2012年数学建模葡萄酒的评价一等奖论文[1]
![2012年数学建模葡萄酒的评价一等奖论文[1]](https://img.360docs.net/img28/01854esfq2m39qjgiozf-81.webp)
![2012年数学建模葡萄酒的评价一等奖论文[1]](https://img.360docs.net/img28/01854esfq2m39qjgiozf-d2.webp)
2012高教社杯全国大学生数学建模竞赛
https://www.360docs.net/doc/2510718130.html,/link?url=Vw7UHDWvxRdtwfvNFR MyipWxALGKR5FlpU4gBP6K4sxTV1doHnF6H3rpcP6Rosjha7i G8E8NTHkYfygdoLvO_ZCi28avz-ZRBMfUCdDSFBa
承诺书
我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网
上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的
资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参
考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规
则的行为，我们将受到严肃处理。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A
我们的参赛报名号为（如果赛区设置报名号的话）： 20122129 所属学校（请填写完整的全名）：
参赛队员 (打印并签名) ：1.
2.
3.
指导教师或指导教师组负责人 (打印并签名)：
日期： 2012年 9月 9日赛区评阅编号（由赛区组委会评阅前进行编号）：
2011高教社杯全国大学生数学建模竞赛
编号专用页
赛区评阅编号（由赛区组委会评阅前进行编号）：
全国统一编号（由赛区组委会送交全国前编号）：
全国评阅编号（由全国组委会评阅前进行编号）：
A题葡萄酒的评价
一，摘要
第一问中，我们通过T-检验来判断两组评酒员的评价结果有无显著性差异，结果发现两组评酒员的评价结果无显著性差异；对红，白葡萄各自两组的可信度分析，我们引入稳定性指标X，即将每一组的十位品酒师对于同一样品所有指标所给的分求标准差并根据指标所占分数进行相应的加权求和。最后求出总平均稳定性指标，数值较小的可信度较高。结果发现红，白葡萄酒均是第二组品尝评分较合理。
第二问中，首先对酿酒葡萄的一些特殊理化指标进行简化处理（如Ph值，芳香物质，果皮颜色），接着采用用无量纲化对所有数据进行处理。将指标分级后运用熵值法求出各个指标所占权重。使用topsis算法求出各评价对象与最优方案的接近程度并进行排序，将红葡萄酒酿酒葡萄分为7级，白葡萄酒酿酒葡萄分为5级。
第三问，我们计算出葡萄酒与酿酒葡萄理化指标间的相关系数，得到相关系数矩阵（见附录），并对相关系数进行筛选分析，将筛选出来的项用线性拟合的方法进行显著性实验得到相应的R-square值。综合相关系数与R-square值得出酿酒葡萄与葡萄酒的理化指标之间的联系。
第四问,我们将葡萄酒与对应酿酒葡萄的理化指标合成一个综合指标。这一综合指标可以反映出葡萄酒与对应酿酒葡萄的理化指标间的线性关系。将这一综合指标与附录一中对应葡萄酒的分数进行相关性分析，拟合出相关函数。在尝试多种函数拟合后，拟合结果并不理想，因此我们认为无法定量评价葡萄和葡萄酒的理化指标与葡萄酒的质量，只能大致猜测综合指标与葡萄酒的质量负相关。
关键字：T-检验无量纲化 topsis算法熵值法相关性分析综合指标
二，问题提出
确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题：
1. 分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更可信？
2. 根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。
3. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。
4．分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量？
三，问题分析
第一问：为了确定两组品酒师的评价结果有无显著性差异，我们采用T-检验法进行检验。首先计算出两组评审对各个葡萄酒的评审均分，对于每一个葡萄酒样品求出对应该组评审均分的平方和。引入一个统计量T。并与T值表中数据核对，从而确定两组品酒师的评价结果的差异是否显著。
为了确定两组评价结果的可信度，我们引入一个稳定性指标X，即将每一组的十位品酒师对于同一样品所有指标所给的分求标准差并根据指标所占分数进行相应的加权求和。最后求出总平均稳定性指标，数值较小的可信度较高。
第二问：首先对酿酒葡萄的一些特殊理化指标进行简化处理（如Ph值，芳香物质，果皮颜色），采用用无量纲化对所有数据进行处理。将所有指标分为两级，一级指标分酿酒葡萄的理化指标和葡萄酒质量两个指标，其中酿酒葡萄的理化指标又分30个子指标即二级指标。运用熵值法求出各个指标所占权重。使用topsis算法求出各评价对象与最优方案的接近程度并进行排序，从而完成对酿酒葡萄的分级。
第三问：由于附件二中各项指标的单位不统一，因此我们先将其无量纲化（芳香物质单位统一无需无量纲化）。再求出任一个葡萄酒指标与其对应的任一个酿酒葡萄指标间的相关系数。相关系数的绝对值越接近于1，说明两指标间的线性关系越强，且大于0时二者成正相关，小于0时二者成负相关。从得到的相关系数矩阵中筛选出绝对值大于等于0.8和横纵指标相同或相似的项。将这些项所对应的葡萄酒与酿酒葡萄指标用线性拟合的方法进行显著性实验得到相应的R-square值。综合相关系数与R-square值得出这些指标的联系。
第四问：由于葡萄酒与酿酒葡萄的理化指标很多，不方便直接找它们与葡萄酒质量的关系。因此我们建立综合指标。这一综合指标可以反映出筛选后每一个葡萄酒与酿酒葡萄理化指标间正相关与负相关关系。再将综合指标与问题二中葡萄酒的排名数进行相关性分析，得出葡萄和葡萄酒的理化指标与葡萄酒的质量间的关系。
四，建模过程
第一问
1,模型假设
（1）：假设各指标之间没有联系，独立分开
（2）：问题中给出的数据可靠
（3）：品酒师品酒时所处的外界环境相同，不会因外界环境而导致品酒师的评价水平（4）：每位品酒师鉴赏水平波动不大，可视为恒定
（5）：每位品酒师在品同一类酒的时候除个人品酒水平外，其他条件相同
（6）：假设10位品酒师对某一指标所评的分数符合正态分布
2，定义符号说明：
:
T统计量T
:
khji
a第k组序号为h的样品第j个品酒师对第i个指标的给分
:
khi
a第k组序号为h的样品中第i个指标10位品酒师给分的平均值
:
khi
S第k组序号为h的样品第i个指标10位品酒师评分的标准差
ki
b：第k组第i个指标所占权重
:
kh
x第k组序号为h的样品的稳定性指标
k :
p
红
第k组红葡萄酒的评分总平均稳定性指标
k :
P
白
第k组白葡萄酒的评分总平均稳定性指标
k=(1 or 2)
其中：第一个指标指澄清度，第二个指标指色调，第三个指标指香气纯正度，第四个指标指香气浓度，第五个指标指香气质量，第六个指标指口感纯正度，第七个指标指口感浓度，第八个指标指持久性，第九个指标指口感质量，第十个指标指平衡/整体评价。
3,模型建立：
(1) ,显著差异分析：
首先假定两个总体平均数间没有显著差异。
统计量T的计算公式
T=
查T值表，比较计算得到的T值与理论T值，推断发生概率（一般为95%）。
(3),可信度分析：
通过Excel得出第k组序号为h的样品第i个指标10位品酒师给分的平均值
10
1
=
10
khji
j khi a
a =∑
通过Excel 得出第k 组序号为h 的样品第i 个指标10位品酒师的标准差
khi S =
算出第k 组序号为h 的样品的稳定性指标
10
1
kh khi ki
i x S b ==∑
求出第k 组红，白葡萄酒的评分总平均稳定性指标
27
1
kh h p x ==∑红k 28
k 1
kh
h p x
==
∑白
4,模型求解：
对于红葡萄酒来说统计量T 的值为0.443 对于白葡萄酒来说统计量T 的值为0.551
查看T 值表，并核对。结果发现两组评酒员的评价结果无显著性差异。
比较红葡萄酒的两组总平均稳定性指标，因为2p p <红1红,所以第二组品酒师的评
价结果更可信
同样，比较白葡萄酒的总平均稳定性指标，因为2P P <白1白，所以第二组品酒师的评价结果可信度更高。
第二问
1,模型假设：
假设酿酒葡萄的理化指标中的数据符合事实 2，定义符号说明：
ij h ：代表对应的指标 Z ：无量纲化处理后的矩阵
Z ' ：平移以后的矩阵 P ：比重矩阵
j e ：第j 项指标熵值 j d ：第j 项指标差异性系数
j w ：第j 项指标权重 Z +：最优方案
Z -：最劣方案 i D +：每个评价对象与Z +的距离 i D -：每个评价对象与Z - 的距离 i
C ：各评价对象与最优方案的接近程度
3,模型建立：
首先某些特殊指标进行处理。PH 这一指标合理范围大致在3.4至3.6，所以我们对其进行等级划分，[2.8，3)和[4.0，4.2)为第一等级，计数值为1，[3，3.2)和[3.8，4)为第二等级计数值为2，[3.2，3.4) 和[3.6，3.8）为第三等级计数值为3，[3.4，3.6）为第四等级计数值为4。我们把芳香物质量的总和作为一个指标。对于果皮颜色，在红葡萄中，我们将每组**()a b -的平均值作为各组红葡萄果皮颜色的指标，同样，在白葡萄酒中，我们将每组**()b a -的平均值作为各组白葡萄果皮颜色的指标。为了消除负值对后面topsis 算法的影响，我们将每组**()5b a -+作为各组白葡萄果皮颜色的指标。
1,指标属性趋同化处理与数据无量纲化
a,可将低优指标和中性指标全转化为高优指标'
ij h
'
1//[||]
ij ij ij
ij h h h M M h M ??=??
+-?高优指标低优指标中性指标
并适当调整（扩大或缩小一定比例）转换数据
b,数据的无量纲化。
由于各指标所代表的物理含义不同，因此存在着量纲上的差异。这种异量纲性是影响对事物整体评价的主要因素。因此我们用无量纲化来解决这一问题。我们采用以下公式对数据进行无量纲化处理。
1
ij
ij n
ij
i h z h
n
==
÷∑
2,趋同化数据的归一化
'
ij h Z h ?=（原高优指标）
（降低优指标或中性指标）
由此得到归一化处理后的矩阵Z
111212122
21
2
......Z=...............
m m n n nm z z z z z z z z z ??????????????
3，利用熵值计算权重
（1）.为了消除上述数据的无量纲化可能带来的影响，进行坐标平移。公式为
1ij
ij z z '=+ 得到平移以后的矩阵Z '
11
12
1
2122212...
...Z =...............m m n
n
nm z z z z z z z z z '''????'''??'??
??'''????
（2）设立比重矩阵P
1
ij
ij n
ij
i z p z
==
∑
11
1212122212
......P=...............
m m n n nm p p p p p p p p p ????????????
?
?
（3）计算第j 项指标熵值
1
1
ln ln n
j
ij
ij i e p
p n
==-
?∑
（4）计算第j 项指标差异性系数
1j j
d e =-
（5）第j 项指标权重
1
j
j m
j
j d w d
==
∑
（6）将酿酒葡萄的理化指标和葡萄酒质量（即第二组评委给每个样品打分去掉最高分与最低分后的平均分）作为一级指标。其中酿酒葡萄的理化指标又有三十个子指标，即二级指标。我们采用比值法，将葡萄酒质量这一指标重新赋权。
30
3130
i=1
=i w w w w ?÷∑新31前
4，确定最优方案和最劣方案
最优方案Z +由Z 中每列的最大值构成：
12(max ,max ,.....,max )i i im Z Z Z Z +=
最劣方案Z -
由Z 中每列的最小值构成
12(min ,min ,.....,min )i i im Z Z Z Z -=
5，计算每个评价对象与Z +和Z -的距离i D +和i D -
i
i
D D
+-==
6，计算各评价对象与最优方案的接近程度i C
01i i i i i D C C D D -
+
-
=≤≤+
1,i C →表明评价对象越优
7，按i C 大小排序，给出评价结果
4,模型求解：
根据以上结果我们采用正态分布思想对酿酒葡萄进行分级
问题三
1，模型假设：
1，假设附件中有关葡萄和葡萄酒的数据符合事实 2，定义符号说明：
ij l ： 表示葡萄酒的第i 项指标与酿酒葡萄的第j 项指标的相关系数（ 其中表示红葡萄酒时19i ≤≤ ，130j ≤< ；表示白葡萄酒时18i ≤≤ ，130j ≤≤）
ij R ；表示葡萄酒的第i 项指标与酿酒葡萄的第j 项指标显著性实验的R-square 值 'i l ： 表示葡萄酒与酿酒葡萄第i 项芳香物质指标的相关系数
3，模型建立：
由概率统计的相关知识可以得知：
0ij l >时葡萄酒的第i 项指标与酿酒葡萄的第j 项指标正相关 。 0ij l <时葡萄酒的第i 项指标与酿酒葡萄的第j 项指标负相关 。 '0i l >时葡萄酒与酿酒葡萄第i 项芳香物质指标正相关。 '0i l <时葡萄酒与酿酒葡萄第i 项芳香物质指标负相关。
ij l 的绝对值大小反映了葡萄酒的第i 项指标与酿酒葡萄的第j 项指标线性关系的强弱。
从附件二中筛选出||0.8ij l ≥和葡萄酒指标与酿酒葡萄指标相同或相似的项，将这些项所对应的葡萄酒与酿酒葡萄指标用线性拟合的方法进行显著性实验，得到R-square 值。综合分析相关系数与R-square 值，得出酿酒葡萄与葡萄酒的理化指标之间的联系。
4，模型求解：
将酿酒葡萄与葡萄酒的理化指标（除芳香物质外）进行无量纲化，可以得到酿红葡萄酒葡萄的相关指标30个、红葡萄酒相关指标9个、酿白葡萄酒葡萄相关指标30个和白葡萄酒相关指标8个。
利用excel 求得每一个红葡萄酒的指标与每一个酿红葡萄酒葡萄的指标间的相关系数ij l 。（见附录）同理可以得到每一个白葡萄酒的指标与每一个酿白葡萄酒葡萄的指标间的相关系数ij l 。（见附录）
由上表中相关系数的正负可以粗略得出酿酒葡萄与葡萄酒的线性关系，即相关系数为正值则二者正相关，为负值则二者负相关。
为了进一步更精确研究酿酒葡萄与葡萄酒各项指标间的关系，我们从表中筛选出相关系数大于等于0.8和横纵指标相同或相似的项，将这些项所对应的葡萄酒与酿酒葡萄
注：“与”左边是红葡萄酒的指标，“与”右边是酿红葡萄酒葡萄的指标
注：“与”左边是白葡萄酒的指标，“与”右边是酿白葡萄酒葡萄的指标
由相关系数与R-square值可以得到以下结论：
对应成分表：
红葡萄酒与酿红葡萄酒葡萄的芳香物质间相关系数，如下表：
第四问
1，模型假设：
（1） 假设我们从前三问中得到的数据准确可靠
（2） 假设附件1中品酒员所打分数准确可靠，可以反映葡萄酒的质量 2，定义符号说明：
（3） ij A 表示第i 瓶酒的第j 个指标无量纲化后的值 （4） ij B 表示第i 种酿酒葡萄的第j 个指标无量纲化后的值 （5） i M 表示第i 瓶酒的综合指标
3，模型建立：
综合指标计算公式：
121212..+......
+i in i in i i i i in i in ij in ij
ij in A B A B M A A A B A B A B A A B =+与正相关的之积与正相关的之积
与负相关的之积与负相关的之积
与正相关的之积与负相关的之积
每一瓶酒对应一个综合指标
红葡萄酒有27个综合指标i M （127
i ≤≤）
白葡萄酒有28个综合指标i M （128i ≤≤）
用拟合方法找出综合指标的值与第二问中葡萄酒的排名数的关系
4，模型求解：
将问题三中的相关系数进行筛选。将红葡萄酒相关系数矩阵中绝对值小于0.6的记为-1表示没有显著线性关系；将矩阵中绝对值大于等于0.6且大于零的记为1表示正相关；将矩阵中绝对值大于等于0.6且小于零的记为0表示负相关。将白葡萄酒相关系数矩阵中绝对值小于0.4的记为-1表示没有显著线性关系；将矩阵中绝对值大于等于0.4且大于零的记为1表示正相关；将矩阵中绝对值大于等于0.4且小于零的记为0表示负相关。
利用计算机编程求解出每瓶葡萄酒的综合指标
M（程序见附录）见下表：
i
利用matlab拟合综合指标的值与第二问中葡萄酒的分数得到下图：红葡萄酒：
去除一个奇点后用指数函数拟合得下图：
拟合结果：
f(x) = a*exp(b*x)
a = 6.06e+011 (-1.011e+013, 1.132e+013)
b = -0.2746 (-0.5484, -0.0007818)
R-square: 0.1055
白葡萄酒：
用指数函数拟合后如下图：
拟合结果：
f(x) = a*exp(b*x)
a = 1215 (-2.173e+004, 2.416e+004)
b = -0.002948 (-0.2472, 0.2413)
R-square: 0.000322
由R-square值可以看出两组曲线拟合的结果不好，变换拟合函数尝试数次后所得拟合结果均不理想，因此我们认为不能定量的用葡萄和葡萄酒的理化指标来评价葡萄酒的质量，只能根据图像大致猜测综合指标与葡萄酒的质量负相关
五，模型评价与改进
第一问中，我们所用的F检验没有T检验合适，但是结果偏差不大
第二问中，topsis法灵活简便，操作方便。并用熵值法确定权重，具有合理性，但是缺少相应的模型检验。
第四问中，通过经验设定综合指标进行求解，简化了相应的数学模型，只是缺少对综合指标设立的检验，依据性不强。
六，参考文献
[1] Topsis综合评价法，作者（无）
https://www.360docs.net/doc/2510718130.html,/view/8eb6d76bb84ae45c3b358ca0.html,2012年9月8日[2]数学建模成绩的评价与预测，作者（无）
https://www.360docs.net/doc/2510718130.html,/view/11c056639b6648d7c1c74612.html，2012年9月8日
[3]陈光亭裘哲勇《数学建模》高等教育出版社 2010年2月
[4]王宏洲《数学建模优秀论文》清华大学出版社 2011年9月
数学建模国家一等奖优秀论文
２01４高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》(以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载)。 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师)研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为,我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示(包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等)。 我们参赛选择的题号是(从Ａ/B/C/Ｄ中选择一项填写)：B 我们的报名参赛队号为（8位数字组成的编号）: 所属学校（请填写完整的全名)： 参赛队员(打印并签名) :1. 2． 3．
指导教师或指导教师组负责人(打印并签名): ?（论文纸质版与电子版中的以上信息必须一致,只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。) 日期： 20１4 年 9 月15日 赛区评阅编号(由赛区组委会评阅前进行编号）:
２０14高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录(可供赛区评阅时使用）：
全国大学生数学建模竞赛题葡萄酒的评价答案
全国大学生数学建模竞赛题葡萄酒的评价答案标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]
数学实验 计算机科学与技术 成员：xxx 学号：xxxxxxxxxx 葡萄酒的评价 摘要 本文主要研究的是如何对葡萄酒进行评价的问题。通过对评酒员的评分与酿酒葡萄的理化指标和葡萄酒的理化指标等原始数据进行统计、分析和处理，我们得出了一个较为合理地评价葡萄酒质量优劣的模型。 在问题一中，我们采用T检验法，首先进行正态分布拟合检验，判断出它们服从正态分布。之后，我们通过T检验法判断出了两组评酒员的评价结果具有显着性差异。而对于如何判断哪一组评酒员的评价结果更可信，由于评酒员评分的客观性，我们通过计算评酒员评分均值的置信区间，利用置信区间的长短来判断评分的可信程度。置信区间越窄，说明其越可信。利用Matlab软件求出了第二组评酒员的评分均值的置信区间更窄，所以第二组评酒员的评价结果更可信。 在问题二中，我们采用主成分分析法，把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量再按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变，使第一变量具有最大的方差。第二变量的方差次大，并且和第一变量不相关。由于变量较多，虽然每个变量都提供了一定的信息，但其重要性有所不同。依次类推，最后我们将酿酒葡萄分为了四个等级:优质、次优、中等、下等。
在问题三中，我们通过多项式曲线拟合的方法，构造一个以葡萄酒的理化指标为自变量，酿酒葡萄的理化指标为因变量的函数，并利用Matlab软件进行曲线拟合，最后得出酿酒葡萄与葡萄酒的理化指标之间的关系为呈线性正相关。 在问题四中，我们用无交互作用的双因素试验的方差分析方法，通过对观测、比较、分析实验数据的结果,鉴别出了两个因素在水平发生变化时对实验结果产生显着性影响的大小程度。最后，我们认为能用酿酒葡萄和葡萄酒的理化指标来评价葡萄酒的质量，且酿酒葡萄的理化指标对葡萄酒质量影响相对葡萄酒的理化指标更显着。 关键词：T检验法，Matlab，正态分布，主成分分析法，多项式曲线拟合，方差分析一．问题的重述 确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题： 1. 分析附件1中两组评酒员的评价结果有无显着性差异，哪一组结果更可信 2. 根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 3. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。 4．分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量
数学建模国家一等奖优秀论文
2014高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的报名参赛队号为（8位数字组成的编号）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人 (打印并签名)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以 上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取 消评奖资格。） 日期：2014 年9 月 15日 赛区评阅编号（由赛区组委会评阅前进行编号）：
2014高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：
数学建模 葡萄酒评价模型
A题葡萄酒的评价 摘要 随着我国葡萄酒业的逐步发展，葡萄酒生产企业的规模和数量不断扩大，葡萄酒的质量成为大家越来越关心的话题，本文旨在建立数学模型评价葡萄酒和酿酒葡萄的质量。 针对问题一，在对两组评酒员的评价是否存在显著性差异的问题中，首先用2 拟合检验法验证了两组评酒员的评价结果都服从正态分布，并对两组评酒员的评价结果进行了F检验和t检验，发现两组评酒员对于红葡萄酒和白葡萄酒的评价结果均存在显著性差异，通过方差分析法处理，发现第二组评酒员的评分方差更小，故评价结果均衡度更好,其结果可信度更大。 针对问题二，我们利用置信区间法计算出可信区间，再结合酿酒葡萄的理化指标和可信组评酒员的打分所刻画的葡萄酒的质量对酿酒葡萄进行分级，用Q型聚类分析的方法将红，白葡萄酒和酿酒葡萄各分成了5类，然后对分好的葡萄类所酿造的葡萄酒进行统计，得到各类葡萄所对应的级别。 针对问题三，我们分析了酿酒葡萄和葡萄酒的理化指标之间的联系，运用主成分分析的方法，从酿酒葡萄的30个指标中提取出了12个主要成分，进而通过逐步回归的方法建立起酿酒葡萄和葡萄酒的理化指标联系的模型。但主成分法去掉了一部分数据，我们有用最小二乘法进行。 针对问题四，利用最小二乘法建立多元线性回归模型分析葡萄和葡萄酒的理化指标对葡萄酒质量的影响，利用spss软件求出自变量与因变量间的相关系数为0.138，拟合线性回归的确定性系数为0.019，经方差分析及对回归系数进行显著性检验发现方程不显著，即不能用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。 关键字：正态分布主成分分析聚类分析方法最小二乘法逐步回归 spss软件
一、问题重述 确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。建立数学模型讨论下列问题： 1、分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更可信； 2、根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级； 3、分析酿酒葡萄与葡萄酒的理化指标之间的联系； 4、分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。 二、问题分析 近年来，我国的葡萄酒业得到了快速的发展，同时也产生了诸如因质量检测体系不完善带来的市场紊乱等问题，如今人们也越来越关注葡萄酒的质量问题，因此，研究葡萄酒的质量评价问题对中国葡萄酒市场的稳定发展以及更好地酿造出高质量的葡萄酒有着实际的应用价值。 2.1 对问题一的分析 两组评酒员分别对27种红葡萄酒和28种白葡萄酒进行了评价，通常情况下，评价结果一般服从正态分布，所以一方面，我们首先应当对评价数据进行2 拟合检验法[1],说明其服从正态分布；然后利用SPSS软件对两组评酒员的评价结果进行方差分析，计算出各组评酒员评价结果的方差，方差越大表明组内成员的评价差异越大，可信度就越低。；最后采用t检验和F检验进行显著性分析。而一个较好的评价组员应是本着客观的原则进行评价，其评价结果通常较为均匀，因此，另一方面，我们应记录和讨论表中出现的异常数据，客观评价其出现的原因。综合以上，得出结论。 2.2 对问题二的分析 首先，我们利用第一题的结果，用置信区间法对可信组的原始数据进行处理，降低评酒员之间的差异，提高酒样品之间的差异【1】；利用处理后的数据（总分）对葡萄酒进行分级； 然后，对初步处理后的酿酒葡萄的理化指标对葡萄进行Q型聚类分析，将葡萄分成
数学建模国赛一等奖论文
电力市场输电阻塞管理模型 摘要 本文通过设计合理的阻塞费用计算规则，建立了电力市场的输电阻塞管理模型。 通过对各机组出力方案实验数据的分析，用最小二乘法进行拟合，得到了各线路上有功潮流关于各发电机组出力的近似表达式。按照电力市场规则，确定各机组的出力分配预案。如果执行该预案会发生输电阻塞，则调整方案，并对引起的部分序内容量和序外容量的收益损失，设计了阻塞费用计算规则。 通过引入危险因子来反映输电线路的安全性，根据安全且经济的原则，把输电阻塞管理问题归结为：以求解阻塞费用和危险因子最小值为目标的双目标规划问题。采用“两步走”的策略，把双目标规划转化为两次单目标规划：首先以危险因子为目标函数，得到其最小值；然后以其最小值为约束，找出使阻塞管理费用最小的机组出力分配方案。 当预报负荷为982.4MW时，分配预案的清算价为303元/MWh，购电成本为74416.8元，此时发生输电阻塞，经过调整后可以消除，阻塞费用为3264元。 当预报负荷为1052.8MW时，分配预案的清算价为356元/MWh，购电成本为93699.2元，此时发生输电阻塞，经过调整后可以使用线路的安全裕度输电，阻塞费用为1437.5元。 最后，本文分析了各线路的潮流限值调整对最大负荷的影响，据此给电网公司提出了建议；并提出了模型的改进方案。
一、问题的重述 我国电力系统的市场化改革正在积极、稳步地进行，随着用电紧张的缓解，电力市场化将进入新一轮的发展，这给有关产业和研究部门带来了可预期的机遇和挑战。 电网公司在组织电力的交易、调度和配送时，必须遵循电网“安全第一”的原则，同时按照购电费用最小的经济目标，制订如下电力市场交易规则： 1、以15分钟为一个时段组织交易，每台机组在当前时段开始时刻前给出下一个时段的报价。各机组将可用出力由低到高分成至多10段报价，每个段的长度称为段容量，每个段容量报一个段价，段价按段序数单调不减。 2、在当前时段内，市场交易-调度中心根据下一个时段的负荷预报、每台机组的报价、当前出力和出力改变速率，按段价从低到高选取各机组的段容量或其部分，直到它们之和等于预报的负荷，这时每个机组被选入的段容量或其部分之和形成该时段该机组的出力分配预案。最后一个被选入的段价称为该时段的清算价，该时段全部机组的所有出力均按清算价结算。 电网上的每条线路上有功潮流的绝对值有一安全限值，限值还具有一定的相对安全裕度。如果各机组出力分配方案使某条线路上的有功潮流的绝对值超出限值，称为输电阻塞。当发生输电阻塞时，需要按照以下原则进行调整： 1、调整各机组出力分配方案使得输电阻塞消除； 2、如果1做不到，可以使用线路的安全裕度输电，以避免拉闸限电，但要使每条 线路上潮流的绝对值超过限值的百分比尽量小； 3、如果无论怎样分配机组出力都无法使每条线路上的潮流绝对值超过限值的百分 比小于相对安全裕度，则必须在用电侧拉闸限电。 调整分配预案后，一些通过竞价取得发电权的发电容量不能出力；而一些在竞价中未取得发电权的发电容量要在低于对应报价的清算价上出力。因此，发电商和网方将产生经济利益冲突。网方应该为因输电阻塞而不能执行初始交易结果付出代价，网方在结算时应该适当地给发电商以经济补偿，由此引起的费用称之为阻塞费用。网方在电网安全运行的保证下应当同时考虑尽量减少阻塞费用。 现在需要完成的工作如下： 1、某电网有8台发电机组，6条主要线路，附件1中表1和表2的方案0给出了各机组的当前出力和各线路上对应的有功潮流值，方案1~32给出了围绕方案0的一些实验数据，试用这些数据确定各线路上有功潮流关于各发电机组出力的近似表达式。 2、设计一种简明、合理的阻塞费用计算规则，除考虑电力市场规则外，还需注意：在输电阻塞发生时公平地对待序内容量不能出力的部分和报价高于清算价的序外容量出力的部分。 3、假设下一个时段预报的负荷需求是982.4MW，附件1中的表3、表4和表5分别给出了各机组的段容量、段价和爬坡速率的数据，试按照电力市场规则给出下一个时段各机组的出力分配预案。 4、按照表6给出的潮流限值，检查得到的出力分配预案是否会引起输电阻塞，并在发生输电阻塞时，根据安全且经济的原则，调整各机组出力分配方案，并给出与该方案相应的阻塞费用。 5、假设下一个时段预报的负荷需求是1052.8MW，重复3~4的工作。 二、问题的分析
全国数模竞赛优秀论文
一、基础知识 1.1 常见数学函数 如：输入x=[-4.85 -2.3 -0.2 1.3 4.56 6.75]，则： ceil(x)= -4 -2 0 2 5 7 fix(x) = -4 -2 0 1 4 6 floor(x) = -5 -3 -1 1 4 6 round(x) = -5 -2 0 1 5 7 1.2 系统的在线帮助 1 help 命令： 1.当不知系统有何帮助内容时，可直接输入help以寻求帮助: >>help（回车） 2.当想了解某一主题的内容时，如输入： >> help syntax（了解Matlab的语法规定） 3.当想了解某一具体的函数或命令的帮助信息时，如输入： >> help sqrt （了解函数sqrt的相关信息）
2 lookfor命令 现需要完成某一具体操作，不知有何命令或函数可以完成，如输入： >> lookfor line （查找与直线、线性问题有关的函数） 1.3 常量与变量 系统的变量命名规则：变量名区分字母大小写；变量名必须以字母打头，其后可以是任意字母，数字，或下划线的组合。此外，系统内部预先定义了几个有特殊意 1 数值型向量（矩阵）的输入 1．任何矩阵（向量），可以直接按行方式 ．．．输入每个元素：同一行中的元素用逗号（，）或者用空格符来分隔；行与行之间用分号（；）分隔。所有元素处于一方括号（[ ]）内； 例1： >> Time = [11 12 1 2 3 4 5 6 7 8 9 10] >> X_Data = [2.32 3.43；4.37 5.98] 2 上面函数的具体用法，可以用帮助命令help得到。如：meshgrid(x,y) 输入x=[1 2 3 4]; y=[1 0 5]; [X,Y]=meshgrid(x, y)，则 X = Y =
数学建模--葡萄酒的分级(正式版)
承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子 邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关 的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其 他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式 在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违 反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）：西安理工大学 参赛队员 (打印并签名) ：1. 郑晓东 2. 罗璐 3. 宫维静 指导教师或指导教师组负责人 (打印并签名)： 日期： 2013 年 05月 10 日
葡萄酒质量的综合评价分析 摘要 近年来，随着人们生活水平的提高，葡萄酒也随之受到人们的喜爱，加之食品科学技术的提高，人们对葡萄酒的品质也有了更高的要求，本文就针对葡萄酒品质的相关问题进行建模，求解和有关分析。 对问题一，首先基于两组评酒员对同一批葡萄酒的评价分数数据，采用假设检验中的t检验法建立评估两组数据差异的模型，运用Spss软件求解，得到两组数据存在显著性差异的结论，其次，通过计算两组数据的方差，用以比较稳定性，得到第二组更可信的结论。 对问题二，首先对酿酒葡萄理化指标数据进行标准化处理，经过主成分分析法将葡萄分为四个等级，其次，按可信度高的一组（第二组）得分将葡萄酒分为五级，综合两种分级，将酿酒葡萄分为了——级。 对问题三，首先同问题二对酿酒葡萄与葡萄酒的理化指标进行主成分分析，用Matlab的曲线拟合得到葡萄酒的得分,分别与酿酒葡萄与葡萄酒的理化指标之间的函数关系，再进行反解即得到酿酒葡萄与葡萄酒的理化指标之间联系。
美国大学生数学建模竞赛优秀论文翻译
优化和评价的收费亭的数量 景区简介 由於公路出来的第一千九百三十，至今发展十分迅速在全世界逐渐成为骨架的运输系统，以其高速度，承载能力大，运输成本低，具有吸引力的旅游方便，减少交通堵塞。以下的快速传播的公路，相应的管理收费站设置支付和公路条件的改善公路和收费广场。 然而，随着越来越多的人口密度和产业基地，公路如花园州公园大道的经验严重交通挤塞收费广场在高峰时间。事实上，这是共同经历长时间的延误甚至在非赶这两小时收费广场。 在进入收费广场的车流量，球迷的较大的收费亭的数量，而当离开收费广场，川流不息的车辆需挤缩到的车道数的数量相等的车道收费广场前。因此，当交通繁忙时，拥堵现象发生在从收费广场。当交通非常拥挤，阻塞也会在进入收费广场因为所需要的时间为每个车辆付通行费。 因此，这是可取的，以尽量减少车辆烦恼限制数额收费广场引起的交通混乱。良好的设计，这些系统可以产生重大影响的有效利用的基础设施，并有助于提高居民的生活水平。通常，一个更大的收费亭的数量提供的数量比进入收费广场的道路。 事实上，高速公路收费广场和停车场出入口广场构成了一个独特的类型的运输系统，需要具体分析时，试图了解他们的工作和他们之间的互动与其他巷道组成部分。一方面，这些设施是一个最有效的手段收集用户收费或者停车服务或对道路，桥梁，隧道。另一方面，收费广场产生不利影响的吞吐量或设施的服务能力。收费广场的不利影响是特别明显时，通常是重交通。 其目标模式是保证收费广场可以处理交通流没有任何问题。车辆安全通行费广场也是一个重要的问题，如无障碍的收费广场。封锁交通流应尽量避免。 模型的目标是确定最优的收费亭的数量的基础上进行合理的优化准则。 主要原因是拥挤的
数学建模优秀论文模板(全国一等奖模板)
Haozl觉得数学建模论文格式这么样设置 版权归郝竹林所有，材料仅学习参考 版权：郝竹林 备注☆ ※§等等字符都可以作为问题重述左边的。。。。。一级标题 所有段落一级标题设置成段落前后间距13磅 图和表的标题采用插入题注方式题注样式在样式表中设置居中五号字体 Excel中画出的折线表字体采用默认格式宋体正文10号 图标题在图上方段落间距前0.25行后0行 表标题在表下方段落间距前0行后0.25行 行距均使用单倍行距 所有段落均把4个勾去掉 注意Excel表格插入到word的方式在Excel中复制后，粘贴，word2010粘贴选用使用目标主题嵌入当前 Dsffaf 所有软件名字第一个字母大写比如E xcel 所有公式和字母均使用MathType编写 公式编号采用MathType编号格式自己定义
农业化肥公司的生产与销售优化方案 摘 要 要求总分总 本文针对储油罐的变位识别与罐容表标定的计算方法问题，运用二重积分法和最小二乘法建立了储油罐的变位识别与罐容表标定的计算模型，分别对三种不同变位情况推导出的油位计所测油位高度与实际罐容量的数学模型，运用matlab 软件编程得出合理的结论，最终对模型的结果做出了误差分析。 针对问题一要求依据图4及附表1建立积分数学模型研究罐体变位后对罐容表的影响，并给出罐体变位后油位高度间隔为1cm 的罐容表标定值。我们作图分析出实验储油罐出现纵向倾斜 14.时存在三种不同的可能情况，即储油罐中储油量较少、储油量一般、储油量较多的情况。针对于每种情况我们都利用了高等数学求容积的知识，以倾斜变位后油位计所测实际油位高度为积分变量，进行两次积分运算，运用MATLAB 软件推导出了所测油位高度与实际罐容量的关系式。并且给出了罐体倾斜变位后油位高度间隔为1cm 的罐容标定值（见表1），最后我们对倾斜变位前后的罐容标定值残差进行分析，得到样本方差为4103878.2-?，这充分说明残差波动不大。我们得出结论：罐体倾斜变位后，在同一油位条件下倾斜变位后罐容量比变位前罐容量少L 243。 表 1.1 针对问题二要求对于图1所示的实际储油罐，试建立罐体变位后标定罐容表的数学模型，即罐内储油量与油位高度及变位参数（纵向倾斜角度α和横向偏转角度β）之间的一般关系。利用罐体变位后在进/出油过程中的实际检测数据（附件2），根据所建立的数学模型确定变位参数，并给出罐体变位后油位高度间隔为10cm 的罐容表标定值。进一步利用附件2中的实际检测数据来分析检验你们模型的正确性与方法的可靠性。我们根据实际储油罐的特殊构造将实际储油罐分为三部分，左、右球冠状体与中间的圆柱体。运用积分的知识，按照实际储油罐的纵向变位后油位的三种不同情况。利用MATLAB 编程进行两次积分求得仅纵向变位时油量与油位、倾斜角α的容积表达式。然后我们通过作图分析油罐体的变位情况，将双向变位后的油位h 与仅纵向变位时的油位0h 建立关系表达式01.5(1.5)cos h h β=--，从而得到双向变位油量与油位、倾斜角α、偏转角β的容积表达式。利用附件二的数据，采用最小二乘法来确定倾斜角α、偏转角β的值，用matlab 软件求出03.3=α、04=β α=3.30，β=时总的平均相对误差达到最小，其最小值为0.0594。由此得到双向变位后油量与油位的容积表达式V ，从而确定了双向变位后的罐容表(见表2)。 本文主要应用MATLAB 软件对相关的模型进行编程求解，计算方便、快捷、准确，整篇文章采取图文并茂的效果。文章最后根据所建立的模型用附件2中的实际检测数据进行了误差分析，结果可靠，使得模型具有现实意义。 关键词：罐容表标定；积分求解；最小二乘法；MATLAB ；误差分
2012数学建模优秀论文 葡萄酒
江苏师范大学 第五届（2011）数学建模竞赛 我们选择的题号是： B 我们的参赛队号为：
2012江苏师范大学数学建模竞赛题目 B题研究生录取问题 摘要：根据问题的背景和题目要求，研究在不同条件的研究生录取问题，在对笔试，面试以及导师信息量化，加权平均求解的基础来解决研究生录取的问题。通过构造选择矩阵和满意度矩阵建立导师和学生之间的双向选择矩阵的0-1规划模型。利用测发编程计算求出最优解，从而求得问题的最优方案，同时采用降阶技巧和创建定理，快速的求解出实用的最优解，得到对应的最优方案！ 一问题重述 某学校Ｍ系计划招收10名计划内研究生，依照有关规定由初试上线的前15名学生参加复试，专家组由8位专家组成。在复试过程中，要求每位专家对每个参加复试学生的以上5个方面都给出一个等级评分，从高到低共分为A,B,C,D四个等级，并将其填入面试表内。所有参加复试学生的初试成绩、各位专家对学生的5个方面专长的评分。 该系现有10名导师拟招收研究生，分为四个研究方向。导师的研究方向、专业学术水平（发表论文数、论文检索数、编（译）著作数、科研项目数），以及对学生的期望要求。在这里导师和学生的基本情况都是公开的。要解决的问题是： (1) 首先，请你综合考虑学生的初试成绩、复试成绩等因素，帮助主管部门确定10名研究生的录取名单。然后，要求被录取的10名研究生与10名导师之间做双向选择，即学生可根据自己的专业发展意愿（依次申报2个专业志愿）、导师的基本情况和导师对学生的期望要求来选择导师；导师根据学生所报专业志愿、专家组对学生专长的评价和自己对学生的期望要求等来选择学生。请你给出一种10名研究生和导师之间的最佳双向选择方案（并不要求一名导师只带一名研究生），使师生双方的满意度最大。 (2) 根据上面已录取的10名研究生的专业志愿，如果每一位导师只能带一名研究生，请你给出一种10名导师与10名研究生双向选择的最佳方案，使得师生双方尽量都满意。 (3) 如果由十位导师根据初试的成绩及专家组的面试评价和他们自己对学生的要求条件录取研究生，那么，10名研究生的新录取方案是什么？为简化问题，假设没有申报专业志愿，请你给出这10名研究生各申报一名导师的策略和导师各选择一名研究生的策略。相互选中的即为确定；对于剩下的导师和学生，再按上述办法进行双向选择，直至确定出每一名导师带一名研究生的方案，使师生都尽量满意。 (4) 学校在确定研究生导师的过程中，要充分考虑学生的申报志愿情况。为此，学校要求根据10名导师和15名学生的综合情况选择5名导师招收研究生，再让这5名导师在
国赛优秀论文
B甲004 目录 摘要 (3) 关键词 (3) 一、系统方案 (3) 1.1、方案比较与论证 (3) 1.1.1、控制器模块 (3) 1.1.2、电机及驱动模块 (3) 1.1.3、测速模块 (4) 1.1.4、音频产生模块 (4) 1.1.5、无线收发模块 (4) 1.1.6、声音采集处理模块 (4) 1.2、最终方案 (4) 二、电路设计 (5) 2.1、系统组成 (5) 2.2、电动机驱动电路 (5) 2.3、行程测量模块 (5) 2.4、声光报警模块 (6) 2.5、周期性音频脉冲信号产生模块 (6) 2.6、无线收发模块设计 (6) 2.7、声音采集计算系统 (6) 三、软件设计 (7) 3.1、电机驱动部分流程图 (7) 3.2、主程序流程图 (7) 3.3单片机控制MMC-1芯片的程序 (7) 3.4无线接收模块程序 (7) 四、系统测试 (8) 4.1、测试仪器 (8) 4.2、调试 (8) 4.2.1 速度调试 (8) 4.2.2 功率放大测试 (8) 4.2.3 声源频率测试 (8) 4.2.4 声音接收测试 (8) 五、总结 (9) 5.1、结论 (9) 5.2、结束语 (9) 六、参考文献 (9) 七、附录 (9) 附录一、部分电路原理图 (9) 附录二、主程序流程图 (11) 附录三、部分程序附录 (13)
摘要： 本课题设计制作小组本着简单、准确、可靠、稳定、通用、性价比低的原则，采用STC89C52作为声源系统的控制核心，使用凌阳SPCE061A作为音频信号分析处理系统核心，应用电机控制ASSP芯片MMC-1驱动电机。本系统电路分为声源移动模块,声音产生模块，声音采集处理模块，无线控制模块和显示报警模块。声音收发和无线传输模块测量声源与声音接收器之间的距离，控制声源移动。首先测量声源S距A、B的距离差，距离差为零表示小车已运动到OX线，然后测量S距A、C的距离差，距离差为零表示小车寻找到W点。小车在OX线上运动时，利用S距A、B的距离差校正路线，同时声光报警，LCD液晶显示屏显示小车运行路程和时间。 关键词：STC89C52；电机控制芯片MMC-1；PT2262/2272无线收发；周期性音频脉冲信号；TEA2025B音频放大 一、系统方案 1.1方案比较与论证 根据题目要求，本系统主要由控制器模块、直流电机及其驱动模块、声音产生模块，声音采集处理模块和无线控制模块、声光报警模块等构成。为较好的实现各模块的功能，我们分别设计了几种方案并分别进行了论证。 1.1.1控制器模块 方案一：采用大规模可编程逻辑器件（如FPGA）作为系统的控制中心，目前，大规模可编程逻辑器件容量不断增大，速度不断提高，且多具有ISP功能，也可以在不改变硬件电路的情况下改变功能，但在本系统中，它的高处理功能得不到从分利用，还考虑到VHDL语言描述也没有单片机语言那么方便，所以这个方案不采用。 方案二：采用单片机STC89C52作为中心控制器。STC89C52单片机算数运算功能强，软件编程灵活，自由度大，具有超低功耗，抗干扰能力强等特点。还具有ISP在线编程功能，在改写单片机存储内部的程序时不需要将单片机从工作环境中取出，方便快捷。在后来的实验中我们发现，STC89C52精确度和运算速度也都完全符合我们系统的要求。故采用STC89C52单片机为我们整个系统的控制核心。 1.1.2 电机及驱动模块 采用电机控制ASSP 芯片MMC-1驱动（实物图如图1）。MMC-1为多通道两相四线式步进电机/直流电机控制芯片，基于NEC 电子16 位通用MCU（ PD78F1203）固化专用程序实现，支持UART 和SPI 串行接口。MMC-1 共有三个通道电机控制单元，通过设置寄存器可分别设置工作模式，实现不同功能。可以用来驱动直流电机和步进电机。 方案一：采用步进电机。步进电机是数字控制电机，不但控制精度高，而且简单可靠，但价格过高，重量大，占用端口资源多且控制复杂，不予采用。 2
数学建模全国赛07年A题一等奖论文
关于中国人口增长趋势的研究 【摘要】 本文从中国的实际情况和人口增长的特点出发，针对中国未来人口的老龄化、出生人口性别比以及乡村人口城镇化等，提出了Logistic、灰色预测、动态模拟等方法进行建模预测。 首先，本文建立了Logistic阻滞增长模型，在最简单的假设下，依照中国人口的历史数据，运用线形最小二乘法对其进行拟合，对2007至2020年的人口数目进行了预测，得出在2015年时，中国人口有13.59亿。在此模型中，由于并没有考虑人口的年龄、出生人数男女比例等因素，只是粗略的进行了预测，所以只对中短期人口做了预测，理论上很好，实用性不强，有一定的局限性。 然后，为了减少人口的出生和死亡这些随机事件对预测的影响，本文建立了GM(1,1) 灰色预测模型，对2007至2050年的人口数目进行了预测，同时还用1990至2005年的人口数据对模型进行了误差检验，结果表明，此模型的精度较高，适合中长期的预测，得出2030年时，中国人口有14.135亿。与阻滞增长模型相同，本模型也没有考虑年龄一类的因素，只是做出了人口总数的预测，没有进一步深入。 为了对人口结构、男女比例、人口老龄化等作深入研究，本文利用动态模拟的方法建立模型三，并对数据作了如下处理：取平均消除异常值、对死亡率拟合、求出2001年市镇乡男女各年龄人口数目、城镇化水平拟合。在此基础上，预测出人口的峰值，适婚年龄的男女数量的差值，人口老龄化程度，城镇化水平，人口抚养比以及我国“人口红利”时期。在模型求解的过程中，还对政府部门提出了一些有针对性的建议。此模型可以对未来人口做出细致的预测，但是需要处理的数据量较大，并且对初始数据的准确性要求较高。接着，我们对对模型三进行了改进，考虑人为因素的作用，加入控制因子，使得所预测的结果更具有实际意义。 在灵敏度分析中，首先针对死亡率发展因子θ进行了灵敏度分析，发现人口数量对于θ的灵敏度并不高，然后对男女出生比例进行灵敏度分析得出其灵敏度系数为0.8850，最后对妇女生育率进行了灵敏度分析，发现在生育率在由低到高的变化过程中，其灵敏度在不断增大。 最后，本文对模型进行了评价，特别指出了各个模型的优缺点，同时也对模型进行了合理性分析，针对我国的人口情况给政府提出了建议。 关键字：Logistic模型灰色预测动态模拟 Compertz函数
有关葡萄酒评价的数学建模论文
葡萄酒的评价 摘要 本文主要采用数学统计与分析方法，利用EXCEL,MATLAB等工具解决了有关葡萄酒质量评价的一系列问题。 关于问题一，分析判断两组评酒员评价结果有无显著性差异及哪组结果更可信。首先我们采用t-检验法，根据T值判断差异的显著性，代入数据后求得 P T t 双尾=0.00065<0.01，即两组评价结果差异性显著。然后将第一组10位() 评酒员对于酒样品所给评分的方差值与第二组10位评酒员对于酒样品所给评分的方差值做比较，得出第一组的方差较大，所以认为第一组评酒员打分较为严格，即更可信。 关于问题二，在不确定酿酒葡萄的理化指标和葡萄酒的质量之间的关系的情况下，运用主成分分析法粪别根据酿酒葡萄的理化指标和葡萄酒的质量对酿酒葡萄进行了分级，将红葡萄、白葡萄各分成了优质、较好、一般、劣质四个等级，结果详见表5.2.1至表5.2.4。 关于问题三，采用回归分析法，计算出酿酒葡萄与葡萄酒所共有的理化指标之间的相关系数，结果详见表5.3.1和表5.3.2，其相关系数的绝对值越大表示联系程度越紧密。 关于问题四，首先根据问题三的结果可知酿酒葡萄与葡萄酒的理化指标之间的联系，将分析过程简化为只考虑葡萄酒的理化指标对葡萄酒质量的影响。然后查阅资料结合附表1，总结出口感和外观为葡萄酒质量的决定因素，而总酚、色泽、花色苷这三个理化指标为主要影响葡萄酒质量的因素。最后结合附件3，发现芳香物质对葡萄酒质量也有影响，否定了用葡萄和葡萄酒的理化指标来评价葡萄酒的质量的可行性。 关键词：葡萄酒质量的评价EXCEL MATLAB 、主成分分析相关系数T-检验
1.问题重述 确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题： 1. 分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更可信？ 2. 根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 3. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。 4．分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量？ 2.问题分析 问题一要分析两组评酒员的评价结果有无显著性差异并判断哪一组结果更可信。由于题目中有数据缺失和错误数据，我们采用曲线拟合处理这一问题。因为所给数据是小样本，总体标准差 未知的正态分布资料，因此采用T检验，根据所求得的P值判断两个平均数的差异是否显著。然后将第一组10位评酒员对于酒样品所给评分的方差值与第二组10位评酒员对于酒样品所给评分的方差值做比较，方差大的一组则说明其打分较为严格，即说明他们对待评酒较为认真，从而认为其较为可信。 问题二要求根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。考虑到不清楚葡萄酒的理化指标与葡萄酒的质量之间的关系，所以分为两种情况进行分组分析。首先根据酿酒葡萄的理化指标,采用主成分分析法给酿酒葡萄综合评分并排序，根据综合评分的排序结果对酿酒葡萄样品分级；然后将问题一所得出的较为可信的一组酒样品的评分作为葡萄酒的质量并以此分级，此即为各葡萄酒样品对应的酿酒葡萄样品的另一种分级情况。 问题三要求分析酿酒葡萄与葡萄酒理化指标之间的联系，即要求得出它们各项理化指标之间联系的紧密程度，所以采用回归分析的方法计算它们的各理化指标的相关系数，然后以相关系数的绝对值大小表示它们之间联系的紧密程度。 问题四要求探究酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并判断用葡萄和葡萄酒的理化指标来评价葡萄酒的质量的可行性。考虑到问题三已经得出酿酒葡萄和葡萄酒理化指标之间的联系，且葡萄酒的理化指标相对较少，因此选择分析葡萄酒的理化指标对葡萄酒质量的影响。可以通过前面的结果，得出葡萄酒的理化指标对葡萄酒产生影响的几个主要因素，再依据这几个因素结合葡萄酒质量排序，便可以得出这几个因素对葡萄酒质量的影响。第二小问将附表3中的芳香物质考虑进来，判断其对葡萄酒质量是否有影响，从而论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。
2011年全国数学建模大赛A题获奖论文
城市表层土壤重金属污染分析 摘要 本文旨在对城市土壤地质环境的重金属污染状况进行分析，建立模型对金属污染物的分布特点、污染程度、传播特征以及污染源的确定进行有效的描述、评价和定位。 对于重金属空间分布问题，首先基于克里金插值法，应用Surfer 8软件对各数据点的分布情况进行模拟，得到了直观的重金属污染空间分布图形；随后，分别用内梅罗综合污染指数以及模糊评价标准和模型对城区内不同区域重金属的污染程度进行了评判。 对于金属污染的主要原因分析问题，基于因子分析法、问题一的结果和对各个金属污染物的来源分析等因素，判断出金属污染的主要原因有：工业生产、汽车尾气排放、石油加工并推测该区域是镍矿富集区。随后讨论了污染源之间的相互关系和不同金属的污染贡献率。 针对污染源位置确定问题，我们建立了两个模型：模型一以流程图的形式出现，基于污染传播的一般规律建立模型，求取污染源范围，模型作用更倾向于确定污染源的位置；模型二基于最小二乘法原理，建立了拟合二次曲面方程，在有效确定污染源的同时也反映了其传播特征，模型更加清楚，理论性也更强。 在研究城市地质环境的演变模式问题中，我们对针对污染源位置确定问题所建模型的优缺点进行了评价，同时建立了考虑了时间，地域环境和传播媒介的污染物传播模型，从而反映了地质的演变。 综上所述，本文模型的特点是从简单的模型建立起，强更准确的数学模型发展，逐步达到目标期望。 关键词：重金属污染，克里金插值最小二乘法因子分析流程图
一、问题重述 1.1问题背景 随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。对城市土壤地质环境异常的查证，以及如何应用查证获得的海量数据资料开展城市环境质量评价，研究人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。评价和研究城市土壤重金属污染程度，讨论土壤中重金属的空间分布，研究城市土壤重金属污染特征、污染来源以及在环境中迁移、转化机理，并对城市环境污染治理和城市进一步的发展规划提出科学建议，不仅有利于城市生态环境良性发展，有利于人类与自然和谐，也有利于人类社会 健康和城市可持续发展[1] 。按照功能划分，城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，不同的区域环境受人类活动影响的程度不同。 现对某城市城区土壤地质环境进行调查。为此，将所考察的城区划分为间距1公里左右的网格子区域，按照每平方公里1个采样点对表层土（0~10 厘米深度）进行取样、编号，并用GPS 记录采样点的位置。应用专门仪器测试分析，获得了每个样本所含的多种化学元素的浓度数据。另一方面，按照2公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。 1.2 目标任务 (1) 给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。 (2) 通过数据分析，说明重金属污染的主要原因。 (3) 分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。 (4) 分析所建立模型的优缺点，为更好地研究城市地质环境的演变模式，分析还应收集的信息，并进一步探索怎样利用收集的信息建立模型及解决问题。 二、 模型假设 1）忽略地下矿源对污染物浓度的影响； 2）认为海拔对污染物的分布较小，故只在少数模型中讨论其作用； 3）认为题目中的采样方式是科学的，能够客观反映污染源的分布。 三、 符号说明 3.1第一问中的符号说明 i p ——污染物i 的环境污染指数 i C ——污染物i 的实测值 i S ——污染物i 的背景值 m ax (/)i i C S ——土壤污染指数的最大值 (/)i i avg C S ——土壤污染指数的平均值
全国大学生数学建模竞赛题葡萄酒评价答案
葡萄酒的评价 摘要 本文主要研究的是如何对葡萄酒进行评价的问题。通过对评酒员的评分与酿酒葡萄的理化指标和葡萄酒的理化指标等原始数据进行统计、分析和处理，我们得出了一个较为合理地评价葡萄酒质量优劣的模型。 在问题一中，我们采用T检验法，首先进行正态分布拟合检验，判断出它们服从正态分布。之后，我们通过T检验法判断出了两组评酒员的评价结果具有显著性差异。而对于如何判断哪一组评酒员的评价结果更可信，由于评酒员评分的客观性，我们通过计算评酒员评分均值的置信区间，利用置信区间的长短来判断评分的可信程度。置信区间越窄，说明其越可信。利用Matlab软件求出了第二组评酒员的评分均值的置信区间更窄，所以第二组评酒员的评价结果更可信。 在问题二中，我们采用主成分分析法，把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量再按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变，使第一变量具有最大的方差。第二变量的方差次大，并且和第一变量不相关。由于变量较多，虽然每个变量都提供了一定的信息，但其重要性有所不同。依次类推，最后我们将酿酒葡萄分为了四个等级:优质、次优、中等、下等。 在问题三中，我们通过多项式曲线拟合的方法，构造一个以葡萄酒的理化指标为自变量，酿酒葡萄的理化指标为因变量的函数，并利用Matlab软件进行曲线拟合，最后得出酿酒葡萄与葡萄酒的理化指标之间的关系为呈线性正相关。 在问题四中，我们用无交互作用的双因素试验的方差分析方法，通过对观测、比较、分析实验数据的结果,鉴别出了两个因素在水平发生变化时对实验结果产生显著性影响的大小程度。最后，我们认为能用酿酒葡萄和葡萄酒的理化指标来评价葡萄酒的质量，
数学建模葡萄酒评价.docx
A题：葡萄酒的评价 摘要 本文主要进行了葡萄酒感官评价的可信度比较、酿酒葡萄评价分级、酿酒葡萄与葡萄酒的理 化指标之间的联系、评价结果统计分析等方面的研究。通过方差分析、层次分析等方法建立模型， 解决了葡萄酒的评价问题。 问题一：利用方差分析法对评酒员评价数据进行分析，并用Excel 画出图表（见正文），直观地观察出两组评价数据范围接近，第二组评价数据波动不大，评价数据更可信。 问题二：要求根据酿酒葡萄的理化指标和葡萄酒的质量，对这些酿酒葡萄进行分级，我们认为影响酿酒葡萄品质的因素较多，酿酒葡萄各理化指标之间的关系又是极其复杂的，对其的评价是一个多指标、多属性的问题。采用系统工程学的层次分析法(AHP )来确定影响葡萄品质的各 因素的权重，应用综合评判法，对酿酒葡萄进行了评价和分级。各等级下葡萄样品数如下表： 等级优良中合格葡萄种类 红葡萄54108 白葡萄8892 问题三：利用逐步回归法得到酿酒葡萄与葡萄酒的理化指标之间的关系，并用BP 神经网络进行比较验证。 问题四：通过聚类分析与神经网络相结合，分析酿酒葡萄与葡萄酒的理化指标和葡萄酒质量 间的联系。通过理化指标得到葡萄酒质量评价分数，并与第二组评酒员评价出的葡萄酒质量评价 分数对比分析，可知现阶段还不能用酿酒葡萄与葡萄酒的理化指标来评价酒的质量。 本文的建模过程中，对于每个问题都充分考虑了影响因素，一定程度上体现了模型的可靠性，具有较强的适用性和普遍性。 关键词：方差分析 Excel 逐步回归分析Bp 神经网络聚类分析Matlab DPS 数据处理系统
一、问题重述 通过聘请一些有资质的评酒员品尝葡萄酒，根据他们反馈意见来确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。已知某一年份一些葡萄酒的评价结果，及该年份这些葡萄酒的和酿酒葡萄的成分数据。根据上述条件建立数学模型解决以下问题： 1.分析两组评酒员的评价结果有无显着性差异，哪一组结果更可信。 2.根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 3.分析酿酒葡萄与葡萄酒的理化指标之间的联系。 4．分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。 二、问题分析 问题一：观察附表 1 中评酒员的评价结果数据，分析得出它们之间的差异。根据评酒员对各组葡 萄酒的评价结果数据，寻求结果数据更加稳定的一组，作为目标，利用求方差的数学模型， 对各个数量指标进行分析比较，得出更有可信度组。 问题二：根据不同理化指标对于酿酒葡萄影响各不相同，用层次分析法构造比较矩阵。计算得到各个因素所对应的权重，定一个分数指标，根据分数对葡萄进行分级。 问题三：题中葡萄与葡萄酒指标数分别为 60、17，考虑因变量太多，用逐步回归分析法建立求解模型，结合神经网络模型进行对比验证。将多次测试值取平均数，获得可信数据。 问题四：考虑参数过多，为剔除微小影响因素，通过聚类分析法对影响指标进行归类，寻找主要因素，用神经网络建立模型，获得理化参数对葡萄酒的影响关系。对理化指标仿真得到新的质量指标分数，与第二组评酒员评价数据比较分析，作为论证依据。 三、模型假设及符号说明 3.1 模型假设 (1)假设评酒员给出的评价数据不存在个人因素。 (2)假设一级指标只与一级指标相互影响，二级指标只与二级指标相互影响。 (3)假设葡萄分级时忽略二级指标对结果的影响。 3.2 符号说明 i：表示第 i 个处理观测值总体平均数。 ij ：表示试验误差。 i : 表示处理i 对试验结果产生的影响。 x ij:表示i ij 总和。 ss ：表示误差平方和。 e ss t表示处理间平方。