数学建模 综合题目参考答案
数学建模竞赛参考答案
数学建模竞赛参考答案数学建模竞赛参考答案数学建模竞赛是一项旨在培养学生综合运用数学知识和解决实际问题能力的竞赛活动。
参赛者需要通过分析问题、建立数学模型、求解问题等环节，最终给出合理的答案和解决方案。
在这篇文章中，我们将为大家提供一些数学建模竞赛的参考答案，希望能够给参赛者们提供一些启示和帮助。
第一题：某公司的销售额预测问题描述：某公司希望通过过去几年的销售数据，预测未来一年的销售额。
请根据给定的销售数据，建立合适的数学模型，并给出未来一年的销售额预测值。
解答思路：根据问题描述，我们可以将销售额看作是时间的函数，即销售额随时间变化。
可以使用回归分析的方法来建立数学模型。
首先，我们将销售额作为因变量，时间作为自变量，通过拟合曲线来预测未来一年的销售额。
我们可以选择多项式回归模型来拟合曲线。
通过将时间作为自变量，销售额作为因变量，进行多项式回归分析，可以得到一个多项式函数，该函数可以描述销售额随时间变化的趋势。
然后，我们可以使用该多项式函数来预测未来一年的销售额。
将未来一年的时间代入多项式函数中，即可得到未来一年的销售额预测值。
第二题：城市交通流量优化问题描述：某城市的交通流量问题日益突出，如何优化交通流量成为了当地政府亟待解决的难题。
请根据给定的交通数据和道路拓扑结构，建立合适的数学模型，并给出交通流量优化的方案。
解答思路：根据问题描述，我们可以将城市的交通流量看作是网络中的流量分配问题。
可以使用网络流模型来建立数学模型。
首先，我们需要将城市的道路网络抽象成一个有向图，节点表示交叉口，边表示道路，边上的权值表示道路的容量。
然后，我们可以使用最小费用最大流算法来求解交通流量优化的方案。
该算法可以通过调整道路上的流量分配，使得整个网络中的流量达到最大，同时满足道路容量的限制。
通过计算最小费用最大流，可以得到交通流量优化的方案。
最后，我们可以根据最小费用最大流算法的结果，对交通流量进行合理调控。
例如，可以调整信号灯的时长，优化交通信号控制系统，减少交通拥堵现象，提高交通效率。
数学建模题目及答案
09级数模试题1. 把四只脚的连线呈长方形的椅子往不平的地面上一放，通常只有三只脚着地，放不稳，然后稍微挪动几次，就可以使四只脚同时着地，放稳了。
试作合理的假设并建立数学模型说明这个现象。
（15分）解：对于此题，如果不用任何假设很难证明，结果很可能是否定的。
因此对这个问题我们假设 ：（1）地面为连续曲面（2）长方形桌的四条腿长度相同（3）相对于地面的弯曲程度而言，方桌的腿是足够长的（4）方桌的腿只要有一点接触地面就算着地。
那么，总可以让桌子的三条腿是同时接触到地面。
现在，我们来证明：如果上述假设条件成立，那么答案是肯定的。
以长方桌的中心为坐标原点作直角坐标系如图所示，方桌的四条腿分别在A 、B 、C 、D 处，A 、B,C 、D的初始位置在与x 轴平行，再假设有一条在x 轴上的线ab,则ab 也与A 、B ，C 、D 平行。
当方桌绕中心0旋转时，对角线 ab 与x 轴的夹角记为θ。
容易看出，当四条腿尚未全部着地时，腿到地面的距离是不确定的。
为消除这一不确定性，令 ()f θ为A 、B 离地距离之和，()g θ为C 、D 离地距离之和，它们的值由θ唯一确定。
由假设（1），()f θ,()g θ均为θ的连续函数。
又由假设（3），三条腿总能同时着地， 故()f θ()g θ=0必成立（∀θ）。
不妨设(0)0f =,(0)0g >g （若(0)g 也为0，则初始时刻已四条腿着地，不必再旋转），于是问题归结为：已知()f θ,()g θ均为θ的连续函数，(0)0f =,(0)0g >且对任意θ有00()()0f g θθ=，求证存在某一0θ，使00()()0f g θθ=。
证明：当θ=π时，AB 与CD 互换位置，故()0f π>，()0g π=。
作()()()h f g θθθ=-，显然，()h θ也是θ的连续函数，(0)(0)(0)0h f g =-<而()()()0h f g πππ=->，由连续函数的取零值定理，存在0θ，00θπ<<，使得0()0h θ=，即00()()f g θθ=。
数学建模习题集及标准答案
3.动态模型:描述对象特征随时间(空间)的演变过程,分析对象特征的变化规律,预报对象特征的未来性态,研究控制对象特征的手段；微分方程建模:模根据函数及其变化率之间的关系确定函数,根据建模目的和问题分析作出简化假设,按照内在规律或用类比法建立微分方程。
4.按照你的观点应从那几个方面来建立传染病模型。
5.叙述Leslie人口模型的特点。并讨论稳定状况下种群的增长规律。
6.试比较连续形式的阻滞增长模型(Logistic模型)和离散形式阻滞增长模型,并讨论离散形式阻滞增长模型平衡点及其稳定性。
第二部分
1.优点:短期预报比较准确;缺点:不适合中长期预报;原因:预报时假设人口增长率为常数,没有考虑环境对人口增长的制约作用。
（4）你能提出其他的方法吗。用你的方法分配上面的名额。
2.在超市购物时你注意到大包装商品比小包装商品便宜这种现象了吗。比如洁银牙膏50g装的每支1.50元，120g装的3.00元，二者单位重量的价格比是1.2：1。试用比例方法构造模型解释这个现象。
（1）分析商品价格C与商品重量w的关系。价格由生产成本、包装成本和其他成本等决定，这些成本中有的与重量w成正比，有的与表面积成正比，还有与w无关的因素。
根据上述分析我们可以看出，该博弈比较明确可以预测的结果有这样几种情况：
（1） ，此时本博弈的结果是乙在第一阶段不愿意借给对方，结束博弈，双方得益
（1，0），不管这时候b的值是多少；（2） ，此时博弈的结果仍然是乙在第一阶段选择不借，结束博弈，双方得益（1，0）；（3） ，此时博弈的结果是乙在第一阶段选择借，甲在第二阶段选择不分，乙在第三阶段选择打，最后结果是双方得益
数学建模试卷及参考答案
数学建模试卷及参考答案一、选择题1. 已知函数 $y = 2x^3 - 5x^2 + 3x - 7$，求导数函数 $y'$ 的值。
A) $6x^2 - 10x + 3$\B) $6x - 10x^2 + 3$\C) $6x - 10x + 3$\D) $6x^2 - 10x^2 + 3$答案：A2. 设矩形的长为 $x$，宽为 $y$，满足 $x^2 + y^2 = 25$。
当矩形的面积最大时，求矩形的长和宽。
A) 长为 4，宽为 3\B) 长为 5，宽为 3\C) 长为 4，宽为 2.5\D) 长为 5，宽为 2.5答案：A3. 一条直线过点 $A(1,2)$ 和点 $B(3,-1)$，与另一条直线 $2x + y - 4 = 0$ 平行。
求该直线的方程。
A) $2x - y + 3 = 0$\B) $2x - y - 3 = 0$\C) $-2x + y - 3 = 0$\D) $2x - y - 5 = 0$答案：B4. 已知函数 $y = e^x$，求 $y$ 的微分值。
A) $e^x$\B) $e^x + C$\C) $e^x - C$\D) $C \cdot e^x$答案：A5. 一辆汽车以每小时 60 公里的速度行驶，途中经过两座相距 60 公里的城市。
假设两座城市间有一辆以每小时90 公里的速度行驶的列车，两车同时出发。
求两辆车首次相遇的时间。
A) 0.5 小时\B) 1 小时\C) 1.5 小时\D) 2 小时答案：A二、填空题6. 已知函数 $f(x) = \sin(x)$，求函数 $g(x) = f^{\prime}(x)$。
答案：$g(x) = \cos(x)$7. 若直线 $3x + ky = 2$ 与直线 $2x - y = 3$ 相垂直，则 $k$ 的值为\_\_\_。
答案：$k = 6$8. 设抛物线 $y = ax^2 - 3x + 2$ 的顶点为 $(2,1)$，则 $a$ 的值为\_\_\_。
数学建模试卷及参考答案
数学建模 试卷及参考答案一．概念题（共3小题，每小题5分，本大题共15分）1、一般情况下，建立数学模型要经过哪些步骤？（5分）答：数学建模的一般步骤包括：模型准备、模型假设、模型构成、模型求解、模型分析、模型检验、模型应用。
2、学习数学建模应注意培养哪几个能力？(5分)答：观察力、联想力、洞察力、计算机应用能力。
3、人工神经网络方法有什么特点？(5分)答：（1）可处理非线性；（2）并行结构．；（3）具有学习和记忆能力；（4）对数据的可容性大；（5）神经网络可以用大规模集成电路来实现。
二、模型求证题（共2小题，每小题10分，本大题共20分）1、 某人早8:00从山下旅店出发,沿一条路径上山,下午5:00到达山顶并留宿.次日早8:00沿同一路径下山,下午5:00回到旅店.证明:这人必在2天中同一时刻经过路途中某一地点(15分) 证明:记出发时刻为t=a,到达目的时刻为t=b,从旅店到山顶的路程为s.设某人上山路径的运动方程为f(t), 下山运动方程为g(t),t 是一天内时刻变量，则f(t),g(t)在[a,b]是连续函数。
作辅助函数F(t)=f(t)-g(t),它也是连续的，则由f(a)=0,f(b)>0和g(a)>0,g(b)=0,可知F （a ）<0, F(b)>0,由介值定理知存在t0属于(a,b)使F(t0)=0, 即f(t0)=g(t0) 。
2、三名商人各带一个随从乘船过河，一只小船只能容纳二人，由他们自己划行，随从们秘约，在河的任一岸，一旦随从的人数比商人多，就杀人越货，但是如何乘船渡河的大权掌握在商人们手中，商人们怎样才能安全渡河呢？(15分)解:模型构成记第k 次渡河前此岸的商人数为k x ，随从数为k y ，k=1，2,........，k x ，k y =0，1，2，3。
将二维向量k s =（k x ，k y ）定义为状态。
安全渡河条件下的状态集合称为允许状态集合，记做S 。
数学建模试题(带答案)
数学建模试题（带答案）第一章4.在1.3节“椅子能在不平的地面上放稳吗”的假设条件中，将四脚的连线呈正方形改为长方形，其余不变。
试构造模型并求解。
答：相邻两椅脚与地面距离之和分别定义为)()(a g a f 和。
f 和g 都是连续函数。
椅子在任何位置至少有三只脚着地，所以对于任意的a ，)()(a g a f 和中至少有一个不为零。
不妨设0)0(,0)0(g >=f 。
当椅子旋转90°后，对角线互换，0π/2)(,0)π/2(>=g f 。
这样，改变椅子的位置使四只脚同时着地。
就归结为证明如下的数学命题：已知a a g a f 是和)()(的连续函数，对任意0)π/2()0(,0)()(,===⋅f g a g a f a 且，0)π/2(,0)0(>>g f 。
证明存在0a ，使0)()(00==a g a f证：令0)π/2(0)0(),()()(<>-=h h a g a f a h 和则， 由g f 和的连续性知h 也是连续函数。
根据连续函数的基本性质，必存在0a （0＜0a ＜π/2）使0)(0=a h ，即0)()(00==a g a f 因为0)()(00=•a g a f ，所以0)()(00==a g a f8第二章7.10.用已知尺寸的矩形板材加工半径一定的圆盘，给出几种简便有效的排列方法，使加工出尽可能多的圆盘。
第三章5.根据最优定价模型 考虑成本随着销售量的增加而减少，则设kx q x q -=0)( (1)k 是产量增加一个单位时成本的降低 ，销售量x 与价格p 呈线性关系0,,>-=b a bp a x (2) 收入等于销售量乘以价格p :px x f =)( (3) 利润)()()(x q x f x r -= (4) 将（1）（2）（3）代入（4）求出ka q kbp pa bp x r --++-=02)(当k q b a ,,,0给定后容易求出使利润达到最大的定价*p 为bakb ka q p 2220*+--=6.根据最优定价模型 px x f =)( x 是销售量 p 是价格，成本q 随着时间增长，ββ,0t q q +=为增长率，0q 为边际成本（单位成本）。
数学建模试卷A参考答案
数学建模试卷（A ）卷参考答案一、答：二、解：对应的约束条件代表的区域为如下图中阴影部分：两线的交点坐标为()()12,6,4x x =，由图可知z 值在交点处最大，即max 36z =。
三、解：设z 为利润，123,,x x x 分别表示,,A B C 生产的件数，123,,y y y 分别表示,,A B C 生产是否生产（为0-1变量，0表示不生产，1表示生产）。
则 目标函数：()()()123112233max 200025003000300503208040070z y y y y x y x y x =+++-+-+-约束条件：1231231231231232350024000350000,0,0;,0 1;x x x x x x x x x x x x y y or ++≤⎧⎪++≤⎪⎨++≤⎪⎪≥≥≥=⎩四、解：（一）（二）目标层准则层方案层11/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦1(),0,ij n n ij ji ijA a a a a ⨯=>=层次分析法的基本步骤成对比较阵和权向量元素之间两两对比，对比采用相对尺度设要比较各准则C 1,C 2,… , C n 对目标O 的重要性:i j ijC C a ⇒A ~成对比较阵 A 是正互反阵要由A 确定C 1,… , C n 对O 的权向量选择旅游地（三）111122221212n n n n n n w w w w w w w w w w w w A w w w w w w ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎤⎥⎢⎥⎢⎥⎣⎦23a =一致比较允许不一致，但要确定不一致的允许范围考察完全一致的情况12(1),,nW w w w =⇒/ij i ja w w =令12(,,)~T n w w w w =权向量“选择旅游地”中准则层对目标的权向量及一致性检验11/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦准则层对目标的成对比较阵最大特征根λ=5.073权向量(特征向量)w =(0.263,0.475,0.055,0.090,0.110)T 5.07350.01851CI -==-一致性指标随机一致性指标 RI=1.12 (查表) 一致性比率CR =0.018/1.12=0.016<0.1通过一致性检验五、解：()221max ni i i a bx y =+-∑，对,a b 分别求偏导数，可以求解得0.9726,0.0500b a ==。
数学建模竞赛 参考答案
数学建模竞赛参考答案数学建模竞赛参考答案数学建模竞赛是一项旨在培养学生数学建模能力和创新思维的竞赛活动。
参赛者需要在规定的时间内，针对给定的问题，运用数学知识和方法进行建模、分析和求解。
本文将为大家提供一些数学建模竞赛的参考答案，希望对参赛者有所帮助。
一、问题一：汽车油耗模型该问题要求建立一个汽车油耗模型，预测在不同的驾驶条件下，汽车的油耗情况。
首先，我们需要收集一些相关的数据，如汽车的型号、发动机排量、行驶里程、驾驶时间、驾驶速度等。
然后，我们可以使用多元线性回归模型来建立汽车油耗模型。
模型的建立如下：油耗= β0 + β1 * 发动机排量+ β2 * 行驶里程+ β3 * 驾驶时间+ β4 * 驾驶速度其中，β0、β1、β2、β3、β4为待求系数。
我们可以使用最小二乘法来估计这些系数。
通过对收集到的数据进行拟合，可以得到最优的系数估计值，并进一步预测不同驾驶条件下的汽车油耗情况。
二、问题二：物流配送路径规划该问题要求设计一个物流配送路径规划模型，以最小化配送成本和时间。
首先，我们需要收集一些相关的数据，如物流中心的位置、客户的位置、货物的重量和体积、道路交通情况等。
然后，我们可以使用网络流模型来建立物流配送路径规划模型。
模型的建立如下：目标函数：最小化总配送成本和时间约束条件：1. 每个客户都必须被配送到，并且每个物流中心只能配送给特定的客户。
2. 配送路径必须满足道路交通规则和限制条件。
3. 货物的重量和体积必须满足配送车辆的载重和容量限制。
我们可以使用线性规划或整数规划方法来求解该模型。
通过对收集到的数据进行建模和求解，可以得到最优的物流配送路径规划方案，以实现最小化成本和时间的目标。
三、问题三：疫情传播模型该问题要求建立一个疫情传播模型，预测疫情在不同地区的传播情况。
首先，我们需要收集一些相关的数据，如人口数量、人口流动情况、疫情传染率、潜伏期、治愈率等。
然后，我们可以使用传染病传播模型来建立疫情传播模型。
- 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)。
综合题目参考答案1. 赛程安排(2002年全国大学生数学建模竞赛D 题)(1)用多种方法都能给出一个达到要求的赛程。
(2)用多种方法可以证明n 支球队“各队每两场比赛最小相隔场次r 的上界”(如n =5时上界为1)是⎥⎦⎤⎢⎣⎡-23n ，如: 设赛程中某场比赛是i ，j 两队， i 队参加的下一场比赛是i ，k 两队(k ≠j )，要使各队每两场比赛最小相隔场次为r ，则上述两场比赛之间必须有除i ，j ，k以外的2r 支球队参赛，于是32+≥r n ，注意到r 为整数即得⎥⎦⎤⎢⎣⎡-≤23n r 。
(3)用构造性的办法可以证明这个上界是可以达到的，即对任意的n 编排出达到该上界的赛程。
如对于n =8， n =9可以得到:可以看到，n =8时每两场比赛相隔场次数只有2，3，4，n =9时每两场比赛相隔场次数只有3，4，以上结果可以推广，即n 为偶数时每两场比赛相隔场次数只有22-n ，12-n ，2n ，n 为奇数时只有23-n ，21-n 。
(4)衡量赛程优劣的其他指标如平均相隔场次 记第i 队第j 个间隔场次数为ij c ，2,2,1,,,2,1-==n j n i ，则平均相隔场次为∑∑=-=-=n i n j ij c n n r 121)2(1 r 是赛程整体意义下的指标，它越大越好。
可以计算n =8，n =9的r ，并讨论它是否达到上界。
相隔场次的最大偏差 定义||,r c M a x f ij j i -=∑-=--=21|)2(|n j ij r n c Max gf 为整个赛程相隔场次的最大偏差，g 为球队之间相隔场次的最大偏差，它们都是越小越好。
可以计算n =8，n =9的f ，g ，并讨论它是否达到上界。
参考文献工程数学学报第20卷第5期20032. 影院座位设计建立满意度函数),(βαf ，可以认为α和β无关， ()()βαβαh g f -=),(，g ，h 取尽量简单的形式，如αα=)(g ;0)(=βh (030≤β)，0)(h h =β)30(0>β。
(1)可030≤β将作为必要条件，以α最大为最佳座位的标准。
在上图中以第1排座位为坐标原点建立坐标轴x ，可以得到⎪⎭⎫ ⎝⎛+----⎪⎭⎫ ⎝⎛+--=⎪⎭⎫ ⎝⎛+--=d x x h c H d x x c H d x x c H θθαθβtan arctan tan arctan ,tan arctan β是x 的减函数。
可得x ≈1.7m ，即第3(或4)排处030=β。
又通过计算或分析可知α也是x 的减函数，所以第3(或4)排处是最佳座位。
(2)设定一个座位间隔l (如0.5m)， x 从0(或030≤β处)到d D -按l 离散，对于)20~0(00θ计算α的平均值，得020=θ时其值最大。
(3)可设地板线是x 的二次曲线2bx ax +，寻求a ，b 使α的平均值最大。
实际上，还应考虑前排不应挡住后排的视线。
3.节水洗衣机(1996年全国大学生数学建模竞赛B 题)该问题不要求对洗衣机的微观机制(物理、化学方面)深入研究，只需要从宏观层次去把握。
宏观上洗衣的基本原理是用洗涤剂通过漂洗把吸附在衣物上的污物溶于水中，再脱去污水带走污物;洗衣的过程是通过“加水——漂洗——脱水”程序的反复运行，使残留在衣物的污物越来越少，直到满意的程度;洗涤剂也是不希望留在衣物上的东西，可将“污物”定义为衣物上原有污物与洗涤剂的总和。
假设每轮漂洗后污物均匀地溶于水中;每轮脱水后衣物含水量为常数c 。
0x ~初始污水量， ~k u 第k 轮加水量，k x ~第k 轮脱水量),,2,1( =k 。
设每轮脱水前后污物在水中的浓度不变。
于是cx c u x c x c u x c x u x n n n =+=+=--11221110,,, ， 得到)()(210c u c u u c x x n nn ++= 。
在最终污物量与初始污物量之比0/x x n 小于给定的清洁度条件下，求各轮加水量k u ),,1(n k =，使总用水量最小，即∑=nk k u u Min k 1()ε<++)(..21c u c u u c t s n n等价于)()(21c u c u u Min n u k +++++α=++)()(..21c u c u u t s na 为常数可得c u c u u n +==+= 21，即第n ~2轮加水量u u k =(常数)，第1轮加水量c u u +=1。
令cx u =，问题简化为nx Min u n ,ε<⎪⎭⎫ ⎝⎛+nx t s 11..其解为0→x ，即0→u ，而∞→n 。
这与实际上是不合理的。
应该加上对u的限制: 21v u v ≤≤。
则得m a x m i n n n n ≤≤，其中 m a m i n n n n ≤≤，1)/1ln(2min +⎥⎦⎤⎢⎣⎡+=c v n α这样，n 为有限的几个数，可一一比较，具体数据计算从略。
参考文献:《数学的实践与认识》第27卷第1期，19974.教师工资调整方案(1995年美国大学生数学建模竞赛B 题)题目对职称提升年限表述得不甚清楚(如未提及助理教授的提升)，教龄也未区分是什么职称下工作的年限，所以应该作出一些相应的简化假设。
按所给信息，工资仅取决于职称和教龄。
建立新方案的一种办法是将职称折合成教龄，如定义x=教龄t+7×k (对于讲师、助理教授、副教授、教授，k 分别取值0，1，2，3)，然后寻求工资函数I(x)，使之满足题目的要求，如I(0)=27000，I(7)=32000等，以及x 较大时022<dxI d 。
另一种办法是职称、教龄分别对待，工资函数J(k ，t)从多种函数中选择，如最简单的线性函数J(k ，t)=k k k k b a t b a ,,+(k=0，1，2，3)根据一定条件确定。
按照第一种办法得到的新工资方案，以职称和教龄综合指标为x 的教师的工资都应为I(x)，而人们的目前工资会低于或高于它。
根据题目要求，高工资不应降低，低工资则应逐渐提高，尽快达到理想值I(x)。
需要做的只是根据每人(目前)工资与(理想值的)差额，制定学校提供的提薪资金的分配方案。
它应该是简单、合理、容易被人接受的。
按以上原则可以建立不同的模型，应通过检验比较其恶劣。
检验可基于题目所给数据，按照提薪计划运行若干年，考察接近理想方案的情况，即用过渡时期的情况检验模型;也可进行随机模拟，按照一定规则随机产生数据(可以包括聘用、提职、解聘、退休的人数和时间等)，再按照提薪计划运行，考察接近理想方案的情况。
参考文献：叶其孝，《大学生数学建模竞赛辅导教材》（四），湖南教育出版社，20015. 一个飞行管理问题（1995年全国大学生数学建模竞赛A 题）设ij a 为第i 架飞机与第j 架飞机的碰撞角（即)8arcsin(ijij r a =其中ij r 为这两架飞机连线的长度），ij β为第i 架飞机相对于第j 架飞机的相对速度（矢量）与这两架飞机连线（从i 指向j 的矢量）的夹角（以连线矢量为基准，逆时针方向为正，顺时针方向为负），i θ为第架飞机飞行方向角调整量。
本问题中的优化目标函数可以有不同的形式：如使所有飞机的最大调整量最小；所有飞机的调整量绝对值之和最小等。
以所有飞机的调整量绝对值之和最小，可以得到如下的数学规划模型：∑=61i i Min θs.t. ,)(21ij j i ij a >++θθβ j i j i ≠=,6,,1, 30≤i θ ， 6,,1 =i为了利用LINGO 求解这个数学规划模型，可以首先采用其他数学软件计算出ij α和ij β。
其实，ij α和ij β也是可以直接使用LINGO 来计算的，这相当于解关于ij α和ij β的方程，只是解方程并非LINDO 软件的特长，这里我们作为一个例子，看看如何利用LINGO 计算ij α，可输入如下模型到LINGO 求解ij α：MIDEL ：1]SETS:2] PLANE/1..6/：x0，y0;3] link(plane ，plane):alpha ，sin2:4]ENDSETS5] @FOR(LINK(I ，J)|I#NE#J:6] sin2(I ，J)=64/((X0(I)-X0(J))*(X0(I)-X0(J))+7] (Y0(I)-Y0(J))*(Y0(I)-Y0(J)));8] ）；9] @FOR(LINK(I ，J)|I#NE#J:10] (@SIN(alpha*3.14159265/180.0))^2=SIN2;11] );12]DATA:13] X0=150，85，150，145，130，0;14] Y0=140，85，155，50，150，0;15]endataEND计算结果如下：β也可类似地利用LINGO求得，计算结果如下：ij于是，该飞机管理的数学规划模型可如下输入LINGO求解：MODEL:1]SETS2] plane/1..6/:cita:3] link(plane，plane):alpha，beta;4]ENDSETS5] min=@sum(plane:@abs(cita));6] @for(plane(I):7] @bnd(-30，cita(I)，30);8] );9] @fpr(link(I，j)|I#NE#J:10] @ABS(beta(I，J)+0.5*cit(I)+0.5*cita(J))11] >alpha(I，J);12] ）;13]DATA:14] A;[JA=0.000 0 5.391.2…..…2.309 8 0.000 020] ;21] BETA=0.000 010 9.263 6………1.914 4 0.000 027] ;28]enddataEND[注] alpha，beta中数据略去，见上面表格.求解结果如下：OPTIMUM FOUND AT STEP 197SOLUTION OBJECTIVE V ALUE= 3.630V ARIABLE V ALUE REDUCED COSTCITA(1) 0.2974033E-06 -1.000 000CITA(2) -0.1424833E-05 -0.715 033 4CITA(3) 2.557 866 1.000 000CITA(4) -0.3856641E-04 0.0000000E+00CITA(5) 0.2098838E-05 -1.000 000CITA(6) 1.071 594 0.0000000E+00………. (以下略)由此可知最优解为：︒︒≈≈07.1,56.263θθ （其它调整角度为0）。