下载文档原格式
2011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）：C我们的参赛报名号为（如果赛区设置报名号的话）：139C01所属学校（请填写完整的全名）：浙江工贸职业技术学院参赛队员(打印并签名)：1.郑济明2.王庆松3.朱松祥指导教师或指导教师组负责人(打印并签名)：王积建日期：2012年9月10日赛区评阅编号（由赛区组委会评阅前进行编号）：2011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）：脑卒中发病环境因素分析及干预摘要关键词：一、问题重述21世纪人类倡导人与自然和谐发展，环境因素成为影响健康的重要因素。
脑卒中（俗称脑中风）就是与环境因素紧密相关且威胁人类生命的疾病之一。
这种疾病的诱发已经被证实与环境因素有关，其中与气温和湿度存在着密切的关系。
对脑卒中的发病的环境因素进行分析，其目的是为了进行疾病的风险评估，对脑卒中高危人群能够及时采取干预措施，也让尚未得病的健康人，或者亚健康人了解自己得脑卒中风险程度，进行自我保护。
同时，通过数据模型的建立，掌握疾病发病率的规律，对于卫生行政部门和医疗机构合理调配医务力量、改善就诊治疗环境、配置床位和医疗药物等都具有实际的指导意义。
2023高教数学建模c题
2023年高教社杯全国大学生数学建模竞赛C题题目如下：
C题：双碳目标下绿色电力发展
背景：
随着全球气候变化问题日益严重，各国政府纷纷提出碳减排的目标。
中国政府也提出了“双碳”目标，即碳达峰和碳中和。
为了实现这一目标，中国正在大力发展绿色电力，如风能、太阳能等可再生能源。
问题：
1. 给出中国年每年的绿色电力装机容量、发电量、平均利用小时数以及弃风率、弃光率的具体数据。
2. 分析中国绿色电力的发展趋势，并预测未来5年中国风能和太阳能的装机容量和发电量。
3. 根据预测结果，讨论中国实现“双碳”目标的前景。
4. 针对中国绿色电力发展存在的问题，提出有效的解决方案。
要求：
1. 根据给出的数据，利用适当的数学模型和软件进行数据分析和预测。
2. 预测结果应尽可能准确，并给出合理的解释。
3. 解决方案应具有可操作性和实用性。
4. 回答应符合学术规范，并适当引用相关文献和资料。
数模竞赛C题：多维度问题解决一、问题概述数模竞赛C题通常涉及多方面的数学知识和技能，要求参赛者具备广泛的背景知识，并且能够灵活运用这些知识来解决实际问题。
C 题通常是一个复杂的问题，需要综合运用多种数学模型和方法来解决。
在这个过程中，参赛者需要发挥自己的创造力，探索和发现新的解决问题的方法和思路。
二、关键技能1.优化问题：数模竞赛C题通常涉及到优化问题，如最优化路径、最优化资源配置等。
参赛者需要掌握常见的优化算法，如梯度下降法、遗传算法等，并且能够根据具体问题选择合适的算法来解决。
2.数据分析：数模竞赛C题通常会提供大量的数据，参赛者需要掌握数据分析技能，如数据清洗、数据可视化、统计分析等，以便从数据中提取有用的信息。
3.预测模型：数模竞赛C题可能需要解决预测问题，如时间序列预测、回归预测等。
参赛者需要掌握常见的预测模型，如ARIMA模型、线性回归模型等，并且能够根据具体问题选择合适的模型进行预测。
4.决策模型：数模竞赛C题可能需要解决决策问题，如多目标决策、风险决策等。
参赛者需要掌握常见的决策模型，如决策树、风险矩阵等，以便为决策提供依据和支持。
5.算法设计：数模竞赛C题可能需要解决一些算法设计问题，如动态规划、分治算法等。
参赛者需要掌握常见的算法设计技巧，并且能够根据具体问题设计出有效的算法。
6.系统控制：数模竞赛C题可能涉及到系统控制问题，如系统稳定性分析、控制器设计等。
参赛者需要掌握系统控制的原理和方法，以便为系统稳定性分析和控制器设计提供支持。
7.图像处理：数模竞赛C题可能涉及到图像处理问题，如图像识别、图像分割等。
参赛者需要掌握常见的图像处理算法和技术，如卷积神经网络、边缘检测等，以便为图像处理提供支持。
8.机器学习：数模竞赛C题可能涉及到机器学习问题，如分类、聚类、关联规则挖掘等。
参赛者需要掌握常见的机器学习算法和技术，如支持向量机、K-均值聚类等，以便为机器学习提供支持。
2023数学建模国赛c题解答2023年数学建模国赛C题是一道有关于旅行路径优化的题目。
题目描述了有n个城市，每个城市之间的距离已知，并给出了旅行的起点和终点。
要求通过某种算法，找出一条最短路径，使得旅行的总路程最小化。
以下是一种可能的解答思路和算法：1. 首先，我们可以将问题转化为一个图论问题。
将每个城市看作图中的一个节点，城市间的距离看作图中节点之间的边。
这样，整个问题就变成了寻找图中两个节点之间的最短路径。
2. 对于图中的任意两个节点，我们可以利用Dijkstra算法或Floyd-Warshall算法来求解它们之间的最短路径。
这里就不详细介绍这两个算法的原理，简单说来，Dijkstra算法适用于求解单源最短路径，即从一个节点出发到其他所有节点的最短路径；而Floyd-Warshall算法适用于求解任意两个节点之间的最短路径。
3. 由于题目给出了旅行的起点和终点，所以我们可以将起点和终点分别作为两个节点，然后利用Dijkstra算法或Floyd-Warshall算法求解起点到每个城市的最短路径，以及每个城市到终点的最短路径。
4. 接下来，我们需要寻找具体的旅行路线。
一种简单的方法是利用回溯法，从终点开始回溯，依次选择上一个节点，直到回溯到起点。
这样就可以得到一条从起点到终点的旅行路径。
5. 最后，计算出旅行路径上各个城市之间的总距离，即为所求的最短路径。
需要注意的是，由于题目并没有给出具体的城市数目n和城市之间的距离数据，所以以上的解答只是给出了一种可能的解决思路，并没有具体的计算过程和示例数据。
具体的数据和计算过程可根据题目要求和实际情况进行调整。
另外，对于该题目还可以有其他的解决思路和算法，比如利用贪心算法求解局部最优解，以及利用遗传算法求解全局最优解等。
以上只是一种比较常见和简单的解决思路，具体的选择取决于题目的要求和具体的情况。
23年数学建模c题2023年数学建模竞赛C题：题目：基于深度学习的图像识别问题描述：随着人工智能技术的不断发展，图像识别已成为日常生活中不可或缺的一部分。
图像识别技术广泛应用于人脸识别、自动驾驶、智能安防等领域。
为了提高图像识别的准确率和效率，深度学习技术被广泛应用于图像识别领域。
任务要求：1. 请简要介绍深度学习的基本原理。
2. 请简述在图像识别中常用的深度学习模型及其特点。
3. 请给出一种基于深度学习的图像识别算法的实现步骤。
4. 请设计一个实验，验证所提出的图像识别算法的有效性。
解题思路：1. 深度学习的基本原理：深度学习通过构建多层神经网络来模拟人脑的认知过程，通过不断地学习和优化，神经网络能够自动提取输入数据的特征，从而实现复杂的分类和识别任务。
2. 常用深度学习模型及其特点：在图像识别中，常用的深度学习模型包括卷积神经网络（CNN）、循环神经网络（RNN）和生成对抗网络（GAN）等。
CNN适用于处理图像数据，能够有效地提取图像中的局部特征；RNN适用于处理序列数据，在图像文字识别等领域有广泛应用；GAN能够生成逼真的图像，常用于图像生成和修复等任务。
3. 基于深度学习的图像识别算法实现步骤：首先，需要收集大量的标注数据，用于训练和验证模型；然后，选择合适的深度学习模型，并根据任务需求进行模型设计和参数调整；接着，使用训练数据对模型进行训练，并使用验证数据对模型进行验证和调整；最后，使用测试数据对模型进行测试，评估模型的性能。
4. 实验设计：为了验证所提出的图像识别算法的有效性，需要设计一个严谨的实验。
首先，需要准备实验数据集，包括不同类别的图像数据和对应的标注；然后，将数据集分为训练集、验证集和测试集，分别用于训练、验证和测试模型；接着，使用训练集训练模型，并使用验证集对模型进行验证和调整；最后，使用测试集对模型进行测试，评估模型的性能。
评估指标可包括准确率、精确率、召回率和F1分数等。
精品资料全国大学生数学建模大赛c题........................................输油管的布置模型摘要建造炼油厂时要综合各方面的情况，对输油管线作周密的布置，因为输油管线的不同布置将直接影响总费用的多少。
某油田计划在铁路线一侧建造两家炼油厂，为了方便运送成品油，需在铁路线上增建一个车站。
此种模式具有一定的普遍性，油田设计院希望建立管线建设费用最省的一般数学模型与方法。
对于问题1,综合考虑铺设时，不同生产能力造成的输油管线标准不同和是否有共用管线以及共用管线与非共用管线费用同异等问题，建立模型：n y p y b a x m y b a x Z ⨯+⨯-+-+⨯-+-=21222121)()()()(min结合模型建立过程的流程图，用图形结合法和比较分析法来确定可能出现的各种情形，通过赋值，得出不同情况下的最优化模型。
对于问题2,考虑到城区必须的拆迁和工程补偿等附加费用，建立优化模型：my k m y b c l m y y c x y a x Z ⨯++⨯-+-+⨯-+-+-+=)()(()())()()((min 20220222用Lingo 软件求解，得出：车站应建在离炼油厂A 所在线5.45km ，且共用管线1.85km 时费用最少，最少费用为=min Z 282.70（万元）。
对于问题3,是在问题2 的基础上，做进一步改进，将问题2中的特殊模型一般化，建立优化模型：322022202122)()()()()()(min m y k m y b c l m y y c x m y a x Z ⨯++⨯-+-+⨯-+-+⨯-+=用Lingo 软件求解，得出：车站应建在离A 炼油厂所在线6.73km ，且共用管线0.14km 时费用最少，最少费用为：=min Z 252.00（万元）。
关键词:数形结合 Lingo 程序 优化方案 最小费用1、问题的提出1.1基本情况某油田计划在铁路线一侧建造两家炼油厂同时在铁路线上增建一个车站，用来运送成品油。
2023华数杯数学建模比赛C题一、赛题说明2023华数杯数学建模比赛C题是一道与社会热点密切相关的实际问题，要求参赛选手运用数学建模方法，利用已知条件分析问题，并提出合理的解决方案，以期达到对实际问题的深刻理解和解决。
二、问题陈述某城市规划了多个行政区域，每个行政区域都需要规划相关的公共资源和基础设施。
作为一个规划者，你被委托设计一个电动汽车充电站网络，使得每个行政区域内的居民都可以方便地使用电动汽车，并且在整个城市范围内能够实现电动汽车的快速充电和互联互通。
三、问题分析1.【需求分析】在分析问题之前，首先需要对城市内部的电动汽车需求进行分析，包括不同行政区域内的人口密度、交通状况、电动汽车的普及程度等因素。
另外还需要考虑不同行政区域内的居民对电动汽车充电的需求量，以及电动汽车在城市范围内的长途出行需求。
2.【充电站规划】然后需要设计充电站网络，以满足城市内的电动汽车充电需求。
需要考虑的因素包括充电桩的数量、布局、充电速度等。
同时需要考虑如何进行多个充电站之间的互联互通，以实现电动汽车的快速充电和灵活使用。
3.【优化方案】最后需要对设计的充电站网络进行优化，使得整个网络能够满足最大数量的电动汽车用户的需求，且减少充电站之间的竞争和浪费。
四、解决方案1.【需求预测】首先应该对城市内的电动汽车充电需求进行科学的预测和分析，利用数学模型和统计方法，结合城市内部的交通状况和人口结构等因素，预测不同行政区域内的电动汽车充电需求量。
2.【网络设计】然后设计充电站网络，合理分布充电站，以满足不同行政区域内的居民的充电需求。
可以利用网络流模型或者蚁裙算法等方法进行充电站的布局和优化设计。
3.【优化调整】最后对充电站网络进行优化调整，以提高充电效率和减少网络的总体成本。
可以利用线性规划或者遗传算法等方法，对充电站网络进行调整和优化。
五、结果评估1.【模型验证】对所设计的数学模型和算法进行验证，并与实际数据进行对比。
2023年mathorcup数学建模竞赛c题一、赛题背景2023年mathorcup数学建模竞赛是一场面向全球的数学建模比赛，旨在激发青年学子对数学建模的兴趣，培养其动手解决实际问题的能力。
本次比赛c题围绕着实际生活中的数学问题展开，要求参赛者结合数学知识和实际情况提出解决方案。
二、赛题内容本次c题的赛题内容是关于城市交通拥堵的研究与优化问题。
随着城市的发展和人口的增长，城市交通拥堵问题日益凸显，给人们的生活带来诸多不便。
如何解决城市交通拥堵问题成为了亟待解决的难题。
赛题要求参赛者从数学建模的角度出发，对城市交通拥堵问题展开研究，提出并实现相应的优化方案。
具体要求如下：1. 收集相关数据：参赛者需要结合实际情况，收集城市交通拥堵的相关数据，包括交通流量、道路情况、交通信号灯控制等。
2. 建立数学模型：基于收集到的数据，参赛者需要建立相应的数学模型，分析交通拥堵问题的成因和规律，找出影响交通拥堵的关键因素。
3. 提出优化方案：参赛者需要结合建立的数学模型，提出针对城市交通拥堵问题的优化方案，包括交通信号灯优化、道路规划优化等。
4. 方案实施与评估：参赛者需要对提出的优化方案进行实施，并对优化效果进行评估，验证所提方案的可行性和有效性。
三、解题思路面对这一赛题，参赛者可从以下几个方面展开解题思路，展开研究：1. 数据收集：参赛者可以选择一两个典型的城市作为研究对象，从交通管理部门、交通监测设备等渠道获取所需数据。
2. 数学模型建立：在收集到的数据基础上，参赛者可以运用概率统计、最优化理论、控制论等数学方法，建立城市交通拥堵的数学模型，分析交通流量、道路容量、信号灯控制之间的相互影响。
3. 优化方案提出：基于建立的数学模型，参赛者可以提出针对城市交通拥堵问题的优化方案，如调整交通信号灯时序、优化道路规划、提倡绿色出行等。
4. 实施与评估：参赛者可以选择特定区域对提出的优化方案进行实施，并通过实地观察、数据对比等方式对优化效果进行评估，以验证方案的有效性。
2024数学建模美赛c题
2024年美国大学生数学建模竞赛C题是关于网球中的动量的问题。
该题目
要求参赛者探讨网球中的动量，以及动量如何影响网球的弹跳和飞行。
该题目提供了一些数据，包括不同速度和重量的网球的弹跳高度和飞行距离。
参赛者需要使用这些数据来建立数学模型，以解释动量如何影响网球的弹跳和飞行。
在建立模型的过程中，可以使用不同的数学工具和软件，例如Python、Matlab、Excel等。
在解释数据时，可以使用回归分析、统计分析、机器学习等方法。
最后，参赛者需要将建立的模型应用于实际情境中，例如在网球比赛中如何使用动量来提高击球效果。
同时，还需要回答题目中提出的问题，例如“为什么动量对网球的弹跳和飞行有影响？”、“如何利用动量来提高网球比赛的表现？”等。
总之，2024年美国大学生数学建模竞赛C题是一个有趣且具有挑战性的问题，需要参赛者具备扎实的数学基础和良好的数据分析能力。
C题目：城市交通信号配时优化一、引言2023年数学建模竞赛C题目要求参赛选手针对城市交通信号配时优化问题进行建模和分析。
城市交通问题一直是社会关注的热点问题之一。
随着城市化进程的加速和交通拥堵问题的日益突出，如何优化城市交通信号配时成为了一个亟待解决的问题。
本文将从不同的角度对这一问题进行深入分析，并提出相关的建模方法和优化方案。
二、问题分析1. 交通信号配时问题的重要性城市交通系统是城市生活的重要组成部分，合理的交通信号配时方案可以有效缓解交通拥堵问题，提高城市交通效率，降低交通事故风险，改善居民出行质量，促进城市经济发展。
城市交通信号配时优化问题具有重要的现实意义和社会价值。
2. 交通信号配时优化问题的复杂性交通信号配时优化问题涉及到城市道路网络结构、车流量、交叉口数量、交通信号灯类型和时长等多个因素的综合影响。
这些因素之间相互作用，使得优化问题具有一定的复杂性和难度。
如何科学有效地建模和分析交通信号配时优化问题成为了一个挑战。
三、问题建模1. 城市道路网络结构建模需要对城市道路网络进行建模，包括道路数量、道路长度、道路连接关系等信息。
可以采用图论等数学工具对城市道路网络进行描述。
2. 交通流量模型建模需要对交通流量进行建模，包括车辆流量、车速、交叉口通行能力等信息。
可以借助于统计学方法和仿真技术对交通流量进行建模和分析。
3. 交通信号灯控制模型建模需要对交通信号灯的控制进行建模，包括信号灯类型、时长、黄灯时长等信息。
可以采用控制理论等方法对交通信号灯进行建模和设计优化方案。
四、问题求解1. 基于数学方法进行优化针对交通信号配时优化问题，可以借助于数学优化方法，如整数规划、线性规划、动态规划等方法对交通信号配时方案进行优化。
2. 基于仿真技术进行验证可以利用仿真技术进行交通信号配时方案的验证和评估，包括微观仿真和宏观仿真等方法。
五、结论城市交通信号配时优化是一个复杂的优化问题，需要综合运用数学建模、仿真技术、优化方法等多种手段进行综合分析和求解。
2013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）：C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）：石家庄职业技术学院参赛队员(打印并签名)：1.魏鹏飞2.邢磊3.刘力恒指导教师或指导教师组负责人(打印并签名)：陈佩宁（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：2013年9月16日赛区评阅编号（由赛区组委会评阅前进行编号）：2013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）：全国评阅编号（由全国组委会评阅前进行编号）：C题：古塔的变形摘要古塔由于长时间承受自重、气温、风力等各种作用，偶然还要受地震、飓风的影响，古塔会产生各种变形，诸如倾斜、弯曲、扭曲等。
为保护古塔，文物部门需适时对古塔进行观测，了解各种变形量，以制定必要的保护措施。
对于第一个问题，求中心点坐标，采用的是均值法，由于前两次测量中第13层第5个点没有数据，要是采用均值法求中心坐标，会产生较大的误差，所以在求第13层中心坐标，采用的是拟合法。
对于第二个问题，分析古塔倾斜、弯曲、扭曲等变形情况。
这个问题可以分三个小问题考虑。
1、分析古塔的倾斜情况，先用Matlab软件绘制出，古塔的俯视图，观察古塔的倾斜情况，大致的倾斜方向，再用三角函数求出古塔的倾斜角度，再把四次算的倾斜角，做一下比较，观察古塔的倾斜状况。
2、分析古塔的弯曲情况，首先观察X-Z坐标系中心点坐标，用Matlab软件把X-Z坐标系中的中心坐标拟合成一条曲线，求出这条曲线的曲率，然后按照上述方法求出Y-Z坐标系中心点坐标的曲线方程，求出这条线的曲率，分别观察古塔在X轴方向的弯曲情况，和Y轴方向的弯曲情况。
3、分析古塔的扭曲情况，由于时间关系，没有分析古塔的扭曲。
对于第三个问题，分析古塔的变形趋势，可以根据第二问中的倾斜角，弯曲情况，进行简单的分析。
关键词：Matlab拟合，Matlab绘图，均值法，Matlabcurvefitting软件，Matlab编程一、问题重述古塔由于长时间承受自重、气温、风力等各种作用，偶然还要受地震、飓风的影响，古塔会产生各种变形，诸如倾斜、弯曲、扭曲等。
为保护古塔，文物部门需适时对古塔进行观测，了解各种变形量，以制定必要的保护措施。
某古塔已有上千年历史，是我国重点保护文物。
管理部门委托测绘公司先后于1986年7月、1996年8月、2009年3月和2011年3月对该塔进行了4次观测。
请你们根据附件1提供的4次观测数据，讨论以下问题：1.给出确定古塔各层中心位置的通用方法，并列表给出各次测量的古塔各层中心坐标。
2.分析该塔倾斜、弯曲、扭曲等变形情况。
3.分析该塔的变形趋势。
二、问题分析本文我们是根据相关人员对古塔的观测的数据来分析该古塔的倾斜与弯曲的程度，并且分析出未来古塔的趋势走向。
首先，我们利用均值法求出各层的中心点并且拟合出图形，然后我们对该塔构建了三角形，利用三角函数求出该塔的倾斜角度，并且利用曲率算出弯曲的程度。
最后，我们利用所求出的数据以及图表进行分析得到该塔未来的发展趋势。
三、模型假设1、假设古塔每层都是正八边形。
2、假设题目中提供的数据真实可靠。
3、假设地面平整。
4、假设每层的测量点在一个平面内。
四、符号说明S塔身长度(1i108)iX<<古塔测量的数据x坐标X中心点的x坐标(1i108)iY<<古塔测量的数据y坐标Y中心点的y坐标(1i108)iX<<古塔测量的数据z坐标Z中心点的z坐标N古塔每层的测量点的个数α塔的倾斜角五、模型的建立与求解5.1问题1模型的建立与求解正八边形的重心等于中心，所以可以用均值法求每个面的中心点，公式如下：根据每个面内点的坐标()，可求得平面的中心坐标：由于每个面都有八个测量点，所以在这里N=8。
在求第13层中心点时，由于缺失数据，用均值法得出的中心坐标有很大的偏差，所以在求13层中心点改用拟合法。
下面以求1996年古塔的中心点为例。
因为古塔的每层测量点都在一个平面内，所以13层的Z轴坐标为7个测量点Z轴坐标的平均值。
Matlabcurvefitting软件对古塔X-Z坐标系12层中心点和一个塔顶坐标进行拟合，结果如下图：FigureLinearmodelPoly1:Coefficients(with95%confidencebounds):p1=93.06(90.11,96.01)p2=-5.273e+04(-5.44e+04,-5.106e+04)拟合的公式为：Z=93.06*X-52730将1352.83Z=代入拟合公式求得13567.1951X=同上用Matlabcurvefitting软件对古塔Y-Z坐标系12层中心点和一个塔顶坐标进行拟合，结果如下图：Figure LinearmodelPoly1:f(x)=p1*x+p2Coefficients(with95%confidencebounds): p1=-114.5(-133,-96.11)p2=5.987e+04(5.025e+04,6.95e+04)拟合公式：Z=-114.5*Y+59870将1352.83Z=代入拟合公式求得13522.2280Y=依据此方法，求出1986年的13层中心坐标。
5.2问题2模型的建立对于第二个问题，可以分成三个问题，倾角问题，弯曲问题，和扭曲问题。
5.2.1古塔的倾斜角图图图图图图图图从上述八幅图中，不难看出，古塔已经向着X轴的正方向，Y轴的负方向发生了倾斜，从专业角度来讲倾斜是指基础两端点倾斜方向的沉降差与其距离的比值，所以我们先取第一层的中心和塔尖进行倾斜角的测量。
首先测出两点间的空间距离，两点间的空间距离就是古塔的塔身长度S，计算公式：然后，求塔身与垂直方向的夹角的余弦值cosα，公式为：进而求得倾斜角α的值：5.2.2古塔的弯曲Matlabcurvefitting软件对古塔进行X-Z坐标系中心坐标曲线拟合，Y-Z坐标系中心坐标曲线拟合，结果如下图。
FigureGeneralmodelGauss1:f(x)=a1*exp(-((x-b1)/c1)^2)Coefficients(with95%confidencebounds):a1=54.24(50.25,58.22)b1=567.3(567.2,567.3)c1=0.4135(0.3546,0.4723)拟合公式：2567.3()0.41554.24*XZ e--=然后代入曲率公式''3'22(1)ZKZ=+FigureGeneralmodelGauss1:f(x)=a1*exp(-((x-b1)/c1)^2) Coefficients(with95%confidencebounds): a1=55.34(53.18,57.49)b1=522.3(522.3,522.3)c1=0.2665(0.2421,0.291)拟合公式：2522.3()0.266555.34*YZ e--=然后代入曲率公式''3'22(1)ZKZ=+5.2.3古塔的扭曲5.3分析古塔的变形趋势图如图9所示，古塔的右下方的等高线比较密集，古塔左上方的等高线比较稀疏，说明古塔在X轴的正方向，Y轴的负方向已经有倾斜，在未来忽略不可抗力，古塔会一直沿着这个方向倾斜。
六、模型的推广与改进本模型简单易懂。
本模型解决了，古塔的各层中心点的确定，古塔倾斜角的求解。
改进建议，通过对倾斜角的取值，应该可以预测古塔的倒塌时间。
七、参考文献1、石宁刘竞刘青桂高等数学中国水利水电出版社2010年7月2、梁国业廖建平数学建模冶金工业出版社2004年9月八、附录1、求古塔倾斜角matlab程序function angle=angleacos(x,y,z)%UNTITLED5Summaryofthisfunctiongoeshere%Detailedexplanationgoesheres=sqrt((x(14)-x(1))^2+(y(14)-y(1))^2+(z(14)-z(1))^2);angle=acos((z(14)-z(1))/s);angle=180/pi*angle;end2、matlab画出古塔的3维图程序hold on;plot3(tower1986x,tower1986y,tower1986z);plot3(tower1986x,tower1986y,tower1986z,'g.');plot3(towercentre1986x,towercentre1986y,towercentre1986z,'r*'); xlabel('X');ylabel('Y');zlabel('Z');grid on;hold off。
