少要给出2种模型，分别给出模型的名称、思想、软件、结果、亮点详细说明。并且一定要在摘要对两个或两个以上模型进行比较，优势较大的放后面，这两个（模型）一定要有具体结果。（第5段）如果在……条件下，模型可以进行适当修改，这种条件的改变可能来自你的一种猜想或建议。要注意合理性。此推广模型可以不深入研究，也可以没有具体结果。关键词：本文使用到的模型名称、方法名称、特别是亮点一定要在关键字里出现，5~7个较合适。注：字数700-1000 之间；摘要中必须将具体方法、结果写出来；摘要写满几乎一页，不要超过一页。摘要是重中之重，必须严格执行！。页码：1（底居中）

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；

数学建模统计模型

数学建模

论文题目：一个医药公司的新药研究部门为了掌握一种新止痛剂的疗效，设计了一个药物试验，给患有同种疾病的病人使用这种新止痛剂的以下4个剂量中的某一个：2 g，5 g，7 g和10 g，并记录每个病人病痛明显减轻的时间（以分钟计）. 为了解新药的疗效与病人性别和血压有什么关系，试验过程中研究人员把病人按性别及血压的低、中、高三档平均分配来进行测试. 通过比较每个病人血压的历史数据，从低到高分成3组，分别记作，和. 实验结束后，公司的记录结果见下表（性别以0表示女，1表示男）. 请你为该公司建立一个数学模型，根据病人用药的剂量、性别和血压组别，预测出服药后病痛明显减轻的时间.

一、摘要在农某医药公司为了掌握一种新止痛药的疗效，设计了一个药物实验，通过观测病人性别、血压和用药剂量与病痛时间的关系，预测服药后病痛明显减轻的时间。我们运用数学统计工具m i n i t a b软件，对用药剂量，性别和血压组别与病痛减轻

时间之间的数据进行深层次地处理并加以讨论概率值P （是否<）和拟合度R-S q的值是否更大（越大，说明模型越好）。首先，假设用药剂量、性别和血压组别与病痛减轻时间之间具有线性关系，我们建立了模型Ⅰ。对模型Ⅰ用m i n i t a b 软件进行回归分析，结果偏差较大，说明不是单纯的线性关系，然后对不同性别分开讨论，增加血压和用药剂量的交叉项，我们在模型Ⅰ的基础上建立了模型Ⅱ，用m i n i t a b软件进行回归分析后，用药剂量对病痛减轻时间不显着，于是我们有引进了用药剂量的平方项，改进模型Ⅱ建立了模型Ⅲ，用m i n i t a b 软件进行回归分析后，结果合理。最终确定了女性病人服药后病痛减轻时间与用药剂量、性别和血压组别的关系模型： Y=1x 3x 1x 3x 2 1 x 对模型Ⅱ和模型Ⅲ关于男性病人用m i n i t a b软件进行回归分析，结果偏差依然较大，于是改进模型Ⅲ建立了模型Ⅳ，用m i n i t a b软件进行回归分析后，结果合理。最终确定了男性病人服药后病痛减轻时间与用药剂量、性别和血压组别的关系模型：Y=1x1x 3x 2 1 x关键词止痛剂药剂量性别病痛减轻时间

数学建模的基本步骤

数学建模的基本步骤一、数学建模题目 1）以社会，经济，管理，环境，自然现象等现代科学中出现的新问题为背景，一般都有一个比较确切的现实问题。 2）给出若干假设条件： 1. 只有过程、规则等定性假设； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形等。根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题，优化问题一般需要对问题进行优化求解找出最优或近似最优方案，统计问题一般具有大量的数据需要处理，寻找一个好的处理方法非常重要。二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型，寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析，寻求规律建立数学模型，采用的分析方法一般有： 1）. 回归分析法(数理统计方法)-用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n，确定函数的表达式。 2）. 时序分析法--处理的是动态的时间序列相关数据，又称为过程统计方法。 3）、多元统计分析（聚类分析、判别分析、因子分析、主成分分析、生存数据分析）。 3、计算机仿真（又称统计估计方法）：根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿，观察在某种规则限制下的仿真结果（如蒙特卡罗模拟）。三、模型求解：模型建好了，模型的求解也是一个重要的方面，一个好的求解算法与一个合

适的求解软件的选择至关重要，常用求解软件有matlab，mathematica，lingo，lindo，spss，sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解，spss，sas一般用于统计问题的求解，matlab，mathematica功能较为综合，分别擅长数值运算与符号运算。常用算法有：数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。四、自学能力和查找资料文献的能力：建模过程中资料的查找也具有相当重要的作用，在现行方案不令人满意或难以进展时，一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站：CNKI、VIP、万方。五、论文结构： 0、摘要 1、问题的重述，背景分析 2、问题的分析 3、模型的假设，符号说明 4、模型的建立（局部问题分析，公式推导，基本模型，最终模型等） 5、模型的求解 6、模型检验:模型的结果分析与检验，误差分析 7、模型评价:优缺点，模型的推广与改进 8、参考文献 9、附录六、需要重视的问题数学建模的所有工作最终都要通过论文来体现，因此论文的写法至关重要：

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）：

数学建模-数据的统计分析

数学建模与数学实验课程设计学院数理学院专业数学与应用数学班级学号学生姓名指导教师 2015年6月

数据的统计分析摘要问题：某校60名学生的一次考试成绩如下： 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 （1）计算均值、标准差、极差、偏度、峰度，画出直方图；（2）检验分布的正态性；（3）若检验符合正态分布，估计正态分布的参数并检验参数；模型：正态分布。方法：运用数据统计知识结合MATLAB软件结果：符合正态分布

一．问题重述某校60名学生的一次考试成绩如下： 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 （1）计算均值、标准差、偏差、峰度，画出直方图；（2）检验分布的正态性；（3）若检验符合正态分布，估计正态分布的参数并检验参数。二．模型假设假设一：此组成绩没受外来因素影响。假设二：每个学生都是独自完成考试的。假设三：每个学生的先天条件相同。三．分析与建立模型像类似数据的信息量比较大，可以用MATLAB 软件决绝相关问题，将n 名学生分为x 组，每组各n\x 个学生，分别将其命为1x ，2X ……j x 由MATLAB 对随机统计量x 进行命令。此时对于直方图的命令应为 Hist(x,j) 源程序为： x1=[93 75 83 93 91 85 84 82 77 76 ] x2=[77 95 94 89 91 88 86 83 96 81 ] x3=[79 97 78 75 67 69 68 84 83 81 ]

数学建模各种分析报告方法

现代统计学 1.因子分析(Factor Analysis) 因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子（之所以称其为因子，是因为它是不可观测的，即不是具体的变量），以较少的几个因子反映原资料的大部分信息。运用这种研究技术，我们可以方便地找出影响消费者购买、消费以及满意度的主要因素是哪些，以及它们的影响力（权重）运用这种研究技术，我们还可以为市场细分做前期分析。 2.主成分分析主成分分析主要是作为一种探索性的技术，在分析者进行多元数据分析之前，用主成分分析来分析数据，让自己对数据有一个大致的了解是非常重要的。主成分分析一般很少单独使用：a，了解数据。(screening the data),b,和cluster analysis一起使用，c，和判别分析一起使用，比如当变量很多，个案数不多，直接使用判别分析可能无解，这时候可以使用主成份发对变量简化。（reduce dimensionality）d,在多元回归中，主成分分析可以帮助判断是否存在共线性（条件指数），还可以用来处理共线性。主成分分析和因子分析的区别 1、因子分析中是把变量表示成各因子的线性组合，而主成分分析中则是把主成分表示成个变量的线性组合。 2、主成分分析的重点在于解释个变量的总方差，而因子分析则把重点放在解释各变量之间的协方差。 3、主成分分析中不需要有假设(assumptions),因子分析则需要一些假设。因子分析的假设包括：各个共同因子之间不相关，特殊因子（specific factor）之间也不相关，共同因子和特殊因子之间也不相关。 4、主成分分析中，当给定的协方差矩阵或者相关矩阵的特征值是唯一的时候，的主成分一般是独特的；而因子分析中因子不是独特的，可以旋转得到不同的因子。 5、在因子分析中，因子个数需要分析者指定（spss根据一定的条件自动设定，只要是特征值大于1的因子进入分析），而指定的因子数量不同而结果不同。在主成分分析中，成分的数量是一定的，一般有几个变量就有几个主成分。和主成分分析相比，由于因子分析可以使用旋转技术帮助解释因子，在解释方面更加有优势。大致说来，当需要寻找潜在的因子，并对这些因子进行解释的时候，更加倾向于使用因子分析，并且借助旋转技术帮助更好解释。而如果想把现有的变量变成少数几个新的变量（新的变量几乎带有原来所有变量的信息）来进入后续的分析，则可以使用主成分分析。当然，这中情况也可以使用因子得分做到。所以这中区分不是绝对的。总得来说，主成分分析主要是作为一种探索性的技术，在分析者进行多元数据分析之前，用主成分分析来分析数据，让自己对数据有一个大致的了解是非常重要的。主成分分析一般很少单独使用：a，了解数据。(screening the data),b,

数学建模方法和步骤

数学建模的主要步骤: 第一、模型准备首先要了解问题的实际背景,明确建模目的,搜集必需的各种信息,尽量弄清对象的特征. 第二、模型假设根据对象的特征和建模目的,对问题进行必要的、合理的简化,用精确的语言作出假设,是建模至关重要的一步.如果对问题的所有因素一概考虑,无疑是一种有勇气但方法欠佳的行为,所以高超的建模者能充分发挥想象力、洞察力和判断力,善于辨别主次,而且为了使处理方法简单,应尽量使问题线性化、均匀化. 第三、模型构成根据所作的假设分析对象的因果关系,利用对象的内在规律和适当的数学工具,构造各个量间的等式关系或其它数学结构.这时,我们便会进入一个广阔的应用数学天地,这里在高数、概率老人的膝下,有许多可爱的孩子们,他们是图论、排队论、线性规划、对策论等许多许多,真是泱泱大国,别有洞天.不过我们应当牢记,建立数学模型是为了让更多的人明了并能加以应用,因此工具愈简单愈有价值. 第四、模型求解可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法,特别是计算机技术.一道实际问题的解决往往需要纷繁的计算,许多时候还得将系统运行情况用计算机模拟出来,因此编程和熟悉数学软件包能力便举足轻重. 第五、模型分析对模型解答进行数学上的分析."横看成岭侧成峰,远近高低各不?quot;,能否对模型结果作出细致精当的分析,决定了你的模型能否达到更高的档次.还要记住,不论那种情况都需进行误差分析,数据稳定性分析. 数学建模采用的主要方法有：（一）、机理分析法：根据对客观事物特性的认识从基本物理定律以及系统的结构数据来推导出模型. 1、比例分析法：建立变量之间函数关系的最基本最常用的方法. 2、代数方法：求解离散问题（离散的数据、符号、图形）的主要方法. 3、逻辑方法：是数学理论研究的重要方法,对社会学和经济学等领域的实际问题,在决策,对策等学科中得到广泛应用. 4、常微分方程：解决两个变量之间的变化规律,关键是建立“瞬时变化率”的表达式. 5、偏微分方程：解决因变量与两个以上自变量之间的变化规律. （二）、数据分析法：通过对量测数据的统计分析,找出与数据拟合最好的模型 1、回归分析法：用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法. 2、时序分析法：处理的是动态的相关数据,又称为过程统计方法. 3、回归分析法：用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法.

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

数学建模优秀论文范文

数学建模优秀论文范文数学建模随着人类的进步，科技的发展和社会的日趋数字化，应用领域越来越广泛，人们身边的数学内容越来越丰富。强调数学应用及培养应用数学意识对推动素质教育的实施意义十分巨大。数学建模在数学教育中的地位被提到了新的高度，通过数学建模解数学应用题，提高学生的综合素质。本文将结合数学应用题的特点，把怎样利用数学建模解好数学应用问题进行剖析，希望得到同仁的帮助和指正。一、数学应用题的特点我们常把来源于客观世界的实际，具有实际意义或实际背景，要通过数学建模的方法将问题转化为数学形式表示，从而获得解决的一类数学问题叫做数学应用题。数学应用题具有如下特点: 第一、数学应用题的本身具有实际意义或实际背景。这里的实际是指生产实际、社会实际、生活实际等现实世界的各个方面的实际。如与课本知识密切联系的源于实际生活的应用题;与模向学科知识网络交汇点有联系的应用题;与现代科技发展、社会市场经济、环境保护、实事政治等有关的应用题等。第二、数学应用题的求解需要采用数学建模的方法，使所求问题数学化，即将问题转化成数学形式来表示后再求解。第三、数学应用题涉及的知识点多。是对综合运用数学知识和方法解决实际问题能力的检验，考查的是学生的综合能力，涉及的知识点一般在三个以上，如果某一知识点掌握的不过关，很难将问题正确解答。第四、数学应用题的命题没有固定的模式或类别。往往是一种新颖的实际背景，难于进行题型模式训练，用“题海战术”无法解决变化多端的实际问题。必须

依靠真实的能力来解题，对综合能力的考查更具真实、有效性。因此它具有广阔的发展空间和潜力。二、数学应用题如何建模建立数学模型是解数学应用题的关键，如何建立数学模型可分为以下几个层次: 第一层次:直接建模。根据题设条件，套用现成的数学公式、定理等数学模型，注解图为: 将题材设条件翻译成数学表示形式应用题审题题设条件代入数学模型求解选定可直接运用的数学模型第二层次:直接建模。可利用现成的数学模型，但必须概括这个数学模型，对应用题进行分析，然后确定解题所需要的具体数学模型或数学模型中所需数学量需进一步求出，然后才能使用现有数学模型。第三层次:多重建模。对复杂的关系进行提炼加工，忽略次要因素，建立若干个数学模型方能解决问题。第四层次:假设建模。要进行分析、加工和作出假设，然后才能建立数学模型。如研究十字路口车流量问题，假设车流平稳，没有突发事件等才能建模。三、建立数学模型应具备的能力从实际问题中建立数学模型，解决数学问题从而解决实际问题，这一数学全过程的教学关键是建立数学模型，数学建模能力的强弱，直接关系到数学应用题的解题质量，同时也体现一个学生的综合能力。 3(1提高分析、理解、阅读能力。

数学建模常用统计方法

数学建模常用统计方法 1.1多元回归 1、方法概述: 在研究变量之间的相互影响关系模型时候，用到这类方法，具体地说:其可以定量地描述某一现象和某些因素之间的函数关系，将各变量的已知值带入回归方程可以求出因变量的估计值，从而可以进行预测等相关研究。 2、分类分为两类:多元线性回归和非线性线性回归;其中非线性回归可以通过一定的变化转化为线性回归，比如:y=lnx 可以转化为 y=u u=lnx来解决;所以这里主要说明多元线性回归应该注意的问题。 3、注意事项在做回归的时候，一定要注意两件事: (1) 回归方程的显著性检验(可以通过sas和spss来解决) (2) 回归系数的显著性检验(可以通过sas和spss来解决) 检验是很多学生在建模中不注意的地方，好的检验结果可以体现出你模型的优劣，是完整论文的体现，所以这点大家一定要注意。 4、使用步骤: (1)根据已知条件的数据，通过预处理得出图像的大致趋势或者数据之间的大致关系; (2)选取适当的回归方程; (3)拟合回归参数; (4)回归方程显著性检验及回归系数显著性检验 (5)进行后继研究(如:预测等)

这种模型的的特点是直观，容易理解。这体现在:动态聚类图可以很直观地体现出来～当然，这只是直观的一个方面～ 2、分类聚类有两种类型: (1) Q型聚类:即对样本聚类; (2) R型聚类:即对变量聚类; 聚类方法: (1) 最短距离法 (2) 最长距离法 (3) 中间距离法 (4) 重心法 (5) 类平均法 (6) 可变类平均法 (7) 可变法 (8) 利差平均和法在具体做题中，适当选取方法; 3、注意事项在样本量比较大时，要得到聚类结果就显得不是很容易，这时需要根据背景知识和相关的其他方法辅助处理。还需要注意的是:如果总体样本的显著性差异不是特别大的时候，使用的时候也要注意～

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

数学建模中统计学常用方法.

1.1多元回归 1、方法概述: 在研究变量之间的相互影响关系模型时候, 用到这类方法, 具体地说:其可以定量地描述某一现象和某些因素之间的函数关系,将各变量的已知值带入回归方程可以求出因变量的估计值,从而可以进行预测等相关研究。 2、分类分为两类:多元线性回归和非线性线性回归; 其中非线性回归可以通过一定的变化转化为线性回归, 比如:y=lnx 可以转化为 y=u u=lnx来解决;所以这里主要说明多元线性回归应该注意的问题。 3、注意事项在做回归的时候,一定要注意两件事: (1 回归方程的显著性检验(可以通过 sas 和 spss 来解决 (2 回归系数的显著性检验(可以通过 sas 和 spss 来解决检验是很多学生在建模中不注意的地方, 好的检验结果可以体现出你模型的优劣, 是完整论文的体现, 所以这点大家一定要注意。 4、使用步骤: (1根据已知条件的数据,通过预处理得出图像的大致趋势或者数据之间的大致关系; (2选取适当的回归方程; (3拟合回归参数; (4回归方程显著性检验及回归系数显著性检验 (5进行后继研究(如:预测等

这种模型的的特点是直观,容易理解。这体现在:动态聚类图可以很直观地体现出来! 当然,这只是直观的一个方面! 2、分类聚类有两种类型: (1 Q 型聚类:即对样本聚类; (2 R 型聚类:即对变量聚类; 聚类方法: (1 最短距离法 (2 最长距离法 (3 中间距离法 (4 重心法 (5 类平均法 (6 可变类平均法 (7 可变法 (8 利差平均和法在具体做题中,适当选取方法; 3、注意事项

在样本量比较大时,要得到聚类结果就显得不是很容易,这时需要根据背景知识和相关的其他方法辅助处理。还需要注意的是:如果总体样本的显著性差异不是特别大的时候,使用的时候也要注意! 4、方法步骤 (1首先把每个样本自成一类; 2选取适当的衡量标准,得到衡量矩阵,比如说:距离矩阵或相似性矩阵,找到矩阵中最小的元素,将该元素对应的两个类归为一类, (4重复第 2步,直到只剩下一个类; (4重复第 2步,直到只剩下一个类; 补充:聚类分析是一种无监督的分类,下面将介绍有监督的“分类” 。我简单说明下,无监督学习和有监督学习是什么无监督学习:发现的知识是未知的而有监督学习:发现的知识是已知的有监督学习是对一个已知模型做优化,而无监督学习是从数据中挖掘模型他们在分类中应用比较广泛 (非数值分类如果是数值分类就是预测了,这点要注意 1.3数据分类 1、方法概述

2014年数学建模国家一等奖优秀论文

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）：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）：

创意平板折叠桌摘要目前住宅空间的紧张导致越来越多的折叠家具的出现。某公司设计制作了一款折叠桌以满足市场需要。以此折叠桌为背景提出了三个问题，本文运用几何知识、非线性约束优化模型等方法成功解决了这三个问题，得到了折叠桌动态过程的描述方程以及在给定条件下怎样选择最优设计加工参数，并针对任意形状的桌面边缘线等给出了我们的设计。针对问题一，根据木板尺寸、木条宽度，首先确定木条根数为19根，接着，根据桌子是前后左右对称的结构，我们只以桌子的四分之一为研究对象，运用空间几何的相关知识关系，推导并建立了几何模型。接着用MATLAB软件编程，绘制出折叠桌动态变化过程图。然后求出折叠桌各木条相对桌面的角度、各木条长度、各木条的开槽长度等数据，相关结果见表1。然后建立相应的三维坐标系，求出桌角各端点坐标，绘出桌角边缘线曲线图，并用MATLAB工具箱作拟合，求出桌角边缘线的函数关系式，并对拟合效果做分析（见表3）。针对问题二，在折叠桌高度、桌面直径已知情况下，综合考虑桌子稳固性、加工方便、用材最少三个方面因素，我们运用材料力学等相关知识，对折叠桌作受力分析，确定稳固性、加工方便、用材最少三个方面因素间的相互制约关系，建立非线性优化模型。用lingo软件编程，求出对于高70 cm，桌面直径80 cm的折叠桌，平板尺寸172.24cm×80cm×3cm、钢筋位置在桌腿上距离铰链46.13cm处、各木条的开槽长度（见表3）、最长木条（桌脚）与水平面夹角71.934°。针对问题三，对任意给出的桌面边缘线（f(x))，不妨假定曲线是对称的（否则，桌子的稳定性难以保证），将对称轴上n等份，依照等份点沿着木板较长方向平行的方向下料，则这些点即是铰接处到木板中垂线（相对于木板长方向）的距离。然后修改问题二建立的优化模型，用lingo软件编程，得到最优设计加工参数（平板尺寸、钢筋位置、开槽长度等）。最后，我们根据所建立的模型，设计了一个桌面边缘线为椭圆的折叠桌，并且给出了8个动态变化过程图（见图10）和其具体设计加工参数（见表5）。最后，对所建立的模型和求解方法的优缺点给出了客观的评价，并指出了改进的方法。关键字：折叠桌曲线拟合非线性优化模型受力分析