2018年当代大学生数学建模竞赛题目
2018年数学建模题目
2018年数学建模题目数学建模是应用数学方法和计算机技术解决各种实际问题的重要手段。
2018年的数学建模题目涉及多个领域，包括优化问题、数据分析、机器学习、图像处理、统计推断、经济与金融建模以及工程问题建模。
1. 优化问题题目：共享单车调度优化描述：共享单车已成为城市交通的重要组成部分。
然而，单车乱停乱放、过度投放等问题也给城市管理带来困扰。
请你们建立一个数学模型，以优化共享单车的调度和投放，从而使得市民能够更加方便地使用共享单车，并减少乱停乱放现象。
要求：* 建立数学模型，以描述共享单车调度和投放的优化问题。
* 结合实际数据，对模型进行验证和优化。
* 提出可行的方案和建议，以解决共享单车管理中的实际问题。
2. 数据分析题目：股市预测与投资策略优化描述：在股市投资中，数据分析对于预测股票走势和优化投资策略至关重要。
请你们针对某支股票的历史交易数据，建立一个数据分析模型，以预测未来一段时间内的股票价格，并在此基础上制定投资策略。
要求：* 收集某支股票的历史交易数据，并清洗和预处理数据。
* 建立一个数据分析模型，以预测未来一段时间内的股票价格。
* 根据预测结果，制定投资策略，并评估策略的有效性。
* 提出可行的投资建议和建议。
3. 机器学习题目：疾病预测与分类描述：在医疗领域，通过对患者的历史数据进行分析，可以预测患者未来可能出现的疾病。
请你们建立一个机器学习模型，以分析患者的历史健康数据，预测其未来可能出现的疾病，并将疾病进行分类。
要求：* 收集患者的历史健康数据，并清洗和预处理数据。
* 建立一个机器学习模型，以分析患者的历史数据，预测其未来可能出现的疾病。
* 将预测结果进行分类，并评估模型的准确性和可靠性。
* 提出可行的医疗建议和治疗方案。
4. 图像处理题目：人脸识别与安全控制描述：人脸识别技术在安全控制领域具有广泛应用价值。
请你们建立一个图像处理模型，以实现人脸识别和安全控制的功能。
要求模型能够准确识别出特定人物的脸部特征，并判断其是否符合安全控制条件。
全国大学生数学建模比赛题目(18年数学建模)
• (5) 连带消费是购物中心经营的核心，如果商家将策划某次促销活 动，如何根据会员的喜好和商品的连带率来策划此次促销活动？
全国大学生数学建模比赛题目（18年数学建模）
• 由于该公司的生产线24小时不间断作业，以上总装线和喷涂线的 各项要求对相邻班次（包括当日晚班与次日白班）的车辆同样适 用。
全国大学生数学建模比赛题目（18年数学建模）
不同颜色汽车在总装线上排列时的 具体要求如下：
• （a）黑色汽车连续排列的数量在50-70辆之间，两批黑色汽车在总装线上需 间隔至少20辆。
• (2) 针对会员的消费情况建立能够刻画每一位会员购买力的数学模 型，以便能够对每个会员的价值进行识别。
全国大学生数学建模比赛题目（18年数学建模）
• (3) 作为零售行业的重要资源，会员具有生命周期(会员从入会到 退出的整个过程),会员的状态（比如活跃和非活跃）也会发生变 化。试在某个时间窗口，建立会员生命周期和状态划分的数学模 型，使商场管理者能够更有效地对会员进行管理。
• 为设计专用服装，将体内温度控制在37ºC的假人放置在实验室的 高温环境中，测量假人皮肤外侧的温度。为了降低研发成本、缩 短研发周期，请你们利用数学模型来确定假人皮肤外侧的温度变 化情况，并解决以下问题：
• 附件1. 专用服装材料的参数值 • 附件2. 假人皮肤外侧的测量温度
全国大学生数学建模比赛题目（18年数学建模）
• 公司每天可装配各种型号的汽车460辆，其中白班、晚班（每班12小 时）各230辆。每天生产各种型号车辆的具体数量根据市场需求和销售 情况确定。附件给出了该企业2018年9月17日至9月23日一周的生产计 划。
2018年高教社杯全国大学生数学建模竞赛题目-B-Chinese-Appendix1
附件1：智能加工系统的组成与作业流程1．系统的场景及实物图说明在附图1中，中间设备是自带清洗槽和机械手的轨道式自动引导车RGV，清洗槽每次只能清洗1个物料，机械手臂前端有2个手爪，通过旋转可以先后各抓取1个物料，完成上下料作业。
两边排列的是CNC，每台CNC前方各安装有一段物料传送带。
右侧为上料传送带，负责为CNC输送生料（未加工的物料）；左边为下料传送带，负责将成料（加工并清洗完成的物料）送出系统。
其他为保证系统正常运行的辅助设备。
附图1：RGV—CNC车间布局图附图2：带机械手臂和清洗槽的RGV实物图附图2是RGV的实物图，包括车体、机械臂、机械手爪和物料清洗槽等。
附图3：RGV机械手臂前端的2个手爪实物图在附图3左图中，机械臂前端上方手爪抓有1个生料A，CNC加工台上有1个熟料B。
RGV机械臂移动到CNC加工台上方，机械臂下方空置的手爪准备抓取熟料B，在抓取了熟料B后即完成下料作业。
在附图3右图中，RGV机械臂下方手爪已抓取了CNC加工台上的熟料B抬高手臂，并旋转手爪，将生料A对准加工位置，安放到CNC加工台上，即完成上料作业。
2．系统的构成及说明智能加工系统由8台CNC、1台带机械手和清洗槽的RGV、1条RGV直线轨道、1条上料传送带和1条下料传送带等附属设备构成。
（1）CNC：在上料传送带和下料传送带的两侧各安装4台CNC，等距排列，每台CNC同一时间只能安装1种刀具加工1个物料。
如果物料的加工过程需要两道工序，则需要有不同的CNC安装不同的刀具分别加工完成，在加工过程中不能更换刀具。
第一和第二道工序需要在不同的CNC上依次加工完成，完成时间也不同，每台CNC 只能完成其中的一道工序。
（2）RGV：RGV带有智能控制功能，能够接收和发送指令信号。
根据指令能在直线轨道上移动和停止等待，可连续移动1个单位（两台相邻CNC间的距离）、2个单位（三台相邻CNC间的距离）和3个单位（四台相邻CNC间的距离）。
大学生数学建模竞赛A题参考答案
2018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题城市表层土壤重金属污染分析随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。
对城市土壤地质环境异常的查证，以及如何应用查证获得的海量数据资料开展城市环境质量评价，研究人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。
按照功能划分，城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，分别记为1类区、2类区、……、5类区，不同的区域环境受人类活动影响的程度不同。
现对某城市城区土壤地质环境进行调查。
为此，将所考察的城区划分为间距1公里左右的网格子区域，按照每平方公里1个采样点对表层土<0~10 厘M深度）进行取样、编号，并用GPS记录采样点的位置。
应用专门仪器测试分析，获得了每个样本所含的多种化学元素的浓度数据。
另一方面，按照2公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。
附件1列出了采样点的位置、海拔高度及其所属功能区等信息，附件2列出了8种主要重金属元素在采样点处的浓度，附件3列出了8种主要重金属元素的背景值。
现要求你们通过数学建模来完成以下任务：(1> 给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。
(2> 通过数据分析，说明重金属污染的主要原因。
(3> 分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。
(4> 分析你所建立模型的优缺点，为更好地研究城市地质环境的演变模式，还应收集什么信息？有了这些信息，如何建立模型解决问题？题目A题城市表层土壤重金属污染分析摘要：本文研究的是某城区警车配置及巡逻方案的制定问题，建立了求解警车巡逻方案的模型，并在满足D1的条件下给出了巡逻效果最好的方案。
在设计整个区域配置最少巡逻车辆时，本文设计了算法1：先将道路离散化成近似均匀分布的节点，相邻两个节点之间的距离约等于一分钟巡逻路程。
全国大学数学建模竞赛题目汇总(ABCD)
2018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题葡萄酒地评价确定葡萄酒质量时一般是通过聘请一批有资质地评酒员进行品评.每个评酒员在对葡萄酒进行品尝后对其分类指标打分,然后求和得到其总分,从而确定葡萄酒地质量.酿酒葡萄地好坏与所酿葡萄酒地质量有直接地关系,葡萄酒和酿酒葡萄检测地理化指标会在一定程度上反映葡萄酒和葡萄地质量.附件1给出了某一年份一些葡萄酒地评价结果,附件2和附件3分别给出了该年份这些葡萄酒地和酿酒葡萄地成分数据.请尝试建立数学模型讨论下列问题：1. 分析附件1中两组评酒员地评价结果有无显著性差异,哪一组结果更可信？2. 根据酿酒葡萄地理化指标和葡萄酒地质量对这些酿酒葡萄进行分级.3. 分析酿酒葡萄与葡萄酒地理化指标之间地联系.4．分析酿酒葡萄和葡萄酒地理化指标对葡萄酒质量地影响,并论证能否用葡萄和葡萄酒地理化指标来评价葡萄酒地质量？附件1：葡萄酒品尝评分表<含4个表格）附件2：葡萄和葡萄酒地理化指标<含2个表格）附件3：葡萄和葡萄酒地芳香物质<含4个表格）2018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题太阳能小屋地设计在设计太阳能小屋时,需在建筑物外表面<屋顶及外墙）铺设光伏电池,光伏电池组件所产生地直流电需要经过逆变器转换成220V交流电才能供家庭使用,并将剩余电量输入电网.不同种类地光伏电池每峰瓦地价格差别很大,且每峰瓦地实际发电效率或发电量还受诸多因素地影响,如太阳辐射强度、光线入射角、环境、建筑物所处地地理纬度、地区地气候与气象条件、安装部位及方式<贴附或架空）等.因此,在太阳能小屋地设计中,研究光伏电池在小屋外表面地优化铺设是很重要地问题.附件1-7提供了相关信息.请参考附件提供地数据,对下列三个问题,分别给出小屋外表面光伏电池地铺设方案,使小屋地全年太阳能光伏发电总量尽可能大,而单位发电量地费用尽可能小,并计算出小屋光伏电池35年寿命期内地发电总量、经济效益<当前民用电价按0.5元/kWh计算）及投资地回收年限.在求解每个问题时,都要求配有图示,给出小屋各外表面电池组件铺设分组阵列图形及组件连接方式<串、并联）示意图,也要给出电池组件分组阵列容量及选配逆变器规格列表.在同一表面采用两种或两种以上类型地光伏电池组件时,同一型号地电池板可串联,而不同型号地电池板不可串联.在不同表面上,即使是相同型号地电池也不能进行串、并联连接.应注意分组连接方式及逆变器地选配.问题1：请根据山西省大同市地气象数据,仅考虑贴附安装方式,选定光伏电池组件,对小屋<见附件2）地部分外表面进行铺设,并根据电池组件分组数量和容量,选配相应地逆变器地容量和数量.问题2：电池板地朝向与倾角均会影响到光伏电池地工作效率,请选择架空方式安装光伏电池,重新考虑问题1.问题3：根据附件7给出地小屋建筑要求,请为大同市重新设计一个小屋,要求画出小屋地外形图,并对所设计小屋地外表面优化铺设光伏电池,给出铺设及分组连接方式,选配逆变器,计算相应结果.附件1：光伏电池组件地分组及逆变器选择地要求附件2：给定小屋地外观尺寸图附件3：三种类型地光伏电池<A单晶硅、B多晶硅、C非晶硅薄膜）组件设计参数和市场价格附件4：大同典型气象年气象数据.特别注意：数据库中标注地时间为实际时间减1小时,即数据库中地11:00即为实际时间地12:00附件5：逆变器地参数及价格附件6：可参考地相关概念附件7：小屋地建筑要求2018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题脑卒中发病环境因素分析及干预脑卒中<俗称脑中风）是目前威胁人类生命地严重疾病之一,它地发生是一个漫长地过程,一旦得病就很难逆转.这种疾病地诱发已经被证实与环境因素,包括气温和湿度之间存在密切地关系.对脑卒中地发病环境因素进行分析,其目地是为了进行疾病地风险评估,对脑卒中高危人群能够及时采取干预措施,也让尚未得病地健康人,或者亚健康人了解自己得脑卒中风险程度,进行自我保护.同时,通过数据模型地建立,掌握疾病发病率地规律,对于卫生行政部门和医疗机构合理调配医务力量、改善就诊治疗环境、配置床位和医疗药物等都具有实际地指导意义.数据<见Appendix-C1）来源于中国某城市各家医院2007年1月至2018年12月地脑卒中发病病例信息以及相应期间当地地逐日气象资料<Appendix-C2）.请你们根据题目提供地数据,回答以下问题：1．根据病人基本信息,对发病人群进行统计描述.2．建立数学模型研究脑卒中发病率与气温、气压、相对湿度间地关系.3．查阅和搜集文献中有关脑卒中高危人群地重要特征和关键指标,结合1、2中所得结论,对高危人群提出预警和干预地建议方案.2018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题机器人避障问题图1是一个800×800地平面场景图,在原点O(0,0>点处有一个机器人,它只能在该平面场景范围内活动.图中有12个不同形状地区域是机器人不能与之发生碰撞点与障碍物地距离至少超过10个单位）.规定机器人地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地一段圆弧组成,也可以由两个或多个相切地圆弧路径组成,但每个圆弧地半径最小为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地最近距离为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.机器人直线行走地最大速度为50=v 个单位/秒.机器人转弯时,最大转弯速度为21.0100e1)(ρρ-+==v v v ,其中ρ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地避障最短路径和最短时间路径地数学模型.对场景图中4个点O(0,0>,A(300,300>,B(100,700>,C(700,640>,具体计算：(1> 机器人从O(0,0>出发,O→A 、O→B 、O→C 和O→A→B→C→O 地最短路径.(2> 机器人从O (0,0>出发,到达A 地最短时间路径.注：要给出路径中每段直线段或圆弧地起点和终点坐标、圆弧地圆心坐标以及机器人行走地总距离和总时间.图1800×800平面场景图。
2018年数模国赛A题
2018年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题高温作业专用服装设计
在高温环境下工作时，人们需要穿着专用服装以避免灼伤。
专用服装通常由三层织物材料构成，记为I、II、III层，其中I层与外界环境接触，III层与皮肤之间还存在空隙，将此空隙记为IV层。
为设计专用服装，将体内温度控制在37ºC的假人放置在实验室的高温环境中，测量假人皮肤外侧的温度。
为了降低研发成本、缩短研发周期，请你们利用数学模型来确定假人皮肤外侧的温度变化情况，并解决以下问题：
(1)专用服装材料的某些参数值由附件1给出，对环境温度为75ºC、II层厚度为6 mm、IV层厚度为5 mm、工作时间为90分钟的情形开展实验，测量得到假人皮肤外侧的温度（见附件2）。
建立数学模型，计算温度分布，并生成温度分布的Excel文件（文件名为problem1.xlsx）。
(2) 当环境温度为65ºC、IV层的厚度为5.5 mm时，确定II层的最优厚度，确保工作60分钟时，假人皮肤外侧温度不超过47ºC，且超过44ºC的时间不超过5分钟。
(3) 当环境温度为80C 时，确定II层和IV层的最优厚度，确保工作30分钟时，假人皮肤外侧温度不超过47ºC，且超过44ºC的时间不超过5分钟。
附件1. 专用服装材料的参数值
附件2. 假人皮肤外侧的测量温度。
2018年西南交通大学数学建模竞赛题目——A题：测点分布问题
2018年西南交通大学数学建模竞赛题目（请先阅读“论文封面及格式要求”）A题：均匀布点问题均匀布点问题在工程领域里面经常遇到。
比如我们在进行天气预报的时候，天气演化的数值计算模型是通过在球面上布置网格进行的。
在地球表面布置计算网格时，这些网格点必须是均匀的（图1给出了两种比较均匀的计算网格），才能保证计算是均匀的，进而在此基础上进行数值演化计算。
图1 两种均匀分布的计算网格在岩土工程领域，在进行地质体的力学计算时，同样需要计算网格是均匀的，这就需要在地质体表面也均匀的分布点。
相对于天气预报的球体，地质体一般是不规则的几何体（图2给出了一个不规则几何体的例子），在不规则形体表面均匀分布点会更加复杂一些。
图2 一些不规则形体的例子除了计算网格的设置，我们在各个工程领域会遇到需要布置测点来测量物理量的问题，这时候常常需要布置的测点也是均匀的，而且很多时候不仅要在空间上是均匀的，对于某些变量来说也是均匀的。
比如在布置地震台时，断层附近就要加密，历史上无地震的地区就可以布置的稀疏一些，此时地震台网的分布就应该是在考虑空间位置的同时，对于地震发生概率是均匀的（图3给出了中国国家地震台站分布图）；在布置人口监测点时，人口密集的地方就要多布置，人口稀疏的地区就可以少布置一些。
当然上述只是举了一些例子，真实的分布时要考虑多重因素，而且均匀性的定义也是不确定的。
图3 中国国家地震台站分布图请建立数学模型回答以下问题：1、如何在标准的球面上均匀分布测点？如何度量测点分布的均匀性？请给出球面点分布均匀性的度量标准并给出在此标准下最佳的球面均匀分布点的方法及结果。
2、若为非规则几何体，给出任意几何形体表面均匀分布点的数学模型。
3、在地震及环境工程等领域，在分布监测点时，多考虑一个影响因素（如地震发生概率、人口密度等等），建立数学模型，使测点分布也是“均匀”的。
2018数学建模国赛B题
RGV动态调度模型摘要：RGV是智能加工系统的中间环节，控制RGV的动态调度也就是控制了智能加工系统的工作流程。
需要在四种不同的情况下对RGV进行调度分析:单工序、单工序有故障、双工序、双工序无故障。
单工序的情况下建立了三个模型：数学规划模型、单工序分层预测模型、单工序局部最优模型。
数学规划模型将第i件物料的上料时间、下料时间、CNC编号等设为自变量，以RGV的15个初始状态、一台CNC上相邻处理的两件物料的上料时间关系等因素作为约束条件，以最后一件物料的上料时间最小为目标函数。
但因为求解这种模型的程序时间复杂度较高，准确度较低，又建立了单工序分层预测模型和单工序局部最优模型，用算法模拟该智能加工系统的工作流程。
单工序分层预测模型中，RGV每次判断执行请求的次序时，都会预先模拟系统向下选择两次，找到效率最高的一种方案。
单工序局部最优模型是以发出请求的CNC与RGV之间的距离为衡量指标，优先选择距离最近的请求，如果距离一样，优先选择CNC编号为奇数的请求。
三种模型的运行结果表明：系统工作效率由高到低依次是数学规划模型、单工序分层预测模型、单工序局部最优模型。
但是数学规划模型只能算出前88件物料所用时间，8个小时内可以加工的总物料数目只能推测出来，准确度有待验证。
因此判定单工序分层预测模型是三个模型中最优的模型，该模型下得到的第1组、第2组、第3组在8小时内分别可以完成的物料数目为357件、364件、344件。
单工序有故障的情况下，我们在单工序分层预测模型的基础上进行修改。
将1%的故障率转化为每秒钟CNC发生故障的概率，然后产生一个[10,20]间的随机数作为CNC的维修时间，其他算法步骤与无故障的相同。
得到的第1组、第2组、第3组在8小时内分别可以完成的物料数目为307件、336件、319件。
双工序的情况下，我们依然采用局部最优模型。
与单工序不同的是，双工序模型中，当一个物料加工完第一道工序时，发出的请求不是下料而是加工第二道工序。
- 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)。
问题B 智能RGV的动态调度策略
图1是一个智能加工系统的示意图，由8台计算机数控机床（Computer Number Controller，CNC）、1辆轨道式自动引导车（Rail Guide Vehicle，RGV）、1条RGV直线轨道、1条上料传送带、1条下料传送带等附属设备组成。
RGV是一种无人驾驶、能在固定轨道上自由运行的智能车。
它根据指令能自动控制移动方向和距离，并自带一个机械手臂、两只机械手爪和物料清洗槽，能够完成上下料及清洗物料等作业任务（参见附件1）。
图1：智能加工系统示意图
针对下面的三种具体情况：
（1）一道工序的物料加工作业情况，每台CNC安装同样的刀具，物料可以在任一台CNC上加工完成；
（2）两道工序的物料加工作业情况，每个物料的第一和第二道工序分别由两台不同的CNC依次加工完成；
（3）CNC在加工过程中可能发生故障（据统计：故障的发生概率约为1%）的情况，每次故障排除（人工处理，未完成的物料报废）时间介于10~20分钟之间，故障排除后即刻加入作业序列。
要求分别考虑一道工序和两道工序的物料加工作业情况。
请你们团队完成下列两项任务：
任务1：对一般问题进行研究，给出RGV动态调度模型和相应的求解算法；
任务2：利用表1中系统作业参数的3组数据分别检验模型的实用性和算法的有效性，给出RGV 的调度策略和系统的作业效率，并将具体的结果分别填入附件2的EXCEL表中。
表1：智能加工系统作业参数的3组数据表时间单位：秒
系统作业参数第1组第2组第3组RGV移动1个单位所需时间20 2318
RGV移动2个单位所需时间33 4132
RGV移动3个单位所需时间46 5946
CNC加工完成一个一道工序的物料所需时间560 580545
CNC加工完成一个两道工序物料的第一道工序所需时间400 280455
CNC加工完成一个两道工序物料的第二道工序所需时间378 500182
RGV为CNC1#，3#，5#，7#一次上下料所需时间28 3027
RGV为CNC2#，4#，6#，8#一次上下料所需时间31 3532
RGV完成一个物料的清洗作业所需时间25 3025
附件1：智能加工系统的组成与作业流程
附件2：模型验证结果的EXCEL表（完整电子表作为附件放在解答材料中提交）。