往年数模论文真题程序（apriori,禁忌算法模糊分析bp网络）

2003年A题----------------SARS的传播（化微分方程为差分方程）显然上式不可能得到解析解，我们根据该式所提供的初值条件，选择欧拉前推公式，使用MATLAB求出上式的数值解（根据数值解可以相应的做出图形！），单位时间取日。上式便可化为下式。程序代码：m=1.1469e-004n=2.5563e-005s=0.9998i=1.2781e-004r=1.5625e-005fordd=1:60s(dd+1)=s(dd)+0.0581*m(dd)-0.43*n(dd)*s(dd)r(dd+1)=r(dd)+0.1143*i(dd)i(dd+1)=i(dd)+0.18*n(dd)-0.1143*i(dd)+0.012*m(dd)n(dd+1)=n(dd)+0.2*0.73*n(dd)*s(dd)-0.18*n(dd)m(dd+1)=m(dd)-0.0581*m(dd)-0.012*m(dd)+(1-0.2)*0.73*n(dd)*s(dd)end2003年B题------------------------露天矿车辆安排（多目标规划）目标：MinMins.t.目标：Ⅰ：MaxⅡ：MaxⅢ:Mins.t.Lindo程序min0.64x1+1.27x2+4.21x3+0.64x5+1.06x6+0.57x7+0.50x8+1.13x10+3.86x11+0.99x12+1.90x15st154x1<12500154x2<11000154x3<10000154x5<13500154x6<13500154x7<12500154x8<12500154x10<10500154x15<13000154x11+154x12<10500154x1+154x2>19000154x3+154x5+154x15>12000154x6+154x7>13000154x8+154x11>13000154x10+154x12>130000.025x5-0.015x3+0.005x15<00.005x11-0.025x8<00.005x8-0.025x11<00.005x12-0.035x10<00.015x10-0.025x12<010.44x7+10.14x8<960endginx1ginx2ginx3ginx5ginx6ginx7ginx8ginx10ginx11ginx12ginx15Lindo程序maxx5+x6+x7+x10+x13+x15+x16+x20+x23+x24+x32+x34+x29st154x6+154x16>13000154x7+154x32>13000154x13+154x23>12000154x24+154x29+154x34>13000154x5+154x10+154x15+154x20>19000154x29<13500154x5<12500154x6+154x7<10500154x10<11000154x13<10000154x15<13500154x16<10500154x20<10500154x23<13000154x24<11500154x32<12500154x34<1250010.742857x5+12.242857x6+24.542857x7+15.542857x10+26.042857x13+13.442857x15+12.842857x16+15.842857x20+16.142857x23+18.542857x24+12.542857x29+10.142857x32+10.442857x34<9600-0.025x6+0.015x16<0-0.005x6+0.035x16>0-0.025x7+0.005x32<0-0.005x7+0.025x32>0-0.015x13+0.005x23<0+0.005x13+0.025x23>00.005x34<00.025x34>0-0.005x5-0.025x10-0.015x15+0.015x20<00.015x5-0.005x10+0.005x15+0.035x20>0x5<96x6+x7+x10<96x13+x15<96x20<96x23+x24<96x29<96x32+x33+x34<96endgin13Lindo程序maxx5+x9+x10+x15+x20+x34stx1+x5+x6+x7+x9+x10+x11+x13+x15+x16+x20+x23+x32+x34=687154x6+154x11+154x16>13000154x7+154x32>13000154x13+154x23>12000154x9+154x34>13000154x5+154x10+154x15+154x20>19000154x5<12500154x6+154x7<10500154x9+154x10<11000154x11+154x13<10000154x15<13500154x16<10500154x20<10500154x23<13000154x32<12500154x34<1250010.742857x5+12.242857x6+24.542857x7+32.042858x9+15.542857x10+16.142857x11+26.042857x13+13.442857x15+12.842857x16+15.842857x20+16.142857x23+10.142857x32+10.442857x34<9600-0.025x6-0.015x11+0.015x16<0-0.005x6+0.005x11+0.035x16>0-0.025x7+0.005x32<0-0.005x7+0.025x32>0-0.015x13+0.005x23<0+0.005x13+0.025x23>0-0.025x9+0.005x34<0-0.005x9+0.025x34>0-0.005x5-0.025x10-0.015x15+0.015x20<00.015x5-0.005x10+0.005x15+0.035x20>0endgin13程序5：Lindo程序min0.64x5+0.99x6+3.86x7+1.76x10+4.21x13+1.27x15+1.13x16+1.83x20+1.9x23+2.46x24+1.06x29+0.50x32+0.57x34stx5+x6+x7+x10+x13+x15+x16+x20+x23+x24+x29+x32+x34=673x5+x10+x15+x20+x24+x29+x34=388154x6+154x16>13000154x7+154x32>13000154x13+154x23>12000154x24+154x29+154x34>13000154x5+154x10+154x15+154x20>19000154x29<13500154x5<12500154x6+154x7<10500154x10<11000154x13<10000154x15<13500154x16<10500154x20<10500154x23<13000154x24<11500154x32<12500154x34<1250010.742857x5+12.242857x6+24.542857x7+15.542857x10+26.042857x13+13.442857x15+12.842857x16+15.842857x20+16.142857x23+18.542857x24+12.542857x29+10.142857x32+10.442857x34<9600-0.025x6+0.015x16<0-0.005x6+0.035x16>0-0.025x7+0.005x32<0-0.005x7+0.025x32>0-0.015x13+0.005x23<0+0.005x13+0.025x23>00.005x34<00.025x34>0-0.005x5-0.025x10-0.015x15+0.015x20<00.015x5-0.005x10+0.005x15+0.035x20>0x5<96x6+x7+x10<96x13+x15<96x20<96x23+x24<96x29<96x32+x34<96endgin132004年A题----北京奥运临时迷你超市-----------------------基于Apriori算法的关联分析的MATLAB程序--------------------计算网点数的禁忌搜索算法的MATLAB实现基于Apriori算法的关联分析的MATLAB程序function[V1V2]=apriori(b,min_sup)%关联分析b为原始数据矩阵min_sup为最小支持度(百分数)%V1是频繁1项集及其支持度V2是频繁2项集及其支持度、置信度min_sup=min_sup*size(b,1);n=size(b,1);%b的行数c=[1:19]';%初始化候选集c=scan(b,c);%对c进行扫描返回c中各行对应的关联事件的支持度V1=pro_V(c,1);%比较最小支持度进行裁剪c=pro_C(V1);%由V生成频繁2项集c=scan(b,c);V2=pro_V(c,min_sup);%对频繁2项集进行裁剪V2(:,4)=V2(:,3)./n;%第四列储存支持度的百分比%V2(:,4)=V2(:,3)./V1(:,2);fori=1:size(V2,1)V2(i,5)=V2(i,3)/V1(V2(i,1),2);%第五列储存置信度endifV2==0sprintf('最小支持度min_sup太大，请重新输入');endfunctionA=scan(b,c)%对候选集C进行扫描返回其每行对应关联事件的支持度b为原始数据矩阵n=size(b,1);l=size(c,2);forj=1:size(c,1)count=0;fori=1:ntemp=1;fork=1:lifb(i,c(j,k))==0temp=0;endendiftemp==1count=count+1;endendc(j,l+1)=count;endA=c;functionc=pro_C(V)%由V生成频繁2项集[m,n]=size(V);A=[120000;345600;7891000;111213000;141516171819];c=[];fori=1:mforj=i+1:mc=[c;[V(i,1),V(j,1)]];endendfunctionV=pro_V(c,min_sup)%比较最小支持度进行裁剪fori=1:size(c,1)ifc(i,size(c,2))<min_supc(i,:)=0;endendV=[];fori=1:size(c,1)ifc(i,:)~=0V=[V;c(i,1:size(c,2))];endend模型中，两个目标函数都是比较复杂的非线性函数(分式和方差)，约束条件中变量约束为整数，故整个模型一是非线性规划，并且利用计算复杂性的理论，我们可以大致确定其模型属于NP难问题。对于NP难问题，现在还没有多项式算法，不能在较短的时间内得出最优解，且由于模型中目标函数在LINGO中难以表达，故我们选择采用启发式的禁忌搜索算法，得出了较好的结果。禁忌搜索算法设计：禁忌搜索是一种全局逐步寻优的人工智能算法，它常能有效的应用于一些典型NP问题，如TSP。禁忌搜索能够同时拥有高效性和鲁棒性。下面具体说明：初始解：初始解的选取直接影响最终结果的好坏。通过对模型进行分析，我们用满足约束条件的作为初始解。邻域的选择：领域的选取是通过对解进行一定的变化调整进行的。鉴于解的数据结构，我们采用解的直接变化形式，即选取一个步长h，对当前解中的任一分量做进行调整。这样领域中满足约束的解最多共有16个。对h，为了防止陷入局部最优，我们采取双步长的方式，即。目标函数：在禁忌搜索中，目标函数一般作为选取领域中的解的规则。对于模型，我们选取通过与基准值比较并已加权求和的值作为目标值，即：，其中d为方差，L为那个分式，和为加权系数，考虑到两者在主观上较等同，故取，。候选集：候选集用于储存当前解的领域，由于最多有16个，故候选集设置为矩阵，其中前8列储存解的8个分量，最后一列储存对应的。禁忌表的确定：，禁忌对象的选择通常也有三种形式：解的直接变化、分量对换的变化和目标值的变化。由于分量对换在当前的数据结构和领域选择上难以实现，而目标值变化的对象过多，难以得到全局最优，故我们选择解的直接变化，但只取其中已经在领域选取的迭代中出现过的解。算法终止规则：在算法迭代中，当前的领域最优解与已经得到的全局最优解之间的迭代次数之差不能超过一定值，此值我们取500。5.3.6.1禁忌搜索算法的伪代码：初始化：;%初始解;%设置禁忌表，实为栈%从领域中选出的最优解%当前解、最终解%当前解迭代步数、最优解迭代步数;%候选集，前8列存储解，最后一列储存目标值开始：当%当目标值没变化的迭代步数不太多%更新迭代步数生成的候选集;在中选择使目标函数最小的;将后4行依次上移一行将加入最后一行，第一行溢出%更新禁忌表(栈)若%从领域中选出的最优解比当前解更优%更新全局变量=;继续计算网点数的禁忌搜索算法的MATLAB实现globalD0L0[D0L0]=ami([77101013121517]);x=[66101014131517];%初始解taboo=zeros(5,8);%设置禁忌表数据结构为栈s_best=x;s_now=x;best=x;%从候选集中选出的最优解、当前解、最终解k=0;best_k=0;%当前的迭代步数、最优解所在迭代步数whilek-best_k<1000%当迭代步数超过最大允许迭代步数时停止运k=k+1;%迭代步数增加V=proV(s_now,taboo);%生成当前解的候选集s_best=choose(V);%从生成的候选集中选出目标函数评价值最小的解taboo=renew_taboo(s_now,taboo);%更新禁忌表iffx(s_best)<fx(best)%当从候选集中选出的最优解比当前最优解更优best=s_best;best_k=k;ends_now=s_best;endfunction[DL]=ami(x)D=[];L=0;fenzi=0;fenmu=0;Q=[1.68771.64392.38992.4928];fori=1:4fenzi=fenzi+(10*x(i)+30*x(i+4))/Q(i);fenmu=fenmu+x(i)*30+x(i+4)*10;endL=fenzi/fenmu;fori=1:4D=[D,(30*x(i)+10*x(i+4))/Q(i)];endD=var(D);functionF=fx(x)%计算归一化后的目标函数评价值[DL]=ami(x);globalD0L0%D0L0是全局常量f1=0.2;f2=0.3;f3=0.5;%目标函数的加权系数F=f1*(D-D0)/D0-f2*(L-L0)/L0+f3*(sum(x)-100)/100;functionV=proV(s,taboo)%生成当前解的候选集V=zeros(144,9);%设置候选集前四列储存解后一列储存对应的目标值h=[1,3];%步长A=[1,0,0,0,0,0,0,0;……0,0,0,0,0,0,-1,1;];%选择矩阵fori=1:72V(i,1:8)=s+A(i,:)*h(1);V(i+16,1:8)=s+A(i,:)*h(2);endfori=1:144temp1=iscon(V(i,1:8));temp2=istaboo(V(i,1:8),taboo);iftemp1==1&&temp2==1%当此行的解满足约束且没有被禁忌V(i,9)=fx(V(i,1:8));%算出此解的目标函数评价值elseV(i,:)=0;%若不满足约束或者被禁忌则将此行全部设为0endendfunctionbool=iscon(x)%验证输入的解向量x是否满足约束条件bool=1;%满足为1c=[313301444462];fori=1:4if(30*x(i)+10*x(i+4))<c(i)||x(i)<0||x(i+4)<0bool=0;endendfunctionb=istaboo(x,taboo)%验证输入的解向量x是否被禁b=1;%1是没有被禁忌fori=1:5iftaboo(i,:)==xb=0;endendfunctiontab=renew_taboo(s,taboo)%更新禁忌表%将taboo后四行依次上移一行将s加入taboo最后一行taboo第一行溢出fori=1:4tab(i,:)=taboo(i+1,:);%将taboo后四行依次上移一行endtab(5,:)=s;functions=choose(V)%选出候选集中目标函数评价值最小的解且非0fx0=V(1,9);k=1;fori=2:size(V,1)ifV(i,9)~=0&&V(i,9)<fx0k=i;fx0=V(i,9);endends=V(k,1:8);2004年B题---------电力市场输电阻塞管理（规划）预报负荷需求为982.4时，求解调整后的方案的Lingo程序model:min=(70-X11)*(303+505)+(50-X13)*(303-124)+(30-X16)*(303-252)+X110*(489-303)+(30-X21)*(303+560)+(20-X23)*(303-182)+(8-X24)*(303-203)+(15-X25)*(303-245)+(6-X26)*(303-300)+X27*(320-303)+X210*(495-303)+(110-X31)*(303+610)+(40-X33)*(303-152)+(30-X35)*(303-233)+X37*(308-303)+X38*(356-303)+X310*(500-303)+(55-X41)*(303+500)+(5-X42)*(303-150)+(10-X43)*(303-170)+(10-X44)*(303-200)+(10-X45)*(303-255)+@ABS(X46-9.5)*(303-302)+X47*(325-303)+X410*(800-303)+(75-X51)*(590+303)+(5-X52)*(303-0)+(15-X53)*(303-116)+(15-X55)*(303-188)+(15-X56)*(303-215)+X58*(310-303)+X59*(396-303)+X510*(510-303)+(95-X61)*(303+607)+(10-X63)*(303-159)+(20-X64)*(303-173)+(15-X66)*(303-252)+X67*(305-303)+X68*(380-303)+X610*(520-303)+(50-X71)*(303+500)+(15-X72)*(303-120)+(5-X73)*(303-180)+(15-X74)*(303-251)+(10-X75)*(303-260)+X76*(306-303)+X77*(315-303)+X78*(335-303)+X79*(348-303)+X710*(548-303)+(70-X81)*(303+800)+(20-X83)*(303-183)+(20-X85)*(303-253)+X88*(318-303)+X89*(400-303)+X810*(800-303);

X11<70;x13<50;x16<30;x110<40;x21<30;x23<20;x24<8;x25<15;x26<6;x27<2;x210<8;x31<110;x33<40;x35<30;x37<20;x38<40;x310<40;x41<55;x42<5;x43<10;x44<10;x45<10;x46<10;x47<15;x410<1;x51<75;x52<5;x53<15;x55<15;x56<15;x58<10;x59<10;x510<10;x61<95;x63<10;x64<20;x66<15;x67<10;x68<20;x610<10;x71<50;x72<15;x73<5;x74<15;x75<10;x76<10;x77<5;x78<10;x79<3;x710<2;x81<70;x83<20;x85<20;x87<20;x88<10;x89<15;x810<5;

0.0829*(x11+x13+x16+x110)+0.0484*(x21+x23+x24+x25+x26+x27+x210)+0.0530*(x31+x33+x35+x37+x38+x310)+0.1200*(x41+x42+x43+x44+x45+x46+x47+x410)-0.0254*(x51+x52+x53+x55+x56+x58+x59+x510)+0.1221*(x61+x63+x64+x66+x67+x68+x610)+0.1215*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)<54.8542;-0.0547*(x11+x13+x16+x110)+0.1276*(x21+x23+x24+x25+x26+x27+x210)+0.0332*(x41+x42+x43+x44+x45+x46+x47+x410)+0.0867*(x51+x52+x53+x55+x56+x58+x59+x510)-0.1126*(x61+x63+x64+x66+x67+x68+x610)-0.0187*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+0.0986*(x81+x83+x85+x87+x88+x89+x810)<18.7024;0.0699*(x11+x13+x16+x110)-0.0610*(x21+x23+x24+x25+x26+x27+x210)+0.1568*(x31+x33+x35+x37+x38+x310)-0.1241*(x51+x52+x53+x55+x56+x58+x59+x510)+0.2018*(x81+x83+x85+x87+x88+x89+x810)<50.6087;-0.0355*(x11+x13+x16+x110)-0.1048*(x21+x23+x24+x25+x26+x27+x210)+0.2044*(x31+x33+x35+x37+x38+x310)-0.0212*(x41+x42+x43+x44+x45+x46+x47+x410)-0.0130*(x51+x52+x53+x55+x56+x58+x59+x510)+0.1468*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+0.0752*(x81+x83+x85+x87+x88+x89+x810)<76.1525;0.2446*(x21+x23+x24+x25+x26+x27+x210)-0.0641*(x31+x33+x35+x37+x38+x310)-0.0409*(x41+x42+x43+x44+x45+x46+x47+x410)-0.0645*(x51+x52+x53+x55+x56+x58+x59+x510)+0.0713*(x61+x63+x64+x66+x67+x68+x610)<0.5165;0.2375*(x11+x13+x16+x110)-0.0607*(x21+x23+x24+x25+x26+x27+x210)-0.0781*(x31+x33+x35+x37+x38+x310)+0.0929*(x41+x42+x43+x44+x45+x46+x47+x410)+0.0466*(x51+x52+x53+x55+x56+x58+x59+x510)+0.1664*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)<41.1424;(x11+x13+x16+x110)+(x21+x23+x24+x25+x26+x27+x210)+(x31+x33+x35+x37+x38+x310)+(x41+x42+x43+x44+x45+x46+x47+x410)+(x51+x52+x53+x55+x56+x58+x59+x510)+(x61+x63+x64+x66+x67+x68+x610)+(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+(x81+x83+x85+x87+x88+x89+x810)=982.4;

x11+x13+x16+x110>87;x11+x13+x16+x110<155;x21+x23+x24+x25+x26+x27+x210>58;x21+x23+x24+x25+x26+x27+x210<88;x31+x33+x35+x37+x38+x310>132;x31+x33+x35+x37+x38+x310<228;x41+x42+x43+x44+x45+x46+x47+x410>60.5;x41+x42+x43+x44+x45+x46+x47+x410<99.5;x51+x52+x53+x55+x56+x58+x59+x510>98;x51+x52+x53+x55+x56+x58+x59+x510<152;x61+x63+x64+x66+x67+x68+x610>95;x61+x63+x64+x66+x67+x68+x610<155;x71+x72+x73+x74+x75+x76+x77+x78+x79+x710>60.1;x71+x72+x73+x74+x75+x76+x77+x78+x79+x710<102.1;x81+x83+x85+x87+x88+x89+x810>63;x81+x83+x85+x87+x88+x89+x810<117;end

预报负荷需求为1052.8时，用原模型求解调整后的方案的程序model:min=pp6-pp60;(x11+x13+x16+x110)+(x21+x23+x24+x25+x26+x27+x210)+(x31+x33+x35+x37+x38+x310)+(x41+x42+x43+x44+x45+x46+x47+x410)+(x51+x52+x53+x55+x56+x58+x59+x510)+(x61+x63+x64+x66+x67+x68+x610)+(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+(x81+x83+x85+x87+x88+x89+x810)=1052.8;x11+x13+x16+x110>87;x11+x13+x16+x110<155;x21+x23+x24+x25+x26+x27+x210>58;x21+x23+x24+x25+x26+x27+x210<88;x31+x33+x35+x37+x38+x310>132;x31+x33+x35+x37+x38+x310<228;x41+x42+x43+x44+x45+x46+x47+x410>60.5;x41+x42+x43+x44+x45+x46+x47+x410<99.5;x51+x52+x53+x55+x56+x58+x59+x510>98;x51+x52+x53+x55+x56+x58+x59+x510<152;x61+x63+x64+x66+x67+x68+x610>95;x61+x63+x64+x66+x67+x68+x610<155;x71+x72+x73+x74+x75+x76+x77+x78+x79+x710>60.1;x71+x72+x73+x74+x75+x76+x77+x78+x79+x710<102.1;x81+x83+x85+x87+x88+x89+x810>63;x81+x83+x85+x87+x88+x89+x810<117;

X11<70;x13<50;x16<30;x110<40;x21<30;x23<20;x24<8;x25<15;x26<6;x27<2;x210<8;x31<110;x33<40;x35<30;x37<20;x38<40;x310<40;x41<55;x42<5;x43<10;x44<10;x45<10;x46<10;x47<15;x410<1;x51<75;x52<5;x53<15;x55<15;x56<15;x58<10;x59<10;x510<10;x61<95;x63<10;x64<20;x66<15;x67<10;x68<20;x610<10;x71<50;x72<15;x73<5;x74<15;x75<10;x76<10;x77<5;x78<10;x79<3;x710<2;x81<70;x83<20;x85<20;x87<20;x88<10;x89<15;x810<5;

p1-p10=(0.0829*(x11+x13+x16+x110)+0.0484*(x21+x23+x24+x25+x26+x27+x210)+0.0530*(x31+x33+x35+x37+x38+x310)+0.1200*(x41+x42+x43+x44+x45+x46+x47+x410)-0.0254*(x51+x52+x53+x55+x56+x58+x59+x510)+0.1221*(x61+x63+x64+x66+x67+x68+x610)+0.1215*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+110.1458-165)/165;p2-p20=(-0.0547*(x11+x13+x16+x110)+0.1276*(x21+x23+x24+x25+x26+x27+x210)+0.0332*(x41+x42+x43+x44+x45+x46+x47+x410)+0.0867*(x51+x52+x53+x55+x56+x58+x59+x510)-0.1126*(x61+x63+x64+x66+x67+x68+x610)-0.0187*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+0.0986*(x81+x83+x85+x87+x88+x89+x810)+131.2976-150)/150;p3-p30=(0.0699*(x11+x13+x16+x110)-0.0610*(x21+x23+x24+x25+x26+x27+x210)+0.1568*(x31+x33+x35+x37+x38+x310)-0.1241*(x51+x52+x53+x55+x56+x58+x59+x510)+0.2018*(x81+x83+x85+x87+x88+x89+x810)+109.3913-160)/160;p4-p40=(-0.0355*(x11+x13+x16+x110)-0.1048*(x21+x23+x24+x25+x26+x27+x210)+0.2044*(x31+x33+x35+x37+x38+x310)-0.0212*(x41+x42+x43+x44+x45+x46+x47+x410)-0.0130*(x51+x52+x53+x55+x56+x58+x59+x510)+0.1468*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+0.0752*(x81+x83+x85+x87+x88+x89+x810)+78.8475-155)/155;p5-p50=(0.2446*(x21+x23+x24+x25+x26+x27+x210)-0.0641*(x31+x33+x35+x37+x38+x310)-0.0409*(x41+x42+x43+x44+x45+x46+x47+x410)-0.0645*(x51+x52+x53+x55+x56+x58+x59+x510)+0.0713*(x61+x63+x64+x66+x67+x68+x610)+131.4835-132)/132;p6-p60=(0.2375*(x11+x13+x16+x110)-0.0607*(x21+x23+x24+x25+x26+x27+x210)-0.0781*(x31+x33+x35+x37+x38+x310)+0.0929*(x41+x42+x43+x44+x45+x46+x47+x410)+0.0466*(x51+x52+x53+x55+x56+x58+x59+x510)+0.1664*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+120.8576-162)/162;

pp2-pp20=((p1-p10)+(p2-p20)+@abs((p1-p10)-(p2-p20)))/2;pp3-pp30=((p3-p30)+(pp2-pp20)+@abs((p3-p30)-(pp2-pp20)))/2;pp4-pp40=((p4-p40)+(pp3-pp30)+@abs((p4-p40)-(pp3-pp30)))/2;pp5-pp50=((p5-p50)+(pp4-pp40)+@abs((p5-p50)-(pp4-pp40)))/2;pp6-pp60=((p6-p60)+(pp5-pp50)+@abs((p6-p60)-(pp5-pp50)))/2;

p1-p10<0.0745;p2-p20<0;p3-p30<0;p4-p40<0;p5-p50<0.0245;p6-p60<0.0312;end预报负荷需求为1052.8时，用改后模型求解调整后方案的程序model:min=p1+p2+p3+p4+p5+p6;(x11+x13+x16+x110)+(x21+x23+x24+x25+x26+x27+x210)+(x31+x33+x35+x37+x38+x310)+(x41+x42+x43+x44+x45+x46+x47+x410)+(x51+x52+x53+x55+x56+x58+x59+x510)+(x61+x63+x64+x66+x67+x68+x610)+(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+(x81+x83+x85+x87+x88+x89+x810)=1052.8;x11+x13+x16+x110>87;x11+x13+x16+x110<155;x21+x23+x24+x25+x26+x27+x210>58;x21+x23+x24+x25+x26+x27+x210<88;x31+x33+x35+x37+x38+x310>132;x31+x33+x35+x37+x38+x310<228;x41+x42+x43+x44+x45+x46+x47+x410>60.5;x41+x42+x43+x44+x45+x46+x47+x410<99.5;x51+x52+x53+x55+x56+x58+x59+x510>98;x51+x52+x53+x55+x56+x58+x59+x510<152;x61+x63+x64+x66+x67+x68+x610>95;x61+x63+x64+x66+x67+x68+x610<155;x71+x72+x73+x74+x75+x76+x77+x78+x79+x710>60.1;x71+x72+x73+x74+x75+x76+x77+x78+x79+x710<102.1;x81+x83+x85+x87+x88+x89+x810>63;x81+x83+x85+x87+x88+x89+x810<117;

X11<70;x13<50;x16<30;x110<40;x21<30;x23<20;x24<8;x25<15;x26<6;x27<2;x210<8;x31<110;x33<40;x35<30;x37<20;x38<40;x310<40;x41<55;x42<5;x43<10;x44<10;x45<10;x46<10;x47<15;x410<1;x51<75;x52<5;x53<15;x55<15;x56<15;x58<10;x59<10;x510<10;x61<95;x63<10;x64<20;x66<15;x67<10;x68<20;x610<10;x71<50;x72<15;x73<5;x74<15;x75<10;x76<10;x77<5;x78<10;x79<3;x710<2;x81<70;x83<20;x85<20;x87<20;x88<10;x89<15;x810<5;

p1-p10=(0.0829*(x11+x13+x16+x110)+0.0484*(x21+x23+x24+x25+x26+x27+x210)+0.0530*(x31+x33+x35+x37+x38+x310)+0.1200*(x41+x42+x43+x44+x45+x46+x47+x410)-0.0254*(x51+x52+x53+x55+x56+x58+x59+x510)+0.1221*(x61+x63+x64+x66+x67+x68+x610)+0.1215*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+110.1458-165)/165;p2-p20=(-0.0547*(x11+x13+x16+x110)+0.1276*(x21+x23+x24+x25+x26+x27+x210)+0.0332*(x41+x42+x43+x44+x45+x46+x47+x410)+0.0867*(x51+x52+x53+x55+x56+x58+x59+x510)-0.1126*(x61+x63+x64+x66+x67+x68+x610)-0.0187*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+0.0986*(x81+x83+x85+x87+x88+x89+x810)+131.2976-150)/150;p3-p30=(0.0699*(x11+x13+x16+x110)-0.0610*(x21+x23+x24+x25+x26+x27+x210)+0.1568*(x31+x33+x35+x37+x38+x310)-0.1241*(x51+x52+x53+x55+x56+x58+x59+x510)+0.2018*(x81+x83+x85+x87+x88+x89+x810)+109.3913-160)/160;p4-p40=(-0.0355*(x11+x13+x16+x110)-0.1048*(x21+x23+x24+x25+x26+x27+x210)+0.2044*(x31+x33+x35+x37+x38+x310)-0.0212*(x41+x42+x43+x44+x45+x46+x47+x410)-0.0130*(x51+x52+x53+x55+x56+x58+x59+x510)+0.1468*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+0.0752*(x81+x83+x85+x87+x88+x89+x810)+78.8475-155)/155;p5-p50=(0.2446*(x21+x23+x24+x25+x26+x27+x210)-0.0641*(x31+x33+x35+x37+x38+x310)-0.0409*(x41+x42+x43+x44+x45+x46+x47+x410)-0.0645*(x51+x52+x53+x55+x56+x58+x59+x510)+0.0713*(x61+x63+x64+x66+x67+x68+x610)+131.4835-132)/132;p6-p60=(0.2375*(x11+x13+x16+x110)-0.0607*(x21+x23+x24+x25+x26+x27+x210)-0.0781*(x31+x33+x35+x37+x38+x310)+0.0929*(x41+x42+x43+x44+x45+x46+x47+x410)+0.0466*(x51+x52+x53+x55+x56+x58+x59+x510)+0.1664*(x71+x72+x73+x74+x75+x76+x77+x78+x79+x710)+120.8576-162)/162;

pp2-pp20=((p1-p10)+(p2-p20)+@abs((p1-p10)-(p2-p20)))/2;pp3-pp30=((p3-p30)+(pp2-pp20)+@abs((p3-p30)-(pp2-pp20)))/2;pp4-pp40=((p4-p40)+(pp3-pp30)+@abs((p4-p40)-(pp3-pp30)))/2;pp5-pp50=((p5-p50)+(pp4-pp40)+@abs((p5-p50)-(pp4-pp40)))/2;pp6-pp60=((p6-p60)+(pp5-pp50)+@abs((p6-p60)-(pp5-pp50)))/2;

end2006年B题------------------艾滋病疗法（bp）BP神经网络预测的matlab代码：P=[00.13860.21970.27730.32190.35840.38920.41590.43940.46050.47960.49700.52780.55450.59910.60890.61820.62710.63560.64380.65160.65920.66640.67350.72220.72750.73270.73780.74270.74750.75220.75680.76130.76570.7700]T=[0.4455 0.3230.4116 0.32550.4486 0.29990.4926 0.22490.4893 0.23570.4866 0.22490.4819 0.22170.4997 0.22690.5027 0.2170.5155 0.19180.5058 0.23950.4541 0.24080.4054 0.27010.3942 0.33160.2197 0.29630.5576 0.10610.4956 0.2670.5126 0.22380.5314 0.20830.5191 0.2080.5133 0.18480.5089 0.2420.4812 0.21290.4927 0.2870.4832 0.27420.5969 0.24030.5056 0.21730.5364 0.19940.5278 0.20150.5164 0.22390.4489 0.24040.4869 0.29630.4898 0.19870.5075 0.29170.4943 0.2902]threshold=[01]net=newff(threshold,[11,2],{'tansig','logsig'},'trainlm');net.trainParam.epochs=6000net.trainParam.goal=0.01LP.lr=0.1;net=train(net,P',T')P_test=[0.77420.77840.78240.78640.79020.7941]out=sim(net,P_test')2007年B题-------------乘公交看奥运画地铁位置关系的程序fplot('0',[246]);%画直线作为T1铁路线y=0:0.01:0.3;fori=2:2:46i1=i*ones(size(y));holdon;plot(i1,y);%给站点作标记istr=int2str(i/2);text(i-0.5,-0.5,istr);%给每个站点标上铁路站号endx1=24:0.005:36;y1=(36-(30-x1).^2).^0.5;y2=-y1;plot(x1,y1,x1,y2,'b');%画圆作为T2铁路线forj=1:6x2(j)=30-6*cos(pi*j/7);y