2013高教社杯全国大学生数学建模竞赛试题C附件
全国大学生数学建模竞赛历年赛题
全国大学生数学建模竞
赛历年赛题
Document number：WTWYT-WYWY-BTGTT-YTTYU-2018GT
全国大学生数学建模竞赛历年赛题
2009：AB
CD
2010：A储油罐的变位识别与罐容表标定
B2010年上海世博会影响力的定量评估
C输油管的布置
D对学生宿舍设计方案的评价
2011:A城市表层土壤重金属污染分析
B交巡警服务平台的设置与调度
C企业退休职工养老金制度的改革
D天然肠衣搭配问题
2012:A葡萄酒的评价
B太阳能小屋的设计
C脑卒中发病环境因素分析及干预
D机器人避障问题
2013:A车道被占用对城市道路通行能力的影响
B碎纸片的拼接复原
C古塔的变形
D公共自行车服务系统
2014:A嫦娥三号软着陆轨道设计与控制策略B创意平板折叠桌
C生猪养殖场的经营管理
D储药柜的设计
2015:A太阳影子定位
B“互联网+”时代的出租车资源配置
C月上柳梢头
D众筹筑屋规划方案设计。
2013高教社杯全国大学生数学建模竞赛题目C题 古塔的变形
2013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”）
C题古塔的变形
由于长时间承受自重、气温、风力等各种作用，偶然还要受地震、飓风的影响，古塔会产生各种变形，诸如倾斜、弯曲、扭曲等。
为保护古塔，文物部门需适时对古塔进行观测，了解各种变形量，以制定必要的保护措施。
某古塔已有上千年历史，是我国重点保护文物。
管理部门委托测绘公司先后于1986年7月、1996年8月、2009年3月和2011年3月对该塔进行了4次观测。
请你们根据附件1提供的4次观测数据，讨论以下问题：
1. 给出确定古塔各层中心位置的通用方法，并列表给出各次测量的古塔各层中心坐标。
2. 分析该塔倾斜、弯曲、扭曲等变形情况。
3. 分析该塔的变形趋势。
2013高教社杯全国大学生数学建模竞赛题目
2014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”）D题储药柜的设计储药柜的结构类似于书橱，通常由若干个横向隔板和竖向隔板将储药柜分割成若干个储药槽(如图1所示)。
为保证药品分拣的准确率，防止发药错误，一个储药槽内只能摆放同一种药品。
药品在储药槽中的排列方式如图2所示。
药品从后端放入，从前端取出。
一个实际储药柜中药品的摆放情况如图3所示。
为保证药品在储药槽内顺利出入，要求药盒与两侧竖向隔板之间、与上下两层横向隔板之间应留2mm的间隙，同时还要求药盒在储药槽内推送过程中不会出现并排重叠、侧翻或水平旋转。
在忽略横向和竖向隔板厚度的情况下，建立数学模型，给出下面几个问题的解决方案。
1.药房内的盒装药品种类繁多，药盒尺寸规格差异较大，附件1中给出了一些药盒的规格。
请利用附件1的数据，给出竖向隔板间距类型最少的储药柜设计方案，包括类型的数量和每种类型所对应的药盒规格。
2. 药盒与两侧竖向隔板之间的间隙超出2mm的部分可视为宽度冗余。
增加竖向隔板的间距类型数量可以有效地减少宽度冗余，但会增加储药柜的加工成本，同时降低了储药槽的适应能力。
设计时希望总宽度冗余尽可能小，同时也希望间距的类型数量尽可能少。
仍利用附件1的数据，给出合理的竖向隔板间距类型的数量以及每种类型对应的药品编号。
3.考虑补药的便利性，储药柜的宽度不超过2.5m、高度不超过2m，传送装置占用的高度为0.5m，即储药柜的最大允许有效高度为1.5m。
药盒与两层横向隔板之间的间隙超出2mm的部分可视为高度冗余，平面冗余＝高度冗余×宽度冗余。
在问题2计算结果的基础上，确定储药柜横向隔板间距的类型数量，使得储药柜的总平面冗余量尽可能地小，且横向隔板间距的类型数量也尽可能地少。
4. 附件2给出了每一种药品编号对应的最大日需求量。
在储药槽的长度为1.5m、每天仅集中补药一次的情况下，请计算每一种药品需要的储药槽个数。
高教社杯全国大学生数学建模竞赛题目(四套ABCD)
高教社杯全国高校生数学建模竞赛题目（四套ABCD）当我第一遍读一本好书的时候，我仿佛觉得找到了一个伴侣;当我再一次读这本书的时候，仿佛又和老伴侣重逢。
我们要把读书当作一种乐趣，并自觉把读书和学习结合起来，做到博览、精思、熟读，更好地指导自己的学习，让自己不断成长。
让我们一起到学习啦一起学习吧!2021年高教社杯全国高校生数学建模竞赛题目A题 CT系统参数标定及成像CT(Computed Tomography)可以在不破坏样品的状况下，利用样品对射线能量的吸取特性对生物组织和工程材料的样品进行断层成像，由此猎取样品内部的结构信息。
一种典型的二维CT系统如图1所示，平行入射的X射线垂直于探测器平面，每个探测器单元看成一个接收点，且等距排列。
X射线的放射器和探测器相对位置固定不变，整个放射-接收系统绕某固定的旋转中心逆时针旋转180次。
对每一个X射线方向，在具有512个等距单元的探测器上测量经位置固定不动的二维待检测介质吸取衰减后的射线能量，并经过增益等处理后得到180组接收信息。
CT系统安装时往往存在误差，从而影响成像质量，因此需要对安装好的CT系统进行参数标定，即借助于已知结构的样品(称为模板)标定CT系统的参数，并据此对未知结构的样品进行成像。
请建立相应的数学模型和算法，解决以下问题：(1) 在正方形托盘上放置两个均匀固体介质组成的标定模板，模板的几何信息如图2所示，相应的数据文件见附件1，其中每一点的数值反映了该点的吸取强度，这里称为“吸取率”。
对应于该模板的接收信息见附件2。
请依据这一模板及其接收信息，确定CT系统旋转中心在正方形托盘中的位置、探测器单元之间的距离以及该CT系统使用的X射线的180个方向。
(2) 附件3是利用上述CT系统得到的某未知介质的接收信息。
利用(1)中得到的标定参数，确定该未知介质在正方形托盘中的位置、几何样子和吸取率等信息。
另外，请具体给出图3所给的10个位置处的吸取率，相应的数据文件见附件4。
2013全国数学建模竞赛题目A-B
2013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题车道被占用对城市道路通行能力的影响车道被占用是指因交通事故、路边停车、占道施工等因素，导致车道或道路横断面通行能力在单位时间内降低的现象。
由于城市道路具有交通流密度大、连续性强等特点，一条车道被占用，也可能降低路段所有车道的通行能力，即使时间短，也可能引起车辆排队，出现交通阻塞。
如处理不当，甚至出现区域性拥堵。
车道被占用的情况种类繁多、复杂，正确估算车道被占用对城市道路通行能力的影响程度，将为交通管理部门正确引导车辆行驶、审批占道施工、设计道路渠化方案、设置路边停车位和设置非港湾式公交车站等提供理论依据。
视频1（附件1）和视频2（附件2）中的两个交通事故处于同一路段的同一横断面，且完全占用两条车道。
请研究以下问题：1.根据视频1（附件1），描述视频中交通事故发生至撤离期间,事故所处横断面实际通行能力的变化过程。
2.根据问题1所得结论，结合视频2（附件2），分析说明同一横断面交通事故所占车道不同对该横断面实际通行能力影响的差异。
3.构建数学模型，分析视频1（附件1）中交通事故所影响的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系。
4.假如视频1（附件1）中的交通事故所处横断面距离上游路口变为140米，路段下游方向需求不变，路段上游车流量为1500pcu/h,事故发生时车辆初始排队长度为零，且事故持续不撤离。
请估算，从事故发生开始，经过多长时间，车辆排队长度将到达上游路口。
附件1：视频1附件2：视频2附件3：视频1中交通事故位置示意图附件4：上游路口交通组织方案图附件5：上游路口信号配时方案图注：只考虑四轮及以上机动车、电瓶车的交通流量，且换算成标准车当量数。
附件3视频1中交通事故位置示意图附件4附件5上游路口信号配时方案本题附件1、2的数据量较大，请竞赛开始后从竞赛合作网站“中国大学生在线”网站下载：试题专题页面：/service/jianmo/index.shtml试题下载地址：/service/jianmo/sxjmtmhb/2013/0525/969401.shtml2013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题碎纸片的拼接复原破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用。
最新高教社杯全国大学生数学建模竞赛b题汇总
2013高教社杯全国大学生数学建模竞赛B题车道被占用对城市道路通行能力的影响摘要车道被占用是指因交通事故、路边停车、占道施工等因素，导致车道或道路横断面通行能力在单位时间内降低的现象。
由于城市道路具有交通流密度大、连续性强等特点，一条车道被占用，也可能降低路段所有车道的通行能力，即使时间短，也可能引起车辆排队，出现交通阻塞。
如处理不当，甚至出现区域性拥堵。
对于问题一，本文提高结果的精准度，结合两种方法进行研究，且两种方法的结果十分吻合。
由于实际通行能力是建立在基本通行能力和可能通行能力之上的，所以在求解实际通行能力之前，需要算出基本通行能力和可能通行能力，针对问题一创建了一张流程图，并借助软件加以拟合。
对实际通行能力计算，得出实际通行能力的变化过程，根据GREENSHIELD K-V线性算法得出道路越堵，车速越慢，则实际通行能力就越差，反之就会较好。
对于问题二，因为所占的车道不同，并且给的条件中有说明左转车流比例和右转车流比例不同，那只需验证两者是否存在显著性差异，运用配对样本t检验的方法就是要先满足这一方法的两个前提条件，首先必须验证是否满足正态分布，经过SPSS软件的验证可以得出符合正态分布。
然后再进行配对，从配对的结果中可以看出存在显著性差异，再结合左右转的车流量比例，更加可以看出存在显著性差异。
对于问题三，主要是对所推出来的回归方程的判断和分析因变量和各因子之间的关系，在本问中要先求出排队长度，排队长度是根据堵塞密度，进出车辆数之间的差值来求解，再根据最小二乘法来判断所假设的这一模型是否符合多元线性回归关系，本问中得出符合多元线性回归关系。
再在排队长度和最小二乘法的基础之上，运用SPSS软件，在进行结果分析时得出实际通行能力对于排队长度没有影响，所以可以剔除，而事故持续时间和上游车流量对排队长度都有明显的影响，然后得出他们的相关系数，求出最后的相关方程式。
对于问题四，题目中给出了事故发生点到上游路口的距离为140米，并且上游车流量为1500pcu/h，结合视频1中多次出现的120米这一个顶点，推算出120米内大概最大的堵塞车流量，然后按比例分配推算出140米的最大堵塞车流量，视频1中的可以通过加权平均来求出平均的实际通行能力，则事故持续时间就是要靠140米的最大堵塞车流量和平均实际通行能力来计算，最后得出事故持续时间为2.37min。
2013年“高教杯”全国大学生数学建模大赛【四川赛区】获奖名单
四川省一等奖（94 队） 参赛学校 成都理工大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 内江师范学院 四川大学 四川理工学院 四川理工学院 四川师范大学文理学院 四川师范大学文理学院 西华大学 西华大学 西南财经大学 西南财经大学 西南财经大学 西南财经大学 西南财经大学 西南交通大学 白林 张勇 李明奇 杜鸿飞 何国良 刘好斌 谭英谊 张先君 李作安 数模组 数模组 蒲俊 张朝伦 吴 萌 马 捷 吴 萌 吴 萌 丁 川 梁涛 第 1 页 指导教师 参赛队员 黄玄羿，陈为龙，邹丽 郭甜甜 张沛栋 徐婷 赖维兵 曾兰 尹鹏华 孙丽华 司珂 李广西 胡翌玮 高云泽 商浩森 罗洋、杨袁、马斌 李珍珍,吴彦冰,刘梓溪 吴鹏飞，李传虎，李周斌 朱晨阳，周敏，包皓东 闫晓露 陈洁 谷媛媛 陈园园，熊薛超慧，马新星 张圣 王维华 蒋青霞 徐美佳 王建奎 许森 杨静月 陈逸飞 邵笑 谷雨 杨泽文 陈晓春 洪艺萌 李昀奥 吴雨舟 吴汶林 李乐怡 李天月 尹力 赵霜雪 吕坤 张婷婷 李俊丽 张汕秀
电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学 电子科技大学
张勇 李良 杜鸿飞 李良 李明奇 杨宇明 杨宇明 覃思义 王志勇 李明奇 何国良 何国良 覃思义 杜鸿飞 何国良 何国良 王志勇 张勇 张勇 戴 岱 孙疆明 李绍文 孙云龙 丁 川 马 捷 第 3 页
B题 40队
电子科技大学 西南财经大学 西南财经大学 西南财经大学 西南财经大学 西南财经大学 西南财经大学
国赛数学建模c题
数学建模C题是一个具有挑战性的问题，需要我们运用数学知识和技能来解决。
下面我将尝试用600字回答该问题：问题：假设你是一个城市的规划者，你希望通过优化城市交通流量来提高城市的运行效率。
你得到了以下数据：每个交叉口的交通流量、交叉口的形状、周围建筑物的分布、道路的宽度和限制速度等。
请设计一个数学模型来预测未来的交通流量，并根据模型优化城市的交通规划。
首先，我们需要收集和分析数据，以便了解城市的交通状况和建筑物的分布情况。
在收集数据时，我们需要注意数据的准确性和可靠性，因为这些数据将直接影响我们的模型的准确性和可靠性。
接下来，我们需要使用统计方法对数据进行处理和分析，以便找出影响交通流量的关键因素。
我们可以考虑使用线性回归模型来预测未来的交通流量。
该模型通过使用过去的数据和当前的数据来预测未来的流量，并通过使用最小二乘法等统计方法来调整模型参数以最小化预测误差。
然而，线性回归模型可能无法捕捉到城市交通流量中存在的非线性关系和异常值，因此我们可以考虑使用支持向量机、神经网络等机器学习模型来进行预测。
除了预测交通流量外，我们还需要考虑如何优化城市的交通规划。
我们可以通过调整交叉口的形状、道路的宽度和限制速度等参数来优化交通流量。
我们可以使用优化算法（如遗传算法、粒子群算法等）来寻找最优解，以实现城市交通流量的最大化或最小化。
在优化城市交通规划时，我们需要考虑许多因素，如道路的安全性、居民的出行便利性、环境的保护等。
因此，我们可能需要使用多目标优化算法来同时考虑多个目标，以实现最优的交通规划方案。
此外，我们还可以通过与其他城市规划者和研究人员合作，不断优化我们的模型和算法，以适应城市交通流量的变化。
综上所述，要解决该问题，我们需要收集和分析数据、选择合适的预测模型和优化算法、综合考虑多种因素和不断优化我们的模型和算法。
只有通过不断地尝试和改进，我们才能更好地满足城市规划和发展的需求。