数学建模评估论文应注意什么

数学模型论文的写作可能是你论文质量和是否获奖的最重要因素。据初步调查,很多同学在备考时把主要精力放在了阅读往年的优秀论文和掌握一些软件和算法上。诚然,这样会提高你的建模水平,但无论你的想法在竞赛中有多好,如果文字表达不清楚,很可能你的论文就白费了,所以学习如何写一篇数学模型论文是很有必要的。已经有很多介绍如何写论文的文章,足以说明论文写作的重要性。

首先,充分重视摘要的写作。

它在整个数学模型论文中起着重要的作用,是评委对你论文的第一印象。在全国大学生数学建模竞赛中,组委会对论文摘要提出了特殊要求,并多次提醒参赛者注意摘要的写作。在论文的评审中,摘要是你的论文取得好名次的决定性因素,评委将通过你的摘要来决定是否继续阅读你的论文。换句话说,即使你的论文在其他方面写得很好,摘要写得不好,你的论文也不会被重视或者根本不会有评委来看你的论文。

摘要中必须突出六个方面:问题、方法、模型、算法、结论和特点。总之总结要体现你用了什么方法,解决了什么问题,得出了什么结论。避免主观评论,一定要突出重点,让人一看就知道这篇论文的目的是什么,做了哪些工作,用了哪些方法,取得了哪些成果,有哪些创新和特色。只有这样的总结才能成功。

写摘要的时间一般安排在论文基本完成之后,由一个团队成员负责。写完初稿,其他团队成员轮流阅读,提出修改意见,直到大家都满意为止。

一份好的总结包含两个共同的特征:简单明了。长度在一页以内。

实例1:公交调度方案优化模型

摘要

本文建立了公交调度方案优化模型,使公交公司在满足一定社会效益的前提下,给出理想的发车时刻表和最少的车辆数,获得最大的经济效益。并提供关于收集操作数据的更好的建议。

在模型ⅰ中,建立了求解1问题的模型,如最大载客量、公交次数、发车时间间隔等,并利用决策方法给出了每个时间段的最大载客量。那么,与车辆最大载客量相比,该时间组的公交车最小载客人数为462人。考虑到操作的方便性和发车密度,给出了整个配送车辆的时刻表和所需的最少车辆数。模型二建立模糊分析模型,结合层次分析法,发现模型一给公司和乘客带来的日常满意度为(0.941,0.811)。根据双方满意的范围和程度,发现同时达到双方的最优日满意度(0.8807,0.8807),此时的结果是50辆车474次。从* * *日开始,考虑车辆最少,结果是484次,45辆。

对于问题2,说明了综合效益目标模型和线性规划方法。

对于问题3,采集方式是遵循前门进,中门出的规律,用两台自动记录仪记录上下车人数和自动报站机(添加时间信息)给出准确数据,回站后按日期存放在公司总调度室。

关键词:公交调度模糊优化方法,层次分析法,满意度

示例2:彩票发行方案的最优决策

摘要

目前,彩票在我国发展迅速、健康,为我国福利事业的发展做出了巨大贡献。本文针对目前流行的各种彩票发行方案,综合分析了各种奖项的可能性、奖项的设置和奖项金额、对彩民的吸引力等因素对各方案的影响,建立了三个模型。

模型一:基于超几何分布原理,建立一等奖期望模型。根据这个模型,得出传统彩票方案和摇号方案(即设计合理;一般来说,彩票方案中头奖的期望值最大,方案设计最合理。

模型二:综合考虑影响方案合理性的各种因素,建立高等级奖的获奖概率、总获奖概率、奖项设置和奖金分配的多目标决策模型。解决方案如下:①方案19的加权目标函数值最大,是所有方案中最合理的方案;②在“传统”彩票方案1 ~ 4中,方案4较为合理;③传统彩票方案(1 ~ 4)的加权目标函数值一般小于彩票方案(5 ~ 29)。总的来说,抽签方案相对优于传统方案。(4)对于(选定的)方案,当相同时,它们的合理性在35、30、32、33、34时依次降低。

模型三:考虑彩票市场的供求关系,结合彩票管理部门和彩民的满意度,建立多目标最优决策模型。通过有销售的彩票市场供求趋势,寻找均衡点,同时通过计算机编程,寻找较好的彩票发行方案。

本文还从变化上对模型的敏感性进行了准确的分析,并从单注改为多注、适当提高总奖金额等方面进一步探讨了彩票发行方案的制定。

最后,根据该模型,对彩票管理部门提出了更加积极、切实可行的建议。并从对彩票的充分认识、入市的动机和心态、策略和技巧等方面,为彩民接触和投票彩票提出了科学的参考意见。

关键词:概率期望多目标决策超几何分布满意度

例3:奥运会临时MS超市门店设计的数学模型

摘要

在对调查数据进行统计分析的基础上,找出各商圈的人流量百分比和分布规律,进而设计MS网点,建立三个模型并进行模拟测试。

关于第一个问题,发现不同年龄段的人在出行、餐饮、消费方面差异很大。所以按照年龄段和性别,从旅游、餐饮、消费三个方面总结出受众概率分布的八个规律。

关于第二个问题,利用BP神经网络原理,将网络按照年龄-性别-商圈-进出口分为三个层次,从就餐习惯和进出场馆两个方面进行链式分析,建立各场馆最短路径下的客流模型。通过编程得到20个商圈的人流量分布(%):从A1到A10,商圈分别为11.887,7.621,8.540,10.378,18。B1至B6商业区分别为11.686、13.932、18.760、11.686、13.932、30.004;C1至C4商务区分别为18.75、20.9843、18.75、41.5157。在计算了人流分布后,总结出对称性定理,即人流以场馆出入口连线为轴斜对称,并给出了详细的证明。

在第三个问题中,详细分析了受众购买欲望的相关因素,建立了购买欲望、年龄、消费金额的数学表达式,得出了欲望矩阵,用模糊方法计算出了购买力。然后根据满足奥运期间购物需求和配送基本平衡两个基本约束条件,建立数学表达式,建立以利润为目标函数的非线性多目标决策模型:

用Lingo编程求解,得到一个MS网点的参考设计方案:A1到A10的商圈大MS数量分别为3,1,0,1,3,1,0,1,小MS。从B1到B6商务区,大MS的数量分别为1,2,3,1,2,3,小MS的数量分别为2,1,1,2,1。从C1到C4商圈,大MS数分别为2、4、2和1,小MS数分别为2、0、2和1。

考虑到奥运会赛程的安排,实际的流量、消费、利润都会随着时间的变化而变化。为进一步优化网络设计方案,根据系统动力学原理,基于Venple5.3技术对流量和利润模型进行了系统的计算机模拟,并通过模式调整对模型进行了检验和评估,从而验证了模型的合理性、科学性和实用性。

最后,对北京2008年奥运会的经济收入、旅游和硬件建设提出了一些建议。

关键词:机率、人流、对称性、欲望矩阵、多目标决策系统、动态系统模拟

实例4:长江水质综合评价与预测控制

摘要

通过对调查数据的统计分析,对近两年长江水质进行了全方位的综合评价,找出了高锰酸盐和氨氮污染源的主要区域,对未来10年的水污染进行了预测,提出了治理方案,并给出了一系列科学的防污建议。

首先对长江流域近两年17主要监测断面的水质进行采样,按照时空相互作用的顺序进行统计,建立概率统计评价模型。结果表明,2003-2005年,长江85%的断面符合ⅰ-ⅲ类水质要求,12%属于ⅳ、ⅴ类水质,3%为劣ⅴ类水质。近两年,长江局部水质变化较大,整体相对稳定,但优质水在下降,超标水质呈上升趋势。为了找到污染源,我们以长江干流七个断面为基本观测点,根据水流、水流速度和降解系数建立污染源反馈指数:

通过计算发现,江苏南京和湖南岳阳的高锰酸盐污染最严重,湖南岳阳也是氨氮污染的主要区域,其次是安徽安庆和江苏南京,但与去年同期相比差异较大。

其次,根据GM(1,1)原理,对近10年的主要统计数据建立灰色预测模型。归一化后,通过DPS数理统计软件计算得到水质类别的预测值和趋势函数。分析表明,长江ⅰ、ⅱ、ⅲ类水质总量呈下降趋势,其中ⅰ、ⅲ类呈下降趋势。为了有效控制污染恶化趋势,防止水质超标上升,采用二次多项式逐步回归分析,得出废水排放总量对各种水质百分比的函数。经过规划运行,我们提出了长江污水处理方案。未来10年的污水处理量分别为:0,0,2.66,5.14,5.76,8.21,10.86,13.5438+0,16.55435436

最后,基于对长江水质的综合评价和对未来污染趋势的预测,并根据“保护长江”考察组的实际考察,我们深刻认识到长江流域的水生态环境日益受到破坏,前景不容乐观。为了防止长江的“癌变”,我们提出了几点水环境保护的理念:教育第一,努力唤起人们的环保意识;坚持依法治水,为保护长江立法;实施科学规划,走可持续发展之路;倡导人文环保,构建和谐的生态系统和人居环境。

关键词监控部分;概率和统计评估;污染源反馈;灰色预测;逐步回归;人文主义与环境保护;

第二,论文主体要鲜明,结构要完整。

根据数学模型论文的特点,论文的主要部分包括以下内容:

(1)问题命题——明确问题

这部分就不多解释了。一般直接照抄竞赛题原文就可以了,不过我觉得在时间充足的情况下可以适当总结一下。所以你可以写一些关于这个问题的背景知识。

定义问题是建模的准备阶段。建立真实问题的数学模型,首先要对要解决的问题有一个清晰的表述。通常我们遇到的一个实际问题,在初始阶段是模糊的,是有实际背景的。所以在建模之前,一定要对问题进行全面深入的了解和调查,查阅相关文献,同时开始收集相关数据。在收集数据时,我们应该事先测试数据的排列形式,如使用表格或图表。在此期间,应仔细分析现有数据和条件,以进一步明确问题。你从数据中得到了什么信息?数据来源可靠吗?所给条件的意义是什么?哪些条件是必不可少的?那些条件是可变的,等等。对数据和条件的分析会进一步增强我们对问题的理解,从而更好地把握问题的本质和特征,为下一步建模打下良好的基础。

(2)模型假设——合理假设

作为题目的原型,它是复杂而具体的,是质与量、现象与本质、偶然与必然的统一。这样的原型如果不进行抽象和简化,人们很难理解它,把握它的本质属性,而建模假设就是根据建模的目的对模型进行抽象和简化。抽象出反映问题本质属性的形式、数量及其关系,简化那些非本质因素,使之摆脱原型具体复杂的形式,形成有用的信息资源和建模的前提条件。

然而,如何对问题做出合理的假设是一个难题。这是因为如果过于简单,模型就会远离现实,无法用来解决现实问题。如果太详细,试图把所有因素都考虑进去,模型会非常复杂,甚至难以建立,也会使我们的计算变得复杂。一般模型假设遵循以下原则:

(1)目的性原则,从原型中抽象出与造型目的相关的因素,简化无关因素或不相关因素。

(2)简单性原则,给出的假设要简单准确,有利于模型的构建。

(3)真实性原则,假设条款要合理,简化造成的误差要在实际问题允许的范围内。

(4)全面性原则,在对原型本身做出假设的同时,也给出了原型所处的环境条件。

最简单的方法:假设条件一般可以从题目中挖掘出来。

(1)根据题目中的条件进行假设。

(2)根据题目中的要求进行假设。

应该指出的是:

①对我们解决的问题没有影响(或影响很小)但能简化模型的因素,应在假设中得到体现。

②不能为了简化问题而大量假设(使问题本身的解与原意不符),要注意假设的数量和程度。

(3)符号解释——不可或缺

你的论文中必然会出现大量的数学符号,所以你要在这部分对这些符号做一个简要的说明,可以从符号、类型(变量、常数)、单位、含义等方面进行说明(如下表所示):

标志

类型

单位

意义

需要注意的是,单位量大纲是统一的,含义解释要准确清晰。

(4)问题分析——思路清晰,图文并茂。

从题目到模型是一个从具体到抽象的思维过程,本部分就是这个过程的体现。这一部分应该是论文主体的一个亮点。建议在讲解文字的同时,用图形或图表列出思维过程,让你的思路清晰,让人一目了然。另外,这部分要对题目进行整体分析,充分利用题目中的信息和条件,确定用什么方法建立什么模型。经验告诉我们,从题目中可以得到问题的一些初步判断:比如极限情况下可以得到最大输出,花费的时间最短等。,这样我们得到的最终解不能超过(或低于)我们这里分析的量。这部分应该反映出我们解决原问题的雏形。总之,问题分析在整篇论文中的作用在于承上启下,也能体现出参赛选手的综合水平。

(5)建模——数学语言

数学模型有:数学公式、图表、方案等。

模型的建立是将原问题抽象成数学语言的表达式,其建立方法会因对问题的理解和侧重点不同而不同。近几年数学建模竞赛主要有两个方向:一个是概率统计;首先是运营优化的问题。因此,掌握以上两方面的知识对于建立模型非常重要。

另外,我还认为要注意每个模型公式的解释要清晰,里面的数学符号一定要和前面的解释一致。

其基本方法是:

在建模假设的基础上,文章进一步分析了建模假设的条件。首先,它区分了哪些是常数,哪些是变量,哪些是已知的和未知的。然后,找出各种量的位置、作用和关系,选择适当的数学工具和方法构造模型来表示,构造出描述实际问题的数学模型。

这里要注意两点:第一,构建一个具体问题的模型,就是要尽可能的简单,然后和实际问题进行比较,再加上接下来的重要因素,逐步逼近现实来修改模型使之完善,这样就要形成一个逐步倒逼现实的数学模型。第二,要善于借鉴已有的数学模型。许多实际问题尽管有不同的现象和背景,却有相同的模型。比如力学中描述力、质量、加速度关系的牛顿第二定律F= M a,经济学中描述单价、销售额、销售量关系的C= p q。数学模型都是Y = K X,我们要学会观察分析,看到问题的本质,抓住本质特征,修正我们现有的模型。

(6).模型求解-软件帮助

不同的模型需要不同的数学工具来求解,如解方程、画图、证明定理、逻辑运算、数值运算等传统方法和现代数学方法。建模发展到现代,通常大部分模型都是通过软件编程来求解的。你要熟悉三大软件(Matlab、Maple、Mathematic)中的至少一个,还要学习一些专门的软件。比如DPS,SAS,SPSS用于解决概率和统计问题;隐语、林多语等。谁来解决运营优化问题。熟练使用这些数学软件会给我们带来快捷方便的解答。其次,尝试用不同的方式解决,既能体现你的思维比较开放,也能间接验证你解决方法的正确性。此外,主要算法的一些简要步骤,处理或简化问题的方法,表格或图像的适当应用。

最后,我需要提醒你,必要的时候可以给出数学证明,这会给你的论文增色不少。

(7).模型(结果分析)-测试和校正

建立数学模型的目的是为了解决实际问题。因此,模型得出的结果必须回归到实际问题中。如果模型的结果与实际问题一致,说明模型经过检验符合实际问题,否则不起作用,不能直接应用于实际问题。这时,如果数学模型的建立没有问题,就要考虑建模时所做的假设是否合理,检查是否忽略了不该忽略的因素或不该保留的因素。对假设进行必要的修正,重复之前的建模过程,直到模型能够反映给定的实际问题。

通常的做法是:

由于在模型假设中忽略了一些影响问题的次要因素,这或多或少地简化了问题,但难免会产生一些误差;另外,解决问题的方法有很多种,论文中可能只会用到其中的一两种,所以思路可能有限;而且模式本身也会有它的优点和缺点。因此,我们在这一部分应该做的事情主要包括以下三点:

A.是否可以用其他方式或方法解决。

B.模式的优缺点分析。

C.模型的误差分析或灵敏度分析。

做好以上工作,既是对原问题的补充说明,也是严谨的思维和逻辑,让你的论文一气呵成。

(8)模型的评估和推广

什么样的数学模型好?一般来说,一个好的模型应该具备以下五点:

(1)对给定问题进行了综合考虑。在一个实验问题中,往往有很多因素同时作用于所研究的对象,在数学描述时要综合考虑这些因素。这项工作可以分为三个步骤:

(1)列出各种因素;

②选择纳入模型的主要因素;

③考虑其他因素的影响,对模型进行修正。

(2)对现有模型进行创造性改进。数学模型是对现实对象抽象和理想化的产物。它对于对象所属的域不是唯一的,并且可以转移到另一个域。生态、经济、社会等领域的建模经常借用物理领域的模型。能否对现有模型进行创造性转化,是考量一个数学模型优劣的重要标志。

(3)善于抓住问题的本质,简化变量之间的关系。数学模型应该是对实际问题的本质描述。如果模型过于复杂,则无法求解或难以求解,否则无法客观反映客观现实。

(4)注重结果分析,考虑其在实践中的合理性。数学模型是一个从现实到数学,再从数学到实际问题的过程。因为目前的模型只依赖于问题中的数据,如果从模型中得到的结果与现实相符,那么模型就是成功的,否则就是失败的,这就需要我们进一步修改。

(5)具有良好的稳定性。数学模型是依靠已有的数据和其他信息建立起来的,它的价值在于能够从已知的信息中预测未知的事物。因此,一个好的数学模型的结果对原始数据有很好的依赖性,即原始数据和参数的小变化不会引起结果的大变化,保证了模型的适应性和有效性。

由于论文本身的局限性,有些问题可以在这里深入探讨,这也是文章的另一个亮点,实力较强的团队可以充分发挥。这一部分对整篇论文的作用是画龙点睛。此外,我们对问题进行了多方面的讨论和延伸:可以适当放宽假设条件来考虑问题;你可以改进你的算法等等,但是我觉得这里做定性分析就够了。最后主要是发散问题的横向和纵向。因为评委的评审工作已经基本结束了。

(9)参考文献

注意这里的格式。准入条件有明确规定:

A.书的表述是:【编号】作者、书名、出版地:出版社、出版年份。

B.参考文献中期刊论文的表述为:【编号】作者、论文名称、杂志名称、期号、页码、出版年份。

C.参考文献中网络资源的表述有:【编号】作者、资源标题、网址、访问时间。

至于附录,附上相关的程序和运算结果以及数学证明就够了。

最后,注意论文的整体感,尤其是文字表达是否准确严谨。

第三,用通用数学软件写程序。

编写计算机程序时,基本原则是使用常见的、熟悉的软件,这样可以尽快出结果,即使出错也能很快被发现并改正。通用的数学软件是基于一定的理论基础和算法,其计算结果具有一定的可信度。所以用matlab、mathematicas、lindo、lingo等数学软件编写的程序可以增加模型结果的可信度。另外,也可以使用一些二次开发程序。比如TSP,EXCEL,DPS等等。

第四,善于合理使用图表。

写论文的时候,一定要尽量注意图表的使用。用图表比用文字更清晰直接。图表通常可以代替一大段枯燥的文字,插图也可以为纸张增添色彩。要知道评委大多是老教授老专家。为了教专家们的眼睛,减少他们的文字之苦,多使用图表绝对是个不错的选择。需要注意的是,图表的引用要规范,交叉引用时一定要注意不要放错位置。为此,每一个图表都要编号,全篇图表的编号要连续。图表尽量在纸张中交替出现,排版时也要在页面中间,避免出现在顶部,可以增加文章的视觉美感。

第五,充分发挥团队的作用

在比赛中,队员之间的配合非常重要。每个人都要对自己群体的长处有一个清晰统一的认识,擅长什么样的问题,不擅长什么样的问题。这样在选题的时候就不会耽误太多时间。

分工的原则:

建模:推导数学模型,数学能力强。

编程:较强的计算机技能。

论文写作:写作能力强。

其次,团队中要有一个核心球员,他的作用相当于电脑中的CPU。核心球员发挥好了,就能带动一个团队正常有效的工作。无论是选题、讨论、写作、协调甚至情感,核心队员都要充分发挥自己的主导作用,让整个团队自信高效地完成比赛,否则可能会导致团队情绪低落、信心不足,甚至放弃之前的一切努力。

第六,合理控制写作进度

做任何事情,合理的时间安排很重要,建模也是如此。应该事先制定一个计划。论文大体分为十大部分:摘要、问题提出、模型假设、问题分析、模型假设、模型建立、模型求解、结果分析、模型评估与推广、参考文献和附录。一般需要确定我们团队成员每天需要完成哪几段工作,这样才能让工作临阵退缩,保证论文写作能在规定时间内完成,避免因为时间用完了而没有完成任务,最终论文无法完成的被动局面。

通常的比赛日程:

第一天:上午:确定题目,查阅文献。

下午:开始分析,建立初步模型。

晚上:编程,得到初步计算结果65438+下午02: 00休息。

第二天:上午:得到第一个模型的合理结果。

下午:开始写论文,考虑改进第一个模型。

晚上:得到第二个模型的初步结果。下午12: 00休息。

第三天:上午:得到第二个模型的合理结果。

下午:考虑进一步优化前两个模型,得到第三个数学模型。

或者验证前两个模型的正确性。

晚上:拿到最终成绩,完成整篇论文。

参考资料:/blog/static/52163189200710104153565438/