全面二孩数学建模讲义

基于Leslie模型看人口政策改革

研究结论

1。我国总和生育率从 1996 年起开始低于 1.6，至今已 20 年，根据日韩经验，全面放开二孩政策对育龄妇女总和生育率的提升作用有限。

2。单独二孩政策影响到的目标育龄妇女人群在1100万人左右，截至到2015年9月底，全国共有176万对单独夫妻提出再生育申请，共新增人口130万左右，低于预期效果。

3。此次全面放开二孩政策影响到的目标育龄妇女人群在8000万人左右，政策实施第1年带来的新增人口大致为500万。此后逐年递减，短期人口增量可能会在未来5年逐渐释放，共计1500-2500万。

4。此次全面放开二孩政策，短期来看，加剧了劳动年龄人口的抚养压力；长期来看，在一定程度上增加了低年龄段人口比重，但不会逆转我国的老龄化趋势。到2050年我国的65岁以上人口占总人口的比例为21%，比2014年增加11%。我们仍需为未来的老龄化社会做好准备。

摘要

近年来，我国人口增长趋势持续走低，相关部门针对有可能存在的问题提出了一系列新的人口政策。本文针对“单独二孩”政策对人口变化的影响，结合人口变化中存在的老龄化，性别比例失衡等问题，对中国人口总量以及人口分布建立了人口模型进行预测。首先，在《中国统计年鉴》以及历次人口普查数据的基础上，分析了性别比例、死亡率以及生育率对人口增长的影响。使用Leslie人口模型对人口总量预测，Leslie模型能够更好地用于预测人口比例结构。最后采用Matlab编程对Leslie人口模型实现，对2016-2050年间的人口总量及人口分布规律进行了预测。

文中所涉及模型均采用Matlab进行求解，从模型的结果中可以看出，从长期发展来看，全面二孩政策要优于现行政策和单独二孩政策。全面二孩政策下我国人口总数在2027年达到峰值14.52亿，到2050年，人口总量降到13.38亿，人口规模得到一定的控制，其中十二五期间人口总量控制在13.8亿之内，符合我国制定的十二五规划中的人口总量不能超过13.9亿的要求。人口总量得到了一定的控制，人口年龄结构失衡的状态也得到缓解，虽然未来40年抚养负担加重及老龄化趋势已经不可避免，但相比于现行政策和单独二孩政策，老龄化趋势有所缓解，老年抚养比下降，总抚养比到2060年以后开始回落，且回落速度较快，人口结构开始年轻化。所以，我国应尽快落实“二孩”人口政策，使总和生育率达到最佳更替水平2.1，并且宣布未来至少二十年不会再次实行紧缩生育政策，以免人们由于担心政策再次紧缩而出现抢生的风险，保证人口持续发展的稳定性。既然未来50年总人口抚养比上升趋势无法避免，只有提高人口质量，优化教育。教育是科学技术发展的基础，人口素质的提高是加快经济发展、应对高度老龄化，抚养比加重的根本途径。同时健全社会保障体系，发展老龄化产业，合理提高老年人退休年限。

关键词：Leslie 模型；人口预测；单独二孩；全面二孩；matlab

一、问题重述

计划生育主要内容及目的是：提倡晚婚、晚育，少生、优生，从而有计划地控制人口。计划生育这一基本国策自制订以来，对中国的人口问题和发展问题的积极作用不可忽视。

目前我国已进入老龄化社会，养老问题日益突出。同时劳动力供给面临巨大缺口。人口问题已经影响到了经济与社会的发展。

2013年11月15日，<<中共中央关于全面深化改革若干重大问题的决定>>对外发布，中央决定放开”单独二孩政策”。单独二孩政策是指，只要夫妻双方一人为独生子女，即可生二孩。从2014年开始全国各地陆续执行单独二孩政策。截止到2015年底，全国共有145万对夫妇提出在生育申请，139万对办理了手续。

2015年10月29日，十八届五中全会决定，坚持计划生育的基本国策，完善人口发展战略，全面实施一对夫妇可生育两个孩子政策，积极开展应对人口老龄化活动。预计从2016年起全国各地将陆续执行”全面二孩政策”。请查阅相关资料完成以下问题：

1、分析当前我国人口发展面临的问题；

2、搜集数据并建立数学模型描述“单独二孩政策”对我国人口发展的影响；搜集数据并建立数学模型预测“全面二孩政策”对我国人口发展的影响；

3、依据上述模型，给出我国人口政策改革的方向和政策建议。

二、问题分析

人口问题一直是人类社会发展的核心，中国是一个人口数量大国，人口政策作为调控人口各项指标的直接手段，关系到中国人口数量、人口规模以及经济、资源、环境的协调发展。题中主要要求对不同生育政策下人口数量和人口规模进行分析预测。近年来，发展较为成熟的人口预测模型主要有BP神经网络模型，Logistic模型，Leslie模型以及GM(1，1)模型等，选取哪种模型进行预测，是首要考虑的问题。BP神经网络模型需要大量的历史数据来进行预测，这些数据的获得比较困难，操作也比较繁琐，长期预测效果不是很好，因此不予考虑。可考虑用Logistic模型和Leslie模型对人口规模进行预测，由于Leslie模型在预测人口数量的同时，对人口结构也能进行很好的预测，可做重点考虑。

其次，题中涉及的单独二孩政策，全面二孩政策，如何对这两个政策进行定性及定量分析，怎样区别这两个政策，哪些因素决定着生育政策的不同，这是需要去考虑的。对于第三问的“给出我国人口政策改革的方向和政策建议”，需比较政策实施前后人口数量变化趋势，及人口结构的变化，尤其需要具体分析三种政策下人口老龄化程度，人口性别比，人口抚养比，人口老化指数等等，从而给出合理化建议，故选用Leslie模型。

三、模型建立模型假设

假设1：所有数据均具有真实可靠，具有统计分析价值；

假设2：本问题所研究的是一个封闭系统，即不考虑人口迁移问题；

假设3：在预测期内，不发生战争及自然灾害等引起大规模的人口伤亡或人口迁移，即人口变化保持平稳，不出现骤减的现象；

假设4：各地各民族的人口政策相同；

假设5：假设2010年前城市夫妻双方都是独生子女只能生一胎，2011年政策开放后，允许生两胎；

假设4：15周岁到49周岁的所有女性为育龄妇女，不考虑其是否已婚、丧偶，是否具有生育能力；

假设5：不考虑生育率、死亡率和男女性别比随着区域人口流动发生变化的情况；

假设6：假设用多胞胎的数量来抵消那些不结婚的成年男女；假设7：各年段人口死亡率不出现突变现象；假设8：中国所能容纳的人口有限。

符号说明

()i x t ：第t 年第i 年龄组的女性人口数，i =0，1，2……100 ()i d t ：第t 年第i 年龄组的女性死亡率

()i s t ：第t 年第i 年龄组的女性存活率，()1-()i i s t =d t ()i b t ：第t 年第i 年龄组的女性生育率

()w t ：第t 年出生人口中女性新生儿比例

Leslie 模型

Leslie 模型属于一种以年龄和性别为基础的离散矩阵模型，人口学家很早就利用这个原理进行人口预测方面的研究，模型构建原理：按性别分组，以女性某一初始时期的分年龄别人口数作为一个列向量，通过年龄别生育率、年龄别死亡率构建Leslie 矩阵，右乘分年龄别人口数的列向量，得到新的列向量作为新的女性人口，通过男女比例推算出总人口。所以Leslie 模型是以离散的人口作的相关自变量、性别分组及某一初始时期的人口发展数据为机理，能对未来一个或多个区域进行人口规模和年龄结构以及性别比进行预测的综合模型。

本文基于Leslie 模型对中国人口规模及结构进行预测分析，具体分析如下：首先，将我国的人口按年龄分为101组，以一年为间隔，100岁及100岁以上的全部划分到一个年龄组，第t 年第i 年龄组的女性人口数为()i x t ，i =0，1，2……100 第t 年第i 年龄组的女性死亡率为()i d t 第年第年龄组的女性存活率为()i s t ，()1-()i i s t =d t 第t 年第i 年龄组的女性生育率()i

b t 年出生人口中女性新生儿比例为()w t

(+1)=()m

i i i=x t b wx t ∑ (5-4)

第t +1年第i +1年龄组的女性人口数为第t 年第i 年龄组存活下来的女性人口数：

1(+1)=()()i+i i x t s t x t (5-5)

构造的Leslie 矩阵

121121

000

00000m-m m-wb wb ...wb wb s ......L =s .....................

s ?? ? ?

? ? ? ??

其中i 得到Leslie 人口预测模型：

0121011

111(1)()(1)00()(1)00()(1)0()(1)000()m-m m m m m-m x t wb wb ...wb wb x t x t s ......x t x t +=...=s ..........=Lx t x t ............x t x t ...s x t --+??????

? ? ?+ ? ? ?

? ? ? ? ? ?

+ ? ? ?

? ? ?+??????

(5-6)

人口预测模型的矩阵简化式为：

(1)=()x t +Lx t (5-7)

通过递推公式可得

()=(0)x t L'x (5-8)

因此，可根据L 矩阵及初始女性人口分布向量x (0)，得到第t 年女性人口的分布数量，通过男女比例推算出总人口的各项指标。

本文所建立的Leslie 模型涉及到四个变量：年龄别生育率、总和生育率、年龄别死亡率和出生人口性别比。

年龄别生育率、总和生育率和年龄别死亡率均由原始资料（见附件）直接获得。

出生人口性别比采用2013年全国人口变动情况抽样调查样本数据。

四、问题求解

问题1、分析当前我国人口发展面临的问题；

人口问题始终是经济和社会发展的核心问题，中国作为一个发展中国家，占据着世界19%的人口比重，居于首位。所以处理好中国的人口问题对促进中国的经济社会发展至关重要。当前的计划生育人口政策是我国的一项基本国策，实施于1976年，它主要是针对当时我国人口大量增加、人口发展与经济社会发展水平极不相应等现象提出来的。实施30多年来，取得了相应的成效，在中国人口

基数很大的情况下，有效地遏制了人口过快增长，提高了全民族的人口质量，同时为国家积聚了财富，优化了人均资源水平，开辟了一条具有中国特色的人口可持续发展道路，但是任何违背人口自然规律的措施都是有两面性的，在取得目标成绩的同时，当前人口政策所带来的另一方面的负面影响逐渐显现出来，进入21世纪以来，中国的人口、社会经济、环境形势发生了很大变化。出现了诸如人口出生性别比例失调，劳动力市场供给不足，老龄化趋势愈演愈烈等现象，这些都影响着中国经济社会发展的进程，成为目前政府急待解决的问题。据统计，20世纪与21世纪之交，我国的人口年龄结构率先步入老年型，2000年，我国65岁及以上的老年人口比例达到了6.96%，而第六次人口普查结果显示这个比例已高达8.87%，中国城市老年家庭空巢率也增至49.7%，农村已达38%，这些对经济和社会的发展都提出了新的挑战。

问题2、搜集数据并建立数学模型描述“单独二孩政策”对我国人口发展的影响；搜集数据并建立数学模型预测“全面二孩政策”对我国人口发展的影响；

在现行政策、单独二孩政策和全面二孩政策下人口总量预测包括人口总量变动趋势预测与自然增长率变动趋势预测。按照上述设定的参数值及Leslie模型预测方法，在现行政策、单独二孩政策和全面二孩政策下对我国未来40年的人口趋势进行中长期的预测。人口总量变动趋势如图1所示，自然增长率变动趋势如图2所示。

图1. 2010-2050年人口总量

图2. 2010-2050年人口自然增长率在现行政策、单独二孩政策和全面二孩政策下，利用Leslie模型预测人口总量的趋势，给出未来40年的人口总规模变化趋势。

据图1可得，三种政策下未来40年我国人口整体变动呈现先升高后降低的趋势。在现行政策下，2010年之后我国未来人口总规模开始缓慢增长，到2019年人口总量出现峰值13.57亿，2019年后人口总量开始回落，直至2050年人口总量为10.65亿。单独二孩政策下，到2022年人口总量出现峰值14.16亿，2022年后人口总量开始回落，直至2050年人口总量为12.18亿。全面二孩政策下，人口总数在2027年达到峰值14.52亿，到2050年，人口总量降到13.38亿。

实施单独二孩政策后，由于该政策的实施使得未来人口的生育率升高，未来40年人口总量相比现行政策下的人口总量明显增多。此外，实施单独二孩政策后，人口总量峰值的出现晚于现行政策的人口总量峰值。而全面二孩政策相比单独二孩政策，人口峰值也往后延迟了，且2050年人口总量要高出很多。

图2给出了未来40年在现行政策、单独二孩政策和全面二孩政策下的人口自然增长率变动趋势，单独二孩政策下的人口自然增长率明显高于现行政策下的人口自然增长率，在现行政策下我国人口自然增长率逐年下降，到达2019年后人口增长率减为0，人口的负增长从2020年开始，且负增长越来越大，并迅速降至2050年的-1.6%。在单独二孩政策下的自然增长率仍然逐年下降，到达2025年后人口增长率减为0，人口的负增长从2025年开始，且负增长越来越大，并迅速降至2050年的-0.9%。在全面二孩政策下，人口自然增长率在2027年开始负增长，但在2033年以后人口自然增长率逐渐趋于平缓，2050年人口自然增长率为-0.65%，相比现行政策2050年人口自然增长率的-1.6%，有了很大改善。

由上述分析可知，实施二孩政策后，人口增长率的减小幅度较小，且出现人口增长率为零的时间晚于现行政策下的人口增长率，且全面二孩政策明显优于单独二孩政策。

对人口结构的预测

人口结构的预测包括人口老龄化与人口性别比以及少年人口系数，老年人口系数，青壮年人口数，总抚养比等的预测。

图3. 2011-2050年人口性别比

由上图可以看出，全面二孩政策的实施，我国未来40年的人口性别比和现行政策、单独二孩政策相比，均逐年下降，且全面二孩政策下，下降幅度更快。到2050 年，人口性别比由2011年的104降到95。从2027年开始跌落到100以下，也就是说，2027年以后，我国的女性人口将超过男性人口。

图4. 2010-2050年少年人口系数

图5. 2010-2050年老年人口系数

图6. 2010-2050年人口老化指数

图7. 2010-2050年少年老年人口抚养比

图8. 2010-2050年青壮年人口系数

图9. 2010-2050总抚养比

从图中可以看出，现行政策与单独二孩政策下，少年人口系数与青壮年人口系数在未来的40年内整体也呈下滑趋势。现行政策下，到2050年少年人口系数与青壮年人口系数分别降为9.7%、62.6%，单独二孩政策下，到2050年分别降为15.2%、62.9%，但相比现行政策下的少年人口系数，单独二孩政策下的少年人口系数较大，在2040年后少年人口系数趋于稳定，至2045年后少年人口系数有上升趋势，相比现行政策下的青壮年人口系数，单独二孩政策下的青壮年人口系数较小，且两种政策下青壮年人口系数变动趋势基本相同；而老年人口系数呈持续增长趋势，2050年达到22.8%，相比现行政策下的老年人口系数，单独二孩政策实施后，老年人口系数相比现行政策下的较小；单独二孩政策实施后，人口总抚养比在未来的40年整体持续增高，其2023年人口总抚养比略有下降，至2026年后人口总抚养比开始继续增大，2050年人口总抚养比达到62.6%，高于现行政策下的59.3%；而老年人口抚养比在未来的40年也持续增高，至2050年达到37.4%，老年人口抚养比低于现行政策的41.6%；2010年女性人口为6.53亿人，男性人口为6.87亿人，人口性别比为105，但女性人口的比例在未来的40年逐渐升高，至2026年人口性别比下降为100，男女人数持平，随着年份的增长，2050年人口性别比列下降为95.2，且单独二孩政策下未来人口性别比整体低于现行政策的人口性别比。由此可见实施单独二孩政策后，未来的40年内女性人口数仍然会高于男性人口数，但实施单独二孩政策后，相比现行政策下少年人口系数增大、老年人口系数减小及老年人口抚养比降低。因此，相对来说实施单独二孩政策后，对人口老龄化趋势的缓解起到了较好的作用，易于保持社会经济的稳定。

从图中可以看出，全面二孩政策的执行，在未来的40年里，我国少年儿童占总人口的比重虽然还是降低，但同现行政策和单独二孩政策相比，少年儿童占总人口的比重已经明显提升，有了很大改善。未来40年里，人口老龄化程度依然加剧，但在2040年以后基本保持平稳。人口老化指数依然呈现增长，但同另两个政策相比，人口老化指数有所降低。但劳动适龄人口比重降低，虽然同另外两个政策相比，老年人口系数有所减少，但减小幅度很小，而少年儿童人口数上升，导致总抚养比上升，到2050年，总抚养比高达67%，也就意味每10个劳动适龄人口要养育近乎7个非劳动适龄人口。

问题3、依据上述模型，给出我国人口政策改革的方向和政策建议。

综合人口结构来看，全面二孩政策下，在未来的40年里，我国少年儿童占总人口的比重要高出现行政策和单独二孩政策下少年儿童占总人口的比重，达到17%。老年人口系数依然呈现上升趋势，但在2040年以后增长程度变缓，呈现平稳趋势。人口老化指数依然呈现增长，但同另两个政策相比，人口老化指数显著降低。在2042年以后呈现下降趋势，到2050年，老年人口和少年儿童人口基本一样，意味着人口逐渐开始年轻化。同时可以看到老年抚养比上升的趋势在2040年以后得到逐渐平缓。相比另外两个政策劳动适龄人口比重降低，但究其原因，是由于少年儿童人口数量增大导致总抚养比上升，但可以看到2060年以后总抚养比开始下降，且下降趋势迅速。

综上所述，从长期发展来看，全面二孩政策要优于现行政策和单独二孩政策。全面二孩政策下我国人口总数在2027年达到峰值14.52亿，到2050年，人口总量降到13。38亿，人口规模得到一定的控制，其中十二五期间人口总量控制在13。8亿之内，符合我国制定的十二五规划中的人口总量不能超过13。9亿的要求。人口总量得到了一定的控制，人口年龄结构失衡的状态也得到缓解，虽然未来40年抚养负担加重及老龄化趋势已经不可避免，但相比于现行政策和单独二孩政策，老龄化趋势有所缓解，老年抚养比下降，总抚养比到2060年以后开始回落，且回落速度较快，人口结构开始年轻化。所以，我国应尽快落实“二孩”人口政策，使总和生育率达到最佳更替水平2.1，并且宣布未来至少二十年不会再次实行紧缩生育政策，以免人们由于担心政策再次紧缩而出现抢生的风险，保证人口持续发展的稳定性。继续推行“关爱女孩”计划，促使人口性别比回归正常水平。既然未来50年总人口抚养比上升趋势无法避免，只有提高人口质量，优化教育。教育是科学技术发展的基础，人口素质的提高是加快经济发展、应对高度老龄化，抚养比加重的根本途径。同时健全社会保障体系，发展老龄化产业，合理提高老年人退休年限。

附件

2-8 按年龄和性别分人口数 (2013年)

本表是2013年全国人口变动情况抽样调查样本数据，抽样比为0.822‰.

年龄人口数

(人)

占总人

口比重

(%)

性别比男女男女(女=100)

总计1118433 573428 545005 100.00 51.27 48.73 105.22 0-4 63490 34273 29218 5.68 3.06 2.61 117.30 5-9 62446 33890 28556 5.58 3.03 2.55 118.68 10-14 57562 31141 26422 5.15 2.78 2.36 117.86 15-19 68715 36177 32538 6.14 3.23 2.91 111.18 20-24 97406 50961 46446 8.71 4.56 4.15 109.72 25-29 93136 46693 46443 8.33 4.17 4.15 100.54 30-34 82677 41986 40691 7.39 3.75 3.64 103.18 35-39 84334 43057 41277 7.54 3.85 3.69 104.31 40-44 103771 53017 50753 9.28 4.74 4.54 104.46 45-49 98129 49884 48245 8.77 4.46 4.31 103.40 50-54 69533 35355 34178 6.22 3.16 3.06 103.44 55-59 70719 35892 34827 6.32 3.21 3.11 103.06 60-64 58256 29230 29026 5.21 2.61 2.60 100.70 65-69 39216 19577 19638 3.51 1.75 1.76 99.69 70-74 27905 13748 14157 2.49 1.23 1.27 97.11 75-79 21253 10054 11199 1.90 0.90 1.00 89.78 80-84 12769 5759 7011 1.14 0.51 0.63 82.14 85-89 5256 2104 3152 0.47 0.19 0.28 66.75 90-94 1558 555 1003 0.14 0.05 0.09 55.33 95+ 304 77 227 0.03 0.01 0.02 34.05

2-4 人口年龄结构和抚养比单位：万人

总人口(年末) 按年龄组分

总抚养

比

少儿抚

养比

老年抚

养比

年份0-14岁15-64岁65岁及以上(%) (%) (%)

人口数比重

(%)

人口数

比重

(%)

人口数

比重

(%)

1982 101654 34146 33.6 62517 61.5 4991 4.9 62.6 54.6 8.0 1987 109300 31347 28.7 71985 65.9 5968 5.4 51.8 43.5 8.3 1990 114333 31659 27.7 76306 66.7 6368 5.6 49.8 41.5 8.3 1991 115823 32095 27.7 76791 66.3 6938 6.0 50.8 41.8 9.0 1992 117171 32339 27.6 77614 66.2 7218 6.2 51.0 41.7 9.3 1993 118517 32177 27.2 79051 66.7 7289 6.2 49.9 40.7 9.2 1994 119850 32360 27.0 79868 66.6 7622 6.4 50.1 40.5 9.5 1995 121121 32218 26.6 81393 67.2 7510 6.2 48.8 39.6 9.2 1996 122389 32311 26.4 82245 67.2 7833 6.4 48.8 39.3 9.5 1997 123626 32093 26.0 83448 67.5 8085 6.5 48.1 38.5 9.7 1998 124761 32064 25.7 84338 67.6 8359 6.7 47.9 38.0 9.9 1999 125786 31950 25.4 85157 67.7 8679 6.9 47.7 37.5 10.2 2000 126743 29012 22.9 88910 70.1 8821 7.0 42.6 32.6 9.9 2001 127627 28716 22.5 89849 70.4 9062 7.1 42.0 32.0 10.1 2002 128453 28774 22.4 90302 70.3 9377 7.3 42.2 31.9 10.4 2003 129227 28559 22.1 90976 70.4 9692 7.5 42.0 31.4 10.7 2004 129988 27947 21.5 92184 70.9 9857 7.6 41.0 30.3 10.7 2005 130756 26504 20.3 94197 72.0 10055 7.7 38.8 28.1 10.7 2006 131448 25961 19.8 95068 72.3 10419 7.9 38.3 27.3 11.0 2007 132129 25660 19.4 95833 72.5 10636 8.1 37.9 26.8 11.1 2008 132802 25166 19.0 96680 72.7 10956 8.3 37.4 26.0 11.3 2009 133450 24659 18.5 97484 73.0 11307 8.5 36.9 25.3 11.6 2010 134091 22259 16.6 99938 74.5 11894 8.9 34.2 22.3 11.9 2011 134735 22164 16.5 100283 74.4 12288 9.1 34.4 22.1 12.3 2012 135404 22287 16.5 100403 74.1 12714 9.4 34.9 22.2 12.7 2013 136072 22329 16.4 100582 73.9 13161 9.7 35.3 22.2 13.1 2014 136782 22558 16.5 100469 73.5 13755 10.0 36.2 22.5 13.7

人口数及构成单位：万人

年份总人口

(年末)

按性别分按城乡分

男女城镇乡村人口数

比重

(%)

人口数

比重

(%)

人口数

比重

(%)

人口数

比重

(%)

1949 54167 28145 51.96 26022 48.04 5765 10.64 48402 89.36 1950 55196 28669 51.94 26527 48.06 6169 11.18 49027 88.82 1951 56300 29231 51.92 27069 48.08 6632 11.78 49668 88.22 1955 61465 31809 51.75 29656 48.25 8285 13.48 53180 86.52 1960 66207 34283 51.78 31924 48.22 13073 19.75 53134 80.25 1965 72538 37128 51.18 35410 48.82 13045 17.98 59493 82.02 1970 82992 42686 51.43 40306 48.57 14424 17.38 68568 82.62 1971 85229 43819 51.41 41410 48.59 14711 17.26 70518 82.74 1972 87177 44813 51.40 42364 48.60 14935 17.13 72242 82.87 1973 89211 45876 51.42 43335 48.58 15345 17.20 73866 82.80 1974 90859 46727 51.43 44132 48.57 15595 17.16 75264 82.84 1975 92420 47564 51.47 44856 48.53 16030 17.34 76390 82.66 1976 93717 48257 51.49 45460 48.51 16341 17.44 77376 82.56 1977 94974 48908 51.50 46066 48.50 16669 17.55 78305 82.45 1978 96259 49567 51.49 46692 48.51 17245 17.92 79014 82.08 1979 97542 50192 51.46 47350 48.54 18495 18.96 79047 81.04 1980 98705 50785 51.45 47920 48.55 19140 19.39 79565 80.61 1981 100072 51519 51.48 48553 48.52 20171 20.16 79901 79.84 1982 101654 52352 51.50 49302 48.50 21480 21.13 80174 78.87 1983 103008 53152 51.60 49856 48.40 22274 21.62 80734 78.38 1984 104357 53848 51.60 50509 48.40 24017 23.01 80340 76.99 1985 105851 54725 51.70 51126 48.30 25094 23.71 80757 76.29 1986 107507 55581 51.70 51926 48.30 26366 24.52 81141 75.48 1987 109300 56290 51.50 53010 48.50 27674 25.32 81626 74.68 1988 111026 57201 51.52 53825 48.48 28661 25.81 82365 74.19 1989 112704 58099 51.55 54605 48.45 29540 26.21 83164 73.79 1990 114333 58904 51.52 55429 48.48 30195 26.41 84138 73.59 1991 115823 59466 51.34 56357 48.66 31203 26.94 84620 73.06 1992 117171 59811 51.05 57360 48.95 32175 27.46 84996 72.54 1993 118517 60472 51.02 58045 48.98 33173 27.99 85344 72.01 1994 119850 61246 51.10 58604 48.90 34169 28.51 85681 71.49 1995 121121 61808 51.03 59313 48.97 35174 29.04 85947 70.96 1996 122389 62200 50.82 60189 49.18 37304 30.48 85085 69.52

1997 123626 63131 51.07 60495 48.93 39449 31.91 84177 68.09 1998 124761 63940 51.25 60821 48.75 41608 33.35 83153 66.65 1999 125786 64692 51.43 61094 48.57 43748 34.78 82038 65.22 2000 126743 65437 51.63 61306 48.37 45906 36.22 80837 63.78 2001 127627 65672 51.46 61955 48.54 48064 37.66 79563 62.34 2002 128453 66115 51.47 62338 48.53 50212 39.09 78241 60.91 2003 129227 66556 51.50 62671 48.50 52376 40.53 76851 59.47 2004 129988 66976 51.52 63012 48.48 54283 41.76 75705 58.24 2005 130756 67375 51.53 63381 48.47 56212 42.99 74544 57.01 2006 131448 67728 51.52 63720 48.48 58288 44.34 73160 55.66 2007 132129 68048 51.50 64081 48.50 60633 45.89 71496 54.11 2008 132802 68357 51.47 64445 48.53 62403 46.99 70399 53.01 2009 133450 68647 51.44 64803 48.56 64512 48.34 68938 51.66 2010 134091 68748 51.27 65343 48.73 66978 49.95 67113 50.05 2011 134735 69068 51.26 65667 48.74 69079 51.27 65656 48.73 2012 135404 69395 51.25 66009 48.75 71182 52.57 64222 47.43 2013 136072 69728 51.24 66344 48.76 73111 53.73 62961 46.27 2014 136782 70079 51.23 66703 48.77 74916 54.77 61866 45.23

注：

1.1981年及以前数据为户籍统计数;1982、1990、2000、2010年数据为当年人口普查数据推算数；其余年份数据为年度人口抽样调查推算数据。

2.总人口和按性别分人口中包括现役军人，按城乡分人口中现役军人计入城镇人口。

参考文献

[1] 姜启源，谢金星，叶俊.数学模型[M].北京.2003.8

[2] 王学义，曾祥旭. 对我国近年来人口预测研究的述评[J]. 理论与改革， 2007(06):157-160.

[3] 韩晓庆. 基于Leslie模型中国未来人口策略模拟研究[D]. 东北财经大学， 2012.

[4] 侯焱堃. 基于Leslie模型的人口增长预测与研究[J]. 科技创新与应用， 2014(27):35-36.

[5] 宋佩锋. 人口预测方法比较研究[D]. 安徽大学， 2013.

[6] https://www.360docs.net/doc/571013549.html,/ 中华人民共和国国家统计局

数学建模

潍坊学院数学与信息科学学院数学建模实训论文实训题目：幸福感的评价与量化模型学生姓名、学号、专业班级 1、 2、 3、指导教师： 2012

论文题目摘要问题一，采用加权平均的方法对主观指标进行分值量化（采取100到0分赋值法）利用熵值法求出二级指标对一级指标的权重向量，最后，建立了网民幸福指数的数学模型。（单独一页，不得少于400字）关键字：二级模糊综合评价，层次分析法

一问题重述改革开放三十多年，我国经济建设取得了巨大成就，人们物质生活得到了极大改善。但也有越来越多的人开始思考：我们大力发展经济，最终目的是为了什么？温家宝总理近年来多次强调：我们所做的一切，都是为了让人民生活得更加幸福。在今年的全国两会期间，“幸福感”也成为最热门词语之一。幸福感是一种心理体验，它既是对生活的客观条件和所处状态的一种事实判断，又是对于生活的主观意义和满足程度的一种价值判断。它表现为在生活满意度基础上产生的一种积极心理体验。而幸福指数，就是衡量这种感受具体程度的主观指标数值。美国、英国、荷兰、日本等发达国家都开始了幸福指数的研究，并创设了不同模式的幸福指数。如果说GDP、GNP 是衡量国富、民富的标准，那么，百姓幸福指数就可以成为一个衡量百姓幸福感的标准。百姓幸福指数与GDP一样重要，一方面，它可以监控经济社会运行态势；另一方面，它可以了解民众的生活满意度。可以说,作为最重要的非经济因素，它是社会运行状况和民众生活状态的“晴雨表”，也是社会发展和民心向背的“风向标”。国内学者也对幸福感指数进行了研究，试图建立衡量人们幸福感的量化模型，可参看附件的参考论文。根据你自己对幸福感的理解，要求完成以下工作： 1、附表给出了网上调查的一系列数据，根据这些数据，试建立网民幸福感的评价指标体系，并利用这些指标建立衡量幸福指数的数学模型。 2、试查找相关资料，分别建立某一地区或某一学校教师和学生的幸福指数的数学模型，并找出影响他们幸福感的主要因素。 3、你所建立的评价体系和模型，能否推广到更加普遍的人群，试讨论之。 4、根据你所建模型得出的结论，给相关部门(例如政府、或学校管理部门等)写一封短信(1页纸以内)，阐明你对幸福的理解和建议。二问题分析在问题一中，由于幸福指数的影响因素较多，我们可以采用表（表5-1）二级分层结构，即采用二级模糊综合评判的方法，就足以解决问题了。我们发现要通过模糊综合评价对网民幸福指数幸福感指数进行衡量，缺少了各个因素的权重值，所以就必须要求出影响网民幸福指数的一级指标的权重才能进行网民幸福指数的衡量。因为网民幸福指数有每个一级指标构成，所以要求出每个一级指标对于幸福指数影响的权重，而每个一级指标又是有二级指标来决定的，也要求出一级指标下每个二级指标对于一级指标影响的权重。对于此，我们引入熵权法先求解二级指标对于一级指标的权重，进而求解出一级指标对于网民幸福指数的权重。三符号说明

数学建模竞赛简介

数学建模竞赛简介数学建模就是建立、求解数学模型的过程和方法，首先要通过分析主要矛盾，对各种实际问题进行抽象简化，并按照有关规律建立起变量，参数间的明确关系，即明确的数学模型，然后求出该数学问题的解，并通过一定的手段来验证解的正确性。数学建模竞赛于1985年起源于美国，起初竞赛题目通常由工业部门、军事部门提出，然后由数学工作者简化或修正。1989年我国大学生开始参加美国大学生数学建模竞赛，1990年我国开始创办我国自己的大学生数学建模竞赛。1993年国家教委（现教育部）高教司正式发文，要求在全国普通高等学校中开展数学建模竞赛。从1994年开始，大学生数学建模竞赛成为教育部高教司和中国工业的应用数学学会共同主办，每年一届的，面向全国高等院校全体大学生的一项课外科技竞赛活动。2010年全国共有30省(市、自治区)九百多所院校一万多个队三万多名大学生参赛，成为目前全国高等学校中规模最大的课外科技活动。数学建模竞赛是教育主管部门主办的大学生三大竞赛之一。现在的竞赛题目来源于更广泛的领域，都是各行各业的实际问题经过适当简化，提炼出来的极富挑战性的问题，每次两道题，学生任选一题，可以使用计算机、软件包，可以参阅任何资料(含上网参阅任何资料)。竞赛以三人组成的队为单位，三人之间通力合作，在三天三夜内完成一篇论文。不给论文评分，而是按论文的水平为四档：全国一等奖、全国二等奖、赛区一等奖，赛区二等奖，成功参赛奖。我校于2001年开始参加这项竞赛活动。多次获全国一等奖、二等奖、湖北赛区一等奖、二等奖。数学建模竞赛活动培养了学生的创造力、应变能力、团队精神和拼搏精神，适应了21世纪经济发展和人才培养的挑战。不少参加过全国大学生数学建模竞赛的同学都深有感触，他们说：“参加这次活动是我们大学四年中最值得庆幸的一件事，我们真正体会这几年内学到了什么，自己能干什么。”“那不寻常的三天在我们记忆中留下了永恒的一瞬，真是一次参赛，终身受益。”团队精神贯穿在数学建模竞赛的全过程，它往往是成败的关键。有些参赛队员说：“竞赛使我们三个人认识到协作的重要性，也学会了如何协作，在建模的三天中，我们真正做到了心往一处想，劲往一处使，每个人心中想的就是如何充分发挥自己的才华，在短暂的时间内做出一份尽量完善的答卷。三天中计算机没停过，我们轮流睡觉、轮流工作、轮流吃饭，可以说是抓住了每一滴可以抓住的时间。”“在这不眠的三天中，我们真正明白了团结就是力量这个人生真谛，而这些收获，将会伴随我们一生，对我们今后的学习，工作产生巨大的影响。”

数学建模个人经验谈

数学建模个人经验谈在数学建模中文献资料的查找是十分关键，其实不仅是在数学建模中，在学习和做研究就是如此，不阅读文献资料就相当于闭门造车，什么都弄不出来，现在的工作几乎都可以说是站在前人的肩膀上，从出生开始就是站在前人的肩膀上了，所学的任何书本知识都是前人总结出来的。通过文献资料的阅读可以知道别人在这个方面做了多少工作了，怎么做的工作，取得了哪些进展，还存在什么问题没解决，难点在哪里，热点在哪里，哪里是关键，哪些是有价值的，哪些是无意义的等等等等......，并且可以通过查找文献得到一些很有用的信息，比如某个教授牛的程度，所擅长的领域等等，呵呵，翻教授老底了，比较好玩，选导师的时候强烈推荐。文献查找主要有三个模式： A.　书 B.　书+中外文期刊数据库 C.　书+中外文期刊数据库+学位论文 D.　书+中外文期刊数据库+学位论文+搜索引擎对于全国赛推荐D模式，但要改为Dc模式：中外文期刊数据库+学位论文对于美赛则要改为Da模式：外文期刊数据库+搜索引擎在此要解释下为何如此推荐，对于参加建模的来说一般书基本上是用不上了的，没必要去查了，直接查找数据库即可了，全国赛的题目大多是研究了很多年的东西了，这个也是和国内学术环境相关的，虽然近几年的赛题是体现最新形式的，但是相关的研究还是有的，还是可以参考的，要知道国内鲜有几个教授牛的站在国际前沿还给本科生出个数模题玩玩的，一般都是老东西新面孔的。也就是可以归类为学术研究类的新面孔老方法类。所以查数据库是最有效率的方法，并且查学位论文是尤其推荐的，要知道查找学位论文是最高效率得到信息的途径。虽然学位

论文很长，很吓人，没有七八十页也有个一百多页，其实看多了学位论文就知道真正有用的东西页就那么个十多页最多二十多页，直接翻到那个部分看就可以了，为什么篇幅这么大就和中国的教育中的一些硬性指标相关了，每个级别的学位论文都有一个规定的字数范围，虽然大部分是垃圾，但为了达到这个字数要求也得凑足这个数字，水了，中国高等教育的悲哀啊。美赛则有语言障碍，要在有限时间内完成课题研究和论文写作，则需直接查找外文文献了，要知道中国目前的总体科学水平和国外的差距是至少5年的，这个是保守估计，实际可能是2倍以上。所以一般国外的当前研究国内鲜有涉及，当国外搞的很成熟了，产业化了，咱们国内就有教授引进了，开始研究了，吃点人家的残羹冷炙，这样说是刻薄了点，但这种情况真的不少见。这个就是中文数据库在美赛中无用的原因了。此外在美赛中用搜索引擎的实际效果好的往往出人意料，基本可以这么说，用搜索引擎比数据库来的更好，介绍一个n多人知道的技巧，怕还有人不知道就在此罗嗦下：搜索引擎用google足以，点击高级搜索，然后输入需要的　key　words，在格式中选pdf格式。很简单吧，但很实用，填句弱智的话，报选择中文搜索啊，碰到过一次朋友如此搜索的，当时巨汗！很多参加数模的同学对　pdf格式了解很少，实在不应该吧，在下估计这帮人都是学习成绩好的不得了的，没怎么用过计算机和没怎么上网，并且是word的忠实铁杆用户。pdf格式就是一种国外通用的标准便携电子文档格式，要知道外国人几乎不用ms　word的，微软发财中国人民的贡献巨大啊（虽然盗版盛行）。顺便介绍下国内外主要数据库的文献格式：pdg是超星格式，caj和caa为清华同方数据库（cnki）（它有三个名头，中国学术期刊网什么什么的NB名字也是指它），vip为维普，最重头的就是pdf，都需要不同的阅读器才能打开，还好都是免费的。

数学建模讲义第一章

第一章引言众所周知，21世纪是知识经济的时代，所谓知识经济是以现代科学技术为核心，建立在知识和信息的生产、存储、使用和消费之上的经济；是以智力资源为第一生产力要素的经济；是以高科技产业为支柱产业的经济。知识创新和技术创新是知识经济的基本要求和内在动力，培养高素质、复合型的创新人才是时代发展的需要。创新人才主要是指具有较强的创新精神、创新意识和创新能力，并能够将创新能力转化为创造性成果的高素质人才。培养创新人才，大学教育是关键，而大学的数学教育在整个大学教育，乃至在人才的培养中都起着重要的奠基作用。正如著名的数学家王梓坤院士所说：“今天的数学兼有科学和技术两种品质，数学科学是授人以能力的技术。”数学作为一门技术，现已经成为一门能够普遍实施的技术，也是未来所需要的高素质创新人才必须要具有的一门技术。随着知识经济发展的需要，创新人才的供需矛盾日趋突现，这也是全社会急呼教学改革的根本所在。因此，现代大学数学教育的思想核心就是在保证打捞学生基础的同时，力求培养学生的创新意识与创新能力、应用意识与应用能力。也就是大学数学教育应是基于传授知识、培养能力、提高素质于一体的教育理念之下的教学体系。数学建模活动是实现这一改革目标的有效途径，也正是数学建模活动为大学的数学教学改革打开了一个突破口，近几年的实践证明，这一改革方向是正确的，成效是显著的。 1.1 数学建模的作用和地位我们培养人才的目的主要是为了服务于社会、应用于社会，促进社会的进步和发展。而社会实际中的问题是复杂多变的，量与量之间的关系并不明显，并不是套用某个数学公式或只用某个学科、某个领域的知识就可以圆满解决的，这就要求我们培养的人才应有较高的数学素质。即能够从众多的事物和现象中找出共同的、本质的东西，善于抓住问题的主要矛盾，从大量的数据和定量分析中寻找并发现规律，用数学的理论和数学的思维方法以及相关的知识去解决，从而为社会服务。基于此，我们认为定量分析和数学建模等数学素质是知识经济时代人才素质的一个重要方面，是培养创新能力的一个重要方法和途径。因此，开展数学建模活动将会在人才培养的过程中有着重要的地位和起着重要的作用。 1.1.1 数学建模的创新作用数学科学在实际中的重要地位和作用已普遍地被人们所认识，它的生命力正在不断地增强，这主要是来源于它的应用地位。各行各业和各科学领域都在运用数学，或是建立在数学基础之上的，正像人们所说的“数学无处不在”已成为不可争辩的事实。特别是在生产实践中运用数学的过程就是一个创造性的过程，成功运用的核心就是创新。我们这里所说的创新是指科技创新，所谓的科技创新主要是指在科学拘束领域的新发明、新创造。即发明新事物、新思想、新知识和新规律；创造新理论、新方法和新成果；开拓新的应用领域、解决新的问题。大学是人才培养的基地，而创新人才的培养核心是创新思想、创新意识和创新能力的培养。传统的教学内容和教学方法显然不足以胜任这一重担，数学建模本身就是一个创造性的思维过程，从数学建模的教学内容、教学方法，以及数学建模竞赛活动的培训等都是围绕着一个培养创新人才的核心这个主题内容进行的，其内容取材于实际、方法结合于实际、结果应用于实际。总之，知识创新、方法创新、结果创新、应用创新无不在数学建模的过程中得到体现，这也正是数学建模的创新作用所在。 1.1.2 数学建模的综合作用对于我们每一个教数学基础科的教师来说，在上第一堂课的时候，按惯例都会讲一下课

2017全国数学建模竞赛B题

2017年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“拍照赚钱”的任务定价 “拍照赚钱”是移动互联网下的一种自助式服务模式。用户下载APP，注册成为APP的会员，然后从APP上领取需要拍照的任务（比如上超市去检查某种商品的上架情况），赚取APP对任务所标定的酬金。这种基于移动互联网的自助式劳务众包平台，为企业提供各种商业检查和信息搜集，相比传统的市场调查方式可以大大节省调查成本，而且有效地保证了调查数据真实性，缩短了调查的周期。因此APP成为该平台运行的核心，而APP中的任务定价又是其核心要素。如果定价不合理，有的任务就会无人问津，而导致商品检查的失败。附件一是一个已结束项目的任务数据，包含了每个任务的位置、定价和完成情况（“1”表示完成，“0”表示未完成）；附件二是会员信息数据，包含了会员的位置、信誉值、参考其信誉给出的任务开始预订时间和预订限额，原则上会员信誉越高，越优先开始挑选任务，其配额也就越大（任务分配时实际上是根据预订限额所占比例进行配发）；附件三是一个新的检查项目任务数据，只有任务的位置信息。请完成下面的问题： 1.研究附件一中项目的任务定价规律，分析任务未完成的原因。 2.为附件一中的项目设计新的任务定价方案，并和原方案进行比较。 3.实际情况下，多个任务可能因为位置比较集中，导致用户会争相选择，一种考虑是将这些任务联合在一起打包发布。在这种考虑下，如何修改前面的定价模型，对最终的任务完成情况又有什么影响？ 4.对附件三中的新项目给出你的任务定价方案，并评价该方案的实施效果。附件一：已结束项目任务数据附件二：会员信息数据附件三：新项目任务数据

数学建模的经典模板

一、摘要内容：（1）用1、2句话说明原问题中要解决的问题；（2）建立了什么模型（在数学上属于什么类型），建模的思想（思路），模型特点；（3）算法思想（求解思路），特色；（4）主要结果（数值结果，结论）；（回答题目的全部“问题”）（5）模型优点，结果检验；模型检验，灵敏度分析，有无改进，推广要求（1）特色和创新之处必须在这里强调；（2）长度（3）要确保准确、简明、条理、清晰、突出特色和创新点；二、问题的提出内容：用自己的语言阐述背景，条件，要求；重点列出‘问题’也即要求；要求：（1）不是题目的完整拷贝（2）根据自己的理解，用自己的语言清楚简明的阐述背景、条件和要求；三、条件假设内容（1）根据题目中的条件做出假设（2）根据题目中的要求做出假设；要求（1）合理性最重要；（2）假设合理且全面，但不欣赏罗列大量的无关假设，关键性假设不能缺；（3）合理假设作用：简化问题，明确问题，限定模型的适用范围四、符号约定五、问题分析 1．名词解释 2．问题的背景分析 3．问题分析六、模型建立抽象要求（1）模型的主要类别：初等模型、微分方程模型、差分方程模型、概率模型、统计预测模型、

优化模型、决策模型、图论模型等（2）几种常见的建模目的：（对应相对（1）的方法）描述或解释现实世界的各类现象，常采用机理型分析方法，探索研究对象的内在规律性；预测感兴趣的时间爱你是否会发生，或者事物的房展趋势，常采用数理统计或模拟的方法；优化管理、决策或者控制事物，需要合理地定义可量化的评价指标及评价方法；（3）建模过程常见的几个要点：模型的整体设计、合理的假设、建立数学结构、建立数学表达式；（4）模型的要求：明确、合理、简洁、具有一般性；例如：有些论文不给出明确的模型，只是就赛题所给的特殊情况，用凑得方法给出结果，虽然结果大致对，但缺乏一般性，不是建模的正确思路；（（与第三点对应））（5）鼓励创新，特别欣赏独树一帜、标新立异，但要合理（6）避免出现罗列一系列的模型，又不做评价的现象；具体要求：（1）基本模型：首先要有数学模型：数学公式、方案等；基本模型，要求完整，正确，简明（2）简化模型：要明确说明，简化思想，依据；简化后的模型尽可能给出；七、模型求解每一块内容包括：计算方法设计或选择、算法设计或选择、算法思想依据、步骤及实现、计算框图、所采用的软件名称写作要求： 1、需要建立数学命题时：命题叙述要符合数学命题的表述规范，尽可能论证严密 2、需要说明计算方法或算法的原理、思想、依据、步骤。若采用现有软件，说明采用此软件的理由，软件名称 3、计算过程，中间结果可要可不要的，不要列出 4、设法算出合理的数值结果 5、最终数值结果的正确性或合理性是第一位的 6、对数值结果或模拟结果进行必要的检验。结果不正确、不合理、或误差大时，分析原因，对算法、计算方法、或模型进行修正、改进 7、题目中要求回答的问题，数值结果，结论，须一一列出 8、列数据问题：考虑是否需要列出多组数据，或额外数据对数据进行比较、分析，为各种方案的提出提供依据 9、结果表示：要集中，一目了然，直观，便于比较分析 ▲数值结果表示：精心设计表格；可能的话，用图形图表形式 ▲求解方案，用图示更好 10、必要时对问题解答，作定性或规律性的讨论。最后结论要明确内容（1）算法设计或选择，算法的思想依据，步骤；（2）引用或建立必要的数学命题和定理；（3）在不能给出精确解的情况下，需要给出不知一种解法（算法），并进行测试比较，给出

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。

第1节数学建模与数学探究

第1节数学建模与数学探究【内容要求】数学建模活动是对现实问题进行数学抽象，用数学语言表达问题、用数学方法构建模型解决问题的过程.主要包括：在实际情境中从数学的视角发现问题、提出问题，分析问题、构建模型，确定参数、计算求解，检验结果、改进模型，最终解决实际问题.数学建模活动是基于数学思维运用模型解决实际问题的一类综合实践活动，是高中阶段数学课程的重要内容. 【基本过程】数学建模活动的基本过程如下：数学探究活动是围绕某个具体的数学问题，开展自主探究、合作研究并最终解决问题的过程.具体表现为：发现和提出有意义的数学问题，猜测合理的数学结论，提出解决问题的思路和方案，通过自主探索、合作研究论证数学结论.数学探究活动是运用数学知识解决数学问题的一类综合实践活动，也是高中阶段数学课程的重要内容. 【过程解读】掌握建模基本过程，会对实际问题进行问题分析，善于合理假设. ·问题分析也常称为模型准备或问题重述.由于数学模型是建立数学与实际现象之

间的桥梁，因此，首要的工作是要设法用数学的语言表述实际现象.所谓问题重述是指把实际现象尽量地使用贴近数学的语言进行重新描述.为此，要充分了解问题的实际背景，明确建模的目的，尽可能弄清对象的特征，并为此搜集必需的各种信息或数据.要善于捕捉对象特征中隐含的数学因素，并将其一一列出.至此，我们便有了一个很好的开端，而有了这个良好的开端，不仅可以决定建模方向，初步确定用哪一类模型，而且对下面的各个步骤都将产生影响. ·模型假设(即合理假设)是与问题分析紧密衔接的又一个重要步骤.根据对象的特征和建模目的，在问题分析基础上对问题进行必要的、合理的取舍简化，并使用精确的语言作出假设，这是建模至关重要的一步.这是因为，一个实际问题往往是复杂多变的，如不经过合理的简化假设，将很难于转化成数学模型，即便转化成功，也可能是一个复杂的难于求解的模型从而使建模归于失败.当然，假设作得不合理或过分简单也同样会因为与实际相去甚远而使建模归于失败.一般地，作出假设时要充分利用与问题相关的有关学科知识，充分发挥想象力和观察判断力，分清问题的主次，抓住主要因素，舍弃次要因素. 【实际意义】数学建模的实际意义 1.在一般工程技术领域，数学建模仍然大有用武之地. 在以声、光、热、力、电这些物理学科为基础的诸如机械、电机、土木、水利等工程技术领域中，数学建模的普遍性和重要性不言而喻，虽然这里的基本模型是已有的，但是由于新技术、新工艺的不断涌现，提出了许多需要用数学方法解决的新问题；高速、大型计算机的飞速发展，使得过去即便有了数学模型也无法求解的课题(如大型水坝的应力计算，中长期天气预报等)迎刃而解；建立在数学模型和计算机模拟基础上的CAD技术，以其快速、经济、方便等优势，大量地替代了传统工程设计中的现场实验、物理模拟等手段. 2.在高新技术领域，数学建模几乎是必不可少的工具. 无论是发展通讯、航天、微电子、自动化等高新技术本身，还是将高新技术用于传统工业去创造新工艺、开发新产品，计算机技术支持下的建模和模拟都是经常使用的有效手段.数学建模、数值计算和计算机图形等相结合形成的计算机软件，已经被固化于产品中，在许多高新技术领域起着核心作用，被认为是高新技术的特征之一.

全国大学生数学建模竞赛论文

2009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）：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）：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)：指导教师组日期：年月日赛区评阅编号（由赛区组委会评阅前进行编号）：

2009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）：全国评阅编号（由全国组委会评阅前进行编号）：

论文标题摘要摘要是论文内容不加注释和评论的简短陈述，其作用是使读者不阅读论文全文即能获得必要的信息。一般说来，摘要应包含以下五个方面的内容： ①研究的主要问题； ②建立的什么模型； ③用的什么求解方法； ④主要结果（简单、主要的）； ⑤自我评价和推广。摘要中不要有关键字和数学表达式。数学建模竞赛章程规定，对竞赛论文的评价应以： ①假设的合理性 ②建模的创造性 ③结果的正确性 ④文字表述的清晰性为主要标准。所以论文中应努力反映出这些特点。注意：整个版式要完全按照《全国大学生数学建模竞赛论文格式规范》的要求书写，否则无法送全国评奖。

数学建模简介

数学建模简介当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述，也就是建立数学模型，然后用通过计算得到的结果来解释实际问题，并接受实际的检验。这个建立数学模型的全过程就称为数学建模。数学建模的广泛应用数学建模的应用逐渐变的广泛，数学建模大量用于一般工程技术领域，用于代替传统工程设计中的现场实验、物理模拟等手段；在高新科技领域，成为必不可少的工具，无论是在通信、航天、微电子、自动化都是创新工艺、开发新产品的必要手段；在新的科研领域在用数学方法研究其中的定量关系时，数学建模就成为首要的、关键的步骤和这些学科发展和应用的基础。将计算机技术和数学建模进行紧密结合，使得原本抽象的数学模型生动具体的呈现在研究者面前，使得问题得到更好的解决。数学建模的分支——数据挖掘数据挖掘（Data Mining，DM）是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式（如可视化）将找出的规律表示出来。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析，等等。

第一章数学建模综述

数学建模基础讲义第一章数学建模综述近半个多世纪以来，随着计算机技术的迅速发展，数学的应用不仅在工程技术、自然科学等领域发挥着越来越重要的作用，而且以空前的广度和深度向经济、金融、生物、医学、环境、地质、人口、交通等新的领域渗透，所谓数学技术已经成为当代高新技术的重要组成部分。不论是用数学方法在科技和生产领域解决哪类实际问题，还是与其它学科相结合形成交叉学科，首要的和关键的一步是建立研究对象的数学模型，并加以计算求解。数学建模和计算机技术在知识经济时代的作用可谓是如虎添翼。数学是研究现实世界数量关系和空间形式的科学，在它产生和发展的历史长河中，一直是和各种各样的应用问题紧密相关的。数学的特点不仅在于概念的抽象性、逻辑的严密性，结论的明确性和体系的完整性，而且在于它应用的广泛性，进入20世纪以来，随着科学技术的迅速发展和计算机的日益普及，人们对各种问题的要求越来越精确，使得数学的应用越来越广泛和深入，特别是在即将进入21世纪的知识经济时代，数学科学的地位会发生巨大的变化，它正在从国或经济和科技的后备走到了前沿。经济发展的全球化、计算机的迅猛发展，数理论与方法的不断扩充使得数学已经成为当代高科技的一个重要组成部分和思想库，数学已经成为一种能够普遍实施的技术。培养学生应用数学的意识和能力已经成为数学教学的一个重要方面。 §1.1数学技术的作用举例 1. 运筹学的产生及二战中的作用 1940年，英国和美国海军为了对付德国潜艇的威胁，大批被德国迫害的数学家，聚集在美国创建了运筹学，其具体应用在不增加设备的情况下，提高设备的能力和使用效率。

六十年代，我国数学家华罗庚创建了“优选法”和“统筹法”，并运用到国家重点建设项目的研究，在节约能源，增加产量，降低消耗，缩短工期等方面取得了显著的经济效益。 2. 冯·诺依曼型计算机目前世界上运行的计算机，尽管种类繁多，但按其加工方式可以分为两大类：串行计算机与并行计算机。其中串行计算机的整机原现和设计思想，由美国数学家冯·诺依曼于1944年创建的数学模型，提出其原理设计并制造出来的。 1950年，冯·诺依曼等使用电子计算机进行“数值”天气预报。他们使用计算机求解大气环流方程，迅速得出数学解和经验预报相印证，获得成功。 3. 王选与北大方正集团公司王选，北大数学力学系，计算数学专业毕业（1954~1958）并任教，曾担任北京大学计算机研究所所长（1978~1995），1992年，他领导的科研集体研制出汉字激光照排系统，这是数学应用的典型例子，王选教授应用压缩技术这一数学方法，解决了计算机实现汉字的存储量这一难题。方正集团公司总裁办公室主任张炳贤先生曾说：“培养跨世纪的人才，数学要起大作用。” 4. 柯马克与CT层析仪随着计算机技术的迅猛发展，数学技术在诸多领域发挥巨大作用。 1979年美国的柯马克和英国的洪斯费尔德运用数学上的拉东变换原理，设计了CT层析仪，这一人体层析摄影技术造福千千万万人群，由此获得诺贝尔医学奖。 5. 电视数字化 1990年以前，日本是电视大国。为研制高清晰度电视的制式，日本和西欧国家在模拟制上投入了数十亿美元。1993美国的数字化电视方案出世后，立即“横扫千军”，使模拟方案变成了一张废纸。支持电视数字化的是一种数学技术——小波技术，它能将能将庞大的数据压缩到最低限度，使得图象传输成为可能，这样，21世纪世界电视业的领导权也就落入美国人手中。上述例子使我们看到以数学建模为中心的数学技术在各个领域中所起的重要作用。 §1.2数学模型及分类 1. 数学模型模型——是指一种模仿物，如汽车模型、建筑模型等。如果按照给定问题的

2020全国大学生数学建模竞赛试题

A题炉温曲线在集成电路板等电子产品生产中，需要将安装有各种电子元件的印刷电路板放置在回焊炉中，通过加热，将电子元件自动焊接到电路板上。在这个生产过程中，让回焊炉的各部分保持工艺要求的温度，对产品质量至关重要。目前，这方面的许多工作是通过实验测试来进行控制和调整的。本题旨在通过机理模型来进行分析研究。回焊炉内部设置若干个小温区，它们从功能上可分成4个大温区：预热区、恒温区、回流区、冷却区（如图1所示）。电路板两侧搭在传送带上匀速进入炉内进行加热焊接。图1 回焊炉截面示意图某回焊炉内有11个小温区及炉前区域和炉后区域（如图1），每个小温区长度为30.5 cm，相邻小温区之间有5 cm的间隙，炉前区域和炉后区域长度均为25 cm。回焊炉启动后，炉内空气温度会在短时间内达到稳定，此后，回焊炉方可进行焊接工作。炉前区域、炉后区域以及小温区之间的间隙不做特殊的温度控制，其温度与相邻温区的温度有关，各温区边界附近的温度也可能受到相邻温区温度的影响。另外，生产车间的温度保持在25oC。在设定各温区的温度和传送带的过炉速度后，可以通过温度传感器测试某些位置上焊接区域中心的温度，称之为炉温曲线（即焊接区域中心温度曲线）。附件是某次实验中炉温曲线的数据，各温区设定的温度分别为175oC（小温区1~5）、195oC（小温区6）、235oC（小温区7）、255oC（小温区8~9）及25oC（小温区10~11）；传送带的过炉速度为70 cm/min；焊接区域的厚度为0.15 mm。温度传感器在焊接区域中心的温度达到30oC时开始工作，电路板进入回焊炉开始计时。实际生产时可以通过调节各温区的设定温度和传送带的过炉速度来控制产品质量。在上述实验设定温度的基础上，各小温区设定温度可以进行oC范围内的调整。调整时要求小温区1~5中的温度保持一致，小温区8~9中的温度保持一致，小温区10~11中的温度保持25oC。传送带的过炉速度调节范围为65~100 cm/min。在回焊炉电路板焊接生产中，炉温曲线应满足一定的要求，称为制程界限（见表1）。表1 制程界限界限名称最低值最高值

初中数学建模案例资料

初中数学建模案例

中学数学建模论文指导中学阶段常见的数学模型有：方程模型、不等式模型、函数模型、几何模型和统计模型等。我们也把运用数学模型解决实际问题的方法统称为应用建模。可以分五种模型来写。论文最好自己写，如果是参加竞赛的话从网上找的会被搜出来的。一、建模论文的标准组成部分建模论文作为一种研究性学习有意义的尝试，可以锻炼学生发现问题、解决问题的能力。一般来说，建模论文的标准组成部分由论文的标题、摘要、正文、结论、参考文献等部分组成。现就每个部分做个简要的说明。 1. 题目题目是给评委的第一印象，所以论文的题目一定要避免指代不清，表达不明的现象。建议将论文所涉及的模型或所用的计算方式写入题目。如“用概率方法计算商场打折与返券的实惠效应”。 2. 摘要摘要是论文中重要的组成部分。摘要应该使用简练的语言叙述论文的核心观点和主要思想。如果你有一些创新的地方，一定要在摘要中说明。进一步，必须把一些数值的结果放在摘要里面，例如：“我们的最终计算得出，对于消费者来说，打折比返券的实惠率提高了23%。”摘要应该最后书写。在论文的其他部分还没有完成之前,你不应该书写摘要。因为摘要是论文的主旨和核心内容的集中体现，只有将论文全部完成且把论文的体系罗列清楚后，才可写摘要。

摘要一般分三个部分。用三句话表述整篇论文的中心。第一句，用什么模型，解决什么问题。第二句，通过怎样的思路来解决问题。第三句，最后结果怎么样。当然，对于低年级的同学，也可以不写摘要。 3. 正文正文是论文的核心，也是最重要的组成部分。在论文的写作中，正文应该是从“提出问题—分析问题—选择模型—建立模型—得出结论”的方式来逐渐进行的。其中，提出问题、分析问题应该是清晰简短。而选择模型和建立模型应该是目标明确、数据详实、公式合理、计算精确。在正文写作中，应尽量不要用单纯的文字表述，尽量多地结合图表和数据，尽量多地使用科学语言，这会使得论文的层次上升。 4. 结论论文的结论集中表现了这篇论文的成果，可以说，只有论文的结论经得起推敲，论文才可以获得比较高的评价。结论的书写应该注意用词准确，与正文所描述或论证的现象或数据保持绝对的统一。并且一定要对结论进行自我点评，最好是能将结论推广到社会实践中去检验。

数学建模综述

数学建模综述李健宗20132200012 姚杰涛20132200040 汤斌健20132200100 指导老师：杨坦 2014年美国大学生数学建模竞赛A题论文综述我们小组精读两篇14年美赛A题论文，选择了其中一篇来进行学习，总结。 1、问题分析 The Keep-Right-Except-To-Pass Rule 除非超车否则靠右行驶的交通规则问题：建立数学模型来分析这条规则在低负荷和高负荷状态下的交通路况的表现。这条规则在提升车流量的方面是否有效？如果不是，提出能够提升车流量、安全系数或其他因素的替代品（包括完全没有这种规律）并加以分析。在一些国家，汽车靠左形式是常态，探讨你的解决方案是否稍作修改即可适用，或者需要一些额外的需要。最后，以上规则依赖于人的判断，如果相同规则的交通运输完全在智能系统的控制下，无论是部分网络还是嵌入使用的车辆的设计，在何种程度上会修改你前面的结果论文：基于元胞自动机和蒙特卡罗方法,我们建立一个模型来讨论“靠右行”规则的影响。首先,我们打破汽车的运动过程和建立相应的子模型car-generation的流入模型,对于匀速行驶车辆，我们建立一个跟随模型,和超车模型。然后我们设计规则来模拟车辆的运动模型。我们进一步讨论我们的模型规则适应靠右的情况和,不受限制的情况, 和交通情况由智能控制系统的情况。我们也设计一个道路的危险指数评价公式。我们模拟双车道高速公路上交通(每个方向两个车道,一共四条车道),高速公路双向三车道（总共6车道)。通过计算机和分析数据。我们记录的平均速度,超车取代率、道路密度和危险指数和通过与不受规则限制的比较评估靠右行的性能。我们利用不同的速度限制分析模型的敏感性和看到不同的限速的影响。左手交通也进行了讨论。根据我们的分析,我们提出一个新规则结合两个现有的规则(靠右的规则和无限制的规则)的智能系统来实现更好的的性能。该论文在一开始并没有作过多分析，而是一针见血的提出了自己对于这个问题的做法。由于题目给出的背景只有一条交通规则，而且是题目很明确的提出让我们建立模型分析。所以这篇论文也没有过多的分析题目，而是直接写出自己的做法，体现了这小组成员在这个问题有很深的探究。 2、模型介绍Introduction

全国数学建模大赛题目

2010高教社杯全国大学生数学建模竞赛题目 A题储油罐的变位识别与罐容表标定通常加油站都有若干个储存燃油的地下储油罐，并且一般都有与之配套的“油位计量管理系统”，采用流量计和油位计来测量进/出油量与罐内油位高度等数据，通过预先标定的罐容表（即罐内油位高度与储油量的对应关系）进行实时计算，以得到罐内油位高度和储油量的变化情况。许多储油罐在使用一段时间后，由于地基变形等原因，使罐体的位置会发生纵向倾斜和横向偏转等变化（以下称为变位），从而导致罐容表发生改变。按照有关规定，需要定期对罐容表进行重新标定。图1是一种典型的储油罐尺寸及形状示意图，其主体为圆柱体，两端为球冠体。图2是其罐体纵向倾斜变位的示意图，图3是罐体横向偏转变位的截面示意图。请你们用数学建模方法研究解决储油罐的变位识别与罐容表标定的问题。（1）为了掌握罐体变位后对罐容表的影响，利用如图4的小椭圆型储油罐（两端平头的椭圆柱体），分别对罐体无变位和倾斜角为α=4.10的纵向变位两种情况做了实验，实验数据如附件1所示。请建立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。（2）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。请利用罐体变位后在进/出油过程中的实际检测数据（附件2），根据你们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。附件1：小椭圆储油罐的实验数据附件2：实际储油罐的检测数据地平线油位探针

附录：全国大学生数学建模竞赛简介

全国大学生数学建模竞赛简介全国大学生数学建模竞赛（China Undergraduate Mathematical Contest in Modeling，简称CUMCM）是由国家教育部高等教育司和中国工业与应用数学学会联合举办的，在全国高校中规模最大的课外科技活动之一. 其竞赛宗旨是：创新意识、团队精神、重在参与、公平竞争. 本竞赛每年9月(一般在中旬某个周末的星期五至下周星期一共3天，72小时）举行，竞赛面向全国大专院校的学生，不分专业（但竞赛分本科、专科两组，本科组竞赛所有大学生均可参加，专科组竞赛只有专科生（包括高职、高专生）可以参加）.同学们可以向本校教务部门咨询，如有必要也可直接与全国竞赛组委会或各省（市、自治区）赛区组委会联系. 全国大学生数学建模竞赛章程（2008年）第一条总则全国大学生数学建模竞赛（以下简称竞赛）是教育部高等教育司和中国工业与应用数学学会共同主办的面向全国大学生的群众性科技活动，目的在于激励学生学习数学的积极性，提高学生建立数学模型和运用计算机技术解决实际问题的综合能力，鼓励广大学生踊跃参加课外科技活动，开拓知识面，培养创造精神及合作意识，推动大学数学教学体系、教学内容和方法的改革. 第二条竞赛内容竞赛题目一般来源于工程技术和管理科学等方面经过适当简化加工的实际问题，不要求参赛者预先掌握深入的专门知识，只需要学过高等学校的数学课程.题目有较大的灵活性供参赛者发挥其创造能力.参赛者应根据题目要求，完成一篇包括模型的假设、建立和求解、计算方法的设计和计算机实现、结果的分析和检验、模型的改进等方面的论文（即答卷）.竞赛评奖以假设的合理性、建模的创造性、结果的正确性和文字表述的清晰程度为主要标准. 第三条竞赛形式、规则和纪律 1．全国统一竞赛题目，采取通讯竞赛方式，以相对集中的形式进行. 2．竞赛每年举办一次，一般在某个周末前后的三天内举行. 3．大学生以队为单位参赛，每队3人（须属于同一所学校），专业不限.竞赛分本科、专科两组进行，本科生参加本科组竞赛，专科生参加专科组竞赛（也可参加本科组竞赛），研究生不得参加.每队可设一名指导教师（或教师组），从事赛前辅导和参赛的组织工作，但在竞赛期间必须回避参赛队员，不得进行指导或参与讨论，否则按违反纪律处理. 4．竞赛期间参赛队员可以使用各种图书资料、计算机和软件，在国际互联网上浏览，

数学建模中数学模型方法的研究[文献综述]

毕业论文文献综述信息与计算科学数学建模中数学模型方法的研究一、前言部分数学建模[]1是将实际问题抽象、简化，明确变量和参数，然后根据某种“规律”建立变量和参数间的数学关系，再解析地或近似地求解并加以解释和验证这样一个多次迭代的过程。但要进行真正好的数学建模必须要有有关领域的专家、工作人员的通力合作，也就是说数学建模的过程往往是一个跨学科的合作过程。应用某种“规律”建立变量、参数间的明确数学关系，这里的“规律”可以是人们熟知的物理学或其他学科的定律，例如牛顿第二定律、能量守恒定律等，也可以是实验规律。数学关系可以是等式、不等式及其组合的形式，甚至可以是一个明确的算法：能用数学语言把实际问题的诸多方面（关系）“翻译”成数学问题是极为重要的。不同的建模者由于看问题角度不同所建立的模型往往是不同，我们通过介绍数学建模的几类方法和几个典型的数学模型，来让大家对数学模型有一个比较全面的认识和了解。二、主题部分数学建模（Mathematical Modeling）把现实世界中的实际问题加以提炼，抽象为数学模型，求出模型的解，验证模型的合理性，并用该数学模型所提供的解答来解释现实问题，我们把数学知识的这一应用过程称为数学建模。简而言之，数学建模是利用各种数学方法解决生产生活中实际问题的一种方法。数学建模是一门新兴的学科，20世纪70年代初诞生于英美等现代化工业国家。由于新技术特别是计算机技术的迅速的发展，大量的实际问题需要用计算机来解决，而计算机与实际问题之间需要数学模型来沟通，所以这门学科在短短几十年的时间迅速辐射至全球大部分国家和地区。（参见文献[2][3]）纵观数学的发展历史，数千年来人类对于数学的研究一直是沿着纵横两个方向进行的。在纵向上，探讨客观世界在量的方面的本质和规律，发现并积累数学知识，然后运用公理化等方法建构数学的理论体系，这是对数学科学自身的研究。在横向上，则运用数学的知识去解决各门科学和人类社会生产与生活中的实际问题，这里首先要运用数学模型方法构建实际问题的数学模型，然后运用数学的理论和方法导出其结果，再返回原问题实现实际问题的解决，这是对数学科学应用的研究，由此可见，数学建模既是各门科学研究的经常性活动，具有方法论的重要价值，又是数学与生产实际相联系的中介和桥梁，对于发挥数学的社会功能具有重要的作用。