![最佳旅游线路-数学建模[]](https://img.doczj.com/img42/17sx2vsaoozgavs85d58c6eo7amafmu8-21.webp)
![最佳旅游线路-数学建模[]](https://img.doczj.com/img42/17sx2vsaoozgavs85d58c6eo7amafmu8-c2.webp)
最佳旅游路线设计
摘要
本文主要研究最佳旅游路线的设计问题。在满足相关约束条件的情况下，花最少的钱游览尽可能多的景点是我们追求的目标。基于对此的研究，建立数学模型，设计出最佳的旅游路线。
第一问给定时间约束，要求为主办方设计合适的旅游路线。我们建立了一个最优规划模型，在给定游览景点个数的情况下以人均总费用最小为目标。再引入0—1变量表示是否游览某个景点，从而推出交通费用和景点花费的函数表达式，给出相应的约束条件，使用lingo编程对模型求解。推荐方案：成都→都江堰→青城山→丹巴→乐山→成都，人均费用为949元（此处不考虑旅游人数对游览费用的影响）。
第二问放松时间约束，要求代表们游遍所有的景点，该问题也就成了典型的货郎担（TSP）问题。同样使用第一问的模型，改变时间约束，使用lingo编程得到最佳旅游路线为：成都→乐山→峨眉→海螺沟→康定→丹巴→四姑娘山→青城山→都江堰→九寨沟→黄龙→成都，人均费用为3243元。
第三问要求在第一问的基础上充分考虑代表们的旅游意向，建立模型求解。通过对附件一数据的观察，我们使用综合评判的方法，巧妙地将代表们的意愿转化为对相应旅游景点的权重，再对第一问的模型稍加修改，编程求出对应不同景点数的最佳路线。推荐路线：成都→乐山→都江堰→青城山→丹巴→成都，人均费用为927元。
对于第四问，由于参观景点的人数越多每人承担的费用越少，因此我们要考虑的是尽量使得两组代表在共同旅游的时间内在相同的景点游览。正是基于此，我们建立模型求解。推荐路线：第一组：成都→乐山→丹巴→都江堰→青城山→成都第二组：成都→都江堰→青城山→峨眉→乐山→成都，两组在都江堰会合并且共同游览了都江堰和青城山，人均费用为971元。
第五问中，首先我们修改了不合理数据，并用SPSS软件对缺省数据进行了时间序列预测。其次我们合理定义了阴雨天气带来的损失，以人均总花费最小和阴雨天气带来的损失最小为目标，建立加权双目标规划模型。推荐路线：成都→康定→青城山→都江堰→乐山→成都，相应人均消费987元，阴雨天气带来的损失为1.6。
本文思路清晰，模型恰当，结果合理.由于附件所给数据的繁杂，给数据的整理带来了很多麻烦，故我们利用Excel排序，SPSS预测，这样给处理数据带来了不少的方便。本文成功地对0—1变量进行了使用和约束，简化了模型建立难度，并且可方便地利用数学软件进行求解。此外，本文建立的模型具有很强普适性，便于推广。
关键词：最佳路线 TCP问题综合评判景点个数最小费用
1 问题重述
今年暑假，西南交通大学数学系要召开“××学术会议”，届时来自国内外的许多著名学者都会相聚成都。在会议结束后，主办方希望能安排这些远道而来的贵宾参观四川省境内的著名自然和人文景观，初步设想有如下线路可供选择：一号线：成都→九寨沟、黄龙；
二号线：成都→乐山、峨嵋；
三号线：成都→四姑娘山、丹巴；
四号线：成都→都江堰、青城山；
五号线：成都→海螺沟、康定；
每条线路中的景点可以全部参观，也可以参观其中之一。不仅如此，一起参观景点的人数越多，每人承担的费用也会越小。
结合上述要求，请你回答下列问题：
一、请你们为主办方设计合适的旅游路线，使会议代表在会议结束后的10天时间内花最少的钱游尽可能多的地方。
二、如果有一些会议代表的时间非常充裕（比如一个月），他们打算将上述旅游景点全部参观完毕后才离开四川，请你们为他们设计合适的旅游路线，使在四川境内的交通费用尽量地节省。
三、主办方在会议开始前对所有参会的100位代表旅游意向进行了调查，调查数据见附件1所示。充分考虑这些代表的意愿，请你们为主办方设计代表们合适的旅游路线，使他们在会议结束后的10天时间内花最少的钱游尽可能多的地方。
四、由于会议安排原因，附件1中的后50位代表要拖后四天时间才能去旅游观光（每人旅游总时间保持不变）。请在问题三基础上考虑时间滞后因素，为主办方设计合适的旅游路线，使代表们在10天的时间里花最少的钱游尽可能多的地方。
五、在旅游过程中最担心出现阴雨天气，这种气候环境是最不适合旅游的。因此，在出发前，主办方询问了四川省气象局这五条旅游线路降雨的概率，具体数据见附件2。请在问题三的基础上增加气候因素，为主办方设计合适的旅游路线，使代表们在10天的时间里花最少的钱游尽可能多的地方，同时因阴雨天气而带来的旅游不便损失降为最低。
2 问题分析
2.1问题背景的理解：
根据对题目的理解我们可以知道，旅游的总费用包括交通费用和在景点游览时的费用，而在确定了要游览的景点的个数后，所以我们的目标就是在满足所有约束条件的情况下，求出成本的最小值。
2.2问题一和问题二的分析：
问题一要求我们为主办方设计合适的旅游路线，使会议代表在会议结束后的10天时间内花最少的钱游尽可能多的地方。在这里我们的做法是在满足相应的约束条件下，先确定游览的景点数，然后计算出在这种情况下的最小花费。这样最终会得出几种最佳方案，而组织方可以根据自己的实际情况进行选择。
问题二实质上是在问题一的基础上改变了时间约束，即代表们要游览所有的
景点，我们完全可以使用与问题一同样的方法进行求解。
2.3问题三的分析：
问题三要求我们在问题一的基础上充分考虑代表们对各个景点的意愿来设计最佳旅游路线，而代表们的意愿由附件1给出。对于意愿，我们的做法是将其转化为相应的权重，然后乘以相应的旅游景点的花费，再利用问题一的模型得出几种最佳方案供主办方选择。
2.4问题四和问题五的分析：
问题四将100名代表平均分成了两组，而第二组则晚了四天出发。由于题目中告诉我们参观景点的人数越多，每人承担的费用越少，因此我们应该考虑使两组同时在外旅游是尽量在同一景点游览，来减少旅游总费用。基于此思想建立模型求解即可。
问题五在问题三的基础上考虑了天气的因素，因为阴雨会给代表们带来一定的损失，因此该问又增加了一个使损失最小的目标。我们在定义这个损失后，对总费用和损失两个目标分别加权，以最小为目标求出相应的方案即可。
3 模型假设
1.所给的5条路线每条路线中的景点可以全部参观，也可以参观其一；
2.参观景点的人数越多，每人承担的费用越少；
3.数学系使用旅游大巴安排代表们往返于各个旅游景点，其交通费用、在景点的花费、在景点的逗留时间参照当地客运公司及旅行社的数据；
4.代表们所乘坐的旅游大巴平均时速为50km/h，平均费用为0.3元/km；
5.一个景点直接到达另外一个景点是指，途中经过的其他景点只是一个转站地，而并不进行游览；
6.在限定的时间内，代表们最终要返回成都，并且假设成都是代表们肯定要去的一个旅游景点；
7.假设参观景点的人数每增加一人，每个代表在景点的费用就减少原价的1‰；
8.代表们在途中和游览景点的时间为12小时，而另外12小时为休息、用餐及其他琐事时间。
4 符号说明
i,j——第i个或者第j个景点，i，j=1，2， (11)
分别表示成都、九寨沟、黄龙、乐山、峨嵋、四姑娘山、丹巴、都江堰、
青城山、海螺沟、康定；
c——每个会议代表的旅游总花费；
t——每个会议代表在第i个景点的逗留时间；
i
c——每个会议代表在i个景点的总消费；
i
t——从第i个景点到第j个景点路途中所需时间；
ij
ij c ——从第i 个景点到第j 个景点所需的交通费用；
???=01ij r
其他个景点个景点到达第代表们直接从第
j i
5 模型建立及求解
5.1 问题一：
5.1.1 目标函数的确立： 经过对题目分析，我们可以知道本题所要实现的目标是，使会议代表在10天时间内花最少的钱游览尽可能多的地方。显然，花费最少和游览的景点尽量多是该问题的两个目标。因此，我们的做法是在满足相应的约束条件下，先确定游览的景点数，然后计算出在这种情况下的最小花费。这样最终会得出几种旅游路线，而组织方可以根据自己的实际情况进行选择。
游览的总费用由2部分组成，分别为交通总费用和在旅游景点的花费。我们定义：
m ——每个代表的旅游总花费；
1m ——每个代表的交通总费用；
2m ——每个代表的旅游景点的花费； 从而得到目标函数： Min m ＝1m ＋2m （1）交通总花费
因为ij c 表示从第i 个景点到第j 个景点所需的交通费用，而ij r 是判断代表们是否从第i 个景点直接到第j 个景点的0—1变量，因此我们可以很容易的得到交通总费用为：
∑∑==?=11
111
11i j ij ij c r m
（2）旅游景点的花费
因为i c 表示会议代表们在i 个景点的总消费，ij r 也可以表示出代表们是
否到达过第i 个和第j 个景点，而整个旅游路线又是一个环形，因此
()∑∑==+?11111
1
i j j
i
ij
c c r 实际上将代表们在所到景点的花费计算了两遍，从而我们
可得旅游景点的花费为：
()∑∑==+??=11111
1
221i j j i ij c c r m
从而我们可以得到目标函数为：
Min m ＝1m ＋2m
＝∑∑==?11
111
1
i j ij ij c r +()∑∑==+??11111
121i j j i ij c c r
5.1.2 约束条件：
①时间约束
由题目可知，代表们在川的旅游时间应该不多于10天(120小时)，而
这些时间包括在路途中的时间和在旅游景点逗留的时间。因为ij t 表示从第i 个景点到第j 个景点路途中所需时间，所以路途中所需总时间为
∑∑==?11111
1
i j ij ij
t r
；i t 表示会议代表们在第i 个景点的逗留时间，故代表们在旅游
景点的总逗留时间为()∑∑==+??11111
1
21i j j i ij t t r 。因此，总的时间约束为：
∑∑==?11
111
1
i j ij ij t r +()∑∑==+??11111
121i j j i ij t t r ≤120 ②旅游景点数约束
根据假设，整个旅游路线是环形，即最终代表们要回到成都，因此
∑∑==11111
1
i j ij
r
即表示代表们旅游的景点数，这里我们假定要旅游的景点数为n
（n =2，3，……，11）。因此旅游景点数约束为：
∑∑===11111
1
i j ij
n r
（n =2，3， (11)
③0——1变量约束
我们可以把所有的景点连成一个圈，而把每一个景点看做圈上一个点。对于每个点来说，只允许最多一条边进入，同样只允许最多一条边出来，并且只要有一条边进入就要有一条边出去。因此可得约束：
=∑i
ij r 1≤∑j
ij r （i ，j =1，2， (11)
当1=i 时，因为成都是出发点，所以11
=∑=i ij r ；
1=j 时，因为代表们最终要回到成都，所以11
=∑=j ij r 。
综合以上可知，
=
∑i
ij
r
1≤∑j
ij
r
（i ，j =1，2， (11)
11
=∑=i ij
r
11
=∑=j ij r
同样，当i ，2≥j 时，根据题意不可能出现1==ji ij r r ，即不可能出
现游客在两地间往返旅游，因为这样显然不满足游览景点尽量多的原则。因此我们可得约束：
0=?ji ij r r （i ，j =2，3， (11)
5.1.3模型建立：
综上所述，我们可以得到总的模型为：
Min m ＝1m ＋2m
＝∑∑==?11
111
1
i j ij ij c r +()∑∑==+??11111
121i j j i ij c c r
约束条件：
∑∑==?11
111
1
i j ij ij t r +()∑∑==+??11111
121i j j i ij t t r ≤120 ∑∑===11111
1
i j ij
n r
（n =2，3， (11)
=
∑i ij
r
1≤∑j
ij
r
（i ，j =1，2， (11)
11
=∑=i ij
r
11
=∑=j ij r
0=?ji ij r r （i ，j =2，3， (11)
5.1.4 模型求解与结果分析： 在这里我们引入以下符号：
ij d ——第i 个景点和第j 个景点之间的路程；
v ——代表们所乘坐的旅游大巴的平均时速，v =50km/h ； m ——代表们所乘坐的旅游大巴的平均费用，h =0.3元/h ；
通过上网查询资料，我们可以得到ij d 的具体值，根据公式ij t =ij d /v 可得到相应的ij t ，同样根据公式ij c =ij d ×m 可以得到相应的ij c （i ，j =1，2，……，11）。（ij d 、ij t 和ij c 的具体数值见附录）
同样，通过对四川的一些旅行社进行咨询，我们得出会议代表们在第i 个景点的最佳逗留时间和他们在第i 个景点总消费：
峨嵋、四姑娘山、丹巴、都江堰、青城山、海螺沟、康定）
对于上述结果，我们的推荐为：
路线一：成都→乐山→都江堰→青城山→成都
旅游景点数：4 人均费用：623元；
路线二：成都→都江堰→青城山→丹巴→乐山→成都
旅游景点数：5 人均费用：949元；
路线三：成都→乐山→康定→丹巴→青城山→都江堰→成都
旅游景点数：6 人均费用：1207元。
5.2 问题二
5.2.1 目标函数的确立：
此问与第一问大同小异，不同的是代表们要完成所有景点的旅游，而目标
函数是求最少的交通费。由第一问结论可知，交通费用为：∑∑
==?
=
11
111 1
1
i j
ij ij
c r
m 因此，该问题的目标函数为：
Min ∑∑
==?
=
11
111 1
1
i j
ij ij
c r
m
5.2.2 约束条件：
①时间约束
该问与上一问相比，放宽了对时间的要求，不妨可以假定限制的时间为一个月（360个小时），同上一问可得：
∑∑==?11
111
1
i j ij ij t r +()∑∑==+??11111
121i j j i ij t t r ≤360 ②旅游景点数约束
由题目要求可知，因为代表们时间充裕，因此他们打算游览完全部11个景点。由第一问知道∑∑==11
111
1
i j ij r 表示代表们游览的景点总数，因此该约束为：
∑∑===11
1111
11i j ij
r
(i ，j =1，2， (11)
③0——1变量约束
根据假设，整个旅游路线是环形，即最终代表们要回到成都，因此我们可以把整个路线看做一个Hamilton 圈，这样该问题就归结为货郎担（TSP ）问题，当然前提是我们已经知道了要旅游所有的景点。因此，对于Hamilton 圈中的每个点来说，只允许有一条边进入，同样，也只允许有一条边出去。用公式表示即为：
1=∑i
ij r 1=∑j
ij r （i ，j =1，2， (11)
同样，当i ，2≥j 时，根据题意不可能出现1==ji ij r r ，即不可能出 现游客在两地间往返旅游，因为这样显然不满足游览景点尽量多的原则。因此我们可得约束：
0=?ji ij r r （i ，j =2，3， (11)
5.2.3模型建立：
综上所述，我们可以得到总的模型为：
Min ∑∑==?=11
111
11i j ij ij c r m
约束条件：
∑∑==?11
111
1
i j ij ij t r +()∑∑==+??11111
121i j j i ij t t r ≤360 ∑∑===11111
1
11i j ij
r
（i ，j =1，2， (11)
1=∑i
ij
r
1=∑j
ij r （i ，j =1，2， (11)
0=?ji ij r r （i ，j =2，3， (11)
5.2.4 模型求解与结果分析：
根据模型，使用Lingo 编程，得出结果为：
5.3 问题三
5.3.1目标函数的确立 5.3.1.1问题的再次分析
此问在第一问的基础上增加了代表们意愿这一条件，通过对附件一的观察，我们发现代表们的意愿分为“去”、“不去”和“无所谓”三种。怎样将这些文字转换到公式中来表达代表们的意愿就成为了解决该问的关键。在这里我们采用加权重的方式，将代表们的意愿理解为对该线路上两个景点的权重，又因为我们最终的目标是使旅游的费用最少，因此越热门的景点相应的权重也应该越低（这是因为权重越低，其与该景点的费用相乘后也越低，从而增加了对该景点游览的可能性）。
5.3.1.2数据处理
将所有的“去”替换为0，所有的“不去”替换为1，所有的“无所谓”替换为0.5，从而得到一个100?5的矩阵()5100?ks A （见附录）。 我们定义：
i λ——第i 个旅游景点的权重。
由假设可知成都是代表们肯定要游览的一个景点，因此01=λ。 对其他权重进行标准化处理可得：
∑∑∑====
=10015
1100
11
32k s ks
k k A
A
λλ=0.185 ∑∑∑====
=10015
1100
12
54k s ks
k k A
A
λλ=0.217
∑∑∑====
=10015
1
1001
3
76k s ks
k k A
A
λλ=0.196 ∑∑∑====
=10015
1
10014
98k s ks
k k A
A
λλ=0.206
∑∑∑====
=10015
1
100
11
1110k s ks
k k A
A
λλ0.196
5.3.1.3确定目标函数
本文我们的做法同样是在满足相应的约束条件下，先确定游览的景点数，然后计算出在这种情况下的最小花费。这样最终会得出几种最佳方案，而组织方可以根据自己的实际情况进行选择。
游览的总费用由2部分组成，分别为交通总费用和在旅游景点的花费。又根据假设，参观景点的人数每增加一人，在景点的总费用就减少原价的1‰，由于共有100名代表，这就相当于每人在旅游景点的花费打了“九折”，因此得目标函数为：
Min λm =∑∑==???11
111
1100i j ij ij i c r λ+ ()∑∑==+????11111
1
9021
i j j i ij i c c r λ
而所得结果所对应的每个代表的总花费为：
m =∑∑==?11
111
1i j ij ij c r + ()∑∑==+???
11111
1
1009021i j j i ij c c r 5.3.2 约束条件
①时间约束
由题目可知，代表们在川的旅游时间应该不多于10天(120小时)，而
这些时间包括在路途中的时间和在旅游景点逗留的时间。因为ij t 表示从第i 个景点到第j 个景点路途中所需时间，所以路途中所需总时间为
∑∑==?11111
1
i j ij ij
t r
；i t 表示会议代表们在第i 个景点的逗留时间，故代表们在旅游
景点的总逗留时间为()∑∑==+??11111
1
21i j j i ij t t r 。因此，总的时间约束为：
∑∑==?11
111
1
i j ij ij t r +()∑∑==+??11111
121i j j i ij t t r ≤120 ②旅游景点数约束
根据假设，整个旅游路线是环形，即最终代表们要回到成都，因此
∑∑==11111
1
i j ij
r
即表示代表们旅游的景点数，这里我们假定要旅游的景点数为n
（n =2，3，……，11）。因此旅游景点数约束为：
∑∑===11111
1
i j ij
n r
（n =2，3， (11)
③0——1变量约束
我们可以把所有的景点连成一个圈，而把每一个景点看做圈上一个点。对于每个点来说，只允许最多一条边进入，同样只允许最多一条边出来，并且只要有一条边进入就要有一条边出去。因此可得约束：
=∑i
ij r 1≤∑j
ij r （i ，j =1，2， (11)
当1=i 时，因为成都是出发点，所以11
=∑=i ij r ；
当1=j 时，因为代表们最终要回到成都，所以11
=∑=j ij r 。
综合以上可知，
=
∑i ij
r
1≤∑j
ij
r
（i ，j =1，2， (11)
11
=∑=i ij
r
11
=∑=j ij r
同样，当i ，2≥j 时，根据题意不可能出现1==ji ij r r ，即不可能出
现游客在两地间往返旅游，因为这样显然不满足游览景点尽量多的原则。因此我们可得约束：
0=?ji ij r r （i ，j =2，3， (11)
5.3.3模型建立：
综上所述，我们可以得到总的模型为：
Min λm =∑∑==???11
111
1100i j ij ij i c r λ+ ()∑∑==+????11111
1
9021
i j j i ij i c c r λ
约束条件：
∑∑==?11
111
1
i j ij ij t r +()∑∑==+??11111
121i j j i ij t t r ≤120 ∑∑===11111
1
i j ij
n r
（n =2，3，……11）
=
∑i ij
r
1≤∑j
ij
r
（i ，j =1，2， (11)
11
=∑=i ij
r
11
=∑=j ij r （i ，j =2，3， (11)
0=?ji ij r r （i ，j =2，3， (11)
5.3.4 模型求解与结果分析：
峨嵋、四姑娘山、丹巴、都江堰、青城山、海螺沟、康定）
对于上述结果，我们的推荐为：
路线一：成都→青城山→都江堰→乐山→成都
旅游景点数：4 人均费用：573元；
路线二：成都→乐山→都江堰→青城山→丹巴→成都
旅游景点数：5 人均费用：927元；
路线三：成都→乐山→都江堰→青城山→丹巴→康定→成都
旅游景点数：6 人均费用：1160元。
第四问：
5.4.1
5.4.1.1问题的再次分析：
该问中，由于会议安排原因，前50名（第一组）代表先行出发旅游，而后50名代表（第二组）则拖后4天。由假设可知，参观景点的人数越多，每人承担的费用越少，因此为了达到费用最少的目标，我们应该尽量安排两组代表在同时旅游的6天内在同样的景点旅游。
5.4.1.2数据的处理
类似上一问，我们定义：
'
λ——第i个旅游景点对于第一组代表的权重；
i
''
λ——第i个旅游景点对于第二组代表的权重。
i
运用与第一问同样的方法，我们可以得到：
5.4.1.3目标函数的确立：
此问中，我们引入以下符号：
m ——旅游总花费；
'
1m ——第一组每个代表的交通总费用； ''1m ——第二组每个代表的交通总费用； '2m ——第一组每个代表的旅游景点的花费；
'
'2m ——第二组每个代表的旅游景点的花费。
（上述四个量是假设两个组分别旅游的费用）
3m ——两个组同时在一景点旅游比分别旅游节约的费用。
由以上的假设和符号，我们可以很容易的得到总的目标函数为：
Min m ='
1m +'
'1m +'
2m +'
'2m －3m
而所得结果所对应的每个代表的总花费为：
m =∑∑==?11
111
1i j ij ij c r + ()∑∑==+???
11111
1
1009021i j j i ij c c r 定义：
???=01'
ij r
其他个景点个景点到达第第一组直接从第j i
?
??=01'
'ij r
其他个景点个景点到达第第二组直接从第
j i
从而可以推得：
∑∑==???=11
111
1'
'
'
150i j ij ij i c r λ
∑∑==???=11
1111
'
''
''
'150i j ij ij i c r m λ
又因为假设参观景点的人数每增加一人，每个代表在景点的费用就减少原价的1‰，因此可得：
'
2m =()∑∑==+?????11111
1
'
'95.05021i j j i ij i c c r λ
'
'2m =()∑∑==+?????111111
'
'''95.05021i j j i ij i c c r λ
（2）节约的费用 定义：
??
?=0
1i α其他
个景点旅游
两组代表同时在第i
因为两组分别旅行时按照原价的95﹪收费，而两组同时在同一景点旅游时按照原价的90﹪收费，因此后者比前者便宜了定价的5﹪，因此：
()∑∑==??+??????=11111
1
32105.0100j i j j j i i i ij c c m λαλαγ
5.4.2 约束条件 ①时间约束
由题目可知，代表们在川的旅游时间应该不多于10天（120小时），而
这些时间包括在路途中的时间和在旅游景点逗留的时间。因为ij t 表示从第i 个景点到第j 个景点路途中所需时间，所以两组代表们在路途中所需总时间分别为∑∑==?11
111
1
'
i j ij ij t r 和∑∑==?11
111
1
'
'i j ij ij t r ；i t 表示会议代表们在第i 个景点的逗留
时间，故两组代表们在旅游景点的总逗留时间分别为()∑∑==+??111111'
21i j j i ij t t r 和()∑∑==+??111111
'
'21i j j i ij t t r 。因此，总的时间约束为：
∑∑==?11111
1
'
i j ij ij t r +()∑∑==+??111111'
21i j j i ij t t r ≤120 ∑∑==?11111
1
'
'i j ij ij t r +()∑∑==+??111111'
'21i j j i ij t t r ≤120
②旅游景点数约束
根据假设，整个旅游路线是环形，即最终代表们要回到成都，因此
∑∑==11111
1
i j ij
r
即表示代表们旅游的景点数，这里我们假定两组代表要旅游的景点
数均为n （n =2，3，……，11）。因此旅游景点数约束为：
∑∑==111111
'i j ij
r =∑∑===11111
1
'
'i j ij
n r
③0——1变量约束
我们可以把所有的景点连成一个圈，而把每一个景点看做圈上一个点。对于每个点来说，只允许最多一条边进入，同样只允许最多一条边出来，并且只要有一条边进入就要有一条边出去。因此可得约束：
=∑i
ij r
'
1'
≤∑j ij r
=
∑i
ij
r
'
'1'
'≤∑j
ij
r
（i ，j =2， (11)
当1=i 时，因为成都是出发点，所以11
'
=∑=i ij r 并且11'
'=∑=i ij r ；
当1=j 时，因为代表们最终要回到成都，所以11
'
=∑=j ij r 并且11
'
'=∑=j ij r 。
综合以上可知，
=
∑i ij r
'
1'
≤∑j ij r
=
∑i
ij r '
'1'
'≤∑j
ij r （i ，j =2， (11)
11
'
=∑=i ij r 11
'
'=∑=i ij r 11
'=∑=j ij
r
11
'
'=∑=j ij r
同样，当i ，2≥j 时，根据题意不可能出现1''==ji ij r r 和1'
'''==ji ij r r ，即不可能出现游客在两地见往返旅游，因为这样显然不满足游览景点尽量多的原则。因此我们可得约束：
0'
'=?ji ij r r
0'
''
'=?ji ij r r （i ，j =2，3， (11)
5.4.3模型建立：
综上所述，我们可以得到总的模型为：
Min λm ='
1m +'
'1m +'
2m +'
'2m －3m
其中：
∑∑==???=11
111
1'
'
'
150i j ij ij i c r m λ
∑∑==???=11
1111
'
''
''
'150i j ij ij i c r m λ
'
2m =()∑∑==+?????11111
1
'
'95.05021i j j i ij i c c r λ
'
'2m =()∑∑==+?????111111
'
'''95.05021i j j i ij i c c r λ
()∑∑==??+??????=11111
1
32105.0100j i j j j i i i ij c c m λαλαγ
约束条件：
∑∑==?11
111
1
'
i j ij ij t r +()∑∑==+??111111'
21i j j i ij t t r ≤120 ∑∑==?11111
1
'
'i j ij ij t r +()∑∑==+??111111'
'21i j j i ij t t r ≤120 ∑∑==111111
'
i j ij r =∑∑===11111
1
'
'i j ij n r （n =2，3， (11)
=
∑i ij r
'
1'
≤∑j
ij
r
=
∑i ij r ''1'
'≤∑j
ij
r
（i ，j =1，2， (11)
11
'
=∑=i ij r
11
'
'=∑=i ij r
11
'
=∑=j ij r 11
''=∑=j ij r
0'
'
=?ji ij r 0'
''
'=?ji ij r r （i ，j =2，3， (11)
5.4.4 模型求解与结果分析：
使用lingo 编程，得到最佳结果：
即第一组先行出发，在游览了乐山和丹巴后前往都江堰，与第二组代表会合，两组代表共同游览了都江堰和青城山，之后第一组返回成都，而第一组则前往峨眉和乐山游览。
问题五：
在问题三的基础上我们引入以下符号：
l ——阴雨天气带来的旅游损失；
min )(n c ——代表们旅游n 个景点需要的最小的花费； max )(n c ——代表们旅游n 个景点需要的最大的花费；
min )(n l ——代表们旅游n 个景点阴雨天气所带大的最小损失； max )(n l ——代表们旅游n 个景点阴雨天气所带大的最大损失。
5.5.1目标函数的确立 5.5.1.1问题的再次分析
本问在问题三的基础上考虑了天气的因素，相应的也就增加了一个目标即：使因阴雨天气而带来的旅游损失降到最低。对于旅游损失，我们定义为代表们在景点逗留时所对应的阴雨天气概率的总和。
5.5.1.2数据处理
（1）对附件二数据的处理
Ⅰ.对于附件中超过100％的数据我们修定其为100％；
Ⅱ.对于附件中缺失的数据，我们使用SPSS 软件进行时间序列预测如下： 对于丹巴的降水概率，最优拟合曲线为二次曲线，拟合结果为：丹巴
第七天降雨的概率为10.33898﹪，我们取10﹪.
拟合曲线图如下：
对于康定的降水概率，最优拟合曲线为三次曲线，拟合结果为：康定第九天降水的概率为63.39119﹪，我们取63﹪.
拟合曲线图如下：
综上我们得到最终的矩阵：[]115is P ?（见附录）
。 （2）数据的归一化处理（原因）
通过观察数据，我们发现旅游总花费和阴雨天气带来的旅游损失的数值差距较大，在利用二者综合确立目标时，为了避免其的影响，采用数据常用处理方法——极差变化法，将数据做归一化处理。即： min max min )()()(n c n c n c c C --=
； min
max min
)()()(n l n l n l l L --=
（3）确定目标函数
对于该问，沿用上几问的思想，我们的做法是在满足相应的约束条件下，先确定游览的景点数，然后分别表示出相应的旅游总费用和阴雨天气带来的旅游损失，归一化处理后加权求最小值。这样最终会得出几种最佳方案，而组织方可以根据自己的实际情况进行选择。由此得到最终的目标函数：
Min L C ?+?=21Q γγ
(其中C ,L 如上所述，
1γ2γ为权重且121=+γγ) Ⅰ.对于C :
由第三问可知：c ＝∑∑==???11
111
1100i j ij ij i c r λ+ ()∑∑==+????11111
1
10021
i j j i ij i c c r λ，
而相应的min )(n c 与max )(n c 也可以根据前几问的模型计算出（具体值见附录表格），因此我们用可以已知的结果来表达C 。
Ⅱ.对于L ：
在L 的表达式中，关键是表示出l ，表示出l 后min )(n l 和max )(n l 可以根据相应的
模型通过编程很容易的计算出来。因为l 表示阴雨天气带来的旅游损失，而我
们定义该损失为代表们在景点逗留时所对应的阴雨天气概率的总和。这里我们设：
is P ——第i 个景点在第s 天阴雨的概率；（s =1，2，……10） i T ——代表们到达第i 个景点的时间；
V ——代表们游览的景点的集合，如V ={1，8，5，7}表示代表们游览了第1、
8、5、7个景点。
因此代表们会从第[][]天天到第i i i t T T +都留在第i 个景点（[]表示取整）。综上，l 的可以表示为[]
[]
∑
∑∈+=V i t T T s is
i I I
P ，这样我们也就可以表达出L 。
5.5.2约束条件 ①时间约束
由题目可知，代表们在川的旅游时间应该不多于10天，而这些时间包
括在路途中的时间和在旅游景点逗留的时间。因为ij t 表示从第i 个景点到第j 个景点路途中所需时间，所以路途中所需总时间为∑∑==?11
111
1i j ij ij t r ；i t 表示会
议代表们在第i 个景点的逗留时间，故代表们在旅游景点的总逗留时间为
()∑∑==+??11111
1
21i j j i ij t t r 。因此，总的时间约束为： ∑∑==?11
111
1
i j ij ij t r +()∑∑==+??11111
121i j j i ij t t r ≤120 ②旅游景点数约束
根据假设，整个旅游路线是环形，即最终代表们要回到成都，因此
∑∑==11111
1
i j ij
r
即表示代表们旅游的景点数，这里我们假定要旅游的景点数为n
（n =2，3，……，11）。因此旅游景点数约束为：
∑∑===11111
1
i j ij
n r
（n =2，3， (11)
③0——1变量约束
我们可以把所有的景点连成一个圈，而把每一个景点看做圈上一个点。对于每个点来说，只允许最多一条边进入，同样只允许最多一条边出来，并且只要有一条边进入就要有一条边出去。因此可得约束：
=∑i
ij r 1≤∑j
ij r （i ，j =1，2， (11)
当1=i 时，因为成都是出发点，所以11
=∑=i ij r ；
当1=j 时，因为代表们最终要回到成都，所以11
=∑=j ij r 。
综合以上可知，
=
∑i ij
r
1≤∑j
ij
r
（i ，j =1，2， (11)
11
=∑=i ij
r
11
=∑=j ij r
同样，当i ，2≥j 时，根据题意不可能出现1==ji ij r r ，即不可能出
现游客在两地间往返旅游，因为这样显然不满足游览景点尽量多的原则。因此我们可得约束：
0=?ji ij r r （i ，j =2，3， (11)
④对i T 的约束
因为i T 表示代表们到达第i 个景点的时间，因此i T 应该等于到达第
1-i 个景点的时间与第1-i 个景点到第i 个景点途中时间的和。从而可得： i T =i i i t T ,11--+ （i =2，3， (11)
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
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）： 所属学校（请填写完整的全名）：成都纺织高等专科学校 参赛队员(打印并签名) ：1. XXX（机电XXX） 2. XXX国贸XXX） 3. XXX（电商XXX） 指导教师或指导教师组负责人(打印并签名)： 日期： 2014 年 06 月 06 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）：
目录 一、问题的重述 (1) 1.1 背景资料与条件 (1) 1.2 需要解决的问题 (1) 二、问题的分析 (2) 2.1 问题的重要性分析 (2) 2.2问题的思路分析 (3) 三、模型的假设 (4) 四、符号及变量说明 (4) 五、模型的建立与求解 (4) 5.1建立层次结构模型 (4) 5.2构造成对比较矩阵 (5) 5.3成对比较矩阵的最大特征根和特征向量的实用算法 (6) 5.4一致性检验 (7) 5.5层次分析模型的求解与分析 (8) 5.5.1 构造成对比较矩阵 (8) 5.5.2计算25优秀大学生的综合得 (9) 六、模型的应用与推广 (11) 七、模型的评价与改进 (12) 7.1模型的优点分析 (12) 7.2模型的缺点分析 (12) 7.3模型的进一步改进 (12) 八、参考文献 (13) 附件一 (14) 附件二 (16)
选路的优化模型 摘要: 本题是一个有深刻背景的NPC问题，文章分析了分组回路的拓扑结构，并构造了多个模型，从多个侧面对具体问题进行求解。最短树结构模型给出了局部寻优的准则算法模型体现了由简到繁，确保较优的思想而三个层次分明的表述模型证明了这一类问题共有的性质。在此基础上我们的结果也是比较令人满意的。如对第一题给出了总长为599.9，单项长为216的分组，第二题给出了至少分四组的证明。最后，我们还谈到了模型的优缺点及推广思想。 一、问题描述 “水大无情，人命关天”为考察灾情，县领导决定派人及早将各乡（镇），村巡视一遍。巡视路线为从县政府所在地出发，走遍各乡（镇），村又回到县政府所在地的路线。 1.若分三组巡视，试设计总路程最短且各组尽可能均衡的巡视路线。 2.假定巡视人员在各乡（镇）停留时间为T=2小时，在各村停留时间为t =1 小时， 汽车行驶速度为V=35公里/时，要在24小时内巡视完，至少分成几组；给出这 种分组下你认为最佳的巡视路线。 3.上述关于T，t和V的假定下，如果巡视人员足够多，完成巡视的最短时间是多 少？给出在这种最短时间完成巡视的要求下，你认为最佳的巡视路线。 4.巡视组数已定（如三组）要求尽快完成巡视，讨论T，t和V改变时最佳路线的 影响（图见附录）。 二、问题假设 1、乡（镇）村只考察一次，多次经过时只计算一次停留时间。 2、非本县村不限制通过。 3、汽车的行驶速度始终一致。 三、符号说明 第i 人走的回路Ti=vv i(i) v2(i)v n(i) Ti=00表示第i人在0点没移动 四、模型建立
在这一节里，我们将提出若干个模型及其特点分析，不涉及对题目的求解。 最简树结构模型 在这个模型中我们依靠利用最短树的特殊结构所给出的准则，进行局部寻优，在一个不大的图里，我们较易得到较优解。 (a)分片 准则1利用最短树的长度可大致的估算出路程长，在具体操作中，各片中 的最短路程长度不宜相差太大。 准则 2 尽可能将最短树连成一个回路，这可保证局部上路程是较短的。 (b)片内调整 a2 a3 a4 a5 a6假设a3 a4有路相连 细准1对于右图的最短树结构，最好的走法是a 若a3 a4 进去重复走的话，它与上述的走法路程差w(a3, a2)+w(a2 ,a5)+w(a4, a5)—w(a3, a4)。由两点间最小原则上式是大于0的优劣可见 细准2若有如图所示结构，一般思想是：将中间树枝上的点串到两旁树枝，以便连成回路。 五、模型求解 问题一该问题完全可以用均衡模型表述 用算法模型 1 经过局部优化手工多次比较我们能够给出的最佳结果为第一组路径为 0—P—28—27—26—N—24—23—22-17—16—1—15—1—18—K—21—20—25— M--0 长191.1 经5 镇6 村 第二组路径为 0—2—5—6—L—19—J—11--G—13—14—H—12—F—10—F—9—E—8—E—7—6—5—2—0 长216.5 经6 镇11 村第三组路径为O—2—3—D—4—D—3—C—B—1—A—34—35—33—31—32—30—Q—29 —R 长192.3 经6 镇11 村总长S=599.9 公里 由算法2 给出的为 1组0—P—29—R—31—33—A—34—35—32—30—Q—28—27—26—N—24—33—22—23—N—2 6—P—0 5 乡13 村长215.2 公里 2组0—M—25—21—K—17—16—I—15—I—18—K—21—25—20—L—19—J—11—G—13—14 —O 5 乡11 村长256.2 公里 3组 O—2—5—6—7—E—9--F—12--H--—12—F—10—F—9—E-8—4—0—7—6—M—5-2—3—L —13—1—0 8 乡11 村长256.3 公里 总长727.7 公里
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；
全国大学生数学建模竞赛的准备方法 全国大学生数学建模竞赛于每年9月上旬（今年是9月7日）举行。但是在此之前，需要做好哪些准备，让各个参赛队员在竞赛中做到有备无患呢？在总结过去多年培训指导各种数学建模竞赛的基础上，仅就个人观点，介绍一些关于如何准备数学建模竞赛的经验和体会，仅供参考。在这里主要向大家介绍竞赛的基本情况，包括如何组队、如何选题以及在竞赛中如何合理分配时间。通过本次学习，希望大家能够了解数学建模竞赛的基本情况，为全国大学生数学建模竞赛以及其他各类数学建模竞赛做好准备。 一、如何组建优秀数学建模队伍 进入大学阶段参加各种科技竞赛，可以体会到一种和中学竞赛不同的感受，这种感受来自团队合作。以前的各项赛事都是以个人为单位参加竞赛，它们都是考查个人的能力。但是在大学中，由于难度和任务量的加重以及对团队合作精神的关注，因此大部分的赛事都是以团队为单位参加的。竞赛在考查个人能力的同时，还考查团队成员的合作精神。在数学建模竞赛中，团队合作精神是能否取得好成绩的最重要的因素，一队三个人要分工合作、相互支持、相互鼓励。从历年的统计数据可以看出，竞赛成绩优秀的队员往往并不是每个人在各个方面都特别擅长的队伍，而是团队相处得最融洽的队伍。从这一点也可以看出团队合作的重要性。 在竞赛的过程中，切勿自己只管自己的那一部分，一定要记住这是一个集体的竞赛。很多时候，往往一个人的思考是不全面的，只有大家一起讨论才有可能把问题搞清楚。因此无论做任何事情，三个人一定要齐心才行，只靠一个人
的力量，要在3天之内写出一篇高水平的论文几乎是不可能的。让三人一组参赛一方面是为了培养合作精神，其实更为重要的原因是这项工作确实需要多人合作，因为一个人的能力是有限的，知识掌握也往往是不全面的。一个人做题，经常会走向极端，得不到正确的解决方案。而三个人相互讨论、取长补短，可以弥补一个人所带来的不足。 在队伍组建的时候，需要强调“队长”这个名词概念。虽然在全国大学生数学建模竞赛中并没有设立队长，作为队长在获得的证书上也没有特别标注。但是在队内设立“队长”是非常有必要的。因为在比赛中可能会碰到各种突发状况，队长是很重要的，他的作用就相当于计算机中的CPU，是全队的核心。如果一个队的队长不得力，往往影响一个队的正常发挥。竞赛是非常残酷的，在3天3夜（72h）的比赛中，大家睡眠时间都得不到保障，怎样合理安排团队时间就是队长需要做的事情。在比赛过程中，由于睡眠不足，大家脾气都会很急躁。在这种情况，往往会为了一些小事而发生争吵，如果没有适当的处理，有些队伍将会放弃比赛，而队长就应该在这个时候担起责任。 在明确“队长”这个概念后，接下去谈谈怎样科学选择队友。在数学建模竞赛中，题目要求完成的工作量是很大的，因此这项任务是必须分工完成的，各有侧重、相互帮助，这样才能获得好成绩。而科学地选择队友则显得非常重要，也是走向成功的第一步。一般情况下选择队友可以从以下几个方面考虑着手： 1. 在组队的时候需要考虑队伍成员的多元化，尽量和不同专业、不同特长的同学组队。因为同系同专业甚至同班的话大家的专业知识一样，如果碰上专业知识以外的背景那会比较麻烦的。所以如果是不同专业组队则有利的多。因为数学建模题有可能出现在各个领域，这也是数学建模适合各个专业学生参加的原因所在，也是数学建模竞赛赛事的魅力所在。
2015高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： 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 参赛队员(打印并签名) ：1 2
指导教师或指导教师组负责人(打印并签名)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期：2015年7 月27 日赛区评阅编号（由赛区组委会评阅前进行编号）：
2015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）： 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）：
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——组队与分工 数学建模竞赛就是三个人得活动，参加竞赛首要就是要组队，而怎么样组队就是有讲究得。此外还需要分工等等，一般得组队情况就是与同学组队，很多情况就是三个人都就是同一系，同一专业以及一个班得，这样得组队就是不合理得。让三人一组参赛一就是为了培养合作精神，其实更为重要得原因就是这项工作需要多人合作，因为人不就是万能得，掌握知识不就是全面得，当然不排除有这样得牛人存在，事实上也就是存在得，什么都会，竞赛可以一个人独立搞定。但既然允许三个人组队，有人帮忙总就是好得，至少不会太累。而三个人同系同专业甚至同班得话大家得专业知识一样，如果碰上专业知识以外得背景那会比较麻烦得。所以如果就是不同专业组队则有利得多。 众所周知，数学建模特别需要数学与计算机得能力，所以在组队得时候需要优先考虑队中有这方面才能得人，根据现在得大学专业培养信息与计算科学，应用数学专业得较为有利，尤其就是信息与计算科学可以说就是数学与计算机专业得结合，两方面都有兼顾，虽然说这个专业得出路不就是很好，数学与计算机都涉及点但就是都没有真正得学通这两门专业得，但对于弄数学建模来说就是再合适不过了。应用数学则偏重于数学，但就是一般来讲玩计算机得时间不会太少，尤其就是在科学计算与程序设计都会设计到比较多，又有深厚得数学功底，也就是很不错得选择。 有不少得人会认为第一人选就是数学方面得那第二人选就应该
考虑计算机了，因为学计算机得会程序，其实这个概念可以说就是对也可以说就是不对得。之所以需要计算机方面得人就是为了弥补数学方面得人在算法实践方面得不足，但就是不就是所有得计算机方面专业人都擅长算法实践得，如果要选得话就选擅长算法分析实践得，因为学计算机得不一定会程序，并且会程序得不一定会算法。拿出一个算法，让学计算机得编写程序实践不一定能行，不就是小瞧计算机得，但就是这种情况还就是比较多得，不然可以瞧到参加ACM得数学系得居多，比学计算机得搞得好。因此一定要弄清这个概念，不就是计算机得就适合得。所以在组队中有两种人就是必需得，一个就是对建模很熟悉得，对各类算法理论熟悉，在了解背景后对此背景下得各类问题能建立模型，设计求解算法。一个就是能将算法编制程序予以实现，求得解。当然有可能就是一个人就将这两种都具备了，这样得话再找个任意具备上述两种能力得人就可以了，以减轻工作量，不然非累死不可。第三个就就是专门需要写作得啦，从专业角度瞧就是需要别得专业，比较适合得有生物、土木、机电、电信或机械等专业。在数学建模中各种背景得问题都会出现，所以有其她专业同学得话可以弥补专业知识方面得不足。 综上所述，组队要根据分工而来得，三个人要具备一个数学功底深厚，理论扎实，一个擅长算法实践，另一个就是写作（弥补专业知识不足），如果一个组能有这样得人员配置就是比较合理得。但就是往往事事不能如意，所以不能满足这种人员配置得时候就尽量往这样人员配置靠。
承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模 竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模 竞赛网站下载）。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮 件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问 题。 我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的 成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表 述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。 如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行 公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表 等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： 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 参赛队员 (打印并签名) ：1 2 指导教师或指导教师组负责人 (打印并签名)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以 上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取 消评奖资格。） 日期： 2015年 7 月 27 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）：
从成都工业学院到西南交通大学最优路径设计 摘要 本文对现在生活中行车时间的不确定性进行了分析，并给出了最优路径的定义，即：行车所需期望时间最短且该路段行车时间的标准差最小。在将时间期望值和时间标准差值两个决策变量合成为一个决策变量时，为消除不同指标带来的不可公度性，我们对这两个指标进行了无量纲化。 对于问题一，建立双目标优化模型，给出最优路径的定义和数学表达式。将这两个目标相加合成单目标。利用MATLAB编程求解，将所建模型应用到例子中，得出的结论是：选择道路A。 对于问题二，在问题一定义的最优路径的基础上，建立图论模型，应用Dijkstra算法，利用MATLAB编程，得出最优路径选择结果为：成都工业学院→C→K→G→西南交通大学。 对与问题三，结合时间和空间上的相关性，采集足够多的时刻的车流速度，用神经网络算法可以拟合出该条路时刻关于车流速度的函数，建立图论模型分析时间和空间上的相关性。 关键词：多目标优化图论模型 Dijkstra算法
数学建模比赛的选拔问题 卢艳阳 王伟 朱亮亮 （黄河科技学院通信系，） 摘要 本文是关于全国大学生数学建模竞赛选拔的问题，依据数学建模组队的要求，每队应具备较好的数学基础和必要的数学建模知识、良好的编程能力和熟练使用数学软件等的综合实力，在此前提下合理的分配队员，利用层次分析法，建立合理分配队员的数学模型，利用MATLAB ，LONGO 工具求出最优解。、 问题一：依据建模组队的要求，合理分配每个队员是关键，主要由团队精神、建模能力、编程能力、论文写作能力、思维敏捷以及数学知识等等，经过讨论分析，确定良好的数学基础、建模能力，编程能力为主要参考因素。 问题二：根据表中所给15人的可参考信息，我们对每个队员的每一项素质进行加权，利用层次分析法选出综合素质好的前9名同学，然后利用0-1规划的相关知识对这9人进行合理分组，利用MATLAB 、LINGO 得到其中一个如下的分 组：'1s 、10s 、4s ；2s 、11s 、14s ；6s 、13s 、8s 问题三：我们将所选出的这9名同学和这个计算机编程高手的素质进行量化加权，然后根据层次分析法，利用MATLAB 工具进行求解，得出了最佳解。由于我们选取队员参考的是这个人的综合素质，而不是这个人的某项素质，并由解出的数据可以看出这个计算机编程高手不能被直接录用。所以说只考虑某项素质，而不考虑其他的素质的同学是不能被直接录用的。 问题四：根据前面三问中的分组的思路，我们通过层次分析法先从所有人中依据一种量化标准选出符合要求的高质量的同学，然后利用0-1变量进行规划，在根据实际问题的约束，对问题进行分析，然后可以得出高效率的分组。
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
数学建模个人经验谈——组队和分工(转发) 舵手发表于2007-5-18 21:52:00 数学建模竞赛是三个人的活动，参加竞赛首要是要组队，而怎么样组队是有讲究的。此外还需要分工等等一般的组队情况是和同学组队，很多情况是三个人都是同一系，同一专业以及一个班的，这样的组队是不合理的。让三人一组参赛一是为了培养合作精神，其实更为重要的原因是这项工作需要多人合作，因为人不是万能的，掌握知识不是全面的，当然不排除有这样的牛人存在，事实上也是存在的，什么都会，竞赛可以一个人独立搞定。但既然允许三个人组队，有人帮忙总是好的，至少不会太累。而三个人同系同专业甚至同班的话大家的专业知识一样，如果碰上专业知识以外的背景那会比较麻烦的。所以如果是不同专业组队则有利的多。 众所周知，数学建模特别需要数学和计算机的能力，所以在组队的时候需要优先考虑队中有这方面才能的人，根据现在的大学专业培养信息与计算科学，应用数学专业的较为有利，尤其是信息与计算科学可以说是数学和计算机专业的结合，两方面都有兼顾，虽然说这个专业的出路不是很好，数学和计算机都涉及点但是都没有真正的学通这两门专业的，但对于弄数学建模来说是再合适不过了。应用数学则偏重于数，但是一般来讲玩计算机的时间不会太少，尤其是在科学计算和程序设计都会设计到比较多，又有深厚的数学功底，也是很不错的选择。
有不少的人会认为第一人选是数学方面的那第二人选就应该考虑计算机了，因为学计算机的会程序，其实这个概念可以说是对也可以说是不对的。之所以需要计算机方面的人是为了弥补数学方面的人在算法实践方面的不足，但是不是所有的计算机方面专业人都擅长算法实践的，如果要选的话就选擅长算法分析实践的，因为学计算机的不一定会程序，并且会程序的不一定会算法。拿出一个算法，让学计算机的编写程序实践不一定能行，不是小看计算机的，但是这种情况还是比较多的，不然可以看到参加ACM的数学系的居多，比学计算机的搞的好。因此一定要弄清这个概念，不是计算机的就适合的。所以在组队中有两种人是必需的，一个是对建模很熟悉的，对各类算法理论熟悉，在了解背景后对此背景下的各类问题能建立模型，设计求解算法。一个是能将算法编制程序予以实现，求得解。当然有可能是一个人就将这两种都具备了，这样的话再找个任意具备上述两种能力的人就可以了，以减轻工作量，不然非累死不可。第三个就是专门需要写作的拉，从专业角度看是需要别的专业，比较适合的有生物、土木、机电、电信或机械等专业。在数学建模中各种背景的问题都会出现，所以有其他专业同学的话可以弥补专业知识方面的不足。 综上所述，组队要根据分工而来的，三个人要具备一个数学功底深厚，理论扎实，一个擅长算法实践，另一个是写作（弥补专业知识不足），如果一个组能有这样的人员配置是比较合理的。但是
运输问题 摘要 本文主要研究的是货物运输的最短路径问题，利用图论中的Floyd算法、Kruskal算法，以及整数规划的方法建立相关问题的模型，通过matlab，lingo编程求解出最终结果。 关于问题一，是一个两客户间最短路程的问题，因此本文利用Floyd算法对其进行分析。考虑到计算的方便性，首先，我们将两客户之间的距离输入到网络权矩阵中；然后，逐步分析出两客户间的最短距离；最后，利用Matlab软件对其进行编程求解，运行得到结果：2-3-8-9-10总路程为85公里。 关于问题二，运输公司分别要对10个客户供货，必须访问每个客户，实际上是一个旅行商问题。首先，不考虑送货员返回提货点的情形，本文利用最小生成树问题中的Kruskal算法，结合题中所给的邻接矩阵，很快可以得到回路的最短路线： 1-5-7-6-3-4-8-9-10-2；然后利用问题一的Floyd算法编程，能求得从客户2到客户1（提货点）的最短路线是：2-1，路程为50公里。即最短路线为：1-5-7-6-3-4-8-9-10-2-1。但考虑到最小生成树法局限于顶点数较少的情形，不宜进一步推广，因此本文建立以路程最短为目标函数的整数规划模型；最后，利用LINGO软件对其进行编程求解，求解出的回路与Kruskal算法求出的回路一致。 关于问题三，是在每个客户所需固定货物量的情况下，使得行程之和最短。这样只要找出两条尽可能短的回路，并保证每条线路客户总需求量在50个单位以内即可。因此我们在问题二模型的基础上进行改进，以货车容量为限定条件，建立相应的规划模型并设计一个简单的寻路算法，对于模型求解出来的结果，本文利用Kruskal算法结合题中所给的邻接矩阵进行优化。得到优化结果为：第一辆车：1-5-2-3-4-8-9-1，第二辆车：1-7-6-9-10-1，总路程为280公里。 关于问题四，在问题一的基础上我们首先用Matlab软件编程确定提货点到每个客户点间的最短路线，然后结合一些限定条件建立一个目标模型，设计一个较好的解决方案进行求解可得到一种很理想的运输方案。根据matlab运行结果分析得出4条最优路线分别为：1-5-2，1-4-3-8，1-7-6，1-9-10。最短总路线为245公里，最小总费用为645。 关键词： Floyd算法 Kruskal算法整数规划旅行商问题 一、问题重述 某运输公司为10个客户配送货物，假定提货点就在客户1所在的位置，从第i个客户到第j个客户的路线距离（单位公里）用下面矩阵中的(,) i j(,1,,10) i j=位置上的数表示（其中∞表示两个客户之间无直接的路线到达）。 1、运送员在给第二个客户卸货完成的时候，临时接到新的调度通知，让他先给客户10送 货，已知送给客户10的货已在运送员的车上，请帮运送员设计一个到客户10的尽可能短的行使路线（假定上述矩阵中给出了所有可能的路线选择）。 2、现运输公司派了一辆大的货车为这10个客户配送货物，假定这辆货车一次能装满10个 客户所需要的全部货物，请问货车从提货点出发给10个客户配送完货物后再回到提货点所行使的尽可能短的行使路线？对所设计的算法进行分析。 3、现因资源紧张，运输公司没有大货车可以使用，改用两辆小的货车配送货物。每辆小
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
数学模型的组队非常重要，三个人的团队一定要有分工明确而且互有合作，三个人都有其各自的特长，这样在某方面的问题的处理上才会保持高效率。 三个人的分工可以分为这几个方面： 数学员：学习过很多数模相关的方法、知识，无论是对实际问题还是数学理论都有着比较敏感的思维能力，知道一个问题该怎样一步步经过化简而变为数学问题，而在数学上又有哪些相关的方法能够求解，他可以不能熟练地编程，但是要精通算法，能够一定程度上帮助程序员想算法，总之，数学员要做到的是能够把一个问题清晰地用数学关系定义，然后给出求解的方向； 程序员：负责实现数学员的想法，因为作为数学员，要完成大部分的模型建立工作，因此调试程序这类工作就必须交给程序员来分担了，一些程序细节程序员必须非常明白，需要出图，出数据的地方必须能够非常迅速地给出；ACM的参赛选手是个不错的选择，他们的程序调试能力能够节约大量的时间，提高在有限时间内工作的工作效率； 写手：在全文的写作中，数学员负责搭建模型的框架结构，程序员负责计算结果并与数学员讨论，进而形成模型部分的全部内容，而写手要做的。就是在此基础之上，将所有的图表，文字以一定的结构形式予以表达，注意写手时刻要从评委，也就是论文阅读者的角度考虑问题，在全文中形成一个完整地逻辑框架。同时要做好排版的工作，最终能够把数学员建立的模型和程序员算出的结果以最清晰的方式体现在论文中。一个好的写手能够清晰地分辨出模型中重要和次要的部分，这样对成文是有非常大的意义的。因为论文是评委能够唯一看到的成果，所以写手的水平直接决定了获奖的高低，重要性也不言而喻了。 三个人至少都能够擅长一方面的工作，同时相互之间也有交叉，这样，不至于在任何一个环节卡壳而没有人能够解决。因为每一项工作的工作量都比较庞大，因此，在准备的过程中就应该按照这个分工去准备而不要想着通吃。这样才真正达到了团队协作的效果。 比赛流程：对于比赛流程，在三天的国赛里，我们应该用这样一种安排方式：第一天：定题+资
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
2011级信计《数学模型》课程论文 题目：出版社的资源配置问题 姓名：学号： 摘要 数学建模竞赛队员的选拔和组队问题 该模型解决了选拔数学建模参赛队员及确定最佳组队的问题。本文主要采用了层次分析法，并用计算机编程计算，在综合考虑15名队员个人的各项指标后，从中选出了9名优秀队员，又考虑到整队的技术水平，最终将挑出的9名队员分成三队，并建立了最佳组队的方案。具体在针对问题二选拔队员时，要全面考察了队员的六项指标，并用层次分析法计算出权重得到15名队员的综合排名，最后淘汰掉排名靠后的6 名队员。为了组成3个队，使得这三个队整体技术水平最高,我加入了权重，并依次选出了数学成绩较好、计算机成绩较好及综合成绩较好的三名同学，而且在考虑组队的过程中，尽量让问题简化，按成绩优劣均分队员，使三组的总体技术水平相当。针对问题二，只要考虑计算机能力而不再考察其它情况，设置添加了一名队员S16。比较分析综合排名，S13的综合能力排第九，而S16的综合能力排在S13之后。如果直接选拔S16，队伍的总体水平下降。可见这种选拔方式，有可能影响队伍的总体水平，所以不可取。针对问题三，提出了建模队员选拔机制建议，帮助教练组提高建模队员选拔的效率和质量。 一、问题重述 一年一度的全国大学生数学建模竞赛是高等院校的重要赛事。由于竞赛场地、经费等原因，不是所有想参加竞赛的人都能被录用。为了能够选拔出真正优秀的同学代表学校参加全国竞赛，数学建模教练组需要投入大量的精力，但是每年在参赛的时候还是有很多不如意之处：有的学生言过其实，有的队员之间合作不默契，影响了数学建模的成绩。参加数学建模需要的学生应具有较好的数学基础和必要的数学建模知识、良好的编程能力和熟练使用数学软件的能力、较强的语言表达能力和写作能力、良好的团队合作精神，同时还要求思维敏捷，对建立数学模型有较好的悟性。 目前大多数高校选拔队员主要考虑以下几个环节： 校内竞赛获奖情况，数学建模暑假培训班考勤记录，培训课程的考试成绩，学生个人简介，面试，老师和学生的推荐等，通过这种方式选拔出队员。然后按照3人一组分为若干小组，为了使得小组具有较好的知识结构，一般总是将不同专业的学生安排在一起，使得每个小组至少包含一位数学基础较好的同学、计算机编程能力强的同学。各组