数学建模_自然灾害保险问题的研究

合集下载

数学建模方法在自然灾害预警中的应用

数学建模方法在自然灾害预警中的应用

数学建模方法在自然灾害预警中的应用自然灾害是人类社会面临的不可避免的风险,如地震、洪水、台风、暴雨等。

为了减少灾害对人民生命和财产的损失,预警是至关重要的方法之一。

然而,自然灾害的形成与发展复杂多变,为取得较为成功的预警效果,需要采用一系列先进的科学技术手段。

数学建模方法能够为自然灾害预警提供有力支持,本文将介绍数学建模方法在自然灾害预警中的应用。

一、数学模型在地震预警中的应用地震是一种破坏性极大、人类难以干预的自然灾害,因此,地震预警对人们的防护和减少灾害损失至关重要。

传统的地震预警方法主要基于传统观测手段,如地面台站监测、地下监测仪、卫星监测等。

但是,这些观测手段不仅需要巨量资金投入,而且难以满足越来越高的预警需求。

因此,地震预警需要一个更为稳定、准确的方法。

数学建模方法能够利用观测数据建立一种地震预警模型,模型分析地震产生的各个环节,预测地震发生的可能时间和可能受影响的地区。

根据模型预测的结果,对可能发生的灾害进行预警。

例如,可以建立地震时间序列预测模型,通过对地震数据进行分析,预测地震的可能发生时间和地点。

此外,还可以建立地震强度预报模型,通过分析地震的深度、震源面积、震源机制、场地条件等参数,预测地震的强度范围和可能造成的损失,为救援和应急工作提供预测数据和准确指导。

二、数学模型在洪水预警中的应用洪水是另一种破坏性极大的自然灾害。

传统的洪水预警方法往往依赖于流量和水位监测站数据,该数据不仅反应缓慢,而且不能及时反映整个河流的洪水状况。

因此,需要一种更为全面、实时的预警方法。

数学建模方法能够建立洪水预测模型,通过对河流水位、流量进行监测和模拟,预测洪水的形成、发生和演变,及时预警并提供有效数据。

例如,可以建立基于数字高程模型的洪水淹没模拟模型,该模型基于地形数据进行分析,能够模拟出洪水形成和演变过程中的物理过程,预测出洪水可能淹没的区域和深度,为应急工作提供正确、及时的决策依据。

三、数学模型在风暴潮预警中的应用风暴潮是台风和飓风生成时伴随的自然灾害之一,能够带来极大的灾害性。

东北三省数学建模竞赛历年赛题

东北三省数学建模竞赛历年赛题

东北三省数学建模竞赛历年赛题2006 A:油田开发规划的合理编制问题
B:冬季北方室内空气交换问题
C:中国人口政策问题
2007 A:油田开发规划的合理编制问题
B:冬季北方室内空气交换问题
C:中国人口政策问题
2008 A:滑雪场定价问题
B:居民楼顶最佳保温层厚度
C:灾区物资分配问题
2009 A:运动界面追踪
B:丁克与人口增长
C:客观、合理的评价学生学习状况
2010 A:企业的营销管理问题
B:走遍全中国
C:封闭系统的货币分布问题
2011 A:食品质量安全抽样数据分析
B: 垃圾分类处理与清运方案设计
C:水资源短缺风险评价
D:用出租车GPS数据分析深圳道路交通情况
2012 A:深圳人口与医疗需求预测模型
B:手机用户精准识别
C:绿色机房模型评价与控制
D:打孔机生产效能的提高
2013 A:食品质量安全抽检数据分析
B:深圳关内外交通拥堵探究与治理
C:垃圾减量分类活动中社会及个体因素的量化分析
D:自然灾害保险问题的研究
2014 A:计划生育政策调整对人口数量、结构及其影响的研究B:基因组组装
C:垃圾焚烧厂的经济补偿问题
D:以深圳市为例探讨洪灾损失预测研究的科学性与严谨性2015 A:医保欺诈行为的主动发现
B:DNA序列的k-mer index 问题
C:福田红树林自然保护区湿地生态系统研究
D: 航班延误问题。

数学建模在应急管理决策中的应用有哪些

数学建模在应急管理决策中的应用有哪些

数学建模在应急管理决策中的应用有哪些在当今复杂多变的社会环境中,各类突发事件层出不穷,如自然灾害、公共卫生事件、事故灾难和社会安全事件等。

这些突发事件往往具有不确定性、复杂性和紧迫性等特点,给应急管理决策带来了巨大的挑战。

数学建模作为一种有效的工具,能够为应急管理决策提供科学的依据和支持,帮助决策者在有限的时间内做出最优的决策,从而有效地降低损失、保障人民生命财产安全。

一、数学建模在应急资源调配中的应用应急资源的合理调配是应急管理中的关键环节之一。

在突发事件发生后,如何快速、准确地将有限的资源(如医疗物资、救援设备、食品和饮用水等)分配到受灾地区和受灾群众手中,是关系到救援效果和受灾群众生命安全的重要问题。

数学建模可以通过建立资源调配模型,综合考虑受灾地区的需求、资源的供应、运输成本和时间限制等因素,制定出最优的资源调配方案。

例如,在地震灾害发生后,需要向多个受灾地区调配医疗物资。

可以建立一个线性规划模型,以满足各个受灾地区的医疗物资需求为约束条件,以运输成本和时间最小化为目标函数,通过求解这个模型,可以得到最优的医疗物资调配方案,确保医疗物资能够在最短的时间内送达最需要的地区。

二、数学建模在人员疏散中的应用在突发事件发生时,如火灾、地震等,人员疏散是保障人员生命安全的重要措施。

数学建模可以帮助我们分析人员疏散的过程,预测疏散时间,优化疏散路线,从而提高人员疏散的效率和安全性。

通过建立人员疏散模型,可以考虑人员的行为特征(如恐慌程度、对环境的熟悉程度等)、建筑物的结构和布局、疏散通道的容量和拥堵情况等因素。

利用这些模型,可以模拟不同场景下的人员疏散情况,找出可能存在的瓶颈和问题,并针对性地提出改进措施,如增加疏散通道、设置引导标识、优化人员组织等,以缩短疏散时间,减少人员伤亡。

三、数学建模在应急救援力量部署中的应用应急救援力量的合理部署对于提高救援效率和效果至关重要。

数学建模可以根据突发事件的类型、规模和发展趋势,以及救援力量的分布和能力,建立救援力量部署模型。

自然灾害保险问题的研究

自然灾害保险问题的研究

自然灾害保险问题的研究IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】大学生数学建模竞赛承诺书我们仔细阅读了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中选择一项填写): B参赛队员信息表(务必填写清楚作为日后给创新学分和选拔的依据)日期: 2013年 8月 11 日自然灾害保险问题的研究摘要我国是个农业大国,自然灾害比较频繁,面对自然灾害中的保险问题,我们希望通过建立合理的数学模型促进农业保险各主体间的良性互动,做好农业灾害保险,减少因灾害导致的农户损失,体现政府为保障国家农业生产的发展。

本文主要研究农业灾害保险险种方案的风险及其合理性,进而设计出更实际可行的方案。

针对问题一:基于本问要研究P省现有农业灾害保险险种方案的风险及其合理性的原因,我们采用了农作物灾害模型,在此基础上,评判分析方案的合理性,通过查找相关文献得到农作物生命周期的时间信息,然后结合附件二的天气数据,统计分析得出P省自然灾害发生的总概率,最终得到保险公司的赔款金额,进而得到保险险种方案的合理性。

针对问题二:基于本问要求将不合理的农业灾害保险险种方案进行重新设计并对其可行性作出定量分析的原因,我们采用了一种风险评估体系及评估模型,在此基础上,通过查找相关资料及题目数据,得到保险费率的厘定和保险金的确定,然后运用变异系数法和风险评价法,对农业自然灾害风险作出评估,得出新保险费率降低了保险公司风险,对农民影响不大,且自然灾害风险度越小,对农民和政府越有利,并总结出新的评定标准。

2017年 中国研究生 数学建模 竞赛A题

2017年 中国研究生 数学建模 竞赛A题

2017年中国研究生数学建模竞赛A题无人机在抢险救灾中的优化运用2017年8月8日,四川阿坝州九寨沟县发生7.0级地震,造成了不可挽回的人员伤亡和重大的财产损失。

由于预测地震比较困难,及时高效的灾后救援是减少地震损失的重要措施。

无人机作为一种新型运载工具,能够在救援行动中发挥重要作用。

为提高其使用效率,请你们解决无人机优化运用的几个问题。

附件1给出了震区的高程数据,共有2913列,2775行。

第一行第一列表示(0,0)点处的海拔高度值(单位:米),相邻单元格之间的距离为38.2米,即第m行第n列单元格中的数据代表坐标(38.2(m-1), 38.2(n-1))处的高度值。

震区7个重点区域的中心位置如下表所示(单位:千米):除另有说明外,本题中的无人机都假设平均飞行速度60千米/小时,最大续航时间为8小时,飞行时的转弯半径不小于100米,最大爬升(俯冲)角度为±15°,与其它障碍物(含地面)的1安全飞行距离不小于50米,最大飞行高度为海拔5000米。

所有无人机均按规划好的航路自主飞行,无须人工控制,完成任务后自动返回原基地。

问题一:灾情巡查大地震发生后,及时了解灾区情况是制订救援方案的重要前提。

为此,使用无人机携带视频采集装置巡查7个重点区域中心方圆10公里(并集记为S)以内的灾情。

假设无人机飞行高度恒为4200米,将在地面某点看无人机的仰角大于60°且视线不被山体阻隔视为该点被巡查。

若所有无人机均从基地H(110,0)(单位:千米)处派出,且完成任务后再回到H,希望在4小时之内使区域S内海拔3000米以下的地方尽可能多地被巡查到,最少需要多少架无人机?覆盖率是多少?每架无人机的飞行路线应如何设计?在论文中画出相应的飞行路线图及巡查到的区域(不同的无人机的飞行路线图用不同的颜色表示)。

进一步,为及时发现次生灾害,使用无人机在附件1给出的高度低于4000米的区域(不限于S)上空巡逻。

保险中的数学建模

保险中的数学建模

保险中的数学建模保险中的数学建模是一个复杂而重要的过程,它涉及到对保险产品和市场的深入理解,以及应用数学和统计方法来预测和评估风险。

这种建模通常用于帮助保险公司制定策略,优化产品设计,以及预测未来的损失和利润。

在保险中的数学建模中,通常会使用到以下几种方法:1.回归分析:这是一种统计方法,用于研究一个或多个自变量(如年龄、性别、收入等)与一个因变量(如保险费用或保险索赔金额)之间的关系。

通过回归分析,保险公司可以了解哪些因素对保险费用或索赔金额有显著影响,从而制定更合理的定价策略。

2.生存分析:生存分析是一种用于研究事件发生时间(如死亡、疾病发作、保险索赔等)的统计方法。

在保险中,生存分析可以用于预测被保险人的生存时间或索赔时间,从而帮助保险公司评估风险。

3.信用评分模型:信用评分模型是一种用于评估个人或企业信用风险的统计方法。

在保险中,信用评分模型可以用于评估被保险人的信用风险,从而决定是否为其提供保险以及保险费用的大小。

4.随机过程模型:随机过程模型是一种用于描述随机事件随时间变化的数学方法。

在保险中,随机过程模型可以用于模拟保险索赔的过程,从而帮助保险公司预测未来的索赔金额和频率。

5.风险模型:风险模型是保险数学建模中常用的一种方法。

它通过对历史数据进行分析,建立风险因素的统计模型,以预测未来可能发生的损失。

这些模型可以基于概率论、统计学、时间序列分析等方法进行构建。

6.保费定价模型:保费定价是保险公司的重要业务之一。

保费定价模型可以通过对风险因素进行分析和量化,计算出合理的保费水平。

这些模型可以基于概率论、数理统计、回归分析等方法进行构建。

7.理赔决策模型:理赔决策是保险公司面临的重要问题之一。

理赔决策模型可以通过对历史理赔数据进行分析,建立理赔决策的统计模型,以指导未来的理赔决策。

这些模型可以基于概率论、决策分析、优化理论等方法进行构建。

除了以上几种方法外,还有一些其他的数学和统计方法也被广泛应用于保险中的数学建模,如时间序列分析、蒙特卡洛模拟等。

2020年数学建模美赛题目

2020年数学建模美赛题目

2020年数学建模美赛题目
1. 题目A,关于空中交通的问题,要求参赛者利用数学建模方法对航班的轨迹进行优化,以减少飞行时间和燃料消耗。

2. 题目B,关于林业管理的问题,要求参赛者利用数学建模方法对森林资源的管理和可持续利用进行分析和优化。

3. 题目C,关于自然灾害的问题,要求参赛者利用数学建模方法对地震后的救援物资调度进行优化,以提高救援效率。

每个题目都提供了大量的背景资料和数据,参赛者需要根据所提供的信息,结合数学建模理论和方法,进行问题分析、模型建立和求解,最终撰写一份完整的数学建模报告。

这些题目涉及到了航空、林业和灾害管理等不同领域,要求参赛者具备跨学科的综合能力和创新思维。

每个题目都有其独特的挑战和难点,参赛者需要全面理解问题背景,合理假设模型,运用数学工具进行分析,并给出切实可行的解决方案。

这些题目不仅考察了参赛者的数学建模能力,还要求他们具备对实际问题的深刻理解和解决问题的能力。

洪灾风险评估模型研究综述

洪灾风险评估模型研究综述

洪灾风险评估模型研究综述洪灾是一种常见的自然灾害,对于人类的生命和财产安全造成了严重威胁。

为了更好地评估洪灾风险,许多学者和研究机构开展了相关模型的研究。

本文将对洪灾风险评估模型进行综述,以期为相关研究提供参考和启示。

1. 定量评估模型
定量评估模型是洪灾风险评估中常用的一种方法。

该模型通过建立数学模型,综合考虑地形、气候、土壤等多种因素,对洪灾风险进行量化评估。

其中,常用的模型包括Hec-RAS、SWMM等,这些模型在不同的地区和场景中均有广泛应用,并取得了良好的效果。

2. 统计分析模型
统计分析模型是评估洪灾风险的另一种重要方法。

该模型通过对历史洪水事件的数据进行分析,运用统计学方法得出概率分布和变化规律,从而预测未来可能发生的洪灾情况。

常见的统计分析模型包括Logistic回归、ARIMA模型等,这些模型能够较为准确地预测未来的洪灾风险。

3. 综合评估模型
除了以上两种模型外,综合评估模型也在洪灾风险评估中得到广泛应用。

该模型综合考虑了定量评估和统计分析的结果,结合地方政府的规划和应急预案,从而对洪灾风险进行全面评估和管理。

这种综合
评估模型在实际应用中具有很高的参考价值,能够有效地减少洪灾对社会经济的影响。

综上所述,洪灾风险评估模型在现代社会中扮演着重要的角色。

通过不断地研究和改进,我们可以更加准确地评估洪灾风险,为灾害应对和防范提供科学依据。

希望未来能够有更多的学者和研究机构关注洪灾风险评估模型的研究,为人类社会的可持续发展贡献力量。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
4.1.2 利用 Excel 表格分析数据
对附件 2 所给出的数据,利用 Excel 表格进行分析,统计得出从 2002 年到 2011 年 P 省 10 地区受到自然灾害的情况。
(1)P 省 10 地区每年总降水量见表 4-1:
4
(表 4-1)P 省 10 地区每年总降水量统计表
年份 地区
A
2002 355.9
0
1
1
1
0
B
0
1
1
0
1
1
0
1
2
C
1
1
1
0
1
1
0
5
(表 4-2)P 省 10 地区各年受洪涝灾害的月份数量统计表
年份 地区
A
2002 1
2003 2
2004 2
2005 1
2006 1
2007 2
2008 1
2009 4
2010 2011
4
0
B
0
3
2
4
1
1
2
2
5
5
C
0
3
2
2
0
0
0
0
1
1
D
2
5
4
4
3
2
3
1
5
2
E
1
8
5
3
2
2
4
3
4
2
F
0
1
2
0
1
1
3
分别利用主成分分析法和层次分析法对附件 2 中的数据进行统计分析,分别得出 各农作物受灾的概率,对比两个结果可得出 P 省 2012 年政策性农业保险统颁条款(种 植部分)不合理。 关键字:主成分分析法、层次分析法
一、问题重述
根据 2013 年 3 月 5 日《环球时报》转摘美国《商业周报》的相关报道,“在 2012 年全世界发生的 10 大自然灾害中,有 4 场是发生在中国。包括 3 场严重的夏季洪涝灾 和席卷苏鲁冀等沿海地区的台风‘达维’造成的灾害。另外,还有很多地区遭受了严 重干旱、冰雹等自然灾害,共造成 290 亿美元的损失,但通过投保由保险公司赔付的 比例仅占总损失的4%左右,这个比例相对美国的自然灾害保险赔付率相差甚远。” 另据报道:“2013 年 3 月 20 日发生在广东、广西等省部分地区的一场大风和冰雹灾 害,造成直接经济损失达 13 亿多元。”这个事实警示我们,中国需要重视和加强自然 灾害保险的研究和实践,特别是针对严重自然灾害的保险体系建设和对策方案的研 究,推动由政府主导的自然灾害政策性保险方案的实施。
三、基本假设和符号说明
3.1 基本假设
通过对该问题的分析,我们做出如下合理的假设:
2
(1) 干旱、洪涝、冰雹之外的自然灾害对农业保险的影响; (2) 忽略各个自然灾害之间的相互影响; (3) 若农作物受灾,则按绝收处理。
3.2.符号说明
符号 U C P n
Ci P max Ai a ij CI i RI i
2003 2004 2005 751.1 622.8 545.6
2006 459.4
2007 473.9
2008 2009 2010 2011 494.3 692 603.3 541.4
B
475.4 965.4 757.4 788.2 582.1 670 491.8 598 755.9 594.3
C
形成洪水除了地形、降雨量大之外还要降雨强度也要大才有可能形成洪水。(注 意:降雨量不同于降雨强度)降雨强度是单位时间段内的降雨量(以毫米/分或毫米/时 计)我国气象部门一般采用的降雨强度标准为:小雨:12 小时内雨量小于 0.2-5 毫米, 或 24 小时内雨量小于 10 毫米;中雨:12 小时内雨量为 5-15 毫米,或 24 小时内雨量 为 10.1-25 毫米;大雨:12 小时内雨量为 15.1-30 毫米,或 24 小时内雨量为 25.1-50 毫米。当降雨强度和降雨量很大时,大量雨水迅速汇入河中,使河中水量猛增、水位急 剧上涨,即形成洪水。
我们参赛选择的题号是(从 A/B/C/D 中选择一项填写):
D
我们的参赛序号为:
1072
所属学院(请填写完整的全名):
信息科学与工程学院
参赛队员(打印并签名):1.
白迎春
2.
朱启超
3.
陈飞
日期: 2013 年 6 月 6 日
D 题 自然灾害保险问题的研究
摘要
本文要求对农业保险的合理性进行评价,本文针对各小题所要解决的实际问题, 提出了不同的模型或算法,过程如下:
农业灾害保险是国家政策性保险之一,即政府为保障国家农业生产的发展,基于 商业保险的原理并给予政策扶持的一类保险产品。农业灾害保险也是针对自然灾害, 保障农业生产的重要措施之一,是现代农业金融服务的重要组成部分,它与现代农业 技术、现代农业信息化及市场建设共同构成整个农业现代化体系。农业灾害保险险种 是一种准公共产品,基于投保人、保险公司和政府三方面的利益,按照公平合理的定 价原则设计,由保险公司经营的保险产品,三方各承担不同的责任、义务和风险。农 业灾害保险分种植业保险和养殖业保险两大类,现有几十个险种,因不同地区的气象 条件和作物种类不同,其险种和设置方案都不尽相同。农业灾害保险除遵循保险的共 同原理外,有其自身的特点。比如,其损失规律有别于人寿保险和通常的财产保险 (如汽车险)等。政府作为投保人和承保人之外的第三方介入以体现对国家安全和救 灾的责任。附件 1 给出了 P 省种植业现行的部分险种方案,请你们从实际出发,查阅 和参考附件中的数据资料,通过分析建模,研究解决下面的问题:
I
662.3 1222.2 970.1 917.2 766.2 944.8 773.9 701.8 753.5 719.4
J
884.8 1385.7 712.2 1394.3 1076.2 1153.2 989.1 854.7 851.9 668.1
降水量/mm
(图 4-1)P 省 10 地区每年总降水量统计图
511.7 1041.9 708.5 531.7 498.6 510.2 535.4 561.4 527.3 840.7
D
778 1027.2 742.4 992.6 634.8 694.9 755.5 819.1 1116.6 707.5
E
557.7 1246 977.6 777.8 610 782.4 776.6 679.7 784.8 811.8
1600 1400 1200 1000
800 600 400 200
0
2002
2003
2007
年份
2008
ABCDEFGHIJ
2009
2010
2011
根据统计得出的数据,10 地区每年的总降水量没有小于 250mm 的情况,因此,P 省不存在干旱地区。
(2)P 省 10 地区洪涝灾害的情况,见表 4-2:
需要的相关数据; (3) 根据构建出的保险合理性体系及利用相关的数据分析得出评价结论. (4) 对两种不同方法得出的结论进行综合分析。 对于保险合理性的评价问题,解决的难点在于保险合理性体系的构建与数据的采 集上,构建了一个评价保险合理性的体系,最后我们根据的分析比较,提炼出解决问 题时需要的数据对于各项风险的权重,我们可以综合分析各种风险的权重来得出保险 的合理性。
(2)农作物的生命周期 通过查阅相关文献[3],我们知道,各农作物的生命周期:冬小麦,9、10 月份播 种,次年 4、5 月份收割(主要在长城以南);春小麦,春节后播种,8、9 月份收获; 棉花,谷雨 4 月播种,处暑 8 月 、白露 9 月收获;夏玉米,大豆播种节气相同,夏至 6 月播种,白露----秋分 9 月收获;花生,约在 4 月底至 5 月上旬播种,生长 100~ 150 天,个别晚熟品种可达 180 天;在南方春秋两熟花生区适宜播种期为 2-3 月中旬; 春西瓜,大棚定植日在 2 月中旬开始播种育苗,中小棚定植日在 2 月下旬至 3 月上旬 播种育苗,地膜覆盖加小拱棚栽培日在 3 月中旬后播种育苗;秋西瓜,指夏播秋收的 一季西瓜,秋西瓜的播种期比较严格,江西一般在 7 月中、下旬播种可正常成熟,但 适当提早到 7 月上旬播种更为稳妥;苹果,砧木种子春播一般在 3 月下旬至 4 月上旬 进行;冬油菜,秋种春开花,5 月份左右收获;春油菜,春季播种生育期 60—130 天。
1.对附件 2 中的数据做必要的统计分析,研究 P 省现有农业灾害保险险种方案可 能存在的风险,并分析其方案是否存在不合理性。
2.针对 P 省的具体情况,选取其中部分农业灾害保险险种,设计更实际可行的农 业灾害保险的险种方案,包括标的、保险金、保费、费率、赔付率、政府补贴率等; 并对方案的有效性(即保险公司和投保人的风险大小)及可行性做出定量分析。
3.将你们的模型推广应用。根据某省(市、区)的实际情况(或参见附件 3),查
1
阅相关资料,提出相应的农业灾害保险的险种方案,并对可能存在的风险做出分析; 针对其它方面的自然灾害保险问题进行研究。
4.结合你们的模型结果,从地方政府、保险公司和投保人三个方面,提出有利于 自然灾害保险长远发展的对策方案,希望能用定量依据或方法说明其对策方案的可行 性和有效性,并给政府相关部门写一篇建议书。
2
4
0
G
2
5
4
6
3
6
9
1
3
2
H
2
3
2
3
1
1
1
3
3
1
I
2
4
4
3
2
4
2
3
2
1
J
2
4
2
7
3
相关文档
最新文档