2008年全国大学生数学建模竞赛C题获奖论文
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。
数学建模C题论文

191])()([),(20200y y x x r z y x z -+--=c y b x a y x y x z +⋅+⋅++=22),(4753⨯41i D i D 20.000160.001162021421339915152112032534791410.1 6660.1 2.5 2.666.11212.12525.16060.1/mcm05/probX 53⨯47Y 53⨯47k n m Z ⨯53⨯47 k n m Z ⨯~53⨯47i n m k H ⨯m m n k n 21n +120i n m k S ⨯i D126 18319719141164512X Y⎪⎪⎪⎭⎫ ⎝⎛=⨯⨯⨯⨯⨯⨯47532531534712111..................x x x x x x X ⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯47532531534712111..................y y y y y y),(y x Z =mnk ⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯⨯⨯⨯⨯⨯⨯),(...),,(),,(............),(...),,(),,(4753475325325315315347147121211111y x f y x f y x f y x f y x f y x f ⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯47532531534712111..................Z Z Z Z Z Z 1=imnk Z ~⎪⎪⎪⎪⎭⎫ ⎝⎛⨯⨯⨯⨯⨯⨯47532531534712111~...~~............~...~~Z Z Z Z Z Z i imnkH ∆mnk Z i mnk Z ~⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯ii i i i i h h h h h h 47532531534712111............... (2)i mnkS∆∑∑=⨯=⨯4712531)(47531j i ji i hi D ∆∑=16411641i mnk S 4i i imnk H 5347imnk S mnk H i D 41 2),(y x Z = ),(y x Z =i D nk m ⨯ i mnk H mnk Z i mnk Z ~1~mnk Z 2~mnk Z 1mnk H 2mnk H imnkS∆∑∑=⨯=⨯4712531)(47531j ij i i h1mnk S 2mnk S⑤ 用i D ∆∑=16411641i mnk S 计算出1D 与2D ,则1D 和2D 的值较小者为最优方案.3 主要程序及结论通过数据处理与分析我们认为预测方法一比预测方法二好.所得计算结果值分别为:(1)不同时段的两种方法的实测与预测值的均方差:1mnkS =[0.9247218269e-1, .165797962696, 0.9247218269e-1,0.9247218269e-1, .2586806182, .2586806182, .2586806182, 2.791713932, .2474029514, .2539943168, .2715902174, .2715902174182, .2586806182, 2.791713932, .2474029514, .2539943168, .2715902174]2mnkS := [0.921412432e-1, .1098068392, 0.2234955063e-1,0.1592933205e-1, .2851304286, .2851304286, .2851304286, 2.792910527, .2612701098, .2381007694, .2613774987, 0.5183032655e-1,.2851304286,2.792810527, .2612701098, .2381007694, .2613774987] (2) 方法一的均方差为:1D := .8311398371方案二的均方差: 2D = .8417760978得1D <2D .主要程序与运行结果为: (1) 局域曲面拟合程序> solve({0.3=0.6-r*(0.045^2+0.042^2)},{r});> z1:=0.6-79.17656374*[(x-120.2500)^2+(y-33.7667)^2];> z2:=0.6-79.17656374*[(x-120.2500)^2+(y-33.7667)^2];> z3:=0.6-79.17656374*[(x-120.2500)^2+(y-33.7667)^2];> z4:=0.6-79.17656374*[(x-120.2500)^2+(y-33.7667)^2];> solve({0.15=0.3-r*(0.045^2+0.042^2)},{r});> z4:=0.3-39.58828187*[(x-118.1833)^2+(y-31.0833)^2];> solve({5.1=10.2-r*(0.045^2+0.042^2)},{r});> z1:=10.2-1346.001584*[(x-120.3167)^2+(y-31.5833)^2];> z2:=10.2-1346.001584*[(x-120.3167)^2+(y-31.5833)^2];> z3:=10.2-1346.001584*[(x-120.3167)^2+(y-31.5833)^2];> z4:=10.2-1346.001584*[(x-120.3167)^2+(y-31.5833)^2];> solve({0.1=0.2-r*(0.045^2+0.042^2)},{r});> z4:=0.2-26.39218791*[(x-118.4000)^2+(y-30.6833)^2];>z4:=solve({118.9833^2+30.6167^2+a*118.9833+b*30.6167+c=0.7000,118.5833^ 2+30.0833^2+a*118.5833+b*30.0833+c=1.8000,119.4167^2+30.8833^2+a*119.41 67+b*30.8833+c=0.5});> solve({0.05=0.1-r*(0.045^2+0.042^2)},{r});> z1:=0.1-13.19609396*[(x-119.4167)^2+(y-30.8833)^2];>> solve({2.9=5.8-r*(0.045^2+0.042^2)},{r});> z4:=0.1-765.3734495*[(x-118.2833)^2+(y-29.7167)^2];(2)均方差求值程序:>sq1:=[0.09247218269,0.165797962696,0.09247218269,0.09247218269,0.258680 6182,0.2586806182,0.2586806182,2.791713932,0.2474029514,0.2539943168,0. 2715902174,0.2715902174182,0.2586806182,2.791713932,0.2474029514,0.2539 943168,0.2715902174];> sum1:=add(i,i=sq1);> ave1:=sum1/17;>ve1:=[.5222900020,.5222900020,.5222900020,.5222900020,.5222900020,.5222 900020,.5222900020,.5222900020,.5222900020,.5222900020,.5222900020,.522 2900020,.5222900020,.5222900020,.5222900020,.5222900020,.5222900020,.52 22900020];>sq2:=[0.0921412432,0.1098068392,0.022********,0.01592933205,0.285130428 6,0.2851304286,0.2851304286,2.792910527,0.2612701098,0.2381007694,0.261 3774987,0.0518*******,0.2851304286,2.792810527,0.2612701098,0.238100769 4,0.2613774987];(2)数据模拟图程序:> with(linalg):> l:=matrix(91,7,[58138,32.9833,118.5167, 0.0000, 5.0000, 0.2000, 0.0000, 58139, 33.3000,118.8500, 0.0000, 3.9000, 0.0000, 0.0000,58141, 33.6667,119.2667, 0.0000, 0.0000, 0.0000, 0.0000,58143, 33.8000,119.8000, 0.0000, 0.0000, 0.0000, 0.0000,58146, 33.4833,119.8167, 0.0000, 0.0000, 0.0000, 0.0000,58147, 33.0333,119.0333, 0.0000, 6.0000, 1.4000, 0.0000,58148, 33.2333,119.3000, 0.0000, 1.1000, 0.3000, 0.0000,58150, 33.7667,120.2500, 0.0000, 0.0000, 0.0000, 0.1000,58154, 33.3833,120.1500, 0.0000, 0.0000, 0.0000, 0.0000,58158, 33.2000,120.4833, 0.0000, 0.0000, 0.0000, 0.0000,58230, 32.1000,118.2667, 3.3000,20.7000, 6.6000, 0.0000,58236, 32.3000,118.3000, 0.0000, 8.2000, 3.6000, 1.4000,58238, 32.0000,118.8000, 0.0000, 0.0000, 0.0000, 0.0000,58240, 32.6833,119.0167, 0.0000, 3.0000, 1.4000, 0.0000,58241, 32.8000,119.4500, 0.1000, 1.4000, 1.5000, 0.1000,58243, 32.9333,119.8333, 0.0000, 0.7000, 0.4000, 0.0000,58245, 32.4167,119.4167, 0.3000, 2.7000, 3.8000, 0.0000,58246, 32.3333,119.9333, 7.9000, 2.7000, 0.1000, 0.0000,58249, 32.2000,120.0000,12.3000, 2.4000, 5.6000, 0.0000,58251, 32.8667,120.3167, 5.2000, 0.1000, 0.0000, 0.0000, 58252, 32.1833,119.4667, 0.4000, 3.2000, 4.8000, 0.0000, 58254, 32.5333,120.4500, 0.0000, 0.0000, 0.0000, 0.0000, 58255, 32.3833,120.5667, 1.1000,18.5000, 0.5000, 0.0000, 58264, 32.3333,121.1833,35.4000, 0.1000, 0.2000, 0.0000, 58265, 32.0667,121.6000, 0.0000, 0.0000, 0.0000, 0.0000, 58269, 31.8000,121.6667,31.3000, 0.7000, 2.8000, 0.1000, 58333, 31.9500,118.8500, 8.2000, 8.5000,16.9000, 0.1000, 58334, 31.3333,118.3833, 4.9000,58.1000, 9.0000, 0.1000, 58335, 31.5667,118.5000, 5.4000,26.0000,11.0000, 0.8000, 58336, 31.7000,118.5167, 3.6000,27.8000,15.3000, 0.6000, 58337, 31.0833,118.1833, 7.0000, 6.4000,15.3000, 0.2000, 58341, 31.9833,119.5833,11.5000, 5.4000,16.1000, 0.0000, 58342, 31.7500,119.5500,32.6000,37.9000, 5.8000, 0.0000, 58343, 31.7667,119.9333,20.7000,24.3000, 5.3000, 0.0000, 58344, 31.9500,119.1667,12.4000, 5.9000,16.3000, 0.0000, 58345, 31.4333,119.4833,21.8000,18.1000, 9.8000, 0.1000, 58346, 31.3667,119.8167, 0.1000,12.7000, 5.1000, 0.2000, 58349, 31.2667,120.6333, 1.1000, 5.1000, 0.0000, 0.0000, 58351, 31.8833,120.2667,22.9000,15.5000, 6.2000, 0.0000, 58352, 31.6500,120.7333,15.1000, 5.4000, 2.4000, 0.0000, 58354, 31.5833,120.3167, 0.1000,12.5000, 2.4000, 0.0000, 58356, 31.4167,120.9500, 5.1000, 4.9000, 0.4000, 0.0000, 58358, 31.0667,120.4333, 2.4000, 3.4000, 0.0000, 0.8000, 58359, 31.1500,120.6333, 1.5000, 3.8000, 0.5000, 0.1000, 58360, 31.9000,121.2000, 5.6000, 3.2000, 2.9000, 0.1000, 58361, 31.1000,121.3667, 3.5000, 0.6000, 0.2000, 0.7000, 58362, 31.4000,121.4833,33.0000, 4.1000, 0.9000, 0.0000, 58365, 31.3667,121.2500,17.7000, 2.2000, 0.1000, 0.0000, 58366, 31.6167,121.4500,75.2000, 0.4000, 1.5000, 0.0000, 58367, 31.2000,121.4333, 7.2000, 2.8000, 0.2000, 0.2000, 58369, 31.0500,121.7833, 3.2000, 0.3000, 0.0000, 0.3000, 58370, 31.2333,121.5333, 7.0000, 3.4000, 0.2000, 0.2000, 58377, 31.4667,121.1000, 7.8000, 7.2000, 0.3000, 0.0000, 58426, 30.3000,118.1333, 0.0000, 0.0000,17.6000, 6.2000, 58431, 30.8500,118.3167, 5.1000, 2.3000,16.5000, 0.1000, 58432, 30.6833,118.4000, 3.6000, 1.4000,20.5000, 0.2000, 58433, 30.9333,118.7500, 2.1000, 3.4000, 8.5000, 0.2000, 58435, 30.3000,118.5333, 0.0000, 0.0000,13.6000, 8.5000, 58436, 30.6167,118.9833, 0.0000, 0.0000, 5.3000, 0.5000, 58438, 30.0833,118.5833, 0.0000, 0.0000,27.6000,21.8000, 58441, 30.8833,119.4167, 0.1000, 1.6000, 1.6000, 1.0000, 58442, 31.1333,119.1833, 3.0000, 8.8000, 5.4000, 0.2000, 58443, 30.9833,119.8833, 0.1000, 2.7000, 0.1000, 0.9000,58446, 30.9667,119.6833, 0.0000, 0.1000, 5.1000, 2.5000, 58448, 30.2333,119.7000, 0.0000, 0.0000,15.1000, 6.9000, 58449, 30.0500,119.9500, 0.0000, 0.0000,23.5000, 8.2000, 58450, 30.8500,120.0833, 0.0000, 0.7000, 0.0000, 4.1000, 58451, 30.8500,120.9000, 0.5000, 0.1000, 0.0000, 3.8000, 58452, 30.7833,120.7333, 0.3000, 0.0000, 0.0000, 3.0000, 58453, 30.0000,120.6333, 0.0000, 0.0000, 0.0000,18.2000, 58454, 30.5333,120.0667, 0.0000, 0.0000, 0.5000, 4.9000, 58455, 30.5167,120.6833, 0.0000, 0.0000, 0.0000, 4.6000, 58456, 30.6333,120.5333, 0.0000, 0.0000, 0.0000, 4.2000, 58457, 30.2333,120.1667, 0.0000, 0.0000, 2.0000,12.6000, 58459, 30.2000,120.3167, 0.0000, 0.0000, 0.0000,15.0000, 58460, 30.8833,121.1667, 1.2000, 0.1000, 0.0000, 2.3000, 58461, 31.1333,121.1167, 4.0000, 1.4000, 0.4000, 0.2000, 58462, 31.0000,121.2500, 2.7000, 0.3000, 0.4000, 1.7000, 58463, 30.9333,121.4833, 1.7000, 0.1000, 0.0000, 0.8000, 58464, 30.6167,121.0833, 0.0000, 0.0000, 0.0000, 3.6000, 58467, 30.2667,121.2167, 0.0000, 0.0000, 0.0000, 1.8000, 58468, 30.0667,121.1500, 0.0000, 0.1000, 5.1000, 2.5000, 58472, 30.7333,122.4500, 0.3000, 0.6000, 0.0000, 4.9000, 58477, 30.0333,122.1000, 0.0000, 0.0000, 0.0000, 0.0000, 58484, 30.2500,122.1833, 0.0000, 0.0000, 0.0000, 0.0000, 58530, 29.8667,118.4333, 0.0000, 0.0000,27.5000,23.6000, 58531, 29.7167,118.2833, 0.0000, 0.0000, 3.7000,11.5000, 58534, 29.7833,118.1833, 0.0000, 0.0000, 9.3000, 6.5000, 58542, 29.8167,119.6833, 0.0000, 0.0000, 0.0000,27.6000, 58550, 29.7000,120.2500, 0.0000, 0.0000, 0.0000, 4.9000, 58562, 29.9667,121.7500, 0.0000, 0.0000, 0.0000, 0.9000]);> lat:=col(l,2);> lon:=col(l,3); > sd1:=col(l,4);> sd2:=col(l,5); > sd3:=col(l,6); > sd4:=col(l,7);> abc1:=seq([lat[i],lon[i],sd1[i]],i=1..91);> abc2:=seq([lat[i],lon[i],sd2[i]],i=1..91);> abc3:=seq([lat[i],lon[i],sd3[i]],i=1..91);> abc4:=seq([lat[i],lon[i],sd4[i]],i=1..91);> with(plots):> pointplot3d([abc1],color=green,axes=boxed);> surfdata([abc1],labels=["x","y","z"],axes=boxed);> with(stats):> with(fit):> with(plots):fx1:=leastsquare[[x,y,z],z=x^3+y^3+a*x^2+b*y^2+c*x*y+d*x+e*y+f,{a,b,c,d ,e,f}]([abc1]);> plot3d(fx1,x=25..35,y=119..135);> pointplot3d([abc2],color=blue,axes=boxed);> surfdata([abc2],labels=["x","y","z"],axes=boxed);>fx2:=leastsquare[[x,y,z],z=x^3+y^3+a*x^2+b*y^2+c*x*y+d*x+e*y+f,{a,b,c,d ,e,f}]([abc2]);> plot3d(fx2,x=25..35,y=119..135);> pointplot3d([abc3],color=red,axes=boxed)> surfdata([abc3],labels=["x","y","z"],axes=boxed);>fx3:=leastsquare[[x,y,z],z=x^3+y^3+a*x^2+b*y^2+c*x*y+d*x+e*y+f,{a,b,c,d ,e,f}]([abc3]);> surfdata([abc4],labels=["x","y","z"],axes=boxed);>fx4:=leastsquare[[x,y,z],z=x^3+y^3+a*x^2+b*y^2+c*x*y+d*x+e*y+f,{a,b,c,d ,e,f}]([abc4]);五.如何在评价方法中考虑公众感受的数学模型建立.1660.1 2.5 2.666.11212.12525.16060.1z } 1.00 {0≤≤=z z R } 5.21.0 {1≤≤=z z R } 66.2 {2≤≤=z z R } 121.6 {3≤≤=z z R } 251.12 {4≤≤=z z R } 601.25 {5≤≤=z z R } 1.60 {6≥=z z R 0ˆR 1ˆR 2ˆR 3ˆR 4ˆR 5ˆR 6ˆR } 1)( {ˆ000R z z z R ∈≤=,μ} 1)( {ˆ111R z z z R ∈≤=,μ} 1)( {ˆ222R z z z R ∈≤=,μ } 1)( {ˆ333R z z z R ∈≤=,μ} 1)( {ˆ444R z z z R ∈≤=,μ} 1)( {ˆ555R z z z R ∈≤=,μ } 1)( {ˆ666R z z z R ∈≤=,μ)(z i μ i 1z ∈i R i R )(z i μ i 16i R ˆ i 1 2)(z i μ i 1⎩⎨⎧≤<+-≤≤=1.006.0 , 5.22506.00, 1)(0z z z z μ)(1z μ] 2369277587.0e [2369277587.0112)3.1(----z 5.21.0≤≤z )(2z μ] 20555762126.0e [20555762126.0112)3.4(----z 66.2≤≤z)(3z μ] 2287787270.0e [2287787270.0119.5)05.9(2----z 121.6≤≤z )(4z μ] 70397557815.0e[70397557815.0119.12)55.18(2----z 251.12≤≤z)(5z μ] 00475951221.0e[00475951221.011100)55.42(2----z 601.25≤≤z)(6z μ2)]5.60(5 [11--+z 1.60≥z 74)(z i μ及iR ˆ i =0,1,…,6合并可得} 0 {≥=z z R 上的模糊集合} , 1)( {ˆR z z z R∈≤=μ.其中R 是论域,)(z μ是模糊集合R ˆ的隶属函数,由)(z i μ分段合)(z μ小雨的隶属函数图特大暴雨隶属函数图大暴雨隶属函数图暴雨隶属函数图⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧>≤<≤<≤<≤<≤<≤≤=60)(6025)(2512)(126)(65.2)(5.21.0)(1.00)()(6543210z z z z z z z z z z z z z z t μμμμμμμμ 5 353⨯47imnkZ ~)(z μ53⨯47=M mnk⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯47532531534712111..................μμμμμμ=M imnk~⎪⎪⎪⎭⎫⎝⎛⨯⨯⨯⨯⨯⨯47532531534712111~...~~............~...~~μμμμμμi ),(y x Z =i mnk ∏∆mnk M =M i mnk~⎪⎪⎪⎪⎭⎫ ⎝⎛⨯⨯⨯⨯⨯⨯i i i i i i 47532531534712111..................λλλλλλ 6imnkΓ∆∑∑=⨯=⨯4712531)(47531j i j i i λ i Ω∆∑=16411641i imnkΓ 8 i 2i i i mnk ∏5347imnk Γi mnk ∏i Ω411Ω2Ω 1Ω2Ω1D 2D19811999。
2008年数模B题论文(李海燕-重庆市一等)-推荐下载

高等教育学费标准探讨模型
摘要
本文搜集了影响高等教育学费的主要因素的数据,并对国家生均拨款、培 养费用、家庭收入和学校招生规模等因素的相关数据进行分析,针对不同类别 高校建立模型对高等教育学费标准进行探讨。
模型一运用模糊综合评判法 (FCE) 来探讨高等教育学费标准,通过建立隶 属度矩阵,考虑多类多层次因素的影响,进行综合分析得到高等教育学费标准 的区间范围。高等教育学费标准探讨模型是一个包括国家生均拨款、培养费用 和家庭收入三层影响因素模糊评价模型,各层又有其子层影响因素,对各层因
费标准的区间为 4000, 6000。
在模型一求出高等教育学费标准区间的基础上,模型二从影响高校教育学 费标准的主要因素出发,在多方搜集资料与数据处理后,提出了关于高校招生 规模、学费标准、国家生均拨款、培养费用和家庭收入关系的微分方程模型, 以求高等教育学费标准的具体数值。本模型将高校分为中央直属高校、地方属 高校和 211 工程高校三类,用每一类别学校的平均学费、家庭收入、国家生均 拨款、招生规模、近期政府给的招生基数 Nm 和学费标准 M 建立三维微分方程 动力学模型,并通过 MATLAB 编程实现可以得到各类高校的学费标准即:中央直 属高校学费标准为 5100 元/人/年,地方属高校学费标准为 4100 元/人/年,211 工程高校的学费标准为 5560/人/年。
最后,根据建模分析的结果,给有关部门写一份报告,同时提出具体建议。
二、 问题分析
学费问题涉及到每一个大学生及其家庭,是一个敏感而又复杂的问题:过 高的学费会使很多学生无力支付,过低的学费又使学校财力不足而无法保证质 量。因此,高校教育学费标准成为了一个值得讨论的问题。
如何定义高校学费标准是一个模糊的问题,它对于不同的家庭,不同的国 家政策得到的收费高低不一致,为探求学校和学生的最大满意度,本文利用模 糊综合评判法 (FCE) ,来探求最适学费标准所在的区间范围。由于高校学费标 准牵涉到多种因素的影响(如图 2.1 所示),诸如家庭收入,国家生均拨款, 培养费用,学校招生规模等,并且每一因素又受多因素多种子因素的影响,而 每一种子因素并不完全作用于因素,于是,我们运用隶属度原则,建立每种子 因素对与之相对应的上层因素的影响程度。同时,我们利用各因素在影响高校 教育学费标准的权重,来确定一个相对于学校和学生都有最大满意度的学费区 间范围。
2008年江西科技师范学院数学建模大赛论文(陶聪 崔志凤 陆仲)

高校排课优化模型一、引言排课是高校教学管理中一项重要而又复杂的基本工作,随着高校招生规模扩大,手工排课已无法满足学校排课要求.目前,由于计算机运算速度快、处理能力强等特点,已成为高校教学管理中不可缺少的工具.排课的实质就是为学校设置的课程安排时间和地点,从而使整个能够有计划,有秩序地进行.排课问题的求解目标就是在满足各种约束条件的前提下,合理利用教学资源,以取得最好的教学效果.关键词: 排课约束条件冲突二、问题的提出由于班级数量多,各个班级有不同的开课计划,同时教室数量有限,因此课程表的编排是高等学校教学管理中的一个难题。
一个可行的课程安排表必须做到在班级、教师和教室三方面都不存在时间上的冲突。
一个较优的课程安排表应该尽量做到各班、各门课程和各位教师的上课时间都比较均匀。
而一个较好的排课方法则应该是便于操作、工作量不会太大且能得到一个较优的课程安排表的方法。
如下例所示,解决班级教师教室间的冲突问题.数学系本学期有6个教学班,其中一年级、二年级各2个班,三年级、四年级各可以使用的教室数量为4个,每周5天上课时间,每天上午可排4节课,下午可排3节课,但星期二下午不排课。
另外有一个计算机实验室,计算机基础、数学实验和程序设计语言三门课程需安排在该实验室。
(1)对于6个班级的的课程,给出一个教室,教师不冲突的排课表.(2)实际中远非上述模型那么简单,对于更加复杂的情况,说明它们的编排过程.三、问题的分析本题所要考虑的就是如何安排课程,使得对上课的班级都尽可能的有条不紊地开展教学工作。
对于第一问: 我们要解决的问题是:(1)符合限制条件“教室,教师不冲突”的编排方案(2)给出一种最优的并且容易编排的课程方案。
第二问: 当班级,教师,教室数量增多时,优化该排课模型,可利用基于优先级的自动排课模块,再基于第一问的结果予以拓展,此时可借助于计算机外加人工辅助对课程进行编排,从而得到一个通用性强的排课方法.四、模型的假设1. 假设所有教室(计算机实验室除外)都一致,不会因教室的不同而影响教学.2. 假设不存在合班上课的情况.3. 假设任意一门课程参加学习的人数(上课人数)不大于所安排的教室的座位数.4. 假设所有课程都是两节课连上,即不存在上一节课,三节课和四节课连上的情况.5. 假设任何一个班级的学生对安排的教师没有异议,即不影响教学效果.6. 假设教师不会因为课时的多少而影响一周的教学情况.五、模型的建立与求解算法的设计与实现回溯算法是一种满足一定约束条件的穷举式算法,它的收索方式一般与对树的深度优先收索方式相似,由于规定了问题的解必须满足一定的约束条件,因此需要收索的空间大大减少.回溯法适应于解的组合数是有限的那一类问题.排课问题是一个有约束的,非线性的,模糊多,目标优化的,难解的时空组合问题.因此只要约束条件充分,就可得到合理的组合方案.排课实际上是一个四维组合问题,涉及到: 班级,教师,教室,时间四个因素,只有当组合方案符合约束条件时方可排课. 假定普通教室编号为a,b,c,d ,另有一个计算机实验室.第一问: 利用回溯法可得下述方案如方案一一年级(1)班:二年级(1)班:三年级四年级优先级算法1.班级优先级确定人工排课的经验是将课时数最多课程优先安排,同时,教师有特殊情况的优先安排,具体应根据两者的情况予以编排.2.课程位置优先级安排根据课程安排的一般规律,如果课程数较少,一般都应安排在上午上完,缩短计算时间的复杂度.利用优先级算法可得下述方案方案二4个教室分别记作①、②、③、④,计算机实验室记作⑤。
2008数学建模论文

高等教育学费标准探讨摘要本文针对高等教育的学费收费标准问题,在做出某些合理的假设下,建立了两个模型,分别得到各类地区各类学校和专业的学费收费 标准。
在模型1中,通过分析影响高等教育价格的主要因素及高等教育本身的多元性,基于“谁受益,谁付费”的市场经济原则,首先利用已有数据和回归分析方法得到所有高校教育成本的均值,在此基础上再利用层次分析(AHP )方法求得各类地区每类学校和专业的学费在教育总成本中所占的比重,再利用乘法原理,得到各类地区每类学校和专业的学生应交的学费,所得结果与当年的实际情况进行了比较分析。
如2006年来自2e 类地区的学生就读2a 类学校的1b 类专业查得其收费价格为5250元到5550元,与计算结果5280.23吻合的很好,由此可知该模型有很高的可行性,在模型1中,主要利用高校教育成本的均值来求得各类高校的学费标准。
在模型2中,我们利用建立数学规划方法各类地区每类学校和专业的学费收费标准。
考虑到总培养费用的来源与开销,以政府资助、学生学费、学校创收、社会捐赠为影响总培养费用来源的决定性因素,以教师工资、学校固定资产、基本开销为总培养费用的开销,通过搜集数据,针对不同地区的学生,利用MATLAB 数学软件作出政府资助、社会捐赠、教师工资、高校在校生人数、家庭收入、学校固定资产、毕业生工资等与时间的拟合曲线,得出拟合方程,用此模型即可预测出2009年不同地区的学费收费情况,其计算结果与实际数据基本符合。
最后对模型的合理性与实用性且推广难易程度进行了评价,并从中得知该模型若作出合理假设可改进为更优的模型。
1.问题的重述1.1 问题的提出高等教育事关高素质人才培养、国家创新能力增强、和谐社会建设的大局,因此受到党和政府及社会各方面的高度重视和广泛关注。
培养质量是高等教育的一个核心指标,不同的学科、专业在设定不同的培养目标后,其质量需要有相应的经费保障。
高等教育属于非义务教育,其经费在世界各国都由政府财政拨款、学校自筹、社会捐赠和学费收入等几部分组成。
2008高教社杯全国大学生数学建模竞赛

论文标题摘要本文提出了一种××方法,解决了××问题,结论……。
本论文的创新之处在于:×××;提出了一种×××的方法,能更好……。
文中的×××的方法可应用×××等领域,具有适用性,实用性和可操作性,×××等可评价的优点。
关键词:××××××××××××一、问题的重述×××……。
二、问题的分析本题是一种属于××问题,通常影响的因素有××。
常用的方法有××法、××法,其中××方法的缺点为……。
本文通过××,采用××的方法来解决此问题。
三、模型的假设1、假设在××中……。
2、×××。
3、×××。
……四、符号说明与名词定义i a :第i 支球队遇到实力比自己强的场次(i =1,2,……30); i b :第i 支球队背靠背次数(i =1,2,……30); A :东部全部15支球队在2008—2009赛季中比赛场数的矩阵数组; 背靠背:球队连续两天作战;五、模型的建立与求解5.1对问题一的求解:分析赛程对某一支球队的利弊,应考虑遇到对手实力的强弱,背靠背,球赛的密集赛程及主客场次数,为了进行定量分析,需根据赛程将以上因素赋予权重,将之转换为数字格式。
1.背靠背,两个主场的背靠背相对来说还比较好,无论是一主一客,还是连续两个客场,对球员的体力要求都是非常高的。
全国大学生数学建模竞赛C题国家奖一等奖优秀论文

脑卒中发病环境因素分析及干预摘要本文主要讨论脑卒中发病环境因素分析及干预问题。
根据题中所给出的数据,利用SPSS20 软件进行相关性统计分析,分别对各气象因素进行单因素分析,进而建立后退法线性回归分析模型,得到脑卒中与气压、气温、相对湿度之间的关系。
同时在广泛收集各种资料并综合考虑环境因素,对脑卒中高危人群提出预警和干预的建议方案。
首先,利用SPSS20软件,从患病人群的性别、年龄、职业进行统计分析,得到2007-2010年男性患病人数高于女性,且男性所占比例有逐年下降趋势,女性则有上升趋势,因此,性别比例呈减小趋势。
分析不同年龄段患病人数,得到患病高峰期为75-77岁之间,且青少年比例逐年呈增长趋势,可见患病比例趋于年轻化。
同时在不同的职业中,农民发病人数最多,教师,渔民,医务人员,职工,离退人员的发病人数较少。
其次,由题中所给数据先进行单因素分析,剔除对脑卒中影响不显著的因素,得出气温、气压、相对湿度对脑卒中的影响程度大小,进而采用后退法线性回归分析建立模型,利用SPSS20对数据进行分析,求得脑卒中发病率与气温、气压、相对湿度之间的关系。
即发病率与平均温度成正相关,与最高温度成负相关,发病率与平均气压成正相关,与最低气压成负相关,与平均相对湿度成负相关,与最小相对湿度成正相关。
最后,通过查找资料发现,影响脑卒中的因素有两类,一类是不可干预因素,如年龄、性别、家族史,另一类是可干预因素,如高血压、高血脂、糖尿病、肥胖、抽烟、酗酒等因素。
分析这些因素,建立双变量因素分析模型,并结合问题1和问题2,对高危人群提出预警和干预的建议方案。
关键词脑卒中单因素分析后退法线性回归分析双变量因素分析一问题的重述脑卒中(俗称脑中风)是目前威胁人类生命的严重疾病之一,它的发生是一个漫长的过程,一旦得病就很难逆转。
这种疾病的诱发已经被证实与环境因素,包括气温、湿度之间存在密切的关系。
对脑卒中的发病环境因素进行分析,其目的是为了进行疾病的风险评估,对脑卒中高危人群能够及时采取干预措施,也让尚未得病的健康人,或者亚健康人了解自己得脑卒中风险程度,进行自我保护。
【全国大学生数学建模竞赛获奖优秀论文作品学习借鉴】cumcm2010C

2010高教社杯全国大学生数学建模竞赛题目(请先阅读“全国大学生数学建模竞赛论文格式规范”)
C题输油管的布置
某油田计划在铁路线一侧建造两家炼油厂,同时在铁路线上增建一个车站,用来运送成品油。
由于这种模式具有一定的普遍性,油田设计院希望建立管线建设费用最省的一般数学模型与方法。
1. 针对两炼油厂到铁路线距离和两炼油厂间距离的各种不同情形,提出你的设计方案。
在方案设计时,若有共用管线,应考虑共用管线费用与非共用管线费用相同或不同的情形。
2. 设计院目前需对一更为复杂的情形进行具体的设计。
两炼油厂的具体位置由附图所示,其中A厂位于郊区(图中的I区域),B厂位于城区(图中的II区域),两个区域的分界线用图中的虚线表示。
图中各字母表示的距离(单位:千米)分别为a = 5,b = 8,c = 15,l = 20。
若所有管线的铺设费用均为每千米7.2万元。
铺设在城区的管线还需增加拆迁和工程补偿等附加费用,为对此项附加费用进行估计,聘请三家工程咨询公司(其中公司一具有甲级资质,公司二和公司三具有乙级资质)进行了估算。
估算结果如下表所示:
工程咨询公司公司一公司二公司三附加费用(万元/千米)21 24 20
请为设计院给出管线布置方案及相应的费用。
3. 在该实际问题中,为进一步节省费用,可以根据炼油厂的生产能力,选用相适应的油管。
这时的管线铺设费用将分别降为输送A厂成品油的每千米5.6万元,输送B厂成品油的每千米6.0万元,共用管线费用为每千米7.2万元,拆迁等附加费用同上。
请给出管线最佳布置方案及相应的费用。
2008年全国数学建模大赛D题获奖论文-NBA赛程评价

NBA赛程的分析与评价摘要论文对于已经制定好的NBA赛程进行了统计分析,对于文字数据进行了筛选,更好地对NBA赛程进行了定量的分析与评估在问题一中,考虑NBA整体赛事运行以及影响球队发挥的关键因素,我们结合题目中给出的数据,找出影响赛程赛程弊端指数,即“背靠背场次”,“连续客场作战场次”“连续同强队作战”,作为我们评价赛程的评价指标。
首先我们对于题目给出数据运行EXCEL表格进行数据的筛选与分析,转化成简单易懂的数字格式,运用逼近理想解排序法(TOPSIS)方法对于NBA的30只球队的艰难程度进行排序结果见表(9)。
问题二,通过对于NBA赛程艰难程度进行分析,找出对赛程最有利的3只球队分别是:奇才,猛龙,骑士;赛程最艰难的三支球队是:快船,太阳,国王,而最让中国观众关心的火箭队排名18,对于整个赛程比较艰难问题三中,首先我们从赛程中找出赛3场比赛的球队,可以得出,在每一球队在与同部不同区的比赛中,分别选取同部另外2个分区中,选择2只球队进行赛3场,这样可以保证每个赛区主客场数量相同,保持一定的平衡性;在这种情况下,我们考虑到赛3场(2主场1客场或者2客场1主场)的球队有一只球队拥有一个主场优势,实力相对较大的球队相互赛三场可以最大限度消除这一优势,采用0-1规划的方法,让总的实力差取得最大值,通过lingo编程求解出同部不同区的球队比赛的场次,西部的见表(11),东部的见表(12)。
关键词:弊端指数评分实力值逼近理想点排序 0-1规划1.问题重述当今NBA共有30支球队,西部联盟、东部联盟各15支,大致按照地理位置,西部分西南、西北和太平洋3个区,东部分东南、中部和大西洋3个区,每区5支球队。
对于2008~2009新赛季,常规赛阶段从2008年10月29日直到2009年4月16日,在这5个多月中共有1230场赛事,每支球队要进行82场比赛,最终比出结果,进入季后赛对于NBA这样庞大的赛事,编制一个完整的、对各球队尽可能公平的赛程是一件非常复杂的事情,赛程的安排对球队实力的发挥和战绩有一定的影响,从报刊上经常看到球员、教练和媒体对赛程的抱怨或评论。
2008全国数学建模比赛获奖论文

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): B我们的参赛报名号为(如果赛区设置报名号的话):2108501 所属学校(请填写完整的全名):中国矿业大学参赛队员(打印并签名) :1. 林权2. 蒋超3. 侍相宇指导教师或指导教师组负责人(打印并签名):教练组日期: 2008 年 9 月 22 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):高等教育学费标准探讨【摘要】高等教育学费标准探究的问题属综合评价问题,能否客观地评价现有学费模型及提出更加合理的学费模型将关系到国家教育事业的发展。
本文首先分析挖掘了现有高等教育学费模型,建立基于博弈论的评价体系,对现有模型给予了评价,并提出新高等教育学费模型,同时对其进行了仿真。
在评价现有高等教育学费模型之前,本文先对影响学费的主要因素如生均教育成本、人均GDP、公共高校教育经费占GDP百分比等进行分析;然后对这些主要因素进行数据收集,在此基础上挖掘出了现有学费模型的线性回归方程,并利用差分进化法进行求解;在模型求解的前提下,分别就不同学校和不同专业高等教育学费进行了定量分析,得到了对应的学费范围。
接着本文利用博弈论的思想对现有高等教育学费模型中的“政府、学校、个人”三方进行了分析,运用“纳什均衡”原理对现有高教学费模型进行了评价,在此基础上结合现有学费模型的缺陷提出了新的学费模型。
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)。
数学建模竞赛优秀大学生论文

数学建模竞赛优秀大学生论文随着科学技术的高速发展,数学的应用价值越来越得到众人的重视,因此数学建模也被逐渐的引起重视了。
下面是店铺为大家整理的数学建模优秀论文,供大家参考。
数学建模优秀论文篇一:《数学建模用于生物医学论文》1数学建模的过程1.1模型准备首先要了解实际背景,寻找内在规律,形成一个比较清晰的轮廓,提出问题。
1.2模型假设在明确目的、掌握资料的基础上,抓住问题的本质,舍弃次要因素,对实际问题做出合理的简化假设。
1.3模型建立在所作的假设条件下,用适当的数学方法去刻画变量之间的关系,得出一个数学结构,即数学模型。
原则上,在能够达到预期效果的基础上,选择的数学方法应越简单越好。
1.4模型求解建模后要对模型进行分析、求解,求解会涉及图解、定理证明及解方程等不同数学方法,有时还需用计算机求数值解。
1.5模型分析、检验、应用模型的结果应当能解释已存的现象,处理方法应该是最优的决策和控制方案,所以,对模型的解需要进行分析检验。
把求得的数学结果返回到实际问题中去,检验其合理性。
如果理论结果符合实际情况,那么就可以用它来指导实践,否则需再重新提出假设、建模、求解,直到模型结果与实际相符,才能进行实际应用。
总之,数学建模是一项富有创造性的工作,不可能用一些条条框框的规则规定的十分死板,只要是能够做到全面兼顾、能抓住问题的本质、最终检验结果合理,都是一个好的数学模型。
2数学建模在生物医学中的应用2.1DNA序列分类模型DNA分子是遗传信息存储的基本单位,许多生命科学中的重大问题都依赖于对这种特殊分子的深入了解。
因此,关于DNA分子结构与功能的问题,成为二十一世纪最重大的课题之一。
DNA序列分类问题是研究DNA分子结构的基础,它常用的方法是聚类分析法。
聚类分析是使用数据建模简化数据的一种方法,它将数据分成不同的类或者簇,同一个簇中的数据有很大的同质性,而不同的簇中的数据有很大的相异性。
在对DNA序列进行分类时,需首先引入样品变量,比如说单个碱基的丰度、两碱基丰度之比等;然后计算出每条DNA序列的样品变量值,存入到向量中;最后根据相似度度量原理,计算出所有序列两两之间的Lance与Williams距离,依据距离的远近进行分类。
08年东三省建模联赛论文C题

物资分配问题摘要在各种各样的抢险救灾行动中,应急物资的合理分配在降低灾害的影响方面体现出重要作用。
我们通过对问题的深入理解和分析,将问题归结为非线性规划问题。
我们首先确立了通过合理优化救灾物资的分配使其能最大限度降低灾害的影响为根本分配原则。
接着我们根据不同物资在维持灾民正常生活中所起到的作用大小不同划定了各物资的优先级,给定了适当的权重;接着综合考虑各个灾民所缺物资的数量、种类、供给量及物资的权重,确定了不同灾民受灾程度的判定标准;随后对受灾情况和物质分配情况进行了矩阵描述。
在此基础上我们用救灾效果表示整个救灾过程使灾情降低的程度,并假设每分配出一个最小单位的救灾物资就相应产生一定量的救灾效果,最终整体救灾效果为它们之和。
我们又进一步假设每个最小单位救灾物资产生的救灾效果与分配物资的权重、分配给的灾民受灾程度正相关,得到了基本的数学模型:单位物资救灾效果 = 该物资权重×分配给灾民的受灾程度最终救灾效果 = 单位物资救灾效果求和模型的约束条件由各种物资的数量有限得到。
我们以最大限度减小灾害影响为分配原则,即最大限度增强最终救灾效果,在此抽象为求解最终救灾效果在约束条件下的最大值。
其对应的最优解即为最佳分配方案。
在模型求解中,我们本着最大程度地发挥各种物资效用的原则,按照物资的优先级从高到低逐一对物资进行了分配。
在具体分配某一物资时,首先求得分配结果与产生的救灾效果的函数,继而简化为有约束的多元函数最值问题,并分别采用了MATLAB程序解法和拉格朗日乘数法。
紧接着我们给出了一个具体灾情,并用量化后的模型求出最优解,通过对结果的分析研究讨论了模型的合理性。
最后,我们对模型的优缺点进行了讨论,并提出了模型的改进方案,并且对模型的实际应用做了推广。
关键词救灾效果物资权重受灾程度单位物资一、问题重述某一灾区有N名受灾群众,现有一批救灾物资要发放给这些受灾者。
物资共有M 种,每种物质的数量有限;各受灾者的灾情不同,对每种物资的急需程度和需求量不同。
2008年大学生数学建模C题

摘要本文就长方形区域的搜索进行了研究,探讨如何在搜遍整个长方形区域的情况下,使得搜索时间最短。
先考虑某一具体的搜索路线,根据问题涉及到的影响因素,逐步优化,最终得到我们认为最优的搜索路线。
然后,在一些前提假设下建立一个整数混合模型。
利用lingo软件,得出最优解,从理论上验证了我们认为的最优路线。
我们给出了第一问的最优行进路线和最短搜索时间,并得到至少要23人,才可以在48小时内完成任务。
根据解决第一问的方法,第二问中,我们对搜索区域和搜索人员进行划分,将50人分为两个大组和一个小组,大组人数为20,小组人数为10。
由于两个大组搜索方法与面积相同,所以所耗时间一样。
而该模型中小组与大组完成任务的时间差较大。
为了减小时间差,我们重新设计了一种模型,将50人分为25人、20人和5人的三组搜索队伍,最终得到一个时间差最小的模型。
关键词:区域搜索,行进路线,可探测半径,整数规划,带形区域地面搜索的优化模型一、问题重述5.12汶川地震的破坏力度较严重,造成房倒屋塌、地面裂缝,使震区地面交通和通讯系统严重瘫痪。
为快速救助遇难百姓的生命,救灾指挥部紧急派出多支小分队,到指定区域执行搜索任务,以确定需要救助人员的准确位置。
急需解决的重要问题是:对预定区域进行快速的全面搜索,并制定搜索队伍的行进路线。
下面有一个大小为11200米×7200米矩形目标区域。
已知:出发点在区域中心;搜索完成后需要进行集结,集结点(结束点)在左侧短边中点;每个人搜索时的可探测半径为20米,搜索时平均行进速度为0.6米/秒;不搜索只行进时平均速度为1.2米/秒。
每个搜索人员带有GPS 定位仪、通讯半径为1000米的步话机和一定数量的卫星电话等装备。
搜索队伍若干人为一组,有一个组长。
搜索到目标的队员要用步话机及时向组长报告,组长用卫星电话向指挥部报告搜索的最新结果。
目前有以下问题需要解决:(1).假定有一支20人一组的搜索队伍, 拥有1台卫星电话。
2008高教社杯全国大学生数学建模竞赛-同济大学数学系

2008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):数码相机定位摘要我们研究了如何精确地确定两部相机的相对位置这一问题。
我们所使用的方法是确定某固定物体与其在各相机中像的位置对应关系,从而过渡到两相机间位置的对应关系。
我们将分别针对像平面和物平面建立两套坐标系,然后在物平面上取一系列特征点。
当我们按下照相机的快门时,就可以将那些特征点映到像平面上。
我们利用多个特征点来确定上述映射的模型。
也就是说通过了解映射在某些点上的取值来确定这一映射。
由于照相机将直线映射为直线,因此,我们可以通过对线与线间的对应关系的研究,更精确地获得点与点间的对应。
本文通过了解映射在圆的切线上的取值来确定这一映射,从而最后给出映射在圆心的取值。
为了验证我们的模型,我们取像平面上的四个圆,做出他们的切线,从而得到一个大的外切四边形和一个小的内切四边形。
他们的对角线应该交于同一点P。
我们分别通过这两个四边形确定两个映射,这两个映射分别把P映到像平面的两个点,我们通过这两个点的距离可确定我们的模型的准确性。
最后,我们利用分块矩阵的方法研究了算法的稳定性。
此模型有如下特点:第一,简单灵活。
我们只需要对任意一个四边形研究,就可以确定物像间的对应关系。
第二,精确稳定。
我们只需要将四边形取得充分大,就可使精度满足任意要求。
第三,容易推广。
关键字双相机定标切四边形仿射变换引言数码相机定位,即是指通过数码相机摄制物体的相片来确定为体表面的某些特征点的位置。
其不仅在交通监管中起着重要的作用,更是在人工智能方面,特别是在机器人视觉上有着巨大的开发空间。
与传统相机相比,数码相机通过电荷耦合器(Charge Coupled Device ,简称CCD ]2[)将光学影像转化为数字信号。
2008研究生数学建模获一等奖论文

全国第五届研究生数学建模竞赛题目中央空调系统节能设计问题摘要:随着国民经济的发展、人民生活水平的提高,空调应用日益广泛、普及,空调能耗在建筑能耗中比例也在日益上升,空调能耗已占总能耗20%左右,因而空调节能意义巨大,空调节能问题引起了人们的普遍关注。
本文使用了负荷随动跟踪技术的中央空调节能方法,根据空调工作原理和能量守恒定律,得出一个关于商场人流量,商场温度,室外温度以及冷冻水进出温度差的一个方程,并使用Matlab等数学工具确定方程中的参数,同时得到商场冷负荷的计算公式。
在该方程的基础上,根据商场制冷机的特点,提出了一种依据商场冷负荷来使用的中央空调节能方法。
另外,本文也通过得到的冷负荷公式,讨论了中央空调系统的基准冷负荷。
关键字:中央空调,节能,冷负荷,能量守恒,分段函数参赛队号 1038410一、问题重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。
08全国数学建模一等奖

高等教育学费标准模型摘要本文以中国历年普通高等教育学费的实际情况为背景,分析了人均国内生产总值、高等教育成本、居民家庭可支配收入、高等教育需求和高等教育供给五个因素对中国普通高等教育学费增长的影响,分别建立了我国普通高等教育学费影响因素的回归模型和曲线模型,较好的反映了各因素对学费的影响程度。
文中结合所搜集的权威数据,运用回归和曲线拟合方法,利用SPSS工具软件,得出各因素对普通高等教育学费的影响。
由所建立的六个一元回归模型可知:在假定其他各因素不变的情况下,人均GDP、国家预算内生均事业性拨款、城镇居民家庭收入、农村居民家庭收入、普通高中录取人数、高等教育本科录取人数的学费边际分别为:0.42、1.052、0.5986、2.082、0.001、0.002。
最后运用因子分析法建立了各因素对学费的综合影响模型,经检验模型效果较好。
对于问题2,以湖南省普通高等学校为例,说明了地区经济发展状况差异、不同类院校、不同专业对学费有影响。
基于该问题建议经济应与教育协调发展、学费制定应考虑经济发展状况。
最后通过具体实例考量了模型的实用性、灵活性。
对模型进行了科学性分析,指出了模型的优缺点,并提出了一些具体建议。
关键词:高等教育学费拟合曲线线性回归模型一、问题的提出高等教育事关高素质人才培养、国家创新能力增强、和谐社会建设的大局,因此受到党和政府及社会各方面的高度重视和广泛关注。
学费问题涉及到每一个大学生及其家庭,是一个敏感而又复杂的问题:过高的学费会使很多学生无力支付,过低的学费又使学校财力不足而无法保证质量。
学费问题近来在各种媒体上引起了热烈的讨论。
根据中国国情,收集诸如历年高等教育生均学费、普通高中录取人数、高等教育本科录取人数、国家预算内生均事业性拨款、家庭收入等相关数据。
现提出以下问题:1.建立数学模型来制定全国普通高等教育生均学费,得出明确的结论。
并讨论此学费以怎样的程度照顾到学生家庭的承受能力和学校财力保证。
- 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、"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、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)。
题目地面搜索问题
[摘要]
我们经过认真读题,抓住了本题中的几个要点,分别是:每个人搜索时的可探测半径为20米;步话机通讯半径为1000米;每个人搜索到目标,需要用步话机及时向组长报告;且搜索时不能留一点死角。
就这些约束条件进行分析,我们得到了“一个20人每人隔20米排成一排一同沿一个路线前进”的方案。
然后,我们根据总时间最短的原则,设计了一个不搜索只行进的距离最短的部队行进方案(如图一)。
再是根据“不留一点死角”和“总时间最短”的原则,对180度拐角处和90度拐角处,进行了认真地分析分别制定其通过方案(如图二、图三)。
之后,便计算总路程(包括边行进边搜索的路程和不搜索只行进的路程),分别除以其速度求20人搜索该区域时所用的时间。
其时间大于48小时,因此,要增加一人帮助其搜索。
我们本着总时间小于48小时的条件,分析了以上我们所建立的模型,认为:搜索时间是不能节省的,只行走的时间又过短,只能节省在过第一个180度弯时等待的时间(过第一个180度弯之后,最快与最慢的之间相差3040米,与步话机1000米的通讯半径不符,所以,期间需等待0.48小时)。
故增加一人使他在过第一个180度弯时和之前帮助较慢的人员前进,以节省其等待时间。
经计算最终时间小于48小时。
做第二问时我们用到第一问的数据,将50人分成20人、20人和10人,再根据人数按比例划分面积。
之后,根据条件“搜索完成后需要进行集结”,对该区域进行了划分,并设计了各个小组的行进路线(如图四)。
最终,搜索总时间为21.39小时。
关键词:步话机通讯半径、不能留一点死角、时间最短、小于48小时
§ 1问题的重述
5.12汶川大地震使震区地面交通和通讯系统严重瘫痪。
救灾指挥部紧急派出多支小分队,到各个指定区域执行搜索任务,以确定需要救助的人员的准确位置。
在其它场合也常有类似的搜索任务。
在这种紧急情况下需要解决的重要问题之一是:制定搜索队伍的行进路线,对预定区域进行快速的全面搜索。
通常,每个搜索人员都带有GPS定位仪、步话机以及食物和生活用品等装备。
队伍中还有一定数量的卫星电话。
GPS可以让搜索人员知道自己的方位。
步话机可以相互进行通讯。
卫星电话用来向指挥部报告搜索情况。
下面是一个简化的搜索问题。
有一个平地矩形目标区域,大小为11200米×7200米,需要进行全境搜索。
假设:出发点在区域中心;搜索完成后需要进行集结,集结点(结束点)在左侧短边中点;每个人搜索时的可探测半径为20米,搜索时平均行进速度为0.6米/秒;不需搜索而只是行进时,平均速度为1.2米/秒。
每个人带有GPS定位仪、步话机,步话机通讯半径为1000米。
搜索队伍若干人为一组,有一个组长,组长还拥有卫星电话。
每个人搜索到目标,需要用步话机及时向组长报告,组长用卫星电话向指挥部报告搜索的最新结果。
现在有如下问题需要解决:
1.假定有一支20人一组的搜索队伍, 拥有1台卫星电话。
请设计一种你认为耗时最短的搜索方式。
按照你的方式,搜索完整个区域的时间是多少? 能否在48小时内完成搜索任务? 如果不能完成,需要增加到多少人才可以完成。
2.为了加快速度,搜索队伍有50人,拥有3台卫星电话,分成3组进行搜索。
每组可独立将搜索情况报告给指挥部门。
请设计一种你认为耗时最短的搜索方式。
按照你的搜索方式, 搜索完整个区域的时间是多少?
§2 问题的分析与假设
1.人员完全听从组长的安排,组长在队伍中间。
2.假设搜索区域的地面规则平整,搜索任务不受天气地形等影响能不间断进行。
3.假设记录通讯时间为零。
4.假设搜索过程完全按照题中路线图进行,无突发事件发生。
§3 模型的建立与求解
3.1关于模型1(问题一)的建立与分析
3.1.1宏观路线的制定
终点
起
点图一
我们进过分析之后,打算采用20人排成一排,一同前进,并根据一定的路线对该区域进行搜索。
如图一为队伍行进路线图。
要是总时间最少,则队伍行进过程中重复扫描时间最少,即,使徒步行进距离最短。
经分析得,图一中,反复扫描时间较少。
则我们认为此行进路线为最佳行进路线(图中每个方格为800*800的正方形)。
3.1.2 180度与90度的拐弯方式
2号1号
图二
图三
在此行进路线中,有180度和90度的拐角,为使其搜索没有一点遗漏的地方,且考虑到1000米的步话机的通讯半径,我们对其进行了如下处理:180度拐角,如图二(图简化成二个人在搜索,且每个小格为40*40),搜索人员在到达应拐弯的方格时到达该格的下边缘,转个90度的弯贴着其边缘走到另一转弯格时再回转90度沿着该格的中心向前走,如图二中外侧红线,在到达1号格时转弯,到达2号格时再转弯;90度拐角,如图三(图三格式同图二,且蓝线为人员不搜索只行走的路程),搜索人员在到达应拐弯的方格时到达该格的下边缘,再往回退20米到转弯格的中心,转90度前进,并沿着方格的中心线。
从图一得,180度拐角有14个,90度拐角有2个。
同时发现180度拐角为偶数个,且因为在拐弯时内测与外侧的路程不一,但在经过偶数个拐角之后,其路程有处于平齐,则为使计算简单拐180度角的路程用其平均值。
3.1.3关于等待的考虑
又经分析得,在拐第一个180度角之后,最快与最慢的人员距离为3040米(最慢的人员路程为3160米,最快的人员路程为120米,3040
3160 ),与步话机1000
120
-
米的通讯半径不服。
为使其符合条件,我们使快的人员停下等慢的人员,要等1040米。
经分析在过了第一个180度的弯之后,再过其余的180度弯时,其最快与最慢的相差的距离分别为1040米、2000米、1040米、2000米······这样一直循环下去,且都在步话机1000米的通讯半径之内,便不需考虑。
3.1.4模型计算
最终,经计算得,队伍边搜索边行走的路程为102880米,其时间约为47.63小时;只行走的路程为880米,时间为0.20小时;在第一个180度拐角处,较快的人员要等较慢的人员1040米,时间为0.48小时。
最后,所需要总的时间约为48.31小时。
则,不能在48小时内完成搜索任务。
增加1人便可完成任务。
3.1.5模型改进
增加的这1人,让他分别在拐第一个弯前和拐第一个弯中去帮那些较慢的人员,以节省等待较慢人员的时间,来缩短总时间。
为使总时间在48小时内,即,增加的人员要帮最慢的人员节约至少0.31小时。
当
增加的人员帮助其他人员搜索1米时,其节约的时间约为000231
.03600
2.11-6.01≈⎪⎭⎫ ⎝⎛小时/米。
即,要帮助最慢的人员搜索1342000231
.031
.0≈米。
经过以上分析得到,最慢与最快的人员相差3040米,平均得:每人之间相差160米。
即,增加的人员要帮在拐第一个弯时外侧第二个人员节约至少
24.03600
6.0160
-31.0≈小时。
即,要帮助拐第一个弯时外侧第二个人员搜索
1022000231.024.0≈米。
同理得,帮外侧第三个人员701米,第四个人员381米,第五个人员60米,第六个人员0米,其他的也为0米。
则只需帮拐第一个180度弯时外侧
的五个人员向前搜索。
经证明得,该模型能在48小时内完成。
3.2关于模型2(问题二)的建立与求解
在问题一中我们把该区域分为126个800⨯800的网格,只有20人的时候探测范围为800米,所以我们把50人的队伍分为20、20、10,通过对图一的分析,我们得到图四为本题的路线(图中红线区域将800⨯800的正方形细分为400⨯400的)。
终点
起点
10人
20人(一组)
20人(二组)
图四
根据题一的数据,得:蓝线路与黄线路的时间为20.9小时;红线路的时间为21.39小时。
最终,该模型所需时间为21.39小时。
§4 模型的评价与改进
上诉模型的建立与求解,在假设中我们忽略了一些问题,在上述中我们假设通讯时间为零,但这在实际生活中可能会有所改变,但以上误差是可以允许的,亦是不可避免的。
宏观评价一个事物的好坏应该从客观角度去分析,要使搜索时间最短,同时满足在中点出发在左端中点集结,同时要达到合理易操作,正是从客观角度去分析的,从这一角度分析也更符合实际情况。
本模型具有以下优点:
1、此模型是用实际数据进行检验计算,误差也是在可以允许的范围内,因
此更具有实际应用价值。
2、此模型具有的最大优点就是简洁实用,可以用来解决同类问题,适用范
围广,推广性强。