如何写好数学建模竞赛答卷及案例课件

如何写好数学建模竞赛答卷及案例

如何写好数学建模竞赛答卷及案例

第一部分如何写好数学建模竞赛答卷第二部分数学建模案例（奥运场馆问题）第一部分如何写好数学建模竞赛答卷一、写好数模答卷的重要性二、答卷的基本内容，需要重视的问题三、对分工执笔的同学的要求四、关于写答卷前的思考和工作规划五、答卷要求的原理二、答卷的基本内容，需要重视的问题Ⅰ.

评阅原则

Ⅱ.

答卷的文章结构

Ⅲ.

要重视的问题

Ⅰ.

评阅原则

假设的合理性建模的创造性结果的合理性表述的清晰程度

Ⅱ.

答卷的文章结构

0．

摘要1．

问题的叙述，问题的分析，背景的分析等，略2．

模型的假设，符号说明（表）3．

模型的建立（问题分析，公式推导，基本模型，最终或简化模型

等）4．

模型的求解5．

结果表示、分析与检验，误差分析，模型检验……6．

模型评价，特点，优缺点，改进方法，推广…….7．

参考文献8．

附录8．

附录计算框图详细图表

Ⅲ.

要重视的问题0．

摘要。

1．

问题重述。

2．

模型假设

3．

模型的建立

4．

模型求解

5．

结果分析、检验；模型检验及模型修正；结果表示

6．模型评价和推广

7．参考文献

8．附录

0．

摘要a.

模型的数学归类（在数学上属于什么类型）b.

建模的思想（思路）c

.

算法思想（求解思路）d.

建模特点（模型优点，建模思想或方法，

算法特点，结果检验，灵敏度分析，

模型检验…….）e.

主要结果（数值结果，结论）（回答题目所问的全部“问题”）

▲表述：准确、简明、条理清晰、合乎语法；

符合打印文章格式。务必认真校对。例2：本文获2004年全国数学建模一等奖。（国防科大于旭东）摘要：本文首先对三次问卷调查的结果进行统计分析，以年龄结构、出行方式、用餐习惯以及消费水平为不同划分标准，得出人群的分布规律以及各规律间的内在联系：1.选择不同出行方式的各类人群在消费水平方面的分布是相似的。2.选择不同用餐习惯的各类人群在消费水平方面的分布是相似的。在对人流量分布问题的处理上，我们根据题目给出的假设，在保证每位观众的“最短路径”前提下，模拟出观众的行进路线，从而跟踪计算出各商区的人流量比例。结果见表1。对各商区的MS设置的方案设计，是一个多目标规划问题，目标函数为：满足观众购物需求、分布均衡以及商业上盈利。我们首先根据基于网络的Hu®模型，研究了人群进入商区的购物欲望曲线，计算出每个商区的总消费量，从而得到每个商区需要的MS的大致数目。为了得到最优的设计方案，我们定义了饱和指数指标¾2，来衡量整个商业区的MS分布情况，再通过改进的模拟退火算法求出各商区间MS分布方差最小的设计方案，即为所求的最优解。由于存在两种不同规模的MS，我们严格讨论了其性质与特征，并根据不同情况，在满足目标函数的前提下，对MS和LMS在商区内的数量分布进行了设计，结果见表2。最后，我们对模型的科学性与现实性进行了阐述。根据雅典奥运体育场的构造图，验证了各商区的MS个数比例是符合实际的。1．

问题重述用自己的话去复述或理解一遍，实际是问题分析的开始切忌：原封不动照写一遍2．

模型假设

根据全国组委会确定的评阅原则，基本假设的合理性很重要。

（1）根据题目中条件作出假设

（2）根据题目中要求作出假设关键性假设不能缺；假设要切合题意（1）

基本模型：1)

首先要有数学模型：数学公式、方案等2)

基本模型，要求

完整，正确，简明

（2）

简化模型1）

要明确说明：简化思想，依据2）

简化后模型，尽可能完整给出（3）

模型要实用，有效，有特色，以解决问题有效为原则。数学建模面临的、要解决的是实际问题，

较复杂的问题，力求简单化不追求数学上：高（级）、深（刻）、难（度大）。

能用初等方法解决的，就不用高级方法

能用简单方法解决的，就不用复杂方法

能用被更多人看懂、理解的方法，就不用只能少数人看懂、理解的方法。对较简单的问题，做出自己的特色，你想如果自己能做，别人也能这样做，只有比赛各自的创新。

人无我有，别人想不到的，大胆去想

人有我新，别人容易想到的，我比你想得更全面，更好（5）在问题分析推导过程中，需要注意的问题：

分析：中肯、确切术语：专业、内行原理、依据：正确、明确表述：简明，关键步骤要列出，可将公式与中文说明相结合忌：外行话，专业术语不明确，表述混乱，冗长。

4．

模型求解（1）

需要建立数学命题时：

命题叙述要符合数学命题的表述规范，尽可能论证严密。能用定理总结的，尽量给出定理，并证明（很专业）（2）

需要说明计算方法或算法的原理、思想、依据、步骤。

若采用现有软件，说明采用此软件的理由，软件名称（3）

计算过程，中间结果可要可不要的，如果篇辐大的，不要列出。（4）

设法算出合理的数值结果。5．

结果分析、检验；模型检验及模型修正；结果表示

（1）

最终数值结果的正确性或合理性是第一位的

；（2）

对数值结果或模拟结果进行必要的检验。（3）

题目中要求回答的问题，数值结果，结论，须一一列出；（4）

列数据问题：考虑是否需要列出多组数据，或额外数据

对数据进行比较、分析，为各种方案的提出提供依据；（5）

结果表示：要集中，一目了然，直观，便于比较分析

（6）

必要时对问题解答，作定性或规律性的讨论。最后结论要明确。（5）

结果表示：要集中，一目了然，直观，便于比较分析

▲数值结果表示：精心设计表格；可能的话，用图形图表形式▲求解方案，用图示更好

6．模型评价

优点突出，缺点不回避。改变原题要求，重新建模可在此做。推广或改进方向时，不要玩弄新数学术语。

检查答卷的主要三点，把三关：

模型的正确性、合理性、创新性结果的正确性、合理性文字表述清晰，分析精辟，摘要精彩

三、对分工执笔的同学的要求执笔者思路清晰，文字流畅通顺，语言优美文章结构层次分明，思想表述明确又简洁摘要、问题重述、模型假设、模型的建立、模型求解、结果分析、检验、模型检验及模型修正、结果表示、模型评价、参考文献、附录各自安排要合理恰当，体现出既专业又中肯四、关于写答卷前的思考和工作规划答卷需要回答哪几个问题――建模需要解决哪几个问题

问题以怎样的方式回答――结果以怎样的形式表示每个问题要列出哪些关键数据――建模要计算哪些关键数据每个量，列出一组还是多组数――要计算一组还是多组数……

五、答卷要求的原理

准确――科学性

条理――逻辑性

简洁――数学美

创新――研究、应用目标之一，人才培养需要

实用――建模。实际问题要求。建模理念：1.

应用意识：要解决实际问题，结果、结论要符合实际；

模型、方法、结果要易于理解，便于实际应用；

站在应用者的立场上想问题，处理问题。2.

数学建模：用数学方法解决问题，要有数学模型；

问题模型的数学抽象，方法有普适性、科学性，

不局限于本具体问题的解决。3.

创新意识：建模有特点，更加合理、科学、有效、符合实际；

更有普遍应用意义；不单纯为创新而创新。2008年北京奥运会地区临时超市点网设计

（2004年全国大学生建模比赛A题）第二部分数学建模案例（奥运场馆问题）比赛题目：2008年北京奥运会主馆场周边临时商亭网点设计

为了了解观众的购物需求和人流量的规律，假设我们在已经建设好的某运动场，举办了三次运动会，对观众发放问卷调查，采集相关数据，供解题者使用。

2008年北京奥运会的建设工作已经进入全面设计和实施阶段。奥运会期间，在比赛场馆的周边地区必须建设一个由小型商亭构建的临时商业网点。我们称之为迷你超市（MS）网，主要满足运动员，观众，游客，工作人员在奥运会期间购物需求，经营食品、旅游用品、奥运纪念品、文体用品和小日用品等等。在比赛场馆周边地区设置这种MS，在地点、大小类型和总量方面，必须满足三个基本要求：满足奥运会期间的购物需求、分布基本均衡和商业上赢利。显然，这是一个必须用科学的方法解决的问题。在本题卷中给出了奥运会主要比赛场馆的规划图，是解决上述问题的地理平台。作为真实地图的简化，在本页结构图中仅保留了与上述问题有关的地区，以及相关内容：道路、公交车站、出租车站、自驾车停车场、地铁、餐饮部门等。并在答卷论文中明确回答以下必答问题：

假定每位观众出行平均两次，一次为进出场馆，一次为餐饮。并且出行均采取最短路径。请你依据附录中给出的问卷调查数据所反映的规律，测算图中20个商区内人流量分布（用百分比）。

2.请你设计MS类型（可以分两种大小不同规模），在20个商区内的分布（每个商区内不同类型MS的个数），以满足“题目描述”中的三个基本要求。

3．阐明你的方法的科学性和结果是贴近实际的。

问题：对结构图上标明的比赛场馆周边地区规定的商区（地图上标有A、B、C及编号的黄色填充的区域）内设计网点。原型的目的：在奥运馆场优化设计临时小超市（MS）分析结构并抽象出专业模型：1）对于设计环境抽象出与目的有关的馆场结构图。2）抽取影响设计MS的主要因素：人流量，因此在以上馆场结构图中，应该存在一个人流分布结构。3）理解设计的三条原则：满足购物需求、商业上赢利、分布均衡。实质上是在以上两种结构之上加上限制性结构——约束。用自然语言表述了原型及目的涉及的结构以及结构之间的联系，这种专业模型实际上在题目中已经给出，只要理解并再清楚地表述。建立数学模型：总体模型和每个部分的具体模型总体结构的数学模型：调查数据人流动的一般规律（数据模型）规律发现+馆场平面结构人流量在馆场结构图中的分布（网络流模型）三条原则的数学模型（约束条件）+有约束的整数规划问题各个部分的数学模型1）人流动的一般规律的数据模型：用数据挖掘方法，可以找出全部二维和三维关联规则，得到数据模型。2）将馆场平面结构图和数据模型可以建立由连通道路组成的网络流模型，进而计算出每个商区的人流量分布。3）建立三项原则的数学模型：满足需求和商业赢利都容易用数学表示。均衡性是十分灵活的特别体现“浅无边，深无底”的命题指导思想。4）最后给出整数规划问题。本问题的解决过程基本上划分为三个部分：

A．出行规律的数据模型的建立这一部分的目的是通过对三次问卷调查给出的一万条记录的数据进行分析、汇总计算，给出出行与不同类型人流的分布关系，将这些关系数据组成尽可能全面反应相关规律的数据系统。对三次调查的规律一致性给予充分关注，认为一致性规律才是一般性规律，这是很重要的一步分析。在分析不同的出行与不同类型的人流相关联时，最简单的是采用直观选择可能的相关性使用统计相关分析进行计算。主要的关系都能计算出，但往往不够完整，其中性别与年龄段对出行方式的考虑不足，由于性别对与出行方式中存在着相关性（例如女性乘出租与私车比例较高），这一条比较容易忽略的规则对计算结果是有影响的。因为一般的统计方法需要确定相关性的对象，依赖直观的相关属性的选择，是造成不够完善的一个原因。使用系统的数据挖掘方法，挖掘出所有二维属性相关值，计算出支持度与置性度，才给出完整的数据模型。

共10600条记录，分三次获得。第一次为3500条；第二次为3200条；第三次为3900条。与人流量相关的规则，其平均比率如下：1、性别男：5549条（52.3％）女：5051条（47.7％）2、年龄：（男女比例基本上为1：1）20以下：1174人（11.1％),20－30：6150人（58%）,30—50：2139人（20.2%）50以上：1137人（10.7％）3、交通数据公交：3602人（34％）,公交（南北）：1774人；公交（东西）：1828人地铁：4030人（38％）,地铁（东）：2006人；地铁（西）：2024人

出租车：2010人（19％）(男：女＝1：2)

私车：958人（9％）(男：女＝1：2)

20岁以下（1174）20－30（6150）31－50（2139）50岁以下（1137）中餐123人（10.5％）992（16.2％）807（37.7％）460（40.5％）西餐552人（47％）3809（61.9％）894（41.8％）312（27.4％）超市（购物）499人（42.5％）1349（21.9％）438（20.5％）365（32.1％）就餐数据：

购物欲：消费额20岁以下（1174）20－30（6150）31－50（2139）50岁以上（1137）0-50040（3.4%）69（1.1%）44（2.1%）53（4.7%）500-1000101（8.6%）222（3.6%）118（5.5%）551（48.5%）1000-1500478（40.6%）445（7.2%）119（5.6%）332（29.2%）1500-2000394（33.6%）372（6.1%）199（9.3%）139（12.2%）2000-2500131（11.2%）2316（37.7%）1344（62.8%）42（3.7%）2500-300030（2.6%）2726（44.3%）315（14.7%）20（1.8%）性别与消费额：消费额男（5549）女（5051）

0-500105（1.9%）101（2%）500-1000734（13.2%）258（5.1%）1000-1500823（14.8%）551（10.9%）1500-2000726（13.1%）378（7.5%）2000-25003034（54.7%）799（15.8%）2500-3000127（2.3%）2964（58.7%）B、建立数学模型来确定人流量分布—数据模型数学建模中概念的清楚的定义是很重要的，是否注意到人流量是与购物量是不同的概念，可以通过购物欲的数据，把人流量转变为购物量。但是“人流”本身也应该有明确的定义，因为性别不同和年龄段不同造成出行方式的差别和购物欲的差别。因此，将男女性别的人不加区分地统称为“人”的理解造成计算上的误差。在计算人流分布（或购物量分布）的方法上，可以构造许多创造性的数学模型。例如画出路径的网络图，确定最短路径是最普遍使用的方法；对路口节点的分析是很贴近人们出行与购物习惯的；利用了矩阵表示商区节点与出行目标之间关系数据，从而使计算变得简便等等。特别是构造电路模型或水流模型，用于计算人流分布，这种方法实际上就是网络流模型的一些变形和形象化，也可以取得很好的效果。还可以特色地引入购物心理学，适当地修正仅用商圈概念的简单模型，得到一些求人流量的公式，对于更广泛的应用是有意义的。人流分布概率的方法也是普遍有用的，应当说是取得好效果的重要方法。使用直观的图形与表格进行分析也是很重要的方法等等。项目\地区12345678910合计A区（男）6%3.33.74.35.5135.54.33.73.352.6A区（女）6.33.33.53.94.610.54.63.93.53.347.4B区（男）7.35.68.66.37.317.3

52.4B区（女）6.45.4966.414.4

47.6C区（男）9.199.325.1

52.5C区（女）8.49.68.620.9