东三省数学建模比赛C题一等奖精选文档
21年全国数学建模竞赛c题
21年全国数学建模竞赛c题摘要：I.引言- 介绍全国数学建模竞赛的基本情况及其目的- 简述2021 年竞赛c 题的内容II.工厂调度问题概述- 问题背景及目标- 两种调度方案的描述III.方案分析与比较- 对方案一进行分析，得出其生产总量及生产速度- 对方案二进行分析，得出其生产总量及生产速度- 比较两种方案的优劣IV.结论- 总结两种方案的优缺点- 给出最终建议正文：I.引言全国数学建模竞赛是我国高校的一项重要赛事，旨在通过对现实问题进行抽象、建模和求解，培养学生的创新意识和实践能力。
2021 年的竞赛c 题涉及到一个工厂的调度问题，具体内容如下：某工厂生产某种产品，每天可以生产100 个。
现在工厂需要在15 天内完成一个生产任务，每个任务需要5 个产品。
工厂现有两种调度方案：方案一：将生产任务均匀分配到每天，每天生产20 个产品。
方案二：将前10 天每天生产25 个产品，后5 天每天生产10 个产品。
请问哪种方案更优？II.工厂调度问题概述为了回答这个问题，我们需要先了解工厂调度问题的背景及目标。
工厂生产过程中，如何合理安排生产任务和生产速度，以达到既保证产品质量，又能提高生产效率的目标，是一个十分重要的问题。
针对这个问题，全国数学建模竞赛c 题提出了两种调度方案，并需要我们比较它们的优劣。
III.方案分析与比较首先，我们来分析方案一。
方案一是将生产任务均匀分配到每天，每天生产20 个产品。
那么在15 天内，总共可以生产20*15=300 个产品，刚好满足任务需求。
接下来，我们来分析方案二。
方案二是将前10 天每天生产25 个产品，后5 天每天生产10 个产品。
那么在15 天内，总共可以生产25*10+10*5=300 个产品，也刚好满足任务需求。
比较两种方案，我们可以发现，它们的产量都是300 个，也就是说，两种方案都能完成任务。
但是，方案二的生产速度更快，前10 天每天生产25 个产品，比方案一的每天生产20 个产品要快。
最新全国大学生数学建模大赛c题
精品资料全国大学生数学建模大赛c题........................................输油管的布置模型摘要建造炼油厂时要综合各方面的情况，对输油管线作周密的布置，因为输油管线的不同布置将直接影响总费用的多少。
某油田计划在铁路线一侧建造两家炼油厂，为了方便运送成品油，需在铁路线上增建一个车站。
此种模式具有一定的普遍性，油田设计院希望建立管线建设费用最省的一般数学模型与方法。
对于问题1,综合考虑铺设时，不同生产能力造成的输油管线标准不同和是否有共用管线以及共用管线与非共用管线费用同异等问题，建立模型：n y p y b a x m y b a x Z ⨯+⨯-+-+⨯-+-=21222121)()()()(min结合模型建立过程的流程图，用图形结合法和比较分析法来确定可能出现的各种情形，通过赋值，得出不同情况下的最优化模型。
对于问题2,考虑到城区必须的拆迁和工程补偿等附加费用，建立优化模型：my k m y b c l m y y c x y a x Z ⨯++⨯-+-+⨯-+-+-+=)()(()())()()((min 20220222用Lingo 软件求解，得出：车站应建在离炼油厂A 所在线5.45km ，且共用管线1.85km 时费用最少，最少费用为=min Z 282.70（万元）。
对于问题3,是在问题2 的基础上，做进一步改进，将问题2中的特殊模型一般化，建立优化模型：322022202122)()()()()()(min m y k m y b c l m y y c x m y a x Z ⨯++⨯-+-+⨯-+-+⨯-+=用Lingo 软件求解，得出：车站应建在离A 炼油厂所在线6.73km ，且共用管线0.14km 时费用最少，最少费用为：=min Z 252.00（万元）。
关键词:数形结合 Lingo 程序 优化方案 最小费用1、问题的提出1.1基本情况某油田计划在铁路线一侧建造两家炼油厂同时在铁路线上增建一个车站，用来运送成品油。
2000年全国大学生数学建模竞赛优秀论文一等奖C题(航程计算的数学模型)-3页
航程计算的数学模型摘要: 本文对飞机航线飞行距离计算的数学模型进行了概述, 并对2000 年全国大学生数学建模竞赛的C题答卷进行了评述.假定飞机保持飞行高度10 千米作匀速飞行, 忽略起飞、降落和地球自转和公转的影响, C 题可以归结为求飞越通过指定各点的球面或旋转椭球面上的短程线(或测地线) 的航线与飞越直接连结北京上空10 千米至底特律上空10 千米的经过北极圈的新航线的时间差. 又由于假设飞机作时速为980 千米/小时的匀速飞行, 问题又可归结为求相应的航程差.1地球为球体的情形取直角坐标系如下: 以球心为原点, z轴指向北极, x轴通过赤道上经度为0°和180°的两点, 正向指向0°, y轴垂直于x轴和z轴, 构成右手坐标系.在半径r= 6381 (千米) 的球面上建立球面坐标系(Υ, Η) , 由于航线在北半球, 我们取Υ和北纬度一致, Η和东经度一致.因此航线上某处的地理坐标为(f,l) , 可用以下方法得到对应的球面坐标(Υ, Η) :Υ= f×Π/180Η°= l , l为东经360 - l, l 为西经Η= Η°×Π/180应有x=r co s Υco s Η,y=r co s Υ sinΗ,z = r sin Υ若球面上两点的球面坐标为(Υ1 , Η1 ) , (Υ2 , Η2 ) , 过这两点的短程线是过这两处的大圆的劣圆弧(即长度较短的一条大圆弧). 从球心指向此两点的矢量分别为( r co s Υi co s Ηi, r co s Υi sin Ηi,r sin Υi), i= 1, 2设它们的夹角为Α, 则有co s Α= co s Υ1 co s Η1 co s Υ2 co s Η2 + co s Υ1 sin Η1 co s Υ2 sin Η2 + sin Υ1 sin Υ2从而求得Α, 进而求得过这两点的航程rΑ.多数参赛队都能正确计算航程, 从而获得节省时间大约为3191 小时的结论.由于题目未给出北京和底特律的经纬度, 有些队对两地的经纬度误差估计较大, 因此计算的误差也较大.2设地球为旋转椭球的情形此时, 飞机的航线位于方程为x=6388co s Υco s Η, y=6388 co s Υ sinΗ, z= 6367 sin Υ的旋转椭球面上, 它通过给定地理坐标的各点, 在相邻两点间为上述椭球面的短程线. 在大地测量中, 一点的地球坐标(f , l) 中的地理纬度是这样定义的: 用通过该点的子午面与椭球交得一椭圆, 过该点作椭圆的法线, 法线与水平线的夹角 f , 即为该点的纬度(见图1).由于该椭圆的方程为x = 6388 co s Υ,y = 6367 sin Υ图1该点的切向量和法向量分别为- 6388 sin Υ6367 co s Υ,- 6367 co s Υ6388 sin Υ从而tan Υ= 6367tan f , Υ= arctan6367tan f 6388得到我们所需的纬度, 文献称为归约纬度.6388在一般的有关大地测量的文献中均有对地理纬度与归约纬度之间关系的论述. 但有较多答卷直接将地理纬度作为归约纬度建模计算. 虽因长短半轴差别较小, 计算误差不算大, 但作为精确的数学模型, 这种做法是有缺陷的.就笔者所知,到现在为止尚未得到过旋转椭球面上任意两点的短程线的解析表达式. 在大地测量学和航海学的有关文献中采用个一些有效的近似公式如贝塞尔公式等. 在参赛队中采用这种方法也不在少数. 其中有些队从求短程线出发, 建立模型, 经合理简化得到相应的计算公式, 这是可取的; 另一些队简单生硬地套用公式, 多少偏离了数学建模竞赛的宗旨和要求, 他们的答卷不能认为是优秀的答卷.解决问题的另一方法是建立问题的变分模型. 这种方法根据航线是短程线的要求, 将过给定两点的曲线的长度表示为依原该曲线的参数方程的一个泛函, 在满足该曲线落在旋转椭球面上的约束条件下, 使该泛函达到最小. 在用L agrange 乘子法后得到Eu ler 方程, 然后对此方程用数值方法, 得到近似短程线. 有几个参赛队采用此方法, 并得到Eu ler 方程的表达式. 但因方程较复杂, 未能最终求出数值解.还有一个方法就是用微分几何知识直接获得椭球面上短程线应满足的微分方程, 利用微分方程表达式得到弧长计算公式, 并用数值积分法求得短程线的近似长度. 有的参赛队建立了这样的模型, 得到了结果.一种比较直观的方法就是直接搜索法, 即在椭球面上过给定两点的众多曲线中搜索出长度最短的一条作为短程线的近似.由于这些曲线的长度需通过数值积分,需要将Υ 和Η进行剖分, 这就将问题化为一个离散的优化问题, 可以采用优化的方法求解. 在本期发表的优秀论文中有一篇采用了在一类椭球面上过给定两点的曲线中进行搜索的方法.较多的答卷直接将地球作为球的结果移植到作为旋转椭球的情形, 简单地认为“过椭球面上给定两点的短程线即为过此两点和地心的平面与椭球面交线的劣弧(两点间较短的一条) ”. 这一结论是错误的, 有时会导致很大的误差.数学软件M athem atica 的程序库中有求近似测地线的函数, 利用这一函数不难求出各点之间的航程. 有个别参赛队没有建立合适的数学模型, 直接调用这一函数, 得到近似的结果, 不能视作好的答案.另一些队将用此软件获得的结果作为验证和评价自己模型的手段之一, 这是很值得称道的.。
21年全国数学建模竞赛c题
21年全国数学建模竞赛c题摘要：一、全国数学建模竞赛C 题简介二、2021 年全国数学建模竞赛C 题内容三、题目分析与解题思路四、竞赛对学生能力的锻炼与提升五、总结正文：【一、全国数学建模竞赛C 题简介】全国数学建模竞赛是由中国数学会主办的一项面向全球高校大学生的竞技活动，旨在通过对现实问题进行抽象、建模和求解，培养学生的创新意识、团队协作精神和实际问题解决能力。
该竞赛自1992 年创办以来，已发展成为全球范围内最具影响力的数学建模竞赛之一。
【二、2021 年全国数学建模竞赛C 题内容】2021 年全国数学建模竞赛C 题的具体题目为：“共享单车的投放策略与调度优化”。
题目要求参赛选手在规定的时间内，对某一城市的共享单车投放策略进行优化设计，并在有限的调度资源下，实现共享单车的高效调度，以满足用户需求。
【三、题目分析与解题思路】此题涉及多个方面的知识，如运筹学、图论、线性规划等。
参赛选手需要从实际问题出发，进行抽象、建模，并利用数学方法求解。
具体解题思路如下：1.题目分析：首先要对题目进行深入分析，理解共享单车投放策略与调度优化的背景和意义。
通过分析题目，可以将问题归纳为：在有限的资源下，如何合理分配共享单车的投放，以及如何实现高效的调度。
2.建立模型：根据题目分析，可以建立一个数学模型来描述共享单车的投放和调度问题。
模型应包括共享单车的投放策略、调度优化等方面的内容。
3.求解模型：利用数学方法求解建立的模型，得到最优解或次优解。
常用的求解方法有线性规划、图论、动态规划等。
4.结果分析：对求解结果进行分析，检验其合理性和可行性，并撰写论文阐述整个解题过程。
【四、竞赛对学生能力的锻炼与提升】参加全国数学建模竞赛对学生的能力锻炼与提升具有重要意义。
首先，通过竞赛，学生可以提高自己的抽象思维和建模能力；其次，竞赛可以锻炼学生的团队协作和沟通能力；最后，竞赛对学生解决实际问题的能力也具有很好的锻炼作用。
【五、总结】全国数学建模竞赛C 题作为一项面向全球高校大学生的竞技活动，对提高学生的综合素质和实际问题解决能力具有重要意义。
2023 数学建模 c题
2023 数学建模 c题
2023年数学建模竞赛C题：
题目：在工业生产中，原料的纯度是一个重要的质量指标。
例如，在半导体行业中，高纯度硅是制造集成电路的重要原料。
为了获得高纯度的硅，需要从含有多种杂质的硅原料中去除杂质。
本题将探讨如何通过数学建模和优化方法来提高硅原料的纯度。
具体问题：假设你是一家半导体公司的工程师，需要从含有多种杂质的硅原料中去除杂质。
给定原料中各杂质的含量，以及可用的净化设备和操作参数，你的任务是制定一个有效的净化方案，以最大限度地提高最终产品的纯度。
要求：
1. 分析影响硅原料纯度的主要因素；
2. 建立一个数学模型，描述杂质去除的过程，并使用该模型进行优化；
3. 根据给定的数据和约束条件，提出一个可行的净化方案；
4. 使用适当的软件或编程语言实现该方案，并模拟净化过程；
5. 根据模拟结果，评估所提出方案的性能，并给出改进建议。
注意事项：
1. 硅原料的纯度可以通过测量杂质含量来评估；
2. 净化设备的操作参数可能受到物理和化学限制；
3. 净化过程可能需要多个步骤，每个步骤都可能影响最终产品的纯度。
提示：为了解决这个问题，你可能需要考虑杂质去除的机制、操作参数的选择、多步骤净化的策略、数学建模和优化方法的应用等多个方面。
2021年数模国赛c题
2021年数模国赛c题摘要：一、2021 年数模国赛C 题背景及概述1.数模国赛简介2.2021 年数模国赛C 题内容概述二、2021 年数模国赛C 题第一问解析1.问题一要求2.问题一思路分析3.问题一具体解答三、2021 年数模国赛C 题第二问解析1.问题二要求2.问题二思路分析3.问题二具体解答四、2021 年数模国赛C 题第三问解析1.问题三要求2.问题三思路分析3.问题三具体解答五、2021 年数模国赛C 题总结1.整体难度评价2.考察能力评价3.建议及展望正文：一、2021 年数模国赛C 题背景及概述数模国赛，全名为全国大学生数学建模竞赛，是中国工业与应用数学学会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。
2021 年数模国赛C 题以某企业的原材料订购和运输问题为背景，要求参赛者建立数学模型，解决企业原材料订购、运输以及库存管理等实际问题。
该问题涉及多目标优化、运筹学、供应链管理等多个方面，综合性较强，对参赛者的数学建模能力和实际问题解决能力有较高要求。
二、2021 年数模国赛C 题第一问解析1.问题一要求问题一要求参赛者根据企业生产需求、原材料库存量和供应商供货周期等因素，制定原材料订购方案，使企业既能满足生产需求，又能最小化原材料库存成本。
2.问题一思路分析为了解决这个问题，我们可以将原材料订购问题建模为一个多目标优化问题。
首先，我们需要确定目标函数，即原材料库存成本和生产需求满足程度。
其次，我们需要确定原材料订购的约束条件，包括企业产能、供应商供货周期、原材料库存量等。
最后，我们可以运用多目标优化算法，如遗传算法、粒子群优化算法等，求解最优订购方案。
3.问题一具体解答由于篇幅限制，问题一的具体解答将另文给出。
全国大学生数学建模竞赛C题国家奖一等奖优秀论文
脑卒中发病环境因素分析及干预摘要本文主要讨论脑卒中发病环境因素分析及干预问题。
根据题中所给出的数据，利用SPSS20 软件进行相关性统计分析，分别对各气象因素进行单因素分析，进而建立后退法线性回归分析模型，得到脑卒中与气压、气温、相对湿度之间的关系。
同时在广泛收集各种资料并综合考虑环境因素，对脑卒中高危人群提出预警和干预的建议方案。
首先，利用SPSS20软件,从患病人群的性别、年龄、职业进行统计分析，得到2007-2010年男性患病人数高于女性，且男性所占比例有逐年下降趋势，女性则有上升趋势，因此，性别比例呈减小趋势。
分析不同年龄段患病人数，得到患病高峰期为75-77岁之间，且青少年比例逐年呈增长趋势，可见患病比例趋于年轻化。
同时在不同的职业中，农民发病人数最多，教师，渔民，医务人员，职工，离退人员的发病人数较少。
其次，由题中所给数据先进行单因素分析，剔除对脑卒中影响不显著的因素，得出气温、气压、相对湿度对脑卒中的影响程度大小，进而采用后退法线性回归分析建立模型，利用SPSS20对数据进行分析，求得脑卒中发病率与气温、气压、相对湿度之间的关系。
即发病率与平均温度成正相关，与最高温度成负相关，发病率与平均气压成正相关，与最低气压成负相关，与平均相对湿度成负相关，与最小相对湿度成正相关。
最后，通过查找资料发现，影响脑卒中的因素有两类，一类是不可干预因素，如年龄、性别、家族史，另一类是可干预因素，如高血压、高血脂、糖尿病、肥胖、抽烟、酗酒等因素。
分析这些因素，建立双变量因素分析模型，并结合问题1和问题2，对高危人群提出预警和干预的建议方案。
关键词脑卒中单因素分析后退法线性回归分析双变量因素分析一问题的重述脑卒中（俗称脑中风）是目前威胁人类生命的严重疾病之一，它的发生是一个漫长的过程，一旦得病就很难逆转。
这种疾病的诱发已经被证实与环境因素，包括气温、湿度之间存在密切的关系。
对脑卒中的发病环境因素进行分析，其目的是为了进行疾病的风险评估，对脑卒中高危人群能够及时采取干预措施，也让尚未得病的健康人，或者亚健康人了解自己得脑卒中风险程度，进行自我保护。
08年东三省建模联赛论文C题
物资分配问题摘要在各种各样的抢险救灾行动中，应急物资的合理分配在降低灾害的影响方面体现出重要作用。
我们通过对问题的深入理解和分析，将问题归结为非线性规划问题。
我们首先确立了通过合理优化救灾物资的分配使其能最大限度降低灾害的影响为根本分配原则。
接着我们根据不同物资在维持灾民正常生活中所起到的作用大小不同划定了各物资的优先级，给定了适当的权重；接着综合考虑各个灾民所缺物资的数量、种类、供给量及物资的权重，确定了不同灾民受灾程度的判定标准；随后对受灾情况和物质分配情况进行了矩阵描述。
在此基础上我们用救灾效果表示整个救灾过程使灾情降低的程度，并假设每分配出一个最小单位的救灾物资就相应产生一定量的救灾效果，最终整体救灾效果为它们之和。
我们又进一步假设每个最小单位救灾物资产生的救灾效果与分配物资的权重、分配给的灾民受灾程度正相关，得到了基本的数学模型：单位物资救灾效果 = 该物资权重×分配给灾民的受灾程度最终救灾效果 = 单位物资救灾效果求和模型的约束条件由各种物资的数量有限得到。
我们以最大限度减小灾害影响为分配原则，即最大限度增强最终救灾效果，在此抽象为求解最终救灾效果在约束条件下的最大值。
其对应的最优解即为最佳分配方案。
在模型求解中，我们本着最大程度地发挥各种物资效用的原则，按照物资的优先级从高到低逐一对物资进行了分配。
在具体分配某一物资时，首先求得分配结果与产生的救灾效果的函数，继而简化为有约束的多元函数最值问题，并分别采用了MATLAB程序解法和拉格朗日乘数法。
紧接着我们给出了一个具体灾情，并用量化后的模型求出最优解，通过对结果的分析研究讨论了模型的合理性。
最后，我们对模型的优缺点进行了讨论，并提出了模型的改进方案，并且对模型的实际应用做了推广。
关键词救灾效果物资权重受灾程度单位物资一、问题重述某一灾区有N名受灾群众，现有一批救灾物资要发放给这些受灾者。
物资共有M 种，每种物质的数量有限；各受灾者的灾情不同，对每种物资的急需程度和需求量不同。
- 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、"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、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)。
东三省数学建模比赛C题一等奖精选文档 TTMS system office room 【TTMS16H-TTMS2A-TTMS8Q8-2015年东北三省数学建模一等奖论文福田红树林自然保护区湿地生态系统模型框架的构建及应用实例研究摘要目前福田红树林自然保护区湿地生态系统的健康状况日益脆弱，迫切需要建立一个完整的保护管理数字化支撑平台。
问题一，我们建立了集动态监测和健康评估及预警于一身的模型框架，该模型框架的建立基于BP-神经网络的PSR模型，然后将EWE模型里的鱼类捕捞这一环节去掉，改为在自然条件下的水生动物数量变化，利用改进后EWE模型分析生态系统里的各级生物能量流动、物质循环等生态系统内部功能，并确立一个稳态指标。
利用各营养级之间的能量流动关系,对生态系统内的物种依存、竞争关系进行动态描述。
用层次分析法对影响生态系统的外界因素进行综合识别并建立三层权重指标体系得出相应权重指标，以单项指标的加权平均法来获取综合评价指数进行评价等级的确定，模型会自动反馈，并根据权重大小逐级查找问题来源，并根据问题来源找到合理的解决办法。
从而构建整个生态系统压力，状态，响应为一体化的监督管理系统。
问题二，基于以上模型框架，我们利用3s技术对该湿地生态系统相关数据进行监测分析评估预警，设计监测方案。
问题三，选取水污染作为迫切解决的问题，对目前相关数据代入建立好的模型框架进行分析，确定评价等级，对其未来发展趋势进行预测，给出了合理的建议。
关键词：PSR模型；改进EWE模型；层次分析法；3s技术；一、问题重述深圳福田红树林湿地自然保护区是我国唯一处于城市腹地的国家级自然保护区，保护区对调节当地环境具有极其重要的功能；但是在深圳经济高速发展的 30多年时间里，福田红树林湿地生态系统受城市扩张和环境污染影响较为严重，湿地生态系统的生态健康更加脆，为此，保护区的监测管理尤为重要。
目前的生态健康评价主要采用基于抽样监测数据和专家经验的静态方法，仅仅围绕主要生物因子开展调查而没有覆盖到噪声、大气等环境因子，而且监测点信息的时间、空间离散度较大（时间间隔较长、测点密度过于稀疏），致使难以完全满足福田红树林自然保护区科学管理的实际需要。
因此，构建新型的生态系统动态监测和健康评估及预警科学管理支撑体系尤为重要。
问题：1、构建湿地动态监测、健康评估及预警系统的模型框架。
2、基于所建立的模型，设计保护区未来的生态环境监测方案，并完善模型框架。
3、选取一个当下福田红树林最迫切需要解决的生态系统问题，对其生态发展趋势进行预测分析，并给出具体的保护、管理建议。
二、问题的分析2.1问题一：在构建湿地生态系统动态监测、健康评估及预警的模型框架时，首先要考虑到影响该湿地生态系统的外界因素，由于影响该湿地生态系统的外界因素比较多，所以选择一些对湿地生态系统影响较大的且具有代表性的因素进行分析，如噪声污染，光污染，大气污染，水污染，病虫害爆发，外来物种入侵等因素，这些因素会使湿地生态系统内的各营养级生物大量死亡，从而严重破坏整个湿地保护区的生态平衡。
对于外界影响因素的大小的判断，我们利用层次分析法来确定；而在外界因素影响下，该湿地生态系统内的各种生物都会受到相应影响，会使得一些生物数量增加或减少，这样就会导致该湿地生态系统内部结构功能发生相应变化，所以，我们利用改进后的EWE模型，对各营养级生物能量流动进行描述，确定一个生态系统相对稳定的标准，然后根据营养级能量的总体变化建立对应的反馈查找机制，找到问题来源进行解决。
这样我们就建立好了模型框架。
2.2问题二：根据问题一所建立的生态系统模型的数据要求，对相应数据进行监测，量化之后代入模型框架判断出目前的健康等级，利用模型的反馈查找机制，找到问题根源，根据情况采取相应反应对问题进行处理，从而得出完整的动态监测评估预警方案。
2.3问题三：选取水污染问题，监测水质得出数据，代入模型得出对应健康等级，确定其对生态系统目前的影响程度，推断出未来一段时间生态系统的变化，并提出相应治理措办法。
三、问题假设1.数据的处理只考虑主要因素的影响。
2.保护区自然状况短时间内没有遭遇重大的自然变故。
3.保护区周围人类活动基本保持不变。
4.监测地点选取均匀且随机。
5.当预警某一生态系统影响因素影响生态系统未来发展趋势时，其他影响因素对生态系统的影响程度不变。
四、符号说明五、模型的建立与求解5.1问题一5.1.1 PSR模型的引用我们从外界因素与湿地生态系统之间的相互作用、相互影响的角度出发，对福田红树林湿地评价指标进行分类和组织具有较强的系统性。
外界因素对福田红树林湿地生态环境施加一定的压力，导致福田湿地生态系统改变了其原有的性质或自然资源的数量(状态)变化；管理人员通过监测到湿地生态环境、各生物数量等变化作出响应，以恢复福田红树林湿地生态系统环境质量或防止其进一步退化。
它具有3个方面既相联系又相区别的指标[1]，由此，我们想到基于BP-神经网络的PSR模型。
压力-状态-响应模型(Pressure-State -Response,PSR)是目前最广泛应用的湿地评价指标体系之一,最初是由Tony Friend和David Rapport提出的,20世纪70年代,欧洲经济合作与发展组织(Organization for Economic Co2operation and Development,OECD)对PSR模型进行了修改并用于环境报告,80年代末90年代初,OECD 在进行环境指标研究时对模型进行了试用性和有效性的评价[2]。
PSR模型的优势在于,因果关系清晰,充分考虑了外界的压力干扰、流域的状态变化和人类的响应措施3个方面[3],一般意义的PSR模型结构如图1所示:图1 压力-状态-响应模型图5.1.2 PSR模型改进在本文中，福田湿地生态系统受到许多外来因素的影响，有自然因素，人为因素，这些因素正好对应PSR模型的压力部分。
而湿地生态系统的各级生物因为受外界影响，竞争关系、生存状态会发生相应变化，从而造成各营养级的能流变化，因此，我们选取各营养级能流变化作为在外界影响下的湿地生态系统的状态反应。
最后红树林湿地生态系统的管理者根据相应状态进行合理的应对，作为PSR模型的响应部分。
构建的基于BP-神经网络的PSR模型如图2所示：图2 BP-神经网络的PSR改进模型示意图5.1.2.1压力因素分析对于压力因素，我们选择了几个对该湿地生态系统影响较大的因素，分别是噪声污染，光污染，大气污染，水污染，病虫害爆发，外来物种入侵6个较为主要的影响因素。
5.1.2.2状态分析1.生境的空间结构和生态功能分析根据福田红树林湿地保护区官网资料[4]，该红树林湿地中生境空间主要是由两部分组成，一部分是较湿润陆地，一部分是被海水淹没的空间。
生态结构主要以桐花树、秋茄、海榄雌、海桑、浮游植物为生产者，甲壳动物、软体动物、弹涂鱼类、多毛类、其他底栖动物、浮游动物、鸟类为消费者，各种真菌、细菌为分解者；空间结构主要以陆海交界边境为主。
2.EWE模型的引用及改进EwE[5]模型方法最早用来评估稳定状态水域生态系统组成的生物量和食物消耗，后经发展用以分析生态系统各功能组间的物流以及系统的稳定性和成熟度，是利用营养动力学原理直接构造水域生态系统结构，描述生态系统能量流动以及确定生态参数的能量平衡的模式。
本文对EWE模型进行一定程度的改进，去掉鱼类被捕捞因素，并且本文中不考虑各生物年龄组成，仅考虑自然因素下，各生物的数量变化情况，及各个小生态系统的稳定与否。
改进后的EWE定义的生态系统是由一系列有生态关联的功能组(group或box)组成，这些功能组包括有机碎屑、浮游生物、一种鱼类或一类生态特性(如摄食)相同的鱼种、一种植物等等，所有功能组要能够覆盖该生态系统能量流动的全部过程。
1）功能组划分我们将生态位(食物组成、摄食方式、个体大小、年龄组成等)重叠度高的种类进行合并以简化食物网。
将福田红树林湿地生态系统划分为15个功能组，分别为：桐花树、秋茄(6年)、秋茄(20年)、海榄雌、无瓣海桑、海桑、甲壳动物、软体动物、弹涂鱼类、多毛类、其他底栖动物、浮游动物、浮游植物、鸟类和碎屑。
在本研究所建立的EWE模型中，能量的流动用能量形式生物湿重(2⋅)来表示，t表示t km-时间，2km每平方千米。
表1 福田红树林湿地生态系统EWE模型基本参数表(2⋅)[6]t km-注：生物湿重：生物细胞离心完直接称重的含水量。
2）福田湿地生态系统各功能组之间相互影响关系表2 深圳湾红树林湿地生态系统营养关系数据表[7]A ：甲壳动物；B ：软体动物；C ：弹涂鱼类；D ：多毛类；E 其他底栖动物；F ：浮游动物；G ：浮游植物；H ：鸟类I ：碎屑．3）各营养级之间的能量流动整合为简化复杂的食物网关系，用聚合营养级的方法将来自深圳湾红树林湿地生态系统的15个不同功能组的营养流合并为6个整合营养级，按照生态系统功能划分，第一到第六营养级分别是，第一：碎屑;第二：桐花树、秋茄(6年)、秋茄(20年)、浮游植物、海榄雌、无瓣海桑、海桑;第三：浮游动物;第四：甲壳动物、软体动物;第五：弹涂鱼类、其他底栖动物;第六：多毛类、鸟类。
整合后的能流表如下：表3 福田红树林湿地生态系统总能流(21y t km --⋅)[8]注:21y t km --⋅表示一年的生物湿重值。
3.生态系统平衡状态解确立1)应用系统分析方法[9], 将能量流动过程简化, 形成福田湿地生态系统能量流动过程的分室模型（如图3）。
由于在EWE 模型中，Ⅰ级为流向琐屑的能流，故在此不做考虑。
故分室1X 、2X 、3X 、4X 、5X 分别代表Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ级营养级能流。
01U 为生态系统输入的总能流，0i L 表示各营养级能流损失量，ij F 表示各营养级向下一营养级传递的能流量。
根据图3中箭头的方向, 由第i 个营养级定向流入下一个组分的能量流动参数为i a ,由第i 个营养级分流向环境的能流参数为i b ,i X 为状态向量，逐项计算这些参数，公式如下：1211F a X =2322F a X =3433F a X =4544F a X =5055F a X =（1） 1011L b X =2022L b X =3033L b X =4044L b X =5055L b X = （2） 引入矩阵表示的一阶常微分方程组,可得到一个连续时间定常的线性动态系统模型, 即湿地生态系统能量流动的数学模型图(如图3)能流量传递的一阶线性方程组为： ()()()dx t FX t HU t dt =+(3) ()()Y t HX t = (4)式中i Y 为输出向量，F 为能量转移量。