2011年西工大数学建模竞赛B解答

model: sets:plot/A1,A2,A3,A18,A17,A19,A42,A43,A44,A63,A64,A65,A66,A67,A68,A69,A70,A71,A72,A73 ,A74,A75,A76,A77,A78,A79,A80,A81/:L;roads(plot,plot)/A1,A69 A1,A74 A1,A75 A1,A78A69,A68 A69,A70 A69,A71A74,A80 A74,A71 A74,A73A75,A76 A75,A68A78,A79 A78,A77A68,A67A70,A2 A70,A43A71,A72A80,A79 A80,A18A73,A72 A73,A18A76,A64 A76,A66 A76,A77A79,A19A67,A44 A67,A66A2,A43 A2,A44A43,A72 A43,A42A18,A81A64,A63 A64,A65A66,A65A77,A19A42,A17A44,A3/:D;ENDSETSDATA:D=5.0 6.3 9.3 6.47.1 5.4 6.416.9 6.1 4.03.54.56.7 10.04.18.6 7.65.04.5 8.18.1 19.713.2 9.2 4.54.514.8 4.28.0 9.58.1 8.16.79.1 5.83.29.89.89.5;L=0,,,,,,,,,,,,,,,,,,,,,,,,,,,;ENDDATA@for(plot(i)|i#GT#@index(A1): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets:plot/A2,A1,A3,A17,A41,A42,A43,A44,A64,A65,A67,A68,A69,A70,A71,A72,A73,A74,A75,A76 ,A78/:L;roads(plot,plot)/A2,A44 A2,A43 A2,A70A44,A67 A44,A3A43,A72 A43,A70 A43,A42A70,A69A67,A68A3,A65A72,A73 A72,A71A42,A17A69,A71 A69,A68 A69,A1A68,A75A65,A64A73,A74A71,A74A17,A41A1,A75 A1,A78 A1,A74A75,A76A64,A76/:D;ENDSETSDATA:D=9.5 8 8.614.8 11.68.1 7.6 8.15.44.115.28.1 58.56.47.1 54.55.84.06.18.59.3 6.4 6.33.513.2;L=0,,,,,,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A2): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endA3model: sets: plot/A3,A2,A4,A38,A39,A40,A43,A44,A64,A65,A66,A67,A68,A69,A70,A75/:L; roads(plot,plot)/A3,A65 A3,A44A65,A66 A65,A64A44,A2 A44,A67A66,A67A2,A40 A2,A43 A2,A70A67,A68A40,A39A43,A70A70,A69A68,A69 A68,A75A39,A4 A39,A38/:D;ENDSETSDATA:D=15.2 11.63.2 5.89.5 14.84.219.1 8 8.64.117.77.65.47.1 4.545.6 3;L=0,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA @for(plot(i)|i#GT#@index(A3): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endmodel: sets:plot/A1,A2,A3,A18,A17,A19,A42,A43,A44,A63,A64,A65,A66,A67,A68,A69,A70,A71,A72,A73 ,A74,A75,A76,A77,A78,A79,A80,A81/:L;roads(plot,plot)/A1,A69 A1,A74 A1,A75 A1,A78A69,A68 A69,A70 A69,A71A74,A80 A74,A71 A74,A73A75,A76 A75,A68A78,A79 A78,A77A68,A67A70,A2 A70,A43A71,A72A80,A79 A80,A18A73,A72 A73,A18A76,A64 A76,A66 A76,A77A79,A19A67,A44 A67,A66A2,A43 A2,A44A43,A72 A43,A42A18,A81A64,A63 A64,A65A66,A65A77,A19A42,A17A44,A3/:D;ENDSETSDATA:D=5.0 6.3 9.3 6.47.1 5.4 6.416.9 6.1 4.03.54.56.7 10.04.18.6 7.65.04.5 8.18.1 19.713.2 9.2 4.54.514.8 4.28.0 9.58.1 8.19.1 5.83.29.89.89.5;L=0,,,,,,,,,,,,,,,,,,,,,,,,,,,;ENDDATA@for(plot(i)|i#GT#@index(A1): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets:plot/A2,A1,A3,A17,A41,A42,A43,A44,A64,A65,A67,A68,A69,A70,A71,A72,A73,A74,A75,A76 ,A78/:L;roads(plot,plot)/A2,A44 A2,A43 A2,A70A44,A67 A44,A3A43,A72 A43,A70 A43,A42A70,A69A67,A68A3,A65A72,A73 A72,A71A42,A17A69,A71 A69,A68 A69,A1A68,A75A65,A64A73,A74A71,A74A17,A41A1,A75 A1,A78 A1,A74A75,A76A64,A76/:D;ENDSETSDATA:D=9.5 8 8.614.8 11.68.1 7.6 8.15.44.115.28.1 58.56.47.1 54.55.84.06.18.59.3 6.4 6.313.2;L=0,,,,,,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A2): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endA3 model: sets: plot/A3,A2,A4,A38,A39,A40,A43,A44,A64,A65,A66,A67,A68,A69,A70,A75/:L; roads(plot,plot)/A3,A65 A3,A44A65,A66 A65,A64A44,A2 A44,A67A66,A67A2,A40 A2,A43 A2,A70A67,A68A40,A39A43,A70A70,A69A68,A69 A68,A75A39,A4 A39,A38/:D;ENDSETSDATA:D=15.2 11.63.2 5.89.5 14.84.219.1 8 8.64.117.77.65.47.1 4.545.6 3;L=0,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A3): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets:plot/A1,A2,A3,A18,A17,A19,A42,A43,A44,A63,A64,A65,A66,A67,A68,A69,A70,A71,A72,A73 ,A74,A75,A76,A77,A78,A79,A80,A81/:L;roads(plot,plot)/A1,A69 A1,A74 A1,A75 A1,A78A69,A68 A69,A70 A69,A71A74,A80 A74,A71 A74,A73A75,A76 A75,A68A78,A79 A78,A77A68,A67A70,A2 A70,A43A71,A72A80,A79 A80,A18A73,A72 A73,A18A76,A64 A76,A66 A76,A77A79,A19A67,A44 A67,A66A2,A43 A2,A44A43,A72 A43,A42A18,A81A64,A63 A64,A65A66,A65A77,A19A42,A17A44,A3/:D;ENDSETSDATA:D=5.0 6.3 9.3 6.47.1 5.4 6.416.9 6.1 4.03.54.56.7 10.04.18.6 7.65.04.5 8.18.1 19.713.2 9.2 4.54.514.8 4.28.0 9.58.1 8.16.79.1 5.83.29.89.89.5;L=0,,,,,,,,,,,,,,,,,,,,,,,,,,,;ENDDATA@for(plot(i)|i#GT#@index(A1): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endmodel: sets:plot/A2,A1,A3,A17,A41,A42,A43,A44,A64,A65,A67,A68,A69,A70,A71,A72,A73,A74,A75,A76 ,A78/:L;roads(plot,plot)/A2,A44 A2,A43 A2,A70A44,A67 A44,A3A43,A72 A43,A70 A43,A42A70,A69A67,A68A3,A65A72,A73 A72,A71A42,A17A69,A71 A69,A68 A69,A1A68,A75A65,A64A73,A74A71,A74A17,A41A1,A75 A1,A78 A1,A74A75,A76A64,A76/:D;ENDSETSDATA:D=9.5 8 8.614.8 11.68.1 7.6 8.15.44.115.28.1 58.56.47.1 519.1 8 8.64.117.77.65.47.1 4.545.6 3;4.55.84.06.18.59.3 6.4 6.33.513.2;L=0,,,,,,,,,,,,,,,,,,,,; J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A2): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endA3model: sets: plot/A3,A2,A4,A38,A39,A40,A43,A44,A64,A65,A66,A67,A68,A69,A70,A75/:L; roads(plot,plot)/A3,A65 A3,A44A65,A66 A65,A64A44,A2 A44,A67A66,A67A2,A40 A2,A43 A2,A70A67,A68A40,A39A43,A70A70,A69A68,A69 A68,A75A39,A4 A39,A38/:D;ENDSETSDATA:D=15.2 11.63.2 5.89.5 14.84.2L=0,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A3): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets: plot/A1,A2,A3,A18,A17,A19,A42,A43,A44,A63,A64,A65,A66,A67,A68,A69,A70,A71,A72,A73 ,A74,A75,A76,A77,A78,A79,A80,A81/:L;roads(plot,plot)/A1,A69 A1,A74 A1,A75 A1,A78A69,A68 A69,A70 A69,A71A74,A80 A74,A71 A74,A73A75,A76 A75,A68A78,A79 A78,A77A68,A67A70,A2 A70,A43A71,A72A80,A79 A80,A18A73,A72 A73,A18A76,A64 A76,A66 A76,A77A79,A19A67,A44 A67,A66A2,A43 A2,A44A43,A72 A43,A42A18,A81A64,A63 A64,A65A66,A65A77,A19A42,A17A44,A3/:D;ENDSETSDATA:D=5.0 6.3 9.3 6.47.1 5.4 6.416.9 6.1 4.03.54.56.7 10.04.18.6 7.65.04.5 8.18.1 19.713.2 9.2 4.54.514.8 4.28.0 9.58.1 8.16.79.1 5.83.29.89.89.5;L=0,,,,,,,,,,,,,,,,,,,,,,,,,,,;ENDDATA@for(plot(i)|i#GT#@index(A1): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets:plot/A2,A1,A3,A17,A41,A42,A43,A44,A64,A65,A67,A68,A69,A70,A71,A72,A73,A74,A75,A76 ,A78/:L;roads(plot,plot)/A2,A44 A2,A43 A2,A70A44,A67 A44,A3A43,A72 A43,A70 A43,A42A70,A69A67,A68A3,A65A72,A73 A72,A71A42,A17A69,A71 A69,A68 A69,A1A68,A75A65,A64A73,A74A71,A74A17,A41A1,A75 A1,A78 A1,A74A75,A76A64,A76/:D;ENDSETSDATA:D=9.5 8 8.614.8 11.68.1 7.6 8.15.44.115.28.1 58.56.47.1 54.55.84.06.18.59.3 6.4 6.33.513.2;L=0,,,,,,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A2): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endA3model: sets: plot/A3,A2,A4,A38,A39,A40,A43,A44,A64,A65,A66,A67,A68,A69,A70,A75/:L; roads(plot,plot)/A3,A65 A3,A44A65,A66 A65,A64A44,A2 A44,A67A66,A67A2,A40 A2,A43 A2,A70A67,A68A40,A39A43,A70A70,A69A68,A69 A68,A75A39,A4 A39,A38/:D;ENDSETSDATA:D=15.2 11.63.2 5.89.5 14.84.219.1 8 8.64.117.77.65.47.1 4.545.6 3;L=0,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A3): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets: plot/A1,A2,A3,A18,A17,A19,A42,A43,A44,A63,A64,A65,A66,A67,A68,A69,A70,A71,A72,A73 ,A74,A75,A76,A77,A78,A79,A80,A81/:L;roads(plot,plot)/A1,A69 A1,A74 A1,A75 A1,A78A69,A68 A69,A70 A69,A71A75,A76 A75,A68A78,A79 A78,A77A68,A67A70,A2 A70,A43A71,A72A80,A79 A80,A18A73,A72 A73,A18A76,A64 A76,A66 A76,A77A79,A19A67,A44 A67,A66A2,A43 A2,A44A43,A72 A43,A42A18,A81A64,A63 A64,A65A66,A65A77,A19A42,A17A44,A3/:D;ENDSETSDATA:D=5.0 6.3 9.3 6.47.1 5.4 6.416.9 6.1 4.03.54.56.7 10.04.18.6 7.65.04.5 8.18.1 19.713.2 9.2 4.54.514.8 4.28.0 9.58.1 8.16.79.1 5.83.29.89.89.5;L=0,,,,,,,,,,,,,,,,,,,,,,,,,,,;ENDDATA@for(plot(i)|i#GT#@index(A1): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets:plot/A2,A1,A3,A17,A41,A42,A43,A44,A64,A65,A67,A68,A69,A70,A71,A72,A73,A74,A75,A76 ,A78/:L;roads(plot,plot)/A2,A44 A2,A43 A2,A70A44,A67 A44,A3A70,A69A67,A68A3,A65A72,A73 A72,A71A42,A17A69,A71 A69,A68 A69,A1A68,A75A65,A64A73,A74A71,A74A17,A41A1,A75 A1,A78 A1,A74A75,A76A64,A76/:D;ENDSETSDATA:D=9.5 8 8.614.8 11.68.1 7.6 8.15.44.115.28.1 58.56.47.1 54.55.84.06.18.59.3 6.4 6.33.513.2;L=0,,,,,,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A2): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endA3model: sets: plot/A3,A2,A4,A38,A39,A40,A43,A44,A64,A65,A66,A67,A68,A69,A70,A75/:L; roads(plot,plot)/A3,A65 A3,A44A65,A66 A65,A64A44,A2 A44,A67A66,A67A2,A40 A2,A43 A2,A70A67,A68A40,A39A43,A70A70,A69A68,A69 A68,A75A39,A4 A39,A38/:D;ENDSETSDATA:D=15.2 11.63.2 5.89.5 14.84.219.1 8 8.64.117.77.65.47.1 4.545.6 3;L=0,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A3): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets:plot/A1,A2,A3,A18,A17,A19,A42,A43,A44,A63,A64,A65,A66,A67,A68,A69,A70,A71,A72,A73 ,A74,A75,A76,A77,A78,A79,A80,A81/:L;roads(plot,plot)/A1,A69 A1,A74 A1,A75 A1,A78A69,A68 A69,A70 A69,A71A74,A80 A74,A71 A74,A73A75,A76 A75,A68A78,A79 A78,A77A68,A67A70,A2 A70,A43A71,A72A80,A79 A80,A18A73,A72 A73,A18A76,A64 A76,A66 A76,A77A79,A19A67,A44 A67,A66A2,A43 A2,A44A43,A72 A43,A42A18,A81A64,A63 A64,A65A66,A65A77,A19A42,A17A44,A3/:D;ENDSETSDATA:D=5.0 6.3 9.3 6.47.1 5.4 6.416.9 6.1 4.03.54.56.7 10.04.18.6 7.65.04.5 8.18.1 19.713.2 9.2 4.54.514.8 4.28.0 9.58.1 8.16.79.1 5.83.29.89.89.5;L=0,,,,,,,,,,,,,,,,,,,,,,,,,,,;ENDDATA@for(plot(i)|i#GT#@index(A1): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endmodel: sets:plot/A2,A1,A3,A17,A41,A42,A43,A44,A64,A65,A67,A68,A69,A70,A71,A72,A73,A74,A75,A76 ,A78/:L;roads(plot,plot)/A2,A44 A2,A43 A2,A70A44,A67 A44,A3A43,A72 A43,A70 A43,A42A70,A69A67,A68A3,A65A72,A73 A72,A71A42,A17A69,A71 A69,A68 A69,A1A68,A75A65,A64A73,A74A71,A74A17,A41A1,A75 A1,A78 A1,A74 A75,A76A64,A76/:D;ENDSETSDATA:D=9.5 8 8.614.8 11.68.1 7.6 8.15.44.115.28.1 58.56.47.1 54.55.84.06.18.5L=0,,,,,,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A2): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endA3model: sets: plot/A3,A2,A4,A38,A39,A40,A43,A44,A64,A65,A66,A67,A68,A69,A70,A75/:L; roads(plot,plot)/A3,A65 A3,A44A65,A66 A65,A64A44,A2 A44,A67A66,A67A2,A40 A2,A43 A2,A70A67,A68A40,A39A43,A70A70,A69A68,A69 A68,A75A39,A4 A39,A38/:D;ENDSETSDATA:D=15.2 11.63.2 5.89.5 14.84.219.1 8 8.64.117.77.65.47.1 4.545.6 3;L=0,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A3): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets:plot/A1,A2,A3,A18,A17,A19,A42,A43,A44,A63,A64,A65,A66,A67,A68,A69,A70,A71,A72,A73 ,A74,A75,A76,A77 ,A78,A79,A80,A81/:L; roads(plot,plot)/A1,A69 A1,A74 A1,A75 A1,A78 A69,A68 A69,A70 A69,A71 A74,A80 A74,A71 A74,A73A75,A76 A75,A68A78,A79 A78,A77A68,A67A70,A2 A70,A43A71,A72A80,A79 A80,A18A73,A72 A73,A18A76,A64 A76,A66 A76,A77A79,A19A67,A44 A67,A66A2,A43 A2,A44A43,A72 A43,A42A18,A81A64,A63 A64,A65A66,A65A77,A19A42,A17A44,A3/:D;ENDSETSDATA:D=5.0 6.3 9.3 6.47.1 5.4 6.416.9 6.1 4.03.54.56.7 10.04.18.6 7.65.04.5 8.18.1 19.713.2 9.2 4.54.514.8 4.28.0 9.58.1 8.16.79.1 5.83.29.89.89.5;L=0,,,,,,,,,,,,,,,,,,,,,,,,,,,;ENDDATA@for(plot(i)|i#GT#@index(A1): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets:plot/A2,A1,A3,A17,A41,A42,A43,A44,A64,A65,A67,A68,A69,A70,A71,A72,A73,A74,A75,A76,A78/:L;roads(plot,plot)/A2,A44 A2,A43 A2,A70A44,A67 A44,A3A43,A72 A43,A70 A43,A42 A70,A69A67,A68A3,A65A72,A73 A72,A71A42,A17A69,A71 A69,A68 A69,A1 A68,A75A65,A64A73,A74A71,A74A17,A41A1,A75 A1,A78 A1,A74A75,A76A64,A76/:D;ENDSETSDATA:D=9.5 8 8.614.8 11.68.1 7.6 8.15.44.1D=15.2 11.63.2 5.89.5 14.84.219.1 8 8.64.117.7 8.1 58.56.47.1 54.55.84.06.18.59.3 6.4 6.33.513.2;L=0,,,,,,,,,,,,,,,,,,,,; J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A2): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endA3model: sets: plot/A3,A2,A4,A38,A39,A40,A43,A44,A64,A65,A66,A67,A68,A69,A70,A75/:L; roads(plot,plot)/A3,A65 A3,A44A65,A66 A65,A64A44,A2 A44,A67A66,A67A2,A40 A2,A43 A2,A70A67,A68A40,A39A43,A70A70,A69A68,A69 A68,A75A39,A4 A39,A38/:D;ENDSETSDATA:5.47.1 4.545.6 3;L=0,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A3): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets: plot/A1,A2,A3,A18,A17,A19,A42,A43,A44,A63,A64,A65,A66,A67,A68,A69,A70,A71,A72,A73 ,A74,A75,A76,A77,A78,A79,A80,A81/:L;roads(plot,plot)/A1,A69 A1,A74 A1,A75 A1,A78A69,A68 A69,A70 A69,A71A74,A80 A74,A71 A74,A73A75,A76 A75,A68A78,A79 A78,A77A68,A67A70,A2 A70,A43A71,A72A80,A79 A80,A18A73,A72 A73,A18A76,A64 A76,A66 A76,A77A79,A19A67,A44 A67,A66A2,A43 A2,A44A43,A72 A43,A42A18,A81A64,A63 A64,A65A66,A65A77,A19A42,A17A44,A3/:D;ENDSETSDATA:D=5.0 6.3 9.3 6.47.1 5.4 6.416.9 6.1 4.03.54.56.7 10.04.18.6 7.65.04.5 8.18.1 19.713.2 9.2 4.54.514.8 4.28.0 9.58.1 8.16.79.1 5.83.29.89.89.5;L=0,,,,,,,,,,,,,,,,,,,,,,,,,,,;ENDDATA@for(plot(i)|i#GT#@index(A1): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets:plot/A2,A1,A3,A17,A41,A42,A43,A44,A64,A65,A67,A68,A69,A70,A71,A72,A73,A74,A75,A76 ,A78/:L;roads(plot,plot)/A2,A44 A2,A43 A2,A70A44,A67 A44,A3A43,A72 A43,A70 A43,A42A70,A69A67,A68A3,A65A72,A73 A72,A71A42,A17A69,A71 A69,A68 A69,A1A68,A75A65,A64A73,A74A71,A74A17,A41A1,A75 A1,A78 A1,A74A75,A76A64,A76/:D;ENDSETSDATA:D=9.5 8 8.614.8 11.68.1 7.6 8.15.44.115.28.1 58.56.47.1 54.55.84.06.18.59.3 6.4 6.33.513.2;L=0,,,,,,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A2): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endA3model: sets: plot/A3,A2,A4,A38,A39,A40,A43,A44,A64,A65,A66,A67,A68,A69,A70,A75/:L; roads(plot,plot)/A3,A65 A3,A44A65,A66 A65,A64A44,A2 A44,A67A66,A67A2,A40 A2,A43 A2,A70A67,A68A40,A39A43,A70A70,A69A68,A69 A68,A75A39,A4 A39,A38/:D;ENDSETSDATA:D=15.2 11.63.2 5.89.5 14.84.219.1 8 8.64.117.77.65.47.1 4.545.6 3;L=0,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A3): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets: plot/A1,A2,A3,A18,A17,A19,A42,A43,A44,A63,A64,A65,A66,A67,A68,A69,A70,A71,A72,A73 ,A74,A75,A76,A77,A78,A79,A80,A81/:L;roads(plot,plot)/A1,A69 A1,A74 A1,A75 A1,A78A69,A68 A69,A70 A69,A71A74,A80 A74,A71 A74,A73A75,A76 A75,A68A78,A79 A78,A77A68,A67A70,A2 A70,A43A71,A72A80,A79 A80,A18A73,A72 A73,A18A76,A64 A76,A66 A76,A77A79,A19A67,A44 A67,A66A2,A43 A2,A44A43,A72 A43,A42A18,A81A64,A63 A64,A65A66,A65A77,A19A42,A17A44,A3/:D;ENDSETSDATA:D=5.0 6.3 9.3 6.47.1 5.4 6.416.9 6.1 4.03.54.56.7 10.04.18.6 7.65.04.5 8.18.1 19.713.2 9.2 4.54.514.8 4.28.0 9.58.1 8.16.79.1 5.83.29.89.89.5;L=0,,,,,,,,,,,,,,,,,,,,,,,,,,,;ENDDATA@for(plot(i)|i#GT#@index(A1): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets:plot/A2,A1,A3,A17,A41,A42,A43,A44,A64,A65,A67,A68,A69,A70,A71,A72,A73,A74,A75,A76 ,A78/:L;roads(plot,plot)/A44,A67 A44,A3A43,A72 A43,A70 A43,A42A70,A69A67,A68A3,A65A72,A73 A72,A71A42,A17A69,A71 A69,A68 A69,A1A68,A75A65,A64A73,A74A71,A74A17,A41A1,A75 A1,A78 A1,A74A75,A76A64,A76/:D;ENDSETSDATA:D=9.5 8 8.614.8 11.68.1 7.6 8.15.44.115.28.1 58.56.47.1 54.55.84.06.18.59.3 6.4 6.33.513.2;L=0,,,,,,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A2): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endA3 model: sets: plot/A3,A2,A4,A38,A39,A40,A43,A44,A64,A65,A66,A67,A68,A69,A70,A75/:L; roads(plot,plot)/A3,A65 A3,A44A65,A66 A65,A64A44,A2 A44,A67A66,A67A67,A68A40,A39A43,A70A70,A69A68,A69 A68,A75A39,A4 A39,A38/:D;ENDSETSDATA:D=15.2 11.63.2 5.89.5 14.84.219.1 8 8.64.117.77.65.47.1 4.545.6 3;L=0,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A3): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); end model: sets:plot/A1,A2,A3,A18,A17,A19,A42,A43,A44,A63,A64,A65,A66,A67,A68,A69,A70,A71,A72,A73 ,A74,A75,A76,A77,A78,A79,A80,A81/:L;roads(plot,plot)/A1,A69 A1,A74 A1,A75 A1,A78A69,A68 A69,A70 A69,A71A74,A80 A74,A71 A74,A73A75,A76 A75,A68A78,A79 A78,A77A68,A67A70,A2 A70,A43A71,A72A80,A79 A80,A18A73,A72 A73,A18A76,A64 A76,A66 A76,A77A79,A19A67,A44 A67,A66A2,A43 A2,A44A43,A72 A43,A42A18,A81A64,A63 A64,A65A66,A65A77,A19A42,A17A44,A3/:D;ENDSETSDATA:D=5.0 6.3 9.3 6.47.1 5.4 6.416.9 6.1 4.03.54.56.7 10.04.18.6 7.65.04.5 8.18.1 19.713.2 9.2 4.54.514.8 4.28.0 9.58.1 8.16.79.1 5.83.29.89.89.5;L=0,,,,,,,,,,,,,,,,,,,,,,,,,,,;ENDDATA@for(plot(i)|i#GT#@index(A1): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endmodel: sets:plot/A2,A1,A3,A17,A41,A42,A43,A44,A64,A65,A67,A68,A69,A70,A71,A72,A73,A74,A75,A76 ,A78/:L;roads(plot,plot)/A2,A44 A2,A43 A2,A70A44,A67 A44,A3A43,A72 A43,A70 A43,A42A70,A69A67,A68A3,A65A72,A73 A72,A71A42,A17A69,A71 A69,A68 A69,A1A68,A75A65,A64A73,A74A71,A74A17,A41A1,A75 A1,A78 A1,A74 A75,A76A64,A76/:D;ENDSETSDATA:D=9.5 8 8.614.8 11.68.1 7.6 8.15.44.115.28.1 58.56.47.1 54.55.84.06.17.65.47.1 4.545.6 3;L=0,,,,,,,,,,,,,,,;J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA 8.59.3 6.4 6.33.513.2;L=0,,,,,,,,,,,,,,,,,,,,; J v 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 JENDDATA@for(plot(i)|i#GT#@index(A2): L(i)=@MIN(roads(j,i):L(j)+D(j,i));); endA3model: sets: plot/A3,A2,A4,A38,A39,A40,A43,A44,A64,A65,A66,A67,A68,A69,A70,A75/:L; roads(plot,plot)/A3,A65 A3,A44A65,A66 A65,A64A44,A2 A44,A67A66,A67A2,A40 A2,A43 A2,A70A67,A68A40,A39A43,A70A70,A69A68,A69 A68,A75A39,A4 A39,A38/:D;ENDSETSDATA:D=15.2 11.63.2 5.89.5 14.84.219.1 8 8.64.117.7。

load B1.txt %巡警站点号、横坐标、纵坐标（前三列）load B2.txt %起始点，末端位置号（两列）hzb=B1(:,2);%横坐标zzb=B1(:,3);%纵坐标start=B2(:,1);%起始位置fina=B2(:,2);%末端位置n=length(hzb);%坐标个数m=length(start);%起始点个数：含重复a=ones(n,n);%n阶矩阵b=10000.*a;%b为矩阵a的值乘上10000for i=1:m %每个始点出去x=start(i);y=fina(i);if y<=92s=((hzb(x)-hzb(y))^2+(zzb(x)-zzb(y))^2)^0.5;b(x,y)=s;b(y,x)=s;%双向图距离endendpath=zeros(n,20);%终点前一个路劲节点distance=b(:,1:20);%二十个站到其他点的最短距离u=0;mindis=10000;%最短距离初始为10000flag=1;s=zeros(n,1);for i=1:20s=0.*s;%每次清零flag=1;%bool型标量for j=1:nif distance(j,i)<10000path(j,i)=i;%若满足，就往下走endends(i)=1;for j=1:n% if flag==1mindis=10000;for k=1:nif s(k)==0 & distance(k,i)<mindisu=k;mindis=distance(k,i);%选择最小的赋给mindisendend% if mindis>30% flag=0;% ends(u)=1;for k=1:nif s(k)==0 & b(u,k)<10000 & distance(u,i)+b(u,k)<distance(k,i)distance(k,i)=distance(u,i)+b(u,k);path(k,i)=u; %选择最短路径endend% endendendfor i=1:20for j=1:nifdistance(j,i)<10000&fprintf(' %d %d %f,%d\n',i,j,distance(j,i),path(j,i));% fprintf('%d %d %f %d\n',i,j,distance(j,i),path(j,i));%fprintf('%f\n',distance(j,i)); %输出路径，始点，终点，及终点前一个结点endendend数学建模文章格式模版题目：明确题目意思一、摘要：500个字左右，包括模型的主要特点、建模方法和主要结果二、关键字：3－5个三．问题重述。

2011高教社杯全国大学生数学建模竞赛题目（请先阅读“全国大学生数学建模竞赛论文格式规范”）A题城市表层土壤重金属污染分析随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。

对城市土壤地质环境异常的查证，以及如何应用查证获得的海量数据资料开展城市环境质量评价，研究人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。

按照功能划分，城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，分别记为1类区、2类区、……、5类区，不同的区域环境受人类活动影响的程度不同。

现对某城市城区土壤地质环境进行调查。

为此，将所考察的城区划分为间距1公里左右的网格子区域，按照每平方公里1个采样点对表层土（0~10 厘米深度）进行取样、编号，并用GPS记录采样点的位置。

应用专门仪器测试分析，获得了每个样本所含的多种化学元素的浓度数据。

另一方面，按照2公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。

附件1列出了采样点的位置、海拔高度及其所属功能区等信息，附件2列出了8种主要重金属元素在采样点处的浓度，附件3列出了8种主要重金属元素的背景值。

现要求你们通过数学建模来完成以下任务：(1) 给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。

(2) 通过数据分析，说明重金属污染的主要原因。

(3) 分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。

(4) 分析你所建立模型的优缺点，为更好地研究城市地质环境的演变模式，还应收集什么信息？有了这些信息，如何建立模型解决问题？题目A题城市表层土壤重金属污染分析摘要：本文研究的是某城区警车配置及巡逻方案的制定问题，建立了求解警车巡逻方案的模型，并在满足D1的条件下给出了巡逻效果最好的方案。

在设计整个区域配置最少巡逻车辆时，本文设计了算法1：先将道路离散化成近似均匀分布的节点，相邻两个节点之间的距离约等于一分钟巡逻路程。

2011年全国大学生数学建模B题交巡警服务平台的设置与调度题目警车配置及巡逻问题的研究摘要：本文研究的是某城区警车配置及巡逻方案的制定问题，建立了求解警车巡逻方案的模型，并在满足D1的条件下给出了巡逻效果最好的方案。

在设计整个区域配置最少巡逻车辆时，本文设计了算法1：先将道路离散化成近似均匀分布的节点，相邻两个节点之间的距离约等于一分钟巡逻路程。

由警车的数目m,将全区划分成m个均匀的分区，从每个分区的中心点出发，找到最近的道路节点，作为警车的初始位置，由Floyd算法算出每辆警车3分钟或2分钟行驶路程范围内的节点。

考虑区域调整的概率大小和方向不同会影响调整结果，本文利用模拟退火算法构造出迁移几率函数，用迁移方向函数决定分区的调整方向。

计算能满足D1的最小车辆数，即为该区应该配置的最小警车数目，用MATLAB计算，得到局部最优解为13辆。

在选取巡逻显著性指标时，本文考虑了两个方面的指标：一是全面性，即所有警车走过的街道节点数占总街道节点数的比例，用两者之比来评价；二是均匀性，即所有警车经过每个节点数的次数偏离平均经过次数的程度，用方差值来大小评价。

问题三：为简化问题，假设所有警车在同一时刻，大致向同一方向巡逻，运动状态分为四种：向左，向右，向上，向下，记录每个时刻，警车经过的节点和能够赶去处理事故的点，最后汇总计算得相应的评价指标。

在考虑巡逻规律隐蔽性要求时，文本将巡逻路线进行随机处理，方向是不确定的，采用算法2进行计算，得出相应巡逻显著指标，当车辆数减少到10辆或巡逻速度变大时，用算法2计算巡逻方案和对应的参数，结果见附录所示。

本文最后还考虑到4个额外因素，给出每个影响因素的解决方案。

关键词：模拟退火算法；Floyd算法；离散化一问题的重述110警车在街道上巡逻，既能够对违法犯罪分子起到震慑作用，降低犯罪率，又能够增加市民的安全感，同时也加快了接处警时间，提高了反应时效，为社会和谐提供了有力的保障。

交巡警服务平台的设置与调度摘要：关键字：一、问题的背景：“有困难找警察”，是家喻户晓的一句流行语。

警察肩负着刑事执法、治安管理、交通管理、服务群众四大职能。

为了更有效地贯彻实施这些职能，需要在市区的一些交通要道和重要部位设置交巡警服务平台。

每个交巡警服务平台的职能和警力配备基本相同。

由于警务资源是有限的，那么如何根据城市的实际情况与需求合理地设置交巡警服务平台、分配各平台的管辖范围、调度警务资源是警务部门面临的一个实际课题。

二、问题重述：对于某市设置交巡警服务平台的相关情况，给出以下两个方面的问题：问题一：（1）根据A城区的资料，为各交巡警服务平台分配管辖范围，使其在所管辖的范围内出现突发事件时，尽量能在3分钟内有交巡警（警车的时速为60km/h）到达事发地。

（2）对于重大突发事件，需要调度全区20个交巡警服务平台的警力资源，对进出该区的13条交通要道实现快速全封锁。

在一个平台的警力最多封锁一个路口的实际问题中，设计一个符合该区交巡警服务平台警力合理的调度方案。

（3）根据实际情况，拟在该区内再增加2至5个平台，请确定需要增加平台的具体个数和位置。

问题二：（1）针对全市（主城六区A，B，C，D，E，F）的具体情况，分析研究该市现有交巡警服务平台设置方案的合理性。

如果有明显不合理，请给出解决方案。

（2）如果该市地点P（第32个节点）处发生了重大刑事案件，在案发3分钟后接到报警，犯罪嫌疑人已驾车逃跑。

为了快速搜捕嫌疑犯，请给出调度全市交巡警服务平台警力资源的最佳围堵方案。

三、符号说明k——k=1、2、3、4、5、6 分别代表A、B、C、D、E、F六个区i——表示第i个交巡警服务平台 j——表示第j个结点r——圆域的半径 t——出警所需的最大时间〥——图中标数与实际比例 cj——每个结点的案发次数mk ——各区的案发次数总和 nk——各区交巡警服务平台的个数Sk——各区的区域面积 v——恒定车速bk ——各区人口总和ρk——各区的人口密度zi——各交巡警服务平台所走的总距离pk——各区每个交巡警服务平台的服务面积qk ——各区交巡警服务台平均所处理的案发次数（qk=kknm）li——重新分配各区交巡警服务平台的个数dij——第i个交巡警服务平台到第j个结点的距离s——从交巡警服务平台到达案件发生地所需行驶的最长路径Ci——A区各个交巡警服务平台的案发次数总和四、模型假设：（1）每个交巡警服务平台的职能和警力配备基本相同，且每位警员服从安排，正常上岗。

2011年数模国赛b题2011年数学建模国际竞赛（简称数模国赛）是一个重要的数学竞赛活动，其中B题是其中的一道题目。

以下是对2011年数模国赛B题的多角度全面回答。

2011年数模国赛B题是什么？B题的具体内容是什么？B题涉及哪些方面的知识和技巧？B题需要用到哪些数学模型或方法？B题的解题思路和步骤是什么？B题的难度如何？B题的解答是否有唯一性？B题的解答对实际问题有何意义？B题的解答是否有局限性？B题的解答是否可以推广到其他类似问题？B题的解答是否可以优化或改进？2011年数模国赛B题是一道关于仓库布局优化的问题。

题目要求在给定的仓库平面图中，确定最佳的货架布局，以最大化仓库的存储容量。

具体而言，要求确定货架的位置和朝向，使得仓库中可以容纳最多的货物。

这道题涉及到图论、优化问题和空间布局等方面的知识和技巧。

解决这个问题需要考虑货架的位置、朝向、尺寸以及货物的尺寸和堆叠方式等因素。

同时，还需要考虑仓库的布局限制和安全要求等因素。

在解决这个问题时，可以运用数学建模的方法，建立数学模型来描述仓库布局和货物堆叠的情况。

可以使用图论来表示仓库平面图和货架的连接关系，使用优化算法来寻找最佳的货架布局，并使用数值计算方法来评估不同布局方案的存储容量。

解题的思路和步骤可以分为以下几个部分，首先，对仓库的平面图进行分析，确定仓库的尺寸和布局限制；然后，根据货物的尺寸和堆叠方式，确定货架的尺寸和摆放规则；接下来，建立数学模型，将仓库布局问题转化为优化问题；然后，使用适当的优化算法，求解最佳的货架布局方案；最后，对所得结果进行评估和优化。

这道题的难度较高，需要综合运用图论、优化算法和数值计算等知识和技巧。

解答过程中需要考虑多个因素的综合影响，同时还要注意问题的实际背景和限制条件。

这道题的解答并不唯一，可能存在多个最佳的货架布局方案。

具体的解答取决于问题的具体设置和所使用的优化算法。

这道题的解答对实际问题具有重要意义。

交巡警服务平台的设置与调度优化分析摘要本文综合应用了Floyd算法，匈牙利算法，用matlab计算出封锁全市的时间为1.2012小时。

并在下面给出了封锁计划。

为了得出封锁计划，首先根据附件2的数据将全市的道路图转为邻接矩阵，然后根据邻接矩阵采用Floyd算法计算出该城市任意两点间的最短距离。

然后从上述矩阵中找到各个交巡警平台到城市各个出口的最短距离，这个最短距离矩阵即可作为效益矩阵，然后运用匈牙利算法，得出分派矩阵。

根据分派矩阵即可制定出封锁计划：96-151,99-153,177-177,175-202,178-203,323-264,181-317, 325-325,328-328，386-332,322-362,100-387,379-418,483-483, 484-541,485-572。

除此以外，本人建议在编号为175的路口应该设置一个交巡警平台，这样可以大大减少封锁全市的时间，大约可减少50%。

关键词: Floyd算法匈牙利算法 matlab一、问题重述“有困难找警察”，是家喻户晓的一句流行语。

警察肩负着刑事执法、治安管理、交通管理、服务群众四大职能。

为了更有效地贯彻实施这些职能，需要在市区的一些交通要道和重要部位设置交巡警服务平台。

每个交巡警服务平台的职能和警力配备基本相同。

由于警务资源是有限的，如何根据城市的实际情况与需求合理地设置交巡警服务平台、分配各平台的管辖范围、调度警务资源是警务部门面临的一个实际课题。

试就某市设置交巡警服务平台的相关情况，建立数学模型分析研究下面的问题：警车的时速为60km/h, 现有突发事件，需要全市紧急封锁出入口，试求出全市所有的交巡警平台最快的封锁计划，一个出口仅需一个平台的警力即可封锁。

二、模型假设1、假设警察出警时的速度相同且不变均为60/km h 。

2、假设警察出警的地点都是平台处。

3、假设警察接到通知后同时出警，且不考虑路面交通状况。

三、符号说明及一些符号的详细解释A 存储全市图信息的邻接矩阵 D 任意两路口节点间的最短距离矩阵X 01-规划矩阵ij a ,i j 两路口节点标号之间直达的距离 ij d 从i 路口到j 路口的最短距离 ij b 从i 号平台到j 号出口的最短距离ij x 取0或1，1ij x =表示第i 号平台去封锁j 号出口在本文中经常用到,i j ，通常表示路口的编号，但是在ij d ，ij b ，ij x 不再表示这个意思，i 表示第i 个交巡警平台，交巡警平台的标号与附件中给的略有不同，如第21个交巡警平台为附件中的标号为93的交巡警平台，本文的标号是按照程序的数据读取顺序来标注的，在此声明；j 表示第j 个出口，如：第5个出口对应于附件中的路口编号为203的出口。

2011年数学建模大赛b题matlab编程是一个涉及数学建模和编程的重要主题。

通过编程，我们可以深入理解数学建模的过程，并通过实际操作来加深对数学模型的理解和应用。

在这篇文章中，我将着重探讨2011年数学建模大赛b题matlab编程的相关内容，并提出个人观点和理解。

1. 背景介绍2011年数学建模大赛b题是一个关于XX的问题，要求参赛者通过建立数学模型来解决实际问题。

在这个过程中，matlab编程成为了必不可少的工具，能够帮助我们完成模型的求解和分析。

2. Matlab编程基础在探讨2011年数学建模大赛b题的过程中，我们首先需要了解matlab编程的基础知识。

如何定义变量、编写函数、进行矩阵运算等。

这些基础知识将为我们后续的模型建立和求解奠定基础。

3. 模型建立与求解在针对2011年数学建模大赛b题的编程过程中，我们需要根据题目要求建立相应的数学模型，并将其转化为matlab可求解的形式。

这一过程需要我们对题目有深入的理解，能够准确地将实际问题转化为数学模型，并使用matlab工具来进行求解。

4. 结果分析与验证完成模型求解后，我们需要对结果进行进一步的分析和验证。

这包括对模型结果的合理性进行评估，查找可能存在的误差来源，并对结果进行可视化展示。

通过这一步骤，我们能够全面地理解模型的求解过程和结果，为后续的讨论和应用奠定基础。

5. 个人观点与理解在完成对2011年数学建模大赛b题的matlab编程探讨后，我个人对这一过程有了更深的理解和感悟。

通过实际操作，我意识到数学建模和编程是紧密相连的，它们相互促进、相互依托。

在这个过程中，我不仅学到了丰富的数学知识，还提升了自己的编程能力和解决实际问题的能力。

总结：2011年数学建模大赛b题matlab编程是一个综合性的学习过程，它涉及了数学建模、编程、模型求解和结果分析等多个环节。

通过深入探讨这一主题，我对数学建模和编程的理解有了全面而深入的提升。

希望通过这篇文章的共享，能够给读者带来启发和收获，激发更多人对数学建模与编程的兴趣和学习热情。

[小学教育]2011全国大学生数学建模竞赛B题及参考答案2011高教社杯全国大学生数学建模竞赛题目,请先阅读“全国大学生数学建模竞赛论文格式规范”,B题交巡警服务平台的设置与调度“有困难找警察”，是家喻户晓的一句流行语。

警察肩负着刑事执法、治安管理、交通管理、服务群众四大职能。

为了更有效地贯彻实施这些职能，需要在市区的一些交通要道和重要部位设置交巡警服务平台。

每个交巡警服务平台的职能和警力配备基本相同。

由于警务资源是有限的，如何根据城市的实际情况与需求合理地设置交巡警服务平台、分配各平台的管辖范围、调度警务资源是警务部门面临的一个实际课题。

试就某市设置交巡警服务平台的相关情况，建立数学模型分析研究下面的问题:(1)附件1中的附图1给出了该市中心城区A的交通网络和现有的20个交巡警服务平台的设置情况示意图，相关的数据信息见附件2。

请为各交巡警服务平台分配管辖范围，使其在所管辖的范围内出现突发事件时，尽量能在3分钟内有交巡警(警车的时速为60km/h)到达事发地。

对于重大突发事件，需要调度全区20个交巡警服务平台的警力资源，对进出该区的13条交通要道实现快速全封锁。

实际中一个平台的警力最多封锁一个路口，请给出该区交巡警服务平台警力合理的调度方案。

根据现有交巡警服务平台的工作量不均衡和有些地方出警时间过长的实际情况，拟在该区内再增加2至5个平台，请确定需要增加平台的具体个数和位置。

(2)针对全市(主城六区A，B，C，D，E，F)的具体情况，按照设置交巡警服务平台的原则和任务，分析研究该市现有交巡警服务平台设置方案(参见附件)的合理性。

如果有明显不合理，请给出解决方案。

如果该市地点P(第32个节点)处发生了重大刑事案件，在案发3分钟后接到报警，犯罪嫌疑人已驾车逃跑。

为了快速搜捕嫌疑犯，请给出调度全市交巡警服务平台警力资源的最佳围堵方案。

题目交巡警服务平台的设置与调度摘要,本文研究的是某城区警车配置及巡逻方案的制定问题，建立了求解警车巡逻方案的模型，并在满足D1的条件下给出了巡逻效果最好的方案。

装订线“工大出版社杯”第十三届西北工业大学数学建模竞赛暨全国大学生数学建模竞赛选拔赛题目B题剪切线航空学院第75 队装订线摘要本文主要应用图论模型研究了公园道路设计的问题，改进了prim算法，并创造性地提出三角形局部优化法，再运用二边逐次修正法的思想对道路设计进行了优化。

1，对于问题一，我们采用两种方法：方法一:不考虑约束条件先用Matlab编写prim算法求出最小生成树，用曼哈顿距离原理判断是否满足约束条件，从而解出最优路径；方法二：考虑约束条件，改进prim算法，并以此解出最小生成树，用曼哈顿距离原理判断是否满足约束条件，同样解出最优路径；ω=400.8。

比较两种方法的结果，得到最短路径为()H2，对于问题二，首先在问题一最优路径的基础上，不考虑节点个数对其进行优ω=394.4；化，找到一种合理路径，将此路径的总距离设置为参考值，()H根据二边逐次修正法的思想，找出一组满足题设条件的基本解，并运用三角ω=358.272。

形局部优化法不断进行优化，找出最优路径，最短路径为：()H3，对于问题三，首先将湖视为障碍物，基于问题二的结论，找到穿过障碍物的路径，运用三角形局部优化法不断进行优化，找出最优路径，最短路径为：()Hω=360.704。

关键字：图论，曼哈顿距离，prim算法，最小生成树，三角形优化算法，二边逐次修正法、Matlab编程问题的提出西安某大学计划建一个形状为矩形或其他不规则图形的公园，不仅为了美化校园环境，也是想为其学生提供更好的生活条件。

公园计划有若干个入口，现在你需要建立一个模型去设计道路让任意两个入口相连（可以利用公园四周的边，即默认矩形的四条边上存在已经建好的道路，此道路不计入道路总长），使总的道路长度和最小，前提要求是任意的两个入口之间的最短道路长不大于两点连线的1.4倍。

现完成以下问题：问题一：假定公园内确定要使用4个道路交叉点为：A(50,75)，B(40,40)，C(120,40)，D(115,70）。