2012年数学建模A题优秀论文

2012高教社杯全国大学生数学建模竞赛

承诺书

我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.

我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。

我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。

我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。

我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A

我们的参赛报名号为（如果赛区设置报名号的话）：S55001

所属学校（请填写完整的全名）：郑州科技学院

参赛队员(打印并签名) ：1. 刘超

2. 赵芬芳

3. 尹峰

指导教师或指导教师组负责人(打印并签名)：闫天增

日期： 2012 年 9 月 10 日赛区评阅编号（由赛区组委会评阅前进行编号）：

2012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）：

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）：

葡萄酒的评价

摘要

确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。本文通过对27种红葡萄酒和28种白葡萄的理化指标数据进行分析，采用显著性差异分析法、可靠度分析、因子分析法、相关系数分析、主成分分析法以及聚类分析法，借助统计软件SPSS和数学软件MATLAB，分析了两组评酒员的评价结果有无显著性差异和可信度，给出了酿酒葡萄与葡萄酒的理化指标之间的联系，建立了基于酿酒葡萄理化指标和葡萄酒质量的聚类分析模型确定了葡萄酒质量的影响因素，最后通过补充相关信息，建立基于分析模型确定了葡萄酒质量的影响因素。

针对问题一，首先对所有样品的10位评酒员打分的加权平均值进行显著性差异检验，显著性水平取为0.05，通过两组评酒员分别对红葡萄酒和白葡萄酒的显著性检验得出两组评酒员的评价结果有明显差异，最后运用可靠性分析，得到两组评酒员的评价结果的可靠度，结果表明第二组评酒员的评价结果更加可信。

针对问题二，以第二组评酒员的评价结果作为相应葡萄酒样品的质量指标，根据酿酒葡萄理化指标对比葡萄酒的质量利用SPSS软件进行聚类分析，得到酿酒葡萄的聚类树状图，从而将酿酒葡萄分成5个等级。

针对问题三，对葡萄酒的理化指标进行主成分分析，得到葡萄酒的主要成分，然后将每一个主成分与酿酒葡萄的理化指标进行多元回归分析，根据SPSS软件运行结果得出主成分与酿酒葡萄的理化指标的相关性。

针对问题四，利用因子分析分别给出酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响因素，将附件3中4个表格里的每张样品中所含各种芳香物质求和作为样品中的芳香指标与葡萄酒的理化指标一并进行因子分析，比较前后两者结果中由样品中的芳香指标导致的影响差异来确定不能只用葡萄和葡萄酒的理化指标来评价葡萄酒的质量，还需要结合感官指标，感官指标是评价葡萄酒质量的最终及最有效的指标。

关键词：理化指标主成分分析法可信度分析显著差异聚类分析芳香物质

一、问题重述

确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题：

1. 分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更可信？

2. 根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。

3. 分析酿酒葡萄与葡萄酒的理化指标

4.分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并且能否葡萄和葡萄酒的理化指标来评价葡萄酒的质量？

二、问题分析

（1）因为两组评酒师对同一样品评价的两个数据之间的差异可看成仅仅是由人的因素引起的，这样各组中两个数据来比较就能排除种种其他因素，而4组数据的分布都近似为正态分布，从而够利用SPSS软件来测出这两组评酒师的评价结果是否有显著性差异。运用先求加权平均值再求平均值的方法得到最终结果，再利用SPSS软件求得适用于态度、评价的信度分析的Cronbach’s α系数，来判断哪组可靠性更好（2）本问题先应用主成分分析法，建立主成分分析的数学模型，利用MATLAB处理数据最终得到相关系数矩阵的特征值、贡献率以及累计贡献率（至少包含原来指标85%以上的综合指标），判断两种葡萄酒的各自的几种主要成分，再利用主成分与变量的相关性强度分析出主成分的次序，然后应用聚类分析法，利用MATLAB创建出系统类聚树，这样就可以从图中看出样品酿酒葡萄的等级

(3）问题三，首先通过附表二中的葡萄酒的主成分y与酿酒葡萄中的成分进行线性回归分析，得到系数矩阵R，接着运用综合分析得到它们的潜在关系，由红葡萄样品的

各项主成分对红葡萄酒样品成分的线性关系，可得到成分x12，x23，即是总酚和干物质的量对葡萄酒有较大的影响，而对于白葡萄酒,也可进行上述的分析流程,首先得到4组相关矩阵y1,y2,y3,y4(见附表),故葡萄酒的酿酒葡萄与葡萄酒的理化指标之间的量化关系可通过上述表示.然后,进行对样本典型变量的上述分析,得到白葡萄各理化指标对白葡萄酒各理化指标间的影响程度.

（4）利用因子分析分别给出酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响因素，将附件3中4个表格里的每张样品中所含各种芳香物质求和作为样品中的芳香指标与葡萄酒的理化指标一并进行因子分析，比较前后两者结果中由样品中的芳香指标导致的影响差异来确定不能只用酿酒葡萄和葡萄酒的理化指标来评价葡萄酒的质量还需要结合感官指标，感官指标是评价葡萄酒质量的最终及最有效的指标。

三、模型假设

1.假设若评酒员对各个指标的评价数据中有可能出现错误的数据，将此数据换成0.

2.因为对这四种样品评价数据中，大部分的数据都接近各自的平均数，不会太高也不会是太低，所以四种样品的各自数据都可以看作是来自正态或近似正态总体

3.假设问题一中评酒师的评价结果的误差仅与人的因素有关

4假设酿酒葡萄以及葡萄酒中的理化指标中的蓝色二级指标对酿酒葡萄的分级和葡萄酒质量影响不大

5酿酒方式和酿酒过程对葡萄酒的质量无影响

四、符号说明

1.0H ∶t 检验的原假设

2.1H ∶t 检验的择备假设

3.1X ，2X ：分别为两样本平均数；

4.1

2

X σ，2

2X

σ

：分别为两样本方差；

5.γ为相关样本的相关系数。

6.n ：t 检验中的自由度

7. F ：酿酒葡萄的理化指标的主成分

8. α：检验水平，值为0.05

9.K ：为酒样的总数 10. 2i σ：为第i 种酒样品得分的方差 11.2T σ：为全酒样总得分的方差。 12：：为随机误差项。 13.X ki:葡萄的理化指标变量 14.Β

k:

未知参数

15. ：解释变量估计值 16.： 实际观测值

17.：变量 18.：残差

五、模型的建立与求解

5.1 问题一模型的建立和求解 5.1.1.评价结果的显著性差异分析

（1）应用原理: 配对t 检验，它适用于配对设计的计量资料，在相同的条件下作对比试验，得到一批成对观察值，然后分析观察数据作出推断，或者是检验两个样本平均数与其各自所代表的总体的差异是否显著。配对t 检验又分为两种情况，一是相关样本平均数差异的显著性检验，用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性，这两种情况组成的样本即为相关样本。二是独立样本平均数的显著性检验。各实验处理组之间毫无相关存在，即为独立样本。该检验用于检验两组非相关样本被试所获得的数据的差异性]1[。

配对设计资料具有一一对应的特点，研究者关心的变量是对子的效应差值，而不是各自的效应值。如果两处理因素的效应无差别，理论上差值d 的均数应为0，因此，可将该检验理解为样本均数所对应的总体μd 与总体均数0的比较。 其应用条件是差值d 变量服从正态分布。t 检验步骤如下 ：

建立原假设0H ∶1μ=2μ 择备假设1H ∶1μ≠2μ相关样本的t 检验公式为：

t =

。

在这里，1X ，2X 分别为两样本平均数；1

2

X σ，2

2X

σ

分别为两样本方差；γ为相关样本的

相关系数。根据自由度n ，查t 值表求t 的拒绝域。若实际计算出来的结果不在拒绝域内，则接受,测量结果无显著性差异，反之，则有显著性差异。

（2）从应用原理看本题中比较符合第一种情况，又因为本问题的数据是成对的，是两组分别对相同的样品测出的数据，我们看到同一对两个数据之间的差异可看成仅仅是由人的因素引起的，这样局限于各对中两个数据来比较就能排除种种其他因素，从而能比较这两组数据中的各自的测量结果是否有显著性差异。

（3）应用先求和后平均的算法作出对各个样品的总的指标，如图表1，按照表1中的数据应用SPSS 软件进行t 检验（检验水平α=0.05）。

表1：样品平均值

一红 二红 一白 二白 样品1 62.7 68.1 82 77.9 样品2 80.3 74 74.2 75.8 样品3 80.4 74.6 85.3 75.6 样品4 68.6 71.2 79.4 76.9 样品5 73.3 72.1 71 81.5 样品6 72.2 66.3 68.4 75.5 样品7 71.5 65.3 77.5 74.2 样品8 72.3 66 71.4 72.3 样品9 81.5 78.2 72.9 80.4 样品10 74.2 68.8 74.3 79.8 样品11 70.1 61.6 72.3 71.4 样品12 53.9 68.3 63.3 72.4 样品13 74.6 68.8 65.9 73.9 样品14 73 72.6 72 77.1 样品15 58.7 65.7 72.4 78.4 样品16 74.9 69.9 74 67.3 样品17 79.3 74.5 78.8 80.3 样品18 59.9 65.4 73.1 76.7 样品19 78.6 72.6 72.2 76.4 样品20 78.6 75.8 77.8 76.6 样品21 77.1 72.2 76.4 79.2 样品22 77.2 71.6 71 79.4 样品23 85.6 77.1 75.9 77.4 样品24 78 71.5 73.3 76.1 样品25 69.2 68.2 77.1 79.5 样品26 73.8 72 81.3 74.3 样品27 73 71.5 64.8 77

软件应用的过程为：打开SPSS 软件，选择“分析栏”下的“比较均值”一栏得出运

行结果：

结论分析：本题中的自由度n=27-1=26，0555

.2)26(2

=α

t ，即知拒绝域为

0555

.2≥t ，由上表可知两组评酒师对红、白葡萄酒的评价结果的检验值

0555

.2390.21>=t , 0555

.2127.22

>=t ,因为两个检验值均在拒绝域，所以两组评酒师

的评价结果有显著性差异

5.1.2.评价结果的可信度分析

模型准备；信度主要分为四大类：重测信度(Test-retest Reliability)、复本信度(Alternate-form Reliability)、内部一致性信度(Internal Consistency Reliability)、评分者信度(Scorer Reliability)。本文采用Cronbach ’s α信度系数内部一致性信度检验，Cronbach ’s α系数是Cronbach 于1951年创立的，用于评价问卷的内部一致性。α系数取值在0到1之间，α系数越高，信度越高，评价的内部一致性越好。Cronbach ’s α系数不仅适用于两级记分的问卷，还适用于多级计分的问卷。Cronbach α信度系数是目前最常用的信度系数]2[，其计算公式为：

?????

?

?

?--=

'∑=2

1

211T

k

i i

K K σσ

α

其中，K 为酒样的总数， 2i σ为第i 种酒样品得分的方差，2T σ为全酒样总得分的方差。从公式中可以看出，α系数评价的是评酒师各酒样得分间的一致性，属于内在一致性x 信度系数。这种方法适用于态度、评价的信度分析。α系数有以下性质： （1）α系数是所有可能的分半信度的平均值； （2）α系数是估计信度的最低限度；

（3）当问卷计分为二分名义变量时，即答案为0或1，α系数与KR20值相同，即库德-理查森信度公式

是克隆巴赫的α系数的一个特例。低信度: α<0.35, 中信度:0.35<α<0.70, 高信度： 0.70<α。一般地，评价的α系数在0.8以上该评价才具有使用价值。 Cronbach ‘s 的α值皆达0.85以上，表明评价信度良好。

对附表1中两组品酒师对每一种酒样样品的评价结果求加权平均值，然后对10位评酒师对该酒样品的得分求平均值作为该酒样品的最终得分。如表2

在SPSS Alpha ，Analyze-->Scale-->Reliability analysis ，statistics 选descriptives for 下Scale if item deleted 。对酒样品的最终得分进行信度分析，可以得到如下结果： 由上述结果表明：第一组品酒师的评价结果的α系数和Cronbach ‘s α值在0.80以上、0.85以下，仅有使用价值；而第二组品酒师的评价结果的α系数和Cronbach ‘s α值在0.85以上，所以第二组品酒师的评价结果更加可信。 5.2 问题二模型的建立和求解

5.2.1分析酿酒葡萄的理化指标及葡萄酒的质量

（1）应用原理：用主成分分析法分析酿酒葡萄的理化指标及葡萄酒的质量主成分分析法通过研究指标体系的内在结构关系，从而将多个指标转化为几个相互独立且包含原来指标大部分信息（80%或85%以上）的综合指标。 （2）选取主成分的理论分析

因为在所有的线性组合中所选取的1F 应该是方差最大的，故称1F 为第一主成分。

如果第一主成分不足以代表原来p 个变量的信息，再考虑选取2F 即第二个线性组合，为了有效地反映原来信息，1F 已有的信息就不需要再出现在2F 中，用数学语言表达就是要求0

),(21=F F Cov

，称2F 为第二主成分，依此类推可以构造出第三、四……第p 个主

成分。

（3）主成分分析的数学模型

对于一个样本资料，观测p 个变量p x x x ,,21，n 个样品的数据资料阵为：

????

??

?

??=np n n p p x x x x x x x x x X

2

1

22221

11211()p x x x ,,21=

其中：p

j x x x x nj j j j ,2,1,21=????

??

?

?

?=

主成分分析就是将p 个观测变量综合成为p 个新的变量（综合变量）]3[，即

??

?

??

?

?+++=+++=+++=p pp p p p p p p

p x a x a x a F x a x a x a F x a x a x a F

22112222121212121111

简写为：

p

jp

j j j

x x x F α

α

α

+++= 22

11

，

p

j ,,2,1 =

要求模型满足以下条件： ①j i F F ,互不相关（j

i

≠，p

j i ,,2,1,

=）；

②1F 的方差大于2F 的方差大于3F 的方差，依次类推； ③.,2,11

2

222

1

p k a a a kp

k k ==+++；

于是称1F 为第一主成分，2F 为第二主成分，依此类推，有第p 个主成分。主成分又叫主分量。这里ij a 我们称为主成分系数。上述模型可用矩阵表示为：AX

F

=，其中

?

?

?????

??=p F F F F 2

1 ???

?

?

?? ??=p x x x X 21 ????

??

?

??=

???????

??=p pp p p p p a a a a a a a a a a a a A

212

1

22221

11211

,

A

称为主成分系数矩阵。

（4）分析过程

首先对红葡萄酒进行分析

①．将附表2中的原数据做平均值处理， ②. 然后作标准化处理，

③. 然后将它们代入相关系数公式计算，得到相关系数矩阵，

④. 求相关系数矩阵计算特征值，以及各个主成分的贡献率与累计贡献率，结果如 表3

其中：1. 5.白藜芦醇(mg/L) 6.DPPH 半抑制体积（IV50） 1/IV50(uL) 7.色泽L*（D65） 8.色泽a*（D65） 9.色泽b*(D65)

⑤.根据主成分分析规定的特征值方差累计贡献率要高于85%，前4个的累积贡献率高达93.93% ，所以取前4个即可

⑥.对前4个主成分的构成主成分分析模型，应用MATLAB 软件求出F1、F2、F3、F4的数学矩阵如表4从而得出主要成分的次序

(5) 结果分析：

①.第一主成分1F 与1x ，5x

，

,6x 7

x ,

9

x 呈显出较强的正相关，与

3

x 呈显出较强的负相关，

而这几个变量则综合反映了酒的质量状况，因此可以认为第一主成分z1是代表花色苷; ②.第二主成分2F 与2x ，4x ，

5

x 呈显出较强的正相关，与1x 呈显出较强的负相关，因此

可以认为第二主成分2F 代表了总酚;

③.第三主成分3F ，与x 呈显出的正相关程度最高，其次是6

x ，而与

7

x 呈负相关，因此

可以认为第三主成分在一定程度上代表了单宁;

④.第四成分4F ，与酒种1x 呈显现出正相关性程度最大，故我们可以认为第三种成分是酒总黄酮;

显然，用4个主成分1F ，2F ，3F ，4F 代替原来9个变量（1

x ，2x ，…，9x ），描述

红葡萄酒的主要成分可以使问题更进一步简化、明了。

{6}.再对白葡萄酒进行分析，分析过程同上,得出结果：白葡萄酒的主成分1F ，2F ，3F ，

4

F 排序为色泽L ，单宁，酒总黄酮，总酚

5.2.2.根据葡萄酒的质量对酿酒葡萄进行分级 （1）模型建立：应用聚类分析法进行分析

系统聚类法是聚类分析中应用最为广泛的一种方法。它的基本原理是：首先将一定数量的样品（或指标）各自看成一类，然后根据样品（或指标）的亲疏程度，将亲疏程度最高的两类合并，如此重复进行，直到所有的样品都合成一类。衡量亲疏程度的指标有两类：距离、相似系数。常用距离有欧氏距离、标准化欧氏距离、马氏距离、Minkowsk 距离等，常用的聚类方法主要有：最短距离法、最长距离法、中间距离法、重心法、平方和递增法等等，本文应用的是最短距离法中的欧式距离求得的]4[。

（2）模型建立

假设有m 个聚类的对象，每一个聚类对象都有n 个要素构成。它们所对应的要素数据可用表5给出。

表5：聚类对象与要素数据

标准化，即

经过这种标准化所得的新数据，各要素的极大值为1，极小值为0，其余的数值均在0与1之间。然后用最短距离法得出相应的结果，假设已经得到样本点之间的距离y ，可以用linkage 函数创建出系统聚类树，如图1、2：

图1：红葡萄的等级

n

i ij n i ij ij n

i ij ij x x x x x ≤≤≤≤≤≤--='111}

{min }{max }{min

图2.白葡萄的等级

由上图可以看出酒的种类和等级如表6

表6：不同样品的葡萄级别

5.3

5.3.1.数据的归一化处理

附件中检测表所给的四项指标值具有不同的值域和限值，要得到综合的评价因子，首先必须通过一定方法对数据进行归一化处理。所以我们首先对葡萄的成分X与葡萄酒的某

个成分y进行归一化设计，利用线性回归的理念得到葡萄酒的四种主要成分

Y,2Y,3Y,4Y

1

与葡萄的成分X的线性关系，又由关系的正负相关性得到它们之间内在关系。

5.3.2.模型建立

假定被解释变量与多个解释变量之间具有线性关系，是解释变量的多元线性函数，称为多元线性回归模型。即

其中为被解释变量，为个解释变量，为个

未知参数，为随机误差项。被解释变量的期望值与解释变量的线性方程为：

称为多元总体线性回归方程，简称总体回归方程]5[。

对于组观测值，其方程组形式为：

即

多元线性回归模型包含多个解释变量，多个解释变量同时对被解释变量发生作用，若要考察其中一个解释变量对的影响就必须假设其它解释变量保持不变来进行分析。因

此多元线性回归模型中的回归系数为偏回归系数，即反映了当模型中的其它变量不变时，其中一个解释变量对因变量的均值的影响 5.3.3结果解释

由样本红葡萄酒的各项主成分对红葡萄成分的线形关系，可得到，成分12X ，23X ，即是总酚和干物质的量对葡萄酒有较大的影响，而对于白葡萄酒,也可进行上述的分析流程,首先得到四组相关矩阵1Y ,2Y ,3Y ,4Y (见附表),故葡萄酒的酿酒葡萄与葡萄酒的理化指标之间的量化关系可通过上述表示.然后,进行对样本典型变量的上述分析,得到白葡萄各理化指标对白葡萄酒各理化指标间的影响程度.

对于酿酒葡萄与葡萄酒的理化指标之间的联系的分析，我们采用典型的相关性分析以红葡萄为例，并运用MATLAB 软件将红葡萄的所有成分1x ，2x ，3x ......27x 分别以向量的形式写出来和红葡萄酒的某一主要成分Y 进行相关性分析得到四种相关数据

1b ,2b ,3

b , 4b ，如表7，代码和图形，然后然后通过典型多元线性回归分析可得酿酒

葡萄与葡萄酒的理化指标之间四种搭配的相关矩阵，最后通过分析可以得到具体的成果。同理可得到白葡萄的分析结果。

5.4 问题四模型的建立和求解 5.4.1 模型准备和建立

设()p

x x x X ,,,21 =为观察到的随机向量，)

,,,(21m F F F F

=是不可观测的向量。

则有

111111m m x a F a F ε=+++ 221122m m x a F a F ε=+++

11p

p pm m p

x a F a F ε

=+++

用矩阵表示为：ε+=AF X ，其中()'=p

ε

εεε

,,,21 称作误差或特殊因子，称i

F 为第i 个

公共因子，式中A 称为因子载荷矩阵，其元素(系数)a ij 表示第i 个变量x i 在第j 个公共因子F j 上的载荷，简称因子载荷，如果把x i 看成P 维因子空间的一个向量，则a i j 表示x i 在坐标轴F j 上的投影。 5.4.2 模型求解

由附件表2 中的数据，利用统计分析软件SPSS ，将表2中的数据标准化，然后计算变量间的相关系数，可见变量之间存在共同因子的可能性很大，可以建立因子分析模型进行相关分析。对酿酒红葡萄、白葡萄以及红葡萄酒、白葡萄酒理化指标建立因子分析模型，求得样本相关矩阵R 的特征根和贡献率，表1总方差分解表所示，由表1绘制公共因子与特征根的碎石图。

7个成份。第二大栏为初始特征值，共由三栏构成：特征值、解释方差和累积解释方差。

合计栏为各成份的特征值，栏中只有2个成份的特征值超过了1；其余成份的特征值都没有达到或超过1。方差的 %栏为各成分所解释的方差占总方差的百分比，即各因子特征值占总特征值总和的百分比。累积%栏为各因子方差占总方差的百分比的累计百分比。如在方差的 %栏中，第一和第二成份的方差百分比分别为74.967、15.683，而在累计百分比栏中，第一成份的累计百分比仍然为74.967，第二成份的累计方差百分比为90.650，即是两个成份的方差百分比的和（74.967+74.967）。第三大栏为因子提取的结果，未旋转解释的方差。第三大栏与第二大栏的前两行完全相同，即把特征值大于1的两个成份或因子单独列出来了。这两特征值由大到小排列，所以第一个共同因子的解释方差最大。

红葡萄酒旋转成份矩阵a 成份 1 2 色泽 -.960 .015 V2 .936 -.024 V3 .865 .363 V4 .853 .489 V5 .798 .467 V7 .788 .575 白藜芦醇(mg/L) .049 .944

上表为旋转后的成份矩阵表，表中各变量根据负荷量的大小进行了排列。旋转后的因子矩阵与旋转前的因子矩阵有明显的差异，旋转后的负荷量明显地向0和1两极分化了。从旋转后的矩阵表中，可以很容易地判断哪个变量归入哪个因子。从上表看出，最后一个因子只有一个变量，包含的变量不多，因此删除这个因子可能更为合适。但是删除了一个因子后，因素结构会有所改变，需要重新进行因子分析。

5.4.4酿酒葡萄对葡萄酒质量的影响

（1）该表格（见附表）是因子分析后因子提取和因子旋转的结果。第一列到第四列描述了因子分析初始解对原有变量总体描述情况。第一列是因子分析27个初始解序号。第二列是因子变量的方差贡献（特征值），它是衡量因子重要程度的指标，例如第一行的特征值为5.409，后面描述因子的方差依次减少。第三列是各因子变量的方差贡献率（% of Variance ），表示该因子描述的方差占原有变量总方差的比例。第四列是因子变量的累计方差贡献率，表示前m 个因子描述的总方差占原有变量的总方差的比例。第五列和第七列则是从初始解中按照一定标准（在前面的分析中是设定了提取因子的标准是特征值大于1）提取了3个公共因子后对原变量总体的描述情况。各列数据的含义和前面第二列到第四列相同，可见提取了9个因子后，它们反映了原变量的大部分信息。

（2）该表格（见附表）是按照前面设定的方差极大法对因子载荷矩阵旋转后的结果。未经过旋转的载荷矩阵中，因子变量在许多变量上都有较高的载荷。经过旋转之后，第一个因子含义略加清楚，基本上反映了“可溶性固形物”、“总糖”、“还原糖”“干物质含量”、“出汁率”“果穗质量”；第二个因子基本上反映了“葡萄总黄酮”、“总酚”“单宁”“黄酮醇”“DPPH 自由基”；第三个因子反映了“固酸比”“可滴定酸”“PH 值”

白葡萄酒旋转成份矩阵a

成份

1 2

色泽 -.960 .015 V2 .936 -.024 V3 .865 .363 V4 .853 .489 V5 .798 .467 V7 .788 .575 白藜芦醇(mg/L) .049 .944

5.4.5.论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量 （1）模型准备

设()p x x x X ,,,21 =为观察到的随机向量，

)

,,,(21m F F F F =是不可观测的向量。

则有

ε1111101 m m x a F a F F =++++ ε2211202 m m x a F a F F =++++

ε

110 p

p pm m p

x a F a F F =++++

用矩阵表示为：ε+=AF X ，其中()'=p

ε

εεε

,,,21

（2）模型求解

首先对附件三中的每种样品所含芳香物质进行求和，以此值作为芳香物质指标。 将之与葡萄酒中主要理化指标进行因子分析得到表9.1，单独以葡萄酒中主要理化指标进行因子分析得到表9.2，对比两表中的数据可以发现，累计方差贡献率由81.483增至

表9.2：加入芳香物质后白葡萄酒解释的总方差

成份 初始特征值

提取平方和载入

合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 2.923 41.754 41.754 2.923 41.754 41.754 2 1.134 16.194 57.948 1.134 16.194 57.948 3 1.031 14.727 72.675 1.031 14.727 72.675 4 .900 12.851 85.526 5 .619 8.837 94.363 6 .292 4.166 98.529 7

.103

1.471

100.000

葡萄酒的质量是葡萄酒的一种特性，它是表示葡萄酒优秀的程度。复杂性和协调性

构成了葡萄酒质量的主要属性。影响葡萄酒质量的因素有：品种及其与之相适应的生态

条件、酿酒工艺、陈酿条件等；对葡萄酒的质量进行评价是通过感官指标和理化指标来实现的；葡萄酒成分的分析是通过化学法和仪器法，而葡萄酒的感官指标则是通过感官指标和理化指标来实现的；葡萄酒成分的分析是通过化学法和仪器法，而葡萄酒的感官指标则是通过视觉、嗅觉、味觉即感官分析来实现的；葡萄酒的感官分析可鉴别葡萄酒

的品种、特性、产地，葡萄酒是否掺假等]6[。

葡萄酒的质量即葡萄酒优秀的程度，它是产品的一种特性，且决定购买者的可接受性。因此，葡萄酒能够满足人类需求的各种特性的总和即构成了它的质量。葡萄酒质量属性主要指：复杂性、协调性以及能够激发消费者感情的能力；复杂性意味着葡萄酒有浓郁的令人愉快的香气与滋味，及它的潜力与精巧性。协调性是指各种感官成分的结合是平衡的，每一种成分与其它成分相比，它的存在及其含量是非常适宜的，而且它的复杂性、颜色强度、香气、滋味、后味是稳定一致的。

葡萄酒质量的评价是人们为了反映葡萄酒的客观性而人为采取的一些方法，主要包括以

下指标]7[：（1）感官指标：包括葡萄酒的香气（类型、浓度、和谐程度）；滋味（协调

性、结构感、平衡性、后味等）；典型性（外观、香气与滋味之间的平衡性）；感官指标是评价葡萄酒质量的最终及最有效的指标。（2）理化指标：指由葡萄酒的成分（糖、酒精、矿物质元素、干浸出物、有机酸等）所构成的指标。（3）卫生指标：指葡萄酒中的微生物（酵母菌、细菌、大肠杆菌）和一些对人体健康有影响的限量成分。

葡萄酒的感官分析（品尝）就是利用感官去了解，确定某一产品的感官特征及其优缺点，并最后估价其质量，即利用视觉、嗅觉和味觉对葡萄酒进行观察、分析、描述、定义、分级。葡萄酒的质量检定，单单依靠化学分析或仪器分析，即使完全符合国家标准或部颁标准，是远远不够的，因为化学分析和仪器分析只能表示葡萄酒的化学成分或卫生指标。无法表示酒的风味质量。只有通过目测、鼻嗅与口尝，依靠视觉、嗅觉、味觉对酒的色泽、芳香、滋味做出精密的检定。

以上分析表明感官指标是评价葡萄酒质量的最终及最有效的指标，仅靠葡萄和葡萄酒的理化指标无法完全确定葡萄酒的质量。

六、模型的推广与前景

文中除了分析方法外第一问中还用到了平均数法和加权平均数法，这两种方法应用于各个领域，如工人的月薪与年薪，车站每天的客流量，普通股票的利益问题。另外，本文中的模型还可以推广到食品质量安全的评定等，比较实用与现实生活中，符合大众健康的利益。

随着科技的发展，社会的进步，人们的研究成果与科技产品层出不穷，而且各大领域都相互联系，形成了千丝万缕的关系，所以，现在这个社会不得不借助像显著性差异分析法、可信度分析、主成分分析法、聚类分析法等数学方法，来看清本质，取得成果。通过这些数学方法，建立各种分析模型解决问题，也将成为一种趋势。

参考文献

[1].韩启航，数学建模，北京：高等教育出版社，2003.

[2].韩中庚，数学建模方法及其应用，北京：高等教育出版社，2005

[3].第065451号第盛骤、谢拭千、潘承毅，概率论与数理统计，浙江大学：高等教育

全国数学建模竞赛一等奖论文

交巡警服务平台的设置与调度 摘要 由于警务资源有限，需要根据城市的实际情况与需求建立数学模型来合理地确定交巡警服务平台数目与位置、分配各平台的管辖范围、调度警务资源。设置平台的基本原则是尽量使平台出警次数均衡，缩短出警时间。用出警次数标准差衡量其均衡性，平台与节点的最短路衡量出警时间。 对问题一，首先以出警时间最短和出警次数尽量均衡为约束条件，利用无向图上任意两点最短路径模型得到平台管辖范围，并运用上下界网络流模型优化解,得到A区平台管辖范围分配方案。发现有6个路口不能在3分钟内被任意平台到达，最长出警时间为5.7分钟。 其次，利用二分图的完美匹配模型得出20个平台封锁13个路口的最佳调度方案，要完全封锁13个路口最快需要8.0分钟。 最后，以平台出警次数均衡和出警时间长短为指标对方案优劣进行评价。建立基于不同权重的平台调整评价模型，以对出警次数均衡的权重u和对最远出警距离的权重v 为参数，得到最优的增加平台方案。此模型可根据实际需求任意设定权重参数和平台增数，由此得到增加的平台位置，权重参数可反映不同的实际情况和需求。如确定增加4个平台，令u=0.6，v=0.4，则增加的平台位置位于21、27、46、64号节点处。 对问题二，首先利用各区平台出警次数的标准差和各区节点的超距比例分析评价六区现有方案的合理性，利用模糊加权分析模型以城区的面积、人口、总发案次数为因素来确定平台增加或改变数目。得出B、C区各需改变2个平台的位置，新方案与现状比较，表明新方案比现状更合理。D、E、F区分别需新增4、2、2个平台。利用问题一的基于不同权重的平台调整评价模型确定改变或新增平台的位置。 其次，先利用二分图的完美匹配模型给出80个平台对17个出入口的最优围堵方案，最长出警时间12.7分钟。在保证能够成功围堵的前提下，若考虑节省警力资源，分析全市六区交通网络与平台设置的特点，我们给出了分阶段围堵方案，方案由三阶段构成。最多需调动三组警力，前后总共需要29.2分钟可将全市路口完全封锁。此方案在保证成功围堵嫌疑人的前提下，若在前面阶段堵到罪犯，则可以减少警力资源调度，节省资源。 【关键字】：不同权重的平台调整评价模糊加权分析最短路二分图匹配

葡萄酒的评价_全国数学建模大赛优秀论文

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。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 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）：重庆工商大学 参赛队员(打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)： 日期： 2012 年 9 月 10 日赛区评阅编号（由赛区组委会评阅前进行编号）：

编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：

葡萄酒的评价 摘要 酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定的程度上反映葡萄酒和葡萄的质量。本论文主要研究葡萄酒的评价、酿酒葡萄的分级以及酿酒葡萄与葡萄酒的理化指标之间的相互关系问题。 对于问题一:我们从假设检验的角度出发分析，对两组的评分进行均值和方差运算，并在零假设成立的前提下通过使用Matlab 做T 检验，得出两组评酒员对于红葡萄酒的评价结果无显著性差异，而对于白葡萄酒的评价结果存在显著性差异的结果。再建立可信度模型 = H ，计算结果如下表， 对于问题二:根据葡萄酒质量的综合得分，将其划分为优、良、合格、不合格四个等级，并对酿酒葡萄的理化指标进行主成分分析，得出对葡萄影响较大的 到了它们的偏相关系矩阵。利用通径方法建立了数学模型，得出了它们之间的线性回归方程： 11231123=2.001x 0.0680.015x +........=0.0540.7580.753x ......... y x y x x ----+红红红红白白白白 对于问题四:在前面主成分分析和葡萄酒分级的基础上，建立Logistic 回归模型，并利用最大似然估计法求出线性回归方程的参数，得出线性回归方程。运用SPSS 软件，通过matlab 编程运算，求出受它们综合影响的线性回归方程。在验证时，随机从上面选取理化指标，将它们带入P 的计算式中，通过所求P 值判断此时葡萄酒质量所属级别，得出了不能用葡萄和葡萄酒的理化指标来评价葡萄酒的质量的结论。

数学建模国家一等奖优秀论文

２01４高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》(以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载)。 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章程和参赛规则的，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，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为,我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示(包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等)。 我们参赛选择的题号是(从Ａ/B/C/Ｄ中选择一项填写)：B 我们的报名参赛队号为（8位数字组成的编号）: 所属学校（请填写完整的全名)： 参赛队员(打印并签名) :1. 2． 3．

指导教师或指导教师组负责人(打印并签名): ?（论文纸质版与电子版中的以上信息必须一致,只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。) 日期： 20１4 年 9 月15日 赛区评阅编号(由赛区组委会评阅前进行编号）:

２０14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）：

2013全国数学建模大赛a题优秀论文

车道被占用对城市道路通行能力的影响 摘要 随着城市化进程加快，城市车辆数的增加，致使道路的占用现象日益严重，同时也导致了更多交通事故的发生。而交通事故发生过程中，路边停车、占道施工、交通流密增大等因素直接导致车道被占用，进而影响了城市道路的通行能力。本文在视频提供的背景下通过数据采集，利用数据插值拟合、差异对比、车流波动理论等对这一影响进行了分析，具体如下： 针对问题一，首先根据视频1中交通事故前后道路通行情况的变化过程运用物理观察测量类比法、数学控制变量法提取描述变量（如事故横断面处的车流量、车流速度以及车流密度）的数据，从而通过研究各变量的变化，来分析其对通行能力的影响。而视频1中有一些时间断层，我们可根据现有的数据先用统计回归对各变量数据插值后再进行拟合，拟合过程中利用残差计算值的大小来选择较好的模型来反应各变量与事故持续时间的关系，进而更好地说明事故发生至撤离期间，事故所处横断面实际通行能力的变化过程。 针对问题二：沿用问题一中的方法，对视频2中影响通行能力的各个变量进行数据采集，同样使用matlab对时间断层处进行插值拟合处理，再将所得到的的变化图像与题一中各变量的变化趋势进行对比分析，其中考虑到两视频的时间段与两视频的事故时长不同，从而采用多种对比方式（如以事故发生前、中、后三时段比较差值、以事故相同持续时间进行对比、以整个事故时间段按比例分配时间进行对比）来更好地说明这一差异。由于小区口的位置不同、时间段是否处于车流高峰期以及1、2、3道车流比例不同等因素的影响，采用不同的数据采集方式使采集的变量数据的实用性更强，从而最后得到视频1中的道路被占用影响程度高于视频2中的影响程度，再者从差异图像的变化波动中得到验证，使其合理性更强。 针对问题三：运用问题1、2中三个变量与持续时间的关系作为纽带，再根据附件5中的信号相位确定出车流量的测量周期为一分钟，测量出上游车流量随时间的变化情况，而事故横断面实际通行能力与持续时间的关系已在1、2问中由拟合得到，所以再根据波动理论预测道路异常下车辆长度模型的结论，结合采集数据得到的函数关系建立数学模型，最后得出事故发生后，车辆排队长度与事故横断面实际通行能力、事故持续时间以及路段上游车流量这三者之间的关系式。 针对问题四：在问题3建立的模型下，利用问题4中提供的变量数据推导出其它相关变量值，然后代入模型，估算出时间长度，以此检验模型的操作性及可靠性。 关键词：通行能力车流波动理论车流量车流速度车流密度

全国数模竞赛优秀论文

一、基础知识 1.1 常见数学函数 如：输入x=[-4.85 -2.3 -0.2 1.3 4.56 6.75]，则： ceil(x)= -4 -2 0 2 5 7 fix(x) = -4 -2 0 1 4 6 floor(x) = -5 -3 -1 1 4 6 round(x) = -5 -2 0 1 5 7 1.2 系统的在线帮助 1 help 命令： 1.当不知系统有何帮助内容时，可直接输入help以寻求帮助: >>help（回车） 2.当想了解某一主题的内容时，如输入： >> help syntax（了解Matlab的语法规定） 3.当想了解某一具体的函数或命令的帮助信息时，如输入： >> help sqrt （了解函数sqrt的相关信息）

2 lookfor命令 现需要完成某一具体操作，不知有何命令或函数可以完成，如输入： >> lookfor line （查找与直线、线性问题有关的函数） 1.3 常量与变量 系统的变量命名规则：变量名区分字母大小写；变量名必须以字母打头，其后可以是任意字母，数字，或下划线的组合。此外，系统内部预先定义了几个有特殊意 1 数值型向量（矩阵）的输入 1．任何矩阵（向量），可以直接按行方式 ．．．输入每个元素：同一行中的元素用逗号（，）或者用空格符来分隔；行与行之间用分号（；）分隔。所有元素处于一方括号（[ ]）内； 例1： >> Time = [11 12 1 2 3 4 5 6 7 8 9 10] >> X_Data = [2.32 3.43；4.37 5.98] 2 上面函数的具体用法，可以用帮助命令help得到。如：meshgrid(x,y) 输入x=[1 2 3 4]; y=[1 0 5]; [X,Y]=meshgrid(x, y)，则 X = Y =

SARS传播的数学模型 数学建模全国赛优秀论文

SARS传播的数学模型 (轩辕杨杰整理) 摘要 本文分析了题目所提供的早期SARS传播模型的合理性与实用性，认为该模型可以预测疫情发展的大致趋势，但是存在一定的不足.第一，混淆了累计患病人数与累计确诊人数的概念；第二，借助其他地区数据进行预测，后期预测结果不够准确；第三，模型的参数L、K的设定缺乏依据，具有一定的主观性. 针对早期模型的不足，在系统分析了SARS的传播机理后，把SARS的传播过程划分为：征兆期，爆发期，高峰期和衰退期4个阶段.将每个阶段影响SARS 传播的因素参数化，在传染病SIR模型的基础上，改进得到SARS传播模型.采用离散化的方法对本模型求数值解得到：北京SARS疫情的预测持续时间为106天，预测SARS患者累计2514人，与实际情况比较吻合. 应用SARS传播模型，对隔离时间及隔离措施强度的效果进行分析，得出结论：“早发现，早隔离”能有效减少累计患病人数；“严格隔离”能有效缩短疫情持续时间. 在建立模型的过程中发现，需要认清SARS传播机理，获得真实有效的数据.而题目所提供的累计确诊人数并不等于同期累计患病人数，这给模型的建立带来不小的困难. 本文分析了海外来京旅游人数受SARS的影响，建立时间序列半参数回归模型进行了预测，估算出SARS会对北京入境旅游业造成23.22亿元人民币损失，并预计北京海外旅游人数在10月以前能恢复正常. 最后给当地报刊写了一篇短文，介绍了建立传染病数学模型的重要性.

1．问题的重述 SARS （严重急性呼吸道综合症，俗称：非典型肺炎）的爆发和蔓延使我们认识到，定量地研究传染病的传播规律，为预测和控制传染病蔓延创造条件，具有很高的重要性.现需要做以下工作： （1） 对题目提供的一个早期模型，评价其合理性和实用性. （2） 建立自己的模型，说明优于早期模型的原因；说明怎样才能建立一个真正能够预测以及能为预防和控制提供可靠、足够信息的模型，并指出这样做的困难；评价卫生部门采取的措施，如：提前和延后5天采取严格的隔离措施，估计对疫情传播的影响. （3） 根据题目提供的数据建立相应的数学模型，预测SARS 对社会经济的影响. （4） 给当地报刊写一篇通俗短文，说明建立传染病数学模型的重要性. 2．早期模型的分析与评价 题目要求建立SARS 的传播模型，整个工作的关键是建立真正能够预测以及能为预防和控制提供可靠、足够的信息的模型.如何结合可靠、足够这两个要求评价一个模型的合理性和实用性，首先需要明确： 合理性定义 要求模型的建立有根据，预测结果切合实际. 实用性定义 要求模型能全面模拟真实情况，以量化指标指导实际. 所以合理的模型能为预防和控制提供可靠的信息；实用的模型能为预防和控制提供足够的信息. 2.1早期模型简述 早期模型是一个SARS 疫情分析及疫情走势预测的模型， 该模型假定初始时刻的病例数为0N ， 平均每病人每天可传染K 个人（K 一般为小数），K 代表某种社会环境下一个病人传染他人的平均概率，与全社会的警觉程度、政府和公众采取的各种措施有关.整个模型的K 值从开始到高峰期间保持不变，高峰期后 10天的范围内K 值逐步被调整到比较小的值，然后又保持不变. 平均每个病人可以直接感染他人的时间为L 天.整个模型的L 一直被定为20.则在L 天之内，病例数目的增长随时间t (单位天)的关系是： t k N t N )1()(0+?= 考虑传染期限L 的作用后，变化将显著偏离指数律，增长速度会放慢.采用半模拟循环计算的办法，把到达L 天的病例从可以引发直接传染的基数中去掉. 2.2早期模型合理性评价 根据早期模型对北京疫情的分析与预测，其先将北京的病例起点定在3月1日，经过大约59天在4月29日左右达到高峰，然后通过拟合起点和4月20日以后的数据定出高峰期以前的K =0.13913.高峰期后的K 值按香港情况变化，即10天范围内K 值逐步被调整到0.0273.L 恒为20.由此画出北京3月1日至5月7日疫情发展趋势拟合图像以及5月7日以后的疫情发展趋势预测图像，如图1.

全国数学建模优秀论文

上海世博会影响力的定量评估 摘要 本文主要针对世博会对上海市的发展产生的影响力进行定量评估。 在模型一中，首先我们从上海的城市基础设施建设这一侧面定量评估世博会对上海市的发展产生的影响，而层次分析法是对社会经济系统进行系统分析的有力工具。所以我们运用层次分析法，构造成对比矩阵a，找到最大特征值 ，运用 进行一致性检验，这样对成对比矩阵a进行逐步修正，最终可以确定权向量。再运用模糊数学的综合评价法，通过组合权向量就可以得出召开世博会比没有召开世博会对上海城市基本设施建设的影响要高出40%。 在模型二中，上海世博会的影响力直接体现在GDP上，我们直接以GDP这个硬性直接指标来衡量上海世博会对上海的影响。因此我们运用线性回归的模型预测出在有无上海世博会这两者情况下的GDP的值，并将运用线性回归得到的数据与上海统计年鉴中的相关数据进行比较运算，算出误差在1.2%左右，这说明我们用线性回归得到的模型能准确地反映出世博会对上海GDP的影响。运用公式 可以计算出世博对上海GDP的影响力的大小为 。 关键词：层次分析法模糊数学线性回归城市基础建设 GDP 1 问题重述

2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始，世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴趣的某个侧面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。 2 问题分析 对于模型一，为了定量评估2010年上海世博会的影响力，我们首先选取城市基础设施建设的投入这一个侧面，因为通过查找相关数据，我们发现，城市基础设施建设的投入在上海整个GDP的增长中占有很大的比重，对GDP的贡献占主体地位。而层次分析法是对社会经济系统进行系统分析的有力工具。为此，我们通过研究上海统计局的相关数据，使用层次分析法来评估世博会的召开对基础设施建设的投入的影响，目标层为世博会的召开对基础设施建设的投入的影响，准则层依次为电力建设、交通运输、邮电通信、公用事业、市政建设，方案层依次为没有召开世博时的影响、召开世博时的影响。首先我们通过层次分析法算出电力建设、交通运输、邮电通信、公用事业、市政建设的相对权重，然后应用模糊数学中的综合评价法对上海世博会对城市基础设施建设的影响作出综合的评价，应用综合评价法计算出没有召开世博和召开世博两种情况下的权重，从而得出上海世博会的召开对城市基础设施建设的影响。 对于模型二，直接以GDP这个硬性直接指标来衡量上海世博会对上海的影响。先根据上海没有申办世博会的GDP总额的相关数据，建立线性回归模型，由此预测不举办世博会情况下2010年上海市的GDP总额；再由2002年至2009年的GDP值用线性回归预测出举办世博会情况下2010年上海市的GDP总额，并将两种情况进行对比得出世博会对上海GDP的影响。 3 模型假设 3.1假设非典和奥运等重大事件对世博前的城市基础建设的投入影响很小，可以忽略。

美国大学生数学建模竞赛优秀论文翻译

优化和评价的收费亭的数量 景区简介 由於公路出来的第一千九百三十，至今发展十分迅速在全世界逐渐成为骨架的运输系统，以其高速度，承载能力大，运输成本低，具有吸引力的旅游方便，减少交通堵塞。以下的快速传播的公路，相应的管理收费站设置支付和公路条件的改善公路和收费广场。 然而，随着越来越多的人口密度和产业基地，公路如花园州公园大道的经验严重交通挤塞收费广场在高峰时间。事实上，这是共同经历长时间的延误甚至在非赶这两小时收费广场。 在进入收费广场的车流量，球迷的较大的收费亭的数量，而当离开收费广场，川流不息的车辆需挤缩到的车道数的数量相等的车道收费广场前。因此，当交通繁忙时，拥堵现象发生在从收费广场。当交通非常拥挤，阻塞也会在进入收费广场因为所需要的时间为每个车辆付通行费。 因此，这是可取的，以尽量减少车辆烦恼限制数额收费广场引起的交通混乱。良好的设计，这些系统可以产生重大影响的有效利用的基础设施，并有助于提高居民的生活水平。通常，一个更大的收费亭的数量提供的数量比进入收费广场的道路。 事实上，高速公路收费广场和停车场出入口广场构成了一个独特的类型的运输系统，需要具体分析时，试图了解他们的工作和他们之间的互动与其他巷道组成部分。一方面，这些设施是一个最有效的手段收集用户收费或者停车服务或对道路，桥梁，隧道。另一方面，收费广场产生不利影响的吞吐量或设施的服务能力。收费广场的不利影响是特别明显时，通常是重交通。 其目标模式是保证收费广场可以处理交通流没有任何问题。车辆安全通行费广场也是一个重要的问题，如无障碍的收费广场。封锁交通流应尽量避免。 模型的目标是确定最优的收费亭的数量的基础上进行合理的优化准则。 主要原因是拥挤的

2011年全国数学建模大赛A题获奖论文

城市表层土壤重金属污染分析 摘要 本文旨在对城市土壤地质环境的重金属污染状况进行分析，建立模型对金属污染物的分布特点、污染程度、传播特征以及污染源的确定进行有效的描述、评价和定位。 对于重金属空间分布问题，首先基于克里金插值法，应用Surfer 8软件对各数据点的分布情况进行模拟，得到了直观的重金属污染空间分布图形；随后，分别用内梅罗综合污染指数以及模糊评价标准和模型对城区内不同区域重金属的污染程度进行了评判。 对于金属污染的主要原因分析问题，基于因子分析法、问题一的结果和对各个金属污染物的来源分析等因素，判断出金属污染的主要原因有：工业生产、汽车尾气排放、石油加工并推测该区域是镍矿富集区。随后讨论了污染源之间的相互关系和不同金属的污染贡献率。 针对污染源位置确定问题，我们建立了两个模型：模型一以流程图的形式出现，基于污染传播的一般规律建立模型，求取污染源范围，模型作用更倾向于确定污染源的位置；模型二基于最小二乘法原理，建立了拟合二次曲面方程，在有效确定污染源的同时也反映了其传播特征，模型更加清楚，理论性也更强。 在研究城市地质环境的演变模式问题中，我们对针对污染源位置确定问题所建模型的优缺点进行了评价，同时建立了考虑了时间，地域环境和传播媒介的污染物传播模型，从而反映了地质的演变。 综上所述，本文模型的特点是从简单的模型建立起，强更准确的数学模型发展，逐步达到目标期望。 关键词：重金属污染，克里金插值最小二乘法因子分析流程图

一、问题重述 1.1问题背景 随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。对城市土壤地质环境异常的查证，以及如何应用查证获得的海量数据资料开展城市环境质量评价，研究人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。评价和研究城市土壤重金属污染程度，讨论土壤中重金属的空间分布，研究城市土壤重金属污染特征、污染来源以及在环境中迁移、转化机理，并对城市环境污染治理和城市进一步的发展规划提出科学建议，不仅有利于城市生态环境良性发展，有利于人类与自然和谐，也有利于人类社会 健康和城市可持续发展[1] 。按照功能划分，城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，不同的区域环境受人类活动影响的程度不同。 现对某城市城区土壤地质环境进行调查。为此，将所考察的城区划分为间距1公里左右的网格子区域，按照每平方公里1个采样点对表层土（0~10 厘米深度）进行取样、编号，并用GPS 记录采样点的位置。应用专门仪器测试分析，获得了每个样本所含的多种化学元素的浓度数据。另一方面，按照2公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。 1.2 目标任务 (1) 给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。 (2) 通过数据分析，说明重金属污染的主要原因。 (3) 分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。 (4) 分析所建立模型的优缺点，为更好地研究城市地质环境的演变模式，分析还应收集的信息，并进一步探索怎样利用收集的信息建立模型及解决问题。 二、 模型假设 1）忽略地下矿源对污染物浓度的影响； 2）认为海拔对污染物的分布较小，故只在少数模型中讨论其作用； 3）认为题目中的采样方式是科学的，能够客观反映污染源的分布。 三、 符号说明 3.1第一问中的符号说明 i p ——污染物i 的环境污染指数 i C ——污染物i 的实测值 i S ——污染物i 的背景值 m ax (/)i i C S ——土壤污染指数的最大值 (/)i i avg C S ——土壤污染指数的平均值

2014年数学建模国家一等奖优秀论文设计

2014高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参 赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛下载）。 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、电子、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章程和参赛规则的，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。 我们重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违 反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展 示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的报名参赛队号为（8位数字组成的编号）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3.

指导教师或指导教师组负责人 (打印并签名)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期： 2014 年 9 月 15日赛区评阅编号（由赛区组委会评阅前进行编号）：

2014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）：

全国数学建模获奖论文

承诺书 我们仔细阅读了数学建模竞赛选拔的规则. 我们完全明白，在做题期间不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人研究、讨论与选拔题有关的问题。 我们知道，抄袭别人的成果是违反选拔规则的, 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，严格遵守选拔规则，以保证选拔的公正、公平性。如有违反选拔规则的行为，我们将受到严肃处理。 我们选择的题号是（从A/B/C中选择一项填写）： 队员签名：1. 2. 3. 日期：年月日

2012年河南科技大学数学建模竞赛选拔 编号专用页 评阅编号（评阅前进行编号）： 评阅记录（评阅时使用）： 评 阅 人 评 分 备 注

C题数学建模竞赛成绩评价与预测 一、摘要 近20 年来，CUMCM 的规模平均每年以20％以上的增长速度健康发展，是目前全国高校中规模最大的课外科技活动之一。本文对数学建模竞赛成绩的评价与预测问题进行了建模、求解和相关分析。 对于问题一，首先对广东赛区各院校2008-2011年建模奖励数据进行统计分析，将决策问题分为三个层次，建立多层次模糊综合评判模型。在该模型中，将因素集{国家一等奖，国家二等奖，省一等奖，省二等奖，省三等奖}看作准则层，将2008-2011各年建模情况看作方案层，结合实际情况，给出改进综合评判模型，解得广东金融学院、华南农业大学的总体综合评定成绩分别2.9474、2.7141,排名第一、第二。 对于问题二，首先建立单年的综合评定模型，得出广州赛区各院校2008-2011年的综合评定成绩。鉴于仅有4组数据，分别采用GM(1，1)法、回归曲线最小二乘法、移动平均法进行建模，最后结合实际情况并根据结果对比以上三种模型，确定了移动平均法方案最优，最终得出广东金融学院、华南农业大学的综合评定成绩分别为0.7369、0.6785，依旧排名第一、第二，较好地解决了问题二。 对于问题三，鉴于附件2所给数据冗杂庞大，故从中抽取2008-2011年的建模数据作为样本，分别统计出本科组和专科组在这四年中每年获得国家一等奖和国家二等奖的人数；将问题一中国家一等奖、二等奖的权重进行归一化处理，建立类似问题一的特殊综合评判模型，得出本科组哈尔滨工业大学、解放军信息工程大学的综合评定成绩分别为5.5117、4.6609；专科组海军航空工程学院、太原理工轻纺与美术学院的综合评定成绩分别为1.3931、1.3095，名列各组第一、第二，问题三得到了较好解决。 对于问题四，除全国竞赛成绩、赛区成绩外，讨论了学生的能力、参赛队数、师资力量、学校的综合实力、硬件设施等因素对建模成绩评估的影响，考虑首先对因素集进行模糊聚类分析，然后用层次分析法来进行评价，用BP神经网络结合Matlab软件来进行预测，理论上问题四能够得到较好地得到解决。 关键词: 模糊综合评判模型GM（1，1）模型移动平均法综合评定成绩

2011年数学建模大赛优秀论文

交巡警服务平台的设置与调度的数学模型 摘要 针对交巡警服务平台的设置与调度问题，本文主要考虑出警速度和各服务平台的工作量来建立合理方案。对于A区的20个交巡警服务平台分配管辖范围的问题，我们采用Dijkstra算法，分别求得在3分钟内从服务台可以到达的路口。根据就近原则，每个路口归它最近的服务台管辖。 对进出A区的13个交通要道进行快速全封锁，我们采用目标规划进行建模，运用MATLAB软件编程，先找出13个交通要道到20个服务台的所有路径。然后在保证全封锁时间最短的前提下，再考虑局部区域的封锁效率，即总封锁时间最短，封锁过程中总路程最小，从而得到一个较优的封锁方案。 为解决前面问题中3分钟内交巡警不能到达的路口问题，并减少工作量大的地区的负担，这里工作量以第一小问中20个服务台覆盖的路口发案率之和以及区域内的距离的和来衡量。对此我们计划增加四个交巡警服务台。避免有些地方出警时间过长和服务台工作量不均衡的情况。 对全市六个区交警平台设计是否合理，主要以单位服务台所管节点数，单位服务台所覆盖面积，以及单位服务台处理案件频率这些因素进行研究分析。以A 区的指标作为参考，来检验交警服务平台设置是否合理。 对于发生在P点的刑事案件，采用改进的深度搜索和树的生成相结合的方法，对逃亡的犯罪嫌疑人进行可能的逃逸路径搜索。由于警方是在案发后3分钟才接到报警，因此需知道疑犯在这3分钟内可能的路线。要想围堵嫌疑犯，服务台必须要在嫌疑犯到达某节点之前到达。用MATLAB编程，搜索出嫌疑犯可能逃跑的路线，然后调度附近的服务台对满足条件的节点进行封锁，从而实现对疑犯的围堵。 关键词：Dijkstra算法；目标规划；搜索；

数学建模B题优秀论文

2010高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的 资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规 则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 王静茹 2. 杨曼 3. 朱元霞 指导教师或指导教师组负责人 (打印并签名)： 日期：年月日 赛区评阅编号（由赛区组委会评阅前进行编号）：

2010高教社杯全国大学生数学建模竞赛 编 号 专 用 页 赛区评阅编号（由赛区组委会评阅前进行编号）： 赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注 全国统一编号（由赛区组委会送交全国前编号）： 全国评阅编号（由全国组委会评阅前进行编号）： 2010年上海世博会经济影响力的定量评估 摘要 本文选取2010年上海世博会对上海经济的影响作为研究对象，首先，我们选择了 五届影响力较大的世博会与上海世博会进行了定量的纵向评估。 利用互联网的相关数据，运用层次分析法确定了各级评价指标的相对权重，然后 利用模糊综合评判法给这六届世博会的经济影响力进行了定量评估，利用MATLAB 计算出了1933年芝加哥世博会以来六届综合性世博会的经济影响力的综合评分依次为 75.12、80.01、80、11、77.35、79.35、80.75，由表我们可以肯定上海世博会的经济影响力是继1851年伦敦世博会以来较强的。 其次我们采用投入——产出模型模型的核心思想，以年份与GDP 的对数值的二次 相关关系和上海市社会固定资产总投入与GDP 的对数值的线性关系，利用上海统计年鉴发布的数据，分别建立无世博影响的表达式i i i x x x e Q 21210904.01117.00032.06278.81-++=，与有世博影响的表达式i i i x x x e Q 21212955.00176.00019.01211.82+-+=，两式的预测误差均在1.1%以内。与 2008年真实值比较，用表达式1Q 预测2008年的GDP 的值可以得出世博会对2008年上海市经济贡献率达到20.9%。并且在得知申办世博会后第i 年上海市固定投入总额的前提下由%1002 12?-=Q Q Q η可求出世博会对上海地区经济的持续性积极影响。如假设2011年市固定资产总投资为5600亿元，则世博会对上海经济有16%的积极影响。 最后,经过对2010年上海世博会的经济影响力的两方面的评估,我们得知上海世博 会在历届世博会的经济影响力的综合评分中是最高的。由此得出,上海世博会对上海经济的影响力是非常大的,此次世博会除了对上海的直接收益影响明显外, 世博会对上海地区经济的持续性积极影响。 关键词：层次分析 模糊综合评判 投入——产出模型 回归模型 一、问题重述 2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始，世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴趣的某个侧面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。 二、问题分析

全国大学生数学建模竞赛b题全国优秀论文

基于打车软件的出租车供求匹配度模型研究与分析 摘要 目前城市“出行难”、“打车难”的社会难题导致越来越多的线上打车软件出现在市场上。“打车难”已成为社会热点。以此为背景，本文将要解决分析的三个问题应运而生。 本文运用主成分分析、定性分析等分析方法以及部分经济学理论成功解决了这三个问 题，得到了不同时空下衡量出租车资源供求匹配程度的指标与模型以及一个合适的补贴 方案政策，并对现有的各公司出租车补贴政策进行了分析。 针对问题一，根据各大城市的宏观出租车数据，绘制柱形图进行重点数据的对比分 析，首先确定适合进行分析研究的城市。之后，根据该市不同地区、时间段的不同特点 选择多个数据样本区，以数据样本区作为研究对象，进行多种数据（包括出租车分布、 出租车需求量等）的采集整理。接着，通过主成分分析法确定模型的目标函数、约束条 件等。最后运用spss软件工具对数据进行计算，求出匹配程度函数F 与指标的关系式， 并对结果进行分析。 针对问题二，在各公司出租车补贴政策部分已知的情况下，综合考虑出租车司机以 及顾客两个方面的利益，分别就理想情况与实际情况进行全方位的分析。在问题一的模 型与数据结果基础上，首先分别从给司机和乘客补贴两个角度定性分析了补贴的效果。 重点就给司机进行补贴的方式进行讨论，定量分析了目前补贴方案的效果，得出了如果 统一给每次成功的打车给予相同的补贴无法改善打车难易程度的结论，并对第三问模型 的设计提供了启示，即需要对具有不同打车难易程度和需求量的区域采取分级的补贴政 策。 针对问题三，在问题二的基础上我们设计了一种根据不同区域打车难易程度和需求

量来确定补贴等级的方法。设计了相应的量化指标，以极大化各区域打车难易程度降低 的幅度之和作为目标，建立该问题的规划模型。目的是通过优化求解该模型，使得通过 求得的优化补贴方案，能够优化调度出租车资源，使得打车难区域得到缓解。通过设计 启发式原则和计算机模拟的方法进行求解，并以具体案例分析得到，本文方法相对统一 的补贴方案而言的确可以一定程度缓解打车难的程度。 关键词：主成分分析法，供求匹配度，最优化模型，出租车流动平衡 1

数学建模优秀论文全国一等奖

Haozl觉得数学建模论文格式这么样设置 版权归郝竹林所有，材料仅学习参考 版权：郝竹林 备注☆ ※§等等字符都可以作为问题重述左边的。。。。。一级标题 所有段落一级标题设置成段落前后间距13磅 二级标题设置成段落间距前0.5行后0.25行 Excel中画出的折线表字体采用默认格式宋体正文10号 图标题在图上方段落间距前0.25行后0行 表标题在表下方段落间距前0行后0.25行 行距均使用单倍行距 所有段落均把4个勾去掉 注意Excel表格插入到word的方式在Excel中复制后，粘贴，word2010粘贴选用使用目标主题嵌入当前 Dsffaf 所有软件名字第一个字母大写比如E xcel 所有公式和字母均使用MathType编写 公式编号采用MathType编号格式自己定义 公式编号在右边显示

农业化肥公司的生产与销售优化方案 摘 要 要求总分总 本文针对储油罐的变位识别与罐容表标定的计算方法问题，运用二重积分法和最小二乘法建立了储油罐的变位识别与罐容表标定的计算模型，分别对三种不同变位情况推导出的油位计所测油位高度与实际罐容量的数学模型，运用matlab 软件编程得出合理的结论，最终对模型的结果做出了误差分析。 针对问题一要求依据图4及附表1建立积分数学模型研究罐体变位后对罐容表的影响，并给出罐体变位后油位高度间隔为1cm 的罐容表标定值。我们作图分析出实验储油罐出现纵向倾斜ο14.时存在三种不同的可能情况，即储油罐中储油量较少、储油量一般、储油量较多的情况。针对于每种情况我们都利用了高等数学求容积的知识，以倾斜变位后油位计所测实际油位高度为积分变量，进行两次积分运算，运用MATLAB 软件推导出了所测油位高度与实际罐容量的关系式。并且给出了罐体倾斜变位后油位高度间隔为1cm 的罐容标定值（见表1），最后我们对倾斜变位前后的罐容标定值残差进行分析，得到样本方差为4103878.2-?，这充分说明残差波动不大。我们得出结论：罐体倾斜变位后，在同一油位条件下倾斜变位后罐容量比变位前罐容量少L 243。 表 1.1 针对问题二要求对于图1所示的实际储油罐，试建立罐体变位后标定罐容表的数学模型，即罐内储油量与油位高度及变位参数（纵向倾斜角度α和横向偏转角度β）之间的一般关系。利用罐体变位后在进/出油过程中的实际检测数据（附件2），根据所建立的数学模型确定变位参数，并给出罐体变位后油位高度间隔为10cm 的罐容表标定值。进一步利用附件2中的实际检测数据来分析检验你们模型的正确性与方法的可靠性。我们根据实际储油罐的特殊构造将实际储油罐分为三部分，左、右球冠状体与中间的圆柱体。运用积分的知识，按照实际储油罐的纵向变位后油位的三种不同情况。利用MATLAB 编程进行两次积分求得仅纵向变位时油量与油位、倾斜角α的容积表达式。然后我们通过作图分析油罐体的变位情况，将双向变位后的油位h 与仅纵向变位时的油位0h 建立关系表达式01.5(1.5)cos h h β=--，从而得到双向变位油量与油位、倾斜角α、偏转角β的容积表达式。利用附件二的数据，采用最小二乘法来确定倾斜角α、偏转角β的值，用matlab 软件求出03.3=α、04=β α=3.30，β=时总的平均相对误差达到最小，其最小值为0.0594。由此得到双向变位后油量与油位的容积表达式V ，从而确定了双向变位后的罐容表(见表2)。 本文主要应用MATLAB 软件对相关的模型进行编程求解，计算方便、快捷、准确，整篇文章采取图文并茂的效果。文章最后根据所建立的模型用附件2中的实际检测数据进行了误差分析，结果可靠，使得模型具有现实意义。 关键词：罐容表标定；积分求解；最小二乘法；MATLAB ；误差分

数学建模大赛优秀论文

论文评阅要点 一、主要标准： 1、假设的合理性； 2、建模的创造性； 3、文字表达的清晰性； 4、结果的正确性。 二、论文组成概要： 1、题目 2、摘要 3、问题重述 4、模型假设与符号 5、分析建立模型 6、模型求解 7、模型检验与推广 8、参考文献与附录 三、参考给分步骤（10分制） 1、摘要部分（论文的方法、结果、表达饿清晰度）。。。。。。。。。。。。。。3分 2、假设部分（合理性与创造性）。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1分 3、数学模型（创造性与完整性）。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3分 4、解题方法与结果（创造性与正确性）。。。。。。。。。。。。。。。。。。。。。。。。2分 5、模型的优缺点与推广（合理性）。。。。。。。。。。。。。。。。。。。。。。。。。。。。1分 四、评阅方法 1、每位教师把卷号、分数及主要理由记录在白纸上，以便专人统计； 2、每份论文至少要三位教师评阅过，选出获奖论文的2倍数量，对分歧大的试卷讨论给分； 3、对入选论文至少要六位教师评阅过。按分数高低排序； 4、对一、二等奖的论文要求写出30字左右的评语，与论文一起在网上发表。 五、评阅时间：5月21日（星期六）

C 题：最佳广告费用及其效应 摘要：本文从经济经验上着眼，首先用回归建立了基本模型，从预期上描述了售价变化与预期销售量的关系和广告费变化与销售量增长因子的关系。其次从基本模型出发，我们构造出预期时间利润最大模型，得到了利润在预期的条件下获得最大利润116610元时的最佳广告费用33082元和售价5.9113元。 一 问题的分析与假设 （1）销售量的变化虽然是离散的，但对于大量的销售而言，可设销售量的变化随售价的增加而线性递减。 （2）销售增长因子虽然也是离散的，但当广告费逐渐增加时，可设销售增长因子也是连续变化的。 （3）要使预期利润达到最大，买进的彩漆应为模型理论上的预期最大利润时的销售量相等。 二 模型的基本假设与符号说明 （一）基本假设 1. 假设彩漆的预期销售量不受市场影响。 2. 彩漆在预期时间内不变质，并且价格在预期内不波动。 （二）符号说明 x ：售价（元）； y ：预期销售量（千桶）； ： *y 回归拟合预期销售量（千桶）； y ：预期销售量的均值（千桶）； x ：售价的平均值（元） ； 0A ：x 与y 的回归常数； 1A ：x 与y 的回归系数； ε ：x 与y 的随机变量； k ：销售增长因子； m ：广告费（万元）； 0B ：k 与m 的非线性回归系数； 1B ：k 与m 的非线性回归系数； 2B ：k 与m 的非线性回归常数； η ：k 与m 的随机变量； Z ：预期利润（元）。 三 模型的建立 （一）售价与预期销售量的模型。 根据条件（表1）描出散点图，假设售价与预期销售量为线性关系，得基本模型 ε++=x A A 10y 假定9组预期值),,(i i y x i=1,2,…,9；符合模型

全国数学建模竞赛b题优秀论文

基于最小二乘法的碎纸片拼接复原数学模型 摘要 首先对图片进行灰度化处理,然后转化为0-1二值矩阵，利用矩阵行（列）偏差函数，建立了基于最小二乘法的碎纸片拼接数学模型，并利用模型对图片进行拼接复原。 针对问题一，当两个数字矩阵列向量的偏差函数最小时，对应两张图片可以左右拼接。经计算，得到附件1的拼接结果为： 08,14,12,15,03,10,02,16,01,04,05,09,13,18,11,07,17,00,06。 附件2的拼接结果为: 03,06,02,07,15,18,11,00,05,01,09,13,10,08,12,14,17,16,04。 针对问题二，首先根据每张纸片内容的不同特性，对图片进行聚类分析，将209张图片分为11类；对于每一类图片，按照问题一的模型与算法，即列偏差函数最小则进行左右拼接,对于没有拼接到组合里的碎纸片进行人工干预，我们得到了11组碎纸片拼接而成的图片；对于拼接好的11张图片，按照问题一的模型与算法，即行偏差函数最小则进行上下拼接,对于没有拼接到组合里的碎纸片进行人工干预。我们最终经计算，附件3的拼接结果见表9，附件4的拼接结果见表10。 针对问题三，由于图片区分正反两面，在问题二的基础上，增加图片从下到上的裁截距信息，然后进行两次聚类，从而将所有图片进行分类，利用计算机自动拼接与人工干预相结合，对所有图片进行拼接复原。经计算，附件5的拼接结果见表14和表15 该模型的优点是将图片分为具体的几类，大大的减少了工作量，缺点是针对英文文章的误差比较大。 关键字：灰度处理，图像二值化，最小二乘法，聚类分析，碎纸片拼接 一、问题重述 碎纸片的拼接复原技术在司法鉴定、历史文献修复与研究、军事情报获取以及故障分析等领域都有着广泛的应用。近年来，随着德国“斯塔西”文件的恢复工程的公布，碎纸文件复原技术的研究引起了人们的广泛关注。传统上，拼接复原工作需由人工完成，准确率较高，但效率很低。特别是当碎片数量巨大，人工拼接很难在短时间内完成任务。随着计算机技术的发展，人们试图开发碎纸片的自动拼接技术，以提高拼接复原效率。对于一页印刷文档，针对不同的破碎方法，讨论下列三个问题： （1）将给定的一页印刷文字文件纵切，建立碎纸片拼接复原模型和算法，并针对附件1、附件2给出的中、英文各一页文件的碎片数据进行拼接复原。 （2）对于碎纸机既纵切又横切的情形，设计碎纸片拼接复原模型和算法，并针对附