西安交大数学建模实验报告

合集下载

数学建模基础实验报告(3篇)

第1篇一、实验目的本次实验旨在让学生掌握数学建模的基本步骤，学会运用数学知识分析和解决实际问题。

通过本次实验，培养学生主动探索、努力进取的学风，增强学生的应用意识和创新能力，为今后从事科研工作打下初步的基础。

二、实验内容本次实验选取了一道实际问题进行建模与分析，具体如下：题目：某公司想用全行业的销售额作为自变量来预测公司的销售量。

表中给出了1977—1981年公司的销售额和行业销售额的分季度数据（单位：百万元）。

1. 数据准备：将数据整理成表格形式，并输入到计算机中。

2. 数据分析：观察数据分布情况，初步判断是否适合使用线性回归模型进行拟合。

3. 模型建立：利用统计软件（如MATLAB、SPSS等）进行线性回归分析，建立公司销售额对全行业的回归模型。

4. 模型检验：对模型进行检验，包括残差分析、DW检验等，以判断模型的拟合效果。

5. 结果分析：分析模型的拟合效果，并对公司销售量的预测进行评估。

三、实验步骤1. 数据准备将数据整理成表格形式，包括年份、季度、公司销售额和行业销售额。

将数据输入到计算机中，为后续分析做准备。

2. 数据分析观察数据分布情况，绘制散点图，初步判断是否适合使用线性回归模型进行拟合。

3. 模型建立利用统计软件进行线性回归分析，建立公司销售额对全行业的回归模型。

具体步骤如下：（1）选择合适的统计软件，如MATLAB。

（2）输入数据，进行数据预处理。

（3）编写线性回归分析程序，计算回归系数。

（4）输出回归系数、截距等参数。

4. 模型检验对模型进行检验，包括残差分析、DW检验等。

（1）残差分析：计算残差，绘制残差图，观察残差的分布情况。

（2）DW检验：计算DW值，判断随机误差项是否存在自相关性。

5. 结果分析分析模型的拟合效果，并对公司销售量的预测进行评估。

四、实验结果与分析1. 数据分析通过绘制散点图，观察数据分布情况，初步判断数据适合使用线性回归模型进行拟合。

2. 模型建立利用MATLAB进行线性回归分析，得到回归模型如下：公司销售额 = 0.9656 行业销售额 + 0.01143. 模型检验（1）残差分析：绘制残差图，观察残差的分布情况，发现残差基本呈随机分布，说明模型拟合效果较好。

数学建模实验报告

数学建模实验报告一、实验目的1.通过具体的题目实例, 使学生理解数学建模的基本思想和方法, 掌握数学建模分析和解决的基本过程。

2、培养学生主动探索、努力进取的的学风, 增强学生的应用意识和创新能力, 为今后从事科研工作打下初步的基础。

二、实验题目（一）题目一1.题目: 电梯问题有r个人在一楼进入电梯, 楼上有n层。

设每个乘客在任何一层楼出电梯的概率相同, 试建立一个概率模型, 求直到电梯中的乘客下完时, 电梯需停次数的数学期望。

2.问题分析（1）由于每位乘客在任何一层楼出电梯的概率相同, 且各种可能的情况众多且复杂, 难于推导。

所以选择采用计算机模拟的方法, 求得近似结果。

（2）通过增加试验次数, 使近似解越来越接近真实情况。

3.模型建立建立一个n*r的二维随机矩阵, 该矩阵每列元素中只有一个为1, 其余都为0, 这代表每个乘客在对应的楼层下电梯（因为每个乘客只会在某一层下, 故没列只有一个1）。

而每行中1的个数代表在该楼层下的乘客的人数。

再建立一个有n个元素的一位数组, 数组中只有0和1,其中1代表该层有人下, 0代表该层没人下。

例如:给定n=8;r=6（楼8层, 乘了6个人）,则建立的二维随机矩阵及与之相关的应建立的一维数组为：m =0 0 1 0 0 01 0 0 0 0 00 0 0 0 0 00 1 0 0 0 00 0 0 0 0 00 0 0 0 0 10 0 0 0 1 00 0 0 1 0 0c = 1 1 0 1 0 1 1 14.解决方法（MATLAB程序代码）:n=10;r=10;d=1000;a=0;for l=1:dm=full(sparse(randint(1,r,[1,n]),1:r,1,n,r));c=zeros(n,1);for i=1:nfor j=1:rif m(i,j)==1c(j)=1;break;endcontinue;endends=0;for x=1:nif c(x)==1s=s+1;endcontinue;enda=a+s;enda/d5.实验结果ans = 6.5150 那么, 当楼高11层, 乘坐10人时, 电梯需停次数的数学期望为6.5150。

数学建模认知实习报告

一、实习背景数学建模是运用数学语言和方法对现实世界中的问题进行抽象、简化和描述，以揭示问题的本质和规律，为解决实际问题提供科学依据。

为了提高自己的实践能力和创新意识，我参加了数学建模认知实习，通过参与实际项目的建模过程，深入了解数学建模的方法和技巧。

二、实习目的1. 了解数学建模的基本概念、方法和应用领域；2. 培养自己的数学思维和创新能力；3. 提高解决实际问题的能力；4. 掌握数学建模软件的使用技巧。

三、实习内容1. 项目选择在实习过程中，我们选择了“城市交通拥堵问题”作为建模对象。

该项目旨在通过建立数学模型，分析城市交通拥堵的原因，并提出缓解拥堵的方案。

2. 模型建立（1）问题分析：通过对城市交通拥堵现象的观察和分析，我们发现交通拥堵主要受道路容量、交通流量、交通信号等因素影响。

（2）模型假设：为了简化问题，我们做如下假设：① 交通流量均匀分布；② 道路容量固定；③ 交通信号按照固定周期变换。

（3）模型构建：根据上述假设，我们建立了如下数学模型：设道路长度为L，道路容量为C，交通流量为Q，交通信号周期为T，则有：Q = C v（v为车辆速度）其中，v = L / T。

（4）模型求解：利用数学软件对模型进行求解，得到交通流量Q与道路长度L、交通信号周期T的关系。

3. 结果分析通过对模型求解结果的分析，我们发现：（1）当道路长度L一定时，交通流量Q随着交通信号周期T的增大而增大，即交通信号周期越长，交通拥堵越严重。

（2）当交通信号周期T一定时，交通流量Q随着道路长度L的增大而增大，即道路越长，交通拥堵越严重。

4. 政策建议根据模型分析结果，我们提出以下政策建议：（1）优化交通信号周期，缩短交通信号周期，提高道路通行效率。

（2）合理规划道路长度，避免道路过长导致的交通拥堵。

（3）加强交通管理，加大对违法行为的处罚力度。

四、实习体会1. 数学建模是一门实践性很强的学科，通过实习，我深刻体会到数学建模在解决实际问题中的重要作用。

西安交大数学建模实验报告

数学建模实验报告1，存货问题（一）问题描述某企业对于某种材料的月需求量为随机变量，具有如下表概率分布：每次订货费为500元，每月每吨保管费为50元，每月每吨货物缺货费为1500元，每吨材料的购价为1000元。

该企业欲采用周期性盘点的),(S s 策略来控制库存量，求最佳的s ，S 值。

（注：),(S s 策略指的是若发现存货量少于s 时立即订货，将存货补充到S ，使得经济效益最佳。

）（二）问题分析随机产生每个月需求量的概率，取遍每一个S 和s 的值，将每种S ，s 的组合对应的每月平均花费保存在数组money 里，筛选数组，选出其中费用最小值，并求出对应的S 和s 。

模拟400个月的生产情况。

（三）程序代码clear;clc;need=0; remain=0; cost=0; mincostavg=inf; forsl=30:10:70 forsh=80:10:140 fornum=1:100000m=rand; if m<=0.1 need=50;elseif m<=0.3 need=60;elseif m<=0.45 need=70;elseif m<=0.7 need=80;elseif m<=0.75 need=90;elseif m<=0.85 need=100;elseif m<=0.95need=110;elseneed=120;endif remain<slcost=cost+(sh-remain)*1000+500;ifsh<needcost=cost+(need-sh)*1500;remain=0;elsecost=cost+(sh-need)*50;remain=sh-need;endelseif remain<needcost=cost+(need-remain)*1500;remain=0;elsecost=cost+(remain-need)*50;remain=remain-need;endendendcostavg=cost/100000;ifcostavg<mincostavgmincostavg=costavg;propersl=sl;propersh=sh;endfprintf('s=%d, S=%d\nMonthly average cost=%.1f\n',sl,sh,costavg);cost=0;endendfprintf('\nWhen s=%d, S=%d\nThe least monthly average cost=%.1f\n',propersl,propersh,mincostavg);（四）运行结果s=30, S=80Monthly average cost=85466.9s=30, S=90Monthly average cost=87007.6Monthly average cost=87114.2 s=30, S=110Monthly average cost=87951.0 s=30, S=120Monthly average cost=86778.9 s=30, S=130Monthly average cost=86411.8 s=30, S=140Monthly average cost=86374.8 s=40, S=80Monthly average cost=83707.2 s=40, S=90Monthly average cost=84026.6 s=40, S=100Monthly average cost=85089.1 s=40, S=110Monthly average cost=85386.0 s=40, S=120Monthly average cost=86294.0 s=40, S=130Monthly average cost=85148.0 s=40, S=140Monthly average cost=84992.9 s=50, S=80Monthly average cost=83693.0 s=50, S=90Monthly average cost=82548.0 s=50, S=100Monthly average cost=82730.9 s=50, S=110Monthly average cost=83873.1 s=50, S=120Monthly average cost=84029.5 s=50, S=130Monthly average cost=84908.4 s=50, S=140Monthly average cost=84134.1 s=60, S=80Monthly average cost=83615.9 s=60, S=90Monthly average cost=82503.9 s=60, S=100Monthly average cost=81677.0Monthly average cost=81905.5s=60, S=120Monthly average cost=82946.0s=60, S=130Monthly average cost=83449.2s=60, S=140Monthly average cost=83871.3s=70, S=80Monthly average cost=83522.6s=70, S=90Monthly average cost=82525.8s=70, S=100Monthly average cost=81627.9s=70, S=110Monthly average cost=81323.3s=70, S=120Monthly average cost=82005.5s=70, S=130Monthly average cost=82601.6s=70, S=140Monthly average cost=82858.3When s=70, S=110The least monthly average cost=81323.3（五）结果分析用计算机模拟的结果和用数学分析的结果有一定的差异，由于计算机模拟时一般情况都是要简化模型的，所以在一定程度上会有所差异，我们可以考虑能不能通过改进算法来消除该差异，但对于一般的生产要求亦可以满足。

数学建模实习报告

一、实习背景随着科学技术的不断发展，数学建模作为一种有效的解决实际问题的方法，在各个领域得到了广泛应用。

为了提高自身的实践能力和综合素质，我参加了数学建模实习。

本次实习旨在通过实际案例的建模与分析，提升对数学建模方法的掌握，以及在实际问题中的应用能力。

二、实习目的1. 掌握数学建模的基本原理和方法；2. 学会运用数学工具解决实际问题；3. 提高团队合作能力和沟通能力；4. 增强对数学在实际应用中的认识。

三、实习内容本次实习主要围绕以下几个方面展开：1. 案例分析：通过对实际案例的分析，了解数学建模的应用领域和实际意义；2. 模型建立：根据实际问题，运用数学方法建立相应的数学模型；3. 模型求解：运用计算机软件对数学模型进行求解；4. 模型验证：对求解结果进行验证，确保模型的准确性；5. 模型优化：根据实际需求，对模型进行优化，提高模型的适用性。

四、实习过程1. 案例分析实习初期，我们通过查阅相关文献，了解了数学建模在各个领域的应用，如经济学、生物学、环境科学等。

在此基础上，我们选取了以下几个具有代表性的案例进行分析：（1）鱼在水中游动的能量消耗问题；（2）城市交通流量优化问题；（3）传染病传播模型。

2. 模型建立针对上述案例，我们分别建立了以下数学模型：（1）鱼在水中游动的能量消耗模型：根据鱼在水中游动的受力分析，建立了鱼在水中游动的受力模型，并考虑了鱼在游动过程中的能量消耗与运动路线的关系；（2）城市交通流量优化模型：以城市道路网络为研究对象，建立了交通流量优化模型，并利用线性规划方法求解；（3）传染病传播模型：以传染病传播过程为研究对象，建立了传染病传播模型，并利用差分方法求解。

3. 模型求解针对上述模型，我们利用计算机软件（如MATLAB、Python等）进行求解。

具体操作如下：（1）鱼在水中游动的能量消耗模型：利用MATLAB软件，对受力模型进行数值求解，得到鱼在水中游动过程中的能量消耗；（2）城市交通流量优化模型：利用MATLAB软件，对交通流量优化模型进行求解，得到最优交通流量分配方案；（3）传染病传播模型：利用Python软件，对传染病传播模型进行求解，得到传染病传播的动态过程。

数学建模优秀实验报告

一、实验背景与目的随着科学技术的不断发展，数学建模作为一种解决复杂问题的有力工具，在各个领域都得到了广泛应用。

本实验旨在通过数学建模的方法，解决实际问题，提高学生的数学思维能力和解决实际问题的能力。

二、实验内容与步骤1. 实验内容本实验选取了一道具有代表性的实际问题——某城市交通拥堵问题。

通过对该问题的分析，建立数学模型，并利用MATLAB软件进行求解，为政府部门提供决策依据。

2. 实验步骤（1）问题分析首先，对某城市交通拥堵问题进行分析，了解问题的背景、目标及影响因素。

通过查阅相关资料，得知该城市交通拥堵的主要原因是道路容量不足、交通信号灯配时不当、公共交通发展滞后等因素。

（2）模型假设为简化问题，对实际交通系统进行以下假设：1）道路容量恒定，不考虑道路拓宽、扩建等因素；2）交通信号灯配时固定，不考虑实时调整；3）公共交通系统运行正常，不考虑公交车运行时间波动；4）车辆行驶速度恒定，不考虑车辆速度波动。

（3）模型构建根据以上假设，构建以下数学模型：1）道路容量模型：C = f(t)，其中C为道路容量，t为时间；2）交通流量模型：Q = f(t)，其中Q为交通流量；3）拥堵指数模型：I = f(Q, C)，其中I为拥堵指数。

（4）模型求解利用MATLAB软件，对所构建的数学模型进行求解。

通过编程实现以下功能：1）计算道路容量C与时间t的关系；2）计算交通流量Q与时间t的关系；3）计算拥堵指数I与交通流量Q、道路容量C的关系。

（5）结果分析与解释根据求解结果，分析拥堵指数与时间、交通流量、道路容量之间的关系。

针对不同时间段、不同交通流量和不同道路容量，提出相应的解决方案，为政府部门提供决策依据。

三、实验结果与分析1. 结果展示通过MATLAB软件求解，得到以下结果：（1）道路容量C与时间t的关系曲线；（2）交通流量Q与时间t的关系曲线；（3）拥堵指数I与交通流量Q、道路容量C的关系曲线。

2. 结果分析根据求解结果，可以得出以下结论：（1）在高峰时段，道路容量C与时间t的关系曲线呈现下降趋势，说明道路容量在高峰时段不足；（2）在高峰时段，交通流量Q与时间t的关系曲线呈现上升趋势，说明交通流量在高峰时段较大；（3）在高峰时段，拥堵指数I与交通流量Q、道路容量C的关系曲线呈现上升趋势，说明拥堵指数在高峰时段较大。

数学建模实习报告4篇

数学建模实习报告4篇数学建模实习报告篇1大一第二学期的第九周，我们建筑工程学院的学生在陈金陵院长，彭莉英和梁桥等老师的带领下进行了为期一周的认知实习。

众说周知。

建筑工程行业是相当注重实际经验的。

身为一名应用型本科土木专业的学生，经验对我们来说就更加重要了。

这次我们终于有机会去众多的建筑工地实地考察了。

一周以来，前两天天气炎热，后两天大于瓢泼，天气一直不好，我们先后去了长沙和湘潭等地考察，时间紧，路途远，是比较累的。

但一周以来，我却始终怀着兴奋的心情，认真听着老师和施工员，监理人员的实地讲解，这使我收获很大。

这不但使我对本专业的认识进一步加强，也是我对今后工作的选择有了初步的认识。

下面就是我本次实习的具体行程和我的体会。

一、实习地点及日程安排:2023年4月13日实习动员参观主校区2023年4月15日上午参观莲城大桥金屏村铁路桥晚上“招标与投标”专业知识讲座2023年4月16日上无参观并解工业厂房与民用住宅的异同观看湘潭市体育公园施工过程二、实习目的：认识实习是整个实习教学计划中的一个有机组成部分，是土木工程专业的一个重要的实践性环节。

通过组织参观和听取一些专题技术报告，收集一些与实习课题有关的资料和素材，为顺利完成实习打下坚实基础。

通过实习应达到以下目的：1.了解普通住宅结构2.初步了解体育馆结构设计及施工过程3.了解桥梁道路铁路桥梁等设计及结构4.了解工用与民用建筑的区别联系5.了解建筑结构领域的最新动态和发展方向6.提高艺术修养，加深对建筑与艺术的了解7.培养专业兴趣，明确学习目的三、实习过程及内容：2023年4月13号星期一晴上午，在图书馆第二报告厅内，我们认真聆听了陈院长和湘潭市建筑设计院的专家讲说。

陈院长概括了我们这次实习的行程安排，接着设计院的专家细致的为我们介绍了现在设计院内的工作要求，也就是告诉我们要达到怎们样的水平才有机会计入设计院工作。

这对我们既是鞭策是鼓励。

下午天气温和，我们怀着兴奋的心情，在陈院长的带领下参观我们学校的新校区。

西安交通大学数学建模上机实验报告

问题一某大型制药厂销售部门为了找出某种注射药品销量与价钱之间的关系,通过市场调查搜集了过去30个销售周期的销量及销售价钱的数据,如表.按照这些数据至少成立两个数学模型, 作出图形,比较误差。

问题分析：该问题是通过已知的过去30个销售周期的销量及销售价钱的数据，来寻觅一个最能反映该药销量与价钱之间的函数曲线。

在数学上归结为最佳曲线拟合问题。

大体思想：曲线拟合问题的提法:已知一组二维数据，即平面上的n 个点),x i i y （ i=1,2,3.....n ，i x 互不相同，寻求一个函数)(f y x =，使)(x f 在某中准则下与所有数据点最为接近，即曲线拟合得最好。

最小二乘法是解决曲线拟合最常常利用的方式.大体思路：1122 ()()()()m m f x a r x a r x a r x =+++令其中rk(x) 是事前选定的一组函数，ak 是待定系数(k=1,2,…,m,m ＜n), 拟合准则是使n 个点(xi,yi) (i=1,2…,n)，与y=f(xi)的距离的平方和最小，称最小二乘法准则。

一、系数的肯定22111 (,,)[()]n nm ii i i i J a a f x y δ====-∑∑记求m a a ,,1 使得使J 达到最小.0 (1,,)kJ k m a ∂==∂ 取得关于 m a a ,,1 的线性方程组：11111()[()]0 ()[()]0nmi k k i i i k n mm i k k i i i k r x a r x y r x a r x y ====⎧-=⎪⎪⎪⎨⎪⎪-=⎪⎩∑∑∑∑ 1 ,,().m a a f x 解出，即得散点图：程序： x=[,,,,,,,,,,,,,,,,,,,,,,,,,,,,,]; y=[,,,,,,,,,,,,,,,,,,,,,,,,,,,,,]; plot(x,y,'r.')通过观察，结合实际情形。

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)。

该企业欲采用周期性盘点的),(S s 策略来控制库存量，求最佳的s ，S 值。

（注：),(S s 策略指的是若发现存货量少于s 时立即订货，将存货补充到S ，使得经济效益最佳。

模拟400个月的生产情况。

2，数据处理（一）问题描述在某海域测得一些点(x,y)处的水深z由下表给出，船的吃水深度为5英尺，在矩形区域（75，200）*（-50，150）里的哪些地方船要避免进入。

（a）.输入插值基点数据（b）.在矩形区域（70，200）×（-50，150）做二维插值，三次插值。

（c）.做海底曲面图（d）.做出水深小于5的海域范围，即z = 5的等高线。

（二）问题分析本题所给值为离散点，可以采用先插值，再画图，最后画出等高线的方法解题。

（三）程序代码用matlab解题的程序代码：x=[129 140 103.5 88 185.5 195 105 157.5 107.5 77 81 162 162 117.5];y=[7.5 141.5 23 147 22.5 137.5 85.5 -6.5 -81 3 56.5 -66.5 84 -33.5];z=[-4 -8 -6 -8 -6 -8 -8 -9 -9 -8 -8 -9 -4 -9];xi=75:5:200;yi=-50:5:150;figure(1)z1i=griddata(x,y,z,xi,yi','linear');//线性插值surfc(xi,yi,z1i) //surfc画的三维曲面在曲面底部有等高线图xlabel('X'),ylabel('Y'),zlabel('Z')title('二次插值')figure(2)z2i=griddata(x,y,z,xi,yi','cubic'); //立方插值surfc(xi,yi,z2i)xlabel('X'),ylabel('Y'),zlabel('Z')title('三次插值')figure(3)subplot(1,2,1),contour3(xi,yi,z1i,[-5 -5],'r') //一行两列第一个//三维等高线图title('二次插值z = -5的等高线')subplot(1,2,2),contour3(xi,yi,z2i,[-5 -5],'r') //一行两列第一个title('三次插值z = -5的等高线')（四）运行结果（五）结果分析图像表明，在红圈以内的区域，船只都应该避免进入3，线性规划（一）问题描述有A、B、C三个场地，每一个场地都出产一定数量的原料，同时也消耗一定数量的产品，具体数据如下表所示。

已知制成每吨产品需要消耗3吨原料，A、B 两地，A、C两地和B、C两地之间的距离分别为150千米、100千米和200千米，假设每万吨原料运输1千米的运费为5000元，每万吨产品运输1千米的运费为6000元。

由于地区条件的差异，在不同地区设厂的费用不同，由于条件的限制，在B处建厂的规模不能超过5万吨，问：在这三地如何建厂、规模建多大才能使得总费用最小？（二）问题分析设A地建厂规模为每年生产x万吨；B地建厂规模为每年生产y万吨；C地建厂规模为每年生产z万吨。

又设从C运到A的产品共计J万吨；从C运到B 的产品共计T万吨；从A运到B的产品共计F万吨；从B运到A的产品共计G 万吨；从C运到A的原料共计R万吨；从C运到B的原料共计P万吨；从A运到B的原料共计L万吨；从B运到A的原料共计M万吨；从A运到C的原料共计N 万吨；从B运到C的原料共计V万吨.又有约束条件：①本地生产的产品必须必运出多；②不可能产生原料和产品经过超过两个地方的运输值；③运输量皆为正值；④经过运输后产品配置已经达到最优，即每个地方产品量等于销量；⑤要达到最优从C地只能往外运原料和产品，因为C地不可销售，所以产品不能运往C地，否则产品从生产到销售必经过两个以上的地点。

目标函数：O=100*Z+120*Y+150*X+(F*150*6000)/10000+(J*100*6000)/10000+(T*200*600 0)/10000+(G*150*6000)/10000+(R*100*5000)/10000+(P*200*5000)/10000+(L*150*5000)/10000+(M*150*5000)/10000+(N*100*5000)/1 0000+(V*200*5000)/10000约束条件：X+Y+Z 20,N+L≤20,16≥M+V,24≥R+P,X-F≥0,Y-G≥0,F-G+T+Y==13,G+J-F+X==7,J+T-Z 0,M≥0,L≥0,P≥0,R≥0,Y≤5,Y≥0,Z≥0,X≥0,J≥0,T≥0,G≥0,F≥0,3X-M+L-R-20+N 0,3 Y-P-16+M-L+V 0,3 Z-24-N-V+P+R 0,N≥0,V≥0（三）程序代码（四）运行结果（五）结果分析由程序和运行结果知，（1）A地建7万吨。