下载文档原格式
成绩评定表课程设计任务书食堂排队问题摘要近年来，随着大学不断扩招，大学在校学生人数不断增加，学生食堂用餐排队拥挤现象也日益严重。
首先，从网上找到某一高校中午去食堂用餐人数的时刻表，利用SPSS中的中心移动平均法，观察到学生进入食堂的人数近视服从正态分布。
在此基础上研究了在权衡学校食堂和学生的利益这两方面时，利用边际分析法得到了合理的窗口数为9个。
计算由窗口数变化而产生的平均等待时间，利用SPSS中的曲线估计，得到窗口数与平均等待时间满足S型曲线估计，对其做灵敏度分析发现灵敏度很高，并且窗口数由8个增加到9个时平均等待时间变化很大，而继续增加时，变化趋于平缓。
所以认为食堂设置9个窗口是合理的。
在进一步的探讨中，由于每个窗口饭菜好吃与否不同，学生对其具有选择性，在假设上面9个窗口吸引学生的比例后，求其平均等待时间为40.35秒，是没有考虑这个因素的8倍左右，所以这是造成学生平均等待时间增加并且浪费窗口资源的一个重要因素。
关键词：食堂排队，中心移动平均，曲线估计，平均等待时间目录1.引言： 02.模型： 02.1问题的简化及分析 02.2模型假设 02.3符号说明 (1)2.4模型建立 (1)3.分析： (5)4.结论： (6)5.进一步的探讨： (6)6.模型的评价 (8)6.1模型的优点 (8)6.2模型的缺点 (8)7.结束语： (8)参考文献 (9)1.引言：在学校或者大型企业里，经常可以看到在午餐时间大量的人涌入食堂。
由于午餐时间相对固定，导致在这个时间段内食堂的人数激增。
原本没有多少人的食堂顿时充满了人，大家都在排队买饭。
买到的人就开开心心的去吃了，买不到的还在那里排队等着买饭，不时的传来几句怨言。
这是一个普遍的问题，有很多人对其进行研究，希望找到更好的办法来解决这个问题。
食堂排队问题的解决可以减少人们的排队时间，所以对此研究具有一定的意义。
在一些初中和高中，有过一些解决这个问题的一些方法，比如像分年级、班级去吃饭，错开人们的吃饭时间，从而解决这个问题。
学校食堂就餐问题摘要本文主要利用数学建模解决学校食堂就餐问题，通过我们的随机调查取样和学校食堂及餐厅相关人员提供的相应数据，并结合西校区宿舍、教学区和食堂的规划布局，建立起了衡量就餐服务质量及学生就餐分布规律的数学模型。
模型一：建立了就餐服务满意度模型。
我们讨论得知影响学生就餐满意指标的因素可能为：餐饮品种和质量、饭菜价格；宿舍、教学楼和食堂的位置关系；食堂容量；周末和非周末；服务态度、食堂清洁卫生，其他等因素。
我们通过调查将各个因素在影响人们对食堂满意度的评价上选择的比例高低列入表格，根据比重，我们确立了满意度指标为餐饮品种与质量，饭菜价格，宿舍、教学楼和食堂的位置关系，食堂容量。
就这四个因素，我们建立起了简单优化模型,利用综合评分法算出各个食堂的总得分，通过数据拟合发现与实际情况相符。
模型二；建立了学生就餐分布规律对食堂经营影响的回归模型。
从学生就餐分布规律来解决食堂供求关系，进而较准确的预测不同时间段、不同日期的就餐人数，以减少资源的浪费，提高餐厅的服务质量和广大师生的满意度。
通过使用回归分析研究各个时间段学生就餐分布规律，按照剩余标准偏差和拟合优度选定了学生各个时间段所占比重的时间序列回归方程。
为以后近似的预测师生在食堂的就餐分布规律，建立模型，定量刻画各食堂特定时间早餐，午餐和晚餐以及周一至周五，周末和节假日等就餐人数的分布规律，优化食堂经营管理，方便师生就餐。
根据这些情况我总结了我们学校餐饮体系的优缺点，优点我们要继承发扬，缺点我们要改进。
既然食堂与我们学生的日常生活息息相关，所以食堂的管理必须引起我们的高度重视，所以，为完善我们学校食堂的管理体系，征集许多学生的意见，提出了一些有效的改进办法。
如适当增加学校食堂的座位和打饭窗口，使食物的种类更丰富，更营养更健康等等。
关键词：优化模型综合评分回归模型方差分析一、问题的提出我校目前有多个学生食堂，每天供约四万人（学生，教职员工）就餐。
就西校区而言，25000左右学生分布在南村和北村两个宿舍区，在两个教学区（包含四座教学楼和两座实验楼）上课，师生就餐主要集中在南村食堂和北村饮食一条街。
课堂教学时间表的制定摘要本文根据题目的条件和要求，综合考虑了时间、课程、教学区域、教室、院系、班级等因素对课表编排的影响，在合理的假设之下，采用逐级优化、0-1规划的方法，考虑多重约束条件，引入了偏好系数，建立了一个针对排课的数学模型。
通过MATLAB编程，对模型加以求解，对所解结果进行相关地合理性分析后，最终得出了可行的合乎方案的课表。
为缓解食堂就餐压力，采用控制人流量的方法来解决问题。
基于我校实际情况，通过对部分课表时间的调整，错开各楼栋放学时间，以达到分散人流量的效果。
对比分析了调整前后，中午放学后人流量对食堂就餐的压力的影响，证明了新课表的合理性和有效性，对学校教务部门来说有一定的参考价值。
文中对模型做了一定的理论分析，具有较广泛的适应性。
此外，本文将一些实际问题抽象简化为数学问题来解决，从方法上具有一定的启发性。
最后，在分析所得结果的基础上，指出了模型的优缺点，并对模型的改进方向作了进一步探讨。
关键字：课程编排、0-1规划、偏好系数、就餐压力1、问题重述为使学校的教学组织安排更加合理，请你综合考虑以下情况，并结合我校实际为教务处安排课堂时间提供一份合理可行的方案。
每个学院，每个专业，每个年级，每个学生都有各自的公共必修课，学科基础必修课，学科基础选修课，专业必修课，专业选修课，公共选修课等。
目前，学生就餐主要集中于三个学生食堂，特别是中午就餐排队等候时间很长。
据后勤集团饮食中心反映和实际调查结果显示，12：00—12：30为学生就餐高峰期，短时间大量学生的涌入导致食堂的售餐窗口相对不足以及餐位少，无法满足学生同时进餐。
学生主要自习地点在图书馆，不在教学楼内。
只有公共选修课和重修课才可以安排在周末，学生根据学分要求和兴趣爱好，课程开设情况自己确定选修。
你的方案中至少达到以下目标： 1、缓解学生食堂的就餐压力。
（主要是中午）2、大量减少上课时间冲突问题，为学生选课提供方便。
3、减少星期六、星期日的排课，为学校组织各种大型考试及学生活动提供便利。
基于Flexsim的高校餐厅排队仿真李伟伟; 王铮; 陶阳【期刊名称】《《价值工程》》【年(卷),期】2019(038)022【总页数】4页(P26-29)【关键词】排队论; 独立性检验; 参数估计; 拟合优度检验; 卡方检验; Flexsim 【作者】李伟伟; 王铮; 陶阳【作者单位】中国矿业大学北京100089【正文语种】中文【中图分类】O2260 引言目前大多数高校餐厅在就餐高峰期十分拥挤，已经有不少学者对此问题进行了研究并且提出了一系列的对策。
例如李秀妍利用仿真软件Flexsim建立了快餐店仿真模型[1]，陶雷基于Arena对餐饮业服务仿真模型进行研究[2]，王念社利用仿真软件QUEST对大型的餐厅服务系统进行仿真并分析了不同规划设施对餐厅运营状态的影响 [3]，周泓对生产系统进行建模仿真的研究[4]。
但是大部分采用仿真软件对高校餐厅进行优化的论文，没有严格遵循离散事件系统仿真的一般步骤研究，导致模型建立、数据采集、运行和结果分析等等许多步骤中存在着纰漏，难以使得建立的仿真系统逼近餐厅实际运行情况。
而利用运筹学排队论方法时并不能很好地反应出餐厅实际动态运行情况，不能给人直观的视觉效果，难以令人信服。
本文以某高校的餐厅为例，在采集大量数据的基础上，进行数据的独立性判别、分布形式假定、参数估计、拟合优度检验等来保证输入数据的准确性，利用Flexsim 软件建立餐厅排队仿真系统，对仿真进行输出分析，改变窗口的个数来减少排队的长度。
1 餐厅的系统分析1.1 餐厅的背景目前该高校的餐厅开设了10个窗口，窗口前可供排队的长度仅仅在4米左右。
在高峰期时窗口排队的人数队伍长达十几个人，因此有学生排队时会占用到餐桌之间的重要通道，这不仅造成餐厅的流通性大大降低，增加拥挤程度，严重的情况下可能会造成踩踏事件，造成人员伤亡。
因此针对餐厅中存在的问题进行研究，发现高峰期餐厅的窗口数目设置并不合理，增加窗口数是减少队列长度十分有效的办法。
基于机器学习的高校食堂用餐行为分析与优化近年来，随着机器学习技术的迅猛发展，其在各个领域的应用也日益广泛。
在高校食堂管理中，基于机器学习的用餐行为分析与优化已经成为一个备受关注的热点问题。
本文将对该问题进行探讨，讨论如何利用机器学习来分析高校食堂的用餐行为，并提出相应的优化措施。
首先，我们来看一下机器学习在用餐行为分析上的应用。
利用机器学习算法，我们可以通过对大量的用餐数据进行分析和挖掘，寻找其中隐藏的规律和模式。
例如，我们可以通过机器学习算法分析学生的用餐偏好，预测他们的用餐时间和频率，进一步优化食堂的供应安排。
此外，机器学习还可以帮助我们识别出那些潜在的用餐问题，如餐品选择有限、用餐环境嘈杂等，从而及时采取相应的措施进行改进。
其次，针对高校食堂用餐行为的分析结果，我们可以提出一系列优化措施。
首先是针对食堂供应安排的优化。
通过分析学生的用餐偏好和用餐情况，我们可以合理调整供应时间、食品种类和数量，以减少食品的浪费和保证供应的充足性。
此外，我们可以利用机器学习算法建立食堂用餐预测模型，预测学生用餐高峰期，从而合理安排食品供应量，避免供需失衡的情况发生。
其次是针对用餐环境的优化。
通过对用餐环境的评估和分析，我们可以利用机器学习算法识别出可能影响学生用餐体验的问题，如噪音过大、用餐区域拥挤等。
然后，我们可以根据分析结果进行相应的优化，如增加隔音设施、调整用餐区域布局等，从而提高学生的用餐满意度。
此外，利用机器学习算法还可以进行用户画像分析，进一步了解学生的用餐偏好和习惯。
通过分析学生的年级、性别、专业等信息，我们可以针对不同群体的用餐需求进行优化。
例如，对于女生群体，我们可以提供更多的健康食品选项；对于研究生群体，我们可以提供更丰富的食品种类和更舒适的用餐环境。
最后，对于实施基于机器学习的高校食堂用餐行为分析与优化的挑战和难点，我们也要有所思考。
首先是数据收集和隐私保护问题。
要进行机器学习算法的训练和应用，我们需要收集大量的用餐数据，但如何保证数据的完整性和隐私性是一个值得思考的问题。
本科生毕业论文题目：运筹学在现代物流中的应用探究姓名：牛亚南学号： 201005010278专业：应用数学年级： 2010级学院：数学与统计学院完成日期：14年4月10日指导教师：王凯华副院长本科生毕业论文独创性声明本人声明所呈交的毕业论文是本人在导师指导下进行的研究工作及取得的研究成果，除了文中特别加以标注和致谢的地方外，本论文中没有抄袭他人研究成果和伪造数据等行为。
与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。
论文作者签名：日期：本科生毕业论文使用授权声明海南师范大学有权保留并向国家有关部门或机构送交毕业论文的复印件和磁盘，允许毕业论文被查阅和借阅。
本人授权海南师范大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复印手段保存、汇编毕业论文。
论文作者签名：日期：指导教师签名：日期：目录1 引言 (1)2 排队论简介 (1)3 模型的建立与分析 (5)3.1 调查数据 (5)3.2 模型假设 (6)3.3 模型建立 (6)3.4 模型求解 (7)3.5 模型分析 (8)3.6窗口数的优化设计 (11)4 结束语 (12)英文摘要 (12)致谢 (13)附录 (13)海南师范大学金鹏食堂排队优化牛亚南(海南师范大学数学与统计学院海口571158)摘要：首先，分析调查到的数据，发现学生流符合泊松分布，服务时间符合指数分布，由此模型就变成了排队论中典型的 M\M\n 模型，根据 M\M\n 模型中的各效率指标的公式，可得到欣苑食堂拥挤情况的各方面数据。
根据模型求解得到的数据，对模型进行了更精确的量化分析。
由此发现解决本模型的关键就在于分析顾客平均排队时间，然后对其与窗口数之间的关系进行了拟合，并就两者之间关系进行了灵敏度分析。
针对窗口数与顾客平均排队时间之间的关系，再从经济学的角度进行了分析，即比较增加窗口后成本的增加量与减少排队等待时间所带来的收益之间的大小关系，最后得出金鹏食堂设置7个窗口最为合理。
