数学建模spss-时间预测-心得总结及实例

《一周总结，底稿供参考》

我们通过案例来说明：

假设我们拿到一个时间序列数据集：某男装生产线销售额。一个产品分类销售公司会根据过去10 年的销售数据来预测其男装生产线的月销售情况。

现在我们得到了10年120个历史销售数据，理论上讲，历史数据越多预测越稳定，一般也要24个历史数据才行！

大家看到，原则上讲数据中没有时间变量，实际上也不需要时间变量，但你必须知道时间的起点和时间间隔。

当我们现在预测方法创建模型时，记住：一定要先定义数据的时间序列和标记！

这时候你要决定你的时间序列数据的开始时间，时间间隔，周期！在我们这个案例中，你要决定季度是否是你考虑周期性或季节性的影响因素，软件能够侦测到你的数据的季节性变化因子。

定义了时间序列的时间标记后，数据集自动生成四个新的变量：YEAR、QUARTER、MONTH 和DATE（时间标签）。

接下来：为了帮我们找到适当的模型，最好先绘制时间序列。时间序列的可视化检查通常可以很好地指导并帮助我们进行选择。另外，我们需要弄清以下几点：

?此序列是否存在整体趋势？如果是，趋势是显示持续存在还是显示将随时间而消逝？?此序列是否显示季节变化？如果是，那么这种季节的波动是随时间而加剧还是持续稳定存在？

这时候我们就可以看到时间序列图了！

我们看到：此序列显示整体上升趋势，即序列值随时间而增加。上升趋势似乎将持续，即为线性趋势。此序列还有一个明显的季节特征，即年度高点在十二月。季节变化显示随上升序列而增长的趋势，表明是乘法季节模型而不是加法季节模型。

此时，我们对时间序列的特征有了大致的了解，便可以开始尝试构建预测模型。时间序列预测模型的建立是一个不断尝试和选择的过程。

spss提供了三大类预测方法：1-专家建模器，2-指数平滑法，3-ARIMA

?指数平滑法

指数平滑法有助于预测存在趋势和/或季节的序列，此处数据同时体现上述两种特征。创建最适当的指数平滑模型包括确定模型类型（此模型是否需要包含趋势和/或季节），然后获取最适合选定模型的参数。

1-简单模型预测（即无趋势也无季节）

首先我们采用最为简单的建模方法，就是简单模型，这里我们不断尝试的目的是让大家熟悉各种预测模型，了解模型在什么时候不适合数据，这是成功构建模型的基本技巧。我们先不讨论模型的检验，只是直观的看一下预测模型的拟合情况，最后我们确定了预测模型后我们再讨论检验和预测值。

从图中我们看到，虽然简单模型确实显示了渐进的上升趋势，但并不是我们期望的结果，既没有考虑季节性变化，也没有周期性呈现，直观的讲基本上与线性预测没有差异。所以我们拒绝此模型。

2-Holt线性趋势预测

Holt线性指数平滑法，一般选择：针对等级的平滑系数lapha=0.1,针对趋势的平滑系数gamma=0.2；

从上面的拟合情况看，Holt预测模型更平滑了，也就是说Holt模型比简单模型显现了更强的平滑趋势，但未考虑季节因素，还是不理想，所以还应放弃此模型。

3-简单季节性模型

当我们考虑了季节性变化后，简单季节性预测模型基本上较好的拟合了数据的大趋势，也就是考虑了趋势和季节。

4-Winters相乘法预测模型

我们再次选择Winters预测模型

此时，在数据集的时间跨度为10年，并且包含10 个季节峰值（出现在每年十二月份）中，简单季节模型和Winters模型都扑捉到了这10个峰值与实际数据中的10个年度峰值完全匹配的预测结果。此时，我们基本上可以得到了一个比较满意的预测结果。

此时也说明，无论采用指数平滑的什么模型，只要考虑了季节因素，都可以得到较好结果，不同的季节性指数平滑方法只是细微差异了。

但是，我们仔细看预测值和拟合值，还是有一些上升和下降的趋势和结构没有扑捉到。预测还有改进的需求！

5-ARIMA预测模型ARIMA模型是自回归AR和移动平均MA加上差分考虑，

我们采用专家建模器，但指定仅限ARIMA模型，并考虑季节性因素。

此时，我们看到模型拟合并相比较简单季节性和Winters模型没有太大的优势，结果可接受，但是大家注意到没有，实际上我们一直没有考虑自变量的进入问题，假如我们有其它变量可能会影响到男装销售收入，情况又会发生什么变化呢？

时间序列预测技术之三——含自变量的ARIMA模型预测

下面的数据延续前两篇的案例，只是增加了自变量，（因为手头这个案例没有干预因素变量）

在我们增加了5个自变量后，采用预测建模方法，选择专家建模器，但限制只在ARIMA模型中选择。

确定后，得到分析结果，我们现在来看一下与原来的模型有什么不同。

从预测值看，比前一模型有了改进，至少这时候的模型捕捉了历史数据中的下降峰值，这可以认为是当前比较适合的拟合值了。

如果我们观察预测结果，可以发现模型选择了两个预测变量。注意：使用专家建模器时，只有在自变量与因变量之间具有统计显著性关系时才会包括自变量。如果选择ARIMA模型，“变量”选项卡上指定的所有自变量（预测变量）都包括在该模型中，这点与使用专家建模器相反；

当确定了最终选择的预测模型和方法后，我们就可以预测未来了，当然你要指定预测未来的时间点，这里我们时间包括年、季度和月份；假定我们预测未来半年的销售收入。

我们分别设定：预测值输出，95%置信度的上下限。注意：SPSS中文环境有个小Bug，必须改一下名字！

在选项中，选择你的预测时间，预测期将根据你事先定义的数据时间格式填写。（后面的模型为了让大家看清楚，实际上我预测了一年的数据，也就是2010年的4个季度的12个月）。

自变量的选择问题，在预测未来半年的销售收入中，ARIMA模型可以把其它预测变量纳入考虑，但如何确定未来这些预测变量的值呢？

主要方法可以考虑：1）选择最末期数据；2）选择近三期数据的平均；3）选择近三期的移动平均

这里我们选近三期移动平均作为预测自变量数值。

上面就是预测结果！于此同时，SPSS活动数据集中也存储了预测值！

最后，我们要解决时间序列预测的检验和统计问题！实际上我们可以通过软件得到各种统计检验指标和统计检验图表！

最后我们看一眼统计检验指标结果：

比如：Sig值越大越好，平稳得R方也是越大越好

?Sig.列给出了Ljung-Box 统计量的显著性值，该检验是对模型中残差错误的随机检验；表示指定的模型是否正确。显著性值小于0.05 表示残差误差不是随机的，则意味着所观测的序列中存在模型无法解释的结构。

?平稳的R方：显示固定的R平方值。此统计量是序列中由模型解释的总变异所占比例的估计值。该值越高（最大值为1.0），则模型拟合会越好。

?检查模型残差的自相关函数(ACF) 和偏自相关函数(PACF) 的值比只查看拟合优度统计量能更多地从量化角度来了解模型。合理指定的时间模型将捕获所有非随机的变异，其中包括季节性、趋势、循环周期以及其他重要的因素。如果是这种情况，则任何误差都不会随着时间的推移与其自身相关联（自关联）。这两个自相关函数中的显著结构都可以表明基础模型不完整。

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

数学建模经验

数学建模经验我参加了3次“深圳杯”数模，1次全国大学生数模，以及1次全国研究生数模，2016年参加了全国研究生数模的交流会，但没有参加过美赛，应该算是一个江湖老手了吧。下面内容算是得出的一些经验。如果你是没有太多数模论文书写经历的小白，我觉得你要找一篇优秀论文对照下面的内容好好看一下。如果你是高手的话，就作为交流吧。一、问题分析 1.假设的必要性。任何理论或者问题都是以必要的假设为前提的。假设可以使你考虑的问题变得简单，降低难度。只要假设是合理的，别人一般都会认同。另外，你的假设也表明你考虑问题比较周全。 2.问题的分析。这个太重要！你需要反复仔细的理解每一个小问题让你考虑什么，解决什么问题。其实，每一个小问题的内容里都对应着评卷的得分点！ 3.数据分析。一般，数模给题目的同时也会提供一些数据。有的题目可能也会让你上网查数据。数据的话，首先是看数据元素之间的关联性；然后，数据有没有缺失，缺失数据如何处理，数据里有没有噪声（噪声需不需要处理），数据里的元素需不需要做归一化（这个归一化非常重要）。二、论文书写数学建模的论文一般分为以下几个部分：[背景概述]（可选）、问题重述、模型假设、符号说明、问题分析、模型建立与求解、模型的总结与改进、参考文献、附录。举个栗子，可以这样安排结构：摘要关键字一、问题重述二、模型假设三、符号说明四、问题1的分析及模型建立与求解 4.1 问题分析这里，需要强调，很多人觉得问题分析就是把后面要建立的模型直接说一遍，但不是这样的！这个部分应该是当你刚刚拿到题，你分析问题的切入点是什么，使用哪些信息，大概用什么方法。即是：问题的主要矛盾+大概思路。 4.2 模型建立与求解

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，

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；

当我谈数学建模时我谈些什么——美赛一等奖经验总结

前言：2012年3月28号晚，我知道了美赛成绩，一等奖（Meritorious Winner），没有太多的喜悦，只是感觉释怀，一年以来的努力总算有了回报。从国赛遗憾丢掉国奖，到美赛一等，这一路走来太多的不易，感谢我的家人、队友以及朋友的支持，没有你们，我无以为继。这篇文章在美赛结束后就已经写好了，算是对自己建模心得体会的一个总结。现在成绩尘埃落定，我也有足够的自信把它贴出来，希望能够帮到各位对数模感兴趣的同学。欢迎大家批评指正，欢迎与我交流，这样我们才都能进步。个人背景：我2010年入学，所在的学校是广东省一所普通大学，今年大二，学工商管理专业，没学过编程。学校组织参加过几届美赛，之前唯一的一个一等奖是三年前拿到的，那一队的主力师兄凭借这一奖项去了北卡罗来纳大学教堂山分校，学运筹学。今年再次拿到一等奖，我创了两个校记录：一是第一个在大二拿到数模美赛一等奖，二是第一个在文科专业拿数模美赛一等奖。我的数模历程如下： 2011.4 校内赛三等奖 2011.8 通过选拔参加暑期国赛培训（学校之前不允许大一学生参加） 2011.9 国赛广东省二等奖 2011.11 电工杯三等奖 2012.2 美赛一等奖（Meritorious Winner）动机：我参加数学建模的动机比较单纯，完全是出于兴趣。我的专业是工商管理，没有学过编程，觉得没必要学。我所感兴趣的是模型本身，它的思想，它的内涵，它的发展过程、它的适用问题等等。我希望通过学习模型，能够更好的去理解一些现象，了解其中蕴含的数学机理。数学模型中包含着一种简洁的哲学，深刻而迷人。当然获得荣誉方面的动机可定也有，谁不想拿奖呢？模型：数学模型的功能大致有三种：评价、优化、预测。几乎所有模型都是围绕这三种功能来做的。比如，今年美赛A题树叶分类属于评价模型，B题漂流露营安排则属于优化模型。对于不同功能的模型有不同的方法，例如评价模型方法有层次分析、模糊综合评价、熵值法等；优化模型方法有启发式算法（模拟退火、遗传算法等）、仿真方法（蒙特卡洛、元胞自动机等）；预测模型方法有灰色预测、神经网络、马尔科夫链等。在数学中国网站上有许多关于这些方法的相关介绍与文献。关于模型软件与书籍，这方面的文章很多，这里只做简单介绍。关于软件这三款已经足够：Matlab、SPSS、Lingo，学好一个即可（我只会用SPSS，另外两个队友会）。书籍方面，推荐三本，一本入门，一本进级，一本参考，这三本足够：《数学模型》姜启源谢金星叶俊高等教育出版社《数学建模方法与分析》Mark M. Meerschaert 机械工业出版社《数学建模算法与程序》司守奎国防工业出版社入门的《数学模型》看一遍即可，对数学模型有一个初步的认识与把握，国赛前看完这本再练习几篇文章就差不多了。另外，关于入门，韩中庚的《数学建模方法及其应用》也是不错的，两本书选一本阅读即可。如果参加美赛的话，进级的《数学建模方法与分析》要仔细研究，这本书写的非常好，可以算是所有数模书籍中最好的了，没有之一，建议大家去买一本。这本书中开篇指出的最优化模型五步方法非常不错，后面的方法介绍的动态模型与概率模型也非常到位。参考书目《数学建模算法与程序》详细的介绍了多种建模方法，适合用来理解

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”。

数学建模个人经验谈

数学建模个人经验谈在数学建模中文献资料的查找是十分关键，其实不仅是在数学建模中，在学习和做研究就是如此，不阅读文献资料就相当于闭门造车，什么都弄不出来，现在的工作几乎都可以说是站在前人的肩膀上，从出生开始就是站在前人的肩膀上了，所学的任何书本知识都是前人总结出来的。通过文献资料的阅读可以知道别人在这个方面做了多少工作了，怎么做的工作，取得了哪些进展，还存在什么问题没解决，难点在哪里，热点在哪里，哪里是关键，哪些是有价值的，哪些是无意义的等等等等......，并且可以通过查找文献得到一些很有用的信息，比如某个教授牛的程度，所擅长的领域等等，呵呵，翻教授老底了，比较好玩，选导师的时候强烈推荐。文献查找主要有三个模式： A.　书 B.　书+中外文期刊数据库 C.　书+中外文期刊数据库+学位论文 D.　书+中外文期刊数据库+学位论文+搜索引擎对于全国赛推荐D模式，但要改为Dc模式：中外文期刊数据库+学位论文对于美赛则要改为Da模式：外文期刊数据库+搜索引擎在此要解释下为何如此推荐，对于参加建模的来说一般书基本上是用不上了的，没必要去查了，直接查找数据库即可了，全国赛的题目大多是研究了很多年的东西了，这个也是和国内学术环境相关的，虽然近几年的赛题是体现最新形式的，但是相关的研究还是有的，还是可以参考的，要知道国内鲜有几个教授牛的站在国际前沿还给本科生出个数模题玩玩的，一般都是老东西新面孔的。也就是可以归类为学术研究类的新面孔老方法类。所以查数据库是最有效率的方法，并且查学位论文是尤其推荐的，要知道查找学位论文是最高效率得到信息的途径。虽然学位

论文很长，很吓人，没有七八十页也有个一百多页，其实看多了学位论文就知道真正有用的东西页就那么个十多页最多二十多页，直接翻到那个部分看就可以了，为什么篇幅这么大就和中国的教育中的一些硬性指标相关了，每个级别的学位论文都有一个规定的字数范围，虽然大部分是垃圾，但为了达到这个字数要求也得凑足这个数字，水了，中国高等教育的悲哀啊。美赛则有语言障碍，要在有限时间内完成课题研究和论文写作，则需直接查找外文文献了，要知道中国目前的总体科学水平和国外的差距是至少5年的，这个是保守估计，实际可能是2倍以上。所以一般国外的当前研究国内鲜有涉及，当国外搞的很成熟了，产业化了，咱们国内就有教授引进了，开始研究了，吃点人家的残羹冷炙，这样说是刻薄了点，但这种情况真的不少见。这个就是中文数据库在美赛中无用的原因了。此外在美赛中用搜索引擎的实际效果好的往往出人意料，基本可以这么说，用搜索引擎比数据库来的更好，介绍一个n多人知道的技巧，怕还有人不知道就在此罗嗦下：搜索引擎用google足以，点击高级搜索，然后输入需要的　key　words，在格式中选pdf格式。很简单吧，但很实用，填句弱智的话，报选择中文搜索啊，碰到过一次朋友如此搜索的，当时巨汗！很多参加数模的同学对　pdf格式了解很少，实在不应该吧，在下估计这帮人都是学习成绩好的不得了的，没怎么用过计算机和没怎么上网，并且是word的忠实铁杆用户。pdf格式就是一种国外通用的标准便携电子文档格式，要知道外国人几乎不用ms　word的，微软发财中国人民的贡献巨大啊（虽然盗版盛行）。顺便介绍下国内外主要数据库的文献格式：pdg是超星格式，caj和caa为清华同方数据库（cnki）（它有三个名头，中国学术期刊网什么什么的NB名字也是指它），vip为维普，最重头的就是pdf，都需要不同的阅读器才能打开，还好都是免费的。

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。

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

数学建模交流讲座总结

宁夏师范学院数学与计算机科学学院数学建模交流座谈会活动总结主办单位：数学与计算机科学学院团总支承办单位：数学兴趣社 2013年11月23日

2013年11月20日下午三点整数学兴趣社在学术报告厅举行数学建模交流会并圆满落下帷幕。本次座谈会出席的嘉宾有数计学院副院长白龙老师、杨纪华、房琦贵老师、团总支书记戴晓娟老师、学生社团联合会主席团助理杜杨、数计学院团总支副书记姬春明、社联采编部部长孙颖、高瑞宁、组织部部长蔡国明等各社团主席，以及数学建模小组大一、大二数学建模成员共有240人参与。在本次活动中，为了将数学建模知识普及全校师生，我院系特此聘请了刘媚、杨纪华、房琦贵老师为我院系数学建模小组的指导老师，同时我院特聘教授刘媚老师为同学们讲授建模的知识；同时还邀请了我院2011年和2012年数学建模小组获奖者：张家旺同学，赵正平同学，莎莉同学，王栋同学一一分享自己的成功经验；本次讲座中，刘媚教授通过Ppt，向同学们介绍了数学模型的概念以及建模思想，并由浅到深的列举了数学建模例题、分析考题，针对建模过程中论文结构安排，科技论文写作特点，竞赛流程和竞赛过程中应该注意的细节问题做了详细的介绍为以后参加建模竞赛提供了经验让同学们深刻了解了数学建模思想，同时也提高了自身素养。在讲座中，刘媚教授的精彩讲解，不时地引起了同学们的阵阵掌声，同学们对刘媚教授提出的问题积极思考，提出了自己的疑问和自己的观点。本次座谈会为调动我校学生参加科技活动的积极性以及增强他们的课外学习兴趣，帮助同学们认识数学建模，传播数学建模思想，宣传数学建模竞赛，活跃校园学术气氛，也为2014年全国数学建模

《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

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

数学建模经验分享

数学建模的准备记得第一次参加数学建模比赛的时候，老师叫我们提交论文，我当时什么都不懂，觉得实在没有什么好写，于是就把那个《数值分析》的课本照抄了一大段提交了，最后闹出了很大的笑话。当时第一次接触数学建模，确实不知道它到底需要我们做什么，经过长期的训练后，我才逐渐地明白，数学建模其实就是要提高学生应用数学知识解决实际问题的能力。单单能从实际问题提炼出数学问题就不是一件简单的事情，更不用说用怎样的方法去解决这个数学问题了。在报名之前，我们就会有意识的做一些准备工作，如组织队友和学习一些基本的建模知识等。在未参加训练之前，我就首先在图书馆看了大量的数学建模书籍，并且还记录了自己的学习心得和笔记。并且对许多问题，我都会用matlab 或者lingo编程软件对模型进行计算，验证其结果的正确性，甚至有时候还会发现模型中一些错误的地方。通过各种方式地学习，很快地将自己融入到数学建模的思维模式中来。并且我发现我的这些准备工作做得非常的好，几乎正式参赛的内容与我提前学的东西都很大的关联。正是因为这些准备工作，才让我在正式比赛的时候能够得心应手，很快地计算出模型的结果，很快进入模型的优化阶段。在训练的过程中，我从来没有放松过，除了老师每日要求完成的作业以外，我还会挤时间做自己的事情，包括学习一些智能算法，这些算法在正式参赛中确实用到了，比如这一次比赛我们组选的题目是关于如何建立浴缸水温变化的时空模型以及最优化加水策略。而我在比赛之前早就研究过电磁场的有限时域差分法（FDTD），对偏微分方程的数值解法颇有感受，所以一拿到题，我们组就直接建立了热传导问题的差分方程模型，并且由于全部是建立在数值的基础之上，对论文后一步的进行作用非常之大。在培训的过程中，一天基本上是这样度过的。晚上熬夜太困了，早上8点钟起来，买点面包和豆浆，匆匆忙忙的到教学楼进行理论培训，这种理论一般人觉得非常枯燥，由于专业的不同，基本很难理解，每一天老师都会讲一个专题并布置相应的练习并强制要求每一个学生都按时完成，每一个专题在相应的专业中就是一本厚书，根本就没有时间将所有的东西弄懂，只能够花大量的空余时间来消化。而且由于培训时间有限，并不是每一个专题都会讲到。老师只会选择性地挑一些简单的比较好理解的和出题率比较高的专题来讲。所以，如果你不是真心想

数学建模课程设计论文

食品安全指数（FSI）数学建模与评价摘要：论文针对为不同种类的食品建立综合食品安全指数的问题，分析并确定了影响食品安全指数（Food Safety Index）的三个基本要素，即食品卫生检测合格率、食品有害物质影响和食品营养价值。在此基础上建立了食品安全指数模型。首先，用分层次建模的方法建立了一个基本的线性分式模型。然后利用现有统计数据进行定量分析，遵循同类相比原则，体现各指标的相对性，从而使得不同种类食品之间的安全程度能够纵向比较。其次，引入权重系数，对该线性分式模型的参数进行计算估计和改进。再次，根据标准化原则，在计算某种食品的标准安全指数时只需把其影响因素值和其权重系数相乘，便可以使得对不同类型食品的评价建立在一个公平的基础上。论文提出的模型可以根据不同人群的需要进行变动，从而应用范围更为广泛。最后，论文用量化因子乘以安全指数作为修正项对模型进行修正，既考虑了各个因素之间的相互影响，也准确地体现出反馈效应对模型系统的影响。关键词：食品安全指数；食品安全检测；民生指数；食品不安全因素；食品卫生检测合格率 1 问题的提出近年来，食品安全问题越来越受到全社会的关注。“民以食为天”，食品安全关系人民群众生活，关系社会稳定和谐。食品安全重大事件甚至可能损害国家形象、影响对外交往及经济的发展。所以，如何提高食品的安全程度，让民众吃得放心，已成为当前各级政府及相关部门急待解决的民生问题之一，也是实现科学发展观的重要举措。为了能客观、定量、通俗、概括性地反映某地区的食品安全现状，及时发现食品安全领域中存在的问题，帮居民合理选择安全卫生的食品，保障公众安全健康，笔者在大量研究现有食品安全评价体系的基础上提出了一种食品安全指数（Food Safety Index－FSI）数学模型，力求通用简单地反映食品安全中的主要问题且为管理部门和大众容易接受，为政府及相关管理机构建立科学的食品安全信息发布和预警体系提供科学的规律与方法，为政府定期发布权威的“食品安全指数”提供决策依据，加强对有毒有害物质的预警和食品安全重大事件的防御，利用这一指数控制食品风险并提高生活质量。使它成为和消费者物价指数（CPI），空气污染指数那样有较大影响和指导意义的“民生指数”。有关部门可以定期或不定期对主要食品的质量和所含有毒有害物质进行常规抽检，获取与食品安全有关的相关数据，利用本文提出的数学模型，计算出食品安全指数，定期向社会公布。为政府、企业、消费者提供科学权威的食品安全指数是本论文的主旨所在。 2 问题的分析广义的食品安全综合评价指数包括食品数量安全指数、食品质量安全指数和食品可持续安全指数。其中食品数量安全指数包括人均热能日摄入量、粮食总产量波动系数、粮食自给率、年人均粮食占有率和低收入阶层食品安全保障水平；食品可持续安全指数包括人均耕地、人均水资源量、水土流失面积增加和森林覆盖率。可以看出以上两种均属于国家调控的范围，属于国家战略安全问题，而本文仅需要对产品本身的安全给以关注，关心食品本身的质量从而指导消费者合理正确的购买，因此，本文所述的食品安全就是指食品的质量安全。为了叙述方便，对食品安全研究中的相关术语给出定义。食品安全：对食品按其原定用途进行制作和食用时不会使消费者健康受到损害的一种担保。包括食品卫生检测总体合格率、食品有害物质影响以及食品营养价值。食品卫生检测总体合格率：食品卫生抽检合格数与总抽检数之比。从总体上反应了食品的卫生状况，是食品质量安全的一个基本指标。

数学建模课程设计——优化问题

在手机普遍流行的今天，建设基站的问题分析对于运营商来说很有必要。本文针对现有的条件和题目的要求进行讨论。在建设此模型中，核心运用到了0-1整数规划模型，且运用lingo 软件求解。对于问题一：我们引入0-1变量，建立目标函数：覆盖人口最大数=所有被覆盖的社区人口之和，即max=15 1j j j p y =∑，根据题目要求建立约束条件，并用数学软件LINGO 对其模型求解，得到最优解。对于问题二：同样运用0-1整数规划模型，建立目标函数时，此处假设每个用户的正常资费相同，所以68%可以用减少人口来求最优值，故问题二的目标函数为：max=∑=15 1j j j k p 上述模型得到最优解结果如下：关键字：基站; 0-1整数规划；lingo 软件

1 问题的重述．．．．．．．．．．．．．．．．．．．．．．．．．3 2 问题的分析．．．．．．．．．．．．．．．．．．．．．．．．．4 3 模型的假设与符号的说明．．．．．．．．．．．．．．．．．．．5 3.1模型的假设．．．．．．．．．．．．．．．．．．．．．． 5 3.2符号的说明．．．．．．．．．．．．．．．．．．．．．． 5 4 模型的建立及求解．．．．．．．．．．．．．．．．．．．．．. 5 4.1模型的建立．．．．．．．．．．．．．．．．．．．．．． 5 4.2 模型的求解．．．．．．．．．．．．．．．．．．．．．． 6 5 模型结果的分析．．．．．．．．．．．．．．．．．．．．．．．7 6 优化方向．．．．．．．．．．．．．．．．．．．．．．．．．．7 7 参考文献．．．．．．．．．．．．．．．．．．．．．．．．．．8 8、附录．．．．．．．．．．．．．．．．．．．．．．．．．．． 9