承诺书
我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B
我们的参赛报名号为（如果赛区设置报名号的话）：
所属学校（请填写完整的全名）：重庆大学
参赛队员(打印并签名) ：1. 熊国刚
2. 王杰
3. 黎明
指导教师或指导教师组负责人(打印并签名)：龚劬
日期： 2007年 9 月 21 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）：
乘公交，看奥运
【摘要】本文要解决的问题是以即将举行的08年北京奥运会为背景而提出的。人们为了能现场观看奥运会，必然会面对出行方式与路线选择的问题。因此如何快速、高效地从众多可行路线中选出最优路线成为了解决此问题的关键。
鉴于公交系统网络的复杂性，我们没有采用常规的Dijkstra算法，而采用了高效的广度优先算法。其基本思想是从经过起（始）点的路线出发，搜寻出转乘次数不超过两次的可行路线，然后对可行解进行进一步处理。为满足不同查询者要求，我们对三个问题都分别建立了以时间、转乘次数、费用最小为目标的优化模型。
针对问题一（只考虑公汽系统），我们建立了模型一并通过VC++编程得到了任意两个站点间的多种最优路线，并得出所求站点间最优路线的最优值，如下
进里又建立了图论模型。
本文的主要特点在于，所用算法的效率十分显著。在对原始数据仅做简单预处理的条件下，搜索任意站点间的最优路线所需的平均时间不超过0.5秒。另外，本文所建立的模型简单、所用算法比较清晰，易于程序实现，对公交线路自主查询计算机系统的实现具有现实指导作用。
关键字：转乘次数广度优先算法查询效率实时系统
一 问题的重述
传承华夏五千年的文明，梦圆十三亿华夏儿女的畅想，2008年8月8日这个不平凡的日子终于离我们越来越近了！在观看奥运的众多方式之中，现场观看无疑是最激动人心的。为了迎接2008年奥运会，北京公交做了充分的准备，首都的公交车大都焕然一新，增强了交通的安全性和舒适性，公交线路已达800条以上，使得公众的出行更加通畅、便利。但同时也面临多条线路的选择问题。为满足公众查询公交线路的选择问题，某公司准备研制开发一个解决公交线路选择问题的自主查询计算机系统。
这个系统的核心是线路选择的模型与算法，另外还应该从实际情况出发考虑，满足查询者的各种不同需求。需要解决的问题有：
1、仅考虑公汽线路，给出任意两公汽站点之间线路选择问题的一般数学模型与算法。并根据附录数据，利用模型算法，求出以下6对起始站到终到站最佳路线。 (1)、S3359→S1828 (2)、S1557→S0481 (3)、S0971→S0485 (4)、S0008→S0073 (5)、S0148→S0485 (6)、S0087→S3676
2、同时考虑公汽与地铁线路，解决以上问题。
3、假设又知道所有站点之间的步行时间，请你给出任意两站点之间线路选择问题的数学模型。
二 符号说明
i L ：第i 条公汽线路标号,i=1,2 …10400,当i 520≤时, i L 表示上行公汽路线, 当
i 520>时, i L 表示与上行路线i 520L -相对应的下行公汽路线； i ,g
S
：经过第i 条公汽路线的第g 个公汽站点标号；
j T ：第j 条地铁路线标号, j=1,2；
j ,h D ：经过第j 条地铁线路的第h 个地铁站点标号；
n L S ：转乘n 次的路线；
k T ：选择第k 种路线的总时间；
k N 1：选择第k 种路线公汽换乘公汽的换乘次数；
k N 2：选择第k 种路线地铁换乘地铁的换乘次数； k N 3：选择第k 种路线地铁换乘公汽的换乘次数； k N 4：选择第k 种路线公汽换乘地铁的换乘次数；
k ,m W ：第k 种路线、乘坐第m 辆公汽的计费方式，其中：
k,m W 1
=表示实行单一票价，k,m W 2=表示实行分段计价； k,m CL ：第k 种路线，乘坐第m 辆公汽的费用；
k C ：选择第k 种路线的总费用；
k m MS ，：选择第k 种路线，乘坐第m 辆公汽需要经过的公汽站个点数；
k ,n MD ：选择第k 种路线，乘坐第n 路地铁需要经过的地铁站个点数； k ,m FS ：表示对于第k 种路线的第m 路公汽的路线是否选择步行，k ,m FS 为0-1
变量，k,m F S 0=表示不选择步行，k,m F S 1=表示选择步行；
k ,n FD ：对于第k 种路线的第n 路地铁的路线是否选择步行，k ,n FD 为0-1变量，
k,n F D 0=表示不选择步行，k,n F D 1=表示选择步行；
三 模型假设
3.1基本假设
1、相邻公汽站平均行驶时间(包括停站时间)： 3分钟
2、相邻地铁站平均行驶时间(包括停站时间)： 2.5分钟
3、公汽换乘公汽平均耗时：5分钟(其中步行时间2分钟)
4、地铁换乘地铁平均耗时：4分钟(其中步行时间2分钟)
5、地铁换乘公汽平均耗时：7分钟(其中步行时间4分钟)
6、公汽换乘地铁平均耗时：6分钟(其中步行时间4分钟)
7、公汽票价：分为单一票价与分段计价两种； 单一票价：1元
其中分段计价的票价为：0 ～20站：1元
21～40站：2元 40站以上：3元
8、地铁票价：3元（无论地铁线路间是否换乘）
9、假设同一地铁站对应的任意两个公汽站之间可以通过地铁站换乘，且无需支付地铁费 3.2 其它假设
10、查询者转乘公交的次数不超过两次； 11、所有环行公交线路都是双向的； 12、地铁线T2也是双向环行的；
13、各公交车都运行正常，不会发生堵车现象； 14、公交、列车均到站停车
四 问题的分析
在北京举行奥运会期间，公众如何在众多的交通路线中选择最优乘车路线或转乘路线去看奥运，这是我们要解决的核心问题。针对此问题，我们考虑从公交线路的角度来寻求最优线路。首先找出过任意两站点（公众所在地与奥运场地）的所有路线，将其存储起来，形成数据文件。这些路线可能包含有直达公交线路，也有可能是两条公交线路通过交汇而形成的（此时需要转乘公交一次），甚至更多公交线路交汇而成。然后在这些可行路线中搜寻最优路线。
对于路线的评价，我们可以分别以总行程时间，总转乘次数，总费用为指标，也可以将三种指标标准化后赋以不同权值形成一个综合指标。而最优路线则应是总行程时间最短，总费用最少或总转乘次数最少，或者三者皆有之。之所以这样考虑目标，是因为对于不同年龄阶段的查询者，他们追求的目标会有所不同，比如青年人比较热衷于比赛，因而他们会选择最短时间内到达奥运赛场观看比赛。而中年人则可能较倾向于综合指标最小，即较快、较省，转乘次数又不多。老年人总愿意以最省的方式看到奥运比赛。而对于残疾人士则总转乘次数最少为好。不同的路线查询需求用图4.1表示如下：
图4.1 公交线路查询目标图
经分析，本问题的解决归结为一个求最短路径的问题，但是传统的Dijkstra 最短路径算法并不适用于本问题，因为Dijkstra算法采用的存储结构和计算方法难以应付公交线路网络拓扑的复杂性,而且由于执行效率的问题，其很难满足实时系统对时间的严格要求。
为此我们在实际求解的过程中，采用了效率高效得广度优先算法，其基本思路是每次搜索指定点，并将其所有未访问过的近邻点加入搜索队列，循环搜索过程直到队列为空。此方法在后文中有详细说明。
五建模前的准备
为了后面建模与程序设计的方便，在建立此模型前，我们有必要做一些准备工作。
5．1数据的存储
由于所给的数据格式不是很规范，我们需要将其处理成我们需要的数据存储格式。从所给文件中读出线路上的站点信息，存入txt文档中，其存储格式为：两行数据，第一行表示上行线上的站点信息，第二行表示下行线的站点信息，其中下行路线标号需要在原标号的基础上加上520，用以区分上行线和下行线。
如果上行线与下行线的站点名不完全相同，那么存储的两行数据相应的不完全相同，以公交线L009为例：
L009:3739 0359 1477 2159 2377 2211 2482 2480 3439 1920 1921 0180 2020 3027 2981
L529:2981 3027 2020 0180 1921 1920 3439 3440 2482 2211 2377 2159 1478
0359 3739
L529为L009所对应的下行线路。
如果下行线是上行线原路返回，那么存储的两行数据中的站点信息刚好顺序颠倒，以公交线路L001为例：
L001:0619 1914 0388 0348 0392 0429 0436 3885 3612 0819 3524 0820 3914 0128 0710
L521:0710 0128 3914 0820 3524 0819 3612 3885 0436 0429 0392 0348 0388 1914 0619
如果是环线的情况（如图5.1所示），则可以等效为两条线路:
顺时针方向：S1→S2→S3→S4→S1→S2→S3→S4；
逆时针方向：S1→S4→S3→S2→S1→S4→S3→S2。
经过分析，此两条”单行路线”线路的作用等同于原环形路线
图5.1 环行线路示意图
以环形公交线L158为例，此环形路线存储数据如下：
L153: 534 649 2355 1212 812 171 170 811 2600 172 1585 814 264 3513 1215 1217 251 2604 2606 534 649 2355 1212 812 171 170 811 2600 172
1585 814 264 3513 1215 1217 251 2604 2606
L673: 534 2606 2604 251 1217 1215 3513 264 814 1585 172 2600 811 170 171 812 1212 2355 649 534 2606 2604 251 1217 1215 3513 264 814
1585 172 2600 811 170 171 812 1212 2355 649
在这里，L153被看作成上行路线，L673被当成下行路线。这样对于每条公交线路都可以得到两行线路存储信息。
5．2搜寻经过每个站点的公交路线
处理5.1所得信息，找出通过每个站点的所有公交路线，并将它们存入数据文件中。
例如，通过搜寻得出经过站点S0001的线路和经过站点S0002的线路如下：经过S0001的线路有：L421
经过S0002的线路有：L027 L152 L365 L395 L485
5．3统计任意两条公交线路的相交（相近）站点
依次统计出任意两条公交线路之间相交(相近)的站点，将其存入1040×1040的矩阵A中，但是这个矩阵的元素是维数不确定的向量，具体实现的时候
可以将用队列表示。
例如：公交线路L001与公交线路L025相交的站点为A[1][25]=｛S0619，
S1914，S0388，S0348｝。
六 模型的建立与求解
6．1模型一的建立
该模型针对问题一，仅考虑公汽线路，先找出经过任意两个公汽站点i ,g
S
与
ooi g ,S 最多转乘两次公汽的路线，然后再根据不同查询者的需求搜寻出最优路线。
6．1．1 公汽路线的数学表示
任意两个站点间的路线有多种情况，如果最多允许换乘两次，则换乘路线分别对应图6.1的四种情况。该图中的A 、B 为出发站和终点站，C 、D 、E 、F 为转乘站点。
图6.1 公汽路线图
对于任意两个公汽站点i ,g
S
与ooi g ,S ，经过i ,g
S
的公汽线路表示为i L ，有
i ,g i S L ∈；经过ooi g
,S
的公汽线路表示为oi
L
，有oooi g
i
,S L ∈； 1）直达的路线0L S （如图6.1（a ）所示）表示为：
oo{}
0i 1i ,g i 1i
1i g ,L S L S L ,S L =∈∈ 2）转乘一次的路线1L S （如图6.1（b ）所示）表示为：
oo{}
1i 1i 2i ,g i 1i 10i 1i 2i 2i 2i g
,L S (L ,L )S L S L L ,L L S ;S C L S C L =∈∈?∈∈,;且 其中：SC 为i1L ，i 2
L
的一个交点；
3）转乘两次的路线2L S （如图6.1（c ）所示）表示为：
{
}
2i 1i 2i 3i ,g i 1i 1i 3i 3i 2i 1i 2i 2i g
,L S (L ,L L )S L S L L ,L ),(L ,L )(L ,L )L =∈∈?∈11，,；(L S ；S 通过以上转乘路线的建模过程，可以看出不同转乘次数间可作成迭代关系，
进而对更多转乘次数的路线进行求寻。不过考虑到实际情况，转乘次数以不超过2次为佳，所以本文未对转乘三次及三次以上的情形做讨论。 6．1．2最优路线模型的建立
找出了任意两个公汽站点间的可行路线，就可以对这些路线按不同需求进行
选择，找出最优路线了:
1）以时间最短作为最优路线的模型：行程时间k T 等于乘车时间与转车时间之和。
°N 11k k ,m
k
m 1k k
M i n T 3(M S 1)5N 1m1,2,,N 11;k 1,2,,k +==?-+?=+
=∑g g g g g g （6.1式）
其中，第k 路线是以上转乘路线中的一种或几种。
2）以转乘次数最少作为最优路线的模型：
k M i n N 1 （6.2式） 此模型等效为以上转乘路线按直达、转乘一次、两次的优先次序来考虑。 3）以费用最少作为最优路线的模型：
k k ,m
m
M in C C L =∑ （6.3式） 其中，k ,m k ,m k ,m k ,m k ,m 1W 1W 2,202W 2,40C L 3W 2,==≤≤??
=≤≤=?
?=≤?
k ,m
k ,m k ,m 或0M S 21M S 40M S （6.4式） 6．1．3模型的算法描述
针对该问题的优化模型，我们采用广度优先算法找出任意两个站点间的可行路线，然后搜索出最优路线。现将此算法运用到该问题中，结合图6.2叙述如下：（该图中的i ,g
S
、ooi g ,S 、1,1S 、2,1
S
、2,2
S
表示公汽站点，1L 、2L 、3L 、4L 、
5L 、6L 表示公汽线路。其中（a ）、（b ）、（c ）图分别表示了从点i ,g
S
到点 i g
,S
直
达、转乘一次、转乘两次的情况）
图6.2 公交直达、转乘图
（1）首先输入需要查询的两个站点i ,g
S 与ooi g ,S （假设i ,g
S
为起始站，ooi g
,S 为终点站）；
（2）搜索出经过i ,g
S
的公汽线路i L （i =1,2,…,m ）和经过ooi g ,S 的公汽线路
ooi
L
(oi =1,2, …，n )，存入数据文件；判断是i L 与oi
L
是否存在相同路线，若
有则站点i ,g
S
与ooi g ,S 之间有直达路线(如图6.2中的1L )，则该路线是换乘次数
最少(换乘次数等于0)的路线，若有多条直达路线，则可以在此基础上找出时间最省的路线；这样可以找出所有直达路线，存入数据文件；
（3）找出经过i ,g
S
的公汽线路i L (如图6.2中的2L )中的另一站点i1,g1S 和经
过ooi g ,S 的公汽线路ooi
L
中的另一站点oo11
i g ,S
。判断i1,g1S 与oo11
i g ,S
中是否存在相
同的点，若存在(如图6.2中的1,1S )则站点i ,g
S
与ooi g ,S 间有一次换乘的路线(如
图6.2中的2L 与3L )，该相同点即为换乘站点；这样又找出了一次换乘路线，存入数据文件；
（4）再搜索出经过i L (如图6.2中的4L )线路上除了站点i ,g
S
的另一站点
i 2,g 1S (如图6.2中的2,1
S
)的公汽线路i 6L (如图6.2中的6L )，找出公汽线路i 6L 上
的其他站点i 2,g 2S ；判断，如果i 2,g 2S 与经过ooi g ,S 的公汽线路ooi
L
中的其他站点
oo22
i g ,S
存在相同的点(如图6.2中的2,2
S
)，则i ,g
S
与ooi g ,S 间有二次换乘的路线
(如图6.2中的4L 、6L 、5L )，该相同点和点i 2,g1S 是换乘站点；将此二次换乘的路线存入数据文件中；
（5）对上述存储的经过两个站点i ,g
S
与ooi g ,S 的不同路线，根据不同模型进
行最优路线进行搜索，得出查询者满意的最优路线。
6. 1. 4模型一的求解
根据以上算法和前面建立的模型一，用VC++进行编程（程序见附录）就可以得出不同目标下的最优路线。
1）以耗时最少为目标的最优路线
起始站S3359到终到站S1828耗时最少为64 min ，耗时最少的最优路线（转乘次数较少，费用较省的路线）有28条(注：表6.1选择了其中的10条表示)； 起始站S1557到终到站S0481耗时最少为106 min ，耗时最少的最优路线有2条；起始站S0971到终到站S0485耗时最少为106 min ，耗时最少的最优路线有2条；起始站S0008到终到站S0073耗时最少为67 min ，耗时最少的最优路线有2条；起始站S0148到终到站S0485耗时最少为106 min ，耗时最少的最优路线有3条；起始站S0087到终到站S3676耗时最少为46 min ，耗时最少的最优路线有12条；其耗时最少的最优路线如表6.1所示。
2）以转乘次数最少为目标的最优路线
起始站S3359到终到站S1828的最少转乘次数为1次，转乘次数最少的最优路线（所需时间较短，费用较省的路线）有2条；
起始站S1557到终到站S0481的最少转乘次数为2次，转乘次数最少的最优路线有2条与耗时最少的最优路线相同（表示在表6.1中，下同）；
起始站S0971到终到站S0485的最少转乘次数为1次，转乘次数最少的最优路线有1条；
起始站S0008到终到站S0073的最少转乘次数为1次，转乘次数最少的最优路线有9条；
起始站S0148到终到站S0485的最少转乘次数为2次，转乘次数最少的最优路线有3条与耗时最少的最优路线相同；
起始站S0087到终到站S3676的最少转乘次数为2次，转乘次数最少的最优路线有6条与耗时最少的最优路线相同；
其余转乘次数最少的最优路线路线如表6.2所示。
起始站S3359到终到站S1828的最少费用为3元，最少费用的最优路线（所需时间较短，转乘次数较少的路线）有30条，其中28条路线所需时间为64 min ，转乘次数为2次，另外两条路线所需时间为101 min ，转乘次数为1次；
起始站S1557到终到站S0481的最少费用为3元，最少费用的最优路线有2条，所需时间为106 min ，转乘次数为2次；
起始站S0971到终到站S0485的最少费用为3元，最少费用的最优路线有3条，其中两条所需时间为106 min ，转乘次数为2次，另外一条所需时间为128 min ，转乘次数为1次；
起始站S0008到终到站S0073的最少费用为2元，最少费用的最优路线有9条，所需时间为83 min ，转乘次数为1次；
起始站S0148到终到站S0485的最少费用为3元，最少费用的最优路线有3条，所需时间为106min ，转乘次数为2次；
起始站S0087到终到站S3676的最少费用为3元，最少费用的最优路线有12条，所需时间为46 min ，转乘次数为2次；
最少费用的最优路线表示在表6.1和表6.2中。 6．2．1模型二的建立
该模型针对问题二，将公汽与地铁同时考虑，找出可行路线，然后寻找最优路线。对于地铁线路，也可以将其作为公交线路，本质上没有什么区别，只不过乘车费用、时间，换乘时间不一样罢了。因此地铁站可等效为公交站，地铁和公交的转乘站即可作为两者的交汇点。因此该模型的公交换乘路线模型与模型一中的基本相同。现建立模型二下的最优路线模型。
1）以时间最短的路线作为最优路线的模型：可行路线的总时间为乘公交（公汽和地铁）时间与公汽与地铁换乘、公汽间、地铁间换乘时间之和。
k k ,m k ,n
m n k k k M i n T3(M S 1)2.5(M D 1)5N 14N 27N 36N 4=?-+?-+?+?+?+?∑∑ （6.5式） 其中，第k 路线为同时考虑公汽与地铁的转乘路线中的一种或几种。
2）以转乘次数最少的路线作为最优路线的模型：
k k k k M i n N 1N 2N 3N 4+++ （6.6式） 此模型等效为以上转乘路线按直达、转乘一次、两次（包括公交与地铁间的转乘）的优先次序来考虑。
3）以费用最少的路线作为最优路线的模型：可行路线的费用为乘公交和地铁费用的总和。
k k ,m
m
M i nC C L 3N 4=+?∑ （6.7式） 其中，k ,m CL 仍满足（6.4式）。
6．2．2模型二的求解
不难发现，问题一是问题二解的一部分。在问题二中，新产生的最优解主要源于在通过换乘地铁、换乘附近相近站点的路线上，如下图所示：
从点A 到B ，图(a)表示的是通过两公交线路上相邻公汽站S1,S2进行一次转乘；图(b)表示利用地铁站进行二次转乘；图(c)表示利用另一条公汽路线为中介进行二次转乘。
铁路线路引入给题目的求解增加了难度，为了形象了解为数不多的两条铁路间的交叉关系，我们通过matlab 编程（程序见附录）作出了两条铁路的位置关系图，如图6.3所示。
图6.3 T1与T2铁路位置关系图
注：图四中的直线表示T1铁路线，圆表示T2铁路线，数值表示站点，例如1表示T1铁路线上的D1铁路站，26表示T2铁路线上的D26铁路站。此图与网上查询到的北京地铁示意图（如图6.4所示）相吻合。
图6.4 北京地铁示意图
同样将地铁线路等效为公交线路得出任意两个站点间的可行线路，再将目标函数分别用模型二建立的模型表达式表达，用VC++进行编程（程序见附录）求得出考虑地铁情况的最优路线。
1）以转乘次数最少为目标的最优路线
起始站S0008到终到站S0073的最少转乘次数为1次，转乘次数最少的最优路线有1条；
起始站S0087到终到站S3676的最少转乘次数为0次，即有直达路线，直达下的最优路线有1条；
起始站S0148到终到站S0485的最少转乘次数为2次，转乘次数最少的最优路线有10条；
起始站S0971到终到站S0485的最少转乘次数为2次，转乘次数最少的最优路线有20条（注表6.4中罗列其中10条）；
起始站S1557到终到站S0481的最少转乘次数为2次，转乘次数最少的最优路线有17条（注表6.4中罗列其中10条）；
起始站S3359到终到站S1828的最少转乘次数为2次，转乘次数最少的最优路线有2条。
2）以耗时最少为目标的最优路线
起始站S3359到终到站S1828耗时最少为64 min，耗时最少的最优路线（转乘次数较少，费用较省的路线）有28条(注：表6.1选择了其中的10条表示)；
起始站S1557到终到站S0481耗时最少为109 min，耗时最少的最优路线有17条与转乘次数最少的最优路线相同；
起始站S0971到终到站S0485耗时最少为96 min，耗时最少的最优路线有20条与转乘次数最少的最优路线相同；
起始站S0008到终到站S0073耗时最少为55 min，耗时最少的最优路线有3条；
起始站S0148到终到站S0485耗时最少为87.5 min，耗时最少的最优路线有10条与转乘次数最少的最优路线相同；
起始站S0087到终到站S3676耗时最少为33 min，耗时最少的最优路线有1条与转乘次数最少的最优路线相同；
3）最少费用的最优路线
起始站S3359到终到站S1828的最少费用为3元，最少费用的最优路线（所需时间较短，转乘次数较少的路线）有2条；
起始站S1557到终到站S0481的最少费用为3元，最少费用的最优路线有
17条；
起始站S0971到终到站S0485的最少费用为5元，最少费用的最优路线有20条；
起始站S0008到终到站S0073的最少费用为2元，最少费用的最优路线有1条；
起始站S0148到终到站S0485的最少费用为5元，最少费用的最优路线有10条；
起始站S0087到终到站S3676的最少费用为2元，最少费用的最优路线有1条；
在此种情况下，我们就只考虑可以通过地铁站换乘的情况，不通过地铁站的情况即为模型1的求解结果。模型2的求解结果见附件1。 6．3．1模型三的建立
该模型针对问题三，将步行方式考虑在了出行方式当中，更符合实际。因为当出发点与换乘点、终点站或转乘站与转乘站之间只相隔几个站时，当然该段选择步行方式更优。
因此作出如下假设：
一、如果存在某段路线，其两端点站之间相隔站点数小等于２（即至多经过4个站点），则该段线路选择步行方式到达目的地。其他的情况用模型二来处理。其中路线的两端点站之间相隔站点数是根据公交直达换乘路线来确定的。
二、相邻公交站点（包括地铁站）间平均步行时间为5分钟。
三、如果在公汽线路上选择步行，则公汽间换乘次数减少1；如果在地铁线路上选择步行，则地铁间换乘次数减少1，直达线路除外。
直达和转乘一次、两次的路线需要步行的路段示意图如图6.5所示。图中（a ）表示出发点A 与终点站B 间能直达，相隔的站点数等于2所以选择步行；图中（b ）表示出发点A 与终点站B 间通过一次换乘能到达，其中路段AC 的站点数等于2所以选择步行,同样如果CB 路段的站点数小等于２，则也采取步行的方式；图中（c ）选择步行方式的依据类似。
图6.5 步行示意图
是否选择步行方式的函数：
k m k ,m 1M S 4F S 0≤?=
??
，其他 k,n
k ,n 1M D 4F D 0≤?=??其他
（6.8式）
其中k ,m FS 表示第m 路公交路线是否步行，k ,n FD 表示第n 路地铁线路是否步行；
对于直达路线，如果出发点与终点站之间相隔站点数小等于２则步行，否则乘车。对于需要转乘的路线的最优路线模型讨论如下：
1）以时间最短的路线作为最优路线的模型：路线总时间等于乘车时间加上步行时间，再加上转乘时间。
k k ,m k ,m
k ,n
k m n
k,m k,m k,n k,n m
n
k k,m k k,n k k m
n
k,m k,m k,n k,n m
n
k k M in T 3(1F S )(M S
1)2.5(1F D )(M D 1)5F S (M S 1)5F D (M D 1)
5(N 1F S )4(N 2F D )7N 36
N 4(32F S )(M S 1)(2.52.5F D )(M D 1)5(N 1F S =?-?-+?-?-+??-+??-+?-+?-+?+?=+?
-++?-+?-∑∑∑∑∑∑∑∑,m k k,n k k m
n
)4(N 2F D )7N 36
N 4+?-+?+?∑∑ （6.9式）
其中，第k 路线为同时考虑公汽与地铁的转乘路线中的一种或几种。
2）以转乘次数最少的路线作为最优路线的模型：每步行一次就少换乘一次车。 k k ,m k k ,n k
m
n
M i n N 1F SN 2F D N 3N 4-+-++∑∑ （6.20式） 此模型等效为以上转乘路线按直达、转乘一次、两次、三次（包括公交与地铁间的转乘）的优先次序来考虑。
3）以费用最少的路线作为最优路线的模型：
k k ,m k ,m
m
M i n C (1F S )C L 3N 4=-?+?∑ （6.21式） 其中，k ,m CL 仍满足（6.4式）。
七 模型的优缺点及改进
7.1模型的评价
7.1.1 模型优点
1、模型是由简单到复杂一步步建立的，使得更贴近实际。
2、本文的模型简单，其算法直观，容易编程实现。
3、本文模型比较注重数据的处理和存储方式，大大提高了查询效率。
4、本文模型注重效率的提高，通过大量的特征信息的提取，并结合有效的算法，使其完全可以满足实时系统的要求。
7.1.2 模型缺点
在建模与编程过程中，使用的数据只是现实数据的一种近似，因而得出的结果可能与现实情况有一定的差距。
7.2 模型的改进
以上模型主要是从公交线路出发，寻找公交线路的交叉站作为换乘站点，进而找出经过任意两个站点的可能乘车路线。我们也可以从公交站点的角度出发，用图论的方法建立有向赋权图（如图7.1所示），此向赋权图是针对问题三建立
的图论模型，问题一、问题二只是此模型的简化。图7.1中i L 表示公汽线路标号，该线路是公汽线路i L 的上行线或下行线，1S 、ggg 、j 1
S
-、j S 、j 1
S
+ggg 、n
S
是公汽线路i L 上的站点标号；k T 表示地铁线路标号，该地铁线路是双向行驶的，
1D 、ggg g D 、g 1D +、ggg 、m
D
是地铁线路j T 上的站点标号；公汽i L 与地铁k T 可
以在公汽站j S 和地铁站g D 间换乘。如果图7.1中的地铁线路替换成公汽线路，为了表示公汽间换乘所需的时间或者费用，应将同一个换乘站点用两个站点来表示。
图7.1 公交线路的有向赋权图
根据不同的目标,给不同的站点间的边赋上不同的权值。然后利用图论的相关算法,找出相应的最短路径。
1）当以时间最短为目标时，给每条边赋上时间的权值。给同一线路上任意两个站点间的边赋值时，其权值等于站点间的公交线路段数与平均时间的乘积。当某段线路的两段点间间隔站点数小等于3时，选择步行，该线路的权值等于步行时间。不同公汽和地铁间进行换乘时需要赋给不同的权值，以表示换乘时间。
例如（如图7.1）：
当j>4时，1S 到 j S 的边权值1j
S ,S (j 1)3??=-?；， 从j 1
S -到 j S 不需要的转车，但根据假设应选择步行，其边权值j 1j S ,S 5-??=；， 从j 1
S -到 j D 要么乘公交，然后转车，要么步行，根据步行的假设条件，j 1
S
-
到 j D 的站点间隔数小于2，因此选择步行，其边权值j 1g
S ,D 5-??=；，
当g>4时，1D 与g D 之间的边权值1g g 1D ,D D ,D (g 1)2.5??=??=-?；， j S 到g D 的边权值j g S,D 6??=
； g D 到j S 的边权值g j D,S 7??=
； 当j>4、g>4时，1S 到1D 的路径长度为：
111j j g g 1
(S ,D )S ,S S ,D D ,D (j 1)36(g 1)2.5=??+??+??=-?++-?； 当j 4≤、g>4时，则从1S 到g D 选择步行，再乘地铁到1D ，其路径长度为；
111g g 1
(S ,D )S ,D D ,D (j 1)5(g 1)2.5=??+??=-?+-?； 找出任意两点间可行路线的路径长度后，再搜索出其中的最短路径的的可行路线作为时间的最优路线。
2）当以费用最省为目标时，则给每条边赋上费用的权值。 公汽站点间的边权按（6.4式）赋值。
当公汽线路i L 按单一票价计费，对于i L 上任意两个公汽站点j S 和°j S 间， 若°j j 14-+≤，则选择步行°j j
S,S 0??=；若°j j 14-+>，则°j j S,S 1??=； 当公汽线路i L 按分段计价，若°j j 14-+≤，则°j j
S ,S 0??=；若°3 S,S 2??=；若°j j 40->，则°j j S,S 3??=； 地铁线路k T 上任意两个站点g D 和±g D 间，若°j j 14 -+≤，则选择步行±±g g g g D ,D D ,D 0??=??=；若°j j 14-+>，则±±g g g g D ,D D ,D 3??=??=；换乘站点j S 与g D 间的边权值均为0，即g j j g D ,S S ,D 0??=??=；则从1S 通过站点j S 换乘g D 到1D 的一条可行路线的路径长度为： 若j 4≤，g 4>，则从1S 到j S 选择步行，11g 1 (S ,D )D ,D 3=??=； 若j 4>，g 4>，则111j g1 (S ,D )(S ,S )D ,D 336=+??=+=； 同样可以找出任意两点间可行路线的路径长度，然后再搜索出最短路径作为费用的最优路线。 以上从公交站点出发，将公交站点作为网络图中顶点，得出公交的拓扑结构，进而寻求不同目标下的最短路径，为我们提供了另外一种思路。但是从以上图形的结构，我们已经看得出其复杂程度是不可预知的，尤其随着数据的增多，图的复杂度随之上升。如果不寻求一个好的算法，而用常规的Dijkstra 算法，将有可 能在可以忍受的时间范围内得不出有效结果。 经过参考相关资料，我们发现用蚂蚁算法可能比较有效。该算法利用了蚂蚁寻食出行路径选择的行为特点，通过线路激素强度的更新机制，实现了以换乘次数最少和公交出行站点最少的公交出行路径选择优化目标。 八参考文献 [1] 344000温小文臧德彦，城市公交信息查询系统设计初探，江西测绘，第65期，2006 [2] 龚劬图论与网络最优化算法重庆大学出版社，2000 [3] 1671-4512(2003)Sl-0313 张帅彭玉青赵镇李志强，蚂蚁算法在公交查询最短路径求法中的应用，华中科技大学学报（自然科学报），第31卷，2003 九附件 交巡警服务平台的设置与调度 摘要 由于警务资源有限，需要根据城市的实际情况与需求建立数学模型来合理地确定交巡警服务平台数目与位置、分配各平台的管辖范围、调度警务资源。设置平台的基本原则是尽量使平台出警次数均衡，缩短出警时间。用出警次数标准差衡量其均衡性，平台与节点的最短路衡量出警时间。 对问题一，首先以出警时间最短和出警次数尽量均衡为约束条件，利用无向图上任意两点最短路径模型得到平台管辖范围，并运用上下界网络流模型优化解,得到A区平台管辖范围分配方案。发现有6个路口不能在3分钟内被任意平台到达，最长出警时间为5.7分钟。 其次，利用二分图的完美匹配模型得出20个平台封锁13个路口的最佳调度方案，要完全封锁13个路口最快需要8.0分钟。 最后，以平台出警次数均衡和出警时间长短为指标对方案优劣进行评价。建立基于不同权重的平台调整评价模型，以对出警次数均衡的权重u和对最远出警距离的权重v 为参数，得到最优的增加平台方案。此模型可根据实际需求任意设定权重参数和平台增数，由此得到增加的平台位置，权重参数可反映不同的实际情况和需求。如确定增加4个平台，令u=0.6，v=0.4，则增加的平台位置位于21、27、46、64号节点处。 对问题二，首先利用各区平台出警次数的标准差和各区节点的超距比例分析评价六区现有方案的合理性，利用模糊加权分析模型以城区的面积、人口、总发案次数为因素来确定平台增加或改变数目。得出B、C区各需改变2个平台的位置，新方案与现状比较，表明新方案比现状更合理。D、E、F区分别需新增4、2、2个平台。利用问题一的基于不同权重的平台调整评价模型确定改变或新增平台的位置。 其次，先利用二分图的完美匹配模型给出80个平台对17个出入口的最优围堵方案，最长出警时间12.7分钟。在保证能够成功围堵的前提下，若考虑节省警力资源，分析全市六区交通网络与平台设置的特点，我们给出了分阶段围堵方案，方案由三阶段构成。最多需调动三组警力，前后总共需要29.2分钟可将全市路口完全封锁。此方案在保证成功围堵嫌疑人的前提下，若在前面阶段堵到罪犯，则可以减少警力资源调度，节省资源。 【关键字】：不同权重的平台调整评价模糊加权分析最短路二分图匹配 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： 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. 3. 指导教师或指导教师组负责人(打印并签名)： 日期：年月日赛区评阅编号（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）： 基于系统综合评价的城市表层土壤重金属污染分析 摘要 本文针对城市表层土壤重金属污染问题，首先对各重金属元素进行分析，然后对各种重金属元素的基本数据进行统计分析及无量纲化处理，再对各金属元素进行相关性分析，最后针对各个问题建立模型并求解。 针对问题一，我们首先利用EXCEL 和 SPSS 统计软件对各金属元素的数据进行处理，再利用Matlab 软件绘制出该城区内8种重金属元素的空间分布图最后通过内梅罗污染 模型：2 /12 max 22?? ? ? ??+=P P P 平均综，其中平均P 为所有单项污染指数的平均值，max P 为土壤环境中 针对问题二,我们首先利用EXCELL 软件画出8种元素在各个区内相对含量的柱状图，由图可以明显地看出各个区内各种元素的污染情况，然后再根据重金属元素污染来源及传播特征进行分析，可以得出工业区及生活区重金属的堆积和迁移是造成污染的主要原因，Cu 、Hg 、Zn 主要在工业区和交通区如公路、铁路等交通设施的两侧富集，随时间的推移，工业区、交通区的土壤重金属具有很强的叠加性，受人类活动的影响较大。同时城市人口密度，土地利用率，机动车密度也是造成重金属污染的原因。 针对问题三，我们从两个方面考虑建模即以点为传染源和以线为传染源。针对以点为传染源我们建立了两个模型：无约束优化模型()[]()[]() 22y i y x i x m D -+-=，得到污染源的位置坐标()6782,5567；有衰减的扩散过程模型得位置坐标（8500,5500），模型为： u k z u c y u b x u a h u 222 2222222-??+??+??=??， 针对以线为传染源我们建立了l c be u Y ?-+=0模型，并通过线性拟合分析线性污染源的位置。 针对问题四，我们在已有信息的基础上，还应收集不同时间内的样点对应的浓度以及各污染源重金属的产生率。根据高斯浓度模型建立高斯修正模型，得到浓度关于时间和空间的表达式ut e C C -?=0。 在本题求解过程中，我们所建立的模型与实际紧密联系，有很好的通用性和推广性。但在求点污染源时，我们假设只有一个污染源，而实际上可能有多个点污染源，从而使得误差增大，或者使污染源的位置够不准确。 关键词 内梅罗污染模型 无量纲化 相关性 回归模型 高斯浓度模型 ２01４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)：B 我们的报名参赛队号为（8位数字组成的编号）: 所属学校（请填写完整的全名)： 参赛队员(打印并签名) :1. 2． 3． 指导教师或指导教师组负责人(打印并签名): ?（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： 20１4 年 9 月15日 赛区评阅编号(由赛区组委会评阅前进行编号）: ２０14高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录(可供赛区评阅时使用）： 车道被占用对城市道路通行能力的影响 摘要 随着城市化进程加快，城市车辆数的增加，致使道路的占用现象日益严重，同时也导致了更多交通事故的发生。而交通事故发生过程中，路边停车、占道施工、交通流密增大等因素直接导致车道被占用，进而影响了城市道路的通行能力。本文在视频提供的背景下通过数据采集，利用数据插值拟合、差异对比、车流波动理论等对这一影响进行了分析，具体如下： 针对问题一，首先根据视频1中交通事故前后道路通行情况的变化过程运用物理观察测量类比法、数学控制变量法提取描述变量（如事故横断面处的车流量、车流速度以及车流密度）的数据，从而通过研究各变量的变化，来分析其对通行能力的影响。而视频1中有一些时间断层，我们可根据现有的数据先用统计回归对各变量数据插值后再进行拟合，拟合过程中利用残差计算值的大小来选择较好的模型来反应各变量与事故持续时间的关系，进而更好地说明事故发生至撤离期间，事故所处横断面实际通行能力的变化过程。 针对问题二：沿用问题一中的方法，对视频2中影响通行能力的各个变量进行数据采集，同样使用matlab对时间断层处进行插值拟合处理，再将所得到的的变化图像与题一中各变量的变化趋势进行对比分析，其中考虑到两视频的时间段与两视频的事故时长不同，从而采用多种对比方式（如以事故发生前、中、后三时段比较差值、以事故相同持续时间进行对比、以整个事故时间段按比例分配时间进行对比）来更好地说明这一差异。由于小区口的位置不同、时间段是否处于车流高峰期以及1、2、3道车流比例不同等因素的影响，采用不同的数据采集方式使采集的变量数据的实用性更强，从而最后得到视频1中的道路被占用影响程度高于视频2中的影响程度，再者从差异图像的变化波动中得到验证，使其合理性更强。 针对问题三：运用问题1、2中三个变量与持续时间的关系作为纽带，再根据附件5中的信号相位确定出车流量的测量周期为一分钟，测量出上游车流量随时间的变化情况，而事故横断面实际通行能力与持续时间的关系已在1、2问中由拟合得到，所以再根据波动理论预测道路异常下车辆长度模型的结论，结合采集数据得到的函数关系建立数学模型，最后得出事故发生后，车辆排队长度与事故横断面实际通行能力、事故持续时间以及路段上游车流量这三者之间的关系式。 针对问题四：在问题3建立的模型下，利用问题4中提供的变量数据推导出其它相关变量值，然后代入模型，估算出时间长度，以此检验模型的操作性及可靠性。 关键词：通行能力车流波动理论车流量车流速度车流密度 优化和评价的收费亭的数量 景区简介 由於公路出来的第一千九百三十，至今发展十分迅速在全世界逐渐成为骨架的运输系统，以其高速度，承载能力大，运输成本低，具有吸引力的旅游方便，减少交通堵塞。以下的快速传播的公路，相应的管理收费站设置支付和公路条件的改善公路和收费广场。 然而，随着越来越多的人口密度和产业基地，公路如花园州公园大道的经验严重交通挤塞收费广场在高峰时间。事实上，这是共同经历长时间的延误甚至在非赶这两小时收费广场。 在进入收费广场的车流量，球迷的较大的收费亭的数量，而当离开收费广场，川流不息的车辆需挤缩到的车道数的数量相等的车道收费广场前。因此，当交通繁忙时，拥堵现象发生在从收费广场。当交通非常拥挤，阻塞也会在进入收费广场因为所需要的时间为每个车辆付通行费。 因此，这是可取的，以尽量减少车辆烦恼限制数额收费广场引起的交通混乱。良好的设计，这些系统可以产生重大影响的有效利用的基础设施，并有助于提高居民的生活水平。通常，一个更大的收费亭的数量提供的数量比进入收费广场的道路。 事实上，高速公路收费广场和停车场出入口广场构成了一个独特的类型的运输系统，需要具体分析时，试图了解他们的工作和他们之间的互动与其他巷道组成部分。一方面，这些设施是一个最有效的手段收集用户收费或者停车服务或对道路，桥梁，隧道。另一方面，收费广场产生不利影响的吞吐量或设施的服务能力。收费广场的不利影响是特别明显时，通常是重交通。 其目标模式是保证收费广场可以处理交通流没有任何问题。车辆安全通行费广场也是一个重要的问题，如无障碍的收费广场。封锁交通流应尽量避免。 模型的目标是确定最优的收费亭的数量的基础上进行合理的优化准则。 主要原因是拥挤的 SARS传播的数学模型 (轩辕杨杰整理) 摘要 本文分析了题目所提供的早期SARS传播模型的合理性与实用性，认为该模型可以预测疫情发展的大致趋势，但是存在一定的不足.第一，混淆了累计患病人数与累计确诊人数的概念；第二，借助其他地区数据进行预测，后期预测结果不够准确；第三，模型的参数L、K的设定缺乏依据，具有一定的主观性. 针对早期模型的不足，在系统分析了SARS的传播机理后，把SARS的传播过程划分为：征兆期，爆发期，高峰期和衰退期4个阶段.将每个阶段影响SARS 传播的因素参数化，在传染病SIR模型的基础上，改进得到SARS传播模型.采用离散化的方法对本模型求数值解得到：北京SARS疫情的预测持续时间为106天，预测SARS患者累计2514人，与实际情况比较吻合. 应用SARS传播模型，对隔离时间及隔离措施强度的效果进行分析，得出结论：“早发现，早隔离”能有效减少累计患病人数；“严格隔离”能有效缩短疫情持续时间. 在建立模型的过程中发现，需要认清SARS传播机理，获得真实有效的数据.而题目所提供的累计确诊人数并不等于同期累计患病人数，这给模型的建立带来不小的困难. 本文分析了海外来京旅游人数受SARS的影响，建立时间序列半参数回归模型进行了预测，估算出SARS会对北京入境旅游业造成23.22亿元人民币损失，并预计北京海外旅游人数在10月以前能恢复正常. 最后给当地报刊写了一篇短文，介绍了建立传染病数学模型的重要性. 1．问题的重述 SARS （严重急性呼吸道综合症，俗称：非典型肺炎）的爆发和蔓延使我们认识到，定量地研究传染病的传播规律，为预测和控制传染病蔓延创造条件，具有很高的重要性.现需要做以下工作： （1） 对题目提供的一个早期模型，评价其合理性和实用性. （2） 建立自己的模型，说明优于早期模型的原因；说明怎样才能建立一个真正能够预测以及能为预防和控制提供可靠、足够信息的模型，并指出这样做的困难；评价卫生部门采取的措施，如：提前和延后5天采取严格的隔离措施，估计对疫情传播的影响. （3） 根据题目提供的数据建立相应的数学模型，预测SARS 对社会经济的影响. （4） 给当地报刊写一篇通俗短文，说明建立传染病数学模型的重要性. 2．早期模型的分析与评价 题目要求建立SARS 的传播模型，整个工作的关键是建立真正能够预测以及能为预防和控制提供可靠、足够的信息的模型.如何结合可靠、足够这两个要求评价一个模型的合理性和实用性，首先需要明确： 合理性定义 要求模型的建立有根据，预测结果切合实际. 实用性定义 要求模型能全面模拟真实情况，以量化指标指导实际. 所以合理的模型能为预防和控制提供可靠的信息；实用的模型能为预防和控制提供足够的信息. 2.1早期模型简述 早期模型是一个SARS 疫情分析及疫情走势预测的模型， 该模型假定初始时刻的病例数为0N ， 平均每病人每天可传染K 个人（K 一般为小数），K 代表某种社会环境下一个病人传染他人的平均概率，与全社会的警觉程度、政府和公众采取的各种措施有关.整个模型的K 值从开始到高峰期间保持不变，高峰期后 10天的范围内K 值逐步被调整到比较小的值，然后又保持不变. 平均每个病人可以直接感染他人的时间为L 天.整个模型的L 一直被定为20.则在L 天之内，病例数目的增长随时间t (单位天)的关系是： t k N t N )1()(0+?= 考虑传染期限L 的作用后，变化将显著偏离指数律，增长速度会放慢.采用半模拟循环计算的办法，把到达L 天的病例从可以引发直接传染的基数中去掉. 2.2早期模型合理性评价 根据早期模型对北京疫情的分析与预测，其先将北京的病例起点定在3月1日，经过大约59天在4月29日左右达到高峰，然后通过拟合起点和4月20日以后的数据定出高峰期以前的K =0.13913.高峰期后的K 值按香港情况变化，即10天范围内K 值逐步被调整到0.0273.L 恒为20.由此画出北京3月1日至5月7日疫情发展趋势拟合图像以及5月7日以后的疫情发展趋势预测图像，如图1. 上海世博会影响力的定量评估 摘要 本文主要针对世博会对上海市的发展产生的影响力进行定量评估。 在模型一中，首先我们从上海的城市基础设施建设这一侧面定量评估世博会对上海市的发展产生的影响，而层次分析法是对社会经济系统进行系统分析的有力工具。所以 我们运用层次分析法，构造成对比矩阵a ，找到最大特征值λ，运用1 n CI n λ-=-进行一致 性检验，这样对成对比矩阵a 进行逐步修正，最终可以确定权向量。再运用模糊数学的综合评价法，通过组合权向量就可以得出召开世博会比没有召开世博会对上海城市基本设施建设的影响要高出40%。 在模型二中，上海世博会的影响力直接体现在GDP 上，我们直接以GDP 这个硬性直接指标来衡量上海世博会对上海的影响。因此我们运用线性回归的模型预测出在有无上海世博会这两者情况下的GDP 的值，并将运用线性回归得到的数据与上海统计年鉴中的相关数据进行比较运算，算出误差在1.2%左右，这说明我们用线性回归得到的模型能准确地反映出世博会对上海GDP 的影响。运用公式21 1 100%Q Q Q η-=?可以计算出世博对上海GDP 的影响力的大小为1983417833 100%11.2%17833 η-= ?=。 关键词：层次分析法 模糊数学 线性回归 城市基础建设 GDP 1 问题重述 2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始，世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴趣的某个侧面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。 2 问题分析 对于模型一，为了定量评估2010年上海世博会的影响力，我们首先选取城市基础设施建设的投入这一个侧面，因为通过查找相关数据，我们发现，城市基础设施建设的投入在上海整个GDP的增长中占有很大的比重，对GDP的贡献占主体地位。而层次分析法是对社会经济系统进行系统分析的有力工具。为此，我们通过研究上海统计局的相关数据，使用层次分析法来评估世博会的召开对基础设施建设的投入的影响，目标层为世博会的召开对基础设施建设的投入的影响，准则层依次为电力建设、交通运输、邮电通信、公用事业、市政建设，方案层依次为没有召开世博时的影响、召开世博时的影响。首先我们通过层次分析法算出电力建设、交通运输、邮电通信、公用事业、市政建设的相对权重，然后应用模糊数学中的综合评价法对上海世博会对城市基础设施建设的影响作出综合的评价，应用综合评价法计算出没有召开世博和召开世博两种情况下的权重，从而得出上海世博会的召开对城市基础设施建设的影响。 对于模型二，直接以GDP这个硬性直接指标来衡量上海世博会对上海的影响。先根据上海没有申办世博会的GDP总额的相关数据，建立线性回归模型，由此预测不举办世博会情况下2010年上海市的GDP总额；再由2002年至2009年的GDP值用线性回归预测出举办世博会情况下2010年上海市的GDP总额，并将两种情况进行对比得出世博会对上海GDP的影响。 3 模型假设 3.1假设非典和奥运等重大事件对世博前的城市基础建设的投入影响很小，可以忽略。 3.2 假设不同时期国家的经济实力不同，对城市基础建设的投入影响很小，可以忽略。 3.3 假设我们查到的数据真实可靠。 4符号说明 CI为一致性指标； RI为随机一致性指标； CR为一致性比率； λ为成对比较矩阵的最大特征值； () 1,2,3,4,5 y i=分别为电力建设、交通运输、邮电建设、共用设施、市政建设2010 i 年各项投入金额的理论预测值； 2014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、电子、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）： B 我们的报名参赛队号为（8位数字组成的编号）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人 (打印并签名)： （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： 2014 年 9 月 15日赛区评阅编号（由赛区组委会评阅前进行编号）： 2014高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）： 2010高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的 资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规 则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 王静茹 2. 杨曼 3. 朱元霞 指导教师或指导教师组负责人 (打印并签名)： 日期：年月日 赛区评阅编号（由赛区组委会评阅前进行编号）： 2010高教社杯全国大学生数学建模竞赛 编 号 专 用 页 赛区评阅编号（由赛区组委会评阅前进行编号）： 赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注 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）： 2010年上海世博会经济影响力的定量评估 摘要 本文选取2010年上海世博会对上海经济的影响作为研究对象，首先，我们选择了 五届影响力较大的世博会与上海世博会进行了定量的纵向评估。 利用互联网的相关数据，运用层次分析法确定了各级评价指标的相对权重，然后 利用模糊综合评判法给这六届世博会的经济影响力进行了定量评估，利用MATLAB 计算出了1933年芝加哥世博会以来六届综合性世博会的经济影响力的综合评分依次为 75.12、80.01、80、11、77.35、79.35、80.75，由表我们可以肯定上海世博会的经济影响力是继1851年伦敦世博会以来较强的。 其次我们采用投入——产出模型模型的核心思想，以年份与GDP 的对数值的二次 相关关系和上海市社会固定资产总投入与GDP 的对数值的线性关系，利用上海统计年鉴发布的数据，分别建立无世博影响的表达式i i i x x x e Q 21210904.01117.00032.06278.81-++=，与有世博影响的表达式i i i x x x e Q 21212955.00176.00019.01211.82+-+=，两式的预测误差均在1.1%以内。与 2008年真实值比较，用表达式1Q 预测2008年的GDP 的值可以得出世博会对2008年上海市经济贡献率达到20.9%。并且在得知申办世博会后第i 年上海市固定投入总额的前提下由%1002 12?-=Q Q Q η可求出世博会对上海地区经济的持续性积极影响。如假设2011年市固定资产总投资为5600亿元，则世博会对上海经济有16%的积极影响。 最后,经过对2010年上海世博会的经济影响力的两方面的评估,我们得知上海世博 会在历届世博会的经济影响力的综合评分中是最高的。由此得出,上海世博会对上海经济的影响力是非常大的,此次世博会除了对上海的直接收益影响明显外, 世博会对上海地区经济的持续性积极影响。 关键词：层次分析 模糊综合评判 投入——产出模型 回归模型 一、问题重述 2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始，世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴趣的某个侧面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。 二、问题分析 基于打车软件的出租车供求匹配度模型研究与分析 摘要 目前城市“出行难”、“打车难”的社会难题导致越来越多的线上打车软件出现在市场上。“打车难”已成为社会热点。以此为背景，本文将要解决分析的三个问题应运而生。 本文运用主成分分析、定性分析等分析方法以及部分经济学理论成功解决了这三个问 题，得到了不同时空下衡量出租车资源供求匹配程度的指标与模型以及一个合适的补贴 方案政策，并对现有的各公司出租车补贴政策进行了分析。 针对问题一，根据各大城市的宏观出租车数据，绘制柱形图进行重点数据的对比分 析，首先确定适合进行分析研究的城市。之后，根据该市不同地区、时间段的不同特点 选择多个数据样本区，以数据样本区作为研究对象，进行多种数据（包括出租车分布、 出租车需求量等）的采集整理。接着，通过主成分分析法确定模型的目标函数、约束条 件等。最后运用spss软件工具对数据进行计算，求出匹配程度函数F 与指标的关系式， 并对结果进行分析。 针对问题二，在各公司出租车补贴政策部分已知的情况下，综合考虑出租车司机以 及顾客两个方面的利益，分别就理想情况与实际情况进行全方位的分析。在问题一的模 型与数据结果基础上，首先分别从给司机和乘客补贴两个角度定性分析了补贴的效果。 重点就给司机进行补贴的方式进行讨论，定量分析了目前补贴方案的效果，得出了如果 统一给每次成功的打车给予相同的补贴无法改善打车难易程度的结论，并对第三问模型 的设计提供了启示，即需要对具有不同打车难易程度和需求量的区域采取分级的补贴政 策。 针对问题三，在问题二的基础上我们设计了一种根据不同区域打车难易程度和需求 量来确定补贴等级的方法。设计了相应的量化指标，以极大化各区域打车难易程度降低 的幅度之和作为目标，建立该问题的规划模型。目的是通过优化求解该模型，使得通过 求得的优化补贴方案，能够优化调度出租车资源，使得打车难区域得到缓解。通过设计 启发式原则和计算机模拟的方法进行求解，并以具体案例分析得到，本文方法相对统一 的补贴方案而言的确可以一定程度缓解打车难的程度。 关键词：主成分分析法，供求匹配度，最优化模型，出租车流动平衡 1 城市表层土壤重金属污染分析 摘要 本文旨在对城市土壤地质环境的重金属污染状况进行分析，建立模型对金属污染物的分布特点、污染程度、传播特征以及污染源的确定进行有效的描述、评价和定位。 对于重金属空间分布问题，首先基于克里金插值法，应用Surfer 8软件对各数据点的分布情况进行模拟，得到了直观的重金属污染空间分布图形；随后，分别用内梅罗综合污染指数以及模糊评价标准和模型对城区内不同区域重金属的污染程度进行了评判。 对于金属污染的主要原因分析问题，基于因子分析法、问题一的结果和对各个金属污染物的来源分析等因素，判断出金属污染的主要原因有：工业生产、汽车尾气排放、石油加工并推测该区域是镍矿富集区。随后讨论了污染源之间的相互关系和不同金属的污染贡献率。 针对污染源位置确定问题，我们建立了两个模型：模型一以流程图的形式出现，基于污染传播的一般规律建立模型，求取污染源范围，模型作用更倾向于确定污染源的位置；模型二基于最小二乘法原理，建立了拟合二次曲面方程，在有效确定污染源的同时也反映了其传播特征，模型更加清楚，理论性也更强。 在研究城市地质环境的演变模式问题中，我们对针对污染源位置确定问题所建模型的优缺点进行了评价，同时建立了考虑了时间，地域环境和传播媒介的污染物传播模型，从而反映了地质的演变。 综上所述，本文模型的特点是从简单的模型建立起，强更准确的数学模型发展，逐步达到目标期望。 关键词：重金属污染，克里金插值最小二乘法因子分析流程图 一、问题重述 1.1问题背景 随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。对城市土壤地质环境异常的查证，以及如何应用查证获得的海量数据资料开展城市环境质量评价，研究人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。评价和研究城市土壤重金属污染程度，讨论土壤中重金属的空间分布，研究城市土壤重金属污染特征、污染来源以及在环境中迁移、转化机理，并对城市环境污染治理和城市进一步的发展规划提出科学建议，不仅有利于城市生态环境良性发展，有利于人类与自然和谐，也有利于人类社会 健康和城市可持续发展[1] 。按照功能划分，城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，不同的区域环境受人类活动影响的程度不同。 现对某城市城区土壤地质环境进行调查。为此，将所考察的城区划分为间距1公里左右的网格子区域，按照每平方公里1个采样点对表层土（0~10 厘米深度）进行取样、编号，并用GPS 记录采样点的位置。应用专门仪器测试分析，获得了每个样本所含的多种化学元素的浓度数据。另一方面，按照2公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。 1.2 目标任务 (1) 给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。 (2) 通过数据分析，说明重金属污染的主要原因。 (3) 分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。 (4) 分析所建立模型的优缺点，为更好地研究城市地质环境的演变模式，分析还应收集的信息，并进一步探索怎样利用收集的信息建立模型及解决问题。 二、 模型假设 1）忽略地下矿源对污染物浓度的影响； 2）认为海拔对污染物的分布较小，故只在少数模型中讨论其作用； 3）认为题目中的采样方式是科学的，能够客观反映污染源的分布。 三、 符号说明 3.1第一问中的符号说明 i p ——污染物i 的环境污染指数 i C ——污染物i 的实测值 i S ——污染物i 的背景值 m ax (/)i i C S ——土壤污染指数的最大值 (/)i i avg C S ——土壤污染指数的平均值 Haozl觉得数学建模论文格式这么样设置 版权归郝竹林所有，材料仅学习参考 版权：郝竹林 备注☆ ※§等等字符都可以作为问题重述左边的。。。。。一级标题 所有段落一级标题设置成段落前后间距13磅 图和表的标题采用插入题注方式题注样式在样式表中设置居中五号字体 Excel中画出的折线表字体采用默认格式宋体正文10号 图标题在图上方段落间距前0.25行后0行 表标题在表下方段落间距前0行后0.25行 行距均使用单倍行距 所有段落均把4个勾去掉 注意Excel表格插入到word的方式在Excel中复制后，粘贴，word2010粘贴选用使用目标主题嵌入当前 Dsffaf 所有软件名字第一个字母大写比如E xcel 所有公式和字母均使用MathType编写 公式编号采用MathType编号格式自己定义 农业化肥公司的生产与销售优化方案 摘 要 要求总分总 本文针对储油罐的变位识别与罐容表标定的计算方法问题，运用二重积分法和最小二乘法建立了储油罐的变位识别与罐容表标定的计算模型，分别对三种不同变位情况推导出的油位计所测油位高度与实际罐容量的数学模型，运用matlab 软件编程得出合理的结论，最终对模型的结果做出了误差分析。 针对问题一要求依据图4及附表1建立积分数学模型研究罐体变位后对罐容表的影响，并给出罐体变位后油位高度间隔为1cm 的罐容表标定值。我们作图分析出实验储油罐出现纵向倾斜 14.时存在三种不同的可能情况，即储油罐中储油量较少、储油量一般、储油量较多的情况。针对于每种情况我们都利用了高等数学求容积的知识，以倾斜变位后油位计所测实际油位高度为积分变量，进行两次积分运算，运用MATLAB 软件推导出了所测油位高度与实际罐容量的关系式。并且给出了罐体倾斜变位后油位高度间隔为1cm 的罐容标定值（见表1），最后我们对倾斜变位前后的罐容标定值残差进行分析，得到样本方差为4103878.2-?，这充分说明残差波动不大。我们得出结论：罐体倾斜变位后，在同一油位条件下倾斜变位后罐容量比变位前罐容量少L 243。 表 1.1 针对问题二要求对于图1所示的实际储油罐，试建立罐体变位后标定罐容表的数学模型，即罐内储油量与油位高度及变位参数（纵向倾斜角度α和横向偏转角度β）之间的一般关系。利用罐体变位后在进/出油过程中的实际检测数据（附件2），根据所建立的数学模型确定变位参数，并给出罐体变位后油位高度间隔为10cm 的罐容表标定值。进一步利用附件2中的实际检测数据来分析检验你们模型的正确性与方法的可靠性。我们根据实际储油罐的特殊构造将实际储油罐分为三部分，左、右球冠状体与中间的圆柱体。运用积分的知识，按照实际储油罐的纵向变位后油位的三种不同情况。利用MATLAB 编程进行两次积分求得仅纵向变位时油量与油位、倾斜角α的容积表达式。然后我们通过作图分析油罐体的变位情况，将双向变位后的油位h 与仅纵向变位时的油位0h 建立关系表达式01.5(1.5)cos h h β=--，从而得到双向变位油量与油位、倾斜角α、偏转角β的容积表达式。利用附件二的数据，采用最小二乘法来确定倾斜角α、偏转角β的值，用matlab 软件求出03.3=α、04=β α=3.30，β=时总的平均相对误差达到最小，其最小值为0.0594。由此得到双向变位后油量与油位的容积表达式V ，从而确定了双向变位后的罐容表(见表2)。 本文主要应用MATLAB 软件对相关的模型进行编程求解，计算方便、快捷、准确，整篇文章采取图文并茂的效果。文章最后根据所建立的模型用附件2中的实际检测数据进行了误差分析，结果可靠，使得模型具有现实意义。 关键词：罐容表标定；积分求解；最小二乘法；MATLAB ；误差分 交巡警服务平台的设置与调度的数学模型 摘要 针对交巡警服务平台的设置与调度问题，本文主要考虑出警速度和各服务平台的工作量来建立合理方案。对于A区的20个交巡警服务平台分配管辖范围的问题，我们采用Dijkstra算法，分别求得在3分钟内从服务台可以到达的路口。根据就近原则，每个路口归它最近的服务台管辖。 对进出A区的13个交通要道进行快速全封锁，我们采用目标规划进行建模，运用MATLAB软件编程，先找出13个交通要道到20个服务台的所有路径。然后在保证全封锁时间最短的前提下，再考虑局部区域的封锁效率，即总封锁时间最短，封锁过程中总路程最小，从而得到一个较优的封锁方案。 为解决前面问题中3分钟内交巡警不能到达的路口问题，并减少工作量大的地区的负担，这里工作量以第一小问中20个服务台覆盖的路口发案率之和以及区域内的距离的和来衡量。对此我们计划增加四个交巡警服务台。避免有些地方出警时间过长和服务台工作量不均衡的情况。 对全市六个区交警平台设计是否合理，主要以单位服务台所管节点数，单位服务台所覆盖面积，以及单位服务台处理案件频率这些因素进行研究分析。以A 区的指标作为参考，来检验交警服务平台设置是否合理。 对于发生在P点的刑事案件，采用改进的深度搜索和树的生成相结合的方法，对逃亡的犯罪嫌疑人进行可能的逃逸路径搜索。由于警方是在案发后3分钟才接到报警，因此需知道疑犯在这3分钟内可能的路线。要想围堵嫌疑犯，服务台必须要在嫌疑犯到达某节点之前到达。用MATLAB编程，搜索出嫌疑犯可能逃跑的路线，然后调度附近的服务台对满足条件的节点进行封锁，从而实现对疑犯的围堵。 关键词：Dijkstra算法；目标规划；搜索； 承诺书 我们仔细阅读了数学建模竞赛选拔的规则. 我们完全明白，在做题期间不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人研究、讨论与选拔题有关的问题。 我们知道，抄袭别人的成果是违反选拔规则的, 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，严格遵守选拔规则，以保证选拔的公正、公平性。如有违反选拔规则的行为，我们将受到严肃处理。 我们选择的题号是（从A/B/C中选择一项填写）： 队员签名：1. 2. 3. 日期：年月日 2012年河南科技大学数学建模竞赛选拔 编号专用页 评阅编号（评阅前进行编号）： 评阅记录（评阅时使用）： 评 阅 人 评 分 备 注 C题数学建模竞赛成绩评价与预测 一、摘要 近20 年来，CUMCM 的规模平均每年以20％以上的增长速度健康发展，是目前全国高校中规模最大的课外科技活动之一。本文对数学建模竞赛成绩的评价与预测问题进行了建模、求解和相关分析。 对于问题一，首先对广东赛区各院校2008-2011年建模奖励数据进行统计分析，将决策问题分为三个层次，建立多层次模糊综合评判模型。在该模型中，将因素集{国家一等奖，国家二等奖，省一等奖，省二等奖，省三等奖}看作准则层，将2008-2011各年建模情况看作方案层，结合实际情况，给出改进综合评判模型，解得广东金融学院、华南农业大学的总体综合评定成绩分别2.9474、2.7141,排名第一、第二。 对于问题二，首先建立单年的综合评定模型，得出广州赛区各院校2008-2011年的综合评定成绩。鉴于仅有4组数据，分别采用GM(1，1)法、回归曲线最小二乘法、移动平均法进行建模，最后结合实际情况并根据结果对比以上三种模型，确定了移动平均法方案最优，最终得出广东金融学院、华南农业大学的综合评定成绩分别为0.7369、0.6785，依旧排名第一、第二，较好地解决了问题二。 对于问题三，鉴于附件2所给数据冗杂庞大，故从中抽取2008-2011年的建模数据作为样本，分别统计出本科组和专科组在这四年中每年获得国家一等奖和国家二等奖的人数；将问题一中国家一等奖、二等奖的权重进行归一化处理，建立类似问题一的特殊综合评判模型，得出本科组哈尔滨工业大学、解放军信息工程大学的综合评定成绩分别为5.5117、4.6609；专科组海军航空工程学院、太原理工轻纺与美术学院的综合评定成绩分别为1.3931、1.3095，名列各组第一、第二，问题三得到了较好解决。 对于问题四，除全国竞赛成绩、赛区成绩外，讨论了学生的能力、参赛队数、师资力量、学校的综合实力、硬件设施等因素对建模成绩评估的影响，考虑首先对因素集进行模糊聚类分析，然后用层次分析法来进行评价，用BP神经网络结合Matlab软件来进行预测，理论上问题四能够得到较好地得到解决。 关键词: 模糊综合评判模型GM（1，1）模型移动平均法综合评定成绩 2015湖南省研究生数学建模竞赛参赛承诺书 我们仔细阅读了湖南省研究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。 我们授权湖南省研究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（从组委会提供的试题中选择一项填写）： 我们的参赛报名号为（如果组委会设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)： 日期：年月日 评阅编号（由组委会评阅前进行编号）： 2015湖南省研究生数学建模竞赛 编号专用页 评阅编号（由组委会评阅前进行编号）： 评阅记录（可供评阅时使用）： 湖南省首届研究生数学建模竞赛 题目航班计划的合理编排 摘要: 本文从提高飞机利用率，降低运行成本，提高航空公司经济效益等角度出发，来研究航班计划的合理编排。我们先后建立了，相关性分析模型，0-1整数规划模型，改进的0-1整数规划，鲁棒性评价模型等模型，并运用matlab，spss等相关软件对各模型进行求解，进而对题中各问题给出了相应的解答。 针对问题1，首先对附件1中的数据进行了检查，并合理地更改了一些不合理的数据，例如对附件1中餐食费为0的数据我们进行了合理的更改（见附录附表1）。其次，为了找到影响航班收益的主要因素，我们求出了各航线的收益， 建立了相关性分析模型，并给出了附件1中各因素与航班收益的相关系数。通过对相关系数排序，我们找出了8各主要因素（见表1）。同时基于这8个主要因素，我们对亏损航线提出了相应的整改措施。 针对问题2，首先根据问题中的假设条件，我们将求解航空公司收益最大化问题转化为了求解飞机利用率最高的问题。为使飞机利用率最高，我们假设每架飞机每天的最大飞行时间为17.5小时，并针对西安、天津两个独立基地以及A320、E190两种机型分别建立了4个0-1整数规划模型，并将其转化为NP-hard问题 求解。我们利用动态规划算法，通过matlab软件求解，计算出航空公司最少需要再去租4架A320机型和2架E190机型的飞机。同时，我们还制定了下个月的航班计划（见附录附表1），并计算出公司的最大收益为4237.1万元。 针对问题3，在问题2的基础上，我们进一步考虑了飞机累计飞行130小时就必须在维修基地停场维修24小时的条件，进而建立了改进的0-1整数规划模型。通过对模型进行求解，我们计算出在问题2的基础上至少需要增加A320机型和E190机型的飞机各2架，同时列出了一份各飞机停场排班表（见表11-14）。 针对问题4，首先给出了评价航班计划“鲁棒性”的评判标准。基于该评判标准，我们对问题2中制定的航班计划的“鲁棒性”进行了评价。通过评价结果我们发现问题2的中制定的航班计划的“鲁棒性”较差。为了提高航班计划的“鲁棒性”，减少航班延误对后续航班的影响，我们根据“鲁棒性”评判标准，建立了带有“鲁棒性”约束条件的新0-1规划整数模型。通过matlab对该模型求解，我们制定了具有较好“鲁棒性”的航班计划（见附录附表2）。 关键词：相关性分析法，整数规划，动态规划 一问题重述 航班计划是航空公司运输生产计划的具体实施计划，它规定了飞行的航线、航段、机型、航班号、班次和班期、（起降）时刻等。一个合理的航班计划应该既有助于航班的安全运行，又能提高飞机的利用率，还可以有效地降低运营及维护成本，提高公司的经济效益。 国内某个以客运为主的航空公司，该公司运行指挥中心每个月的月末都会对本月各航线、全国数学建模竞赛一等奖论文
2011数学建模A题优秀论文
数学建模国家一等奖优秀论文
2013全国数学建模大赛a题优秀论文
美国大学生数学建模竞赛优秀论文翻译
SARS传播的数学模型 数学建模全国赛优秀论文
全国数学建模优秀论文
2014年数学建模国家一等奖优秀论文设计
数学建模B题优秀论文
全国大学生数学建模竞赛b题全国优秀论文
2011年全国数学建模大赛A题获奖论文
数学建模优秀论文模板(全国一等奖模板)
2011年数学建模大赛优秀论文
全国数学建模获奖论文
数学建模竞赛优秀论文
相关主题
文本预览