数学建模_篮球比赛分析预测

数学建模_篮球比赛分析预测
数学建模_篮球比赛分析预测

西华大学

数学建模竞赛

B题:篮球比赛问题

专业班级:*******

姓名:刁述祥电话:***********

姓名:周鑫电话:***********

姓名:王飞电话:***********

2011年5月28日

本文主要研究了某大学篮球比赛中技术指标、成绩、排名等相关问题,并对各篮球队提出了技术方面的相关建议。

针对问题一,本文运用灰色系统理论建立了一个综合评价模型,求解出每支代表队的技术指标与该队成绩之间的关联关系。首先,本文对每个队的各项指标数据进行统计处理、标准化处理(无量纲化),并求解出各项指标的差数列表。根据灰色系统理论建立了综合评价模型。最后通过Excle求解,得出了各个参赛队的技术指标与成绩之间的关联度。(结果见问题求解及附表)。

针对问题二,本文按照技术指标对代表队成绩贡献的大小,对这些技术指标进行排序。本文认为:某项技术指标与成绩的关联度越高,则该技术指标对代表队的成绩的影响越大。因此,本文将关联度大小做为衡量贡献度大小的依据。最后对每个学院的各项技术指标进行合理的排名。(结果见问题求解及附录)

针对问题三,本文找出了对各代表队成绩起重要作用的关键比赛场次。首先,本文认为关系是否被淘汰的场次、关系是否晋级的场次和积分相同的两支队伍之间的比赛场次是重要的场次。然后引入关键度的概念,按照关键度的大小对重要场次进行评比,通过这个标准找出了各参赛队的关键的场次。

针对问题四,本文采用综合指数法建立了一个综合评价模型,预测了最后的冠军得主,并且将12支代表队进行了排名。首先,本文根据积分和得分比,从两个小组选出了四支参加决赛的队伍(A组:数学学院、化学学院B组:信电学院、机电学院)。然后对各项数据进行归一化处理、标准化处理,建立了一个综合评价模型。接着本文通过Excle求解,预测数学学院代表队能够获得冠军。最后本文通过积分数和比分率对未进入决赛的队伍进行排名。结果如下:1-4名:数学学院、信电学院、机电学院、化学学院

5-8名:管理学院、物理学院、测绘学院、生物学院

9-12名:能源学院、计算机学院、资源学院、地理学院针对问题五,本文对各个参赛队在技术方面提出了一些建议。首先,本文将所有参赛队的各项指标分别进行处理,求得各项指标的平均值作为一个参考量。然后通过作图的方式进行评比,找出各个学院比较落后的技术指标。最后根据比较结果并参考各项指标的关联度提出了相应的建议。

在模型的优化和推广中,本文考虑了时间安排对结果的影响,提出了增加权重指标进行排名的思想,优化了模型,最后对模型的推广进行了阐述。

关键词:灰色关联度标准化指标综合指数得分比

运动员比赛过程的技术表现是决定竞赛成绩的主要因素之一。篮球竞赛临场技术统计数据既是衡量运动员技术水平的量化指标也是判定运动队竞赛成绩的客观标准。

某大学有12个学院,每个学院派出一支男子篮球队参加校内篮球比赛。首先进行分组赛,共分两组,每组6支代表队;小组赛结束后,每组选出两支代表队参加第二阶段的决赛。附表1和附表2分别为第一组和第二组的比赛结果。请你根据这些数据,研究各个代表队的下列问题:

(1)每支代表队的技术指标与该队的成绩之间的关联关系。

(2)按照技术指标对代表队成绩贡献的大小,将这些技术指标进行排序。

(3)找出对代表队成绩起重要作用的关键比赛场次。

(4)根据这两个小组赛的成绩,预测哪支代表队最有可能夺冠,并将这12支代表队的名次进行排序。

(5)对每支代表队给出几点技术方面的改进建议,以提升该队的竞技水平。

符号说明

i?----和某代表队比赛的其他队伍的编号(i?=1、2、3、4、5);

j----某代表队的17项技术指标(j=1、2、3......16、17);

x----某代表队的球员(x=4、5、6......16);

ζ----灰色关联度模型中的分辨系数,0<ζ<1。

R ----进入决赛所必须得到的最低积分

Z ----满足第一种情况的所有的场次集合

M ----不满足第一种情况且满足第二种情况的所有场次的集合

N ----不满足第一二种情况且满足第三种情况的所有比赛场次的集合

β----不满足第一二三种情况的其他特殊情况的集合

i

K----某代表队与第i代表队比赛时第j项指标与总成绩的关联度。

j

)(x a i j ---某代表队和第 i 队比赛时x 球员第 j 项的指标数; i j X

----某代表队和第 i 个队比赛时第 j 项的指标总数。 i j X ----某代表队标准化处理后和第 i 个队比赛时第 j 项的指标总数。

i j X ----某代表队标准化处理后技术指标i j X 与总成绩的i X 1的差值的绝对值。

()i A ----第 i 只代表队的关键场次的集合 j S ?

----各项指标的个体指数。 j S ----参加决赛的四支队伍的综合指标。

()j Max ?----第j 项技术指标与总成绩的标准最大偏差值 ()j Min ?----第j 项技术指标与总成绩的标准最小偏差值

模型假设

1、 题目中所给条件和数据是确定的、有效的。

2、 忽略各种外界、主观因素的影响,如:裁判误判、放弃比赛、场地影响等。

3、 默认在所有比赛中所有队伍都是正常发挥,不存下超常发挥、状态不良等情

况。

4、 忽略个人对总成绩的影响,队员上场时间不作为技术指标。

5、 假设灰色关联度模型中分辨系数:ζ=0.5 。

6、 每组进行循环赛,每个组共有15场比赛,每个代表队有5场比赛。

7、 假设在小组赛中积分规则为:胜:2分,负:0分,没有平局。.

8、 从积分和比分率两个方面评判是否有资格进入决赛。

9、 关键场次分为三类,一类是决定是否淘汰的场次,一类是决定是否入选决赛的场次,一类如果两支队伍积分相同,则二者比赛的那一场也是关键场次。

模型的建立与求解

针对问题一

一、问题的分析

1、题意分析及简化处理

(1)通过对题目的仔细阅读和初步分析我们得到如下信息:

一共有12个学院的12支篮球代表队,每6个代表队为一组进行比赛。 比赛为小组循环制,因此每个代表队都会参加五场比赛。

题目中给出了各代表队每场比赛中每个球员上场时间、2分球、3分球、

罚球、进攻、防守等相关数据。

在小组循环赛中没有队伍弃权或放弃比赛。

(2)需要解决的问题:

对各个篮球代表队的各项技术指标数据进行统计、计算、分析,得出每支代表队的技术指标与该队的成绩之间的关联关系。

(3)在问题的条件和目的明确之后,我们对问题进行初步的分析,提出了如下基本假设和简化运算方法:

默认题中所给每个队的各项技术指标数据能够客观反映一个队的整体水

平。

不用单独的去分析每个队员的各项技术指标情况,而将每一项指标做为

一个整体来讨论分析。简化运算,提高模型的可操作性。 因为从整体考虑,因此队员上场时间不纳入技术指标的范围。

最后确定在一场比赛中的技术指标为:2分球、三分球、罚球的进球数、

投篮数、命中率、进攻次数、防守次数、攻防合计次数、犯规次数、失误次数、抢断次数、盖帽次数。

因为12支代表队的各项指标种类一样,因此选取一支代表队作为例子推

导建立模型,最后通过建立的模型分别求解其他11支代表队的结果。

2、基本模型的分析推导

通过分析,题中所给的各种技术指标的数据没有统一的单位度量,例如:进攻、防守等技术指标的单位是“次数” ,而2分球、3分球命中率是一个比率。因此需要通过标准化处理(无量纲化),对数据进行统一,然后对处理后的数据进行分析和比较得出各技术指标和成绩之间的关联关系。通过大量查阅资料,本文选择采用灰色系统中的灰色关联分析法来进行求解。

设:任取一个代表队为T ; 设:i ?---和T 代表队比赛的其他队伍的编号(i ?=1、2、3、4、5);

设:j ---T 代表队的17项技术指标(j =1、2、3......16、17); 设:x ---T 代表队的球员(x =4、5、6......16);

设:)(x a i j ----T 代表队和第 i 队比赛时x 球员第 j 项的指标数; 设:i j X ----T 代表队和第 i 个队比赛时第 j 项的指标总数。

)4(i i a )4(i i a )4(i i a )4(i i a )4(i i a )5(i i a )5(i i a )5(i i a )5(i i a )5(i i a

已知: )(x a i i =

… … … … …

… … … … …

)14(i i a )14(i i a )14(i i a )14(i i a )14(i i a )15(i i a )15(i i a )15(i i a )15(i i a )15(i i a

首先,通过前面的分析,将每一项指标做为一个整体来讨论分析。因此我们可得,第 i 个队比赛时第 j 项的指标总数为:

∑==15

4)(x i i i j

x a X

1

1

X 21X 31X 41X 51X 12

X 22X 32X 42X 52X 可得:i j X = … … … … …

… … … … …

116

X 216X 316X 416X 516X 117

X 217X 317X 417X 517X

其次,因为所求的指标总数不统一,我们对数据进行标准化处理。即取在一场比赛中数据作为参考数据,然后将五组数据分别对这组数据进行商运算。从而得到一组没有量纲的数据,把各种不同单位数据建立有机的联系。

设:i j X ---T 代表队标准化处理后和第 i 个队比赛时第 j 项的指标总数。 设:0j X ----T 代表队在5场比赛中选取的第 j 项的指标总数参考数据。

标准化的各指标总数:0j

i j i j X X X =

1

11

2

1X X

11

3

1X X

11

4

1X X

11

5

1X X

1

12

22

X X

12

32

X X

12

42

X X

12

52

X X

可得到:i j X = … … … … …

... ... ... ... (1)

116

216

X X

116

316

X X

116

416

X X

116

516

X X

1

117

217

X X

117

317

X X

117

417

X X

117

517

X X

然后,通过求解出的标准化的无量纲数据,我们可以建立各项指标与总成绩的差数列,从而可以得到各指标对总成绩的偏差范围。

设:i j X ---T 代表队标准化处理后和第 i 个队比赛时第 j 项的指标总数。 设:i j X --- T 代表队标准化处理后技术指标i j X 与总成绩的i X 1的差值的绝对值。

则: i i j i j X X X 1-=

0 2

12

2X X - 3

13

2X X - 4

14

2X X - 5

15

2X X - 0 2

12

3X X - 3

13

3X X - 4

14

3X X - 5

15

3X X -

计算可得:i j X = … … … … …

… … … … …

0 2

12

16X X - 3

13

16X X - 4

14

16X X - 5

15

17X X - 0 2

12

17X X - 3

13

17X X - 4

14

17X X - 5

15

17X X -

比较所求得的数据我们可以得到每项技术指标有:

最大偏差:())Max(j Max 12111i

j j X X X X 、=? 最小偏差:())Min(j Min 12111i j j X X X X 、=?

设: ζ-----为分辨系数,0<ζ<1。

设: i j K ----T 代表队与第 i 代表队比赛时第 j 项指标与总成绩的关联度。 则在每场比赛中各项指标与总成绩的基本关联系模型为:

()())

Max(j j Max j Min ??+??+?=

ζζi j

i j X K

其中:

i ?={1、2、3、4、5}

=j {1、2、3......16、17}

通过对基本模型的分析和推导,我们得到了各项指标与总成绩的基本关系模

型。有了可靠的数学推导方法,由此深入,我们可以建立最终的模型。

二、模型的建立

通过上面对问题一的题意分析和基本模型的推导过程,我们可以得到在每场比赛中各项指标都与总成绩有一个关联系数。已知每个代表队有五组比赛成绩,因此只要我们对这五个关联度求均值,就能求出各项指标与总成绩的最终的关联关系度。因为12支代表队的指标种类相同,可以采用相同的模型进行求解,因此这次取任意一个代表队建立模型。

设:T----任意取一支代表队的名称; 设:i ?----和T 代表队比赛的其他队伍的编号(=i ?1、2、3、4、5);

设:j ----T 代表队的17项技术指标(=j 1、2、3......16、17); 设:k ----参加比赛的总的次数。 设:i j K ----T 代表队与第 i 代表队比赛时第 j 项指标与总成绩的关联度; 设:)(j

R -----各项指标与成绩的最终关联度。

最终建立的各项指标与总成绩之间的关联度模型为:

∑=?=17

1

)(1)(j i j K k j R

约束条件:

比赛次数:=k 5 对手编号:i ?={ 1、2、3、4、5 } 技术指标:=j { 1、2、3......16、17 }

每场比赛的各项指标与总成绩的关联关系值:[]1,0∈i j K 且:()())

Max(j j Max j Min ??+??+?=

ζζi

j

i j X K

分辨系数: 0<ζ<1

最大差值:())Max(j Max 211

1

i j X X X 、=? 最小差值:())Min(j Min 211

1

i j X X X 、=? 对应差数列:01≥-=i i j i j X X X

标准化后的各指标总数:00≥=

j

i j i j

X

X X

初始各指标总数:0)(15

4

≥=∑=x i i i j

x a X

各队员在每场比赛中的各项指标:0)(≥x a i i

三、模型的求解

(1)通过上面的分析和建立的模型,求解过程如下:

1) 统计处理。将各个代表队在各场比赛中的的各项技术指标进行统计求和。 2)

标准化处理(无量纲化)。采用除运算去掉成绩和各技术指标量纲,并转

化为一个比较小的数据,简化运算。

3) 求解差数列,将标准化处理后的各指标与总成绩做差运算,得到绝对值,

并提出各项指标的最大偏差和最小偏差数据。

4) 求解关联系数。通过建立的基本关系模型,确定分辨系数的值,求解出

在每场比赛中各技术指标与总成绩之间的关联系数。

5) 求解关联度。将已求解出来的关联系数取平均值,求解出各项技术指标

与总成绩的关联系数。

(2)以计算机学院为例:

1) 根据指标总数模型 ∑==

15

4

)(x i

i i j

x a X 求解,

统计每场比赛各项技术指标之和。 最后通过Excle 统计处理后的数据如下:

2) 根据标准化模型 0j

i j i j X X X =

,将总成绩和所有指标数据进行无量纲化处

理。

通过分析,与数学学院比赛时计算机学院代表队的各项指标的数据比较适中,因此在这里我们选择和数学学院比赛的各项技术指标数据作为参考数据,做商运算。

3)经过标准化处理后,我们得到了总成绩与各项指标的无量纲化数据,统一了度量之后我们就可以求解出对应的差数列以及差数列中对应的各项指标的最大偏差值和最小偏差值。

通过差值模型i i j i j X X X 1 = ,我们带入通过标准化处理后的数据,通过

4)得到差数列后,我们得到了各项指标在每场比赛和总成绩之间的最大偏差值和最小偏差值。建立的基本关系模型为:()())

Max(j j Max j Min ??+??+?=

ζζi j

i j X K 求解出各

场比赛各技术指标与总成绩的关联关系,最后通过最终的灰色关联系数模型

∑=?=17

1

)(1)(j i j K k j R 求解得出最后的关系度。

根据上网查阅资料和分析,我们设分辨系数ζ=0.5,通过Excle 计算得到了

计算机学院与各学院之间的比赛指标的关联系数和关联度如下表:

(3)将以上求解过程推广到其他11个学院的代表队中,我们即可以得到各个学院篮球代表队的各项技术指标与总成绩的关联度。

问题一最终的结果如下:

A组学院

计算机学院各技术指标与总成绩的关联度

数学学院各技术指标与总成绩的关联度

(详细数据请见附件)

B组学院

机电学院各技术指标与总成绩的关联度

信电学院各技术指标与总成绩的关联度

(详细数据请见附件)

1、问题的分析

通过对题意的仔细阅读和分析,本文需要解决的问题是根据技术指标的对成绩贡献度的大小,对这些技术指标进行排名。

通过查阅互联网资料和社会经验分析,再一支篮球队中,每一项技术指标都对成绩有影响作用。并且关联度越高则对结果的影响越大。因此,我们简化运算,通过判定各项指标的关联度的大小来对贡献大小进行排名。

2、问题的求解

以计算机学院为例,根据模型一建立的关联度模型和求解出来的各项指标的关联度。最后的排名如下表:

A组学院

(详细数据请见附件)

B组学院

(详细数据请见附件)

一、问题的分析

1、题意的分析及简化处理

(1)通过对问题的仔细阅读和初步分析,我们得到如下信息:

12支队伍被分成2组,每组6个代表队。

每组进行循环赛,每个组共有15场比赛,每个代表队有5场比赛。

最后每个有且仅2个代表队进入决赛。

本问主要是针对小组循环赛的比赛。

(2)需要解决的问题是:

找出每个代表队成绩起重要作用的关键场次。

(3)在问题的条件和目的明确之后,我们对问题进行初步的分析,提出了如下基本假设和简化运算方法:

在比赛中不想存在平局。

比赛以积分制。胜积1分,败积0分。

各小组代表队比赛的场次顺序按照题目所给数据的顺序。

最后选择两支积分最高的队伍进入决赛。

如果有两只队伍积分相同,且只有一个进入绝赛的名额,则判定在他们比赛的那一场获得胜利的队伍参加决赛。

如果有三只或三只以上的队伍积分相同时,只有一个晋级名额时,比较它们的比分率之和,比分率之和最大的队伍就晋级参加决赛。

2、基本模型的分析与推导

在对题意和问题要求做出了分析假设和简化过之后。我们开始推导基本的求解模型。

因为我们知道了最后的总成绩,因此可以求解出选入决赛的最低要求,即总积分应该排名第二,且积分排名第一的队伍只有一个。我们采用这个排名第二的积分数值作为最低要求,在这里设为R。通过分析,关键场次主要分为三个部分:

1)第一种情况:

当比赛还未进行完,积分数差一分就能达到最低要求分数时的后面的比赛。如果后面的比赛胜利了,则顺利的进入决赛。后面的比赛就比不再作为关键场次。如果没有胜利,则关键场次应该一直向后增加,直到再取得一场胜利或者比赛结束。本文在这里将这些场次统一设为 Z 。

2)第二种情况:当已经输掉了5-R+1场比赛时之后的比赛。因为如果再输掉一场那么队伍将无缘于决赛,因此下一场是决定是否能够进入比赛的关键场次。如果下一场比赛输掉了,则该队已经不能不能进入决赛,因此后面的比赛将不再作为关键场次。如果在后一场比赛中获胜了,那么再后面一场比赛又变为关键的比赛场次,直到比赛结束或者再输掉一场比赛。本文取不满足第一种情况的这些场次统一设为M。

3) 第三种情况:

当两支队伍积分相同且都排名第二的情况下,因为最终的判定规则是两支队伍比赛时获胜的一方进入决赛。因此两只队伍之间的比赛也将成为关键的比赛场次。本文取不满足第一种情况及第二种情况的这些场次统一设为 N 。 4) 第四种情况:

当出现三支及以上的队伍出现积分相同的情况下,经过上面的判别之后对剩下队伍选取最先达到该积分的队伍进入决赛。但这些情况包含在了第一种情

况内,因此这里不再做单独的讨论,如果有其他情况则统一设这些场次为β。

二、模型的建立

根据以上的分析,我们可以得到求解关键场次的模型。

设:i ? ----代表队的编号

设:R----进入决赛所必须得到的最低积分。 设:()i A ---- 第 i 只代表队的关键场次的集合; 设:Z-----满足第一种情况的所有的场次集合。

设:M ----不满足第一种情况且满足第二种情况的所有场次的集合。 设:N ----不满足第一二种情况且满足第三种情况的所有比赛场次的集合。 设:β--------不满足第一二三种情况的其他特殊情况的集合。

则初步筛选的关键场次的集合为:

()},,,{βN M Z i A =

约束条件:

0 0N 0M 0Z 0R 6

、 5、4、3、2、1i ≥≥≥≥>=β

在求解出关键场次的集合后,按照关键度的大小来进行排名,最后求得最关键场次作为结果。

设:ψ-------为关键度。

本文在这里假设关键度的排名为:βψψψψ>>>N Z M

最后通过关联度的排序,求解出各学院代表队最关键的场次。

三、模型的求解

通过以上建立的模型,通过题目中给出的数据我们得到了两个小组的积分情况,因此在A、B 两组中对应入围基本分数R 的取之情况为:

A组:3

R=

R= B组:3

通过Eecle及查阅判断,我们最终得到了参赛的12支代表队的关键比赛场次。经过删选和评比,最关键的场次如下:

A组学院

化学学院关键比赛场次:化学学院 VS 生物学院

数学学院关键比赛场次:数学学院 VS 化学学院

物理学院关键比赛场次:物理学院 VS 化学学院

生物学院关键比赛场次:生物学院 VS 化学学院

资源学院关键比赛场次:资源学院 VS 数学学院

计算机学院关键比赛场次:计算机学院 VS 资源学院

B组学院

信电学院关键比赛场次:信电学院VS 能源学院

机电学院关键比赛场次:机电学院VS 地质学院

测量学院关键比赛场次:测量学院VS 管理学院

管理学院关键比赛场次:管理学院VS 信电学院

能源学院关键比赛场次:能源学院VS 管理学院

地质学院关键比赛场次:地质学院VS 能源学院

(详细求解数据请见附录。)

针对问题四

一、问题的分析

1、题意的分析及简化处理

(1)通过对问题的仔细阅读,本问需要解决的问题是:

1)预测哪支代表队最有可能夺冠

2)将这12支代表队的名次进行排序

(2)通过对题意的初步分析,现确定如下条件和假设:

小组比赛结束后,会选取两支队伍进入决赛。

按照前面的假设,各小组中积分最高的两支队伍将进入决赛。

冠军肯定产生于进入决赛的四支队伍中。

决赛中不会出现平局,因此冠军只能在某一支队伍获得。

没有进入决赛的队伍按照积分进行排名。如果积分相同则根据其比分率

的和的大小进行排序。

3、基本模型的分析和推导

(1)预测哪支队伍能够夺冠

因为在之前只进行过小组循环赛,两个小组的队伍之间没有比赛过。又因为两组对应的第一名和第二名成绩相同,因此不能通过积分来判别最后的冠军。经过分析和查阅资料,本文采用综合指数法建立综合评价模型。求解出对四个队伍技术指标的综合指数进行比较,最后预测出那支队伍最容易夺得冠军。 首先,本文根据上面的假设选择各小组进入决赛的队伍。

然后,我们对四支队伍中的指标进行处理。在17项技术指标中犯规次数、失误次数指标为反向指标,其它均为正向指标。

设:i ?---参加决赛的队伍的编号(i ?=1、2、3、4);

设:j ---各代表队的17项技术指标(j =1、2、3......16、17); 设:x ---各代表队的球员(x =4、5、6......16); 设:i j X ----第i 代表队第 j 项的指标总数; 设:0j X ----选取的各项指标的参考值; 设:j S ?----各项指标的个体指数。

通过假设可知:犯规次数为第14项指标,失误次数为第15项技术指标。 因此我们建立各项技术指标的个体指数模型为: 当≠j 14、15时:

0j j j X X S i =

? (1)

当j =14、15时:

i j

0j j X

X S =

? (2)

在求解出各项技术指标的个体指数后,我们可以通过和运算求解出参加决赛的四支代表队的综合指数。

设:j S -----参加决赛的四支队伍的综合指标。

各代表队的综合指标为: ()∑=?=17

1j j j S S (j =1、2、3......16、17)

在求得了各个学院的综合指标后,我们就可以对综合指标进行排名,从而预测出最有可能夺冠的队伍。

(2)将这12支代表队的名次进行排序 在这12支队伍中共分为两部分,一部分是参加决赛的4支队伍,其余的是

没有进入决赛的队伍。因为通过综合指数评判方法我们可以得到参加决赛的四支队伍的综合指标,从而预测决赛的6场比赛的结果,排列出前四名。但是因为其余未进入决赛的队伍已经没有比赛了,所以本文将积分值作为排名的依据。因为存在积分相同的队伍,我们求解出积分相同的队伍比分率之和,即自己的比分除以对手比分然后在求和。痛过比分率的大小来判定名次。本文在这里设比分相同的队伍的总积分率为:μ

二、模型的建立

通过上面的对问题四的分析,我们可以得到四支队伍的综合指数。我们统一数据的时候采用的是正指标,所以在求解得出的综合指数越大的队伍综合实力越强,而综合实力最强的队伍就最有可能夺得冠军。通过以上分析我们可以建立一个求解夺冠热门队伍的数学模型。

设:i ?---参加决赛的队伍的编号(i ?=1、2、3、4); 设:

j

S -----参加决赛的四支队伍的综合指标。

设:T ?----预测的最容易夺冠的队伍。

()4321,,,ax S S S S M T =?

约束条件:

i ?=1、2、3、4

()017

1

j j j >?=∑=S S

当j =14、15时:0i

j

0j j >=

X

X S ?

当?j 14、15时:00

j j j >=

X X S i ?

三、模型的求解

1、 预测哪支队伍能够夺冠

(1)求解过程: 1)、根据积分和比分率之和判断出进入决赛的四支队伍。

2)、将各项指标统一,通过取倒数将负指标变成正指标。 3)、通过综合指数法求解出各项技术指标指标的个体指数。 4)、将这些个体指数求和,根据综合指数排名,排第一的则为热门夺冠队伍。

(2)通过上面的求解方法和步骤,通过Excle求解,我们最终得到参加决赛的队伍为:

信电学院5分数学学院5分

A组: B组:

机电学院3分化学学院3分

综合指数排名及名次预测如下:

冠军:数学学院(综合指数:11.1588)

亚军:信电学院(综合指数:10.5445)

季军:机电学院(综合指数:10.2168)

第四名:化学学院(综合指数:10.2000)

2、将这12支代表队的名次进行排序

因为上面已经求解出前四名的预测排名,因此根据积分的大小我们将剩下的队伍进行排名,比分相同的队伍我们求解出其对应的比分率,根据比分率的和来排列名次。

最后得到的排名如下表:

针对问题五

一、问题的分析

1、通过对问题的仔细阅读,本文需要解决的问题是:

对每支代表队给出几点技术方面的改进建议,提升其实力。

2、问题的分析和解决方案

已知,在每支队伍中都有17项技术指标,因此提高各队比较差的技术指标则可以帮助其提高水平。因此本文将12支代表队的各项指标求解出平均值,获得了这17项指标的平均水平。判断各队的各指标与平均指标的大小

数学建模常用模型方法总结精品

【关键字】设计、方法、条件、动力、增长、计划、问题、系统、网络、理想、要素、工程、项目、重点、检验、分析、规划、管理、优化、中心 数学建模常用模型方法总结 无约束优化 线性规划连续优化 非线性规划 整数规划离散优化 组合优化 数学规划模型多目标规划 目标规划 动态规划从其他角度分类 网络规划 多层规划等… 运筹学模型 (优化模型) 图论模型存 储论模型排 队论模型博 弈论模型 可靠性理论模型等… 运筹学应用重点:①市场销售②生产计划③库存管理④运输问题⑤财政和会计⑥人事管理⑦设备维修、更新和可靠度、项目选择和评价⑧工程的最佳化设计⑨计算器和讯息系统⑩城市管理 优化模型四要素:①目标函数②决策变量③约束条件 ④求解方法(MATLAB--通用软件LINGO--专业软件) 聚类分析、 主成分分析 因子分析 多元分析模型判别分析 典型相关性分析 对应分析 多维标度法 概率论与数理统计模型 假设检验模型 相关分析 回归分析 方差分析 贝叶斯统计模型 时间序列分析模型 决策树 逻辑回归

传染病模型马尔萨斯人口预测模型微分方程模型人口预 测控制模型 经济增长模型Logistic 人口预测模型 战争模型等等。。 灰色预测模型 回归分析预测模型 预测分析模型差分方程模型 马尔可夫预测模型 时间序列模型 插值拟合模型 神经网络模型 系统动力学模型(SD) 模糊综合评判法模型 数据包络分析 综合评价与决策方法灰色关联度 主成分分析 秩和比综合评价法 理想解读法等 旅行商(TSP)问题模型 背包问题模型车辆路 径问题模型 物流中心选址问题模型 经典NP问题模型路径规划问题模型 着色图问题模型多目 标优化问题模型 车间生产调度问题模型 最优树问题模型二次分 配问题模型 模拟退火算法(SA) 遗传算法(GA) 智能算法 蚁群算法(ACA) (启发式) 常用算法模型神经网络算法 蒙特卡罗算法元 胞自动机算法穷 举搜索算法小波 分析算法 确定性数学模型 三类数学模型随机性数学模型 模糊性数学模型

学生成绩分析数学建模优秀范文

2012年暑期培训数学建模第二次模拟 承诺书 我们仔细阅读了数学建模联赛的竞赛规则。 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、电子、网上咨询等)与本队以外的任何人(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它公开的资料(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,我们愿意承担由此引起的一切后果。 我们的参赛报名号为: 参赛队员 (签名) : 队员1: 队员2: 队员3:

2012年暑期培训数学建模第二次模拟 编号专用页 参赛队伍的参赛:(请各个参赛队提前填写好):竞赛统一编号(由竞赛组委会送至评委团前编号): 竞赛评阅编号(由竞赛评委团评阅前进行编号): 2012年暑期培训数学建模第二次模拟

题目学生成绩的分析问题 摘要 本文针对大学高数和线代,概率论成绩进行建模分析,主要用到统计分析的知识及SPSS软件,建立了方差分析、单因素分析、相关性分析等相关模型,从而分析两个专业、四门课程成绩的显著性,以及课程之间的相关性。最后利用分析结论表明了我们对大学数学学习的看法。 问题一:每门课程两个专业的差异性需要进行多个平均数间的差异显著性检验,首先应该对数据进行正态分布检验,结论是各个专业的分数都服从正态分布,之后可以根据Kolmogorov-Smirnov 检验(K-S检验)原理,利用SPSS软件进行单因素方差分析,得出方差分析表,进行显著性检验,最后得出的结论是高数1、高数2、线代和概率这四科成绩在两个专业中没有显著性差异。 问题二:对于甲乙两个专业分别分析,应用问题一的模型,以每个专业不同班级的高数一、高数二、线代和概率平均数为自变量,同第一问相同的做法,得到两个专业中不同学科之间没有显著差异。 问题三:我们通过对样本数据进行Spss的“双变量相关检验”得出相关系数值r、影响程度的P值,从而来分析出高数1、高数2与概率论、现代的相关性。 问题四:利用上面数据,得到各专业课程的方差和平均值,再通过对各门课程的分析,利用分析结论表明了我们对大学数学学习的看法。 本文针对大学甲、乙两个专业数学成绩分析问题,进行建模分析,主要用到统计分析的知识和 excel以及matlab软件,建立了方差分析、相关分析的相关模型,研究了影响学生成绩的相关因素, 以及大学生如何进行数学课程的学习。 问题一针对每门课程分析两个专业的数学成绩可以通过excel工具得出各门功课的平均值、方差 进行比较分析。 问题二针对专业分析两个专业的数学成绩的数学水平有无明显差异,可以运用平均数、方差进行 比较。并对两专业的数学成绩进行T检验,进一步分析其有无显著性差异。 问题三针对各班高数成绩和线代、概率论成绩进行散点图描述建立一元回归线性模型,然后对模 型进行求解,对模型进行改进。包括分析置信区间,残差等。 关键词:平均值方差 T检验一元回归线性模型置信区间残差 excel matlab

中小企业人力资源现状调查报告

中小企业人力资源现状调查报告

浙江中小企业人力资源现状调查报告 目录 第一部分调查报告 一、摘要 5 二、关键词 5 三、正文 (一)以性别为分类指标进行的数据图示分析 5(二)以不同的年龄层次为分类指标进行的数据图示分析8 (三)以不同的学历层次为分类指标进行的数据图示分析10 (四)中小企业人力资源方面存在的问题 12(五)根据调查报告反应的问题,提出了几条建议 13四、参考资料 15 第二部分调查方案 一、调查目的 16 二、调查时间和期限: 16 三、调查对象 16 四、调查地点: 16 五、调查项目: 16

六、调查方式和方法 16 七、资料整理和分析方法 16 八、报告提交方式 16 九、组织计划 16 十、调查费用 16 第三部分调查问卷 17 第四部分附件 18 一、调查问卷分析报告 18 二、个人总结 24 摘要:为了了解浙江中小企业中男女职工之间,各不同年龄层次之间、不同学历之间对自身现状的看法以及对自身未来发展状况观念上的差异以及她们之间存在的差异原因。我们分别以性别、年龄、学历三个不同的指标为分类标准,对中小企业职工进入公司的方式,选择公司的理由,住宿条件,对住宿条的满意程度,收入状况,对公司的职工制度较满意的地方,可能离开公司的理由以及选择新企业觉得最重要的地方、对公司奖励制度的看法,对自身和公司发展前景关系持有的观念和想法,工作时间的长短,休息情况工资的多少及分配方式等方面进行了全面、细致地调查。结合现今中小企业的发展状况,6月---7月,我们小组

为此调查浙江中小企业的职工状况。以杭州下沙地区的企业的职工为调查对象,我们在现场随机发放问卷120份,从中抽有效问卷100份。其中男职工问卷60份,女职工问卷40份,男女职工问卷数比例为3:2。在进行问卷数据统计和分析后,我们又针对其中显露出来的问题进行解释和剖析,并给出了相应的解决方法和建议,以供各中小企业进行人力资源管理参考之用。 关键词:调查浙江中小企业职工 对中小企业的简单情况分析 一、以性别为分类指标进行的数据图示分析: 1、进入公司的方式: (注: 1、亲戚朋友介绍 2、经过人才/劳务市场 3自我推荐 4学校毕业分配推荐 5其它) 由以上图示能够看出大多数男职工都是以亲戚朋友介绍、经过人才/劳务市场、自我推荐为主,学校推荐、其它为少数,而女职工则以亲戚朋友介绍、经过人才/劳务市场为主自我推荐,学校推荐、其它为少数,由此可见女职工相较于男职工缺乏主动性,

数学建模常见评价模型简介

常见评价模型简介 评价类数学模型是全国数学建模竞赛中经常出现的一类模型,如2005年全国赛A题长江水质的评价问题,2008年B题高校学费标准评价体系问题等。主要介绍三种比较常用的评价模型:层次分析模型,模糊综合评价模型,灰色关联分析模型,以期帮助大家了解不同背景下不同评价方法的应用。 层次分析模型 层次分析法(AHP)是根据问题的性质和要求,将所包含的因素进行分类,一般按目标层、准则层和子准则层排列,构成一个层次结构,对同层次内诸因素采用两两比较的方法确定出相对于上一层目标的权重,这样层层分析下去,直到最后一层,给出所有因素相对于总目标而言,按重要性程度的一个排序。其主要特征是,它合理地将定性与定量决策结合起来,按照思维、心理的规律把决策过程层次化、数量化。 运用层次分析法进行决策,可以分为以下四个步骤: 步骤1 建立层次分析结构模型 深入分析实际问题,将有关因素自上而下分层(目标—准则或指标—方案或对象),上层受下层影响,而层内各因素基本上相对独立。 步骤2构造成对比较阵 对于同一层次的各元素关于上一层次中某一准则的重要性进行两两比较,借助1~9尺度,构造比较矩阵; 步骤3计算权向量并作一致性检验 由判断矩阵计算被比较元素对于该准则的相对权重,并进行一致性检验,若通过,则最大特征根对应的特征向量做为权向量。

步骤4计算组合权向量(作组合一致性检验) 组合权向量可作为决策的定量依据 通过一个具体的例子介绍层次分析模型的应用。 例(选择旅游地决策问题)如何在桂林、黄山、北戴河3个目的地中按照景色、费用、居住条件、饮食、旅途条件等因素进行选择。 步骤1 建立系统的递阶层次结构 将决策问题分为3个层次:目标层O,准则层C,方案层P;每层有若干元素,各层元素间的关系用相连的直线表示。

数学建模模糊综合评价法

学科评价模型(模糊综合评价法) 摘要:该模型研究的是某高校学科的评价的问题,基于所给的学科统计数据作出综合分析。基于此对未来学科的发展提供理论上的依据。 对于问题1、采用层次分析法,通过建立对比矩阵,得出影响评价值各因素的所占的权重。然后将各因素值进行标准化。在可共度的基础上求出所对应学科的评价值,最后确定学科的综合排名。(将问题1中的部分结果进行阐述) (或者是先对二级评价因素运用层次分析法得出其对应的各因素的权重(只选取一组代表性的即可),然后再次运用层次分析法或者是模糊层次分析法对每一学科进行计算,得出其权重系数)。通过利用matlab确定的各二级评价因素的比较矩阵的特征根分别为:4.2433、2、4.1407、3.0858、10.7434、7.3738、3.0246、1 对于问题2、基于问题一中已经获得的对学科的评价值,为了更加明了的展现各一级因素的作用,采用求解相关性系数的显著性,找出对学科评价有显著性作用的一级评价因素。同时鉴于从文献中已经有的获得的已经有的权重分配,对比通过模型求得的数值,来验证所建模型和求解过程是否合理。 对于问题3、主成份分析法,由于在此种情况下考虑的是科研型或者教学型的高校,因此在评价因素中势必会有很大的差别和区分。所以在求解评价值的时候不能够等同问题1中的方法和结果,需要重新建立模型,消除或者忽略某些因素的影响和作用(将问题三的部分结果进行阐述)。 一、问题重述

学科的水平、地位是评价高等学校层次的一个重要指标,而学科间水平的评价对于学科本身的发展有着极其重要的作用。而一个显著的方面就是在录取学生方面,通常情况下一个好的专业可以录取到相对起点较高的学生,而且它还可以使得各学科能更加深入的了解到本学科的地位和不足之处,可以更好的促进该学科的发展。学科的评价是为了恰当的学科竞争,而学科间的竞争是高等教育发展的动力,所以合理评价学科的竞争力有着极其重要的作用。鉴于学科评价的两种方法:因素分析法和内涵解析法。本模型基于某大学(科研与教学并重型高校)的13个学科在某一时期内的调查数据,包括各种建设成效数据和前期投入的数据。 通过计算每一级、每一个评价因素所占的权重,确定某一学科在评价是各因素所占的比重,构建评价等级所对应的函数。通过数值分析得出学科的评价值。需要解决一下几个问题: 1、根据已给数据建立学科评价模型,要求必要的数据分析及建模过程。 2、模型分析,给出建立模型的适用性、合理性分析。 3、假设数据来自于某科研型祸教学型高校,请给出相应的学科评价模 型。 二、符号说明与基本假设 2.1符号说明 符号说明 S——评价数(评价所依据的最终数值) X——影响评价数值的一级因素所构成的矩阵

初中学生数学建模能力调查与分析

初中学生数学建模能力调查与分析 (一)调查目的 《全日制义务教育课程标准》指出:“义务教育阶段的数学课程,其基本出发点是促进学生全面、持续、和谐地发展”,“强调从学生已有的生活经验出发,让学生亲身经历将实际问题抽象为数学模型并进行解释和应用的过程,使学生获得数学理解的同时,在思维能力、情感态度与价值观等方面得到进步和发展”。 因此培养学生运用数学知识分析和解决实际问题的能力成为初中阶段数学教学的 首要任务之一,而数学建模教学正是为培养学生解决实际问题能力提供的一种有效途 径。笔者为了了解碧莲学区初级中学学生数学建模能力的现状及存在的问题,选取二所初中八年级各一个教学班学生进行测试和问卷调查,并对调查结果加以整理,以便为开展数学建模教学研究提供较可靠的资料。 (二)调查的对象 碧莲镇中学与大若岩镇中学初二年级的各一个教学班,共96名学生。(三)调查方式 采用数学建模能力测试题(共有3题,每题满分为20分)及数学建模学习状况问卷调查。 (四)学生的测试题及结果分析 测试要求学生在45分钟内完成三道数学建模题,每题满分为20分,要求学生在解答过程中,无论用什么方法解答,无论解答对否,均要写下解题过程或思考过程。 1、测试题 (1)某校校长暑假将带领该校市级“三好学生”去旅游,甲旅行社说:“如果校长买全价票一张,则其余学生可享受半价优待”,乙旅行社说:“包括校长在内全部按全 票价的6折优惠”(即按全票价的60%收费),若全票价为240元, ①设学生数为x,甲旅行社收费为y 甲,乙旅行社收费为y 乙 ,分别计算两家旅行 社的收费(建立表达式); ②当学生数是多少时,两家旅行社的收费一样?

中小企业发展现状的调研报告范文

中小企业发展现状的调研报告范文 黄石市是一个以工业为主导的城市,工业经济占黄石的半壁江山。近几年来,黄石工业发展态势良好,对国民经济增长的贡献率不断提升。随着金融危机的加剧,黄石工业经济正面临新的考验和挑战,特别是中小工业企业所受到的冲击非常明显,黄石规模以上中小工业企业占规模以上工业企业的98.4%,加上规模以下工业企业的经济总量占全市工业的51.2%。认真分析当前的工业经济形势,采取积极措施应对挑战,是确保今年工业经济目标任务全面完成的当务之急。 一、黄石中小企业基本概况及在经济发展中所处的地位 据最新普查数据显示,截止20__年末,全市工业企业法人单位有3772家。按大中小型工业规模分类,达到大型工业企业标准的为湖北新冶钢、大冶有色总公司、东贝集团、湖北美尔雅集团、劲牌酒业公司、华新水泥集团公司、黄石供电公司和大冶陈贵矿业集团公司共8家,黄石拥有中小工业企业达3764家。涵盖了冶金、建材、装备制造、生物医药、纺织服装、电子信息、能源等7大产业,是黄石市工业经济的重要组成部分。按工业规模分类,20__年末,进入规模以上的中小工业达482家,20__年实现工业总产值412.39亿元,占全市规模工业的47.6%,其中:年产值过亿元的企业达到80家,税收过千万元的企业有26家。20__年规模以下企业3282家,实现工业总产值62.5亿元。受世界金融危机的影响,黄石市工业经济从20__年四季度起,呈现下行走势,但全市中小企业运行的基本面较好。主要表现在: 1、中小企业生产和销售增势平稳。虽然20__年四季度全市规模以上中小工业总产值比上年同期只增长6.3%,销售收入只增长3.4%。但20__年全市规模以上中小企业仍完成工业增加值123亿元,同比增长16%,实现销售收入400.46亿元,同比增长27.9%,上交税收15.14亿元,同比增长8.92%。 主要产品产量稳定增长。原煤产量140万吨,增长6%;铁矿石(原矿)产量286万吨,增长6%;服装1080万套,增长31%;水泥1268万吨,增长14%;钢、成品钢材、磁卡与上年基本持平。 中小民营工业企业完成总产值309.08亿元,增长33.09%,比全市规模以上中

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

数学建模比赛的选拔问题

数学建模比赛的选拔问题 卢艳阳 王伟 朱亮亮 (黄河科技学院通信系,) 摘要 本文是关于全国大学生数学建模竞赛选拔的问题,依据数学建模组队的要求,每队应具备较好的数学基础和必要的数学建模知识、良好的编程能力和熟练使用数学软件等的综合实力,在此前提下合理的分配队员,利用层次分析法,建立合理分配队员的数学模型,利用MATLAB ,LONGO 工具求出最优解。、 问题一:依据建模组队的要求,合理分配每个队员是关键,主要由团队精神、建模能力、编程能力、论文写作能力、思维敏捷以及数学知识等等,经过讨论分析,确定良好的数学基础、建模能力,编程能力为主要参考因素。 问题二:根据表中所给15人的可参考信息,我们对每个队员的每一项素质进行加权,利用层次分析法选出综合素质好的前9名同学,然后利用0-1规划的相关知识对这9人进行合理分组,利用MATLAB 、LINGO 得到其中一个如下的分 组:'1s 、10s 、4s ;2s 、11s 、14s ;6s 、13s 、8s 问题三:我们将所选出的这9名同学和这个计算机编程高手的素质进行量化加权,然后根据层次分析法,利用MATLAB 工具进行求解,得出了最佳解。由于我们选取队员参考的是这个人的综合素质,而不是这个人的某项素质,并由解出的数据可以看出这个计算机编程高手不能被直接录用。所以说只考虑某项素质,而不考虑其他的素质的同学是不能被直接录用的。 问题四:根据前面三问中的分组的思路,我们通过层次分析法先从所有人中依据一种量化标准选出符合要求的高质量的同学,然后利用0-1变量进行规划,在根据实际问题的约束,对问题进行分析,然后可以得出高效率的分组。

中国中小企业发展现状与未来前景分析

中国中小企业发展现状与未来前景分析 中国的民营中小企业差不多都是由个体户、夫妻店和家庭作坊演变而来。由于失业和再就业的压力,总会有大量下岗和失业人员寻求创业的途径和机会,因此个人和家庭创业然后形成小企业将是中国长期而普遍的现象,研究小企业生存和发展的模式,以及政府需要为之提供的政策环境,对中国经济发展和社会稳定具有十分重要的现实意义。下岗和失业人员本身处于弱势地位,我们不可能对其专业素质期望太高,也不能指望在比较短的时间内能通过培训使其成为具有竞争力的企业家。因此,小企业成长需要政策和体制上的帮助。在小企业的发展中有必要克服当前流行的一个错误观点,即小企业做大了就是成功。报告认为,小企业是一种企业形态,有其自身的特性和生存规律,从国内外历史上看,家庭作坊也有百年老店,证明小企业有自己的成功之路。 小企业变成大企业只是一种变化,不能作为成功的标志,大企业也有倒闭的,企业的规模与其成功与否没有直接关系。 另外,小企业的管理模式并不复杂,往往是由经营者直接面对员工、面对客户,所以经营者的素质就等于是企业的素质。小企业主未必都有作大的志向(尽管这种志向并不重要),但一定都有多盈利的愿望,政府的一切政策法规和支持措施应以帮助小企业盈利为出发点,抓住这个要 点,并以此为中心展开促进小企业发展的各项工作,就会形成小企业繁荣和成长的良好局面。政府不需要设定某种企业模式,也不需要设定企业成长的某种指标,政府的政策法规就是企业自我设计的重要参考因素。有时可以听到抱怨说小企业不注重品牌,不讲求信誉,报告认为不在乎自己形象的企业只能是少数,从一般经济理论分析可以看出,企业

的短期行为通常是由政府政策的短期行为引致,所以克服企业短期行为的最好办法是政府政策的长期稳定和前后一致。 应该说,从中央政府到地方政府的方向性政策中,不管是提供市场准入和提供资金扶持方面,都有很好的法律和法规环境。现在的问题是在个体实施这些法律法规的过程中,尚有一些体制上的不配套、程序设置上的不到位以及更重要的一点即政府工作人员观念转变未完成。以体制 为例,中国的金融体系原来完全服务于国有特别是大型国有企业,在银行自身的商业化改造中,也是注重于银行自身风险的防范和提高盈利能力,还没有来的及改革银行乃至整个金融体系使之能够服务于各类企业特别是中小企业。尽管在中央政府的指示下,各大银行均表示要为中小企业融资提供帮助,但完成整个面对小企业服务体系的设计和安排肯定要花费很长的时间。前任中国人民银行行长戴相龙先生在十六大之前的一次讲话中明确了中国金融系统目前的重要工作之一是完成针对中小企业的金融服务体系改革,预示着中小企业的融资状况在不远的将来会有所改善,但在现行体制下中小企业的资金紧张状况还会再持续一段时间。 另外一个重要问题是中小企业如何面对政府政策的变化和政府部门的管理。中小企业是中国新生的经济门类,政府的政策、法规和体制必然是随着小企业的成长壮大而不断地制定、修改、完善和调整,换句话说就是存在边制定边修改的情况,这就会给小企业带来很大的压力。如上 述,小企业的特点就是人数比较少,不能象大企业那样可以设立专门的部门或人员负责政府相应部门的联系和协调工作。因此,小企业在忙于自己生意的同时,就难于拿出许多时间奔波于政府的各个职能部门之中,而且即使这样,也未必跟得上一些政策法规的变化。这种情况一方面增加了小企

模糊综合评价法的数学建模方法简介_任丽华

8 《商场现代化》2006年7月(中旬刊)总第473期 20世纪80年代初,汪培庄提出了对绿色供应链绩效进行评价的模糊综合评价模型,此模型以它简单实用的特点迅速波及到国民经济和工农业生产的方方面面,广大实际工作者运用此模型取得了一个又一个的成果。本文简单介绍模糊综合评价法的数学模型方法。 一、构造评价指标体系 模糊综合评价的第一步就是根据具体情况建立评价指标体系的层次结构图,如图所示: 二、确定评价指标体系的权重 确定各指标的权重是模糊综合评价法的步骤之一。本文根据绿色供应链评价体系的层次结构特点,采用层次分析法确定其权重。尽管层次分析法中也选用了专家调查法,具有一定的主观性,但是由于本文在使用该方法的过程中,对多位专家的调查进行了数学处理,并对处理后的结果进行了一致性检验,笔者认为,运用层次分析法能够从很大程度上消除主观因素带来的影响,使权重的确定更加具有客观性,也更加符合实际情况。 在此设各级指标的权重都用百分数表示,且第一级指标各指标的权重为Wi,i=1,2,…,n,n为一级指标个数。一级指标权重向量为: W=(W1,…,Wi,…Wn) 各一级指标所包含的二级指标权重向量为: W=(Wi1,…,Wis,…Wim),m为各一级指标所包含的二级指标个数,s=1,2,…,m。 各二级指标所包含的三级指标权重向量为: Wis=(Wis1,…Wis2,…Wimq),q为各二级指标所包含的三级指标个数。三、确定评价指标体系的权重建立模糊综合评价因素集将因素集X作一种划分,即把X分为n个因素子集X1,X2,…Xn,并且必须满足: 同时,对于任意的i≠j,i,j=1,2,…,均有 即对因素X的划分既要把因素集的诸评价指标分完,而任一个评 价指标又应只在一个子因素集Xi中。 再以Xi表示的第i个子因素指标集又有ki个评价指标即:Xi={Xi1,Xi2,…,XiKi},i=1,2,…,n 这样,由于每个Xi含有Ki个评价指标,于是总因素指标集X其有 个评价指标。 四、 进行单因素评价,建立模糊关系矩阵R 在上一步构造了模糊子集后,需要对评价目标从每个因素集Xi上进行量化,即确定从单因素来看评价目标对各模糊子集的隶属度,进而得到模糊关系矩阵: 其中si(i=1,2,…,m)表示第i个方案,而矩阵R中第h行第j列元素rhj表示指标Xih在方案sj下的隶属度。对于隶属度的确定可分为两种 情况:定量指标和定性指标。 (1)定量指标隶属度的确定 对于成本型评价因素可以用下式计算: 对于效益型评价因素可以用下式计算:对于区间型评价因素可以用下式计算:上面三个式子中:f(x)为特征值,sup(f),inf(f)分别为对应于同一个指标的所有特征值的上下界,即是同一指标特征值的最大值和最小 模糊综合评价法的数学建模方法简介 任丽华 东营职业学院 [摘 要] 本文一种数学模型方法构造了一种对绿色供应链绩效进行评价的模糊综合评价法,主要从构造评价指标体系,确定评价指标体系的权重,确定评价指标体系的权重,建立模糊综合评价因素集,进行单因素评价、建立模糊关系矩阵R,计算模糊评价结果向量B等五个方面介绍这种评价方法。 [关键词] 绿色供应链绩效评价 模糊综合评价法 数学模型方法 流通论坛

对中国大学生数学建模竞赛历年成绩的分析与预测

2012年北京师范大学珠海分校数学建模竞赛 题目:对中国大学生数学建模竞赛历年成绩的分析与预测 摘要 本文研究的是对自数学建模竞赛开展以来各高校建模水平的评价比较和预测问题。我们将针对题目要求,建立适当的评价模型和预测模型,主要解决对中国大学生数学建模竞赛历年成绩的评价、排序和预测问题。 首先我们用层次分析法来评价广东赛区各校2008年至2011年及全国各大高校1994至2011年数学建模成绩,从而给出广东赛区各校及全国各大高校建模成绩的科学、合理的评价及排序;其次运用灰色预测模型解决广东赛区各院校2012年建模成绩的预测。 针对问题一,首先我们对比了2008到2011年参加建模比赛的学校,通过分析我们选择了四年都参加了比赛的学校进行合理的排序(具体分析过程见表13),同时对本科甲组和专科乙组我们分别进行排序比较。在具体解决问题的过程中,我们先分析得出影响评价结果的主要因素:获奖情况和获奖比例,其中获奖情况主要考虑国家一等奖、国家二等奖、省一等奖、省二等奖、省三等奖,我们采用层次分析法,并依据判断尺度构造出各个层次的判断矩阵,对它们逐个做出一致性检验,在一致性符合要求的情况下,通过公式与matlab求得各大学的权重,总结得分并进行排序(结果见表11);在对广东赛区各高校2012建模成绩预测问题中,我们采用灰色预测模型,我们以华南农业大学为例,得到该校2012年建模比赛获奖情况为:省一等奖、省二等奖、省三等奖及成功参赛奖分别为5、9、8、8(其它各高校预测结果见表10)。 针对问题二,我们对全国各院校的自建模竞赛活动开展以来建模成绩排序采用与问题一相同的数学模型,在获奖情况考虑的是全国一等奖、全国二等奖。运用matlab求解,结果见表12。 针对问题三,我们通过对一、二问排序的解答及数据的分析,得出在对院校进评价和预测时还应考虑到各院的师资力量、学校受重视程度、学生情况、参赛经验等因素,考虑到这些因素,为以后评价高校建模水平提供更可靠的依据。 关键词:层次分析法权向量灰色预测模型模型检验 matlab

中小企业发展状况分析

陕西省中小企业发展状况分析 中小企业是国民经济的重要组成部分,促进中小企业的协调发展,形成合理的经济布局是保持国民经济稳定发展的战略选择。近年来,省委、省政府积极实施“抓大放小”的战略,本着“放中求活”的原则,加大了中小企业放开搞活的力度,有效地促进了全省中小企业的发展和运行质量的提高。 为了更进一步了解我省中小企业发展变化的情况,深入地研究中小企业发展中存在的问题,为政府有关部门制定发展政策提供可靠的依据,省企业调查队、省经贸委共同对全省确定的100户重点扶持的成长型中小企业进行了专项调查,并对收到的74户有效调查资料进行了分析。结果显示:我省中小企业经营规模不断扩大,收入不断增加,并在缓解社会就业压力、促进体制创新和技术进步等方面发挥着不可或缺的作用。但值得注意的是,现阶段中小企业发展中仍存在着诸多困难和问题,加快中小企业发展任重而道远。 一、调查企业基本情况及现状 (一)、调查企业基本情况 调查的74户成长型中小企业,从注册类型看:有限责任公司和股份有限公司所占比例最高,为76%。国有企业占6.8%。集体企业、股份合作企业和外商投资企业所占比例均为4.1%,私营企业、港澳台商投资企业及其他企业共占4.1%;从企业规模看:中型企业35户,占调查企业的47.3%,2002年资产总额为37.6亿元,从业人员达到1.5万人。小型企业31户,占41.9%,2002年资产总额为12.3亿元,从业人员0.4万人。其余8户企业未划型;从地区分布看:52.7%的调查企业分布在西安,位于宝鸡、咸阳和汉中的企业分别占总体的14.9%、10.8%和6.8%,分布在其他地市的企业相对较少;从控股类型看:国有和集体控股的企业仅占37.5%,63.5%的调查企业属于其他控股类型。 (二)、企业规模扩大,业务收入增加,总体经济效益下降 调查企业2002年资产总额达到52.8亿元,较上年同期增长17.1%。主营业务收入为34.4亿元,比上年上升13个百分点。其中,小型企业的主营业务收入增长幅度最大,较上年同期上升20个百分点,明显高于中型企业。 虽然企业总体规模扩大,主营业务收入增加,但由于11户企业亏损,亏损面达到14.9%,使得调查企业盈亏相抵后仅实现利润总额1.6亿元,比上年同期下降了15个百分点。其中,陕西百特纸业股份有限公司、五0五药业有限公司和陕西铜变实业股份有限公司亏损幅度最大,三户企业当年共亏损0.23亿元。企业业绩下滑的主要原因:一是原材料价格上涨,主营业务成本增加,2002年主营业务成本较上年同期增长了15%;二是企业存货跌价损失和营业、管理、财务等费用上升了12.3%;三是调查企业从业人员总数较上年同期增长5.1%,企业支付的劳动报酬随之上升了近8个百分点。 (三)、负债水平适度,流动资产流转速度加快 企业资产负债率是国际公认的衡量企业负债偿还能力和经营风险的重要指标,保守的经

数学建模中常见的十大模型讲课稿

数学建模中常见的十 大模型

精品文档 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MATLAB 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 收集于网络,如有侵权请联系管理员删除

学生成绩分析数学建模优秀范文汇编

学习-----好资料 2012年暑期培训数学建模第二次模拟 承诺书 我们仔细阅读了数学建模联赛的竞赛规则。 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)与本队以外的任何人(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它公开的资料(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,我们愿意承担由此引起的一切后果。 我们的参赛报名号为: 参赛队员(签名) : 队员1: 队员2: 队员3: 更多精品文档. 学习-----好资料 2012年暑期培训数学建模第二次模拟 编号专用页 参赛队伍的参赛号码:(请各个参赛队提前填写好):

竞赛统一编号(由竞赛组委会送至评委团前编号): 竞赛评阅编号(由竞赛评委团评阅前进行编号):年暑期培训数学建模第二次模拟2012更多精品文档.学习-----好资料

学生成绩的分析问题题目 摘要主要用到统计分析的概率论成绩进行建模分析,本文针对大学高数和线代,软件,建立了方差分析、单因素分析、相关性分析等相关模型,从SPSS知识及最后利用分以及课程之间的相关性。而分析两个专业、四门课程成绩的显著性,析结论表明了我们对大学数学学习的看法。每门课程两个专业的差异性需要进行多个平均数间的差异显著性检问题一:结论是各个专业的分数都服从正态分布,首先应该对数据进行正态分布检验,验,软件进行原理,检验)利用SPSS之后可以根据Kolmogorov-Smirnov 检验(K-S、进行显著性检验,最后得出的结论 是高数1单因素方差分析,得出方差分析表,高数2、线代和概率这四科成绩 在两个专业中没有显著性差异。以每个专业不同问题二:对于甲乙两个专业分别分析,应用问题一的模型,班级的高数一、高数二、线代和概率平均数为自变量,同第一问相同的做法,得到两个专业中不同学科之间没有显著差异。的“双变量相关检验”得出相关系问题三:我们通过对样本数据进行Spss 与概率论、现代的相关、高数2、影响程度的P值,从而来分析出高数1数值r 性。问题四:利用上面数据,得到各专业课程的方差和平均值,再通过对各门 课程的分析,利用分析结论表明了我们对大学数学学习的看法。本文针对大学甲、乙两个专业数学成绩分析问题,进行建模分析,主要用到统计分析的知识和软件,建立了方差分析、相关分析的相关模型,研究了影matlabexcel以及, 响学生成绩的相关因素以及大学生如何进行数学课程的学习。工具得出各针对每门课程分析两个专业的数学成绩可以通过excel问题一门功课的平均值、方差进行比较分析。可以运针对专业分析两个专业的数学成绩的数学水平有无明显差异,问题二用平均数、方差进行检验,进一步分析其有无显著性差异。比较。并对两专业的数学成绩进行T概率论成绩进行散点图描述建立一元回归针对各班高数成绩和线代、问题三 线性模型,然后对模型进行求解,对模型进行改进。包括分析置信区间,残差等。检验一元回归线性模型置信区间 T 关键词:平均值方差 excel matlab 残差 更多精品文档. 学习-----好资料 关键词:单因素方差分析、方差分析、相关分析、 spss软件、更多精品文档. 学习-----好资料 一、问题重述 附件是甲专业和乙专业的高等数学上册、高等数学下册、线性代数、概率论与数理统计等三门数学课程的成绩数据,请根据数据分析并回答以下问题: (1)针对每门课程分析,两个专业的分数是否有明显差异? (2)针对专业分析,两个专业学生的数学水平有无明显差异?

数学课程的成绩分析(数模

数学课程的成绩分析(数模大作业)

2012年4月西安电子科技大学学报(自然科学版) Apr.2012 第X卷第X期JOURNAL OF XIDIAN UNIVERSITY Vol.XX No.X 数学课程的成绩分析 摘要:本文讨论了B题中给出的对大学数学课程的成绩分析的一种分析方 法,根据题目中提供的甲乙两专业4门数学学科的成绩,对成绩进行分类汇 总,再通过数理统计的方法进行对成绩的分析,运用Excel、Matlab绘出图 表,直观的分析甲乙专业,各数学学科的一些统计量。再查找数学教育的相 关资料,建立合理的数学水平评价模型。最后建立数学学科之间的相关回归 模型,利用Matlab进行回归检验,从而讨论各个数学学科之间的关系。 关键词:层次分析法统计回归方法一元线性回归数学水平评估模型 1问题重述 附件是甲专业和乙专业的高等数学上册、高等数学下册、线性代数、概率论与数理统计等三门数学课程的成绩数据,请根据数据分析并回答以下问题: (1)针对每门课程分析,两个专业的分数是否有明显差异? (2)针对专业分析,两个专业学生的数学水平有无明显差异? (3)高等数学成绩的优劣,是否影响线性代数、概率论与数理统计的得分情况? (4)根据你所作出的以上分析,面向本科生同学阐述你对于大学数学课程学习方面的看法。2模型假设和符号说明 2.1模型假设 1)甲专业24号同学高数I成绩433,不属于0-100分,所以当无效数据处理,不考虑它的影响。 2)考试成绩反映的是学生的真实水平。 3)高数成绩和线性代数、概率论与数理统计有相关关系。 4)将高数成绩定义为将高数I的成绩和高数II的成绩取平均。 5)两个专业的老师教课水平是一样的。 6)学生本科前的数学水平是相近的。 7)两专业的人数可以真实反应学生水平。 2.2符号说明 x:把高数成绩作为一元线性回归模型的自变量。

长沙中小企业发展状况调查报告

长沙中小企业发展状况调查报告 一场源自美国的次贷危机传染着全球经济,无法独善其身的中国经济,在多重因素影响下开始显现发展减缓迹象。资金紧张,能源、原材料和人工成本上涨压力,在“抵抗力”相对较差的中小企业群体中显露无疑。 长沙数万家中小企业的健康指标如何?8月份开始,长沙晚报联合长沙市经委、长沙市商业银行进行了一趟探访之旅,通过报纸、网络、现场走访的形式,面向400多家中小企业开展发展状况大调查,一月之后,结果出炉。让我们欣喜的是,长沙中小企业在艰难局势下赢得了生存发展空间,数目不减反增。尽管我们有足够的理由和时间来探寻这个最大亮点的起源,但我们不会忘记这次调查的初衷——发现问题并解决问题。因此,我们将以大部分的篇幅来阐述“问题”,以给政府及相关部门提供决策参考。我们相信,在中央频频出手的利好政策及长沙市正酝酿的诸多措施刺激下,这些问题将会逐步得到解决。 不减反增 ——长沙中小企业增加7000家 与浙江、广东等沿海省份相比,“倒闭潮”并没有在长沙中小企业群体中蔓延,相反在壮大。统计数据显示,目前长沙市有中小企业4.23万家,其中规模以上工业企业已超过2000家。而在去年底,这两个数据分别为3.72万家、1942家。 外向型不明显的特点使长沙中小企业躲过了这次危机,保持了稳步发展的良好势头,尤其是工业经济。长沙工业面对冰冻灾害、原材料和燃料等生产要素价格上涨等困难,加强科学调度、加快项目建设,实现了健康、快速增长。1月至8月,长沙工业总产值预计突破2000亿元,这一数字接近去年全年的目标。尤为可喜的是,长沙三次产业的比重,已由去年底三产、二产、一产的产业结构占比排序,首次历史性地改写为二产、三产、一产。 市经委主任赵跃驷预测,随着新项目相继投产达效,今年长沙的工业总产值有望突破3000亿元,同比新增1000亿元。 经营成本被推高 ——原材料支出上涨三成 统计结果显示,今年以来,长沙中小企业受成本攀升影响较大。其中工业企业以原材料价格上涨影响尤为明显,加之人民币升值和新的《劳动合同法》实施,使企业经营成本超出预期。 受国际市场传导和国内供需矛盾的影响,能源、原材料价格相对去年上涨幅度较大。调查显示,1月至8月,企业主要原材料支出平均同比增长31.17%,运输费用支出同比上浮25.41%,生产用煤、电、水、油等费用支出较去年平均增长27.32%,而人工成本同比上升20.18%。其中,企业原材料价格支出较去年增加超过50%的占比达14.56%,部分以钢材为原材料的汽配、铸件等企业甚至同比上涨50%至90%。受油价攀升等多重因素影响,63.73%的企业运输费用支出较去年同期上升超过10%,其中,以环保设备、消防器材为代表的9.8%

相关文档
最新文档