对数学建模题目难度预测
对数学建模题目难度预测
摘要
本题的目的是通过对数学建模题目难度进行预测，进而对高校数学建模培训起到一定意义上的指导作用。
本题解决方案是以难度趋势为突破口，利用层次分析法评价得到相关数据，建立数学模型，定性预测未来一段时间内数学建模难度的变化。建模题难度从单方面评定不是很有意义，为此我们将数学建模的难度分解到数据量、专业度、程序量、复杂度这四个方面的指标，通过这四个方面的数据对数学建模开办20年来的难度进行间接地衡量。
由于数据量庞大,我们首先对时间较早的题目的数据进行不均匀采样，对近些年的题目的数据进行全部采样，共选取1992年到2012年中17年的题目，利用层次分析法进行处理，得到的权向量即为这17年题目的数据量、专业度、程序量、复杂度等的大小。结合样本估计总体的思想，利用线性回归得到得到数学建模题目的数据量、专业度、程序量、复杂度都在不断增大的结论。
其次通过查阅资料，运用统计学的，对历年题目的方法使用频率进行了统计，结果表明，优化的相关内容及方法所占比重最大，图论、概率、统计等也是主流内容。但仅凭借方法的使用频率来评价方法的重要性较为片面，故在模型改进中，我们运用模糊综合评价，从方法使用频率、难易程度、引用广度等三个方面进行评价，得到方法的重要性排序：
概率>微积分与差分>优化>统计>图论>评判
最后，我们根据以上预测与评价结果对建模培训给出了一些建议。
关键词：难度分解、不均匀采样、层次分析法、趋势评估
一、问题提出：
1.1 背景知识概述：
近半个多世纪以来，随着计算机技术的迅速发展，数学的应用不仅在工程技术、自然科学等领域发挥着越来越重要的作用，而且以空前的广度和深度向经济、管理、金融、生物、医学、环境、地质、人口、交通等新的领域渗透，所谓数学技术已经成为当代高新技术的重要组成部分。这种应用知识从实际课题中抽象、提炼出数学模型的过程就称为数学建模（Mathematical Modeling）。数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻画并解决实际问题的一种强有力的数学手段。
建模题目的难度预测，有助于提高高校人才培养的针对性与适应性，对高校建模培训具有指导意义。
1.2 要解决的问题:
1.2.1根据以往数学建模数据，对未来一段时间内，数学建模题目的难度趋势将进行评价和预测。
1.22根据这些题目常用的建模方法统计，对常用的建模方法重要性进行排序。
1.2.3对建模培训的内容给出建议报告。
二、基本假设：
2.1假设1
试题难度由数据量、专业度、程序量、复杂度这四个方面指标共同决定，以题目难度作为评价总指标；
2.2 假设2
在建模比赛中，越接近现在的试题越具有代表性;
2.3假设3
数学建模题目难度变化规律总体上呈线性变化，忽略“突变”因素；
2.4假设4
用层次分析法对历年实体的评估都是合理的
2.5假设5
某种方法的使用频率决定其在建模比赛中的重要程度。
三、建立模型：
3.1模型数据准备
对建模题目难度进行预测，需要以长期的数学建模数据做为依据。本文采集的数据主要取自数学建模官方网站以及CNKI中对数学建模研究的学报。
3.2模型建立方法
3.2.1利用层次分析法评价题目
3.2.2统计各个方法的使用频率
3.2.3使用模糊综合评价法评估重要性
详细叙述模型、变量、参数代表的意义和满足的条件及建模的思想；
3.3参数设定
四、模型求解：
4.1建模难度相关数据求解
4.1.1复杂度求解
对1992年到2012年中所采样的17年题目复杂度数据进行处理，得到如下评价矩阵：
????????????????????????????????????????
?
?
?=12
3
4
5
5
5
5
4
5
5
6
9
7
9
7
921123444434458686831211233332334757574131211332323247575751413131121312136474741413131211122121264646514131211111211211525465141313131211131221215364641312121122311126675751413131212112111312143545514131211122131254755615141413121122122114353691817171616151516141514111325716151514131213161314131113359181717171615161715171513131133716151514141414151415131213131339181717171616151715151615151313111A
用Matlab 处理归一化得到如下数据：
0.0085 0.0131 0.0119 0.0194 0.0153 0.0387 0.0583 0.0362 0.0652 0.0388 0.0411 0.0499 0.0612 0.0914 0.1068 0.1478 0.1964
将所得数据绘制成表格 年份
1992 1994 1996 1998 2000 2001 2002 2003 2004
复杂度0.0085 0.0131 0.0119 0.0194 0.0153 0.0387 0.0583 0.0362 0.0652
年份2005 2006 2007 2008 2009 2010 2011 2012
复杂度0.0388 0.0411 0.0499 0.0612 0.0914 0.1068 0.1478 0.1964
得到如下复杂度-年份曲线图
线性拟合后得到：
4.1. 2专业度求解
对1992年到2012年中所采样的17年题目复杂度数据进行处理，得到如下评价矩阵
用Matlab 处理归一化得到如下数据：
0.0126 0.0112 0.0091 0.0179 0.0216 0.0354 0.0397 0.0195 0.0438 0.0473 0.0456 0.0727 0.1004 0.1205 0.1220 0.1220 0.1588
将所得数据绘制成表格 年份 1992 1994 1996 1998 2000 2001 2002 2003 2004
专业度
0.0126 0.0112 0.0091 0.0179 0.0216 0.0354 0.0397 0.0195 0.0438
年份
2005 2006 2007 2008 2009 2010 2011 2012
专业度
0.0473 0.0456 0.0727 0.1004 0.1205
0.122
0.122 0.1588
得到如下复杂度-年份曲线图
??????????????????????????
? ?
?=11/2
2
2
3
7
7
7
3
7
3
3
6
7
8
892111/227424523457661/211216526225667771/221/2137422534457661/31/21/21/316552622567771/71/71/61/71/61345256553241/71/41/51/41/51/3132423235431/71/21/51/21/51/41/313424235451/31/41/21/21/21/51/21/3151144666
1/71/51/61/51/61/21/41/41/511/2211/23311/31/21/21/31/21/51/21/21211345651/31/31/21/41/21/61/31/311/211336651/61/41/51/41/51/51/21/21/411/31/3125431/71/51/61/51/61/51/31/31/421/41/31/215321/81/71/71/71/71/31/51/51/61/31/51/61/51/511/21/31/81/61/71/61/71/21/41/41/61/31/61/61/41/3211/21/91/61/71/61/71/41/31/51/611/51/51/31/23211A
线性拟合后得到：
4.1.3程序量求解
对1992年到2012年中所采样的17年题目复杂度数据进行处理，得到如下评价矩阵
用Matlab 处理归一化得到如下数据：
0.0090 0.0130 0.0136 0.0203 0.0396 0.0795 0.0631 0.0375 0.0758 0.0619 0.0629 0.0440 0.0632 0.0791 0.0449 0.1191 0.1734
将所得数据绘制成表格 年份 1992 1994 1996 1998 2000 2001 2002 2003 2004
程序量
0.009
0.013 0.0136 0.0203 0.0396 0.0795 0.0631 0.0375 0.0758
年份 2005 2006 2007 2008 2009 2010 2011 2012
程序量
0.0619 0.0629
0.044 0.0632 0.0791 0.0449 0.1191 0.1734
得到如下程序量-年份曲线图
??????????????????????????
? ?
?=13
5
3
3
4
4
5
3
6
3
3
3
5
6
7
81/314223343422245671/51/411/21/211/21/21/221/21/3345561/31/2212221/22311266671/31/221/211111311/2355661/41/311/2111/21/21/221/31/3235651/41/321/212111311/2256671/51/42212111/231/21/2254561/31/321/21212142224565
1/61/41/21/31/31/21/31/31/4131/31/326461/31/22113121/21/311235561/31/23123221/2311237571/31/21/31/21/31/21/21/21/231/21/2125451/51/41/41/61/51/31/51/51/41/21/31/31/214241/61/51/51/61/51/51/61/41/51/61/51/71/51/41241/71/61/51/61/61/61/61/51/61/41/51/51/41/22131/81/71/61/71/61/51/71/61/51/61/61/71/51/41/41/313A
线性拟合后得到：
4.1.4数据量求解
对1992年到2012年中所采样的17年题目复杂度数据进行处理，得到如下评价矩阵
用Matlab 处理归一化得到如下数据：
0.0086 0.0249 0.0134 0.0154 0.0463 0.0196 0.0160 0.0331 0.0285 0.0479 0.0530 0.0634 0.0669 0.0922 0.1301 0.1027 0.2380
将所得数据绘制成表格 年份 1992 1994 1996 1998 2000 2001 2002 2003 2004
数据量
0.0086 0.0249 0.0134 0.0154 0.0463 0.0196
0.016 0.0331 0.0285
年份
2005 2006 2007 2008 2009 2010 2011 2012
数据量
0.0479
0.053 0.0634 0.0669 0.0922 0.1301 0.1027
0.238
得到如下数据量-年份曲线图
??????????????????????????
? ?
?=13
5
3
3
4
4
5
3
6
3
3
3
5
6
7
81/314223343422245671/51/411/21/211/21/21/221/21/3345561/31/2212221/22311266671/31/221/211111311/2355661/41/311/2111/21/21/221/31/3235651/41/321/212111311/2256671/51/42212111/231/21/2254561/31/321/21212142224565
1/61/41/21/31/31/21/31/31/4131/31/326461/31/22113121/21/311235561/31/23123221/2311237571/31/21/31/21/31/21/21/21/231/21/2125451/51/41/41/61/51/31/51/51/41/21/31/31/214241/61/51/51/61/51/51/61/41/51/61/51/71/51/41241/71/61/51/61/61/61/61/51/61/41/51/51/41/22131/81/71/61/71/61/51/71/61/51/61/61/71/51/41/41/314A
线性拟合后得到：
4.2建模难度评价及预测
将图1、图2、图3、图4叠加后得到如下曲线图。可进一步可得到结论：数学建模难度大致呈逐年上升趋势
4.3统计建模方法
4.3.1从题目来源上分析：
为了细致的了解大学生数学建模竞赛的历年题目，我们首先对其题目的来源进行了分析
我们针对从1992年到2012年所有的A、B题题目来源进行了分析与统计。从这总共44各题目的实际意义方面分析来说,大体上可以分为国际大事、国际关注、社会热点、社会问题、国家项目、工业问题、国内大事、行业问题八个大类。
以下是历年题目从属于这八大类的次数统计:
其中：
在表格的左半边，这些关乎国家以及国际上大事的题目总共有11个，占到了总数的25%,
而在表格的右半边，这些贴近生活，与人们的生活息息相关的问题总共达到了33个，达到了总数的75%。可见大学生数学建模竞赛的试题总体上是贴近生活的。
4.3.2从问题的解决方法上分析
以下是各个赛题的解法对照表：
如：图论、概率等，以及其他离散数学，组合数学等相关知识。
4.4常用的建模方法重要性排序。
针对以上我们对信息的整合，我们做出了如下统计：
首先我们对各个小方法数目进行了统计：
方法大类数量所占比重
微积分与差分 4 8.69%
评判 6 13.04%
概率 5 10.86%
优化18 39.13%
图论 5 10.86%
统计 4 8.69%
其他 4 8.69%
总和46 1
在大学生数学建模竞赛中所使用的各种小方法所隶属的大方法中，优化所包含的小方法最多，占到了总数的39.13%。其次是占总数13.04%的评判，再次之则是10.86%的统计，最后是均占总数8.69%的统计、图论和微积分与差分。由此可见优化是在数学建模竞赛中所使用方法分支最多的。
由此我们可以到的到方法数量从大到小的的排序：
优化>评判>概率>图论=统计=微积分与差分
以下是每种大方法的使用次数统计：
方法大类使用次数所占比重
微积分与差
14 0.138614
分
评判11 0.108911
概率7 0.069307
优化29 0.287129
图论13 0.128713
统计16 0.158416
其他11 0.108911
总和101 1
由此可见：
在大学生数学建模竞赛所有方法的总共使用次数101次之中，优化所占的比重最大，达到了总数的28.71%。
对所有方法的使用次数占总数的百分比进行从大到小的排序，得到以下结果（由于其他各项所占比重过小，故归为一类）：
优化>统计>微积分与差分>图论>评判>概率>其他
由于方法的使用频率的高低相对在这大学生数学建模竞赛中而言，决定着方法的重要程度。
换言之，倘若一方法使用频率先比其他较高，则该方法在大学生数学建模竞赛中相比其他方法也更具有重要性。
于是得到了重要性排序：
优化>统计>微积分与差分>图论>评判>概率>其他
4.3.3模型改进
针对上面的模型，单纯从方法的使用频率、难易程度、方法的重要性较为片面，我们决定从方法的使用频率、难易程度、方法的重要性、引用广度这三方面对其进行模糊综合评价
{} J
微分与差分
概率
=
统计
图论
评判
优化
() I
=
方法运用广度
使用方法频率
掌握难易程度
运用层次分析法得到评价综合矩阵
????
? ??=15/123/112/12/131
B ij
计算后得权向量：
()3542.03769.02689
.0=C
对方法的使用频率综合评价后得到评价矩阵： 微分与差分：
????
? ??=1.05.02.02.01.04.03.02.01.03.03.03.01R
评判：
????
?
??=2.03.03.02.02.03.03.02.02.03.03.02.02R 概率：
????
?
??=1.04.03.02.02.02.04.02.03.04.02.01.03R 优化：
????
? ??=1.01.03.04.01.03.03.03.002.03.05.04R
图论：
????
? ??=1.03.03.03.01.05.02.02.01.02.04.03.05R
统计：
????
?
??=1.01.03.04.01.03.03.03.002.03.05.06R 由于：
R C Y = 由归一化后得： 微积分与差分：
()1.040853
.02645.022689
.01
=r
评判：
()2.03.03.02
.02
=r
概率：
()09729.065682
.015792
.008796
.03
=r
优化：
()07311.020227
.033542.03892
.04
=r
图论：
()13542.029773
.032689.023996
.05
=r
统计：
()1.034849
.02892.026231
.06
=r
由此可以得到建模方法重要性排序：
概率>微积分与差分>优化>统计>图论>评判
4.5对建模培训的内容给出建议报告。
为进一步指导数学建模培训,使数学建模教学得到更加科学高效地组织开展,我们对历年建模题目进行了评估统计,并根据结果呈现的趋势对建模难度从四个方面进行了预测,对方法的重要性进行了评价。
从整体上看,数学建模的题目来源广泛,涉及社会科学、工业工程、生物医学、运输调度等多类问题。题目呈现出综合性、实用性、创新性等特点。为此，我们以层次分析法为主线，对影响实体难度的四个方面进行了分析评估。结果表明：随着时代的发展、科技的进步，数学建模的难度随数据量、专业要求程度、复杂程度、计算机程序量增加而增加。这些指标的增长顺应了时代发展的潮流，也使得数学建模的题目更加富有挑战性。建模方法主要以优化模型、概率统计模型、图论、微分方程等内容为主。
针对以上对建模题目的分析，及当前数学建模培训中的现状，我们给出以下建议： 1、 培训期间，应该重点对优化、统计等数学建模重点模型方法、内容的教授上来。这些模型方法使用范围较广，理论相对基础，容易在短期内激发学生建模兴趣、从而取得较好的教学效果。
2、 培养学生运用计算机软件进行数据统计、数据处理的能力，使学生应对庞大的数据量能够做到心中有数，从容地去面对大量数据。同时对MATLAB 、SPASS/SAS 、LINGO/LINDO 、MATHMATICA 、MAPLE 等软件，深入浅出地讲解，以引导学生较为深入地学习这些软件为目的，以提高某软件求解的能力
3、 指导学生高效地进行资料的搜集、整合。推荐一些较为权威的学术资料源。
4、论文是展现学习成果的最主要方式，所以应加大对这方面的培训指导，从中发现学
生存在的问题，并及时给出修改建议。
5、引导学生关注科学前沿和社会生产生活中的实际问题，让学生在扩充知识面的同时，
提高学生对生疏的问题的思考能力，使学生易于接受新知识、新文化
求解、算法的主要步骤；
结果分析与检验：（含误差分析）；
模型改进:针对第二问，单纯从方法的使用频率、难易程度、方法的重要性较为片面，我们决定从方法的使用频率、难易程度、方法的重要性、引用广度这三方面对其进行综合评价
运用层次分析法得到评价综合矩阵
模型评价：我们分别通过层次分析法与模糊综合评价法对历年赛题与所用方法进行了分析，得出了将来赛题的进展趋势与方法的重要性排序，结果较为合理，有一定的参考价值。但这两种方法随力求真实客观，但受方法本身限制，结果中仍然含有一定的主观因素。
参考文献：
[编号] (美)米尔斯切特|译者：刘来福，数学建模方法与分析(原书第4版)，北京：机械工业出版社，2013年.
附件：2
（1）分工
组长：梁云跃
资料搜集：唐江华
模型建立：梁云跃、杨东旭
模型求解：梁云跃、杨东旭
写作：唐江华、杨东旭
（2）需把期间的计划
时间安排和执行进度
第一天（相当于比赛的第一天）
选题：B题
讨论题目思路方法，商讨建模可能涉及数据，明确分工，拟定前三天工作计划，搜集并整理高校数学建模开题报告，搜集高校数学建模培训重点内容，为第三问作准备；
第二天（相当于比赛的第二天）
对数据进行分类整合，完成第一题，建立模型，
第三天（相当于比赛的第二天晚上）
查漏补缺、攻克难点，完成第二题，讨论第三题的思路及论文拟写方法
第四天（相当于比赛的第三天）
对模型求解，撰写论文
第五天（相当于比赛的第三天晚上）
修改论文和摘要，核定数据，完成定稿，撰写总结。
（3）实际所做工作
以层次分析法为主线解题；
搜集并整理高校数学建模开题报告，搜集高校数学建模培训重点内容；
数据收集、处理、统计、归类；
（4）总结
整体而言，我组分工合理，配合密切，积极探索思路方法，但这期间也暴露出了一些不足，由于我们的资料整合不到位，查找到的资料未能得到有效利用，导致思维不够开放，仅局限于自己的方法，这些不足都是以后要注意的。
附件：3
编写的程序：
得到归一化后的权向量：
function [Q,C]=guiyi(A) %输入对比矩阵A，输出最大特征值Q，归一化后的权向量C
[V,D]=eig(A);
[GY]=[];
n=size(A,1); %M表示对比矩阵A的行数
ma=D(1,1); %ma表示max
for i=1:n %通过最大特征值得位置找出最大特征值Q
if ma==D(i,i)
x=i;
end
end
Q=D(x,x);
B=V(:,x); %找出最大特征值对应的特征向量并进行归一化处理
M=size(B,1);
sum=0;
数学建模神经网络预测模型及程序
年份 (年) 1(1988) 2(1989) 3(1990) 4(1991) 5(1992) 6(1993) 7(1994) 8(1995) 实际值 (ERI) 年份 (年) 9(1996) 10(1997) 11(1998) 12(1999) 13(2000) 14(2001) 15(2002) 16(2003) 实际值 (ERI) BP 神经网络的训练过程为: 先用1988 年到2002 年的指标历史数据作为网络的输入,用1989 年到2003 年的指标历史数据作为网络的输出,组成训练集对网络进行训练,使之误差达到满意的程度,用这样训练好的网络进行预测. 采用滚动预测方法进行预测:滚动预测方法是通过一组历史数据预测未来某一时刻的值,然后把这一预测数据再视为历史数据继续预测下去,依次循环进行,逐步预测未来一段时期的值. 用1989 年到2003 年数据作为网络的输入,2004 年的预测值作为网络的输出. 接着用1990 年到2004 年的数据作为网络的输入,2005 年的预测值作为网络的输出.依次类推,这样就得到2010 年的预测值。 目前在BP 网络的应用中,多采用三层结构. 根据人工神经网络定理可知,只要用三层的BP 网络就可实现任意函数的逼近. 所以训练结果采用三层BP模型进行模拟预测. 模型训练误差为,隐层单元数选取8个,学习速率为,动态参数,Sigmoid参数,最大迭代次数3000.运行3000次后,样本拟合误差等于。 P=[。。。];输入T=[。。。];输出 % 创建一个新的前向神经网络 net_1=newff(minmax(P),[10,1],{'tansig','purelin'},'traingdm') % 当前输入层权值和阈值 inputWeights={1,1} inputbias={1} % 当前网络层权值和阈值 layerWeights={2,1} layerbias={2} % 设置训练参数 = 50; = ; = ; = 10000; = 1e-3;
数学建模 人口模型 人口预测
关于计划生育政策调整对人口数量、结构及其影响的研究 【摘要】 本文着重于讨论两个问题:1、从目前中国人口现状出发，对于中国未来人口数量进行预测。2、针对深圳市讨论单独二胎政策对未来人口数量、结构及其对教育、劳动力供给与就业、养老等方面的影响。 对于问题1从中国的实际情况和人口增长的特点出发，针对中国未来人口的老龄化、出生人口性别比以及乡村人口城镇化等，提出了 Logistic 、灰色预测、等方法进行建模预测。 首先，本文建立了 Logistic 阻滞增长模型，在最简单的假设下，依照中国人口的历 史数据，运用线形最小二乘法对其进行拟合， 对 2014 至 2040 年的人口数目进行了预测， 得出在 2040 年时，中国人口有 14.32 亿。在此模型中，由于并没有考虑人口的年龄、 出生人数男女比例等因素，只是粗略的进行了预测，所以只对中短期人口做了预测，理 论上很好，实用性不强，有一定的局限性。 然后， 为了减少人口的出生和死亡这些随机事件对预测的影响， 本文建立了 GM(1,1) 灰色预测模型，对 2014 至 2040 年的人口数目进行了预测，同时还用 2002 至 2013 年的 人口数据对模型进行了误差检验，结果表明，此模型的精度较高，适合中长期的预测， 得出 2040 年时，中国人口有 14.22 亿。与阻滞增长模型相同，本模型也没有考虑年龄 一类的因素，只是做出了人口总数的预测，没有进一步深入。 对于问题2针对深圳市人口结构中非户籍人口比重大，流动人口多这一特点，我们采用了灰色GM(1,1)模型，通过matlab 对深圳市自2001至2010年的数据进行拟合，发现其人口变化近似呈线性增长，线性相关系数高达0.99，我们就此认定其为线性相关并给出线性方程。同理，针对其非户籍人口，我们进行matlab 拟合发现，其为非线性相关，并得出相关函数。并做出了拟合函数 0.0419775(1)17255.816531.2t X t e ?+=?-。 对于新政策的实施，我们做出了两个假设。在假设只有出生率改变的情况，人口呈现一次函数线性增加。并拟合出一次函数0.032735617965.017372.5t Y e ?=?-；在假设人口增长率增长20%时，做出了预测如果单独二胎政策实施，到2021年，深圳市常住人口数将会到达1137.98千万人。 关键词:GM(1,1)灰色模型 Logistic 阻滞增长模型 线性拟合 非线性拟合
对中国大学生数学建模竞赛历年成绩的分析与预测
2012年北京师范大学珠海分校数学建模竞赛 题目：对中国大学生数学建模竞赛历年成绩的分析与预测 摘要 本文研究的是对自数学建模竞赛开展以来各高校建模水平的评价比较和预测问题。我们将针对题目要求，建立适当的评价模型和预测模型，主要解决对中国大学生数学建模竞赛历年成绩的评价、排序和预测问题。 首先我们用层次分析法来评价广东赛区各校2008年至2011年及全国各大高校1994至2011年数学建模成绩，从而给出广东赛区各校及全国各大高校建模成绩的科学、合理的评价及排序；其次运用灰色预测模型解决广东赛区各院校2012年建模成绩的预测。 针对问题一，首先我们对比了2008到2011年参加建模比赛的学校，通过分析我们选择了四年都参加了比赛的学校进行合理的排序（具体分析过程见表13），同时对本科甲组和专科乙组我们分别进行排序比较。在具体解决问题的过程中，我们先分析得出影响评价结果的主要因素：获奖情况和获奖比例，其中获奖情况主要考虑国家一等奖、国家二等奖、省一等奖、省二等奖、省三等奖，我们采用层次分析法，并依据判断尺度构造出各个层次的判断矩阵，对它们逐个做出一致性检验，在一致性符合要求的情况下，通过公式与matlab求得各大学的权重，总结得分并进行排序（结果见表11）；在对广东赛区各高校2012建模成绩预测问题中，我们采用灰色预测模型，我们以华南农业大学为例，得到该校2012年建模比赛获奖情况为：省一等奖、省二等奖、省三等奖及成功参赛奖分别为5、9、8、8(其它各高校预测结果见表10）。 针对问题二，我们对全国各院校的自建模竞赛活动开展以来建模成绩排序采用与问题一相同的数学模型，在获奖情况考虑的是全国一等奖、全国二等奖。运用matlab求解，结果见表12。 针对问题三，我们通过对一、二问排序的解答及数据的分析，得出在对院校进评价和预测时还应考虑到各院的师资力量、学校受重视程度、学生情况、参赛经验等因素，考虑到这些因素，为以后评价高校建模水平提供更可靠的依据。 关键词：层次分析法权向量灰色预测模型模型检验 matlab
《数学建模与数学实验》本科教学日历
《数学建模与数学实验》本科教学日历 数学建模部分 开设课程课程名称数学建模课程编号0701107 施教单位理学院 课内学时 总课时36 课程性质公共基础讲授课时28 修读要求选修实践课时8 选用教材教材名称数学建模教程出版社名称高等教育出版社 出版时间 及版次 2011年出版，第一版印刷时间2011年 其他情况 教学安排 班次授课对象及人数任教教员（指导教员）姓名及职称数学建模A 各专业本科学员 吴孟达教授 段晓君教授 毛紫阳讲师 王丹讲师 数学建模B 各专业本科学员 吴孟达教授 段晓君教授 毛紫阳讲师 王丹讲师 课次节 次 授课内容 教学 方法 采用现代化教学手段(课时) 多媒体电教双语网络实验 1 1 （1）什么是数学建模？数学建模的一般概念 （2）几个数学建模问题 讲授 1 2 （1）数学建模的一般步骤 （2）敏感问题调查案例 讲授 1 2 3 （1）行走步长问题 （2）雨中行走淋雨量最小问题 （3）道路是越多越通畅吗? 讲授 1 4 （1）有奖销售的抽奖策略问题 （2）“非诚勿扰”女生最佳选择问题 （3）网络文章流行度预测和招聘匹配 讲授 1 3 5 （1）线性规划模型基本概念 （2）整数规划模型 （3）0-1规划模型 讲授 1 6 （1）非线性规划 （2）多目标规划 讲授 1 4 7 （1）最短路算法 （2）最小生成树算法 讲授 1 8 （1）最大流算法 （2）PageRank算法 讲授 1 5 9 规划模型上机实践实践 1
课次节 次 授课内容 教学 方法 采用现代化教学手段(课时) 多媒体电教双语网络实验10 图论模型上机实践实践 1 6 11 （1）博弈模型基本概念 （2）Nash平衡和Pareto最优 （3）博弈论案例 讲授 1 12 （1）贝叶斯纳什均衡 （2）拍卖模型 讲授 1 7 13 社会选择理论中的选举问题数学模型-阿罗不可能定理讲授 1 14 越野长袍团体赛排名规则公平性问题讲授 1 8 15 军事作战模型-Lanchester作战模型讲授 1 16 自动化车床管理模型讲授 1 9 17 （1）“边际效应”基本概念 （2）实物交换模型，最佳消费模型、报童售报问题 讲授 1 18 （1）价格弹性模型 （2）合作效益的Shapley值分配模型 讲授 1 10 19 （1）聚类分析基本概念 （2）常用聚类算法 讲授 1 20 （1）方差分析基本概念 （2）单因素方差分析 （3）双因素方差分析 讲授 1 11 21 （1）主成分分析基本概念 （2）因子分析 讲授 1 22 （1）一元回归分析 （2）多元回归分析 （3）多元回归模型的检验与优化 讲授 1 12 23 聚类分析和方差分析上机实践实践 1 24 主成分分析和多元回归分析上机实践实践 1 13 25 （1）遗传算法基本思想 （2）算法步骤 讲授 1 26 遗传算法计算实例讲授 1 14 27 （1）模拟退火算法基本思想 （2）算法步骤 讲授 1 28 模拟退火算法计算实例讲授 1 15 29 （1）蚁群算法基本思想 （2）算法步骤 讲授 1 30 （1）数学建模中的计算机仿真 （2）不可召回的秘书招聘问题 （3）车灯光源优化设计 （4）生命游戏 讲授 1 16 31 遗传算法上机实践实践 1 32 模拟退火算法上机实践实践 1
数学建模与数学实验习题
数学建模与数学实验课程总结与练习内容总结 第一章 1.简述数学建模的一般步骤。 2.简述数学建模的分类方法。 3.简述数学模型与建模过程的特点。 第二章 4.抢渡长江模型的前3问。 5.补充的输油管道优化设计。 6.非线性方程（组）求近似根方法。 第三章 7.层次结构模型的构造。 8.成对比较矩阵的一致性分析。 第五章 9.曲线拟合法与最小二乘法。 10 分段插值法。 第六章 11 指数模型及LOGISTIC模型的求解与性质。 12.VOLTERRA模型在相平面上求解及周期平均值。 13 差分方程（组）的平衡点及稳定性。 14 一阶差分方程求解。 15 养老保险模型。
16 金融公司支付基金的流动。 17 LESLLIE 模型。 18 泛函极值的欧拉方法。 19 最短路问题的邻接矩阵。 20 最优化问题的一般数学描述。 21 马尔科夫过程的平衡点。 22 零件的预防性更换。 练习集锦 1. 在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是成对比较矩阵 31/52a b P c d e f ?? ??=?????? ，（1）确定矩阵P 的未知元素。 （2）求 P 模最大特征值。 （3）分析矩阵P 的一致性是否可以接受（随机一致性指标ＲＩ取0.58）。 2. 在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是三阶成对比较矩阵 322P ? ???=?????? ，（1）将矩阵P 元素补全。 （2）求P 模最 大特征值。 （3）分析矩阵P 的一致性是否可以接受。 3.考虑下表数据
(1)用曲改直的思想确定经验公式形式。 （2）用最小二乘法确定经验公式系数。 4.. 考虑微分方程 (0.2)0.0001(0.4)0.00001dx x xy dt dy y xy dt εε?=--????=-++?? （1）在像平面上解此微分方程组。（2）计算0ε=时的周期平均值。（3）计算0.1ε=时，y 的周期平均值占总量的周期平均值的比例增加了多少？ 5考虑种群增长模型 '()(1/1000),(0)200x t kx x x =-= （1）求种群量增长最快的时刻。（2）根据下表数据估计参数k 值。 6. 布均匀，若环保部门及时发现并从某时刻起切断污染源，并更新湖水（此处更新指用新鲜水替换污染水），设湖水更新速率是 3 (m r s 单位：）。 （1） 试建立湖中污染物浓度随时间下降的数学模型？ 求出污染物浓度降为控制前的5%所需要的时间。 7. 假如保险公司请你帮他们设计一个险种:35岁起保,每月交费400元,60岁开始领取养老金,每月养老金标准为３６００元，请估算该保险费月利率为多少（保留到小数点后５位）？ 8. 某校共有学生40000人，平时均在学生食堂就餐。该校共有,,A B C 3 个学生食堂。经过近一年的统计观测发现：A 食堂分别有10%，25%的学生经常去B ，C 食堂就餐，B 食堂经常分别有15%，25%的同学去
数学建模分数预测论文完整版
高考录取分数预测模型 姓名: 班级： 姓名: 班级： 姓名: 班级：
关于高考录取分数预测模型的探究 摘要 本文通过差分指数平滑法和自适应过滤法分别建立模型，根据历年学校录取线预测下一年的录取分数线。最后，根据预测出来的最佳数据，给2014年报考本校的考生做出合理的建议。 对于问题一和问题二，首先根据题意和所给出的学校历年的录取分数线，不难分析出高校的录取分数线是由当年的题目难度、考生报考数量、“大年”和“小年”等因素决定的。每年的分数线还是有一定差距的，例如，本校2012在北京市电气专业的录取线是428分，而2013年是488分，相差60分。因此，预测的时候，需要通过一些方法使数据趋于平滑，使之便于预测。通过这些分析，建立了两种可靠的预测模型。 模型一通过差分的方法，利用Matlab软件将后一年Y t与前一年Y t-1的数据相减得到一个差分值，构成一个新序列。将新序列的值与实际值依次迭加，作为下一期的预测值。以此类推，预测出2014年的录取分数线。模型二是根据一组给定的权数w对历年的数据进行加权平均计算一个预测值y，然后根据预测误差调整权数以减少误差，这样反复进行直至找到一组最佳权数，使误差减小到最低限度，再利用最佳权数进行加权平均预测。这两种方法很好的解决了历年录取分数相差较大难以预测的问题。预测值相对准确。预测结果数据量较大，在此以河北省为例，给出预测结果模型一：2014年本校电气专业录取线为495，模型二：2014年本校电气专业录取线为536。 最后，通过预测出的数据，比对模型一和模型二，取最佳预测值，给报考科技学院的考生做出较为合理的建议。 关键词：序列权数差分值加权平均高考录取线
数学建模经典案例：最优截断切割问题
建模案例：最优截断切割问题 一、 问 题 从一个长方体中加工出一个已知尺寸、位置预定的长方体（这两个长方体的对应表面是平行的），通常要经过 6 次截断切割.设水平切割单位面积的费用是垂直切割单位面积费用的r 倍.且当先后两次垂直切割的平面（不管它们之间是否穿插水平切割）不平行时，因调整刀具需额外费用 e.试设计一种安排各面加工次序（称“切割方式”）的方法，使加工费用最少. 二、 假 设 １、假设水平切割单位面积的费用为r ，垂直切割单位面积费用为1； ２、当先后两次垂直切割的平面（不管它们之间是否穿插水平切割）不平行时，调整刀具需额外费用e ； ３、第一次切割前，刀具已经调整完毕，即第一次垂直切割不加入刀具调整费用； 4 、每个待加工长方体都必须经过6次截断切割. 三、 模型的建立与求解 设待加工长方体的左右面、前后面、上下面间的距离分别为 a0、b0 、c0 ，六个切割面分别位于左、右、前、后、上、下，将它们相应编号为M1、M2、M3、M4、M5、M6，这六个面与待加工长方体相应外侧面的边距分别为 u1、u2、u3、u4、u5、u6.这样，一种切割方式就是六个切割面的一个排列，共有P 66720= 种切割方式.当考虑到切割费用时，显然有局部优化准则：两个平行待切割面中，边距较大的待切割面总是先加工. 由此准则,只需考虑 P 6622290!!! ??=种切割方式.即在求最少加工费用时， 只需在90个满足准则的切割序列中考虑.不失一般性，设u1≥u2，u3≥u4，u5≥u6，故只考虑M1在M2前、M3在M4前、M5在M6前的切割方式. 1、 e=0 的情况
数学建模与数学实验试卷及答案
数学建模与数学实验试卷及答案 二、本题10分(写出程序和结果) 蚌埠学院2010—2011学年第二学期 2,x在 [-5 ，5] 区间内的最小值，并作图加以验证。求函数yxe,，,3《数学建模与数学实验》补考试卷答案 f1=inline('x.^2 +exp(-x)-3') 注意事项:1、适用班级:09数学与应用数学本科1,2班 2、本试卷共1页，附答题纸1页。满分100分。 x=fmin(f1,-5,5) 3、考查时间100分钟。 y=f1(x) 4、考查方式:开卷 fplot(f1,[-5,5]) 一、填空:(每空4分，共60分) x = 0.3517，y== -2.1728 123111,，，，， ,,,,三、本题15分(写出程序和结果) 1. 已知，，则A的秩为 3 ，A的特征值为 A,612B,234,,,, ,,,,,215531,，，，，360000xx，,,12,max2.5fxx,，求解:， stxx..250000，,,1212-1.9766 4.4883 + 0.7734i 4.4883 - 0.7734i ，若令 A([1,3],:)= B([2,3],:)，则,x,150001,A(2,:)= 6 1 2 ; 解: xxx，，,22,123,model: 2. 的解为 1.25 ,0.25 0.5 ; xxx，，,521,123max=2.5*x1+x2; ,242xxx，，,123,3*x1+x2<=60000; 装订线内不要答题 2*x1+x2<=50000; 3. 将1234521 分解成质因数乘积的命令为_factor(sym(‘1234521’)),
数学建模之灰色预测模型
、灰色预测模型 简介(P372) 特点：模型使用的不是原始数据列，而是生成的数据列。 优点：不需要很多数据，一般只用4个数据就能解决历史数据少，序列的完整性 和可靠性低的问题。 缺点：只适用于中短期的预测和指数增长的预测。 1、GM(1,1)预测模型 GM(1,1)表示模型为一阶微分方程，且只含有一个变量的灰色模型。 1.1模型的应用 ① 销售额预测 ② 交通事故次数的预测 ③ 某地区火灾发生次数的预测 ④ 灾变与异常值预测，如对旱灾，洪灾，地震等自然灾害的时间与程度进行预报 (百度文库) ⑤ 基于GM(1,1)模型的广州市人口预测与分析(下载的文档) ⑥ 网络舆情危机预警(下载的文档) 1.2步骤 ① 级比检验与判断 由原始数据列x (0) =(x (o ) (1),x (o ) (2),…，x (0)(n))计算得序列的级比为 2 2 若序列的级比(k) -(e^ '.e 0 2)，贝U 可用x (0)作令人满意的GM(1,1)建模。 光滑比为 P (k )= k x <0) ( k) \- (0) x (I) i 珀 若序列满足 p(k 1) ：：1,k =2,3,…，n-1; p(k) p(k)〔0,T,k=3,4, ,n; 「:: 0.5. ■ (k)二 x (0)(k -1) x (0) (k) ,k - 2,3, , n.
则序列为准光滑序列。 否则，选取常数c 对序列x (0)做如下平移变换 y (o )(k)=x (o ) (k) c,k=1,2「, n, 序列y (0)的级比 、 y 0(k-1) 一 'y (k) (0) ，k = 2,3， , n ? y(k) ② 对原始数据x (0)作一次累加得 x ⑴=(x ⑴(1),X (1)(2),…,x (1)(n)) =(x (0)(1，x (0)(1 +x (0) (2)，…,x (0)⑴+…+x (0)(n)). 建立模型： dx ( 1 ) ——ax ⑴=b,( 1) dt ③ 构造数据矩阵B 及数据向量丫 ■ -z (1) ⑵ 1 1 f x (0) (2)1 B = -z ⑴⑶1 9 亍 ，丫二 x (0)(3) a -z ⑴(n) 1_ x (0) (n)J 其中：z ⑴(k) =0.5x ⑴(k) 0.5x ⑴(k -1),k =2,3, ,n. ④ 由 求得估计值召=b?= ⑤ 由微分方程(1)得生成序列预测值为 ( b?) b? x>(1)(k+1)= ：x (0)(1)—三 ，k=0,1，…，n —V, l 召丿 召 则模型还原值为 00)(k 1)=0)化 1)-0),k =1,2, ,n-1,. ⑥ 精度检验和预测 残差 ；(k) =x (0)(k)-?(0)(k),k=1,2, ,n, -(B T B)4B T Y u?=
人口结构与经济发展预测=数学建模好论文
2011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）： j4228 所属学校（请填写完整的全名）：**工程大学 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）：
2011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）： 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）： 人口结构和经济发展预测模型 摘要 众所周知，人口结构和影响经济发展的因素是国家发展和制定政策的基础和依据。如果不能进行合理的预测，就会给政策制定带来困难甚至做出错误决策。因此，有必要对人口结构和影响经济发展的因素建立定量的数学模型。 问题一：首先建立了科布道格拉斯生产函数模型，计算出技术进步、固定资产投资、
数学建模与数学实验课后习题答案
P59 4.学校共1002名学生，237人住在A 宿舍，333人住在B 宿舍，432人住在C 宿舍。学生要组织一个10人的委员会，使用Q 值法分配各宿舍的委员数。 解:设P 表示人数，N 表示要分配的总席位数。i 表示各个宿舍（分别取A,B,C ），i p 表示i 宿舍现有住宿人数，i n 表示i 宿舍分配到的委员席位。 首先，我们先按比例分配委员席位。 A 宿舍为:A n = 365.21002 10237=? B 宿舍为:B n =323.31002 10333=? C 宿舍为:C n =311.4100210432=? 现已分完9人，剩1人用Q 值法分配。 5.93613 22372 =?=A Q 7.92404 33332 =?=B Q 2.93315 44322 =?=C Q 经比较可得，最后一席位应分给A 宿舍。 所以，总的席位分配应为：A 宿舍3个席位，B 宿舍3个席位，C 宿舍4个席位。
商人们怎样安全过河
由上题可求：4个商人，4个随从安全过河的方案。 解：用最多乘两人的船，无法安全过河。所以需要改乘最多三人乘坐的船。 如图所示，图中实线表示为从开始的岸边到河对岸，虚线表示从河对岸回来。商人只需要按照图中的步骤走，即可安全渡河。总共需要9步。
P60 液体在水平等直径的管内流动，设两点的压强差ΔP 与下列变量有关：管径d,ρ,v,l,μ,管壁粗糙度Δ，试求ΔP 的表达式 解：物理量之间的关系写为为()?=?,,,,,μρ?l v d p 。 各个物理量的量纲分别为 []32-=?MT L p ，[]L d =，[]M L 3-=ρ，[]1-=LT v ，[]L l =，[]11--=MT L μ，Δ是一个无量纲量。 ???? ??????-----=?0310100011110010021113173A 其中0=Ay 解得 ()T y 00012111---=， ()T y 00101102--=， ()T y 01003103--=， ()T y 10000004= 所以 l v d 2111---=ρπ，μρπ112--=v ，p v ?=--313ρπ，?=4π 因为()0,,,,,,=??p l v d f μρ与()0,,,4321=ππππF 是等价的，所以ΔP 的表达式为： ()213,ππψρv p =?
关于中国人口预测模型的讨论模型-大学生数学建模竞赛优秀论文范文模板参考资料
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）： 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）：福州大学 参赛队员(打印并签名) ：1. 李译(135********) 2. 李志坤(135********) 3. 殷婷 指导教师或指导教师组负责人(打印并签名)： 日期： 2007 年 9 月 24 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）：
中国人口增长预测 摘要： 针对题目所提要求，我们建立了两个中国人口预测模型，分别用于对中国人口的发展趋势做短期和中长期的预测。 为了对中国人口发展做短期的预测，考虑到题目所给的数据资料的不全面，我们由马尔萨斯的人口指数增长模型得到启发，针对中国人口发展的特点，把出生率和死亡率函数这两大对人口增长起主要作用的因素作为建模的关键参数，在附件中没有给出中国近年总人口数的情况下，建立了短期内预测中国人口增长的微分方程模型。在该模型中，为了得到出生率和死亡率函数这两个重要参数，我们通过分析题目所给数据，提取出有效信息，计算归纳出2001年到2005年的出生率和死亡率，并在此基础上引入灰色模型，用于对出生率和死亡率进行预测，得出了出生率和死亡率关于时间的函数。较准确的估计出了人口增长的关键参数，使得建立的人口增长短期预测模型不仅符合中国人口的发展特点，而且简单易用，能在未知总人口数的情况下预测人口的相对发展变化，这一优点使得可以方便且准确的用于预测中国人口短期内的发展趋势。 为了对中国人口发展做中长期的预测，考虑到短期模型在预测人口中长期发展中的局限性以及影响人口发展的众多因素的不确定性和它们之间关系的复杂性，我们利用灰色动态模型的特点，从《中国统计年鉴》中查到了中国近年的人口总数（见附表一），把人口数做为灰色量，对原始各年人口序列进行分段建模，对各分段模型进行定性分析比较，根据各阶段宏观指标的相关确定一组适当的权数，进行预测模型的最优组合，以确定最优预测模型，从而建立了中长期预测中国人口增长的灰色动态系统人口模型，对中国人口进行了中长期的预测。 在对中国总人口进行短期和中长期的总体预测后，我们从附件中提取出城、镇、乡三地人口、男女出生性别比、妇女生育率、老龄人口比率等相关数据，对中国未来城、镇、乡三地人口比例、男女出生性别比、妇女生育率、老龄人口比率等影响人口发展的主要因素做趋势预测，从而达到了对中国人口全方位的预测。 关键词：出生率、死亡率、指数增长模型、灰色动态模型、性别比、老龄化、生育率。
数学建模——商品需求量的预测
实验十三 商品需求量的预测 【实验目的】 1．了解回归分析的基本原理和方法。 2．学习用回归分析的方法解决问题，初步掌握对变量进行预测和控制。 3．学习掌握用MATLAB 命令求解回归分析问题。 【实验内容】 现有某种商品的需求量、消费者的平均收入、商品价格的统计数据如表1所示，试用所提供的数据预测消费者平均收入为1000、商品价格为6时的商品需求量。 【实验准备】 现实生活中，一切事物都是相互关联、相互制约的。我们将变化的事物看作变量，那么变量之间的相互关系，可以分为两大类：一类是确定性关系，也叫作函数关系，其特征是一个变量随着其它变量的确定而确定，如矩形的面积由长宽确定；另一类关系叫相关关系，其特征是变量之间很难用一种精确的方法表示出来，如商品销量与售价之间有一定的关联，但由售价我们不能精确地计算出销量。不过，确定性关系与相关关系之间没有一道不可逾越的鸿沟，由于存在实际误差等原因，确定性关系在实际问题中往往通过相关关系来体现；另一方面，当对事物内部规律了解得更加深刻时，相关关系也可能转化为确定性关系。 1．回归分析的基本概念 回归分析就是处理变量之间的相关关系的一种数学方法，它是最常用的数理统计方法，能解决预测、控制、生产工艺化等问题。由相关关系函数确定形式的不同，回归分析一般分为线性回归、非线性回归和逐步回归，在这里我们着重介绍线性回归，它是比较简单的一类回归分析，在实际问题的处理中也是应用得较多的一类。 回归分析中最简单的形式是 y ＝0β＋1βx ＋ε （x 、y 为标量） （1） 固定的未知参数0β，1β称为回归系数，自变量x 称为回归变量，ε是均值为零的随机变量，它是其他随机因素对 y 的影响，是不可观察的，我们称（1）为一元线性回归。它的一个自然推 广是x 是多元变量，形如 y ＝0β＋1β1x ＋…＋m βm x ＋ε （2） m ≥2，我们称为多元线性回归，或者更有一般地
《数学建模与数学实验》课程论文
10级信息《数学建模与数学实验(实践)》任务书 一、设计目的 通过《数学建模与数学实验(实践)》实践环节，掌握本门课程的众多数学建模方法和原理，并通过编写C语言或matlab程序，掌握各种基本算法在计算机中的具体表达方法，并逐一了解它们的优劣、稳定性以及收敛性。在熟练掌握C 语言或matlab语言编程的基础上，编写算法和稳定性均佳、通用性强、可读性好，输入输出方便的程序，以解决实际中的一些科学计算问题。 二、设计教学内容 1线性规划（掌握线性规划的模型、算法以及Matlab 实现）。整数线性规划（掌握整数线性规划形式和解法）。 2微分方程建模（掌握根据规律建立微分方程模型及解法；微分方程模型的Matlab 实现）。 3最短路问题（掌握最短路问题及算法，了解利用最短路问题解决实际问题）。 行遍性问题（了解行遍性问题，掌握其TSP算法）。 4回归分析（掌握一元线性回归和多元线性回归，掌握回归的Matlab实现）。 5计算机模拟（掌握Monte-carlo方法、了解随机数的产生；能够用Monte-carlo 解决实际问题）。 6插值与拟合（了解数据拟合基本原理，掌握用利用Matlab工具箱解决曲线拟合问题）。 三、设计时间 2012—2013学年第1学期：第16周共计一周 目录 一、10级信息《数学建模与数学实验(实践)》任务书 (1) 二、饭店餐桌的布局问题 (3) 摘要 (3)
问题重述 (3) 模型假设 (3) 模型分析 (4) 模型的建立和求解 (4) 模型推广 (9) 参考文献 (9) 三、白酒配比销售问题 (10) 摘要 (10) 问题重述 (11) 问题分析 (12) 模型假设 (12) 符号及变量说明 (12) 模型的建立与求解 (13) 模型的检验 (18) 模型的评价与推广 (19) 附录 (21) 饭店餐桌的布局问题 摘要 饭店餐桌的布局对于一个饭店有着很重要的作用。本文讨论的就是饭店餐桌的布局问题，根据实际需求及规定建立模型，同时考虑餐桌的类型及规格，尤其是餐桌的摆放技巧，保证使饭店能容纳的人数达到最大。根据所需餐桌的数量
数学模型经典例题
一、把椅子往地面一放，通常只有三只脚着地，放不稳，然而只需稍挪动几次，就可以使四只脚同时着地放稳了，就四脚连线成长方形的情形建模并加以说明。（15分） 解：一、模型假设： 1. 椅子四只脚一样长，椅脚与地面的接触可以看作一个点，四脚连线呈长方形。 2. 地面高度是连续变化的，沿任何方向都不会出现间断，地面可以看成一张光滑曲面。 3. 地面是相对平坦的，使椅子在任何位置至少有三只脚同时着地。 （3分） 二、建立模型： 以初始位置的中位线为坐标轴建立直角坐标系，用θ表示椅子绕中心O 旋转的角度，椅子的位置可以用θ确定： ()f θ记为A 、B 两点与地面的距离之和 ()g θ记为C 、D 两点与地面的距离之和 由假设3可得，()f θ、()g θ中至少有一个为0。 由假设2知()f θ、()g θ是θ的连续函数。 （3分） 问题归结为： 已知()f θ和()g θ是θ的连续函数，对任意θ， ()()0f g θθ=，且设()()00,00g f =>。证明存在0θ， 使得()()000f g θθ== （3分） 三、模型求解： 令()()()h f θθθ=－g 若()()000f g =，结论成立 若()()000f g 、不同时为，不妨设()()00,00g f =>，椅子旋转()180π或后，AB 与CD 互换，即()()0,0g f ππ>=，则()(0)0,0h h π><。 （3分） 由f g 和的连续性知h 也是连续函数。根据连续函数的基本性质，必存在 ()000θθπ<<使000()0,()()h f g θθθ==即。 最后，因为00()()0f g θθ=，所以00()()0f g θθ==。 （3分） 图 5
2007年全国数学建模大赛A题中国人口增长预测与控制题目和论文赏析(1)(1)
中国人口增长预测与控制 摘要 近年来，中国人口最突出的特点是：老龄化加速、出生人口性别比持续增高和乡村人口城镇化。针对这些特点，建立各个影响因素的数学模型，最后建立中国人口的增长模型。 对于问题一，首先将人口增长的预测问题转化为对出生率、死亡率和城镇乡转移率的预测。通过原题附录3数据的分析研究，发现影响人口增长的主要因素可以归结为出生率、死亡率和城镇乡转移率，并依此建立了不同参数随时间变化的递推数学模型，讨论了各个参数对人口增长的影响。其次，分别拟合死亡率和生育率、城镇乡转移率对年龄的分布。建立了差分数学模型，将死亡率、生育率与城镇乡转移率的预测归结到总和死亡率、总和生育率与城镇乡总和转移率的预测，由于概率分布是相对稳定的，模型参数整体健壮。对中短期的预测而言，总和死亡率、生育率和转移率的变化是近似线性的；对长期的预测，采用SI和SIS模型来描述其非线性变化，其模型的控制参数变化体现了国家人口政策的控制力度，结果表明模型具有长期可控性。 对于问题二，采用所建模型对0—90岁人口做出中短期和长期预测。2006-2030年总人口逐年增加，2006年为13.062亿，2007年为13.109亿，2008年为13.158亿，2010年为13.3亿，2023年达到高峰期13.829亿，以后开始下降趋于平缓，到2030年为13.805；乡城转移率逐年增加，短期线性变化，2006年为0.454，2007年为0.471，2008年为0.490，2010年为0.526，长期由非线性模型描述，到2030年，城乡比例为0.901；整体老龄化程度增大，2006年为0.129，2007年为0.134，2008年为0.139，2010年为0.150，到2030年为0.325，在农村老龄化尤其严重，可以确定为地区间的迁移。同时在做长期预测时，不同的国家策略导致不同的人口状况(见图[26-30])，得到的结论可以作为国家制定人口方针的建议。 对于问题三，指出模型的优缺点。通过求解经典的Logistic模型和Leslie模型，并将所得结果与本文模型结果比较，发现本文模型具有易操作性、可控性、健壮性等优点；主要缺点是在短期预测时准确度稍差。 关键词：人口控制差分模型预测拟和Leslie模型Logistic方程 一、问题重述 中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一。根据已有数据，运用数学建模的方法，对中国人口做出分析和预测是一个重要问题。近年来中国的人口发展出现了一些新的特点，例如，老龄化进程加速、出生人口性别比持续升高，以及乡村人口城镇化等因素，这些都影响着中国人口的增长。2007 年初发布的《国家人口发展战略研究报告》(附录1) 还做出了进一步的分析。关于中国人口问题已有多方面的研究，并积累了大量数据资料。附录2就是从《中国人口统计年鉴》上收集到的部分数据。试从中国的实际情况和人口
《数学建模与数学实验》上机实验报告
成都信息工程大学 《数学建模与数学实验》上机实验报告 专业信息与计算科学班级姓名学号 实验日期成绩等级教师评阅日期 [问题描述] 下表给出了某一海域以码为单位的直角坐标Oxy 上一点（x，y）（水面一点）以英尺为单位的水深z，水深数据是在低潮时测得的，船的吃水深为5英尺，问在矩形区域（75，200）x （-50，150）里那些地方船要避免进入。 [模型] 设水面一点的坐标为（x,y,z），用基点和插值函数在矩形区域（75，200）*（-50，150）内做二维插值、三次插值，然后在作出等高线图。
[求解方法] 使用matlab求解： M文件：water.m x=[129 140 103.5 88 185.5 195 105.5 157.5 107.5 77 81 162 162 117.5]; y=[7.5 141.5 23 147 22.5 137.5 85.5 -6.5 -81 3 56.5 -66.5 84 -33.5]; z=[-4 -8 -6 -8 -6 -8 -8 -9 -9 -8 -8 -9 -4 -9]; cx = 75:0.5:200; cy = -50:0.5:150; [cx,cy]=meshgrid(cx,cy); 作出曲面图： 代码如下： >> water >> cz=griddata(x,y,z,cx,cy,'cubic'); >> meshz(cx,cy,cz) >> xlabel('X'),ylabel('Y'),zlabel('Z') >> 作出等高线图： 代码如下： >> water >> cz=griddata(x,y,z,cx,cy,'cubic'); >> figure(2) >> contour(cx,cy,cz,[-5,-5],'r') >> hold on >> plot(x,y,'*') >> xlabel('X'),ylabel('Y') [结果]
数学建模-新产品销量预测问题
销量预测问题 一、 摘要 本文通过建立微分方程模型，探讨了新产品进入市场后销售量变化的情况。模型由简单到复杂、由理想到现实，逐步利用广告对市场的限制探讨了产品销售量变化的情况，分析了广告费用对销售量产生的影响，建立比较符合现实的模型。 问题一中，新产品的投入，没有市场竞争，有良好的市场环境，也有良好的口碑，故属于较为简单的微分方程模型，可直接建立模型。 问题二中，产品销售存在一定的市场容量N , 统计表明dt dx 与该产品的潜在容量)(t x N -成正比，故建立阻滞增长模型求解。 问题三中，则考虑了广告费用对产品销量的影响，分析了广告费用与销售速率之间的关系，建立数学微分方程模型，并运用了Matlab 软件编程求解。 二、 问题提出 一种新产品问世，经营者自然要关心产品的卖出情况。如何采取有效措施，使得产品销量大，获取更大的利润，这是每个经营者最为关注的问题。 1、设t 时刻产品销量的增长率dx dt 与)(t x 成正比, 预测t 时的产品销量()t x ； 2、设考虑到产品销售存在一定的市场容量N, 统计表明dt dx 与该产品的潜在容量)(t x N -成正比, 预测t 时的产品销量()t x ； 3、试考虑影响产品销量的广告因素，并建立模型，预测t 时的产品销量()t x . 三、 模型假设与符号系统 模型假设： 模型基本假设：； 假设1：在考虑影响商品销售的因素时，不考虑偶然因素，如经济、战争因素、政治干预等； 假设2：产品的销售量符合产品的生命周期； 假设3：产品为日常用品，不是耐用品，每个人都需要。
符号系统： x(t) 为t 时刻新产品的销售量 a 为每件新产品的宣传效率 N 为市场的销售容量 b 为产品销售量的增长率与潜在容量的比例系数 s(t) 为商品t 时刻的销售量(即新产品在此时刻一段时间的销售量,如七月份,八月份的销售量,而不是总销售量) M(t) 为t 时刻的广告费用 θ 为销售量本身的衰减系数 ? 为广告宣传对销售速率的影响 T 为商品销售速率最大的时刻 四、 模型的建立与求解 问题一模型的建立与求解： 模型的建立： t 时刻时，新产品的销售量为x （t ），把x （t ）当做连续、可微函数处理。 每件新产品都是宣传品，且单位时间内每件新产品能够使a 件新产品被销售。 由假设可知： x(t+?t)-x(t)=ax(t) 即： dx ax dt = 开始时有0x 件新产品被销售 x(0)= 0x 整理得： (0)0dx ax dt x x ?=???=? 求解得： ()0at x t x e =
数学建模人口预测
摘 要 中国是一个人口大国，人口问题与我国的经济发展等方面息息相关。随着我国人口数量的不断变化，人口的老龄化问题也日益突显,政策的调整不可或缺。从当初实行计划生育政策到逐步放开生育政策再到全面实行二孩政策，我国人口发展呈现了一些新特点。本文旨在通过多种预测方法对“全面二孩政策”下的人口数量及其结构进行预测，筛选出了经济发展的指标，并分人口结构对经济发展的影响，结论如下： 针对问题一，本文参考中国国家统计局等官方资料的数据统计出各年人口总数、自然增长率等数据，建立了logistic 模型，得出人口总数的变化公式，然后建立GM(1,1)预测模型，预测2016年的人口总数，再利用SPSS 进行回归、曲线估计，得出最为符合的方程式，再利用MATLAB 函数拟合工具箱对所得数据进行拟合。预测出2017-2030年间人口先增后减，在2021年达到峰值。 针对问题二，通过建立BP 神经网络模型，利用GM(1,1)灰色预测处理人口结构数据得到训练及测试数据集，将数据BP 神经网络算法进行多次训练，最终得到具有相当精度的稳定预测结果。提取相当数量的经济指标并对其进行主成分分析降维处理，之后对主要经济指标及人口结构指标进行多元回归分析得到2020-2030年人口结构对经济发展的影响。 针对问题三， 关键词：灰色预测 BP 神经网络 Leslie 人口结构预测模型 问题假设 1.将我国看做一个封闭系统，没有人口的迁入和迁出 2.人口增长只与人口基数、生育率、死亡率等有关 3.没有大规模战争及瘟疫等传染性疾病 4.假设短期内没有外来物种对人类生存造成影响 5.假设所有数据均为准确数据 6.假设2050年前医疗水平和科学技术不会对人类的死亡率、出生率造成影响 模型符号说明： r : 人口自然增长率 x ：总人口数 0x ：初始年份的人口数量 t ：时间 )()0(k x ：灰色预测的原始序列 )(?)0(k x ：灰色预测的原始数列预测值 ij x ：第i 个指标的第j 个数据 i d ：第i 岁的死亡率