下载文档原格式
2013年全国研究生数学建模竞赛D 题空气中PM2.5问题的研究大气为地球上生命的繁衍与人类的发展提供了理想的环境。
它的状态和变化，直接影响着人类的生产、生活和生存。
空气质量问题始终是政府、环境保护部门和全国人民关注的热点问题。
2013年7月12日《中国新闻网》记者周锐报道：“2013年初以来，中国发生大范围持续雾霾天气。
据统计，受影响雾霾区域包括华北平原、黄淮、江淮、江汉、江南、华南北部等地区，受影响面积约占国土面积的1/4，受影响人口约6亿人”（中国国家发展和改革委员会（发改委）2013年7月11日公布在官方网站上的一份报告披露了上述信息，中新社北京7月11日电）。
对空气质量监测，预报和控制等问题，国家和地方政府均制定了相应政策、法规和管理办法。
2012年2月29日，环境保护部公布了新修订的《环境空气质量标准》 (GB3095—2012)[1]，本次修订的主要内容:调整了环境空气功能区分类，将三类区并入二类区；增设了颗粒物(粒径小于等于2.5μm)浓度限值和臭氧8小时平均浓度限值；调整了颗粒物(粒径小于等于10μm)、二氧化氮、铅和苯并(a)芘等的浓度限值；调整了数据统计的有效性规定。
与新标准同步还实施了《环境空气质量指数(AQI)技术规定(试行) 》 (HJ633—2012)[2]。
新标准将分期实施，京津冀、长三角、珠三角等重点区域以及直辖市和省会城市已率先开始实施并发布AQI(Air Quality Index)；今年113个环境保护重点城市和国家环保模范城市也已经实施；到2015年所有地级以上城市将开始实施；2016年1月1日，将在全国实施新标准。
上述规定中，启用空气质量指数AQI 作为空气质量监测指标，以代替原来的空气质量监测指标――空气污染指数API (Air Pollution Index)。
原监测指标API 为无量纲指数，它的分项监测指标为3个基本指标（二氧化硫2SO 、二氧化氮2NO 和可吸入颗粒物PM10）。
2008高教社杯全国大学生数学建模竞赛题目D题NBA赛程的分析与评价NBA是全世界篮球迷们最钟爱的赛事之一，姚易加盟以后更是让中国球迷宠爱有加。
NBA 共有30支球队，西部联盟、东部联盟各15支，大致按照地理位置，西部分西南、西北和太平洋3个区，东部分东南、中部和大西洋3个区，每区5支球队。
对于2008~2009新赛季，常规赛阶段从2008年10月29日（北京时间）直到2009年4月16日，在这5个多月中共有1230场赛事，每支球队要进行82场比赛，附件1是30支球队2008~2009赛季常规赛的赛程表，附件2是分部、分区和排名情况（排名是2007~2008赛季常规赛的结果），见/nba/。
对于NBA这样庞大的赛事，编制一个完整的、对各球队尽可能公平的赛程是一件非常复杂的事情，赛程的安排对球队实力的发挥和战绩有一定的影响，从报刊上经常看到球员、教练和媒体对赛程的抱怨或评论。
这个题目主要是要求用数学建模方法对已有的赛程进行定量的分析与评价：1）为了分析赛程对某一支球队的利弊，你认为有哪些要考虑的因素，根据这些因素将赛程转换为便于进行数学处理的数字格式，并给出评价赛程利弊的数量指标。
2）按照1）的结果计算、分析赛程对姚明加盟的火箭队的利弊，并找出赛程对30支球队最有利和最不利的球队。
3）分析赛程可以发现，每支球队与同区的每一球队赛4场（主客各2场），与不同部的每一球队赛2场（主客各1场），与同部不同区的每一球队有赛4场和赛3场（2主1客或2客1主）两种情况，每支球队的主客场数量相同且同部3个区的球队间保持均衡。
试根据赛程找出与同部不同区球队比赛中，选取赛3场的球队的方法。
这种方法如何实现，对该方法给予评价，也可以给出你认为合适的方法。
D题附件1 2008/2009年度NBA常规赛完全赛程2008/2009年度 nba常规赛完全赛程 2008年10月赛程日期时间星期客队主队2008-10-29 08:00 星期三克里夫兰骑士波士顿凯尔特人2008-10-29 08:30 星期三密尔沃基雄鹿芝加哥公牛2008-10-29 10:30 星期三波特兰开拓者洛杉矶湖人2008-10-30 07:00 星期四新泽西网华盛顿奇才2008-10-30 07:00 星期四多伦多猛龙费城76人2008-10-30 07:00 星期四亚特兰大老鹰奥兰多魔术2008-10-30 07:30 星期四迈阿密热火纽约尼克斯2008-10-30 08:00 星期四菲尼克斯太阳圣安东尼奥马刺2008-10-30 08:00 星期四密尔沃基雄鹿西雅图超音速2008-10-30 08:00 星期四萨克拉门托国王明尼苏达森林狼2008-10-30 08:00 星期四印第安纳步行者底特律活塞2008-10-30 08:30 星期四孟菲斯灰熊休斯顿火箭2008-10-30 09:00 星期四丹佛掘金犹他爵士2008-10-30 10:30 星期四洛杉矶湖人洛杉矶快船2008-10-30 10:30 星期四新奥尔良黄蜂金州勇士2008-10-31 07:00 星期五夏洛特山猫克里夫兰骑士2008-10-31 08:00 星期五休斯顿火箭达拉斯小牛2008-10-31 10:30 星期五新奥尔良黄蜂菲尼克斯太阳2008/2009年度 nba常规赛完全赛程 2008年11月赛程日期时间星期客队主队2008-11-01 07:00 星期六纽约尼克斯费城76人2008-11-01 07:00 星期六金州勇士多伦多猛龙2008-11-01 07:30 星期六萨克拉门托国王迈阿密热火2008-11-01 08:00 星期六奥兰多魔术孟菲斯灰熊2008-11-01 08:00 星期六芝加哥公牛波士顿凯尔特人2008-11-01 10:30 星期六圣安东尼奥马刺波特兰开拓者2008-11-01 10:30 星期六丹佛掘金洛杉矶快船2008-11-02 07:00 星期日萨克拉门托国王奥兰多魔术2008-11-02 07:00 星期日波士顿凯尔特人印第安纳步行者2008-11-02 07:00 星期日迈阿密热火夏洛特山猫2008-11-02 07:00 星期日费城76人亚特兰大老鹰2008-11-02 07:30 星期日华盛顿奇才底特律活塞2008-11-02 07:30 星期日金州勇士新泽西网2008-11-02 08:00 星期日克里夫兰骑士新奥尔良黄蜂2008-11-02 08:00 星期日达拉斯小牛明尼苏达森林狼2008-11-02 08:30 星期日多伦多猛龙密尔沃基雄鹿2008-11-02 08:30 星期日西雅图超音速休斯顿火箭2008-11-02 08:30 星期日孟菲斯灰熊芝加哥公牛2008-11-02 09:00 星期日洛杉矶快船犹他爵士2008-11-02 09:00 星期日洛杉矶湖人丹佛掘金2008-11-02 10:00 星期日波特兰开拓者菲尼克斯太阳2008-11-03 06:00 星期一密尔沃基雄鹿纽约尼克斯2008-11-03 07:00 星期一明尼苏达森林狼西雅图超音速2008-11-04 08:00 星期二底特律活塞夏洛特山猫2008-11-04 08:00 星期二萨克拉门托国王费城76人2008-11-04 08:00 星期二芝加哥公牛奥兰多魔术2008-11-04 09:00 星期二金州勇士孟菲斯灰熊2008-11-04 09:30 星期二克里夫兰骑士达拉斯小牛2008-11-04 11:30 星期二犹他爵士洛杉矶快船2008-11-05 08:30 星期三菲尼克斯太阳新泽西网2008-11-05 09:30 星期三达拉斯小牛圣安东尼奥马刺2008-11-05 09:30 星期三波士顿凯尔特人休斯顿火箭2008-11-06 08:00 星期四底特律活塞多伦多猛龙2008-11-06 08:00 星期四菲尼克斯太阳印第安纳步行者2008-11-06 08:30 星期四夏洛特山猫纽约尼克斯2008-11-06 08:30 星期四费城76人迈阿密热火2008-11-06 09:00 星期四波士顿凯尔特人西雅图超音速2008-11-06 09:00 星期四亚特兰大老鹰新奥尔良黄蜂2008-11-06 09:00 星期四圣安东尼奥马刺明尼苏达森林狼2008-11-06 09:00 星期四华盛顿奇才密尔沃基雄鹿2008-11-06 09:00 星期四芝加哥公牛克里夫兰骑士2008-11-06 10:00 星期四波特兰开拓者犹他爵士2008-11-06 11:00 星期四孟菲斯灰熊萨克拉门托国王2008-11-06 11:30 星期四洛杉矶快船洛杉矶湖人2008-11-06 11:30 星期四丹佛掘金金州勇士2008-11-07 09:00 星期五费城76人奥兰多魔术2008-11-07 11:30 星期五休斯顿火箭波特兰开拓者2008-11-08 08:00 星期六纽约尼克斯华盛顿奇才2008-11-08 08:00 星期六新奥尔良黄蜂夏洛特山猫2008-11-08 08:30 星期六底特律活塞新泽西网2008-11-08 08:30 星期六印第安纳步行者克里夫兰骑士2008-11-08 08:30 星期六密尔沃基雄鹿波士顿凯尔特人2008-11-08 08:30 星期六多伦多猛龙亚特兰大老鹰2008-11-08 09:00 星期六迈阿密热火圣安东尼奥马刺2008-11-08 09:30 星期六菲尼克斯太阳芝加哥公牛2008-11-08 10:00 星期六西雅图超音速犹他爵士2008-11-08 11:00 星期六明尼苏达森林狼萨克拉门托国王2008-11-08 11:30 星期六孟菲斯灰熊金州勇士2008-11-08 11:30 星期六达拉斯小牛丹佛掘金2008-11-08 11:30 星期六休斯顿火箭洛杉矶快船2008-11-09 08:00 星期日华盛顿奇才奥兰多魔术2008-11-09 08:00 星期日新泽西网印第安纳步行者2008-11-09 09:00 星期日迈阿密热火新奥尔良黄蜂2008-11-09 09:30 星期日菲尼克斯太阳密尔沃基雄鹿2008-11-09 09:30 星期日克里夫兰骑士芝加哥公牛2008-11-09 11:00 星期日明尼苏达森林狼波特兰开拓者2008-11-10 02:00 星期一多伦多猛龙夏洛特山猫2008-11-10 04:00 星期一犹他爵士纽约尼克斯2008-11-10 04:30 星期一达拉斯小牛洛杉矶快船2008-11-10 07:00 星期一波士顿凯尔特人底特律活塞2008-11-10 08:00 星期一亚特兰大老鹰西雅图超音速2008-11-10 09:00 星期一孟菲斯灰熊丹佛掘金2008-11-10 10:00 星期一金州勇士萨克拉门托国王2008-11-10 10:30 星期一休斯顿火箭洛杉矶湖人2008-11-11 08:00 星期二波特兰开拓者奥兰多魔术2008-11-11 08:00 星期二西雅图超音速印第安纳步行者2008-11-11 08:30 星期二新泽西网迈阿密热火2008-11-11 08:30 星期二多伦多猛龙波士顿凯尔特人2008-11-11 10:00 星期二孟菲斯灰熊菲尼克斯太阳2008-11-12 08:00 星期三犹他爵士费城76人2008-11-12 08:00 星期三密尔沃基雄鹿克里夫兰骑士2008-11-12 08:00 星期三丹佛掘金夏洛特山猫2008-11-12 09:30 星期三纽约尼克斯圣安东尼奥马刺2008-11-12 09:30 星期三洛杉矶湖人达拉斯小牛2008-11-12 09:30 星期三亚特兰大老鹰芝加哥公牛2008-11-12 11:00 星期三底特律活塞萨克拉门托国王2008-11-12 11:30 星期三明尼苏达森林狼金州勇士2008-11-13 08:00 星期四费城76人多伦多猛龙2008-11-13 08:30 星期四印第安纳步行者新泽西网2008-11-13 08:30 星期四波特兰开拓者迈阿密热火2008-11-13 08:30 星期四亚特兰大老鹰波士顿凯尔特人2008-11-13 09:00 星期四洛杉矶湖人新奥尔良黄蜂2008-11-13 09:00 星期四圣安东尼奥马刺密尔沃基雄鹿2008-11-13 09:00 星期四纽约尼克斯孟菲斯灰熊2008-11-13 09:00 星期四犹他爵士华盛顿奇才2008-11-13 09:00 星期四奥兰多魔术西雅图超音速2008-11-13 11:30 星期四休斯顿火箭菲尼克斯太阳2008-11-13 11:30 星期四萨克拉门托国王洛杉矶快船2008-11-14 08:00 星期五丹佛掘金克里夫兰骑士2008-11-14 10:30 星期五达拉斯小牛芝加哥公牛2008-11-14 11:30 星期五底特律活塞金州勇士2008-11-15 08:00 星期六费城76人印第安纳步行者2008-11-15 08:00 星期六犹他爵士夏洛特山猫2008-11-15 08:30 星期六亚特兰大老鹰新泽西网2008-11-15 08:30 星期六华盛顿奇才迈阿密热火2008-11-15 08:30 星期六西雅图超音速纽约尼克斯2008-11-15 09:00 星期六波特兰开拓者新奥尔良黄蜂2008-11-15 09:00 星期六密尔沃基雄鹿孟菲斯灰熊2008-11-15 09:00 星期六丹佛掘金波士顿凯尔特人2008-11-15 09:30 星期六休斯顿火箭圣安东尼奥马刺2008-11-15 09:30 星期六奥兰多魔术达拉斯小牛2008-11-15 11:00 星期六菲尼克斯太阳萨克拉门托国王2008-11-15 11:30 星期六底特律活塞洛杉矶湖人2008-11-16 04:30 星期日金州勇士洛杉矶快船2008-11-16 08:00 星期日西雅图超音速费城76人2008-11-16 08:00 星期日新泽西网亚特兰大老鹰2008-11-16 08:30 星期日犹他爵士克里夫兰骑士2008-11-16 09:00 星期日波特兰开拓者明尼苏达森林狼2008-11-16 09:30 星期日波士顿凯尔特人密尔沃基雄鹿2008-11-16 09:30 星期日新奥尔良黄蜂休斯顿火箭2008-11-16 09:30 星期日印第安纳步行者芝加哥公牛2008-11-17 00:70 星期一达拉斯小牛纽约尼克斯2008-11-17 02:00 星期一迈阿密热火多伦多猛龙2008-11-17 06:30 星期一奥兰多魔术夏洛特山猫2008-11-17 09:00 星期一底特律活塞菲尼克斯太阳2008-11-17 09:00 星期一明尼苏达森林狼丹佛掘金2008-11-17 10:00 星期一圣安东尼奥马刺萨克拉门托国王2008-11-18 09:00 星期二休斯顿火箭西雅图超音速2008-11-18 10:00 星期二菲尼克斯太阳犹他爵士2008-11-18 11:30 星期二圣安东尼奥马刺洛杉矶快船2008-11-19 08:00 星期三迈阿密热火华盛顿奇才2008-11-19 08:00 星期三多伦多猛龙奥兰多魔术2008-11-19 08:00 星期三亚特兰大老鹰印第安纳步行者2008-11-19 08:00 星期三达拉斯小牛夏洛特山猫2008-11-19 08:30 星期三纽约尼克斯波士顿凯尔特人2008-11-19 08:30 星期三克里夫兰骑士新泽西网2008-11-19 09:00 星期三萨克拉门托国王孟菲斯灰熊2008-11-19 10:00 星期三密尔沃基雄鹿丹佛掘金2008-11-19 11:30 星期三芝加哥公牛洛杉矶湖人2008-11-19 11:30 星期三波特兰开拓者金州勇士2008-11-20 08:00 星期四华盛顿奇才亚特兰大老鹰2008-11-20 08:30 星期四多伦多猛龙迈阿密热火2008-11-20 08:30 星期四克里夫兰骑士底特律活塞2008-11-20 09:00 星期四萨克拉门托国王新奥尔良黄蜂2008-11-20 09:00 星期四费城76人明尼苏达森林狼2008-11-20 09:00 星期四达拉斯小牛休斯顿火箭2008-11-20 09:00 星期四洛杉矶快船西雅图超音速2008-11-20 09:30 星期四丹佛掘金圣安东尼奥马刺2008-11-20 10:00 星期四密尔沃基雄鹿犹他爵士2008-11-20 11:00 星期四芝加哥公牛波特兰开拓者2008-11-21 09:00 星期五底特律活塞波士顿凯尔特人2008-11-21 11:30 星期五洛杉矶湖人菲尼克斯太阳2008-11-22 08:00 星期六休斯顿火箭华盛顿奇才2008-11-22 08:00 星期六新泽西网多伦多猛龙2008-11-22 08:00 星期六洛杉矶快船费城76人2008-11-22 08:00 星期六奥兰多魔术印第安纳步行者2008-11-22 08:30 星期六夏洛特山猫亚特兰大老鹰2008-11-22 09:00 星期六波士顿凯尔特人明尼苏达森林狼2008-11-22 09:30 星期六犹他爵士圣安东尼奥马刺2008-11-22 09:30 星期六纽约尼克斯密尔沃基雄鹿2008-11-22 09:30 星期六孟菲斯灰熊达拉斯小牛2008-11-22 10:30 星期六新奥尔良黄蜂西雅图超音速2008-11-22 11:00 星期六波特兰开拓者萨克拉门托国王2008-11-22 11:30 星期六芝加哥公牛金州勇士2008-11-22 11:30 星期六丹佛掘金洛杉矶湖人2008-11-23 08:00 星期日休斯顿火箭奥兰多魔术2008-11-23 08:00 星期日密尔沃基雄鹿夏洛特山猫2008-11-23 08:30 星期日印第安纳步行者迈阿密热火2008-11-23 08:30 星期日亚特兰大老鹰克里夫兰骑士2008-11-23 08:30 星期日华盛顿奇才纽约尼克斯2008-11-23 08:30 星期日洛杉矶快船新泽西网2008-11-23 09:00 星期日西雅图超音速新奥尔良黄蜂2008-11-23 09:00 星期日犹他爵士孟菲斯灰熊2008-11-23 10:00 星期日波特兰开拓者菲尼克斯太阳2008-11-24 01:30 星期一波士顿凯尔特人多伦多猛龙2008-11-24 06:00 星期一金州勇士费城76人2008-11-24 07:00 星期一明尼苏达森林狼底特律活塞2008-11-24 10:00 星期一芝加哥公牛丹佛掘金2008-11-24 10:30 星期一萨克拉门托国王洛杉矶湖人2008-11-25 08:00 星期二密尔沃基雄鹿奥兰多魔术2008-11-25 08:00 星期二费城76人夏洛特山猫2008-11-25 08:30 星期二休斯顿火箭迈阿密热火2008-11-25 09:00 星期二圣安东尼奥马刺孟菲斯灰熊2008-11-25 10:00 星期二芝加哥公牛犹他爵士2008-11-25 11:00 星期二萨克拉门托国王波特兰开拓者2008-11-25 11:30 星期二新奥尔良黄蜂洛杉矶快船2008-11-26 08:00 星期三金州勇士华盛顿奇才2008-11-26 08:30 星期三克里夫兰骑士纽约尼克斯2008-11-26 09:00 星期三菲尼克斯太阳西雅图超音速2008-11-26 09:30 星期三印第安纳步行者达拉斯小牛2008-11-26 11:30 星期三新泽西网洛杉矶湖人2008-11-27 08:00 星期四西雅图超音速克里夫兰骑士2008-11-27 08:00 星期四密尔沃基雄鹿亚特兰大老鹰2008-11-27 08:00 星期四夏洛特山猫多伦多猛龙2008-11-27 08:30 星期四奥兰多魔术费城76人2008-11-27 08:30 星期四金州勇士波士顿凯尔特人2008-11-27 09:00 星期四菲尼克斯太阳明尼苏达森林狼2008-11-27 09:00 星期四纽约尼克斯底特律活塞2008-11-27 09:30 星期四印第安纳步行者休斯顿火箭2008-11-27 09:30 星期四芝加哥公牛圣安东尼奥马刺2008-11-27 10:00 星期四孟菲斯灰熊犹他爵士2008-11-27 11:00 星期四新泽西网萨克拉门托国王2008-11-27 11:00 星期四迈阿密热火波特兰开拓者2008-11-27 11:30 星期四丹佛掘金洛杉矶快船2008-11-28 09:00 星期五奥兰多魔术华盛顿奇才2008-11-28 11:30 星期五新奥尔良黄蜂丹佛掘金2008-11-29 08:00 星期六亚特兰大老鹰多伦多猛龙2008-11-29 08:30 星期六金州勇士克里夫兰骑士2008-11-29 08:30 星期六费城76人波士顿凯尔特人2008-11-29 09:00 星期六密尔沃基雄鹿底特律活塞2008-11-29 09:00 星期六迈阿密热火菲尼克斯太阳2008-11-29 09:00 星期六明尼苏达森林狼西雅图超音速2008-11-29 09:00 星期六夏洛特山猫印第安纳步行者2008-11-29 09:30 星期六孟菲斯灰熊圣安东尼奥马刺2008-11-29 10:00 星期六萨克拉门托国王犹他爵士2008-11-29 11:00 星期六新奥尔良黄蜂波特兰开拓者2008-11-29 11:30 星期六达拉斯小牛洛杉矶湖人2008-11-30 08:00 星期日亚特兰大老鹰华盛顿奇才2008-11-30 08:00 星期日印第安纳步行者奥兰多魔术2008-11-30 08:00 星期日波士顿凯尔特人夏洛特山猫2008-11-30 08:30 星期日金州勇士纽约尼克斯2008-11-30 09:00 星期日丹佛掘金明尼苏达森林狼2008-11-30 09:30 星期日圣安东尼奥马刺休斯顿火箭2008-11-30 10:00 星期日新泽西网犹他爵士2008-11-30 10:00 星期日克里夫兰骑士密尔沃基雄鹿2008-11-30 11:00 星期日达拉斯小牛萨克拉门托国王2008-11-30 11:30 星期日迈阿密热火洛杉矶快船2008/2009年度 nba常规赛完全赛程 2008年12月赛程日期时间星期客队主队2008-12-01 04:00 星期一波特兰开拓者底特律活塞2008-12-01 06:00 星期一芝加哥公牛费城76人2008-12-01 09:00 星期一新泽西网菲尼克斯太阳2008-12-01 09:00 星期一休斯顿火箭丹佛掘金2008-12-01 10:30 星期一多伦多猛龙洛杉矶湖人2008-12-02 08:00 星期二明尼苏达森林狼夏洛特山猫2008-12-02 08:30 星期二奥兰多魔术波士顿凯尔特人2008-12-02 11:30 星期二迈阿密热火金州勇士2008-12-03 08:00 星期三洛杉矶湖人印第安纳步行者2008-12-03 08:30 星期三波特兰开拓者纽约尼克斯2008-12-03 08:30 星期三华盛顿奇才新泽西网2008-12-03 09:30 星期三费城76人芝加哥公牛2008-12-03 09:30 星期三底特律活塞圣安东尼奥马刺2008-12-03 09:30 星期三洛杉矶快船达拉斯小牛2008-12-03 10:00 星期三多伦多猛龙丹佛掘金2008-12-03 11:00 星期三犹他爵士萨克拉门托国王2008-12-04 08:00 星期四西雅图超音速夏洛特山猫2008-12-04 08:00 星期四孟菲斯灰熊亚特兰大老鹰2008-12-04 08:00 星期四波特兰开拓者华盛顿奇才2008-12-04 08:00 星期四洛杉矶湖人费城76人2008-12-04 08:00 星期四明尼苏达森林狼奥兰多魔术2008-12-04 08:00 星期四纽约尼克斯克里夫兰骑士2008-12-04 08:30 星期四印第安纳步行者波士顿凯尔特人2008-12-04 09:00 星期四芝加哥公牛密尔沃基雄鹿2008-12-04 09:00 星期四菲尼克斯太阳新奥尔良黄蜂2008-12-04 09:30 星期四洛杉矶快船休斯顿火箭2008-12-04 10:00 星期四迈阿密热火犹他爵士2008-12-05 09:00 星期五菲尼克斯太阳达拉斯小牛2008-12-05 11:30 星期五圣安东尼奥马刺丹佛掘金2008-12-06 08:00 星期六西雅图超音速奥兰多魔术2008-12-06 08:00 星期六洛杉矶湖人华盛顿奇才2008-12-06 08:30 星期六明尼苏达森林狼新泽西网2008-12-06 08:30 星期六印第安纳步行者克里夫兰骑士2008-12-06 08:30 星期六纽约尼克斯亚特兰大老鹰2008-12-06 09:00 星期六费城76人底特律活塞2008-12-06 09:00 星期六波特兰开拓者波士顿凯尔特人2008-12-06 09:00 星期六洛杉矶快船孟菲斯灰熊2008-12-06 09:30 星期六夏洛特山猫密尔沃基雄鹿2008-12-06 09:30 星期六金州勇士休斯顿火箭2008-12-06 11:30 星期六多伦多猛龙犹他爵士2008-12-07 08:00 星期日克里夫兰骑士夏洛特山猫2008-12-07 08:00 星期日西雅图超音速迈阿密热火2008-12-07 08:30 星期日新泽西网费城76人2008-12-07 09:00 星期日孟菲斯灰熊新奥尔良黄蜂2008-12-07 09:00 星期日洛杉矶快船明尼苏达森林狼2008-12-07 09:30 星期日亚特兰大老鹰达拉斯小牛2008-12-07 09:30 星期日华盛顿奇才芝加哥公牛2008-12-07 09:30 星期日金州勇士圣安东尼奥马刺2008-12-07 10:00 星期日犹他爵士菲尼克斯太阳2008-12-07 11:00 星期日丹佛掘金萨克拉门托国王2008-12-08 01:00 星期一底特律活塞纽约尼克斯2008-12-08 02:00 星期一波特兰开拓者多伦多猛龙2008-12-08 07:00 星期一波士顿凯尔特人印第安纳步行者2008-12-08 10:30 星期一密尔沃基雄鹿洛杉矶湖人2008-12-09 08:30 星期二夏洛特山猫迈阿密热火2008-12-09 09:00 星期二金州勇士西雅图超音速2008-12-09 09:00 星期二休斯顿火箭孟菲斯灰熊2008-12-09 11:30 星期二奥兰多魔术洛杉矶快船2008-12-10 08:00 星期三多伦多猛龙克里夫兰骑士2008-12-10 08:00 星期三底特律活塞华盛顿奇才2008-12-10 09:00 星期三犹他爵士明尼苏达森林狼2008-12-10 09:30 星期三亚特兰大老鹰休斯顿火箭2008-12-10 09:30 星期三圣安东尼奥马刺达拉斯小牛2008-12-10 09:30 星期三纽约尼克斯芝加哥公牛2008-12-10 10:00 星期三密尔沃基雄鹿菲尼克斯太阳2008-12-10 11:00 星期三洛杉矶湖人萨克拉门托国王2008-12-10 11:00 星期三奥兰多魔术波特兰开拓者2008-12-11 08:00 星期四印第安纳步行者多伦多猛龙2008-12-11 08:30 星期四纽约尼克斯新泽西网2008-12-11 09:00 星期四孟菲斯灰熊西雅图超音速2008-12-11 09:00 星期四夏洛特山猫新奥尔良黄蜂2008-12-11 09:00 星期四克里夫兰骑士费城76人2008-12-11 09:30 星期四亚特兰大老鹰圣安东尼奥马刺2008-12-11 10:00 星期四明尼苏达森林狼丹佛掘金2008-12-11 11:30 星期四菲尼克斯太阳洛杉矶湖人2008-12-11 11:30 星期四密尔沃基雄鹿金州勇士2008-12-12 09:00 星期五波士顿凯尔特人华盛顿奇才2008-12-12 09:30 星期五夏洛特山猫达拉斯小牛2008-12-12 11:30 星期五波特兰开拓者犹他爵士2008-12-13 08:30 星期六多伦多猛龙新泽西网2008-12-13 08:30 星期六亚特兰大老鹰迈阿密热火2008-12-13 08:30 星期六费城76人克里夫兰骑士2008-12-13 09:00 星期六圣安东尼奥马刺明尼苏达森林狼2008-12-13 09:00 星期六芝加哥公牛孟菲斯灰熊2008-12-13 09:00 星期六印第安纳步行者底特律活塞2008-12-13 09:00 星期六新奥尔良黄蜂波士顿凯尔特人2008-12-13 10:00 星期六奥兰多魔术菲尼克斯太阳2008-12-13 11:00 星期六洛杉矶快船波特兰开拓者2008-12-13 11:30 星期六萨克拉门托国王洛杉矶湖人2008-12-13 11:30 星期六休斯顿火箭金州勇士2008-12-14 08:00 星期日底特律活塞夏洛特山猫2008-12-14 08:00 星期日克里夫兰骑士亚特兰大老鹰2008-12-14 08:30 星期日华盛顿奇才费城76人2008-12-14 09:30 星期日新泽西网芝加哥公牛2008-12-14 09:30 星期日印第安纳步行者密尔沃基雄鹿2008-12-14 09:30 星期日西雅图超音速达拉斯小牛2008-12-14 10:00 星期日奥兰多魔术犹他爵士2008-12-14 10:00 星期日金州勇士丹佛掘金2008-12-14 11:00 星期日纽约尼克斯萨克拉门托国王2008-12-14 11:30 星期日休斯顿火箭洛杉矶快船2008-12-15 01:30 星期一新奥尔良黄蜂多伦多猛龙2008-12-15 05:00 星期一迈阿密热火孟菲斯灰熊2008-12-15 08:00 星期一西雅图超音速圣安东尼奥马刺2008-12-15 10:30 星期一明尼苏达森林狼洛杉矶湖人2008-12-16 08:00 星期二夏洛特山猫亚特兰大老鹰2008-12-16 08:00 星期二印第安纳步行者华盛顿奇才2008-12-16 08:00 星期二新泽西网多伦多猛龙2008-12-16 08:30 星期二密尔沃基雄鹿迈阿密热火2008-12-16 08:30 星期二犹他爵士波士顿凯尔特人2008-12-16 09:30 星期二丹佛掘金达拉斯小牛2008-12-16 10:00 星期二纽约尼克斯菲尼克斯太阳2008-12-16 11:00 星期二明尼苏达森林狼纽约尼克斯2008-12-16 11:30 星期二奥兰多魔术金州勇士2008-12-17 08:00 星期三芝加哥公牛夏洛特山猫2008-12-17 09:00 星期三洛杉矶快船西雅图超音速2008-12-17 09:00 星期三新奥尔良黄蜂孟菲斯灰熊2008-12-17 09:30 星期三丹佛掘金休斯顿火箭2008-12-17 11:00 星期三萨克拉门托国王波特兰开拓者2008-12-17 11:30 星期三纽约尼克斯洛杉矶湖人2008-12-18 08:00 星期四达拉斯小牛多伦多猛龙2008-12-18 08:00 星期四密尔沃基雄鹿费城76人2008-12-18 08:00 星期四金州勇士印第安纳步行者2008-12-18 08:00 星期四波士顿凯尔特人亚特兰大老鹰2008-12-18 08:30 星期四犹他爵士新泽西网2008-12-18 08:30 星期四华盛顿奇才底特律活塞2008-12-18 09:00 星期四克里夫兰骑士明尼苏达森林狼2008-12-18 09:30 星期四洛杉矶快船芝加哥公牛2008-12-18 10:30 星期四圣安东尼奥马刺新奥尔良黄蜂2008-12-19 09:00 星期五圣安东尼奥马刺奥兰多魔术2008-12-19 11:30 星期五菲尼克斯太阳波特兰开拓者2008-12-20 08:00 星期六费城76人华盛顿奇才2008-12-20 08:00 星期六洛杉矶快船印第安纳步行者2008-12-20 08:30 星期六达拉斯小牛新泽西网2008-12-20 08:30 星期六芝加哥公牛波士顿凯尔特人2008-12-20 08:30 星期六金州勇士亚特兰大老鹰2008-12-20 08:30 星期六密尔沃基雄鹿纽约尼克斯2008-12-20 09:00 星期六多伦多猛龙西雅图超音速2008-12-20 09:00 星期六洛杉矶湖人迈阿密热火2008-12-20 09:00 星期六夏洛特山猫孟菲斯灰熊2008-12-20 09:00 星期六犹他爵士底特律活塞2008-12-20 09:30 星期六萨克拉门托国王休斯顿火箭2008-12-20 11:30 星期六克里夫兰骑士丹佛掘金2008-12-21 08:00 星期日洛杉矶湖人奥兰多魔术2008-12-21 08:00 星期日金州勇士夏洛特山猫2008-12-21 08:30 星期日印第安纳步行者费城76人2008-12-21 09:00 星期日休斯顿火箭明尼苏达森林狼2008-12-21 09:00 星期日萨克拉门托国王新奥尔良黄蜂2008-12-21 09:00 星期日迈阿密热火新泽西网2008-12-21 09:30 星期日多伦多猛龙圣安东尼奥马刺2008-12-21 09:30 星期日洛杉矶快船密尔沃基雄鹿2008-12-21 09:30 星期日犹他爵士芝加哥公牛2008-12-21 10:00 星期日丹佛掘金菲尼克斯太阳2008-12-22 03:00 星期一底特律活塞亚特兰大老鹰2008-12-22 07:00 星期一达拉斯小牛华盛顿奇才2008-12-22 07:00 星期一纽约尼克斯波士顿凯尔特人2008-12-22 08:00 星期一克里夫兰骑士西雅图超音速2008-12-23 08:00 星期二金州勇士奥兰多魔术2008-12-23 08:30 星期二休斯顿火箭新泽西网2008-12-23 09:00 星期二洛杉矶湖人孟菲斯灰熊2008-12-23 09:30 星期二萨克拉门托国王圣安东尼奥马刺2008-12-23 10:00 星期二波特兰开拓者丹佛掘金2008-12-23 11:30 星期二多伦多猛龙洛杉矶快船2008-12-24 08:00 星期三华盛顿奇才夏洛特山猫2008-12-24 08:00 星期三西雅图超音速亚特兰大老鹰2008-12-24 08:00 星期三新泽西网印第安纳步行者2008-12-24 08:00 星期三休斯顿火箭克里夫兰骑士2008-12-24 08:30 星期三金州勇士迈阿密热火2008-12-24 08:30 星期三费城76人波士顿凯尔特人2008-12-24 09:00 星期三芝加哥公牛底特律活塞2008-12-24 09:00 星期三洛杉矶湖人新奥尔良黄蜂2008-12-24 09:00 星期三犹他爵士密尔沃基雄鹿2008-12-24 09:30 星期三明尼苏达森林狼圣安东尼奥马刺2008-12-24 09:30 星期三孟菲斯灰熊达拉斯小牛2008-12-24 11:00 星期三丹佛掘金波特兰开拓者2008-12-26 01:00 星期五新奥尔良黄蜂奥兰多魔术2008-12-26 03:30 星期五圣安东尼奥马刺菲尼克斯太阳2008-12-26 06:00 星期五波士顿凯尔特人洛杉矶湖人2008-12-26 09:00 星期五华盛顿奇才克里夫兰骑士2008-12-26 11:30 星期五达拉斯小牛波特兰开拓者2008-12-27 06:00 星期六芝加哥公牛迈阿密热火2008-12-27 08:30 星期六夏洛特山猫新泽西网2008-12-27 08:30 星期六明尼苏达森林狼纽约尼克斯2008-12-27 09:00 星期六休斯顿火箭新奥尔良黄蜂2008-12-27 09:00 星期六印第安纳步行者孟菲斯灰熊2008-12-27 09:00 星期六西雅图超音速底特律活塞2008-12-27 10:00 星期六达拉斯小牛犹他爵士2008-12-27 10:00 星期六费城76人丹佛掘金2008-12-27 11:00 星期六多伦多猛龙萨克拉门托国王2008-12-27 11:30 星期六波士顿凯尔特人金州勇士2008-12-28 08:00 星期日西雅图超音速华盛顿奇才2008-12-28 08:00 星期日新泽西网夏洛特山猫2008-12-28 08:00 星期日芝加哥公牛亚特兰大老鹰2008-12-28 09:00 星期日奥兰多魔术明尼苏达森林狼2008-12-28 09:30 星期日孟菲斯灰熊圣安东尼奥马刺2008-12-28 09:30 星期日底特律活塞密尔沃基雄鹿2008-12-28 09:30 星期日犹他爵士休斯顿火箭2008-12-28 11:00 星期日多伦多猛龙波特兰开拓者2008-12-29 02:00 星期一丹佛掘金纽约尼克斯2008-12-29 04:30 星期一达拉斯小牛洛杉矶快船2008-12-29 08:00 星期一新奥尔良黄蜂印第安纳步行者2008-12-29 08:00 星期一迈阿密热火克里夫兰骑士2008-12-29 10:00 星期一波士顿凯尔特人萨克拉门托国王2008-12-29 10:30 星期一金州勇士洛杉矶湖人2008-12-30 08:00 星期二丹佛掘金亚特兰大老鹰2008-12-30 08:00 星期二奥兰多魔术底特律活塞2008-12-30 08:30 星期二芝加哥公牛新泽西网2008-12-30 09:00 星期二菲尼克斯太阳西雅图超音速2008-12-30 09:00 星期二孟菲斯灰熊明尼苏达森林狼2008-12-30 09:30 星期二华盛顿奇才休斯顿火箭2008-12-30 10:00 星期二费城76人犹他爵士2008-12-30 11:30 星期二多伦多猛龙金州勇士2008-12-31 08:00 星期三亚特兰大老鹰印第安纳步行者2008-12-31 08:00 星期三纽约尼克斯夏洛特山猫2008-12-31 08:30 星期三克里夫兰骑士迈阿密热火2008-12-31 09:00 星期三华盛顿奇才新奥尔良黄蜂2008-12-31 09:00 星期三菲尼克斯太阳孟菲斯灰熊2008-12-31 09:00 星期三明尼苏达森林狼达拉斯小牛2008-12-31 09:30 星期三密尔沃基雄鹿圣安东尼奥马刺2008-12-31 11:00 星期三洛杉矶快船萨克拉门托国王2008-12-31 11:00 星期三波士顿凯尔特人波特兰开拓者2008/2009年度 nba常规赛完全赛程 2009年1月赛程日期时间星期客队主队2009-01-01 03:00 星期四奥兰多魔术芝加哥公牛2009-01-01 04:00 星期四新泽西网底特律活塞2009-01-01 08:00 星期四密尔沃基雄鹿休斯顿火箭2009-01-01 08:00 星期四丹佛掘金多伦多猛龙2009-01-01 09:00 星期四金州勇士西雅图超音速2009-01-01 10:30 星期四费城76人洛杉矶快船2009-01-03 08:00 星期六迈阿密热火奥兰多魔术2009-01-03 08:00 星期六休斯顿火箭多伦多猛龙2009-01-03 08:30 星期六印第安纳步行者纽约尼克斯2009-01-03 08:30 星期六亚特兰大老鹰新泽西网2009-01-03 08:30 星期六芝加哥公牛克里夫兰骑士2009-01-03 08:30 星期六华盛顿奇才波士顿凯尔特人。
区名年年平均降水量年平均最高气温年平均最低气温年平均风速A2002 1.0520.38.44 6.21 A2003 2.2618.628.47 5.98 A2004 1.8420.118.56 6.14 A2005 1.5819.848.53 5.58 A2006 1.3420.319.33 5.43 A2007 1.3920.239.12 5.02 A2008 1.4320.038.85 4.9 A2009 2.0519.858.67 4.79 A2010 1.8219.558.83 4.76 A2011 1.5719.198.83 4.54区名年年平均降水量年平均最高气温年平均最低气温年平均风速B2002 1.4420.8210.5 6.1 B2003 2.8318.8510.24 5.28 B2004 2.2920.7710.75 5.33 B2005 2.3719.9210.61 5.18 B2006 1.7220.8911.71 5.42 B2007 1.9620.7911.99 5.08 B2008 1.4320.4411.69 4.95 B2009 1.820.3511.54 4.96 B2010 2.1920.4411.72 5.03 B2011 1.7119.5211.26 4.6区名年年平均降水量年平均最高气温年平均最低气温年平均风速C2002 1.5120.3210.07 5.96 C2003 3.1318.3710.01 6.28 C2004 2.119.810.57 6.22 C2005 1.5619.2810.33 5.78 C2006 1.4420.2411.36 5.56 C2007 1.4620.0511.18 5.46 C2008 1.5319.7910.4 5.39 C2009 1.6519.6910.62 5.17 C2010 1.5519.5710.49 5.3 C2011 2.419.0410.4 5.01区名年年平均降水量年平均最高气温年平均最低气温年平均风速D2002 2.421.1411.48 4.5 D2003 3.1319.5210.81 4.38 D2004 2.321.0811.27 4.34 D2005 2.9720.2410.92 4.07 D2006 1.8821.4111.97 4.14 D2007 2.0721.311.99 3.8 D2008 2.2920.811.53 3.64 D2009 2.4120.4211.91 3.65 D2010 3.3120.8111.89 3.81 D2011 2.120.5811.89 3.67区名年年平均降水量年平均最高气温年平均最低气温年平均风速E2002 1.6520.6910.47 4.28 E2003 3.7318.9110.11 4.28E2004 2.8920.4510.39 4.6 E2005 2.3119.710.04 4.3 E2006 1.7920.5610.9 4.14 E2007 2.2820.4110.84 4.08 E2008 2.2419.710.16 4.11 E2009 2.042010.17 3.98 E2010 2.2620.2610.33 4.14 E2011 2.3319.599.86 3.75区名年年平均降水量年平均最高气温年平均最低气温年平均风速F2002120.810.3 5.3 F2003 2.519.210 5.2 F2004220.510.4 5.3 F2005 1.719.910.45 F2006 1.520.911.35 F2007 1.220.911.2 4.7 F2008 1.620.510.8 4.9 F2009 1.520.310.7 4.9 F2010 1.820.410.9 4.8 F2011 1.719.610.4 4.6区名年年平均降水量年平均最高气温年平均最低气温年平均风速G2002 3.621.112.1 5.4 G2003419.611.2 5.3 G2004 2.921.412.1 5.5 G2005 3.920.111.8 4.9 G2006 2.921.212.5 4.9 G2007 4.221.412.9 4.7 G2008 3.720.712.2 4.7 G2009 2.620.412.2 4.7 G2010320.612.4 4.6 G2011 2.120.211.7 4.3区名年年平均降水量年平均最高气温年平均最低气温年平均风速H2002 1.6421.1411 5.1 H2003 2.6119.4910.29 5.03 H2004 2.120.9710.76 5.2 H2005 2.220.110.6 4.8 H2006221.211.4 4.7 H2007 1.821.211.6 4.6 H2008220.911.1 4.9 H2009 2.320.811.1 4.8 H2010 1.820.911.1 4.9 H2011 2.120.110.8 4.6区名年年平均降水量年平均最高气温年平均最低气温年平均风速I2002 1.921.411.6 3.9 I2003 3.819.511.2 3.4 I2004 2.921.412 3.2 I2005 2.820.411.7 2.7 I2006 2.321.412.5 2.8I2007 2.821.312.63 I2008 2.320.811.93 I2009 2.221.211.9 3.1 I2010 2.321.412 3.3 I2011 2.120.811.8 2.5区名年年平均降水量年平均最高气温年平均最低气温年平均风速J2002 2.521.111.8 4.6 J2003 4.119.511.1 4.5 J2004 2.221.311.6 4.6 J2005420.111.24 J2006 3.121.312 3.9 J2007 3.321.112.2 3.5 J2008 2.920.511.6 3.6 J2009 2.520.711.9 3.6 J2010 2.420.912 3.6 J2011220.411.7 3.1冰雹次数221110冰雹次数1111120冰雹次数1111111冰雹次数1111121冰雹次数111211冰雹次数11111112冰雹次数111111冰雹次数1121111冰雹次数1111210冰雹次数11111111。
附件2: 中国居民膳食（部分）营养摄入量指标1.部分微量元素的推荐摄入量（RNIs）或适宜摄入量（AIs）：表2.部分维生素的推荐摄入量（RNIs）或适宜摄入量（AIs）注：μgRE表示"微克视黄醇当量",是一种药剂单位。
1μg视黄醇当量＝1μg视黄醇(VA)＝3.3IU（国际单位）视黄醇(VA)＝6μgβ-胡萝卜素。
联合国粮农组织(FAO)及WHO建议维生素A供给量1～15岁时为300～725μg/d,青春期、成人、孕妇750μg/d,乳母1200μg/d; 我国供给量标准与其相近.怀孕动物使用大剂量维生素A,胎儿可发生多种畸形;故临床使用较大剂量维生素A时,应在医生的指导下进行.μgDFE表示“膳食叶酸当量”。
由于食物叶酸与合成的叶酸补充剂生物利用程度不同，美国FNB提出叶酸的摄入量应以膳食叶酸当量（DFE）表示。
由于食物叶酸的生物利用度仅为50%，而叶酸补充剂与膳食混合时生物利用度为85%，比单纯来源于食物的叶酸利用度1.7倍，因此DFE的计算公式为：DFE（μg）=膳食叶酸μg+（1.7x叶酸补充剂μg）例如：来源于水果、蔬菜、肉类、豆类及奶制品食物的叶酸共250μg；来源于叶酸补充剂和强化食品的叶酸共200μg，则总叶酸摄入量为250+1.7x200=590μgDFE。
mgNE表示尼克酸（烟酸）当量，烟酸当量（mgNE）=烟酸（mg）+1/60色氨酸（mg）3.某些微量营养素的最高摄入量（ULs）注：（1）表中空格处表示没有限定值。
（2）由于尚无VB2 毒性的报道，因此现无VB2的UL值，曾有人提出参考最高摄入量为200mg/d。
说明：为了保持健康及活跃的生活，人类必须每天从膳食中获取各种各样的营养物质。
个体对某种营养素的需要量可能随年龄、性别和生理状况而异。
成年人需要营养素来维持体重及保障机体功能。
儿童青少年除了维持外还需要更多营养素满足生长发育的需要。
妊娠和哺乳的妇女需要额外的营养素，以保证胎儿及母体相关组织增长和泌乳的需要。
五大工具培训考试题卷部门姓名得分一、产品质量先期策划和控制计划部分(100分)一填空题：（每栏1分，共50分）1、APQP是指用来确定和制订使产品满足顾客要求所需步骤的结构化方法，是针对具体产品项目。
每一个具体产品项目都必须进行。
为保证每项产品的计划达到顾客满意，引导资源实现质量目标，促使早期识别质量问题而采取预防措施，避免后期更改造成的损失，最终达到以最低的成本及时地提供优质产品的目的。
2、APQP参考手册中规定的产品质量策划过程的五个阶段分别是策划，产品设计和开发，过程设计和开发，产品和过程确认，反馈、评定和纠正措施。
3、在APQP的活动中所建立的产品质量先期策划小组、项目管理小组、横向职能小组都是属于多方论证的解决方法性质的小组。
3、在产品设计和开发的输出中属于项目管理小组负责输出的有拟订策划内容，提供顾客要求，确定项目小组，确定项目管理小组，制订APQP进度计划。
它将转化为过程设计和开发的输入。
4在APQP的活动中，在过程设计和开发阶段输出的文件中包括有试生产控制计划、测量系统分析计划和初始过程能力研究计划。
5、场地平面布置图是为了确定检测点的可接受性性、控制图的位置、目视辅具的应用、中间维修站和缺陷材料的贮存区而绘制的，它是由产品质量策划小小组依据“场地平面布置检查清单”来进行评价的。
6、PFMEA是在开始生产以前之前、产品质量策划过程中进行的，它是一个动态文件。
7、产品和过程确认的输出有试生产、测量系统分析、初始过程能力研究、生产件批准、生产确认试验、包装评价、生产控制计划和质量策划认定和管理者支持。
8、试生产的目的之一是用来收集足够的产品质量数据进行初始过程能力研究，测量系统分析，PPAP文件提交，生产确认试验，包装评价，试生产能力和质量策划认定。
9、控制计划的目的是按照顾客的要求生产出合格的优质产品。
它是通过为总体系设计、选择和实施增值性控制方法以提供结构性的途径来达到上述目标的。
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。
2017年高教社杯全国大学生数学建模竞赛题目D题巡检线路的排班某化工厂有26个点需要进行巡检以保证正常生产，各个点的巡检周期、巡检耗时、两点之间的连通关系及行走所需时间在附件中给出。
每个点每次巡检需要一名工人，巡检工人的巡检起始地点在巡检调度中心（XJ0022），工人可以按固定时间上班，也可以错时上班，在调度中心得到巡检任务后开始巡检。
现需要建立模型来安排巡检人数和巡检路线，使得所有点都能按要求完成巡检，并且耗费的人力资源尽可能少，同时还应考虑每名工人在一时间段内（如一周或一月等）的工作量尽量平衡。
问题1.如果采用固定上班时间，不考虑巡检人员的休息时间，采用每天三班倒，每班工作8小时左右，每班需要多少人，巡检线路如何安排，并给出巡检人员的巡检线路和巡检的时间表。
问题2.如果巡检人员每巡检2小时左右需要休息一次，休息时间大约是5到10分钟，在中午12时和下午6时左右需要进餐一次，每次进餐时间为30分钟，仍采用每天三班倒，每班需要多少人，巡检线路如何安排，并给出巡检人员的巡检线路和巡检的时间表。
问题3.如果采用错时上班，重新讨论问题1和问题2，试分析错时上班是否更节省人力。
研究巡检路线的排班状况及优化问题摘要在确保某工厂能正常运行的情况下，以减少人力资源为目的，让工人生产力得到充分发挥且每名工人的工作量尽可能均衡，确定巡检人员数量，制定恰当的工作时间表和工作路线图。
针对问题一：以时间最短为目标函数建立多目标优化模型，采用0-1规划进行建立，先利用excel对附件的数据进行处理，借助lingo软件运行，结合人工对数据的整理，得出要完成该任务每班需要5个工人巡检较为理想，该5个工人具体巡检时间（见表6-1至表6-5）和巡检路线（如图6-2至图6-6）。
针对问题二：在问题一的基础上满足巡检工人2小时左右休息一次，因固定上班时间，三班倒，则假设三个班在固定时间进餐，不考虑进餐时间，以时间最少为目标函数，增加约束条件，建立0-1规划，利用lingo软件运行以及对数据的整理，得到每班需要6个工人巡检较为理想，其巡检时间（见表6-7至表6-12）和巡检路线（如图6-9至图6-14）。
2014高教社杯全国大学生数学建模竞赛欧阳家百（2021.03.07）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）：D我们的报名参赛队号为（8位数字组成的编号）：所属学校（请填写完整的全名）：参赛队员 (打印并签名) ：1.（隐去论文作者相关信息等）2.3.指导教师或指导教师组负责人 (打印并签名)：（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： 2014年月日赛区评阅编号（由赛区组委会评阅前进行编号）：2014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）：储药柜的设计摘要面向消费者的药品零售药房，日常运行中需要执行大量的药品存储和分拣工作，目前自动化药房的研发及逐渐应用提高了药品存储和分拣效率，为医疗工作提供了极大地便利。
储药通道即为自动化药房的重要部分，合理的储药槽设计可以减少储药槽的设计成本、合理的利用储存处空间、提高药品的存储率和分拣效率。
附件2：命题格式一、单选题格式（每题4个选择项，只有一个正确答案）1、混凝土强度检验评定标准（GB/T 50107-2010）的施行日期是（C）A、2010年10月1日B、2010年11月1日C、2010年12月1日D、2011年1月1日2、混凝土强度检验评定标准（GB/T 50107-2010），混凝土立方体试块抗压强度低于标准值的概率应为（A）A、5%B、10%C、15%D、20%3、混凝土强度检验评定标准（GB/T 50107-2010），某组混凝土试件测得3个试件的抗压强度分别为35Mpa，37Mpa，43Mpa，则该组试件的强度为（B）A、35MpaB、37MpaC、38MpaD、42Mpa4、混凝土强度检验评定标准（GB/T 50107-2010），混凝土标准养生的湿度为（D）A、80%B、85%C、90%D、95%5、混凝土强度检验评定标准（GB/T 50107-2010），塌落度试验时，从开始装桶到提起塌落筒的时间不应超过（A）A、2.5分钟B、3分钟C、4分钟D、5分钟6、混凝土强度检验评定标准（GB/T 50107-2010），某C30混凝土浇筑时，制作的试件为边长100mm的立方体试块，其抗压强度折算成边长为150mm的标准尺寸试件抗压强度时，折算系数为（C）A、0.85B、0.9C、0.95D、1.05.................7、混凝土强度检验评定标准（GB/T 50107-2010）：混凝土的物理力学性能试验中，试件以（C）个为一组。
A、1B、2C、3D、48、混凝土强度检验评定标准（GB/T 50107-2010）：当一次连续浇筑同配合比的混凝土超过1000m3时，每（C）取样不应少于一次。
A、100m3B、150m3C、200m3D、250m39、混凝土强度检验评定标准（GB/T 50107-2010）：当样本容量为12组时，其强度评定时合格评定系数λ1取值应为（D）A、0.85B、0.95C、1.05D、1.1510、混凝土强度检验评定标准（GB/T 50107-2010）：标准中，混凝土各项强度指标的基本代表值是（A）A、立方体抗压强度标准值B、轴心抗压强度标准值C、轴心抗压强度设计值D、抗拉强度标准值11、混凝土强度检验评定标准（GB/T 50107-2010）：评定混凝土强度采用的标准试件的尺寸，应为以下何种所示（B）A、100mm*100mm*100mmB、150mm*150mm*150mmC、150mm*150mm*300mmD、200mm*200mm*200mm12、混凝土强度检验评定标准（GB/T 50107-2010）：高强混凝土的下列优点中，何项不正确（D）A、强度高B、可施加更大的预应力C、耐久性更好D、延性更好12、混凝土强度检验评定标准（GB/T 50107-2010）：某混凝土拌合物的立方体抗压强度标准值为24.5MPa，则该混凝土的强度等级为（A）A、C20B、C24.5C、C25D、C3013、混凝土强度检验评定标准（GB/T 50107-2010）：混凝土的强度等级是依据混凝土的（C）确定的。
Future flood losses in major coastal citiesStephane Hallegatte 1,2*, Colin Green 3, Robert J. Nicholls 4 and Jan Corfee-Morlot 5Flood exposure is increasing in coastal cities 1,2 owing to growing populations and assets, the changing climate 3, and subsidence 4–6. Here we provide a quantification of present and future flood losses in the 136 largest coastal cities. Using a new database of urban protection and different assumptions on adaptation, we account for existing and future flood defences. Average global flood losses in 2005 are estimated to be approximately US$6billion per year, increasing to US$52billion by 2050 with projected socio-economic change alone. With climate change and subsidence, present protection will need to be upgraded to avoid unacceptable losses of US$1trillion or more per year. Even if adaptation investments maintain constant flood probability, subsidence and sea-level rise will increase global flood losses to US$60–63billion per year in 2050. To maintain present flood risk, adaptation will need to reduce flood probabilities below present values. In this case, the magnitude of losses when floods do occur would increase, often by more than 50%, making it critical to also prepare for larger disasters than we experience today. The analysis identifies the cities that seem most vulnerable to these trends, that is, where the largest increase in losses can be expected.A first screening study 1 provided a global overview of flood exposure in world coastal cities. The exposure metric can be viewed as a worst case scenario, but it does not estimate average annual losses, which is a standard metric in disaster risk management planning. To do so, it is necessary to take into account infrastructure-based adaptation (for example, dykes) and the vulnerability of populations and assets. Here, we assess economic average annual losses (AAL) in 136 coastal port cities, using a method developed for assessing city-level flood risk 7 and a new database of urban coastal protection (Methods).Present aggregated average annual flood losses in the 136 cities are estimated at approximately US$6billion per year. Table 1 ranks the most vulnerable cities in 2005 using two different metrics of vulnerability. In the left column, the table shows a ranking in terms of AAL, taking into account all potential floods and existing protection. The AAL estimates can be compared to more sophisticated approaches. For instance, the annual losses in New Orleans are estimated at US$600million, close to the US$650million estimates from the Interagency Performance Evaluation Taskforce 8. In the right column, cities are ranked according to relative vulnerability, namely the ratio of AAL to the city’s gross domestic product (GDP). This value can be understood1The World Bank, Sustainable Development Network, Washington DC 20433, USA, 2Centre International de Recherche sur l’Environnement et leDéveloppement (CIRED), Nogent-sur-Marne 94736, France, 3Flood Hazard Research Centre, Middlesex University, London NW4 4BT, UK, 4Faculty ofEngineering and the Environment, University of Southampton, Southampton SO17 1BJ, UK, 5Organisation for Economic Co-operation and Development, Paris 75775, France. *e-mail: shallegatte@as the share of the city’s economic output that should be saved annually to pay for future flood losses. The 20 cities most vulnerable according to this last indicator are also presented in Fig. 1.The ranking in terms of exposure includes mainly rich-country cities (Supplementary Table S4). On average, however, rich cities are better protected than poorer ones, and the ranking in terms of absolute flood losses contains more cities from developing countries. In relative terms, developing-country cities are even more vulnerable, with only three cities from developed countries in the top 20 (New Orleans, Miami and Tampa—Saint-Petersburg). Moreover the ranking in absolute terms (left column) includes mainly capital cities, whereas secondary cities are more often represented in the ranking in relative terms (right column). This difference suggests that risk management efforts may be lower in secondary cities.Table 1 shows the importance of existing flood defences: in a city such as Amsterdam, exposure is extremely high (US$83billion of assets exposed to the 100-year flood), but AAL do not exceed US$3million, because estimated defence standards are the highest that exist globally. On the other hand, a city such as Ho Chi Minh, in Vietnam, has a 100year exposure of only US$18billion, but the lower level of protection means that the city is affected by small floods on a frequent basis, resulting in large estimated average costs. In relative terms, Ho Chi Minh City has one of the largest vulnerabilities, with AAL reaching 0.74% of local GDP . The ratio of AAL to local GDP exceeds 1% for two cities, Guangzhou and New Orleans. The vulnerability of New Orleans has been reduced however by recent post-Hurricane Katrina investments and is likely to be reduced further in the near future 9. Another conclusion from Table 1 is the concentration of losses in only a few cities. Only 13 cities have average losses in excess of US$100million, and three American cities (Miami, New York City and New Orleans) explain 31% of the global aggregate losses in the 136 cities, because of their high wealth and low protection level. Adding Guangzhou, the four top cities explain 43% of global losses. Also, the US seems particularly vulnerable, with 6 American cities in exposure ranking, 8 in the ranking by absolute AAL, and 3 in the ranking by relative AAL. As coastal flood risks are highly concentrated, flood reduction actions in a few locations could be very cost-effective.To develop possible future patterns of drivers of risk to 2070, our analysis introduces three scenarios for socio-economic10.1038changes and six for environmental change. From there, we retain four main scenarios: SEC assumes only socio-economic changes, derived from OECD and UN scenarios; SEC-S adds subsidence to scenario SEC (40cm in 2050 in the cities subjected to subsidence); and SLR-1 and SLR-2 add optimistic and pessimistic sea-level riseHere, we report results for 2050, but results for 2030 and 2070 are available in the Supplementary Information.With no adaptation, the projected increase in average losses by 2050 is huge, with aggregate losses increasing to more than US$1trillion per year in scenarios SLR-1 and SLR-2NATURE CLIMATE CHANGE | ADVANCE ONLINE PUBLICATION | /natureclimatechange3Figure 1 j The 20 cities where the relative risk is larger in 2005, that is, where the ratio of AAL with respect to local GDP is the largest. More information in Table 1.2NATURE CLIMATE CHANGE | ADVANCE ONLINE PUBLICATION | /natureclimatechangein risk. In the absence of adaptation, the impact of environmental change is much larger than the effect of socioeconomic change. These numbers should not be considered as predictions, but they demonstrate the need for adaptation, because inaction would result in unacceptably high losses.We then consider adaptation and how it will alter losses. We assume first that adaptation action increases coastal flood defences to maintain a constant probability of flooding (adaptation option: present design, PD). The increase in aggregate AAL is much lower in this case. Owing to socio-economic change, there is still a ninefold increase in aggregate losses, from US$6 to US$52billion per year, but this is made more manageable by the fact that these cities are also much richer. However, rising water levels still increase AAL: subsidence by 12% and sea-level rise by an additional 2–8%, reaching between US$60 and 63billion per year.Table 2 shows the top 20 cities in terms of AAL in 2050 in the scenario with subsidence and optimistic sea-level rise (SLR-1), with adaptation to maintain present flood probability. Guangzhou remains the most vulnerable city, with AAL exceeding US$13billion. With socio-economic change alone, AAL in Guangzhou would be around US$12billion per year in 2050 (a 17-fold increase inabsolute terms). Subsidence and sea-level rise are thus responsible for an additional 10% increase, that is, a 10% increase in the AAL-to-GDP ratio. Indeed, even if the probability of coastal flooding is unchanged thanks to upgraded coastal defence infrastructure, the fact that a larger share of existing assets is protected by these defences meansthat annuallosseswill riserelativeto localGDP .For instance, sea-levelriseandsubsidenceincreasetheAAL-to-GDPratioby54% in Jakarta and by 24% in Abidjan even if present flood probabilities are maintained thanks to better defences. In other words, the world sees no more floods, but each flood is more destructive owing to sea-level rise and subsidence, even with better defences. This effect reinforcesatrendthatcanbeexpectedfromsocio-economicchange alone, even in the absence of environmental change.10Figure 2 shows the 20 cities where the increase in average annual losses between 2005 and 2050 is greatest in relative terms; detailed numerical values are provided in Supplementary Table S7. In Alexandria, for instance, maintaining flood probability leads to an increase by 154% in AAL. These most vulnerable cities are distributed all over the world, with aconcentration in the Mediterranean Basin, the Gulf of MexicoLETTERSNATURECLIMATECHANGE DOI:10.1038/NCLIMATE1979NATURECLIMATECHANGE DOI:10.1038/NCLIMATE1979LETTERSand East Asia. Even though absolute levels of risk are sometimes low in these cities, they can be considered as adaptation hotspots because this is where flood risks are likely to increase the most in relative terms.To avoid any increase in risk, an adaptation policy needs to do more than maintain present flood probability. Rather, maintaining present levels of risk (relative to local GDP) in the context of rising sea levels, subsidence and socio-economic changes requires adaptation policy that reduces flood probability over time. In the adaptation option termed present losses, an upgrade in defence is thus calibrated to cancel the impact of environmental changes and to maintain present losses on average relative to local wealth, keeping aggregate losses at US$52billion.For each city, we estimate the increase in defence standard that would maintain the relative risk level (that is, keep constant the ratio of average annual losses to local GDP). The required increase in protection is larger than local sea-level rise. For instance, in Alexandria, protection needs to be raised by 67cm, for a 60cm rise in local sea level; this corresponds to moving from a 100-year design standard to a 270-year design standard (that is, a division by 2.7 of the probability of flooding). In other cities (Supplementary Table S7) the increase in dyke height is between 2 and 8cm larger than sea-level rise. This increase corresponds to a significant increase in the standard of protection, that is, to a large decreasein the probability of flooding (for example, a division by 1.6 in Jakarta and Shanghai).Even if the relative risk level is maintained, flood rise and better protection. In Alexandria in 2050, for instance, the probability of a flood may decrease by 2.7 owing to better defences, but if a flood occurs the total losses triple from US$17billion (with socio-economic change alone) to US$51billion, a tripling due to environmental changes alone. Results for other cities are presented in Supplementary Table S7. Many cities would experience losses that are more than 50% larger if an event exceeds the postadaptationprotectionlevel.Hence,theworld’scoastalcitiesbe come more dependent on flood defences, but also more vulnerable once failure or overtopping occurs.Finally,Table 3looksatpresentcitycharacteristicsthatinfluence the vulnerability in 2050. It shows that cities that grow rapidly, have large populations, are poor, exposed to tropical storms, and prone to subsidence are over-represented in the top 20 for absolute AAL (the cities from Table 2). However, these drivers are not as relevant for the relative increase in annual average loss with adaptation option PD (the cities from Fig. 2). Only subsidence seems to be a consistently good determinant of vulnerability for both absolute and relative measures of change, with twice as many cities with subsidence in the top 20 based on the two indicators (absolute and relative losses). The cities most vulnerable in relative terms may thus not be the ones suggested by the present situation and historicfloods,noraretheytheonesthatnecessarilyattractthemost research and analysis today with respect to managing risk.While recognizing the limitations and uncertainties in this analysis, three important policy conclusions can be drawn that are robust across a range of plausible assumptions. First, failingTable 2j The 20 cities with the highest loss in 2050, assuming scenario SLR-1 and adaptation option that maintains flood probability (option PD).Scenarios with socio-economic Scenarios with socio-economic change, subsidence, sea-level change alone (SEC)rise and adaptation to maintain flood probability (scenariosSLR-1, and adaptation option PD)Urban agglomeration AAL (US$million)AAL(percentageof city GDP)AAL (US$million)Increase in AALcompared with 2005(%)AAL (percentage of city GDP)Guangzhou (S)11,928 1.32%13,20011% 1.46%Mumbai6,1090.47%6,4145%0.49%Kolkata (S)2,7040.21%3,35024%0.26%Guayaquil (S)2,8130.95%3,18913% 1.08%Shenzen2,9290.38%3,1367%0.40%Miami2,0990.30%2,54921%0.36%Tianjin (S)1,8100.24%2,27626%0.30%New York—Newark1,9600.08%2,0565%0.08%Ho Chi Minh City (S)1,7430.74%1,95312%0.83%New Orleans (S)1,583 1.21%1,86418% 1.42%Jakarta (S)1,1390.14%1,75054%0.22%Abidjan8260.72%1,02324%0.89%Chennai (Madras)8250.12%93914%0.14%Surat9050.25%9283%0.26%Zhanjiang (S)8060.50%89111%0.55%Tampa—St. Petersburg7630.26%85913%0.29%Boston7410.13%7937%0.14%Bangkok (S)5960.07%73423%0.09%Xiamen (S)5720.22%72927%0.29%Nagoya (S)5640.26%64414%0.30%‘S’ indicates that the city is prone to significant subsidence. Most of these cities are located in deltaic regions, where subsidence influences local sea level in 2050.LETTERS NATURECLIMATECHANGE DOI:10.1038/NCLIMATE1979Figure 2 j The 20 cities where AAL increase most (in relative terms in 2050 compared with 2005) in the case of optimistic sea-level rise, if adaptation only maintains present defence standards or flood probability (PD). More information in Supplementary Table S7.the specific context for each city and on selected approaches and technologies. On the basis of anecdotal evidence from a few cities11–14, a few billion US dollars per city in initial investment—plus approximately 2% of the initial investment cost in annual operation and maintenance costs—is the possible order of magnitude for adaptation costs15. Hence, indicative annualized values with 5% interest rates are about US$350million per year per city, or approximately US$50billion per year for our 136-city sample. These estimated aggregate adaptation costs are far below our estimate of aggregate damage losses per year in the absence of adaptation, and of the same order of magnitude as residual losses with adaptation (Supplementary Table S6). These estimates include only flood risks and do not encompass all weather risks that these cities face; see, for instance, ref. 16 for a global analysis of wind damage from tropical cyclones.Second, managing coastal flood risk requires doing more than maintaining today’s standardof protection (and presentprobability of flooding). In practice, probability of flooding will need to be reduced to maintain flood risks at today’s levels.Last, improving standards of protection could maintain or reduce risk levels and decrease the number of floods, but the magnitude of losses when floods do occur will still increase. This result points to the limitations of what infrastructure-based adaptation can achieve. As illustrated by the recent landfall of hurricane Sandy on the east coast of the United States, there is a need to prepare at the local, national and international level for larger floods and the disasters that ensue. Such preparations can include strengthening disaster planning measures, including early warning and evacuation systems, more comprehensive insurance schemes and other forms of post-disaster response to quickly rebuild affected communities.MethodsFlood risks are analysed following ref. 7. The population exposure is taken from a previous analysis1. Exposed population was translated into exposed assets using an estimate of produced capital per inhabitant drawing on recent work from the World Bank17. The DIVA database provides information about extreme water levels18. We create a first database for coastal defences; this is based on collected evidence on existing defences where possible, and the authors’ expert estimates to complete the defence database (Supplementary Information).Then, we calculate the probability of different flood levels in each city (within the flood defences) using three simple models for defence failure or overtopping. Even though absolute risk levels depend on the failure model, the relative effect of ing depth–damage functions for 6 categories of assets.Toassessfuturelosses,weusetwosocio-economicscenarios19:anOECD-based growth scenario in which urban populations grow at the same rate in all cities, following anextrapolation ofUN urbanizationscenarios; andthe OECD-basedgrowth scenario in which city population is capped at 35million inhabitants. We assume thatfutureassetsinthecityhavethesameelevationdistributionasexistingassets.The six scenarios of environmental change combine: two assumptions on subsidence (no subsidence, or a 40cm subsidence in 2050 in all cities subject to it); and three assumptions about sea-level rise (none, 20cm, or 40cm in 2050). Combined with socio-economic scenarios and adaptation options, these lead to 108 scenario combinations. Results for the 108 scenarios and input data and model codes are available in the Supplementary Information. The analysis presented here considers only four scenarios of the total number of scenarios (see text). All scenarios use the simplest defence failure model, the maximum protection level, and constrain cities to no more than 35million inhabitants.Received 4 December 2012; accepted 16 July 2013; published online 18 August 2013References1.Hanson, S. et al. A global ranking of port cities with high exposure to climateextremes. Climatic Change 104, 89–111 (2011).2.De Sherbinin, A., Schiller, A. & Pulsipher, A. The vulnerability of global cities toclimate hazards. Environ. Urban. 19, 39–64 (2007).3.Nicholls, R. J. et al. in IPCC Climate Change 2007: Impacts, Adaptation andVulnerability (eds Parry, M. L., Canziani, O. F., Palutikof, J. P., van der Linden, P.J. & Hanson, C. E.) 315–356 ( Cambridge Univ. Press, 2007).4.Nicholls, R. J. Coastal megacities and climate change. GeoJournal 37, 369–379(1995).5.Dixon, T. H. et al. Space geodesy: Subsidence and flooding in New Orleans.Nature 441, 587–588 (2006).6.Climate Risks and Adaptation in Asian Coastal Megacities (The World Bank,2010).7.Hallegatte, S. et al. Assessing climate change impacts, sea level rise and stormsurge risk in port cities: A case study on Copenhagen. Climatic Change 104, 113–137 (2011).8./.9.Link, L. E. The anatomy of a disaster, an overview of Hurricane Katrina and NewOrleans. Ocean Eng. 37, 4–12 (2010).10.Hallegatte, S. An Exploration of the Link between Development, EconomicGrowth, and Natural Risk Policy Research Working Paper No. 6216 (The World Bank, 2012).11.Evans, E. et al. Proc. Inst. Civil Eng. 159, 53–61 (2006).12.Kabat, P. et al. Dutch coasts in transition. Nature Geosci. 2, 450–452 (2009).13.Kates, R. W., Colten, C. E., Laska, S. & Leatherman, S. P. Reconstruction ofNewOrleans after Hurricane Katrina: A research perspective. Proc. Natl Acad. Sci.USA 103, 14653–14660 (2006).14.Ammerman, A. J. & McClennen, C. E. Saving Venice. Science 289, 1301–1302(2000).4NATURE CLIMATE CHANGE | ADVANCE ONLINE PUBLICATION | /natureclimatechange NATURECLIMATECHANGE DOI:10.1038/NCLIMATE1979LETTERSNATURE CLIMATE CHANGE | ADVANCE ONLINE PUBLICATION | /natureclimatechange515.Nicholls, R., Brown, S., Hanson, S. & Hinkel, J. Economics of Coastal ZoneAdaptation to Climate Change (The World Bank, 2010).16.Peduzzi, P. et al. Global trends in tropical cyclone risk. Nature Clim. Change 2,289–294 (2012).17.The Changing Wealth of Nations: Measuring Sustainable Development in theNew Millennium (The World Bank, 2010).18.Vafeidis, A. T. et al. A new global coastal database for impact and vulnerabilityanalysis to sea-level rise. J. Coast. Res. 917–924 (2008).19.Chateau, J., Rebolledo, C. & Dellink, R. An Economic Projection to 2050: TheOECD ‘ENV-Linkages’ Model Baseline No. 41 (OECD, 2011). AcknowledgementsThese are early results from an ongoing OECD research project. The authors acknowledge support from the OECD for this research and support from J. Chateau to provide the socio-economic scenario data from the OECD’s ENV-Linkages model. C.G. acknowledges support from the AVOID project. The views shared in this article represent those of the authors and are not intended to represent the views of the OECD or of its Member countries, or the view of World Bank, its executive directors, or the countries they represent.Author contributionsThe four authors designed the study, interpreted results and authored the paper. S.H. developed and ran the models. R.N. and C.G. provided expert input on depth–damage curves and coastal protection.Additional informationSupplementary information is available in the online version of the paper. Reprints and permissionsinformationisavailableonlineat /reprints.Correspondence and requests for materials should be addressed to S.H.Competing financial interestsThe authors declare no competing financial interests.。
