当前位置：文档库 › 道路交通红绿灯管制研究Scilab数学建模计算与分析报告

道路交通红绿灯管制研究Scilab数学建模计算与分析报告

交通红绿灯管制研究

摘要

交通流模型和红绿灯交通流模型,是城市交通管理的科学依据,是科学设置城市交通管理中红绿灯转换周期的根据.本文通过对交通高峰时期的车流进行模拟，利用粒子群算法，研究如何调整交通灯来分配交通资源，从而尽可能的缓解交通压力。

1.十字路口交通简介

红绿灯有着一套自

己的调度算法，它把车辆

离开的路口当做出口，把

要去往的路口当做入口，

它就是要实现在同一时

间入口的放行量最大化，

也就是尽量保证疏导去

同一个路口的车辆。根据

现代城市的规划方法，十字路口是十分常见的，而设置在十字路口的红绿灯运行起来就更加复杂了。十字路口交通情况如上图所示。其中R表示车辆右拐 L：表示车辆左拐 S:表示车辆直行 P:表示人行数字1、2、3、4表示路口1、2、3、4。

上图中，常规交通灯的

绿灯亮状态（通行）顺

序如左图所示。其中，

“1-2”表示1P和2P可以通过路口2通行；“2-3”表示2P和3P可以通过路口3通行；“3-4”表示3P和4P可以通过路口4通行；“4-1”表示4P和1P可以通过路口1通行。2.问题分析与模型的建立

2.1问题的简化与分析

A.在对实际的十字路口交通状况进行了分析之后，我们认为可以对十字路口

进行如下的简化：

首先，车流量的堆积同路口的行人没有实质的联系，在此我们先舍去了行人的影响，即图1-2中的“1-2P, 2-3P, 3-4P, 4-1P”即可舍去。

对大部分的十字路口而言，右转车辆一般直接放行，在这样的简化条件下，我们放弃考虑1R,2R,3R,4R的右转车流量而直接考虑路口的直行和左转车辆。

此外对于大多数的道路而言，在路口处都分为，左、直、右三道行驶，因此，在我们的模型中，将把左、直、右三个方向上的车流视为独立的事件，即这些车辆在十字路口处并不构成互相的干扰而独立行驶。

最后考虑到相对于整个红绿灯的交通周期，黄灯的时间较短且对整个交通的影响较小，因此我们在考虑问题时也忽略黄灯带来的影响。

B.对于交通拥堵的原因，我们进行了如下的分析：

交通的堵塞可以归结为3个原因，一个是由于激增的车流量超出的道路的承载力，从而导致堵车等现象，另一个则是因为道路行驶资源分布不均导致部分地区出现拥挤而部分地区没有的情况，最后则是由于道路维修、车祸等意外情况导致的道路拥挤。

最后一种情况非常容易理解，假设三车道的道路最大承载车流量为3A，那个在出现车祸等情况以后，占用的一个车道，则在事故地截面的承载力下降到2A，若道路上的车流量处于2A-3A之间，则在发生事故以后必将产生道路的阻塞。但是对于红绿灯，我们默认其变化与周期是固定的，因此突发情况不再这个课题的讨论围之。

第一种情况的影响因素只有道路的承载力和激增的车流量本身。即对于承载

力为3A的道路来说，当车流量本身大于3A时，道路也必将堵塞。想解决这个问题，就必将涉及到道路的加宽和车辆的限行等，这也不在这个课题的讨论围之。

对于第二种情况来说，交通红绿灯的意义就在于调控十字路口各方向上的车流量。因此，在合理分配红绿灯时间的情况下，我们就能够较为合理的分配交通资源而尽量少的避免交通的阻塞。

2.2模型的建立和分析

A.现有模型的研究

已有的模型是建

立在对交通路口的滞

留车流的分析的基础

上的，以较为简单的丁

字路口为例：丁字路口

的车流示意如图所示，不考虑自行车和行人时, 对于车流a2、b2 和c2 都不用加以管制. 故我们将先讨论只对a1、b1、c1 进行管制的情况.

1) 记号

在i= 1, 2, 3 时分别为a1、b1、c1 在遇到红灯后的停止车队尾部增长速度;

在i= 1, 2, 3 时分别为a1、b1、c1 的绿灯时间;

在i= 1, 2, 3 时分别为a1、b1、c1 的红灯时间;

定义交通周期的概念: 一个交通周期即在一个路口, 所有的不可同时亮的绿灯依次亮一

遍所需要的总的时间. 例如在丁字路口模型中, 一个交通周期是记作

2) 模型的分析

a1、b1、c1 两两相冲突, 在某段时间有且只有其中的一条车流通行; 对于某一条车道

而言, 红绿灯循环交替. 故若不考虑黄灯, 我们有

以车流a1 为例, 在一个交通周期, 积累的车队的最大长度约为

对于车流b1、c1 的分析也同理. 故一个交通周期积累车队的总最大长度为

单位时间路口积累的车队最大长度为

我们的目标是在一定约束条件下求

在这样的模型下，通过给定车的滞留速率U1,U2,,U3，求解目标函数f 。即可得到红绿灯时间的比值，根据现有的经典交通周期，就可以将比值转化为实际的红绿灯亮灯时间。（同样的方法也可以用于十字路口的求解，只是略微复杂）

B.改进模型的

建立和分析

对于上述模型，

其求解的关键就在于车的滞留速率U的取值，它和车流量具有同样的实际意义。

事实上，车流量在一天中的各个时段会有明显的变化，尤其是在早晚上下班的高

峰时期，此时的车流量远大于平时的车流量。因此U的取值将直接决定结果的合

理性。而对于U来说，如何根据时间或者统计学规律去确定其大小将带来很大的

难度以及结果的不确定性。

对此，我们对模型进行了如下的改进：

1..鉴于上述模型的主要问题是，瞬时表达式f中的U难以取值。我们将模

型时效性延长来使其具有统计意义。具体的：我们研究车流高峰时段，孤立交通

十字路口的车流量变化（如图）。其四条曲线分别为（假设南北向为主要车流方

向）南北向直行车流量C1，南北向左拐车流量C2，东西向直行车流量C3，东西

向左拐车流量C4（我们考虑过模拟现实车流变化，将高峰时期车流量表示成正

态分布的曲线，但是考虑到计算的复杂性，我们最终采用了这样的一种简单的模

拟函数）。

2.在十字路口的一个交通周期，南北方向直行，左拐，东西方向直行，左拐

的车流分别随着其方向上绿灯的亮起独立通过，且占满整个交通周期。我们用平

均1MIN，以上四个方

时间分别为

T1,T2,T3,T4。这里在

假设，绿灯期间，每秒

中能有1辆车通过十

字路口。此时

T1,T2,T3,T4还表示了，每分钟以上四个方向平均通过十字路口的车流量。因为我们研究的是整个高峰时段的车流量变化，因此我们不必研究期间的每个红绿灯周期，而是用总体的平均值去加以替代。将这一点表现在图上，则如图。四条与X轴平行的直线分别为Y=T1，Y=T2 ，Y=T3， Y=T4，T1+T2+T3+T4=60其意义就是该十字路口放行车流的能力，即在该方向上通过的车流量。阴影部分就分别表示了在C1方向上，车流由于高峰期而导致的堆积以及之后的逐渐疏通。

3.交通灯的目的就在于平衡各个道路的运载能力，在高峰时期的个时刻t,如图，我们能够得到C1,C2,C3,C4方向上的堆积车流S1,S2,S3,S4。我们的目的就是要平衡交通资源从而让S1,S2,S3,S4尽量小。在这里，Si（i=1,2,3,4）可能出现负数，即这个方向上的车流已经畅通。但是显然，这时候还有道路在拥堵，这就不满足道路资源的最优分配。因此我们设计目标函数F（T1,T2,T3,T4）=S1*S1+S2*S2+S3*S3+S4*S4,其中T1,T2,T3,T4为变量，通过调节红绿灯，我们的目标就是MIN F（T1,T2,T3,T4）。

3.目标函数的建立和问题的求解

根据上述分析，我们

可以得到：分析对应的一个车流量曲线，其他的三种情况可以同样的方法得出而具有普遍性。

如下所示，我们所要求的即为S+和S-的面积

数学建模与计算机关系研究

数学建模与计算机关系研究【摘要】高等数学与计算机教学具有内在相关性，尤其是在数学建模应用中，根据计算机学科发展来发挥数学建模理论的作用及效果，有助于增强学生对高等数学的理解和应用能力。基于此，本文笔者就从高等数学建模理论与计算机技术的关系研究入手，来阐述建模嵌入在计算机辅助教学中的重要潜力。【关键词】计算机；高等数学；教学改革；数学建模 1.高等数学与计算机学科发展有人说，计算机技术的发展可以省去学习数学的麻烦，即便是很多专业计算机教师也抱有同样的想法。然而，对于计算机应用领域及实践中，计算机技术确实给很多从业者带来了便捷与高效，但计算机技术不等于数学，更不能替代数学。从高等数学教学实践来看，对于我们常见的数学概念，如比率、概率、图像、逻辑、误差、机会，以及程序等知识的认识，很多行业都在进行数字化、数量化转变，对数学知识的应用也日益广泛。从这些应用中，数学理论及知识，尤其是数学基本理论研究就显得更为重要。数学，在数学知识的应用中，更需要从练习中来提升对数学知识及概念的理解，也需要通过练习来提升运算能力。如果对数学概念及方法应用的不过，对数学单调性的知识缺乏深刻的认识，就会影响数学知识在实践应用中出现偏差。计算机技术的出现，尤其是程序化语言的应用，使得数学知识在表达与反映中能够依据不同的应用灵活有效、准确的运算，从而减少了不必要的验证，也提升了数学在各行业中的应用效率。数学软件学科的发展，成为计算机重要的辅助教学的热门领域，也使得计算机技术能够发挥其数学应用能力。在传统的数学教学中，逻辑与直观、抽象与具体始终是研究的矛盾主体，如有些太简单的例子往往无法进行全面的计算；有些复杂的例子又需要更多的计算量。在课堂表现与讲解中，对于理性与感性知识的认知，学生缺乏有效的理解和应用，而强大的计算机运算功能却能够直观的表达和弥补这些缺陷，并依托具体的演示过程中来营造概念间的差异性，帮助学生从中领会知识及方法。在计算机的辅助教学下，教师利用对数学理论课题或应用课题，从鲜活的思维及形象的表达上借助于软件来展现，让学生从失败与成功中得到知识的应用体验，从而将被动的知识学习转变为主动的参与实践，更有助于通过实践来激发学生的创新精神。这种将数学教学思维与逻辑与计算机技术的融合，便于从教学中调整教学目标，依据学生所需知识及专业需求来分配侧重点。数学建模就是从数学学科与计算机学科的融合与实践中帮助学生协作学习，提升自身的能力。 2.信息技术是高等数学应用的产物现代信息技术的发展及应用无处不在，对数学知识的渗透也是日益深入。当前，各行业在多种协作、多种专业融合中，借助于先进的信息技术都可以实现畅通的表达与物化。如天气预报技术、卫星电视技术、网络通讯技术等都需要从数

什么是数学模型与数学建模

1. 什么是数学模型与数学建模简单地说：数学模型就是对实际问题的一种数学表述。具体一点说：数学模型是关于部分现实世界为某种目的的一个抽象的简化的数学结构。更确切地说：数学模型就是对于一个特定的对象为了一个特定目标，根据特有的内在规律，做出一些必要的简化假设，运用适当的数学工具，得到的一个数学结构。数学结构可以是数学公式，算法、表格、图示等。数学建模就是建立数学模型，建立数学模型的过程就是数学建模的过程（见数学建模过程流程图）。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、简化建立能近似刻划并"解决"实际问题的一种强有力的数学手段。 2.美国大学生数学建模竞赛的由来： 1985年在美国出现了一种叫做MCM的一年一度大大学生数学模型（1987年全称为Mathematical Competition in Modeling,1988年改全称为Mathematical Contest in Modeling,其所写均为MCM）。这并不是偶然的。在1985年以前美国只有一种大学生数学竞赛（The william Lowell Putnam mathematial Competition,简称Putman(普特南）数学竞赛），这是由美国数学协会（MAA--即Mathematical Association of America的缩写）主持，于每年12月的第一个星期六分两试进行，每年一次。在国际上产生很大影响，现已成为国际性的大学生的一项著名赛事。该竞赛每年2月或3月进行。我国自1989年首次参加这一竞赛，历届均取得优异成绩。经过数年参加美国赛表明，中国大学生在数学建模方面是有竞争力和创新联想能力的。为使这一赛事更广泛地展开，1990年先由中国工业与应用数学学会后与国家教委联合主办全国大学生数学建模竞赛（简称CMCM），该项赛事每年9月进行。

建模与仿真

第1章建模与仿真的基本概念参照P8例子，列举一个你相对熟悉的简单实际系统为例，采用非形式描述出来。第2章建模方法论 1、什么是数学建模形式化的表示？试列举一例说明形式化表示与非形式化表示的区别。模型的非形式描述是说明实际系统的本质，但不是详尽描述。是对模型进行深入研究的基础。主要由模型的实体、包括参变量的描述变量、实体间的相互关系及有必要阐述的假设组成。模型的非形式描述主要说明实体、描述变量、实体间的相互关系及假设等。例子：环形罗宾服务模型的非形式描述：实体 CPU，USR1，…，USR5 描述变量 CPU:Who,Now(现在是谁)----范围{1,2,…,5}; Who.Now=i表示USRi由CPU服务。 USR：Completion.State（完成情况）----范围[0，1]；它表示USR完成整个程序任务的比例。参变量 X-----范围[0，1]；它表示USRi每次完成程序的比率。 i 实体相互关系（1）CPU 以固定速度依次为用户服务，即Who.Now为1，2，3，4，5，1，2…..循环运行。 X工作。假设：CPU对USR的服务时间固定，不（2）当Who.Now=I,CPU完成USRi余下的 i X决定。依赖于USR的程序；USRi的进程是由各自的参变量 i 2、何谓“黑盒”“白盒”“灰盒”系统？ “黑盒”系统是指系统内部结构和特性不清楚的系统。对于“黑盒”系统，如果允许直接进行实验测量并通过实验对假设模型加以验证和修正。对属于黑盒但又不允许直接实验观测的系统，则采用数据收集和统计归纳的方法来假设模型。对于内部结构和特性清楚的系统，即白盒系统，可以利用已知的一些基本定律，经过分析和演绎导出系统模型。 3、模型有效性和模型可信性相同吗？有何不同？模型的有效性可用实际系统数据和模型产生的数据之间的符合程度来度量。它分三个不同级别的模型有效：复制有效、预测有效和结构有效。不同级别的模型有效，存在不同的行为水平、状态结构水平和分解结构水平的系统描述。模型的可信度指模型的真实程度。一个模型的可信度可分为：在行为水平上的可信性，即模型是否重现真实系统的行为。在状态结构水平上可信性，即模型能否与真实系统在状态上互相对应，通过这样的模型可以对未来的行为进行唯一的预测。在分解结构水平上的可信性，即模型能否表示出真实系统内部的工作情况，而且是惟一表示出来。不论对于哪一个可信性水平，可信性的考虑贯穿在整个建模阶段及以后各阶段，必须考虑以下几个方面： 1在演绎中的可信性。2在归纳中的可信性。3在目的方面的可信性。 4、基于计算机建模方法论与一般建模方法论有何不同？（P32）经典的建模与仿真的主要研究思路，首先界定研究对象-实际系统的边界和建模目标，利用已有的数学建模工具和成果，建立相应的数学模型，并用计算装置进行仿真。这种经典的建

第1章数学建模与误差分析

第1章数学建模与误差分析 1.1 数学与科学计算数学是科学之母，科学技术离不开数学，它通过建立数学模型与数学产生紧密联系，数学又以各种形式应用于科学技术各领域。数学擅长处理各种复杂的依赖关系，精细刻画量的变化以及可能性的评估。它可以帮助人们探讨原因、量化过程、控制风险、优化管理、合理预测。近几十年来由于计算机及科学技术的快速发展，求解各种数学问题的数值方法即计算数学也越来越多地应用于科学技术各领域，相关交叉学科分支纷纷兴起，如计算力学、计算物理、计算化学、计算生物、计算经济学等。科学计算是指利用计算机来完成科学研究和工程技术中提出的数学问题的计算，是一种使用计算机解释和预测实验中难以验证的、复杂现象的方法。科学计算是伴随着电子计算机的出现而迅速发展并获得广泛应用的新兴交叉学科，是数学及计算机应用于高科技领域的必不可少的纽带和工具。科学计算涉及数学的各分支，研究它们适合于计算机编程的数值计算方法是计算数学的任务，它是各种计算性学科的联系纽带和共性基础，兼有基础性和应用性的数学学科。它面向的是数学问题本身而不是具体的物理模型，但它又是各计算学科共同的基础。随着计算机技术的飞速发展，科学计算在工程技术中发挥着愈来愈大的作用,已成为继科学实验和理论研究之后科学研究的第三种方法。在实际应用中所建立的数学模型其完备形式往往不能方便地求出精确解，于是只能转化为简化模型，如将复杂的非线性模型忽略一些因素而简化为线性模型，但这样做往往不能满足精度要求。因此，目前使用数值方法来直接求解较少简化的模型，可以得到满足精度要求的结果，使科学计算发挥更大作用。了解和掌握科学计算的基本方法、数学建模方法已成为科技人才必需的技能。因此，科学计算与数学建模的基本知识和方法是工程技术人才必备的数学素质。 1.2 数学建模及其重要意义数学，作为一门研究现实世界数量关系和空间形式的科学，在它产生和发展的历史长河中，一直是和人们生活的实际需要密切相关。用数学方法解决工程实际和科学技术中的具体问题时，首先必须将具体问题抽象为数学问题，即建立起能描述并等价代替该实际问题的数学模型，然后将建立起的数学模型，利用数学理论和计算技术进行推演、论证和计算，得到欲求解问题的解析解或数值解，最后用求得的解析解和数值解来解决实际问题。本章主要介绍数学建模基本过程和求解数学问题数值方法的误差传播分析。 1.2.1 数学建模的过程数学建模过程就是从现实对象到数学模型，再从数学模型回到现实对象的循环，一般通过表述、求解、解释、验证几个阶段完成。数学建模过程如图1.2.1所示，数学模型求解方法可分为解析法和数值方法，如图1.2.2所示。表述是将现实问题“翻译”成抽象的数学问题，属于归纳。数学模型的求解方法则属于演绎。归纳是依据个别现象推出一般规律；演绎是按照普遍原理考察特定对象，导出结论。演绎利用严格的逻辑推理，对解释现象做出科学预见，具有重要意义，但是它要以归纳的结论作为公理化形式的前提，只有在这个前提下

数学建模与计算机小论文

一、引言 (2) 二、数学建模的特点 (2) 三、数学建模与计算机的关系 (3) 四、计算机在数学建模中的运用 (3) 1、通用数学软件 (4) 2、Lingo/Lindo 计算最优化问题的专用数学软件 (4) 3、统计分析软件 (4) 4、绘图软件 (4) 五、程序案例 (5) 1、代码 (5) 2、运行结果 (5) 3、图例 (6) 六、结束语 (6) 七、参考文献 (6)

一、引言在利用数学方法分析和解决实际问题时，要求从实际错综复杂的关系中找出其内在的规律，然后用数学的语言--即数字、公式、图表、符号等刻画和描述出来，然后经过数学与计算机的处理--即计算、迭代等得到定量的结果，供人们进行分析、预报、决策和控制，这种把实际问题进行合理的简化假设归结为数学问题并求解的过程就是建立数学模型，简称建模。而这种成功的方法和技术反映在培养专门人才的大学教学活动中，就是数学建模教学和竞赛。数学建模简而言之就是应用数学模型来解决各种实际问题的过程，也就是通过对实际问题的抽象、简化、确定变量和参数，并应用某些规律建立变量与参数间的关系的数学问题(或称一个数学模型)，再借用计算机求解该数学问题，并解释、检验、评价所得的解，从而确定能否将其用于解决实际问题的多次循环、不断深化的过程。二、数学建模的特点从1985年开始美国都会举办一年一度的数学建模竞赛(MathematicalContestinModeling，缩写：MCM)，而我国自1992年举办首届全国大学生数学建模竞赛以来，它已经成为全国大学生科技竞赛的重要项目之一，全国大学生数学建模竞赛是面向全国大学生的群众性科技活动；竞赛要求学生(可以是任何专业)以三人为一组参加竞赛，可以自由的收集信息、调查研究，包括使用计算机和任何软件，甚至上网查询，但不得与团队以外的任何人讨论，在三天时间内，完成一篇包括模型的假设、建立、求解，计算方法的设计和用计算机对解的实现，以及结果的分析和检验，模型的改进等方面的论文。这一活动对于提高大学生素质，促进高校数学与计算机教学改革都起着积极的推动作用。多年来，一年一度的全国大学生数学建模竞赛和国际大学生数学建模竞赛，给传统的高等数学教育改革带来了新的思路和评价标准，《数学建模》课也从仅仅为参赛队员培训，扩展为一门比较普及的选修课，同时，《数学试验》作为一门新的课程也应运而生。数学建模与数学试验教学的重点是高等与现代数学的深层应用和面向问题的设计，而不是经典理论的深入研讨和系统论证。数学建模问题绝大部分来自一些具体的科研课题或实际工程问题，而不同于普通的数学习题或竞赛题。数学建模问题的特点是：面向现实生活的应用，有相关的科研背景，综合性强，涉及面广，因素关系复杂，缺乏足够的规范性，难以套用传统成熟的解决手段，数据量庞大，可采取的算法也比较复杂，结果具有一定的弹性空间，需要一定的伴随条件，许多问题得到的只能是近似解。另一方面，建模问题不同于理论研究，它重在对实际问题的处理，而不是深层次纯粹数学理论或者世界难题。所以，求解建模问题大都借助各种辅助工具或手段，尤其是计算机软件的应用，大大地提高了解题效率和质量。总之,《数学建模》是一门技术应用的课程，而不是基础教育课程，它强调的是如何更好更快地解决问题，如何充分利用各种科技手段作为技术支持，因而计算机的应用已经成为其不可或缺的一项基本组成。与此相关的计算机技术主要有两部分：一是如何将实际问题或模型转化或表述为可用计算机软件或编程实现的算法；二是采用哪些应用软件或编程技术可以解决这些问题。显然，后者是前者的基础，确定了工具方案，才有相应的解决方案。由于数学建模的以上特点，决定了数学建模与计算机具有密切相关的联系，计算机在数学建模思想意识培养中发挥了重要的作用，主要是提供了有力工具和技术支持，它是更好更

数学模型与数学建模-2

2.1MATLAB MATLAB Matrix Laboratory , MathWorks 20 80 , , MATLAB Simulink .MATLAB 1) , ; 2) , ; 3) , ; 4) ( ), . 2.1.1MATLAB MATLAB , , . , MATLAB , 2.1.1 . MATLAB “>>” , MATLAB . , Enter ,MATLAB .

·8· 2 ? ? 2.1.1MATLAB 1.help , help . poly?t . help polyfit POLYFIT Fit polynomial to data..P=POLYFIT(X,Y,N)finds the coeffici-ents of a polynomial P(X)of degree N that fits the data Y best in a least-squares sense.P is a row vector of length N+1containing the polynomial coefficients in descending powers,P(1)*X^N+P(2)*X^(N-1) +···+P(N)*X+P(N+1). , MATLAB Help . Help Product Help , ( 2.1.2) 2.1.2Help

2.1MATLAB ·9· Seach , . 2.clear clear . “a=1”, >>a=1. 1 a. a , clear . >>clear a???Undefined function or variable a . 3.format MATLAB format . format short , 5 ; format rational ; format long g 15 ; >>format short>>pi ans=3.1416;>>format rational >>pi ans=355/113; >>format long g>>pi ans=3.14159265358979 2.1.2MATLAB 1. 2.1.1 MATLAB . MATLAB 1 , .MATLAB , B b . 2.1.1MATLAB pi i,j inf . n/0 inf, n 0 ans , . ,MATLAB ans NaN , . 0/0 inf/inf 2. MATLAB , . . MATLAB , , , . A=[1?256?49] A=[1,?2,5,6,?4,9] 6 A.

数学建模的基本步骤

数学建模的基本步骤一、数学建模题目 1）以社会，经济，管理，环境，自然现象等现代科学中出现的新问题为背景，一般都有一个比较确切的现实问题。 2）给出若干假设条件： 1. 只有过程、规则等定性假设； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形等。根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题，优化问题一般需要对问题进行优化求解找出最优或近似最优方案，统计问题一般具有大量的数据需要处理，寻找一个好的处理方法非常重要。二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型，寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析，寻求规律建立数学模型，采用的分析方法一般有： 1）. 回归分析法(数理统计方法)-用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n，确定函数的表达式。 2）. 时序分析法--处理的是动态的时间序列相关数据，又称为过程统计方法。 3）、多元统计分析（聚类分析、判别分析、因子分析、主成分分析、生存数据分析）。 3、计算机仿真（又称统计估计方法）：根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿，观察在某种规则限制下的仿真结果（如蒙特卡罗模拟）。三、模型求解：模型建好了，模型的求解也是一个重要的方面，一个好的求解算法与一个合

适的求解软件的选择至关重要，常用求解软件有matlab，mathematica，lingo，lindo，spss，sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解，spss，sas一般用于统计问题的求解，matlab，mathematica功能较为综合，分别擅长数值运算与符号运算。常用算法有：数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。四、自学能力和查找资料文献的能力：建模过程中资料的查找也具有相当重要的作用，在现行方案不令人满意或难以进展时，一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站：CNKI、VIP、万方。五、论文结构： 0、摘要 1、问题的重述，背景分析 2、问题的分析 3、模型的假设，符号说明 4、模型的建立（局部问题分析，公式推导，基本模型，最终模型等） 5、模型的求解 6、模型检验:模型的结果分析与检验，误差分析 7、模型评价:优缺点，模型的推广与改进 8、参考文献 9、附录六、需要重视的问题数学建模的所有工作最终都要通过论文来体现，因此论文的写法至关重要：

第1节数学建模与数学探究

第1节数学建模与数学探究【内容要求】数学建模活动是对现实问题进行数学抽象，用数学语言表达问题、用数学方法构建模型解决问题的过程.主要包括：在实际情境中从数学的视角发现问题、提出问题，分析问题、构建模型，确定参数、计算求解，检验结果、改进模型，最终解决实际问题.数学建模活动是基于数学思维运用模型解决实际问题的一类综合实践活动，是高中阶段数学课程的重要内容. 【基本过程】数学建模活动的基本过程如下：数学探究活动是围绕某个具体的数学问题，开展自主探究、合作研究并最终解决问题的过程.具体表现为：发现和提出有意义的数学问题，猜测合理的数学结论，提出解决问题的思路和方案，通过自主探索、合作研究论证数学结论.数学探究活动是运用数学知识解决数学问题的一类综合实践活动，也是高中阶段数学课程的重要内容. 【过程解读】掌握建模基本过程，会对实际问题进行问题分析，善于合理假设. ·问题分析也常称为模型准备或问题重述.由于数学模型是建立数学与实际现象之

间的桥梁，因此，首要的工作是要设法用数学的语言表述实际现象.所谓问题重述是指把实际现象尽量地使用贴近数学的语言进行重新描述.为此，要充分了解问题的实际背景，明确建模的目的，尽可能弄清对象的特征，并为此搜集必需的各种信息或数据.要善于捕捉对象特征中隐含的数学因素，并将其一一列出.至此，我们便有了一个很好的开端，而有了这个良好的开端，不仅可以决定建模方向，初步确定用哪一类模型，而且对下面的各个步骤都将产生影响. ·模型假设(即合理假设)是与问题分析紧密衔接的又一个重要步骤.根据对象的特征和建模目的，在问题分析基础上对问题进行必要的、合理的取舍简化，并使用精确的语言作出假设，这是建模至关重要的一步.这是因为，一个实际问题往往是复杂多变的，如不经过合理的简化假设，将很难于转化成数学模型，即便转化成功，也可能是一个复杂的难于求解的模型从而使建模归于失败.当然，假设作得不合理或过分简单也同样会因为与实际相去甚远而使建模归于失败.一般地，作出假设时要充分利用与问题相关的有关学科知识，充分发挥想象力和观察判断力，分清问题的主次，抓住主要因素，舍弃次要因素. 【实际意义】数学建模的实际意义 1.在一般工程技术领域，数学建模仍然大有用武之地. 在以声、光、热、力、电这些物理学科为基础的诸如机械、电机、土木、水利等工程技术领域中，数学建模的普遍性和重要性不言而喻，虽然这里的基本模型是已有的，但是由于新技术、新工艺的不断涌现，提出了许多需要用数学方法解决的新问题；高速、大型计算机的飞速发展，使得过去即便有了数学模型也无法求解的课题(如大型水坝的应力计算，中长期天气预报等)迎刃而解；建立在数学模型和计算机模拟基础上的CAD技术，以其快速、经济、方便等优势，大量地替代了传统工程设计中的现场实验、物理模拟等手段. 2.在高新技术领域，数学建模几乎是必不可少的工具. 无论是发展通讯、航天、微电子、自动化等高新技术本身，还是将高新技术用于传统工业去创造新工艺、开发新产品，计算机技术支持下的建模和模拟都是经常使用的有效手段.数学建模、数值计算和计算机图形等相结合形成的计算机软件，已经被固化于产品中，在许多高新技术领域起着核心作用，被认为是高新技术的特征之一.

科学计算与数学建模教学大纲

科学计算与数学建模教学大纲课程编号：13070162 课程名称：科学计算与数学建模英文名称：Scientific Computing & Mathematical Modeling 总学时：64 学分：4 先修课程要求：高等数学、线性代数适应专业：全校理、工、医、经、管、文、法等专业教材与主要教学参考书目（注：加*号的为指定教材或辅助教材） [1]*郑洲顺，张鸿雁等，科学计算与数学建模，上海：复旦大学出版社，2011. [2]*李庆扬，王能超，易大义．数值分析，通高等教育“十一五”国家级规划教材，北京：清华大学出版社，2008 [3] *姜启源，谢金星，叶俊．数学模型（第三版），北京：清华大学出版社，2007. [4] 邓建中，刘之行．计算方法，西安：西安交通大学出版社，2001. [5] 谭永基等．数学模型，上海：复旦大学出版社，1997. [6] 韩旭里，万中．数值分析与实验，北京：科学出版社，2006年. [7] 蔡大用，白峰杉．高等数值分析．北京：清华大学出版社，1998 [8] 曹志浩，张玉德，李瑞遐．矩阵计算与方程求根．北京：高等教育出版社，1984 [9] 李庆扬，关治，白峰杉．数值计算原理，北京：清华大学出版社，2000 [10]索尔（美）著．吴兆金，范红军译．数值分析，北京：人民邮电出版社，2010 [11]叶其孝．大学生数学建模竞赛辅导教材(1-5)．长沙：湖南教育出版社，1993-2008 [12]刘来福，曾文艺．数学模型与数学建模．第二版．北京：北京师范大学出版社，2002 [13]李尚志．数学建模竞赛教程．江苏：江苏教育出版社，1996 [13]李大潜．中国大学生数学建模竞赛．北京：高等教育出版社，1998 [14] *李荣华，冯果忱．微分方程数值解法．第二版．北京：高等教育出版社，1989 [15]施妙根，顾丽珍．科学和工程计算基础．北京：清华大学出版社，1999 [16]郭金玉，张忠彬，孙庆云．层次分析法在安全科学研究中的应用[J]．中国安全生产科学技术，2008，4(2)：69-73 [17]陈义华．数学建模的层次分析法. 甘肃工业大学学报．1997，23(3):92-97 [18]郭亚军．综合评价理论、方法及应用．北京：科学出版社，2007 [19]韩中庚．数学建模方法及其应用. 北京:高等教育出版社,2005 [20]易丹辉．统计预测方法与应用-北京：中国统计出版社，2004

数学建模基础(入门必备)

一、数学模型的定义现在数学模型还没有一个统一的准确的定义，因为站在不同的角度可以有不同的定义。不过我们可以给出如下定义：“数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。”具体来说，数学模型就是为了某种目的，用字母、数学及其它数学符号建立起来的等式或不等式以及图表、图象、框图等描述客观事物的特征及其内在联系的数学结构表达式。一般来说数学建模过程可用如下框图来表明：数学是在实际应用的需求中产生的，要解决实际问题就必需建立数学模型，从此意义上讲数学建模和数学一样有古老历史。例如，欧几里德几何就是一个古老的数学模型，牛顿万有引力定律也是数学建模的一个光辉典范。今天，数学以空前的广度和深度向其它科学技术领域渗透，过去很少应用数学的领域现在迅速走向定量化，数量化，需建立大量的数学模型。特别是新技术、新工艺蓬勃兴起，计算机的普及和广泛应用，数学在许多高新技术上起着十分关键的作用。因此数学建模被时代赋予更为重要的意义。二、建立数学模型的方法和步骤 1. 模型准备要了解问题的实际背景，明确建模目的，搜集必需的各种信息，尽量弄清对象的特征。 2. 模型假设根据对象的特征和建模目的，对问题进行必要的、合理的简化，用精确的语言作出假设，是建模至关重要的一步。如果对问题的所有因素一概考虑，无疑是一种有勇气但方法欠佳的行为，所以高超的建模者能充分发挥想象力、洞察力和判断力，善于辨别主次，而且为了使处理方法简单，应尽量使问题线性化、均匀化。 3. 模型构成根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量间的等式关系或其它数学结构。这时，我们便会进入一个广阔的应用数学天地，这里在高数、概率老人的膝下，有许多可爱的孩子们，他们是图论、排队论、线性规划、对策论等许多许多，真是泱泱大国，别有洞天。不过我们应当牢记，建立数学模型是为了让更多的人明了并能加以应用，因此工具愈简单愈有价值。 4. 模型求解可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法，特别是计算机技术。一道实际问题的解决往往需要纷繁的计算，许多时候还得将系统运行情况用计算机模拟出来，因此编程和熟悉数学软件包能力便举足轻重。 5. 模型分析对模型解答进行数学上的分析。“横看成岭侧成峰，远近高低各不同”，能否对模型结果

项目学习与数学建模的完美融合

项目学习与数学建模的完美融合一年一度的全国大学生数学建模竞赛从1992年开始，已经走过了24年的历程。每一次的比赛都是紧张激烈的，每一次的经历都是收获丰硕的。在近年的备赛阶段研究其活动方式，竟发现数学建模与项目学习不期而遇，项目学习宛如一位老友走进了数学建模，与数学建模完美地融合了。项目学习与全国大学生数学建模竞赛的完美融合，提高了学生自主学习的能力，促进了学生团队合作的能力，增强了各个学科的相通，使数学建模更加整体有序。一、项目学习与数学建模在理论层面的融合数学建模是通过建立数学模型来解决实际问题。它的基本过程是：第一，根据问题来设计问题，即根据题目要求来确定任务，把实际问题转化为数学问题；第二，积极探索，处理数据，解决问题；第三，撰写论文，展示成果。要想成功地建立数学模型需要具备以下几方面的能力：第一，扎实的基础，这里所谓的基础并不单独是指数学基础，而是指包括数学、物理、化学、生物、地理等方面的常识；第二，丰富的想象力，不拘泥于固定的思维方式，要敢于尝试别人没有使用过的方法；第三，坚定的信念，要坚定一定可以找到答案的信念，并努力探索，这样即使没有解决问题，

在探索过程中也会学到很多东西；第四，要具备良好的编程素养，要解决实际问题，就一定会有数据，而且要处理很多大数据，是一定需要通过计算机编程来完成的。项目学习与数学建模在理论层面的融合体现在以下几个方面： 1.在设计问题阶段的融合。这是数学建模与项目学习的天然融合。首先，项目学习是从问题驱动出发，驱动问题就像“灯塔”一样激励着学生的兴趣，指引学生向项目目标努力；而数学建模也必须先确定出问题，才能开始后续的探索，数学建模竞赛的试题来源于生活，而且实用性强，能够很好地激发学生的兴趣。其次，项目学习以终为始，即工作伊始就明确形成的成果是什么，有什么用，数学建模也是如此，最后形成的解决方案，就是项目学习中的成果。最后，项目学习是要确定项目范围，在项目启动的时候就确定项目的时间，数学建模也是如此。 2.在问题探索阶段的融合。这个阶段更加体现出了数学建模与项目学习的天然融合，浑然天成。项目学习是以探索体验为重点，数学建模的过程就是探索体验的过程。项目学习在探索体验阶段，不仅是一种学习方式，还是一种协同工作、收集信息和呈现信息的方式，团队协作是项目成功的关键。数学建模竞赛也要求学生必须具备很强的团队合作精神，要收集信息、呈现信息、

数学建模中常见的十大模型

数学建模常用的十大算法==转 (2011-07-24 16:13:14) 转载▼ 1. 蒙特卡罗算法。该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟来检验自己模型的正确性，几乎是比赛时必用的方法。 2. 数据拟合、参数估计、插值等数据处理算法。比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用MA TLAB 作为工具。 3. 线性规划、整数规划、多元规划、二次规划等规划类算法。建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件求解。 4. 图论算法。这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备。 5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。这些算法是算法设计中比较常用的方法，竞赛中很多场合会用到。 6. 最优化理论的三大非经典算法：模拟退火算法、神经网络算法、遗传算法。这些问题是用来解决一些较困难的最优化问题的，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用。 7. 网格算法和穷举法。两者都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具。 8. 一些连续数据离散化方法。很多问题都是实际来的，数据可以是连续的，而计算机只能处理离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的。 9. 数值分析算法。如果在比赛中采用高级语言进行编程的话，那些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用。 10. 图象处理算法。赛题中有一类问题与图形有关，即使问题与图形无关，论文中也会需要图片来说明问题，这些图形如何展示以及如何处理就是需要解决的问题，通常使用MA TLAB 进行处理。以下将结合历年的竞赛题，对这十类算法进行详细地说明。以下将结合历年的竞赛题，对这十类算法进行详细地说明。 2 十类算法的详细说明 2.1 蒙特卡罗算法大多数建模赛题中都离不开计算机仿真，随机性模拟是非常常见的算法之一。举个例子就是97 年的A 题，每个零件都有自己的标定值，也都有自己的容差等级，而求解最优的组合方案将要面对着的是一个极其复杂的公式和108 种容差选取方案，根本不可能去求解析解，那如何去找到最优的方案呢？随机性模拟搜索最优方案就是其中的一种方法，在每个零件可行的区间中按照正态分布随机的选取一个标定值和选取一个容差值作为一种方案，然后通过蒙特卡罗算法仿真出大量的方案，从中选取一个最佳的。另一个例子就是去年的彩票第二问，要求设计一种更好的方案，首先方案的优劣取决于很多复杂的因素，同样不可能刻画出一个模型进行求解，只能靠随机仿真模拟。 2.2 数据拟合、参数估计、插值等算法数据拟合在很多赛题中有应用，与图形处理有关的问题很多与拟合有关系，一个例子就是98 年美国赛A 题，生物组织切片的三维插值处理，94 年A 题逢山开路，山体海拔高度的插值计算，还有吵的沸沸扬扬可能会考的“非典”问题也要用到数据拟合算法，观察数据的

关于数学建模的分析

关于数学建模的分析一、应用数学的发展与现状最初的应用数学在创立的时候，只有很少的几个分支，经过时间的沉淀和进一步的开拓，到如今，应用数学已经有了非常迅速的发展，几乎可以将应用数学的方法融入到各个科学领域，尤其是与其它很多学科的联系越来越趋于紧密，起着举足轻重的作用。应用数学早已不仅仅局限于传统学科如物理学、医学、经济学的原始问题，而随着信息化时代的到来，应用数学更多的应用于新兴信息学、生态学一些划时代的学科中，在边缘科学中也发挥这越来越重要的作用，甚至进入了金融、保险等行业，给应用科学带来了巨大的前途和发展空间，充满了更多的机遇和挑战。应用数学是一门数学，更是一门科学。很久以来，在应用数学的教学和实践中，很多人一直不了解如何把理论知识与实际很好的结合，其根本原因就是没有将数学建模思想渗透到真正的应用数学中去。很多熟知应用数学的人员却不能将其运用到实际领域中去，他们也许很多人都还不知道什么是数学建模，也不了解数学建模的过程是什么，更不会知道数学建模能有这么大的用处。马克思曾经说过：一门科学只有当它充分利用了数学之后，才能成为一门精确的科学。随着应用数学的发展，给它提供了更广阔的空间，也给应用者们带来了巨大的挑战。这就迫使应用数学的学习者要自觉学习了解各个行业的知识，进入充满悬念的非传统领域，在高尖端的应用领域中放手一搏，能及时跟上应用数学的变化并走在时代的前沿。

二、数学建模在应用数学中的重要作用数学模型是用数学来解决实际问题的桥梁。数学模型与数学建模不仅仅展示了解决实际问题时所使用的数学知识与技巧，更重要的是它告诉我们如何挖掘实际问题中的数学内涵并使用所学数学知识来解决它。数学建模就是应用数学理论和方法去分析和解决实际问题，简单的说，就是用数学语言描述实际现象的过程。数学源于生活实践，是研究现实世界数量关系和空间形式的科学，最终也将应用于生活。在如今，数学以空前的广度和深度向其他科学技术领域渗透，过去很少应用数学的领域现在也在迅速的贴近数学，特别是新技术、新工艺蓬勃兴起，计算机的普及和广泛应用，数学在许多高新技术上起着十分关键的作用。因此，数学建模不仅凸现出其重要性，而且已成为现代应用数学的一个重要组成部分。从马克思方法论来说，数学建模实质上就是一种数学思想方法。从工程、金融、设计等各个角度来运用数学建模，就是用数学的语言和方法，通过抽象、简化建立数学模型，近似勾勒出数学模型，在对数学模型的研究中完成对实际的模拟。数学建模能解决各个领域的实际问题，它从模型和量去考察实际问题，尽可能用数学的规律和参数变量来模拟实际问题的发展和结果，数学模型的建立可分为以下几个步骤：用理论和定律来确定变量，建立各个参数之间的定量或定性关系，进一步建立出数学模型;用数学的计算方法进行分析、求解;然后尽可能用实验的、观察的、历史的数据来验证该数学模型。若检验符合实际，则建模成功;若不符合实际，则需要重新考虑抽象、简化建

数学建模背景

数学建模背景：数学技术近半个多世纪以来，随着计算机技术的迅速发展，数学的应用不仅在工程技术、自然科学等领域发挥着越来越重要的作用，而且以空前的广度和深度向经济、管理、金融、生物、医学、环境、地质、人口、交通等新的领域渗透，所谓数学技术已经成为当代高新技术的重要组成部分。数学模型（Mathematical Model）是一种模拟，是用数学符号、数学式子、程序、图形等对实际课题本质属性的抽象而又简洁的刻划，它或能解释某些客观现象，或能预测未来的发展规律，或能为控制某一现象的发展提供某种意义下的最优策略或较好策略。数学模型一般并非现实问题的直接翻版，它的建立常常既需要人们对现实问题深入细微的观察和分析，又需要人们灵活巧妙地利用各种数学知识。这种应用知识从实际课题中抽象、提炼出数学模型的过程就称为数学建模（Mathematical Modeling）。[1] 不论是用数学方法在科技和生产领域解决哪类实际问题，还是与其它学科相结合形成交叉学科，首要的和关键的一步是建立研究对象的数学模型，并加以计算求解（通常借助计算机）。数学建模和计算机技术在知识经济时代的作用可谓是如虎添翼。建模应用数学是研究现实世界数量关系和空间形式的科学，在它产生和发展的历史长河中，一直是和各种各样的应用问题紧密相关的。数学的特点不仅在于概念的抽象性、逻辑的严密性，结论的明确性和体系的完整性，而且在于它应用的广泛性，自从20世纪以来，随着科学技术的迅速发展和计算机的日益普及，人们对各种问题的要求越来越精确，使得数学的应用越来越广泛和深入，特别是在21世纪这个知识经济时代，数学科学的地位会发生巨大的变化，它正在从国家经济和科技的后备走到了前沿。经济发展的全球化、计算机的迅猛发展，数理论与方法的不断扩充使得数学已经成为当代高科技的一个重要组成部分和思想库，数学已经成为一种能够普遍实施的技术。培养学生应用数学的意识和能力已经成为数学教学的一个重要方面。 2建模过程模型准备了解问题的实际背景，明确其实际意义，掌握对象的各种信息。以数学思想来包容问题的精髓，数学思路贯穿问题的全过程，进而用数学语言来描述问题。要求符合数学理论，符合数学习惯，清晰准确。模型假设根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。模型建立在假设的基础上，利用适当的数学工具来刻划各变量常量之间的数学关系，建立相应的数学结构（尽量用简单的数学工具）。模型求解利用获取的数据资料，对模型的所有参数做出计算（或近似计算）。模型分析对所要建立模型的思路进行阐述，对所得的结果进行数学上的分析。模型检验将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差，则应该修改假设，再次重复建模过程。

大学生数学建模竞赛全国一等奖获奖论文之物理和数学的结合

数码相机定位摘要本文是双目定位的具体模型和方法进行了研究，分别给出了针孔线性模型、椭圆线性回归模型、RAC模型等并对其进行研究。对于问题一，在针孔线性模型的基础上，通过对数码相机内外部参数的标定，确定靶标到靶标像的坐标转化关系，建立其坐标转换模型。对于问题二，利用图像处理所得的像素模拟图表确定20组特征点的坐标在世界坐标系和图像坐标系的坐标，代入上述转换关系来确定系数矩阵M，进而求得圆心在像平面的像坐标，然后利用畸变校正模型对结果进行校正。结果为左上圆（119.0938，69.6890）、中间圆(155.7689,72.4757) 右上圆(234.6404,78.4603)、左下圆(105.4604,185.3796) 右下圆(214.5271,184.9706)。对于问题三，建立椭圆线性回归模型对靶标的像进行拟合，得到的图像中心坐标即为圆心在像平面的像坐标。结果分析还表明该方法的精度和稳定性都比较好。结果如下：左上圆（120.0039，69.2536）、中间圆(155.1462,73.0654) 右上圆(236.2001,77.8279)、左下圆(103.4572,182.3599) 右下圆(216.8469,179.6788)。模型三与模型一的结果相差最大为2.945%。很好地验证了模型一的结果的准确性对于问题四，利用RAC模型，确定出单个相机的外部参数，得出其旋转矩阵和平移向量，即完成单个相机的定标，然后利用其几何转化由相机各自的旋转矩阵和平移向量求解出两个相机的相对位置。关键词：针孔线性模型像素模拟图表畸变校正曲线拟合RAC模型一．问题的重述与分析已知：一靶标和用一位置固定的数码相机摄的它的像，如题目中图3所示。其中靶标如下，取1个边长为100mm的正方形，分别以四个顶点（对应为A、C、D、E）为圆心，12mm为半径作圆。以AC边上距离A点30mm处的B为圆心，12mm为半径作圆，如题目中图1.1所示。