数学建模

---------------------------------------------此文仅记录自己参加数学建模的经验 从参加数学建模以来，大约的也该是三年。获得过有关之类奖项还是挺多的。获得过全国大学生数学建模本科组二等奖、MathCup大学生数学建模二等奖等等。美赛没有参加过，因为临近过年，队友都不愿。 个人认为数学建模比较有含金量的大概只要全国大学生数学建模竞赛，其实美赛的含金量差得不是一点点，除非是获得特等奖之类的，其他的名次都水的一匹。而且感觉全国大学生数学建模竞赛的省奖其实也很容易，都不需要完整的做完。 说一些我觉得重要的把。 第一是队友之间的配合：它这个比赛本来就是三个人，一个人真的很难很好的做完（除非是那种大神，那肯定没得说），论文、编程、建模，说起来有分工，但是又不会完全的分开，三天的时间要比较多的交流。而且其实三个人目标一致比较重要，就比如说都是奔着拿奖去的，所以都很投入，那当然很好咯。最怕的是队友都是水的一匹的那种。一般的话，其实学校会组织暑假集训，这个时候就是很考验队友之间的默契度。 第二是论文格式，其实内容不太容易很快时间内提升。但是论文的格式可以很快，对于同等质量的论文而言，好的格式可以多不少的分。毕竟是提交论文，表、图、文字该有的格式还是得有，可以小组负责写论文的同学多看一下优秀论文。 第三是内容，拿到题先不要自己思考该怎么怎么做，而应该是去查资料

　　由于前段时间一直比较忙，所以没有及时更新学习进度，接下来我会慢慢补上。 数学建模中的常见问题 　　 美国数学建模竞赛（Mathematical Contest in Modeling,MCM）从1985年开始一直发展至今。中国大学生数学建模竞赛开展也有20余年，已逐渐成熟起来。下面我们通过历年赛题来了解到底什么事数学建模，数学建模可以解决哪些问题，如表1-1所示。 　　 通过表1-1可以看出，数学建模竞赛中需要通过数学建模解决的问题涉及互联网、医疗、交通等多方面，下一节我们选取部分题目，从常见问题进行更加深入的剖析。 　　 　　 来源： https://www.cnblogs.com/lz0504/p/12177320.html

前言 主要是通过matlab求解微分方程的实例，先来看一个小小问题： \[ x^2+y+(x-2y)y^{'}=0 \] 可以通过 matlab 的 dsolve 函数求得通解,两行代码就能够解决问题，关于 dsolve 的具体用法，参考官方文档的介绍 clc,clear syms x %定义符号变量 y=dsolve('x^2+y+(x-2*y)*Dy==0','x') %运行结果 % y = % x/2 + ((4*x^3)/3 + x^2 + C1)^(1/2)/2 % x/2 - ((4*x^3)/3 + x^2 + C1)^(1/2)/2 % C1是常数 问题一 求解常微分方程组的通解 代码： clc,clear syms f(x) g(x) [f1,g1]=dsolve('D2f+3*g==sin(x)','Dg+Df==cos(x)'); f1=simplify(f1) %化简 g1=simplify(g1) % 运行结果 % f1 = % C2 - sin(x)/3 + t*cos(x) + (3^(1/2)*C3*exp(3^(1/2)*t))/3 - (3^(1/2)*C4*exp(-3^(1/2)*t))/3 % g1 = % % sin(x)/3 - (3^(1/2)*C3*exp(3^(1/2)*t))/3 + (3^(1/2)*C4*exp(-3^(1

选题原因： 查阅相关文献，了解到该题目涉及数据分析、统计学等原理，与专业相关性较强，从而在学以致用的同时又能够在实践中提高认识。 应用软件： 第一篇参考文献的阅读笔记： 一般地，评分需要去掉一个最高分，去掉一个最低分， 存在的问题是：评委往往会因为出场时间不同而打分有偏差，比如说，先出场的分数可能会比中间出场的偏高（或者偏低）。 解决方案： 取中位数、平均值作为真实水平的估计量，分析二者的偏离程度，设置偏离度较小的评委较大权重；另外，考虑评委的区分度，区分度较高的评委赋予较大的权重； 评委偏离度模型： 评委对每个选手的打分与选手的真实水平进行比较，越小，则该评委的专业性越强； 评委的区分度模型： 要求不同选手间，评委打分的区分度越大，那么该评委专业性就越强； 混合型评委评分模型： 基于上述的两种模型，易知，评委偏离度越小，区分度越大，那么认为该评委打分更为可靠。因此，定义因子r=区分度/偏离度； 进而定义该评委的打分的权重为r/(对各个评委因子r的求和)。 根据以上资料，我们需要解决的问题： 创新： 思想来源于课程《数据挖掘》文本-词条矩阵的文本挖掘：根据向量夹角来判断评委的不可靠程度 把各个选手的（截头去尾后的）均值向量作为各个选手的真实水平向量a； 编号为i的评委打分向量x i 与a的夹角余弦值c i 作为该评委的可信度，夹角越小，对应余弦值就会越大

视频课表 http://note.youdao.com/noteshare?id=2e1cc342928466bb632b33304a56e368 bilibili上面也上传了视频，除了前两讲外其他的都只能看五分钟。 视频和播放器下载的百度云链接：https://pan.baidu.com/s/1jSkIE32sOskczhe5Ev2qsQ 提取码：vZs7 （备用下载链接：https://pan.baidu.com/s/16mcOeJLlbUeWsBlYoH5Tng） 单人购买观看只需要58元，所有课件代码免费赠送。 大家购买本资料前可以保存这个百度云的链接内的资料，里面有各个设备如何绑定、如何观看的详细说明。 具体选择哪个设备观看根据大家的喜好决定。电脑看屏幕大，手机看方便携带。 清风老师的数学建模视频百度云（ 清风数学建模算法百度云、数学建模清风视频百度云 ） 来源： CSDN 作者： 数学建模学习交流 链接： https://blog.csdn.net/qq_32589267/article/details/103539191

我越来越不喜欢matlab，因为它让我们只需要使用它的工具箱；我越来越喜欢matlab，因为在它的工具箱里隐藏着无数优秀甚至卓越的算法。 晚上闲的没事，突发奇想预测一下中国代表团在2012年伦敦运动会上获得金牌和奖牌的情况，使用matlab神经网络工具箱BP网络设计与分析函数进行预测，程序根据《matlab在数学建模中的应用》一书中神经网络一章中的程序改编而成。 clc %原始数据 %参赛人数 sqrs=[225 301 251 309 311 411 639 ]; %金牌数 sqjdcs=[15 5 16 16 28 32 51]; %奖牌数 sqglmj=[32 28 54 50 59 63 100 ]; p=[sqrs] %输入数据矩阵 t=[sqjdcs;sqglmj] %目标数据矩阵 %利用premnmx函数对数据进行归一化 [pn,minp,maxp,tn,mint,maxt]=premnmx(p,t); % 对于输入矩阵p和输出矩阵t进行归一化处理 dx=[-1,1]; %归一化处理后最小值为-1，最大值为1 %BP网络训练 net=newff(dx,[1,2],{'tansig','purelin'},'traingdx'); %建立模型，并用梯度下降法训练． net,trainParam.Lr=1; %学习速率为1 net.trainParam.epochs

题目汇总 A题目 无线智能传播模型 B题目 天文导航中的星图识别 C题目 视觉情报信息分析 D题目 汽车行驶工况构建 E题目 全球变暖 F题目 多约束条件下智能飞行器航迹快速规划 链接： https://pan.baidu.com/s/113IfDFONlfXlDagaDQhFfg 提取码：fea9 试题解压码：2f0z1d9x 答辩之星答辩视频 {video}(//player.youku.com/embed/XNDQ1NDMyNjIzMg==) 注：一共12支队伍 来源： https://www.cnblogs.com/gshang/p/11965601.html

前言 主要是通过matlab求解微分方程的实例，先来看一个小小问题： \[ x^2+y+(x-2y)y^{'}=0 \] 可以通过 matlab 的 dsolve 函数求得通解,两行代码就能够解决问题，关于 dsolve 的具体用法，参考官方文档的介绍 clc,clear syms x %定义符号变量 y=dsolve('x^2+y+(x-2*y)*Dy==0','x') %运行结果 % y = % x/2 + ((4*x^3)/3 + x^2 + C1)^(1/2)/2 % x/2 - ((4*x^3)/3 + x^2 + C1)^(1/2)/2 % C1是常数 问题一 求解常微分方程组的通解 代码： clc,clear syms f(x) g(x) [f1,g1]=dsolve('D2f+3*g==sin(x)','Dg+Df==cos(x)'); f1=simplify(f1) %化简 g1=simplify(g1) % 运行结果 % f1 = % C2 - sin(x)/3 + t*cos(x) + (3^(1/2)*C3*exp(3^(1/2)*t))/3 - (3^(1/2)*C4*exp(-3^(1/2)*t))/3 % g1 = % % sin(x)/3 - (3^(1/2)*C3*exp(3^(1/2)*t))/3 + (3^(1/2)*C4*exp(-3^(1

前两天参加了19年数学建模国赛，今年和往年不同的是本科组增加了C题，以往只有两道题。 今年的a题是 高压油管的压力控制， 感觉是一道工程类别的题，没有选，B题是 同心协力策略研究 ，是一道纯物理的题，也没有选，我们最后决定的是C题 机场的出租车问题 ，因为此题难度在于资料的查找，问题的分析与解决不是难点。针对问题1，我的想法是先用MATLAB拟合一个元胞来显示人口的变化， 这个感觉是个加分点，整个流程是动态模拟的一个过程，根据知网上一个对于上海浦东的通行能力研究论文，那个地方是两排五列，一行十列，平均每50s走一次，考虑到现在时间过去了几年，现在的交通水平，将模拟时的通行能力改为了30s一次。一次过10人，一小时的通行情况为1200人。然后学长用的不知道什么鬼层次分析法得出来的。 针对第二问，我在携程官网上找了北京当天的航班，大概1200多个，用EXCEL一个个统计，时间间隔为5分钟，因为有一些数据空缺，大概是晚上1点到早上8点，我用MATLAB的随机数给航班数为0的时刻随机赋值（1,2,3），然后用EXCEL作图。 数据绝对真实可靠，因为是自己一个个搞得。然后将这个作为乘客的变化放进去，又从文献里找到了出租车的变化情况，用元胞模拟出司机排队所消耗的时间，在进行收益上的判断。不过其实元胞只是为了装逼，可能分高点，实际操作中因为循环了太多，MATLAB仿真时有点慢。 针对第三问

A题目 无线智能传播模型 B题目 天文导航中的星图识别 C题目 视觉情报信息分析 D题目 汽车行驶工况构建 E题目 全球变暖 F题目 多约束条件下智能飞行器航迹快速规划 链接： https://pan.baidu.com/s/113IfDFONlfXlDagaDQhFfg 提取码：fea9 复制这段内容后打开百度网盘手机App，操作更方便哦 试题解压码：2f0z1d9x 来源：博客园 作者： GShang 链接：https://www.cnblogs.com/gshang/p/11546692.html