2012年数学建模D题

合集下载

2012深圳杯数学建模夏令营D题

2012深圳杯数学建模夏令营D题

程序问题一程序1A=xlsread('F:\数学建模第二期培训\第三题\新建文件夹 (2)\data',1,'b2:c611'); B=xlsread('F:\数学建模第二期培训\第三题\新建文件夹 (2)\data',2,'b2:c788'); C=xlsread('F:\数学建模第二期培训\第三题\新建文件夹 (2)\data',3,'b2:c271'); D=xlsread('F:\数学建模第二期培训\第三题\新建文件夹 (2)\data',4,'b2:c213'); E=xlsread('F:\数学建模第二期培训\第三题\新建文件夹 (2)\data',5,'b2:c96'); F=xlsread('F:\数学建模第二期培训\第三题\新建文件夹 (2)\data',6,'b2:c35'); G=xlsread('F:\数学建模第二期培训\第三题\新建文件夹 (2)\data',7,'b2:c21'); H=xlsread('F:\数学建模第二期培训\第三题\新建文件夹 (2)\data',8,'b2:c7');I=xlsread('F:\数学建模第二期培训\第三题\新建文件夹 (2)\data',9,'b2:c11'); J=xlsread('F:\数学建模第二期培训\第三题\新建文件夹 (2)\data',10,'b2:c30'); Ax=A(:,1);Ay=A(:,2);Bx=B(:,1);By=B(:,2);Cx=C(:,1);Cy=C(:,2);Dx=D(:,1);Dy=D(:,2);Ex=E(:,1);Ey=E(:,2);Fx=F(:,1);Fy=F(:,2);Gx=G(:,1);Gy=G(:,2);Hx=H(:,1);Hy=H(:,2);Ix=I(:,1);Iy=I(:,2);Jx=J(:,1);Jy=J(:,2);plot(Ax,Ay,'b+',Bx,By,'rh',Cx,Cy,'g*',Dx,Dy,'cd',Ex,Ey,'mo',Fx,Fy,'yp ',Gx,Gy,'kx',Hx,Hy,'b+',Ix,Iy,'b+',Jx,Jy,'rx')legend('A型孔','B型孔','C型孔','D型孔','E型孔','F型孔','G型孔','H型孔','I 型孔','J型孔')title('各种类型孔的分布图')xlabel('x')ylabel('y')grid on %画出分格线plot(Ax,Ay,'b+',Bx,By,'rh',Cx,Cy,'g*',Dx,Dy,'cd',Ex,Ey,'mo',Fx,Fy,'yp ',Gx,Gy,'kx',Hx,Hy,'b+',Ix,Iy,'b+',Jx,Jy,'rx')legend('A型孔','B型孔','C型孔','D型孔','E型孔','F型孔','G型孔','H型孔','I 型孔','J型孔')title('各种类型孔的分布图')xlabel('x')ylabel('y')grid on %画出分格线程序2m=10;Alpha=1;Beta=5;Rho=0.1;NC_max=200;Qx100;%为使程序运行速度更快,取蚂蚁数为10function[R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=yiqunsuanfa(C1,N C_max,m,Alpha,Beta,Rho,QX)%% 主要符号说明%% C1 n个城市的坐标,n×2的矩阵%% NC_max 最大迭代次数%% m 蚂蚁个数%% Alpha 表征信息素重要程度的参数%% Beta 表征启发式因子重要程度的参数%% Rho 信息素蒸发系数%% QX 信息素增加强度系数%% R_best 各代最佳路线%% L_best 各代最佳路线的长度%%第一步:变量初始化n=size(C1,1);%*表示问题的规模(城市个数)D=zeros(n,n);%D表示完全图的赋权邻接矩阵for i=1:nfor j=1:nif i~=jD(i,j)=((C1(i,1)-C1(j,1))^2+(C1(i,2)-C1(j,2))^2)^0.5;elseD(i,j)=eps;endD(j,i)=D(i,j);endendEta=1./D; %Eta为启发因子,这里设为距离的倒数Tau=ones(n,n);%Tau为信息素矩阵Tabu=zeros(m,n);%存储并记录路径的生成NC=1;%迭代计数器R_best=zeros(NC_max,n);%各代最佳路线L_best=inf.*ones(NC_max,1);%各代最佳路线的长度L_ave=zeros(NC_max,1);%各代路线的平均长度while NC<=NC_max%停止条件之一:达到最大迭代次数%%第二步:将m只蚂蚁放到n个城市上Randpos=[];for i=1:(ceil(m/n))Randpos=[Randpos,randperm(n)];endTabu(:,1)=(Randpos(1,1:m))';%%第三步:m只蚂蚁按概率函数选择下一座城市,完成各自的周游for j=2:nfor i=1:mvisited=Tabu(i,1:(j-1));%已访问的城市J=zeros(1,(n-j+1));%待访问的城市P=J;%待访问城市的选择概率分布Jc=1;for k=1:nif length(find(visited==k))==0J(Jc)=k;Jc=Jc+1;endend%下面计算待选城市的概率分布for k=1:length(J)P(k)=(Tau(visited(end),J(k))^Alpha)*(Eta(visited(end),J(k))^Beta);endP=P/(sum(P));%按概率原则选取下一个城市Pcum=cumsum(P);Select=find(Pcum>=rand);to_visit=J(Select(1));Tabu(i,j)=to_visit;endendif NC>=2Tabu(1,:)=R_best(NC-1,:);end%第四步:记录本次迭代最佳路线L=zeros(m,1);for i=1:mR=Tabu(i,:);for j=1:(n-1)L(i)=L(i)+D(R(j),R(j+1));endL(i)=L(i)+D(R(1),R(n));endL_best(NC)=min(L);pos=find(L==L_best(NC));R_best(NC,:)=Tabu(pos(1),:);L_ave(NC)=mean(L);NC=NC+1%第五步:更新信息素Delta_Tau=zeros(n,n);for i=1:mfor j=1:(n-1)Delta_Tau(Tabu(i,j),Tabu(i,j+1))=Delta_Tau(Tabu(i,j),Tabu(i,j+1))+QX/ L(i);endDelta_Tau(Tabu(i,n),Tabu(i,1))=Delta_Tau(Tabu(i,n),Tabu(i,1))+QX/L(i) ;endTau=(1-Rho).*Tau+Delta_Tau;%%第六步:禁忌表清零Tabu=zeros(m,n);end%%第七步:输出结果Pos=find(L_best==min(L_best));Shortest_Route=R_best(Pos(1),:);Shortest_Length=L_best(Pos(1));subplot(1,2,1)DrawRoute(C1,Shortest_Route)subplot(1,2,2)plot(L_best)hold onplot(L_ave)程序3function DrawRoute(C1,R)N=length(R);scatter(C1(:,1),C1(:,2));hold onplot([C1(R(1),1),C1(R(N),1)],[C1(R(1),2),C1(R(N),2)])hold onfor ii=2:Nplot([C1(R(ii-1),1),C1(R(ii),1)],[C1(R(ii-1),2),C1(R(ii),2)])hold onendtitle('旅行商问题优化结果')程序4%求总的路程路线和时间function [Tabu montime]=sj5(M,X,Y,p,Ax,Ay,Bx,By,Cx,Cy,Dx,Dy,Ex,Ey,Fx,Fy,Gx,Gy,Hx,Hy,Ix, Iy,Jx,Jy)n=size(M,1);Tabu=1;tk=3;jk=1;for i=1:n-1tempt=[];for k=1:nif isempty(find(Tabu==k))&&length(find(Tabu==p(2, k)))>0, tempt=[tempt k];endendif length(tempt)==0temptendsum1=inf;for kk=temptif sum1>X(tk,kk)ik=kk;sum1=X(tk,ik);endendTabu=[Tabu ik];tk=ik;endTabu(1)=1;time=0;mon=0;tx=Tabu(1:end-1);ty=Tabu(2:end);for i=1:n-1mon=mon+X(tx(i),ty(i));if p(1,tx(i))~=p(1,ty(i))zty=abs(p(1,tx(i))-p(1,ty(i)));if zty<4st=zty;elsest=8-zty;endif Y(tx(i),ty(i))<18*st;time=time+18*zty;elsetime=time+Y(tx(i),ty(i));endelsetime=time+Y(tx(i),ty(i));endendDrawRoute(M,Tabu,Ax,Ay,Bx,By,Cx,Cy,Dx,Dy,Ex,Ey,Fx,Fy,Gx,Gy,Hx,Hy,Ix,I y,Jx,Jy)。

2012数学建模题目

2012数学建模题目

2012数学建模题目一、题目描述我们要研究如何让快递员在繁忙的城市中快速地交付每个快递。

城市中有许多道路和交通工具,也有许多商铺和住宅小区,城市规划和人口密度不同,道路交通情况也有所不同。

我们的目标是在保证交付时间的前提下,设计最优的配送路线,使得每个快递员在短时间内完成更多的配送任务。

二、问题分析1. 建立模型首先,我们需要建立一个数学模型来描述配送路线和任务量的关系。

我们可以用图论模型来表示城市的路网,用顶点表示城市中的交叉路口,用边表示两个交叉路口之间的道路。

我们还可以用图论中的最短路径算法来计算两个顶点之间的最短路径。

其次,我们需要考虑如何描述每个快递员的配送任务量。

我们可以设计一个算法来计算每个快递员要配送的快递数量和每个配送点的交通状况,然后根据这些信息来给每个快递员安排任务量。

最后,我们需要考虑如何设计一个最优化算法来解决问题。

我们可以利用模拟退火、遗传算法等优化算法,来寻找最优的配送路线和任务量分配方案。

2. 收集数据我们需要收集城市地形、道路交通情况、商铺和住宅小区分布等信息,并对这些信息进行处理和分析,以确定城市的规划和人口密度。

我们还需要收集快递业务的相关数据,包括快递递送和配送任务量、配送时限,以及快递员的工作时间和工作效率等信息。

3. 验证模型我们需要对模型进行验证和测试,以确定模型的可行性和准确性。

我们可以用现有的数据进行模拟实验,对模型的输出结果进行分析和比对。

四、模型求解1. 根据模型和数据,我们可以设计一个软件系统来实现快递配送路线和任务量分配的优化问题。

该系统需要包括以下模块:城市地图模块:用来绘制城市地图、路网和配送点。

路径规划模块:用来计算最短路径和最短时间的算法。

任务分配模块:用来计算每个快递员的配送任务量和时间分配方案。

优化算法模块:用来寻找最优的配送路线和任务量分配方案,包括模拟退火算法、遗传算法等。

2. 对该系统进行模拟实验,验证其可行性和准确性。

2012深圳杯数学建模竞赛D题——打孔机生产效能的提高-参考答案

2012深圳杯数学建模竞赛D题——打孔机生产效能的提高-参考答案

2012深圳杯数学建模竞赛D题——打孔机生产效能的提高-参考答案2012深圳杯数学建模竞赛D 题——打孔机生产效能的提高参考答案摘要本文对印刷电路板过孔的生产效益如何提高进行了研究。

打孔机在加工作业时,钻头的行进时间和刀具的转换时间是影响生产效益的两个因素。

在完成一个电路板的过孔加工时,钻头行进时间和刀具转换总时间越短,生产效益越高。

钻头行进总时间由钻头进行路线决定,而刀具转换总时间由线路板上由各孔的位置以及钻头行进方案决定。

钻头行进的路线的确定我们用遗传算法模拟。

令{}0,1ij e ∈,当1ij e =示(,)i j 在得到的最优路径上;当0ij e =表示(,)i j 不在得到的最优路径上。

通过这个变量建立起路线与费用的桥梁关系,进而写出总费用的表达式,建立最优模型,用遗传算法求解。

当打孔机设计成双钻头时,由于作业时各钻头相互独立,且有合作间距的限制,因此在解决双钻头最优作业方案时,我们在单钻头作业的基础上再加上另一个钻头作业所需的各种费用并增加约束条件,保证合作间距在要求范围之内。

关键词:遗传算法; 优化模型; 印刷线路板;生产效益一、问题的重述过孔是印刷线路板(也称为印刷电路板)的重要组成部分之一,过孔的加工费用通常占制板费用的30%到40%,打孔机主要用于在制造印刷线路板流程中的打孔作业。

本问题旨在提高某类打孔机的生产效能。

打孔机的生产效能主要取决于以下几方面:(1)单个过孔的钻孔作业时间,这是由生产工艺决定,为了简化问题,这里假定对于同一孔型钻孔作业时间都是相同的;(2)打孔机在加工作业时,钻头的行进时间;(3)针对不同孔型加工作业时,刀具的转换时间。

目前,实际采用的打孔机普遍是单钻头作业,即一个钻头进行打孔。

现有某种钻头,上面装有8种刀具a,b,c,… , h,依次排列呈圆环状,而且8种刀具的顺序固定,不能调换。

在加工作业时,一种刀具使用完毕后,可以转换使用另一种刀具。

相邻两刀具的转换时间是18 s,例如,由刀具a转换到刀具b所用的时间是18s,其他情况以此类推。

2012数学建模作业参考答案(部分)[1]

2012数学建模作业参考答案(部分)[1]

但由上面分析知,我们只提取第一对典型变量:
三.结果分析
v1 = 0.8119 y1 + 0.4204 y2 + 0.0289 y3 w1 = 0.3498x1 -1.0378x2
(1)
由(1)式知,典型变量 v1 中 y1 和 y2 的系数较大,典型变量 w1 中 x2 的系数较 大(绝对值大小)。即 w1 主要由变量 x2 所决定,典型变量 v1 主要 y1 和 y2 决定。因 此,典型变量 v1 和 w1 的相关主要是变量 x2 和 y1 和 y2 的相关。也就是说,1 月下 旬至 3 月上旬的日照小时累计数的常用对数与棉花红铃虫第一代发蛾高峰日、第
C
H
O
N
高发热量
69
5.5
24
1.5
6700
57
6
35
2
5200
82
4.3
12
1.9
8400
77
4.8
17
1.3
7500
59
6
33
1.9
5400
80
4.6
14
1.7
8000
64
5.8
29
1.7
6000
67
5.7
26
1.6
6300
62
5.9
30
1.9
5700
73
5
21
1.6
7000
以下解法仅供参考:
本题属于一个因变量(高发热量,并记为 y )与多个自变量(碳、氢、氧、 氮,并依次记为 C、H、O、N)的回归分析。为了初步判断他们属于多元线性回 归还是非线性回归,可以通过画图对比
并且,拟合度 R 2 =0.9963,说明了样本观察值有 99.6%的信息可以用线性回归方程 进行解释。因此,拟合效果较好,认为 y 与各自变量的之间具有显著的线性相关 关系(但并非说明 y 与各自变量都有显著的线性相关关系)。

2012研究生数学建模题目

2012研究生数学建模题目

A基因识别问题及其算法实现一、背景介绍DNA 是生物遗传信息的载体,其化学名称为脱氧核糖核酸(Deoxyribonucleic acid ,缩写为DNA )。

DNA 分子是一种长链聚合物,DNA 序列由腺嘌呤(Adenine, A ),鸟嘌呤(Guanine, G ),胞嘧啶(Cytosine, C ),胸腺嘧啶(Thymine, T )这四种核苷酸(nucleotide )符号按一定的顺序连接而成。

其中带有遗传讯息的DNA 片段称为基因(Gene )(见图1第一行)。

其他的DNA 序列片段,有些直接以自身构造发挥作用,有些则参与调控遗传讯息的表现。

在真核生物的DNA 序列中,基因通常被划分为许多间隔的片段(见图1第二行),其中编码蛋白质的部分,即编码序列(Coding Sequence )片段,称为外显子(Exon ),不编码的部分称为内含子(Intron )。

外显子在DNA 序列剪接(Splicing )后仍然会被保存下来,并可在图1真核生物DNA 序列(基因序列)结构示意图蛋白质合成过程中被转录(transcription )、复制(replication )而合成为蛋白质(见图2)。

DNA 序列通过遗传编码来储存信息,指导蛋白质的合成,把遗传信息准确无误地传递到蛋白质(protein )上去并实现各种生命功能。

图2蛋白质结构示意图对大量、复杂的基因序列的分析,传统生物学解决问题的方式是基于分子实验的方法,其代价高昂。

诺贝尔奖获得者W.吉尔伯特(Walter Gilbert ,1932—;【美】,第一个制备出混合脱氧核糖核酸的科学家)1991年曾经指出:―现在,基于全部基因序列都将知晓,并以电子可操作的方式驻留在数据库中,新的生物学研究模式的出发点应是理论的。

一个科学家将从理论推测出发,然后再回到实验中去,追踪或验证这些理论假设。

‖ 随着世界人类基o DNA 序列外显子(Exon ) 内含子(Intron)DNA 序列蛋白质序列因组工程计划的顺利完成,通过物理或数学的方法从大量的DNA 序列中获取丰富的生物信息,对生物学、医学、药学等诸多方面都具有重要的理论意义和实际价值,也是目前生物信息学领域的一个研究热点。

2012年数学建模网络挑战赛D题二阶段一等奖

2012年数学建模网络挑战赛D题二阶段一等奖

2012年第五届“认证杯”数学中国数学建模网络挑战赛题目人机游戏中的数学建模关键词最小间距不等式分析人机游戏优化模型摘要:本题是以人机游戏“植物大战僵尸”为背景,问题一中,在第一阶段的基础上重新研究人机输赢的优化问题。

我们把10个方格从左到右依次标为①-⑩,将6朵阳光分为5种情况:(1)产生3株向日葵;(2)产生2株向日葵剩余2朵阳光;(3)6朵阳光产生1朵向日葵剩4朵阳光;(4)产生1株向日葵和1棵豌豆荚;(5)产生1棵豌豆荚剩余2朵阳光。

最终得出第(1)种情况,计算机永远赢;第(2)种情况,得出僵尸间隔为9步时,计算机不会赢;僵尸的间隔为5步,玩家忙碌;僵尸的间隔为3步,玩家更加忙碌,。

第(3)种情况,得出僵尸间的间隔为9步;第5个僵尸以前的僵尸间的间隔为9步,以后僵尸间的间隔为5步;第5个僵尸以前的僵尸间的间隔为9步,第5-13个僵尸间的间隔为5步,第13个僵尸以后僵尸间的间隔为3步。

第(4)种情况中,考虑第三颗种植植物为向日葵,第四颗种植植物为豌豆荚时,得出第1-6只僵尸间的间隔为7步,从第6个僵尸之后的僵尸间隔为5步。

考虑第三颗种植植物为豌豆荚,第四颗种植植物为豌豆荚时,得出第1-6只僵尸间的间隔为7步,从第7-16个僵尸之间的僵尸间隔为5步,从第16个僵尸之后的僵尸间隔为3步。

考虑第三颗种植植物为豌豆荚,第四颗种植植物为向日葵时,得出第1-6只僵尸间的间隔为7步,从第6个僵尸之后的僵尸间隔为5步。

第(5)种情况,得出僵尸之间的间隔不小于9步。

图文并茂,使我们的结果更加一目了然。

通过比较分析,最终得出,第1-6只僵尸间的间隔为7步,从第7-16个僵尸之间的僵尸间隔为5步,从第16个僵尸之后的僵尸间隔为3步。

此时,计算机永远不会赢,并且游戏紧张有趣。

问题二,我们构想了流水车间生产线的一个产品消毒问题。

从第1个格中放置生产设备,第2个格放置消毒设备,其中只有消毒设备的增加,进行分析讨论使得产品的A 产品的消毒效率高的间隔方案,得出分配方案为:第1-6个产品的间隔为6m,第7-18个产品的间隔为4.5m,第18-19个产品的间隔为6m,第19-36个产品的间隔为3m,第36-37个产品的间隔为5.25m,第37-60个产品的间隔为2.25m,第60-61个产品的间隔为2.55m,第61个以后的产品的间隔为1.8m。

全国大学生数学建模竞赛D题解析

全国大学生数学建模竞赛D题解析
,
汇报人:
CONTENTS
PRT ONE
PRT TWO
竞赛名称:全国大学生数学建模竞 赛
竞赛目的:培养大学生数学建模能 力提高解决实际问题的能力
添加标题
添加标题
竞赛级别:国家级
添加标题
添加标题
竞赛影响:促进大学生数学建模技 术的发展选拔优秀人才
竞赛起始于XXXX年 每年举办一次 参赛对象为全国大学生 竞赛目的是提高大学生数学建模能力和科技创新能力
组建合适的团队分工明确
制定详细的计划合理安排时间
充分准备所需的知识和技能
准备阶段:研究 题目收集资料建 立模型
实施阶段:编程 实现模拟实验优 化模型
总结阶段:撰写 论文整理思路提 炼经验
反思阶段:总结 得失分析原因改 进策略
赛题分析:对竞赛题目进行深入剖析明确解题思路和要点 经验教训:总结竞赛过程中遇到的问题和不足提出改进措施 团队协作:评估团队成员在竞赛中的表现和贡献提出优化建议 未来规划:根据竞赛经验和教训制定个人和团队未来的学习和发展计划
模型验证:通过对比实际数据和模型预测结果对模型的准确性和可靠性进行评估和改进
数据清洗:去除异常值、缺失值和重复值 数据筛选:根据需求筛选有效数据 数据转换:对数据进行必要的转换以适应分析需求 数据可视化:通过图表、图像等形式直观展示数据
确定问题类型和目 标函数
确定算法的输入和 输出
设计算法的流程图 和伪代码
培养团队协作精神 提升大学生数学应用能力
促进学科交叉融合
为国家和社会培养创新型人 才
PRT THREE
题目背景:全国大学生数学建模竞赛D题 题目要求:分析D题所涉及的数学建模方法和技巧 题目内容:对D题进行解析包括问题分析、模型建立、求解过程等 题目难度:对D题的难度进行评估并给出解题建议

2012年数学建模实训D题

2012年数学建模实训D题

2012年数学建模实训D题第一篇:2012年数学建模实训D题2012年数学建模实训D题高校硕士研究生招生指标分配问题高等学校研究生招生指标分配问题,对研究生的培养质量、学科建设和科研成果的取得有直接影响。

特别是2011年研究生招生改革方案中,将硕士研究生招生指标划分为学术型和专业型两类。

这一改革方案的实施,给研究生教育的发展带来发展机遇的同时,也给研究生招生指标分配的优化配置提出了新的思考。

附件的数据是某高校2007-2011年硕士研究生招生实际情况。

研究生招生指标分配主要根据指导教师的数量以及教师岗位进行分配。

其中教师岗位分为七个岗位等级(一级岗位为教师的最高级,七级岗为具备硕士招生资格的最低级)。

另外数据表还列出了各位教师的学科方向,2007-2011年的招生数,科研经费,发表中、英文论文数,专利数,获奖数,获得校、省优秀论文奖数量等信息。

请你参考有关文献、利用附件的数据建立数学模型,并解决下列问题。

1.由于统计数据的缺失,第18、103、110、123、150、168、274、324、335、352位教师的数据不完整,请你用数学模型的方法将这些缺失的数据补充完整。

2.以前的硕士研究生名额分配方案主要参考导师岗位级别进行分配。

请你以岗位级别为指标,分析每个岗位的招生人数、科研经费、发表中英文论文数、申请专利数、获奖数、获得优秀论文数量的统计规律,并给出合理的解释。

3.根据第二问的结论,提出更加合理的研究生名额分配方案,使得新方案既兼顾到岗位又能兼顾到其他因素,例如研究生的招生类型等,并要求用此方案对2012年的名额进行预分配。

4.如果在研究生招生指标分配当中,考虑到学科的特点和学科发展的需要,进行差异分配,请你设计调整方案,并用你的方案给出2012年的调整方案。

5.如果想把分配方案做得更加合理,你认为还需要哪些指标数据,用什么方法可以完成你的方案?请阐述你的思想。

第二篇:数学建模实训报告目录实训项目一线性规划问题及lingo软件求解……………………………1 实训项目二lingo中集合的应用………………………………………….7 实训项目三lingo中派生集合的应用……………………………………9 实训项目四微分方程的数值解法一………………………………………13 实训项目五微分方程的数值解法二……………………………………..15 实训项目六数据点的插值与拟合………………………………………….17 综合实训作品…………………………………………………………….18 每次实训课必须带上此本子,以便教师检查预习情况和记录实验原始数据。

  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)。
O到B与O到C最短路线求解分析原理与O到A一样不再重述。
O到A到B到C再到O
要求机器人到达各目标点在回到原点,此时不但要考虑障碍物的问题还要考虑从以目标点到另一目标点的转弯问题,此时简单的拉线一不满足。
问题二
时间与路程和速度的关系 ,速度与转弯半径的关系 ,根据此公式不难得出半径与速度的关系,即半径越大速度约接近5,但半径越大路程越长,消耗时间也越多。
图4
图5
图6
图7
线路1: 线路2:
对 和 进行比较可知( < ),线路1为最短线路。
3、O点到C点(O→C)
作图分析可得出两条路线距离比较近,线路1(如图11)和线路2(如图12)。分别对两条路进行标注,线路1标注图(如图13),线路2标注图(如图14),计算两条路线的长度。
图8
图9
图10
图11
线路1: 线路2: 对 、 进行比较可知 < ,线路1最短。
机器人直线行走的最大速度为 个单位/秒。机器人转弯时,最大转弯速度为 ,其中 是转弯半径。如果超过该速度,机器人将发生侧
翻,无法完成行走。
请建立机器人从区域中一点到达另一点的避障最短路径和最短时间路径的数学模型。对场景图中4个点O(0,0),A(300,300),B(100,700),C(700,640),具体计算:
目测从O点到A点比较短的路线有两条,即从障碍物5顶部绕和从其底部绕(如图6)。
用AutoCAD软件对路线进行标注(如图7),计算两条路线的长度。
路线1:
线路2:
两条路线进行比较可知线路1最短。
2、O点到B点(O→B)
目测可知从O点到B点的最短路线必从O点到B点线路1(如图8)和O点到B点线路2(如图9)中产生,分别对两条路进行标注,线路1标注图(如图6),线路2标注图(如图10),计算两条路线的长度。
而 与 垂直,故其一个方向向量:
而:
所以:
综合以上式子可以求得 的坐标,从而可以得出路径的长为:
= +HB,这可以采用模型一中的线圆结构来求解。
建立模型
绳子套在一个环上,环套在一个定圆上。如图5
图5
可证明此路线为最短路径。
六、模型求解
问题一
用AutoCAD软件对机器人的行走路径进行作图分析。
1、O点到A点(O→A)
8
平行四边形
(150,600)
底边长90,左上顶点坐标(180,680)
9
长方形
(370,680)
长60,宽120
10
正方形
(540,600)
边长130
11
正方形
(640,520)
边长80
12
长方形
(500,140)
长300,宽60
在图1的平面场景中,障碍物外指定一点为机器人要到达的目标点(要求目标点与障碍物的距离至少超过10个单位)。规定机器人的行走路径由直线段和圆弧组成,其中圆弧是机器人转弯路径。机器人不能折线转弯,转弯路径由与直线路径相切的一段圆弧组成,也可以由两个或多个相切的圆弧路径组成,但每个圆弧的半径最小为10个单位。为了不与障碍物发生碰撞,同时要求机器人行走线路与障碍物间的最近距离为10个单位,否则将发生碰撞,若碰撞发生,则机器人无法完成行走。
,记线段AE、弧度EF、线段FB为AEFB,那么AEFB比任何折线路径都短。
下面在考察一条不穿过障碍物的任何一条路径,设其分别于OE和OF的延长线交与P、Q两点,记A和P之间的路径长度为 ,显然 ,又由AE EO,所以| ,从而 ,同理可得 。
再来比较PQ之间路径长度 和圆弧EF的长度的大小。若PQ之间的路径可有极坐标方程 ,则有 ,可得:
(1)机器人从O(0,0)出发,O→A、O→B、O→C和O→A→B→C→O的最短路径。
(2)机器人从O (0,0)出发,到达A的最短时间路径。
注:要给出路径中每段直线段或圆弧的起点和终点坐标、圆弧的圆心坐标以及机器人行走的总距离和总时间。
图1800×800平面场景图
二、问题分析
本题可以用AutoCAD作图软件完成部分路线及线段、弧线、坐标的标注等。
因为 点的坐标未知,所以我们就不能用模型一中的线圆结构对其进行求解。故得先求出 点的坐标。设 坐标为(m,n), 、 、 、 、 分别为 ( =1、2、3、4、5), 、 、 分别为 、 、 。这样便有以下关系:
在 中:
在 中:
在 中:
在 中:
则:
又因为 一定会在 的角平分线上,所以满足:
我们采用向量的形式来求,易知 的一个方向向量:
(225.0,538.35)
(230.63,530)
(230.63,470)
(222.52,459.82)
(147.96,444.79)
(141.68,440.55)
(51.8,305.5)
(50.04,301.04)
(0,0)
(76.61,219.41)
(70.51,213.14)
亦即路径APQB的长度超过路径AEFB的长度。以上证明足以说明了AEFB是满足条件A到B的最短路径。
猜想二:如果一个圆环可以绕着环上一个定点转动,那么过圆环外两定点连接一根绳子,并以该圆环为支撑拉紧绳子,达到平衡状态时,圆心与该顶点以及两条切线的延长线的交点共线。
图3
证明猜想:
如图4.31所示,E点就是圆环上的一个顶点, 就是拉紧的绳子, 就是切线AC和BD的延长线的交点,证明 、E、 三点共线。
九、附录
各路线的相关信息(O到A、O到B、O到C的最短路线,O→A→B→C→O的最短路线,O到A的最短时间路线)
O到B最短距离路线
O到A最短距离路线
行走路线
11
10
9
8
7
6
5
4
3
2
1
3
2
1
序号
直线
弧线
直线
弧线
直线
弧线
直线
弧线
直线
弧线
直线
直线
弧线
直线
类型
(140.69,596.35)
(144.5,591.65)
用一根钉子使一个圆环定在M点,使这个圆环能够绕M点转动。然后连接A和B的绳子并以这些转弯处的圆弧为支撑(这里转弯处圆弧的半径均按照最小转弯半径来计算),拉紧绳子,那么绳子的长度就是A到B的最短距离。我们可以把路径图抽象为以下的几何图形。下面我们对这段路径求解:
图4
如图,A 是起点,B 是终点, 和 是两个固定的圆, 是一个可以绕M(p,q)点转动的圆环,三个圆的半径均为r,C、D、E、F、G、H均为切点。a、b、c、e,f分别是A 、 、A 、A 、 的长度。A、B、 、 均是已知点, 是未知点。那么最短路径就可以表示为:
2012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):D
S:机器人行走路程
五、模型建立
模型建立
1、先来证明一个猜想:
猜想一:具有圆形限定区域的最短路径是由两部分组成的:一部分是平面上的自然最短路径(即直线段),另一部分是限定区域的部分边界,这两部分是相切的,互相连接的。(即问题分析中的拉绳子拉到最紧时的状况)
证明:假设在平面中有A(a,0)和B(-a,0)两点,中间有一个半圆形的障碍物,证明从A到B的最路径为A B。
问题一OBiblioteka 到A点理论上是直线最短,但不能折点转弯(必须切线转弯)、必须与障碍物保持10单位的距离,转弯弧线半径最短为10个单位,则可以以障碍物5的左上角和右下角点位圆心画半径为10单位的圆,并在障碍物4的左下角画同样的圆,那么我们可以用拉绳子的方法模拟机器人行走路线,求出到达目标点的最短距离。
O到B与O到C
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):
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):
2012高教社杯全国大学生数学建模竞赛题目
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:



评分
备注
全国统一编号(由赛区组委会送交全国前编号):
机器人避障问题
摘要
二十一世纪科技发展迅速,机器人作业逐渐兴盛。本文研究了机器人避障最短路径和最短时间的问题。主要研究了在一个区域中存在12个障碍物,由出发点到达目标点以及由出发点经过途中的若干目标点到达最终目标点的两种情形。我们通过证明具有圆形限定区域的最短路径是由两部分组成的:一部分是平面上的自然最短路径(即直线段),另一部分是限定区域的部分边界,这两部分是相切的,互相连接的。依据这个结果,我们可以认为最短路径一定是由线和圆弧做组成,因此我们建立了线圆结构,这样无论路径多么复杂,我们都可以将路径划分为若干个这种线圆结构来求解。
平面上连接两点最短的路径是通过这两点的直线段,但是连接两点的线段于障碍物相交,所以设法尝试折线路径。在y轴上取一点C(0,y),若y适当大,则折线ACB与障碍物不相交,折线ACB的长度为:
相关文档
最新文档