所得税交纳点选址问题数学建模论文
摘要
本文对规划类问题中多点选址问题进行了探究。针对所得税选址问题，在已知城市间主要道路及各城市居民数的基础上，设定了一些假设，提出了三种模型，分别为穷举法，智能分区法1和智能分区法2，层次分析法。
模型一：0-1规划的穷举法模型。该模型首先采用改善的Floyd-Warshall 算法计算出城市间最短路径矩阵；然后，用0-1规划的穷举法获得模型目标函数的最优解。
模型二：0-1规划的智能分区模型1。该模型考虑了一些普遍情况，在附加的合理的假设前提下，采用按选址数N分区解决问题的方法。该模型首先采用改善的Floyd-Warshall算法计算出城市间最短路径矩阵；然后，用启发式搜索算法将所有城市分为N个独立区域；最后，采用0-1规划求得各区域一个最优纳税点，获得最优解。
模型三：最近邻法智能分区模型。该模型首先根据从各城市出发的道路数和居民数，对城市进行排序，获得N个初始纳税点，称为伪选址点；然后，利用最近邻法，根据其余城市与各个伪选址点的最短距离，对城市进行划分，得到N个分区结果（划分后各区域不需要相互独立，即可能有若干城市属于两个或两个以上区域）。最后，从三个分区结果中分别选取一个城市作为纳税点，利用两点间最短距离矩阵得到其余9点的归属，并结合人口数据得到加权总和，遍历三个分区中的所有组合，将加权和最小的选址点作为最终的选址点（真选址点）。
模型四：区域层次分析模型。该模型首先根据从各城市出发的道路数的多少进行层次分析，对城市进行分层。然后，同样利用层次分析法对居民数的多少进行分层，综合层次分析求解最优解决方案。
模型一，利用穷举法获取得一定是最优解，但该算法随着节点数的增加其复杂度以几何级数增长，计算量最大。但穷举法可以获取最优解，并可以最为验证智能算法有效性的依据。模型二智能分区法1，对本文针对的具体
题目是可以获取最优解的，但当改变一下网络拓扑结构或者将人口数变化一下，其获取的可能仅是局部最优解。故模型二的通用性不强。模型三，最近邻法智能分区法是最优算法，该算法在复杂度比穷举法降低10倍左右的时候仍然能获取最优解。该模型受到全局最优点一定在局部最优附近可以找到启发，利用伪选址点进行分区，得到局部最优。在分区上遍历，获取全局最优解。模型四，思路清晰明了，但在面对较大数据时比较复杂，有一定的通用性以及操作局限性。
关键词：多点选址; 0-1规划; 启发式搜索; 最近邻法; 智能分区；层次分析
目录
所得税交纳点选址问题数学建模论文 (1)
摘要 (1)
目录 (3)
1 问题重述 (4)
2 问题的分析 (5)
3 模型假设 (6)
4 模型建立 (7)
4.1模型一：0-1规划的穷举法模型 (7)
4.2模型二：0-1规划的分区模型 (9)
4.3模型三：最近邻法分区模型 (12)
5问题的求解 (14)
5.1求解过程中采用的主要算法 (14)
5.2问题的具体求解 (19)
6结果分析与模型的评价 (26)
6.1 结果分析及模型的优缺点 (26)
6.2 模型的推广 (27)
7 参考文献 (27)
1 问题重述
所得税管理部门计划对某个地区中的所得税交纳点网络进行重新设计。下图1是对此地区内的城市和主要道路的示意图。城市旁边的黑体数字表示城市的居民数目，单位为千人。在连接城市之间的弧上标出了它们之间的距离，单位为千米（斜体字）。为覆盖各个城市，所得税管理部门决定在三个城市中设置纳税点。
问题：应在哪三个城市中设置纳税点才能够使居民与最近的纳税点之间平均距离最小？
图1 此区域内的城市和道路图
2问题的分析
本问题的目标是从一个到多个城市组成区域内中，选出一定数目的城市设置纳税点, 建立所得税交纳点网络，实现居民与最近的纳税点之间平均距离最小。
对于每个城市纳税点的建立与否只有两种可能，所以可以通过计算城市间的最短路径，然后充分利用地区的城市居民以及道路信息，采用合适的方法搜索纳税点；再确定各纳税点管辖的区域，直到求得最优解。本问题重点要解决如何选择纳税点和如何划分纳税区域，即建立合理的最优纳税点搜索和区域划分模型。
由图1，得到地区内城市总数12M =；计划设置的纳税点数目3N = 城市标号i C i =，1,2,i M = 。
各城市的居民数i c R 、城市间道路信息如下表：
表1 各城市的居民数i c R
表2 道路信息
3 模型假设
为了便于建立模型，考虑了一些实际情况，做出了以下假设，假设系统满足如下一些条件：
（1）各城市人口基本不变；
（2）城市间至少有一条可到达的路径实现互连；
（3）每个城市的居民只能到离该城市最近的纳税点缴税；
（4）若与某些城市最近的纳税点有若干个，即其可能与若干个纳税点的距离相同且最邻近，为保证各纳税点工作负担波动不大，该城市的居民只能到最邻近的其中一个纳税点缴税；
4 模型建立
4.1模型一：0-1规划的穷举法模型
该模型首先采用改善的Floyd-Warshall 算法计算出城市间最短路径矩阵；然后，用0-1规划的穷举法获得模型目标函数的最优解。
目标函数：
11
1
min
j i j i j
j
M
M
c c c c c i j M
c j R
D V R
===??∑∑∑
（1）
约束条件： 1
1i j
M
c c
i V
==∑，1,2,j M =
（2）
1
i
M
c i B
N ==∑
（3）
i j i c c c V B ≤，1,2,i M = ，1,2,j M =
（4）
01
i c B ?=??
，1,2,i M = （5）
01
i j
c c V ?=?? ，1,2,i M = ，1,2,j M = （6）
式（2）表示地区内有且仅有一个城市是城市j C 的居民的缴税点；式（3）表示应开设N 个纳税点。
式（4）表示若0i c B =，则0i j c c V =；若1i c B =，则1i j c c V =或0i j c c V =；即表示只有在城市i C 设置纳税点时，城市j C 的居民才有可能去i C 缴税。
式（5）中，0i c B =时，表示不在城市i C 设置纳税点；1i c B =时，表示在城市i C 设置纳税点。
式（6）中，0i j c c V =时，表示城市j C 不到城市i C 纳税；1i j c c V =时，表示城市j C 到城市i C 纳税。
模型思路流程图为：
图2 模型一的思路流程图
4.2模型二：0-1规划的分区模型
若已确定城市A 、B 为纳税点，城市C 、D 中居民分别属于B 、A 纳税点管辖范围，即BC AC AD BD DIST DIST DIST DIST << 。假设D 中居民通过C 到达A ，则表示C 到A 的距离小于C 到B 的距离，这与实际情况相反。
所以各纳税点管辖的区域相互独立，即D 中居民到A 的最短路径线路上，绝对不会包含B （A B ≠）纳税点管辖的城市（如C ）。如下图，粗线条表示D 到A 的最短路径：
图3 各纳税点管辖的区域相互独立举例图
根据各纳税点管辖的区域相互独立的原理，采用启发式搜索的方法分区，考虑到居民数较多且交通便利的两城市，一般不在同一纳税点缴税的实际情况，增加一些假设条件，利用这些假设条件指导搜索过程，实现合理的分区。
分区后，各纳税点管辖的城市互不相关，最终获得若干分区方案；然后，分别求各个方案的最优解；最后，获得整个模型的全局最优解。其中，各方案的最优解求解方法为：先独立求各区域设置一个纳税区域时的最优解，然后各区域叠加，就可以获得该方案最优解。
目标函数为：
111
1
1
min
j
i j i j i j i
N M M
c c c c c c k c k
PL
k i j n
p c i R
D V Belong Belong R
=====????∑∑∑∑（7）
约束条件：式（2）、（3）、（5）、（6）、
1
1i N
c k
k Belong
==∑，1,2,i M = （8）
1
1i
i M
c c k i B
Belong =?=∑，1,2,k N = （9）
i j i i j c c c c k c k
V B Belong Belong ≤??1,2,i M = ，1,2,j M =
，
1,2,k N = (10)
1
i c k Belong ?=??，1,2,i M = ，1,2,k N = (11)
式中，PL ：启发式搜索获得的方案数；
i c k Belong ：表示城市i C 属于第k 个纳税区域。
其余各符号意义，以及约束条件式（2）、（3）、（5）、（6）的意义均与模型一相同。式（8）表示城市i C 属于且仅属于其中一个纳税区域。式（9）表示纳税区域k 有且仅有一个纳税点。式（10）表示只有城市i C 、j C 在同一区域，且在i C 设置纳税点时，城市j C 的居民才有可能去i C 缴税。
式（11）中0i c k Belong =时，表示城市i C 不在区域纳税；1i c k Belong =时，表示城市i C 在区域纳税。
模型流程图为：
图4 模型二的思路流程图
4.3模型三：最近邻法分区模型
该模型与模型二的目标函数相同。只是模型二是在一定的假设条件的基础上，采用启发式搜索指导分区，各区域相互独立。而本模型的初始纳税点和分区方法不需要很多额外的假设条件，充分利用了从各城市出发的道路数和居民数，而且各区域不需要相互独立，可能有若干城市属于两个或两个以上区域。
模型流程图为：
图5 模型三的思路流程图
层次方法具体步骤如下：
首先利用从各城市出发的道路数和居民数，确定初始化的N个纳税点。
（1）第一步，对各城市按从城市出发的道路数由大到小进行排序；（2）第二步，剪枝，然后对于从城市出发的有效道路数相同的几个城市，按居民数由大到小排序；
（3）第三步，选择排序结果的前N个城市作为初始的纳税点。
其次，采用最近邻分类法，即根据其他城市与这N个纳税点的最短距离，确定其属于那个纳税区域，实现分区，获得分区结果A。
然后，从分区结果A的各区域抽取一个城市作为纳税点，采用最近邻法对其他城市重新分区，直到遍历完分区结果A各区域包含的所有城市。
4.4模型四层次分析法求解模型
模型四利用层次分析方法，根据路径最短，附近人口最多找出所得税选址地点，最后得到最佳选址点。
图6层次分析构图
分区方法具体步骤如下：
（1） 第一步，找到决策目标，探究在哪三个城市中设置纳税点才能够使居
民与最近的纳税点之间平均距离最小。
（2） 第二步，筛选分类相同或相似路线数的城市，分为三类。
（3） 第三步，在各个分类城市中找到人口最多的城市，将找到的三个城市
设为最佳所得税交纳点。
5问题的求解
5.1求解过程中采用的主要算法
5.1.1最短路径算法
模型一、二、三均需要计算出两城市间距离矩阵D ，模型二还需要记录对应的最短路径，以便分区时作为参考条件。最短路径算法主要由改善的floyd-warshall 算法实现，最后获得由任意两城市间距离矩阵D 和对应的最短路径。算法具体原理如下：
step1：构造邻接矩阵A 。
若城市i C 和j C 间无直接连通的道路，则令(),i j 元素ij A 为正无穷大；否则()1,2,,;1,2,,ij A i M j M == 为i C 和j C 直接连通的道路长度。具体步骤如
下：
step1_1：A 的值初始化为正无穷。
step1_2：令()01,2,,ii A i M == ，即A 的对角线元素设为0。
step1_2：若城市i C 和j C 间有直接连通的道路，则令()01,2,,ii A i M == 为该道路的长度。
step2：获得两城市间距离矩阵D 和城市间的最短路径矩阵W 。
D 、W 的(),i j 元素分别表示为i j c c D 、i j c c W ()1,2,,;1,2,,i M j M == ，对
于所有的城市i C 、j C 和k C ，如果
i j i k k j
c c c c c c D D D >+，则令
i j i k k j
c c c c c c D D D =+，i j
c c k W C =（表示从城市i C 到j C 要经过城市k C ，若0i j c c W =，表示两城市可直达）
。具体步骤如下： step2_1：令D A =，W 为A 的同维零矩阵，1k =； step2_2：若k M ≤，执行下一步；否则，转向step2_8； step2_3：1i =
step2_4：若1i M ≤-，执行下一步；否则，转向step2_1； step2_5：1j i =+；
step2_6：若j M ≤，执行下一步；否则，1i i =+转向step2_3；
step2_7：若i j i k
k j cc cc c c D D D >+，则令i j i k k j c c c c c c D D D =+，j i i j c c c c D D =；城市i C 通过最短路径到j C 时，要经过城市k C ，i j c c k W C =，j i i j
c c c c W W =；转向step2_6。 step2_8：得到距离矩阵D 和城市间最短路径矩阵W ，算法终止。
流程图如下：
图7改善的floyd-warshall算法流程图
5.1.2启发式搜索算法
启发式搜索算法将在模型二中使用，搜索的算法对该模型非常重要，搜索结果将直接指导分区过程。本模型采用的启发式搜索算法是在一些合理的假设条件下进行的，假设条件如下：
（1）交通便利的城市，即从该城市出发的道路数多的城市，优先设置为分区的区域中心。
（2）若干城市的交通状况相同，即从这些城市出发的道路数相同，则人数多的城市优先设置为分区的区域中心；
（3）每个分区包含的城市数目相同或相差不大，即对于城市总数M是要建
M N。
立的纳税点数N的整数倍的情况，各区包含城市数为/
算法原理图如下：
图8 启发式搜索流程图
其中，从城市出发的有效道路数表示剪枝后的道路数（剪枝：把与区域中心相连的道路减去）。
5.1.3 0-1规划算法
模型一、二均需要利用0-1规划法求目标函数最优解，两模型0-1规划
法原理相同，只是模型一是从M 个模型中求解出N 个最优纳税点，而模型二是
从/M N 个城市中求解出一个最优纳税点。
下面以模型一为例说明0-1规划法算法具体原理：
step1：构造由各城市居民数构成的行向量R ，其()1,i 元素i c R ()1,2,,i M = 表
示为城市i C 的居民数。
step2：初始化最小距离加权和()SUM Inf =无穷大，SUM 为设置的三个交税点的加权和。
step3：确定纳税点、各纳税区域，求得最小距离加权和。具体步骤如下： step3_1：1i =；
step3_2：若2i M ≤-，执行下一步；否则，转向step3_12； step3_3：1j i =+；
step3_4：若1j M ≤-，执行下一步；否则，1i i =+，转向step3_； step3_5：1k j =+，表示选择的纳税点为城市i C 、
j
C 和k C ；
step3_6：若k M ≤，执行下一步；否则，1j j =+，转向step3_4； step3_7：初始化各纳税区域组成的城市向量n1、n2、n3（n1、n2、n3设为长为的2M -零向量），各区域包含的城市数c1、c2、c3（均设为0）,以及距离加权和00SUM =，令1n =；
step3_8：若n M ≤，执行下一步；否则，1k k =+，转向step3_6； step3_9：比较城市n C 和假设的纳税点城市i C 、j C 和k C 的距离，以确定n C 的缴税点；运用matlab 进行运算。
step3_10：若0SUM SUM ≥，则转向step3_11；否则1n n =+，转向step3_8；部分Matlab 程序如下：
if sum0>=SUM
break; end
step3_11：若0SUM SUM <，更新纳税点、各纳税区域和最小距离加权和；否则，执行下一步；运用Matlab 程序进行运算。
step3_12：1k k =+，转向step3_6；
step3_13：得到纳税点向量node 、对应的各纳税区域向量nn1、nn2、nn3，求得最小距离加权和0SUM ，算法终止。
原理图如下：
图90—1规划算法流程图
5.2问题的具体求解
5.2.1用模型一求解
该模型为线性规划模型，我们采用Matlab 程序求解。
step1：用Matlab 编程实现的2.1中介绍的最短路径算法求出城市间的最短路径距离矩阵D 。
step1_1：利用城市间道路信息，构造邻接矩阵A 。
表 3邻接矩阵A （行标、列标均表示城市编号）
Inf Inf Inf Inf Inf 22Inf Inf
19Inf
210?
????????????
??????step1_2：获得两城市间距离矩阵D 和城市间最短路径矩阵W 。 %基于MATLAB 的最短路Warshall-Floyd 算法 结果如表4、表5：
表4距离矩阵D （行标、列标均表示城市编号）
表4 城市间最短路径矩阵W （行标、列标均表示城市编号）
学校选址问题 摘 要 本文针对某地新开发的20个小区建设配套小学问题建立了0-1规划模型和优化模型。为问题一和问题二的求解，提供了理论依据。 模型一： 首先：根据目标要求，要建立最少学校的方案列出了目标函数： ∑==16 1i i x s 然后：根据每个小区至少能被一所学校所覆盖，列出了20个约束条件; 最后：由列出的目标函数和约束函数，用matlab 进行编程求解，从而得到，在每个小区至少被一所学校所覆盖时，建立学校最少的个数是四所，并且一共有22种方案。 模型二： 首先：从建校个数最少开始考虑建校总费用，在整个费用里面，主要是固定费用，由此在问题一以求解的条件下，进行初步筛选，得到方案1,4,8的固定成本最少。 然后：在初步得出成本费用最少时，对每个这三个方案进一步的求解，求出这三个方案的具体的总费用，并记下这三套方案中的最小费用。 其次：对这三套方案进行调整，调整的原则是：在保证每个小区有学校覆盖的条件下，用多个固定成本费用低的备选校址替换固定成本费用高的备选校址。在替换后，进行具体求解。 再次：比较各种方案的计算结果，从而的出了如下结论： 选用10,11,13,15,16号备选校址的选址方案，花费最少，最少花费为13378000元。 最后：对该模型做了灵敏度分析，模型的评价和推广。 关键字：最少建校个数 最小花费 固定成本 规模成本 灵敏度分析
1. 问题重述 1.1问题背景： 某地新开发的20个小区内需要建设配套的小学，以方便小区内居民的的孩子上学。但是为了节省开支，建造的学校要求尽量的少，为此，设备选定的16个校址提供参考，各校址覆盖的小区情况如表1所示： 表1-1备选校址表 备选校址 1 2 3 4 5 6 7 8 覆盖小区 1,2,3, 4,6 2,3,5,8, 11,20 3,5,11,20 1,4,6,7, 12 1,4,7,8,9,11,13, 14 5,8,9,10 11,16,20 10,11,1516,19, 20 6,7,12, 13,17, 18 备选校址 9 10 11 12 13 14 15 16 覆盖小区 7,9,13, 14,15, 17,18, 19 9,10,14,15,16, 18,19 1,2,4,6, 7 5,10,11, 16,20, 12,13，14,17, 18 9,10,14, 15 2,3,,5, 11,20 2,3,4,5,8 1.2 问题提出： 问题一、求学校个数最少的建校方案，并用数学软件求解（说明你所使用的软件并写出输入指令）。 问题二、设每建一所小学的成本由固定成本和规模成本两部分组成，固定成本由学校所在地域以及基本规模学校基础设施成本构成，规模成本指学校规模超过基本规模时额外的建设成本，它与该学校学生数有关，同时与学校所处地域有关。设第i 个备选校址的建校成本i c 可表示为 ?? ???-??+=， 否则， 若学生人数超过学生人数0600 )600(50 1002000i i i c βα 其中i α和i β由表1-2给出： 表1-2 学校建设成本参数表（单位：百万元） 备选校址 1 2 3 4 5 6 7 8 i α 5 5 5 5 5 5 5 3.5 i β 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.1 备选校址 9 10 11 12 13 14 15 16 i α 3.5 3.5 3.5 3.5 2 2 2 2 i β 0.1 0.1 0.1 0.1 0.05 0.05 0.05 0.05 考虑到每一小区的学龄儿童数会随住户的迁移和时间发生变化,当前的精确数据并不能作为我们确定学校规模的唯一标准，于是我们根据小区规模大小用统计方法给出每个小区的学龄儿童数的估计值，见表1-3： 表1-3.各小区1到6年级学龄儿童数平均值（样本均值） 小区 1 2 3 4 5 6 7 8 9 10 学龄儿童数 120 180 230 120 150 180 180 150 100 160
机场选址问题 摘要 针对机场选址问题，文章共建立了三个模型用以解决该类问题。为了计算出任意两城市之间的距离，我们利用公式（1）将利用题目中所给的大地坐标得出了任意两点之间的距离，见附录2。 对于问题1，我们主要利用0-1变量法，从而对问题进行了简化。我们设了第i个 y以及第i个城市是否是以第j个支线机场为最近机场的()j i x,。城市是否建支线机场的 i 然后将任意两点之间的距离与该城市的总人数之积，再乘以0-1变量()j i x,，最后得出每一个所有城市到最近机场的距离与该城市人口的乘积，然后利用LINGO进行编写程序，进行最优化求解，最后得出的结果见表1和表2，各大城市以及支线机场的分布见图2。 对于问题2，该问题是属于多目标规划的问题，目标一是居民距离最近机场的距离最短，目标二是每个机场覆盖人口数尽可能相等。我们在第一题的基础上，又假设了一些正、负偏差变量，对多个目标函数设立优先级，把目标函数转化为约束条件，进而求得满足题目要求的结果。 对于问题3，我们分析到影响客流量的因素是GDP跟居民人数，所以通过所搜集的资料分析我们给予这两个因素以不同的权重。然后同样采取问题2中所给的反求机场覆盖的方法，求的各个机场所覆盖的客流量，再让其在平均客流量水平上下浮动。通过LINGO程序的运行得到的六个机场的坐标见表6，六个机场的分布见图7。 针对论文的实际情况，对论文的优缺点做了评价，文章最后还给出了其他的改进方向，以用于指导实际应用。 关键词：选址问题；多目标规划；LINGO；0-1变量法；加权
1．问题的重述 近年来，随着我国经济社会的迅猛发展，公共交通基础设施日趋需要进一步完善与提高。支线机场作为我国交通运输体系的有机组成部分，对促进欠发达地区经济社会的发展具有基础性的作用。现某区域有30个城市，本区域计划在未来的五年里拟建6个支线机场。 任务1，确定6个支线机场的所在城市，建立居民到最近机场之间的平均距离最小的数学模型。 任务2，在任务一基础上，确定6个支线机场的所在城市，建立使得每个支线机场所覆盖的居民人数尽可能均衡的数学模型。 任务3，在任务一基础上，根据近一年每个城市的GDP 情况，确定6个支线机场的所在城市，建立使得每个支线机场的客流量尽量均衡的数学模型。 2．问题的分析 2．1 问题1 题目要求是建立居民到最近机场之间的平均距离最小的数学模型，该问题其实就是利用的0-1变量建立的模型。首先我们设两个0-1变量，一个是控制某个城市是否为支线机场的i y ，一个是控制某个城市的最近机场是哪一个的ij x 。针对于上述两个0-1变量，我们分别设立了约束条件。同时又为了满足问题所要求的使局面平均距离最小，我们将某一个城市到离它最近的机场的距离与该城市的人口乘积作为目标函数，在LINGO 软件中，通过设立一约束条件，最后将目标函数进行最优化求解。 2．2 问题2 该问题可以归结为多元目标线性规划的问题，所以我们在第一问的基础上又增加了一个目标函数，最后利用加权的方法将两个目标函数转化成了一个目标函数，将另一个目标函数作为约束条件。同时我们又引入了正负偏差变量，通过控制该变量达到覆盖居民人数均衡以及居民到城市之间的平均距离尽量小。 2．3 问题3 该问题要求的是客流量尽量均衡，经过分析可以知道，城市的GDP 越高，说明该城市经济越繁荣，货币流通越快，从而反映出客流量越大。另一方面城市越大、人口越多，也在一定程度上反映出了该城市客流量越大。基于上述两点，我们对GDP 跟城市人口分别给予了不同的权重来反映其对客流量的影响大小。按照第二问的方法，我们依然利用多元目标线性规划的只是进行求解。通过LINGO 编写程序，最中求得可行解。
全国大学生数学建模竞赛论文写作要求 题目：明确题目意思 一、摘要：500个字左右，包括模型的主要特点、建模方法和主要结果 二、关键字：3－5个 三．问题重述。略 四．模型假设 根据全国组委会确定的评阅原则，基本假设的合理性很重要。 （1）根据题目中条件作出假设 （2）根据题目中要求作出假设 关键性假设不能缺；假设要切合题意 五．模型的建立 （1）基本模型： 1) 首先要有数学模型：数学公式、方案等 2) 基本模型，要求完整，正确，简明 （2）简化模型 1）要明确说明：简化思想，依据 2）简化后模型，尽可能完整给出 （3）模型要实用，有效，以解决问题有效为原则。 数学建模面临的、要解决的是实际问题， 不追求数学上：高（级）、深（刻）、难（度大）。 u 能用初等方法解决的、就不用高级方法， u 能用简单方法解决的，就不用复杂方法， u 能用被更多人看懂、理解的方法， 就不用只能少数人看懂、理解的方法。 （4）鼓励创新，但要切实，不要离题搞标新立异 数模创新可出现在 ▲建模中，模型本身，简化的好方法、好策略等， ▲模型求解中 ▲结果表示、分析、检验，模型检验 ▲推广部分 （5）在问题分析推导过程中，需要注意的问题： u 分析：中肯、确切 u 术语：专业、内行；； u 原理、依据：正确、明确, u 表述：简明，关键步骤要列出 u 忌：外行话，专业术语不明确，表述混乱，冗长。 六．模型求解 （1）需要建立数学命题时： 命题叙述要符合数学命题的表述规范， 尽可能论证严密。 （2）需要说明计算方法或算法的原理、思想、依据、步骤。
若采用现有软件，说明采用此软件的理由，软件名称 （3）计算过程，中间结果可要可不要的，不要列出。 （4）设法算出合理的数值结果。 5．结果分析、检验；模型检验及模型修正；结果表示 （1）最终数值结果的正确性或合理性是第一位的； （2）对数值结果或模拟结果进行必要的检验。 结果不正确、不合理、或误差大时，分析原因， 对算法、计算方法、或模型进行修正、改进； （3）题目中要求回答的问题，数值结果，结论，须一一列出；（4）列数据问题：考虑是否需要列出多组数据，或额外数据对数据进行比较、分析，为各种方案的提出提供依据； （5）结果表示：要集中，一目了然，直观，便于比较分析 ▲数值结果表示：精心设计表格；可能的话，用图形图表形式▲求解方案，用图示更好 （6）必要时对问题解答，作定性或规律性的讨论。 最后结论要明确。 七．模型评价 优点突出，缺点不回避。 改变原题要求，重新建模可在此做。 推广或改进方向时，不要玩弄新数学术语。 7．参考文献 八．附录 详细的结果，详细的数据表格，可在此列出。 但不要错，错的宁可不列。 主要结果数据，应在正文中列出，不怕重复。 检查答卷的主要三点，把三关： n 模型的正确性、合理性、创新性 n 结果的正确性、合理性 n 文字表述清晰，分析精辟，摘要精彩
写论文过程中应该注意的问题： （一）问题提出和假设的合理性 （1）论文中的假设要以严格、确切的数学语言来表达，使读者不致产生任何曲解。 （2）所提出的假设确实是建立数学模型所必需的，与建立模型无关的假设只会扰乱读者的思考。 （3）假设应验证其合理性。假设的合理性可以从分析问题过程中得出，例如从问题的性质出发作出合乎常识的假设；或者由观察所给数据的图象，得到变量的函数形式； 也可以参考其他资料由类推得到。对于后者应指出参考文献的相关内容。 （二）模型的建立在作出假设后，我们就可以在论文中引进变量及其记号，抽象而确切地表达它们的关系，通过一定的数学方法，最后顺利地建立方程式或归纳为其他形 式的数学问题，此处，一定要用分析和论证的方法，即说理的方法，让读者清楚地了 解得到模型的过程上下文，之间切忌逻辑推理过程中跃度过大，影响论文的说服力， 需要推理和论证的地方，应该有推导的过程而且应该力求严谨；引用现成定理时，要 先验证满足定理的条件。论文中用到的各种数学符号，必须在第一次出现时加以说明。总之，要把得到数学模型的过程表达清楚，使读者获得判断模型科学性的一个依据。 （三）模型的计算与分析把实际问题归结为一定的数学问题后，就要求解或进行分析。在数值求解时应对计算方法有所说明，并给出所使用软件的名称或者给出计算程序（通常以附录形式给出）。还可以用计算机软件绘制曲线和曲面示意图，来形象地表 达数值计算结果。基于计算结果，可以用由分析方法得到一些对实践有所帮助的结论。有些模型（例如非线性微分方程）需要作稳定性或其他定性分析。这时应该指出所依 据的数学理论，并在推理或计算的基础上得出明确的结论。在模型建立和分析的过程中，带有普遍意义的结论可以用清晰的定理或命题的形式陈述出来。结论使用时要注 意的问题，可以用助记的形式列出。定理和命题必须写清结论成立的条件。 （四）模型的讨论对所作的数学模型，可以作多方面的讨论。例如可以就不同的情景，探索模型将如何变化。或可以根据实际情况，改变文章一开始所作的某些假设，指出 由此数学模型的变化。还可以用不同的数值方法进行计算，并比较所得的结果。有时 不妨拓广思路，考虑由于建模方法的不同选择而引起的变化。通常，应该对所建立模型的优缺点加以讨论比较，并实事求是地指出模型的使用范围。
物流预选址问题 (2) 摘要 .............................................................................................. 错误！未定义书签。 一、问题重述 (3) 二、问题的分析 (3) 2.1 问题一：分析确定合理的模型确定工厂选址和建造规模 (4) 2.2 问题二：建立合理的仓库选址和建造规模模型 (4) 2.3 问题三：工厂向中心仓库供货的最佳方案问题 (5) 2.4 问题四：根据一组数据对自己的模型进行评价 (5) 三、模型假设与符号说明 (5) 3.1条件假设 (5) 3．2模型的符号说明 (5) 四、模型的建立与求解 (6) 4.1 问题一：分析确定合理的模型为两个工厂合理选址并确定建造规模 (6) 4.1.1模型的建立 (7) 4.2 问题二：建立合理模型确定中心仓库的位置及建造规模 (10) 4.2.1 基于重心法选址模型 (10) 4.2.2 基于多元线性回归法确定中心仓库的建造规模 (12) 4.3 问题三：工厂向中心仓库供货方案 (13)
4.4 问题四：选用一组数据进行计算 (14) 五、模型评价 (21) 5.1模型的优缺点 (21) 5.1.1 模型的优点 (21) 5.1.2 模型的缺点 (21) 六参考文献 (21) 物流预选址问题 摘要 在物流网络中，工厂对中心仓库和城市进行供货，起到生产者的作用，而中心仓库连接着工厂和城市，是两者之间的桥梁，在物流系统中有着举足轻重的作用，因此搞好工厂和中心仓库的选址将对物流系统作用的发挥乃至物流经济效益的提高产生重要的影响。 本论文在综述工厂和中心仓库选址问题研究现状的基础上，对二者选址的模型和算法进行了研究。对于问题一二，通过合理的分析，我们采用了重心法选址模型找到了工厂和中心仓库的大致位置并给出了确定工厂和中心仓库建造规模的参数和公式，通过用
学校选址问题 摘要 本文为解决学校选址问题，建立了相应的数学模型。 针对模型一 首先，根据已知信息，对题目中给出的数据进行处理分析。在保证每个小区,学生至少有一个校址可供选择的情况下，运用整数规划中的0-1规划法，列出建校方案的目标函数与其约束条件，通过LINGO软件，使用计算机搜索算法进行求解。得出建立校址的最少数目为4个。再运用MATLAB软件编程，运行得到当建校的个数为4个时，学 首先，对文中给出的学校建设成本参数表和各校区1到6年级学龄儿童的平均值（样本均值）进行分析，可知20个小区估计共有4320个学龄儿童，当每个学校的平均人数都小于600时，至少需要建设8个学校；其次，模型一得到最少的建校数目为4个，运用MATLAB软件编程，依次列出学校个数为4、5、6、7、8时的最优建校方案，分别算出其最优建校方案下的总成本；最后，通过对比得出，最低的建校总成本为1650万，即选取校址10、11、13、14、15、16建设学校。 最后，我们不但对模型进行了灵敏度分析，，保证了模型的有效可行。 关键词：MATLAB灵敏度 0-1规划总成本选址 1 问题重述
当代教育的普及，使得学校的建设已成为不得不认真考虑的问题。 1.1已知信息 1、某地新开发的20个小区需要建设配套的小学，备选的校址共有16个，各校址覆盖的小区情况如表1所示： 2、在问题二中，每建一所小学的成本由固定成本和规模成本两部分组成，固定成本由学校所在地域以及基本规模学校基础设施成本构成，规模成本指学校规模超过基本规模时额外的建设成本，它与该学校学生数有关，同时与学校所处地域有关。设第i 个备选校址的建校成本i c 可表示为 （单元：元）学生人数)600-(50100200010? ?? ???+=i i i c βα，若学生人数超过600人，其中 i α和i β由表2给出： 并且考虑到每一小区的学龄儿童数会随住户的迁移和时间发生变化，当前的精确数据并不能作为我们确定学校规模的唯一标准，于是我们根据小区规模大小用统计方法给出每个小区的学龄儿童数的估计值，见表3： 1.2提出问题 1、要求建立数学模型并利用数学软件求解出学校个数最少的建校方案。 2、求出总成本最低的建校方案。 2 问题假设与符号说明
《数学建模》选题(一) 1、选址问题研究 在社会经济发展过程中, 经常需要在系统中设置一个或多个集散物质、传输信息或执行某种服务的“中心”。在设计和规划商业中心、自来水厂、消防站、医院、飞机场、停车场、通讯系统中的交换台站等的时候,经常需要考虑将场址选在什么位置才能使得系统的运行效能最佳。选址问题, 是指在指定的范围内, 根据所要求的某些指标,选择最满意的场址。在实际问题中,也就是关于为需要设置的“设施”选择最优位置的问题。选址问题是一个特殊类型的最优化问题,它属于非线性规划和组合最优化的研究范围。由于它本身所具有的特点,存在着单独研究的必要性和重要性。 1.1“中心”为点的情形 如图1，有一条河，两个工厂P 和Q位于河岸L（直线）的同一侧，工厂 P 和 Q 距离河岸L分别为8千米和10千米，两个工厂的距离为14千米，现要在河的工厂一侧选一点R，在R处建一个水泵站，向两工厂P、Q 输水，请你给出一个经济合理的设计方案。 图1 图2 （即找一点 R ，使 R 到P、Q及直线l的距离之和为最小。） 要求和给分标准： 提出合理方案，建立坐标系，分情况定出点R的位置，0分——70分。 将问题引申： （１）、若将直线 L缩成一个点（如向水库取水），则问题就是在三角形内求一点R，使R到三角形三顶点的距离之和为最小（此点即为费尔马点）。 （２）、若取水的河道不是直线，是一段圆弧（如图2），该如何选点？ 对引申问题给出给出模型和讨论30分——50分。 抄袭者零分；无模型者不及格；无程序和运行结果扣20-30分；无模型优缺点讨论扣10分。 1.2“中心”为线的情形
在油田管网和公路干线的设计中提出干线网络的选址问题： 问题A ：在平面上给定n 个点n P P P ,,,21 ，求一条直线L ，使得 ∑=n i i i L P d w 1 ),( （1） 为最小，其中i w 表示点i P 的权，),(L P d i 表示点i P 到第直线L 的距离。 问题B ：平面上给定n 条直线n L L L ,,,21 , 求一点X , 使 ∑=n i i i L X d w 1 ),( （2） 为最小，其中i w 表示直线i L 的权，),(i L X d 表示点X 到第直线i L 的距离。 问题C ：在平面上给定n 个点n P P P ,,,21 ，求一条直线L ，使得 ),(max 1L P d w i i n i ≤≤ （1） 为最小，其中i w 表示点i P 的权，),(L P d i 表示点i P 到第直线L 的距离。 问题D ：平面上给定n 条直线n L L L ,,,21 , 求一点X , 使 ),(max 1i i n i L X d w ≤≤ （2） 为最小，其中i w 表示直线i L 的权，),(i L X d 表示点X 到第直线i L 的距离。 参考文献 【1】林诒勋, 尚松蒲. 平面上的点—线选址问题[J]. 运筹学学报,2002,6(3):61—68. 【2】尚松蒲, 林诒勋. 平面上的min-max 型点—线选址问题[J]. 运筹学学报,2003,7(3):83—91. 要求和给分标准： 选择问题A 和B(或者C 和D)进行研究：根据文献重述模型（10分），提出自己的算法(30分)，计算机仿真验证算法的正确性（40分，含如何在平面上随机产生n 个点，对每个点随机赋权，按照算法编程实现求干线的程序，并将寻得的干线和点在平面上图示，建议用MATLAB 编程）。 将问题引申： 如果同时确定两条、三条干线，应该如何讨论？其他情形的讨论？ 对引申问题给出给出模型和讨论20分——30分。 抄袭者零分；无模型者不及格；无程序和运行结果扣20-30分；无模型优缺
学校选址问题 摘要 本文针对某地新开发的20个小区建设配套小学问题建立了0-1规划模型和优化模型。为问题一和问题二的求解，提供了理论依据。 模型一： 首先：根据目标要求，要建立最少学校的方案列出了目标函数： 然后：根据每个小区至少能被一所学校所覆盖，列出了20个约束条件; 最后：由列出的目标函数和约束函数，用matlab进行编程求解，从而得到，在每个小区至少被一所学校所覆盖时，建立学校最少的个数是四所，并且一共有22种方案。 模型二： 首先：从建校个数最少开始考虑建校总费用，在整个费用里面，主要是固定费用，由此在问题一以求解的条件下，进行初步筛选，得到方案1,4,8的固定成本最少。 然后：在初步得出成本费用最少时，对每个这三个方案进一步的求解，求出这三个方案的具体的总费用，并记下这三套方案中的最小费用。 其次：对这三套方案进行调整，调整的原则是：在保证每个小区有学校覆盖的条件下，用多个固定成本费用低的备选校址替换固定成本费用高的备选校址。在替换后，进行具体求解。 再次：比较各种方案的计算结果，从而的出了如下结论： 选用10,11,13,15,16号备选校址的选址方案，花费最少，最少花费为13378000元。 最后：对该模型做了灵敏度分析，模型的评价和推广。 关键字：最少建校个数最小花费固定成本规模成本灵敏度分析 1.问题重述 1.1问题背景： 某地新开发的20个小区内需要建设配套的小学，以方便小区内居民的的孩子上学。但是为了节省开支，建造的学校要求尽量的少，为此，设备选定的16个校址提供参考，各校址覆盖的小区情况如表1所示： 1.2 问题一、求学校个数最少的建校方案，并用数学软件求解（说明你所使用的软件并写出输入指令）。 问题二、设每建一所小学的成本由固定成本和规模成本两部分组成，固定成本由学校所在地域以及基本规模学校基础设施成本构成，规模成本指学校规模超过基本规模时额外的建设成本，它与该学校学生数有关，同时与学校所处地域有关。设第i个备选校址的建校成本 c可表示为 i
摘要(200-300字，包括模型的主要特点、建模方法和主要结果。) 关键词(求解问题、使用的方法中的重要术语) 内容较多时最好有个目录 1。问题重述 2。问题分析 3。模型假设与约定 4。符号说明及名词定义 5。模型建立与求解①补充假设条件，明确概念，引进参数；②模型形式（可有多个形式的模型）； 6。进一步讨论（参数的变化、假设改变对模型的影响） 7。模型检验(使用数据计算结果，进行分析与检验) 8。模型优缺点（改进方向，推广新思想） 9。参考文献及参考书籍和网站 10。附录(计算程序，框图；各种求解演算过程，计算中间结果；各种图形、表格。) 小经验： 1。随时记下自己的假设。有时候在很合理的假设下开始了下一步的工作，就应该顺手把这个假设给记下来，否则到了最后可能会忘掉，而且这也会让我们的解答更加严谨。 2。随时记录自己的想法，而且不留余地的完全的表达自己的思想。 3。要有自己的特色，闪光点。 如何撰写数学建模论文 当我们完成一个数学建模的全过程后，就应该把所作的工作进行小结，写成论文。撰写数学建模论文和参加大学生数学建模时完成答卷，在许多方面是类似的。事实上数学建模竞赛也包含了学生写作能力的比试，因此，论文的写作是一个很重要的问题。 首先要明确撰写论文的目的。数学建模通常是由一些部门根据实际需要而提出的，也许那些部门还在经济上提供了资助，这时论文具有向特定部门汇报的目的，但即使在其他情况下，都要求对建模全过程作一个全面的、系统的小结，使有关的技术人员（竞赛时的阅卷人员）读了之后，相信模型假设的合理性，理解在建立模型过程中所用数学方法的适用性，从而确信该模型的数据和结论，放心地应用于实践中。当然，一篇好的论文是以作者所建立的数学模型的科学性为前提的。其次，要注意论文的条理性。 下面就论文的各部分应当注意的地方具体地来做一些分析。 （一）问题提出和假设的合理性 在撰写论文时，应该把读者想象为对你所研究的问题一无所知或知之甚少的一个群体，因此，首先要简单地说明问题的情景，即要说清事情的来龙去脉。列出必要数据，提出要解决的问题，并给出研究对象的关键信息的内容，它的目的在于使读者对要解决的问题有一个印象，以便擅于思考的读者自己也可以尝试解决问题。历届数学建模竞赛的试题可以看作是情景说明的范例。 对情景的说明，不可能也不必要提供问题的每个细节。由此而来建立数学模型还是不够
长沙学院数学建模课程设计说明书 题目选址问题 系(部) 数学与计算机科学 专业(班级) 数学与应用数学 姓名 学号 指导教师 起止日期 2015、6、1——2015、6、5
课程设计任务书 课程名称：数学建模课程设计 设计题目：选址问题 已知技术参数和设计要求： 选址问题（难度系数1.0） 已知某地区的交通网络如下图所示，其中点代表居民小区，边代表公路，边上的数字为小区间公路距离（单位：千米），各个小区的人数如下表所示，问区中心医院应建在哪个小区，可使离医院最远的小区居民人均就诊时所走的路程最近？ 各阶段具体要求： 1．利用已学数学方法和计算机知识进行数学建模。 2．必须熟悉设计的各项内容和要求，明确课程设计的目的、方法和步骤。 3．设计中必须努力认真，独立地按质按量地完成每一阶段的设计任务。 4．设计中绝对禁止抄袭他人的设计成果。 5．每人在设计中必须遵守各组规定的统一设计时间及有关纪律。 6．所设计的程序必须满足实际使用要求，编译出可执行的程序。 7．要求程序结构简单，功能齐全，使用方便。 设计工作量： 论文：要求撰写不少于3000个文字的文档，详细说明具体要求。 1v 5
工作计划： 提前一周：分组、选题；明确需求分析、组内分工； 第一天：与指导老师讨论，确定需求、分工，并开始设计；第二~四天：建立模型并求解； 第五天：完成设计说明书，答辩； 第六天：针对答辩意见修改设计说明书，打印、上交。 注意事项 ?提交文档 长沙学院课程设计任务书（每学生1份） 长沙学院课程设计论文（每学生1份） 长沙学院课程设计鉴定表（每学生1份） 指导教师签名：日期： 教研室主任签名：日期： 系主任签名：日期：
数学建模个人经验谈：论文写作 、论文是建模中最后的一环也是最关键的一环，这环做好了那就圆满了，做砸了全功尽弃了。关于怎么写论文已经有很多文章介绍了，这就足以可见写论文的重要性了。 先介绍下写论文的工具，或许很多朋友要纳闷了，写论文什么工具，不就是电脑呗，还有朋友会进一步说用word呗，两者都对，当然用电脑的这个说法绝对正确，如果说是用手那更对了，呵呵，其实偶指的工具是软件。很多人用word，对于word就不重点介绍了，要重点介绍的是tex，它是一个功能强大的特别适合排版科技文献和书籍的格式化排版程序。它是由著名计算机专家和数学家斯坦福大学D.E.Knuth教授研制的。20世纪60年代，knuth准备出系列专著《计算机程序设计技巧》（The Arts of Computer Programming），前三册已经出版，当他正在撰写第四册时，出版社拿来第二册的第二版给他过目，结果令他大失所望，因为当时出版社的印刷技术没有使他的书稿更好看，反而变糟了，尤其是在数学公式和字体上面的缺陷更令他无法接受。于是他就打算自己写一个既能供科学家编排手稿又符合出版社印刷要求的高质量的计算机排版系统。这就是TeX排版系统的由来。 TeX系统是由Pascal语言编写的，程序的源代码也是公开的。它包含300条基本命令和600条扩展命令，几乎可以排版任何格式的文献，如一般文章、报告、书刊和诗集等，对数学公式的排版也被公认是最好的。TeX系统的优点之一是它还支持命令宏，这使得使用TeX成为一种乐趣，用户可以自己编写红包来定义更多、更方便的新命令，这也是TeX 能得以迅速发展的原因。而且TeX是一个可移植性系统，可以运行于所有类型的计算机（如苹果机、IBM PC机及大型工作站）和各种操作系统（如DOS、Windows、Unix等），它的排版结果dvi文件于输出设备无关，可以在不同的操作系统上显示和打印。TeX源文件是ASCII码文件，可以方便地在网络上传播。目前，大多数学术部分和校园网上都安装有TeX 系统。国际上许多出版机构也采用TeX系统来排版书刊，不少出版社还要求作者提供手稿的TeX源文件。
选址问题数学模型 摘要 本题是用图论与算法结合的数学模型，来解决居民各社区生活中存在三个的问题：合理的建立3个煤气缴费站的问题；如何建立合理的派出所；市领导人巡视路线最佳安排方案的问题。通过对原型进行初步分析，分清各个要素及求解目标，理出它们之间的联系.在用图论模型描述研究对象时，为了突出与求解目标息息相关的要素，降低思考的复杂度。对客观事物进行抽象、化简，并用图来描述事物特征及内在联系的过程.建立图论模型是为了简化问题，突出要点，以便更深入地研究问题 针对问题1：0-1规划的穷举法模型。该模型首先采用改善的Floyd-Warshall 算法计算出城市间最短路径矩阵见附录表一；然后，用0-1规划的穷举法获得模型目标函数的最优解，其煤气缴费站设置点分别在Q、W、M社区，各社区居民缴费区域见表7-1，居民与最近的缴费点之间平均距离的最小值11.7118百米。 针对问题2：为避免资源的浪费，且满足条件，建立了以最少分组数为目标函数的单目标最优化模型，用问题一中最短路径的Floyd算法，运用LINGO软件编程计算,得到个社区之间的最短距离，再经过计算可得到本问的派出所管辖范围是2.5千米。最后采用就近归组的搜索方法，逐步优化，最终得到最少需要设置3个派出所，其所在位置有三种方案，分别是：（1）K区，W区，D区；（2）K区，W区，R区；（3）K区，W区，Q区。最后根据效率和公平性和工作负荷考虑考虑，其第三种方案为最佳方案，故选择K区，W区，Q区，其各自管辖区域路线图如图8-1。 针对问题3：建立了双目标最优化模型。首先将问题三转化为三个售货员的最佳旅行售货员问题，得到以总路程最短和路程均衡度最小的目标函数，采用最短路径Floyd算法，并用MATLAB和LINGO软件编程计算，得到最优树图，然后按每块近似有相等总路程的标准将最优树分成三块，最后根据最小环路定理，得到三组巡视路程分别为11.8km、11km和12.5km，三组巡视的总路程达到35.3km，路程均衡度为12%,具体巡视路线安排见表9-1和图9.2 。 关键词Floyd-Warshall算法穷举法最小生成树最短路径 1问题重述 1.1问题背景 这是一个最优选址问题，是一种重要的长期决策，它的好坏直接影响到服务方法，服务质量，服务效率，服务成本，所以选址问题的研究有着重大的经济社
国赛建模论文写作注意事项小结（**推 荐） 本帖来自: 数学中国作者: 日期: 2010-8-7 18:29 您是本帖第5660个浏览者 论文是建模中最后的一环最关键的一环 （word中数学公式以图片保存，多则易死机，写论文常按ctrl+s） 【1】 对于摘要，全国赛中或许还能看看，但美赛中只要第一轮通过摘要的筛选就可以获二等奖了。因此摘要的写作中一定要花3个小时以上，反复修改，一定要修改修改再修改，修改个10几稿才能过关。在摘要中一定要突出方法，算法，结论，创新点，特色，不要有废话，也不要照抄题目的一些话，一定要突出重点，直奔主题，要写明自己怎样分析问题，用什么方法解决问题，最重要的是结论是什么要说清楚，国赛中结论如果正确一般得奖是必然的，如不正确的话评委可能会继续往下看，也可能会扔在一边，但不写结论的话就一定不会得奖了，这一点不比美国竞赛，所以要认真写。让人一看就知道这篇论文是关于什么的，做了什么工作，用的什么方法，得到了什么效果，有什么创新和特色。一定要精悍，字字珠玑，闪闪发光，一看就被吸引。这样的摘要才是成功的。摘要至少需要琢磨两个小时，不要轻视了它的重要性。很有必要多看看优秀论文的摘要是如何写的，并要作为赛前准备的内容之一！！！！！。 【2】论文的主体部分也要修改修改再修改，当然要求没有像摘要这么高，但绝不能马虎，首要是找错别字，其次关键是修改语句，使之通顺，此外逻辑一定要清楚。论文中一定要体现数学功底，写得符合数学习惯。 【3】编程最要用matlab，用它写数学程序一般是数模的首选，评委们普遍喜欢用matlab 写的程序。整理好文献，并率先在参考文献中排好次序。在引用他人的地方一定要注明（诚信问题），当然不能整篇引用，否则视为抄袭。 【4】能用图表的地方尽量用图表来表示，一图胜千言！减轻教授们受文字的折磨多用图表绝对是正确的选择。同时也是偷懒和使论文增色的不二选择。图表的引用要规范，在交叉引用的时，一定要小心。 【5】论文应包括两个层次的含义：内容与表现，前者是指作者用来表达思想的文字、图片、表格、公式及整个文章的章节段落结构等，而后者则是指论文页面大小、边距、各种字体、字号等。 【6】推荐word排版的书：侯捷大牛写的《word排版艺术》、《用Word编辑论文的几个建议》 1) 使用自定义样式。对于相同排版表现的内容一定要坚持使用统一的样式。这样能减少工作量和出错机会，如要对排版格式做调整，只需一次性修改相关样式即可。
数学建模物流配送中心 选址模型 文件管理序列号：[K8UY-K9IO69-O6M243-OL889-F88688]
物流配送中心选址模型 姓名：学号：班级： 摘要：在现代络中，配送中心不仅执行一般的职能，而且越来越多地执行指挥调度、信息处理、作业优化等神经中枢的职能，是整个络的灵魂所在。因此，发展现代化配送中心是现代业的发展方向。文章首先使用重心法计算出较为合适的备选地，再考虑到各项配送中心选址的固定成本和可变成本，从而使配送中心选址更加优化和符合实际。 关键词：物流选址；选址；重心法；优化模型； 1．背景介绍 1．1 研究主题 如下表中，有四个零售点的坐标和物资需求量，计算并确定物流节点的位置。 1.2 前人研究进展 1.2.1国内外的研究现状：
国外对物流配送选址问题的研究已有60余年的历史，对各种类型物流配送中心的选址问题在理论和实践方面都取得了令人注目的成就，形成了多种可行的模型和方法。归纳起来，这些配送中心选址方法可分为三类： （1）应用连续型模型选择地点； （2）应用离散型模型选择地点； （3）应用德尔菲（Delphi）专家咨询法选择地点。 第一类是以重心法为代表，认为物流中心的地点可以在平面取任意点，物流配送中心设置在重心点时，货物运送到个需求点的距离将最短。这种方法通常只是考虑运输成本对配送中心选址的影响，而运输成本一般是运输需求量、距离以及时间的函数，所以解析方法根据距离、需求量、时间或三者的结合，通过坐标上显示，以配送中心位置为因变量，用代数方法来求解配送中心的坐标。解析方法考虑影响因素较少，模型简单，主要适用于单个配送中心选址问题。解析方法的优点在于计算简单，数据容易搜集，易于理解。由于通常不需要对进行整体评估，所以在单一设施定位时应用解析方法简便易行。 第二类方法认为物流中心的各个选址地点是有限的几个场所，最适合的地址只能按照预定的目标从有限个可行点中选取。 第二类方法的中心思想则是将专家凭经验、专业知识做出的判断用数值形式表示，从而经过分析后对选址进行决策。 国内在物流中心选址方面的研究起步较晚，只有10余年历史，但也有许多学者对其进行了较深入的研究，在理论和实践上都取得了较大的成果。北方交通大学鲁晓春等对配送中心的重心法地址做出了深入的研究，认为原有的重心法存在着问题，并把原有的计算公式用流通费用偏微分方程来取代。中国矿业大学周梅
物流预选址问题 (2) 摘要............................................................................................................. 错误!未定义书签。 一、问题重述 (2) 二、问题的分析 (3) 2.1 问题一：分析确定合理的模型确定工厂选址和建造规模 (3) 2.2 问题二：建立合理的仓库选址和建造规模模型 (3) 2.3 问题三：工厂向中心仓库供货的最佳方案问题 (3) 2.4 问题四：根据一组数据对自己的模型进行评价 (4) 三、模型假设与符号说明 (4) 3.1条件假设 (4) 3．2模型的符号说明 (4) 四、模型的建立与求解 (5) 4.1 问题一：分析确定合理的模型为两个工厂合理选址并确定建造规模 (5) 4.1.1模型的建立 (5) 4.2 问题二：建立合理模型确定中心仓库的位置及建造规模 (7) 4.2.1 基于重心法选址模型 (8) 4.2.2 基于多元线性回归法确定中心仓库的建造规模 (10) 4.3 问题三：工厂向中心仓库供货方案 (10) 4.4 问题四：选用一组数据进行计算 (11) 五、模型评价 (16) 5.1模型的优缺点 (16) 5.1.1 模型的优点 (16) 5.1.2 模型的缺点 (16) 六参考文献 (16)
物流预选址问题 摘要 在物流网络中，工厂对中心仓库和城市进行供货，起到生产者的作用，而中心仓库连接着工厂和城市，是两者之间的桥梁，在物流系统中有着举足轻重的作用，因此搞好工厂和中心仓库的选址将对物流系统作用的发挥乃至物流经济效益的提高产生重要的影响。 本论文在综述工厂和中心仓库选址问题研究现状的基础上，对二者选址的模型和算法进行了研究。对于问题一二，通过合理的分析，我们采用了重心法选址模型找到了工厂和中心仓库的大致位置并给出了确定工厂和中心仓库建造规模的参数和公式，通过用数据进行实例化分析，我们确定了工厂和中心仓库位置和建造规模。对于问题三我们运用LINGO软件简单的解决了工厂对中心仓库的供货情况。问题四我们选用了一组数据通过求解多元线性规划对问题进行了实例化分析。为中心仓库的选址问题做了合理说明。最后我们对模型进行了评价和分析。 关键词：物流网络重心法选址模型多元线性规划 一、问题重述 某公司是生产某种商品的省知名厂家。该公司根据需要,计划在本省建设两个生产工厂和若干个中心仓库向全省所有城市供货。根据市场调研,全省有m个城市，每个城市单位时间需要该公司的物资量是已知的，有关运费的信息也是确定的，工厂和中心仓库
本科14组 许泽东，邹志翔，陈佳成 选址问题及最佳巡视路线的数学模型 摘 要 本文解决的问题是缴费站、派出所选址和最佳巡视路线的确定。合理设置缴费站，可以为居民缴费节省大量时间和精力。派出所位置和数量的不同选择，会产生不同的建设成本和管理经费。而最佳巡视路线的确立，可以让领导在最短时间内巡视完所有社区。为解决以上问题，我们建立的三个最优化模型。 针对问题一，我们先用floyd 算法求出各社区间的最短路，然后用计算机枚举出所有选址方案。对每一种选址方案都会产生一个平均距离S ，我们以此为指标对方案进行评估。经过合理化推导，我们得出最优解11712S .=（百米），且此时应该在M,Q,W 三社区设置煤气缴费站。 针对问题二，我们在问题一求出的最短路基础上，建立了0-1线性规划模型。然后借助matlab 软件求得最优解3=X （即应该设置3个派出所），并给出了各派出所管辖范围。这样既满足了每个社区在3分钟内至少能得到一个派出所服务，也为派出所的建设管理节省了不少成本。具体结果如下表3： 构建了社区网络的完全图，然后考虑到最优哈密顿圈的求解极其困难，我们连续使用30次模拟退火的方法求得连接各社区的近似最优哈密顿圈。其中，我们对每次求出的哈密顿圈都进行了合理划分，产生了三个子圈，即三组巡视路线。最终得到近似最优解128，见表4。接着，我们还对哈密顿圈划分方法进行了改进，求得近似最优解125（具体结果见表5）。 1.问题重述 问题背景 社区已是现代都市的的基础，随着城市社会经济的飞速发展，社区与人们生活的联系越来越密切，人们需要在社区解决日常生活涉及的各种利益和需要，因而人们对社区社会生活服务提出更高的要求，而政府也希望能够更好的指导和管理城市社区，社区生
第17讲应急设施的优化选址问题 问题（AMCM-86B题）里奥兰翘镇迄今还没有自己的应急设施。1986年该镇得到了建立两个应急设施的拨款，每个设施都把救护站、消防队和警察所合在一起。图17-1指出了1985年每个长方形街区发生应急事件的次数。在北边的L形状的区域是一个障碍，而在南边的长方形区域是一个有浅水池塘的公园。应急车辆驶过一条南北向的街道平均要花15秒，而通过一条东西向的街道平均花20秒。你的任务是确定这两个应急设施的位置，使得总响应时间最少。 图17-1 1985年里奥兰翘每个长方街区应急事件的数目（I）假定需求集中在每个街区的中心，而应急设施位于街角处。 （II）假定需求是沿包围每个街区的街道上平均分布的，而应急设施可位于街道的任何地方。 §1 若干假设 1、图17-1所标出的1985年每个长方形街区应急事件的次数具有典型代表性，能够反映该街区应急事件出现的概率的大小。 2、应急车辆的响应时间只考虑在街道上行驶时间，其他因纱（如转弯时间等）可以忽略不计。 3、两个应急设施的功能完全相同。在应急事件出现时，只要从离事件发生地点最近的应急设施派出应急车辆即可。 4、执行任何一次应急任务的车辆都从某一个应急设施出发，完成任务后回到原设施。不出现从一个应急事件点直接到另一事件点的情况。（这是因为，每一个地点发生事件的概率都很小，两个地点同时发生事故的概率就更是小得可以忽略不计）。
§2 假定（I ）下的模 在假定（I ）下，应急需求集中在每个街区中心。我们可以进一步假定应急车辆只要到达该街区四个街角中最近的一个，就认为到达了该街区，可以开始工作了。按假定（I ），每个应急设施选在街角处，可能的位置只有6×11=66个。两个应急设施的位置的可能的组合至多只有66×65/2=2145个。这个数目对计算机来说并不大，可用计算机进行穷举，对每种组合一一算出所对应的总响应时间，依次比较得出最小的响应时间及对应的选址方案。具体算法是： 建立直角坐标系，以该镇的西北角为原点，从北到南为X -轴正方向，从西到东为Y -轴正方向，在南北、东西方向上分别以一个街区的长作为单位长，则街角的坐标),(Y X 是满足条件50,100≤≤≤≤Y X 的整数。而每个街区中心的坐标具有形式)5.0,5.0(++j i ，其中j i ,是满足条件：40,90≤≤≤≤j i 的整数。如果不考虑障碍和水塘的影响，同应急车辆从设在),(Y X 点的应急设施到以)5.0,5.0(++j i 为中心的街区的行驶时间等于 )5.05.0(20)5.05.0(15),,,(---+---=j Y i X j i Y X t )5.17)5.0(20)5.0((15-+-++-=j Y i X 秒 记),(j i p 为以)5.0,5.0(++j i 为中心的街区的事故发生频率（即在图上该街区所标的数字）。如果应急设施设在),(),,(2211Y X Y X 这两点，总不妨设21X X ≤，则该设置方案的总响应时间为 ),,,(2211Y X Y X T ∑∑===904 02211)},,,(),,,,(min{),(i j j i Y X t j i Y X t j i p 让1X 取遍0—10，2X 取遍101-X ，21,Y Y 分别独立地取遍0—4。依次对四数组),,,(2211Y X Y X 的每一个值算出对应的总响应时间的最小值及对应的四数组。 以上算法不难用计算机编程实现。由于数组的个数不算多（只有两千多个），计算机可很快得出答案。答案是： 两个应急设施分别设在点（2，3），（6，3）时最优。 这是在不考虑L 形障碍区域和水塘的影响的假定下得出的最优解，但从这两个点到