题目：最佳捕鱼方案
摘要
在充分理解题意的基础上，我们提出了合理的假设。通过对问题的深入分析和对草鱼损失率的不同理解，我们建立了三个模型。
模型一中，损失率是基于水库草鱼的总量，草鱼的损失是一些定值的累加。在这种情况下，我们进行了粗略的估算，在日供应量方面，我们让每日草鱼的供应量达到售价方面的临界值。提出了四个可行的方案。通过比较认为方案四·能使总利润达到最大值404636元，共损失草鱼量为2625kg,当且仅当第1天至第15天，日供应量为1000kg,单价为25元，第16天至19天，日供应量为1500kg，单价为20元。第20天售出1375kg，单价为20元。
在模型二、三中，为了更接近现实生活中的情况及人们的认知观，我们对第n天草鱼的损失率的理解是基于第n-1天剩下的草鱼而言。模型二，不考虑日供应量在1500kg以上的情况，运用LINGO解出的结果为总利润的最大值为373260.0元，草鱼的损失为7113.960kg。第1天到第14天及第16天，每天售出草鱼1000kg,第19天售出886.04kg，其余每天售出500kg。
模型三在模型二的基础上做了一些改进(如考虑日供应量在1500kg以上的情况)，建立了多目标的规划模型，求得总利润的最大值为332875元，草鱼的总死亡量为8828.493kg。第2天到第5天及第11天到16天，每天售出1000kg,其余每天售出500kg。
关键词： 0-1变量规划问题多目标 LINGO
一、问题重述
该问题阐述的是一个水库的经营商为了提高经济效益，保证优质鱼类有良好的生活环境，必须对水库的杂鱼做一次彻底清理。因此经营商打算放水清库，同时为使捕捞鲜活草鱼投放市场时，获得最佳效益。现有如下条件：（1）水库现有水位平均为15米，自然放水每天水位降低0.5米，水库水位最低降至5米。（2）据估计水库内尚有草鱼25000余公斤。（3）若日供应量在500公斤以下，其价格为30元/公斤；日供应量在500—1000公斤，其价格降至25元/公斤，日供应量超过1000公斤时，价格降至20元/公斤以下，日供应量到1500公斤，已处于饱和。（4）关于放水清库的过程的成本计算大致如下：捕捞草鱼的成本水位于15米时，每公斤6元；当水位降至5米时，为3元/公斤。同时随着水位的下降草鱼死亡和捕捞造成损失增加，至最低水位5米时损失率为10%。
二、问题分析
通过简单的分析和思考，我们可以将获得最佳效益视为求解最优值的问题，即该问题可以归为一个数学规划问题。条件（1）（2）是针对目前状况的约束，条件（3）是通过卖鱼可以获得的利润，条件（4）是对成本的约束。在四个条件约束的情况下，我们可以建立模型。由于对损失率的理解不同，我们进行了不同的假设，并在这些假设下建立了模型一和模型二、三。模型一中，损失率是基于水库草鱼的总量，草鱼的损失是一些定值的累加。而在模型二、三中，为了更接近现实生活中的情况及人们的认知观，我们对第n天草鱼的损失率的理解是基于第n-1天剩下的草鱼而言。模型二将不考虑日供应量超过1500kg的情况，而模型三考虑。模型三的建立采用多目标的规划方法进行求解。
三、条件假设
1、在整个售鱼的过程中，顾客都只到该经营商处购鱼。
2、水位的变化除了每天的自然放水，不考虑蒸发等其他的情况。
3、每日售出的草鱼数量即为当天捕捞的草鱼，不出现有当天捕捞的鱼留到第二
天卖的情况。
4、假设在放水清库的过程中，随着水位的下降,捕捞成本成呈递减等差数列，而
草鱼的损失成递增等差数列。高放水的前一天为t=0,则水位降至5米时的那一天为t=20。故每公斤草鱼的捕捞成本为bt=6-0.15t,草鱼的损失率cn=0.5%t ( t ≤20,t ∈N)
5、在模型二、三中，
（1）无论造成草鱼损失的原因是什么，我们假设每天草鱼损失的数量为前一天的水库里草鱼的余量乘以当天的损失率。
（2）每日捕捞前均对已死亡的鱼进行处理，使捕捞出的草鱼皆为活鱼，且在运输到售卖点的途中无死亡。即售出的鱼与当日捕捞的鱼的数量一致。
四、符号及变量说明
w——水库草鱼的总量（M=25000Kg）
h——水库水位（5≤h≤15）
C——草鱼的单价(C=30 25 20)
bt——每公斤草鱼的捕捞成本(bn=6-0.15t)
ct ——第t 天草鱼的损失率（cn=0.5%t ）
t x ——第t 日草鱼的售出量（500≤n x ≤1500）
i t ——表示第i 天；
w1——第n 天的利润
Y ——所有草鱼卖出后所得的钱；
Z ——捕捞所有草鱼的成本；
i x ——第i 天草鱼的捕捞量；
i y ——第I 天每公斤草鱼的售价;
i z ——第i 天成本；
i m ——第i 天鱼的死亡量；
i s ——第i 天的鱼的死亡率；
i n ——第i 天鱼的存活率；
i w ——第i 天的早上水库的鱼量；
i k ——第i 天晚上水库里排除当天的是捕捞量与死亡量剩下的鱼量； i a i b i c i d ：表示0-1规划的变量；
i P ：i 天内实际售出的总的草鱼量；
五、模型的建立与求解
通过查找资料，我们得知草鱼的损失与水位并无直接的联系，通常是由于水中的溶氧量，水温等因素造成的。
模型一：
我们令草鱼的损失与水位无关且在假设3的情况下，首先，我们先将条件（3）用数学符号表示出来，则有：
每公斤草鱼售价：302520C ??=???
元元元 500500100010001500t t t x kg kg x kg kg x kg ≤≤≤≤≤
在该假设下，损失鱼的总量容易求出，为2625公斤。
设第t 天捕捞草鱼t x 公斤，其价为y 元/公斤，则该天的实际捕捞量为(10.5%)t n x - 该天的利润w1为：
21(10.5%)()(10.5%)(60.15)
(0.000750.180.0056)t t n w t x y bt t x y t x t t ty y =--=--+=-+-+-
若t x ≤500kg ，则y=30元，则21(0.000750.0324)t w x t t =-++，对称轴为20。 若500≤t x ≤1000kg ，则y=25元，则21(0.000750.05519)t w x t t =-++，对称轴大于20。
若1000≤t x ≤1500kg ，则y=20元，则21(0.000750.0814)t w x t t =-++，对称轴大于20。
由此可知随着天数的增加，W1值递增。即当价格不变的情况下，第20天时，当天利润最大。
由上面的分析可知，在市场容量允许的范围内，草鱼捕捞时间越后，获利越大。但市场的容量是有限的，投放量不能超过1500公斤，且随着投放量的增加，
算出水库能够售出的鱼的数量为22375kg 。
方案一，每天捕捞500kg 。显然，若维持每天的捕捞量不变，1000kg 的利润明显比500kg 的利润多。故不计算了。
方案二，每天捕捞1000kg 的捕捞量，总利润为38940元。
方案三，价格为20元的情况下，最多维持14天，还剩下的鱼有1375公斤，则第15天，采用25元的售价，售出1000kg ，第16天用20元的价格,售出375kg 。则在这种情况下的总利润为305460+19656+8898.8=343414元。
方案四，第20天售出1375kg 的情况，另外让售价为25元维持15天（前15天），售价为20元的维持4天（第16天至第19天），这样取得的最大部利润为290670+ 91016+ 22950=404636元。
在这样的假设前提下，我们可以选择方案4，使利润最大。但是实际情况常常与此不是很符合。所以我们又对问题进行了进一步的分析，建立了模型二和模型三。
模型二：
虽然草鱼的损失与水位并无直接的联系，但是溶氧量，水温等因素可能也是由于水位的降低造成的。所以，在模型二的假设前提条件下，我们假设损失率与水位成一次线性关系，且不存在草鱼日供应量大于1500kg 的情况，则有：
当时500i x kg ≤，30i y = ；当500100
0i x << 时 ，25i y = ；当1000150
i x ≤≤：此时假设其货价与售量成一次线性关系过点（1000，20），（1500，6）；0.02848i i y x =-+
；
第i 天的售价为[3025(0.02848)]i i i i i i Y a b x c x =++-+ 且
(1,,01)i i i i i i a b c a b c ++==；或 ；
所以总售价20
1[3025(0.02848)]i i i i i i Y a b x c x ==++-+∑ 且
(1,,01)i i i i i i a b c a b c ++==；或 ；
成本： 此时假设其货价与水位成一次线性关系，因捕捞草鱼的成本水位于15米时，每公斤6元；当水位降至5米时，为3元/公斤。故此时成本与水位的关系为0.3 1.5Z h =+（515h ≤≤）；因为水位与时间的关系0.515h t =-+；第i 天的成本为[0.3(0.515) 1.5][0.156]i i i i i Z t x t x =-++=-+ ；
所以总成本与时间的关系：
2020
11[0.3(0.515) 1.5[0.156]i i i i i Z t t x ===-++=-+∑∑ ；
存活量：此时假设其损失率与水位成一次线性关系由随着水位的下降草鱼死亡和捕捞造成损失增加，至最低水位5米时损失率为10%，且在水位为15米时损失率为0。故第i 天的损失率与时间的关系
1%15%0.01(0.515)0.150.005i i i S h t t =-+=--++= 且(120)i t ≤≤即第i 天的存活率与时间的关系110.005i i i n S t =-=-；第一天早上的存活量125000w =；第i 天早上的存活量为第i-1天早上的存活量与第i 天的存活率之积即
11(10.005)i i i i i w w n w t --==- ；第一天晚上的存活量111(25000)(10.005)k x t =-- ；
第 i 天晚上的存活量为第i-1天晚上的存活量减去第i 天的售量与第i 天的存活率之积即1()(10.005)i i i i k k x t -=-- ；第一天的死亡量111(25000)0.005m x t =- ； 第 i 天晚上死亡量为第i-1天晚上的存活量减去第i 天的售量与第i 天的死亡率之积即1()0.005i i i i m k x t -=- ；
由上可知20天内实际售出鱼的总量为总草鱼量减去总死亡量即
2020
2011225000i i i i P x m m ====--∑∑
该模型的纯收入()Y Z -由LINGO 编程求解得，最大利润为373260.0元,草鱼的死亡量为7113.960kg 当且仅当水库放水售鱼的20天的具体情况如下表：
第1天 1000kg 第6天 1000kg 第11天 1000kg 第16天 1000kg 第2天 1000kg 第7天 1000kg 第12天 1000kg 第17天 500kg
第3天
1000kg 第8天 1000kg 第13天 1000kg 第18天 500kg 第4天
1000kg 第9天 1000kg 第14天 1000kg 第19天 886.04kg 第5天 1000kg 第10天 1000kg 第15天 500kg 第20天 500kg
模型三：
虽然草鱼的损失与水位并无直接的联系，但是溶氧量，水温等因素可能也是由于水位的降低造成的。所以，在模型二的假设前提条件下，我们假设损失率与水位成一次线性关系，则有：
当时500i x kg ≤，30i y = ；当500100
0i x << 时 ，25i y = ；当1000150
i x ≤≤：此时假设其货价与售量成一次线性关系过点（1000，20），（1500，6）；0.02848i i y x =-+
；当 1500i x >时，6i y =； 第i 天的售价为[3025(0.02848)6]i i i i i i i Y a b x c d x =++-++ 且
(1,,,01)i i i i i i i i a b c d a b c d +++==；或 ；
所以总售价20
1[3025(0.02848)6]i i i i i i i Y a b x c d x ==++-++∑ 且
(1,,,01)i i i i i i i i a b c d a b c d +++==；或 ；
成本： 此时假设其货价与水位成一次线性关系，因捕捞草鱼的成本水位于15米时，每公斤6元；当水位降至5米时，为3元/公斤。故此时成本与水位的关系为0.3 1.5Z h =+（515h ≤≤）；因为水位与时间的关系0.515h t =-+；第i 天的成本为[0.3(0.515) 1.5][0.156]i i i i i Z t x t x =-++=-+ ；
所以总成本与时间的关系：
2020
11[0.3(0.515) 1.5[0.156]i i i i i Z t t x ===-++=-+∑∑ ；
存活量：此时假设其损失率与水位成一次线性关系由随着水位的下降草鱼死亡和捕捞造成损失增加，至最低水位5米时损失率为10%，且在水位为15米时损失率为0。故第i 天的损失率与时间的关系
1%15%0.01(0.515)0.150.005i i i S h t t =-+=--++= 且(120)i t ≤≤即第i 天的存活率与时间的关系110.005i i i n S t =-=-；第一天早上的存活量125000w =；第i 天早上的存活量为第i-1天早上的存活量与第i 天的存活率之积即
11(10.005)i i i i i w w n w t --==- ；第一天晚上的存活量111(25000)(10.005)k x t =-- ；
第 i 天晚上的存活量为第i-1天晚上的存活量减去第i 天的售量与第i 天的存活率之积即1()(10.005)i i i i k k x t -=-- ；第一天的死亡量111(25000)0.005m x t =- ；
第 i 天晚上死亡量为第i-1天晚上的存活量减去第i 天的售量与第i 天的死亡率之积即1()0.005i i i i m k x t -=- ；
由上可知20天内草鱼量总死亡量为
20
12i i M m m ==+∑
由此，我们建立多目标的规划模型，令M 达到最小 和 总利润最大。 我们采用线性加权法，令总利润的权值为0.9，而20S 的权值为0.1，通过LINGO
编程求解得：最大利润为332875元，草鱼的总死亡量为8828.493kg 。当且仅当水库放水售鱼的20天的具体情况为：
第1天 500kg 第6天 500kg
第11天 1000kg 第16天 1000kg 第2天 1000kg 第7天 500kg
第12天 1000kg 第17天 500kg 第3天 1000kg 第8天 500kg
第13天 1000kg 第18天 500kg 第4天 1000kg 第9天 500kg
第14天 1000kg 第19天 500kg 第5天 1000kg 第10天 500kg
第15天 1000kg 第20天 500kg
六、模型的应用与推广
在模型二、三中，我们建立规划模型。该模型不仅仅适用于最佳捕鱼方案类问题，同时对于其他的规划模型也起到指导作用。
本文模型的建立是为了解决最佳效益问题。通过使受益最大化作为杠杆平衡它们之间的分配关系。决策者要通过概念抽象、关系分析可将各类影响因子放入规划模型中，可以通过相关的计算机软件得到兼顾全局的最优解。
本题的求解是一个典型的规划问题，我们模型的使用范围非常广泛，涉及到投资时，有限的资金如何分配到各种投资方式上；工厂选址时，要兼顾距离原料区和服务区的路程……这一类问题均能得到较好的解决。规划模型在工业、商业、交通运输、工程技术、行政管理等领域有着广泛的应用。
七、模型的评价与改进
模型一粗略地估算了一下，可能获得的最高利润值。但是在实际情况下，模型一的精确度比较差，考虑的因素过于理想化，如日供应量的变化，日供应量在1000-1500kg 的情况下，售价的波动情况等等均未考虑进去。但是由于其简易性和快速性，有利于水库经营者在简陋的情况下做出相应的比较好的对策。
模型二、三较模型一更为贴近现实。考虑了日供应量在1500kg 以下的情况，售价波动的情况。模型三采用的多目标规划方法，让总利润最大，鱼的损失最少的这两个目标进行求解。三个模型中，损失率与水位关系还有可能是其他的情况，但在本文中并未展开讨论，另外，该模型还可以在销售量与供应量之间的关系上进行改进。
参考文献：
【1】 张朝阳,郭兴忠，《草鱼养殖技术》，宁夏农林科技：2001年第6期，第
57— 58页
【2】谢金星薛毅，《优化建模与LINDO/LINGO软件》，清华大学出版社，2005年7月第1版
【3】万保成王田娥，《LINGO8.0 for Windows 软件及应用》，吉林农业大学数学教研室，2004 年8 月
附录：
模型二的程序：
model:
sets:
Profit/1..20/:x,y,t,a,b,c,w,k,m;
endsets
data:
t=1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20;
enddata
init:
x=500,,,,,,,,,,,,,,,,,,,;
endinit
max=@sum(Profit(i):(y(i)-(-0.15*t(i)+6))*x(i));
@for(Profit(i):y(i)=30*a(i)+25*b(i)+(-0.028*x(i)+48)*c(i));
@for(Profit(i):@bin(a(i)));
@for(Profit(i):@bin(b(i)));
@for(Profit(i):@bin(c(i)));
@for(Profit(i):a(i)+b(i)+c(i)=1);
w(1)=25000;
@for(Profit(i)|i#ne#1:w(i)=w(i-1)*(1-0.005*t(i)));
@for(Profit(i)|i#eq#1:x(1)<=w(1));
@for(Profit(i)|i#ne#1:x(i)<=(w(i-1)-x(i-1))*(1-0.005*t(i)));
@for(Profit(i)|i#eq#1:k(1)=(25000-x(1))*(1-0.005*t(1)));
@for(Profit(i)|i#ne#1:k(i)=(k(i-1)-x(i))*(1-0.005*t(i)));
@for(Profit(i)|i#eq#1:m(1)=(25000-x(1))*0.005*t(1));
@for(Profit(i)|i#ne#1:m(i)=(k(i-1)-x(i))*0.005*t(i));
@sum(Profit(i):x(i))=25000-(@sum(Profit(i)|i#ne#1:m(i))+m(1));
e=25000-(@sum(Profit(i)|i#ne#1:m(i))+m(1));
f=(@sum(Profit(i)|i#ne#1:m(i))+m(1));
@for(Profit(i):x(i)*a(i)<=500*a(i));
@for(Profit(i):x(i)*b(i)<=1000*b(i));
@for(Profit(i):500*b(i) @for(Profit(i):x(i)*c(i)<=1500*c(i)); @for(Profit(i):1000*c(i) End 模型三的程序： model: sets: Profit/1..20/:x,y,t,a,b,c,d,w,k,m; endsets data: t=1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20; enddata init: x=500,,,,,,,,,,,,,,,,,,,; endinit max=0.9*@sum(Profit(i):(y(i)-(-0.15*t(i)+6))*x(i))-0.1*f; e=@sum(Profit(i):(y(i)-(-0.15*t(i)+6))*x(i)); f=(@sum(Profit(i)|i#ne#1:m(i))+m(1)); @for(Profit(i):y(i)=30*a(i)+25*b(i)+(-0.028*x(i)+48)*c(i)+6*d(i)); @for(Profit(i):@bin(a(i))); @for(Profit(i):@bin(b(i))); @for(Profit(i):@bin(c(i))); @for(Profit(i):@bin(d(i))); @for(Profit(i):a(i)+b(i)+c(i)+d(i)=1); w(1)=25000; @for(Profit(i)|i#ne#1:w(i)=w(i-1)*(1-0.005*t(i))); @for(Profit(i)|i#eq#1:x(1)<=w(1)); @for(Profit(i)|i#ne#1:x(i)<=(w(i-1)-x(i-1))*(1-0.005*t(i))); @for(Profit(i)|i#eq#1:k(1)=(25000-x(1))*(1-0.005*t(1))); @for(Profit(i)|i#ne#1:k(i)=(k(i-1)-x(i))*(1-0.005*t(i))); @for(Profit(i)|i#eq#1:m(1)=(25000-x(1))*0.005*t(1)); @for(Profit(i)|i#ne#1:m(i)=(k(i-1)-x(i))*0.005*t(i)); @for(Profit(i):x(i)*a(i)<=500*a(i)); @for(Profit(i):x(i)*b(i)<=1000*b(i)); @for(Profit(i):500*b(i) @for(Profit(i):x(i)*c(i)<=1500*c(i)); @for(Profit(i):1000*c(i) @for(Profit(i):x(i)*d(i)>=1500*d(i)); end 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) 数学建模试题 1、新工人的学习曲线 在电冰箱、电视机、汽车等行业中，装配工人的工作是一种重复性的熟练劳动。在这些行业中，新工人的学习过程如下：刚开始时由于技术不熟练，生产单位产品需要较多的劳动时间，随着不断的工作，新工人的熟练程度逐步提高，生产单位产品所需的劳动时间越来越短；当工人达到完全熟练程度以后，生产单位产品所需要的劳动时间就会稳定在一个定值。 纺织厂招收一批新工人学习1511型织布机的操作。观察工人的学习过程发现，当累计织完25匹布以后，工人织每匹布需要用16小时；当累计织完64匹布时，工人织每匹布用10小时.已知熟练工人织每匹布用8小时，是确定出新工人的学习曲线，并计算新工人用多少时间才能达到熟练工人的程度。 2、乙酸回收的最好效果 在,A B 两种物质的溶液中，我们想提取出物质A ，可以采取这样的方法：在,A B 的溶液中加入第三种物质C ，而C 与B 不互溶，利用A 在C 中的溶解度较大的特点，将A 提取出来。这种方法就是化工中的萃取过程。 现有稀水溶液的乙酸，利用苯作为溶剂，设苯的总体积为m 。进行3次萃取来回收乙酸.问每次应取多少苯量，方使从水溶液中萃取的乙酸最多？ 3、陈酒出售的最佳时机 某酒厂有批新酿的好酒，如果现在就出售，可得总收入050R =万元，如果窖 藏起来待来日（第n 年）按陈旧价格出售，第n 年末可得总收入为0R R =元。而银行利率为0.05r =。试分析这批好酒窖藏多少年后出售可使总收入的现值最大。 4、电子游戏中的数学 近年来，随着电子游戏的日益普及，电子游戏业已成为横跨信息技术和文化的重要产业。对电子游戏中的一些数学问题进行研究，成为数学界和相关人士的一个热门话题。 在某电子游戏中，玩家每次下注一元，由机器随机分配给玩家五张扑克牌，然后允许玩家有一次换牌的机会，即可以放弃其中的某几张牌，放弃的牌留下的空缺由机器在剩下的47张牌中再次随机分配。玩家的奖金依据其最后所持有的牌型而定。下面是一份典型的奖金分配表： 牌型 奖金（元） 同花大顺（10到A ） 800 同花顺 50 四张相同点数的牌 25 满堂红（三张同点加一对） 8 同花 5 项目投资的最优问题 摘要 本文主要讨论项目投资的最优化问题。首先对该问题进行分析，建立相应的数学模型，以使得投资获得的总利润达到最大值。这是一个典型的线性规划问题，我们首先建立单目标的优化模型，以资金总额加上各种投资项目的限制为约束条件。再用lingo软件对问题进行求解，得到比较理想的结果。在本文最后我们对项目投资最优的建模方法做了评价，对其算法进行综合考虑并做了简要分析 关键字：线性规划；LINGO软件；优化模型； 0-1规划 一、问题的重述与分析 随着市场经济的快速发展，投资各个项目进行盈利已成为许多公司取得利润的主要途径，但盈利的多少与项目的选择息息相关，所以有时需要对项目进行选择性投资。本题就是针对这样一个问题建立数学优化模型，用数学的眼光看待及解决这个问题。项目j 所需投资额和预期收益分别为：aj 、cj(j=1,2,...,n) （1）若选择项目1，就必须选择项目2，反之不一定；（2）项目3和4中至少选择一个；（3）项目5、6、7中恰好选择两个。 问题：在各项目只可进行单次投资（模型一）和可重复投资（模型二）两种情况下分别建立一个数学优化模型，如何选择投资项目使投资收益最大化。 二、模型假设 1.无交易费和投资费用等的费用开支； 2.投资期间市场发展基本稳定； 3.投资期间社会政策无较大变化； 4.公司的经济发展对投资无较大影响； 三、符号说明 j a :项目j 所需投资金额； c j :项目j 的预期收益金额； x j :投资项目的决策变量（x j =0,1）； z:投资的最大收益 ij a ：项目j 投资i 次所需投资金额； ij c ：项目j 投资i 次的预期收益金额； 四、模型建立 （1）模型一： 各项目只可进行单次投资,通过问题分析，运用线性规划的方法建立模型一。 目标函数为： ).....4,3,2,1(max 1n j c x z n j j j ==∑= 2011年数学建模集训小题目 1.求下列积分的数值解 ? +∞ +-?23 2 2 3x x x dx 2.已知)s i n ()()c o s (),(2h t h t h t e h t f h t ++++=+，dt h t f h g ?=10 ),()(，画出 ]10,10[-∈h 时，)(h g 的图形。 3.画出16)5(2 2=-+y x 绕x 轴一周所围成的图形，并求所产生的旋转体的体积。 4.画出下列曲面的图形 （1）旋转单叶双曲面 14 92 22=-+z y x ； （2）马鞍面xy z =； 5.画出隐函数1cos sin =+y x 的图形。 6.（1）求函数x x y -+=12 ln 的三阶导数； 法一：syms x y dy; >> y=log((x+2)/(1-x)); >> dy=diff(y,3) dy = (6/(1-x)^3+6*(x+2)/(1-x)^4)/(x+2)*(1-x)-2*(2/(1-x)^2+2*(x+2)/(1-x)^3)/(x+2)^2*(1-x)-2*(2/(1-x)^2+2*(x+2)/(1-x)^3)/(x+2)+2*(1/(1-x)+(x+2)/(1-x)^2)/(x+2)^3*(1-x)+2*(1/(1-x)+(x+2)/(1-x)^2)/(x+2)^2 （2）求向量]425.00[=a 的一阶向前差分。 7.求解非线性方程组 （1）?????=-+=-+060622x y y x （2）???=+=++5 ln 10tan 10cos sin y x y e y x 8.求函数186)(2 3-++=x x x x f 的极值点，并画出函数的图形。 9.某单位需要加工制作100套钢架，每套用长为2.9m ，2.1m 和1m 的圆钢各一根。已知原料长6.9m ，问应如何下料，使用的原材料最省。 10. 某部门在今后五年内考虑给下列项目投资，已知： 项目A ，从第一年到第四年每年年初需要投资，并于次年末回收本利115％； 项目B ，从第三年初需要投资，到第五年末能回收本利125％，但规定最大投资额不超过4万元； 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。 数学建模与数学实验课程练习 练习集锦 1简述数学建模的一般过程及建模过程中需要注意的问题。 2 简述数学模型及数学建模的特点。 3 简述数学建模的常用分类方法。 4求方程 06 /12 625 .05 .04 )(=------=x x x x f 的模最大的根的近似 值（精确到小数点后两位）。 5在抢渡长江模型中，如果水流速度 1.8/v m s =为常数，人的游泳速度 1.5/u m s =为常数，江面宽度为1200H m =，终点位置在起点下游 1000L m =处的条件，确定游泳者的最佳游泳路径及最短游泳时间。 6沿江的某一侧区域将建两个水厂，在江边建一个取水口。现需要设计最优的管线铺设方案，通过管线从取水口向水厂送水。水厂与江岸的位置见右图。 如果不用共用管线，城区单位建设费用是郊区的2倍。 （1） 对于最优方案，用α表示,βγ。 （2） 求最优取 水口位置。 7在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是成对比较矩阵 (,0) P x 31/52a b P c d e f ?? ??=?? ???? ， （1）确定矩阵P 的未知元素。 （2）求P 模最大特征值。 （3）分析矩阵P 的一致性是否可以接受（随机一致性指标ＲＩ取）。 8在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是三阶成对比较矩阵 322P ? ???=?????? ，（1）将矩阵P 元素补全。 （2）求P 模最 大特征值。 （3）分析矩阵P 的一致性是否可以接受（随机一致性指标ＲＩ取）。 9考虑下表数据 (1)用曲改直的思想确定经验公式形式。 （2）用最小二乘法确定经验公式系数。 10考虑微分方程 课程设计报告 课程设计题目：拍卖土地方案 姓名1：孙宏山学号：1020420201 姓名2：钟丽学号：1020420216 姓名3：朱诗悦学号：1020420210 专业通信工程 班级通信2班（10204202） 指导教师樊继秋 2011年10月20日 摘要 “拍卖土地问题”主要是探讨如何能够在满足投标人的购买兴趣的前提下获取最大福利。由题目我们知道拍卖的土地有五块，投标人有三个，经初步分析，本次问题有排列组合和最大值问题两部分。我们就是要分析，在哪种组合的情况下，政府能够获得最大的利益。因此我们就常常会需要用到数学当中数学建模来解决这个实际中的问题了，利用数学中的方法来找到一个最佳最优最完好拍卖方案。选择最优化来实现总福利最多是拍卖方案中最常见的问题，也是最有实际意义的问题。我们所要解决的就是在多种方案中，计算出最佳拍卖方案。 所以在解决此类经济学问题的时候，我们需要应用数学知识，借助数学模型来得到具体的组合方案并结合经济学的观点进行综合性的分析。在解决最优问题时，我们也会需要应用线性规划法来确定最优组合方案的决策。在具体计算中，我们也常常借助于lingo软件来计算，希望能够得到比较精确的数据，进行更有实际意义的经济揣摩，从而指导实际当中的工作。 通过精确计算所得到的数据，便于我们结合经济知识去分析和找出多种商品组合中的最优组合方案，并分析其最优方案时所需的成本。在实际经济应用中，能做到有效的节约成本，对我们是具有指导性意义的. 关键词：土地拍卖投标人出售土地最大化社会福利 一、问题重述与分析 问题：假设某国政府准备将5块土地A,B,C,D,E对外拍卖，采用在规定日期前 投标人提交投标书的方式进行，最后收到了3个投标人的投标书。每个投标人对 其中的若干块土地有购买兴趣，分别以两个组合包的形式投标，但每个投标人最 多只能购买其中1个组合包，投标价格如下表所示。如果政府希望最大化社会福利，这5块土地应该如何售出？ 投标组合包投标人1 投标人1 投标人2 投标人2 投标人3 投标人3 包含的土地ABD CDE BE AD BDE CE 投标价格95 80 60 82 90 71 分析：通过对题目的分析，我们可以清晰看到，这样类型的题目是一个优化求 极值的问题，而且是代有线性约束优化条件的极大值问题.首先，我们要考虑土 地实际价值与投标者的投标价格之间的区别，政府希望最大化社会福利，也就是 希望5块土地以某种方案售出时投标价格总和最大（不一定每块土地的投标价格 都比真实价值高，只考虑总和最大化）。 当然，方案的制定是有条件约束的：注意到第一个限制， 5块土地都必须 以组合包的形式拍卖，而不能单独售出，投标者也想同时购得组合包中的几块土地，土地的多种组合方式造成拍卖方案的多样化；在第二个限制中，虽然每个投 标者给出两种选择方式，但最多只能购买一个组合包，这样有些组合方式也就不 能实现，问题得到简化。 这样我们就能通过一系列假设来建立如下的数学模型。 二、模型假设与符号说明 根据上述分析，我们作如下假设： 1．假设每个投标人确实是对自己的投标组中土地都有购买兴趣 2．假设每个投标人对各自提交的投标组都很感兴趣 3．假设所有投标者给出的投标价格是经过慎重考虑的，并且在提交投标书后 不再变更 4．假设投标是在公平公正的原则下进行的 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。 2.14成绩与体重数学建模 一、问题 举重比赛按照体育运动员的体重分组，你能在一些合理、简单的假设下，建立比赛成绩与体重之间的关系吗？下面是下一届奥运会的成绩，可供检验你的模型。 一、问题分析 成绩与肌肉的力度有直接关系，随着力度的增加，成绩呈上升趋势。 假设力度与肌肉横截面积成正比，而截面积和体重都与身体的某个特征尺寸有直接关联。由此可以找到成绩和体重之间的关系。可以以此建立模型。 二、模型假设以及符号说明 1．本模型主要考虑运动员举重总成绩和体重的关系，所以假设运动员其他条件相差不大。 2．运动员的举重能力用其举重的总成绩来刻画 3．符号说明： 人的体重 W 人的身高 h 肌肉横截面积 S 人的体积 V 肌肉强度 T 举重成绩 C 非肌肉重量 W1 斜率 K 三、模型构成 模型一 1．题中给出举重比赛按照体育运动员的体重分组，所以我们猜测成绩与体重应该是正比关系。 2．画出坐标图，体重越重，成绩越好，进一步验证了正比关系。 最大体重 从上图可以看出，体重越大，举重总成绩相对越好，所以我们猜测举重总成绩与体重大概成线性关系。则，我们可以用一次函数C=kW+b对三个体重进行拟合，根据图中数据，可得： = = 2.66， = = 1.45, = = 1.17 把b代入得出三个一次函数为： = 2.66W+143.8, = 1.45W+75.1, = 1.17W+69.7, 用上述模型计算得到的理论值,并画出图表与原图表进行比较： 最大体重 通过比较两个图表，我们可以推测体重与成绩数据的推测图表和已知图标的拟合度并不是特别的理想，所以我们可以认为用线性函数对举重总成绩与体重进行拟合的模型过于简单、粗略，考虑的因素比较少。 模型二 我们这一次综合各种因素来进行分析建模。 通过查阅各种自然科学磁疗，我们可以近似以为：一般举重运动员的举重能力是用举重成绩来衡量，而举重运动员的举重能力与其肌肉强度近似成正比关系，从而举重运动员的举重总成绩与其肌肉强度近似成正比，即： C = T (为常数且>0) ○1从运动生理学得知，肌肉的强度与其横截面积近似成正比，即： T = S (为常数且>0) ○ 2综合○1，○2可得 C=T=S ○3通过查阅资料，我们可以假设肌肉的横截面积正比于身高的平方，人的体重正比于身高的三次方，即可得： S = , W = (，为常数且>0，>0) 综合上述所有算式，我们有： C= S = ○ 4 因为W = ，我们可以推测出举重运动员举重总成绩与其体重的关系为： C = 利用题目表格中所给的体重和举重总成绩数据，求出上述模型的常数M。利用题目表格中所给的体重和举重总成绩数据，运用最小二乘法求出上述模型的系数 K 。因为体重超过108千克的运动员的体重没有具体的数据，为了模型的准确性，故将这个数据舍去。经过代入9次运算得出平均常数，为=20.3,=9.6，=9.0。于是举重运动员的举重总成绩与体重的关系模型为 会。 承诺书 我们仔细阅读了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： 参赛队员(打印并签名) ：1. 2. 3. 日期：年月日 评阅记录 题目：最佳捕鱼方案 摘要 在充分理解题意的基础上，我们提出了合理的假设。通过对问题的深入分析和对草鱼损失率的不同理解，我们建立了三个模型。 模型一中，损失率是基于水库草鱼的总量，草鱼的损失是一些定值的累加。在这种情况下，我们进行了粗略的估算，在日供应量方面，我们让每日草鱼的供应量达到售价方面的临界值。提出了四个可行的方案。通过比较认为方案四·能使总利润达到最大值404636元，共损失草鱼量为2625kg,当且仅当第1天至第15天，日供应量为1000kg,单价为25元，第16天至19天，日供应量为1500kg，单价为20元。第20天售出1375kg，单价为20元。 在模型二、三中，为了更接近现实生活中的情况及人们的认知观，我们对第n天草鱼的损失率的理解是基于第n-1天剩下的草鱼而言。模型二，不考虑日供应量在1500kg以上的情况，运用LINGO解出的结果为总利润的最大值为373260.0元，草鱼的损失为7113.960kg。第1天到第14天及第16天，每天售出草鱼1000kg,第19天售出886.04kg，其余每天售出500kg。 模型三在模型二的基础上做了一些改进(如考虑日供应量在1500kg以上的情况)，建立了多目标的规划模型，求得总利润的最大值为332875元，草鱼的总死亡量为8828.493kg。第2天到第5天及第11天到16天，每天售出1000kg,其余每天售出500kg。 关键词： 0-1变量规划问题多目标 LINGO 课题1. 计划生育政策调整对人口数量的影响 人口的数量和结构是影响我国经济和社会发展的重要因素。从20世纪70年代以来，我国鼓励晚婚晚育，提倡一对夫妻生育一个孩子。经过30多年的努力，我国有效地控制了人口的增长，对经济发展和人民生活的改善做出了积极的贡献。 针对我国老龄化比例不断提高等情况，2013年12月，第十二届全国人大常委会第六次会议表决通过了《关于调整完善生育政策的决议》，开放单独二胎政策。2015年10月，十八届五中全会决定，全面放开二胎政策。至此，实施了30多年的独生子女政策正式宣布终结。只要是合法的夫妻就享有生育二胎的权利，不再受“单独二孩”政策或“双独二孩”政策的限制。 收集数据，建立模型，根据已经出台的具体政策、独生子女人数、婚姻情况、生育意愿等分析和预测计划生育政策调整后对我国或某一个省、市、自治区人口数量变化的影响。 课题2. 学生下课时间调整对就餐压力的影响 科技大学现有在校生4万余人，目前能供学生就餐的餐厅只有三个：学者餐厅、学海餐厅、学苑餐厅，想必大家都有过在餐厅排队就餐以及找座难的经历，就餐人员流动情况决定着餐厅的总接纳量。同学们在下课后大都会第一时间奔向餐厅，这就使得本就人满为患的餐厅更加超负荷运转。如果同学们的下课时间不同，就餐时间自然不同，必然加快餐厅的人员流动，进而大大缓解餐厅的运转压力。 下面请你建立数学模型解决以下问题： 1.选择合理的指标，构建评价体系，衡量目前我校餐厅的运转压力。 2.以缓解餐厅运转压力为目标，合理设置不同教学楼的下课时间。 3.试分析在你设置的各教学楼下课时间情况下，我校餐厅运转压力将发生 的变化。（模型所需数据可自行调查也可进行程序仿真） 课题3. 麻疹模型的分析 本世纪初期，在伦敦曾观察到这种现象：大约每两年爆发一次麻疹传染病。生物学家H. E. Soper 试图解释这种现象，他认为易受传染病的人数因人口中增添的新的成员而不断补充，因此，他假设： ???????+-=+-=)()()()((t)I(t))(t I t S t I dt t dI S dt t dS αβμα 其中α、β和μ都是正的常数。 1. 找出方程的平衡解； 2. 证明方程的初始值足够接近这个平衡解的每一个解(t)S 、I(t)，当t 趋于 无穷大时，都趋近于平衡解； 3. 当t 趋于无穷大时，方程的每一个解(t)S 、I(t)都趋于平衡解。所以，得 到结论：方程组不能解释是重复发生麻疹传染病这种现象。相反，它表明。这种疾病最终将趋于稳定状态； 4. 试改进该模型说明该周期现象。找一组相关的数据进行模拟，拟合方程的 参数使疾病爆发的周期与现实一致； 5. 对于麻疹考虑一些控制措施，对于每种控制措施给出相应的数学描述，研 究该系统的基本的动力学性质，最后比较各个措施的优缺点。 课题4. Fibonacci 数列的推广 Fibonacci 数列是一个很早的生态学模型，它的背景是兔子数量的增长。在描述兔子数量变化时有以下假设： ? 第一个月有一对刚出生的兔子； ? 兔子从第三个月后就可以生育； 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。 黄金周旅游方案设计 摘要 本文主要解决的是去安徽旅游的最佳旅游路线的设计问题。花最少的钱游览尽可能满意度高的景点是我们追求的目标。基于对此的研究，我们建立了三个模型。 针对方案一：建立了单目标最优化模型。选定10个游览景点，在约束条件下，建立0-1规划模型，以总费用最小为目标函数。使用lingo 编程，最后求得的最小费用是：755元。具体方案为：11→7→4→6→3→2→1→10→11针对方案二：建立了单目标最优化模型。巧妙地将该问题化为TSP，以满意度为目标函数，在时间的约束条件下，运用lingo 编程，最后求得满意度是：0.86。旅游路线为：11→2→4→7→9→10→11 针对方案三：建立了多目标最优化模型。基于方案一与二，以最小费用和最大满意度为目标函数，在约束条件下，采用分层求解法，运用lingo 编程，最后得出满意度是：0.83，费用为782元。推荐路线：11→2→7→6→3→10→9→11 、 关键词：多目标最优化模型 0-1规划模型 TSP lingo求解% ! 一、问题重述 1.1问题背景 安徽是全国旅游大省，每年接纳游客上千万人次。现假设黄金周期间，你在外地读书的老同学、好朋友前来看望你，并要在安徽游玩几天，请查阅相关资料，从车费，餐饮，门票，景点满意度等多方面综合考虑，建立相关数学模型，列出一个四天三夜的游玩计划。 1.2需要解决的问题 根据对题目的理解我们可以知道，需要解决的问题是在安徽游玩四天三夜，并且综合考虑车费，餐饮，门票，景点满意度等多方面因素。所以我们的目标就是在满足所有约束条件的情况下，求出最少费用。 ： 二、模型假设 假设1：旅行路线的总路程不包括在某一城市中观光旅游的路程； 假设2：旅行者在某一城市的旅游结束前往下一个目的地时，所乘坐的交通工具都是非常顺利的，不会出现被滞留等意外情况； 假设3：在乘坐交通工具的途中，不考虑除交通费用之外的其它任何费用； 假设4：任意两点之间来回路程相等； 假设5：每个景点游玩时间与满意度成正比，比例常数为k； 假设6：定义满意度为该景点客流量占总客流量的比例； 假设7：每天固定餐饮等消费为100元/天； ） 假设8：每天游玩10个小时； 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 公司人力资源配置方案的最优设计 摘要 人力资源管理是一个公司进行人力资源分配的重要工作，合理地安排人力资源，能够为企业带来最大的经济效益。公司不只要对现有的人员进行任务分配，还要使公司的人力资源结构保持一个科学的比例。本模型旨在为A建筑公司提供一个良好的人员分配方案，达到公司获利最大的目的，以及怎样在以后的人员招聘中使人力资源结构保持一个良好的比例。在公司现有的情况下，通过分析各种影响因素，排除掉一些不必要的干扰因素，运用整数线性规划和分支定界法的知识建立数学模型，并使用LINGO软件进行编程求解，得出公司人员分配的最佳方案。在对本模型优缺点评价之后，根据公司可能会采取临时招聘技术人员的情况，对模型进行了改进，通过模型计算，为公司提供了一个合理的人员招聘方案。 关键字：线性规划，人员分配，最大收益，LINGO软件 目录 一、问题重述 (1) 二、问题分析 (1) 三、问题假设 (2) 四、模型建立 (2) 五、模型求解 (4) 六、结果分析 (5) 七、模型评价 (6) 八、模型改进 (6) 九、附录 (8) 参考文献： (11) 一、问题重述 企业的人力资源管理是一门科学，而人力资源管理最主要的任务是如何把企业现有的人力资源安排到合适的工作岗位，以使企业能够获得更高的经济效益。尤其是在人力资源稀缺的情况下，合理的安排各人员的任务更是显得至关重要。接下来我们将要解决的就是一个企业人员分配的问题。在这个问题中，A建筑工程公司有高级工程师、工程师、助理工程师、技术员等四种不同级别的工作人员，并且公司同时承接了A、B、C、D四个不同的工程项目。公司不同级别的技术人员的工资是固定不变的，各级别技术人员的数量也是一定的，为了保证工程质量，各项目中必须保证专业人员结构符合客户的要求，在各项目的收费标准也是一定的情况下，合理的安排现有的技术人员的任务，将使公司获得一个最大的利润。那么，为了获得最大收益，A公司到底应该如何把这四种不同级别的技术人员安排到四个不同的项目中去呢？本文中，我们将重点对该问题进行分析。 二、问题分析 该问题的任务是，通过合理分配人员，使公司每天的直接收益最大。公司的主要收入来源是对各项目所收取的费用，支出主要有两项：四种不同级别的技术人员的工资和项目期间的办公费用。公司的直接收益是总收入减去总支出。A公司对各个项目的不同技术人员的收费标准都高于对应技术人员的总支出费用。我们可以得出不同项目对应不同级别技术人员的利润表如下： 注：该表中的利润值是已经减去办公费用的值 同时，技术人员的分配受到不同项目对技术人员结构要求的约束，由于公司人员有限，各项目的技术人员安排不可能同时达到所需的最大数量，我们要将现有的41名技术人员对最大55个可用岗位进行安排。 1、放射性废料的处理问题 美国原子能委员会以往处理浓缩的放射性废料的方法，一直是把它们装入密封的圆桶里，然后扔到水深为90多米的海底。生态学家和科学家们表示担心，怕圆桶下沉到海底时与海底碰撞而发生破裂，从而造成核污染。原子能委员会分辨说这是不可能的。为此工程师们进行了碰撞实验。发现当圆桶下沉速度超过12.2 m 与海底相撞时，圆桶就可能发生碰裂。这样为避免圆桶碰裂，需要计算一下圆桶沉到海底时速度是多少? 这时已知圆桶重量为239.46 ，体积为0.2058m3，海水密度为1035.713，如果圆桶速度小于12.2 m就说明这种方法是安全可靠的，否则就要禁止使用这种方法来处理放射性废料。假设水的阻力与速度大小成正比例，其正比例常数0.6。现要求建立合理的数学模型，解决如下实际问题： 1. 判断这种处理废料的方法是否合理? 2. 一般情况下，v大，k也大；v小，k也小。当v很大时，常用来代替k，那么这时速度与时间关系如何? 并求出当速度不超过12.2 m，圆桶的运动时间和位移应不超过多少? (的值仍设为0.6) 鱼雷攻击问题 在一场战争中，甲方一潜艇在乙方领海进行秘密侦察活动。当甲方潜艇位于乙方一潜艇的正西100千米处，两方潜艇士兵同时发现对方。甲方潜艇开始向正北60千米处的营地逃跑，在甲方潜艇开始逃跑的同时，乙方潜艇发射了鱼雷进行追踪攻击。假设甲方潜艇与乙方鱼雷是在同一平面上进行运动。已知甲方潜艇和乙方鱼雷的速度均匀且鱼雷的速度是甲方潜艇速度的两倍。 试建立合理的数学模型解决以下问题: 1) 求鱼雷在追踪攻击过程中的运动轨迹； 2) 确定甲方潜艇能否安全的回到营地而不会被乙方鱼雷击中 3、贷款买房问题 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 数学建模习题指导 第一章 初等模型 讨论与思考 讨论题1 大小包装问题 在超市购物时你注意到大包装商品比小包装商品便宜这种现象吗？比如洁银牙膏50g 装的每支1.50元，120g 装的每支3.00元，二者单位重量的价格比是1.2:1，试用比例方法构造模型解释这种现象。 （1）分析商品价格C 与商品重量w 的关系。 （2）给出单位重量价格c 与w 的关系，并解释其实际意义。 提示： 决定商品价格的主要因素：生产成本、包装成本、其他成本。 单价随重量增加而减少 单价的减少随重量增加逐渐降低 思考题2 划艇比赛的成绩 赛艇是一种靠浆手划桨前进的小船，分单人艇、双人艇、四人艇、八人艇四种。各种艇虽大小不同，但形状相似。T.A.McMahon 比较了各种赛艇1964—1970年四次2000m 比赛的最好成绩(包括1964年和1968年两次奥运会和两次世界锦标赛)，见下表。建立数学模型解释比赛成绩与浆手数量之间的关系。 各种艇的比赛成绩与规格 γβα++=3 2w w C w w c γβα++=-3 123 431w w c γβ--='-3 2943 4w w c γβ+=''- 第二章 线性代数模型 森林管理问题 森林中的树木每年都要有一批砍伐出售。为了使这片森林不被耗尽且每年都有所收获，每当砍伐一棵树时，应该就地补种一棵幼苗，使森林树木的总数保持不变。被出售的树木，其价值取决于树木的高度。开始时森林中的树木有着不同的高度。我们希望能找到一个方案，在维持收获的前提下，如何砍伐树木，才能使被砍伐的树木获得最大的经济价值。 思考： 试解释为什么模型中求解得到的 为每周平均销售量会略小于模型假设中给出的1。 练习： 将钢琴销售的存贮策略修改为：当周末库存量为0或1时订购，使下周初的库存 达到3架；否则，不订购。建立马氏链模型，计算稳态下失去销售机会的概率和每周的平均销售量。 2.将钢琴销售的存贮策略修改为：当周末库存量为0时订购本周销售量加2架；否则，不订购。建立马氏链模型，计算稳态下失去销售机会的概率和每周的平均销售量。 第三章 优化模型 讨论题 1）最优下料问题 用已知尺寸的矩形板材加工半径一定的圆盘。给出几种加工排列方法，比较出最优下料方案。 2）广告促销竞争问题 甲乙两公司通过广告竞争销售商品，广告费分别为 x 和 y 。设甲乙公司商品的售量在两公司总售量中所占份额是它们的广告费在总广告费中所占份额的函数 又设公司的收入与售量成正比，从收入中扣除广告费后即为公司的利润。试构造模型的图形，并讨论甲公司怎样确定广告费才能使利润最大。 （1）令 （2）写出甲公司的利润表达式 对一定的 y ，使 p (x ) 最大的 x 的最优值应满足什么关系。用图解法确定这个最优值。 练习1 三个家具商店购买办公桌：A 需要30张，B 需要50张，C 需要45张。这些办公桌由两个工厂供应：工厂1生产70张，工厂2生产80张。下表给出了工厂和商店的距离（单位公里） ， 857.0=n R ) (),(y x y f y x x f ++的示意图。。画出则)()()(,t f t f t f y x x t 11=-++= 。 )(t p大学生数学建模竞赛组队方案
数学建模练习题
最优投资方案数学模型
数学建模练习试题
全国大学生数学建模竞赛的准备方法
数学建模习题
数学建模之土地拍卖方案
数学建模个人经验谈——组队和分工
数学建模 练习题1
完整的数学建模-最佳捕鱼方案
大学生数学建模练习题
数学建模比赛的选拔问题
旅游方案设计数学建模
数学建模个人经验谈-组队和分工
数学建模(公司人力资源配置方案的最优设计)
数学建模练习试题
美国大学生数学建模竞赛组队和比赛流程
数学建模习题指导
相关主题
文本预览