《数学建模》课程标准
《数学建模》课程标准
执笔人：吴孟达审阅学院：理学院
课程编号：0701107
英文名称：Mathematic Modeling
预修课程：高等数学、线性代数、概率统计
学时：36，其中课堂讲授28学时，上机与实践8学时。
学分：2
开课学期：春季学期
教学对象：全校理工科及指挥类各专业（选修）
一、课程概述
（一）课程性质地位
计算机技术的飞速发展，极大地拓展了数学应用的空间。数学应用已从传统的物理领域扩展到了包括生物、化学、医学、气象、人口、生态、经济、管理、社会学等极其广泛的领域，在这些应用中，不可或缺的是把数学理论与客观实际问题联系起来的桥梁——数学建模，即通过有目的地收集数据资料，研究其固有的特征和内在规律，抓住问题的主要矛盾，经过抽象简化，建立起反映实际问题的数量关系——数学模型，然后运用数学的方法与技巧去分析和解决实际问题。本课程通过培养学员“定量化思考”的意识与素养，为所有理工科及合训类学员科研能力及创新能力的提高提供基础性综合训练。
（二）课程基本理念
传统的数学课程的教学强调数学知识的掌握，要求学生掌握所学数学课程的基本概念、基本理论和基本运算技能，为其进一步获得数学知识、学好以后的各门专业基础课、专业课打下坚实的数学基础。但囿于教学体系及课时的限制，在综合运用知识解决实际问题的实践性环节上有欠缺，于是数学建模课程便应运而生。数学建模是大学数学教学中的一个数学应用性教学环节，让学生借助相关数学理论、计算机和数学软件，通过解决实际问题来学数学和用数学。该环节包括对实际问题的建模和分析、对数学软件的学习和使用等。通过该教学环节，不仅使学生在学习大学数学课程的早期，便可初步获得运用数学知识和数学软件来解决实际问题的能力，而且能够提高学生学习数学的兴趣。
（三）课程设计思路
数学建模分为由基本数学模型到案例分析的教学流程。首先是介绍经典的数学模型，如微分方程模型等，使学生初步掌握数学建模的基本思想，为进行案例分析做准备；其次是围绕高等数学、线性代数、微分方程和概率统计等课程的基本内容，让学生充分利用数学和计算机去解决实际问题，去体验如何发现、总结和应用数学规律；最后是模型案例分析，综合运用所学数学知识和数学软件，解决有一定综合性的问题，培养学生对简化后的实际问题进行数学建模的能力和探索精神。
二、课程目标
（一）知识与技能
通过本课程的学习，学生应理解和掌握数学建模的基本思路及一般步骤，熟练掌握几类常用模型的建模技巧及方法，并通过丰富的典型建模范例分析及自我建模练习，最终达到提高综合建模能力的目的。
（二）过程与方法
1．培养客观实际问题与数学问题之间的双向“翻译”能力；
2．培养灵活而细致的观察能力及丰富的联想能力；
3．培养灵活而恰当地应用数学知识，创造性地解决问题的能力；
4．培养熟练使用计算机手段解决实际问题的能力。
以上四点构成本门课程的主要内容，总的目标是提高学生运用数学工具及计算机工具解决实际问题的能力。
本课程采用案例教学为主要教学方式，着力培养学员主动性学习、探索性学习、研究性学习习惯的形成。
（三）情感态度与价值观
1. “行为知之始，知为行之成”的实践观念的形成，“知行合一”境界的追求。
2. 关于形形色色的自然现象背后“形”与“数”的内在规律的存在及其作用的意识与信念，以及揭示此种内在规律的冲动。“实事求是”态度的形成与增强。
3. 对“知识”与“问题”之间的联系的深刻认识，“模型意识”的建立。
4. “应用”意识的强化，对“知识”的进一步理解。会“用”的“知识”才是真正掌握的“知识”。
5. 对“知”与“识”关系的理解。
三、内容标准
第一章数学建模概述
内容和要求：了解数学建模的基本概念及一般过程，掌握数学建模的基本步骤及其在建模过程中的地位和作用，了解数学建模的一般方法。对数学建模建立起一个初步的整体概念。
重点：什么是数学模型？数学建模的一般步骤。
第二章生活中的数学建模
内容和要求：绍发生在我们身边的几个数学建模案例：人行走时步长多大最省力？雨中行走如何使淋雨量最小？道路越多越通畅吗？有奖销售时的抽奖策略问题，“非诚勿扰”女生的最佳选择，网络文章流行度预测，招聘时的稳定匹配等。
重点：如何对实际问题进行分析和简化建立模型。
第三章数学规划模型和图论模型
内容和要求：理解线性规划、非线性规划、多目标规划、图与网络等理论的基本概念；掌握应用上述理论分析与解决现实中的离散变量问题。
重点：规划模型的建立、非线性规划模型和多目标规划模型的处理，最短路算法、最大流算法及Google搜索引擎PageRank算法的应用。
第四章：博弈模型
内容和要求：介绍博弈论中最基本的一些概念，以及非合作博弈中的Nash平衡和Pareto 最优概念。介绍博弈论中的几个著名案例：囚徒困境，智猪博弈，斗鸡博弈，脏脸之谜等。了解博弈论的基本思想，介绍不完全信息静态博弈模型的贝叶斯纳什均衡，重点介绍该模型的一个应用案例——拍卖模型。
重点：理解博弈论的基本思想，学会决策问题中的“对手意识”与“对策意识”思想。
第五章群体决策模型和体育中的数学建模
内容和要求：介绍社会选择理论中的选举问题数学模型——阿罗不可能定理，其中的公理化建模方法具有典型意义。针对体育科学大量的数学建模问题重点介绍越野长跑团体赛的排名规则，通过对排名规则的公平性的不同度量，可以得到不同的结果。
重点：公理化建模方法，比赛规则公平性度量。
第六章：军事作战建模和随机优化模型
内容和要求：介绍军事问题数学建模的一个经典案例——Lanchester 作战模型。介绍随机优化问题的一个综合案例——自动化车床管理问题，
重点：学习如何通过适当的简化，将一种复杂的社会现象用简洁的数学模型来表达。体会随机优化问题建模的主要思想与方法。
第七章：经济学问题中的数学模型
内容与要求：“边际效用”是经济学中十分重要的概念，本讲通过实物交换模型、最佳消费选择模型、报童售报问题等建模案例，了解边际效用概念在生活、生产实际中的应用，介绍价格弹性模型及合作效益的Shapley值分配模型。
重点：经济学中基本数学模型的建立和分析。
第八章多元统计模型
内容和要求：了解和掌握多元统计基本方法的原理及在数学建模中的应用，主要包括以下内容：聚类分析、方差分析、主成分分析、多元回归分析分析。介绍常用的聚类算法、单因素方差分析方法、双因素方差分析方法、主成分分析方法和一元回归、多元回归模型以及这些方法在数学建模中的应用。
重点：聚类算法的应用，方差分析和主成分分析的思想及应用，多元回归分析模型的检验与优化。
第九章智能计算模型
内容和要求：了解和掌握几种常用现代优化算法，包括模拟退火算法、遗传算法、蚁群算法等。
重点：各种算法的思想、算法步骤及主要应用场合。
第十章：计算机仿真与数学建模
内容与要求：介绍计算机仿真的几种基本方法，以及在数学建模过程中所发挥的重要作用。
重点：数学建模中常用的计算机仿真方法。
第十一章综合建模案例选讲
内容和要求：综合性、创新性建模案例介绍，介绍锁具装箱与销售方案优化设计案例、气象观测站调整案例和评委阅卷问题，体会数学建模的全过程及在该过程中如何发挥创新性。
重点：如何在数学建模过程中发挥创新性。
四、实施建议
（一）教学实施1．课程学时分配表
教学内容
学时安排
讲授学时实践学时
小计讲解研讨录像其他实验上机室外野外其他
第一章 2 2
第二章 2 2
第三章 4 2 6
第四章 2 2
第五章 2 2
第六章 2 2
第七章 2 2
第八章 4 2 6
第九章 5 2 7
第十章 1 2 3
第十一章 2 2 小计28 8 36 2．教学方法和手段
多媒体教学：本课程要求为全程多媒体教学，以多媒体教学为主、板书为辅，多媒体教学学时占课程学时的100％。
网络教学：暂无
（二）考核评价
考核方式：大作业 + 建模论文（两篇）
组织方式：开卷
成绩评定：百分制
记分标准：大作业20％，建模论文80%。
（三）教材选用
1．教材
《数学建模教程》，吴孟达、成礼智等编，高等教育出版社，2011年7月第一版。
2．参考书
（1）《数学模型》(第三版)，姜启源，高等教育出版社，2003年
（2）《应用数学模型》丛书，（美）卢卡斯主编，成礼智等翻译，国防科技大学出版社，1998年
《数学实验》课程标准
执笔人：李建平刘雄伟审阅学院：理学院
课程编号：
英文名称：Mathematical Experiments
预修课程：高等数学，线性代数，概率论与数理统计
学时安排：18学时，其中讲授12学时，实践6学时。
学分：1
一、课程概述
（一）课程性质地位
数学实验是近几年兴起的一种新的实验教学模式，它以数学理论和实际问题为载体，利用数学软件，开展计算机模拟与数值计算，将数学知识、实际问题与计算机应用有机地结合起来，让学生初步掌握利用数学软件开展实验探索与数学建模及问题求解，培养学生的综合素质与分析问题、解决问题的能力。本课程作为选修课为全校具备预修课程基础的学生开设。
（二）课程基本理念
传统的大学数学基础课程教学缺少实践性教学环节，数学实验课程教学是一个有益的补充。数学实验让学生借助计算机和数学软件，从实验探索的角度来学数学和用数学，不仅能加深对数学概念与理论的理解，而且能提高解决实际问题的应用能力以及开展探索的创新意识。数学实验教学环节包括对数学软件的学习、针对不同数学专题的实验探索以及课外上机实践与拓展性探索实验。这不仅使学生在学习大学数学课程的早期，便可初步获得运用数学软件解决实际问题的能力，而且能够提高学生学习数学的兴趣，消除学生对数学抽象性的困惑。
（三）课程设计思路
本课程设计为由实验基础到专题讲解的教学流程。首先，熟悉Mathematica等数学软件的基本操作和简单应用，为进行专题实验作准备；其次，围绕高等数学、线性代数和概率统计等课程的基本内容，让学生充分利用计算机及数学软件的符号演算、数值计算和图形显示等功能开展用软件“作数学”的实验体验，在实验中领悟如何发现、总结和应用数学规律；最后是应用与探索专题，综合运用所学数学课程和数学软件，解决有一定综合性的问题，培养学生对简化后的实际问题进行数学建模的能力和探索精神。
二、课程目标
（一）知识与技能
数学实验是数学实践教学的一个重要环节，它要求学生在掌握高等数学、线性代数、概率论与数理统计等基础课程内容的前提下，通过计算机观察和体验数学规律的发生和发展过程，同时对简单的实际问题建立数学模型，然后通过数学软件来对模型分析和求解，因此该课程要求对相关数学基础课程和数学软件有比较深入的了解和掌握。
（二）过程与方法
数学实验课程使学生掌握数学实验的基本思想和方法。其内容本身不像其它数学课程那样，构成先验的逻辑体系，而是把它视为一门“实验科学”。另一方面，该课程涉及到的知识范围较广，包括大学数学所涉及的各门课程、计算机及软件等方面的知识，这些确立了本课程目标的实验性和综合性。通过本课程的学习，学生将学会从问题出发，借助计算机和Mathematica 数学软件，亲自设计实验内容，充分体验解决问题的过程，从实验中去学习、探索和发现数学的规律。
（三）情感态度与价值观
长期以来，大学数学教育一直受到“内容多、负担重、枯燥乏味、学生学习积极性不高”等因素的困扰，直接影响到学习数学的兴趣和热情。与此形成鲜明对照的是计算机日益融入学生的学习和生活，并受到广泛的欢迎，因此借助计算机来学习和研究数学成为必然趋势。数学实验课程的意义在于对大学数学的教学模式的改变，使得数学教学更加适应培养新型科技人才和军事人才的需要，即不仅培养学生逻辑推理能力、几何直观能力和运算能力，而且培养他们的实验观察能力与探索能力、解决实际问题的数学建模能力与问题求解能力，以此提高学生的综合应用能力、探索精神与创新意识。
三、内容标准
第一章什么是数学实验以及数学软件介绍
内容和要求：了解数学实验课程开展的目的、目标与内容，当前国际国内数学软件使用的基本情况与各软件的特点与优势；掌握进行数学实验的基本方法和Mathematica数学软件的基本操作。
重点：Mathematica数学软件的基本操作。
第二章微积分实验和参数曲线
内容和要求：Mathematica中的程序设计、求解方程与不等式、求极限、求导数与微分、求积分、幂级数与傅里叶级数、解常微分方程和求数列的通项。平摆线的数学模型与实验、圆摆线的数学模型与实验、渐开线的数学模型与实验，摆线的相关性质。了解和掌握Mathematica基本的程序设计基本方法，掌握常见的进行微积分计算与验证的Mathematica
函数与相关的操作方法。掌握数学实验，研究、分析数学问题的方法；了解和掌握摆线的分类及相关模型的建立与实验演示思路与方法；了解摆线的应用研究价值和数学优美曲线的艺术魅力。
重点：使用Mathematica软件计算、验证微积分相关的问题，平摆线、圆摆线、渐开线的数学模型建立与实验演示方法。
第三章图形图像的几何变换和平面上的几何变换
内容和要求：Mathematica中矩阵相关的基本操作，常见的平面图形、图像变换，如放缩、旋转、镜像、切变、平移等几何变换，图像的遮罩、数字水印、极坐标化，图像的融合与转换等的数学原理与实验实现方法。了解和掌握基本的Mathematica向量、矩阵定义与基本计算函数；了解和掌握基本的图形、图像几何变换的数学原理与实验实现方法；了解和掌握齐次坐标法与仿射变换数学模型；了解Mathematica中图像的描述形式；了解图像数据矩阵的索引与坐标的对应关系；掌握简单的数学知识应用与图像处理的原理与方法。
重点：矩阵的基本运算与图形、图像的几何变换的数学原理与实验方法。
第四章割圆术和圆周率
内容和要求：包括三个实验：用割圆术迭代公式计算圆周率，Borwein二阶迭代公式和蒙特卡洛随机模拟法。了解和熟悉割圆术的迭代公式、Borwein二阶迭代公式和蒙特卡洛模拟的主要思想和步骤。
重点：割圆术的迭代公式、Borwein二阶迭代公式、蒲丰投针实验
第五章非线性方程求根
内容和要求：介绍非线性方程求根的迭代法基本思想，包括三个内容：一般迭代法，牛顿迭代法和讨论牛顿切线法多初值的敏感性。熟悉和掌握迭代法的基本思想和求解步骤。了解迭代法的收敛性。
重点：迭代法的基本思想和求解步骤以及收敛性。
第六章定积分的数值计算
内容和要求：介绍三个实验：定积分的数值计算方法、讨论定积分数值计算中更高精度的要求和收敛速度的要求，辛普森求积公式及应用。掌握定积分近似计算的基本原理，精度分析和收敛分析，掌握辛普森求积公式。
重点：计算计算基本院里、精度分析和辛普森求积公式。
第七章多项式逼近和三角函数逼近
内容和要求：介绍泰勒多项式逼近、插值多项式逼近、三角多项式逼近、吉布斯现象和函数延拓的傅里叶级数等内容，了解基本的多项式逼近函数，掌握Mathematica中函数逼近
处理的基本方法。
重点：函数逼近的思想及实验方法。
第八章：多元函数变化率及其应用
内容和要求：主要介绍两个问题：如何刻画函数沿不同方向的变化以及什么方向是函数变化最快的方向。通过实验介绍函数沿不同方向变化率的问题并探讨各种应用。掌握函数变化率的定义和数学描述，并了解其应用背景。
重点：函数变化率的定义、意义以及实验方法。
第九章：微分方程图解法与数值解法
内容和要求：介绍微分方程模型及其在Mathematica中如何求取解析解、方向场等问题，介绍微分方程的数值解法-欧拉方法。掌握微分方程的建模与求解。
重点：微分方程的求解和分析。
四、实施建议
（一）教学实施
1．课程学时分配表：
教学内容
学时安排
讲授学时实践学时小计讲解研讨录像其他实验上机室外野外其他
第一章 2 2 第二章 2 1 3 第三章 2 1 3 第四章 1 1 第五章 1 1 2 第六章 1 1 2 第七章 1 1 2 第八章 1 1
第九章 1 1 2 小计12 0 6 18
2．教学方法与手段
本课程的课堂演示实验和课后的上机练习具有同样的重要性，因此教学中应二者并重。
运用多媒体教学法，鼓励学生开展课堂讨论，探索有效的实验方法和途径。
网络教学：学校主页-——>网络课程――>数学类——>数学建模与数学实验
（二）考核评价
考核方式：平时实验报告＋大作业
组织方式：单独完成平时实验报告；大作业三人一组完成，要求实验报告与程序齐全。
成绩评定：百分制
记分标准：平时实验报告占30%，上机大作业占70%。
（三）教材选用
1．教材
《高等数学课程实验》，李建平等编，科学出版社，2011年
2．参考书
（1）《数学实验》，李尚志等编，高等教育出版社，2004.08第二版, 2008.02
（2）《数学实验》，谢云荪等，科学出版社，2000年
（3）《数学实验》，萧树铁等，高等教育出版社，2000年
（4）《工科数学实验》，赵静等编，高等教育出版社，2002年
（四）条件保障
全部安排多媒体教室；使用数理实验中心数学教学实验室供学员上机实验，安装相应的
数学软件；充分利用军网开展网络课程建设，提供优质教学资源。为上课教师配置笔记本电
脑；教师具备开发、上载网络教学资源的条件，有和学员开展网络交流的条件；学员具备上
网条件。
（五）其他建议
为了确保达到课程标准要求，学员应有足够的课外上机实践时间（课内外学时比为
1:2）。
数学建模-大学生就业问题
2010-2011第二学期 数学建模课程设计 2011年6月27日－7月1日 题目大学生就业问题 第 11 组组员1 组员2 组员3 组员4 姓名 学号 0808060217 0808060218 0808060219 0808060220 专业信计0802 信计0802 信计0802 信计0802 成绩
论文摘要 本文讨论了在新的形势下大学生的就业问题。20世纪90年代以来，我国出现了一种前所未有的现象，有着“天之骄子”美誉的大学生也开始面临失业问题。大学生就业难问题已受到普遍关注。大学生毕业失业群体正在不断扩大，已成为我国扩大社会就业，构建和谐稳定社会的急需解决的社会问题。 本文针对我国现有的国情，综合考虑了高校毕业生的就业率和高校招生规模的扩大之间的关系，建立了定量分析的微分方程模型，随后又建立了了离散正交曲线拟合模型对得出的结果进行了检验，并分析模型得出的结果得合理性。最终得到生源数量与失业率之间的拟合多项式和拟合曲线，并预测出了未来高校招生规模的变化趋势。 在找到大学生失业规律以后，本文还具体的对毕业生的性别、出生地对失业的影响做出了定量分析。 关键词：大学生就业微分方程模型多项式曲线拟合MATLAB软件 1、问题重述 大学生就业问题：如果我们将每年毕业的大学生中既没有找到工作又没有继续深造的情况视为失业，就可以用失业率来反映大学生就业的状况。下面的表中给出了某城市的大学生失业数占城市总失业人数的比率，比率的计算是按照国际劳工组织的定义，对16岁以上失业人员进行统计的结果。 表 1
请建立相应的模型对大学生就业状况进行分析找出其中的规律并讨论下面两个问题： (1)、就业中是否存在性别歧视； (2)、学生的出生对就业是否有影响。 2、模型假设 2.1在本次研究中做出以下假设： (1)、假设毕业生求职时竞争是公平的； (2)、假设考研等继续深造的毕业生属于已就业人群； (3)、假设每个毕业生都有就业或者继续深造的意图 (4)、假设就业率和失业率之和为1； (5)、假设本文搜集的数据全部真实可靠； 2.2 在定量分析性别、出生地对失业的影响时还要做以下假设： (1)、假设毕业生就业情况只受性别、出生地等因素的影响； (2)、假设具有上述同等条件的毕业生间就业机会相同 (3)、假设附件中的数据信息均合理； 3、问题分析 3.1 对问题的分析 若要分析新失业群体产生的主要原因，并就其重要性给出各种因素的排序，就需要对搜集的数据进行整理，并进行系统的分析，划分为不同的体系和矛盾，然后我们考虑用Logistic模型分析。 为了得到新失业群体对高校招生生源的影响和预测未来高校招生规模的变
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
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
数学建模培训课程体系设计
数学建模培训课程体系设计探讨 王茂芝，徐文皙，郭科 （成都理工大学信息管理学院，四川成都 610059） 摘要：数学建模培训的目标是培养学生应用数学解决实际问题的能力．对参与数学建模培训的学生的能力要求主要包括： 对数学学科的宏观驾驭能力，分析和解决问题以及数学建模的能力，数学模型的求解能力以及对计算机工具和数学软件的使 用能力，数学迁移能力和创新能力等．数学建模培训课程体系设计包括以下几个阶段：准备阶段，建模预处理阶段，专题培 训阶段及模拟和实战阶段． 关键词：数学建模；工科数学；数学教学改革 中图分类号： G642.3，O29 文献标识码： A 文章编号：1004–9894（2005）01–0079–03 全国大学生数学建模活动对于全方位提高学生的素质 和能力；提升教师的教学水平、业务能力和科研水平；促进 工科数学的教学改革等方面都起到了积极有效的推动作 用．《数学模型》和《数学实验》课程的开设，数学实验室 的建立等多种教学方式、措施和手段的出现都是数学建模活 动的开展带来的实际教学改革成果．本文作者根据多年来组 织、指导全国大学生数学建模的实际，针对在数学建模培训 过程中所讲授的内容以及开设的专题，从数学学科的角度对 数学建模培训课程体系的设置进行一些探讨． 1 数学建模培训的目标 数学建模是把数学作为一种工具，并应用它解决实际问 题的教学活动方式．由于实际问题背景的复杂性和广泛性， 同时也因为数学学科涵盖范围的广泛性，导致在数学建模培 训过程中相关课程（或专题）的开设既要考虑到点，又要照 顾到面．在点和面相结合的同时，重点培养并提高学生的多
种能力．这样才能达到应用数学解决实际问题的目的 [1~3]． 由于大学生数学建模竞赛的主要参赛对象是大学二、三 年级的学生，所以参与培训的学生一般都具有一定的数学基础（基本都学过《线性代数》《高等数学》《概率论与数理统计》这 3门基础课程）．同时，由于数学建模集中培训（集 训）的时间有限，不可能在这么短的时间里把数学的相关基础课程和专业课程进行详尽地讲解．比较现实和可行的方法是：根据数学建模的目标要求以及数学学科的特点，通过开设一些专题讲座，有针对性地提高学生的能力． 1.1 数学建模培训的能力要求 经过多年的实践和探索，我们认为对于参与数学建模培 训的学生的能力要求有以下几个方面． 第一是对数学学科的宏观驾驭能力．也就是通过培训， 使学生对数学的学科划分、专业设置、相关课程设置、学科特点等都有一定的理解和认识．这实际上是一个占领制高点的过程，对于后续课程有一个清晰的脉络和清醒的认识．这 一步的完成在很大程度上可以使整个培训过程达到事半功 倍的效果．但前提是要求参与培训讲解的指导老师需要有较好的数学素养． 第二是对于一个给定的复杂问题背景，要学会理清两个 问题．一是透过问题背景知道告诉了我们什么已知信息；二是要求我们明确做什么，解决什么问题．然后紧密联系上面两个问题，实现两个量化．一是对已知条件的符号化和量化； 二是对需解决问题的转化和量化．最后，再联系自己对数学知识的把握、对数学建模方法的领悟，借助一系列数学工具（方程、函数、矩阵、向量等）把量化后的符号（变量）组 织起来建立数学模型． 第三是数学模型的求解能力，以及对计算机和数学软件
数学建模课程设计论文(学生评教模型)
《数学建模与数学实验综合实验》课程设计任务书 一、设计目的 “数学建模与数学实验”是一门实践性、综合性、应用性较强的数学基础课程，是交叉学科和新兴边缘学科发展的基础，对学生动手能力要求很高。数学建模与数学实验综合实验是该课程的必要实践环节。通过实验学生实践数学建模的各个环节，以帮助学生强化数学建模基础知识与建模方法的掌握，激励学生勇于创新，全面提高学生解决实际问题的动手能力，掌握常用数学计算工具和数学软件，为从事科学研究和工程应用打下坚实基础。通过基础实验,使学生加深对“数学建模与数学实验”课程中基本理论和基本方法的理解,了解常用数学工具和方法，增强学生的实验技能和基本操作技能，在提高学生学习数学建模课程兴趣的同时，培养和提高学生的动手能力和理论知识的工程应用能力。 二、设计教学内容 1、生产计划制定 ; 2、利润最大化问题 ; 3、光纤铺设问题 ; 4、大学生的个人花费问题； 5、电站建设问题； ……… 26、印花税调整与证券市场； 27、学生成绩的综合评定； ……… （每个同学按照指定题目选题） 三、设计时间 2013—2014学年第1学期：第17周共计1周 教师签名: 2013年12月23日 目录
摘要 (3) 一、问题重述 (4) 二、问题假设 (5) 三、模型建立 (6) 四、模型求解 (10) 五、模型的评价与改进 (11) 六、模型以外的其他思考 (12) 八、文献参考 (13) 学生评教的数据分析与处理 摘要 学校是一个充满着评价人的场所，每时每刻都在对各个人进行评价。毫不夸
张地说评价教师是学校里每个人的“日常功课”。由于教师职业劳动的特殊性，它是复杂劳动。不能仅仅用工作量来评价教师的劳动，同时评价教师的人员纷繁复杂，方式多种多样。评价教师的标准往往束缚着学校的教学质量，教师教学的积极性。所以教师评价的确定就显的很重要。尤其是以学生为主题的评价。学生是顾客、是上帝，教师服务的满意度应有他们说了算，只有他们满意了，学校才能生存、发展。学生对教师的评价肯定不会看你在外面上了多少节公开课，他看你的上课就是平时实实在在的家常课上得怎么样。他也不会管你在报刊杂志上发表了多少文章，而只看你教学是否有条理，学生考试的成绩怎么样。他一般也不会在乎你受过什么级别的奖励，只要你对学生好，学生喜欢你并最终喜欢你的课就成。他们在评价教师的时候心里都有一杆看不见的称，即使这杆称不一定精确，可他们心目中好教师的形象一点也不比身处教育教学第一线的人来得模糊，由于他们的动机的单纯，他们对教师的个人经历不是很感兴趣，正是如此由于身处局外而看得异常清晰。新课程强调：评价的功能应从注重甄别与选拔转向激励、反馈与调整；评价内容应从过分注重学业成绩转向注重多方面发展的潜能；评价主体应从单一转向多元。那么如何公正、客观地评价教师的同时，有效地保护教师的教学积极性和帮助提高学校的办学水平呢？此模型的建立改变了以往同类模型的多种弊端，从另一角度更加合理地分析、评价，就是为了更公平，公正地对教师做出合理的评价，从而促进学生发展和教师提高。本模型主要用了模糊数学模型和对各项评价付权重的方法进行建模分析。 关键词：模糊数学模型权重学生各项评价 问题重述 在中学，学校常拿学生考试成绩评价教师教学水平，虽存在一定合理性，但这与素质教育相悖。在高校不存在以学生考试成绩评价教师教学水平的条件。很多高校让每一位学生给每一位授课教师教学效果打一个分，来评价教师的教学效果，这样能全面体现教师教学效果。现某高校要从下面教师中选一名优秀教师，
大学生就业问题数学模型
重庆交通大学学生实验报告 实验课程名称数学模型课程设计 开课实验室数学实验室 学院 XXX级 XXX 专业 1 班 开课时间 2013 至 2014 学年第 2 学期设计题目大学生就业问题
2013 年 12月 大学生就业问题 摘要：近年来，我国高校毕业生数量逐年增多，加之当前金融危机的影响，毕业生的就业形势受到前所未有的挑战，甚至出现了所谓“毕业即失业”的说法。因此大学生毕业后能否顺利就业，已成为全社会普遍关注的热点问题。大学生就业难不仅有社会原因，也有大学生自身的原因。如何解决大学生就业难的问题不仅关系到大学生的切身利益，更关系到社会的和谐稳定，需要政府、企业、高校和大学生共同的努力。本文从大学生自身，企业和社会三个大方面方面进行了分析和论述，从而总结出相关的结论及解决大学生就业难题的可行方法。 关键词大学生就业 Matlab 数据拟合 一、问题重述 据中国媒体援引人力和社会保障部的最新统计数据，二零一零年全国高校毕业生为630万人，比去年的611万多19万人，加上往届未能就业的，需要就业的毕业生数量很大，高校毕业生就业形势十分严峻。 随着九十年代末大学扩招和教育产业化政策推行以来，大学生人数的增幅远远超过经济增长所需要的人才增长，大学生就业不难才是怪事，"毕业即失业"成为中国大学生的普遍现象。 尽管如此，中国教育部决定继续扩大全日制专业学位硕士研究生招生规模，努力培养更多高层次、应用型人才。表面上看，研究生扩招能提高大学生学历层次，可以缓解就业难。但是，如果不清理高等教育积弊，扩招研究生来应对就业难将是饮鸩止渴，使就业矛盾更加突出。 现在大学生就业难的问题，是由许多原因造成的，既有社会原因，也有历史原因。 请用数学建模的方法从以下几个侧面探讨大学生就业问题： （1）利用网上大学生就业统计数据建立大学生就业供需预测模型，利用所建模型对2012年就业形势进行预测； （2）分析影响大学生就业的主要因素，建立就业竞争力评价模型，利用所建模型评估你的竞争力；
十大经典数学模型
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，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Matlab作为工具） 3、线性规划、整数规划、多元规划、二次规划等规划类问题（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软件实现） 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，很多场合可以用到竞赛中） 6、最优化理论的三大非经典算法：模拟退火法、神经网络、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算法，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）元胞自动机 7、网格算法和穷举法（网格算法和穷举法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，而计算机只认的是离散的数据，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，那一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，即使与图形无关，论文中也应该要不乏图片的，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） 以上为各类算法的大致介绍，下面的内容是详细讲解，原文措辞详略得当，虽然不是面面俱到，但是已经阐述了主要内容，简略之处还望大家多多讨论。 1、蒙特卡罗方法（MC）（Monte Carlo）： 蒙特卡罗（Monte Carlo）方法，或称计算机随机模拟方法，是一种基于“随机数”的计算方法。这一方法源于美国在第二次世界大战进行研制原子弹的“曼哈顿计划”。该计划的主持人之一、数学家冯·诺伊曼用驰名世界的赌城—摩纳哥的Monte Carlo—来命名这种方法，为它蒙上了一层神秘色彩。 蒙特卡罗方法的基本原理及思想如下： 当所要求解的问题是某种事件出现的概率，或者是某个随机变量的期望值时，它们可以通过某种“试验”的方法，得到这种事件出现的频率，或者这个随机变数的平均值，并用它们作为问题的解。这就是蒙特卡罗方法的基本思想。蒙特卡罗方法通过抓住事物运动的几何数量和几何特征，利用数学方法来加以模拟，即进行一种数字模拟实验。它是以一个概率模型为基础，按照这个模型所描绘的过程，通过模拟实验的结果，作为问题的近似解。 可以把蒙特卡罗解题归结为三个主要步骤： 构造或描述概率过程；实现从已知概率分布抽样；建立各种估计量。 例：蒲丰氏问题 为了求得圆周率π值，在十九世纪后期，有很多人作了这样的试验：将长为2l的一根针任意投到地面上，用针与一组相间距离为2a（ l＜a）的平行线相交的频率代替概率P，再利用准确的关系式：
管理系统数学建模课程教学大纲
“管理系统数学建模”课程教学大纲 英文名称：Management system mathematic modeling 课程编号：MAGT3776 学时：32 （理论学时：30 实验学时：0上机学时：0课外学时：20）学分：2 适用对象：行政管理，社会保障专业 先修课程：高等数学，线性代数，运筹学、经济博弈论 使用教材及参考书： [1]经济数学模型教改组编.经济数学模型.西安：西安交通大学理学 院,2005. [2]齐欢，代建民，奇翔.公共部门数学建模方法及案例.北京：科学出 版社，2007. [3]高洪深.经济系统分析法.北京：清华大学出版社，2007. [4]谭跃进，陈英武，易进先.系统工程原理.长沙:国防科技大学出版社， 1999. [5]谢识予.经济博弈论.上海：复旦大学出版社，2002. 一、课程性质和目的 性质：专业应用课 目的：使本专业学生掌握数学建模方法，并能应用到专业领域。 二、课程内容简介 本课程通过对初等经济方法模型、微分学模型、线性代数模型、随机决策模型和AHP、博弈论的相关知识、MATLAB的基
本功能和使用等知识的学习，让学生对管理系统数学建模的知识有所掌握，使本专业学生的定量分析能力进一步得到提高，增加学生对所学知识的应用能力和实践能力，把管理学与经济学的相关知识应用到数学建模中去。 三、教学基本要求 1．熟练掌握初等经济方法模型 2．掌握微分学模型 3．熟练掌握线性代数模型 4．掌握随机决策模型和AHP 5. 掌握博弈论的相关知识 6．熟悉MATLAB的基本功能和使用 四、教学内容及安排 第一章：公共部门数学建模概论 1.公共管理与数学建模概况 2. 复杂科学与公共管理 教学安排及教学方式
数学建模课程设计报告范本
数学建模课程设计 报告 1 2020年4月19日
数学建模课程设计 题目： 学院： 专业： 班级： 姓名： 学号： 指导教师： 实验日期： 2 2020年4月19日
摘要 本文针对葡萄酒的质量分析与评价问题，以置信区间、优势矩阵、逐步回归分析等方法和方差分析理论为基础，首先分别构建了以评酒员和样酒为组别的方差数据序列，经过进行双向显著性检验，接着经过置信区间法处理的数据进行了方差分析，并确定可信的评价组别。然后以评酒员感官评价为主、葡萄酒的理化指标为辅，采用回归分析、聚类分析、判别分析法建立葡萄分级模型，继而使用相关系数矩阵确立葡萄酒与葡萄理化指标中具有较大相关性的指标，实现对葡萄理化指标的初步筛选，进行等级划分。再利用逐步回归的方法拟合酿葡萄酒理化指标与葡萄理化指标间一对多的函数关系得出二者之间的联系。最后经过上文函数关系，同时提取对香气与口感评分相关度较大的芳香物质，建立芳香物质与葡萄酒质量的函数关系，论证葡萄和葡萄酒的理化指标只在一定程度上对葡萄酒的质量有影响。 关键字：双向显著性检验；方差分析；置信区间；聚类分析；标准化； 1 2020年4月19日
一、问题重述 确定葡萄酒质量时一般是经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一级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. 根据酿酒葡萄的一级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之间的联系。 4．分析酿酒葡萄和葡萄酒的一级理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的一级理化指标来评价葡萄酒的质 2 2020年4月19日
数学模型课程设计一
课程设计名称： 设计一：MATLAB 软件入门 指导教师： 张莉 课程设计时数： 8 课程设计设备：安装了Matlab 、C ++软件的计算机 课程设计日期： 实验地点： 第五教学楼北902 课程设计目的： 1. 熟悉MA TLAB 软件的用户环境； 2. 了解MA TLAB 软件的一般目的命令； 3. 掌握MA TLAB 数组操作与运算函数； 4. 掌握MATLAB 软件的基本绘图命令； 4. 掌握MA TLAB 语言的几种循环、条件和开关选择结构。 课程设计准备： 1. 在开始本实验之前，请回顾相关内容； 2. 需要一台准备安装Windows XP Professional 操作系统和装有数学软件的计算机。 课程设计内容及要求 要求：设计过程必须包括问题的简要叙述、问题分析、实验程序及注释、实验数据及结果分析和实验结论几个主要部分。 1. 采用向量构造符得到向量[1,4,7,,31] 。 //a=[1:3:31] 2. 随机产生一向量x ，求向量x 的最大值。 // a=rand(1,6) max(a) 3. 利用列向量(1,2,3,,6)T 建立一个范德蒙矩阵A ，并利用位于矩阵A 的奇数行偶数列的元素建立一个新的矩阵B ，须保持这些元素的相对位置不变。 4. 按水平和竖直方向分别合并下述两个矩阵： 100234110,5670018910A B ????????==???????????? 5. 当100n =时，求1121n i y i ==-∑的值。 6. 一个三位整数各位数字的立方和等于该数本身则称该数为水仙花数。输出全部水仙花数。 7. 求[1000,2000]之间第一个被17整除的整数。 8. 用MATLAB 绘制两条曲线，[0,2]x π∈，以10 π为步长，一条是正弦曲线，一条是余弦曲线，线宽为6个象素，正弦曲线为绿色，余弦曲线为红色，线型分别为实线和虚线，并给所绘的两条曲线增添图例，分别为“正弦曲线”和“余弦曲线”。
最经典的数学模型
最经典的数学模型 怎样得到最好的女孩子的数学模型 【关键词】怎样得到最好女孩子数学模型 由于老天爷在你的生命中安排的异性并不是同时出现任你挑选，因此无论你在何时选择结婚都是有机会成本的。 人们常常希望能够获得一个最可爱的人作为自己的伴侣。但是，由于老天爷在你的生命中安排的异性并不是同时出现任你挑选，因此无论你在何时选择结婚都是有机会成本的。也许你很早就结婚了，但是结婚之后却又不断发现还有不少更好更适合结婚的异性，这就是结婚太早的机会成本。那么，是不是晚一点结婚就可以避免这个问题呢？不是的！当结婚太晚，你错过最好的异性的可能性也就更大。那么，一个人究竟应采取什么样的策略才能最大可能地遇到最适合的异性，从而使结为伴侣的机会成本最低呢？我们不妨建立一个模型来考察。 假设你是一个男孩子，而老天爷在你20岁到30最之间安排了20位适合你的女孩子。这些女孩子都愿意作为你的伴侣，但是你只能选择其中的一位。对于你来说，这20位女孩子的质量是可以排序的，也就是说事后你可以对她们的质量排名，质量排第一的对你来说就是最好的，排第20的对你来说就是最差的。可惜的是，由于20位女孩不是同时出现在你的生命中，而是按时间先后出现，每出现一个你都要决定是否留下她或拒绝她。如果留下她则她成为你的伴侣，你将再没有权利选择后面的女孩子；如果拒绝她，则你还可以选择后面的女孩子，但是对前面已经拒绝的女孩子将没有机会从头再来。 20个女孩子的排名虽然可以在事后决定，但是在观察完20个女孩子之前，你并不知道全部女孩子的排名，你只知道已经观察过的女孩子谁比谁会更好。而且，上帝是完全随机地安排每个时间段出现的女孩子的，也就是说出现时间的先后与女孩子的质量是完全没有关系的。那么，你应该在什么时候决定接受一个女孩子，并且使得被接受那个女孩子属于最好女孩的概率最大呢？ 当然，你完全可以在碰到第一个女孩子时就接受她。她确有可能刚好就是最好的，但也有可能是最差的。当你接触到第二个女孩子，你可以知道她和第一个女孩子谁更好，但却不知道她们与剩下的18个女孩比又如何——前两个分别是最差的、次差的概率当然有，但前两个刚好是最好的、次好的可能性也是存在的，其他的概率情况也是有的。看来，你要尽可能挑到最好的女孩做伴侣还真是费神哦。 现在让我们来设计几种挑选策略，以便在不确定性中尽可能找到最好的女孩子。 策略1：事先抽签，抽到第几个就第几个。比如，抽到第10位，那么第10个在你生命中出现的女孩就事前被确定为你的伴侣。而她刚好是最好的女孩之概率是多少呢？答案是1/20=0.05。这种策略使你有5%的可能性获得最好的女孩。这样的概率显然太小，很难发生。 策略2：把全部女孩分成前后两段，最先出现的10位均不接受，但了解了这10位女孩的质量，然后在后来出现的10位女孩当中，第一次碰到比以前都可爱的女孩子，就立马接受。这是一种等一等、看一看的策略。这样的策略中，你得到最好的女孩子的概率是
数学建模：课程安排优化问题
数学建模：课程安排优化问题
2012年数学建模竞赛 参赛队员 题目 A题：课程安排优化问题 关键词排课问题，优化矩阵，有效矩阵 摘要 每学期的开学初，总有许多老师对阳光校区的课程安排很有意见，本文选取武汉纺织大学机械设计系的师生情况、课程、教室间数为研究对象，以课程与上课时间之间的关系矩阵为目标矩阵，通过用各影响矩阵优化目标矩阵的方法，对机械设计系的课表进行了重排。在具体模型建立过程中采用了0-1矩阵法，矩阵的乘法等数学方法，建立优化类数学模型来求解有效矩阵，根据有效矩阵初排课表，结合多方面因素建立修正矩阵，对初排课表逐层修改，得出最优排课表。 运用我们建立的数学模型，对武汉纺织大学机械设计系的课表进行重排，将所得新课表与现有的课表进行比较，显然新排的课表更加合理化、人性化。根据新课表中每节课对应的相关因素（课程名称、教室、老师、班级）进行分析整合，可衍生出新的安排表（如通过对不同时间段上课老师人数的研究安排校车的接送）。我们以学校、教师和学生对所排课表满意度作为衡量标准，以···大学机械设计系的课表为例，可得学校、教师和学生对我们所排课表的满意度主因素分别为校车接送次数、在阳光校区逗留时间、专业课排在早上，可见对本模型使三方的满意度基本均衡且都超过80%，即做到了三者兼顾的满意最大化。最后，根据我们建立的模型，分析了模型的优缺点。
一、问题重述 我校现有三个校区，有在校学生近25000人，其中阳光校区在校学生人数最多。阳光校区现有四栋教学楼，分别是3号、6号、7号和8号楼，四栋教学楼之间有较大的距离，如从3号楼到8号楼步行需要约10分钟。我校的学生作息时间安排中，一天共有13节课，划分为5个时间段，分别是1-2节、3-5节、6-8节、9-10节、11-13节。按学校的规定同一门课程一天中最多可集中上3节课，一周不得超过6节。同一年级的相同课程可以合班上课，合班一般由各个院系或公共课教学部门给出具体安排。每学期临近结束时，学校教务处根据各个专业的培养计划向各院系下达下一学期的教学任务，由各个专业将教学任务分解到具体的任课教师，然后由教务处排出下一学期的课程表。每学期我校的课程表排出并开始运行后都会受到师生的抱怨。有学生说自己的课程分布不均衡，某天要上10节课，而某天又一节课都没有；有的学生抱怨一天中要在不同的教学楼之间反复奔波；有的教师抱怨自己的课程安排太分散，从南湖跑到阳光路上要花近两个小时，却只上两节课，这样太浪费时间。由此可见，我校的课程安排尚存在一些不太合理的地方，有进一步优化的必要。针对这一问题，请完成以下任务： 一.了解我校师生对课程安排的需求； 二.了解我校课程安排的相关规定； 三.收集与课程安排相关的数据； 四.建立我校课程安排的优化模型，分析模型的优缺点。 二、问题分析 首先，解决班级、课程与教师之间的多对多关系，例如当出现多个班级上同一门课而该由多个教师任教时，课程是否合上，由哪几个班级合上、哪位教师任教的问题。解决上应满足可 手动调整的要求。然后，取出全部班级，求出班级所上课程的优先级总和，按优先级高低排定班级顺序，按此顺序且遵照排课规则为每一个班级的每一门课程安排上课时间与地点。 首先，要进行预排课处理。预排课处理的目的是要解决两个基本问题: 1) 班级与课程之间的多对多关系，即合班上课的问题; 2) 课程与教师之间的多对多关系，即为每门课程安排任课教师。在预排课处理完成后，以班级作为外部大循环、以课程作为内部小
长安大学排课问题数学建模论文最终版
一、问题的重述 排课问题是高校制定教学计划、安排教学过程中的一项较为复杂的工作，在高校教务管理工作中处于重要地位。高校在每学期末都要根据培养计划和教学资源作出下学期的教学安排, 这主要体现在对课表的编排上。其中涉及的关键要素很多, 包括教师、班级、教室和授课时段等。根据排课总体目标、约束条件、及优先级, 充分利用紧缺资源, 设计并实现高校课表安排系统。我校所面临的问题主要有：第一，渭水校区有包括从大一至大三三个年级的学生，20个学院近700个班级，教学任务繁重，课表安排难度较大；第二，校区地处偏僻,距市区较远，老师上课需乘车来回奔波，如果课表安排不当，就会导致部分老师前往渭水乘车次数过多或在渭水逗留时间过长；第三，基于学生的学习规律与习惯，应根据课程的难度与重要性进行课程时段的安排，若安排不当，会导致学生的学习效果不佳；第四，为节省学校在校车往返方面的开支，安排课表时应尽量减少校车运行车次。为此应根据教学计划和排课要求,综合考虑教师、课程、班级和授课时段等因素，协调合理的编排课表,制作一个系统模型，根据这个模型使老师、同学和学校尽可能满意，并且具有足够的可行性和可变动性。让老师满意，即让每位老师一周前往渭水的乘车次数尽可能少，同时还要使每位老师在渭水逗留的时间尽可能少；让学生满意，即同一班级同一门课程在时间段上尽量间隔开来，另外相对重要的课程应尽量安排在较好的教学时段上；让学校满意，即节约学校开支，使每周派往渭水的车次尽可能少。 二、问题的分析 课表安排的主要任务是把各学院的课程汇总, 然后根据教学计划或教学环
节制订全校各班级的课表。根据学校的实际情况和学校所面临的问题，可以将这类题归为以老师、学生和学校的满意情况为多目标的多约束的规划问题。为了使课表的编排准确、合理、快速、高效, 充分利用学校资源，根据已知条件提出以下可行性要求： 1、课程的优先级：将大学所有课程分为三类，1）公共必修课：多个学院开设的课程，课程重要且开设的班级数最多，这类课尽量安排在最好时段；2）专业必修课：少数学院或一个学院开设的课程，课程重要且开设的班级数较多，这类课尽量安排在较好时段；3）其他如专业选修课或公共选修课等：少数班级开设的课程，课程相对简单，可以任意安排时段授课。 2、课程时段的规定：将每天分为5个时段(上午两个,下午两个,晚上一个)，并规定为：1-2节课为第一时段，3-4节课为第二时段……依此类推。根据学生的学习效果及课程难度与重要性，将课程时段按有利程度分为五个等级，即第一时段>第二时段>第三时段>第四时段>第五时段。 3、时间段的分配优先级：周一至周五的白天共20个时段用来安排公共必修课和专业必修课及部分选修课,每天晚上及周六、周日安排其他课程；先安排公共必修课表,在剩余的时间段安排各系专业课程，最后再安排选修课程；将相对重要的课程安排在较好时段。 4、时间段的有效性：1）同一班级同一门课的两次授课时间必须隔天，但相隔天数不宜超过两天；2）一个老师一天的两节课应连排, 即尽量安排在同一天上午或同一天下午, 为教师上课提供方便，同时也减少了派往渭水的车次 5、应避免各种冲突:1）教室不冲突, 同一教室同一时间不能安排两门课程，人数不能超过教室的最大容量；2）学生不冲突, 同一班级学生不能在同一时间
数学建模课程设计汇本参考模板
2015-2016第1学期数学建模课程设计题目：医疗保障基金额度的分配 ： 学号： 班级： 时间：
摘要 随着人们生活水平的提高及社会制度的发展,医疗保险事业显得越来越重要,各企业也随之越来越注重员工的福利措施，医疗保障基金额度的分配也成为了人们的关注热点。扩大医疗保障受益人口也是政府和企业面临的难题，因而根据历史统计数据，合理的构造出拟合曲线，分析拟合函数的拟合程度，从而为基金的调配以及各种分配方案做方向上的指导。 本文针对A,B两个公司关于医疗保障基金额度的合理分配问题，根据两公司从1980-2003年统计的医疗费用支出数据，科学地运用了MATLAB软件并基于最小二乘法则进行了多项式曲线拟合，成功建立了医疗保障基金额度的分配模型。最后，对不同阶数的多项式拟合曲线的拟合程度进行了残差分析，并输出相关结果，得出拟合程度与多项式阶数的关联。 此问题建立在收集了大量数据的基础上，以及利用了MATLAB编程拟合曲线，使问题更加简单，清晰。该模型经过适当的改造，可以推广到股票预测，市场销售额统计等相关领域。
关键字：matlab，最小二乘多项式拟合,阶数，残差分析 一．问题重述 某集团下设两个子公司：子公司A、子公司B。各子公司财务分别独立核算。每个子公司都实施了对雇员的医疗保障计划，由各子公司自行承担雇员的全部医疗费用。过去的统计数据表明，每个子公司的雇员人数以及每一年龄段的雇员比例，在各年度都保持相对稳定。各子公司各年度的医疗费用支出见下表（附录1）。 试利用多项式数据拟合，得到每个公司医疗费用变化函数，并绘出标出原始数据的拟合函数曲线。需给出三种不同阶数的多项式数据拟合，并分析拟合曲线与原始数据的拟合程度。 二．模型假设 1．假设A,B两公司在1980年底才发放医疗保障基金。
环境数模课程设计说明书
2016《环境数学模型》课程设计说明书 1.题目 活性污泥系统生化反应器中底物降解与微生物增长数学模型的建立 2.实验方法与结果 2.1.实验方法 2.1.1.工艺流程与反应器 本设计采用的工艺流程如下图所示： 图2-1 活性污泥系统工艺流程图 本设计工艺采用活性污泥法处理污水，工艺的主要反应器包括生化反应器和沉淀池。污水通过蠕动泵恒速加到生化反应器中，反应器内活性污泥和污水在机械搅拌设备和鼓风曝气设备的共同作用下充分接触，并在氧气充足的条件下进行反应。经处理后，污泥混液通过管道自流到沉淀池中，在里面实现泥水分离。分离后的水通过溢流堰从周边排出，直接被排放到下水道系统，沉淀下来的污泥则通过回流泵，全部被抽回进行回流。 系统运行过程中，进出水流量、进水质量、污水的停留时间、生化反应器的容积、机械搅拌设备转轴转速、鼓风曝气装置的曝气风量气速、污泥回流量等参数在系统运行的过程中都保持不变。待系统持续运行一周稳定后再取样进行分析。 实验的进水为实验室配置的污水，污水分别以葡萄糖、尿素、磷酸二氢钾为碳源、氮源和磷源，其中C：N：P=100：40：1（浓度比），TOC含量为200mg/L。生化反应器内污泥混液的容量为12L，污水停留时间为6h。系统运行时间为两周，第一周是调适阶段，第二周取样测试，测得的数据作为建模的原始数据。 表2-1 污水中各营养物质的含量 2.1.2.取样方法
每隔24h取一次样，通过虹吸管取样。每次取样时，先取进水和出水水样用于测水体的COD指标，其中进水直接取配得的污水溶液，出水取沉淀池上清液。取得的水样过膜除去水中的悬浮固体和微生物，保存在5ml玻璃消解管中，并在4℃下冷藏保存。 取完用于测COD的水样后，全开污泥回流泵，将沉淀池中的污泥全部抽回生化反应器（由于实验装置的原因，沉淀池排泥管易堵，污泥易积聚在沉淀池中，为更准确测定活性污泥的增长情况，在此实验中将泥完全抽回后再测定），待搅拌均匀后，取5ml污泥混液于干净、衡重的坩埚中，待用于测污泥混液的SS。 2.1. 3.分析方法 本实验一共分析进出水COD和污泥混液SS两个指标。其中COD采用《水质快速消解分光光度法》（HJ/T 399-2007）方法进行分析，SS采用《水质悬浮物的测定重量法》（GB 11901-89）方法进行分析。 准确取2ml经过膜处理的水样于5mlcod消解管中，以重铬酸钾为氧化剂，硫酸银-浓硫酸为催化剂，硫酸汞为抗氯离子干扰剂，按一定比例与水样混合均匀。将消解管放在COD 消解仪中，在150℃条件下消解2h。待经消解的溶液冷却后，以空白样为参比液，在COD 分析仪上读出待测水样的COD值，记录数据。 将装在已衡重称重的坩埚中的污泥混液放在烘箱中，在105℃温度下烘3h以上，保证污泥中的水分被充分除去。坩埚冷却后衡重称重，记录干污泥的质量，求得活性污泥的SS。 实验过程的所有样品都设置两个平行样，最后结果取平行样的算术平均值。 2.2.实验结果 2.2.1.实验数据 实验测得数据如下表： 表2-2 活性污泥系统水质分析结果 2.2.2.数据分析
《数学建模》课程设计报告--常染色体遗传模型
《数学建模》课程设计 报告 课题名称：___常染色体遗传模型 系（院）：理学院 专业：数学与应用数学 班级： 学生姓名：巫荣 学号： 指导教师：陈宏宇 开课时间：2011-2012 学年二学期 常染色体遗传模型摘要 为了揭示生命的奥秘, 遗传特征的逐代传播, 愈来愈受到人们更多的注意。我们通过问题分析，模型的建立，去解决生物学的问题。为了去研究理想状态下常染色体遗传的情况，我们通过建立随机组合时常染色体的遗传模型，可以计算出各种情况随机出现的百分率，并且可以通过常染色体遗传模型，算出各个情况的概率分布，并且通过模型，分析情况出现的稳定性。揭示了常染色体遗传的分布规律，揭示了下一代各情形变化的规律性和稳定性。 关键词：遗传; 随机; 百分率; 概率分布; 稳定 一、问题重述 问题产生背景
常染色体遗传中，后代从每个亲体的基因对中各继承一个基因，形成自己的基因对，基因对也称为基因型。如果我们所考虑的遗传特征是由两个基因A和a控制的，那么就有三种基因对，记为AA, Aa,aa 。例如，金鱼草由两个遗传基因决定花的颜色，基因型是AA的金鱼草开红花，Aa 型的开粉红色花，而aa型的开白花。又如人类眼睛的颜色也是通过常染色体遗传控制的。基因型是AA或Aa 的人，眼睛为棕色，基因型是aa的人，眼睛为蓝色。这里因为AA和Aa 都表示了同一外部特征，我们认为基因A支配基因a，也可以认为基因a对于A来说是隐性的。当一个亲体的基因型为Aa ，而另一个亲体的基因型是aa时，那么后代可以从aa型中得到基因a，从Aa 型中或得到基因A，或得到基因a。这样，后代基因型为Aa或aa的可能性相等。下面给出双亲体基因型的所有可能的结合，以及其后代形成每种基因型的概率，如下表所示。 父体—母体的基因型 AA ??AA AA ??Aa AA ??aa Aa ??Aa Aa ??aa aa ??aa 后代AA 1 1/2 0 1/4 0 0 基因Aa 0 1/2 1 1/2 1/2 0 型aa 0 0 0 1/4 1/2 1 问题描述 题目：农场的植物园中某种植物的基因型为AA, Aa和aa。农场计划采用AA型的植物与每种基因型植物相结合的方案培育植物后代。那么经过若干年后，这种植物的任一代的三种基因型分布如何？ 二、问题分析 在本问题中要知道每一代的基因分布，首先要知道上一代的基因型分布，在自由组合后的所有子代可能出现的基因型（上面已经给出）。为了求出每一代的基因型分布，第一步写出第一代的基因型分布；第二步推出第n+1代的基因型分布与第n代的基因型分布的关系；第三步利用差分方程求出每一代的每种基因型分布通项从而求得任一子代三种基因型的概率分布。 现该农场的植物园中某种植物的基因型为AA,Aa和aa.采用AA型基因的植物相结合培育后代，求若干年后这种植物的任一代的三种基因型分布，首先分析出初始里，AA,Aa,aa这三种基因型植物的大致分布，首先必须分析出初