2008研究生数学建模获一等奖论文

合集下载

2008年数学建模A题全国一等奖论文

2008年全国大学生数学建模竞赛A题全国一等奖论文数码相机定位摘要本文通过对数码相机的靶标和像平面相互之间关系的分析，利用选取相关对应点和坐标转换的方法，确定靶标圆心在像平面的投影位置，进而完成了系统标定模型，解决了相机的单目定位问题。

对于问题1，为确定靶标上圆的圆心在一个相机像平面的像坐标，需要得到相机像平面中点与靶标上点的对应关系。

通过将相机外部参数和内部参数联立可以建立模型1。

对于问题2，内部参数通过焦距可以得到，而外部参数的获得则需要事先确定一组特殊点。

由于靶标上两条线的交点在像平面上的投影点即为这两条线在像平面上的投影图线的交点，因此我们首先对图像进行边缘提取和椭圆拟合，然后利用程序选择靶标上A 、C 两个圆的外公共切线的切点作为特殊点。

将对应特殊点带入（1）式，就可以求得外部参数。

最后利用几何关系得出靶标上圆心的坐标，带入得到它们在该相机像平面的坐标。

结果为：vA O （-4.4324，-6.7785，0）、vB O （-2.3，-6.4456，0）、vC O （3.39，-5.9757，0）、vD O （-4.5471，3.7096，0）、vE O （2.1965，3.2275，0）。

见图3。

对于问题3，为了检验模型，本文通过计算机模拟数据，可以得到一个内外参数都已知的图像。

进而可以确定这四个顶点在像平面的准确坐标。

根据（1）式可以得到这四个顶点的计算坐标，把计算坐标与准确坐标的距离为对角线的矩形面积称为误差面积，误差率=误差面积/相纸面积。

计算误差率分别为：0.017591%、0.01777%、0.01532%、0.01557%。

从而可知用此模型精确度高，稳定性强。

对于问题4，类似于问题3，进行计算机模拟，得到空间两不同角度拍摄图像，进而得到在此数码相机坐标系下的特殊点坐标。

由于在求像坐标时考虑到了数码相机的透视效应，也就是内部参数，而两个数码相机的空间位置关系仅仅是外部参数的关系，因此可以求得仅考虑外部参数时两个像平面上的坐标，进而做差求出两个数码相机的相对位置坐标。

2008B大学学费问题2008数学建模国家一等奖论文

C = Ri [G *Q *(1− b)] + (1.0502x1 −1.1959x2 −1.3108x3 −1.3636x4 − 0.7929x5) * Ri * b ;
由此便可得到综合学费标准 C 的取值范围。然后，我们随机选取了同一区域不同专业，并根据表达式计算这些专业的学费，结果发现对社会收益大，个人收益小的专业如地质学的学费范围为：3469.8~3506.3 元之间；对社会收益小，个人收益大的专业如广告设计的学费范围为：7931.0~8014.5 元之间。与通常高校实现的一刀切政策有了明显的优点。
获得这两个基本原则，我们从影响普通高校学费能力的众多因素中选取全国
人均 GDP 和学生就读的专业这两个基本因素进行研究，通过建立相关模型确
定这两个因素的权重系数，
2、模型的准备
根据查询国家统计局显示的数据资料[7]，我们搜集到从 1995 年到 2004 年间
我国普通高校生均学费和人均 GDP 的值如表 5. 1 所示：
从中国的国情出发，收集诸如近几年来关于我国教育经费方面的及家庭收入等数据[1-4]，并通过分析数据建立数学模型，就几类学校或专业的费用标准进行定量分析，并从中得出明确、有说服力的结论。
二、问题分析
（一）我国教育收费的现状
通过国家统计局相关资料检索得到 2000 年到 2005 年我国普通高等学校教育
151828
172775
278253
256375
215440
210796
学费和杂费 1926109 2824417 3906526 5057307 6476921 7919249
其他教育经费 1677772 2158574 2840985 3220992 3785362 4662641

全国研究生数学建模竞赛获奖论文

全国研究生数学建模竞赛获奖论文一、概要《全国研究生数学建模竞赛获奖论文》是对全国范围内研究生数学建模竞赛的优胜者论文的集结和展示。

该竞赛旨在鼓励研究生群体深入探究数学建模理论与实践，挖掘科研潜力，锻炼解决实际问题的能力。

本书收录的论文，均为经过激烈竞争，展现出色创新思维、建模能力和问题解决能力的佳作。

这些论文涉及的领域广泛，包括物理、化学、生物、工程、经济、社会科学等多个学科。

本次竞赛的获奖论文展示了中国研究生在数学建模领域的最新研究成果和前沿思考。

通过对这些论文的研读，可以了解当前研究生数学建模的总体水平，以及未来的发展趋势和研究方向。

这些论文对于推动相关领域的研究进展，提供新的研究思路和方法，具有重要的参考价值和实践指导意义。

本书的一大部分内容是对获奖论文的高度概括和深入分析，包括问题的提出、建模过程、解决方法、结果讨论等各个方面。

通过详尽的阐述，让读者可以全面理解每一篇论文的研究思路和方法。

书中还会介绍各篇论文的创新点、难点及解决策略，以展现研究生们在面对复杂问题时所展现出的科研能力和创新思维。

还将介绍全国研究生数学建模竞赛的背景、发展历程以及未来的发展方向，为读者提供一个全面的视角来理解和参与这一重要的学术活动。

1. 介绍全国研究生数学建模竞赛的背景和意义全国研究生数学建模竞赛是一项针对全国范围内研究生的重要学术竞赛活动，旨在激发研究生在数学建模领域的创新精神和研究热情。

该竞赛不仅为研究生提供了一个展示自身才华的舞台，更是推动数学建模技术发展和应用的重要途径。

其背景源于数学建模在各个领域中的广泛应用，包括工程、经济、金融、生物、医学等多个领域。

随着科技的进步和学科交叉的加深，数学建模已经成为解决复杂问题不可或缺的工具。

全国研究生数学建模竞赛的举办，对于提高研究生的综合素质，培养创新思维和解决问题的能力，推动数学建模技术的研究和发展，具有十分重要的意义。

促进学术交流与合作。

全国研究生数学建模竞赛为来自全国各地的研究生提供了一个交流和学习的平台，促进了学术上的交流与合作，推动了数学建模技术的不断进步。

中国研究生数学建模竞赛一等奖

中国研究生数学建模竞赛一等奖本文详细介绍了中国研究生数学建模竞赛一等奖作品，包括模型构建、算法设计、编程实现、数据分析、论文撰写、创新和应用等方面的内容。

该作品展示了作者们在数学建模方面的才华和卓越的创新能力，为解决实际问题提供了有效的解决方案。

一、模型构建在本作品中，作者们首先对问题进行了深入的分析，明确了问题的目标和限制条件。

在此基础上，他们运用数学建模的方法，构建了一个符合实际情况的数学模型。

该模型能够准确地描述问题的本质，为后续的算法设计和编程实现提供了基础。

二、算法设计在模型构建的基础上，作者们设计了一套高效的算法。

该算法针对问题的特点，采用了多种优化技术，如动态规划、分支定界等，以最小化计算成本，提高求解效率。

同时，作者们还对算法的正确性和有效性进行了严格的证明，确保了算法的可靠性。

三、编程实现为实现算法，作者们采用了一种高效的编程语言，并利用了多种编程技巧，如多线程、并行计算等，以提高程序的运行速度。

同时，他们还对程序进行了详细的测试和调试，确保了程序的稳定性和正确性。

四、数据分析在编程实现的基础上，作者们对实际数据进行深入的分析，验证了模型的准确性和有效性。

他们利用统计分析、机器学习等技术，对数据进行了处理和挖掘，得到了许多有价值的结论。

这些结论对于实际问题的解决具有重要的指导意义。

五、论文撰写在完成模型构建、算法设计、编程实现和数据分析后，作者们将整个过程进行了详细的整理和总结，撰写了一篇高质量的论文。

该论文结构清晰、逻辑严谨、论述有力，充分展示了作者们的学术水平和创新能力。

六、创新和应用本作品在多个方面展示了创新性。

首先，在模型构建方面，作者们突破了传统方法的限制，构建了一个更加符合实际情况的数学模型。

其次，在算法设计方面，他们采用了一些前沿的优化技术，提高了算法的效率和可靠性。

最后，在应用方面，该作品针对实际问题提供了有效的解决方案，具有广泛的应用前景。

数学建模全国一等奖论文系列（27）

数学建模全国⼀等奖论⽂系列（27）乘公交，看奥运摘要由于可供选择的车次很多，各种车辆的换乘⽅式也很多，为了避免上下⾏站点不⼀样的车次等对路线产⽣的影响，我们以由易到难的思路来完成模型。

⾸先分析⼀辆车可以直接到达的情况，在这其中⼜考虑到环线的特殊性对其单独进⾏判断讨论；由于⼀辆车可使乘客到达⽬的地的可能性太⼩，我们接下来讨论要进⾏⼀次换乘的情况，在这⾥巧妙地利⽤矩阵来判断两辆车是否含有共同站这个思想，避免了⾄少两重循环，使运算速度⼤⼤提⾼；虽然这样就已经能够解决不少的问题，但并不完全，因此我们继续计算换乘两次的乘车路线，经过⼤量的运算，我们发现基本所有的站点间都可以通过换乘两次到达，⾄此对公交线路的讨论基本完成。

对加⼊地铁的讨论与只有公交车时类似，从最简单的两辆地铁换乘的情况开始考虑，由浅⼊深。

论⽂中并没有运⽤⼤量的符号，⽽是⽤⽂字来说明程序的主要步骤，这样可以让不了解程序的读者也清楚地知道模型的思路，⽽且，只要知道起始与终点，利⽤程序就可以计算所有可能路线，并可以在结果中为读者提供路线的相关信息，⽐如路费及所需时间，以供选择。

对于最优的解释，我们除了以时间最少、车费最省为原则，还对时间与车费进⾏了加权平均，⽽权数便是乘客对时间与⾦钱的偏好程度，当输⼊⾃⼰愿⽤1元钱去换多少分钟乘车时间时，程序会根据个⼈的不同喜好，来选择出适合每个⼈的最优路线。

这样将程序⼈性化，可以更符合实际中⼈们的需要。

关键词：公交线路选择最优化矩阵加权平均数组分类讨论⾃主查询问题重述北京是中国的⾸都，是政治、⽂化中⼼，同时也是国际交往的中⼼。

在成功取得2008年第29届夏季奥运会的举办权后，北京市城市建设的步伐将进⼀步加快。

众所周知，可靠的交通保障是成功举办奥运会的关键之⼀，公共客运交通服务系统尤为重要。

在保持公车票价⼀直相对较低的情况下，北京市⼜已经实⾏机动车单双号出⾏，⽬的就是为了⿎励⼈们乘公共汽车出⾏，缓解交通阻塞状况。

2008年研究生数学建模竞赛优秀论文选-《唐家山堰塞湖泄洪问题的研究》-33页

全国第五届研究生数学建模竞赛题目唐家山堰塞湖泄洪问题的研究摘要：本文以唐家山堰塞湖为研究对象，参考权威报道的数据内容及来源于DEM模型的遥感影像，探讨了堰塞湖演化、溃坝、洪波传播等方面的问题。

针对第一个问题，先依据所采集的实际样本值回归得到库容回归模型，接着根据堰塞湖其形成机理建立库容一般模型，由于条件受限无法获取地质地形数据，因此修正了一般模型。

最后依据库容的回归模型和修正模型分别建立以降雨量来预测堰塞湖水位日上升高度的模型，并以此预测5月25日至6月12日的水位日上升高度(见表3.1)。

通过对比两个结果发现，库容修正模型较其回归模型的实用性和稳定性更强。

针对第二个问题，在第一问的库容模型的基础上，依据经典的溃坝洪水预报模型—DAMBRK模型思想分别建立了溃口形态模型和水体下泄模型，给出了溃口形态、溃口流量、堰塞湖水位等物理量的数学描述。

同时根据实际情况，模拟了堰塞湖漫顶逐渐溃的过程，溃坝历时20584秒，并且给出了溃口形态、溃口流量、堰塞湖水位随时间的变化关系(见图4.3～4.6)。

针对第三个问题，在第二问的溃坝模型的基础上，通过假设漫溢性洪水在瞬时达到稳态，简化经典动力学洪水演进模型，建立结合动力学模型和基于DEM 网格模型的洪水淹没模型，并采用种子蔓延算法计算出洪水淹没区域。

运用该模型对唐家山堰塞湖出现三分之一蓄水下泄的情形进行了模拟，对洪水淹没区域的过程进行可视化演示（见图5.6），并且计算出洪水到达人口密集区域的时间（见表5.1），最后给出各区域的人员撤离方案。

最后，依据前三个问题所建立的模型，分析在抗震救灾中采取的应对策略，指出其适用性和局限性，并对如何应对地震后次生ft地灾害提出一些建设性意见。

关键词：多项式回归DAMBRK DEM 网格模型参赛队号1048603 参赛密码（由组委会填写）1 问题提出堰塞湖是一种自然的地貌现象，主要是在一定的地质和地貌条件下，由地震活动、冰碛物或火ft熔岩流等原因引起崩塌、滑坡、泥石流等堵截ft谷、河谷或河床后贮水而形成的湖泊。

数学建模全国优秀论文范文

数学建模全国优秀论文范文随着科学技术特别是信息技术的高速发展，数学建模的应用价值越来越得到众人的重视，数学建模全国优秀论文1：《浅谈数学建模教育的作用与开展策略》数学建模本身是一个创造性的思维过程，它是对数学知识的综合应用，具有较强的创新性，以下是一篇关于数学建模教育开展策略探究的论文范文，欢迎阅读参考。

大学数学具有高度抽象性和概括性等特点，知识本身难度大再加上学时少、内容多等教学现状常常造成学生的学习积极性不高、知识掌握不够透彻、遇到实际问题时束手无策，而数学建模思想能激发学生的学习兴趣，培养学生应用数学的意识，提高其解决实际问题的能力。

数学建模活动为学生构建了一个由数学知识通向实际问题的桥梁，是学生的数学知识和应用能力共同提高的最佳结合方式。

因此在大学数学教育中应加强数学建模教育和活动，让学生积极主动学习建模思想，认真体验和感知建模过程，以此启迪创新意识和创新思维，提高其素质和创新能力，实现向素质教育的转化和深入。

一、数学建模的含义及特点数学建模即抓住问题的本质，抽取影响研究对象的主因素，将其转化为数学问题，利用数学思维、数学逻辑进行分析，借助于数学方法及相关工具进行计算，最后将所得的答案回归实际问题，即模型的检验，这就是数学建模的全过程。

一般来说",数学建模"包含五个阶段。

1.准备阶段主要分析问题背景，已知条件，建模目的等问题。

2.假设阶段做出科学合理的假设，既能简化问题，又能抓住问题的本质。

3.建立阶段从众多影响研究对象的因素中适当地取舍，抽取主因素予以考虑，建立能刻画实际问题本质的数学模型。

4.求解阶段对已建立的数学模型，运用数学方法、数学软件及相关的工具进行求解。

5.验证阶段用实际数据检验模型，如果偏差较大，就要分析假设中某些因素的合理性，修改模型，直至吻合或接近现实。

如果建立的模型经得起实践的检验，那么此模型就是符合实际规律的，能解决实际问题或有效预测未来的，这样的建模就是成功的，得到的模型必被推广应用。

数学建模国家一等奖论文

地面搜索问题的优化模型摘要本文针对地面搜索过程中人员安排和路线选择问题，建立了优化模型，并给出了相应算法，用LINGO软件编程，在确保所有地点都不遗漏且不重复的情况下，合理安排人员和线路，使得搜索用时最短。

问题一的求解中，把20个搜索队员排成一行，向前搜索。

从局部和总体两个方面对人员行进和路线选择。

在局部方面，考虑到人员行进中90度和180度转弯的情况，给出了两种转弯策略，并计算出这两种转弯的情况需要多耗费的时间；在总体方面，把需要进行搜索的区域分割成的126个方格，利用一笔画原理，判断出这些方格可以用一条不重复的线路走完。

考虑到转弯需要多耗费时间，建立了以转弯次数最少，并且从起始点开始不重复行走到达集结点的模型，利用LINGO软件进行编程求解，得到了最少转弯的模型。

考虑到具体情况，对上述模型得到的路线进行适当调整，得到最终的搜索线路安排图。

根据图表，计算出20个队员进行搜索需要50.117小时，无法在48内完成搜索任务。

考虑到队员和组长距离不超过1000米，设计一种让20名搜索队员组成的队伍和新增人员组成的队伍进行交替行进的模型，以确保让整个搜索过程控制在48小时以内。

最后给出了该行进模型的相应算法，通过计算，得出增加2个队员可以确保搜索在48小时内完成。

问题二的求解中，首先对50名人员分3组进行分析，由于矩形区域被分割后形成的小区域恰好能被20人组成的一个队列一次搜索覆盖，以及10人组成的一个队列一个来回的搜索覆盖，于是3组可分为：2个队伍为20人，1个队伍为10人。

随后进行队伍搜索区域的划分，根据各个队伍人数确定该组分配到的方格的数量，划分出各个队伍的搜索区域。

然后对三个区域进行搜索路径的优化求解，改进问题一的模型，求出三个区域的搜索路径。

再根据实际情况，对路径进行适当修改，得出20人的2个队伍，需要19.816小时，10人的队伍需要20.294小时。

根据先完成搜索任务的队伍能否有足够的时间来帮助未完成搜索任务的队伍提早完成任务的时间要求，判断出该解是可以接受的。

2008年获奖名单(最终)

西南财经大学
孙劦骘
王静
韩在兴
24
1028624
东南大学
任钊
陈亚
孙伟
25
1069811
西安交通大学
孔繁德
李一鹏
钟贺
26
1000702
北京理工大学
槐浩举
辛国国
侯东旭
27
1069803
西安交通大学
李逸娟
程蓓
刘嘉
28
1042257
山东大学
程华伟
陈建毅
徐君海
29
9000608
解放军理工大学
周玉明
肖登海
陈希亮
30
1042238
山东大学
孙宝臣
张翠翠
高希峰
2
1042609
青岛科技大学
汤志高
谢冰
于琳
3
1000704
北京理工大学
张晓晨
朱昊
王博
4
9004401
海军工程大学
周晨
王建
史掁宇
5
9006820
第二炮兵工程学院
雷雄俊
吕东
罗元俊
6
1141404
中国石油大学（北京）
祁彬彬
史博会
高建军
7
1042607
青岛科技大学
宋传胜
6
9004520
海军航空工程学院（青岛分院）
周继广
黄婧丽
叶庆国
7
1069809
西安交通大学
王莉
程佩佩
高毅欣
8
8000206
中科院数学与系统科学研究院
刘晓东
夏曦
陈华杰
9
1048603

3、第五届全国研究生数学建模竞赛

第39卷第16期2009年8月数学的实践与认识M A TH EM A T I CS I N PRA CT I CE AND TH EO R Y V o l 139　N o 116　A ugust,2009　建模第五届全国研究生数学建模竞赛朱道元(东南大学数学系,江苏南京　210096)收稿日期:2009204230全国研究生数学建模竞赛一贯以“提高研究生的培养质量,推动研究生教学的改革,培养研究生的创新精神与团队合作精神”为宗旨,五年来迅速发展.2008年第五届全国研究生数学建模竞赛的承办单位解放军第二炮兵工程学院对竞赛组织工作非常负责,努力认真地工作,使竞赛又有新突破,迈上新台阶,获得国务院学位办公室的进一步的支持和全国各研究生培养单位和广大研究生积极认同.全国共有来自174所高校及中国科学院等6个研究院所的4000名研究生报名参赛,其中包括近200名博士生,使竞赛的规模、普及程度和参赛人员的层次都达到空前水平.2008年参加全国研究生数学建模竞赛的学校数和参赛的研究生人数、博士生人数较之2007年又有显著的增加.复旦大学、电子科技大学、中央财经大学、中国海洋大学、哈尔滨工程大学、中国飞行试验研究院、华南农业大学、四川农业大学、四川师范大学、湖南科技大学、浙江工商大学、中南民族大学、深圳大学、南通大学、河北工程大学、通信指挥学院、石家庄陆军指挥学院、成都信息工程学院、赣南师范学院等高校的研究生也首次组队参加竞赛.这样截至2008年,全国所有的“985工程”高校和中国科学院等全国性的研究院都有研究生参加全国研究生数学建模竞赛,这是全国研究生数学建模竞赛发展史上一个重要的里程碑,它标志着全国研究生数学建模竞赛已经成为研究生在数学建模方面全国性顶级水平的学术活动.2008年全国研究生数学建模竞赛颁奖大会在解放军第二炮兵工程学院隆重举行,国务院学位办公室特发来贺电.贺电全文如下:全国研究生数学建模竞赛组委会:值第五届全国研究生数学建模竞赛成功组织,并召开颁奖大会之际,谨向你们表示热烈的祝贺!为了办好这个活动,承办今年赛事的第二炮兵工程学院的领导、研究生处的同志们辛勤地做了大量工作,谨致以亲切的慰问!建设创新型国家,必须培养创新人才、发展创新文化.全国研究生数学建模竞赛,是提高研究生创新能力的有益的探索,不仅能调动研究生群体的学习积极性,而且有利于培养团队意识和协作精神,提高研究生的创新能力.希望全国研究生数学建模竞赛组委会深入探索新形势下研究生数学建模的教育规律,为提高研究生的培养质量做出贡献.同时,也希望参加该项活动的研究生珍惜机会,广泛交流,启迪思维,秉着止于至善的信念,在今后的科研道2数　学　的　实　践　与　认　识39卷路上刻苦钻研,勇于攀登,敢于创新,努力使自己成为国家现代化建设的拔尖创新人才.祝贺2008年全国研究生数学建模竞赛取得圆满成功!教育部学位管理与研究生教育司二○○八年十二月二十七日颁奖大会上还进行了竞赛承办的交接仪式,2009年第六届全国研究生数学建模竞赛由武汉大学承办.在此武汉大学和我们向全国各研究生培养单位和广大在校研究生及09年即将进校的新研究生发出真诚的邀请热情欢迎你们组队参加2009年第六届全国研究生数学建模竞赛,尤其欢迎那些尚未参加全国研究生数学建模竞赛的研究生培养单位和它们的研究生大胆地迎接挑战与检阅,经受雨雪和风霜,展示才华及风采,寻找差距并方向.借此机会我们也向全国有志于研究生教学改革的数学和非数学专业方面的志士仁人呼吁贡献你们的智慧和力量,以提高全国研究生数学建模竞赛的内涵和质量.为进一步保证命题的质量和评审的权威,在此我们再次向全社会征集赛题,欢迎企事业单位、科研院所、高校的同志提供赛题或素材,联系方式:南京东南大学数学系　朱道元　邮编210096,E2m ail:zhudy@.2008年研究生数学建模竞赛仍然是四条赛题.A题是“汶川地震中唐家山堰塞湖泄洪问题”,由国防科技大学吴孟达教授命题,B题是“城市道路交通信号实时控制问题”由武汉大学高成修教授命题,C题“货运列车的编组调度问题”由解放军信息工程大学韩中庚教授命题,D题“中央空调系统节能设计问题”由山东大学杜晓通教授命题.汶川地震是我国2008年影响最大的事件,受到全国人民的高度关注.题目内容都是在唐家山堰塞湖处置过程中各级领导、科技工作者必须快速做出决策、慎重处理的重大问题,都必须依靠数学建模去解决.这充分说明数学建模的重要性,说明科技工作者和研究生都必须提高数学建模的能力.我们命题的目的就是希望让参赛研究生亲身模拟这一过程,经受锻炼,增长才干,站在全局的高度,学习抓住问题的关键,学会思考问题,千方百计克服困难,早日成才,成为我国新一代科技领军人物!B题是交通学科的前沿课题,既有难度又有重要的应用价值.C题也和我国2008年发生的“南方冰冻灾害”重大事件密切相关,是真刀真枪的实际问题,数据也是完全真实的,有显著的经济效益.D题是和节能环保保障国民经济可持续发展紧密联系的题目,为了保证问题的真实性,我们特地向气象局购买了有关数据.这些题目体现出研究生数学建模竞赛致力于探索、解决实际问题最终目标,折射出研究生数学建模竞赛关注各学科前沿发展、不断提高研究生竞赛质量的努力,反映着研究生数学建模竞赛为提高我国研究生培养质量,加强研究生创新能力的导向.为培养研究生科学的态度和严谨的学风,评审委员会继续组织专家对部分论文中的数据和答案进行复核,在竞赛成绩公布后又要求所有拟获一等奖的参赛队(尤其是A、C题)在公示开始起十天之内对自己的论文进行复核,如果有出入要给评审委员会做出合理的解释,并根据自身复核的情况和有关申诉对获奖级别进行了个别的调整,保证竞赛的科学性、严肃性和正确的导向.我们还和In ternati onal Conference on Com pu tati onal In telligence and Softw are Engineering(C ISE)联系,让一些优秀论文在会议上发表,以进一步扩大全国研究生数学建模竞赛的影响.经过竞赛评审委员会全体专家教授和特邀数学建模专家四天的认真评审,计评出全国一等奖52队、全国二等奖217队、全国三等奖313队.名单附后.A 题　汶川地震中唐家山堰塞湖泄洪问题今年5月12日14:28在我国四川汶川地区发生了8.0级强烈地震,给人民生命财产和国民经济造成了极大的损失.地震引发的次生灾害也相当严重,特别是地震的造地运动形成了三十多个高悬于灾区人民头上的堰塞湖,对下游人民的生命财产和国家建设构成巨大的威胁,其中以唐家山堰塞湖尤为严重.加强对震后次生灾害规律的研究为国家抗震救灾提供更有力的科学支撑是科技工作者义不容辞的责任.唐家山堰塞湖的堰塞体沿河流方向达800多米,从最终的实际情况看,从坝顶溢出而溃坝的可能性比其它原因溃坝的可能性大得多.我们收集了大量当时新闻媒体对唐家山堰塞湖进展情况的报道和博客上的数字地图,其中包括大量的珍贵的数据(数据见附件).由于来源不同,如有冲突请以新华社报道的相关数据为依据,当然研究生们也可以收集其它数据作为参考.请研究堰塞湖及其泄洪规律,完成以下几项工作:1.建立唐家山堰塞湖以水位高程为自变量的蓄水量的数学模型(见附件1).并以该地区天气预报的降雨情况的50%,80%,100%,150%为实际降雨量建立模型预计自5月25日起至6月12日堰塞湖水位每日上升的高度(不计及泄洪).(由于问题的难度和实际情况的复杂性及安全方面的考虑,建议不要过分追求模型的精度,以下同);2.这次唐家山堰塞湖泄洪时科技人员记录下了大量宝贵的数据(见附件2),请研究生利用这批数据尝试在合理的假设下建立堰塞湖蓄水漫顶后在水流作用下发生溃坝的数学模型,建议包含缺口宽度、深度、水流速度、水量、水位高程,时间等变量.3.根据数字地图(地图和使用方法见附件3)给出坝体发生溃塌,造成堰塞湖内1 3的蓄水突然下泻时(实际上没有发生)的洪水水流速度及淹没区域(包括洪水到达各地的时间),并在此基础上考虑洪水淹没区域中人口密集区域的人员撤离方案.4.请根据你们所建立的数学模型分析当时所采取对策的正确性和改进的可能性(见附件4).讨论为应对地震后次生山地灾害(不限堰塞湖),科技工作中应该设法解决的关键问题,并提出有关建议.附注:1)因为数据量比较大,在题目公布一小时后再公布数据.2)要求在参考文献中列出论文中用到的资料的来源(包括网站、博客).B 题　城市道路交通信号实时控制问题城市交通管理问题的基本问题之一,是城市道路交通信号控制问题.即根据不同交叉路口、不同相位、不同方向、不同时段的交通流量(标准车辆数),合理的配置各路口的信号灯的周期长,以及同一周期内的红、绿、黄信号的响应时间.以前大多采用固定周期,固定信号比的配时控制方案.为提高道路服务功能,设计实时优化的配时方案对道路畅通和应急决策管理具有重要意义.实时配时方案,即根据交通流量的实时大小,实时配置信号灯的周期长、各种色灯的响应时间,同时考虑信号灯的转换与车辆的起动的损失时间,使全体车辆在所有道口的等待的时间最短.请你解决以下问题:(路口相位设计示意图,可参考图1,图2;此处假定右转相位不受色灯信号控制,即可以实时放行;车道数可考虑双向二车道或三车道即可)1、构造单个交叉路口(十字路口或丁字路口)交通信号实时控制的点控制数学模型,并给出相应的实时算法.316期朱道元:第五届全国研究生数学建模竞赛2、构造多个交叉路口(线状区域,)交通信号实时控制的线控制(至少2个交叉口)数学模型,并给出相应的实时算法..3、构造多个交叉路口(网络区域)交通信号实时控制的面控制(至少5个交叉口)数学模型,并设计相应的实时算法.4、根据城市交通流分布规律(一般理解为Po isson 分布),设计一种实时产生交通流序列的方案.并根据你的算法和产生的交通流数据,计算并给出单交叉路口点控制的实时信号配时方案(分为周期固定和周期不固定两种情形考虑),并与固定配时方案比较,说明实时配时方案的效果和优势.5、对多路口信号配时的情况,根据你产生的交通流数据和相应的实时算法,分别给出线状区域、网络区域实时配时方案,并比较和评价你所得到的结果.同时分析模型算法的可计算性、算法的复杂性.6、给交通管理部门提出应用你所得结果的咨询和建议(例如:流量预测方法、数据处理方法,软件设计、实现步骤等).图1　十字交叉路口相位设计图2　丁字交叉路口相位设计附1　参考文献[1]　徐勋倩,黄卫.单路口交通信号多相位实时控制模型及其算法[J ].控制理论与应用,2005,03.[2]　陈琳,刘翔,孙优贤.单交叉路口交通流的通用多相位智能控制策略[J ].浙江大学学报(工学版),2006,11.[3]　李建斌,高成修.城市道路网络多交叉路口交通信号实时优化控制模型与算法[J ].系统工程,2004,10.[4]　沈建武.城市交通分析与道路设计[M ].武汉:武汉大学出版社,2001.附2　交通信号控制系统的基本概念和参数术语(仅供参考,不受此限)周期:是指同一路口信号灯颜色由绿变黄再变红,如此循环变化一次,所需的时间,也称周期长,即红、黄、绿灯时间之和.相位:即信号相位,是指一个路口在一个周期时间内按需求人为设定的,同时取得通行权的一个或几个交通流的序列组.相位差:具有相同周期长的相邻路口,在同方向上的两个相关相位的启动时间差称为相位差.绿信比:是指在一个周期内交叉路口的各个相位不同方向中某个方向出现绿灯的时间与周期长之比.到达率:交叉路口非饱和情况下到达率为进口道的流量.饱和流量:是衡量一个路口交通流施放能力的重要参数,通常是指一个绿灯时间内的连续通过路口的最大车流量(单位:车秒).流量系数(流量比):是实际流量与饱和流量的比值.既是计算信号配时的重要参数,又是衡量路口阻4数　学　的　实　践　与　认　识39卷塞程度的一个尺度.进口道通行能力:等于进口道饱和流量与该流向所在相位的绿信比之积.交叉口的饱和度:流量与进口道通行能力之比.绿灯间隔时间:是指从上一个获得通行权的绿灯变黄开始,到下一个得到通行权的相位绿灯开始的一段时间(即是黄灯时间和红灯时间之和).有效绿灯时间:是指被有效利用的实际车辆通行时间.它等于绿灯时间与黄灯时间之和减去头车启动(因为红灯时头车速为零)的损失时间.延误:是指交通冲突或信号控制设施的限制给车辆带来的时间损失.它是计算信号配时和衡量路口通行效果的一个重要参数,也常作为确定信号控制系统性能的重要参量.公路通行能力:是指在给定的道路和交通条件下,公路上的某个最小或最困难的断面或某个规定的路段上单位时间内平均能够通过的最大车辆数,一般采用小时为单位,故通行能力一般以每小时能够通过的最大车辆数计.附3　交通流分布规律(仅供参考,不受此限)P [N (t )=K ]=(Κt )K K !e -Κt ,　K =0,1,2,…;　f (t )=Κe -Κt ,　t Ε00,　t <0C 题　货运列车的编组调度问题货运列车编组调度的科学性和合理性直接影响着货物运输的效率.某货运车站担负着国内东西和南北两大铁路干线上货运列车的编组调度任务,是我国沟通南北、连接东西的交通要道,素有铁路“心脏”之称.每天最多有400多列货车(无客车)在这里进出,有20000多辆(节)车辆在这里集结和解编.该站南北长6000余米、东西宽800余米,占地5.3平方公里(如图3),采用双向纵列式三级六场机械化驼峰编组站站型,即上行线方向(发往北、西)和下行线方向(发往南、东),上行线和下行线又分别包含有到达场、编组场和出发场.共有l 51条站线,全长390多公里,其下行线的到达场12条,记为X D (k )(k =1,2,…,12);编组场36条,记为X B (k )(k =1,2,…,36);出发场24条,记为X F (k )(k =1,2,…,24).上行线的到达场12条,记为S D (k )(k =1,2,…,12);编组场36条,记为S B (k )(k =1,2,…,36);出发场23条,记为S F (k )(k =1,2,…,23).另外下行线和上行线各有一个转发场(用于下行线与上行线之间的转换场地),各有4条线路,分别记为X Z F (k )和S Z F (k )(k =1,2,3,4).从每个到达场都有两条线路经驼峰区与相应的编组场相连,场区示意图如图3所示.注意:在这个问题里不考虑该车站装卸场的装卸作业.实际中,货运列车编组的流程是:对于从上行线和下行线的各方向经过该站的每一列货运列车分别驶入各自的到达场内停靠,然后根据每一辆车的货物去向通过驼峰解体,分别向各自的编组场不同轨道线集结,从而编组成一列新的发往某一个方向的列车,最后转往上行线或下行线的出发场待发.编组工作每天分为白班和夜班两个班次,从早晨6:00点到18:00点为白班,18:00点到第二天早晨6:00点为夜班.每班各分为四个时段,白班:6:00～8:00,8:00～12:00,12:00～15:00,15:00～18:00;夜班:18:00～20:00,20:00～24:00,0:00～3:00,3:00～6:00.铁路管理部门希望车站的编组调度工作快速高效,衡量编组调度效率的主要指标是“中时”(从列车进入到达场至重新编组成新的列车驶入出发场后,其每辆车的平均时间,即每辆车在车站的平均中转停留时间).每个时段都有相应的任务指标要求,一般要求列车在到达场停留时间最多不得超两个时段,中时最多不得超过8小时.516期朱道元:第五届全国研究生数学建模竞赛图3　编组站场区示意图根据实际作业情况可知,机车将待解体的列车从到达场推到驼峰轨道线上,缓慢运动中进行解体操作,解体后的车辆靠惯性(无动力)运行至编组场轨道上.每组车辆(一辆或同方向的若干辆)从到达场经驼峰解体到编组场集结平均大约需要10分钟;从编组场牵引一列车到出发场大约需要5分钟;无调车(无需编组的列车,含专列)直接经过转发场做必要的技术处理后进入出发场大约需要15分钟;由上(下)行线编组场经转发场到达下(上)行线出发场一次约需20分钟.编组调度规程规定每辆重车不超过80T (含车自重20T ),一般要求每列车总重量不超过4800T ,总长最多不超过70辆.列车编组的各操作环节都是定班、定点、定人作业,自动控制流程.一般新编列车的车辆均发往同一方向,按到站次序由远至近依次排列,同一到站的车辆相连.通常情况下,货物列车的相关信息(列车车次、列车到站、编组车辆数、列车重量、列车长度等)有具体的预确报制度(附件3),但确切的信息在列车到站时方能确定.附件2给出某一天24小时内经过该车站货运列车的相关数据,请根据实际情况和相关数据依次研究解决下列问题:1)试设计快速自动实现车辆编组调度方案的优化模型或算法,并给出附件2中车辆可行的编组方案(包括解体程序、轨道编号、车辆数量、集结程序、新列车的组成等),主要使每班的中时尽量地少.2)发往S 1的货物和军用物资都为特别专供货物,需要保障优先运送.如果要求装载这类物资的车辆必须在2小时内发出(即中时不超过2小时);同时发往地震灾区(向西方向某些车站)的救灾货物车辆要求中时不超过1小时,请你们给出相应的调度方案,并计算相应每班的中时.3)如果调度室在列车到达前两小时能够获取列车的相关信息,请利用这些信息制定可行的列车编组调度方案,使每班的中时尽量少,发出的车辆尽量多.6数　学　的　实　践　与　认　识39卷4)如果因自然灾害导致S 3以南的铁路中断,需要将有关的车辆转向东方向经E 4向南绕行,请你们给出相应的调度方案,并计算相应每班的中时.5)假设编组完成的列车都能及时发出,按照你们的编组调度方案分析研究该编组站一天24小时最多能编组完成多少车辆,相应每班的中时是多少?即根据所建立模型进一步分析该编组站能否再提高资源的利用率和运行效率.6)目前我国的铁路资源紧张,需大于求,如何改进编组调度方案,才使得现有的铁路设施有更高的利用率,产生更高效益,谈谈建议和意见.附表:实际中使用的一种解体编组方案指令表:时间:2008年5月30日9:00XD 001—63 3下行到达场001号列车,共63辆XB 15—13下行编组场15道1辆XB 25—23下行编组场25道2辆(下同)XB 23—2XB21—5XB 07—1XB 23—1XB 15—1XB 08—4XB 05—4XB 25—4XB03—2XB 25—1XB 23—4XB 25—20XB 11—1XB 33—2XB 15—2XB 34—1XB 27—2XB 04—1XB 15—1XB 04—1D 题　中央空调系统节能设计问题1　问题的来源及意义大型建筑物中使用的中央空调系统(以下简称中央空调)工作方式与普通的家用空调有所不同,普通的家用空调是在一个封闭的环境中,利用冷媒完成室内外的能量交换.而中央716期朱道元:第五届全国研究生数学建模竞赛8数　学　的　实　践　与　认　识39卷空调是利用冷冻水、冷却水和制冷机完成整个建筑物的能量交换.普通家用空调可以简单地根据温度控制空调的启停,而理论上中央空调只要有一个用户需要,就应该继续工作.中央空调都是按照最大负荷进行设计和选择设备的,但实际上中央空调大多数时间都在低负荷下运行,有时甚至在设计负荷的10%下运行.若中央空调的控制方案设计得不好,在低负荷下却按高负荷需求运行时就会造成中央空调系统运行效率下降,产生浪费.现在的中央空调系统一般是根据温度控制冷冻水系统的流量(温差或压力随之变化),虽然考虑了节能因素,但并未把节能作为首要的目标,而且都是瞬时控制(温度稍有变化,调节系统就起作用),但真正决定建筑物内温度的是中央空调系统所传递冷量(和热量是一个概念,只是因温差方向不同,冷量和热量都可以视为能量)的累加.中央空调系统从制冷机产生冷量到传送至末端发挥作用,有较大的延迟,通常为20-30分钟.另外由于大型商场的人流变化很大,瞬时就会引起冷负荷的较大变化,所以传统的基于参数瞬时变化的控制模型对于中央空调所产生的节能效果有限.为提高中央空调系统的运行效率,应该将中央空调系统的控制由单参数控制改变为建立建筑物冷量需求模型,根据末端在一定时间内冷量需求总量或冷量需求变化率,控制中央空调系统的冷量输出,以实现节能.2　问题描述大型商场只要营业新风机组就不停地向商场提供新风以改善商场内的空气质量,当然夏季在提供新风的同时也将商场外部的热量带进商场中.除了新风带入的热量外,商场中的冷负荷还包括通过建筑物围护结构传入的热量,顾客散发的热量,商场内照明、水泵等电气设备产生的热量等.其中通过建筑物围护结构和新风传入的热量与商场内外的温差有关,可通过附式1进行估算,也可以将其视作一系列对应不同外部温度的常量.因此商场的温度的变化取决于以下几个因素:A)商场中的人流;B)商场外的环境温度;C)新风带来的热量;D)商场建筑围护结构的保温性能和商场外表面的面积;E)商场的灯光、水泵等电气设备产生的热量;F)中央空调的制冷量.在上述因素中,影响商场温度最主要因素是外部的环境和内部热源,比如要求将商场的温度控制在26度,中央空调输出的冷量首先是抵消中央空调开机前商场中已经积累的热量(Q0).然后再输出的冷量要抵消通过建筑围护结构和新风输入的热量(Q t)商场人流(Q m)以及照明等电气设备散失的热量(Q e).当外部环境温度变化时Q t可以认为是与之相对应的一系列常数,即当环境温度确定后,其值也就确定了.Q e也可近似看作常量,所以以冷量为控制对象时,冷量变化的控制,主要与商场的人流量有关.按照设计要求,中央空调设备既可以通过调节冷冻水的流量保证冷冻水的供回水温差维持在5度,即7～12度,如果达不到这个设计要求,温差小于5度,带走相同的热量需要更多的水,加大流量就会造成浪费.一般要求冷却水的供回水温差也是5度,即32～37度,如果达不到这个设计要求,温差小于5度,同样会产生能量浪费.(注:刚开机时温差大于5度是正常的,在工作一段时间后才能达到设计条件).因此当室外温度较低,冷却水的回水温度低于32度时,就可以适当减少冷却水的流量,使冷却泵的功耗降低.因中央空调系统传递的热量是冷冻水系统从建筑物中带来的,冷却水系统散失到空气中的热量是冷冻水系统传递过来的热量再加上制冷机自身消耗的能量而产生的热量,这些热量都是通过水来传递的,而水量。

08--历年数学建模优秀论文大全

Can We Assess a Health Care System's Performance?参赛队员：董希望（自动化学院），刘琳燕（城环学院）刘福亮（软件学院）指导教师：肖剑参赛单位：重庆大学参赛时间：2008年2月15∼18日Can We Assess a Health Care System's Performance?1.BackgroundHealth systems consist of all the people and actions whose primary purpose is to improve health. They may be integrated and centrally directed, but often they are not. After centuries as small-scale, largely private or charitable, mostly ineffectual entities, they have grown explosively in this century as knowledge has been gained and applied. They have contributed enormously to better health, but their contribution could be greater still, especially for the poor. Failure to achieve that potential is due more to systemic failings than to technical limitations. It is therefore urgent to assess current performance and to judge how health systems can reach their potential.The World Health Organization (WHO) is a specialized agency of the United Nations (UN) that acts as a coordinating authority on international public health. Established on 7 April 1948, and headquartered in Geneva, Switzerland, the agency inherited the mandate and resources of its predecessor, the Health Organization, which had been an agency of the League of Nations.The WHO's constitution states that its objective "is the attainment by all peoples of the highest possible level of health." Its major task is to combat disease, especially key infectious diseases, and to promote the general health of the people of the world.As well as coordinating international efforts to monitor outbreaks of infectious diseases, such as SARS, malaria, and AIDS, the WHO also sponsors programs to prevent and treat such diseases. The WHO supports the development and distribution of safe and effective vaccines, pharmaceutical diagnostics, and drugs. The WHO also carries out various health-related campaigns — for example, to boost the consumption of fruits and vegetables worldwide and to discourage tobacco use.The annual World Health Report (http://www.who.int/whr/en/index.html) assesses global health factors and World Health Statistics provides health statistics for the countries in the UN. The production and dissemination of health statistics is a major function of the WHO. To many people, these data and the associated analyses are considered unbiased and very valuable to the world community.2. Basic Assumption and Hypotheses1.Assume that in a certain interval such as 5years the main components (metrics) ofthe health care system stays steady, that is to say the metric won’t change continually.2.Assume that all the statistics we get from the database of the WHO is authentic.3.Assume that the ranking of the world's health systems in 2000 made by WHO isscientific and dependable.4.During the data processing if a data little than x we can replace it with x.5.If there existing data missing for some year’s indicator we can value it with thecorresponding value of the near years.3. SymbolsSymbol Definition and Property'Z The matrix before standardizationZ The matrix after standardizationz j The statistic of the j indicator to each countryu The main component to be evaluatedu m The m th main component of the indicatorl ij The load of the original indicatorR1 The correlation matrix of Zc i The contribution rate of the i th main componentS i The summation of the front i main components’ contribution rateQ The integrated score of each countryX The project set ( the Member States)U The attribute set which also means main component seta ij The attribute value of x i in reference to u jA The decision making matrixa i The mean value of the line I in the primitive matrixb i The standard deviation of row I in the primitive matrix4. Problem AnalysisTo determine several important and viable metrics for assessing the performance of a health care system and comparing health care systems in different countries. We have to know what metrics or indicators are there in a health care system, as is shown in the problem we search the web of the WHO and get the database of the indicators. There exists statistics for 50 core indicators on mortality, morbidity, risk factors, service coverage, and health systems, which take on more than one hundred and fifty terms of raw indicators. We must use some data mining technology or method to distill the crucial metrics.Considering the data is promiscuous and inconsistent and not all the countries have the corresponding data to each indicator from the year 1960 to 2006, we first need to choose certain year’s data as our study object. Then to the mass actual statistical data we can’t expect all the indicators are complete so what to do with the incomplete data to make sure that all the indicators or all the data we used below are universal or effective is an inevitable problem. There are 159 raw indicators how could we select the most important ones and combine them scientifically to make them more useful in measuring quality is another basal problem. Then how could we accomplish this goal? The main components analysis method which we could use to devise our first model will help a lot.Furthermore how could we assess a country’s health care system and make some comparisons with the combined metrics? This situation much agrees with the multiple attribute decision problems. So we could solve this problem by ranking all the countries health care systems using this multiple attribute decision method.5. The Establishment of Model5.1 The Primary Data and Indicators ProcessingAccording to the above problem analysis part we know that we could obtain enough raw data for almost 159 indicators from 1960 to 2006. We first choose a year 2004 whose data is much completer than other years as our study object. Then if some of the indicators of certain country in 2004 have no value and the year close to 2004 such as the year of 2005 or 2003 has the corresponding value we treat this close value as the valve of the country in that indicator in 2004.Based on these we select the indicators that 95% of the country has the corresponding data for them from all the 159 raw indicators. By doing this primary selection we make sure that all the indicators or all the data we used below are universal or effective. After the primary selection we get 48 crucial indicators as our primary outcomes (metrics).5.2 Model 1 DesignFollowing the above analysis we utilize the main components analysis method to devise our first model.When it comes to main components analysis the biggest effect to it is the dimension of the data. So in the practical application we first should make standardization to the data.Assume that 'Z is the matrix before standardization Z is the matrix after standardization z j is the statistic of the j indicator to each country; u is the main component to be evaluated, so the objective function could be:11111221221122221122p p p p m m m mp p u l z l z l z u l z l z l z u l z l z l z =++⎧⎪=++⎪⎨⎪⎪=++⎩""""""" (1)Where u 1, u 2,… u m is called the 1st, 2nd, … mth main component of the indicator z 1, z 2, z p ; l ij is the load of the original indicator z j (j=1,2, …,p) in each main component.The detailed process of this solution is as follows:Step1: Evaluate the standardized matrix Z of the matrix'Z The standardization of the 'Z is just replace the (i=1,2, …,p) and the z 'i z ijof the matrix 'Z with z i (i=1,2, …,p) and with z ij respectively, which is shown in table1Step 2: Evaluate the correlation matrix R1 of matrix ZR1 could be evaluated by the following matrix:1112121222121p p p p pp r r r r r r R r r r ⎡⎤⎢⎥⎢=⎢⎢⎥⎢⎥⎣⎦""##"#"⎥⎥ (2) Where r ij (i, j =1, 2,…,p) is the original indicator z i and z j ’s correlation coefficient specially r ij =r ji . r ij could be derived by the following formula:ij r = (3) Step 3: By formula 1 we can compute the characteristic root and characteristic vector of matrix R1 then rank the characteristic values of R1 as expression 110I R λ−= (4)(5)0≥≥≥≥λλλ"p 21Step 4: Evaluate the contribution rate and the accumulative contribution rate according to formula 1and 1of the main components, determine the proper number of the main components.(6) λ∑==="1(1,2,,i i p k k c i λ)pWhere is the contribution rate of the i th main component.i c(7) S i λ∑p λ====∑"11(1,2,,)i k k i p k k Here is the summation of the front i main components’ contribution rate. If thevalue of the accumulative contribution rate reaches to more than 80% we can approbate the effect of the main components.i S Step 5: Compute the load of the main component l ij(y ,z )(,1,2,,)ij i j ij l p i j p ===" (8)Step 6: Sum up the above five steps get our objective function11111221221122221122............p p p p m m m mp u l z l z l z u l z l z l z u l z l z l z =+++⎧⎪=+++⎪⎨⎪⎪=+++⎩"""p Step 7: Evaluate the integrated value of each country and make a ranking of them with the formula 1.112211(m m m ii )u u λλλλ==+++∑"Q u (9) Q is the integrated score of each country.5.3 Model 2 Design5.3.1 The Description of the PrincipleThe method of the multiple attribute decision making based on dispersion maximization is used to solve the multiple attribute decision making problems with the uncertain weight attribute. We can use this method to make ranking and comparison between different projects with multiple attributes.In more details the smaller the difference between certain attribute for all the projects is the less affection it has on the decision making and ranking of the projects. On the contrary the bigger it is the more affection it has on the decision making and ranking. As a result in the view of ranking the bigger of one attribute’s deviation is the bigger weight of this attribute should be given. Especially if there is no deviation for certain attribute to all the projects which means that this attribute will have little affection on the ranking we can value a zero to its weight.5.3.2 Model DevelopmentStep 1.Structure and Normalize the Decision Making Matrix1.1 Structure the Decision Making MatrixAssume that:M={1,2,…,m},N={1,2,…,n} (10)The projects set which also is the set of the Member States in WHO is XX={x 1,x 2,…,x n } (11)The attribute set which means main component set here is UU={u 1,u 2,…,u m } (12) is the attribute value of in reference to so we obtain the decision making matrix ()ij n m A a ×=whose form is shown as table 2 Table2. The form of the decision making matrixu 1u 2… u m x 1a 11a 12… a 1m x 2a 21a 22… a 2m ## # # x na n1a n2… a nm5.4 Model 3 DesignModel 3 is our predictive model, from model 1 we can get the objective function with the data of that year.When it comes to predicating for the convenience of evaluating the main components we can change the main component which is expressed by the standardization indicator z i into the form that expressed by nonstandard indicator z i ’ to predicate the main components.''''''1111122110''''''2211222220''''''11220(13)............p p p p m m m mp p m u l z l z l z l u l z l z l z l u l z l z l z l ⎧=++++⎪=++++⎪⎨⎪⎪=++++⎩"""Here(14)'()/i i i z z a b =−i Substitute into formula 1 can we obtain the formula 2.'i z i a is the mean value of the line i in the primitive matrix; is the standard deviationof row i in the primitive matrix.i bThen utilize the formula 9 to compute the synthetic score and get variability ofthe system.Normalize the Decision Making MatrixThere are many types of attributes such as benefit type, cost type, fixation type, deviate type, interval type, deviate interval type etc. In our model all the attribute could be sorted to two types the benefit type and the cost type approximately. The benefit cost requires the value of the attribute as big as possible; the cost type requires the value of the attribute as small as possible.To eliminate the impact of the different dimensions to the decision making result we should normalize the decision making matrix A whose values could be obtained from the model 1.Assume that I i (i=1, 2) stands for the subscript set of the benefit type and cost type. If the attribute is benefit type we value i in I i as 1. If the attribute is cost type we value i in I i as 2.1min(),,max()min()ij ij i ij ij ij ii a a r i a a N j I −=−∈∈ (15)2max(),,max()min()ij ij i ij ij ij i i a a r i a a N j I −=−∈∈ (16)After this step we get the normalized matrix ()ij n m R r ×= whose form is the samewith the matrix A.Step 2: Calculus the optimization weight vector w11111,n n ji kj i k j m n nij kj j i k r r w r r =====−=−∑∑∑∑∑j M ∈ (17) Where w j is the j th main component’s weight.Step 3: Computer the synthetic attribute z i (w) (i ∈N) of project x i .1(),,mi ij j j z w r w i N j ==∈∑M ∈ (18)Step 4: Make ranking and comparison to the projects (countries) using z i (w)(i ∈N)6. Applying the Model1 and Model 26.1 Applying the Model 1 to the Statistics of the Year 20046.1.1 Data for Model 1 in the Year of 2004We first select the indicators that 95% of the countries own these indicators from all 159 indicators getting 28 indicators which could be seen in appendix Ⅰ. Then weselect the countries that have the data for all these 28 indicators from all 193 Member States getting 163 countries. By doing these we have made good preparation for our model 1’s solution.6.1.2 Solution of the Model 1 for the Year of 2004Based on the above data we solve our model 1 in matlab using the function of zscore to normalize the data, and then we calculate the characteristic roots and characteristic vector. The characteristic roots are shown in the table 3.Table3. Part Valves of Model 1From the table 3 we can see that the front six red colored components’ accumulative contribution rate reaches to 81.5% which means that most of the main components are involved, so these six components are just our combined metrics. We renamed these six combined indicators with A, B, C, D, E, F metrics all of which are constituted by several raw indicators and could reflect certain performance of a health care system.In more detail the metric A is much positively related with life expectancy, per capita total expenditure on health at international dollar rate etc and much negatively related with mortality rate, incidence of tuberculosis (per 100 000 population per year) etc. The visual relationship between the metric and the 28 indicators is shown in figure 1. The x axis is the order of the 28 indicators which maps to corresponding 28 indicators in appendix Ⅰ. The y axis is the affection of each of the 28 indicator on metric A. All the rest five figures follow this instruction so we won’t explain the rest five figures again.Figure1. The affection of the 28 indicators on metric A The metric B is much positively related with expenditure on health, disease detection rate etc and much negatively related with government expenditure on health, alcohol consumption etc.Figure2. The affection of the 28 indicators on metric B The metric C is much positively related with General government expenditure on health as percentage of total expenditure on health, immunized with disease etc and much negatively related with private expenditure on health as percentage of total expenditure on health, population (in thousands) total etc.Figure3. The affection of the 28 indicators on metric C The metric D is much positively related with private expenditure on health as percentage of total expenditure on health, immunized with disease etc and muchnegatively related with General government expenditure on health as percentage of total expenditure on health etc.Figure4. The affection of the 28 indicators on metric D The metric E is much positively related with external resources for health as percentage of total expenditure on health etc and much negatively related with tuberculosis: DOTS case detection rate, probability of dying (per 1 000 population) between 15 and 60 years etc.Figure5. The affection of the 28 indicators on metric E The metric F is much positively related with immunized with disease, out-of-pocket expenditure as percentage of private expenditure on health etc and much negatively related with general government expenditure on health as percentage of total government expenditure, population (in thousands) total etc.Figure6. The affection of the 28 indicators on metric FThe above descriptions show that our metrics is reasonable, moreover all the 28indicarors we selected could be found in 92% of all Member States, which means that our metrics could be easily collected.Furthermore we get the ranking for all the 163 countries that own orbicular and effective data. The front and the back 20 countries in our ranking and their scores calculated by our model 1 are listed as table 4:Table4. Part of our Ranking by Our Model1The whole ranking is shown in appendix Ⅱ.After obtaining the six metrics we treat the still missing value’s indicator as zero then recompute the ranking of the year 2004 with the model 1 and get another ranking for all the Member States which we list in appendix Ⅲ.In conclusion we put forward 28 important indicators from all the 159 indicators furthermore we combine the 28 important indicators getting 6 main components which we renamed as metric A, B, C, D, E and F. Then we assess the health care system with these six metrics and make a ranking of all the 163 countries.6.1.3 Applying model 1 to the Statistics of the Year 2000Using model 1 and the six metrics obtained from 4.11 we assess the health care system of each country in the year of 2000. This time we only utilize the data of this year, which means that we just substitute the data of 2004 with that of 2000.By doing this we get the ranking of this year as table 5 which just show out the front and the back 20 countries too.Table5. The Part Ranking of the Year 2000 by Model 1 (There are 194 Member States in 2000; the score here is just a relative value computed by our model; the whole ranking is shown in appendix Ⅳ)6.2 Applying the Model 2The six metrics obtained from model1 is ordered. Although the six metrics keep the same in the model 2 as what they are in model 1 according to our assumptions, there is no certain order among them in our model 2. The data processing methods for the raw data are the same with what we have described and used before.6.2.1 Applying the Model 2 to the year of 2004With the help of the software matlab we realize the algorithm of dispersion maximization computing the weight of the six metrics, and then we calculate the synthetic score of each of the 163 country that own holonomic statistics after our data mining process. After comparing the synthetic score of these countries we get the ranking of their health system as shown in table 6.Table6. Part of the ranking for the 163Member States(The score here is just a relative value computed by our model; the whole ranking is shown in appendix Ⅴ)6.2.2 Applying the Model 2 to the year of 2000Similar to 4.1.2 we just replace the data of 4.2.1 with the data of the year 2000 then compute the synthetic score of all the 194 Member States. After comparing the different countries we get the ranking as table7.Table7. Part of the ranking for 2000 by model 27. Comparisons7.1 Comparisons between Different RankingsFrom the above solution we obtain 4 different rankings. The precise clues of our models have already showed their validity. Besides we can load a ranking for all the 190 Member states in 2000 from the WHO’s official web which we list in appendix Ⅷ.By making comparisons between our two rankings with the official ranking of the year 2000 we can test the reliability and practicability of our model to a certain extent. The figure7 shows their relationship clearly.Figure7. The corresponding relationship between our rankings and the WHO’s We can see that the dots which stand for parts of the countries in the rankings match quite well with each other in the three polygonal lines. That means the model1 and model 2’s results not only agree with each other but also agree with the official results quite well. So we can conclude that our two models are practical and reasonable.Since the solution for the year of 2000 is dependable, we have reason enough to predicate that our solution for 2004 is authentic as the only difference between 2004 and 2000 is the substituted statistics and the data of 2004 is more holonomic than that of 2000.To make sure that both of our models’ results for the year 2004 are unitive we make a comparison between their rankings. We select some characteristic countries in both rankings and compare those countries rankings as shown in figure 8.Figure8. The comparison between the two rankings for the year 2004From the figure we find that the two rankings match quite well.In conclusion our models are scientific and our results are authentic.7.2 Comparisons between US and FranceIn the 2000’s ranking of WHO France takes the first place, which also could be seen clearly in the appendix. In the year 2004 there is no official ranking so we assess these two countries health care system with our model 1 to see which country has the better health care system then.The table8 shows their score according to our six metrics:Table8. The comparisons between US and France’s health system according to our metricsThe metric A, C, F belongs to benefit type and the rest belong to cost type. Base on this we can see that the health care system of US in 2004 is better than France in metric A, B, D. According to our table 1 we know that the synthetic score of US is better than France.7.3 Comparisons between US and IndiaIn the ranking of WHO the health system of US is better than India. With the help of our mode 1 we consider that India has the poor health care system in 2004, so we make a comparison between them.Table9.The comparisons between US and India’s health system according to our metricsSimilar to 7.2 we can see that the health care system of US is better than India in metric A, B, C, D, F. Also from the table 9 we know that the ranking of US is much better than India.8. Applying the Model 3Based on model 1 and model 2 with the help of the software matlab we realize the algorithm in model 3 and get the predictive function of the synthetic scores as follows:''''1234'7''''67891''''1112131410.0033810.00966920.0105590.00194680.000522790.00052406 3.06100.0782130.00421940.0003620.00873510.00956890.00984890.000392260.0043929Q z z z z z z z z z '5z z z z z z −=−++−−−−×−−−−++−+'5''''1617181920''''2122232425'''2627280.0053440.0257520.00377190.000143460.000182770.000109410.000136790.00534410.056440.00292340.000840420.029650.012447 3.8668''z z z z z z z z z z z z ++−++++−+−−++−z (19)Considering the affection of the weight on the synthetic score we could find that the bigger the absolute value of weight is the bigger the impact is on the synthetic score of the country. On the contrary if the absolute value of weight is small then the variation of the metric won’t produce big changes to the synthetic score. Then we take some indicators of the all 28 indicators as examples to discuss what affection it will has on the health care system if the various changes are occurred.'8z is the formula is the total fertility rate (per woman). It has a negative correlation with the synthetic score. What’s more it has a big affection on the score so this indicator should be as small as possible, which means that the government should take some measures to control the population within a proper range to improve the health care system of the nation.'24z is the total expenditure on health as percentage of gross domestic product. Itis an indicator that positively related with the synthetic score which means that the more it spend on the total expenditure on health as percentage of gross domestic product the better score it has in the system.'17z is the general government expenditure on health as percentage of totalgovernment expenditure. It is an indicator that positively related with the synthetic score which means that the bigger the general government expenditure on health as percentage of total government expenditure is the better score it has in the system'3z is the life expectancy at birth (years) males. It is an indicator that positivelyrelated with the synthetic score which means that the longer the life expectancy at birth (years) males is the better score it has in the system.'z stands for the neonatal mortality rate (per 1 000 live births). It has a negative 11correlation with the synthetic score. That’s to say the smaller the neonatal mortality rate (per 1 000 live births)is the better the health care system will become.9. The Strength and Weakness9.1The StrengthWe obtain the statistics directly from the raw database of the WHO’s official web not from the report of the WHO. We use some data mining technology to draw the available and effective data from thousands terms of data ourselves.We develop three different models to solve all the six parts of the problem, those models are built with precise logic, scientific principle which could solve the problems efficaciously.We don’t solve the problem part by part but solve them in our models’ development and solution process, which keeps the whole paper’s with a good continuity.We compare our result with the practical result, which tests our models’ practicability and validity greatly.Our models could be easily extended to other fields to solve the multiple attribute decision making problems.Our models are independent to the metric (indicators) to a certain extent as the algorithm of our models has the universal applications.9.2 The WeaknessThe raw data we get is the data from the real world, which means that there must be some imperfect data which do have some negative impact on our result.As there are so many indictors that it is hard to select proper metrics to assess the health system properly without some kind of error.Because the limitation of the time and resource it’s inevitable to have some imperfect aspects in our models, analysis and paper.10. References[1] Zeshui Xu, 8/2004, Uncertain Multiple Attribute Decision Making: Methods andApplications, Tsinghua University Press.[2] Qiyuan Jiang, Jinxing Xie, 12/2004, Mathematical Model, Higher Education Press[3] The World Health Report 2000 - Health systems: improving performance.http://www.who.int/whr/2000/en/whr00_en.pdf[4] World Health Organization, http://www.who.int/research/en/s[5] Principal Component Analysis,/jpkc/jldlx/admin/ewebeditor/UploadFile/200783101241734.ppt[6] /wiki/World_Health_Organisation,"World Health Organization"11. AppendixAppendixⅠ: The list of all the 28 indicators and their sequence numberAppendixⅡ: The Ranking of all 163 Countries in 2004 by model 1Appendix Ⅲ: The Ranking of all 194 Countries in 2004 by model 1。

2008年大学生数学建模竞赛A题优秀论文(1)

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）：
杭州电子科技大学
参赛队员 (打印并签名) ：1. 宋飞杰
2. 张佳喜
3. 司继春
指导教师或指导教师组负责人 (打印并签名)：数模组
日期： 2008 年 9 月 21 日
在如何检验模型的问题上，需要分两方面进行检验，一是精度，而是稳定性。按照以上的方法求圆心在像平面上的坐标，并没有充分利用像平面上所有轮廓点的信息，因此可以利用这些点来检验模型的精度。对于稳定性问题，可以采用计算机模拟的方法，随机修改图形的轮廓，并用以上的方法再次进行求解，通过比较修改前后的结果来分析模型的稳定性。最后，考虑另外一台相机的定位相对位置问题。根据前面模型，我们应能够对任意一台相机确定靶标相对它的位置，因此可以以这个靶标作为参照物，建立一个世界坐标系，将这两台相机的位置在这个坐标系里面表示出来，以此确定两台相机的相对位置。
摘要
本文研究数码相机定位中有关系统标定的相关问题。首先，本文建立了三个坐标系：像素平面坐标系、像物理平面坐标系和相机坐标系。其中像素平面坐标系和像物理平面坐标系是同一个平面针对不同需要而建立的；相机坐标系是一个世界坐标系，它以相机为参照物。然后针对第一问确定圆心在像平面上的坐标的问题，本文建立了两个子模型：针孔相机模型和确定靶标相对相机位置的模型，然后提出了运用以上两个子模型求解坐标的方法。在第一个子模型针孔相机模型中，本文对数码相机进行了适当的简化，即把数码相机看成是一个针孔相机的结构，利用射影几何的有关知识建立了从相机坐标到像物理坐标的转换关系模型。在第二个子模型确定靶标相对相机位置的模型中，本文利用像平面上四个图形公切线的交点建立了与靶标平面的联系，并结合靶标的尺寸、形状，建立起了确定靶标位置的模型。在建立了以上两个子模型后，通过第二个子模型可以求出靶标上圆心在相机坐标系中的坐标，再利用第一个子模型的转换关系，就可以得到圆心在像平面上的坐标。针对模型的求解，本文使用模拟退火算法计算出了像平面上四条公切线交点的坐标，并使用基于最小二乘法的 Matlab 优化工具箱的工具求解出靶标的位置，进一步求出了圆心在像平面上的坐标，五个坐标分别为： A0(-190.26,-196.77),B0 (-88.88,189.15),C0 (129.74,-172.72),D0 (72.85,119.30),E0 (-229.13,119.21) 在模型的检验模型中，本文分别讨论了以上模型的精度和稳定性。在精度检验中，我们将像平面上未被利用的图形的轮廓上的点映射回靶标平面上，并在靶标平面上检验这个轮廓是否与相应的圆形重合。经过检验，轮廓上的点与相应的圆形之间的平均偏差在 1 像素以内，说明以上模型的精度很高。在随后的稳定性检验中，我们通过计算机模拟的方式，随机改变了像平面上图形的轮廓，并对这些轮廓求解圆心，结果即使在轮廓损失了近 30%的信息量时，圆心的平均偏移距离也只有 0.2682，不到一个像素，说明模型具有很好的稳定性。最后，本文通过改变世界坐标系，以靶标作为参照物，给出了计算两台相机光学中心、像平面中心坐标的方法，得出了两台相机相对位置的模型。

1992—2008年全国大学生数学建模竞赛获奖论文

1992—2008年全国大学生数学建模竞赛获奖论文序号年份试题名称11992A题施肥效果分析（论文下载地址）B题试验数据分解（论文下载地址）21993A题非线性交调的频率设计（论文下载地址）B题足球队排名次（论文下载地址）31994A题逢山开路（论文下载地址）B题锁具装箱（论文下载地址）41995A题一个飞行管理问题（论文下载地址）B题天车与冶炼炉的作业调度（论文下载地址）51996A题最优捕鱼策略（论文下载地址）B题节水洗衣机（论文下载地址）61997A题零件的参数设计（论文下载地址）B题截断切割（论文下载地址）71998A题投资的收益和风险（论文下载地址）B题灾情巡视路线（论文下载地址）81999A题自动化车床管理（论文下载地址）B题钻井布局（论文下载地址）C题煤矸石堆积（论文下载地址）D题钻井布局（论文下载地址）92000B题钢管订购和运输（论文下载地址）C题飞跃北极（论文下载地址）D题空洞探测（论文下载地址）102001A题血管的三维重建（论文下载地址）B题公交车调度（论文下载地址）C题基金使用计划（论文下载地址）D题公交车调度（论文下载地址）112002A题车灯线光源的优化设计（论文下载地址）B题彩票中数学（论文下载地址）C题车灯线光源的计算（论文下载地址）D题赛程安排（论文下载地址）122003A题 SARS的传播（论文下载地址）B题露天矿生产的车辆安排（论文下载地址）C题 SARS的传播（论文下载地址）D题抢度长江（论文下载地址）132004A题奥运会临时超市网点设计（论文下载地址）B题电力市场的输电阻塞管理（论文下载地址）C题饮酒驾车（论文下载地址）D题公务员招聘（论文下载地址）142005A题长江水质的评价和预测（论文下载地址）B题 DVD在线租赁（论文下载地址）C题雨量预报方法的评价（论文下载地址）152006A题出版社的资源配置（论文下载地址）B题艾滋病疗法的评价及疗效的预测（论文下载地址）C题易拉罐形状和尺寸的最优设计（论文下载地址）D题煤矿瓦斯和煤尘的监测与控制（论文下载地址）162007A题中国人口增长预测（论文下载地址）B题乘公交，看奥运（论文下载地址）C题手机“套餐”优惠几何（论文下载地址）D题体能测试时间安排（论文下载地址）172008A题数码相机定位（论文下载地址【1】【2】）B题高等教育学费标准探讨（下载地址【1】【2】）C题地面搜索（论文下载地址）D题 NBA赛程的分析与评价（论文下载地址）。

数学建模国赛一等奖论文

电力市场输电阻塞管理模型摘要本文通过设计合理的阻塞费用计算规则，建立了电力市场的输电阻塞管理模型。

通过对各机组出力方案实验数据的分析，用最小二乘法进行拟合，得到了各线路上有功潮流关于各发电机组出力的近似表达式。

按照电力市场规则，确定各机组的出力分配预案。

如果执行该预案会发生输电阻塞，则调整方案，并对引起的部分序容量和序外容量的收益损失，设计了阻塞费用计算规则。

通过引入危险因子来反映输电线路的安全性，根据安全且经济的原则，把输电阻塞管理问题归结为：以求解阻塞费用和危险因子最小值为目标的双目标规划问题。

采用“两步走”的策略，把双目标规划转化为两次单目标规划：首先以危险因子为目标函数，得到其最小值；然后以其最小值为约束，找出使阻塞管理费用最小的机组出力分配方案。

当预报负荷为982.4MW时，分配预案的清算价为303元/MWh，购电成本为74416.8元，此时发生输电阻塞，经过调整后可以消除，阻塞费用为3264元。

当预报负荷为1052.8MW时，分配预案的清算价为356元/MWh，购电成本为93699.2元，此时发生输电阻塞，经过调整后可以使用线路的安全裕度输电，阻塞费用为1437.5元。

最后，本文分析了各线路的潮流限值调整对最大负荷的影响，据此给电网公司提出了建议；并提出了模型的改进方案。

一、问题的重述我国电力系统的市场化改革正在积极、稳步地进行，随着用电紧的缓解，电力市场化将进入新一轮的发展，这给有关产业和研究部门带来了可预期的机遇和挑战。

电网公司在组织电力的交易、调度和配送时，必须遵循电网“安全第一”的原则，同时按照购电费用最小的经济目标，制订如下电力市场交易规则：1、以15分钟为一个时段组织交易，每台机组在当前时段开始时刻前给出下一个时段的报价。

各机组将可用出力由低到高分成至多10段报价，每个段的长度称为段容量，每个段容量报一个段价，段价按段序数单调不减。

2、在当前时段，市场交易-调度中心根据下一个时段的负荷预报、每台机组的报价、当前出力和出力改变速率，按段价从低到高选取各机组的段容量或其部分，直到它们之和等于预报的负荷，这时每个机组被选入的段容量或其部分之和形成该时段该机组的出力分配预案。

全国数学建模大赛获奖名单

殳越
陈慧清
陈佳
苏纯洁
78
华北电力大学
牛阳
祁司亮
张凡
指导教师组
79
华南农业大学
吴沛
林华秋
黄伟光
房少梅
80
华南农业大学
张迪英
麦培元
陈寅
金玲玉
81
华南农业大学
关继杰
刘文彬
许润萍
聂笃宪
82
华南师范大学
吴楚键
黄燕仪
张展朋
王衡庚
83
华南理工大学
孙沐夏
姚良瑾
杨志华
洪毅
84
合肥工业大学
方如节
张剑
张宇
教练组
85
吉林大学
王翔宇
石丛磊
杨森
4
上海财经大学
孙静
郑天
陈雪菲
数模指导组
5
大连大学
陈猛华
黄归
张志晶
谭欣欣
6
大连理工大学
杨通
尉馨元
王宝财
教师组
7
大连理工大学
孙蕾
汪海林
徐国珍
教师组
8
大连理工大学软件学院
戚冬杰
徐宁
刘熙东
李哲
9
山东大学
杜华睿
邵健雄
张剑楠
数模组
10
山东大学
邱强
徐鑫
徐翔
数模组
11
山东大学
武鹏飞
江雪瑶
王川
数模组
12
53
北方民族大学
陆任政
杨珊珊
龚宏燕
指导组
54
北京大学
朱琳
程修远
唐云清
55

研究生数学建模竞赛优秀论文 (11)

针对问题二，本文基于菲涅尔-惠更斯理论，对 Fresnel 椭球进行建模，同时得到 Fresnel 主反射区，从而简化能量在有限区域的无限次反射，并针对 Fresnel 主反射区的分析和计算，得到静区从诸墙面得到的反射信号的功率之和与从信号源直接得到的微波功率之比γ的表达式，并验证了两种不同形状的
1.尖劈的高度: 尖劈需要一定的高度，是为了使波在尖劈之间能充分地来回反射，并使所有反射波矢量由于相位相反或差别而抵消、以减小反射波分量。尖劈的高度最小值应设计为最低频率处的一个波长。 2.尖顶角 2 的大小: 尖顶角 2 的大小决定了波在尖劈之间的反射次数，反射次数多，反射系数就小，所以，要求高性能时， 2 就要小。反之，则可大一些。 3.底座高度: 如果底座高度太小，则一部分波得不到充分的衰减，影响吸收性能，且重心在底座之外，对横向安装时的粘接强度带来影响，但也不宜太大，否则一则增加重量，二则失去角锥的意义。一般取总高度的 1 ~ 1 为宜。
从国内外无回波暗室的发展情况来看,根据其测试频率可分为米波无回波暗室和微波无回波暗室。[3]
1.2 吸波材料形状
1.2.1 吸波材料形状的选择暗室用吸波材料的种类主要有平板和锥体两大结构类型。 1. 平板结构吸波材料平板结构吸波材料主要有涂层型吸波材料和结构型吸波材料两大类。 (1)吸波涂层吸波涂料层一般由吸波剂和粘结剂组成，其中具有特定电磁参数的吸波剂是
4
如图 1.1 和图 1.2 所示，矩形微波暗室能避免其他微波暗室的一些缺点，它的通用性较好，微波暗室的两端均好使用。另外，有些实验必须在矩形微波暗室中进行。例如，电磁兼容性实验，电子战中的一些电子设备的环境模拟实验，隐身技术中雷达截面积测试的有关研究与发射机位置需要多元实验等。[2]

博学明德自强不息

博学明德自强不息——我校研究生严明同学事迹材料严明，男，中共党员，就读于辽宁科技大学研究生院计算机应用技术专业2007级1班。

该生思想要求进步，学习目的明确。

入学至今，历任原计算机科学与工程学院研究生会文体部副部长、部长、院研究生会主席、辽宁科技大学研究生会学术部部长、院足球队队长等职。

工作尽职尽责，关心集体，关爱他人，学习成绩名列前茅，学术成果显著丰硕。

在两年多的研究生生活中，他努力充实自己，在导师刘鸿雁教授的悉心指导和细致关怀下、在同学们的帮助下，取得了优异成绩。

自入学以来他各方面表现突出：思想政治上要求进步，积极向党组织靠拢，坚持以党员标准严格要求自己。

学习上更是刻苦勤奋，成绩十分优秀，学术竞赛屡获大奖，为我校争得了荣誉，是科技创新实践的典型。

他尊敬师长，友爱同学，关心集体，乐于助人，在同学中享有较高威信。

他兴趣广泛，于历史、文学、音乐、体育等各方面均有所追求。

担任学生干部时，他善于思考，踏实肯干，体现了较强的组织管理能力。

他积极参加各项校内校际活动，在活动中都有很好的表现。

鉴于该生思想积极上进、学习成绩优异、创新成就突出，现推荐其候选“2009辽宁科技大学大学生年度人物”。

一、信念坚定，思想进步严明同学作为一名积极进取的大学生，热爱社会主义，热爱祖国，坚决拥护党的方针政策，具有正确的世界观、人生观、价值观。

该生在思想上要求进步，积极靠近党组织，定期递交入党申请书和思想汇报，参加了原计算机科学与工程学院党支部主办的第一批党外积极分子培训班，并在党训班结业考试中高分通过。

于2008年6月被党组织吸收为一名中共预备党员，2009年6月光荣地转正，成为一名中共正式党员。

他始终认真学习马列主义、毛泽东思想、邓小平理论、“三个代表”重要思想和科学发展观，以一名模范党员的标准严格要求自己。

他在日常学习、工作和生活中，是同学们的表率，在同学中起到了模范带头作用。

2008年5月12日，四川省汶川县发生8.0级特大地震，地震牵动着每一个中国人的心，严明同学更是心系灾区，积极为灾区捐款，他参加了社会捐款、班级捐款、学院捐款等，在救灾期间，他十分关注灾区受难人们的情况，在内心中充满了对同胞深切的爱，并且对灾民的遭遇感同身受。

数学建模优秀论文全国一等奖

基于遗传算法的机组组合问题的建模与求解摘要本文针对当前科技水平不足以有效存储电力的情况下产生的发电机机组组合的问题，考虑负荷平衡、输电线传输容量限制等实际情况产生的约束条件，建立机组组合优化模型，追求发电成本最小。

同时采用矩阵实数编码遗传算法（MRCGA）和穷举搜索算法，利用MATLAB 7.0.1和C++编程，分别对模型进行求解，并对所得结果进行分析比较，以此来帮助电力部门制定机组启停计划。

首先，建立发电成本最小目标函数和各项约束条件的数学表达式。

其中机组空载成本和增量成本之和随该机组发电出力增长呈折线关系，在分析计算时为了简便，本文采用一条平滑的二次曲线来近似代替。

对于问题1，选取相应的约束条件对目标函数进行约束，从而给出优化模型Ⅰ。

由于问题1的求解规模很小，所以采用穷举搜索算法，利用C++编程求解，得到了3母线系统4小时的最优机组组合计划（见表一）。

对于问题2，在优化模型Ⅰ的基础上，增加最小稳定运行出力约束、机组启动和停运时的出力约束以及机组最小运行时间和最小停运时间约束这三个约束条件，建立了优化模型II。

同时采用遗传算法和穷举搜索算法，利用MATLAB和C++编程，分别对模（见表三）。

对于问题3，用IEEE118系统对优化模型II进行测试。

由于求解规模巨大，同样采用遗传算法和穷举搜索算法，利用MATLAB和C++编程，分别对模型进行求解，部分结果如下：作为24小时的最优机组组合计划（见附录）。

最后，我们就模型存在的不足之处提出了改进方案，并对优缺点进行了分析。

关键字机组组合优化模型矩阵实数编码遗传算法穷举搜索算法一、问题的提出当前的科学技术还不能有效地存储电力，所以电力生产和消费在任何时刻都要相等，否则就会威胁电力系统安全运行。

为了能够实时平衡变化剧烈的电力负荷，电力部门往往需要根据预测的未来电力负荷安排发电机组起停计划，在满足电力系统安全运行条件下，追求发电成本最小。

在没有电力负荷损耗以及一个小时之内的电力负荷和发电机出力均不变的前提下，假定所有发电机组的发电成本都是由3部分组成:1.启动成本（Startup Cost），2.空载成本（No load cost），3.增量成本（Incremental Cost）。

全国第五届研究生数学建模优秀论文

全国第五届研究生数学建模竞赛题目大中型商场中央空调节能运行方案研究（国家二等奖论文）参赛队员：邓书莉万里鹏何志刚摘要：大型商场中央空调节能控制是一个焦点问题。

本文通过研究影响商场冷负荷的六大因素，采用计算机模拟的方法，提出了两级控制的节能方案，所得结果是比较满意的。

对于问题1，在定义出客流量密度基础上，结合冷冻水补偿的冷负荷和建筑物围护结构输入冷负荷等分别求出了人流量的冷负荷和照明等电气设备的冷负荷。

通过计算并与相关文献所研究的大型商场中各冷负荷所占比例相比较，发现两者结果基本吻合。

对于问题2，是在问题1的基础上，将商场的人流量和外部环境温度由恒定值变为随营业时间变化的函数，从而求出总的冷负荷的函数表达式。

通过计算机模拟得到冷负荷的误差范围为[0.05,0.35]ω=。

ω∈-，平均误差为16.4%对于问题3，首先分别了拟合出了商场一天内的客流量密度变化曲线和夏季某天室外温度变化曲线，从而得到商场总的冷负荷与室外温度之间的函数关系式，进而可以求出商场一天内冷冻水的水流量随营业时间变化的函数关系，然后通过“两级控制法”分别对冷冻水水泵进行粗调和细调，达到既使商场温度稳定又节能的控制目的。

之后，采用“两级控制法”对具体的案例提出了控制策略，通过与题目所给情况对比，得到节能效率为30.79%。

对于问题4，结合问题2与问题3的定义以及求解方法，求出设定温度为26℃下，商场每天的基准冷负荷为：1.5043×1010 J。

当设定温度提高到27℃时，此时的基准冷负荷减少了1.575×109 J。

本文优点在于通过计算机模拟，计算结果更有信服力。

同时，提出的两级控制法的节能效果明显。

关键词：客流密度，计算机模拟，冷负荷模型，两级控制法1 问题重述在各类建筑物中，大量采用先进设备和相应配套设备而成的中央空调系统已成为现代化建筑技术的重要标志之一，是现代建筑创造舒适高效的工作和生活环境所不可缺少的重要基础设施。