一、数学建模常见的题型
二、评价类赛题
综合评价是数学建模中的一类常见的问题,在国赛和美赛中都经常出现,例如国赛05年长江水质的综合评、2010年上海世博会影响力的定量评估问题、2014年美赛“最好大学教练“问题、2015年的“互联网+”时代的出租车资源配等都属于综合评价类问题。
综合评价是数学建模中的一类常见的问题,在国赛和美赛中都经常出现,例如国赛05年长江水质的综合评、2010年上海世博会影响力的定量评估问题、2014年美赛“最好大学教练“问题、2015年的“互联网+”时代的出租车资源配等都属于综合评价类问题。
2.主客观评价问题的区别
●主客观概念主要是在指标定权时来划分的。主观评价与客观评价的区别是,主观评价算法在定权时主要以判断者的主观经验为依据,而客观评价则主要基于测量数据的基本特性来综合定权
●定权带有一定的主观性,用不同方法确定的权重分配,可能不尽一致,这将导致权重分配的不确定性,最终可能导致评价结果的不确定性。因而在实际工作中,不论用哪种方法确定权重分配,都应当依赖于较为合理的专业解释。
3.如何选择合适的评价方法
●在评价类问题的分析中,如何选择合适的评价方法是决定评价结果好坏的关键因素,因此需要洞悉各常用评价方法的基本特性和使用条件才能顺利答题!
三、预测类赛题
1 预测类赛题的基本解题步骤
●预测就是根据过去和现在,估计未来预测未来。统计预测属于预测方法研究范畴,即如何利用科学的统计方法对事物的未来发展进行定量推测
●基于数学建模的预测方法种类繁多,从经典的单耗法、弹性系数法、统计分析法,到目前的灰色预测法。当在使用相应的预测方法建立预测模型时,我们需要知道主要的一些预测方法的研究特点,优缺点和适用范围
2 预测类问题的区别
●预测类问题分为两类:
●一类是无法用数学语言刻画其内部演化机理的问题;
●另一类是可以通过微分方程刻画其内部规律,这类问题我们称为机理建模问题,通过微分方程建模求解。
3 如何选择合适的预测方法
●在预测类问题的分析中,同样受到预测条件的限制(如数据量的大小、变量之间的关系等)不同的预测方法可能会产生不同的结果,因此需要根据实际情况来选择。
三、优化类问题
1 优化类赛题的基本解题步骤
●优化类问题是从所有可能方案中选择最合理的方案以达到最优目标。在各种科学问题、工程问题、生产管理、社会经济问题中,人们总是希望在有限的资源条件下,用尽可能小的代价,获得最大的收获(比如保险)。
●优化类问题一般的解题步骤为:
●(1)首先确定决策变量,也就是需要优化的变量;
●(2)然后确定目标函数,也就是优化的目的;
●(3)最后确定约束条件,决策变量在达到最优状态时,受到那些客观限制。
2 部分国赛优化类赛题的解决方案
●在08年国赛眼科病床的合理安排问题中,
●目标函数为医院病床的利用率最高;
·决策变量为服务策略:是先到病人先住院、急诊病人先住院还是占用病床时间短的病人先住院等;
●约束条件可能包括病人最长等待时间限制、不同症状之间的病人不同房等;
●在10年国赛交巡警服务平台的设置与调度问题中,
●决策变量为服务平台的位置坐标;
●目标函数为交巡警车到达事发地时间最短、交巡警封锁交通要道时间最短;
●约束条件可能包括事故发生后交警最晚到达时间,一定区域内服务平台最低数量要求等。
3 如何选择合适的优化方法
●优化类问题中常用的数学模型和求解算法,其中包括线性规划、非线性规划、整数规划、多目标规划等在模型求解中,对于凸优化模型,可以采用基于梯度的求解算法;对于非凸的优化模型,可以采用智能优化算法。