数学建模钢管下料问题
实验一
钢管下料问题
摘要
生产中常会遇到通过切割、剪裁、冲压等手段,将原材料加工成规定大小的某种,称为原料下料问题.按照进一步的工艺要求,确定下料方案,使用料最省,或利润最大是典型的优化问题.下面我们采用数学规划模型建立线性规划模型并借助LINGO 9.0来解决这类问题.
关键词线性规划最优解钢管下料
一，问题重述
1、问题的提出
某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割出售．从钢管厂进货得到的原材料的钢管的长度都是1850mm ，现在一顾客需要15根290 mm，28根315 mm，21根350 mm和30根455 mm的钢管．为了简化生产过程，规定所使用的切割模式的种类不能超过4种，使用频率最高的一种切割模式按照一根原料钢管价值的1/10增加费用，使用频率次之的切割模式按照一根原料钢管价值的2/10增加费用，以此类推，且每种切割模式下的切割次数不能太多（一根原钢管最多生产5根产品），此外为了减少余料浪费，每种切割模式下的余料浪费不能超过100 mm，为了使总费用最小，应该如何下料？
2、问题的分析
首先确定合理的切割模式，其次对于不同的分别进行计算得到加工费用，通过不同的切割模式进行比较，按照一定的排列组合，得最优的切割模式组，进而使工加工的总费用最少.
二，基本假设与符号说明
1、基本假设
假设每根钢管的长度相等且切割模式理想化.不考虑偶然因素导致的整个切割过程无法进行.
2、定义符号说明
（1）设每根钢管的价格为a ，为简化问题先不进行对a 的计算. （2）四种不同的切割模式：1x 、2x 、3x 、4x .
（3）其对应的钢管数量分别为：i r 1、i r 2、i r 3、i r 4（非负整数）.
三、模型的建立
由于不同的模式不能超过四种，可以用i x 表示i 按照第种模式（i =1,2,3,4）切割的原料钢管的根数，显然它们应当是非负整数.设所使用的第i 种切割模式下每根原料钢管生产290mm ，315mm,,350mm 和455mm 的钢管数量分别为i r 1，i r 2，
i r 3，i r 4（非负整数）.
决策目标 切割钢管总费用最小，目标为：
Min=（1x ?1.1+2x ?1.2+3x ?1.3+4x ?1.4）?a (1)
为简化问题先不带入a 约束条件 为满足客户需求应有
11r ?1x +12r ?2x +13r ?3x +14r ?4x ≧15 (2)
21r ?1x +22r ?2x +23r ?3x +24r ?4x ≧28 (3) 31r ?1x +32r ?2x +33r ?3x +34r ?4x ≧21 (4)
41r ?1x +42r ?2x +43r ?3x +44r ?4x ≧15 (5)
每一种切割模式必须可行、合理，所以每根钢管的成品量不能大于1850mm 也不能小于1750mm.于是：
1750≦290?11r +315?21r +350?31r +455?41r ≦1850 （6）
1750≦290?12r +315?22r +350?32r +455?42r ≦1850 （7）
1750≦290?13r +315?23r +350?33r +455?43r ≦1850
（8）
1750≦290?14r +315?24r +350?34r +455?44r ≦1850 （9）
由于排列顺序无关紧要因此有
1x ≧2x ≧3x ≧4x
(10)
又由于总根数不能少于
（15?290+28?315+21?350+30?455）/1850≧18.47 (11) 也不能大于
（15?290+28?315+21?350+30?455）/1750≦19.525 (12) 由于一根原钢管最多生产5根产品，所以有
i r 1+i r 2+i r 3+i r 4≦5
(13)
290*r14+315*r24+350*r34+455*r44<=1850;
290*r11+315*r21+350*r31+455*r41>=1750;
290*r12+315*r22+350*r32+455*r42>=1750;
290*r13+315*r23+350*r33+455*r43>=1750;
290*r14+315*r24+350*r34+455*r44>=1750;
x1+x2+x3+x4>=19;
x1+x2+x3+x4<=20;
x1>=x2;
x2>=x3;
x3>=x4;
r11+r21+r31+r41<=5;
r12+r22+r32+r42<=5;
r13+r23+r33+r43<=5;
r14+r24+r34+r44<=5;
@gin(x1);@gin(x2);@gin(x2);@gin(x4);
@gin(r11);@gin(r12);@gin(r13);@gin(r14);
@gin(r21);@gin(r22);@gin(r23);@gin(r24);
@gin(r31);@gin(r32);@gin(r33);@gin(r34);
@gin(r41);@gin(r42);@gin(r43);@gin(r44);
end
经运行得到输出如下：
Global optimal solution found.
Objective value: 21.40000
Objective bound: 21.40000
Infeasibilities: 0.000000
Extended solver steps: 1
Total solver iterations: 34507
Variable Value Reduced Cost X1 14.00000 -0.1000000 X2 5.000000 0.000000
X3 0.000000 0.1000000 X4 0.000000 0.2000000 R11 0.000000 0.000000 R12 3.000000 0.000000 R13 0.000000 0.000000 R14 0.000000 0.000000 R21 2.000000 0.000000 R22 0.000000 0.000000 R23 1.000000 0.000000 R24 0.000000 0.000000 R31 2.000000 0.000000 R32 0.000000 0.000000 R33 3.000000 0.000000 R34 0.000000 0.000000 R41 1.000000 0.000000 R42 2.000000 0.000000 R43 1.000000 0.000000 R44 4.000000 0.000000
实验二：
摘要
一、问题重述
二、基本假设与符号说明
基本假设：
符号说明：
三、模型的建立
四、模型的求解
五、模型评价
六、参考文献
附录
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
数学建模与计算机的联系及重要性 摘要：在当今科技发达的今天，计算机已经得到了广泛的应用，也为数学建模的计算提供了有力工具。本文浅谈了数学建模与计算机在人类生产和生活中的重要性。 关键词：数学建模计算机重要性 当今社会计算机已经被广泛的应用了，在计算机的协助下许多问题的求解变得简单、方便、快捷。而数学建模是把现实世界中的实际问题加以提炼,抽象为数学模型,求出模型的解,验证模型的合理性,并用该数学模型所提供的解答来解释现实问题。在科技迅猛发展的今天计算机和数学建模在人类的生存和发展中都具有举足轻重的作用。 一、数学建模与计算机息息相关 其一、我们在模型求解时,有些计算单纯的用纸和笔是难以完成的，这就需要利用计算机上机计算、编制软件、绘制图形等,当结果通过计算机算出后也必须通过打印机随时进行输出。其二、数学建模的学习对计算机能力的培养也起着极大推动作用,如报考计算机方向的研究生时,对数学的要求非常高;在进行计算机科学的研究时,也要求有极强的数学功底才能写出具有相当深度的论文,计算机科学的发展也是建立在数学基础之上的,许多为计算机的发展方面做出杰出贡献的人，在数学方面也颇有造诣。我们在遇到一些实际问题时往往需要计算机和数学建模同时应用才能解决问题，否则问题将无法进行。数学问题与计算机通常采用一些数学软件（lingo,Matlab,MathCAD 等等）的命令来描述算法，既简单又容易操作。例如下面有这样一道
题就是利用数学软件lingo 求解的。 例1 某工厂有两条生产线,分别用来生产M 和P 两种型号的产品,利润分别为200元每个和300元每个,生产线的最大生产能力分别为每日100和120,生产线没生产一个M 产品需要1个劳动日(1个工人工作8小时称为1个劳动日)进行调试、检测等工作,而每个P 产品需要2个劳动日,该工厂每天共计能提供160个劳动日,假如原材料等其他条件不受限制,问应如何安排生产计划,才能使获得的利润最大？ 解 设两种产品的生产量分别为1x 和2x ,则该问题的数学模型 为: 目标函数 12max 200300z x x =+ 约束条件 1212100,120,160, 0,1,2. i x x x x x i ≤??≤??+≤??≥=? 编写LINGO 程序如下: MODEL: SETS: SHC/1,2 /:A,B,C,X; YF/1,2,3 /:J; ENDSETS DATA: A=1,2 ; B=100,120; C=200,300; ENDDATA
1. 什么是数学模型与数学建模 简单地说：数学模型就是对实际问题的一种数学表述。 具体一点说：数学模型是关于部分现实世界为某种目的的一个抽象的简化的数学结构。 更确切地说：数学模型就是对于一个特定的对象为了一个特定目标，根据特有的内在规律，做出一些必要的简化假设，运用适当的数学工具，得到的一个数学结构。数学结构可以是数学公式，算法、表格、图示等。 数学建模就是建立数学模型，建立数学模型的过程就是数学建模的过程（见数学建模过程流程图）。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、简化建立能近似刻划并"解决"实际问题的一种强有力的数学手段。 2.美国大学生数学建模竞赛的由来： 1985年在美国出现了一种叫做MCM的一年一度大大学生数学模型（1987年全称为Mathematical Competition in Modeling,1988年改全称为Mathematical Contest in Modeling,其所写均为MCM）。这并不是偶然的。在1985年以前美国只有一种大学生数学竞赛（The william Lowell Putnam mathematial Competition,简称Putman(普特南）数学竞赛），这是由美国数学协会（MAA--即Mathematical Association of America的缩写）主持，于每年12月的第一个星期六分两试进行，每年一次。在国际上产生很大影响，现已成为国际性的大学生的一项著名赛事。该竞赛每年2月或3月进行。 我国自1989年首次参加这一竞赛，历届均取得优异成绩。经过数年参加美国赛表明，中国大学生在数学建模方面是有竞争力和创新联想能力的。为使这一赛事更广泛地展开，1990年先由中国工业与应用数学学会后与国家教委联合主办全国大学生数学建模竞赛（简称CMCM），该项赛事每年9月进行。
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；
数学建模的背景： 人们在观察、分析和研究一个现实对象时经常使用模型，如展览馆里的飞机模型、水坝模型，实际上，照片、玩具、地图、电路图等都是模型，它们能概括地、集中地反映现实对象的某些特征，从而帮助人们迅速、有效地了解并掌握那个对象。数学模型不过是更抽象些的模型。 当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析在规律等工作的基础上，用数学的符号和语言，把它表述为数学式子（称为数学模型），然后用通过计算得到的模型结果来解释实际问题，并接受实际的检验。这个全过程就称为数学建模。 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、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。 不论是用数学方法在科技和生产领域解决哪类实际问题，还是与其它学科相结合形成交叉学科，首要的和关键的一步是建立研究对象的数学模型，并计算求解。人们常常把数学建模和计算机技术在知识经济时代的作用比喻为如虎添翼。 数学建模日益显示其重要作用，已成为现代应用数学的一个重要领域。为培养高质量、高层次人才，对理工、经济、金融、管理科学等各专业的大学生都提出“数学建模技能和素质方面的要求”。 数学建模在现代社会的一些作用 (1）在一般工程技术领域，数学建模仍然大有用武之地。在以声、光、热、力、电这些物理学科为基础的诸如机械、电机、土木、水利等工程技术领域中，数学建模的普遍性和重要性不言而喻，虽然这里的基本模型是已有的，但是由于新技术、新工艺的不断涌现，提出了许多需要用数学方法解决的新问题；高速、大型计算机的飞速发展，使得过去即便有了数学模型也无法求解的课题（如大型水坝的应力计算，中长期天气预报等）迎刃而解；建立在数学模型和计算机模拟基础上的CAD技术，以其快速、经济、方便等优势，大量地替代了传统工程设计中的现场实验、物理模拟等手段。(2）在高新技术领域，数学建模几乎是必不可少的工具。无论是发展通讯、航天、微电子、自动化等高新技术本身，还是将高新技术用于传统工业去创造新工艺、开发新产品，计算机技术支持下的建模和模拟都是经常使用的有效手段。数学建模、数值计算和计算机图形学等相结合形成的计算机软件，已经被固化于产品中，在许多高新技术领域起着核心作用，被认为是高新技术的特征之一。在这个意义上，数学不再仅仅作为一门科学，它是许多技术的基础，而且直接走向了技术的前台。国际上一位学者提出了“高技术本质上是一种数学技术”的观点。 (3）数学迅速进入一些新领域，为数学建模开拓了许多新的处女地。随着数学向诸如经济、人口、生态、地质等所谓非物理领域的渗透，一些交叉学科如计量经济学、人口控制论、数学生态学、数学地质学等应运而生。一般地说，不存在作为支配关系的物理定律，当用数学方法研究这些领域中的定量关系时，数学建模就成为首要的、关键的步骤和这些学科发展与应用的基础。在这些领域里建立不同类型、不同方法、不同深浅程度模型的余地相当大，为数学建模提供了广阔的新天地。马克思说过，一门科学只有成功地运用数学时，才
数学建模常用方法 建模常用算法,仅供参考： 1、蒙特卡罗算法（该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟可以来检验自己模型的正确性,是比赛时必 用的方法） 2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用M a t l a b作为工具） 3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算法来描述,通 常使用L i n d o、L i n g o软件实现） 4、图论算法（这类算法可以分为很多种,包括最短路、网络流、二分图等算法,涉及到图论的问题可以用这些方法解决,需要认真准备） 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法,很多场合可以用到竞赛中） 6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法,对于有些问题非常有帮助,但是算法的实现比较困难,需慎重使用） 7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法,在很多竞赛题中有应用,当重点讨论模型本身而轻视算法的时候,可以使用这种 暴力方案,最好使用一些高级语言作为编程工具） 8、一些连续离散化方法（很多问题都是实际来的,数据可以是连续的,而计 算机只认的是离散的数据,因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的） 9、数值分析算法（如果在比赛中采用高级语言进行编程的话,那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用） 10、图象处理算法（赛题中有一类问题与图形有关,即使与图形无关,论文 中也应该要不乏图片的,这些图形如何展示以及如何处理就是需要解决的问题,通常使用M a t l a b进行处理） 一、在数学建模中常用的方法： 1.类比法 2.二分法 3.量纲分析法 4.差分法 5.变分法 6.图论法 7.层次分析法 8.数据拟合法 9.回归分析法 10.数学规划（线性规划、非线性规划、整数规划、动态规划、目标规划） 11.机理分析 12.排队方法
一、问题陈述 (下料问题)某工厂要做150套钢架，每套钢架分别需要长度为米、米和米的圆钢各一套。已知原料每根长10米，问应如何下料，可使所用原料最省 二、问题分析 该问题是运筹学在实际运用中比较经典的“线材下料问题”，从第一部分问题陈述中可以看出，该问题的一般提法是，要做N套产品，需要用规格不同的M种线材，各种规格的长度分别为l1，l2，l3，...，l m，每一套产品需要不同规格的原料分别为m1，m2，m3，...，m m根，已知原材料的长度为一定的长度，问应该如何下料，从而使原材料的耗用最省。 因此，在解决此类问题时应分两步考虑：1、确定可行的切割模式：即按照客户需要在原材料钢材上安排切割的一种组合；2、确定合理的切割模式：合理的切割模式的预料不应该大于或等于客户需要的钢材的最小尺寸。 对于如上第一分部提出的线材下料问题，可以用运筹学中线性规划的方法求解，通过建立线性规划模型来具体分析。 三、模型建立 建立线性规划模型时，对于约束条件这里为切割要满足客户对钢材数量的最低要求，本题将对标准钢材的切割（米、米、米），从而组合成一套钢架，要求为150套等因素建立约束条件。但是，对于目标函数而言，会有这样两种情况：1、求的钢材原材料总根数最少；2、求的钢材原材料余料最少。在本文的分析中，我们选择前者，即：求解使用的钢材原材料总根数最少。 为了建立模型方便，我们把下料后余下的小于最短用料的钢材称为废弃钢材，把下料得到的长为，，的钢材称为规格钢材，把10米长的原材料钢材称为原钢。因此，所用的原钢可以分解成三部分：1、成套利用的规格钢材；2、剩余的规格钢材；3、废弃钢材。通过分析计算，可以得到原钢的11种下料方式如下：
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”。
重庆交通大学 学生实验报告 实验课程名称数学建模 ^ 开课实验室数学实验室 学院信息院11 级软件专业班 1 班 学生姓名 学号 ￥ 开课时间2013 至2014 学年第 1 学期
！ 】 )
/ 实验一 钢管下料问题 摘要 ( 生产中常会遇到通过切割、剪裁、冲压等手段,将原材料加工成规定大小的某种,称为原料下料问题.按照进一步的工艺要求,确定下料方案,使用料最省,或利润最大是典型的优化问题.下面我们采用数学规划模型建立线性规划模型并借助LINGO 来解决这类问题. 关键词线性规划最优解钢管下料 一，问题重述 1、问题的提出 某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割出售．从钢管厂进货得到的原材料的钢管的长度都是1850mm ，现在一顾客需要15根290 mm，28根315 mm，21根350 mm和30根455 mm的钢管．为了简化生产过程，规定所使用的切割模式的种类不能超过4种，使用频率最高的一种切割模式按照一根原料钢管价值的1/10增加费用，使用频率次之的切割模式按照一根原料钢管价值的2/10增加费用，以此类推，且每种切割模式下的切割次数不能太多（一根原钢管最多生产5根产品），此外为了减少余料浪费，每种切割模式下的余料浪费不能超过100 mm，为了使总费用最小，应该如何下料 ` 2、问题的分析 首先确定合理的切割模式，其次对于不同的分别进行计算得到加工费用，通
过不同的切割模式进行比较，按照一定的排列组合，得最优的切割模式组，进而使工加工的总费用最少. 二，基本假设与符号说明 1、基本假设 假设每根钢管的长度相等且切割模式理想化.不考虑偶然因素导致的整个切割过程无法进行. 2、定义符号说明 （1）设每根钢管的价格为a ，为简化问题先不进行对a 的计算. （2）四种不同的切割模式：1x 、2x 、3x 、4x . 》 （3）其对应的钢管数量分别为：i r 1、i r 2、i r 3、i r 4（非负整数）. 三、模型的建立 由于不同的模式不能超过四种，可以用i x 表示i 按照第种模式（i =1,2,3,4）切割的原料钢管的根数，显然它们应当是非负整数.设所使用的第i 种切割模式下 每根原料钢管生产290mm ，315mm,,350mm 和455mm 的钢管数量分别为i r 1，i r 2，i r 3，i r 4（非负整数）. 决策目标 切割钢管总费用最小，目标为： Min=（1x ?+2x ?+3x ?+4x ?）?a (1) 为简化问题先不带入a 约束条件 为满足客户需求应有 11r ?1x +12r ?2x +13r ?3x +14r ?4x ≧15 (2) ( 21r ?1x +22r ?2x +23r ?3x +24r ?4x ≧28 (3) 31r ?1x +32r ?2x +33r ?3x +34r ?4x ≧21 (4) 41r ?1x +42r ?2x +43r ?3x +44r ?4x ≧15 (5) 每一种切割模式必须可行、合理，所以每根钢管的成品量不能大于1850mm 也不能小于1750mm.于是： 1750≦290?11r +315?21r +350?31r +455?41r ≦1850 （6） 1750≦290?12r +315?22r +350?32r +455?42r ≦1850 （7） 1750≦290?13r +315?23r +350?33r +455?43r ≦1850
实验一 控制系统的数学模型 一 实验目的 1、学习用MATLAB 创建各种控制系统模型。 2、掌握传递函数模型、零-极点增益模型以及连续系统模型与离散系统模型之间的转化，模型的简化。 二 相关理论 1传递函数描述 (1)连续系统的传递函数模型 连续系统的传递函数如下： ? 对线性定常系统，式中s 的系数均为常数，且a1不等于零，这时系统在MATLAB 中 可以方便地由分子和分母系数构成的两个向量唯一地确定出来，这两个向量分别用num 和den 表示。 num=[b1,b2,…,bm,bm+1] den=[a1,a2,…,an,an+1] 注意：它们都是按s 的降幂进行排列的。 tf （）函数可以表示传递函数模型：G=tf(num, den) 举例： num=[12,24,0,20];den=[2 4 6 2 2]; G=tf(num, den) (2)零极点增益模型 ? 零极点模型实际上是传递函数模型的另一种表现形式，其原理是分别对原系统传递 函数的分子、分母进行分解因式处理，以获得系统的零点和极点的表示形式。 K 为系统增益，zi 为零点，pj 为极点 在MATLAB 中零极点增益模型用[z,p,K]矢量组表示。即： z=[z1,z2,…,zm] p=[p1,p2,...,pn] K=[k] zpk （）函数可以表示零极点增益模型：G=zpk(z,p,k) (3)部分分式展开 ? 控制系统常用到并联系统，这时就要对系统函数进行分解，使其表现为一些基本控 制单元的和的形式。 ? 函数[r,p,k]=residue(b,a)对两个多项式的比进行部分展开，以及把传函分解为微 分单元的形式。 ? 向量b 和a 是按s 的降幂排列的多项式系数。部分分式展开后，余数返回到向量r ， 极点返回到列向量p ，常数项返回到k 。 ? [b,a]=residue(r,p,k)可以将部分分式转化为多项式比p(s)/q(s)。 11 211121......)()()(+-+-++++++++==n n n n m n m m a s a s a s a b s b s b s b s R s C s G ))...()(())...()(()(2121n m p s p s p s z s z s z s K s G ------=22642202412)(23423++++++=s s s s s s s G
第1章数学建模与误差分析 1.1 数学与科学计算 数学是科学之母，科学技术离不开数学，它通过建立数学模型与数学产生紧密联系，数学又以各种形式应用于科学技术各领域。数学擅长处理各种复杂的依赖关系，精细刻画量的变化以及可能性的评估。它可以帮助人们探讨原因、量化过程、控制风险、优化管理、合理预测。近几十年来由于计算机及科学技术的快速发展，求解各种数学问题的数值方法即计算数学也越来越多地应用于科学技术各领域，相关交叉学科分支纷纷兴起，如计算力学、计算物理、计算化学、计算生物、计算经济学等。 科学计算是指利用计算机来完成科学研究和工程技术中提出的数学问题的计算，是一种使用计算机解释和预测实验中难以验证的、复杂现象的方法。科学计算是伴随着电子计算机的出现而迅速发展并获得广泛应用的新兴交叉学科，是数学及计算机应用于高科技领域的必不可少的纽带和工具。科学计算涉及数学的各分支，研究它们适合于计算机编程的数值计算方法是计算数学的任务，它是各种计算性学科的联系纽带和共性基础，兼有基础性和应用性的数学学科。它面向的是数学问题本身而不是具体的物理模型，但它又是各计算学科共同的基础。 随着计算机技术的飞速发展，科学计算在工程技术中发挥着愈来愈大的作用,已成为继科学实验和理论研究之后科学研究的第三种方法。在实际应用中所建立的数学模型其完备形式往往不能方便地求出精确解，于是只能转化为简化模型，如将复杂的非线性模型忽略一些因素而简化为线性模型，但这样做往往不能满足精度要求。因此，目前使用数值方法来直接求解较少简化的模型，可以得到满足精度要求的结果，使科学计算发挥更大作用。了解和掌握科学计算的基本方法、数学建模方法已成为科技人才必需的技能。因此，科学计算与数学建模的基本知识和方法是工程技术人才必备的数学素质。 1.2 数学建模及其重要意义 数学，作为一门研究现实世界数量关系和空间形式的科学，在它产生和发展的历史长河中，一直是和人们生活的实际需要密切相关。用数学方法解决工程实际和科学技术中的具体问题时，首先必须将具体问题抽象为数学问题，即建立起能描述并等价代替该实际问题的数学模型，然后将建立起的数学模型，利用数学理论和计算技术进行推演、论证和计算，得到欲求解问题的解析解或数值解，最后用求得的解析解和数值解来解决实际问题。本章主要介绍数学建模基本过程和求解数学问题数值方法的误差传播分析。 1.2.1 数学建模的过程 数学建模过程就是从现实对象到数学模型，再从数学模型回到现实对象的循环，一般通过表述、求解、解释、验证几个阶段完成。数学建模过程如图1.2.1所示，数学模型求解方法可分为解析法和数值方法，如图1.2.2所示。 表述是将现实问题“翻译”成抽象的数学问题，属于归纳。数学模型的求解方法则属于演绎。归纳是依据个别现象推出一般规律；演绎是按照普遍原理考察特定对象，导出结论。演绎利用严格的逻辑推理，对解释现象做出科学预见，具有重要意义，但是它要以归纳的结论作为公理化形式的前提，只有在这个前提下
系统的描述与数学建模 [摘要]数学建模就是利用数学方法将系统的文字语言描述转化成数学方式表达。由于影响系统的因素多种多样，当用数学表达系统时，我们要求尽可能要使得数学建模既能从本质上反映系统，又能使得系统的数学模型具有简单性。 [关键词]系统的建模数学建模 数学建模就是利用数学方法将系统的文字语言描述转化成数学方式表达。由于影响系统的因素多种多样，当用数学表达系统时，我们要求尽可能要使得数学建模既能从本质上反映系统，又能使得系统的数学模型具有简单性。一个极其复杂的数学模型对于分析系统毫无帮助。 为了说明这种数学建模的方法，我们举一个简单的例子。比如我们研究某一地区人口的健康状况。假定在我们的研究时段内没有人口的自然死亡，按照自然规律人口总是以一定的概率，变成亚健康、或者患上某种轻疾病、或者患上重疾病。在一定的环境和医疗条件下，部分亚健康者和患者会得以康复，这是一种简单运算的系统描述，并没有具体地给出定量表达。为了能用数学的方法表达这个描述，我们按照以下方式将人口分类：（1）健康人。（2）亚健康人。（3）患轻病人。（4）患重病人。 根据上面的关系和一些假定条件，我们可以得到相应的微分方程，至于方程的详细导出我们以后再讨论。这里我们需要指出，前面我们只是一种说明性的举例，在实际建模过程中，要依赖于系统所在的环境，按照前面方法得到的应是确定性模型，在随机环境中，上面所述的量应当对应成相应状态的概率。 再比如排队系统，是最常见的一种系统，这类系统主要描述顾客到达，接受服务然后离开这一过程。系统由顾客与服务员两个单元组成。这类问题主要由以下四个因素决定：（1）顾客来到窗口的频率。（2）窗口的个数。（3）排队规则。（4）服务时间分布；所以我们必须对它们作适当的假定。 在单个服务台的排队系统模型M/M/1，即系统只设一个服务台床的情况。假定顾客是相互独立地到达系统，而且顾客到达系统的间隔时间服从负指数分布 F(t)=1-e -λt (输入过程)，又服务窗为每一位顾客的服务时间也同时服从负指 数分布H(t)=1-e -μt (运行方式)。对这种最简单的排队模型，我们将依照不同的系统规则确定排队系统所满足的微分方程。 M/M/1损失制排队模型是指系统内只设一个服务窗，系统容量为1（即有一个排队位置而无排队等待位置），顾客到达和窗口服务时间均为负指数分布，且
钢管下料问题 某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割后售出，从钢管厂进货时得到的原料钢管都是19m 。 (1）现在一客户需要50根4m 、20根6m 和15根8m 的钢管。应如何下料最节省？ (2) 零售商如果采用的不同切割模式太多，将会导致生产过程的复杂化，从而增加生产和管理成本，所以该零售商规定采用的不同切割模式不能超过3种。此外，该客户除需要（1）中的三种钢管外，还需要10根5m 的钢管。应如何下料最节省。 问题（1）分析与模型建立 首先分析1根19m 的钢管切割为4m 、6m 、8m 的钢管的模式，所有模式相当于求解不等式方程： 12346819 k k k ++≤ 的整数解。但要求剩余材料12319(468)4r k k k =-++<。 容易得到所有模式见表1。 决策变量 用i x 表示按照第i 种模式(i=1,2,…，7)切割的原料钢管的根数。 以切割原料钢管的总根数最少为目标，则有 1234567min z x x x x x x x =++++++ 约束条件 为满足客户的需求，4米长的钢管至少50根，有
1236743250x x x x x ++++≥ 6米长的钢管至少20根，有 25673220x x x x +++≥ 8米长的钢管至少15根，有 346215x x x ++≥ 因此模型为： 1234567min z x x x x x x x =++++++ 123672567346432503220..215,1,2,,7 i x x x x x x x x x s t x x x x i ++++≥??+++≥??++≥??=? 取整 解得： 12345670,12,0,0,0,15,0x x x x x x x ======= 目标值z=27。 即12根钢管采用切割模式2：3根4m ，1根6m ，余料1m 。 15根钢管采用切割模式6：1根4m ，1根6m ，1根8m ，余料1m 。 切割模式只采用了2种，余料为27m ，使用钢管27根。 LINGO 程序： model: sets: model/1..7/:x; endsets min=x(1)+x(2)+x(3)+x(4)+x(5)+x(6)+x(7); 4*x(1)+3*x(2)+2*x(3)+x(6)+x(7)>=50; x(2)+3*x(5)+x(6)+2*x(7)>=20; x(3)+2*x(4)+x(6)>=15; @for(model(i):@gin(x(i))); end 问题（2）模型建立 首先分析1根19m 的钢管切割为4m 、6m 、8m 、5m 的钢管的模式，所有模式相当
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
钢管下料问题的数学模型 组员 一、问题的提出 1、某钢管零售商从钢管厂进货，将钢管按照顾客的需求切割后售出，从钢管厂进货时，得到原料19米，现有乙客户需要50根4米，20根6米，15根8米，如何下料最省？ 2、摘要：生产中常会遇到通过切割、剪裁、冲压等手段,将原材料加工成规定大小的某种,称为原料下料问题.按照进一步的工艺要求,确定下料方案,使用料最省,或利润最大是典型的优化问题.下面我们采用数学规划模型建立线性规划模型并借助LINGO 9.0来解决这类问题. 二、引言：钢管、钢筋在隧道施工中用途极为广泛,然而,钢铁厂因为大规模生产,出厂的钢管、钢筋大多为半成品,长度极少能满足工程建设的需要。作业队伍要根据图纸所要求的钢管、钢筋长度对半成品的钢管、钢筋进行再加工。加工剩下的废料因为长短不一,往往无法再次利用,只能当作废铁贱卖,白白浪费。建设者长期因为找不到最佳解决方案而苦恼。因此,如何巧妙安排,运筹谋划使下料后的废料达到最小化,是一个非常重要的、值得进行深入研究的课题。数学建模在隧道施工钢管下料中的应用就是研究如何针对不同要求进行统筹分配,
使在保证需求数量的情况下,达到最佳效果的一种运筹学方法。下面将通过介绍高速公路隧道钢管下料中如何应用这一研究方法和技术,并应用LINDO 软件求解,来达到在条件限制下的总体废料最小化 三、问题的分析： 首先确定合理的切割模式，其次对于不同的分别进行计算得到加工费用，通过不同的切割模式进行比较，按照一定的排列组合，得最优的切割模式组，进而使工加工的总费用最少. 1、问题一： 某钢管零售商以钢管厂进货，将钢管按顾客的需求切割后售出，从钢管厂进货时得到原料19m 建立模型 引入决策变量，x 1 x 2 x 3 x 4 x 5 x 6 x 7 目标函数 1 钢管数最少：=Z min 7654321x x x x x x x ++++++ 2 余下的钢管最少76543213333m in x x x x x x x Z ?+++?+?++?= 经过以上分析，可转化为下述线性规划问题 约束条件： 1、??? ??≥?++≥?++?+≥++? +?+?++++++=15 2203250234min 753 6542543217654321x x x x x x x x x x x x x x x x x x x Z 问题一： 2、 76543213333m in x x x x x x x Z ++++++= ??? ??≥++≥+++≥++++15 220 3250 234753 654254321x x x x x x x x x x x x
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
数模模拟赛论文 我们参赛选择的题号是（从A/B中选择一项填写）： B 我们的参赛报名号为：B12 职务姓名学号学院专业和班级 队长张林10251003201 数学与计算科学学院2010数学与应用数 学2班 队员陈强10251003106 数学与计算科学学院2010数学与应用数 学1班 队员庞阳华10251003230 数学与计算科学学院2010数学与应用数 学2班
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。 北京市水资源短缺风险综合评价 一．摘要 本文以北京地区水资源短缺风险问题及北京市水资源短缺情况数据来进行综合评价，首先构造隶属函数]5[以评价水资源系统的模糊性，其次利用logistic 回归模型模拟和预测水资源短缺风险发生的概率，而后建立了基于模糊概率的水资源短缺风险评价模型，最后利用判别分析识别出水资源短缺风险敏感因子并提出改进方案。 本文最大的亮点是采用采用Logistic回归模型来模拟缺水量系列的概率分布，logistic回归方法具有对因变量数据要求低、计算结果唯一、模型精度高等优点。 二．问题重述 近年来，我国水资源短缺问题日趋严重，尤其是北京水资源短缺已成为焦