数学建模 公园内道路设计问题模型

合集下载

数模论文公园内道路有条件限制的设计最短路径

数模论文公园内道路有条件限制的设计最短路径

装订线公园内道路设计最优问题摘要对于题中所给的道路设计问题,即研究在约束条件下最小生成树问题。

题中所给三个问题,研究在不同现实背景下的最优道路设计问题,根据所给限制条件的增加,层层深入。

本文针对题中所述的矩形公园,利用图论中各种成熟的相关算法,对道路和最短的设计方案进行建模求解:对问题一,分为两个步骤进行建模求解。

步骤一利用kruskal算法生成总道路和的最小树,步骤二用Dijkstra算法对步骤一生成的道路用是否满足“任意两入口间最短道路长小于二者连线的1.4倍”这一条件进行验算,对于个别不满足的道路进行微调和修改。

最终方案中得到的道路总长度为394.5米。

对问题二,在问题一的基础上,我们采用求解欧式距离的斯坦纳点最小树的逐步调优法,根据相应理论通过离散概率随机抽取相应的斯坦纳点进行扰动,直到得到最优解。

经验算确定,最终方案得到的道路总长度为362.1米。

对问题三,我们利用题中的限制条件,分析了所给的人工湖位置与入口的坐标的数据特点,先确定了在不加道路交叉点情况下,仅利用湖四周的道路,即可满足任意入口间最短路径1.4倍条件的可利用的最短道路,再利用问题二中的方法添加了一个斯坦纳点,并在其邻域内进行扰动后得到最优解。

经验算确定,最终方案得到的道路总长度为324.6米。

最后本文还结合实际情况,对模型的优缺点进行了分析与评价,并提出了改进和推广方向。

关键词:最小生成树;约束条件;kruskal算法;Dijkstra算法;求解欧式距离的斯坦纳点最小树的逐步调优法;二叉堆目录1.问题重述 (1)1.1.问题背景 (1)1.2.问题要求 (1)1.3.问题提出 (1)2.问题分析 (2)2.1.问题一的分析 (2)2.2.问题二的分析 (2)2.3.问题三的分析 (3)3.模型假设 (3)4.符号说明及名词解释 (3)4.1.基本符号 (3)5.模型建立与求解、检验 (4)5.1.问题一 (4)5.1.1.问题解析 (4)5.1.2. 模型建立与求解、检验 (7)5.2. 问题二 (11)5.2.1. 问题解析 (11)5.2.2. 模型建立与求解、检验 (14)5.3. 问题三 (14)5.3.1. 问题解析 (14)5.3.2. 模型建立与求解、检验 (15)6.结果表示 (15)6.1.问题一 (15)6.2.问题二 (16)6.3.问题三 (16)7.模型的评价、优化及推广 (17)7.1.模型的评价 (17)7.2.模型的优化 (18)7.3.模型的推广 (19)8.参考文献 (19)9.附件清单 (20)1. 问题重述1.1. 问题背景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的生活条件。

公园内道路设计问题

公园内道路设计问题

公园内道路设计问题·摘要公园内道路设计问题本质上是最短路径问题,该问题是现实生活中常见的的研究课题,在商业利润估算、生产生活、运输路线选择等方面都有重要意义。

本文对公园内道路设计问题进行建模、求解及相关分析。

对于问题一,根据题目中两个原则:边界道路不计入修建道路总长及最短道路长不大于两点连线1.4倍,首先考虑将仅从边界走且满足小于1.4倍的点找出,只考虑余下不能利用边界的入口点与题设中所给四个交叉点之间的最短路径。

针对简化后的问题,图论模型可知,利用Kruskal 算法求得公园路径的最小生成树,再利用Floyd 算法求出无法利用边界的点两两之间的最短路径,最后对仍不满足小于1.4倍要求的点进行局部优化,得出最短道路总长为395。

对于问题二,在问题一所求的最短设计方案基础上,排除考虑可在边界上经过的点及路径确定的81P P →,对余下的点65432P P P P P 、、、、进行讨论,简化问题,得到不确定交叉点情况下的最短路径。

对简化后的点间连线图引入费马点确定两个交叉点坐标,分别为()59.7706.59,M '、()64.4310.173,N 。

循环问题一求解方法,得出利用费马点优化后最短总路程为353.58,与问题一结果比较,395-353.58=41.42米,道路修建优化效果良好。

对于问题三,公园增加矩形湖,修建的道路不能通过或者只能沿着湖边修建,可以看成是对问题二方案增加约束条件。

考虑到湖的影响,公园左边交叉点M 的路径不改变,对右边路径进行讨论,分成两种方案设计,方案一路径不经过湖边,方案二路径沿着湖边经过,有三个交点。

通过非线性规划对目标函数最短路径进行约束,求得最优值。

通过比较得出方案一的交叉点坐标为N '(187.2841,53.14394),设计道路总路程最短,为364.05。

本文主要用最短路径讨论公园内部道路建设问题,此类方法亦可推广到网线的布局、城市道路的修建、公共场所的修建等现实问题中。

数模公园内道路设计

数模公园内道路设计

1. 2. 3. 4. 4.1 4.2 4.3 5. 5.1

问题重述............................................................. 2 基本假设............................................................. 3 符号说明............................................................. 4 问题分析............................................................. 5 问题①分析......................................................... 5 问题②分析......................................................... 6 问题③分析......................................................... 6 模型建立与求解....................................................... 6 问题①的模型....................................................... 6 5.1.1 5.1.2 5.2 问题①模型的建立............................................. 6 问题①模型的求解............................................. 7


……(3.2)

数学建模景区路线规划论文(2)

数学建模景区路线规划论文(2)

景区路线规‎划摘要本文主要研‎究最短旅游‎路线的设计‎问题。

在满足题目‎中的条件下‎,找到最佳的‎路径且用最‎短的距离是‎我们追求的‎目标。

毕竟,能否设计出‎合理且令人‎满意的旅游‎路径,对景区的经‎济效益和长‎远发展有着‎密切的关系‎。

对此本文用‎数学联系实‎际,建立数学模‎型,设计出相对‎科学的景区‎旅游景点路‎线,来解决此类‎问题。

对于问题一‎,从题目中我‎们了解到我‎们要设计出‎6种只含4‎个景点的最‎短路径,且至少包括‎两个特色景‎点,而旅游内容‎相近的同类‎景点如1,6和9,10又不能‎同时出现。

根据这些条‎件,我们运用f‎l oyd算‎法的原理,通过mat‎l ab编程‎,建立带权邻‎接矩阵,再用插入顶‎点的方法构‎造出距离矩‎阵,同时也能求‎出插入点矩‎阵,最终得到初‎步符合条件‎的旅游套餐‎。

再经过用E‎x cel软‎件对得出的‎数据进行分‎类,整理,排序,最终得出符‎合题意的6‎种旅游套餐‎。

同时,在我们对景‎点的组合中‎可以发现,有多种景点‎组合都存在‎游览顺序不‎同而导致的‎行程不同的‎现象。

对这种游览‎顺序不同,但游览的景‎点是相同的‎情况,我们视其为‎同一种旅游‎套餐。

对于问题二‎,题目要求我‎们设计出6‎种不同旅游‎套餐,并在在景区‎特色景点的‎客流容纳人‎数是其他景‎点的两倍的‎情况下计算‎出各种套餐‎的人数比例‎,使得景点的‎客流量基本‎均衡,且总行程尽‎可能短。

对此我们0‎-1变量的思‎想表示是否‎游览某个景‎点,从而推出总‎行程尽可能‎短的约束条‎件,再用Lin‎g o编程对‎模型进行求‎解,得出初步可‎能的旅游套‎餐。

然后再引入‎方差的思想‎,方差是描述‎数据离散程‎度的量,方差越小各‎景点的客流‎量越均衡。

所以,我们接下来‎可以利用6‎个旅游套餐‎中所有景点‎的客流量的‎方差来刻画‎景点客流量‎的均衡程度‎,要使方差尽‎量小,首先6个套‎餐应覆盖尽‎量多的景点‎,再由每种套‎餐的比例来‎约束方差,使得方差尽‎量小。

2012 公园内道路设计问题 程序设计

2012 公园内道路设计问题  程序设计

西工大2012 B题公园内道路设计问题程序设计问题一编程function E=Kruskal(w)%图论最小生成树Kruskal避圈算法(使用时根据题目修改w和n)%w为邻接矩阵w=xlsread('distance.xls')[m,n]=size(w);k=1;for i=1:n-1for j=i+1:nif w(i,j)~=0x(1,k)=w(i,j);%记录边x(2,k)=i;%记录起点x(3,k)=j;%记录终点k=k+1;endendendk=k-1;%统计边数 k为边数%步骤一%冒泡法给边的大小排序for i=1:kfor j=i+1:kif x(1,i)>x(1,j)a=x(1,i);x(1,i)=x(1,j);x(1,j)=a;a=x(2,i);x(2,i)=x(2,j);x(2,j)=a;a=x(3,i);x(3,i)=x(3,j);x(3,j)=a;endendend%给各点标号赋初值for i=1:nl(i)=i;end%初始时选e1加入集合EE(1,1)=x(1,1); %E矩阵的第一行记录最小生成树的边长E(2,1)=x(2,1); %E矩阵的第二行记录边的起点E(3,1)=x(3,1); %E矩阵的第三行记录边的终点a=min([l(E(2,1)),l(E(3,1))]);l(E(2,1))=a;l(E(3,1))=a;b=1;%记录E中边数for i=2:k%步骤四if b==n-1 %如果树中边数达到n-1break%算法终止end%步骤二if l(x(2,i))~=l(x(3,i)) %如果两顶点标号不同b=b+1; %将这条边加入EE(1,b)=x(1,i);E(2,b)=x(2,i);E(3,b)=x(3,i);%步骤三for j=1:n %对于所有顶点if l(j)==max([l(E(2,b)),l(E(3,b))])%如果该顶点的标号,等于=,新加入边中的顶点标号较大的值l(j)=min([l(E(2,b)),l(E(3,b))]);%将其改为较小的那一个以避圈endendendEndE问题二编程(1)求解问题二中两个交叉点时NM、点最优位置的C++源程序:#include<iostream>//两个交叉点#include<cmath>using namespace std;int main(){double A[6][2],D[2][6];A[0][0]=20;A[0][1]=0;A[1][0]=50;A[1][1]=0;A[2][0]=160;A[2][1]=0;A[3][0]=120;A[3][1]=100;A[4][0]=35;A[4][1]=100;A[5][0]=10;A[5][1]=100;double B[2][2],B0[2][2];double d15,d015,d16,d016,d25,d025,d26,d026,d27,d027,d35,d035,d36,d036,d37,d037;d015=141.421;d016=101.119;d025=122.066;d026=101.119;d027=107.703;d035=107.703;d0 36=160.078;d037=180.278;B[0][0]=65;B[0][1]=55;B[1][0]=105;B[1][1]=60;double k1,k2,k3,k4;double s0=500,s=0;double m;for(k1=-10;k1<=10;k1=k1+1){for(k2=-10;k2<=10;k2=k2+1){for(k3=-10;k3<=10;k3=k3+1){for(k4=-10;k4<=10;k4=k4+1){D[0][1]=sqrt((B[0][0]+k1-A[1][0])*(B[0][0]+k1-A[1][0])+(B[0][1]+k2-A[1][1])*(B[0][1]+k2-A[ 1][1]));D[0][0]=D[0][1]+30;D[0][2]=sqrt((B[0][0]+k1-A[2][0])*(B[0][0]+k1-A[2][0])+(B[0][1]+k2-A[2][1])*(B[0][1]+k2-A[ 2][1]));D[0][3]=sqrt((B[0][0]+k1-A[3][0])*(B[0][0]+k1-A[3][0])+(B[0][1]+k2-A[3][1])*(B[0][1]+k2-A[ 3][1]));D[0][4]=sqrt((B[0][0]+k1-A[4][0])*(B[0][0]+k1-A[4][0])+(B[0][1]+k2-A[4][1])*(B[0][1]+k2-A[ 4][1]));D[0][5]=D[0][4]+25;D[1][1]=sqrt((B[1][0]+k3-A[1][0])*(B[1][0]+k3-A[1][0])+(B[1][1]+k4-A[1][1])*(B[1][1]+k4-A[ 1][1]));D[1][0]=D[1][1]+30;D[1][2]=sqrt((B[1][0]+k3-A[2][0])*(B[1][0]+k3-A[2][0])+(B[1][1]+k4-A[2][1])*(B[1][1]+k4-A[ 2][1]));D[1][3]=sqrt((B[1][0]+k3-A[3][0])*(B[1][0]+k3-A[3][0])+(B[1][1]+k4-A[3][1])*(B[1][1]+k4-A[ 3][1]));D[1][4]=sqrt((B[1][0]+k3-A[4][0])*(B[1][0]+k3-A[4][0])+(B[1][1]+k4-A[4][1])*(B[1][1]+k4-A[ 4][1]));D[1][5]=D[1][4]+25;m=sqrt((B[0][0]+k1-B[1][0]-k3)*(B[0][0]+k1-B[1][0]-k3)+(B[0][1]+k2-B[1][1]-k4)*(B[0][1]+k2 -B[1][1]-k4));d15=D[0][0]+D[1][3]+m;d16=D[0][0]+D[0][4];d25=D[0][1]+D[1][3]+m;d26=D[0][1]+D[0][4];d27=D[0][1]+D[0][5];d35=D[1][2]+D[1][3];d36=D[1][2]+D[0][4]+m;d37=D[1][2]+D[0][5]+m;if(d15<=1.4*d015)if(d16<=1.4*d016)if(d25<=1.4*d025)if(d26<=1.4*d026)if(d27<=1.4*d027)if(d35<=1.4*d035)if(d36<=1.4*d036)if(d37<=1.4*d037){s=d26+d35+m;if(s<s0){s0=s;B0[0][0]=B[0][0]+k1;B0[0][1]=B[0][1]+k2;B0[1][0]=B[1][0]+k3;B0[1][1]=B[1][1]+k4;}}}}}}cout<<B0[0][0]<<","<<B0[0][1]<<endl;cout<<B0[1][0]<<","<<B0[1][1]<<endl;cout<<s0<<endl;return 0;}问题二编程(2)问题二中交替迭代算法求最优解的源程序:#include <stdio.h>#include <cmath>void main(){double mx=65,my=58,nx=107,ny=65,mn,m2,m6,n5,no,s0=255.738,ans,s=500;double X[2][2];doubles12=30,s16=101.119,s15=141.421,s25=122.066,s26=101.119,s27=107.703,s36=160.078,s37=180. 278,s35=107.703;doublep2x=50,p2y=0,p3x=160,p3y=0,pox=161,poy=30,p5x=120,p5y=100,p6x=35,p6y=100;double k1,k2,k3,k4;double o3=30.017;double mn0,m20,m60,n50,no0;int i,j;for(k1=-20;k1<=20;k1=k1+0.5){for(k2=-20;k2<=20;k2=k2+0.5){for(k3=-20;k3<=20;k3=k3+0.5){for(k4=-20;k4<=20;k4=k4+0.5){mn=sqrt((mx+k1-nx-k3)*(mx+k1-nx-k3)+(my+k2-ny-k4)*(my+k2-ny-k4));m2=sqrt((mx+k1-p2x)*(mx+k1-p2x)+(my+k2-p2y)*(my+k2-p2y));m6=sqrt((mx+k1-p6x)*(mx+k1-p6x)+(my+k2-p6y)*(my+k2-p6y));n5=sqrt((nx+k3-p5x)*(nx+k3-p5x)+(ny+k4-p5y)*(ny+k4-p5y));no=sqrt((nx+k3-pox)*(nx+k3-pox)+(ny+k4-poy)*(ny+k4-poy));if(m6+mn+m2+n5+no<s0){if(m2+mn+n5<1.4*s25){if(o3+no+mn+m6<1.4*s36){if(o3+no+mn+m6+25<1.4*s37){if(m2+m6<1.4*s26){if(m2+m6+25<1.4*s27){if(o3+no+n5<1.4*s35){if(s12+m2+m6<1.4*s16){if(s12+m2+mn+n5<1.4*s15){ans=mn+m6+m2+no+n5;if(ans<s){s=ans;X[0][0]=mx+k1;X[0][1]=my+k2;X[1][0]=nx+k3;X[1][1]=ny+k4;mn0=mn;m20=m2;m60=m6;n50=n5;no0=no;}}}}}}}}}}}}}}printf("最小距离");printf("%lf\n",s);printf("各个点对应的距离mn m2 m6 n5 no\n");printf("%lf\n",mn0);printf("%lf\n",m20);printf("%lf\n",m60);printf("%lf\n",n50);printf("%lf\n",no0);printf("\n对应的M,N的坐标\n");for(i=0;i<2;i++){for(j=0;j<2;j++){printf("%lf\n",X[i][j]);}}}问题三编程#include<iostream>//在两个点的最有基础上继续优化#include<cmath>using namespace std;int main(){double Q[3][2],Q0[3][2]={0},d1,d2,d3,N[2],C[2],D[2],s,s0=500;int i,j;N[0]=107;//N C D三点的坐标N[1]=65;C[0]=160;C[1]=0;D[0]=200;D[1]=50;Q[0][0]=140;//给出与湖相交的点的坐标初始值Q[0][1]=65;Q[1][0]=160;Q[1][1]=45;Q[2][0]=165;Q[2][1]=50;double k1,k2,k3,m1,m2;for(k1=0;k1<=20;k1=k1+0.1)//以步长为0.1遍历for(k2=-20;k2<=5;k2=k2+0.1)for(k3=0;k3<=5;k3=k3+0.1){d1=sqrt((Q[0][0]-N[0])*(Q[0][0]-N[0])+(Q[0][1]-k1-N[1])*(Q[0][1]-k1-N[1]));d2=sqrt((Q[1][0]+k2-C[0])*(Q[1][0]+k2-C[0])+(Q[1][1]-C[1])*(Q[1][1]-C[1]));d3=sqrt((Q[2][0]-D[0])*(Q[2][0]-D[0])+(Q[2][1]-k3-D[1])*(Q[2][1]-k3-D[1]));if(d1+d2+d3<147.9)//判断是否小于原值if(d1+d2+Q[0][1]-k1-45+Q[1][0]+k2-140<113.448)//判断是否满足3到其他点的条件{if(d2+d3+165-Q[1][0]-k2+Q[2][1]-k3-45<89.6)//是否满足3到4的条件{s=d1+d2+d3;if(s<s0){s0=s;//记录当前最有路径长度m1=d1+d2+Q[0][1]-k1-45+Q[1][0]+k2-140;m2=d2+d3+165-Q[1][0]-k2+Q[2][1]-k3-45;Q0[0][0]=Q[0][0];Q0[0][1]=Q[0][1]-k1;//最有情况下点坐标Q0[1][0]=Q[1][0]+k2;Q0[1][1]=Q[1][1];Q0[2][0]=Q[2][0];Q0[2][1]=Q[2][1]-k3;}}}}for(i=0;i<3;i++)for(j=0;j<2;j++){cout<<Q0[i][j]<<" ";}cout<<endl;cout<<s<<endl;cout<<m1<<" "<<m2<<endl;return 0;}。

公园道路规划问题

公园道路规划问题

A题公园道路最优设计问题一、摘要本文讨论的是公园道路最优设计问题。

在满足任意两入口之间最短道路长不大于两点连线的1.4倍的条件下,建立相应最短道路模型,使得修建总道路长度最短。

又因公园边界已经存在修建好的道路,所以应尽量利用边界道路。

针对问题一,12个入口和交叉点构成稀疏的网,依据Kruskal 算法,构造最小生成树,在满足要求的情况下,得到最优道路设计方案(图),使得公园新修路的总路程最小为364.1458米。

针对问题二,先简化约束条件,分步增加交叉点个数,再采用逐步逼近的思想,求得满足条件的最短道路设计。

运用迭代法结合C语言编程,得出较优道路设计方案(图),使得公园新修路的总路程最小为358.529730米。

针对问题三,假设湖四周已经有道路,尽量利用湖四周道路,在第二问的基础上,进行局部优化,分析道路与湖的交叉点,用迭代法逐步逼近,得到较优道路设计方案(图),使得公园新修路的总路程最小为318.727931米。

关键词:Kruskal算法局部优化逐步逼近非线性规划迭代算法二、问题的提出一矩形公园有若干入口,公园四周的边存在已经建好的道路且道路长度不计入道路总长。

现为满足公园任意两个入口相连,且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,求使总道路长度和最小的最短道路,给出道路设计。

现需要解决如下三个问题:1.假设公园内确定四个道路交叉点:A(50,75),B(40,40),C(120,40),D(115,70),建立模型给出算法,在满足条件下,确定使得公园内道路总路程最短的设计,计算总路程。

2.若公园内可任意修建道路,建立模型给出算法,在满足条件下,确定道路交叉点坐标,从而获得公园内道路总路程最短的设计,计算总路程。

3.若公园内有一矩形湖,新修的道路不能通过,但可以到达湖四周的边。

在满足条件下,确定道路交叉点坐标,从而获得公园内道路总路程最短的设计,计算总路程。

三、问题的分析针对问题一,给定四个确定道路交叉点,为使得设计的公园道路总路程最短。

公园内道路最优化设计的讨论

公园内道路最优化设计的讨论

公园内道路最优化设计的讨论摘要本题要解决的是公园内道路设计的最优化问题,就是需要建立一个模型去设计公园内部的道路,要求在满足约束条件的前提下找出总路程长度和最短的最优解,并给出相应的道路设计图。

针对问题一,首先不考虑ABCD四个点,假设仅利用公园四周的道路,利用matlab通过floyd 算法解出P1,P2,P3…P8任两点间的最短路程S,再利用matlab算出P1,P2,P3…P8任两点之间的最短距离L,通过比较S与 1.4*L,选出不符合题目要求的几组:(P1,P5),(P1,P6),(P1,P8),(P2,P5),(P2,P6),(P2,P7),(P3,P4),(P3,P5),(P3,P6),(P3,P7)。

结合图容易看出:(P1,P8)和(P3,P4)可以确定必须要相连,则P8与P4都已经符合要求,只需再考虑其它几个点P1,P2,P3,P5,P6,P7,A,B,C,D,利用kruskal算法求最小生成树,在此基础上进行局部调整优化选择最优解。

根据以上算法得到的最优解为394.5米,示意图请参见正文。

针对问题二,由于没有限定道路结点,所以根据1.4倍的约束条件联想到利用椭圆的性质(边界上点到两焦点的距离和为定值)来进一步缩小取点范围,这样的简化过程使解决问题的效率大大加快。

第一步是以任意两点为焦点,以1.4倍的焦距为长轴长作椭圆,观察椭圆的交集,得到覆盖程度不同的区域;第二步将覆盖程度视为符合要求的中间交叉点的可能位置概率,计算出最大覆盖程度区域的坐标范围;第三步在区域中分阶段划分精度并做出程序计算区域中点到入口点的最短距离,比较后得出最佳点。

根据以上算法得到最优解为375.2米,示意图请参见正文。

针对问题三,湖的存在即使在问题二上增加一块不可利用的矩形区域,仍然可继续借助问题二的模型,但要重新确定交叉点的范围。

此问题中,由于矩形湖在公园右边,通过问题二的分析过程可知,该湖只影响右边的交叉点。

公园内道路设计问题(数学建模论文)

公园内道路设计问题(数学建模论文)

公园内道路设计问题(数学建模论文)目录1.问题提出 ........................................................................... ...................................................... 1 2.模型假设 ........................................................................... ...................................................... 2 3.符号说明 ........................................................................... .............................. 2 4.模型建立与求解 ........................................................................... .................... 3 4.1基于Prim算法和Dijkstra算法的模型 ....................................................... 3 4.1.1模型建立 ........................................................................... .................. 3 4.1.2模型的求解与优化 ........................................................................... ..... 4 4.2基于改进K?means聚类算法的模型 ......................................................... 7 4.2.1模型建立 ........................................................................... .................. 7 4.2.2模型求解 ........................................................................... .................. 9 4.3回归优化模型 ........................................................................... ................ 10 4.3.1模型建立 ........................................................................... ................ 10 4.3.2回归模型的求解与检验 (11)5.模型优化 ........................................................................... . (12)5.1距离代价函数和距离代价最小准则 ......................................................................... 12 5.2基于距离代价函数的空间聚类k值优化算法 ......................................................... 13 5.3 用K-means 算法求解聚类中心 ........................................................................... .. 13 5.4 模型优化处理 ........................................................................... .................................. 13 6.模型分析与评价 ........................................................................... .................. 14 7.参考文献 ........................................................................... ............................ 14 附录1 ............................................................................ .................................. 15 附录2 ............................................................................ .................................. 16 附录3 ............................................................................ . (18)1.问题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和学习条件。

数学建模道路节点处理

数学建模道路节点处理

数学建模道路节点处理城市交通作为城市运转的通道,是城市扩张速度的体现。

随着居民生活水平的提升,私家车保有量逐年攀升,城市道路的拥堵也逐渐加剧,如何进行合理的道路交通规划,成为了现代化都市发展的重要组成部分。

政府大力进行城市道路的规划改造工作,多种交通形势并存,在减少交通压力的同时为居民生活提供便利。

但是在城市道路改造的过程中,会引起某一部分区域或者主要车道位置的车流量的变化,对居民的出行造成极大的不便,经验教训告诉我们,需要不断的更新规划理念,未雨绸缪,才能跟得上社会发展的进程。

一、城市道路交通规划中存在的问题XX立交作为XX片区组团级立交节点,现阶段该立交已进行方案设计,但受东侧战备铁路影响,原设计方案未采用互通立交形式,而采用简易菱形立交形式,较难解决大量交通通行问题。

考虑到该节点作为区域重要节点,影响范围较广,需从区域层面,结合区域路网,统筹考虑该节点设计问题,因此,本项目旨在通过对南乡立交周边路网进行科学合理的分析论证,对区域路网进行梳理,为南乡立交节点及区域路网优化改善提供科学的依据。

城市道路系统不仅应该满足当前的交通需求,还要满足近期、远期的城市交通发展的需要。

然而,如今虽然各大城市都加大了城市道路的建设力度,但道路交通设施供应远不能满足交通需求,出现了供求关系失衡的矛盾。

总结起来就是如下问题。

(1)缺乏道路环境功能规划城市道路的功能包括三个方面:交通功能、城市空间功能和环境功能。

在传统的城市道路规划设计中,一般重视道路的线型设计、路网布置和路面结构形式等交通功能以及城市空间功能,往往忽略了环境功能。

没有从城市的环境角度整体出发,缺乏根据不同区域要求就个性建筑、空间组合和景观风貌等进行综合规划设计,也未能发挥城市道路的景观风貌功能,满足不到人们对交通和环境的实际要求。

(2)缺乏城市交通发展战略规划城市交通规划由城市交通综合网络规划、城市交通发展战略规划和城市交通近期建设规划三部分组成。

公园中道路设计问题的数学建模

公园中道路设计问题的数学建模

装订线摘要如今,人们对于公园中的道路设计越来越人性化,对如何在满足要求的情况下设计总距离最短的道路建设方案,针对本题的要求,我们进行了深入的探讨。

在此,我们首先利用简化的思想,再利用穷举法、网格划分和蚁群算法等方法,对问题进行了探讨和解决。

我们先将问题进行了简化,找到了两类有特殊关系的入口点:第一类即入口点之间可以在满足题目要求的情况下通过公园周边的道路直接连接,他们之间的连接就可以先假设是通过公园边线连接的,此时他们之间的连接对总路程的增加量为0;第二种特殊点只在问题一中存在,即入口点之间通过边界连接或通过公园内部任意一个给定的交点连接的道路长度都大于它们间直线距离的1.4倍,这类入口点需要用直线直接连接才能满足要求。

问题一中,我们先利用两类特殊入口点对问题进行简化,从而得到了与原问题等价的简化了的问题,对此问题,我们用matlab对其可能的连接方式进行穷举处理,最终得到了使公园内部道路总长最短的设计方案,设计方案见图(),我们得到最佳设计方案的路程总和S1=394.60m。

问题二中,我们先利用第一类特殊点进行简化处理,然后我们利用网格划分和蚁群算法结合的方法对问题进行了分析处理。

并利用matlab进行了模拟预测,最终得到了最佳连接方案如图(),所得交点坐标为A2(63.87,56.45)、B2(106.61,69.35)、C2(165.32,33.85),所得方案的路程总和S2=351.33m。

问题三与问题二有很大的相同点,在此,我们同样先利用第一类特殊点对问题进行简化,然后我们对问题二的算法进行了局部优化,即将蚂蚁在湖的附近的行走路线进行了调整,最终,我们得到了这种情况下的最佳线路设计方案如图(),所得交点坐标为A3(63.87,56.45)、B3(106.61,69.35)、C3(161.75,30.73),我们得到的最佳设计方案的路程总和S3=351.51m.关键词:最短路径简化穷举法网格划分蚁群算法目录问题重述 (1)问题一重述 (2)问题二重述 (5)问题三重述 (2)问题分析 (4)问题一分析 (2)问题二分析 (5)问题三重述 (2)符号说明 (4)模型假设与约定 (1)模型建立与求解 (1)问题一 (2)问题二 (5)问题三 (2)模型检验 (1)模型以检验 (2)模型二检验 (5)模型三检验 (2)模型优缺点分析 (1)模型优点 (2)模型缺点 (2)参考文献 (4)附录 (1)附录一 (2)附录二 (5)附录三 (2)附录四 (5)公园中道路设计问题的数学建模问题重述:本题要求我们在一个200m*100m的矩形的公园里设计合适的路径将公园的八个入口满足一定条件的情况下两两相连,而且要找出一种使总路程最小的连接方法。

第43队_B题__公园内道路设计问题

第43队_B题__公园内道路设计问题

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A (B)题密封号2012年5月2日剪切线密封号2012年5月2日西北工业大学明德学院第43 队队员1 队员2 队员3 姓名牛小春胡园园宋锋涛班级145003 164001 164001西北工业大学明德学院数学建模竞赛承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.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,严格遵守竞赛规则,以保证竞赛的公正、公平性。

如有违反竞赛规则的行为,我们将受到严肃处理。

我们参赛选择的题号是(从A/B/C/D中选择一项填写):所属院(系、部)(请填写完整的全名):参赛队员(打印并签名) :1.2.3.日期:年月日装订线公园内道路设计问题摘要:本文研究的是最最短路线设计问题,通过道路设计来探求如何使得新修路总路程最小。

通过检验与分析得出适合的方案解决该问题,之后结合实际情况对上述模型进行科学误差分析,并分析所用算法的复杂性与实用性。

针对问题一题目中给出了公园内确定4个固定道路交叉点为:A(50,75),B(40,40),C(120,40),D(115,70),要求我们为公园设计最短的通行路线,即从驻点出发,经过每个拐点之和最短,可以考虑运用Dijkstra算法求解此问题。

按照符合的条件,可以考虑以任意两点之间的最短距离为最短路径模式,利用Matlab软件编程得出所有点之间的相互距离构成距阵。

通过从一点开始依次选取距离最短的点,将会得到一条路径,同时应用题中的要求条件进行模型修改与确定,从而保证最优解,即最短的路径路线。

数学建模道路优化问题

数学建模道路优化问题

数学建模道路优化问题
道路优化问题是数学建模中的一个重要课题。

它旨在通过优化道路布局、交通流调度等手段,提高城市交通的效率,减少交通拥堵和能源消耗。

道路优化问题的目标是要找到一种合理的方式来布置道路,使得交通能够流畅无阻。

因此,数学建模中常用的方法包括网络流模型、最优化模型和图论等。

首先,通过网络流模型,我们可以将城市道路系统看作一个有向图,每条道路都代表图中的一条边,交叉口代表图中的一个节点。

我们可以通过设定不同的路径容量、流量限制和交叉口的通行能力等参数来模拟城市交通的流动情况。

其次,最优化模型可以帮助我们确定最佳的路线选择和交叉口配时方案。

通过考虑交通需求、时间成本和道路容量等因素,我们可以建立数学模型,以求解最优的路线规划和交通调度方法。

这些方法可以帮助我们在不同的交通时段和道路条件下,实现交通流量的最大化。

最后,图论是解决道路优化问题的另一个重要工具。

通过分析交通网络的拓扑结构,我们可以研究道路交叉口的最短路径、最小生成树和拓扑排序等问题,从而提高交通系统的整体效能。

总结起来,数学建模在道路优化问题中起着至关重要的作用。

通过建立合理的模型和算法,我们可以为城市交通规划和管理提供有效的决策支持,以优化道路布局、减少拥堵、提高交通效率。

未来,随着数学建模技术的不断发展,我们相信道路优化问题的研究将会取得更加令人满意的成果。

数学建模 公园内道路设计问题模型

数学建模 公园内道路设计问题模型

公园内道路设计问题模型摘要随着社会前进步伐的逐渐加快,人们的生活节奏也被无形的越拉越紧。

获得更多收益的同时,我们的身体也严重透支。

这就使人们越来越开始关注自身的锻炼问题。

毫无疑问,人们在城市、学校里选择放松、锻炼的最佳去处就是公园了。

本文主要讨论公园内的道路修建问题。

在数据的处理方面,我们较多的使用了matlab软件,因为他在数值计算和调用函数方面有着强大的功能,尤其在编程解决具体问题时它操作简便,效率高,能节省大量时间。

给出的三个问题都是优化问题,要求修的路程尽量短。

因此我们有两个基本思路:一是充分利用边界上的道路,能通过边界解决的问题尽量不再去另外修路。

二是充分利用已经修过的道路,通过“少修多连”的方法尽量减少路程,我们也称其为“借路原理”。

在问题的解决过程中,我们主要是计算出数据,然后考虑是否满足思路一,紧接着通过思路二来进一步优化、减少路程。

我们不是直接求出最优路径,而是利用排除法思维,先找到一条优化道路,但紧跟其后又找到了更优化的路径,通过层层对比,最终确定出最优路线。

关键字:matlab软件基本思路一基本思路二排除法一.问题的重述广州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环境。

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。

主要设计对象可假设为如图所示的矩形公园,其相关数据为:长200米,宽100米,1至8各入口的坐标分别为:P1(20,0),P2(50,0),P3(160,0),P4(200,50),P5(120,100),P6(35,100),P7(10,100),P8(0,25). 示意图见图1,其中图2即是一种满足要求的设计,但不是最优的。

成都绕城绿道数学建模

成都绕城绿道数学建模

成都绕城绿道数学建模
成都绕城绿道的数学建模可以从多个角度入手,以下是一些可能的思路:
1. 绿道的路径规划
可以将绿道的路径规划问题看作一个旅行商问题(TSP,Traveling Salesman Problem),即找到一条最优路径,使得经过每
个景点且总路程最短。

可以利用遗传算法、模拟退火等优化算法求解。

2. 绿道的设计和布局
可以考虑使用网络流算法,将绿道的起点、终点、景点等看作节点,将它们之间的连接关系看作边,然后通过最小生成树、最大流等算法对绿道进行设计和布局,使得整个绿道的覆盖面积最大,同时保证各个节点间的距离合理。

3. 绿道的环境评估
可以利用多因素分析法,对绿道所在区域的自然环境、人口密度、经济发展水平等因素进行权重分配,并结合GIS技术,对绿道周围的环境进行定量评估,以确定绿道的建设方案。

4. 绿道的可持续性分析
可以从资源利用率、生态效益、社会效益等方面对绿道的可持续性进行分析。

具体地,可以使用生态足迹、碳排放等指标,对绿道建设后的生态环境进行监测和评估,以确保绿道的可持续发展。

这些只是可能的思路,具体建模方法需要根据实际情况进行选择。

数学建模 公园铺路

数学建模  公园铺路

公园内道路设计问题摘要在学校中建造公园不仅可以美化环境更可以方便同学的生活。

本文从实际问题出发,给出在不同要求下,得到公园内的最优道路设计方案的模型。

公园的修建需满足两个要求:公园八个固定入口必须能够互相连通,且各入口之间的最短距离不可超过该对点的1.4倍。

故本文给出的方案均遵循两个原则:尽量多的利用公园四周的道路,尽量重复利用公园内部的道路。

经过初步筛选,得到只有十对入口必须通过公园内部相连。

在第一种情况中,要求在给定四个交叉点的状况下,得到最优路线。

本文运用kruskal 算法对这10对点求出最小生成树,得到通过这些点及四个交叉口的最短路程,再利用floyd算法验证任意两点间的距离约束,对于不满足距离约束的入口,通过局部调整,对最小生成树进行优化,求得最优解。

在第二种情况中,公园内可以任意修路。

首先我们考虑取几个点的问题。

因为任意两路口间最短道路长需小于两路口直线距离的1.4倍,故我们利用椭圆定义,对上述十对点所确定的椭圆的位置关系分析,发现至少需要两个交叉点。

故从两个交叉点开始考虑,利用逐步逼近法,求出两个交叉点的最优位置。

利用费马点的性质,考虑到可以通过加点优化求出三个交叉点的最优位置。

利用同样的方法加第四个点,发现最短路程增大。

定性分析得到使用三个交叉点时,路径最优。

在第三种情况中,公园增加了湖,而湖所在区域不可通行,导致模型二的路径不可行。

假设湖边道路不计入总路程长,故尽量使用湖边道路可使总路程更优。

在模型二路径的前提下,对与湖相交的路径进行优化,利用穷举法对三条边上的三个交点进行运算,求出满足条件的三个最优点及最优路径。

在求出的三个点的基础上,运用第二问的方法,对另外两个交点进行局部优化,求出最优路径。

关键字:最小生成树kruskal算法Floyd算法逐步逼近费马点一、问题重述有一长为200米,宽为100米形状为矩形的公园,具有八个路口。

现要求在公园内部修建道路,达到让任意两个入口相连的目的,在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倍的要求下,使总的道路长度和最小,其中公园四周的道路不计入总路程中。

道路设计问题 数学建模

道路设计问题 数学建模

陇东学院第二届大学生数学建模竞赛承诺书我们仔细阅读了陇东学院数学建模竞赛的竞赛规则.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,严格遵守竞赛规则,以保证竞赛的公正、公平性。

如有违反竞赛规则的行为,我们将受到严肃处理。

我们参赛选择的题号是(从A/B/C/D中选择一项填写): B我们的参赛报名号为(如果赛区设置报名号的话):所属院系(请填写完整的全名):信息工程学院参赛队员(打印并签名) :1. 刘剑涛2. 李例3. 姚玺指导教师或指导教师组负责人(打印并签名):齐斐日期:年月日B题校园文化景观中心道路设计问题摘要:随着我国社会经济的不断发展,城市规划与建设已成为发展经济、文明进步的重要标志。

而在此规划建设中,我们又经常会遇到形形色色的与最短路径有关的实际问题,比如像生产生活,交通运输,,环境美化、道路设计等等,而研究诸如此类的问题不仅可以给我们的生活带来实际的方便,而且在很多情况下还可以提高经济效益。

就从本题的实际情景出发来看,它研究的是我校逸夫教学楼和信息楼间拟建的校园文化景观中心内部的道路设计问题,而我们所要研究的就是在保证该文化景观中心边缘8个入口两两之间的最短路长不大于这两个入口之间连线的1.4倍的前提条件下,使内部道路总长度最短。

首先我们应该明确一点,就所给的两个问题总体而言,都是优化问题,要求修的路程尽量短。

这就给了我们一个警示,即,在满足前提1.4倍这一特殊的约束条件之下,能使用的边尽量使用,并且在初定方案之后一定要根据题意仔细斟酌,确保所得道路修建方案在满足约束条件的情况下是最优路线,如果是,则保留,否则就剔除掉这一方案,寻求其他方案。

公园内道路的优化设计模型

公园内道路的优化设计模型

个 人 口相连 且 总 的道路 长 度 和 最 小 的 目标 , 以及 使
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 . 实 质上 是实 现实 际 中新 修建 的道 路最 短 , 同 时尽 可能 的减 少任 意 两 个 人 口道 路 长 度 ( 这 里 以
建 立 费 尔 马 点 优 化 模 型和 椭 圆覆 盖 模 型 , 通过 叠加场 图提取 覆盖重 合率 较高 的区域 , 离 散化 取点 , 设 为 道 路 交 叉 点, 经过费尔马点优化修正模型 , 实 现 在公 园 内 可 以任 意 修 建 道 路 的前 提 下 , 得 出 总 路 程 最 少 的 道 路 设 计 方 案. 最
D( 1 1 5 , 7 0 )的 4个 道 路 交叉 点 , 设 计 道 路 使 任 意 所 给 8 个 入 口相互 可达 , 而 且 满 足任 意两 个 人 口之 间
的最 短道 路长 不大 于 两 点连 线 的 1 . 4倍 的要 求 . 给
出新 修 的道路 总长 度最 小 的设 计 方案. 求两两 连通后 道 路最 短 问 题 可 以转 化 为求 由 8 个 人 口和 4个 道路 交叉 点 为顶 点 的图 的最 小生 成 树
是 否小 于实 际直 线距离 的 1 . 4倍 来 衡 量 ) . 题 目给 出
矩 形公 园作 为 主要 设 计 对 象 , 并且通过假设出的 4
个道 路交叉 点来 优 化公 园 内道 路 的设 计 , 以实 现 总
路程 最短 . 基 于以 上 的求 解 , 再 次设 计 道 路 交 叉 点 , 实 现公 园 内道 路 的进一 步优 化. 其 中, 交叉 点 的选 取
可 以 结 合 物 流 选 址 问 题 中 的 优 化 取 点 方 法 以 及 费 尔 马点理 论等 . 最后 , 综 合 一 二 问 的思 路 , 考 虑 有 障 碍

公园道路最优设计问题-同济大学YK

公园道路最优设计问题-同济大学YK

【关键词】最小生成树 kruskal 算法 Floyd 算法 非线性规划 斯坦纳问题
1
一.问题重述
在公园矩形区域[0,200]x[0,100]边界有给定八个“入口”点(20,0) (50,0) (160,0) (200,50) (120,100) (35,100) (10,100) (0,25) ,对道路进行设计使得在下列条件中都能 分别满足总路径长度最小和任意两点间最短道路长度不超过两点连线的 1.4 倍。 问题一为,在给定公园内四个道路交叉点(50,75) (40,40) (120,40) (115,70)的条 件下设计道路满足上述要求并给出算法、道路设计图以及总路程; 问题二为,在公园内任意修建道路,使其满足上述条件,并给出算法、交叉点坐标、 道 路设计图以及总路程; 问题三为,在不能通过
论文题目:公园内道路最优化设计模型
摘要
模型针对公园内道路设计这一实际问题, 在固定的八个入口之间针对不同的限制条件进 行道路规划,并保证任意两点之间的最短路径长度不超过两点间直接连线长度的 1.4 倍。 在给定公园内四个道路较差点的限制条件下,将已有 12 个点构成无向图,利用 kruskal 算法求解最小生成树。 对解得的最小生成树使用 Floyd 算法得出任意两点之间的最短路径长 度, 再与限制条件进行对比, 针对个别不能满足限制条件的点, 对局部重新求解最小生成树, 不断对比,最终得到能够满足限制条件的最优方案。 在任意设计道路的前提下,借鉴斯坦纳问题已有的结论,和椭圆、圆的几何性质,初步 确定可能存在于公园内部的道路交叉点的数量、 位置和连接方式, 在此条件下对可能存在的 各种最短路径方案使用非线性规划的方法求解, 最终将得到的各组解进行比较, 选取新建道 路总长最小的方案为最优方案。 在公园中存在湖的情况下, 我们以上面求得的最优方案为基础进行修正, 仍然使用非线 性规划的方法得到可能存在的多组解,并比较得出新建道路总长最小的方案作为最优方案。 在任意修建道路的前提下, 综合考虑道路长度最短和避免行人践踏草坪。 我们同样以任 意修建道路时的最优方案为基础进行修正。 并引入新的假设, 将人穿越草坪的概率与连点间 直接连线的长度与两点间道路长度的比值联系起来。 同时为简化问题, 假定人的视野有限且 范围较小,并结合实际在最有可能出现穿越草坪的位置建设长椅、花坛等公共设施,减小人 穿越草坪的可能,从而保护草坪,最终得到道路设计方案。

数学建模交通问题

数学建模交通问题

摘要近年来随着机动车辆的迅猛增长,城市道路的交通压力日渐增大,各大城市对旧城改造及城市道路建设的投入也不断扩大,交通拥挤问题却仍旧日益严重。

因此,科学全面地分析和评价城市的绩效,进而找到适合我国的城市交通规划模式,已成为我国城市交通迫切需要解决的课题。

本文通过大量查阅城市交通绩效评价指标,结合目前我国交通发展现状,以兰州为例,首先建立了绩效评价指标的层次结构模型,确定了目标层,准则层(一级指标),子准则层(二级指标)。

其次,建立评价集V=(优,良,中,差)。

对于目标层下每个一级评价指标下相对于第m 个评价等级的隶属程度由专家的百分数u 评判给出,即U =[0,100]应用模糊统计建立它们的隶属函数A(u), B(u), C(u) ,D(u),最后得出目标层的评价矩阵Ri ,(i=1,2,3,4,5)。

利用A,B 两城相互比较法,根据实际数据建立二级指标对于相应一级指标的模糊判断矩阵i (i=1,2,3,4,5)P 然后,我们经过次试验调查,明确了各层元素相对于上层指标的重要性排序,N 构造模糊判断矩阵,利用公式P 1,ij ij n kj k u u u ==∑1,n i ij j w u ==∑1,i i n j j w w w ==∑[]R W R W R W R W R W W R W O 5544332211,,,,==计算出权重值,经过一致性检验公式RI CICR =检验后,均有,由此得出各层次的权向量。

然后后,0.1CR <()12,,Tn W W W W = 给出建立绩效评价模型(其中O 是评价结果向量),应用模糊数学中最大隶属度原则,对被评价城市交通的绩效进行分级评价。

接着,为了优化兰州安宁区道路交通,我们建立了评价城市交通的指标体系,继而构造模糊判断矩阵,计算出相应的权重值。

我们挑选了道路因素进行优化,以主P 干道利用率约束、红绿灯效率约束、公交站点数目约束、非负约束为约束条件建立了安宁区道路交通优化方案的权系数模型,最后利用实际测算数据给出最终优化模型,提出合理化的优化建议,希望能为更好的建设兰州交通体系作出贡献。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

公园内道路设计问题模型摘要随着社会前进步伐的逐渐加快,人们的生活节奏也被无形的越拉越紧。

获得更多收益的同时,我们的身体也严重透支。

这就使人们越来越开始关注自身的锻炼问题。

毫无疑问,人们在城市、学校里选择放松、锻炼的最佳去处就是公园了。

本文主要讨论公园内的道路修建问题。

在数据的处理方面,我们较多的使用了matlab软件,因为他在数值计算和调用函数方面有着强大的功能,尤其在编程解决具体问题时它操作简便,效率高,能节省大量时间。

给出的三个问题都是优化问题,要求修的路程尽量短。

因此我们有两个基本思路:一是充分利用边界上的道路,能通过边界解决的问题尽量不再去另外修路。

二是充分利用已经修过的道路,通过“少修多连”的方法尽量减少路程,我们也称其为“借路原理”。

在问题的解决过程中,我们主要是计算出数据,然后考虑是否满足思路一,紧接着通过思路二来进一步优化、减少路程。

我们不是直接求出最优路径,而是利用排除法思维,先找到一条优化道路,但紧跟其后又找到了更优化的路径,通过层层对比,最终确定出最优路线。

关键字:matlab软件基本思路一基本思路二排除法一.问题的重述广州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环境。

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。

主要设计对象可假设为如图所示的矩形公园,其相关数据为:长200米,宽100米,1至8各入口的坐标分别为:P1(20,0),P2(50,0),P3(160,0),P4(200,50),P5(120,100),P6(35,100),P7(10,100),P8(0,25). 示意图见图1,其中图2即是一种满足要求的设计,但不是最优的。

请建立数学模型解决以下问题: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)。

问如何设计道路可使公园内道路的总路程最短,并计算新修路的总路程。

问题二:现在公园内可以任意修建道路,如何在满足条件下使总路程最少。

给出道路交叉点的坐标,并计算新修路的总路程。

问题三:若公园内有一条矩形的湖,新修的道路不能通过,但可以到达湖四周的边,示意图见图3。

重复完成问题二的任务。

其中矩形湖的四个顶点坐标为R1(140,70),R2(140,45),R3(165,45),R4(165,70)。

注:以上问题中都要求公园内新修的道路与四周的连接只能与8个路口相通,而不能连到四周的其它点。

图 1 公园及入口示意图图 2 一种可能的道路设计图二.问题的分析和符号说明题目中对道路的修建有一个“硬性要求”,也是大前提,即“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”,下面我们来考虑P1和P7,P1与P7间的直线距离乘以1.4等于141.0,而P1和P7仅通过边界路线相连接的最短距离为130,由于130<141.0,满足题目所给的大前提,所以无需再专门修路连接P1和P7。

同理,对于其他任意两点也可尝试上述计算方法,尽量排除无关紧要的点,从而可大大简化问题,减少了计算量。

下面我们需要对一些常用变量进行命名:1,2,3,4,5,6,7,8……………………….P1,P2,P3,P4,P5,P6,P7,P8S mn……………………………………….m,n仅通过边界线路相连的最短距离m--n……………………………………….m,n间的直线距离m~n(q)……………………………………m,n间通过方法q相连的距离(示例:1~6(1--B--A--6)即为通过方法(1—B--A--6)使1连接上6的距离。

)然后,我们可以运用matlab来计算上面提出的问题,只需用一个循环结构,便可以省去很多繁琐的运算。

然后我们可以得到下面一个概览表:解题用图- 1 概览表通过观察易知,仅1~5, 1~6, 1~8, 3~4, 3~5, 3~6, 3~7, 2~5, 2~6, 2~7之间不符合Smn>=1.4*(m--n)的条件,需要重新规划路线。

从而问题变得很简明。

三.模型假设1.近似认为每个入口都是一个质点,不占用空间位置,从而m ,n 之间修的直线路线的长度即为|mn|。

2.认为道路的宽度为0,即所修的路都是线段,长分别是a 和b 的两条路线相交,则两条路的总长度是a+b 。

3.认为公园的地面是完全平整无凹陷和突起的。

四.模型建立根据上面的陈述,我们大致可总结出修路要遵循的两个原理:A1:满足m~n (q )<=1.4*(m--n )的两点m ,n 间不需再专门修路。

A2:应充分利用已经修过的路来完成需修而未修的两点间的路,简称为“借路”原理。

下面我们将尝试在这两个原理的基础上,根据三个问题的不同要求,运用排除比较的方法来尽量确定最优道路。

五.模型求解问题一:1.求解前提条件该问题有一个基本要求就是“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)” 。

首先要明白什么是道路交叉点。

我们取任一个交叉点Q ,则至少有两条不同的道路通过Q ,下面列出的三种情况都是符合题意的:解题用图- 2解题用图- 3情况一:一点通过三条不同道路 情况二:一点通过多条不同道路QQQ解题用图- 4情况三:一点通过两条不同道路这里需要特别注意解题用图-4中所给的情况,只有两条道路以折线方式相交仍视点Q为道路交叉点。

前面所提到的“至少有两条不同的道路通过Q”中的“不同道路”具体指两条不能连成线段的道路,如图,解题用图- 5此时认为只有一条路通过Q,即Q不是道路交叉点这是一种不符合Q为交叉点的情况。

另一种不符合Q为交叉点的情况是没有任何道路通过Q。

2.开始求解观察需要重新修建道路的各点组合,即1~5, 1~6, 1~8, 3~4, 3~5, 3~6, 3~7, 2~5, 2~6, 2~7,发现1,2,3均需要连到5,6,所以选择从5,6点开始着手。

先考虑6点。

一.1,6之间需要满足原理A1,最简单的办法就是1- -6,连接后,若不再修建其他道路,2~6(2- -1- -6)=131.1<1.4*S(2,6)=141.6,满足原理A1(下面再有此种论断则简化些为m~n(q)=a<b,A1.所需数据可在解题用图-1中找到),2~7(2- -1- -6- -7)=156.1>150.8,不符A1。

专门再为2~7修路代价太大,因此改变1~6之间的连接方法。

解题用图- 6二.考虑1~6通过1- -B- -6的方法,并且连接2- -B(原理A2),则1~6(1- -B- -6)=104.9<141.6,A1。

2~6(2- -B- -6)=141.4<141.6,A1。

2~7(2- -B- -6- -7)=126.4<150.8,A1.解题用图- 7有人会提出疑问,当连接1~6(1- -6)但2~7(2- -B- -6- -7)不符A1时,为何不像连接2- -B一样,从2或7到(1- -6)直线上修一条路(A2)?其实这是为了能使1,2能与5相连。

解题用图- 8继续我们二中的方法。

检验可得3~6(3- -2- -B- -6)=211.4<224.1,A1。

3~7(3- -2- -B- -6- -7)=236.4<252.4,A1。

下面着重考虑1,2,3和5的连接。

3~5.3~5较简单,为使路程尽量短且通过C,D点,3~5取3- -C- -D- -5,又3~5(3- -C- -D- -5)=117.4<150.8,A1。

1~5由于A点还没有通过任何道路,所以考虑1~5(1- -B—A- -5), 此时1~5=155.4<198,A1。

2~5取2~5(2- -B- -A- -5)(A2),此时2~5=151.9<170,A1。

解题用图- 9存在以下疑问:*为什么不取1~5(1- -B- -A- -D- -5),2~5(2- -B- -A- -D- -5),这样通过“借路”(A2),使总路程减少了(A- -5)-(A- -D)=9.1?解*:如果这样,那么2~5(2- -B- -A- -D- -5)=173.1>170.9,不符A1。

解题用图- 10现在看1~5, 1~6, 3~5, 3~6, 3~7, 2~5, 2~6, 2~7,之间的路程修建似乎可以结束了,但通过观察现有图形,考虑将A- -6代替B- -6(A2),因为前者明显比后者短些。

下面我们进行一些替换后的检验(主要靠A1):1~6(1- -B- -A- -6)=110.2<140,A1。

2~6(2- -B- -A- -6)=106.7<140.7,A1。

2~7(2- -B- -A- -6- -7)=131.7<151.8,A1。

3~6(3- -2- -B- -A- -6)=216.7<224.1,A1。

3~7(3- -2- -B- -A- -6- -7)=241.7<252,A1。

1,2,3到5的路线和原来完全一样,不用再赘述。

所以数据完全符合要求,即可以用A- -6代替B- -6。

解题用图- 11*又有以下问题:用A- -6代替B- -6后,A点成了交叉点,那么若取1~5(1- -B- -C- -D- -5),2~5(2- -B- -C- -D- -5),路程会不会更短?解*:即便换线路后新数据完全符合A1,但(B- -C)>(A- -5),路程反而增加,舍弃不用。

解题用图- 12*为什么不2~5(2- -C- -D- -5)。

1~5(1- -C- -D- -5)?解*:同上个问题,即便换线路后新数据完全符合A1,但(2- -C)>(A- -5),路程反而增加,舍弃不用。

解题用图- 13接下来考虑1~8和3~4.1~8:最直接最简便的方法当然是直接连接1,8两点,但考虑(A2),我们可以过8做1- -B的垂线,设垂足为P显然比直接连接减少了路长,下面检验,1~8(1- -P- -8)=42.9<44.8,A1。

3~4:和1~8思路完全相同,过4做3C的垂线,垂足设为O,检验。

3~4(3- -O--4)=70.6<89.6,A1。

我们再对1~8和3~4的求解过程做些补充。

因为上述方法可用有一个大前提,就是(角43C)和(角81B)都是锐角,我们将证明列在下面:角43C:a=arctan(1)=45度b=arctan(1.25)>45度所以(角43C)=180-a-b<90,是锐角。

相关文档
最新文档