下载文档原格式
小区开放对道路通行的影响评价模型摘要本文针对小区开放对道路的影响进行了研究，建立了层次分析模型、通行能力评价模型，使用了MATLAB、EXCEL等软件，得出小区开放在不同条件下会对道路交通产生不同的影响。
首先运用层次分析法，分析得出整体一般情况下小区开放有利于周边道路交通的结论。
之后构建了不同类型的小区，并分析得出小区开放的效果与小区结构及周边道路结构、车流量有关，因此小区开放不能盲目采取，要因地制宜。
最后根据分析结果，从交通通行的角度，向城市规划和交通管理部门提出了关于小区开放的合理化建议。
本文的突出特点是使用了层次分析法定量的比较了小区开放前后道路合理性，构建了对于研究该问题具有代表性的三种类型的小区，并建立了影响评估模型，客观的对不同小区结构及周边道路结构、车辆通行的影响进行评价。
针对问题一，首先查阅相关资料选取影响道路通行的指标，并对选取的指标进行筛选，然后运用各项指标进行层次分析，通过小区开放和小区封闭对道路交通和理性的判断来分析小区开放对道路通行的影响最后得出从整体看来，小区开放有利于道路通行。
针对问题二，通过查阅有关道路通行能力的相关资料建立了通行能力评价模型，首先根据模型求出道路基本通行能力的表达式，基本通行能力是理想状态下的通行能力，与实际情况分析对比存在差异。
因此基于差异，通过各实际因素对道路通行能力的影响进行修正，得到实际道路通行能力的数据。
最终计算出小区开放前后实际通行能力的相对系数。
针对问题三，构建了三种类型的小区，不同类型的小区具有不同的结构及不同的周边道路结构、车流量，应用问题二建立的模型分别对三种小区开放和封闭条件下周边道路的实际通行能力进行了计算，通过相对系数评价不同类型的小区开放对道路通行的影响，分析得出小区开放与地理位置、内部结构等因素有关，不能一概而论。
针对问题四，结合前述模型结果分析结果，从交通出行角度对城市规划部门和交通管理部门提出了合理化意见。
小区开放要合理的实施以体现小区开放的意义。
优秀的数学建模论文范文第1篇摘要：将数学建模思想融入高等数学的教学中来，是目前大学数学教育的重要教学方式。
建模思想的有效应用，不仅显著提高了学生应用数学模式解决实际问题的能力，还在培养大学生发散思维能力和综合素质方面起到重要作用。
本文试从当前高等数学教学现状着手，分析在高等数学中融入建模思想的重要性，并从教学实践中给出相应的教学方法，以期能给同行教师们一些帮助。
关键词：数学建模；高等数学；教学研究一、引言建模思想使高等数学教育的基础与本质。
从目前情况来看，将数学建模思想融入高等教学中的趋势越来越明显。
但是在实际的教学过程中，大部分高校的数学教育仍处在传统的理论知识简单传授阶段。
其教学成果与社会实践还是有脱节的现象存在，难以让学生学以致用，感受到应用数学在现实生活中的魅力，这种教学方式需要亟待改善。
二、高等数学教学现状高等数学是现在大学数学教育中的基础课程，也是一门必修的课程。
他能为其他理工科专业的学生提供很多种解题方式与解题思路，是很多专业，如自动化工程、机械工程、计算机、电气化等必不可少的基础课程。
同时，现实生活中也有很多方面都涉及高数的运算，如，银行理财基金的使用问题、彩票的概率计算问题等，从这些方面都可以看出人们不能仅仅把高数看成是一门学科而已，它还与日常生活各个方面有重要的联系。
但现在很多学校仍以应试教育为主，采取填鸭式教学方式，加上高数的教材并没有与时俱进，将其与生活的关系融入教材内，使学生无法意识到高数的重要性以及高数在日常生活中的魅力，因此产生排斥甚至对抗的心理，只是在临考前突击而已。
因此，对高数进行教学改革是十分有必要的，而且怎么改，怎么让学生发现高数的魅力，并积极主动学习高数也是作为教师所面临的一个重大问题。
三、将数学建模思想融入高等数学的重要性第一，能够激发学生学习高数的兴趣。
建模思想实际上是使用数学语言来对生活中的实际现象进行描述的过程。
把建模思想应用到高等数学的学习中，能够让学生们在日常生活中理解数学的实际应用状况与解决日常生活问题的方便性，让学生们了解到高数并不只是一门课程，而是整个日常生活的基础。
目录1.问题重述 (2)1.1问题背景 (2)1.2题目概述 (2)2.模型假设 (2)3.模型建立 (2)3.1任务一 (2)3.2任务二 (7)3.3任务三 (10)4.结果分析与检验 (12)5.参考文献 (13)6.附录 (14)代码一 (14)代码二 (15)一、问题重述1.1问题背景对于高考考生来说，合理填报志愿是一个非常关键的问题，目前实行平行志愿投档方案（考生知道考分后填报六所高校作为平行志愿），大大降低了考生填报志愿的风险性，减少了高分学生落选的可能。
但每年由于考生定位不准确，志愿高校间没有拉开差距，导致落选或者错报志愿的事情仍然时有发生。
1.2题目概述陕西某高考理科考生2015年考试成绩为630分，他倾向于在本省上大学，该名学生从小喜爱机械，车辆，飞机模型。
在参考以上因素下，协助考生填报志愿。
1.2.1任务一:根据以往几年数据，考虑可能影响的因素建立数学模型，用该模型预测陕西省几个高校理工科一本招生的平均录取线。
1.2.2任务二：建立一个基于已有数据和预测数据的概率评估模型，该评估模型被任务一预测得到平均录取线的高校录取概率。
1.2.3任务三：基于已有的录取分数概率模型和概率评估模型，将报考高校范围扩大到全国高校，根据该生的分数和爱好，协助该生制定一个报考方案，对六个志愿进行合理排序，以保证该生不落榜的前提下选到心仪的高校。
二、模型假设1. 运用灰色预测模型来处理朦胧，关系复杂的数据2. 现行的平行志愿投档方案中，考生在填报志愿时已知本省投档线，所以以录取线差直接作为研究对象．3.. 由于陕西省与2010年开始实行平行志愿录取方法，所以不统计2010年以前的数据信息．4. 采用各高校在某省录取情况的平均录取线作为基本数据，同时预测该校在改省招生的平均录取线．5. 假设2015年较上年未发生大的高考改革变化6. 假设高校并未明显扩招或是缩小招生规模．7.假设考生的成绩符合正态分布。
2016年数学建模竞赛A题优秀论文基于力学分析的系泊系统设计摘要关于系泊系统的设计问题，需要对稳态下的各个物体进行受力分析和力矩分析，建立力学分析模型来求解问题。
针对问题1，先对稳态下的各个物体进行受力分析和力矩分析，建立满足受力平衡和力矩平衡的力学模型。
再以浮标的吃水深度为搜索变量，采用二分法，计算海水深度为18m时所对应的吃水深度和各物体的倾角。
利用MATLAB软件求解可得，风速为12m/s时，钢桶与竖直方向的夹角为1.2319°，钢管与竖直方向的夹角依次为1.2064°,1.2064°,1.2148°,1.2233°。
浮标的吃水深度和游动半径分别为0.6715m,14.6552m。
风速为24m/s时，钢桶夹角为4.6763°，钢管夹角依次为4.5360°,4.5836°,4.6141°,4.6450°；浮标的吃水深度和游动半径分别为0.6857m，17.7614m。
针对问题2，可利用问题1中建立的数学模型，利用MATLAB进行求解，可得风速为36m/s时，钢桶夹角9.6592°；钢管夹角依次为9.4814°，9.4814°，9.5399°，9.5992°；浮标的吃水深度和游动半径分别为0.7086m，18.4906m；最后一节锚链与水平面的夹角为20.9997°故以钢桶夹角小于5°和锚链夹角小于16°为约束条件，逐步增加重物球的质量，采用二分法向水深18m进行逼近。
当重物球的质量为2280kg时，浮标的吃水深度为0.9848m；钢桶夹角为4.4737°；锚链夹角为15.9748°；为使通讯设备的工作效果增强，重物球的质量可以在2280kg的基础上进行适当增加。
针对问题3，可在问题1的受力分析时加入水流力的作用，以最大风速36m/s，最大水流速度1.5m/s为设计指标，通过控制单一变量的方式可确定链条的型号为Ⅴ型的电焊锚链。
GDP对全社会固定资产投资的回归分析
摘要：全社会固定资产投资是拉动GDP的三架马车之一，本文将使用数据、模型与决策的回归理论对它们之间的关系着手进行分析。
关键字:GDP 全社会固定资产投资回归分析
引言：本文分析目的是建立GDP对全社会固定资产投资的回归方程，并根据的全社会固定资产投资值来预测GDP水平的值。
正文：
一、GDP和全社会固定资产投资简述及其相关性
1、国内生产总值（GDP=Gross Domestic Product）是指一个国家（国界范围内）所有常驻单位在一定时期内生产的所有最终产品和劳务的市场价值。
GDP 是国民经济核算的核心指标，也是衡量一个国家或地区总体经济状况重要指标。
全社会固定资产投资（Total Investment in Fixed Assets ）是以货币表现的建造和购置固定资产活动的工作量，它是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。
全社会固定资产投资包括基本建设投资、更新改造投资、国有单位其他固定资产投资、房地产开发投资、城镇集体固定资产投资、联营经济、股份制经济、外商投资经济、港澳台投资经济及其他经济类型的固定资产投资，农村集体5万元以上固定资产投资，城镇工矿区私人建房投资和国防、人防基本建设投资。
2、全社会固定资产投资对GDP增长有着很大的贡献，同时GDP增长也影响了房地产投资和固定资产投资。
但是由于固定资产投资容易引发经济过热，因此GDP增长不能过度依赖于固定资产投资尤其是房地产投资。
二、数据资料
表1是1991-2014年间中国的GDP和全社会固定资产投资。
1991-2014年GDP和全社会固定资产投资数据
数据来源：
国家统计局网站：/easyquery.htm?cn=C01
表一
三、GDP与全社会固定资产投资之间的相关分析
3.1 GDP与全社会固定资产投资的散点图
图1是GDP与全社会固定资产投资的散点图。
从散点图可以看出，GDP与全社会固定资产投资之间具有一定的线性相关关系，也就是说，
随着全社会固定资产投资的上涨，GDP也随之上涨。
图1
3.2 计算GDP与全社会固定资产投资的相关系数
GDP与全社会固定资产投资之间的相关系数及其显著性检验结果如表二所示。
检验结果表明， GDP与全社会固定资产投资之间的线性关系显著。
表二
GDP与全社会固定资产投资相关性检验
GDP 全社会固定资产投资
GDP Pearson 相关性 1 .989**
显著性（双侧）.000
N 24 24
全社会固定资产投资Pearson 相关性.989** 1 显著性（双侧）.000
N 24 24 **. 在 .01 水平（双侧）上显著相关。
四、GDP与全社会固定资产投资之间的线性回归分析及预测
4.1 建立GDP对全社会固定资产投资的回归方程
由于GDP与全社会固定资产投资之间具有显著的线性关系，因此，可建立一元线性回归模型，用全社会固定资产投资来预测GDP。
将GDP 作为因变量，全社会固定资产投资作为自变量，由SPSS软件计算得到的回归结果如表三-表五所示。
表三
表四
表五
根据上述表可知，GDP 和全社会固定资产投资之间的一元线性回归方程为：y=54707.370+1.257x,这表明全社会固定资产投资每上涨1%，GDP 平均上涨1.257%。
从回归方程的拟合优度看，在GDP 取值的总波动中，有97.6%是由GDP 与全社会固定资产投资之间的线性关系引起的，用全社会固定资产投资来预测GDP 的平均预测误差为22941.574%。
残差自相关检验（D-W ）的统计量为0.333，对应于样本容量24n =，D-W 统计量临界值的下限为 1.27L d =，上限为 1.45u d =，，0.333<1.25，证明GDP 与全社会固定资产投资序列之间存在一定自相关关系。
从模型的检验结果来看，F 检验的p 值接近于0，表明二者之间有显著的线性相关关系。
从图2可以看出，残差的分布并非完全随机，有少数个别残差的取值较大，这可能意味着存在一定的异方差现象，但不是很严重。
图2 GDP与全社会固定资产投资回归的残差图
从图3和图4可以看出，模型的随机误差项基本上符合正态分布。
图3 GDP与全社会固定资产投资回归标准化残差的直方图
图4 GDP与全社会固定资产投资回归标准化残差的正态概率图上述分析表明，我们所建立的GDP和全社会固定资产投资之间的一元线性回归模型基本上是合理的，可用于预测。
表6是用此回归方程得到的CPI的预测值、残差、标准化残差和CPI新值的95%的预测区间。
表6 GDP的预测结果
结语
目前“十二五”已经收官，,“十三五”是全面建成小康社会的关键时期,从1991-2014年，跨越了三个“五年计划”的我国GDP对全社会固定资产投资的回归分析出全社会固定资产投资每上涨1%，GDP平均上涨1.257%。
说明了全社会固定资产投资对GDP的增长有一定的贡献，目前国际上有些国家为了摆脱经济危机，纷纷采取加大基础设施建设的政策，迅速的拉动经济的增长。
不过这些政策的成果只是暂时的，后期或许会出现严重的产能过剩。
因此，我们在“抗危机，保增长”的战役中，不仅仅提高全社会固定资产的投资，应该更注重产能结构的改革以及新兴产业的拓展。
参考文献：
[1] 詹姆斯·R·埃文斯数据、模型与决策（第4版）中国人民大学出版社 ,
2011.06
[2] 陈家鼎数理统计学讲义（第3版）高等教育出版社,2015.7
[3] John A.Rice(美) 数理统计与数据分析（第3版）机械工业出版社 2011.6
[4] 王弟海宏观经济学数理模型基础格致出版社,2011.1
[5] 李胜宏数理金融理论与模型浙江大学出版社 2011.9
[6] 国家统计局综合司课题组关于房地产对国民经济影响的初步分析
管理世界 2005年11期
[7] 皮舜,武康平房地产市场发展和经济增长间的因果关系——对我国的实
证分析管理评论 2004年03期
[8] 宁琰许鹏房地产投资、固定资产投资和GDP关系研究
《武汉理工大学学报》 2008年12期
[9] 谭建数据、模型与决策授课课件 2015.9
[10] 国家统计局网站：/easyquery.htm?cn=C01
国家统计局 1991-2014GDP和全社会固定资产投资数据
[11] 国家统计局《中国统计年鉴》十五本 1991.9-2014.9
[12]国家统计局《中国国民经济核算体系（2002）》,国家统计局出版 2002.12.
11。
