2010全国大学生数学建模竞赛二等奖论文

合集下载

2010年全国研究生数学建模竞赛二等奖论文

2010年全国研究生数学建模竞赛二等奖论文

全国第七届研究生数学建模竞赛题目神经元形态识别和分类数学模型摘要:采用由生物衍生而成的人工神经网络方法来解决生物神经元的分类问题,本身就体现了一种科学性。

本文围绕神经元形态识别和分类问题,首先,建立了基于仿生模式识别的人工神经网络的数学模型,给出了一种基于仿生模式识别的人工神经网络分类方法;其次,根据神经元的空间几何特征,采用特征空间几何元素命名法对题目中给出的样本神经元进行了重新命名;再次,利用该人工神经网络的预测特性,对神经元的生长变化进行了合理的预测。

第一,采用L-Measure软件对题目中的神经元空间几何数据进行计算,得到表征对应神经元几何特征的20个特征指标,作为基础数据;第二,利用特征空间中样本集合的拓扑性质,运用基于仿生模式识别的人工神经网络分类方法,以题目附录A给定的5类(中间神经元可以又细分3类)神经元44个样本的特征指标作为训练样本,运用人工神经网络对上述表征44个样本神经元的特征指标进行训练,得到能够完全识别这44个样本的人工神经网络,从而把研究神经元形态识别和分类问题转换为特征识别问题;第三,利用训练好的网络对题目附录C中的7个神经元样本中进行分类识别,最低识别率为97%,说明构建的人工神经网络对该样本的识别率非常好;第四,利用训练好的网络将题目附录B中的20个神经元进行分类,发现样本4、12、19、20不能准确分入已知的某一类。

因此,可以认为这四个样本属于某类未知的神经元,需要引入新的命名方法进行命名;第五,在前四步的基础上,提取相应的神经元特征指标,采用特征空间几何元素命名法对神经元进行命名。

第六,改变基于仿生模式识别的人工神经网络的训练样本数据,将猪的普肯野神经元和鼠的普肯野神经元定义为不同类别的神经元对网络进行训练,然后对其进行测试,结果表明该网络能够完全区分这两类普肯野神经元,且识别率较高,超过95%。

本模型的主要优点是分类准确率高、速度快、通用性好;不足有两点:一是必须通过增大训练样本数量才能改善网络的分类准确率;二是人工神经网络参数的选取对网络的影响较大。

2010全国大学生数学建模竞赛二等奖论文

2010全国大学生数学建模竞赛二等奖论文

储油罐的变位识别与罐容表标定摘 要本文对A 试题进行了分析和研究。

为了解决加油站中储油罐的变位识别与罐容表标定问题,同时分析罐体变位对罐容表的影响,通过建立出在不同油位值情况下比较精准的罐内油位高度与储油量的函数关系模型,利用采集到的小椭圆型储油罐和实际储油罐的实验数据,借助相关软件对问题进行深入研究。

针对问题一:为了研究罐体变位后对罐容表的影响,本文首先根据所给的简化小椭圆型储油罐(两端平头的椭圆柱体),利用微元法,建立出在不同油位值情况下的平头罐体油位高度与储油量的函数对应关系——积分模型(模型一)。

对于倾斜角为 4.1a =︒的纵向变位情况,通过等面积法找到倾斜时油标显示值H 1与对应同体积的水平状态下液高2H 的函数关系,从而得出倾斜角为 4.1a =︒时罐内油位高度与储油量的函数关系。

利用添加多项式对模型进行校正,用MATLAB 软件编程得到所加多项式的参数,得到贴近实际的油位高度与储油量的数学关系模型,并运用该模型得到初始油标值为0,间隔1cm 的罐容表标定值。

再用SPSS 软件中的曲线估计过程拟合得到小椭圆储油罐无变位时油位高度与储油量的函数关系,求解得到无变位时的罐容表。

通过比较小椭圆储油罐无变位和变位斜角为 4.1a =︒时的罐容表标定值,分析出罐体变位前后储油量最大差值大约为270L ,较小差值65L ,平均差值为178.87L ,说明小椭圆罐体变位后对罐容表的影响是很大的。

针对问题二:研究主体为圆柱体、两端为球冠体的实际储油罐,对其进行分段计算,主体1V 的求法沿用问题一中所建立的分段函数数学模型,两端球冠体采用近似椭球的体积求法。

建立出含有参数纵向倾斜角度α和横向偏转角度β的实际罐体显示与储油量的函数对应关系——积分模型(模型二)。

并根据所给采集数据在MATLAB 软件中利用最小二乘法估计出变位参数角度α和β的数值: 2.779, 4.693αβ==将得到的α和β估计值代入模型二中的分段函数关系式中,通过计算理论的累加出油量与检测数据的累加出油量差值,用SPSS 软件中的曲线估计过程拟合得到罐内探针、管线等所占的体积与显示油高的函数关系,并作为修正因子带入的建立的模型二中,得到修正后的模型二(实际罐体显示油高与储油量的函数关系式)。

【全国大学生数学建模竞赛获奖优秀论文作品学习借鉴】2010数学建模C题,输油管的布置、获奖论文

【全国大学生数学建模竞赛获奖优秀论文作品学习借鉴】2010数学建模C题,输油管的布置、获奖论文

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): C我们的参赛报名号为(如果赛区设置报名号的话):1328303所属学校(请填写完整的全名):武汉职业技术学院参赛队员(打印并签名):1. XXX2. XXX3. X X指导教师或指导教师组负责人(打印并签名):数模指导组日期:2010年9月12日赛区评阅编号(由赛区组委会评阅前进行编号):编号专用页赛区评阅编号(由赛区组委会评阅前进行编号):全国统一编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):输油管的布置摘要本文对输油管线的布置主要从建设费用最省的角度进行研究。

首先,对问题一,我们按照共用管线与非共用管线铺设费用相同或不相同,进行分类讨论。

为了更好的说明,我们根据共用管线与非共用管线铺设费用相同或不同及两炼油厂连线与铁路线垂直或不垂直分成四类讨论。

其次,对问题二,由于需要考虑在城区中铺设管线,涉及到拆迁补偿费等。

通过对三个公司的估算费用加权,求得期望值021.5P (万元)。

并利用建立的规划模型②求得管道建设的最省费用为282.70万元。

其中共用管线长度为1.85千米,炼油厂B在城区铺设的管道线对城郊分界线的射影为0.63千米。

最后,对问题三,由于炼油厂A和B的输油管线铺设费用不同,所以最短管道长度和未必能保证铺设总费用最省,因而我们又建立了规划模型③,通过LINGO软件求得管道建设的最省费用为251.97万元,三种管道的结合点O到炼油厂A与铁路垂线的距离为6.13千米,结合点O到铁路的距离为0.14千米,炼油厂B在城区铺设的管道线对城郊分界线的射影为0.72千米。

2010山东科技大学数学建模二等奖论文

2010山东科技大学数学建模二等奖论文

【论文封面】山东科技大学2010年数学建模竞赛论文题目:山东省经济发展与金融发展的关系参赛队员:学院:信息科学与工程学院班级:电科08-1 姓名:何伟伟班级:电科08-1 姓名:徐业帷班级:电科08-1 姓名:庄燕2010年5月31日山东科技大学2010年数学建模竞赛题目山东省经济发展与金融发展的关系摘要随着经济的发展,金融在资源配置中的作用得到了越来越多的重视,无论是在市场经济条件下,还是在向市场经济转轨的条件下,都必须重视和发挥金融的作用。

虽然从理论上说经济发达程度是决定金融发展的基础,但金融对经济发展的反作用也不容忽视。

本文考察了山东金融发展与经济增长之间是否存在线性关系。

首先用人均GDP增长率来刻画经济的增长,而经济的增长取决于区域资本形成总额、全要素生产率替TFP、单位GDP 所需的人力三个主要指标。

金融的发展主要体现在金融相关比率和金融市场化程度两个指标上。

通过查阅《山东省统计年鉴》及“中经网数据库”得到山东省1990~2004年的经济、金融发展的相关数据,然后以GDP增长率为因变量以决定经济增长和金融发展的各项指标为自变量利用SPSS16软件和EViews6软件进行多元线性回归分析,得出金融发展对经济增长有促进作用。

之后将1990~2004年的数据分成三个阶段分别进行线性回归分析发现金融发展对经济增长的影响在不同阶段表现不同。

在经济初始增长阶段金融发展对经济增长有相当大的促进作用,之后二者呈现短期的负相关性,最后金融发展对经济的增长呈现稳定的促进作用。

为了说明模型的合理性,我们对模型进行了检验。

通过经济意义检验说明模型在经济理论上的合理性,通过统计检验中的F检验和T检验来验证模型中各指标对因变量的影响程度,佐证结论的正确性。

最后我们根据上述分析,对山东省金融发展提出了加快“抑制因素”的清理;积极创新和引进多样化的金融工具;改善金融机构结构和大力发展科技产业;减少政府对经济的干预,充分发挥市场经济作用的建议。

数学建模国家二等奖论文

数学建模国家二等奖论文
A 题 城市表层土壤重金属污染分析
摘要
近年来,随着经济的发展,重金属已给城市土壤带来了一定程度的污染,本文通 过数据分析、建立模型来对城市各区内的土壤重金属污染进行评价和确定污染源等。 针对问题一:第一问,用附件一中给出的数据,用 Matlab 插值法建立三维模型, 总共有 9 个图,一个是取样地点的地形图,另外八个是八种重金属元素的在空间内不 区域的不同采样点的浓度分布图,用不同样色的不同符号代表不同区域内的点,通过 模型图我们可以清楚的看到各种元素不同的空间分布。第二问:模型一利用瑞典科学 家 Hakanson 提出的潜在生态指数法。建立区域重金属的潜在生态指数比例和模型,借 助 Excel 得到不同区域的污染程最终排名:交通区>工业区>生活区>山区>公园绿地区。 在模型一的基础上进一步建立模型二:采用尼梅罗综合污染指数法,建立尼梅罗综合 污染指数模型, 利用 Matlab 软件得到综合污染指数, 根据综合污染指数得到污染等级, 借助 Excel 对污染等级样本数量进行统计,求出轻污染、中污染、重污染这三个污染等 级的样本点总数量在该区总样本点中所占的比例并排名,最终得到该城区内不同区域 重金属的污染程度:工业区>交通区>生活区>公园绿地区>山区。 针对问题二:采用因子分析法和系统聚类分析,将相关性较高的污染指标聚为一 类; 同时建立单因素指数模型。 借助 Excel 求出各区域内的 8 个污染指标的污染指数的 平均值,根据平均值的大小确定该区域内主要的重金属污染元素,再结合实际情况以 及重金属污染物的主要来源进行分析,得出各区域重金属污染的主要原因。 针对问题三:结合问题二中主要重金属污染源的主要原因和生活实际情况来分析 出重金属污染物具有扩散的传播特征。由此我们建立微分方程扩散模型,通过付立叶 变换,将偏微分方程转化为常微分方程,通过方程的求解,可以确定出城市土壤中总 共有 16 种污染源,位置坐标分别为:2 区: (8629,12086,1) 、 (12644,14943,43) , 3 区: (25361,6423,49) 、 (20261,7586,29) 、 (18467,17001,308) 、 (22046,17634, 171) 、 (26852,16114,225) ,4 区: (2708,2295,22) 、 (6869,7286,18) 、 (10685, 5528,34) 、 (22304,10527,40) 、 (13694,2357,33) 、16872,2789,10) 、 (11529, 11243,16) 、 (15248,9106,16)5 区: (9095,16414,29) 针对问题四:对于模型的的优缺点,只需综合问题一、问题二、问题三的模型的 优缺点。要更好地研究城市地质环境的演变模式,我们结合问题一、问题二、问题三, 搜集了不同时期的地质环境条件的基础性和地球化学的的脆弱性两方面的内容进行评 价,建立了区域评价模型, j 单元内城市地质环境条件基础性指数:W基j , j 单元地球 化学脆弱性评价指数: W脆j ,跟据不同时间 R j = ω1 j ⋅W基 j + ω2 j ⋅W脆j 的变化值确定城市 地质环境的演变模式

2010数学建模优秀论文(1).doc

2010数学建模优秀论文(1).doc

数学建模比赛预选赛温室中的绿色生态臭氧病虫害防治2009年12月,哥本哈根国际气候大会在丹麦举行之后,温室效应再次成为国际社会的热点。

如何有效地利用温室效应来造福人类,减少其对人类的负面影响成为全社会的聚焦点。

臭氧对植物生长具有保护与破坏双重影响,其中臭氧浓度与作用时间是关键因素,臭氧在温室中的利用属于摸索探究阶段。

假设农药锐劲特的价格为10万元/吨,锐劲特使用量10mg/kg-1水稻;肥料100元/亩;水稻种子的购买价格为5.60元/公斤,每亩土地需要水稻种子为2公斤;水稻自然产量为800公斤/亩,水稻生长自然周期为5个月;水稻出售价格为2.28元/公斤。

根据背景材料和数据,回答以下问题:(1)在自然条件下,建立病虫害与生长作物之间相互影响的数学模型;以中华稻蝗和稻纵卷叶螟两种病虫为例,分析其对水稻影响的综合作用并进行模型求解和分析。

(2)在杀虫剂作用下,建立生长作物、病虫害和杀虫剂之间作用的数学模型;以水稻为例,给出分别以水稻的产量和水稻利润为目标的模型和农药锐劲特使用方案。

(3)受绿色食品与生态种植理念的影响,在温室中引入O3型杀虫剂。

建立O3对温室植物与病虫害作用的数学模型,并建立效用评价函数。

需要考虑O3浓度、合适的使用时间与频率。

(4)通过分析臭氧在温室里扩散速度与扩散规律,设计O3在温室中的扩散方案。

可以考虑利用压力风扇、管道等辅助设备。

假设温室长50 m、宽11 m、高3.5 m,通过数值模拟给出臭氧的动态分布图,建立评价模型说明扩散方案的优劣。

(5)请分别给出在农业生产特别是水稻中杀虫剂使用策略、在温室中臭氧应用于病虫害防治的可行性分析报告,字数800-1000字。

论文题目:温室中的绿色生态臭氧病虫害防治姓名1:学号:专业:姓名1:学号:专业:姓名1:学号:专业:2010 年5月3日目录一.摘要 (4)二.问题的提出 (5)三.问题的分析 (5)四.建模过程 (6)1)问题一 (6)1.模型假设 (6)2.定义符号说明 (6)3.模型建立 (6)4.模型求解 (7)2)问题二 (9)1.基本假设 (9)2.定义符号说明 (10)3.模型建立 (10)4.模型求解 (11)3)问题三 (12)1.基本假设 (12)2.定义符号说明 (12)3.模型建立 (13)4.模型求解 (13)5.模型检验与分析 (14)6.效用评价函数 (15)7.方案 (16)4).问题四 (17)1.基本假设 (17)2.定义符号说明 (17)3.模型建立 (18)4.动态分布图 (19)5.评价方案 (19)五.模型的评价与改进 (20)六.参考文献 (21)一.摘要:“温室中的绿色生态臭氧病虫害防治”数学模型是通过臭氧来探讨如何有效地利用温室效应造福人类,减少其对人类的负面影响。

2010年高教社杯全国大学生数学建模竞赛获奖论文

2010年高教社杯全国大学生数学建模竞赛获奖论文

2010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):评阅人评分备注全国统一编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):关于2010年上海世博会影响力的评估 ——从历史文化交流方面进行讨论摘要本文从各国人民在历史文化方面的交流评估了2010年上海世博会的影响力。

根据题意以及互联网收集到的数据,建立了数学模型并定量估计了上海世博会的影响力,突出上海世博的主题“城市,让生活更美好”的基本理念。

首先,运用灰色聚类法对互联网收集到的数据进行灰类等级划分,再对数据进行无量纲化处理。

其次,建立各灰类白化函数,再对各组数据进行聚类权运算,进而得出各因素的相应数据。

最后,通过白化函数得到的F 矩阵和聚类权运算得到的η函数,应用求聚类公式()1*nLj jL Lj jL j f d ση==∑,求得各聚类对象的各灰色聚类系数及结果。

然后应用层次分析法,推导出一种进行加权分析的方法,利用本方法对影响世博会的各个因素进行加权,得出了各个世博城市关于影响力的组合权重数据为(0.3634,0.3620,0.2743)T ,通过比较得到上海世博会影响力均高于爱知、汉诺威世博会。

合适的评估体系是本课题的关键。

我们充分利用互联网收集到的数据进行分析及统计,并考虑到方案的可操作性。

通过组合权重数据,得到了三个世博城市关于影响力的权重。

由于此模型不受指数的影响,有很好的灵活性,使得我们可以根据实际情况灵活选取指数,减少模型的工作量,增加模型精度。

关键字:定量估计、层次分析法、灰色聚类法一、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。

可以从我们感兴趣的某个侧面,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。

2010高教社杯全国大学生数学建模竞赛获奖名单(正式稿)

2010高教社杯全国大学生数学建模竞赛获奖名单(正式稿)

中国计量学院 中国石油大学(华东) 中国地质大学(北京) 中国科学技术大学 中国海洋大学 中国海洋大学 中南大学 中南大学 中南大学 云南大学 云南师范大学 内蒙古大学 天津农学院 太原理工大学 太原理工大学 长安大学 长沙理工大学 长沙理工大学 长春师范学院 长春理工大学 长春理工大学 长春理工大学 长春理工大学 东北大学 东北大学 东北大学秦皇岛分校 东南大学 东南大学 乐山师范学院 兰州大学 兰州交通大学 北京大学 北京大学 北京大学 北京大学 北京工业大学
黄河 陈知超 马俊 邱运先 金丽 贺静 张文亮 孟令娜 贾言安 李清杰 王宁欣 钱煜 付怀龙 姚秋爽 杜变 谢起予 施庭 李建蕊 王春路 王富广 傅洋 张利强 周慧 许梦婷 解奉龙 陈浩辰 赵晟 王晨阳 彭镇 孙宁 方乐恒 陈世军 刘宗权 俞志斌 王昌赢 罗云琳
教师组 教练组 指导组 指导组 教练组 教练组 数模组 数模组 数模组 数模组 教练组 教练组 教练组 教练组 教练组
本科组一等奖(210 名,按学校笔画排列)
序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 学校 三峡大学 三峡大学 三峡大学 三峡大学 上海交通大学 大连海事大学 山东大学 山东大学 山东大学 山东大学威海分校 山东大学威海分校 山东科技大学 山东科技大学 山西大学 山西大学 广西师范大学 中央财经大学 中国人民大学 中国人民大学 中国人民解放军军事交通学院 中国计量学院 中国计量学院 1 陈杨 刘乐军 付志龙 叶润森 车宇航 毋岩斌 崔金杰 刘浩东 许荣华 戚睿骅 郭翰橙 王宗炎 邱健 张 骁 参赛队员 焦晓晖 陈晓东 辜继明 陈腾飞 王泽宇 赵宝强 王军 苏绍清 秦彦齐 张静源 朱文涛 虞鑫栋 李丽荣 张连敏 薛 波 胡昌志 敖行 李美莹 齐紫航 闫程远 王嘉宁 肖佃艳 滕斌 孙开元 董方丽 何勇 宋婉莹 刘培龙 李明宇 王译梧 容蓉 孙砚培 杨亚旭 祝晨琪 王立思 陈小军 文一章 韩丽涛 韩丽涛 鞠涛 数模组 数模组 张运杰 数模组 数模组 数模组 曹祝楼 杨兵 张玉林 王新赠 李顺勇 刘桂荣 数模组 指导教师 指导教师组 指导教师组 指导教师组 指导教师组

2010年全国数学建模论文

2010年全国数学建模论文

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): B 我们的参赛报名号为(如果赛区设置报名号的话):所属学校(请填写完整的全名):福建师范大学参赛队员(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):马昌凤日期: 2010 年 9 月 12 日赛区评阅编号(由赛区组委会评阅前进行编号):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):评阅人评分备注全国统一编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):2010年上海世博对旅游影响力的定量评估摘要针对上海世博会影响力的定量评估问题,我们选择研究世博会对上海市旅游业的影响,具体是从旅游业的客流量与旅游业投资两个方面入手搜集数据,进行定量分析. 对于旅游业客流量方面,我们从世博官网获取了5月1日到9月9日的每天参观人数,建立每天参观人数的时间序列分析模型,考虑到参观人数变动性,我们使用时间序列分解法求解,运用趋势外推法加权拟合出长期趋势直线,综合考虑影响参观人数的随机因素,借助Matlab,Excel等软件预测出了9月10日到10月31日的每日参观人数,具体数据见附录1,并且预测得整个世博会期间的参观总人数为7064.52万.并且与历年同月份的旅游客流量相比较,得出上海世博会大大增加了上海市旅游客流量,提升了上海市的影响力.此外,对于旅游业投资的问题,我们采用上海市统计年鉴表中的数据,以凯恩斯经济学原理中乘数原理为理论基础,从旅游投资着手,采用时间序列预测法,建立自回归滑动平均ARMA(2,1)模型,借助Matlab,SPSS等软件,定量预测在无2010年世博会预期条件下上海市在2003-2010年期间的旅游投资情况,根据世博会相关投资率估算世博会的间接旅游投资,测算出世博会诱发的旅游总投资为309亿元,以及上海世博会的举办,增加了上海市旅游投资额约278.9亿元.并且利用回归分析方法,拟合出旅游投资产业增加值的投资乘数为0.73,核算出因世博会所带来旅游业产业增加值增量为241.02亿元.综合上述分析,我们得出结论:上海世博会对上海旅游业具有具大的影响,促进了上海旅游业的发展,提升上海市的城市旅游形象,增强上海旅游吸引力关键字:上海世博会,时间序列分析模型;趋势外推法加权拟合;凯恩斯乘数理论;自回归滑动平均模型(ARMA)§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.要求选择某个侧面,从互联网上搜集数据,通过对数据的分析与处理,建立适当的数学模型,定量地评估2010上海世博会的所带来的影响力.§2 问题分析要评估2010年上海世博会所带来的影响力,可以从历史文化,科技,经济,未来发展等方面进行.我们选择从旅游业这个方面入手.因为世博会与旅游业之间存在一定的共同性与关联性,世博会的成功举办需要旅游业的旅游客源市场,旅游基础设施、旅游人才等的支撑,同时,世博会释放出巨大的旅游效益,推动上海旅游业跨越式发展,两者相互依存,相互促进.世博会的举办注入新的经济变量(投资、消费),对旅游业的发展带来直接的影响,可以直接从财务账面上反映出来,增加旅游收入和旅游产业增加值.同时世博会必然为旅游业带来大量的游客.旅游活动的广大客源,是世博会的潜在参观者,为世博会的成功举办提供客源保证.因此,我们从旅游的投资与游客的数量方面搜集资料,定量评估2010年上海世博会对旅游业的影响力.根据我们的思路,要求我们寻找上海市旅游业投资与游客量的相关数据,运用统计学的知识,分析数据间的关系,建立数学模型,然后分析比较上海世博会前后上海市旅游业投资与游客量的变化,进而得出上海世博会对上海旅游业的影响力!§3 基本假设(1)所搜集的数据都是真实可信的;(2)旅游业内部因素之间的影响是相互独立的;(3)假设世博会每天不限定入园的人数;§4符号说明(1):乘数;K (2):国民收入增加量;Y ∆(3):最初的注入增量;X ∆(4):增加的投资量;I ∆(5):增加的消费量;C ∆(6):边际消费倾向;MPC (7):历史参观人数,;i x 123...2,1=i(8):季节指数;i S (9):循环指数;i C (10):利差平方和权值;α(11):随机值;i I (12):整个世博会总参观人数; S (13):长期趋势因素;T (14):移动平均值序列;{})1(iM (15):时间变量;t (16):虚拟变量;t ε(17):自回归项;p (18):移动平均项.q §5模型的建立和求解5.1 理论基础5.1.1 相关概念5.1.1.1世博会世界博览会是经国际展览局批准,由主办国政府组织或政府委托相关部门承办的非贸易性的博览会,世界各国借以展示本国政治、经济、社会、文化和科技等方面成就与发展前景,简称“世博会”.5.1.1.2 旅游业联合国贸易与负责会议对旅游业的定义:旅游部门或旅游业,从广义上表达为全部或主要由外国游客或国内旅游者消费的产品或服务的工业和商业活动的综合体现.5.1.2 世博会与旅游业的关系5.1.2.1 共同性世博会以参展企业、参展国家、国际组织和世博场馆为核心,紧扣世博主题举办展览和会议以吸引参展国家、组织和参观者.旅游业以旅行社为核心,一旅游资源为基础,吸引旅游者,因此世博会与旅游业之间存在一定的共同性.一方面,从特征上来看,世博会和旅游业的服务对象均具有异地流动性,旅游者从客源地前往旅游地参展商和参观者从居住地前往展览举办地.另一方面,从功能上来看,世博会与旅游业均具有展示功能,展馆展列具有本国、本企业特色的展品,包括各种工艺品、艺术雕塑等,同时展馆本身也是一种具有欣赏性和展示性的旅游资源,因此为世博会和旅游业在具体运作上的合作提供了基础条件.5.1.2.2 关联性从旅游者统计口径来看,游客指“任何为休闲、娱乐、观光、度假、探亲、访友、就医疗养、参加会议和从事经济、文化、体育、宗教活动,离开常住国(或常住地)到其他地方,其连续停留时间不超过12个月,并且在其他国家(或)地方的主要目的不是通过所从事的活动取得报酬的人”.按照上述定义来看,出席世博会的人员大多数都属于旅游者的范畴,世博会必然为旅游业带来大量的旅客.同时旅游活动的广大客源,是世博会的潜在参观者,为世博会的成功举办提供客源保证.另外,世博会的旅游属性促使旅游业步入一个新的发展通道,为旅游业的提升搭平台、创机会,两者之间相互联系、相互依存、相互渗透.5.1.3 乘数理论乘数概念是英国经济学家R.F.卡恩在1931年首先提出来的,乘数是指国民收入的变动量与引起这种变动的最初注入变动量的比例关系.可用下式表示:(1)YK X∆=∆其中为乘数,为国民收入增加量,为最初的注入增量.K Y ∆X ∆从式子中可以看出,在注入新的变量就会引起国民收入呈倍数(K )变化.后来,凯恩斯对卡恩的论述做出了补充和延伸,把乘数与边际消费倾向联系起来,将乘数作为国民收入决定理论的一个重要组成部分,对乘数理论进行了完善.凯恩斯认为国民收入增加量由投资增量和消费增量两部分组成,即(2),Y I C ∆=∆+∆由于被定义为边际消费倾向(MPC ),由此将边际消费倾向引入乘数理论./C Y ∆∆凯恩斯将引起国民收入变动的最初注入量具体化为投资、税收、税收乘数、政府购买支出乘数和外贸乘数等,投资乘数是收入的增量与带来这种变化的投资支出增量的比率.由于各经济部门、各产业之间互相关联,相互之间存在产业关联关系,当某一部门的投资变化不仅可以增加本部门的收入,而且会引起相关联经济部门的投资和收入增加,最终使国民收入成倍增长.(3),i YK X∆=∆ , (4)1111i Y I C K C X I MPC Y∆∆+∆====∆∆∆--∆其中:为国民收入增加量,为增加的投资量,代表增加的消费量,代表投Y ∆I ∆C ∆K 资乘数,代表边际消费倾向.MPC 从(4)中得出,当投资乘数一定时,投资越多,则国民收入增加量也越大.5.2 世博前上海市旅游业状况5.2.1 旅游业产业规模在实际操作中,我们一般采用旅游业产业增加值来衡量旅游业规模,旅游业增加值是指将所有旅游特征产品的生产者所创造的增加值进行累加,不论这些产品是提供给旅游者,或者非旅游者,这个增加值等于旅游产业的总产出减去中间投入,即为生产而购买原材料、人力的花费.为此我们搜集了上海市2004年到2009年上海旅游产业增加值构成情况,如表1所示:表1上海市旅游产业增加值构成情况(2004-2009)单位:亿元指标\年份200420052006200720082009增加值498.00 584.20 695.00 858.00 958.50 1007.08 旅行社服务业8.34 9.02 10.43 11.30 13.30 13.46 旅游宾馆业79.68 91.78 122.40 159.40 163.91 104.17 旅游运输业103.30 120.80 136.80 144.70 158.05 124.91 邮电通信业18.95 25.21 27.80 30.24 32.63 28.26 旅游商业73.63 96.17 107.10 156.70 190.75 263.53 餐饮业58.59 68.92 83.93 106.80 126.36 131.45 城市交通业39.43 45.96 59.39 75.90 84.13 74.54园林文化业76.54 92.42 103.80 118.00 129.43148.22 旅游产业增加值占生产总值比重 5.90% 6.40% 6.70%7.00% 6.80%6.80%40050060070080090010001100图1上海市旅游产业增加值图像(2004-2009)如表所示,从筹办世博会开始,旅游业就保持了15%以上的增长速度,而且增长速度逐年增加,发展势力强劲,因而上海市旅游产业增加值逐年增加.5.3 世博会对上海旅游业的影响5.3.1 上海世博会对旅游客流量的影响(1) 数据搜集与处理首先,我们从上海世博会官方网站获得每天参观人数,从5月1号开始,截止到9月9号, 如表2表2日期5月(万)6月(万)7月(万)8月(万)9月(万)1号20.69 31.11 36.98 31.60 18.17 2号22.00 36.96 38.80 33.67 22.65 3号13.17 41.75 39.76 33.60 26.25 4号14.86 43.70 35.88 33.57 36.93 5号8.89 52.49 42.85 35.21 29.08 6号12.02 41.74 45.71 38.81 23.05 7号14.77 48.78 40.34 44.24 23.71 8号20.98 51.09 41.15 39.07 25.01 9号14.40 41.34 43.05 39.84 24.90 10号15.83 39.13 49.36 42.27 11号18.04 40.30 43.38 37.38 12号18.01 42.46 44.47 36.97 13号21.55 41.73 47.61 38.32 14号24.03 50.32 47.73 42.58 15号33.53 55.20 48.12 33.45 16号24.15 37.60 47.18 42.71 17号23.62 39.41 55.72 39.76 18号26.19 41.44 47.40 41.53 19号29.06 42.98 44.84 41.71 20号29.64 36.12 43.74 46.54 21号32.85 41.51 43.53 56.83 22号36.12 40.98 42.58 48.86 23号31.17 40.41 45.72 43.63 24号31.45 44.71 51.20 41.78 25号34.58 48.09 45.31 43.24 26号35.35 55.35 46.38 49.26 27号37.70 48.68 47.54 50.78 28号38.22 45.83 45.38 52.75 29号50.50 45.26 42.01 39.72 30号36.63 42.79 41.05 27.08 31号32.75 ------44.09 20.07 然后,选取前4个月的数据,用MATLAB软件画出这四个月的数据图(图2)(程序见附录2)同时也用Excel作出直方图(图见附录)图2(2)模型的建立根据对图标中数据的观察和资料的查询,于是用时间序列分析方法分析,发现参观人数呈现周期性变化(特别是在每星期的周六的人数相对最多)等,我们用时间序列分解法求解.时间序列因素包括长期趋势因素,季节变动因素,循环变动因素,不规则变T S C 动因素;我们用乘法模式进行求解:I tt t t t I C S T x ⨯⨯⨯=其中,与有相同量纲,为季节指数,为循环指数,二者皆为比例数,为t x t T t S t C t I 独立随机变量序列.经图标和数据发现,该观测值有明显的长期趋势与季节变动.第一步,因为一周中周六的参观人数最大,因此我们定季节周期,所以,求7=N 的一次平均序列,表示1-7期的这一周平均每天的参观7=N )...(71721)1(7x x x M +++=人数,因为是连续7天的平均,所以中消除了季节因素.同理有:)1(7M ), (71278)1(8x x x M +++=)....(71389)1(9x x x M +++=将,,记作;由于随机影响总是围绕某一中间值上下波动,所)1(7M )1(8M ,...)1(9M {})1(t M 以进过算数平均后,也可认为,随机性的因素也被消除了,而长期趋势和周期波动则仍存在于移动平均值序列的中.则{})1(t M ,t t t C T x MA ⨯=))(7(季节性:.I S CT I S C T MA x t ⨯=⨯⨯⨯⨯=然而当原始序列不呈现水平模式,若以递增的形式模式时,移动平均值序列与原始序列会出现滞后现象,的值比的值要小,为了消除这种差距,需要移动的)1(t M t x )1(t M 位置.将向前移动=3期,这样就消除了序列对序列长期趋势的偏离.)1(t M 21-N )1(t M t x 将观察值除以移动平均数得到的比值只包含季节性和随机性.如果某个比值,意味着实际值比移动平均数要大.下面表格为部分数据(表3)%100>x 表3星期季节序号观测值()i x 一次移动平均值(N=7)居中平均值(T C )⨯S I (%)⨯120.69222313.17414.8615.297.7658.8915.2458.33612.0214.1684.911714.7715.214.54101.61120.9815.2414.99139.96214.414.1616.2988.38315.8314.5417.6589.67418.0414.9918.9895.06518.0116.2920.7786.71621.5517.6522.1697.23…724.0318.9823.28103.24152.7547.1940.41130.52239.7245.88327.0843.51420.0740.4156n7下面为包含了季节性和随机性的数据图(S I )(图3)⨯图3 季节性和随机性的数据图如果将中的消除掉,也就得出了季节性指数.因为随机性是偶然的(比如说I S ⨯I 受到天气等的影响)、没有一定的模式、围绕中间值上下波动,因此通过平均就能消除随机性影响.将“比率”中各年同一季度的数据放在同一列之中,求出各个季度的平均值,I S ⨯,其中上面的横线表示季节平均. S I S =⨯表4星期一二三四五六七1--------97.7658.3384.91101.61139.96288.38289.66795.0686.7197.24103.24137.19392.81886.9292.11100.8999.44106.22112.44...........................1598.797100.108106.494.6695.5698.01109.921685.046106.75296.5596.0991.83102.17123.9817106.02392.50987.4691.64107.37116.69130.52合计1510.251551.651696.571576.341631.791722.051991.05平均94.3996.9899.892.7295.99101.3117.12季节指数(%)94.6297.21100.0492.9596.22101.54117.41表示一组循环变动—长期趋势数值.在多数情况下亦能满足要求.C T MA ⨯=发现世博会的每日参观人数在后期趋势,因此我们用趋势外推法拟合参观人数曲线.C TC T T MA =⨯=)(即为循环变动因子.利用MA (7)得到的包含了长期趋势和循环变动两部分的数据图(图4)C T⨯图4 长期趋势和循环变动两部分的数据图C T ⨯(3) 模型的求解在考虑到5月份的人数变动较大时,本着重今轻远的原则,我们采用加权拟合直线方程法来求解.对离差平方和进行加权,然后利用最小二乘法,使离差平方和达到最小,求出加权直线拟合方程.由近及远的离差平方和的权重分别为;其中121,...,,,-n αααα,说明对最近数据赋权值为1,而后由近及远按比例递减.综合考虑直1,100=<<ααα线拟合情况,在这里赋,设加权直线拟合方程为,则离差平方和:97.0=αi i bx a y +=ˆ.)(12∑=---=ni i i i n bx a y Q α对进行求导,求得:b a ,0][2111=---=∂∂∑∑∑==-=--n i ni i i n n i in i i n x b a y a Q ααα0][21121=---=∂∂∑∑∑==-=--n i ni i i n i n i in i i i n x b x a y x b Q ααα用MATLAB 编程(程序见附录3)解得:,即:0266.390263.0ˆ+=i i x yii x T 0263.00266.39+=如下图所示(程序见附录4)(图5):图5由C TC T T MA =⨯=)(可求得循环因子.如下图所示(图6):图6循环因子的值大于100的表明该季度参观人数高于所有季度的平均值,而小于100则相反.循环因子比较复杂,且其变动周期较长,在此我们也用平均值代替.用分解法确定了季节指数、趋势值和循环指数之后,就可以进行预测.对9月10日—14日的参观人数进行预测.现在,已知每一季度的季节指数,循环因子,由可得趋S C t t x T 0263.00266.39+=势值,由T ii i i i I C S T x ⨯⨯⨯=可以对后期的进行预测.由于随机性无法直接进行预测,在这里我们假设由于8月低到9月初上海市受台风等恶劣天气影响,直接影响到参观人数的多少.我们以9月1号的人数假设天气影响的随即因素程度以恢复性回升.另外,7、8月份为暑假期,学生参观人数较多,而到九月份后学生参观人数减少;由于节假日(国庆节等)、闭幕前时期的人流量会较多.在这,我们假设随机性的值(假设各个随机性的值相互不影响),下表(表5)所示:I 表5随机性天气影响节假日影响假期影响I (%)0.5—0.91.050.95于是,计算9月10号的预测值,已知,则133=t 5245.420266.391330263.0133=+⨯=T ,,,%04.100133=S %62.97133=C 9.0133=I 则9月10号的预测值为(万).93.37133133133133133=⨯⨯⨯=I S C T x 同理:(万)89.43134134134134134=⨯⨯⨯=I S C T x (万)4.35135135135135135=⨯⨯⨯=I S C T x (万)39.36136136136136136=⨯⨯⨯=I S C T x (万)47.37137137137137137=⨯⨯⨯=I S C T x 利用上述模型预测得到9月10号到10月31号期间每天的入园人数如表6.表6 预测9月10日至10月31日每天的入园人数日期星期预测值(万)日期星期预测值(万)9月1日星期三10月1日星期五44.839月2日星期四10月2日星期六51.879月3日星期五10月3日星期日41.839月4日星期六10月4日星期一43.009月5日星期日10月5日星期二44.289月6日星期一10月6日星期三41.179月7日星期二10月7日星期四42.649月8日星期三10月8日星期五40.749月9日星期四10月9日星期六47.139月10日星期五37.9310月10日星期日38.019月11日星期六43.8910月11日星期一39.079月12日星期日35.4010月12日星期二40.239月13日星期一36.3910月13日星期三37.419月14日星期二37.4710月14日星期四38.749月15日星期三36.7710月15日星期五40.919月16日星期四38.0910月16日星期六47.339月17日星期五40.2210月17日星期日38.179月18日星期六46.5310月18日星期一39.249月19日星期日37.5210月19日星期二40.409月20日星期一38.5810月20日星期三37.569月21日星期二39.7210月21日星期四38.919月22日星期三40.8210月22日星期五41.089月23日星期四38.2510月23日星期六47.539月24日星期五34.0110月24日星期日38.339月25日星期六39.3510月25日星期一43.559月26日星期日31.7310月26日星期二44.859月27日星期一32.6210月27日星期三41.699月28日星期二33.5910月28日星期四43.199月29日星期三31.2310月29日星期五45.609月30日星期四32.3510月30日星期六52.7610月31日星期日42.54据官方统计5月1日到9月9日总数为4967.45 万人次,预测9月10号到10月31号的总数为2097.07万人次,则整个世博会期间的总参观人数为:(万)S7064.525.3.2上海世博会对旅游投资的影响世博会通过投资和消费直接影响旅游业的收益.在前世博阶段,世博会将投入大量资金修建世博园区和完善基础设施,在旅游业中注入新的投资变量,刺激旅游业的发展,以增加旅游业产业增加值;世博阶段,有大量游客聚集上海,呈现出消费需求充足局面,拉动旅游收入.世博会带来的投资包括直接投资和间接投资两个部分.其中,直接投资包括运营费、参展费、展馆与相关设施建设费、新增城市基础设施费;间接投资时指即使不举办世博会也需要增加的城市基础设施投资,只是因为举办世博会而提前或进一步扩大的投资,其中,世博会的直接旅游投资即是前世博阶段在世博园区内建设旅游设施所花费的投资,是世博直接投资的一部分;世博会的间接旅游投资是指由世博会拉动的旅行社、旅游交通设施、宾馆业三部分的投资.5.3.2.1世博会的直接旅游业投资上海世博会的财政预算分为两大部分,第一部分是场馆基础设施建设和永久性场馆建设,总投资180亿元.第二部分是上海世博会的营运资金为106亿元.在前世博阶段,世博会的投资主要用于场馆基础建设和永久性场馆建设.世博村的投资,根据世博村面积占世博园区规划总面积的比例来计算世博村的动迁总会用,世博村总动费用约为7.05亿元,同时世博园区工程建设中一部分资金用于世博村整体建设,世博村总投资合计30.1亿元(如表6)表6世博会的旅游业直接投资单位:亿元世博村动迁总费用 7.05世博村建设投资 23.05合计 30.1数据来源:《中国2010年上海世界博览会注册报告》5.3.2.2世博会的间接旅游业投资世博会间接旅游业投资是指即使不举办世博会也需要进行的旅游业投资,因举办世博会而提前或进一步增加的投资,世博会间接投资是指除园区展馆投资以外的相关配套设施投资,其计算公式如下:世博会的间接旅游业关投资=旅游设施投资(旅行社投资、旅馆业投资)等+旅游交通运输投资.在具体计算中则利用无世博预期下放的旅游业投资与世博预期下旅游业投资额的差值来衡量世博会的间接旅游业投资额.(I)无世博会预期下的旅游业投资为满足上海市旅游业自身发展的需要,假设上海不举办世博会,即在无世博会预期下仍然会对上海旅游业注入投资,以保持旅游业增长势头,维持较快的发展速度.以1980-2002年期间上海市旅游投资额统计数据为基础,进行平稳时间序列分析,预测即使没有世博会预期,2003-2010年期间上海市旅游业投资情况.时间序列预测概念时间序列,指变量数据按照时间顺序变动排列而成的一种数列,反映变量随时间的变化的发展过程,揭示未来变化规律,并对未来状态进行预测,这里以上海市旅游投资为变量,预测2003-2010年上海市旅游投资的发展状况.时间序列预测模型时间序列分析,常用平滑法,趋势线法、季节性指数法和自回归法进行预测分析,自回归滑动平均模型(简称模型)是研究时间序列的重要方法,以自回归模型ARMA (简称模型)与平均滑动模型(简称模型)为基础“混合”而成,其中时间顺序AR MA 排列的观察值之间具有依赖关系或自相关时,就采用回归模型;模型中包含),(q p ARMA 了自回归项和移动平均项,模型可以表示为:p q ),(q p ARMA .111∑∑==--++=pi qj t j t j i i t Y Y μεθϕ模型构建)1,2(ARMA (1)时间序列平稳化模型的处理对象必须是平稳的,即短期来看,分析的时间序列的统计特征不ARMA 随时间的变化而变化,从长期来看,时间序列趋于常量或线性函数.在SPSS 统计分析软件中利用1980-2002年的旅游投资数据为基础到处上海市旅游投资线性分布图.如图8图8 上海市旅游投资线性分布图从图8可以看出上海市旅游投资变量随时间变化而变化,总体呈现上升趋势,具有不稳定性,说明时间序列并非平稳序列,因此要对上海市旅游投资变量按一定结构重新组合,形成新的时间序列变量.图9 上海市旅游投资二阶差分图在SPSS中对上海市投资旅游进行差分分析,并到处二阶差分图如图9,从图9可以看出,旅游投资二阶差分大部分落在置信区间内,且较为稳定,可以确定此事的旅游投资序列成为稳定的时间序列,可以对上海市旅游投资进行时间序列分析.ARMA(2)模型判定与阶数确定从图10中可以看出,自相关函数值落在置信区间内且自相关函数在K(旅游投资变量序号)大于2以后随着时间的增长以正弦振荡衰减,即体现出拖尾特征.图10 上海市旅游投资自相关分析图如图11,(二阶产分后样本数为23),偏自相关函数值()的417.02≈nn PACF 绝对值在后均小于1.417,切以正弦振荡衰减,因此认定该序列可以进行一个二2>K 阶自回归过程,适合构造模型.AMRA图11 上海市旅游投资二阶偏相关分析图由于和均是拖尾的,初步确定样本的范围,在样本数据不够大的情ACF PACF q p ,况下,适合采用准则确定的值.AIC q p ,表7ARMA 模型AIC 数值表MA 阶数 0120 64.3154865.54981164.420564.7457165.0492326402916164.1474764.52708AR 阶数364.2736564.624464.52649从表7可以看出时值最小,数值为64.14747,由此确定预测模型为1,2==q p AIC .)1,2(ARMA图图12 残差散点图将模型所产生的残差和拟合的预测值做散点图12,从图中可以看出残差)1,2(ARMA 与预测值之间无相关性,无预测性,无序列性,说明残差成独立性,证明所建立的模型合理,具有统计分析的意义.)1,2(ARMA (3) 参数估计:表 8ARMA (2,1)模型参数参数类型系数标准误差T 值概率P 值AR10.340.47-0.720.0005AR20.560.29 1.980.0002MA1-0.150.73-0.880.0003从表8可以看出概率,说明参数显著.采用模型进行平稳时间序,1.0<p )1,2(ARMA 列分析,结合表9导出上海市旅游投资的未来投资的变动模型如下:tt t t Y Y Y ε++=--2156.019.0其中,为时间变量,为虚拟变量.t t ε应用以上模型对上海无世博会预期下的旅游投资进行预测,预测结果为表9无世博会影响下旅游设施投资时间序列预测单位:亿元年份旅游设施投资200319.41200419.84200520.04200620.41200720.66200820.79200920.90201021.02合计163.07从表9可以看出,即使没有世博会上海市2003-2010年期间旅游设施的投资也仍然有所增长,投资总额约为163亿元.从表10可以看出交通运输费投资高达673.5亿元,为确立国际航运中心地位提供基本投资保障,为上海世博会的成功举办提供保障.表10无世博会影响下的交通运输投资单位:亿元交通运输投资投资规模(亿元)市内高速道路15.00城际高速道路131.50轨道交通280.00机场建设197.00浦西增加的停车库和停车场50.00从表9和表10可以计算出无世博会预期下2003到2010上海市旅游投资总额为836.6亿元.(II)世博会预期下间接的旅游业投资从取得上海世博会举办权以来,上海市积极改善旅游业发展环境,加快“十一五”旅游规划中投资项目的建设速度,增加爱旅游业间接投资额度.根据经验,世博会带来的相关投资率取0.25,根据相关投资率=(真实投资额-无预期投资额)、真实投资额的计算公式,结合无世博会预期下旅游业投资额,可以进一步计算出世博会预期情况下,2003~2010年上海市旅游业真实投资总额约为1115.5亿元,其中由世博会因素所带来的旅游业投资总额约为278.9亿元,即由上海世博会这一因素促成的间接旅游业投资278.9亿元.(III)世博会带来的旅游总投资上海在世博筹备期中,旅游业发展目标是旅游饭店从319家增加到750家,房客床。

2010高教社杯全国大学生数学建模竞赛论文

2010高教社杯全国大学生数学建模竞赛论文
符号 说明 油位高度 球冠半径 罐体截面面积
H R
S x
五、
模型的建立与求解
5.1. 问题一:研究罐体变位对罐容表的影响 1. 问题一模型的建立与求解 罐体变位对罐容表的影响可通过对比变位前后同一高度下容量的差异来研 究。因此须先得到罐体变位前后后罐内储油量与油位高度的关系式,该关系式可 以通过建立坐标进行积分得到。 1. 建立坐标系 在小椭圆油罐示意图中建立以油罐左下角为原点,罐底线为 x 轴,油罐截面 为 z-y 平面的空间坐标系,如下图所示:
二、 问题分析
罐容表是罐内油位高度与储油量的对应关系表, 它可以通过油量与油位高度 的数学表达式进行计算制定。 而表达式的具体形式与油罐的形状及油罐的位置有 关。对一般位置的油罐,油量的计算式中应包含油位高度及反映油罐位置信息的 参数。因此,为识别油罐是否变位,可以先建立油量与油位高度及位置参数的一 般数学表达式,然后利用实际检测的油量及油位高度的数据估计出位置参数,若 参数不为零,则罐体发生了变位,然后利用估计出的变位参数代入表达式中计算 标定罐容表。 油量与油位高度的关系式可以通过积分算得,但实际中油位计探针、出油管 和油浮子等浸没油中占据一定空间体积,会导致实测的油位高度比理论值大,反 之即是实测油位高度对应的油量比理论值小, 因此建立油量与油位高度的关系式 时须给理论的数学表达式加上一项修正项。 该修正项可以通过无变位时油量理论 值与附件中的实测值间的差值通过拟合得到。 对于问题一,为掌握变位对罐容表的影响,可以先得到变位前和变位后油量 与实测油位高度的关系式, 即都经过修正后的最终表达式, 然后绘制这两条曲线, 直观得到变位对罐容表的影响,并计算其相对误差,具体体现变位对罐容表的影 响程度。 对于问题二,油罐的形状较复杂,因此通过积分可能得不到油量与油位高度 及变位参数的具体解析式,对于该问题或许可以运用数值分析的方法,离散两个 变位参数,搜索出不同油位高度对应的计算值与实测值误差最小时的参数,这时 的参数即可作为罐体的变位参数。由于附件 2 中没给油罐内油量的初值,对此我

2010全国大学生数学建模竞赛_A题_论文

2010全国大学生数学建模竞赛_A题_论文
式中
x m k x m1 i
i 1 k
(k=1,2,„,n)
一般通过一次累加生成就能使数据呈现一定的规律,若规律不够,可增加累 加生成的次数。同理一次累加序列为
x 1 {x 1 1, x 1 2, x 1 n}
在数据生成的基础上,用线性动态模型对生成数据拟合和逼近。对 x 1 建立 模型
v
u
hj
Y I K
C
MPC
C
Y
六、模型建立、求解
6.1 模型一 6.1.1 模型分析: 经过对多篇往届世博会总结报告的感性认识, 世博会参观人次数可以作为评 估世博会影响力的重要指标之一。 目前世博会正在进行, 参观人数总量还未统计。 故建立灰色系统模型 GM(1,1) ,通过对上海近十年的入境旅游人数,对 2010 年 上海入境人数进行预测, 进而预测出参观世博会的人数。再通过现有的每天的上 海世博会进园人数估算整个世博会的参观人数,最终与模型对比,在验证模型可 靠性的同时, 得出相对准确的上海世博会参观人数。最后与历届世博会参观人次 数定量分析比较得出上海世博会的影响力。 6.1.2 模型建立: 灰色系统是指既含有已知信息、又含有未知信息或非确知信息的系统,也称 为贫信息系统。 入境旅游人数的发展变化受到错综复杂的因素影响,他们的共同
x (0) (i )
x ( m ) (i )
xij
yห้องสมุดไป่ตู้j
vi
ur
7 8 9 10 11 12 13 14 15 16 17 18
Xj
决策单元 j 的输入量 决策单元 j 的输出量 输入权重 输出权重 效率评价指数 国民收入增量 政府投资增量 投资乘数 消费增量 边际消费倾向 人均消费 人均收入

2010数学建模优秀论文

2010数学建模优秀论文

上海世博会影响力的定量评估摘要本文是一个对上海世博会影响力的定量评估问题,首先我们收集了与世博会有关的数据,如国内来沪旅游人数,国外来沪旅游人数等。

并用灰色预测对相应的数据进行了预处理,然后我们从横向(本届世博对上海的影响)和纵向(本届世博和历届世博的影响比较)两个角度对世博影响力进行了研究,最后还应用了多目标优化模型求出在不同投资增长系数下上海世博对当地旅游经济最大影响力系数。

第一步,我们横向考虑世博会对本地旅游业的影响力,并将该影响分为对旅游经济的影响和对旅游文化的影响两方面。

首先应用本底趋势线模型得出相应数据的本底值,再分别建立对旅游经济和旅游文化的影响力系数模型,然后利用本底值和统计值得出相底值增加了579.39亿元的旅游收入。

而世博对旅游文化的影响力系数为1.29。

第二步,我们纵向考虑上海世博会与历届世博会相比的影响力。

根据收集的历届世博会相关的规模数据,将世博会影响力等级从低到高分为1-5等,从而建立了世博会综合影响力的模糊评价模型。

对历届世博会的影响力做出综合评价并得出了相应的综合影第三步,我们从环保,旅游收入以及后世博效应三个角度对上海世博的影响重新进行了思考。

综合权衡这三个方面因素,我们建立了一个多目标优化的模型。

得出了在不同投资增长系数下的一个合理的旅游经济影响力系数和世博年最优的旅游者的人数。

当投资增长系数为0.4时,其对旅游经济的影响力系数为1.297,则该年最大的旅客人数为13415.54万人。

而我们根据预测值得出2010年总旅客人数为12695万人,说明预测的旅客人数未超过最大人数限制。

最后,我们根据所求得的影响力系数,对上海世博会写了一篇影响力评估报告。

关键词:本底趋势线模型模糊评价模型多目标优化旅游文化影响力系数1.问题重述1.1问题背景中国2010年上海世界博览会(Expo 2010),是第41届世界博览会。

于2010年5月1日至10月31日期间,在中国上海市举行。

2010数学建模模拟试题优秀论文

2010数学建模模拟试题优秀论文

数学建模队员的选拔摘要该模型解决了选拔参赛队员及确定最佳组队的问题。

该问题涉及面很广,是我们身边经常会遇到的。

本文主要采用了层次分析法,综合考虑个人的指标以及整队的技术水平,最终从15名队员中选出9名优秀队员组成三队,并建立了最佳组队的方案。

问题二:在选拔队员时,我们全面考察了队员的七项指标,并按照相应的权重 得到15名队员的综合排名,最后淘汰掉排名靠后的6 名队员,依次为:9S , 13S ,15S , 12S ,5S ,3S 。

为了组成3个队,使得这三个队整体技术水平最高,我们首先引入了刻画每个队竞赛技术水平的函数:(),,v x y z M =1ω本问题就可以转化为寻找该函数的最大值。

根据题目要求,为使三名队员的技术水平可以互补,参赛学生最好来自不同专业,11S 和13S 。

比较分析前面的综合排名,11S 的综合能力排第七,而13S 的综合能力排第十一。

可见这种选拔方式,有可能影响队伍的总体水平,所以不可取。

问题四:根据有违规记录的学生X 所在的位置来确定其对组队后整体技术水平的影响。

经分析可得:如果X 被选入组队,对组队后三队整体水平有影响,三队整体水平降低。

关键词:层次分析法;技术水平指标;最佳组队一、问题重述一年一度的全国大学生数学建模竞赛是全国所有高校的重要赛事,如何选拔最优秀的队员和科学合理组队问题是一个首先需要解决的数学模型问题。

由于竞赛场地、后勤服务、经费设施等原因,需要选拔出优秀的同学代表学校参加全国大学生数学建模竞赛,以减少参赛成员因放弃、不遵守规则、合作不默契等造成的数学建模成绩的影响和学院资源的浪费。

以数学建模选修课的笔试成绩,数学竞赛获奖记录,数学建模培训课签到记录,成绩的班级排名,上机操作与软件编程能力,思维敏捷程度以及知识面宽广为依据从15名学生中选拔出9名学生,分为3小组,每个学生的基本条件如表(见附录)需要解决的问题如下:1.根据所了解的数学建模知识,明确选拔数学建模队员主要考察的相应素质以及考察方法。

2010全国数学建模B题创新解法(比赛论文)

2010全国数学建模B题创新解法(比赛论文)

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):我们的参赛报名号为(如果赛区设置报名号的话):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):日期:年月日赛区评阅编号(由赛区组委会评阅前进行编号):编号专用页赛区评阅编号(由赛区组委会评阅前进行编号):全国统一编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):储油罐的变位识别与罐容表标定摘要油罐体的位置会发生纵向倾斜和横向偏转等变化,导致罐容表发生改变,需要对罐容表进行重新标定。

针对问题一,先对油罐的特点进行分析,对油罐沿垂直于轴切片,计算含油部分切片面积和对应储油量,罐体无变位时,切片面积不变,储油量即为切片面积乘以罐体长度,罐体有变位时,切片面积会随罐体位置变化,对切片沿轴向积分可得对应储油量,然后对实际计算得储油量与实验得储油量的偏差进行多项式拟合,并以此偏差项修正理论模型。

对修正后的模型进行编程求解,得到不同油位高度对应储油量,利用题中实验得储油量对实际计算得储油量进行检验,得最大相对误差仅为1.52%。

变位后小椭圆储油罐油位高度间隔1cm标定值见附录1。

针对问题二,在问题一的基础上,修正球冠部分切片面积的参数,并分析纵向倾斜角度α对油罐切片面积的影响和横向偏转角度β对油位高度的影响,给出一般关系。

2010高教社杯全国大学生数学建模竞赛

2010高教社杯全国大学生数学建模竞赛
北方民族大学
成宵亮、梅燕、冉金花
指导组
成功参赛
北方民族大学
张晓明、胡相熙、陈北斗
指导组
成功参赛
北方民族大学
熊承芳、杨再珍、赵倩影
指导教师组
成功参赛
北方民族大学
谭世刚、陈喜迎、谭桂花
指导教师组
成功参赛
北方民族大学
朱俊杰、杨华兰、吴金英
指导教师组
成功参赛
北方民族大学
田丽茹、冯笑、张雄军
指导教师组
成功参赛
任树波、沈亚岚、郭丽微
李江鹏
成功参赛
内蒙古科技大学
周升平、李秋生、钟新颖
于涛
成功参赛
内蒙古科技大学
宋纤、马星星、张齐
郭青宇
成功参赛
内蒙古科技大学包头师范学院
陈昕朋、靳鹏、汪飙
郭鹏云
成功参赛
内蒙古科技大学包头师范学院
崔雪、冯金雪、乌兰
郭鹏云
成功参赛
内蒙古科技大学包头师范学院
张志国、贺伟、隋林金子
郭鹏云
教练组
赛区二等奖
鄂旭明、周海涛、孙溢
李明远
成功参赛
内蒙古财经学院
刘丹、殷爱柱、孙淑华
吕喜明
成功参赛
内蒙古财经学院
傲登花、孙守今、侯淑君
长龙
成功参赛
内蒙古财经学院
连永龙、杜松涛、刘之一
永贵
成功参赛
内蒙古财经学院
张鹏、唐晓桐、侯圣保
王利明
成功参赛
内蒙古财经学院
卢文武、李雪松、魏福祥
永贵
成功参赛
内蒙古财经学院
齐娜、贾琪、董爽
西藏民族学院
王学清、杨欣、杨园园
教练组
全国二等奖

2010全国数学建模大赛二等奖B从旅游业上看上海世博会的影响力解析

2010全国数学建模大赛二等奖B从旅游业上看上海世博会的影响力解析

从旅游业上看上海世博会的影响力摘要本文主要研究了2010年上海世博会对旅游业的影响力。

世博会对各行业都产生一定的影响,如何评估上海世博会带来的影响力,已成为一个备受关注的热点问题。

模型建立前,通过1991-2002年数据预测得到2003-2009年的第一、第二和第三产业的拟合值,再与实际值作图比较,发现世博对第三产业的影响最大。

在第三产业内进一步分析决定选择旅游业作为讨论对象,建模分析世博会对旅游业的影响。

对于模型一,我们研究了世博会对旅游业的纵向影响(举办和不举办世博会对比)。

因为世博会于2002年申办成功,故利用1980-2002年上海对旅游业投资额的数据,建立ARMA模型得到2003-2009年如果不举办世博会投资额的预测值,并与实际值进行比较。

然后,根据凯恩斯的乘数效应理论,进行回归,得到旅游投入和旅游业收益函数关系式。

通过求解,得到有世博会与无世博会旅游投入带来的旅游业收益,进而求得有世博的旅游业收益系数(收益/投入)为0.78,无世博会影响旅游业收益系数0.56,说明上海世博会对旅游业的影响是正面的,促进旅游业的发展。

对于模型二,我们研究了世博会对旅游业的对横向影响。

我们选择从历届举办过世博会的国家中,以人均GDP、基础设施投资、总GDP(体现综合国力)和我国与其他双边贸易额作为指标,利用SPSS求得,我国与日本的相关系数最高,相关系数为0.713,因此,我们选择日本爱知世博会作为上海世博会的比较对象。

在横向比较中,我们选择旅游人数作为一个影响指标,同时将旅游人数分为国内和国外旅游人。

世博会对旅游业的国外影响程度比较中,我们构建旅游业的国外影响力系数这一综合评价指标,通过求解得到该指标值为5.88,说明上海世博会在旅游业方面对国际的影响力将是日本世博会影响程度的5.88倍;在世博会对旅游业的国内影响程度比较中,我们以中国的每亿人口旅游业收益与日本每亿人口旅游业收益的比值为评价指标,求得该指标为43.8,说明上海世博会在旅游业方面对国内的影响力将是日本世博会对日本影响程度的43.8倍。

  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)。

储油罐的变位识别与罐容表标定摘 要本文对A 试题进行了分析和研究。

为了解决加油站中储油罐的变位识别与罐容表标定问题,同时分析罐体变位对罐容表的影响,通过建立出在不同油位值情况下比较精准的罐内油位高度与储油量的函数关系模型,利用采集到的小椭圆型储油罐和实际储油罐的实验数据,借助相关软件对问题进行深入研究。

针对问题一:为了研究罐体变位后对罐容表的影响,本文首先根据所给的简化小椭圆型储油罐(两端平头的椭圆柱体),利用微元法,建立出在不同油位值情况下的平头罐体油位高度与储油量的函数对应关系——积分模型(模型一)。

对于倾斜角为 4.1a =︒的纵向变位情况,通过等面积法找到倾斜时油标显示值H 1与对应同体积的水平状态下液高2H 的函数关系,从而得出倾斜角为 4.1a =︒时罐内油位高度与储油量的函数关系。

利用添加多项式对模型进行校正,用MATLAB 软件编程得到所加多项式的参数,得到贴近实际的油位高度与储油量的数学关系模型,并运用该模型得到初始油标值为0,间隔1cm 的罐容表标定值。

再用SPSS 软件中的曲线估计过程拟合得到小椭圆储油罐无变位时油位高度与储油量的函数关系,求解得到无变位时的罐容表。

通过比较小椭圆储油罐无变位和变位斜角为 4.1a =︒时的罐容表标定值,分析出罐体变位前后储油量最大差值大约为270L ,较小差值65L ,平均差值为178.87L ,说明小椭圆罐体变位后对罐容表的影响是很大的。

针对问题二:研究主体为圆柱体、两端为球冠体的实际储油罐,对其进行分段计算,主体1V 的求法沿用问题一中所建立的分段函数数学模型,两端球冠体采用近似椭球的体积求法。

建立出含有参数纵向倾斜角度α和横向偏转角度β的实际罐体显示与储油量的函数对应关系——积分模型(模型二)。

并根据所给采集数据在MATLAB 软件中利用最小二乘法估计出变位参数角度α和β的数值: 2.779, 4.693αβ==将得到的α和β估计值代入模型二中的分段函数关系式中,通过计算理论的累加出油量与检测数据的累加出油量差值,用SPSS 软件中的曲线估计过程拟合得到罐内探针、管线等所占的体积与显示油高的函数关系,并作为修正因子带入的建立的模型二中,得到修正后的模型二(实际罐体显示油高与储油量的函数关系式)。

运用该模型得到初始油标值为0,间隔10cm 的实际储油罐罐容表标定值。

同样用SPSS 软件中的曲线估计过程拟合得到实际储油罐显示油高与显示油量容积的函数关系,求解得到无变位时的罐容表。

通过比较两个罐容表,分析出实际平均差值为2123L ,平均相对误差达到14.54%。

说明实际储油罐罐体变位后对罐容表的影响是比较大。

最后使用中途补充进油之后的采集数据对模型二进行检验。

通过比较模型二得到的理论累加出油量与实际累加出油量,二者平均相对差值为0.162%,说明用最小二乘法拟合得到的参数α、β的估计值与真实值是非常接近的,也证明了所建立的模型二是正确的并且所运用的最小二乘法、曲线估计法等方法是可靠的。

关键字: 积分模型 微元法 最小二乘法 曲线估计 罐容表一、问题的提出“油位计量管理系统”是采用流量计和油位计来测量进/出油量与罐内油位高度等数据,通过预先标定的罐容表(即罐内油位高度与储油量的对应关系)进行实时计算,以得到罐内油位高度和储油量的变化情况。

有些储油罐在使用一段时间后,罐体的位置会发生纵向倾斜和横向偏转等变化,从而导致罐容表发生改变。

典型的储油罐主体为圆柱体,两端为球冠体。

现研究典型的变位后罐内油位高度与储油量的对应关系,并对变形后的罐容表进行重新标定。

现在通过数学建模方法研究解决储油罐的变位识别与罐容表标定的问题。

(1)为了掌握罐体变位后对罐容表的影响,利用如图4的小椭圆型储油罐(两端平头的椭圆柱体),分别对罐体无变位和倾斜角为 4.1a=︒的纵向变位两种情况做了实验,实验数据如附件1所示。

请建立数学模型研究罐体变位后对罐容表的影响,并给出罐体变位后油位高度间隔为1cm的罐容表标定值。

(2)对于图1所示的实际储油罐,试建立罐体变位后标定罐容表的数学模型,即罐内储油量与油位高度及变位参数(纵向倾斜角度α和横向偏转角度β)之间的一般关系。

请利用罐体变位后在进/出油过程中的实际检测数据(附件2),根据你们所建立的数学模型确定变位参数,并给出罐体变位后油位高度间隔为10cm的罐容表标定值。

进一步利用附件2中的实际检测数据来分析检验你们模型的正确性与方法的可靠性。

二、问题的分析罐容表是储油罐内油位高度与储油量的对应关系。

当罐体变位时,储油罐内燃油的几何形状会发生改变,罐体在水平状态时的罐容表不再如实反映储油罐内油位高度与储油量的对应关系。

问题一:根据题中所给的储油罐尺寸,建立起罐体在不同位置状态下罐内油位高度与储油量的函数关系。

要想解出这种函数关系,应首先理清罐体在水平状态时储油罐内油位高度与储油量的关系。

确立这一关系后,可以利用一些等效几何关系将罐体变位后的罐内储油量转换为罐体在水平状态下的某一油位高度对应的储油量,进而初步确立罐体变位后的罐容表。

由于实际的储油罐并非简单的密闭容器,其内部还有一些管线。

为使所得到的数学模型能跟贴近实际,应根据附表中所给数据进行相关修正,并利用相关实际数据对修正后的模型进行验证,进而得到更贴近真实的罐体变位的罐容表标定值。

问题二:在建立实际油罐的数学模型时,可在问题一中已建立的模型基础上,分别探究罐体发生纵向倾斜和横向偏转时,含有参数α和度β的实际罐体油位高度与储油量的函数对应关系。

利用MATLAB软件,通过最小二乘法可以估计出变位参数角度α和β的数值。

三、模型的假设1、储油罐的几何形状均是规则的,内部不存在凸凹是完全光滑的;2、不考虑温度对油体积变化的影响;3、在问题1中罐体的变位只是纵向变位,问题2中储油管的变位也只是纵向倾斜和横向偏转,不存在其他形式的变位;4、忽略油浮子的体积,并假设油浮子及油位探针之间无摩擦,移动是灵活的;5、附表中的数据均是真实可信的采集数据,不存在会导致结果不真实的问题。

四、符号的约定与说明a——椭圆体截面的长轴半径b——椭圆体截面的短轴半径c——实际油罐中球冠体的近似椭球形的横轴半径S——罐内所储油的截面面积H——在油浮子处的油深1H——水平状态时的相当高度2h——发生纵向倾斜和横向倾斜时的显示油高α——纵向倾斜角度β——横向偏转角度R——实际油罐直圆柱部分的半径D——实际油罐直圆柱部分的直径L——小椭圆型储油罐/实际油罐内的纵向长度L——油罐从一端开始到油位探针在储油罐底面投影点的距离1V——小椭圆型储油罐/实际油罐内的燃油体积V——实际油罐中直圆筒部分燃油的体积1V——实际油罐中左边球冠体内燃油的体积2V——实际油罐中右边球冠体内燃油的体积3x——进行曲线拟合时的自变量y——进行曲线拟合时的因变量五、模型的建立与求解问题1:为了研究罐体变位后对罐容表的影响,根据所给的简化小椭圆型储油罐(两端平头的椭圆柱体),利用微元法建立出在不同油位值情况下的平头罐体油位高度与储油量的函数对应关系——积分模型(模型一)。

问题一的解题过程如图1-1所示。

图1-1 问题一的解题过程示意图对于倾斜角为 4.1a =︒的纵向变位情况,通过等面积法找到倾斜时油标显示值1H 与对应同体积的水平状态下液高2H 的函数关系,从而得出倾斜角为 4.1a =︒时罐内油位高度与储油量的积分模型。

利用添加修正因子对模型进行校正,得到贴近实际的油位高度与储油量的数学关系模型。

模型一 平头罐体内油位高度与储油量的函数关系 ——积分模型1、罐体无变位时的积分模型当罐体无变位时,利用微元法推导得出在不同油位值情况下的油位高度2H 与平头罐体储油量V 的函数关系,建立油位高度与储油量的积分模型。

首先,建立如图1-2所示的坐标系,平头罐体的横截面积为椭圆形,其长半轴为a ,短半轴为b ,油面高度为2H (图中CD )。

图1-2-1 图 1-2-2图1-2 油罐的椭圆横截面积积分示意图在图1-2坐标系下的椭圆方程为:22221x y a b+= (1) 直线AB 的方程为:AB 2()y b H =-- (2)由(1)式得到的曲线ACB 的方程为:ACB y =将(2)式代入(1)式,整理后得到:x =微元面积(图1-2中所示黑条面积):d S y d x =其中[]AB ACB 2()y y y b H ⎡=-=---⎢⎣ 当油面低于O 点时(即20H b <≤时),如图1-2-1所示,油面横截面积为:[]())2022022()2arcsin 2xS b H dx b a x H b x a a H b ab ⎡=---⎢⎣⎡⎫=-+⎢⎥⎪⎭⎣⎦=-+⎰ (3)当油面高于O 点时(即22b H b <≤时),如图1-2-2所示,同理可得油面横截面积为)2S ab b H ab π=--+⎥⎦(4) 其次,根据无倾斜时的罐体内油量V S L =⋅,按照2H 的不同情况将列出如下表达式:(1)当20H b <≤时:)2V H b abL =-+ (5) (2)当22b H b <≤时:)2V abL L b H ab π=--+⎥⎦(6) 上述表达式(5) (6)为平头罐体无变位时,储油量与油位高度的积分模型。

2、罐体有变位时的积分模型罐体发生变位后油罐内的燃油变成了不规则的几何体,罐体内油位高度与储油量不再满足水平状态下的关系。

由于纵向倾斜角很小(4.10),利用等面积法(即将罐内燃油的纵向截面形状转化为相等面积的矩形),将有变位时的油体积转化为无变位时的油体积,再利用罐体无变位时的函数关系求解,得到罐体发生纵向倾斜变位时的积分模型。

首先,按照等面积法求出有变位时油位高度1H 与水平状态时的相当高度2H 的函数关系211()H F H =。

有变位时的储油量V 等于在相当高度2H 时的油面横截面积与储油罐纵向长度的乘积,函数关系为22()V F H =。

根据1f 和2f 的表达式可推导出储油量V 和油位高度1H 的函数关系,即1()V F H =。

过程如下:图1-3中显示了罐体倾斜时储油罐中的油面情况,其中2OM FQ 2b ==(椭圆短轴),1GQ H =(变位时油位高度),12EC H =(水平状态时的相当高度), 1OB N =(变位时油面较高处的油深),12AC N =(变位时油面较低处的油深),WP H =,1OC L =,1OQ L =。

图1-3 罐体倾斜时储油罐的纵向截面其次,将该模型根据油面位置的高低分四段来推导其几何关系:(1)当油面处于11M C 油面下时,即1220tan H L α≤≤,罐内所储油的纵向截面为三角形(如图1-4)。

相关文档
最新文档