数模实验报告

合集下载

东南大学数模实验报告

东南大学数模实验报告

东南大学数模实验报告随机一致性指标求解一、实验目的1)掌握用matlab求解随机一致性指标的方法2)加深对随机一致性指标概念的理解二、实验内容用matlab或C++编写程序分别计算n=3-30时的n阶矩阵的随机一致性检验指标的值RI。

程序如下:B=[1/9,1/8,1/7,1/6,1/5,1/4,1/3,1/2,1,1,2,3,4,5,6,7,8,9]k=0n=3for p=1:1000A=zeros(n)for i=1:nfor j=i:nb=randi(18,1)A(i,j)=B(1,b)A(j,i)=1/A(i,j)A(i,i)=1endendk=k+max(eig(A)) endk=k/pr=(k-n)/(n-1) 三、实验结果四、实验分析实验所得数据与书上给的前11个误差不大, 由于选用了较为笨拙的循环算法, 使计算高阶的矩阵时耗时很长。

曲线插值一、实验目的1)熟悉一般的曲线插值的方法2)熟悉“\”、polyfit、polyval、interp1.spline、cscvn等Matlab 命令3)学会用常见插值函数的求解及应用二、实验内容(1)已知某平原地区的一条公路经过如下坐标所表示的点,请用样条插值绘出这条公路(不考虑公路的宽度)。

X(m) 0 30 50 70 80 90 120 148 170 180Y(m) 80 64 47 42 48 66 80 120 121 138X(m) 202 212 230 248 268 271 280 290 300 312Y(m) 160 182 200 208 212 210 200 196 188 186X(m) 320 340 360 372 382 390 416 430 478 440Y(m) 200 184 188 200 202 240 246 280 296 308X(m) 420 380 360 340 320 314 280 240 200(2)对于上表给出的数据, 估计公路长度程序如下:function interpolationroad_x1 = [ 0, 30, 50, 70, 80, 90, 120, 148, 170, 180, 202, 212, 230, 248,268, 271, 280, 290, 300, 312, 320, 340, 360, 372, 382, 390, 416, 430, 478];road_y1 = [80, 64, 47, 42, 48, 66, 80, 120, 121, 138, 160, 182, 200, 208, 212, 210, 200, 196, 188, 186, 200, 184, 188, 200, 202, 240, 246, 280, 296];x1 = 0:478;y1 = interp1(road_x1,road_y1,x1,'spline');length1 = 0;for i = 0:477y_i = abs(interp1(road_x1,road_y1,i+1)-interp1(road_x1,road_y1,i));length1 = length1+sqrt(1+(y_i)^2);endplot(road_x1,road_y1,'.',x1,y1);hold on;road_x2 = [478, 440, 420, 380, 360, 340, 320, 314, 280, 240, 200];road_y2 = [296, 308, 334, 328, 334, 346, 356, 360, 392, 390, 400];x2 = 200:478;y2 = interp1(road_x2,road_y2,x2,'spline');length2 = 0;for j = 200:477y_j = abs(interp1(road_x2,road_y2,j+1)-interp1(road_x2,road_y2,j));length2 = length2+sqrt(1+(y_j)^2);endplot(road_x2,road_y2,'.',x2,y2);hold off;disp('路线总长度: ');length = length1+length2三、实验结果路线总长度:length = 967.4565四、实验分析由实验所绘的图可以看出公路在大多数地方还是比较平滑的, 效果较好。

数学建模实验报告

数学建模实验报告

数学建模实验报告1.流⽔问题问题描述:⼀如下图所⽰的容器装满⽔,上底⾯半径为r=1m,⾼度为H=5m,在下地⾯有⼀⾯积为B0.001m2的⼩圆孔,现在让⽔从⼩孔流出,问⽔什么时候能流完?解题分析:这个问题我们可以采⽤计算机模拟,⼩孔处的⽔流速度为V=sqrt[2*g*h],单位时间从⼩孔流出的⽔的体积为V*B,再根据⼏何关系,求出⽔⾯的⾼度H,时间按每秒步进,记录点(H,t)并画出过⽔⾯⾼度随时间的变化图,当⽔⾯⾼度⼩于0.001m 时,可以近似认为⽔流完了。

程序代码:Methamatic程序代码:运⾏结果:(5)结果分析:计算机仿真可以很直观的表现出所求量之间的关系,从图中我们可以很⽅便的求出要求的值。

但在实际编写程序中,由于是初次接触methamatic 语⾔,对其并不是很熟悉,加上个⼈能⼒有限,所以结果可能不太精确,还请见谅。

2.库存问题问题描述某企业对于某种材料的⽉需求量为随机变量,具有如下表概率分布:每次订货费为500元,每⽉每吨保管费为50元,每⽉每吨货物缺货费为1500元,每吨材料的购价为1000元。

该企业欲采⽤周期性盘点的),(S s 策略来控制库存量,求最佳的s ,S 值。

(注:),(S s 策略指的是若发现存货量少于s 时⽴即订货,将存货补充到S ,使得经济效益最佳。

)问题分析:⽤10000个⽉进⾏模拟,随机产⽣每个⽉需求量的概率,利⽤计算机编程,将各种S 和s 的取值都遍历⼀遍,把每种S,s的组合对应的每⽉花费保存在数组cost数组⾥,并计算出平均⽉花费average,并⽤类answer来记录,最终求出对应的S和s。

程序代码:C++程序代码:#include#include#include#include#define Monthnumber 10000int Need(float x){int ned = 0;//求每个⽉的需求量if(x < 0.05)ned = 50;else if(x < 0.15)ned = 60;else if(x < 0.30)ned = 70;else if(x < 0.55)ned = 80;else if(x < 0.75)ned = 90;else if(x < 0.85)ned = 100;else if(x < 0.95)ned = 110;else ned = 120;return ned;}class A{public:int pS;int ps;float aver;};int main(){A answer;answer.aver=10000000;//int cost[Monthnumber+1]={0}; float average=0;int i;float x;int store[Monthnumber];//srand((int)time(0));for(int n=6;n<=12;n++){// int n=11;int S=10*n;for(int k=5;k{// int k=5;int s=k*10;average=0;int cost[Monthnumber+1]={0};for(i=1;i<=Monthnumber;i++){store[i-1]=S;srand(time(0));x=(float)rand()/RAND_MAX; //产⽣随机数//cout<<" "<//cout<int need=Need(x);if(need>=store[i-1]){cost[i]= 1000*S + (need - store[i-1])*1500 + 500;store[i]=S;}else if(need>=store[i-1]-s){cost[i]=1000*(need+S-store[i-1]) + 50*(store[i-1]-need) + 500; store[i]=S;}else{cost[i]=(store[i-1]-need)*50;store[i]=store[i-1]-need;}average=cost[i]+average;}average=average/Monthnumber;cout<<"n="<cout<<"花费最少时s应该为:"<cout<<"平均每⽉最少花费为:"<}运⾏结果:结果分析:⽤计算机模拟的结果和⽤数学分析的结果有⼀定的差异,由于计算机模拟时采⽤的是随机模型⽽我⽤time函数和rand函数产⽣真随机数,所以在每次的结果上会有所差异,但对于⼀般的⽣产要求亦可以满。

数学建模基础实验报告(3篇)

数学建模基础实验报告(3篇)

第1篇一、实验目的本次实验旨在让学生掌握数学建模的基本步骤,学会运用数学知识分析和解决实际问题。

通过本次实验,培养学生主动探索、努力进取的学风,增强学生的应用意识和创新能力,为今后从事科研工作打下初步的基础。

二、实验内容本次实验选取了一道实际问题进行建模与分析,具体如下:题目:某公司想用全行业的销售额作为自变量来预测公司的销售量。

表中给出了1977—1981年公司的销售额和行业销售额的分季度数据(单位:百万元)。

1. 数据准备:将数据整理成表格形式,并输入到计算机中。

2. 数据分析:观察数据分布情况,初步判断是否适合使用线性回归模型进行拟合。

3. 模型建立:利用统计软件(如MATLAB、SPSS等)进行线性回归分析,建立公司销售额对全行业的回归模型。

4. 模型检验:对模型进行检验,包括残差分析、DW检验等,以判断模型的拟合效果。

5. 结果分析:分析模型的拟合效果,并对公司销售量的预测进行评估。

三、实验步骤1. 数据准备将数据整理成表格形式,包括年份、季度、公司销售额和行业销售额。

将数据输入到计算机中,为后续分析做准备。

2. 数据分析观察数据分布情况,绘制散点图,初步判断是否适合使用线性回归模型进行拟合。

3. 模型建立利用统计软件进行线性回归分析,建立公司销售额对全行业的回归模型。

具体步骤如下:(1)选择合适的统计软件,如MATLAB。

(2)输入数据,进行数据预处理。

(3)编写线性回归分析程序,计算回归系数。

(4)输出回归系数、截距等参数。

4. 模型检验对模型进行检验,包括残差分析、DW检验等。

(1)残差分析:计算残差,绘制残差图,观察残差的分布情况。

(2)DW检验:计算DW值,判断随机误差项是否存在自相关性。

5. 结果分析分析模型的拟合效果,并对公司销售量的预测进行评估。

四、实验结果与分析1. 数据分析通过绘制散点图,观察数据分布情况,初步判断数据适合使用线性回归模型进行拟合。

2. 模型建立利用MATLAB进行线性回归分析,得到回归模型如下:公司销售额 = 0.9656 行业销售额 + 0.01143. 模型检验(1)残差分析:绘制残差图,观察残差的分布情况,发现残差基本呈随机分布,说明模型拟合效果较好。

数模模数实验报告

数模模数实验报告

实验内容:模数、数模实验1. 采用查表法,用DAC0832产生100Hz 正弦输出模拟信号,用示波器检查波形。

(8253 T0产生定时脉冲,8259 INT0向CPU 中断)。

D/A 转换是把数字量转换成模拟量的变换,实验台上D/A 电路输出的是模拟电压信号。

要实现实验要求,比较简单的方法是产生正弦波形的表格,然后通过查表来实现波形显示。

D/A 转换取值范围为一个周期,采样点越多,精度越高些。

8位D/A 转换器的输入数据与输出电压的关系为U(0∽-5V)=Uref/256×N ; U(-5V ∽+5V)=2·Uref/256×N-5V 实验程序框图如下:初始化8253控制字计数,等待中断计算中断向量号调用8259A 初始化子程序给定8253计数值主程序开始结束现场保护启动数模转换器结束进入中断服务是否转换完一个周期结束中断将指针复位程序代码:ICW1 equ 00010011b ; 写8259A 控制字(单片8259, 上升沿中断, 要写ICW4) ICW2 equ 00100000b ; 中断号为20HICW4 equ 00000001b ; 工作在8086/88 方式OCW1 equ 11111110b ; 只响应INT0 中断CS8259A equ 09000h ; 8259地址CS8259B equ 09001hCONTROL equ 08003h ;8253控制字COUNT0 equ 08000hCS0832 equ 0a000Hdata segmentaa db 128,88,53,24,6,0,6,24,53,88,128,168,203,231,250,255,250,231,203,168, data endscode segmentassume cs:code, ds: dataIEnter proc nearpush axpush dxstimov al, 0mov dx, CS0832out dx, almov al,[di]out dx, alinc dicmp di,20jz k1mov dx, CS8259Amov al, 20h ; 中断服务程序结束指令out dx, alnoppop dxpop axiretk1:mov di,offset aajmp k2IEnter endpIInit procmov dx, CS8259Amov al, ICW1out dx, almov dx, CS8259Bmov al, ICW2out dx, almov al, ICW4out dx, almov al, OCW1out dx, alretIInit endpstart proc nearmov al, 34h ; 通道0,方式2mov dx, CONTROLout dx, al ;写入程序控制字mov al, 0out dx, al ; 高八位mov al, 00000000B ; 锁存计数器值mov dx, CONTROLout dx, almov dx,COUNT0 ;写入0通道方式字mov ax,2000out dx,almov al,ahout dx,almov ax, 0mov ds, axmov bx, 4*ICW2 ; 中断号mov ax, codeshl ax, 4 ; x 16add ax, offset IEnter ; 中断入口地址(段地址为0)mov [bx], axmov ax, 0inc bxinc bxmov [bx], ax ; 代码段地址为0call IInitmov ax, datamov ds, axmov di,offset aastiLP: ; 等待中断,并计数。

数学建模的实验报告

数学建模的实验报告

数学建模实验报告姓名:学院:专业班级:学号:数学建模实验报告(一)——用最小二乘法进行数据拟合一.实验目的:1.学会用最小二乘法进行数据拟合。

2.熟悉掌握matlab软件的文件操作和命令环境。

3.掌握数据可视化的基本操作步骤。

4.通过matlab绘制二维图形以及三维图形。

二.实验任务:来自课本64页习题:用最小二乘法求一形如y=a+b x2的多项式,使之与下列数据拟合:三.实验过程:1.实验方法:用最小二乘法解决实际问题包含两个基本环节:先根据所给出数据点的变化趋势与问题的实际背景确定函数类;然后按照最小二乘法原则求最小二乘解来确定系数。

即要求出二次多项式: y=a+b x2的系数。

2.程序:x=[19 25 31 38 44]y=[19.0 32.3 49.0 73.3 97.8]ab=y/[ones(size(x));x.^2];a=ab(1),b=ab(2)xx=19:44;plot(xx,a+b*xx.^2,x,y,'.')3.上机调试得到结果如下:x = 19 25 31 38 44y=19.0000 32.3000 49.0000 73.3000 97.8000a = 0.9726b = 0.0500图形:四.心得体会通过本次的数学模型的建立与处理,我们学习并掌握了用最小二乘法进行数据拟合,及多项式数据拟合的方法,进一步学会了使用matlab软件,加深了我们的数学知识,提高了我们解决实际问题的能力,为以后深入学习数学建模打下了坚实的基础。

数学建模实验报告(二)——用Newton法求方程的解一.实验目的1.掌握Newton法求方程的解的原理和方法。

2.利用Matlab进行编程求近似解。

二.实验任务来自课本109页习题4-2:用Newton法求f(x)=x-cosx=0的近似解三.实验过程1.实验原理:把f(x)在x0点附近展开成泰勒级数f(x) = f(x0)+(x-x0)f'(x0)+(x-x0)^2*f''(x0)/2! +… 取其线性部分,作为非线性方程f(x) = 0的近似方程,即泰勒展开的前两项,则有f(x0)+f'(x0)(x-x0)=0 设f'(x0)≠0则其解为x1=x0-f(x0)/f'(x0) 这样,得到牛顿法的一个迭代序列:x(n+1)=x(n)-f(x(n))/f'(x(n))。

数学模型试验报告

数学模型试验报告

福建农林大学计算机与信息学院数学类实验报告(一)系: 信息与计算科学 专业: 信息与计算科学 年级: 2007级 姓名: 刘丽芬 学号: 071152009 实验课程: 数学模型 实验室号:_ 田C-513 实验设备号: 09 实验时间: 09/10/28指导教师签字: 成绩:1.实验项目名称:数学规划模型建立及其软件求解2.实验目的和要求:了解数学规划的的基本理论和方法,并用于建立实际问题的数学规划模型;会用LINDO 和LINGO 软件解数学规划问题并对结果加以分析应用。

3.实验使用的主要仪器设备和软件:惠普微机;1.6LINDO 和0.9LINGO 版本4.实验的基本理论和方法:数学规划模型的一般形式为()..()0,1,2,,xi Min z f x s t g x i m =≤=其中()f x 表示目标函数,()0,1,2,,i g x i m ≤= 为约束条件。

通过对优化的目标和寻求的决策进行优化的数学模型的建立,确定相对应的目标函数和可行域来进行数学模型的规划。

在数学模型的基本指导思想和基本理论的基础上,通过相应的数学求解软件LINDO 和LINGO 的运用来达到最优计划的制订。

5.实验内容与步骤:问题一:某公司将3种不同含硫量的液体原料(分别记为甲、乙、丙)混合生产两种产品(分别记为A,B),按照生产工艺的要求,原料甲、乙必须首先倒入混合池中混合,混合后的液体再分别与原料丙混合生产A,B.已知原料甲,乙,丙的含硫量分别是3%,1%,2%,进货价格分别为6千元/ t,16千元/ t ,10千元/t ,产品A,B的含硫量分别不能超过2.5%,1.5%,售价分别为9千元/t,15千元/t,根据市场信息,原料甲、乙、丙的供应量都不能超过500t;产品A,B的最大市场需求量分别为100t ,200t.(1) 应如何安排生产?(2) 如果产品A的最大市场需求量增长为600t,应如何安排生产?(3) 如果乙的进货价格下降为13千元/t,应如何安排生产?分别、对(1)、(2)两种情况进行讨论.问题分析这个优化问题的目标是使得生产出来的甲和乙利润最大,所要求的是分别买进多少的甲、乙、丙,并进行怎样的混合加工生产出产品A,B,最后能够获得最大的利润,由于原料甲、乙必须先混合再与丙混合生产,所以引入甲、乙在混合产品中的比例关系,根据决策所受到的约束,就可以建立以下的非线性规划模型。

数学建模实验报告

数学建模实验报告

数学建模实验报告一、实验目的1.通过具体的题目实例, 使学生理解数学建模的基本思想和方法, 掌握数学建模分析和解决的基本过程。

2、培养学生主动探索、努力进取的的学风, 增强学生的应用意识和创新能力, 为今后从事科研工作打下初步的基础。

二、实验题目(一)题目一1.题目: 电梯问题有r个人在一楼进入电梯, 楼上有n层。

设每个乘客在任何一层楼出电梯的概率相同, 试建立一个概率模型, 求直到电梯中的乘客下完时, 电梯需停次数的数学期望。

2.问题分析(1)由于每位乘客在任何一层楼出电梯的概率相同, 且各种可能的情况众多且复杂, 难于推导。

所以选择采用计算机模拟的方法, 求得近似结果。

(2)通过增加试验次数, 使近似解越来越接近真实情况。

3.模型建立建立一个n*r的二维随机矩阵, 该矩阵每列元素中只有一个为1, 其余都为0, 这代表每个乘客在对应的楼层下电梯(因为每个乘客只会在某一层下, 故没列只有一个1)。

而每行中1的个数代表在该楼层下的乘客的人数。

再建立一个有n个元素的一位数组, 数组中只有0和1,其中1代表该层有人下, 0代表该层没人下。

例如:给定n=8;r=6(楼8层, 乘了6个人),则建立的二维随机矩阵及与之相关的应建立的一维数组为:m =0 0 1 0 0 01 0 0 0 0 00 0 0 0 0 00 1 0 0 0 00 0 0 0 0 00 0 0 0 0 10 0 0 0 1 00 0 0 1 0 0c = 1 1 0 1 0 1 1 14.解决方法(MATLAB程序代码):n=10;r=10;d=1000;a=0;for l=1:dm=full(sparse(randint(1,r,[1,n]),1:r,1,n,r));c=zeros(n,1);for i=1:nfor j=1:rif m(i,j)==1c(j)=1;break;endcontinue;endends=0;for x=1:nif c(x)==1s=s+1;endcontinue;enda=a+s;enda/d5.实验结果ans = 6.5150 那么, 当楼高11层, 乘坐10人时, 电梯需停次数的数学期望为6.5150。

数学建模优秀实验报告

数学建模优秀实验报告

一、实验背景与目的随着科学技术的不断发展,数学建模作为一种解决复杂问题的有力工具,在各个领域都得到了广泛应用。

本实验旨在通过数学建模的方法,解决实际问题,提高学生的数学思维能力和解决实际问题的能力。

二、实验内容与步骤1. 实验内容本实验选取了一道具有代表性的实际问题——某城市交通拥堵问题。

通过对该问题的分析,建立数学模型,并利用MATLAB软件进行求解,为政府部门提供决策依据。

2. 实验步骤(1)问题分析首先,对某城市交通拥堵问题进行分析,了解问题的背景、目标及影响因素。

通过查阅相关资料,得知该城市交通拥堵的主要原因是道路容量不足、交通信号灯配时不当、公共交通发展滞后等因素。

(2)模型假设为简化问题,对实际交通系统进行以下假设:1)道路容量恒定,不考虑道路拓宽、扩建等因素;2)交通信号灯配时固定,不考虑实时调整;3)公共交通系统运行正常,不考虑公交车运行时间波动;4)车辆行驶速度恒定,不考虑车辆速度波动。

(3)模型构建根据以上假设,构建以下数学模型:1)道路容量模型:C = f(t),其中C为道路容量,t为时间;2)交通流量模型:Q = f(t),其中Q为交通流量;3)拥堵指数模型:I = f(Q, C),其中I为拥堵指数。

(4)模型求解利用MATLAB软件,对所构建的数学模型进行求解。

通过编程实现以下功能:1)计算道路容量C与时间t的关系;2)计算交通流量Q与时间t的关系;3)计算拥堵指数I与交通流量Q、道路容量C的关系。

(5)结果分析与解释根据求解结果,分析拥堵指数与时间、交通流量、道路容量之间的关系。

针对不同时间段、不同交通流量和不同道路容量,提出相应的解决方案,为政府部门提供决策依据。

三、实验结果与分析1. 结果展示通过MATLAB软件求解,得到以下结果:(1)道路容量C与时间t的关系曲线;(2)交通流量Q与时间t的关系曲线;(3)拥堵指数I与交通流量Q、道路容量C的关系曲线。

2. 结果分析根据求解结果,可以得出以下结论:(1)在高峰时段,道路容量C与时间t的关系曲线呈现下降趋势,说明道路容量在高峰时段不足;(2)在高峰时段,交通流量Q与时间t的关系曲线呈现上升趋势,说明交通流量在高峰时段较大;(3)在高峰时段,拥堵指数I与交通流量Q、道路容量C的关系曲线呈现上升趋势,说明拥堵指数在高峰时段较大。

数学模型实验报告

数学模型实验报告

口容量。当 x xm 时人口不再增长,即增长率 r xm 0 ,代入(5)式的
s r xm ,于是 r x r 1 x xm ,将 r x代入方程(4),得
(6)
dx dt
方程(6)右端的因子
rx 1
x xm
rx

x 0 x0ຫໍສະໝຸດ 体现人口自身的增长趋势,因子
体现了环境和资源对人口增长的阻滞作用。显然, x 越大,前一因子越大,后 一因子越小,人口增长是两个因子共同作用的结果,(6)称为阻滞增长模型。 三、模型的参数估计、检验和预报
实验结果:
结果分析:最优解为:x1=3,x2=4,y1=0,y2=2,y3=0,y4=0,y5=1 时,min=820.此时费用最小。 在九个工作时间点的生于劳动力分别为 3,6,5,0,1,2,0,0,0,个。
对全部高中资料试卷电气设备,在安装过程中以及安装结束后进行高中资料试卷调整试验;通电检查所有设备高中资料电试力卷保相护互装作置用调与试相技互术关,通系电1,力过根保管据护线生高0不产中仅工资2艺料22高试2可中卷以资配解料置决试技吊卷术顶要是层求指配,机置对组不电在规气进范设行高备继中进电资行保料空护试载高卷与中问带资题负料2荷试2,下卷而高总且中体可资配保料置障试时2卷,32调需3各控要类试在管验最路;大习对限题设度到备内位进来。行确在调保管整机路使组敷其高设在中过正资程常料1工试中况卷,下安要与全加过,强度并看工且25作尽52下可22都能护可地1关以缩于正小管常故路工障高作高中;中资对资料于料试继试卷电卷连保破接护坏管进范口行围处整,理核或高对者中定对资值某料,些试审异卷核常弯与高扁校中度对资固图料定纸试盒,卷位编工置写况.复进保杂行护设自层备动防与处腐装理跨置,接高尤地中其线资要弯料避曲试免半卷错径调误标试高方中等案资,,料要编试求5写、卷技重电保术要气护交设设装底备备置。4高调、动管中试电作线资高气,敷料中课并设3试资件且、技卷料中拒管术试试调绝路中验卷试动敷包方技作设含案术,技线以来术槽及避、系免管统不架启必等动要多方高项案中方;资式对料,整试为套卷解启突决动然高过停中程机语中。文高因电中此气资,课料电件试力中卷高管电中壁气资薄设料、备试接进卷口行保不调护严试装等工置问作调题并试,且技合进术理行,利过要用关求管运电线行力敷高保设中护技资装术料置。试做线卷到缆技准敷术确设指灵原导活则。。:对对在于于分调差线试动盒过保处程护,中装当高置不中高同资中电料资压试料回卷试路技卷交术调叉问试时题技,,术应作是采为指用调发金试电属人机隔员一板,变进需压行要器隔在组开事在处前发理掌生;握内同图部一纸故线资障槽料时内、,设需强备要电制进回造行路厂外须家部同出电时具源切高高断中中习资资题料料电试试源卷卷,试切线验除缆报从敷告而设与采完相用毕关高,技中要术资进资料行料试检,卷查并主和且要检了保测解护处现装理场置。设。备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况,然后根据规范与规程规定,制定设备调试高中资料试卷方案。

数字应用建模实验报告(3篇)

数字应用建模实验报告(3篇)

第1篇一、实验背景随着信息技术的飞速发展,数字建模在各个领域中的应用越来越广泛。

数字应用建模是将现实世界的复杂问题转化为数学模型,通过计算机模拟和分析,为决策提供科学依据。

本实验旨在通过数字应用建模的方法,解决实际问题,提高学生对数学建模的理解和应用能力。

二、实验目的1. 理解数字应用建模的基本原理和方法;2. 掌握数学建模软件的使用;3. 提高解决实际问题的能力;4. 培养团队合作精神和沟通能力。

三、实验内容1. 实验题目:某城市交通流量优化研究2. 实验背景:随着城市人口的增加,交通拥堵问题日益严重。

为了缓解交通压力,提高城市交通效率,本研究旨在通过数字应用建模方法,优化该城市的交通流量。

3. 实验步骤:(1)数据收集:收集该城市主要道路的实时交通流量数据、道路长度、交叉口数量、道路等级等数据。

(2)建立数学模型:根据交通流量数据,建立交通流量的数学模型,如线性回归模型、多元回归模型等。

(3)模型求解:利用数学建模软件(如MATLAB、Python等)对建立的数学模型进行求解,得到最优交通流量分布。

(4)结果分析:对求解结果进行分析,评估优化后的交通流量分布对缓解交通拥堵的影响。

(5)模型改进:根据分析结果,对模型进行改进,以提高模型的准确性和实用性。

4. 实验结果:(1)通过建立数学模型,得到优化后的交通流量分布。

(2)优化后的交通流量分布较原始分布,道路拥堵程度明显降低,交通效率得到提高。

(3)通过模型改进,进一步优化交通流量分布,提高模型的准确性和实用性。

四、实验总结1. 本实验通过数字应用建模方法,成功解决了某城市交通流量优化问题,提高了交通效率,为城市交通管理提供了科学依据。

2. 在实验过程中,学生掌握了数学建模的基本原理和方法,熟悉了数学建模软件的使用,提高了解决实际问题的能力。

3. 实验过程中,学生学会了团队合作和沟通,提高了自己的综合素质。

五、实验心得1. 数字应用建模是一种解决实际问题的有效方法,通过建立数学模型,可以将复杂问题转化为可操作的解决方案。

数学建模全部实验报告

数学建模全部实验报告

一、实验目的1. 掌握数学建模的基本步骤,学会运用数学知识分析和解决实际问题。

2. 提高数学建模能力,培养创新思维和团队合作精神。

3. 熟练运用数学软件进行数据分析、建模和求解。

二、实验内容本次实验选取了以下三个题目进行建模:1. 题目一:某公司想用全行业的销售额作为自变量来预测公司的销售量,表中给出了1977—1981年公司的销售额和行业销售额的分季度数据(单位:百万元)。

2. 题目二:三个系学生共200名(甲系100,乙系60,丙系40),某公司计划招聘一批新员工,要求男女比例分别为1:1,甲系女生比例60%,乙系女生比例40%,丙系女生比例30%。

请为公司制定招聘计划。

3. 题目三:研究某市居民出行方式选择问题,收集了以下数据:居民年龄、收入、职业、出行距离、出行时间、出行频率等。

请建立模型分析居民出行方式选择的影响因素。

三、实验步骤1. 问题分析:对每个题目进行分析,明确问题背景、目标和所需求解的数学模型。

2. 模型假设:根据问题分析,对实际情况进行简化,提出合适的模型假设。

3. 模型构建:根据模型假设,选择合适的数学工具和方法,建立数学模型。

4. 模型求解:运用数学软件(如MATLAB、Python等)进行模型求解,得到结果。

5. 结果分析与解释:对求解结果进行分析,解释模型的有效性和局限性。

四、实验报告1. 题目一:线性回归模型(1)问题分析:利用线性回归模型预测公司销售量,分析行业销售额对销售量的影响。

(2)模型假设:假设公司销售量与行业销售额之间存在线性关系。

(3)模型构建:根据数据,建立线性回归模型y = β0 + β1x + ε,其中y为公司销售量,x为行业销售额,β0、β1为回归系数,ε为误差项。

(4)模型求解:运用MATLAB软件进行线性回归分析,得到回归系数β0、β1。

(5)结果分析与解释:根据模型结果,分析行业销售额对销售量的影响程度,并提出相应的建议。

2. 题目二:招聘计划模型(1)问题分析:根据男女比例要求,制定招聘计划,确保男女比例均衡。

数学建模实验报告4

数学建模实验报告4

数学建模实验报告班级:姓名:学号:元件可靠性问题一、实验问题:给出3种不同情况的元件连接方式, 分别求解他们的正常运行概率。

其中每个元件的正常运行概率均为p。

元件数为N, 方式2与方式3用到了与A元件相同的N个B元件。

连接方式如图:方式1:方式2:方式3:二、问题分析:N个元件的连接方式, 相当于电阻的串并联, 所以可以用电阻串并联的关系去分析各无件之间的关系:对于方式一来说, 相当于电阻的串联。

所以, 他的正常运行的概率为p^n.对于方式二来说, 相当于电阻先串联再并联。

所以, 他的正常运行的概率为:1-(1-P^n)(1-P^n)=2P^n-P^2n.对于方式三来说, 相当于电阻先并联再串联。

所以, 他的正常运行的概率为:(1-(1-P^n)^2)^n=(2p-p^2)^n现在再比较三个系统正常工作概率大小P1- P2= p^n–(2p^n-p^2n )= p^2n–p^n 由于0<p<1,所以易知P^2n-P^n<0。

所以有P1< P2P2- P3=(2p^n- p^2n)- (2p-p^2)^n= p^n[(2- p^n)-(2-p)^n]因为p^n>0,所以只要比较[(2- p^n)-(2-p)^n]大小即可。

对此式求导有-n[p^(n-1)-(2-p)^n-1]可见此式恒大于零,所以函数单调递增。

当p=1时, [(2- p^n)-(2-p)^n]=0.所以P2- P3 <0, 再由上求导可知所以P2<P3所以P3最大。

即其的可靠性最高。

理发店问题实验题目:(1)某单人理发店有4反椅子接待顾客排队理发, 当4把椅子都坐满人时, 后来的顾客就不进店而离去。

顾客平均到达速率为4人/H, 理发时间平均10min/人。

设到达过程为泊松流, 服务时间服从负指数颁布。

求:(2)顾客一到达就能理发的概率;(3)系统中顾客数的期望值和排队等待顾客数的期望值;(4)顾客在理发店内逗留的全部时间的期望值;(5)在可能到达的顾客中因客满离开的概率。

数模实验报告—实验11

数模实验报告—实验11

数模实验报告—实验11一、实验目的本次数模实验11 的主要目的是通过建立数学模型来解决实际问题,培养我们运用数学知识和方法分析、解决复杂问题的能力,并提高我们的逻辑思维和创新能力。

二、实验内容本次实验围绕一个具体的实际问题展开,即研究某城市的交通流量分布情况。

我们需要收集相关数据,如道路网络结构、不同时间段的车流量、路口的通行能力等,并运用数学建模的方法对这些数据进行分析和处理。

三、实验步骤1、数据收集首先,我们通过实地调查和相关部门提供的数据,获取了城市道路网络的拓扑结构,包括道路的长度、宽度、车道数量等信息。

同时,还收集了不同时间段(如早高峰、晚高峰、平峰期)各个路口的车流量数据,以及路口的信号灯设置和通行能力等数据。

2、模型选择在对数据进行初步分析后,我们决定采用宏观交通流模型中的流体动力学模型来描述交通流量的变化。

该模型将交通流类比为流体,通过建立连续性方程和动量方程来描述车辆的流动情况。

3、模型建立根据所选的模型,我们定义了相关的变量和参数,如交通流量、密度、速度等,并建立了相应的数学表达式。

同时,考虑到实际情况中的各种因素,如道路拥堵、交通事故等,对模型进行了适当的修正和完善。

4、模型求解利用数值计算方法,如有限差分法或有限元法,对建立的数学模型进行求解。

通过编程实现计算过程,并对不同参数条件下的结果进行分析和比较。

5、结果分析对求解得到的结果进行分析,绘制出交通流量随时间和空间的变化曲线,以及密度分布等图像。

通过分析这些结果,评估模型的准确性和可靠性,并找出交通拥堵的关键路段和时间段。

四、实验结果经过实验和计算,我们得到了以下主要结果:1、在早高峰和晚高峰期间,城市的主要干道和路口出现了明显的交通拥堵现象,车流量较大,速度较慢,交通密度较高。

2、一些次干道和支路的交通流量相对较小,但在与主干道的连接处容易出现交通瓶颈,影响整个交通网络的通行效率。

3、通过对不同信号灯设置方案的模拟分析,发现优化信号灯的配时可以在一定程度上缓解交通拥堵,但效果有限。

数学建模社会实践报告范文大全

数学建模社会实践报告范文大全

数学建模社会实践报告范文大全第一篇:数学建模社会实践报告数学建模社会实践报告----暑期的心得摘要本文通过描写大学生参加数学建模培训的亲身经历,讲诉大学生社会实践酸甜苦辣,表达了大学生参加社会实践的重要性、必要性和重大意义。

通过这学期的数学建模训练,使我感触良多,它所教给我的不单是一些数学方面的知识,更多的其实是综合能力的培养、锻炼与提高。

它培养了我全面、多角度考虑问题的能力,使我的逻辑推理能力和量化分析能力得到很好的锻炼和提高。

它还让我了解了多种数学软件,以及运用数学软件对模型进行求解。

数学建模属于一门应用数学,学习这门课要求我们学会如何将实际问题经过分析、简化转化为一个数学问题,然后用适当的数学方法去解决。

数学建模是一种数学的思考方法,是运用数学的语言和方法,通过抽象、简化建立能近似刻画并“解决”实际问题的一种强有力的数学手段。

为了使描述更具科学性,逻辑性,客观性和可重复性,人们采用一种普遍认为比较严格的语言来描述各种现象,这种语言就是数学。

使用数学语言描述的事物就称为数学模型。

数学建模竞赛是本科生接触实际科学问题的第一步,是利用所学书本知识、广泛涉猎课外知识、利用数学和计算机工具、为某一具体问题建立抽象模型、给出求解方法并解决问题、最后撰写论文并给出客观评价的一个系统工程。

数学建模就是利用数学知识对一些实际问题建立模型,但又不是纯数学的。

它不仅要数学思维,还要计算机编程能力,论文写作能力,其实更重要的是团队协作能力,这是对以后工作有非常大的帮助的,更甚是人生。

总之,通过这次数学建模培训,我学了很多的知识,我也用了很多我们平时没有学到和听说过的知识,真是让我的眼界大开。

关键词:数学建模心得体会社会实践对数学建模的认识接近两个月的数学建模培训,我最大的收获可能就是我更深层次的了解了数模,得到很多资料,学到很多的知识。

在开始,在我大一的时候,对这个数学建模都有些迷茫,不知道这是干什么的,听名字就好陌生啊,觉得那是一件很高深的事情。

初中数学建模实验报告(3篇)

初中数学建模实验报告(3篇)

第1篇一、实验背景随着科学技术的飞速发展,数学建模作为一种重要的科学研究方法,越来越受到人们的重视。

初中数学建模实验旨在培养学生运用数学知识解决实际问题的能力,提高学生的创新思维和团队协作能力。

本实验以某市居民出行方式选择为研究对象,通过建立数学模型,分析不同因素对居民出行方式的影响。

二、实验目的1. 理解数学建模的基本概念和步骤。

2. 学会运用数学知识分析实际问题。

3. 培养学生的创新思维和团队协作能力。

4. 提高学生运用数学知识解决实际问题的能力。

三、实验方法1. 收集数据:通过网络、调查问卷等方式收集某市居民出行方式选择的相关数据。

2. 数据处理:对收集到的数据进行整理、清洗和分析,为建立数学模型提供依据。

3. 建立模型:根据数据分析结果,选择合适的数学模型,如线性回归模型、多元回归模型等。

4. 模型求解:运用数学软件或编程工具求解模型,得到预测结果。

5. 模型验证:将预测结果与实际数据进行对比,验证模型的准确性。

四、实验过程1. 数据收集:通过问卷调查的方式,收集了500份某市居民的出行方式选择数据,包括出行距离、出行时间、出行目的、出行方式等。

2. 数据处理:对收集到的数据进行整理和清洗,剔除无效数据,得到有效数据490份。

3. 建立模型:根据数据分析结果,选择多元回归模型作为本次实验的数学模型。

4. 模型求解:利用SPSS软件对多元回归模型进行求解,得到以下结果:- 模型方程:Y = 0.05X1 + 0.03X2 + 0.02X3 + 0.01X4 + 0.005X5 + 0.002X6 + 0.001X7 + 0.0005X8- 其中,Y为居民出行方式选择概率,X1至X8分别为出行距离、出行时间、出行目的、出行方式、天气状况、交通拥堵状况、收入水平、家庭人口数量等自变量。

5. 模型验证:将模型预测结果与实际数据进行对比,结果显示模型具有较高的预测准确性。

五、实验结果与分析1. 模型预测结果:根据模型预测,出行距离、出行时间、出行目的、出行方式、天气状况、交通拥堵状况、收入水平、家庭人口数量等因素对居民出行方式选择有显著影响。

乘法_数学建模实验报告(3篇)

乘法_数学建模实验报告(3篇)

第1篇一、实验背景数学建模是数学与其他学科交叉的一种研究方法,它通过建立数学模型来描述现实世界中的现象,从而为解决实际问题提供理论依据。

乘法作为基础的数学运算之一,广泛应用于各个领域。

本实验旨在通过数学建模的方法,探讨乘法运算在解决实际问题中的应用,提高学生对数学知识的理解和运用能力。

二、实验目的1. 了解数学建模的基本方法,掌握建立乘法模型的基本步骤。

2. 培养学生运用数学知识解决实际问题的能力。

3. 提高学生对乘法运算的理解和应用水平。

三、实验内容1. 问题提出假设某公司生产一种产品,每件产品成本为20元,售价为30元。

公司计划在一段时间内销售1000件产品,请建立数学模型预测公司在该时间段内的利润。

2. 模型建立(1)定义变量设公司销售产品的数量为x件,则公司获得的利润为y元。

(2)建立关系式根据题意,每件产品的利润为售价减去成本,即10元。

因此,公司销售x件产品的总利润为10x元。

(3)确定模型利润y与销售数量x之间的关系可以表示为:y = 10x。

3. 模型求解(1)确定模型参数根据题意,公司计划销售1000件产品,即x = 1000。

(2)代入参数求解将x = 1000代入模型y = 10x,得到y = 10 × 1000 = 10000。

(3)结果分析通过计算可知,公司在该时间段内的利润为10000元。

4. 模型验证为了验证模型的准确性,我们可以根据实际情况调整销售数量,重新计算利润,并与实际结果进行比较。

四、实验结果与分析通过本实验,我们成功建立了乘法模型,并预测了公司销售产品的利润。

实验结果表明,乘法模型能够有效地解决实际问题,为决策提供理论依据。

五、实验总结1. 数学建模是解决实际问题的重要方法,通过建立数学模型,我们可以将实际问题转化为数学问题,并运用数学知识进行求解。

2. 乘法模型在解决实际问题中具有广泛的应用,我们可以通过乘法模型预测、分析各种现象。

3. 在进行数学建模时,需要注意以下几点:(1)准确理解问题,明确模型的目标和变量。

数学建模实验报告_3

数学建模实验报告_3

在下面的题目中选做100分的题目,给出详略得当的答案。

一.通过举例简要说明数学建模的一般过程或步骤。

(15分)答:建立数学模型的方法大致有两种,一种是实验归纳的方法,即根据测试或计算数据,按照一定的数据,按照一定的数学方法,归纳出系统的数学模型;另一种是理论分析的方法,具体步骤有五步(以人口模型为例):1、明确问题,提出合理简化的假设:首先要了解问题的实际背景,明确题目的要求,收集各种必要的信息2、建立模型:据所做的假设以及事物之间的联系,构造各种量之间的关系。

(查资料得出数学式子或算法)。

3、模型求解:利用数学方法来求解上一步所得到的数学问题,此时往往还要做出进一步的简化或假设。

注意要尽量采用简单的数学公具。

例如:马尔萨斯模型,洛杰斯蒂克模型4、模型检验:根据预测与这些年来人口的调查得到的数目进行对比检验5、模型的修正和最后应用:所建立的模型必须在实际应用中才能产生效益,根据预测模型,制定方针政策,以实现资源的合理利用和环境的保护。

二.把一张四条腿等长的正方形桌子放在稍微有些起伏的地面上,通常只有三只脚着地,然而只需稍为转动一定角度,就可以使四只脚同时着地,即放稳了。

(1) 请用数学模型来描述和证明这个实际问题; (2)讨论当桌子是长方形时,又该如何描述和证明?(15分)答:模型假设:1.椅子四条腿一样长,椅脚与地面的接触部分相对椅子所占的地面面积可视为一个点。

2.地面凹突破面世连续变化的,沿任何方向都不会出现间断(没有向台阶那样的情况),即地面可看作数学上的连续曲面。

3.相对椅脚的间距和椅子腿的长度而言,地面是相对平坦的,即使椅子在任何位置至少有三条腿同时着地。

4.椅子四脚连线所构成的四边形是圆内接四边形,即椅子四脚共圆。

5.挪动仅只是旋转。

我们将椅子这两对腿的交点作为坐标原点,建立坐标系,开始时AC、BD这两对腿都在坐标轴上。

将AC和BD这两条腿逆时针旋转角度θ。

记AC到地面的距离之和为f(θ)。

数学建模实验报告经典实例

数学建模实验报告经典实例

《数学建模》实验报告计算过程如下, 结果如下:画图程序命令如下:函数图象如下:实验题目二: 编写利用顺序Guass消去法求方程组解的M-函数文件,并计算方程组的解解: M-函数文件如下:方程组的计算结果如下:实验题目三: 编写“商人们安全过河”的Matlab程序解: 程序如下:function foot=chouxiang%%%%%%%%%%%%%%%%%%%%%% 程序开始需要知道商人数, 仆人数, 船的最大容量n=input('输入商人数目:');nn=input('输入仆人数目:');nnn=input('输入船的最大容量:');if nn>nn=input('输入商人数目:');nn=input('输入仆人数目:');nnn=input('输入船的最大容量:');end %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 决策生成jc=1; % 决策向量存放在矩阵“d”中, jc为插入新元素的行标初始为1for i=0:nnnfor j=0:nnnif (i+j<=nnn)&(i+j>0) % 满足条件D={(u,v)|1<=u+v<=nnn,u,v=0,1,2}d(jc,1:3)=[i,j 1]; %生成一个决策向量后立刻将他扩充为三维(再末尾加“1”)d(jc+1,1:3)=[-i,-j,-1]; % 同时生成他的负向量jc=jc+2; % 由于一气生成两个决策向量,jc指标需要往下移动两个单位endendj=0;end再验证:程序结果说明在改变商人和仆人数目, 其他条件不变的条件下。

可能无法得到结果。

程序结果说明在改变商人和仆人数目,其他条件不变的条件下。

可能无法得到结果。

数学建模实习报告[定稿]

数学建模实习报告[定稿]

数学建模实习报告[定稿]第一篇:数学建模实习报告[定稿]数学建模实习报告一、实习目的数学建模主要是将显示对象的信息加以翻译、归纳的产物。

通过对数学模型的假设、求解、验证,得到数学上的解答,在经过翻译回到现实对象,给出分析、决策的结果。

数学建模对我们并不陌生,在我们的日常生活和工作中,经常会用到有关建模的概念。

例如,我们平时出远门,会考虑一下出行的路线,以达到既快速又经济的目的;一些厂长为了获得更大的利润,往往会策划出一个合理安排生产和销售的最优方案......这些问题和建模都有着很大的联系。

通过数学建模培训,就会知道解决问题的原理。

学习更多的数学方面的知识及其应用,数学建模的过程可以培养我们全面、多角度考虑问题的能力,使我们的逻辑推理能力和量化分析能力得到很好的锻炼和提高,它还可以让我了解多种数学软件以及如何运用数学软件对模型求解。

二、实习内容(一)实习单位简介西安财经学院统计学院数学建模组是以信息与计算科学系主任王培勋教授为组长的指导教师组,每年都组队参加高教社杯全国大学生数学建模竞赛,并取得了优异的成绩。

今年我院数学建模参赛队员的选拔是经过学生自愿报名、考试选拔、集中培训等环节来进行的。

30 名最后入选的学生,组建了10个队,经过一个暑假的培训,基本全部掌握了数学软件的计算机程序设计方法,掌握了常用的数学建模方法。

在三天三夜的竞赛过程中,各参赛小组学员勇于拼搏,力争创新,在规定的七十二小时内顺利完成了答卷。

(二)实习内容数学建模是运用数学思想、方法和知识解决实际问题的过程,它为我们学生提供了自主学习的空间,有助于我们体验数学在解决实际问题中的价值和作用,体验数学与日常生活和其他学科的联系,体验综合运用知识和方法解决实际问题的过程,增强应用意识;有助于激发我们学习数学的兴趣,发展我们的创新意识和实践能力。

数学建模与数学实验开创了大学生把数学理论和专业知识有机结合的新途径,是培养学生分析问题、解决问题和使用计算机进行科学计算的有效方法,是培养学生创新能力和实践能力的有效手段。

数学建模实验报告

数学建模实验报告

数学建模实验报告数学建模实验报告实验报告⼀4.1例1 加⼯奶制品的⽣产计划Lingo程序:max 72x1+64x2stx1+x2<5012x1+8x2<4803x1<100End输出结果:4.1例2 奶制品的⽣产销售计划输⼊程序为:Max 24x1+16x2+44x3+32x4-3x5-3x6st4x1+3x2+4x5+3x6<6004x1+2x2+6x5+4x6<480x1+x5<100x3-0.8x5=0x4-0.75x6=0end得到结果为:4.2例1 ⾃来⽔输送问题输⼊程序为:Min160x11+130x12+220x13+170x14+140x21+130x22+190x23+150x24+190x31+200x32 +230x33 stx11+x12+x13+x14=50x21+x22+x23+x24=60x31+x32+x33=50x11+x21+x31>30x11+x21+x31<80x12+x22+x32>70x12+x22+x32<140x13+x23+x33>10x13+x23+x33<30x14+x24>10x14+x24<50end输出结果:4.2例2 货运装机输⼊程序:Max3100x11+3100x22+3100x13+3800x21+3800x22+3800x23+3500x31+3500x32+3500x 33+2850x41+2850x42+2850x43stx11+x12+x13<18x21+x22+x23<15x31+x32+x33<23x41+x42+x43<12x11+x21+x31+x41<10x12+x22+x32+x42<16x13+x23+x366+x43<8480x11+650x21+580x31+390x41<6800 480x12+650x22+580x32+390x42<8700 480x13+650x23+580x33+390x43<5300 输出结果:4.3例1汽车⼚⽣产计划max 2x1+3x2+4x31.5x1+3x2+5x3<600280x1+250x2+400x3<60000 endgin 3输出结果:4.3例2 原油采购与加⼯max 4.8x11+4.8x21+5.6x12+5.6x22-10x1-8x2-6x3 st x-x1-x2-x3=0x11+x12-x<500x21+x22<10000.5x11-0.5x21>00.4x12-0.6x22>0x1-500y1<0x2-500y2<0x3-500y3<0x1-500y2>0x2-500y3>0int y1int y2int y3输出结果:4.4例1 混合泳接⼒队的选拔min 66.8x11+75.6x12+87x13+58.6x14 +57.2x21+66x22+66.4x23+53x24+78x31+67.8x32+84.6x33+59.4x34+70x41+74.2x42+69.4x43+57.1x44+67.4x51+71x52+83.8x53+62.4x54stx11+x12+x13+x14<=1x21+x22+x23+x24<=1x31+x32+x33+x34<=1x41+x42+x43+x44<=1x11+x21+x31+x41+x51=1x12+x22+x32+x42+x52=1x13+x23+x33+x43+x53=1x14+x24+x34+x44+x54=1endint 20输出结果:4.4例2 选课策略min x1+x2+x3+x4+x5+x6+x7+x8+x9 st x1+x2+x3+x4+x5>2x3+x5+x6+x8+x9>3 x4+x6+x7+x9>22x3-x1-x2<0x4-x7<02x5-x1-x2<0x6-x7<0x8-x5<02x9-x1-x2<0endint x1int x2int x3int x4int x5int x6int x7int x8int x9输出结果:实验报告⼆P236 例4.⼯作选择(1)对⼯作选择中的:贡献、收⼊、发展、声誉、关系、位置六个变量进⾏打分,分别为5,9,8,5,8,3。

  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)。

数学建模与实验实验报告姓名:***院系:仪器科学与工程学院学号:********老师:***数学建模与实验实验报告实验一实验题目(1)已知某平原地区的一条公路经过如下坐标所示的点,请采用样条插值绘出这条公路(不考虑(2)对于上表给出的数据,估计公路长度。

实验过程(1)第一问代码如下:X=[0,30,50,70,80,90,120,148,170,180,202,212,230,248,268,271,280,290,300,312,320,340,3 60,372,382,390,416,430,478];Y=[80,64,47,42,48,66,80,120,121,138,160,182,200,208,212,210,200,196,188,186,200,184,1 88,200,202,240,246,280,296];%给出坐标点xx=0:1:478;%选取0~478内的点yy=spline(X,Y,xx);%样条插值法找出曲线plot(X,Y, 'p ',xx,yy, 'g ');%绘出曲线图x=[440,420,380,360,340,320,314,280,240,200];y=[308,334,328,334,346,356,360,392,390,400];hold onxy=440:-1:200;yx=spline(x,y,xy);plot(x,y, 'p ',xy,yx, 'g ');运行上述代码得到结果如下:上图为所绘公路图(2)代码如下:X=[0 30 50 70 80 90 120 148 170 180 202 212 230 248 268 271 280 290 300 312 320 340 360 372 382 390 416 430 478 440 420 380 360 340 320 314 280 240 200];Y=[80 64 47 42 48 66 80 120 121 138 160 182 200 208 212 210 200 196 188 186 200 184 188 200 202 240 246 280 296 308 334 328 334 346 356 360 392 390 400];for k=1:length(X)-1len(k)=sqrt((X(k+1)-X(k))^2+(Y(k+1)-Y(k))^2);end;Len=sum(len);Len运行得到结果如下:即公路长为967.46米。

实验二实验题目二、面试排序问题有4名同学到一家公司参加三个阶段的面试:公司要求每个同学都必须首先找公司秘书初试,然后到部门主管处复试,最后到经理处参加面试,并且不允许插队(即在任何一个阶段4名同学的顺序是一样的)。

由于4名同学的专业背景不同,所以每人在三个阶段的面试时间也不同,如下表所示(单位:分钟)。

这4名同学约定他们全部面试完以后一起离开公司。

假定现在时间是早晨8:00,问他们最早何时能离开公司?模型分析与建立方法一:假设:同学甲、乙、丙、丁用i表示(i=1,2,3,4),秘书初试、主管复试和经理面试用j表示(j=1,2,3); 表示同学i的面试j时间, 表示同学i到开始面试j之前所用时间.优化目标:Min T=Max{ xi3+ti3 }约束条件:1)时间先后次序约束(每人只有参加完前一个阶段的面试后才能进入下一个阶段):xij+tij<=xi,j+1(i=1,2,3,4;j=1,2)2)每个阶段j同一时间只能面试1名同学:用0-1变量表示第k名同学是否排在第i名同学前面(1表示是,0表示否),则xij+tij-xkj<=Tyik (i,k=1,2,3,4;j=1,2,3;i<k)xkj+tkj-xij<=T(1-yik) (i,k=1,2,3,4;j=1,2,3;i<k)将目标函数改写为:Min Ts.t.T>=x13+t13T>=x23+t23T>=x33+t33T>=x43+t43加上约束条件1),2),用LINGO求解得到:结果如上图可知最短时间为84min。

Local optimal solution found.Objective value: 84.00000Objective bound: 84.00000Infeasibilities: 0.1421085E-13Extended solver steps: 55Total solver iterations: 3871Variable Value Reduced Cost T 84.00000 0.000000 X13 36.00000 0.000000 T13 20.00000 0.000000 X23 56.00000 0.000000 T23 18.00000 0.000000 X33 74.00000 0.000000 T33 10.00000 0.000000 X43 21.00000 0.000000 T43 15.00000 0.000000 T11 13.00000 0.000000 T12 15.00000 0.000000 T21 10.00000 0.000000 T22 20.00000 0.000000 T31 20.00000 0.000000 T32 16.00000 0.000000 T41 8.000000 0.000000X21 21.00000 0.000000 X22 36.00000 0.000000 X31 31.00000 0.000000 X32 56.00000 0.000000 X41 0.000000 0.9999970 X42 11.00000 0.000000 Y12 0.000000 -83.99950 Y13 0.000000 0.000000 Y14 1.000000 83.99950 Y23 0.000000 -83.99950 Y24 1.000000 0.000000 Y34 1.000000 0.000000Row Slack or Surplus Dual Price1 84.00000 -1.0000002 28.00000 0.0000003 10.00000 0.0000004 0.000000 -0.99999705 48.00000 0.0000006 0.000000 -0.99999707 0.000000 -0.99999708 0.000000 0.0000009 0.000000 0.00000010 0.000000 -0.999997011 0.000000 -0.999997012 0.000000 0.00000013 0.000000 0.00000014 0.000000 -0.999997015 0.000000 -0.999997016 0.000000 0.00000017 0.000000 0.00000018 0.000000 0.999997019 0.000000 0.00000020 5.000000 0.00000021 0.000000 0.999997022 5.000000 0.00000023 2.000000 0.00000024 3.000000 0.00000025 0.000000 0.00000026 0.000000 0.00000027 10.00000 0.00000028 63.00000 0.00000029 0.000000 0.999997030 20.00000 0.00000034 49.00000 0.00000035 0.000000 0.00000036 0.000000 0.00000037 0.000000 0.999997038 53.00000 0.00000039 39.00000 0.00000040 31.00000 0.00000041 33.00000 0.00000042 23.00000 0.00000043 21.00000 0.00000044 61.00000 0.00000045 41.00000 0.00000046 0.000000 0.999997047 49.00000 0.00000048 33.00000 0.00000049 0.000000 0.00000050 46.00000 0.00000051 36.00000 0.00000052 0.000000 0.00000053 54.00000 0.00000054 48.00000 0.00000055 56.00000 0.00000056 13.00000 0.00000057 15.00000 0.00000058 20.00000 0.00000059 23.00000 0.00000060 35.00000 0.00000061 38.00000 0.000000根据y12=0,y13=0,y14=1,y23=0,y24=1,y34=1,可知面试顺序为4-1-2-3,即:丁-甲-乙-丙。

方法二:实际上,这个问题就是要安排4名同学的面试顺序,是完成全部面试所花费的时间最少。

时间构成原始时间矩阵:A(ij)= a11 a12 a13a21 a22 a23a31 a32 a33a41 a42 a43A(ij)=13 15 2010 20 1820 16 108 10 15Min T=max(x(i3)+t(j3))约束条件:x(i,j)+t(i,j)<=x(i,j+i);i=1,2,3,4;j=1,2(每个同学只能参加完前一阶段才能进入下一阶段的面试)每阶段j同一时间只能面试i名同学;0-1变量y(i,k)表示第k名同学是否排在第i名同学前面(1表示“是”,0表示“否”)x(i,j)+t(i,j)-x(k,j)<=200*y(i,k); i,k=1,2,3,4;i<k,j=1,2,3x(k,j)+t(k,j)-x(i,j)<=200*(1-y(i,k)); i,k=1,2,3,4;i<k,j=1,2,3将非线性的优化目标改写成线性的优化目标:Min T s.t T>=x(i3)+t(i3),i=1,2,3,4根据建立的模型,编写出lingo程序代码,通过lingo软件运行结果如下:由上图可知,最短时间为84min。

Global optimal solution found.Objective value: 84.00000Objective bound: 84.00000Infeasibilities: 0.1532108E-13Extended solver steps: 8Total solver iterations: 598Variable Value Reduced CostNS 4.000000 0.000000NP 3.000000 0.000000TMAX 84.00000 0.000000T( S1, P1) 13.00000 0.000000T( S1, P2) 15.00000 0.000000T( S2, P3) 18.00000 0.000000 T( S3, P1) 20.00000 0.000000 T( S3, P2) 16.00000 0.000000 T( S3, P3) 10.00000 0.000000 T( S4, P1) 8.000000 0.000000 T( S4, P2) 10.00000 0.000000 T( S4, P3) 15.00000 0.000000 X( S1, P1) 8.000000 0.000000 X( S1, P2) 21.00000 0.000000 X( S1, P3) 36.00000 0.000000 X( S2, P1) 26.00000 0.000000 X( S2, P2) 36.00000 0.000000 X( S2, P3) 56.00000 0.000000 X( S3, P1) 36.00000 0.000000 X( S3, P2) 56.00000 0.000000 X( S3, P3) 74.00000 0.000000 X( S4, P1) 0.000000 1.000000 X( S4, P2) 8.000000 0.000000 X( S4, P3) 21.00000 0.000000 Y( S1, S2) 0.000000 -200.0000 Y( S1, S3) 0.000000 0.000000 Y( S1, S4) 1.000000 200.0000 Y( S2, S3) 0.000000 -200.0000 Y( S2, S4) 1.000000 0.000000 Y( S3, S4) 1.000000 0.000000Row Slack or Surplus Dual Price1 0.000000 0.0000002 0.000000 0.0000003 5.000000 0.0000004 172.0000 0.0000005 0.000000 1.0000006 165.0000 0.0000007 0.000000 0.0000008 162.0000 0.0000009 15.00000 0.00000010 152.0000 0.00000011 20.00000 0.00000012 149.0000 0.00000013 18.00000 0.00000014 152.0000 0.00000015 179.0000 0.00000016 0.000000 1.00000017 172.0000 0.00000021 0.000000 0.00000022 170.0000 0.00000023 0.000000 0.00000024 164.0000 0.00000025 0.000000 1.00000026 172.0000 0.00000027 164.0000 0.00000028 18.00000 0.00000029 152.0000 0.00000030 18.00000 0.00000031 147.0000 0.00000032 20.00000 0.00000033 144.0000 0.00000034 28.00000 0.00000035 136.0000 0.00000036 38.00000 0.00000037 137.0000 0.00000038 38.00000 0.00000039 84.00000 -1.00000040 28.00000 0.00000041 10.00000 0.00000042 0.000000 1.00000043 48.00000 0.00000044 0.000000 1.00000045 0.000000 0.00000046 0.000000 0.00000047 0.000000 1.00000048 0.000000 0.00000049 2.000000 0.00000050 0.000000 0.00000051 3.000000 0.000000由变量Y(S1,S2)的最优解值 0.000000,知student1排在student2之前,即同学甲排在同学乙之前。

相关文档
最新文档