基于会议筹备混合问题的优化模型-数学建模论文

PAGE第2页，共1页数学建模论文基于会议筹备混合问题的优化模型班级：姓名：学号：电话：QQ：1基于会议筹备混合问题的优化模型摘要筹备会议是会议服务公司的主要经营业务，本文从经济、方便、代表满意三方面着手，用最优化的方法为会议筹备公司制定了一个最优的客房、会议室安排以及租车方案。首先，我们根据前几届提供的数据预测出本届实际与会的代表人数为638个。然后，我们根据所选择的宾馆在距离上比较靠近的原则对宾馆进行了筛选。在此过程中我们引入了基点的概念。我们将每个宾馆都作为基点，分别计算出相关距离因素数值，通过对得到的距离因素数值的比较，选择出了几家总距离最短的宾馆，分别是以宾馆1为基点的宾馆1、2、6、7、8的方案和以宾馆7为基点的1、5、6、7、8的优化方案。进一步从价格方面对这两种方案作比较，从中选出了不仅经济而且距离最短的一种方案，即以1为基点的5个宾馆:1、2、6、7、8。在此基础之上，为满足宾馆数目尽可能少还要保证所需房间数目够住的两个条件，我们只能将5个宾馆调整为4个。经分析，可剔除的宾馆号为2、6、8，分别计算出剔除其中一个宾馆后的其他宾馆的入住总费用、入住率和会议室总租价，比较结果后得出了最优方案，最优方案如下：宾馆代号规格订房间间数合住1合住2合住3独住1独住2独住3①普通双标间5099人商务双标间3041人9人普通单人间3030人商务单人间2020人②普通双标间5020人40人商务双标间3535人⑦普通双标间5089人5人商务单人间4040人商务套房2121人⑧普通双标间A416人28人4人20人普通双标间B4080人高级单人间451530人合计195人127人41人139人80人50人最后考虑会议室的选择和租车问题。由于事先无法知道哪些代表准备参加哪个分组会议，我们分别运用就近原则和平均分配原则进行会议室和客车的租借，通过对结果的比较，发现运用就近原则在宾馆1，7，8安排会议室整体效果更优，运用平均分配原则安排会议室在宾馆7，8时整体效果更优。同时，我们认为运用就近原则的方案更接近实际，所以我们选择将会议室安排在1、7、8号宾馆。租用45座车1辆，33座车10辆。筹备组一天应付会议室和车辆的总费用为24800元。关键词数据拟合优化处理就近原则LINGOPAGE23问题重述1.1基本情况某市的一家会议服务公司负责承办某专业领域的一届全国性会议，会议筹备组要为与会代表预订宾馆客房，租借会议室，并租用客车接送代表。由于预计会议规模庞大，而适于接待这次会议的几家宾馆的客房和会议室数量均有限，所以只能让与会代表分散到若干家宾馆住宿。为了便于管理，除了尽量满足代表在价位等方面的需求之外，所选择的宾馆数量应该尽可能少，并且距离上比较靠近。筹备组经过实地考察，筛选出10家宾馆作为备选，它们的名称用代号①至⑩表示，相对位置见附图，有关客房及会议室的规格、间数、价格等数据见附表1。根据这届会议代表回执整理出来的有关住房的信息见附表2。从以往几届会议情况看，有一些发来回执的代表不来开会，同时也有一些与会的代表事先不提交回执，相关数据见附表3。附表2，3都可以作为预订宾馆客房的参考。需要说明的是，虽然客房房费由与会代表自付，但是如果预订客房的数量大于实际用房数量，筹备组需要支付一天的空房费，而若出现预订客房数量不足，则将造成非常被动的局面，引起代表的不满。会议期间有一天的上下午各安排6个分组会议，筹备组需要在代表下榻的某几个宾馆租借会议室。由于事先无法知道哪些代表准备参加哪个分组会，筹备组还要向汽车租赁公司租用客车接送代表。现有45座、36座和33座三种类型的客车，租金分别是半天800元、700元和600元。1.2、相关信息（见附件）附件1：10家备选宾馆的有关数据；附件2：本届会议的代表回执中有关住房要求的信息（单位：人）；附表3:以往几届会议代表回执和与会情况；附图4:各宾馆的相对位置。1.3、需要解决的问题通过数学建模，从经济、方便、代表满意等方面，为会议筹备组制定一个预订宾馆客房、租借会议室、租用客车的合理方案。符号约定B表示发来回执的代表人数；U表示发来回执但未与会的代表人数；V表示未发回执而与会的代表人数；A表示与会的实际人数；表示有相应住房要求的预测与会代表人数；表示回执中有相应住房要求的与会代表人数；表示其它各个宾馆到基点的总距离因素；表示基点到k宾馆的距离因素；表示宾馆k中的第s种规格房间的总间数；表示预订宾馆k中的第s种规格房间的客房间数；表示宾馆k中的第s种规格房间的住宿价格；表示选取的宾馆k中的第s种规格会议室的间数；表示类型的车用在宾馆的辆数；问题分析在筹备宾馆客房和会议室时要从经济、方便、代表满意和宾馆数目尽量少等方面综合考虑，那么可以考虑这是一个多目标规划问题。我们可以将这个多目标规划问题转化成为一个环环相扣的单目标规划问题，进行求解，在前一个优化结果的基础上进行下一个优化，依次进行直至问题求解完毕。我们首先对距离进行最优化，初步确定满足各因素的宾馆，然后在所选的宾馆中进行价格最优化处理，求出客房的规模及数量。再结合题目对宾馆数目的要求，通过不同方案，对宾馆数量进行优化，将得出的结果进行比较，选择最优的方案。在此基础上对会议室的选择进行优化，运用会议室的有关情况将客房的数量及规格在费用不变的基础上进行微调，使之满足要求，根据以上结论，对预订宾馆客房、租借会议室以及租用客车这三方面进行综合评判，为会议筹备组制定出一系列合理方案。基本假设每天上下午的六个分组会议是同时开的；代表在会场与会场之间的转移均由客车接送；租车费用只与租车数量有关，不受其他因素的影响；与会人员对住房的要求与发回回执人员对住房要求的比例一致。模型的建立与求解5.1、与会代表数量的预测预订宾馆客房的数目、租借会议室以及租用客车的数量，都和实际与会的代表人数有关，但这一届会议实际与会代表人数在会议筹备阶段是一个不确切的数据，只能对其进行预估。我们对前四届的数据进行了整理，考虑借助于前四届的与会情况对这一届的与会人数进行预测，对前四届的数据整理的结果如下表所示：（表1）发来回执的代表数量B发来回执但未与会的代表数量U未发回执而与会代表人数V实际与会总人数A第一届3158957283第二届35611569310第三届40812175362第四届711213104602我们运用回归分析，可得：R检验R=0.9996，R2=0.9992，表示在发来回执的代表人数的总误差中大约有99.9%的误差是由与会总人数作出解释的，因此该回归直线拟合程度非常好，说明A与B相关性显著。我们可以得到回归方程：由附表2知本届发来回执的代表数量为B=755，由回归方程得出=638.1965,向下取整为638.。然后我们按照对应成比例原则对今年实际与会人数进行预测。所用的比例式为：，结合附表2中的数据，我们可以预测出各种有住房要求的人数。运用公式以及给出数据进行运算，公式为：（其中表示有相应住房要求的预测与会代表人数，i表示男/女；j分别代表合住1、合住2、合住3、独住1、独住2、独住3情况；表示回执中有相应住房要求的与会代表人数）计算结果如下：(表2)合住1合住2合住3独住1独住2独住3计划与会人数男154104321076841计划与会人数女784817592819预测与会人数男130.1487.8827.0490.4157.4634.64预测与会人数女65.9140.5614.3649.8523.6616.05根据实际情况，人数应为整数。为了避免预订客房的数量大于实际用房数量，筹备组需要支付一天的空房费的情况，我们对数据进行向下取整，取整后的结果如下表：（表3）合住1合住2合住3独住1独住2独住3预测与会人数男1308727905734预测与会人数女6540144923165.2、初步预订宾馆客房和安排与会代表住宿5.2.1、从距离方面考虑，初步预订宾馆客房因为在距离方面没有一个合适的距离起点，所以我们根据各个宾馆的分布情况，以距离为目标函数，以与会代表要求的房间数小于宾馆所能提供对应规格的房间数为约束条件，分别以各个宾馆为距离起点（即基点，以下称为基点），运用LINGO对距离进行求解并进行相应的优化处理。具体计算过程如下：目标函数：约束条件：（说明：缺失项的值为0，比如编号为3的宾馆只有三种类型的客房，因此；表示其它各个宾馆到基点的总距离；表示基点到宾馆的距离；表示预订宾馆中的第种规格房间的间数；表示宾馆k中的第种规格房间的总间数；各个宾馆之间的距离见附录中“附表4”）经过计算得出的从各个宾馆到基点的总距离因素和包含的宾馆数目如下表：（表4）作为基点的宾馆的编号距离因素包含的宾馆数目（个）184050529680053208950541599506517470056131500578410058107000591232005102744205由以上表格可知1、7的相对误差为：，根据距离短和所选择的宾馆数量应该尽可能少的原则可以有两种选择来安排与会代表，这两种选择分别为：选宾馆1为基点，即所选的宾馆为1、2、6、7、8，和以宾馆7为基点，即选择的宾馆为1、5、6、7、8（运算程序见附录中“距离程序”。该程序是以宾馆1为基点的程序。）5.2.2、从价格方面考虑,初步预订宾馆客房5.2.2.1若选择1、5、6、7、8五个宾馆作为代表下榻宾馆。我们将价格定为目标函数，以满足与会人员要求的房间数小于宾馆所能提供对应规格的房间数为约束条件，进行最优化处理。具体优化过程如下：目标函数：约束条件：（说明：缺失项的值为0，比如编号为3的宾馆只有三种类型的客房，因此；表示预订宾馆中的第种规格房间的客房间数；表示宾馆中的第种规格客房的总间数；表示宾馆中的第种规格房间的住宿价格）我们用LINGO软件进行求解（运算程序见附录“价格程序”），运算出结果如下：最优值：77860.00从中可以得到选取1、5、6、7、8五个宾馆作为代表下榻宾馆时，在各宾馆预订的各种规格的客房数目以及所有住宿的总费用。可以得到，初步预订方案为：预订宾馆1中的商务双标间30间、普通单人间5间、商务单人间11间；预订宾馆5中的普通双标间A35间、普通双标间B35间；预订宾馆6中的普通单人间40间、普通双标间40间、商务单人间30间、精品双人间30间；预订宾馆7中的普通双标间50间、商务单人间37间；预订宾馆8中的普通双标间A24间、普通双标间B40间、高级单人间45间。总的订房费用为77860.00元。5.2.2.2、选择1、2、6、7、8五个宾馆若选择1、2、6、7、8五个宾馆作为代表下榻宾馆。我们用同样的方法得到的结果如下所示：最优值：77340.00从中可以得到选取1、2、6、7、8五个宾馆作为代表下榻宾馆时，在各宾馆预订的各种规格的客房数目以及所有住宿的总费用。可以得到，初步预订方案为：预订宾馆1中的商务双标间30间、普通单人间5间、商务单人间10间；预订宾馆2中的普通双标间50间、商务双标间35间；预订宾馆6中的普通单人间40间、普通双标间40间、商务单人间30间、精品双人间30间；预订宾馆7中的普通双标间50间、商务单人间22间；预订宾馆8中的普通双标间A24间、普通双标间B40间、高级单人间45间。总的订房费用为77340.00元。5.2.2.3、综合比较，初步预订从住宿总费用和总距离因素两方面进行比较，比较结果如下表（表5）方案宾馆房间规格预订间数住宿费用总住宿费用总距离因素选择1、5、6、7、8五个宾馆1商务双标间3066007786084100普通单人间5900商务单人间1124205普通双标间A354900普通双标间B3556006普通单人间406400普通双标间406800商务单人间305400精品双人间3066007普通双标间507500商务单人间3759208普通双标间A244320普通双标间B406400高级单人间458100选择1、2、6、7、8五个宾馆1商务双标间3066007734084050普通单人间5900商务单人间1022002普通双标间507000商务双标间3556006普通单人间406400普通双标间406800商务单人间305400精品双人间3066007普通双标间507500商务单人间2235208普通双标间A244320普通双标间B406400高级单人间458100从表中的数据可以看出，以1作为基点在这两方面都更优一些，所以我们选取以1为基点的1、2、6、7、8五个宾馆为代表的下榻宾馆。初步预订客房数量为：预订宾馆1中的商务双标间30间、普通单人间5间、商务单人间10间；预订宾馆2中的普通双标间50间、商务双标间35间；预订宾馆6中的普通单人间40间、普通双标间40间、商务单人间30间、精品双人间30间；预订宾馆7中的普通双标间50间、商务单人间22间；预订宾馆8中的普通双标间A24间、普通双标间B40间、高级单人间45间。5.3、优化宾馆数量考虑到方便因素以及所选择的宾馆数量应该尽可能少，并且距离上比较靠近的原则，我们考虑在价格变动不大的情况下对所选择的宾馆进行调整，使距离更短且宾馆数目更少，但是经过分析，所选5个宾馆中任意3个宾馆不能满足所需的房间总数，但可以调整为4个。因为宾馆1、7地理位置处在2、6、8之间，所以，我们分别调整2、6、8，将调整后的情况从经济和便捷方面进行了对比，进而选择出更优方案。5.3.1、从经济方面比较下面以剔除宾馆6为例计算住宿总价和预订会议室总价。从以上初选的5个宾馆中去掉6后，我们将价格定为目标函数，以满足与会人员要求的房间数小于宾馆所能提供对应规格的房间数为约束条件，进行最优化处理（程序见附录“住宿总价程序”）。具体算法如下：住宿费用的目标函数：约束条件：用LINGO算出住宿总价为：min=80080元我们将租借会议室总价定为目标函数，以满足与会人员参与会议所需要的会议室数量小于宾馆所能提供对应规格的会议室数量为约束条件。（程序见附录“租借会议室总价”）会议室租借费用的目标函数：约束条件：用LINGO算出租借会议室总价为：min=5400元以同样的方法可以计算出剔除宾馆6和提出宾馆8后的住宿总价和租借会议室总价。（表6）方案住宿总价会议室总价去掉2800205400去掉6800805400去掉8791605800由上表、附表1和附图4可知，去掉2和去掉6后在住宿的总费用上没太大差异，去掉宾馆8后虽然住宿的总费用降低了，但会议室总价格提高了，并且与会代表的住宿价位的要求也很难满足，这就会导致与会者满意度的降低。所以考虑可以去掉2或6。5.3.2、从便捷方面比较因为宾馆1、7从地理位置而言处于所选宾馆的中心，所以我们可以用宾馆1、7的入住率来衡量便捷度。（表7）方案宾馆1的入住率宾馆7的入住率以1为基点的总距离去掉宾馆20.7230.761100去掉宾馆610.923950去掉宾馆80.7460.751050由表可以看出，去掉宾馆6时，宾馆1和宾馆7的入住率非常高，而宾馆7处于十字路口，交通便利。在三个方案中“去掉宾馆6”的方案结果更优一些。5.3.3、综合比较综合上述分析，比较得出“去掉6”的方案更优一些。所以与会代表所下榻的宾馆为：宾馆1、2、7、8四个。5.4、与会代表住宿情况的安排对宾馆数目的调整直接导致与会代表住宿情况的变动。所以，我们用LINGO软件对去掉宾馆6后的与会代表住宿情况进行了计算，计算结果如下表：（表8）宾馆代号规格订房间间数合住1合住2合住3独住1独住2独住3①普通双标间5099人商务双标间3041人9人普通单人间3030人商务单人间2020人②普通双标间5020人40人商务双标间3535人⑦普通双标间5089人5人商务单人间4040人商务套房2121人⑧普通双标间A416人28人4人20人普通双标间B4080人高级单人间451530人合计195人127人41人139人80人50人经过分析得出，调整之后有22个与会人员住宿的规格不能满足要求，其所占比例为3.44%，考虑到来参加会议的人数都是根据往届数据预测出的；并且，来参加会议代表中未交回执的代表对于住宿的要求不明确，尽管模型是在假设4的前提下建立的，但是根据实际因素，这3.44%的差异是可以接受的。5.5、会议室租借情况由于预测的与会总人数为632，要设6个分会场，且与会代表参加的会议是随机的，根据均匀分配，，向上取整得106人，所以6个会场都必须至少能够容纳100人。在1、2、7、8宾馆中满足条件的会议室如下表：（表9）编号规模间数价格（元/半天）20011500150212001302100018011500140280020011000160110001302800我们用租借会议室的总费用作为目标函数，用会议室的间数和容量以及所需会场的数量为约束条件，运用LINGO进行最优化求解。具体做法如下：目标函数：约束条件：用LINGO（运算程序见附录“选会议室程序”）运算出的结果为：a71=2a73=1a81=1a82=2，即选择7宾馆规模为140人的会议室2个；7宾馆规模为200人的会议室1个；8宾馆规模为160人的会议室1个；8宾馆规模为130人的会议室2个。5.6、筹备租车方案5.6.1、根据就近原则筹备租车方案虽然我们事先无法知道与会代表参加哪个分组会议，但根据实际情况，从心理学方面考虑，人都有一定的惰性心理，常用就近原则系数作为衡量懒惰程度的指标。经过查阅资料，一项主题为“在外参加会议，你更喜欢哪种会议地点”的调查，其调查结果如下表：（表10）在外参加会议，你更喜欢哪种会议地点样本量为186个。序号答题选项投票数百分比1住宿地点9551.0%2住宿地点附近6534.9%3远离住宿地点2614.1%从中我们可以确定出人们的就近原则系数（只选择在下榻宾馆的会议室参加分组会议）为0.51。5.6.1.1我们以租车的费用为目标函数，以宾馆与会代表人数为约束条件进行求解优化。具体算法如下：目标函数:约束条件：用LINGO软件运行后，结果为：min=8600元；即租借45座的客车4辆，分别用在宾馆1上3辆，用在宾馆7上1辆；租借33座的客车9辆，分别用在宾馆1上2辆，用在宾馆2上3辆，用在宾馆7上1辆，用在8上3辆。半天的会议室费用为5200元，半天会议方面总费用=8600+5200=138005.6.1.2因为宾馆1住的人比较多，所以考虑将7或8中的会场调一个分组会议到宾馆1。从7或8中调一个分组会议到宾馆1，所计算出的租车费用是相同的，而1、2、7、8距离最短、住宿价格较低是以宾馆1为基点时，因此我们尽可能减少离基点较远的宾馆中会议室的间数，从而减少租车的辆数和价格。由附图可知宾馆8离1的距离较7远，因此将宾馆8中一个分组会议场调到宾馆1。同样，我们以租车的费用最低为目标函数，以宾馆代表数量为约束条件进行求解优化。具体算法如下：目标函数：约束条件：.b11、b12、b17、b18、b21、b22、b27、b28、b31、b32、b37、b38均取整数其结果为：费用=6800，b17=1、b38=3、b31=3、b32=3、b37=1即租借45座的客车1辆，用在宾馆7上；租借33座的客车10辆，分别用在宾馆1上3辆，用在宾馆2上3辆，用在宾馆7上1辆，用在宾馆8上3辆。半天总费用=6800+5600=12400经过比较可以得出在1、7、8中设立会场的总费用少一些。5.6.2、根据事件的等可能性筹备租车方案5.6.2.1、会议室定在7、8宾馆时由于会前不知道哪位代表将会参加哪个会议，根据事件的等可能性，每个人参加每个分组会议的概率为，由于在宾馆7、8各选择了3个会议室，因此，预测与会代表到7、8宾馆开会的人数各有一半。把作为衡量标准，来确定参加在各宾馆进行分组会议的人数，即确定入住1、2、7、8宾馆的代表中去开会的人数，小数则取整，计算结果如下表：（表11）宾馆12787100489281004778=1\*GB2⑴代表到宾馆7开会，目标函数和约束条件为：目标函数：约束条件：（表示型号的车用在宾馆的辆数；）运用LINGO解得：b21=1,b31=2，b32=2,b38=3min=4900元由此可知，1→7所需车辆为36座的客车1辆和33座的客车2辆2→7所需车辆为33座的客车2辆8→7所需车辆为33座的客车3辆半天租车费用为4900元=2\*GB2⑵代表到8开会，目标函数和约束条件为：目标函数：约束条件运用lingo解得：c17=1,c21=1,c31=2，c32=2，c37=1min=4500元由此可知，1→8所需车辆为36座的客车1辆，45客车2辆，2→8所需车辆为33座的客车2辆，7→8所需车辆为45座的客车1辆,33座的客车1辆。半天租车费用为4500元会议室设置在宾馆7、8时，车费半天的总费用：4900+4500=9400元5.6.2.2、会议室定在1、7、8宾馆时由于会前不知道哪位代表将会参加哪个会议，根据事件的等可能性，每个人参加每个分组会议的概率为，由于在宾馆1、7、8分别选择了1、2、3个会议室，因此，预测与会代表到1、7、8宾馆开会的人数分别占总人数的。以此作为衡量标准，来确定参加在各宾馆进行分组会议的人数，即确定入住1、2、7、8宾馆的代表中去开会的人数，小数则取整，计算结果如下表：（表12）宾馆12781162630710048928333152会议室定在1、7、8宾馆时，各自的目标函数和约束条件分别为：=1\*GB2⑴与会代表到1宾馆开会：目标函数：约束条件运用lingo解得：元由此可知：8→1所需车辆为33座的客车1辆，2→1所需车辆为33座的客车1辆，7→1所需车辆为33座的客车1辆。费用为1800元=2\*GB2⑵与会代表到7宾馆开会：目标函数：约束条件运用lingo解得：min=4900元由此可知：1→7所需车辆为36座的客车1辆和33座的客车2辆2→7所需车辆为33座的客车2辆8→7所需车辆为33座的客车3辆费用为4900元=3\*GB2⑶与会代表到8宾馆开会：目标函数：约束条件运用lingo解得：元由此可知：1→8所需车辆为33座的客车1辆2→8所需车辆为33座的客车1辆，7→8所需车辆为33座的客车2辆,费用为2400元综上所得，租车总费用为1800+4900+2400=9100元5.6.3、综合比较租车方案（表13）租车方案会场所在宾馆租用的会议室规模及间数总会议室费用租车的总费用根据就近原则筹备租车方案7、87宾馆规模为140人的会议室2个，200人的会议室1个；8宾馆规模为160人的会议室1个，130人的会议室2个520086001、7、87宾馆规模为140人的会议室2个，200人的会议室1个；8宾馆规模为160人的会议室1个，130人的会议室1个；1宾馆规模为150人的1个。56006800根据事件的等可能性筹备租车方案7、87宾馆规模为140人的会议室2个，200人的会议室1个；8宾馆规模为160人的会议室1个，130人的会议室2个520094001、7、87宾馆规模为140人的会议室2个，200人的会议室1个；8宾馆规模为160人的会议室1个，130人的会议室1个；1宾馆规模为150人的1个。56009100由上表对比可知，运用“事件等可能性”方案，只在7和8宾馆设立会场时的费用低一些；运用“就近原则”方案，在1、7、8宾馆设立会场时费用低一些。5.7、制定的整体方案综合以上模型的结果可以确定，最终的筹划方案为：1、预订的宾馆客房和与会代表的住宿安排如（表8）所示，2、所租借的会议室情况如（表13）所示。3、我们认为运用就近原则的方案更接近实际，所以我们选择将会议室安排在1、7、8号宾馆，租车方案：租借45座的客车1辆，用在宾馆7上；租借33座的客车10辆，分别用在宾馆1上3辆，用在宾馆2上3辆，用在宾馆7上1辆，用在宾馆8上3辆。筹备组一天应付会议室和车辆的总费用为2=24800元。模型的评价与推广7.1、模型的优点总体来说模型比较简单，易于理解。有较强的推广性。建立模型时采取了逐层推进的分析方法，并且在推进的过程中不断进行优化，使模型的可行性不断提高。7.2、模型的缺点在确定各个会场人数进行车辆安排时，我们分两种方法，分别是根据就近原则筹备租车方案和根据事件的等可能性筹备租车方案，但是就近原则系数的数据可能不够准确，所以说此模型有一定的局限性，在到各个会议室参加会议的人员计算方面有待优化改进。7.3、模型的推广该模型还可以推广到旅游社组团旅游时的预订酒店、租车，公司订货，各种站点的设置等多目标规划问题中。建议一个会议筹备的优秀方案不仅要从经济、方便、与会者满意度等大的方面进行考虑，还要考虑到一些小的细节。智者常说“细节决定成败”，不错，再好的筹备方案如果只注重大方面而忽略小细节，那么一旦由于这些小细节而发生了“事故”时，这些小细节的“破坏性”不亚于给会议带来了一场地震。给与会者准备的一杯茶、会场的桌椅布置、花卉的摆放等等这些看似不起眼的事情可能就是会议中的定时炸弹，都是在会议筹备时不可忽视的！所以，会议的筹备者要从各方面考虑，只注重于经济、方便、与会者满意度等方面是远远不够的，细节才是弥补不足的良方。筹备者在注重大方面的同时还要多投入一些精力在细小的方面，这样双管齐下，筹办出来的会议才是优质的！参考文献[1]吴建国，《数学建模案例精编》，北京：中国水利水电出版社，2005.[2]袁新生，《LINGO和Excel在数学建模中的应用》，北京：科学出版社，2007.[3]刁在筠，《运筹学》，北京：高等教育出版社，2001.[4]唐五湘，《Excel在预测中的应用》，北京：电子工业出版社，2001.[5]汪小银，《数学软件与数学实验》，北京：科学出版社，2008.附录：1、附表110家备选宾馆的有关数据宾馆代号客房会议室规格间数价格（天）规模间数价格(半天)①普通双标间50180元200人11500元商务双标间30220元150人21200元普通单人间30180元60人2600元商务单人间20220元②普通双标间50140元130人21000元商务双标间35160元180人11500元豪华双标间A30180元45人3300元豪华双标间B35200元30人3300元③普通双标间50150元200人11200元商务双标间24180元100人2800元普通单人间27150元150人11000元60人3320元④普通双标间50140元150人2900元商务双标间45200元50人3300元⑤普通双标间A35140元150人21000元普通双标间B35160元180人11500元豪华双标间40200元50人3500元⑥普通单人间40160元160人11000元普通双标间40170元180人11200元商务单人间30180元精品双人间30220元⑦普通双标间50150元140人2800元商务单人间40160元60人3300元商务套房（1床）30300元200人11000元⑧普通双标间A40180元160人11000元普通双标间B40160元130人2800元高级单人间45180元⑨普通双人间30260元160人11300元普通单人间30260元120人2800元豪华双人间30280元200人11200元豪华单人间30280元⑩经济标准房（2床）55260元180人11500元标准房（2床）45280元140人21000元2、附表2本届会议的代表回执中有关住房要求的信息（单位：人）合住1合住2合住3独住1独住2独住3男154104321076841女7848175928193、附表3以往几届会议代表回执和与会情况第一届第二届第三届第四届发来回执的代表数量315356408711发来回执但未与会的代表数量89115121213未发回执而与会的代表数量5769751044、附图4（其中500等数字是两宾馆间距，单位为米）附表4各个宾馆间之间的的距离123456789101015090065060060030050065013002150075050075075045065080014503900750025015001500120010001150220046505002500125012509501150130019505600750150012500600300500650130066007501500125060003005003507007300450100095030030002003501000850065010001150500500200015012009650800115013006503503501500105010130014502200195013007001000120010500距离程序：min=300*X11+300*X12+300*X13+300*X14+450*X21+450*X22+450*X23+450*X24+1200*X31+1200*X32+1200*X33+950*X41+950*X42+300*X51+300*X52+300*X53+300*X61+300*X62+300*X63+300*X64+200*X81+200*X82+200*X83+350*X91+350*X92+350*X93+350*X94+1000*X101+1000*X102;X21+X22+X31+X41+X51+X52+X71+X82<237;X21+X22+X31+X41+X51+X52+X71+X82>98;X11++X23+X24+X32+X42+X62+X81<144;X11++X23+X24+X32+X42+X62+X81>64;X13+X63+X83<80;X12+X64+X91+X101+X102<71;X12+X64+X91+X101+X102>21;X14+X73+X92+X94<50;X21+X22+X31+X41+X51+X52+X71+X82+X33+X61+X72>237;X11+X23+X24+X32+X42+X62+X81+X13+X63+X83>144;X12+X64+X91+X101+X102+X14+X73+X92+X94>71;X11<50;X12<30;X13<30;X14<20;X21<50;X22<35;X23<30;X24<35;X31<50;X32<24;X33<27;X41<50;X42<45;X51<35;X52<35;X53<40;X61<40;X62<40;X63<30;X64<30;X71<50;X72<40;X73<30;X81<40;X82<40;X83<45;X91<30;X92<30;X93<30;X94<30;X101<55;X102<45;end价格程序：min=180*X11+220*X12+180*X13+220*X14+140*X51+160*X52+200*X53+160*X61+170*X62+180*X63+220*X64+150*X71+160*X72+300*X73+180*X81+160*X82+180*X83;X51+X52+X71+X82>98;X51+X52+X71+X82<237;X61+X72<139;X51+X52+X71+X82+X61+X72>237;X11+X53+X62+X81>64;X11+X53+X62+X81<144;X13+X63+X83<80;X11+X53+X62+X81+X13+X63+X83>144;X12+X64>21;X12+X64<71;X14+X73<50;X12+X14+X64+X73>71;X11<50;X12<30;X13<30;X14<20;X51<35;X52<35;X53<40;X61<40;X62<40;X63<30;X64<30;X71<50;X72<40;X73<30;X81<40;X82<40;X83<45;选会议室程序：min=1500*a11+1200*a12+1000*a21+1500*a22+800*a71+1000*a73+1000*a81+800*a82;a11<1;a12<2;a21<2;a22<1;a71<1;a71<2;a81<1;a82<2;a11+a12+a21+a22+a71+a73+a81+a82=6;200*a11+150*a12+130*a21+180*a22+140*a71+200*a73+160*a81+130*a82>632;@gin(a11);@gin(a12);@gin(a21);@gin(a22);@gin(a71);@gin(a73);@gin(a81);@gin(a82);end住宿总价程序min=180*x11+220*x12+180*x13+220*x14+140*x21+160*x22+180*x23+200*x24+160*x61+170*x62+180*x63+220*x64+150*x71+160*x72+300*x73+180*x81+160*x82+180*x83;x11+x12+x13+x14+x21+x22+x23+x24+x61+x62+x63+x64+x71+x72+x73+x81+x82+x83>452;x21+x22+x71+x82<237;x61+x72<139;x11+x23+x24+x62+x81<144;x13+x63+x83<80;x12+x64<71;x14+x73<50;x12+x14+x64+x73>71;x11<50;x12<30;x13<30;x14<20;x21<50;x22<35;x23<30;x24<35;x61<00;x62<0;x63<0;x64<0;x71<50;x72<40;x73<30;x81<40;x82<40;x83<45;end租借会议室总价程序min=1500*a11+1200*a12+1000*a21+1500*a22+800*a71+1000*a73+1000*a81+800*a82;a11<1;a12<2;a21<2;a22<1;a71<1;a71<2;a81<1;a82<2;a11+a12+a21+a22+a71+a73+a81+a82=6;200*a11+150*a12+130*a21+180*a22+140*a71+200*a73+160*a81+130*a82>632;@gin(a11);@gin(a12);@gin(a21);@gin(a22);@gin(a71);@gin(a73);@gin(a81);@gin(a82);end目录第1章绪论 11.1课题意义与背景 11.2国内外研究现状 21.2.1数学形态学与图像处理研究现状 21.2.2分水岭算法与图像分割的研究现状 2第2章图像分割算法的概述 42.1图像分割的概念 42.2图像分割方法介绍 42.2.1基于区域的分割 42.2.2基于阈值的分割 52.2.3基于边缘检测的分割 62.2.4基于聚类分析的图像分割 92.2.5基于区域标记与轮廓跟踪的分割 112.2.6基于几何形变模型的分割 13第3章分水岭图像分割算法 183.1分水岭算法原理 183.2分水岭算法特征 193.3梯度图像获取 193.3.1图像梯度的概念和定义 193.3.2图像梯度的处理方法 20第4章分水岭算法实现与实验分析 224.1分水岭算法实现顺序 224.2分水岭算法实现 22第5章总结 38参考文献 39目录摘要 IAbstract II目录 III1绪论 11.1研究背景 11.2研究意义 11.3研究内容与研究方法 11.3.1研究内容 11.3.2研究方法 21.4研究思路 31.4.1研究技术路线 31.4.2对各部分内容及之间关系进行简单说明 32相关理论基础 42.1文献研究现状 42.1.1农村消费者行为研究现状 42.1.2电商企业营销策略相关研究现状 42.2消费者行为定义 42.3消费者行为影响因素 52.4网上购买决策过程 52.4.1确认消费者需求 52.4.2收集商品信息 52.4.3评价方案 52.4.4消费者做出购买决策 62.4.5消费者购后评价 62.5相关营销理论概述 72.5.14P营销理论 72.5.24C营销理论 73JD商城营销环境分析 83.1JD商城竞争对手分析 83.1.1JD商城和天猫商城的比较分析 83.1.2JD商城与苏宁和国美的比较分析 93.1.3新生的电子商务网站的冲击 93.2JD商城宏观环境分析 93.2.1政治环境 93.2.2经济环境 93.2.3社会环境 103.2.4技术环境 114农村消费者行为统计分析 124.1研究框架 124.2调查问卷的设计与数据收集 124.3调查目的和调研对象 124.3.1调查目的 124.3.2调研对象 124.4调查过程与方法 124.5调查对象情况统计 134.5.1调查对象的性别比例 134.5.2调查对象的年龄情况 134.5.3调查对象的教育经历 144.5.4调查对象的月收入情况 144.5.5调查对象的职业状况 154.6农村消费者网站购买行为概况 154.6.1农村消费者网购概况调查 154.6.2消费者选择网站的信息的渠道调查 164.6.3渠道信任度调查 164.6.4影响网购的原因 17HYPERLINK\l"_Toc4368556