2015年全国大学生数学建模竞赛国家一等奖论文D题众筹筑屋规划方案设计模型
- 格式:pdf
- 大小:680.71 KB
- 文档页数:21
2015高教社杯全国大学生数学建模竞赛D题评阅要点 [说明]本要点仅供参考,各赛区评阅组应根据对题目的理解及学生的解答,自主地进行评阅。
本题的难点在于通过学习国家相关政策文件,理解真实案例中一次项目规划中的各种约束条件,以此为基础建立成本核算体系,借助各类模型或算法,衡量并调整众筹筑屋规划方案,以实现不同目标的优化问题。
评阅时请关注如下方面:建模的准备工作(对题目的正确理解,文献查询,核算模型的依据),模型的建立、求解、求解方法的灵活性和分析方法,计算程序的可运行性,结果的表述,合理性分析及其模型的拓广。
问题1:众筹筑屋规划方案Ⅰ的核算流程
需熟悉众筹筑屋的新型房地产形势,包括结合实际需求,考虑容积率约束,考虑税务和预估纯收益,这其中包括土地增值税的计算、对取得土地使用权所支付的金额、开发成本、开发费用、与之有关的税金、其它扣除项目等核算,并对核算方式进行说明,应该有文献支持。
原始方案(规划方案Ⅰ)的核算: 结合附件中的数据,使用已建立的核算模型对原始开发方案进行一次核算,给出建设规划方案Ⅰ的总购房款、增值税、纯利润、容积率、总套数等计算结果。
问题2:考虑参筹者平均购买意愿最大的建设规划方案
建立模型,给出合理的约束项和目标函数,并解释。
注意考虑必要的套数上下限约束和目标函数的非线性。
选取合适的算法进行求解,并对结果给出合理的解释。
问题3:项目能成功执行的建设规划方案
对问题2中的方案进行核算,得出投资回报率低于25%的结论,对方案进行改进。
建立或修改得到新模型,包含投资回报率需达到25%的约束,建立单目标非线性整数优化问题,注意目标函数与约束中均存在非线性,同时目标函数中存在分段的特性,寻求算法并求解,对于求解结果进行合理解释。
基于非线性曲线拟合的经纬度测量方法摘要本文首先基于天体物理学知识,构造出地球上某处直杆的影长与时间的函数关系式;然后运用非线性曲线拟合的方法,求解缺省参数,再根据直杆影长的变化规律,推算出测量点的地理位置及所处的日期。
在问题一中,本文以北京时间为参考时间,对地球上某一点处直杆影长的影响因素进行分析,发现其与直杆所处纬度、太阳直射点处纬度、所处时刻及经度等因素有关,结合地理知识构造出影长与影响因素的函数关系式。
在各项参数均已给定的情况下,即可作出题目所要求的影长-时间变化曲线。
对于问题二,本文由附件1给定的时刻及其影长,运用非线性曲线拟合的方法,利用问题一中建立的关系式,将时间与影长作为已知参数,利用lsqcurvefit函数拟合求解经纬度参数。
联系实际,筛选出可能的4个位置,并认为海南省白沙黎族自治县是最有可能的地点。
问题三与问题二基本相似,本文仍然在附件所得的数据基础上进行lsqcurvefit非线性曲线拟合,得到经度、纬度以及赤纬的可行解,根据所求赤纬,通过查表可以得到可能的日期。
由附件2得到3个可能的地点与6个可能的日期,并认为其中新疆维吾尔自治区喀什地区巴楚县是最有可能的地点,5月24日或7月20日是最有可能的日期;由附件3同样得到3个可能的地点与6个可能的日期,认为湖北省十堰市郧西县与陕西省商洛市山阳县均是可能的地点,可能的日期为2月6日或11月6日前后。
对于问题四,首先用MATLAB进行图像处理并得到等时间间隔的图片,然后经过筛选得到21张图片。
经滤镜处理后,由所得帧的图像得到影长与杆长的比例关系,进而得到不同时刻下的影长。
在日期已知的情况下,问题四应用非线性拟合函数fit得到可行解,筛选后得到最可能地点为内蒙古自治区乌兰察布市丰镇市;若未给日期条件,在本题上一问的基础上,将太阳赤纬设为未知,利用fit函数求出可行解,经筛选得到最可能的地点为内蒙古自治区乌兰察布市,日期为6月6日或7月8日,与准确日期相差无几。
会议筹备优化模型摘要能否成功举办一届全国性的大型会议,取决于会前的筹备工作是否到位。
本文为某会议筹备组,从经济、方便、满意度等方面,通过数学建模的方法制定了一个预订宾馆客房、租借会议室和租用客车的合理方案。
首先,通过对往届与会情况和本届住房信息有关数据的定量分析,预测到本届与会人数的均值是662人,波动范围在640至679之间。
拟预订各类客房475间。
其次,为便于管理、节省费用,所选宾馆应兼顾客房价位合适,宾馆数量少,距离近,租借的会议室集中等要素。
为此,依据附件4,借助EXCEL计算,得出7号宾馆为10个宾馆的中心。
然后,运用LINGO软件对选择宾馆和分配客房的0-1规划模型求解,得出分别在1、2、6、7、8号宾馆所预订的各类客房。
最后,建立租借会议室和客车的整数规划模型,求解结果为:某天上下午的会议,均在7、8号宾馆预订容纳人数分别为200、140、140、160、130、130人的6个会议室;租用45座客车2辆、33座客车2辆,客车在半天内须分别接送各两趟,行车路线见正文。
注:表中有下画线的数字,表示独住该类双人房间的个数。
关键词:均值综合满意度EXCEL 0-1规划LINGO软件1.问题的提出1.1基本情况某一会议服务公司负责承办某专业领域的一届全国性会议。
本着经济、方便和代表满意的原则,从备选10家宾馆中的地理位置、客房结构、会议室的规模(费用)等因素出发,同时,依据会议代表回执中的相关信息,初步确定代表总人数并预定宾馆和客房;会议期间在某一天上下午各安排6个分组会议,需合理分配和租借会议室;为保证代表按时参会,租用客车接送代表是必需的(现有45座、36座、33座三种类型的客车,租金分别是半天800元、700元和600元)。
1.2相关信息(见附录)附件1 10家备选宾馆的有关数据。
附件2 本届会议的代表回执中有关住房要求的信息(单位:人)。
附件3 以往几届会议代表回执和与会情况。
附件4 宾馆平面分布图。
基于供求匹配率的出租车资源配置模型摘要本文针对城市出租车资源配置问题,采用定性与定量相结合的研究方法,建立衡量出租车供求匹配程度的指标,分析打车软件各种补贴方案对所建指标的影响,在充分考虑各方利益的前提下,得到打车软件的最优补贴方案,对城市出租车行业资源优化配置、持续良性发展具有一定的参考意义。
为分析不同时空出租车资源的供求匹配程度,引入出租车资源供求匹配率这一指标,指标的定义为城市中实际运行的出租车辆数与居民出行需要的出租车辆数之比,反映城市中实际运行的出租车辆数与居民出行需要的出租车辆数之间的差异。
计算得出2013年出租车供求匹配率为0.7766,表示供不应求。
居民出行需要的出租车辆数与居民人均日出行次数、城市总人口数量、居民出行选择乘坐出租车的比例有关,也与每辆出租车日均载客次数、每单载客人数和车辆满载率有关。
对于居民人均日出行次数,利用十五个国大中城市的数据,将十二个城市经济指标聚类分析选出每类指标中典型的经济指标,建立居民人均日出行次数与这些典型经济指标间的多元线性回归方程,而与居民出行需要的出租车辆数相关的其他指标可查阅文献或年鉴获得。
分析市每天6:00-8:30,11:00-12:30,13:30-14:30,17:00-18:30四个时间段得供求匹配率分别为0.4111,0.5678,0.6062,0.5631,结果显示供不应求。
得到、、、、、、、八座城市的出租车资源供求匹配率分别为1.0936、0.8827、0.9430、0.7040、0.7049、0.7666、0.6583、0.5252,表明只有的出租车资源是供大于求,而其余七座城市为供小于求。
为了分析各公司的出租车补贴方案对缓解打车难是否有帮助,定性分析出租车日均载客次数、出租车满载率随打车软件对出租车司机每单补贴金额的变化趋势,分别建立阻滞增长模型,进而分析打车软件对出租车司机每单补贴金额的变化对所建指标的影响。
得到的结论为:对于使用打车软件的乘客来说,出租车补贴方案能够缓解打车难的问题;而对于不使用打车软件的乘客来说,出租车补贴方案则不能缓解打车难的问题。
精心整理“互联网+”时代的出租车资源配置模型摘要本文针对城市出租车资源配置问题,采用定性与定量相结合的研究方法,建立衡量出租车供求匹配程度的指标,分析打车软件各种补贴方案对所建指标的影响,在充分考虑各方利益的前提下,得到打车软件的最优补贴方案,对城市出租车行业资源优化配置、持续良性发展具有一定的参考意义。
软件公司三方的满意度,利用熵值法确定这三方各自满意度的权重,将三方满意度加权之和作为综合满意度,进而以综合满意度为目标函数,以打车软件对出租车司机每单补贴金额为控制变量,以补贴金额设置的范围为约束条件建立优化模型。
遍历所有可能的方案得到最优补贴方案为对出租车司机每单补贴9元,综合满意度为0.5710。
关键词:聚类分析;回归分析;灰色预测;阻滞增长模型;熵值法;最优化一、问题重述随着经济的发展,近年来,人们对出行的要求不断提高,城市出租车以其方便、快捷、舒适和私密性的特点成为越来越多人的出行选择。
但是,国内各大城市交通问题日趋严重,“打车难”也是人们关注的一个社会热点问题。
数据显示,包括上海、杭州等众多大城市,出租车非高峰期的空驶率始终在30%上下徘徊,而高峰期却打不到车。
这与众多市民反映的打车难背后所隐藏的强烈需求看似形成了一个矛盾。
究其原因,最主要的莫过于司机与乘客需求信息不对称,缺乏及时沟通交流的平台。
通过查阅文献可以确定居民出行选择出租车作为出行方式的比例从而,计算得出城市的出租车运输量的需求量。
然后根据供需平衡法预测出城市出租车需求量。
将城市实际出租车数量与城市出租车需求数量作比,得到衡量出租车资源的供求匹配程度的指标即供求匹配率。
对未来城市的出租需求量进行灰色关联预测,得到未来城市的出租需求量,通过计算不同城市的出租车需求量,进行不同时空的出租车资源供求匹配的分析。
对于各公司的出租车补贴方案是否对“缓解打车难”有帮助问题,由于难以得到各公司不同时间的补贴方案对居民打车难度的实际影响效果数据,我们从公司对每单的补贴金额入手,分析每单补贴金额范围为0~15元,认为补贴金额再高对公司利益有较大损失。