2015全国建模大赛a 题

赛区评阅编号（由赛区组委会填写）：

2015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（从A/B/C/D中选择一项填写）：

我们的报名参赛队号（12位数字全国统一编号）：

参赛学校（完整的学校全称，不含院系名）：

参赛队员(打印并签名) ：1.

指导教师或指导教师组负责人(打印并签名)：

日期：年月日

（此承诺书打印签名后作为纸质论文的封面，注意电子版论文中不得出现此页。以上内容请仔细核对，特别是参赛队号，如填写错误，论文可能被取消评奖资格。）

赛区评阅编号（由赛区组委会填写）：

2015高教社杯全国大学生数学建模竞赛

编号专用页

送全国评奖统一编号（由赛区组委会填写）：

全国评阅统一编号（由全国组委会填写）：

此编号专用页仅供赛区和全国评阅使用，参赛队打印后装订到纸质论文的第二页上。注意电子版论文中不得出现此页，即电子版论文的第一页为标题和摘要

页。

基于matlab与太阳方位角的经纬度计算方法

摘要

根据影子的变化挖掘出测量地点的信息是一项有挑战性的数学工作，这一工作可能会应用到安全领域的工作之中，本文利用影子的数据挖掘出太阳高度方位信息进而求解出所测量地点的经度纬度实现了成功定位。

针对问题一：我们已知该地点位于北京，并且以北京时间计时，通过分析时角，太阳高度角，以及当天太阳直射位点的关系，我们得到了影子长度与时间的复杂关系模型，为了精确绘制函数图像，我们在这里采用了根据曲率的变化自适应采样绘图的技术，得到了较为精确的函数图像，通过分析，基本符合实际情况。

针对问题二：我们利用已知数据，挖掘出了更多有效信息，通过对影子长度以及时间累积量进行二次多项式拟合，我们找到了包括正午时间。利用正午时间与北京正午时间的差距，我们找到了当地所在的纬度。接下来我们针对x，y坐标进行散点绘图，发现它们分别呈现线性增长的特性，在这里我们利用最小二乘法找到了其中的线性关系。利用上一步求解出的正午时间，我们求解出了正午影子朝向，即正北方向。在问题一建立的数学关系模型上，我们又利用matlab求解出了相对精确的纬度信息，信息显示，这一地点大致位于我国乌鲁木齐附近。

针对问题三：大致沿用了问题二的数学模型，我们确定了几个可能的日期，求解出了三个可能的坐标：东经107.5°，北纬44.7°，拍摄日期9月30日；东经107.5°，北纬14.79°，拍摄日期11月1日；东经107.5°，北纬20.59°，拍摄日期12月1日。

针对问题四：由于需要从摄像机视频中先测量相关信息，这存在一定的误差。我们在这里一方面利用像素个数进行较为精确的计数测量，另一方面利用透视原理，对机位测量数据进行了一定的矫正，得到了较为精确的数据。继续沿用第二个，第三个模型得到了较为精确地解。其解为：拍摄时间6月23日，北纬

50.5521°，东经101°，大致位于蒙古境内；拍摄时间为7月23日，北纬

41.8135°，东经：101°，大致位于内蒙古阿拉善盟；拍摄时间为8月23日，北纬33.1815°，东经：101°，大致位于青海省果洛藏族自治州班玛县。

关键字：最小二乘法自适应绘图 matlab 机位矫正数值求解

问题重述：

如何确定视频的拍摄地点和拍摄日期是视频数据分析的重要方面，太阳影子定位技术就是通过分析视频中物体的太阳影子变化，确定视频拍摄的地点和日期的一种方法。

1.建立影子长度变化的数学模型，分析影子长度关于各个参数的变化规律，并应用你们建立的模型画出2015年10月22日北京时间9:00-15:00之间天安门广场（北纬39度54分26秒,东经116度23分29秒）3米高的直杆的太阳影子长度的变化曲线。

2.根据某固定直杆在水平地面上的太阳影子顶点坐标数据，建立数学模型确定直杆所处的地点。将你们的模型应用于附件1的影子顶点坐标数据，给出若干个可能的地点。

3. 根据某固定直杆在水平地面上的太阳影子顶点坐标数据，建立数学模型确定直杆所处的地点和日期。将你们的模型分别应用于附件2和附件3的影子顶点坐标数据，给出若干个可能的地点与日期。

4．附件4为一根直杆在太阳下的影子变化的视频，并且已通过某种方式估计出直杆的高度为2米。请建立确定视频拍摄地点的数学模型，并应用你们的模型给出若干个可能的拍摄地点。

如果拍摄日期未知，你能否根据视频确定出拍摄地点与日期？

模型的假设：

1.太阳直射点在南北纬回归线的运动大致视为匀速运动

2.影子长度仅受太阳高度角的影响，切周围没有人工光源，玻璃幕墙的影

响。

3.题中给出的数据是经过精确测量的。

4.影子投影地面是光滑的，没有倾斜。

符号的说明：

A太阳方位角

h 太阳的高度角

φ某地的纬度

δ太阳直射地点的纬度

t 当地在某时刻的时角

b 影子长度

前期准备：

1.某地的正午太阳高度角：H（当地）=90°-纬度差（*同一纬度相减，异纬相加）；

2．太阳高度角随着地方时和太阳的赤纬的变化而变化。太阳赤纬（与太阳直射点纬度相等）以δ表示，观测地地理纬度用φ表示（太阳赤纬与地理纬度都是北纬为正，南纬为负），地方时(时角)以t表示，有太阳高度角的计算公式：sin h＝sin φsin δ＋cos φcos δcos t

3.经过查资料，九月23日为秋分日，太阳直射赤道。太阳直射点从赤

道南移的过程可大致简略为匀速运动。这一天是十月22日，这一天太阳直射纬度是某日（R）太阳直射点的地理纬度位置=0°+（R—9月23日）*（2 3°26′*4/365），即为0°+30*（23°26′*4/365），即为462.2460′，换算成度，即δ= 7.7041°。

4.昼夜长度的确定，某地的日出日落时间，需要根据当日太阳直射点纬

度来确定。如图，晨昏线与所求解纬度的交点即为日出时间点和日落时间点，两者相隔的度数φ2*24/360即为此日的昼长。经过资料查询，日出时间T=1 2*arcCos（tgA*tgB）/π，B为当地纬度，A为太阳直射纬度。日出时间和

日落时间是以当地的中午12点为对称的。如果是用其他时区时间计时，则需要计算半个白昼时间再在正午时间的基础上加减来计算日出日落时间。

5．时角的确定。某地时角在当地正午为0，由于地球每小时大致自转15°，所以上午为(正午时间-当下时刻)*15°，下午为(-正午时间+当下时刻)*15°。

6通过资料查询，我们得到，一天之中的太阳方位角是一个变化的，其

具体的变化方程为cosA = (sinhsinφ - sinδ) / (cosh cosφ)。

模型一：

1.1建立模型：

根据资料sin h＝sin φsin δ＋cos φcos δcos t，h 为太阳高度角，φ为该地纬度，δ为这一天的太阳直射点纬度，t为时角；

又因为影子长度仅仅与物体有效高度以及此地太阳高度角有关，所以影子长度l，l=x*tan（h）；其中，h为太阳高度角，x为物体有效高度，l为影子长度。

这一天是十月22日，这一天太阳直射纬度是某日（R）太阳直射点的地理纬度位置=0°+（R—9月23日）*（23°26′*4/365），即为0°+30*（23°26′*4/365），即为462.2460′，换算成度，即δ= 7.7041°。

对于此地太阳时角t，地球自转一周为一天，即为24小时，不同的时间有不同的时角，以t表示。由于北京市以北京时间为参考计时，故北京的正午时间为北京时间12点整。地球自转一周为360°，因此每小时的时角为15°，即太阳时角表示为：t=15*(t2-12)，t2表示日照时数。

所以，建立如下模型

（1）。sin h＝sinφsinδ＋cosφcosδcos tδ= 7.7041°=0.0214pi φ=39°54′2′′

（2）。l=x*tan（h），x=3

（3）。t=15*(t2-12)，9=

1.2 模型的求解

利用mailab我们做图，matlab在绘制函数的时候往往以固定步长采样，再将这些点用光滑的曲线连接，这个过程中，由于采样步长过大，一些曲率较大的函数部分往往在绘图的时候会丢失细节信息，而在这里，目标函数是十分复杂的，因此，我们采取一种新的采样方式，在区率较小，函数变化平缓的地方以固定步长采样，而在曲率较大，函数变化十分剧烈的地方，我们以曲率的线性函数关系调整步长，这样在曲率大的地方往往会得到更多的采样点，我们绘制得到的函数图像如下图。

在图中，我们可以清楚地看到，一天中，影子长度是以中午为中心对称变化的，而影子长度在当地正午达到最短，这是与实际相符合的。而影子长度与时间也大致呈二次函数关系。

模型二：

2.1．模型分析：由于原题中并没有指出如何建立的x-y 坐标系，所以具体的南北正方向需要根据数据来进一步求解。通过分析我们可以知道，一天中正午时间太阳高度角达到最大，此时对于北半球的此地，太阳位于其正南方，影长达到最短，影子方向指向正北方方向。而影子方向始终背离太阳方向，也就是说我们可以根据影子方向确定每时每刻的太阳方位角。对于影子长度与时间的我们运用最小二乘法计算出它们的二次关系，进而推求出正午影长以及正午时间。对于短时间内之中x，y数据与时间的变化关系，我们通过对数据相关性的分析，可以知道x，y坐标在短时间内与累计时间呈现高度线性关系，我们在此应用最小二乘法进行线性拟合，求解出其线性函数，经过检验。而对于这一问题，这一天在春分日前后，昼长大致12小时，太阳直射赤道处。

1）。对于经度的求解，我们可以根据已经计算出来的当地正午北京时间，以北京所在的东八区为参照，求解出所在经度。

2）。对于所求的纬度，我们建立方位角与时角，太阳直射地点的关系模型，利用处理好的数据，运用二分法进行精

确求解。

2.2 模型的建立：

2.2.1 经度模型的建立

我们将数据导入matlab，通过计算影子长度，我们得到从14:42到15:42的影子长度相应的数据如下：

14:42 1.149626

14:45 1.182199

14:48 1.215297

14:51 1.249051

14:54 1.283195

14:57 1.317993

15:00 1.353364

15:03 1.389387

15:06 1.426153

15:09 1.4634

15:12 1.501482

15:15 1.540232

15:18 1.579853

15:21 1.620145

15:24 1.661271

15:27 1.703291

15:30 1.746206

15:33 1.790051

15:36 1.835014

15:39 1.880875

15:42 1.927918

由于这里的时间格式无法当做自变量数据，故我们在这里把时间转化为从十二点到此时此刻的分钟累计。我们以时间累积为自变量，以影子长度为因变量，用matlab拟合出它的散点图：

我们观察这一段散点图，不难发现，两者大致呈二次多项式关系。我们接下来运用matlab中的多项式拟合函数polyfit针对这两个变量进行多项式拟合，找到的时间与影子

长度关系式如下：

y=0.000293612207924286*x^2-0.0733391374619733*x+5.511 0。

matlab中在函数绘图的时候一般情况下是先对自变量和函数值进行等间距采样，这样就会导致某些函数在曲率较大的地方函数图像信息的不准确，故我们采取一种新的函数拟合方法，即根据函数曲率随时调整采样点密度，这样可以精确绘制出函数图像，图像如下：

根据二次函数性质，二次函数在-2a/b处取得全局函数极小值。接下来我们可以找到该函数的最低点坐标：（124.8912，0.9313），也就是说影子长度在北京时间下午2点4分达到最小，此时为该地正午时分。

由于北京的坐标位于北纬39度54分26秒,东经116度23分29秒，位于东八区。而地球上每一经度对应时差为四分钟，该地按时间来说早于北京，所以，我们可以推算出该

地的经度为85度，结合我国地图，如下图，该经度附近大概通过我国新疆和西藏，尼泊尔，印度。

2.3 纬度求解模型的建立

前期，我们已经分析过太阳在某地一天中高度角h变化的具体公式，sin h＝sin φsin δ＋cos φcos δcos t，这一天在春分日前后，昼长大致12小时，太阳直射赤道处，所以δ=0，所以公式可以简化为sin h＝cos φcos t，其中，t 为时角，φ为当地纬度。

对于任意时刻，影子长度l与物体高度x，太阳高度角h的关系式如下l=x/tan（h）。

接下来根据前期分析中的一天中太阳方位角变化公式：cosA = (sinhsinφ - sinδ) / (cosh cosφ)，由于δ=0，所以可以化简为cosA = (sinhsinφ) / (cosh cosφ)。

这里对于三个方程，我们有四个未知量，故我们还要找到一组模型关系。

对于太阳方位角，我们可以进一步求解。在这里我们对第二

问附件1当中的x，y轴坐标进行绘图分析。得到如下散点图。

我们观察到，在相对较短时间内，随着时间的推移x轴坐标大致呈线性增长。故我们对x轴坐标和累计时间利用最小二乘法进行线性拟合，所谓的最小二乘法（generalized least squares）就是是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。最小二乘法是用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。最小二乘法通常用于曲线拟合。

其具体做法就是在给定的函数类中，对于给定数据，

i=(1,2,3…….m),求出函数p(x),使误差的平方和达到最小，即：

我们利用matlab进行编程，得到以下关系模型：

A=0.0131*t-1.1112

其中，A为太阳方位角，t为从北京时间十二点的累计时间。我们求得当地正午时候影子顶端的x坐标为0.5249。同理，

我们针对y坐标进行绘图分析，得到如下散点图：

我们观察到，随着时间的推移，y坐标的改变呈现高度的线性增长特性。我们继续利用最小二乘法对其进行线性回归，得到以下函数：

Y=0.0019*t+0.1835

Y为影子端点的纵坐标，t为时间的累积量。我们计算求得这个地方正午时影子端点的纵坐标是0.4191。

所以我们就求得了这个地方正午时分影子端点的坐标（0.5249，0.4191），这个坐标就是正北方向坐标。利用正北方向，我们可以利用余弦定理，求得这21个采样时间点的太阳方位角余弦。余弦定理是：三角形中,任意一边的平方等于另外两边的平方和减去另两边及其夹角的余弦的积的两倍.。我们求解得到这21组。

建立模型方程组如下：

1. cosA = (sinh*sinφ) / (cosh *cosφ)

2. l=x/tan（h）

3. sin h＝cos φ* cos t

我们利用matlab的fzero函数进行求解，求解得到的纬度值为北纬42.7310°，所以该地的坐标是：北纬42.7310°，东经85.23°，大致在乌鲁木齐附近。

模型三：

3.1 模型的建立：

对于问题三，我们依旧有如下的方程组：

sin h＝sin φsin δ＋cos φcos δcos t

b=x*tan（h）

cosA = (sinhsinφ- sinδ) / (cosh cosφ)

分析这个方程组我们可以知道，对于问题三，我们依然可以利用模型二求出太阳方位角的余弦值cosA，影子长度b。而我们又知道，对于任意一个确定的日期，该日的太阳直射点纬度δ也是一个确定的数，因此问题求解的关键在于日期的确定。

为了简化模型，考虑到日期的任意性，我们取了3组在9月22号（秋分）之后的日期：9月30日，11月1日，12月1日，经过查资料，九月23日为秋分日，太阳直射赤道。太阳直射点从赤道南移的过程可大致简略为匀速运动。太阳直

射纬度是某日（R）太阳直射点的地理纬度位置δ=0°+（R —9月23日）*（23°26′*4/365），利用matlab计算可知这三天的太阳直射点纬度分别是南纬 1.8027°，9.5288°，17.2548°。

3.2 模型的求解

3.2.1经度的确定

我们拟合出了影长b关于累计时间t的关系式：[0.000702512197687887]*t^2+[-0.0707693625707730]*t+14.0 424，同时利用自适应拟合得到了下图所示关系图：

由此利用二次函数的求极限值公式求出了图像的极小值点为50，影长b最小为12.2601米。由此可知当地的正午时分为北京时间12点50分，由于地球上每一经度对应时差为四分钟，而该地正午时分晚于处于东八区的北京，因此可以推算出该点的经度是东经107.5°。结合我国地图，该地在我国可能的省份有内蒙古，陕西，贵州以及广西。

3.2.2纬度的确定

（1）利用最小二乘法以及线性回归，我们确定了影子

端点的坐标值与累计时间的关系，分别是：

X=0.0208873*t - 0.296692

Y=3.38826 - 0.000919091*t

根据模型二的分析，可以求得正午时刻，在问题三给出的坐标系下，正北方向的坐标为（0.7554，3.3420）。以原点，正北方向坐标点，已经影子端点构成三角形，在这个三角形中利用余弦定理可以求得太阳方位角cosA。带入21组已知的影子端点坐标我们可得到每个时刻对应的cosA。21组数据拟合成三角函数图像如下：

接下来，我们需要确定时角。根据求出的该日的正午时间由时角的定义，可以确定时角

t=15*(t2-12.83)，13.15=

计算出的时角数据如下：

4.8000

5.5500

6.3000

7.05007.8000

8.5500

9.3000 10.0500 10.8000

11.550012.300013.050013.800014.550015.3000

16.050016.8000 17.5500 18.3000 19.050019.8000

这里继续之前建立的关系模型：

sin h＝sin φsin δ＋cos φcos δcos t

b=x*tan（h）

cosA = (sinhsinφ- sinδ) / (cosh cosφ)

t=15*(t2-12.83）

利用lingo进行数值求解。

综上所述，可能的几组拍摄日期和拍摄地点是：

1.9月30日地理坐标东经107.5°，北纬44.7°，大致位置在蒙古国境内

2.11月1日地理坐标东经107.5°，北纬14.79°，大致位置在越南，老挝，柬埔寨三国交界处

3.12月1日地理坐标为东经107.5°，北纬20.59°，大致位置在越南下龙湾观澜岛

模型四：

4.1

前期分析：根据视频采集挖掘有效信息，估算影子长度，影子方向使这一问题中的不同于以上几个模型的有趣的地方。我们注意到，随着时间的推移，影子长度方向都在变化。我们还可以观察到，摄像机的视角并不是垂直朝向杆子的，

而是向左偏斜了一定角度，根据透视观点的知识，在这样的情形下，我们观察到的影子是短于实际长度的。故我们需要对机位进行人工矫正。

视频中时间长度为四十分钟，经过粗略估计，影子转过9°。我们在视频当中每四分钟采集一帧图像，根据比例关系量取并且计算屏幕中影子长度b1.根据最后一幅图像中的影子方向建立x轴坐标，进而建立y轴坐标。

根据中间地板线修正视角，修正角度a0=90-（地边中间的缝线与图片下沿的夹角）。影子长度为屏幕测算长度b=b1/sin(a0)。b即为实际长度。由于这四十分钟里影子大概转过9度，也就是每一次采样，转过0.9度，根据刚才建立的坐标系求解这十组影子端点坐标a

地板中间缝线就是右图：

我们通过测量得到，a0=0.8921（弧度制），经过校正后的影子长度：l2/cos(a)。

在量取影子长度的时候，由于整个过程中影子大致只是转过9度，所以我们就认为影子的旋转不会对测量造成影响，而无论是图中还是现实生活中，竿子和影子的比例都是一样的。所以，我们可以根据图中影子和杆子的长度比例关系测定并计算得到未矫正前的影子长度，影子长度如下：

经过校正后的影子长度：l2/cos(a)，这是经过矫正后的影子的长度变化图：

经过校正后的影子长度如下：

在这里，我们依旧用二次多项式拟合影子长度和累计时间的关系，通过二次函数的性质，我们直接求得这个二次函数关系模型的最低点，即从0:00累计分钟时间为

757.275060307610时，即中午北京时间13:04，影子长度0.6667米。

不难判断，这一点的经度为东经101度附近，大致通过我国内蒙古，甘肃，四川，云南，泰国等地。

接下来我们计算影子顶点的坐标，由于我们沿最后一张照片中的影子方向建立坐标系，而且这四十分钟里面，影

2015全国大学生数学建模竞赛B题

“互联网+”时代的出租车资源配置摘要随着“互联网+”时代的到来，针对当今社会“打车难”的问题，多家公司建立了打车软件服务平台，并推出了多种补贴方案，这无论是对乘客和司机自身需求还是对出租车行业发展都具有一定的现实意义。本文依靠ISM解释结构、AHP-模糊综合评价、价格需求理论、线性规划等模型依次较好的解决了三个问题。对于问题一求解不同时空出租车资源“供求匹配”程度的问题，本文先将ISM模型里的层级隶属关系进行改进，将影响出租车供求匹配的12个子因素分为时间、空间、经济、其它共四类组合，然后使用经过改进的AHP-模糊综合评价方法建立模型，提出了出租车空载率这一指标作为评价因子的方案，来分析冬季某节假日市南岗区出租车资源“供求匹配”程度。通过代入由1-9标度法确定的各因素相互影响的系数，得出各个影响因素的权重大小，利用无量纲化处理各影响因素，得出最终评判因子为0.3062，根据“供求匹配”标准，得出市南岗区出租车资源“供求匹配”程度处于供需合理状态的结论。同理，也得到了市不同区县、不同时间的供求匹配程度，最后作出市出租车“供求匹配”程度图。对于问题二我们运用价格需求理论建立模型，以补贴前后打车人数比值与空驶率变化分别对滴滴和快的两个公司的不同补贴方案进行求解，依次得到补贴后对应的打车人数及空驶率的变化，再和无补贴时的状态对比，最后得出结论：当各公司补贴金额大于5元时，打车容易，即补贴方案能够缓解“打车难”的状况；当补贴小于5元时，不能缓解“打车难”的状况。对于问题三，在问题二的模型下，建立了一个寻找最优补贴金额的优化模型，利用lingo软件[1]进行求解算出最佳补贴金额为8元，然后将这个值带入问题二的模型进行验证，经论证合理后将补贴金额按照4种分配方案分配给司机乘客。关键词：ISM解释结构模型；AHP-模糊综合评价；价格需求理论；线性规划

2003年数学建模A题

2003高教社杯全国大学生数学建模竞赛题目（请先阅读“对论文格式的统一要求”） A题 SARS的传播 SARS（Severe Acute Respiratory Syndrome，严重急性呼吸道综合症, 俗称：非典型肺炎）是21世纪第一个在世界范围内传播的传染病。SARS的爆发和蔓延给我国的经济发展和人民生活带来了很大影响，我们从中得到了许多重要的经验和教训，认识到定量地研究传染病的传播规律、为预测和控制传染病蔓延创造条件的重要性。请你们对SARS 的传播建立数学模型，具体要求如下：（1）对附件1所提供的一个早期的模型，评价其合理性和实用性。（2）建立你们自己的模型，说明为什么优于附件1中的模型；特别要说明怎样才能建立一个真正能够预测以及能为预防和控制提供可靠、足够的信息的模型，这样做的困难在哪里？对于卫生部门所采取的措施做出评论，如：提前或延后5天采取严格的隔离措施，对疫情传播所造成的影响做出估计。附件2提供的数据供参考。

（3）收集SARS对经济某个方面影响的数据，建立相应的数学模型并进行预测。附件3提供的数据供参考。（4）给当地报刊写一篇通俗短文，说明建立传染病数学模型的重要性。附件1： SARS疫情分析及对北京疫情走势的预测 2003年5月8日在病例数比较多的地区，用数理模型作分析有一定意义。前几天，XXX老师用解析公式分析了北京SARS疫情前期的走势。在此基础上，我们加入了每个病人可以传染他人的期限（由于被严格隔离、治愈、死亡等），并考虑在不同阶段社会条件下传染概率的变化，然后先分析香港和广东的情况以获得比较合理的参数，最后初步预测北京的疫情走势。希望这种分析能对认识疫情，安排后续的工作生活有帮助。 1 模型与参数假定初始时刻的病例数为N0，平均每病人每天可传染K个人（K

2015年全国大学生数学建模C题月上柳梢头

2015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、电子、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（从A/B/C/D中选择一项填写）：我们的报名参赛队号（12位数字全国统一编号）：参赛学校（完整的学校全称，不含院系名）：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：年月日（此承诺书打印签名后作为纸质论文的封面，注意电子版论文中不得出现此页。以上容请仔细核对，特别是参赛队号，如填写错误，论文可能被取消评奖资格。）赛区评阅编号（由赛区组委会填写）： 2015高教社杯全国大学生数学建模竞赛编号专用页赛区评阅记录（可供赛区评阅时使用）：

送全国评奖统一编号（由赛区组委会填写）：全国评阅统一编号（由全国组委会填写）：此编号专用页仅供赛区和全国评阅使用，参赛队打印后装订到纸质论文的第二页上。注意电子版论文中不得出现此页，即电子版论文的第一页为标题和摘要页。月上柳梢头

2015全国建模大赛a-题

赛区评阅编号（由赛区组委会填写）： 2015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（从A/B/C/D中选择一项填写）：我们的报名参赛队号（12位数字全国统一编号）：参赛学校（完整的学校全称，不含院系名）：

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：年月日（此承诺书打印签名后作为纸质论文的封面，注意电子版论文中不得出现此页。以上内容请仔细核对，特别是参赛队号，如填写错误，论文可能被取消评奖资格。）赛区评阅编号（由赛区组委会填写）： 2015高教社杯全国大学生数学建模竞赛编号专用页赛区评阅记录（可供赛区评阅时使用）：

送全国评奖统一编号（由赛区组委会填写）：全国评阅统一编号（由全国组委会填写）：此编号专用页仅供赛区和全国评阅使用，参赛队打印后装订到纸质论文的第二页上。注意电子版论文中不得出现此页，即电子版论文的第一页为标题和摘要页。

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

2015全国大学生数学建模竞赛D题答案

2015高教社杯全国大学生数学建模竞赛D题评阅要点 [说明]本要点仅供参考，各赛区评阅组应根据对题目的理解及学生的解答，自主地进行评阅。本题的难点在于通过学习国家相关政策文件，理解真实案例中一次项目规划中的各种约束条件，以此为基础建立成本核算体系，借助各类模型或算法，衡量并调整众筹筑屋规划方案，以实现不同目标的优化问题。评阅时请关注如下方面：建模的准备工作（对题目的正确理解，文献查询，核算模型的依据），模型的建立、求解、求解方法的灵活性和分析方法，计算程序的可运行性，结果的表述，合理性分析及其模型的拓广。问题1：众筹筑屋规划方案Ⅰ的核算流程需熟悉众筹筑屋的新型房地产形势，包括结合实际需求，考虑容积率约束，考虑税务和预估纯收益，这其中包括土地增值税的计算、对取得土地使用权所支付的金额、开发成本、开发费用、与之有关的税金、其它扣除项目等核算，并对核算方式进行说明，应该有文献支持。原始方案（规划方案Ⅰ）的核算: 结合附件中的数据，使用已建立的核算模型对原始开发方案进行一次核算，给出建设规划方案Ⅰ的总购房款、增值税、纯利润、容积率、总套数等计算结果。问题2：考虑参筹者平均购买意愿最大的建设规划方案建立模型，给出合理的约束项和目标函数，并解释。注意考虑必要的套数上下限约束和目标函数的非线性。选取合适的算法进行求解，并对结果给出合理的解释。问题3：项目能成功执行的建设规划方案对问题2中的方案进行核算，得出投资回报率低于25%的结论，对方案进行改进。建立或修改得到新模型，包含投资回报率需达到25%的约束，建立单目标非线性整数优化问题，注意目标函数与约束中均存在非线性，同时目标函数中存在分段的特性，寻求算法并求解，对于求解结果进行合理解释。

2012-2015数学建模国赛题目

（请先阅读“全国大学生数学建模竞赛论文格式规范”） A题葡萄酒的评价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？附件1：葡萄酒品尝评分表（含4个表格）附件2：葡萄和葡萄酒的理化指标（含2个表格）附件3：葡萄和葡萄酒的芳香物质（含4个表格）

（请先阅读“全国大学生数学建模竞赛论文格式规范”） B题太阳能小屋的设计在设计太阳能小屋时，需在建筑物外表面（屋顶及外墙）铺设光伏电池，光伏电池组件所产生的直流电需要经过逆变器转换成220V交流电才能供家庭使用，并将剩余电量输入电网。不同种类的光伏电池每峰瓦的价格差别很大，且每峰瓦的实际发电效率或发电量还受诸多因素的影响，如太阳辐射强度、光线入射角、环境、建筑物所处的地理纬度、地区的气候与气象条件、安装部位及方式（贴附或架空）等。因此，在太阳能小屋的设计中，研究光伏电池在小屋外表面的优化铺设是很重要的问题。附件1-7提供了相关信息。请参考附件提供的数据，对下列三个问题，分别给出小屋外表面光伏电池的铺设方案，使小屋的全年太阳能光伏发电总量尽可能大，而单位发电量的费用尽可能小，并计算出小屋光伏电池35年寿命期内的发电总量、经济效益（当前民用电价按0.5元/kWh计算）及投资的回收年限。在求解每个问题时，都要求配有图示，给出小屋各外表面电池组件铺设分组阵列图形及组件连接方式（串、并联）示意图，也要给出电池组件分组阵列容量及选配逆变器规格列表。在同一表面采用两种或两种以上类型的光伏电池组件时，同一型号的电池板可串联，而不同型号的电池板不可串联。在不同表面上，即使是相同型号的电池也不能进行串、并联连接。应注意分组连接方式及逆变器的选配。问题1：请根据山西省大同市的气象数据，仅考虑贴附安装方式，选定光伏电池组件，对小屋（见附件2）的部分外表面进行铺设，并根据电池组件分组数量和容量，选配相应的逆变器的容量和数量。问题2：电池板的朝向与倾角均会影响到光伏电池的工作效率，请选择架空方式安装光伏电池，重新考虑问题1。问题3：根据附件7给出的小屋建筑要求，请为大同市重新设计一个小屋，要求画出小屋的外形图，并对所设计小屋的外表面优化铺设光伏电池，给出铺设及分组连接方式，选配逆变器，计算相应结果。附件1：光伏电池组件的分组及逆变器选择的要求附件2：给定小屋的外观尺寸图

2015年全国大学生数学建模比赛A题一等奖论文

太阳影子定位问题摘要目前，如何确定视频的拍摄地点和拍摄日期是计算机视觉的热点研究问题，是视频数据分析的重要方面，有重要的研究意义。本文通过建立数学模型，给出了通过分析视频中物体的太阳影子变化，确定视频拍摄的地点和日期的方法。对于问题一，建立空间三维直角坐标系和球面坐标系对直杆投影和地球进行数学抽象，引入地方时、北京时间、太阳赤纬、杆长、太阳高度角等五个参数，建立了太阳光下物体影子的长度变化综合模型。求解过程中，利用问题所给的数据，得到太阳赤纬等变量，将太阳赤纬等参量代入模型，求得了北京地区的9:00至15:00的影子长度变化曲线，当12：09时，影子长度最短；并分析出影长随这些参数的变化规律，利用控制变量法思想，总结了五个参数与影子长度的关系。最后进行模型检验，将该模型运用于东京、西藏两地，得到了这两座城市的影长变化规律曲线，发现变化规律符合实际两地实际情况。对于问题二，为了消除不同直角坐标系带来的影响，将实际坐标转换为二次曲线的极坐标，建立了极坐标下基于多层优化搜索算法的空间匹配优化模型。求解时，先将未知点的直角坐标系的点转换为极坐标，然后设计了多层优化搜索算法，通过多次不同精度的搜索，最后得出实际观测点的经纬度为东经E115?北纬N25?。同时对模型进行验证，实地测量了现居住地的某个时间段的值，通过模型二来求解出现居住地的经纬度，分析了误差产生的原因：大气层的折射和拟合误差。对于问题三，将极坐标转换后的基本模型转换为优化模型，建立了基于遗传算法的时空匹配优化模型。将目标函数作为个体的适应度函数，将经度纬度及日期作为待求解变量，用遗传算法进行求解，得到可能的经度纬度及其日期：北纬20度，东经114度，5月21日；北纬20度，东经114度，7月24日；东经94.5度，北纬33.8度，6月19日。最后，将遗传算法与多层优化搜索算法进行对比分析，得出遗传算法的求解效率和求解精度均优于多层次搜索算法。对于问题四，首先将视频材料以1min为间隔进行采样得到41帧（静态图片），将这些静止图片先利用matlab进行处理，后进行阀值归一化处理，得到这些帧的灰度值矩阵。在图片上建立参考模型，获得影子端点的参考位置。利用投影系统和模型二，建立了基于图形处理的视频拍摄地点搜索模型。利用模型二中多层搜索算法，求得满足精度的最优地点。最优的地点是：东经119,北纬48.7，在内蒙古的呼伦贝尔市。同时假设日期是未知量，将模型四与模型三相结合，得到了可能的地点和时间，并分析了可能出现误差的原因，最后回答了当视频日期未知，也可以确定其位置和日期。最后，给出了模型的优缺点和改进方案。关键词：极坐标化，多层优化搜索算法，遗传算法，图像处理，MATLAB

2012-2015数学建模国赛题目

2012高教社杯全国大学生数学建模竞赛题目（请先阅读“全国大学生数学建模竞赛论文格式规范”） A题葡萄酒的评价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？附件1：葡萄酒品尝评分表（含4个表格）附件2：葡萄和葡萄酒的理化指标（含2个表格）附件3：葡萄和葡萄酒的芳香物质（含4个表格）

2012高教社杯全国大学生数学建模竞赛题目（请先阅读“全国大学生数学建模竞赛论文格式规范”） B题太阳能小屋的设计在设计太阳能小屋时，需在建筑物外表面（屋顶及外墙）铺设光伏电池，光伏电池组件所产生的直流电需要经过逆变器转换成220V交流电才能供家庭使用，并将剩余电量输入电网。不同种类的光伏电池每峰瓦的价格差别很大，且每峰瓦的实际发电效率或发电量还受诸多因素的影响，如太阳辐射强度、光线入射角、环境、建筑物所处的地理纬度、地区的气候与气象条件、安装部位及方式（贴附或架空）等。因此，在太阳能小屋的设计中，研究光伏电池在小屋外表面的优化铺设是很重要的问题。附件1-7提供了相关信息。请参考附件提供的数据，对下列三个问题，分别给出小屋外表面光伏电池的铺设方案，使小屋的全年太阳能光伏发电总量尽可能大，而单位发电量的费用尽可能小，并计算出小屋光伏电池35年寿命期内的发电总量、经济效益（当前民用电价按0.5元/kWh 计算）及投资的回收年限。

2015年全国大学生数学建模竞赛A题.

太阳影子定位（一）摘要根据影子的形成原理和影子随时间的变化规律，可以建立时间、太阳位置和影子轨迹的数学模型，利用影子轨迹图和时间可以推算出地点等信息，从而进行视频数据分析可以确定视频的拍摄地点。本文根据此模型求解确定时间地点影子的运动轨迹和对于已知运动求解地点或日期。直立杆的影子的位置在一天中随太阳的位置不断变化，而其自身的所在的经纬度以及时间都会影响到影子的变化。但是影子的变化是一个连续的轨迹，可以用一个连续的函数来表达。我们可以利用这根长直杆顶端的影子的变化轨迹来描述直立杆的影子。众所周知，地球是围绕太阳进行公转的，但是我们可以利用相对运动的原理，将地球围绕太阳的运动看成是太阳围绕地球转动。我们在解决问题一的时候，利用题目中所给出的日期、经纬度和时间，来解出太阳高度角ｈ，太阳方位角Α，赤纬角δ，时角Ω，直杆高度Ｈ和影子端点位置（x0，y o），从而建立数学模型。影子的端点坐标是属于时间的函数，所以可以借助时间写出参数方程来描述影子轨迹的变化。问题二中给出了日期和随时间影子端点的坐标变化，可以根据坐标变化求出运用软件拟合出曲线找到在正午时纵坐标最小，横坐标最大，影子最短的北京时间，根据时差与经度的关系，求出测量地点的经度。根据太阳方位角Α，赤纬角δ，时角Ω，可以求出太阳高度角ｈ。再结合问题一中的表达式，建立方程求解测量地点的纬度Ф。我们在求解第三问的思路也是沿用之间的模型，但第三问上需要解出日期。对于问题四的求解，先获取自然图像序列或者视频帧，并对每一帧图像检测出影子的轨迹点；然后确定多个灭点，并拟合出地平线；拟合互相垂直的灭点，计算出仿射纠正和投影纠正矩阵；进而还原出经过度量纠正的世界坐标；在拟合出经过度量纠正世界坐标中的影子点的轨迹，利用前面几问中的关系求出经纬度。关键字：太阳影子轨迹Matlab 曲线拟合

2012-2015数学建模国赛题目

2015全国赛数学建模

A题太阳影子定位如何确定视频的拍摄地点和拍摄日期是视频数据分析的重要方面，太阳影子定位技术就是通过分析视频中物体的太阳影子变化，确定视频拍摄的地点和日期的一种方法。 1.建立影子长度变化的数学模型，分析影子长度关于各个参数的变化规律，并应用你们建立的模型画出2015年10月22日北京时间 9:00-15:00之间天安门广场（北纬39度54分26秒,东经116度23分29秒）3米高的直杆的太阳影子长度的变化曲线。 2.根据某固定直杆在水平地面上的太阳影子顶点坐标数据，建立数学模型确定直杆所处的地点。将你们的模型应用于附件1的影子顶点坐标数据，给出若干个可能的地点。 3. 根据某固定直杆在水平地面上的太阳影子顶点坐标数据，建立数学模型确定直杆所处的地点和日期。将你们的模型分别应用于附件2和附件3的影子顶点坐标数据，给出若干个可能的地点与日期。4．附件4为一根直杆在太阳下的影子变化的视频，并且已通过某种方式估计出直杆的高度为2米。请建立确定视频拍摄地点的数学模型，并应用你们的模型给出若干个可能的拍摄地点。如果拍摄日期未知，你能否根据视频确定出拍摄地点与日期？ B题“互联网+”时代的出租车资源配置出租车是市民出行的重要交通工具之一，“打车难”是人们关注的一个社会热点问题。随着“互联网+”时代的到来，有多家公司依托移

动互联网建立了打车软件服务平台，实现了乘客与出租车司机之间的信息互通，同时推出了多种出租车的补贴方案。请你们搜集相关数据，建立数学模型研究如下问题： (1) 试建立合理的指标，并分析不同时空出租车资源的“供求匹配”程度。 (2) 分析各公司的出租车补贴方案是否对“缓解打车难”有帮助？ (3) 如果要创建一个新的打车软件服务平台，你们将设计什么样的补贴方案，并论证其合理性。 C题月上柳梢头 “月上柳梢头，人约黄昏后”是北宋学者欧阳修的名句，写的是与佳人相约的情景。请用天文学的观点赏析该名句，并进行如下的讨论：1. 定义“月上柳梢头”时月亮在空中的角度和什么时间称为“黄昏后”。根据天文学的基本知识，在适当简化的基础上，建立数学模型，分别确定“月上柳梢头”和“人约黄昏后”发生的日期与时间。并根据已有的天文资料（如太阳和月亮在天空中的位置、日出日没时刻、月出月没时刻）验证所建模型的合理性。 2. 根据所建立的模型，分析2016年北京地区“月上柳梢头，人约黄昏后”发生的日期与时间。根据模型判断2016年在哈尔滨、上海、广州、昆明、成都、乌鲁木齐是否能发生这一情景？如果能，请给出相应的日期与时间；如果不能，请给出原因。

2015年美国大学生数学建模竞赛A题

PROBLEM A: Eradicating Ebola The world medical association has announced that their new medication could stop Ebola and cure patients whose disease is not advanced. Build a realistic, sensible, and useful model that considers not only the spread of the disease, the quantity of the medicine needed, possible feasible delivery systems, locations of delivery, speed of manufacturing of the vaccine or drug, but also any other critical factors your team considers necessary as part of the model to optimize the eradication of Ebola, or at least its current strain. In addition to your modeling approach for the contest, prepare a 1-2 page non-technical letter for the world medical association to use in their announcement. 问题一：根除病毒世界医疗联盟声称，他们的新药物可以制止埃博拉病毒，并且治愈病情没有恶化的患者。建立一个现实的，明智的，并且有用的模型，需要考虑的不仅是疾病的扩散、所需要的药物、可能并且可行的发放系统、发放的地点、生产疫苗或药物的速度，还有你们队伍认为在优化消灭埃博拉（或至少它的现在的同类血亲）模型之中重要的因素。除了建立模型以外，还需写一封1-2页非技术性信给世界医疗联盟，让他们在声明中阐述。 SIR

2015数学建模国赛论文设计A题

利用影子确定视频拍摄地点和日期的建模和算法摘要本文研究的问题是如何通过分析视频中物体的太阳影子变化，确定视频拍摄的地点和日期。建模整体思路是，先建立一系列分析用到的物理量，设定一些假设和约束条件，使得问题求解有可行性，之后对这些物理量进行演绎。建模使用的软件平台主要是matlab ，分析用到的主要参量是太阳赤纬、时角、高度角、方位角、纬度，分析过程当中用到的方法有，建立物理概念，明确物理意义，比如引用天球坐标系的概念，在天球坐标系的基础上进行物理分析，通过对建立的参变量进行物理关系的推导，形成公式体系进行求解，对题目所给予的影子坐标数据进行适当变换处理，使用matlab 进行合理的拟合，对于用公式法和方程法没法顺利解决的问题使用穷举法作为解题的补充，对于视频中坐标的取法用到了坐标转换的思想。其中主要公式有 1.cos sin sin cosh A δω= 2.tanh H L = 3. sinh sin sin cos cosh cos A ?δ? -= 4. sinh=cos Ωcos φcos δ+sin φsin δ 第一问，通过物理量变换，先求出高度角，进而得到影子长度与时间变化关系。第二问，拟合点求经度，取点套公式求纬度。第三问，方程思想，过程复杂，采用穷举法近似实现求解。第四问，难点在于通过视频分析，得到影子端点的变化坐标，进而将问题转化成第二问，已知日期（太阳赤纬），时间（时角），求解经度纬度。关键词：天球坐标系物理量演绎分析 matlab 数据拟合分析二元方程组近似穷举法坐标转换思想

1.问题重述与分析如何确定视频的拍摄地点和拍摄日期是视频数据分析的重要方面，太阳影子定位技术就是通过分析视频中物体的太阳影子变化，确定视频拍摄的地点和日期的一种方法。 1.建立影子长度变化的数学模型，分析影子长度关于各个参数的变化规律，并应用你们建立的模型画出2015年10月22日北京时间9:00-15:00之间天安门广场（北纬39度54分26秒,东经116度23分29秒）3米高的直杆的太阳影子长度的变化曲线。分析：模型的参数有经度（地方时），纬度，日期（太阳赤纬）如果能够根据这三个变量建立相关模型，则地球上任意地点任意时刻的物体影子的形状和方位都能够确定 2.根据某固定直杆在水平地面上的太阳影子顶点坐标数据，建立数学模型确定直杆所处的地点。将你们的模型应用于附件1的影子顶点坐标数据，给出若干个可能的地点。分析：这属于一个模型的逆过程，根据已经得到的影子的轨迹形状、日期来推断地点 3.根据某固定直杆在水平地面上的太阳影子顶点坐标数据，建立数学模型确定直杆所处的地点和日期。将你们的模型分别应用于附件2和附件3的影子顶点坐标数据，给出若干个可能的地点与日期。分析：第三问与第二问的不同在于第二问有具体的日期，而第三问中并没有具体的日期这就为求解带来了一定的不确定性和难度 4．（1）附件4为一根直杆在太阳下的影子变化的视频，并且已通过某种方式估计出直杆的高度为2米。请建立确定视频拍摄地点的数学模型，并应用你们的模型给出若干个可能的拍摄地点。（2）如果拍摄日期未知，你能否根据视频确定出拍摄地点与日期？分析：根据视频提取某一时刻的影子的长度，视角之间的转换关系，方向的确定都是值得分析的地方 2.模型约定与假设本文采用如下假定： 1．太阳光线视为平行光

2015年全国大学生数学建模竞赛A题

太阳影子定位技术问题的数学模型摘要本文涉及的是太阳影子定位技术问题。在已知视频中物体的太阳影子变化的情况下，要确定视频的拍摄地点和拍摄日期。首先，分析了文中四个问题的关系，发现前三个问题的已知条件逐步减少，问题难度依次递进。第四问则给出一个实际问题，该问题需要转化成数学模型利用前三问的方法求解；随后，建立了L-G模型、MinZ-模型等，并应用非线性最小二乘法、遗传算法等算法对模型求解。得到基于模型的合理结果。最后，将第四问的实际问题转化数学模型并求解，进而解决问题。对于问题一，要解决的问题是杆长与影子长度的关系，根据天文、几何知识，我们建立了模型来刻画问题给出的参数之间联系，如赤纬角模型、时角模型、太阳高度角模型、影子长度模型（L-G模型）等；分析了各参数对影子长度的影响；最后运用MATLAB绘制出具体给定参数下的3米高直杆的影子变化曲线；从曲线可以看出在9:00到15:00这段时间里，影子长度先变短后变长，最短为3.627米，最长为7.182米。问题二提供了一个关于时间、影子坐标的附件1，杆长未知，为了确定直杆所处的地点，本问建立了MinZ-模型，首先将经度、纬度、杆长离散化，搜索出大概的可行解，然后运用非线性最小二乘算法，选取matlab中的lsqcurvefit命令，以可行解为初值，再运用非线性最小二乘算法，选取MATLAB中的lsqcurvefit命令，在控制残差在10?8之内范围的情况下得到了三个可能地点皆在海南省昌江县内，最小误差的地点为海南省江黎族自治县，北纬19.3025°，东经108.6988°，此时对应直杆高度为2.0219m。同时，将结果代入问题一的模型进行检验，验证了模型的稳定性和算法的合理性。问题三沿用问题一的模型和问题二的算法，由于一个已知量变成一个变量，根据算法特点，在增加一个变量的情况下，算法搜索影长差时只需要增加一重循环。关于附件2数据，残差最小对应的位置为北纬39.8926°，东经79.7438°，具体地点在新疆维吾尔自治区喀什地区巴楚县。日期为2015年4月24日或6月19日；关于附件3数据则是残差最小对应的位置为北纬31.3625°，东经110.1602°，具体地点在湖北省神农架林区。此时对应直杆高度为2.9871m。对应日期为1月25日或10月5日。问题四是将实际问题转化成数学模型并求解的过程，用aviread函数将视频读入MATLAB 软件，并用size函数读取视频帧数Vf=61000，利用mat2gray函数可以对图像灰度化处理。取合理阈值使影子与背景的分界清晰可见，记录直杆顶点及底端坐标，然后依次测录各图片中影子顶点的坐标（单位为像素），最后应用问题二和问题三的方法求解，结合运用MATLAB 遗传算法工具箱，在给出日期条件下，残差最小对应的位置为北纬40.3344°，东经113.2556°，具体地点为内蒙古自治区鄂尔多斯市达拉特旗县；若日期未知，也得到了比较合理的视频拍摄地点和日期。论文最后做了误差分析并给出了模型改进意见；论文的特色在于思路清晰，方法简洁，将数学模型与计算机算法、图形很好的结合起来，用图形图表体现结果。每个问题都进行了结果分析和模型验证。关键词：影子定位L-G模型minZ-模型非线性最小二乘法遗传算法

2014年全国数学建模a题解析

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）。（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。）赛区评阅编号（由赛区组委会评阅前进行编号）：

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）：

嫦娥三号软着陆轨道设计与控制策略摘要嫦娥三号卫星着陆器实现了我国首次地外天体软着陆任务。要保证准确的在月球预定区域内实现软着陆轨道与控制策略的设计。问题一运用活力公式[1]来建立速度模型，利用matlab软件代入数值计算出。所求速度33 ?? (=1.692210m/s,=1.613910m/s) v v 远近采用轨道六根数[2]来建立近月点，远月点位置的模型。轨道根数是六个确定椭圆轨道的物理量，也是联系赤道直角坐标与轨道极坐标重要夹角的关系。通过着陆点的位置求出轨道根数各个值的数据，从而确定近月点，远月点的位置，坐标分别为(19.51W 27.88N 15KM),(160.49 27.885S 100KM) E。问题二“嫦娥三号”软着陆过程中需要经历6个不同的阶段,对于主减速阶段，在极坐标系下建立其运动方程。结合Pontryagin极大值原理[3]和哈密顿函数[4]，化简出燃料最省的软着陆轨道方程，得出最优控制变量的变化规律。对于其它各阶段，将其简化为加速度不同的线性运动模型，利用动能定理得出相应轨道方程和控制策略。问题三对第二问中求出的“嫦娥三号”推力和速度切线方向夹角?,给?增加或减小一个角度?,分别求出各个对应的近月点坐标'y。之后求各个坐标与其原始值之间的变化量'y并求其平均值'y，得到其敏感性因数，敏感性系数越大，说明该属性对模型的影响越大。关键字：活力公式轨道六根数 Pontryagin极大值原理燃料最省

2015年校数学建模题目B题_DNA序列

2015年“深圳杯”数学建模夏令营 B题：DNA序列的k-mer index 问题这个问题来自 DNA序列的k-mer index问题。给定一个DNA序列，这个系列只含有4个字母ATCG，如 S =“CTGTACTGTAT”。给定一个整数值k，从S的第一个位置开始，取一连续k个字母的短串，称之为k-mer（如k= 5，则此短串为CTGTA），然后从S的第二个位置，取另一k-mer（如k= 5，则此短串为TGTAC），这样直至S的末端，就得一个集合，包含全部k-mer 。如对序列S来说，所有5-mer为｛CTGTA，TGTAC，GTACT，TACTG，ACTGT，TGTAT｝通常这些k-mer需一种数据索引方法，可被后面的操作快速访问。例如，对5-mer来说，当查询CTGTA，通过这种数据索引方法，可返回其在DNA序列S中的位置为｛1，6｝。问题现在以文件形式给定 100万个 DNA序列，序列编号为1-1000000，每个基因序列长度为100 。（1）要求对给定k，给出并实现一种数据索引方法，可返回任意一个k-mer所在的DNA序列编号和相应序列中出现的位置。每次建立索引，只需支持一个k值即可，不需要支持全部k值。（2）要求索引一旦建立，查询速度尽量快，所用内存尽量小。（3）给出建立索引所用的计算复杂度，和空间复杂度分析。（4）给出使用索引查询的计算复杂度，和空间复杂度分析。（5）假设内存限制为8G，分析所设计索引方法所能支持的最大k值和相应数据查询效率。

（6）按重要性由高到低排列，将依据以下几点，来评价索引方法性能?索引查询速度 ?索引内存使用 ?8G内存下，所能支持的k值范围 ?建立索引时间

2015深圳杯数学建模a题课程论文

《数学建模II》课程论文组别学生一学生二学生三时间成绩

摘要: 医疗保险是关系到国计民生和国家发展的重大问题，基金统筹定额标准对医疗保险的发展、完善和社会稳定发展有重要影响。本文探讨了年基金支付总额与年龄之间的关系，给出新的定额标准，并对按参保人年龄结构分类的每一类定点医疗机构下一年度的定额总费用进行预测。针对问题一，我们建立模型一和模型二。模型一计算出人均支付基金总额，利用excel 画出折线图，并且根据折线图的分布进行不同区间对你曲线进行拟合，利用隶函数，确定出人均支付基金总额与年龄的之间的函数关系，并通过相关性检验，得到了相应的方程。模型二分析得到年基金支付总额与看病次数近似成正比关系，然后将年基金支付总额0到180万分成6 段，利用每个年龄看病次数占总的看病次数的比重求的每段一个平均年基金支付总额，再求的每个区间段的平均人数，平均总额与平均人数的比即为新的定价。针对问题二，对附件4的数据进行分析，建立了聚类分析模型，对46个医疗机构进行的分类，运用SPSS 进行求解，把医疗机构分成了5类，分类结果见表五，然后在新的定额标准下，利用excel 求的每一个医疗机构的总费用，最后用均值表示为每一类医疗机构的下一年的预测费用为：关键词：：统计回归聚类分析拟合一、问题描述近来，为给各县市居民的医保方便，各县市纷纷出台有关社会基本医疗保险普通门诊统筹的相关办法，其中，职工医疗保险、外来劳务人员大病医疗保险、未成年人医疗保险、城乡居民基本医疗保险的参保人全部纳入门诊统筹的范围。医疗保险欺诈，是指公民、法人或者其他组织在参加医疗保险、缴纳医疗保险费、享受医疗保险待遇过程中，故意捏造事实、弄虚作假、隐瞒真实情况等造成医疗保险基金损失的行为。骗保人进行医保欺诈时通常使用的手段，一是拿着别人的医保卡配药，二是在不同的医院和医生处重复配药。下面这些情况都有可能是医保欺诈：单张处方药费特别高，一张卡在一定时间内反复多次拿药等。社会基本医疗保险门诊统筹实行定点医疗。某市医疗保险定点医疗机构为社区卫生服务机构及镇卫生院。保险按照年度定额筹集，每人每年100元。由于医疗保险基金收

数学建模竞赛试题 2015

A题飞越北极 2000年6月，扬子晚报发布消息：“中美航线下月可飞越北极，北京至底特律可节省4小时”，摘要如下： 7月1日起，加拿大和俄罗斯将允许民航班机飞越北极，此改变可大幅度缩短北美与亚洲间的飞行时间，旅客可直接从休斯敦，丹佛及明尼阿波利斯直飞北京等地。据加拿大空中交通管制局估计，如飞越北极，底特律至北京的飞行时间可节省4个小时。由于不需中途降落加油，实际节省的时间不止此数。假设：飞机飞行高度约为10公里，飞行速度约为每小时980公里；从北京至底特律原来的航线飞经以下10处： A1 (北纬31度，东经122度)； A2 (北纬36度，东经140度)； A3 (北纬 53度，西经165度)； A4 (北纬62度，西经150度); A5 (北纬 59度，西经140度)； A6 (北纬 55度，西经135度)； A7 (北纬 50度，西经130度)； A8 (北纬 47度，西经125度)； A8 (北纬 47度，西经122度)； A10 (北纬 42度，西经87度)。请对“北京至底特律的飞行时间可节省4小时“从数学上作出一个合理的解释，分两种情况讨论：

（1）设地球是半径为6371千米的球体；（2）设地球是一旋转椭球体，赤道半径为6378千米，子午线短半轴为6357千米。

B题：DNA限制性图谱的绘制绘制DNA限制性图谱是遗传生物学中的重要问题。由于DNA分子很长，目前的实验技术无法对其进行直接测量，所以生物学家们需要把DNA分子切开，一段一段的来测量。在切开的过程中，DNA片段在原先DNA分子上的排列顺序丢失了，如何找回这些片段的排列顺序是一个关键问题。为了构造一张限制性图谱，生物学家用不同的生化技术获得关于图谱的间接的信息，然后采用组合方法用这些数据重构图谱。一种方法是用限制性酶来消化DNA分子。这些酶在限制性位点把DNA链切开，每种酶对应的限制性位点不一样。对于每一种酶，每个DNA分子可能有多个限制性位点，此时可以按照需要来选择切开某几个位点（不一定连续）。DNA分子被切开后，得到的每个片段的长度就是重构这些片段的原始顺序的基本信息。在多种获取这种信息的实验方法中，有一种广泛采用的方法：部分消化（the partial digest, PDP）方法。在PDP中，采用一种酶，通过实验得到任意两个限制性位点之间片段的长度。假设与使用的酶对应的限制性位点有n个，通过大量实验，可得到n+2个点（n个位点加上两个端点）中任意两点之间的距离，共2 C个值。然后用这22+n C个距离来重构n个限制性位点的位n 2 + 置(解不一定唯一，两个端点对应于最长的距离)。若?X是线段上的点集X中所有点之间距离的集合，PDP就是给定?X求X。下图给出了一个例子。