、问题提出
当用临时料场时决策变量为：X j 当不用临时料场时决策变量为：X j , X j, y j
使用临时料场的情形：
编写程序liaochangl.m 如下：clear
a=[1.25 8.75 0.5 5.75 3 7.25];
b=[1.25 0.75 4.75 5 6.5 7.75];
d=[3 5 4 7 6 11];
x=[5 2];
y=[1 7];
e=[20 20];
for i=1:6
for j=1:2 aa(i,j)=sqrt((x(j)-a(i))A2+(y(j)-b(i))A2); end
end
CC=[aa(:,1); aa(:,2)]'
A=[1 1 1 1 1 1 0 0 0 0 0 0
0 0 0 0 0 0 1 1 1 1 1 1];
B=[20;20];
Aeq=[1 0 0 0 0 0 1 0 0 0 0 0
0 1 0 0 0 0 0 1 0 0 0 0
0 0 1 0 0 0 0 0 1 0 0 0
0 0 0 1 0 0 0 0 0 1 0 0
0 0 0 0 1 0 0 0 0 0 1 0
0 0 0 0 0 1 0 0 0 0 0 1 ];
beq=[d(1);d (2);d(3);d (4);d(5);d (6)]; vlb=[0 0 0 0 0 0 0 0 0 0 0 0];vub=[]; x0=[1 2 3 0 1 0 0 1 0 1 0 1]; [xx,fval]=li nprog(CC,A,B,Aeq,beq,vlb,vub,x0) 程序截图如下：
程序的运行结果为：
xx =
3.0000
5.0000
0.0000
7.0000
0.0000
1.0000
0.0000
0.0000
4.0000
0.0000
6.0000
10.0000 fval =
136.2275
运行结果截图如下：
即由料场A、B向6个工地运料方案为:
总的吨千米数为136.2275. 改建两个新料场的情形：先编写M文件liaochang.m : fun cti on f=liaoch(x)
a=[1.25 8.75 0.5 5.75 3 7.25];
b=[1.25 0.75 4.75 5 6.5 7.75];
d=[3 5 4 7 6 11];
e=[20 20];
f1=0;
for i=1:6
s(i)=sqrt((x(13)-a(i))A2+(x(14)-b(i))A2);
f1=s(i)*x(i)+f1;
end
f2=0;
for i=7:12
s(i)=sqrt((x(15)-a(i-6))A2+(x(16)-b(i-6))A2);
f2=s(i)*x(i)+f2;
end
f=f1+f2;
再编写主程序liaochang2.m 为：
clear
x0=[3 5 4 7 1 0 0 0 0 0 5 11 5 4 7 7];
A=[1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 1 1 1 1 1 0 0 0 0];
B=[20;20];
Aeq=[1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0
0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0]; beq=[3 5 4 7 6 11]'; vlb=[zeros(12,1);-i nf;-i nf;-i nf;-i nf]; vub=[]; [x,fval,exitflag]=fmi ncon(
程序截图如下： 程序运行结果如下：
x =
Colum ns 1 through 8 3.0000 5.0000
0 0
Columns 9 through 16
0 0
7.2500 7.7500 fval =
89.8835 exitflag = 5
程序结果截图如下：
即两个新料场的坐标分别为(5.6962,4.9289 ) , (7.2500,7.7500 ),由料场A 、B 向6个
总的吨千米数为，比用临时料场节省约吨千米
4.0000 7.0000 1.0000 0
5.0000 11.0000 5.6962 4.9289
'liaoch' ,x0,A,B,Aeq,beq,vlb,vub)
学校选址问题 摘 要 本文针对某地新开发的20个小区建设配套小学问题建立了0-1规划模型和优化模型。为问题一和问题二的求解，提供了理论依据。 模型一： 首先：根据目标要求，要建立最少学校的方案列出了目标函数： ∑==16 1i i x s 然后：根据每个小区至少能被一所学校所覆盖，列出了20个约束条件; 最后：由列出的目标函数和约束函数，用matlab 进行编程求解，从而得到，在每个小区至少被一所学校所覆盖时，建立学校最少的个数是四所，并且一共有22种方案。 模型二： 首先：从建校个数最少开始考虑建校总费用，在整个费用里面，主要是固定费用，由此在问题一以求解的条件下，进行初步筛选，得到方案1,4,8的固定成本最少。 然后：在初步得出成本费用最少时，对每个这三个方案进一步的求解，求出这三个方案的具体的总费用，并记下这三套方案中的最小费用。 其次：对这三套方案进行调整，调整的原则是：在保证每个小区有学校覆盖的条件下，用多个固定成本费用低的备选校址替换固定成本费用高的备选校址。在替换后，进行具体求解。 再次：比较各种方案的计算结果，从而的出了如下结论： 选用10,11,13,15,16号备选校址的选址方案，花费最少，最少花费为13378000元。 最后：对该模型做了灵敏度分析，模型的评价和推广。 关键字：最少建校个数 最小花费 固定成本 规模成本 灵敏度分析
1. 问题重述 1.1问题背景： 某地新开发的20个小区内需要建设配套的小学，以方便小区内居民的的孩子上学。但是为了节省开支，建造的学校要求尽量的少，为此，设备选定的16个校址提供参考，各校址覆盖的小区情况如表1所示： 表1-1备选校址表 备选校址 1 2 3 4 5 6 7 8 覆盖小区 1,2,3, 4,6 2,3,5,8, 11,20 3,5,11,20 1,4,6,7, 12 1,4,7,8,9,11,13, 14 5,8,9,10 11,16,20 10,11,1516,19, 20 6,7,12, 13,17, 18 备选校址 9 10 11 12 13 14 15 16 覆盖小区 7,9,13, 14,15, 17,18, 19 9,10,14,15,16, 18,19 1,2,4,6, 7 5,10,11, 16,20, 12,13，14,17, 18 9,10,14, 15 2,3,,5, 11,20 2,3,4,5,8 1.2 问题提出： 问题一、求学校个数最少的建校方案，并用数学软件求解（说明你所使用的软件并写出输入指令）。 问题二、设每建一所小学的成本由固定成本和规模成本两部分组成，固定成本由学校所在地域以及基本规模学校基础设施成本构成，规模成本指学校规模超过基本规模时额外的建设成本，它与该学校学生数有关，同时与学校所处地域有关。设第i 个备选校址的建校成本i c 可表示为 ?? ???-??+=， 否则， 若学生人数超过学生人数0600 )600(50 1002000i i i c βα 其中i α和i β由表1-2给出： 表1-2 学校建设成本参数表（单位：百万元） 备选校址 1 2 3 4 5 6 7 8 i α 5 5 5 5 5 5 5 3.5 i β 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.1 备选校址 9 10 11 12 13 14 15 16 i α 3.5 3.5 3.5 3.5 2 2 2 2 i β 0.1 0.1 0.1 0.1 0.05 0.05 0.05 0.05 考虑到每一小区的学龄儿童数会随住户的迁移和时间发生变化,当前的精确数据并不能作为我们确定学校规模的唯一标准，于是我们根据小区规模大小用统计方法给出每个小区的学龄儿童数的估计值，见表1-3： 表1-3.各小区1到6年级学龄儿童数平均值（样本均值） 小区 1 2 3 4 5 6 7 8 9 10 学龄儿童数 120 180 230 120 150 180 180 150 100 160
兰州交通大学 数学建模大作业 学院：机电工程学院 班级：车辆093 学号：200903812 姓名：刘键学号：200903813 姓名：杨海斌学号：200903814 姓名：彭福泰学号：200903815 姓名：程二永学号：200903816 姓名：屈辉
高速公路问题 1 实验案例 (2) 1.1 高速公路问题(简化) (2) 1.1.1 问题分析 (3) 1.1.2 变量说明 (3) 1.1.3 模型假设 (3) 1.1.4 模型建立 (3) 1.1.5 模型求解 (4) 1.1.6 求解模型的程序 (4) 1实验案例 1.1 高速公路问题(简化) A城和B城之间准备建一条高速公路，B城位于A城正南20公里和正东30公里交汇处，它们之间有东西走向连绵起伏的山脉。公路造价与地形特点有关，图4.2.4给出了整个地区的大致地貌情况，显示可分为三条沿东西方向的地形带。 你的任务是建立一个数学模型，在给定三种地形上每公里的建造费用的情况下，确定最便宜的路线。图中直线AB显然是路径最短的，但不一定最便宜。而路径ARSB过山地的路段最短，但是否是最好的路径呢？ A B 图8.2 高速公路修建地段
1.1.1 问题分析 在建设高速公路时，总是希望建造费用最小。如果要建造的起点、终点在同一地貌 中，那么最佳路线则是两点间连接的线段，这样费用则最省。因此本问题是一个典型的最优化问题，以建造费用最小为目标，需要做出的决策则是确定在各个地貌交界处的汇合点。 1.1.2 变量说明 i x ：在第i 个汇合点上的横坐标（以左下角为直角坐标原点），i ＝1，2，…，4；x 5＝30（指目的地B 点的横坐标） x=[x 1，x 2，x 3，x 4]T l i ：第i 段南北方向的长度（i ＝1，2， (5) S i ：在第i 段上地所建公路的长度（i ＝1，2， (5) 由问题分析可知， () ()() () 2 542552 432442 322332212 222 1211x x l S x x l S x x l S x x l S x l S -+=-+=-+=-+=+= C 1：平原每公里的造价（单位：万元/公里） C 2：高地每公里的造价（单位：万元/公里） C 3：高山每公里的造价（单位：万元/公里） 1.1.3 模型假设 1、 假设在相同地貌中修建高速公路，建造费用与公路长度成正比； 2、 假设在相同地貌中修建高速公路在一条直线上。在理论上，可以使得建造费用最少， 当然实际中一般达不到。 1.1.4 模型建立 在A 城与B 城之间建造一条高速公路的问题可以转化为下面的非线性规划模型。优化目标是在A 城与B 城之间建造高速公路的费用。 () 4,3,2,1300. .)(min 5142332211=≤≤++++=i x t s S C S C S C S C S C x f i
数学建模线性规划模型 数学建模教案,线性规划模型 一、问题的提出 在生产管理和经营活动中经常提出一类问题，即如何合理地利用有限的人力、物力、财力等资源，以便得到最好的经济效果。 例1 若需在长为4000mm的圆钢上，截出长为698mm和518mm两种毛坯，问怎样截取才能使残料最少, 初步分析可以先考虑两种“极端”的情况: (1)全部截出长为698mm的甲件，一共可截出 EQ F(4000,698) ?5件，残料长为510mm。 (2)全部截出长为518mm的乙件，一共可截出 EQ F(4000,518) ?7件，残料长为374mm。由此可以想到，若将 x个甲件和y 个乙件搭配起来下料，是否可能使残料减少,把截取条件数学化地表示出来就是: 698 x + 518y ? 4000 x ，y都是非负整数 目标是使:z = EQ F(698x + 518y,4000) (材料利用率)尽可能地接近或等于1。(尽可能地大) 该问题可用数学模型表示为: 目标函数 : max z = EQ F(698x + 518y,4000) 满足约束条件: 698 x + 518y ? 4000 ， (1) x ，y都是非负整数 . (2) 例2 某工厂在计划期内要安排生产I 、II两种产品，已知生产单位产品所需的设备台数及A、B两种原料的消耗，如下表所示。
I II 设备 1 2 8台数 原材料A 4 0 16kg 原材料B 0 4 12kg 该工厂每生产一件产品I可获利 2 元，每生产一件产品II可获利 3 元，问应如何安排生产计划使工厂获利最多, 这问题可以用以下的数学模型来描述:设 x, x分别表示在计划期内产品I、II 的产量。 1 2 因为设备的有效台数为8 ，这是一个限制产量的条件，所以在确定I 、II的产量时，要考虑不超过设备的有效台数，即可用不等式表示为: x + 2x ? 8 . 1 2同理，因原材料A 、B的限量，可以得到以下不等式: 4 x ? 16 1 4 x ? 12. 2 该工厂的目标是在不超过所有资源限量的条件下，如何确定产量x、x以得到最大 1 2的利润。若用 z 表示利润，这时z = 2x + 3 x。综上所述，该计划问题可用数学模型表 1 2 示为: 目标函数 : max z = 2x + 3 x 1 2 满足约束条件: x + 2x ? 8 1 2 4 x ? 16 1 4 x ? 12. 2
学校选址问题 摘要 本文针对某地新开发的20个小区建设配套小学问题建立了0-1规划模型和优化模型。为问题一和问题二的求解，提供了理论依据。 模型一： 首先：根据目标要求，要建立最少学校的方案列出了目标函数： 然后：根据每个小区至少能被一所学校所覆盖，列出了20个约束条件; 最后：由列出的目标函数和约束函数，用matlab进行编程求解，从而得到，在每个小区至少被一所学校所覆盖时，建立学校最少的个数是四所，并且一共有22种方案。 模型二： 首先：从建校个数最少开始考虑建校总费用，在整个费用里面，主要是固定费用，由此在问题一以求解的条件下，进行初步筛选，得到方案1,4,8的固定成本最少。 然后：在初步得出成本费用最少时，对每个这三个方案进一步的求解，求出这三个方案的具体的总费用，并记下这三套方案中的最小费用。 其次：对这三套方案进行调整，调整的原则是：在保证每个小区有学校覆盖的条件下，用多个固定成本费用低的备选校址替换固定成本费用高的备选校址。在替换后，进行具体求解。 再次：比较各种方案的计算结果，从而的出了如下结论： 选用10,11,13,15,16号备选校址的选址方案，花费最少，最少花费为13378000元。 最后：对该模型做了灵敏度分析，模型的评价和推广。 关键字：最少建校个数最小花费固定成本规模成本灵敏度分析 1.问题重述 1.1问题背景： 某地新开发的20个小区内需要建设配套的小学，以方便小区内居民的的孩子上学。但是为了节省开支，建造的学校要求尽量的少，为此，设备选定的16个校址提供参考，各校址覆盖的小区情况如表1所示： 1.2 问题一、求学校个数最少的建校方案，并用数学软件求解（说明你所使用的软件并写出输入指令）。 问题二、设每建一所小学的成本由固定成本和规模成本两部分组成，固定成本由学校所在地域以及基本规模学校基础设施成本构成，规模成本指学校规模超过基本规模时额外的建设成本，它与该学校学生数有关，同时与学校所处地域有关。设第i个备选校址的建校成本 c可表示为 i
数学建模期末大作业论文 题目：A题美好的一天 组长：何曦（2014112739） 组员：李颖（2014112747）张楚良（2014112740） 班级：交通工程三班 指导老师：陈崇双
美好的一天 摘要 关键字：Dijkstra算法多目标规划有向赋权图 MATLAB SPSS
1 问题的重述 Hello！大家好，我是没头脑,住在西南宇宙大学巨偏远的新校区（节点22）。明天我一个外地同学来找我玩，TA叫不高兴，是个镁铝\帅锅，期待ing。我想陪TA在城里转转，当然是去些不怎么花钱的地方啦~~。目前想到的有林湾步行街(节点76)、郫郫公园（节点91），大川博物院（节点72）。交通嘛，只坐公交车好了,反正公交比较发达，你能想出来的路线都有车啊。另外，进城顺便办两件事，去老校区财务处一趟（节点50），还要去新东方（节点34）找我们宿舍老三，他抽奖中了两张电影票，我要霸占过来明晚吃了饭跟TA一起看。电影院嘛，TASHIWODE电影院（节点54）不错，比较便宜哈。我攒了很久的钱，订了明晚开心面馆（节点63）的烛光晚餐，额哈哈，为了TA，破费一下也是可以的哈。哦，对了，老三说了，他明天一整天都上课，只有中午休息的时候能接见我给我票。 我主要是想请教一下各位大神： 1）明天我应该怎么安排路线才能够让花在坐车上的时间最少？ 2）考虑到可能堵车啊，TA比较没耐心啊，因为TA叫不高兴嘛。尤其是堵车啊，等车啊，这种事，万一影响了气氛就悲剧了。我感觉路口越密的地方越容易堵，如果考虑这个，又应该怎么安排路线呢？ 3）我们城比较挫啊，连地图也没有，Z老师搞地图测绘的，他有地图，跟他要他不给，只给了我一个破表格（见附件，一个文件有两页啊），说“你自己画吧”。帮我画一张地图吧，最好能标明我们要去的那几个地方和比较省时的路线啊，拜托了~ 2 问题的分析 2.1 对问题一的分析 问题一要求安排路线使得坐车花费的时间最少。 对于问题一，假设公交车的速度维持不变，要使花费的时间最少，则将问题转化为对最短路径的求解。求解最短路径使用Dijkstra算法很容易进行求解，在运用MATLAB编程，得到最优的一条路径，则这条路径所对应的时间即为最少用时。 2.2 对问题二的分析 问题二要求在考虑堵车的情况下，路口越密越容易发生拥堵，安排路线是乘车时间最短。 对于问题二，在问题的基础上增加了附加因素，即公交车的速度会因道路的密集程度而发生改变，从而问题一建立的基本Dijkstra算法对于问题二就不再适用了，因此对问题一的基本Dijkstra算法进行改进，并结合蚁群算法的机理与特点，运用MATLAB求解出最短路径，保证了花费时间的最少性。 2.3 对问题三的分析 问题三要求根据提供的附件，画出一张地图，标明要去的那几个地方和比较省时的路线。 对于问题三，在问题一和问题二的基础上，根据求解的结果，运用SPSS软件画出地图。
数学建模 第一章 线性规划 §1 线性规划 在人们的生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济效益的问题。此类问题构成了运筹学的一个重要分支—数学规划，而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。自从1947年G. B. Dantzig 提出求解线性规划的单纯形方法以来，线性规划在理论上趋向成熟，在实用中日益广泛与深入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性规划的适用领域更为广泛了，已成为现代管理中经常采用的基本方法之一。 1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床，每台销售后的利润分别为4000元与3000元。生产甲机床需用B A 、机器加工，加工时间分别为每台2小时和1小时；生产乙机床需用C B A 、、三种机器加工，加工时间为每台各一小时。若每天可用于加工的机器时数分别为A 机器10小时、B 机器8小时和C 机器7小时，问该厂应生产甲、乙机床各几台，才能使总利润最大？ 上述问题的数学模型：设该厂生产1x 台甲机床和2x 乙机床时总利润最大，则21,x x 应满足 （目标函数） 2134m ax x x z += (1) s.t. （ 约 束 条 件 ） ?????? ?≥≤≤+≤+0 ,781022122 121x x x x x x x （2） 这里变量21,x x 称之为决策变量，（1）式被称为问题的目标函数，（2）中的几个不等式是问题的约束条件，记为s.t.(即subject to)。
上述即为一规划问题数学模型的三个要素。由于上面的目标函数及约束条件均为线性函数，故被称为线性规划问题。 总之，线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最小的问题。 在解决实际问题时，把问题归结成一个线性规划数学模型是很重要的一步，但往往也是困难的一步，模型建立得是否恰当，直接影响到求解。而选取适当的决策变量，是我们建立有效模型的关键之一。 1.2 线性规划的Matlab 标准形式 线性规划的目标函数可以是求最大值，也可以是求最小值，约束条件的不等号可以是小于号也可以是大于号。为了避免这种形式多样性带来的不便，Matlab 中规定线性规划的标准形式为 b Ax x c x T ≤ that such min 其中c 和x 为n 维列向量，b 为m 维列向量，A 为n m ?矩阵。 例如线性规划 b Ax x c x T ≥ that such max 的Matlab 标准型为 b Ax x c x T -≤-- that such min 1.3 线性规划问题的解的概念 一般线性规划问题的标准型为 ∑==n j j j x c z 1min (3) ∑==≤n j i j ij m i b x a 1,,2,1 s.t.Λ (4) 可行解 满足约束条件（4）的解),,,(21n x x x x Λ=，称为线性规划问题的可行解，而使目标函数（3）达到最小值的可行解叫最优解。
物流配送中心选址模型 姓名：莫米菊学号：200900709044 班级：物流管理092班 摘要：在现代物流网络中，配送中心不仅执行一般的物流职能，而且越来越多地执行指挥调度、信息处理、作业优化等神经中枢的职能，是整个物流网络的灵魂所在。因此，发展现代化配送中心是现代物流业的发展方向。文章首先使用重心法计算出较为合适的备选地，再考虑到各项配送中心选址的固定成本和可变成本，从而使配送中心选址更加优化和符合实际。 关键词：物流选址；选址；重心法；优化模型； 1．背景介绍 1．1 研究主题 如下表中，有四个零售点的坐标和物资需求量，计算并确定物流节点的位置。 1.2 前人研究进展 1.2.1国内外的研究现状： 国外对物流配送选址问题的研究已有60余年的历史，对各种类型物
流配送中心的选址问题在理论和实践方面都取得了令人注目的成就，形成了多种可行的模型和方法。归纳起来，这些配送中心选址方法可分为三类：（1）应用连续型模型选择地点； （2）应用离散型模型选择地点； （3）应用德尔菲（Delphi）专家咨询法选择地点。 第一类是以重心法为代表，认为物流中心的地点可以在平面取任意点，物流配送中心设置在重心点时，货物运送到个需求点的距离将最短。这种方法通常只是考虑运输成本对配送中心选址的影响，而运输成本一般是运输需求量、距离以及时间的函数，所以解析方法根据距离、需求量、时间或三者的结合，通过坐标上显示，以配送中心位置为因变量，用代数方法来求解配送中心的坐标。解析方法考虑影响因素较少，模型简单，主要适用于单个配送中心选址问题。解析方法的优点在于计算简单，数据容易搜集，易于理解。由于通常不需要对物流系统进行整体评估，所以在单一设施定位时应用解析方法简便易行。 第二类方法认为物流中心的各个选址地点是有限的几个场所，最适合的地址只能按照预定的目标从有限个可行点中选取。 第二类方法的中心思想则是将专家凭经验、专业知识做出的判断用数值形式表示，从而经过分析后对选址进行决策。 国内在物流中心选址方面的研究起步较晚，只有10余年历史，但也有许多学者对其进行了较深入的研究，在理论和实践上都取得了较大的成果。北方交通大学鲁晓春等对配送中心的重心法地址做出了深入的研究，认为原有的重心法存在着问题，并把原有的计算公式用流通费用偏微分方程来取代。
打车软件的竞争问题 班级:电子科学与技术1102班组员: 二零一四年五月
打车软件的竞争问题 摘要：随着打车软件的日趋火热，越来越多的出行者使用打车软件预约出租车。基于移动互联网的打车软件相对于已往的传统的统一出租车电招平台庞杂的预定流程，显示出了很大的便捷优势，这种约车新形式服务正在悄然改变人们传统打车模式，它的新颖性、神奇性、创新性、高效性以及便利性在一定程度上迎合了人们现代化的生活方式。消费者每次使用打车软件预约出租车，被使用的软件公司都会给予司机和消费者相应的补贴，而且随着竞争的升级，补贴的力度越来越大。打车软件给一部分人带来了便捷，同时也带来了很多的社会问题，如拒载、爽约、空车不停等。正是这些争议性问题使得人们对这种新事物的出现产生一些疑虑。因此，国内一些城市开始对这类打车软件紧急进行“叫停”，使得目前这些打车软件的发展陷入迷茫状态。 本文通过建立科学的数学模型，论述了打车软件目前发展模式和存在的问题，并阐述了如何对打车软件进行安全管理与标准化的建议；同时，通过模型分析讨论了打车软件之间的竞争问题；最后指出打车软件企业需要不断地完善自己的软件产品，提高用户体验，使打车软件更符合出租车营运行业市场的需求。 关键词：打车软件；软件补贴；竞争；发展前景
一、打车软件市场发展状况 随着移动互联网的飞速发展，打车软件开始变得异常的火热，开始成为了越来越多的年轻时尚人士出行必备的工具。随着竞争的深入，各家打车软件公司依托于背后强大的母公司支撑和金元的后盾，开始了现金补贴的营销战略，消费者每次使用打车软件预约出租车，被使用的软件公司都会给予司机和消费者相应的补贴，而且随着竞争的升级，补贴的力度越来越大。如表1所示。 表1 补贴政策 时间事件 1月10日 嘀嘀打车软件在32个城市开通微信支付，使用微信支付，乘客车费立减10元、 司机立奖10元。 1月20日“快的打车”和支付宝宣布，乘客车费返现10元，司机奖励10元。 1月21日快的和支付宝再次提升力度，司机奖励增至15元。 2月10日嘀嘀打车宣布对乘客补贴降至5元。 2月10日快的打车表示奖励不变，乘客每单仍可得到10元奖励。 2月17日嘀嘀打车宣布，乘客奖10元，每天3次；北京、上海、深圳、杭州的司机每单奖10元，每天10单，其他城市的司机每天前5单每单奖5元，后5单每单奖10元。新乘客首单立减15元，新司机首单立奖50元。 2月17日支付宝和快的也宣布，乘客每单立减11元。司机北京每天奖10单，高峰期每单奖11元(每天5笔)，非高峰期每单奖5元(每天5笔)；上海、杭州、广州、深圳每天奖10单。 2月18日 嘀嘀打车开启“游戏补贴”模式：使用嘀嘀打车并且微信支付每次能随机获得 12至20元不等的补贴，每天3次。 2月18日快的打车表示每单最少给乘客减免13元，每天2次。 随之而来的是出租车行业的怪相：出租车司机的主要收入变成了软件公司的补贴，一个司机一个月保守的收入增加都在800～1800元；而消费者打车的费用也同样基本变由打车软件承担，有些短途的打车变成了免费甚至还赚钱。与此同时，问题和矛盾也出现了：不使用打车软件的消费者无法打到车，拒载、空车不停等投诉也比比皆是；司机开车时频频使用手机看打车软件，也产生了潜在交通
线性规划 1.简介： 线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法.在经济管理、交通运输、工农业生产等经济活动中，提高经济效果是人们不可缺少的要求，而提高经济效果一般通过两种途径：一是技术方面的改进，例如改善生产工艺，使用新设备和新型原材料.二是生产组织与计划的改进，即合理安排人力物力资源. 线性规划所研究的是：在一定条件下，合理安排人力物力等资源，使经济效果达到最好.规划问题。一般地，求线性目标函数在线性约束条件下的最大值或最小值的问题，统称为线性线性约束条件的解叫做可行解，由所有可行解组成的集合叫做可行域。 (x)都是线性函数，则该模型称为在优化模型中，如果目标函数f(x)和约束条件中的g i 线性规划。 2.线性规划的3个基本要素 （1）决策变量 （2）目标函数f(x) (x)≤0称为约束条件） （3）约束条件（g i 3.建立线性规划的模型 （1）找出待定的未知变量（决策变量），并用袋鼠符号表示他们。 （2）找出问题中所有的限制或者约束，写出未知变量的线性方程或线性不等式。
（3）找到模型的目标或判据，写成决策变量的线性函数，以便求出其最大值或最小值。以下题为例，来了解一下如何将线性规划用与实际的解题与生活中。 生产计划问题 某工厂生产甲乙两种产品，每单位产品消耗和获得的利润如表 试拟订生产计划，使该厂获得利润最大 解答：根据解题的三个基本步骤 （1）找出未知变量，用符号表示： 设甲乙两种产品的生产量分别为x 1与x 2 吨，利润为z万元。 （2）确定约束条件： 在这道题目当中约束条件都分别为：钢材，电力，工作日以及生产量不能为负的限制 钢材：9x 1+5 x 2 ≤360， 电力：4x 1+5 x 2 ≤200， 工作日：3x 1+10 x 2 ≤300， x 1≥0 ，x 2 ≥0， （3）确定目标函数： Z=7x 1+12 x 2
数学建模创新思维课大作业 一、使用MATLAB 求解一下问题,请贴出代码. 1. cos 1000x mx y e =，求''y >>clear >>clc >> syms x m; >> y=exp(x)*cos(m*x/1000); >> dfdx2=diff(y,x,2) dfdx2 = exp(x)*cos((m*x)/1000) - (m*exp(x)*sin((m*x)/1000))/500 - (m^2*exp(x)*cos((m*x)/1000))/1000000 >> L=simplify(dfdx2) L = -(exp(x)*(2000*m*sin((m*x)/1000) - 1000000*cos((m*x)/1000) + m^2*cos((m*x)/1000)))/1000000 2.计算22 1100x y e dxdy +?? >> clear >> clc; >> syms x y >> L=int(int(exp(x^2+y^2),x,0,1),y,0,1) L = (pi*erfi(1)^2)/4 3. 计算4 224x dx m x +? >> clear; >> syms x m; >> f=x^4/(m^2+4*x^2); >> intf=int(f,x) intf =
(m^3*atan((2*x)/m))/32 - (m^2*x)/16 + x^3/12 >> L=simplify(intf) L = (m^3*atan((2*x)/m))/32 - (m^2*x)/16 + x^3/12 4. (10)cos ,x y e mx y =求 >> clear; >> syms x m; >> y=exp(x)*cos(m*x); >> L=diff(y,x,10); >> L=simplify(L) L = -exp(x)*(10*m*sin(m*x) - cos(m*x) + 45*m^2*cos(m*x) - 210*m^4*cos(m*x) + 210*m^6*cos(m*x) - 45*m^8*cos(m*x) + m^10*cos(m*x) - 120*m^3*sin(m*x) + 252*m^5*sin(m*x) - 120*m^7*sin(m*x) + 10*m^9*sin(m*x)) 5. 0x =的泰勒展式(最高次幂为4). >> clear; >> syms m x; >> y=sqrt(m/1000.0+x)； >> y1=taylor(y,x,'order',5)； >> L=simplify(y1) L = (10^(1/2)*(m^4 + 500*m^3*x - 125000*m^2*x^2 + 62500000*m*x^3 - 39062500000*x^4))/(100*m^(7/2)) 6. Fibonacci 数列{}n x 的定义是121,1x x ==12,(3,4, )n n n x x x n --=+=用循环语句编程 给出该数列的前20项（要求将结果用向量的形式给出）。 >> x=[1,1]; >> for n=3:20
数学模型课程期末大作业题 要求: 1）选题方式：共53题，每个同学做一题，你要做的题目编号是你的学号mod52所得的值+1。(例如：你的学号为119084157，则你要做的题为mod(119084157,52)+1=50)。 2）该类题目基本为优划问题，要求提交一篇完整格式的建模论文，文字使用小四号宋体，公式用word的公式编辑器编写，正文中不得出现程序以及程序冗长的输出结果，程序以附录形式附在论文的后面，若为规划求解必须用lingo 集合形式编程，其它可用Matlab或Mathmatica编写。 3）论文以纸质文档提交，同时要交一份文章和程序电子文档，由班长统一收上来，我要验证程序。 1、生产安排问题 某厂拥有4台磨床，2台立式钻床，3台卧式钻床，一台镗床和一台刨床，用以生产7种产品，记作p1至p7。工厂收益规定作产品售价减去原材料费用之余。每种产品单件的收益及所需各机床的加工工时（以小时计）列于下表（表1）： 表 到6月底每种产品有存货50件。 工厂每周工作6天，每天2班，每班8小时。 不需要考虑排队等待加工的问题。 在工厂计划问题中，各台机床的停工维修不是规定了月份，而是选择最合
适的月份维修。除了磨床外，每月机床在这6个月中的一个月中必须停工维修；6个月中4台磨床只有2台需要维修。扩展工厂计划模型，以使可作上述灵活安排维修时间的决策。停工时间的这种灵活性价值若何？ 注意，可假设每月仅有24个工作日。 5、生产计划 某厂有4台磨床，2台立钻，3台水平钻，1台镗床和1台刨床，用来生产7种产品，已知生产单位各种产品所需的有关设备台时以及它们的利润如表所示： 台镗床，4月—1台立钻，5月—1台磨床和1台立钻，6月—1台刨床和1台水平钻，被维修的设备在当月内不能安排生产。又知从1月到6月份市场对上述7种产品最大需求量如表所示： 量均不得超过100件。现在无库存，要求6月末各种产品各贮存50件。若该厂每月工作24天，每天两班，每班8小时，假定不考虑产品在各种设备上的加工顺序，要求： （a）该厂如何安排计划，使总利润最大； （b）在什么价格的条件下，该厂可考虑租用或购买有关的设备。 34、瓶颈机器上的任务排序 在工厂车间中，经常会出现整个车间的生产能力取决于一台机器的情况（例如，仅有一台的某型号机床，生产线上速度最慢的机器等）。这台机器就称为关键机器或瓶颈机器。此时很重要的一点就是尽可能地优化此机器将要处理的任务计划。
实验05 数学规划模型㈡（2学时） （第4章数学规划模型） 1.（求解）汽车厂生产计划（LP，整数规划IP）p101~102 (1) (LP)在模型窗口中输入以下线性规划模型 max z = 2x1 + 3x2 + 4x3 . + 3x2 + 5x3≤ 600 280x1 + 250x2 + 400x3≤ 60000 x1, x2, x3≥ 0 并求解模型。 ★(1) 给出输入模型和求解结果（见[101]）： model: TITLE汽车厂生产计划（LP）; !文件名：; max=2*x1+3*x2+4*x3; *x1+3*x2+5*x3<600; 280*x1+250*x2+400*x3<60000; end (2) (IP)在模型窗口中输入以下整数规划模型 max z = 2x1 + 3x2 + 4x3 . + 3x2 + 5x3≤ 600 280x1 + 250x2 + 400x3≤ 60000 x1, x2, x3均为非负整数
并求解模型。 LINGO函数@gin见提示。 ★(2) 给出输入模型和求解结果（见[102]模型、结果）：model: TITLE汽车厂生产计划（IP）; !文件名：; max=2*x1+3*x2+4*x3; *x1+3*x2+5*x3<600; 280*x1+250*x2+400*x3<60000; @gin(x1); @gin(x2); @gin(x3);!将x1,x2,x3限定为整数; end 2.（求解）原油采购与加工（非线性规划NLP，LP且IP）p104~107 模型： 已知 ? ? ? ? ? ≤ ≤ + ≤ ≤ + ≤ ≤ = ) 1500 1000 ( 6 3000 ) 1000 500 ( 8 1000 ) 500 0( 10 ) ( x x x x x x x c 注：当500 ≤x≤ 1000时，c(x) = 10 × 500 + 8( x– 500 ) = (10 – 8 ) × 500 + 8x
-1- 第一章线性规划 §1 线性规划 在人们的生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济 效益的问题。此类问题构成了运筹学的一个重要分支—数学规划，而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。自从1947 年G. B. Dantzig 提出 求解线性规划的单纯形方法以来，线性规划在理论上趋向成熟，在实用中日益广泛与深入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性 规划的适用领域更为广泛了，已成为现代管理中经常采用的基本方法之一。 1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床，每台销售后的利润分别为4000 元与3000 元。 生产甲机床需用A、B机器加工，加工时间分别为每台2 小时和1 小时；生产乙机床 需用A、B、C三种机器加工，加工时间为每台各一小时。若每天可用于加工的机器时 数分别为A 机器10 小时、B 机器8 小时和C 机器7 小时，问该厂应生产甲、乙机床各几台，才能使总利润最大？ 上述问题的数学模型：设该厂生产1 x 台甲机床和2 x 乙机床时总利润最大，则1 2 x , x 应满足 （目标函数）1 2 max z = 4x + 3x (1) s.t.（约束条件） ?? ? ?? ? ? ≥ ≤ + ≤ + ≤ , 0 7 8 2 10 1 2 2 1 2 1 2 x x x x x x x （2） 这里变量1 2 x , x 称之为决策变量，（1）式被称为问题的目标函数，（2）中的几个不等式是问题的约束条件，记为s.t.(即subject to)。由于上面的目标函数及约束条件均为线性
长沙学院数学建模课程设计说明书 题目选址问题 系(部) 数学与计算机科学 专业(班级) 数学与应用数学 姓名 学号 指导教师 起止日期 2015、6、1——2015、6、5
课程设计任务书 课程名称：数学建模课程设计 设计题目：选址问题 已知技术参数和设计要求： 选址问题（难度系数1.0） 已知某地区的交通网络如下图所示，其中点代表居民小区，边代表公路，边上的数字为小区间公路距离（单位：千米），各个小区的人数如下表所示，问区中心医院应建在哪个小区，可使离医院最远的小区居民人均就诊时所走的路程最近？ 各阶段具体要求： 1．利用已学数学方法和计算机知识进行数学建模。 2．必须熟悉设计的各项内容和要求，明确课程设计的目的、方法和步骤。 3．设计中必须努力认真，独立地按质按量地完成每一阶段的设计任务。 4．设计中绝对禁止抄袭他人的设计成果。 5．每人在设计中必须遵守各组规定的统一设计时间及有关纪律。 6．所设计的程序必须满足实际使用要求，编译出可执行的程序。 7．要求程序结构简单，功能齐全，使用方便。 设计工作量： 论文：要求撰写不少于3000个文字的文档，详细说明具体要求。 1v 5
工作计划： 提前一周：分组、选题；明确需求分析、组内分工； 第一天：与指导老师讨论，确定需求、分工，并开始设计；第二~四天：建立模型并求解； 第五天：完成设计说明书，答辩； 第六天：针对答辩意见修改设计说明书，打印、上交。 注意事项 ?提交文档 长沙学院课程设计任务书（每学生1份） 长沙学院课程设计论文（每学生1份） 长沙学院课程设计鉴定表（每学生1份） 指导教师签名：日期： 教研室主任签名：日期： 系主任签名：日期：
期末大作业题目 一、小行星的轨道问题 一天文学家要确定一颗小行星绕太阳运行的轨道，他在轨道平面内建立了以太阳为原点的直角坐标系，在两坐标轴上取天文观测单位。在5个不同的时间对 （1 ） 建立小行星运行的轨道方程并画出其图形； （2） 求出近日点和远日点及轨道的中心（是太阳吗？）； （3） 计算轨道的周长。 二、发电机使用计划 为了满足每日电力需求（单位：兆瓦），可以选用四种不同类型的发电机。每日电力需求如下所示： 一最小输出功率。所有发电机都存在一个启动成本，以及工作于最小功率状态时的固定的每小时成本，并且如果功率高于最小功率，则超出部分的功率每兆瓦每小时还存在一个成本，即边际成本。这些数据均列于下表中。 电机不需要付出任何代价。我们的问题是： （1）在每个时段应分别使用哪些发电机才能够使每天的总成本最小？ （2）如果增加表3中的关闭成本，那么在每个时段应分别使用哪些发电机才能够使每天的总成本最小？
（3）如果增加表4中的关闭成本，那么在每个时段应分别使用哪些发电机才能够使每天的总成本最小？ 三、合理计税问题
所以此人一年上税为： 245×12+11445=14385元 在实际的执行过程中，每月的岗位津贴和年末一次性奖金实际上是放在一起结算给个人的，而具体每月发放多少岗位津贴和年末一次性发放多少奖金可以由职工本人在年初根据自己的需要进行选择。显然，不同的选择发放方式所缴纳的税是不同的，这就产生一个合理计税的问题。假定该事业单位一年中的津贴与奖金之和的上限是160000元，试解决下面这个问题： 四、光伏电池的选购问题 早在1839年，法国科学家贝克雷尔（Becqurel）就发现，光照能使半导体材料的不同部位之间产生电位差。这种现象后来被称为“光生伏特效应”，简称“光伏效应”。1954年，美国科学家恰宾和皮尔松在美国贝尔实验室首次制成了实用的单晶硅太阳电池，诞生了将太阳光能转换为电能的实用光伏发电技术。据预测，太阳能光伏发电在未来会占据世界能源消费的重要席位，不但要替代部分常规能源，而且将成为世界能源供应的主体。 现有一家公司欲在面积为30平方米的一片向阳的屋顶安装光伏电池以解决部分电力紧张的问题。请你利用附件提供的数据通过建立数学模型解决下面三个问题： （1）如果该公司准备投资6万5千元购买A或者B两种类型的光伏电池，请你为该公司确定购买方案使得发电总功率最大。 （2）如果购买的光伏电池的开路电压之间的差不能超过2V，请你为该公司重新确定购买方案。 （3）实际中还要考虑电池串并联后并网发电的要求，即如果要购买两种或者两种类型以上的电池时，不同型号的电池的购买数量应该相等。请你在满足（1）
某银行经理计划用一笔资金进行有价证券的投资，可供购进的证券以及其信用等级、到期年限、收益如下表所示．按照规定，市政证券的收益可以免税，其他证券的收益需按50%的税率纳税．此 表四 问：（1）若该经理有1000万元资金，应如何投资？ （2）如果能够以2.75%的利率借到不超过100万元资金，该经理应如何操作？ （3）在1000万元资金情况下，若证券A 的税前收益增加为4.5%，投资应否改变？若证券C 的税前收益减少为4.8%，投资应否改变？ 解：设利润函数为M(x),投资A 、B 、C 、D 、E 五种类型的证券资金分别为12345,,,,x x x x x 万元，则由题设条件可知
12345123452341234512345123451234512345()0.0430.0270.0250.0220.0451000400 225 1.4()9154325(),,,,0 M x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x =++++++++≤++≥++++≤++++++++≤++++≥ 利用MATLAB 求解最优解，代码如下： c=[-0.043 -0.027 -0.025 -0.022 -0.045]; A=[1 1 1 1 1;0 -1 -1 -1 0;0.6 0.6 -0.4 -0.4 3.6;4 10 -1 -2 -3]; b=[1000;-400;0;0]; Aeq=[]; beq=[]; vlb=[0;0;0;0;0]; vub=[]; [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub) 运行结果如下：
第17讲应急设施的优化选址问题 问题（AMCM-86B题）里奥兰翘镇迄今还没有自己的应急设施。1986年该镇得到了建立两个应急设施的拨款，每个设施都把救护站、消防队和警察所合在一起。图17-1指出了1985年每个长方形街区发生应急事件的次数。在北边的L形状的区域是一个障碍，而在南边的长方形区域是一个有浅水池塘的公园。应急车辆驶过一条南北向的街道平均要花15秒，而通过一条东西向的街道平均花20秒。你的任务是确定这两个应急设施的位置，使得总响应时间最少。 图17-1 1985年里奥兰翘每个长方街区应急事件的数目（I）假定需求集中在每个街区的中心，而应急设施位于街角处。 （II）假定需求是沿包围每个街区的街道上平均分布的，而应急设施可位于街道的任何地方。 §1 若干假设 1、图17-1所标出的1985年每个长方形街区应急事件的次数具有典型代表性，能够反映该街区应急事件出现的概率的大小。 2、应急车辆的响应时间只考虑在街道上行驶时间，其他因纱（如转弯时间等）可以忽略不计。 3、两个应急设施的功能完全相同。在应急事件出现时，只要从离事件发生地点最近的应急设施派出应急车辆即可。 4、执行任何一次应急任务的车辆都从某一个应急设施出发，完成任务后回到原设施。不出现从一个应急事件点直接到另一事件点的情况。（这是因为，每一个地点发生事件的概率都很小，两个地点同时发生事故的概率就更是小得可以忽略不计）。
§2 假定（I ）下的模 在假定（I ）下，应急需求集中在每个街区中心。我们可以进一步假定应急车辆只要到达该街区四个街角中最近的一个，就认为到达了该街区，可以开始工作了。按假定（I ），每个应急设施选在街角处，可能的位置只有6×11=66个。两个应急设施的位置的可能的组合至多只有66×65/2=2145个。这个数目对计算机来说并不大，可用计算机进行穷举，对每种组合一一算出所对应的总响应时间，依次比较得出最小的响应时间及对应的选址方案。具体算法是： 建立直角坐标系，以该镇的西北角为原点，从北到南为X -轴正方向，从西到东为Y -轴正方向，在南北、东西方向上分别以一个街区的长作为单位长，则街角的坐标),(Y X 是满足条件50,100≤≤≤≤Y X 的整数。而每个街区中心的坐标具有形式)5.0,5.0(++j i ，其中j i ,是满足条件：40,90≤≤≤≤j i 的整数。如果不考虑障碍和水塘的影响，同应急车辆从设在),(Y X 点的应急设施到以)5.0,5.0(++j i 为中心的街区的行驶时间等于 )5.05.0(20)5.05.0(15),,,(---+---=j Y i X j i Y X t )5.17)5.0(20)5.0((15-+-++-=j Y i X 秒 记),(j i p 为以)5.0,5.0(++j i 为中心的街区的事故发生频率（即在图上该街区所标的数字）。如果应急设施设在),(),,(2211Y X Y X 这两点，总不妨设21X X ≤，则该设置方案的总响应时间为 ),,,(2211Y X Y X T ∑∑===904 02211)},,,(),,,,(min{),(i j j i Y X t j i Y X t j i p 让1X 取遍0—10，2X 取遍101-X ，21,Y Y 分别独立地取遍0—4。依次对四数组),,,(2211Y X Y X 的每一个值算出对应的总响应时间的最小值及对应的四数组。 以上算法不难用计算机编程实现。由于数组的个数不算多（只有两千多个），计算机可很快得出答案。答案是： 两个应急设施分别设在点（2，3），（6，3）时最优。 这是在不考虑L 形障碍区域和水塘的影响的假定下得出的最优解，但从这两个点到