2011年数学建模 c题论文作答。

关键词：联立方程组 VAR 离散 Hopfield 神经网络 GC-TOSIS 博弈 SVAR
2
目 录
摘 要.................................................................................................................... 1 目 录.................................................................................................................... 3 1. 前 言............................................................................................................. 5 1.1. 研究意义................................................................................................ 5 1.2. 文献综述................................................................................................ 5 1.3. 问题分析................................................................................................ 6 1.4. 模型假设................................................................................................ 6 1.5. 模型的符号和说明................................................................................ 6 1.6. 本文的架构设计.................................................................................... 7 2. 问题一、二解答——住房需求，供给模型................................................... 8 2.1. 指标的选取............................................................................................ 8 2.2. 数据来源以及说明.............................................................................. 10 2.3. 非参数 Spearman 秩和检验.............................................................. 12 2.3.1. 斯皮尔曼等级相关系数的检验....................................................... 12 2.4. X12 方法季节调整 ............................................................................... 13 2.4.1. X12 季节调整的理论 ........................................................................ 13 2.4.2. X12 季节调整的结果 ........................................................................ 14 2.5. 联立方程组模型.................................................................................. 14 2.5.1. 联立方程组的理论........................................................................... 14 2.5.2. 供给需求联立方程求解................................................................... 14 2.6. 高斯迭代验证...................................................................................... 16 2.7. 蛛网模型.............................................................................................. 17 3. 问题三——房地产行业与其他行业关系模型............................................. 18 3.1. Spearman 检验...................................................................................... 18 3.2. 路径分析.............................................................................................. 18 3.3. 单位根检验.......................................................................................... 20 3.4. Granger 因果检验 ................................................................................ 20 3.5. 协整检验.............................................................................................. 21 3.6. 滞后阶数确定...................................................................................... 22 3.7. 向量自回归模型.................................................................................. 23 3.7.1. 模型的介绍....................................................................................... 23 3.7.2. 模型的求解....................................................................................... 23 3.7.3. 模型的检验....................................................................................... 24 3.8. 脉冲分析.............................................................................................. 25 3.9. 方差分解.............................................................................................. 25 4. 问题四——房地产行业态势分析模型......................................................... 27 4.1. 指标的选取.......................................................................................... 27 4.2. 权重计算.............................................................................................. 27 4.3. 理想点法（Topsis 法） ...................................................................... 28 4.4. 灰色关联度.......................................................................................... 29 4.5. 评价模型.............................................................................................. 30

191])()([),(20200y y x x r z y x z -+--=c y b x a y x y x z +⋅+⋅++=22),(4753⨯41i D i D 20.000160.001162021421339915152112032534791410.1 6660.1 2.5 2.666.11212.12525.16060.1/mcm05/probX 53⨯47Y 53⨯47k n m Z ⨯53⨯47 k n m Z ⨯~53⨯47i n m k H ⨯m m n k n 21n +120i n m k S ⨯i D126 18319719141164512X Y⎪⎪⎪⎭⎫ ⎝⎛=⨯⨯⨯⨯⨯⨯47532531534712111..................x x x x x x X ⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯47532531534712111..................y y y y y y),(y x Z =mnk ⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯⨯⨯⨯⨯⨯⨯),(...),,(),,(............),(...),,(),,(4753475325325315315347147121211111y x f y x f y x f y x f y x f y x f ⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯47532531534712111..................Z Z Z Z Z Z 1=imnk Z ~⎪⎪⎪⎪⎭⎫ ⎝⎛⨯⨯⨯⨯⨯⨯47532531534712111~...~~............~...~~Z Z Z Z Z Z i imnkH ∆mnk Z i mnk Z ~⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯ii i i i i h h h h h h 47532531534712111............... (2)i mnkS∆∑∑=⨯=⨯4712531)(47531j i ji i hi D ∆∑=16411641i mnk S 4i i imnk H 5347imnk S mnk H i D 41 2),(y x Z = ),(y x Z =i D nk m ⨯ i mnk H mnk Z i mnk Z ~1~mnk Z 2~mnk Z 1mnk H 2mnk H imnkS∆∑∑=⨯=⨯4712531)(47531j ij i i h1mnk S 2mnk S⑤ 用i D ∆∑=16411641i mnk S 计算出1D 与2D ，则1D 和2D 的值较小者为最优方案.3 主要程序及结论通过数据处理与分析我们认为预测方法一比预测方法二好.所得计算结果值分别为：（1）不同时段的两种方法的实测与预测值的均方差：1mnkS =[0.9247218269e-1, .165797962696, 0.9247218269e-1,0.9247218269e-1, .2586806182, .2586806182, .2586806182, 2.791713932, .2474029514, .2539943168, .2715902174, .2715902174182, .2586806182, 2.791713932, .2474029514, .2539943168, .2715902174]2mnkS := [0.921412432e-1, .1098068392, 0.2234955063e-1,0.1592933205e-1, .2851304286, .2851304286, .2851304286, 2.792910527, .2612701098, .2381007694, .2613774987, 0.5183032655e-1,.2851304286,2.792810527, .2612701098, .2381007694, .2613774987] （2） 方法一的均方差为：1D := .8311398371方案二的均方差： 2D = .8417760978得1D <2D .主要程序与运行结果为： （1） 局域曲面拟合程序> solve({0.3=0.6-r*(0.045^2+0.042^2)},{r});> z1:=0.6-79.17656374*[(x-120.2500)^2+(y-33.7667)^2];> z2:=0.6-79.17656374*[(x-120.2500)^2+(y-33.7667)^2];> z3:=0.6-79.17656374*[(x-120.2500)^2+(y-33.7667)^2];> z4:=0.6-79.17656374*[(x-120.2500)^2+(y-33.7667)^2];> solve({0.15=0.3-r*(0.045^2+0.042^2)},{r});> z4:=0.3-39.58828187*[(x-118.1833)^2+(y-31.0833)^2];> solve({5.1=10.2-r*(0.045^2+0.042^2)},{r});> z1:=10.2-1346.001584*[(x-120.3167)^2+(y-31.5833)^2];> z2:=10.2-1346.001584*[(x-120.3167)^2+(y-31.5833)^2];> z3:=10.2-1346.001584*[(x-120.3167)^2+(y-31.5833)^2];> z4:=10.2-1346.001584*[(x-120.3167)^2+(y-31.5833)^2];> solve({0.1=0.2-r*(0.045^2+0.042^2)},{r});> z4:=0.2-26.39218791*[(x-118.4000)^2+(y-30.6833)^2];>z4:=solve({118.9833^2+30.6167^2+a*118.9833+b*30.6167+c=0.7000,118.5833^ 2+30.0833^2+a*118.5833+b*30.0833+c=1.8000,119.4167^2+30.8833^2+a*119.41 67+b*30.8833+c=0.5});> solve({0.05=0.1-r*(0.045^2+0.042^2)},{r});> z1:=0.1-13.19609396*[(x-119.4167)^2+(y-30.8833)^2];>> solve({2.9=5.8-r*(0.045^2+0.042^2)},{r});> z4:=0.1-765.3734495*[(x-118.2833)^2+(y-29.7167)^2];（2）均方差求值程序：>sq1:=[0.09247218269,0.165797962696,0.09247218269,0.09247218269,0.258680 6182,0.2586806182,0.2586806182,2.791713932,0.2474029514,0.2539943168,0. 2715902174,0.2715902174182,0.2586806182,2.791713932,0.2474029514,0.2539 943168,0.2715902174];> sum1:=add(i,i=sq1);> ave1:=sum1/17;>ve1:=[.5222900020,.5222900020,.5222900020,.5222900020,.5222900020,.5222 900020,.5222900020,.5222900020,.5222900020,.5222900020,.5222900020,.522 2900020,.5222900020,.5222900020,.5222900020,.5222900020,.5222900020,.52 22900020];>sq2:=[0.0921412432,0.1098068392,0.022********,0.01592933205,0.285130428 6,0.2851304286,0.2851304286,2.792910527,0.2612701098,0.2381007694,0.261 3774987,0.0518*******,0.2851304286,2.792810527,0.2612701098,0.238100769 4,0.2613774987];（2）数据模拟图程序：> with(linalg):> l:=matrix(91,7,[58138,32.9833,118.5167, 0.0000, 5.0000, 0.2000, 0.0000, 58139, 33.3000,118.8500, 0.0000, 3.9000, 0.0000, 0.0000,58141, 33.6667,119.2667, 0.0000, 0.0000, 0.0000, 0.0000,58143, 33.8000,119.8000, 0.0000, 0.0000, 0.0000, 0.0000,58146, 33.4833,119.8167, 0.0000, 0.0000, 0.0000, 0.0000,58147, 33.0333,119.0333, 0.0000, 6.0000, 1.4000, 0.0000,58148, 33.2333,119.3000, 0.0000, 1.1000, 0.3000, 0.0000,58150, 33.7667,120.2500, 0.0000, 0.0000, 0.0000, 0.1000,58154, 33.3833,120.1500, 0.0000, 0.0000, 0.0000, 0.0000,58158, 33.2000,120.4833, 0.0000, 0.0000, 0.0000, 0.0000,58230, 32.1000,118.2667, 3.3000,20.7000, 6.6000, 0.0000,58236, 32.3000,118.3000, 0.0000, 8.2000, 3.6000, 1.4000,58238, 32.0000,118.8000, 0.0000, 0.0000, 0.0000, 0.0000,58240, 32.6833,119.0167, 0.0000, 3.0000, 1.4000, 0.0000,58241, 32.8000,119.4500, 0.1000, 1.4000, 1.5000, 0.1000,58243, 32.9333,119.8333, 0.0000, 0.7000, 0.4000, 0.0000,58245, 32.4167,119.4167, 0.3000, 2.7000, 3.8000, 0.0000,58246, 32.3333,119.9333, 7.9000, 2.7000, 0.1000, 0.0000,58249, 32.2000,120.0000,12.3000, 2.4000, 5.6000, 0.0000,58251, 32.8667,120.3167, 5.2000, 0.1000, 0.0000, 0.0000, 58252, 32.1833,119.4667, 0.4000, 3.2000, 4.8000, 0.0000, 58254, 32.5333,120.4500, 0.0000, 0.0000, 0.0000, 0.0000, 58255, 32.3833,120.5667, 1.1000,18.5000, 0.5000, 0.0000, 58264, 32.3333,121.1833,35.4000, 0.1000, 0.2000, 0.0000, 58265, 32.0667,121.6000, 0.0000, 0.0000, 0.0000, 0.0000, 58269, 31.8000,121.6667,31.3000, 0.7000, 2.8000, 0.1000, 58333, 31.9500,118.8500, 8.2000, 8.5000,16.9000, 0.1000, 58334, 31.3333,118.3833, 4.9000,58.1000, 9.0000, 0.1000, 58335, 31.5667,118.5000, 5.4000,26.0000,11.0000, 0.8000, 58336, 31.7000,118.5167, 3.6000,27.8000,15.3000, 0.6000, 58337, 31.0833,118.1833, 7.0000, 6.4000,15.3000, 0.2000, 58341, 31.9833,119.5833,11.5000, 5.4000,16.1000, 0.0000, 58342, 31.7500,119.5500,32.6000,37.9000, 5.8000, 0.0000, 58343, 31.7667,119.9333,20.7000,24.3000, 5.3000, 0.0000, 58344, 31.9500,119.1667,12.4000, 5.9000,16.3000, 0.0000, 58345, 31.4333,119.4833,21.8000,18.1000, 9.8000, 0.1000, 58346, 31.3667,119.8167, 0.1000,12.7000, 5.1000, 0.2000, 58349, 31.2667,120.6333, 1.1000, 5.1000, 0.0000, 0.0000, 58351, 31.8833,120.2667,22.9000,15.5000, 6.2000, 0.0000, 58352, 31.6500,120.7333,15.1000, 5.4000, 2.4000, 0.0000, 58354, 31.5833,120.3167, 0.1000,12.5000, 2.4000, 0.0000, 58356, 31.4167,120.9500, 5.1000, 4.9000, 0.4000, 0.0000, 58358, 31.0667,120.4333, 2.4000, 3.4000, 0.0000, 0.8000, 58359, 31.1500,120.6333, 1.5000, 3.8000, 0.5000, 0.1000, 58360, 31.9000,121.2000, 5.6000, 3.2000, 2.9000, 0.1000, 58361, 31.1000,121.3667, 3.5000, 0.6000, 0.2000, 0.7000, 58362, 31.4000,121.4833,33.0000, 4.1000, 0.9000, 0.0000, 58365, 31.3667,121.2500,17.7000, 2.2000, 0.1000, 0.0000, 58366, 31.6167,121.4500,75.2000, 0.4000, 1.5000, 0.0000, 58367, 31.2000,121.4333, 7.2000, 2.8000, 0.2000, 0.2000, 58369, 31.0500,121.7833, 3.2000, 0.3000, 0.0000, 0.3000, 58370, 31.2333,121.5333, 7.0000, 3.4000, 0.2000, 0.2000, 58377, 31.4667,121.1000, 7.8000, 7.2000, 0.3000, 0.0000, 58426, 30.3000,118.1333, 0.0000, 0.0000,17.6000, 6.2000, 58431, 30.8500,118.3167, 5.1000, 2.3000,16.5000, 0.1000, 58432, 30.6833,118.4000, 3.6000, 1.4000,20.5000, 0.2000, 58433, 30.9333,118.7500, 2.1000, 3.4000, 8.5000, 0.2000, 58435, 30.3000,118.5333, 0.0000, 0.0000,13.6000, 8.5000, 58436, 30.6167,118.9833, 0.0000, 0.0000, 5.3000, 0.5000, 58438, 30.0833,118.5833, 0.0000, 0.0000,27.6000,21.8000, 58441, 30.8833,119.4167, 0.1000, 1.6000, 1.6000, 1.0000, 58442, 31.1333,119.1833, 3.0000, 8.8000, 5.4000, 0.2000, 58443, 30.9833,119.8833, 0.1000, 2.7000, 0.1000, 0.9000,58446, 30.9667,119.6833, 0.0000, 0.1000, 5.1000, 2.5000, 58448, 30.2333,119.7000, 0.0000, 0.0000,15.1000, 6.9000, 58449, 30.0500,119.9500, 0.0000, 0.0000,23.5000, 8.2000, 58450, 30.8500,120.0833, 0.0000, 0.7000, 0.0000, 4.1000, 58451, 30.8500,120.9000, 0.5000, 0.1000, 0.0000, 3.8000, 58452, 30.7833,120.7333, 0.3000, 0.0000, 0.0000, 3.0000, 58453, 30.0000,120.6333, 0.0000, 0.0000, 0.0000,18.2000, 58454, 30.5333,120.0667, 0.0000, 0.0000, 0.5000, 4.9000, 58455, 30.5167,120.6833, 0.0000, 0.0000, 0.0000, 4.6000, 58456, 30.6333,120.5333, 0.0000, 0.0000, 0.0000, 4.2000, 58457, 30.2333,120.1667, 0.0000, 0.0000, 2.0000,12.6000, 58459, 30.2000,120.3167, 0.0000, 0.0000, 0.0000,15.0000, 58460, 30.8833,121.1667, 1.2000, 0.1000, 0.0000, 2.3000, 58461, 31.1333,121.1167, 4.0000, 1.4000, 0.4000, 0.2000, 58462, 31.0000,121.2500, 2.7000, 0.3000, 0.4000, 1.7000, 58463, 30.9333,121.4833, 1.7000, 0.1000, 0.0000, 0.8000, 58464, 30.6167,121.0833, 0.0000, 0.0000, 0.0000, 3.6000, 58467, 30.2667,121.2167, 0.0000, 0.0000, 0.0000, 1.8000, 58468, 30.0667,121.1500, 0.0000, 0.1000, 5.1000, 2.5000, 58472, 30.7333,122.4500, 0.3000, 0.6000, 0.0000, 4.9000, 58477, 30.0333,122.1000, 0.0000, 0.0000, 0.0000, 0.0000, 58484, 30.2500,122.1833, 0.0000, 0.0000, 0.0000, 0.0000, 58530, 29.8667,118.4333, 0.0000, 0.0000,27.5000,23.6000, 58531, 29.7167,118.2833, 0.0000, 0.0000, 3.7000,11.5000, 58534, 29.7833,118.1833, 0.0000, 0.0000, 9.3000, 6.5000, 58542, 29.8167,119.6833, 0.0000, 0.0000, 0.0000,27.6000, 58550, 29.7000,120.2500, 0.0000, 0.0000, 0.0000, 4.9000, 58562, 29.9667,121.7500, 0.0000, 0.0000, 0.0000, 0.9000]);> lat:=col(l,2);> lon:=col(l,3); > sd1:=col(l,4);> sd2:=col(l,5); > sd3:=col(l,6); > sd4:=col(l,7);> abc1:=seq([lat[i],lon[i],sd1[i]],i=1..91);> abc2:=seq([lat[i],lon[i],sd2[i]],i=1..91);> abc3:=seq([lat[i],lon[i],sd3[i]],i=1..91);> abc4:=seq([lat[i],lon[i],sd4[i]],i=1..91);> with(plots):> pointplot3d([abc1],color=green,axes=boxed);> surfdata([abc1],labels=["x","y","z"],axes=boxed);> with(stats):> with(fit):> with(plots):fx1:=leastsquare[[x,y,z],z=x^3+y^3+a*x^2+b*y^2+c*x*y+d*x+e*y+f,{a,b,c,d ,e,f}]([abc1]);> plot3d(fx1,x=25..35,y=119..135);> pointplot3d([abc2],color=blue,axes=boxed);> surfdata([abc2],labels=["x","y","z"],axes=boxed);>fx2:=leastsquare[[x,y,z],z=x^3+y^3+a*x^2+b*y^2+c*x*y+d*x+e*y+f,{a,b,c,d ,e,f}]([abc2]);> plot3d(fx2,x=25..35,y=119..135);> pointplot3d([abc3],color=red,axes=boxed)> surfdata([abc3],labels=["x","y","z"],axes=boxed);>fx3:=leastsquare[[x,y,z],z=x^3+y^3+a*x^2+b*y^2+c*x*y+d*x+e*y+f,{a,b,c,d ,e,f}]([abc3]);> surfdata([abc4],labels=["x","y","z"],axes=boxed);>fx4:=leastsquare[[x,y,z],z=x^3+y^3+a*x^2+b*y^2+c*x*y+d*x+e*y+f,{a,b,c,d ,e,f}]([abc4]);五.如何在评价方法中考虑公众感受的数学模型建立.1660.1 2.5 2.666.11212.12525.16060.1z } 1.00 {0≤≤=z z R } 5.21.0 {1≤≤=z z R } 66.2 {2≤≤=z z R } 121.6 {3≤≤=z z R } 251.12 {4≤≤=z z R } 601.25 {5≤≤=z z R } 1.60 {6≥=z z R 0ˆR 1ˆR 2ˆR 3ˆR 4ˆR 5ˆR 6ˆR } 1)( {ˆ000R z z z R ∈≤=，μ} 1)( {ˆ111R z z z R ∈≤=，μ} 1)( {ˆ222R z z z R ∈≤=，μ } 1)( {ˆ333R z z z R ∈≤=，μ} 1)( {ˆ444R z z z R ∈≤=，μ} 1)( {ˆ555R z z z R ∈≤=，μ } 1)( {ˆ666R z z z R ∈≤=，μ)(z i μ i 1z ∈i R i R )(z i μ i 16i R ˆ i 1 2)(z i μ i 1⎩⎨⎧≤<+-≤≤=1.006.0 , 5.22506.00, 1)(0z z z z μ)(1z μ] 2369277587.0e [2369277587.0112)3.1(----z 5.21.0≤≤z )(2z μ] 20555762126.0e [20555762126.0112)3.4(----z 66.2≤≤z)(3z μ] 2287787270.0e [2287787270.0119.5)05.9(2----z 121.6≤≤z )(4z μ] 70397557815.0e[70397557815.0119.12)55.18(2----z 251.12≤≤z)(5z μ] 00475951221.0e[00475951221.011100)55.42(2----z 601.25≤≤z)(6z μ2)]5.60(5 [11--+z 1.60≥z 74)(z i μ及iR ˆ i =0，1，…,6合并可得} 0 {≥=z z R 上的模糊集合} , 1)( {ˆR z z z R∈≤=μ.其中R 是论域,)(z μ是模糊集合R ˆ的隶属函数，由)(z i μ分段合)(z μ小雨的隶属函数图特大暴雨隶属函数图大暴雨隶属函数图暴雨隶属函数图⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧>≤<≤<≤<≤<≤<≤≤=60)(6025)(2512)(126)(65.2)(5.21.0)(1.00)()(6543210z z z z z z z z z z z z z z t μμμμμμμμ 5 353⨯47imnkZ ~)(z μ53⨯47=M mnk⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯47532531534712111..................μμμμμμ=M imnk~⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯47532531534712111~...~~............~...~~μμμμμμi ),(y x Z =i mnk ∏∆mnk M =M i mnk~⎪⎪⎪⎪⎭⎫ ⎝⎛⨯⨯⨯⨯⨯⨯i i i i i i 47532531534712111..................λλλλλλ 6imnkΓ∆∑∑=⨯=⨯4712531)(47531j i j i i λ i Ω∆∑=16411641i imnkΓ 8 i 2i i i mnk ∏5347imnk Γi mnk ∏i Ω411Ω2Ω 1Ω2Ω1D 2D19811999。

承诺书我们仔细阅读了第八届苏北数学建模联赛的竞赛规则。

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）与本队以外的任何人（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，我们愿意承担由此引起的一切后果。

我们的参赛报名号为：参赛组别（研究生或本科或专科）：参赛队员(签名) ：队员1：队员2：队员3：获奖证书邮寄地址：编号专用页参赛队伍的参赛号码：（请各个参赛队提前填写好）：竞赛统一编号（由竞赛组委会送至评委团前编号）：竞赛评阅编号（由竞赛评委团评阅前进行编号）：题目高校综合奖学金的评定摘要本文主要研究高校综合奖学金的评定问题。

通过建立综合评价模型对综合奖学金的评定进行定量分析。

对于问题一，学生的综合成绩受到考试科目成绩及考察科目成绩两个影响因子的影响。

由于两者最终对学生综合成绩的影响程度不是完全相同的，因此，我们运用层次分析法并通过MATLAB软件求解，我们可以分别得到两者的影响权重。

同时每门课程的学分也是相异的，将考试和考查的分数和学分的乘积分别进行加权，两者的和再和经过加权的学分作商，所得结果每个人的成绩。

对于问题二，根据不同因素对奖学金评定的不同影响程度，采用层次分析法构建各影响因子的判断矩阵并通过MATLAB软件求解，得每个因素的权重。

对于问题三，在最终评定奖学金的时候我们必须将所有的因素考虑全面。

学生的综合成绩已经在第一问中求得。

对于其他的影响因子，我们根据当前我国高等学校的实际的加分政策和分析者的认知，确定其他各影响因子所对应的分数量化模型。

最后采用线性行加权法，将各影响因子所对应的分数与第二问中的权重值进行加权，得到各学生的综合得分，并对得分高低进行排名，确定奖学金获得者名单。

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；一、问题重述近十年来，我国科技带动生产力不断发展，我国的经济实力不断增强，而另一方面安全生产形式却相当严峻。

每年因各类生产事故造成大量的人员伤亡、经济损失。

尤其是一些大目标点，作为人类经济、政治、文化、科技信息的中心，由于其“人口集中、建筑集中、生产集中、财富集中”的特点，一旦发生重大事故，将会引起惨重的损失。

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）：八一农垦大学参赛队员 (打印并签名) ：1. 浩2. 朝辉3. 王英龙指导教师或指导教师组负责人 (打印并签名)：日期： 2011 年 09 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）：B题交巡警服务平台的设置与调度摘要本文建立了交巡警服务平台调度方案的优化模型，合理分配全市区交巡警服务平台的管辖围，使其能在规定时间到达事发地，并在快速到达事发地的前提下提供了一系列合理的调度方案。

问题立了以交巡警服务平台的反应时间最短、调度封锁总路程最短兼顾工作强度的均衡性的优化模型。

应用floyd算法得到各节点到平台的最短距离矩阵，并建立了以反应时间最短为目标的优化模型，得到每个平台所要管辖的节点。

同时对于20个平台封锁13个交通要道的问题，我们通过两个约束条件实现每个平台最多服务一个节点和每个节点有且只有一个平台管辖，建立以反应时间最短为目标的优化模型，通过Lingo软件得到对13条交通要道实现快速全封锁的合理方案。

我们通过工作强度的方差定义各平台工作的均衡性，找出原有20个平台各自工作强度的不均衡性和各自出警时间的差异找出需要增加的平台的可能位置为（28、29、38、61、92），通过比较找出最合适的位置增加平台，它们分别为（28，40，48，91），同时我们给出最优的平台增加个数为4。

2011年全国研究生数学建模竞赛C题小麦发育后期茎秆抗倒性的数学模型小麦高产、超高产的研究始终是小麦育种家关注的热点问题。

随着产量的增加，小麦的单茎穗重不断增加。

但穗重的增加同时使茎秆的负荷增大，导致容易倒伏。

倒伏不但造成小麦减产，而且影响小麦的籽粒品质。

因此要实现小麦高产优质的跨越，就必须解决或尽量减少小麦的倒伏问题。

小麦倒伏从形式上可分为“根倒”和“茎倒”，一般都发生在小麦发育后期。

“根倒”主要与小麦种植区域的土壤品种与结构特性有关，本题不做讨论。

“茎倒”是高产小麦倒伏的主要形式，尤其是发生时间较早的“茎倒”，往往造成大幅度的减产。

“茎倒”的原因是茎秆与穗的自重和风载作用的迭加超过了小麦茎秆的承受能力。

解决倒伏问题的方法之一就是针对不同的产量，寻找小麦抗倒伏能力最佳的茎秆性状（包括株高、茎长、各节间长、各节茎外径、壁厚、茎秆自重、穗长、穗重等）。

各方面的专家通过分析影响小麦倒伏的各种因素，目前已经得到了一些结果，但是对抗倒伏能力最佳的茎秆性状还没有定论。

通过物理力学类比研究小麦抗倒伏性是一个新方向，已有一些工作。

值得我们进行探讨。

困难在于缺乏相关试验参考数据，我们只能在作较多假设下先进行粗略研究，为进一步试验提供根据。

题目的附件中收集了一批各个品种小麦的茎秆性状、产量、倒伏情况的数据。

显然还不够完整，各年参数选取不一致，也有数据缺漏。

但农业数据一年只有一次，短期内无法做到完整、全面、详尽，期望以后能逐渐完善。

请你们就已有数据解决以下几个问题：(1) 依据有些论文中判断茎秆抗倒性的抗倒伏指数公式：茎秆抗倒伏指数=茎秆鲜重×茎秆重心高度/茎秆机械强度对提供的数据，建立各品种小麦的茎秆抗倒指数公式。

对于缺乏有关参数的年份，可进行合理的假设，如通过已知数据求茎秆机械强度与茎秆粗厚的关系。

(2) 研究抗倒伏指数与茎秆外部形态特征之间的关系。

即给出抗倒伏指数与株高、穗长、各节间长、节间长度比、各节壁厚、穗重、鲜重等茎秆性状在最易引起倒伏期的相关性指标。

企业退休职工养老金制度微观预测摘要随着老年化人口的逐渐增加，退休职工养老金是一个急需解决的问题。

我们对养老金制度进行微观分析，（1）根据省1978年至2010的平均工资表，对数据进行散点图分析，最后选择用指数增长模型对2011年至2035年平均工资进行预测；（2）我们对个人账户养老金进行了精算，把年利率精确到月利率，从而得到关于第n年底个人账户累积储存额，进而计算出养老金；根据模型一的平均增长率r，得出退休前的平均工资，从而计算出替代率；（3）运用微观的思想对个人的养老金的收支缺口情况进行分析得到养老金收支平衡条件；4）对影响养老金缺口的因素进行分析，得到如果既要达到目标替代率，又要维持养老保险基金收支平衡，可以采取延长退休年龄，提高个人账户的缴费率和收益率等措施。

关键词:养老金、工资预测、缴费指数、替代率、收支平衡1.问题重述本篇论文讨论的是企业退休职工养老金制度改革的问题。

养老金由基础养老金和个人账户养老金两部分组成。

企业把职工工资总额按一定比例（20%）缴纳到社会统筹基金账户，再把职工个人工资按一定比例（8%）缴纳到个人账户，个人账户储存额以银行当时公布的一年期存款利率计息（3%），这两个账户的和也就是我们所谓的养老保险基金。

职工退休后每个月领取到的养老保险金与缴费指数和退休前一年的社会平均工资有关。

根据省各年的平均工资统计表（附件1），以及该省一个代表企业2009年的各年龄段工资分布表（附件2），本文解决了如下问题：问题一：对未来中国经济和工资增长进行合理的假设，预测了在2011年至2035年的年省职工的年平均工资。

问题二：在分析2009年该企业各年龄段职工工资与该企业平均工资之比的基础上。

计算出该企业职工自2000年起分别从30岁、40岁开始缴养老保险，一直缴费到退休（55岁，60岁，65岁），各种情况下的养老金替代率。

问题三：以该企业某年龄段员工为例，假设该企业某职工自 2000年起从30岁开始缴养老保险，一直缴费到退休（55岁，60岁，65岁），并从退休后一直领取养老金，至75岁死亡。

参赛密码（由组委会填写）全国第八届研究生数学建模竞赛学校参赛队号队员姓名参赛密码（由组委会填写）全国第八届研究生数学建模竞赛题目吸波材料与微波暗室问题的数学建模摘要：微波暗室提供了一个几乎没有反射的“自由空间”，是设备测试的良好平台。

本文分别对尖劈形状吸波体和微波暗室吸波性能进行了分析建模，主要内容为：问题一：针对二维空间首先根据几何光学原理，得到射向角余角为半尖劈角整数倍时反射次数与入射位置无关，由此定义了特征波线；利用任意波线反射过程与特征波线之间的关系，推导了其反射次数的解析解，建立了反射次数与射向角、入射位置及尖劈角的定量关系模型；进一步刻画了最终反射波线方向和反射波辐射强度与反射次数、反射率等参数的定量关系。

通过对三维空间入射波线的分解，将二维反射模型扩展到三维，仿真结果验证了模型的正确性。

问题二：由于微波暗室各墙面之间相互辐射，组成了一个复杂系统，然而电磁波传播速度很快，该系统可以很快达到稳态。

基于此，墙面各处均在稳定辐射能量，而且其辐射出射度恒定。

利用微元分析法做稳态分析，推导了六个墙面各微元辐射出射度之间的相互作用关系式，以及天线信号源位置与各墙面之间的影响机制，建立了各墙面微元辐射出射度耦合模型。

求解该模型，得到六个墙面辐射出射度分布，利用余弦辐射特性，将诸墙面各处微元辐射至静区的功率积分求和，从而得到静区从墙面接收的总反射功率。

最后，根据导引仿真要求，计算了静区从诸墙面得到的反射信号功率之和与从信号源直接得到的微波功率之比γ，得到当ρ=0.5时，视在天线在圆弧上的任何位置，γ值均大于 0.03，不能满足仿真技术要求；当ρ= 0.05 时，γ值均小于 0.03，满足仿真要求。

在上述两种反射率下，γ值均在天线处于圆弧中间的位置时达到最小，此时的暗室吸波性能最好。

关键字：几何光学余弦辐射体微元分析法辐射出射度目录1问题的重述 41.1研究背景 (4)1.2问题一：尖劈形状吸波体的性能分析 (4)1.3问题二：导弹导引仿真实验用的微波暗室的性能研究 (4)2问题的分析 53模型的假设及符号说明 63.1模型假设 (6)3.2符号说明 (7)4入射波线在尖劈空缺间反射过程的数学模型74.1模型准备 (7)4.2二维反射模型 (10)4.2.1入射波线反射次数 (10)4.2.2反射次数模型验证 (13)4.2.3反射波线方向 (14)4.2.4反射波线辐射强度 (14)4.3三维模型的建立 (15)5微波暗室的性能研究185.1模型准备 (18)5.1.1模型假设 (18)5.1.2余弦散射体的性质 (18)5.2微元辐射出射度耦合模型 (19)5.2.1墙面微元之间的辐射出射度关系分析 (19)5.2.2天线与墙面微元辐射出射度的关系 (20)5.2.3墙面微元辐射出射度方程 (21)5.3静区接收功率的计算 (22)5.3.1反射功率计算 (22)5.3.2直射功率计算 (22)5.4暗室吸波效果分析 (22)6模型的扩展24 7模型的评价24θ iθ r ডᇘ⊶1 θ rܹᇘ⊶ h2αܹຕdܹܹܹܹܹ 1问题的重述1.1 研究背景隐身技术的基础研究包括探索不同频段上吸波的机理，研制高效吸波的特殊材料，将 吸波材料设计成合理的形状使之发挥最大效能。

数学建模C题是一个具有挑战性的问题，需要我们运用数学知识和技能来解决。

下面我将尝试用600字回答该问题：问题：假设你是一个城市的规划者，你希望通过优化城市交通流量来提高城市的运行效率。

你得到了以下数据：每个交叉口的交通流量、交叉口的形状、周围建筑物的分布、道路的宽度和限制速度等。

请设计一个数学模型来预测未来的交通流量，并根据模型优化城市的交通规划。

首先，我们需要收集和分析数据，以便了解城市的交通状况和建筑物的分布情况。

在收集数据时，我们需要注意数据的准确性和可靠性，因为这些数据将直接影响我们的模型的准确性和可靠性。

接下来，我们需要使用统计方法对数据进行处理和分析，以便找出影响交通流量的关键因素。

我们可以考虑使用线性回归模型来预测未来的交通流量。

该模型通过使用过去的数据和当前的数据来预测未来的流量，并通过使用最小二乘法等统计方法来调整模型参数以最小化预测误差。

然而，线性回归模型可能无法捕捉到城市交通流量中存在的非线性关系和异常值，因此我们可以考虑使用支持向量机、神经网络等机器学习模型来进行预测。

除了预测交通流量外，我们还需要考虑如何优化城市的交通规划。

我们可以通过调整交叉口的形状、道路的宽度和限制速度等参数来优化交通流量。

我们可以使用优化算法（如遗传算法、粒子群算法等）来寻找最优解，以实现城市交通流量的最大化或最小化。

在优化城市交通规划时，我们需要考虑许多因素，如道路的安全性、居民的出行便利性、环境的保护等。

因此，我们可能需要使用多目标优化算法来同时考虑多个目标，以实现最优的交通规划方案。

此外，我们还可以通过与其他城市规划者和研究人员合作，不断优化我们的模型和算法，以适应城市交通流量的变化。

综上所述，要解决该问题，我们需要收集和分析数据、选择合适的预测模型和优化算法、综合考虑多种因素和不断优化我们的模型和算法。

只有通过不断地尝试和改进，我们才能更好地满足城市规划和发展的需求。

中继站的协调方案摘要（Abstract ）中继站是将信号进行再生、放大处理后，再转发给下一个中继站，以确保传输信号的质量。

低功耗的用户，例如移动电话用户，在不能直接与其他用户联系的地方可以通过中继站来保持联系。

然而,中继站之间会互相影响,除非彼此之间有足够远的距离或通过充分分离的频率来传送。

为了排除信号间的干扰，实现某一区域内（题中以40英里为半径的圆形区域）通信设备正常的发射和接收信号，需要利用PL 技术对中继站作合理的协调和分配。

首先本文结合香农理论的相关算法，考虑了信号供给系统的损耗、天线增益、信号的传播损耗、辐射效率因素的影响，得到中继站的辐射范围半径公式为：,10,10log ()37.23282010r outr inp P d -=在供给对象为低功率消耗设备，查资料一般发射功率为3.2W ，中继站能接收到的最弱的信号1W μ,代入数据得到每个中继站的辐射半径为15.28m iles 。

同时本文在不考虑其他因素（包括：地形、大雾、山川、建筑物等）对辐射范围和辐射强度的影响下，结合相关知识和题目中给出的条件，在不引入PL 技术时得出每个中继站所服务的用户数量为39个。

对于问题一， 我们首先定义了均衡覆盖、覆盖效率，在均衡覆盖中即用圆覆盖圆形区域，我们根据式子2(2)n k n ππ-=，得出(,)k n 的可能值有(3,6),(4,4),三种，即等效三角形、正方形、正六边形覆盖，并通过覆盖效率的比较，最终得出正六边形覆盖是最好的覆盖方法，即蜂窝拓扑网络。

在这种覆盖情况下我们，我结合中继站覆盖半径15.28m iles ，根据式子m i n 3(1)1,0,1,2,3,N K K K =++=……，求出最少需要19个中继站，并在满足单位面积覆盖同时在线人数的情况下引入PL 技术，得出此时中继站在该区域可同时服务在限人数为1292人。

对于问题二，我们在问题一模型基础上从提高中继站服务人数和减少中继站半径两方面考虑，得出在将PL 分为18层，即中继站同时在线服务人数为702的情况下，结合单位面积同时在线服务人数，得出在中继站最少的情况下，中继站半径在[]11.094，,11.68范围内都可，我们为了让同时在线服务人数最大，取11.094英里，得出服务人数为11305。