92A题施肥效果分析回归分析数据拟合
92B题实验数据分解离散模型、组合最优化
93A非线性交调的频率设计拟合、规划
93B足球队排名图论、层次分析、整数规划
94A逢山开路图论、插值、动态规划
94B锁具装箱问题图论、组合数学
95A飞行管理问题非线性规划、线性规划
95B天车与冶炼炉的作业调度动态规划、排队论、图论
96A最优捕鱼策略微分方程、优化
96B节水洗衣机非线性规划
97A零件的参数设计非线性规划
97B截断切割的最优排列随机模拟、图论
98A一类投资组合问题多目标优化、非线性规划
98B灾情巡视的最佳路线图论、组合优化
99A自动化车床管理随机优化、计算机模拟
99B钻井布局0-1规划、图论
00A DNA序列分类模式识别、Fisher判别、
人工神经网络
00B钢管订购和运输组合优化、运输问题
01A血管三维重建曲线拟合、曲面重建
01B 公交车调度问题多目标规划
02A车灯线光源的优化非线性规划
02B彩票问题单目标决策
03A SARS的传播微分方程、差分方程
?03B 露天矿生产的车辆安排整数规划、运输问题
?04A奥运会临时超市网点设计统计分析、数据处理、优化
?04B电力市场的输电阻塞管理数据拟合、优化
?05A长江水质的评价和预测预测评价、数据处理
?05B DVD在线租赁随机规划、整数规划
?06A出版社书号问题整数规划、数据处理、优化
?06B Hiv病毒问题线性规划、回归分析
?07A 人口问题微分方程、数据处理、优化
?07B 乘公交，看奥运多目标规划、动态规划、图论
0-1规划
?08A 照相机问题非线性方程组、优化
?08B大学学费问题数据收集和处理、统计分析、
回归分析
?09A 制动器试验台的控制方法分析微元分析法
?09B 眼科病床的合理安排层次分析法整数规划动态规划排队论
?10A 储油罐的变位识别与罐容表标定非线性规划多元拟合
?10B 2010年上海世博会影响力的定量评估数据收集和处理，层次分析法时间序列分析
历年数学建模赛题题目 1992年 (A) 施肥效果分析问题(北京理工大学：叶其孝） (B) 实验数据分解问题（华东理工大学:俞文此; 复旦大学：谭永基）1993年 (A) 非线性交调的频率设计问题（北京大学：谢衷洁） (B) 足球排名次问题（清华大学：蔡大用） 1994年 (A) 逢山开路问题（西安电子科技大学：何大可） (B) 锁具装箱问题（复旦大学:谭永基，华东理工大学:俞文此）1995年 (A) 飞行管理问题（复旦大学:谭永基，华东理工大学:俞文此） (B) 天车与冶炼炉的作业调度问题（浙江大学：刘祥官,李吉鸾）1996年 (A) 最优捕鱼策略问题（北京师范大学：刘来福） (B) 节水洗衣机问题（重庆大学：付鹂） 1997年 (A) 零件参数设计问题（清华大学：姜启源） (B) 截断切割问题（复旦大学:谭永基，华东理工大学:俞文此）1998年 (A) 投资的收益和风险问题（浙江大学：陈淑平） (B) 灾情巡视路线问题（上海海运学院：丁颂康） 1999年 (A) 自动化车床管理问题（北京大学：孙山泽） (B) 钻井布局问题（郑州大学：林诒勋） (C) 煤矸石堆积问题（太原理工大学：贾晓峰） (D) 钻井布局问题（郑州大学：林诒勋） 2000年 (A) DNA序列分类问题（北京工业大学：孟大志） (B) 钢管订购和运输问题（武汉大学：费甫生） (C) 飞越北极问题（复旦大学：谭永基） (D) 空洞探测问题（东北电力学院：关信） 2001年 (A) 血管的三维重建问题（浙江大学：汪国昭） (B) 公交车调度问题（清华大学：谭泽光） (C) 基金使用计划问题（东南大学：陈恩水） (D) 公交车调度问题（清华大学：谭泽光） 2002年
２01４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)：B 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. 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 9 月15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）：赛区评阅记录(可供赛区评阅时使用）：
数学建模及全国历年竞赛题目 (2010-09-28 21:58:01) 标签： 分类：专业教学 数学建模 应用数学模型 教育 一、数学建模的涵 （一）数学建模的概念 数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻画并"解决"实际问题的一种强有力的数学手段。使用数学语言描述的事物就称为数学模型，这个建立数学模型的全过程就称为数学建模。（二）应用数学模型 应用数学去解决各类实际问题，把错综复杂的实际问题简化、抽象为合理的数学结构。通过调查、收集数据资料，观察和研究实际对象的固有特征和在规律，抓住问题的主要矛盾，建立起反映实际问题的数量关系，然后利用数学的理论和方法去分析和解决问题。需要诸如数理统计、最优化、图论、微分方程、计算方法、神经网络、层次分析法、模糊数学，数学软件包如 Mathematica,Matlab,Lingo,Spss,Mapple的使用，甚至排版软件等知识的基础。
（三）数学建模的特点 数学建模具有难度大、涉及面广、形式灵活，对教师和学生要求高等特点；数学建模的教学本身是一个不断探索、不断创新、不断完善和提高的过程。（四）数学建模的指导思想 数学建模的指导思想就是：以实验室为基础、以学生为中心、以问题为主线、以培养能力为目标来组织教学工作。 （五）数学建模的意义 数学建模是联系数学与实际问题的桥梁，是数学在各个领械广泛应用的媒介，是数学科学技术转化的主要途径。通过教学使学生了解利用数学理论和方法去分析和解决问题的全过程，提高他们分析问题和解决问题的能力；提高他们学习数学的兴趣和应用数学的意识与能力，使他们在以后的工作中能经常性地想到用数学去解决问题，提高他们尽量利用计算机软件及当代高新科技成果的意识，能将数学、计算机有机地结合起来去解决实际问题。 1.培养创新意识和创造能力； 2.训练快速获取信息和资料的能力； 3.锻炼快速了解和掌握新知识的技能； 4.培养团队合作意识和团队合作精神； 5.增强写作技能和排版技术；
§15.4锁具装箱问题 [学习目标] 1.能表述锁具装箱问题的分析过程； 2.能表述模型的建立方法； 3.会利用排列组合来计算古典概型； 4.会利用Mathematica求解锁具装箱问题。 一、问题 某厂生产一种弹子锁具，每个锁具的钥匙有5个槽，每个槽的高度从{1，2，3，4，5，6}6个数（单位从略）中任取一数。由于工艺及其它原因，制造锁具时对5个槽的高度有两个要求：一是至少有3个不同的数；二是相邻两槽的高度之差不能为5。满足上述两个条件制造出来的所有互不相同的锁具称为一批。销售部门在一批锁具中随意地抽取，每60个装一箱出售。 从顾客的利益出发，自然希望在每批锁具中不能互开（“一把钥匙开一把锁”）。但是，在当前工艺条件下，对于同一批中两个锁具是否能够互开，有以下实验结果：若二者相对应的5个槽的高度中有4个相同，另一个槽的高度差为1，则可能互开；在其它情况下，不可能互开。 团体顾客往往购买几箱到几十箱，他们会抱怨购得的锁具中出现互开的情形。现请回答以下问题： 1．每批锁具有多少个，能装多少箱？ 2．按照原来的装箱方案，如何定量地衡量团体顾客抱怨互开的程度（试对购买一、二箱者给出具体结果）。 二、问题分析与建立模型 因为弹子锁具的钥匙有5个槽，每个槽的高度从{1，2，3，4，5，6}这6个数中任取一数，且5个槽的高度必须满足两个条件：至少有3个不同的数；相邻两槽的高度之差不能为5。所以我们在求一批锁具的总数时，应把问题化为三种情况，即5个槽的高度由5个不同数字组成、由4个不同数字组成、由3个不同数字组成，分别算出各种情况的锁具个数，然后相加便得到一批锁具的总个数。在分别求这三种情况锁具个数的时候，先求出满足第1个条件的锁具个数再减去不满足第2个条件的锁具个数。在求这三种情况锁具个数的时候，主要依靠排列组合的不尽相异元素的全排列公式。 下面用一个5元数组来表示一个锁具： Key=（h1，h2，h3，h4，h5） 其中h i表示第i个槽的高度，i=1，2，3，4，5。此5元数组表示一把锁，应满足下述条件： 条件1：h i∈{1，2，3，4，5，6}，i = 1，2，3，4，5。
上海世博会影响力的定量评估 摘要 本文主要针对世博会对上海市的发展产生的影响力进行定量评估。 在模型一中，首先我们从上海的城市基础设施建设这一侧面定量评估世博会对上海市的发展产生的影响，而层次分析法是对社会经济系统进行系统分析的有力工具。所以 我们运用层次分析法，构造成对比矩阵a ，找到最大特征值λ，运用1 n CI n λ-=-进行一致 性检验，这样对成对比矩阵a 进行逐步修正，最终可以确定权向量。再运用模糊数学的综合评价法，通过组合权向量就可以得出召开世博会比没有召开世博会对上海城市基本设施建设的影响要高出40%。 在模型二中，上海世博会的影响力直接体现在GDP 上，我们直接以GDP 这个硬性直接指标来衡量上海世博会对上海的影响。因此我们运用线性回归的模型预测出在有无上海世博会这两者情况下的GDP 的值，并将运用线性回归得到的数据与上海统计年鉴中的相关数据进行比较运算，算出误差在1.2%左右，这说明我们用线性回归得到的模型能准确地反映出世博会对上海GDP 的影响。运用公式21 1 100%Q Q Q η-=?可以计算出世博对上海GDP 的影响力的大小为1983417833 100%11.2%17833 η-= ?=。 关键词：层次分析法 模糊数学 线性回归 城市基础建设 GDP
1 问题重述 2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始，世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴趣的某个侧面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。 2 问题分析 对于模型一，为了定量评估2010年上海世博会的影响力，我们首先选取城市基础设施建设的投入这一个侧面，因为通过查找相关数据，我们发现，城市基础设施建设的投入在上海整个GDP的增长中占有很大的比重，对GDP的贡献占主体地位。而层次分析法是对社会经济系统进行系统分析的有力工具。为此，我们通过研究上海统计局的相关数据，使用层次分析法来评估世博会的召开对基础设施建设的投入的影响，目标层为世博会的召开对基础设施建设的投入的影响，准则层依次为电力建设、交通运输、邮电通信、公用事业、市政建设，方案层依次为没有召开世博时的影响、召开世博时的影响。首先我们通过层次分析法算出电力建设、交通运输、邮电通信、公用事业、市政建设的相对权重，然后应用模糊数学中的综合评价法对上海世博会对城市基础设施建设的影响作出综合的评价，应用综合评价法计算出没有召开世博和召开世博两种情况下的权重，从而得出上海世博会的召开对城市基础设施建设的影响。 对于模型二，直接以GDP这个硬性直接指标来衡量上海世博会对上海的影响。先根据上海没有申办世博会的GDP总额的相关数据，建立线性回归模型，由此预测不举办世博会情况下2010年上海市的GDP总额；再由2002年至2009年的GDP值用线性回归预测出举办世博会情况下2010年上海市的GDP总额，并将两种情况进行对比得出世博会对上海GDP的影响。 3 模型假设 3.1假设非典和奥运等重大事件对世博前的城市基础建设的投入影响很小，可以忽略。 3.2 假设不同时期国家的经济实力不同，对城市基础建设的投入影响很小，可以忽略。 3.3 假设我们查到的数据真实可靠。 4符号说明 CI为一致性指标； RI为随机一致性指标； CR为一致性比率； λ为成对比较矩阵的最大特征值； () 1,2,3,4,5 y i=分别为电力建设、交通运输、邮电建设、共用设施、市政建设2010 i 年各项投入金额的理论预测值；
摘要 回归分析和方差分析是探究和处理相关关系的两个重要的分支,其中回归分析方法是预测方面最常用的数学方法,它是利用统计数据来确定变量之间的关系,并且依据这种关系来预测未来的发展趋势。本文主要介绍了一元线性回归分析方法和多元线性回归分析方法的一般思想方法和一般步骤,并且用它们来研究和分析我们在生活中常遇到的一些难以用函数形式确定的变量之间的关系。在解决的过程中,建立回归方程,再通过该回归方程进行预测。 关键词:多元线性回归分析;参数估计;F检验
回归分析在数学建模中的应用 Abstract Regression analysis and analysis of variance is the inquiry and processing of the correlation between two important branches, wherein the regression analysis method is the most commonly used mathematical prediction method, it is the use of statistical data to determine the relationship between the variables, and based on this relationship predict future trends. introduces a linear regression analysis and multiple linear regression analysis method general way of thinking and the general steps, and use them to research and analysis that we encounter in our life, are difficult to determine as a function relationship between the variables in the solving process, the regression equation is established by the regression equation to predict. Keywords:Multiple linear regression analysis; parameter estimation;inspection II
2012年北京师范大学珠海分校数学建模竞赛 题目：对中国大学生数学建模竞赛历年成绩的分析与预测 摘要 本文研究的是对自数学建模竞赛开展以来各高校建模水平的评价比较和预测问题。我们将针对题目要求，建立适当的评价模型和预测模型，主要解决对中国大学生数学建模竞赛历年成绩的评价、排序和预测问题。 首先我们用层次分析法来评价广东赛区各校2008年至2011年及全国各大高校1994至2011年数学建模成绩，从而给出广东赛区各校及全国各大高校建模成绩的科学、合理的评价及排序；其次运用灰色预测模型解决广东赛区各院校2012年建模成绩的预测。 针对问题一，首先我们对比了2008到2011年参加建模比赛的学校，通过分析我们选择了四年都参加了比赛的学校进行合理的排序（具体分析过程见表13），同时对本科甲组和专科乙组我们分别进行排序比较。在具体解决问题的过程中，我们先分析得出影响评价结果的主要因素：获奖情况和获奖比例，其中获奖情况主要考虑国家一等奖、国家二等奖、省一等奖、省二等奖、省三等奖，我们采用层次分析法，并依据判断尺度构造出各个层次的判断矩阵，对它们逐个做出一致性检验，在一致性符合要求的情况下，通过公式与matlab求得各大学的权重，总结得分并进行排序（结果见表11）；在对广东赛区各高校2012建模成绩预测问题中，我们采用灰色预测模型，我们以华南农业大学为例，得到该校2012年建模比赛获奖情况为：省一等奖、省二等奖、省三等奖及成功参赛奖分别为5、9、8、8(其它各高校预测结果见表10）。 针对问题二，我们对全国各院校的自建模竞赛活动开展以来建模成绩排序采用与问题一相同的数学模型，在获奖情况考虑的是全国一等奖、全国二等奖。运用matlab求解，结果见表12。 针对问题三，我们通过对一、二问排序的解答及数据的分析，得出在对院校进评价和预测时还应考虑到各院的师资力量、学校受重视程度、学生情况、参赛经验等因素，考虑到这些因素，为以后评价高校建模水平提供更可靠的依据。 关键词：层次分析法权向量灰色预测模型模型检验 matlab
§6 决策树法 对较为复杂的决策问题，特别是需要做多个阶段决策的问题，最常用的方法是决策树法。决策树法是把某个决策问题未来发展情况的可能性和可能结果所做的预测用树状图画出来。其步骤如下： 1、用方框表示决策点。从决策点画出若干条直线或折线，每条线代表一个行动方案，这样的直线或折线称为方案枝。 2、在各方案枝的末端画一个园圈，称为状态点，从状态点引出若干直线或折线，每条线表示一个状态，在线的旁边标出每个状态的概率，称为概率枝。 3、把各方案在各个状态下的损益期望值算出标记在概率枝的末端。 4、把计算得到的每个方案的损益期望值标在状态点上，然后通过比较，选出损益期望值最小的方案为最优方案。 例1某厂准备生产一种新产品，产量可以在三种水平n1、n2、n3中作决策。该产品在市场上的销售情况可分为畅销、一般和滞销三种情况，分别为S1、S2、S3。通过调查，预测市场处于这三种情况的概率分别为0.5、0.3、0.2。三种决策在各种不同市场情况下的利润见下表： 表1 基于各种决策的各种市场情况的利润表（万元） 我们可以计算每种决策下利润的期望值： 实行在水平n1下生产的利润的期望值为：90×0.5+30×0.3-60×0.2=42 实行在水平n2下生产的利润的期望值为：60×0.5+50×0.3-10×0.2=43 实行在水平n3下生产的利润的期望值为：10×0.5+9×0.3-6×0.2=6.5 由于在水平n2下生产利润的期望值最大，因而应选择产量水平n2生产。 可以应用决策树帮助解决这样的决策问题，把各种决策和情况画在图1上： 图1
图中的方框（□）称为决策点，圆圈（○）称为状态点，从方框出发的线段称为对策分支，表示可供选择的不同对策。在圆圈下面的线段称为概率分支，表示在此种对策下可能出现的各种情况。在概率分支上注明了该情况出现的概率。在每一个概率分支的末端注明了对应对策和对应情况下的收益（利润）。在计算时，我们把相应的期望值写在相应的状态点旁边，再由比较大小后选择最优决策，在图上用∥表示舍弃非最优的对策，并在决策点上注明最优决策所对应的期望利润。 图2 利用决策树还可以解决多阶段的决策问题。 例2 某公司在开发一种新产品前通过调查推知，该产品未来的销售情况分前三年和后三年两种情况。因此生产该产品有两种可供选择的方案：建造大厂和建造小厂。如果建造大厂，投资费用5000万元，当产品畅销时，每年可获利2000万元，当产品滞销时，每年要亏损120万元。如果建造小厂，投资费用1000万元，当产品畅销时，每年可获利300万元，当产品滞销时，每年仍可获利150万元。若产品畅销可考虑在后三年再扩建，扩建投资需2000万元，随后三年每年可获利1000万元；也可不再扩建。预测这六年该产品畅销的概率为0.6，滞销的概率为0.4。试分析该公司开发新产品应如何决策？ 根据问题的各种情况可以画出决策树如下：这是一个两阶段的决策问题。注意到图中有两个决策点，反映建小厂的方案中可以分成前三年和后三年两个阶段，并在后三年还要做出一次决策。 图3 把各种数据填到图适当的位置后，由后向前计算获利的期望值。由图可见应采用决策：建造大厂。 500 900 1000*3=3000 300*3=900 6.5
2014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）： B 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. 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9 月 15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）：赛区评阅记录（可供赛区评阅时使用）：
中国矿业大学数学建模常规赛竞赛 承诺书 我们仔细阅读了中国矿业大学数学建模常规赛论文格式规范和2016年中国矿业大学数学建模常规赛通知。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资料（包括网上资料），必须按照规定的参考文献的表述方式列出，并在正文引用处予以标注。在网上交流和下载他人的论文是严重违规违纪行为。 我们以中国矿业大学大学生名誉和诚信郑重承诺，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。 我们授权中国矿业大学数学建模协会，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）。 我们的参赛队号：25 参赛队员(打印并签名)：1. 易阳俊 2. 令月霞 3. 刘景瑞 日期： 2016 年 10 月日 （请勿改动此页内容和格式。此承诺书打印签名后作为纸质论文的封面。以上内容请仔细核对，如填写错误，论文可能被取消评奖资格。）
中国矿业大学数学建模常规赛竞赛 编号专用页 评阅统一编号（数学建模协会填写）：
题目：数据的分析问题 摘要 本文需要解决的问题是如何根据就诊人员体内7种元素含量来判别某人是否患有疾病G和确定哪些指标是影响人们患疾病G的主要因素。通过解读题目可知，此类问题为典型的分析判别问题。我们先对数据进行了预处理，剔除了有异常数据的样本，然后采用元素分布判别法、马氏距离判别法和Fisher判别法，应用Excel、SPSS和MATLAB等软件来对某人是否患病进行判别，并通过绘制7种元素含量的折线图等来确定患该疾病的主要因素，最后应用综合判别法对之前的结论进行了检验。 对于问题一，在对数据预处理之后，我们删除了序号为10这个高度异常数据样本，然后我们分别采用元素分布判别法、马氏距离判别法和Fisher判别法对49个已知病例进行判别。对于元素分布判别法，我们通过数据预处理知道7种元素含量分布均符合正态分布，然后我们确定了以均值为大致中心的元素正常含量范围，得出其判别准确度为96%；对于马氏距离判别法，通过编写MATLAB 程序（见附录）来进行判别，得出其判别准确度为90%；对于Fisher判别法，通过SPSS软件来进行判别，得到线性判别函数，其判别准确度为96%； 针对问题二：我们运用问题一中建立的三个判别模型对25名就诊人员（见附录）的化验结果进行检验，判别结果如下表1: 行对分析，我们初步判定元素4与元素5是影响人们患疾病G的主要因素，然后用方法一的三种判别方法进行检验，其准确度在85%以上； 对于问题四，我们根据问题三得出的主要因素，分别用三种判别方法对25名就诊人员进行判别，再与问题二的判别结果进行对比，可知它们判断结果之间的差异性最高为24%。 对于问题五，由于三种判别法都有不足，所以我们采用了综合判别法，将三种判别方法的结果进行综合判断，最终我们通过主要因素进行判别的差异性下降到了12%，与问题一的判断结果的一致性达到了88%。 关键词：马氏距离判别，Fisher判别，综合判别，MATLAB，SPSS
案例分析1: 自行车外胎的使用寿命 问题： 目前，自行车在我国是一种可缺少的交通工具。它小巧、灵活、方便、易学，而且价格适中，给广大居民带来了不小的益处。但是，自行车也有令人头痛的地方，最常见的问题莫过于扎胎了。扎胎的原因有很多，但相当一部分是由于外胎磨损，致使一些玻璃碴、小石子很容易侵入、扎破内胎。为了减少不必要的麻烦，如何估计自行车外胎的寿命，及时更换? 分析： 分析角度：由于题目里未明确指出我们是应从厂家角度，还是应从用户角度来考虑这个问题，因此需要我们自己做出合理判断。若从厂家角度，我们面对的应当是一大批自行车外胎的平均寿命的估计。这样的估计要求一定精确度和相对明确的使用环境；而从用户角度来说，面对的仅是个人的一辆车，不需要很高的精确度，这样的寿命估计更简单，易于随时了解，下面仅从用户角度进行分析。 产品的使用者需要了解产品的寿命，是基于安全性及更换的费用来考虑的。我们将这两个标准作为主要标准来分析，首先值得注意的两个关键性问题是如何定义寿命、何时为寿命的终止。寿命的定义要做到科学，直观，有可比性，在航空工业中航天飞机的使用寿命是用重复使用的次数来衡量，而工厂机器设备的寿命则以连续工作的时间来定义。本题外胎的寿命亦可用时间来表征，但由于外胎的寿命直接与其磨损速度相关；而磨损速度又与使用频率及行驶速度相互联系，致使外胎的寿命不一定与使用时间成正比(这种非正比关系使我们不能拿一辆—天跑200公里的自行车与一天只跑1公里的自行车进行寿命比较)，降低了可比性。如换成自行车的路程寿命来比较，就好得多。产品寿命是在安全性和更换费用相互制约下达到的一个点，在这个点上，外胎的安全系数降到用户不可接受的最低值，更换费用(寿命越长，在一定意义上更换费用越低)也达到了最大限度的节省。 弄清了上面两个问题后，我们继续明确建立模型需要解决哪些问题及建立模型的重点难点。 自行车使用过程中，一来影响因素多，二来这些因素之间彼此相关，十分复杂，要做到比较准确地估计使用寿命，不但要对外胎的性能有相当的了解，而且对使用环境更不能忽视。当然我们由于是站在用户角度上来考虑的，相对地就可忽略一些次要的影响因素。 这样的数学模型面对着两个主要问题。一、自行车使用寿命与外胎厚度的关系，二、外胎能够抵御小石子破坏作用的最小厚度。后者可处理得相对简略些(如只考虑一块具有一般特征的小石子对外胎的破坏作用)，而重点(也是难点)是第一个问题。车重、人重、轮胎性质(力学的、热学的、甚至化学的)和自行车使用频率等都左右着它们的关系。这么多相关因素，不必一一都加以考虑(用户是不会在意这么多的)，有些因素，可以先不考虑，在模型的改进部分再作修改，采取逐步深入的方法，如：摩擦损耗有滑动摩擦和滚动摩擦损耗两种，由于滚动摩擦占用的时间(或路程)显然占绝对优势，因此可重点考虑。但滑动摩擦造成的一次损坏又比滚动摩擦大，在刹车使用过频的情况下，就不能不考虑了。 最后，需对得出的结果用简单清晰的文字进行说明，以供用户参考。 案例分析2：城市商业中心最优位置分析 问题： 城市商业中心是城市的基本构成要素之一。它的形成是一个复杂的定位过程。商业中心的选址涉及到各种因素制约，但其中交通条件是很重要的因素之一。即商业中心应位于城市“中心”，如果太偏离这一位置，极有可能在城市“中心”地带又形成一个商业区，造成重复建设。 某市对老商业中心进行改建规划，使居民到商业中心最方便。如果你是规划的策划者，如何建立一个数学模型来解决这个问题。
现代统计学 1.因子分析(Factor Analysis) 因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子（之所以称其为因子，是因为它是不可观测的，即不是具体的变量），以较少的几个因子反映原资料的大部分信息。 运用这种研究技术，我们可以方便地找出影响消费者购买、消费以及满意度的主要因素是哪些，以及它们的影响力（权重）运用这种研究技术，我们还可以为市场细分做前期分析。 2.主成分分析 主成分分析主要是作为一种探索性的技术，在分析者进行多元数据分析之前，用主成分分析来分析数据，让自己对数据有一个大致的了解是非常重要的。主成分分析一般很少单独使用：a，了解数据。(screening the data),b,和cluster analysis一起使用，c，和判别分析一起使用，比如当变量很多，个案数不多，直接使用判别分析可能无解，这时候可以使用主成份发对变量简化。（reduce dimensionality）d,在多元回归中，主成分分析可以帮助判断是否存在共线性（条件指数），还可以用来处理共线性。 主成分分析和因子分析的区别 1、因子分析中是把变量表示成各因子的线性组合，而主成分分析中则是把主成分表示成个变量的线性组合。 2、主成分分析的重点在于解释个变量的总方差，而因子分析则把重点放在解释各变量之间的协方差。 3、主成分分析中不需要有假设(assumptions),因子分析则需要一些假设。因子分析的假设包括：各个共同因子之间不相关，特殊因子（specific factor）之间也不相关，共同因子和特殊因子之间也不相关。 4、主成分分析中，当给定的协方差矩阵或者相关矩阵的特征值是唯一的时候，的主成分一般是独特的；而因子分析中因子不是独特的，可以旋转得到不同的因子。 5、在因子分析中，因子个数需要分析者指定（spss根据一定的条件自动设定，只要是特征值大于1的因子进入分析），而指定的因子数量不同而结果不同。在主成分分析中，成分的数量是一定的，一般有几个变量就有几个主成分。 和主成分分析相比，由于因子分析可以使用旋转技术帮助解释因子，在解释方面更加有优势。大致说来，当需要寻找潜在的因子，并对这些因子进行解释的时候，更加倾向于使用因子分析，并且借助旋转技术帮助更好解释。而如果想把现有的变量变成少数几个新的变量（新的变量几乎带有原来所有变量的信息）来进入后续的分析，则可以使用主成分分析。当然，这中情况也可以使用因子得分做到。所以这中区分不是绝对的。 总得来说，主成分分析主要是作为一种探索性的技术，在分析者进行多元数据分析之前，用主成分分析来分析数据，让自己对数据有一个大致的了解是非常重要的。主成分分析一般很少单独使用：a，了解数据。(screening the data),b,
中国研究生数学建模竞赛历届竞赛题目 第一届2004年题目 A题发现黄球并定位 B题实用下料问题 C题售后服务数据的运用 D题研究生录取问题 第二届2005年题目 A题HighwayTravelingtimeEstimateandOptimalRouting B题空中加油 C题城市交通管理中的出租车规划 D题仓库容量有限条件下的随机存贮管理 第三届2006年题目 A题AdHoc网络中的区域划分和资源分配问题 B题确定高精度参数问题 C题维修线性流量阀时的内筒设计问题 D题学生面试问题 第四届2007年题目 A题建立食品卫生安全保障体系数学模型及改进模型的若干理论问题 B题械臂运动路径设计问题 C题探讨提高高速公路路面质量的改进方案 D题邮政运输网络中的邮路规划和邮车调运 第五届2008年题目 A题汶川地震中唐家山堪塞湖泄洪问题 B题城市道路交通信号实时控制问题 C题货运列车的编组调度问题 D题中央空调系统节能设计问题 第六届2009年题目 A题我国就业人数或城镇登记失业率的数学建模 B题枪弹头痕迹自动比对方法的研究 C题多传感器数据融合与航迹预测 D题110警车配置及巡逻方案 第七届2010年题目 A题确定肿瘤的重要基因信息 B题与封堵渍口有关的重物落水后运动过程的数学建模 C题神经元的形态分类和识别 D题特殊工件磨削加工的数学建模 第八届2011年题目 A题基于光的波粒二象性一种猜想的数学仿真 B题吸波材料与微波暗室问题的数学建模 C题小麦发育后期茎轩抗倒性的数学模型 D题房地产行业的数学建模
第九届2012年题目 A题基因识别问题及其算法实现 B题基于卫星无源探测的空间飞行器主动段轨道估计与误差分析C题有杆抽油系统的数学建模及诊断 D题基于卫星云图的风矢场（云导风）度量模型与算法探讨 第十届2013年题目 A题变循环发动机部件法建模及优化 B题功率放大器非线性特性及预失真建模 C题微蜂窝环境中无线接收信号的特性分析 D题空气中PM2.5问题的研究attachment E题中等收入定位与人口度量模型研究 F题可持续的中国城乡居民养老保险体系的数学模型研究 第十一届2014年题目 A题小鼠视觉感受区电位信号(LFP)与视觉刺激之间的关系研究B题机动目标的跟踪与反跟踪 C题无线通信中的快时变信道建模 D题人体营养健康角度的中国果蔬发展战略研究 E题乘用车物流运输计划问题 第十二届2015年题目 A题水面舰艇编队防空和信息化战争评估模型 B题数据的多流形结构分析 C题移动通信中的无线信道“指纹”特征建模 D题面向节能的单/多列车优化决策问题 E题数控加工刀具运动的优化控制 F题旅游路线规划问题 第十三届2016年题目 A题多无人机协同任务规划 B题具有遗传性疾病和性状的遗传位点分析 C题基于无线通信基站的室内三维定位问题 D题军事行动避空侦察的时机和路线选择 E题粮食最低收购价政策问题研究 数据来源：
数学建模与数学实验 课程设计 学院数理学院专业数学与应用数学班级学号 学生姓名指导教师 2015年6月
数据的统计分析 摘要 问题：某校60名学生的一次考试成绩如下： 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 计算均值、标准差、极差、偏度、峰度，画出直方图；检验分布的正态性； 若检验符合正态分布，估计正态分布的参数并检验参数； 模型：正态分布。 方法：运用数据统计知识结合MATLAB软件 结果：符合正态分布
问题重述 某校60名学生的一次考试成绩如下： 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 （1）计算均值、标准差、偏差、峰度，画出直方图； （2）检验分布的正态性； （3）若检验符合正态分布，估计正态分布的参数并检验参数。 模型假设 假设一：此组成绩没受外来因素影响。 假设二：每个学生都是独自完成考试的。 假设三：每个学生的先天条件相同。 三．分析与建立模型 像类似数据的信息量比较大，可以用MATLAB 软件决绝相关问题，将n 名学生分为x 组，每组各n\x 个学生，分别将其命为1x ，2X ……j x 由MATLAB 对随机统计量x 进行命令。此时对于直方图的命令应为 Hist(x,j) 源程序为： x1=[93 75 83 93 91 85 84 82 77 76 ] x2=[77 95 94 89 91 88 86 83 96 81 ] x3=[79 97 78 75 67 69 68 84 83 81 ]
历年全国数学建模试题及解法归纳 赛题解法 93A非线性交调的频率设计拟合、规划 93B足球队排名图论、层次分析、整数规划94A逢山开路图论、插值、动态规划 94B锁具装箱问题图论、组合数学 95A飞行管理问题非线性规划、线性规划 95B天车与冶炼炉的作业调度动态规划、排队论、图论96A最优捕鱼策略微分方程、优化 96B节水洗衣机非线性规划 97A零件的参数设计非线性规划 97B截断切割的最优排列随机模拟、图论 98A一类投资组合问题多目标优化、非线性规划98B灾情巡视的最佳路线图论、组合优化 99A自动化车床管理随机优化、计算机模拟 99B钻井布局0-1规划、图论 00A DNA序列分类模式识别、Fisher判别、人工 神经网络 00B钢管订购和运输组合优化、运输问题 01A血管三维重建曲线拟合、曲面重建
赛题解法 01B 公交车调度问题多目标规划 02A车灯线光源的优化非线性规划 02B彩票问题单目标决策 03A SARS的传播微分方程、差分方程 03B 露天矿生产的车辆安排整数规划、运输问题 04A奥运会临时超市网点设计统计分析、数据处理、优化04B电力市场的输电阻塞管理数据拟合、优化 05A长江水质的评价和预测预测评价、数据处理 05B DVD在线租赁随机规划、整数规划 06A出版社书号问题整数规划、数据处理、优化06B Hiv病毒问题线性规划、回归分析 07A 人口问题微分方程、数据处理、优化07B 公交车问题多目标规划、动态规划、图 论、0-1规划 08A 照相机问题非线性方程组、优化 08B 大学学费问题数据收集和处理、统计分 析、回归分析 2009年A题制动器试验台的控制方法分析工程控制 2009年B题眼科病床的合理安排排队论，优化，仿真，综 合评价 2009年C题卫星监控几何问题，搜集数据
第十章 插值与拟合方法建模 在生产实际中，常常要处理由实验或测量所得到的一批离散数据，插值与拟合方法就是要通过这些数据去确定某一类已经函数的参数，或寻求某个近似函数使之与已知数据有较高的拟合精度。插值与拟合的方法很多，这里主要介绍线性插值方法、多项式插值方法和样条插值方法，以及最小二乘拟合方法在实际问题中的应用。相应的理论和算法是数值分析的内容，这里不作详细介绍，请参阅有关的书籍。 §1 数据插值方法及应用 在生产实践和科学研究中，常常有这样的问题：由实验或测量得到变量间的一批离散样点，要求由此建立变量之间的函数关系或得到样点之外的数据。与此有关的一类问题是当原始数据 ),(,),,(),,(1100n n y x y x y x 精度较高，要求确定一个初等函数)(x P y =（一般用多项式或分段 多项式函数）通过已知各数据点（节点），即n i x P y i i ,,1,0,)( ==，或要求得函数在另外一些点（插值点）处的数值，这便是插值问题。 1、分段线性插值 这是最通俗的一种方法，直观上就是将各数据点用折线连接起来。如果 b x x x a n =<<<= 10 那么分段线性插值公式为 n i x x x y x x x x y x x x x x P i i i i i i i i i i ,,2,1,,)(11 1 11 =≤<--+--= ----- 可以证明，当分点足够细时，分段线性插值是收敛的。其缺点是不能形成一条光滑曲线。 例1、已知欧洲一个国家的地图，为了算出它的国土面积，对地图作了如下测量：以由西向东方向为x 轴，由南向北方向为y 轴，选择方便的原点，并将从最西边界点到最东边界点在x 轴上的区间适当的分为若干段，在每个分点的y 方向测出南边界点和北边界点的y 坐标y1和y2，这样就得到下表的数据（单位：mm ）。 根据地图的比例，18 mm 相当于40 km 。
数学建模优秀论文范文 数学建模随着人类的进步，科技的发展和社会的日趋数字化，应用领域越来越广泛，人们身边的数学内容越来越丰富。强调数学应用及培养应用数学意识对推动素质教育的实施意义十分巨大。数学建模在数学教育中的地位被提到了新的高度，通过数学建模解数学应用题，提高学生的综合素质。本文将结合数学应用题的特点，把怎样利用数学建模解好数学应用问题进行剖析，希望得到同仁的帮助和指正。 一、数学应用题的特点 我们常把来源于客观世界的实际，具有实际意义或实际背景，要通过数学建模的方法将问题转化为数学形式表示，从而获得解决的一类数学问题叫做数学应用题。数学应用题具有如下特点: 第一、数学应用题的本身具有实际意义或实际背景。这里的实际是指生产实际、社会实际、生活实际等现实世界的各个方面的实际。如与课本知识密切联系的源于实际生活的应用题;与模向学科知识网络交汇点有联系的应用题;与现代科技发展、社会市场经济、环境保护、实事政治等有关的应用题等。 第二、数学应用题的求解需要采用数学建模的方法，使所求问题数学化，即将问题转化成数学形式来表示后再求解。 第三、数学应用题涉及的知识点多。是对综合运用数学知识和方法解决实际问题能力的检验，考查的是学生的综合能力，涉及的知识点一般在三个以上，如果某一知识点掌握的不过关，很难将问题正确解答。 第四、数学应用题的命题没有固定的模式或类别。往往是一种新颖的实际背景，难于进行题型模式训练，用“题海战术”无法解决变化多端的实际问题。必须
依靠真实的能力来解题，对综合能力的考查更具真实、有效性。因此它具有广阔的 发展空间和潜力。 二、数学应用题如何建模 建立数学模型是解数学应用题的关键，如何建立数学模型可分为以下几个层次: 第一层次:直接建模。 根据题设条件，套用现成的数学公式、定理等数学模型，注解图为: 将题材设条件翻译 成数学表示形式 应用题审题题设条件代入数学模型求解 选定可直接运用的 数学模型 第二层次:直接建模。可利用现成的数学模型，但必须概括这个数学模型，对 应用题进行分析，然后确定解题所需要的具体数学模型或数学模型中所需数学量需 进一步求出，然后才能使用现有数学模型。 第三层次:多重建模。对复杂的关系进行提炼加工，忽略次要因素，建立若干 个数学模型方能解决问题。 第四层次:假设建模。要进行分析、加工和作出假设，然后才能建立数学模 型。如研究十字路口车流量问题，假设车流平稳，没有突发事件等才能建模。 三、建立数学模型应具备的能力 从实际问题中建立数学模型，解决数学问题从而解决实际问题，这一数学全过 程的教学关键是建立数学模型，数学建模能力的强弱，直接关系到数学应用题的解 题质量，同时也体现一个学生的综合能力。 3(1提高分析、理解、阅读能力。
数学建模的主要步骤: 第一、模型准备 首先要了解问题的实际背景,明确建模目的,搜集必需的各种信息,尽量弄清对象的特征. 第二、模型假设 根据对象的特征和建模目的,对问题进行必要的、合理的简化,用精确的语言作出假设,是建模至关重要的一步.如果对问题的所有因素一概考虑,无疑是一种有勇气但方法欠佳的行为,所以高超的建模者能充分发挥想象力、洞察力和判断力,善于辨别主次,而且为了使处理方法简单,应尽量使问题线性化、均匀化. 第三、模型构成 根据所作的假设分析对象的因果关系,利用对象的内在规律和适当的数学工具,构造各个量间的等式关系或其它数学结构.这时,我们便会进入一个广阔的应用数学天地,这里在高数、概率老人的膝下,有许多可爱的孩子们,他们是图论、排队论、线性规划、对策论等许多许多,真是泱泱大国,别有洞天.不过我们应当牢记,建立数学模型是为了让更多的人明了并能加以应用,因此工具愈简单愈有价值. 第四、模型求解 可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法,特别是计算机技术.一道实际问题的解决往往需要纷繁的计算,许多时候还得将系统运行情况用计算机模拟出来,因此编程和熟悉数学软件包能力便举足轻重. 第五、模型分析 对模型解答进行数学上的分析."横看成岭侧成峰,远近高低各不?quot;,能否对模型结果作出细致精当的分析,决定了你的模型能否达到更高的档次.还要记住,不论那种情况都需进行误差分析,数据稳定性分析. 数学建模采用的主要方法有： （一）、机理分析法：根据对客观事物特性的认识从基本物理定律以及系统的结构数据来推导出模 型. 1、比例分析法：建立变量之间函数关系的最基本最常用的方法. 2、代数方法：求解离散问题（离散的数据、符号、图形）的主要方法. 3、逻辑方法：是数学理论研究的重要方法,对社会学和经济学等领域的实际问题,在决策,对策等学科中得到广泛应用. 4、常微分方程：解决两个变量之间的变化规律,关键是建立“瞬时变化率”的表达式. 5、偏微分方程：解决因变量与两个以上自变量之间的变化规律. （二）、数据分析法：通过对量测数据的统计分析,找出与数据拟合最好的模型 1、回归分析法：用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法. 2、时序分析法：处理的是动态的相关数据,又称为过程统计方法. 3、回归分析法：用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法.