猪肉市场预测的数学模型

承诺书

我们仔细阅读了中国大学生数学建模竞赛的竞赛规则。

我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。

我们知道，抄袭别人的成果是违反竞赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。

我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。

我们参赛选择的题号是（从A/B/C/D中选择一项填写）：

我们的参赛报名号为（如果赛区设置报名号的话）：

所属学校（请填写完整的全名）：

参赛队员（打印并签名）：1.

2.

3.

指导教师或指导教师组负责人（打印并签名）：

日期：2010年9月12日赛区评阅编号（由赛区组委会评阅前进行编号）：

编号专用页

赛区评阅编号（由赛区组委会评阅前进行编号）：

全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：

猪肉市场预测的数学模型

摘要

本文研究生猪存栏量，猪肉价格预测的问题，通过题目中的已知条件和要求，借助合理的假设，建立了两个数学模型。其中，模型一是利用灰色系统预测模型，即进行关联分析，对原始数据进行生成处理来寻找系统变动的规律；模型二我们构造了模拟函数，通过最小二乘法确定参数，预测出2010年我国36个大中城市猪肉价格。

问题一，对于生猪年末存储量的预测中，由于1985年取消生猪派购、放开肉类市场生猪价格的大起大落导致了养殖效益的跌宕起伏，因此我们不考虑1985年以前的数据。我们采用了灰色系统理论中的GM(1,1)预测模型，选取1985年到2009年的25组数据进行预测，得出平均残差3.51%，符合预测标准。我们通过GM（1，1）预测出2010年生猪年末存栏量的数值为47403万头。

问题二，对于2010年我国36个大中城市猪肉价格的预测中，通过对数据的分析，我们构造的模拟函数包括表示初始价格的常数、表示总体波动的周期为4年的正弦函数和表示众多繁杂因素影响的傅里叶级数（出于计算考虑取级数前50项）。通过最小二乘法确定各参数，得出的模拟函数对已知数据完全贴合。在模型检验中，我们只用部分已知数据来确定模拟函数，发现模拟结果与未使用的数据也有很好的吻合程度。最后利用模拟函数对猪肉价格走势进行模拟。

关键词：猪肉价格存栏量灰色预测模拟函数周期波动

一、问题重述

1.1.背景资料与条件

我国是个人口大国,我国人民长期以来形成了偏好消费猪肉的生活习惯,猪肉是我国居民消费量最大的肉类。我国自1985年取消生猪派购、放开肉类市场、实行多渠道经营以后,生猪市场就始终处于周期性波动状态。生猪价格的大起大落导致了养殖效益的跌宕起伏，也对居民生活影响重大。2007年5月以来,国内猪肉价格出现大幅上涨并达到历史最高点;与此同时,其他基本消费品价格也轮番上涨。一时间猪肉价格成了各界关注的热点,并引起相关部门和国内学者的广泛关注。

1.2.需要解决的问题

为了稳固生猪市场，保障农民的利益，对生猪产业的规模及猪肉价格做出准确预测显得尤为重要。题目要求（1）预测2007-2010年生猪年末存栏量；（2）预测2010年我国36个大中城市猪肉价格。

二、问题分析

我国人民长期以来形成了偏好消费猪肉的生活习惯，猪肉是我国居民消耗量最大的肉类。因此，猪肉价格的大起大落对我国居民的生活影响重大。由于生猪的繁殖生长具有周期性，又有疾病发生等不可预测的因素，所以单就市场规律无法达到猪肉供求的均衡，保持猪肉价格尤为重要，而其中把握和预测猪肉价格走势的信息更是重中之重，因此对问题一、二进行深入分析。

对于问题一，由于1985年取消生猪派购、放开肉类市场生猪价格的大起大落导致了养殖效益的跌宕起伏，因此我们不考虑1985年以前的数据。我们采用了灰色系统理论中的GM(1,1)预测模型对其分析和求解，通过鉴别系统因素之间法杖趋势的相异程度，进行关联分析，对原始数据进行生成处理来寻找系统变化的规律，生成有较强规律性的数据序列，建立相应的微分方程模型，从而预测事物未来的发展趋势状况，最后，考虑1985到2009年的25组数据进行预测。

对于问题二，我们构造的模拟函数包括表示初始价格的常数、表示总体波动的周期为4年的正弦函数和表示众多繁杂因素影响的傅里叶级数（出于计算考虑取级数前50项）。通过最小二乘法确定各参数，利用模拟函数对猪肉价格走势进行模拟。

三、基本假设

1、假设消费者在一定时期内不会改变对猪肉的偏好，需求量不会发生巨大变化；

2、在一定时期内，不会发生重大疫情、灾害或国家政策干预等引发猪肉价格急剧变化的事件；

3、在预测期间内，饲料价格不会发生大幅上涨，保持平稳状态；

4、忽略猪肉的进出口因素影响。

四、符号说明

(1)、)0(x 为参考序列

(2)、()

1x 为一次累加序列 （3）、^

x

)

0(为比较序列

(4)、()'

0x 为平移后的序列

（5）、0p 为初始价格

五、 模型的建立与求解

第一问：

5.1、灰色系统GM 预测模型 5.1.1 模型的建立

灰色系统是既含有已知信息，又含有未知信息或非确知信息的系统。其研究的重要内容之一是如何从一个不甚明确的、整体信息不足的系统中抽象并建立起一个模型，该模型能使灰色系统的因素由不明确到明确，由知之甚少发展到知之较多提供研究基础。灰色预测是通过原始数据的处理和灰色模型的建立，发现、掌握系统发展规律，对系统未来状态作出科学的定量预测。 灰色预测的主要步骤：

记参考数据列

))(),2(),1(()0()0()0()0(n x x x x = )0(x 经过一次累加生成的序列))(),2(),1(()1()1()1()

1(n x x x x

=

其中

∑==k

i i x k x 1

)0()

1()

()( n k ,2,1=

求均值生成序列： ))()1((21

)()1()1()1(k x k x k z +-= n k ,3,2=

则))(),2(),1(()1()1()1()

1(n z z z z

=。

于是建立灰微分方程为

b k az k x =+)()()1()0(，n k ,3,2= 相应的白化微分方程为

b t ax dt dx =+)()1()

1(

则参数b a ,的表达式为

1()T T

a B B B Y

b -??= ???，

(1)(1)

(1)(2)

1(3)1()1z z B z n ??

- ?-

?= ?

? ?-?? ，

(0)(0)(0)(2)(3)()x x Y x n ?? ?

?

= ? ? ??? 若令

∑==n

k k z C 2

)1()

(，

∑==n

k k x D 2

)0()

(，

)

()()

0(2

)

1(k x k z E n

k ∑==，

2

2

)1())((∑==n

k k z F ，则

参数b a ,的表达式为

2)1()1(C F n E n CD a ----=

2)1(C F n CE

DF b ---=

白化微分方程

b k az k x =+)()()

1()0( 取

()()()

()1001x x =，得时间响应函数 代入公式

(1)?(1)x k +=(1)

((0))ak b b x e a a --+ 得到生成序列(1)?(1)x k +及模型还原值(0)?(1)x k +

(0)?()x k =)1(?)(?)1(1)1(1--k x k x 应用生成序列进模型预测、用模型还原值进行检验。 5.1.2模型计算：

设原始灰色序列为85年到09年的年末存栏量，经过下列计算得到预测方程式如下：

(1)

?(1)x k +=(1)

((0))ak b b x e a a --+=()0123.0/34215 2334215/0.0133139.60123.0++k e

表1 2002-2005年GM （1，1）灰色系统预测值与实际值比较

由上述表格利用相对误差计算得知相对平均误差为 3.51%，平均误差低于5%，误差率不大，通过检验。

通过以上预测模型，我们预测出2010年的年末存栏量是47403头。 具体程序见附录一。

第二问：

5.2、模型的建立与求解 5.2.1、模型的建立

1985年取消生猪派购、放开肉类市场、实行多渠道经营以后,生猪市场就始终处于周期性波动状态。生猪价格的大起大落导致了养殖效益的跌宕起伏，也对居民生活影响重大。2007年5月以来,国内猪肉价格出现大幅上涨并达到历史最高点。由于生猪的生产过程必须经过繁育母猪、产仔、育肥3个阶段才能完成一次循环，这个过程至少要用一年半的时间，所以由供求关系可知猪肉价格会呈现出周期为3至4年的波动状况。而在每一年中由于节日前后，尤其是春节前后是猪肉需求旺季，而平时为猪肉需求淡季，所以猪肉价格在短时间内也会出现波动，虽然每次波动的幅度和持续时间不尽相同，但还是有一定周期性。

我们用由参数未定的一系列三角函数的和组成的函数来模拟猪肉价格的走 势，并通过最小二乘法确定模拟函数的各项参数。

5.2.2、模型的计算 模拟函数为:

()()()()()01

sin cos sin N

n n n f t p a wt a nt b nt λ==++++∑

式中0p 为初始价格， ()sin a wt λ+表示价格在大的时间范围内波动，可取波动周期为4 年，即52×4=208 周（2/208w π=）， ()()1cos sin N

n n n a nt b t =+∑表示由于各种扰动引起的波动，如前所述的节日与非节日对猪肉的需求量的差异， 还有各种其他繁多且细碎的影响因素，所以用傅里叶级数来模拟是合适的。

根据已有数据利用最小二乘法可确定上式中各参数的值，利用最后求解出的模拟函数对猪肉价格走势进行模拟。当N 较大时预测数据有不少毛刺，所以我们对预测数据进行平滑处理，即再取预测点的走势曲线为最终的预测曲线。已知数据为07-07-25 到09-06-17，所以要预测2010 年猪肉价格走势，以07-07-25

为时间起点则需预测到180 周左右，预测结果呈如下：

图1、猪肉价格预测曲线

图中绿色“o”表示已有数据，“.”表示拟合值，曲线表示预测值的走势。可以看出模拟函数与已知数据完全吻合，对未来的预测也呈现出让人接受的走势。

2010-01-01年开始于上图的第125周（因为09-06-17为第98周），此时正是猪肉价格的上升时期，肉价约为12元/kg，这很好理解，因为此时正是春节时期，是猪肉需求的旺季。春节时期之后猪肉价格呈下跌趋势，到5月中旬左右，即约第145周，猪肉价格跌至约9元/kg，此后又呈上升趋势。

我们查阅相关资料，得知“2010年春节以来，我国商品猪肉价格持续下滑，从节前的均价12.6元/kg跌至3月中旬的9.1元/kg,跌幅深达28%”，由此可以看出我们的预测还是有效的。

此处我们再将查阅到的信息与预测信息做比较。

预测价格走势：

图2、猪肉价格预测曲线

图为09-10-06 至2010-06-06，对应于预测图第115 周到第150 周，可以看出两图走势上是一致的。再次验证了我们预测的有效性。

具体程序见附录二。

五、模型的评价

6.1、模型的优点

（1）、我们通过GM（1,1）模型预测时，进行残差校验，比较科学准确。

（2）、在预测36个城市的猪肉价格方面，我们用了模拟函数的方法，比一般的线性回归精确度高。

6.2、模型的缺点

（1）、在处理问题一时，我们没有考虑85年以前的数据，带有一定的主观性。

(2)、运用模拟函数时也有一定的主观性。

参考文献：

[1]陈光亭，裘哲勇.数学建模[M].北京：高等教育出版社，2010.2

[2]李志林，欧宜贵.数学建模及经典案例分析[J].北京：化学工业出版社，2007

[3]刘来福，曾文艺.数学模型与数学建模[M].北京：北京师范大学出版社，1997

[4]吴翔，吴孟达，成礼智。数学建模的理论与实践[J].长沙：国防科技大学出版社，1999。

附件

1.附件一

X0=[33139.6 33719.1 32773.0 34221.8 35281.0 36240.8 36964.6 38421.0 39300.0...

41461.9 44169.2 36283.6 40034.8 42256.3 43144.2 41633.6 41950.5 41776.2...

41381.8 42123.4 43319.1 41850.4 43989.5 46264.0 48204.8];

AU=c7fun73(X0);

a=AU(1);

u=AU(2);

m2=length(X0);

for k=1:1:m2-1

xx1(k+1)=(X0(1)-u/a)*exp(-a*k)+u/a;

end

s=0;

xx0(1)=X0(1);

xx1(1)=X0(1);

for jj=2:1:m2;

xx0(jj)=xx1(jj)-xx1(jj-1);

end

disp('GM(1,1)对数列进行预测结果');

xx0

disp('数列1原始观测数据');

X0

CA=zeros(size(X0));

CA=zeros(size(X0));

CA=abs(xx0-X0)

XD_Theta= CA ./ X0

AV=mean(XD_Theta)

disp('a');

AU(1)

disp('u');

AU(2)

t=[26 27]; %求2006、2007年的预测值

x1=(X0(1)-u/a)*(exp(-a*t)-exp(-a*(t-1)))

2.附件二

%拟合曲线y=exp(a*t+b)

clear all

x=[1971:1990];

y=[8.5229 8.7177 8.9221 9.0859 9.2420 9.3717 9.4974 9.6259 9.7542 9.8705

10.0072 10.1654 10.3008 10.4357 10.5851 10.7507 10.9300 11.1026 11.2704

11.4333];

fun=inline('exp(a(1)*t+a(2))','a','t')

a=nlinfit(x,y,fun,[0 0]) %非线性拟合

xx=1970:1990;

yy=exp(a(1)*xx+a(2));

plot(x,y,'o',xx,yy)

建立数学模型的方法、步骤、特点及分类

建立数学模型的方法、步骤、特点及分类 [学习目标] 1.能表述建立数学模型的方法、步骤； 2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非 预制性、条理性、技艺性和局限性等特点；； 3.能表述数学建模的分类； 4.会采用灵活的表述方法建立数学模型； 5.培养建模的想象力和洞察力。 一、建立数学模型的方法和步骤 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(System Identification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 §16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 图16-5 建模步骤示意图 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．

数学建模知识及常用方法

数学建模知识——之新手上路 一、数学模型的定义现在数学模型还没有一个统一的准确的定义，因为站在不同的角度可以有不同的定义。不过我们可以给出如下定义：“数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。”具体来说，数学模型就是为了某种目的，用字母、数学及其它数学符号建立起来的等式或不等式以及图表、图像、框图等描述客观事物的特征及其内在联系的数学结构表达式。一般来说数学建模过程可用如下框图来表明：数学是在实际应用的需求中产生的，要解决实际问题就必需建立数学模型，从此意义上讲数学建模和数学一样有古老历史。例如，欧几里德几何就是一个古老的数学模型，牛顿万有引力定律也是数学建模的一个光辉典范。今天，数学以空前的广度和深度向其它科学技术领域渗透，过去很少应用数学的领域现在迅速走向定量化，数量化，需建立大量的数学模型。特别是新技术、新工艺蓬勃兴起，计算机的普及和广泛应用，数学在许多高新技术上起着十分关键的作用。因此数学建模被时代赋予更为重要的意义。二、建立数学模型的方法和步骤 1. 模型准备要了解问题的实际背景，明确建模目的，搜集必需的各种信息，尽量弄清对象的特征。 2. 模型假设根据对象的特征和建模目的，对问题进行必要的、合理的简化，用精确的语言作出假设，是建模至关重要的一步。如果对问题的所有因素一概考虑，无疑是一种有勇气但方法欠佳的行为，所以高超的建模者能充分发挥想象力、洞察力和判断力，善于辨别主次，而且为了使处理方法简单，应尽量使问题线性化、均匀化。 3. 模型构成根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量间的等式关系或其它数学结构。这时，我们便会进入一个广阔的应用数学天地，这里在高数、概率老人的膝下，有许多可爱的孩子们，他们是图论、排队论、线性规划、对策论等许多许多，真是泱泱大国，别有洞天。不过我们应当牢记，建立数学模型是为了让更多的人明了并能加以应用，因此工具愈简单愈有价值。 4. 模型求解可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法，特别是计算机技术。一道实际问题的解决往往需要纷繁的计算，许多时候还得将系统运行情况用计算机模拟出来，因此编程和熟悉数学软件包能力便举足轻重。 5. 模型分析 对模型解答进行数学上的分析。“横看成岭侧成峰，远近高低各不同”，能否对模型结果作出细致精当的分析，决定了你的模型能否达到更高的档次。还要记住，不论那种情况都需进行误差分析，数据稳定性分析。例题：一个笼子里装有鸡和兔若干只，已知它们共有 8 个头和 22 只脚，问该笼子中有多少只鸡和多少只兔？解：设笼中有鸡 x 只，有兔 y 只，由已知条件有 x+y=8 2x+4y=22 求解如上二元方程后，得解 x=5,y=3，即该笼子中有鸡 5 只，有兔 3 只。将此结果代入原题进行验证可知所求结果正确。根据例题可以得出如下的数学建模步骤： 1）根据问题的背景和建模的目的做出假设（本题隐含假设鸡兔是正常的，畸形的鸡兔除外） 2）用字母表示要求的未知量 3）根据已知的常识列出数学式子或图形（本题中常识为鸡兔都有一个头且鸡有 2 只脚，兔有 4 只脚） 4）求出数学式子的解答 5）验证所得结果的正确性这就是数学建模的一般步骤三、数模竞赛出题的指导思想传统的数学竞赛一般偏重理论知识，它要考查的内容单一，数据简单明确，不允许用计算器完成。对此而言，数模竞赛题是一个“课题”，大部分都源于生产实际或者科学研究的过程中，它是一个综合性的问题，数据庞大，需要用计算机来完成。其答案往往不是唯一的（数学模型是实际的模拟，是实际问题的近似表达，它的完成是在某种合理的假设下，因此其只能是较优的，不唯一的），呈报的成果是一篇论文。由此可见“数模竞赛”偏重于应用，它是以数学知识为引导计算机运用能力及文章的写作能力为辅的综合能力的竞赛。四、竞赛中的常见题型赛题题型结构形式有三个基本组成部分： 1. 实际问题背景涉及面宽——有社会，经济，管理，生活，环境，自然现象，工程技术，现代科学中出现的新问题等。一般都有一个

2019淄博临淄生猪价格调查报告_调查报告_范文大全

2019淄博临淄生猪价格调查报告_调查报告_范文大全 基本情况 本次调研专门走访了临淄梧台养猪专业合作社、齐御种猪养殖场两家生猪养殖企业。 据调查了解，临淄梧台养猪专业合作社生猪总存栏量1050头左右，其中母猪存栏量120头左右，仔猪(60斤左右)存栏量400-500头;齐御种猪养殖场生猪总存栏量13000头左右，其中母猪存栏量1600头左右，仔猪(60斤左右)存栏量4500头。 两家养猪场都是属于自繁猪场，所以每月的出栏头数较为均衡，不存在大规模集中出栏的情况。 生猪的养殖成本收益情况 据调查了解，每头猪(210斤-220斤)的养殖成本在1400元-1500元之间，其中养猪饲料占80%，人工费20元/头、水电费10元/头、防疫费25元/头，等其他费用占20%左右。 随着近期玉米价格的上涨，饲料成本也在上涨，按照传统测算，玉米价格上涨0.1元/斤，生猪成本会上涨0.3元/斤。而当前生猪出栏价格在6.25元/斤，玉米价格上涨到了1.13元/斤，猪粮比价为5.53：1，仍大大低于警戒线。 生猪的销售收益已经不足以支撑养殖成本。按照当前出栏价格计算，每头生猪亏损额在120-180元之间。从去年开始的低价运行，导致了临淄区的散养户大幅度减少。据了解，梧台养殖合作社周边的散养户已经从去年同期的20家减少到目前的15家，和XX年的高峰期30余家相比减少了50%。 生猪价格近期上涨的原因 一是从去年开始，我区生猪出栏价格跌幅较大，全年价格较为低迷，造成了养殖户减少，市场上存栏量在减少。 二是由于价格长期低迷，养殖场普遍有压栏惜售的情况，人为的减少了出栏量。 三是去年10月至春节阶段，我区的生猪养殖出现了猪流感疫情，造成了100斤以上的生猪出现部分死亡的情况，而这部分死亡的生猪恰好是适宜近期出栏的，也间接造成了当季出栏量的减少。 四是玉米价格在春节过后出现了上涨的趋势，从节前的1.06元/斤上涨到了当前的1.13元/斤，间接推升了养殖成本。 后期市场走势 在本次调研中，临淄区物价局了解到，养殖户对未来的预期还是比较看好的。 由于去年前年连续两年的市场低迷，造成了部分养殖户被淘汰，市场总存栏的减少，后市预期生猪价格会有较好的局面。根据养猪大周期的估计，今年到明年上半年应该是生猪出栏价格上涨的阶段。 梧台养殖合作社的王有永经理甚至乐观的预计，生猪出栏价格会重回8元/斤以上的价格区间。

2019年生猪饲养成本收益调查报告.doc

2019年生猪饲养成本收益调查报告 2019年生猪饲养成本收益调查报告 为进一步发挥农产品成本调查工作的服务职能，为各级政府和有关部门分析农业经济效益、掌握市场信息、合理制定农产品产业政策提供依据。根据上级部门的工作安排，为了及时准确的反映我县生猪饲养成本及收益情况，我所成本调查人员对三个小规模生猪调查户的生猪生产、销售等情况通过查看养殖成本登记本与养殖户交谈、市场调查等方式，对今年上半我县生猪养殖成本情况进行了调查，现将调查户的生猪饲养成本及收益情况简要分析如下： 一、生猪饲养价格变动情况 根据调查户生猪成本调查登记本、生猪价格监测点监测信息和市场价格信息；近期市场猪肉价格为28元/公斤，生猪收购价格为17.4元/公斤，今年元月份生猪收购价格为15元/公斤，2月份13.40元/公斤，3-4月14.50元/公斤，5月份迅速上升，上升为17元/公斤，目前已上升为17.40元/公斤，市场猪肉价格、生猪收购价格波动变动较大。受市场生猪收购价格、市场猪肉价格上升的影响，仔猪价格也随着上涨，12公斤左右的仔猪，元月份为400元/头，3月份为500元/头，目前13公斤左右的仔猪为750元/头。 我县三个小规模生猪饲养户的生猪平均饲养天数为163.37天，较上年的166.43天，减少了3.06天，减幅为1.84%。主产品产量为116.60公斤,

较上年的119.10公斤，减少2.50公斤，减幅为2.10%。养殖天数减少，主产品产量减少的主要原因是今年上半年生猪收购价格逐月上升，涨到了历史最高点，到了出栏期的生猪，养殖户预计后期生猪收购价格会下降，提前对育肥猪进行出售，使生猪主产品产量减少，养殖天数减少。 2019年上半年生猪调查点平均每头生猪主产品产值为1891.07元，较上年的1536.65元增加354.42元，增幅为23.06%。主产品产值增加的主要原因是生猪出栏价格较上年大幅上涨。 二、生猪养殖成本减少 2019年上半年生猪调查点平均每头生猪总饲养成本为1551.92元，比上年饲养成本1793.19元减少241.27元，减幅为13.45%；每头生猪物质与服务费用1545.83元，比上年的1787.41元减少249.09元，减幅为16.73%。饲养成本减少的主要原因：物质与服务费用减少；生猪养殖天数减少，精饲料费下降。 物质与服务费减少。根据调查结果，2019年上半年小规模生猪养殖物质与服务费用1239.78元；比上年1488.87元减少249.09元，减幅为16.73%；物质与服务费用减少的主要原因：1、仔猪价格下降；上半年小规模生猪仔猪价格为288.73元，较上年的505.27元，减少216.54元，减幅为42.86%。 2、精饲料费下降，上半年小规模生猪调查户平均每头生猪精饲料费869.75元/头，较上年的898.35元/头，减少28.60元，减幅3.18%。精饲料费下降主要是主产品产量下降，饲养天数减少。上半年生猪平均饲养天数为163.37天，较上年的166.43天，减少了3.06天，减幅为1.84%。主产品产量为116.60公斤,较上年的119.10公斤，减少2.50公斤，减幅为2.10%。

什么是数学模型与数学建模

1. 什么是数学模型与数学建模 简单地说：数学模型就是对实际问题的一种数学表述。 具体一点说：数学模型是关于部分现实世界为某种目的的一个抽象的简化的数学结构。 更确切地说：数学模型就是对于一个特定的对象为了一个特定目标，根据特有的内在规律，做出一些必要的简化假设，运用适当的数学工具，得到的一个数学结构。数学结构可以是数学公式，算法、表格、图示等。 数学建模就是建立数学模型，建立数学模型的过程就是数学建模的过程（见数学建模过程流程图）。数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻划并"解决"实际问题的一种强有力的数学手段。 2.美国大学生数学建模竞赛的由来： 1985年在美国出现了一种叫做MCM的一年一度大大学生数学模型（1987年全称为Mathematical Competition in Modeling,1988年改全称为Mathematical Contest in Modeling,其所写均为MCM）。这并不是偶然的。在1985年以前美国只有一种大学生数学竞赛（The william Lowell Putnam mathematial Competition,简称Putman(普特南）数学竞赛），这是由美国数学协会（MAA--即Mathematical Association of America的缩写）主持，于每年12月的第一个星期六分两试进行，每年一次。在国际上产生很大影响，现已成为国际性的大学生的一项著名赛事。该竞赛每年2月或3月进行。 我国自1989年首次参加这一竞赛，历届均取得优异成绩。经过数年参加美国赛表明，中国大学生在数学建模方面是有竞争力和创新联想能力的。为使这一赛事更广泛地展开，1990年先由中国工业与应用数学学会后与国家教委联合主办全国大学生数学建模竞赛（简称CMCM），该项赛事每年9月进行。

对中国大学生数学建模竞赛历年成绩的分析与预测

2012年北京师范大学珠海分校数学建模竞赛 题目：对中国大学生数学建模竞赛历年成绩的分析与预测 摘要 本文研究的是对自数学建模竞赛开展以来各高校建模水平的评价比较和预测问题。我们将针对题目要求，建立适当的评价模型和预测模型，主要解决对中国大学生数学建模竞赛历年成绩的评价、排序和预测问题。 首先我们用层次分析法来评价广东赛区各校2008年至2011年及全国各大高校1994至2011年数学建模成绩，从而给出广东赛区各校及全国各大高校建模成绩的科学、合理的评价及排序；其次运用灰色预测模型解决广东赛区各院校2012年建模成绩的预测。 针对问题一，首先我们对比了2008到2011年参加建模比赛的学校，通过分析我们选择了四年都参加了比赛的学校进行合理的排序（具体分析过程见表13），同时对本科甲组和专科乙组我们分别进行排序比较。在具体解决问题的过程中，我们先分析得出影响评价结果的主要因素：获奖情况和获奖比例，其中获奖情况主要考虑国家一等奖、国家二等奖、省一等奖、省二等奖、省三等奖，我们采用层次分析法，并依据判断尺度构造出各个层次的判断矩阵，对它们逐个做出一致性检验，在一致性符合要求的情况下，通过公式与matlab求得各大学的权重，总结得分并进行排序（结果见表11）；在对广东赛区各高校2012建模成绩预测问题中，我们采用灰色预测模型，我们以华南农业大学为例，得到该校2012年建模比赛获奖情况为：省一等奖、省二等奖、省三等奖及成功参赛奖分别为5、9、8、8(其它各高校预测结果见表10）。 针对问题二，我们对全国各院校的自建模竞赛活动开展以来建模成绩排序采用与问题一相同的数学模型，在获奖情况考虑的是全国一等奖、全国二等奖。运用matlab求解，结果见表12。 针对问题三，我们通过对一、二问排序的解答及数据的分析，得出在对院校进评价和预测时还应考虑到各院的师资力量、学校受重视程度、学生情况、参赛经验等因素，考虑到这些因素，为以后评价高校建模水平提供更可靠的依据。 关键词：层次分析法权向量灰色预测模型模型检验 matlab

猪肉价格市场调查报告

猪肉价格市场调查报告 猪肉是人们生活的必需品，在人们的日常生活中扮演着非常重要的角色，与人们的生活密切相关。猪肉价格对经济形势很敬感，在某种程度上来说，猪肉价格是当前国民经济势态的一个重要参照物，在08年体现地尤为突出。 自2007年，我国的猪肉价格突然发飙，将CPI推升到一个制高点后，猪的命运也首次与CPI指数紧密联系到一起，公众认为“是猪肉拱高了CPI”。随后，猪肉价格在经历了2008年上半年涨，下半年跌;2009年相对平稳;2010年开始反弹;2011年快速飙升期，到2012年的低迷，猪肉走势似乎始终与CPI紧密相关。CPI被戏称为“中国猪肉指数”。 今年猪肉价格较平稳，但比去年低很多 在国家统计局公布的9月份CPI数据中，全国居民消费价格总水平同比上涨 1.9%,比上月小幅回落0. 1个百分点。其中，食品价格涨幅为 2. 5%,较上月回落0. 9 个百分点。13日，精猪肉价格大约为13元/斤 2012年10月17日猪肉平均价格为24.12元/公斤。其中最高地区猪肉价格:新疆克拉玛依独山子区26元/公斤。最低地区猪肉价格：山东省日照市莒县23. 2元/ 公斤。 监测数据显示，，，月份以来，全国猪肉价格整体呈下降走势。与，月，，日相 比，，，月，，日，猪后臀尖肉、猪五花肉全国日均价分别下降，（,，、，（,，；分地区看，超八成省区市猪肉价格下降。其中广东、福建、广西的猪五花肉价格降幅居前，分别为，（,，、，（,，、，（,，；云南、广西、广东、辽宁的猪后臀尖肉价格降幅居前，分别为,（，八，（,，、，（,，、，（,，。

中秋节过后，猪肉价格持续回落，后肘由11. 5元/斤降至10. 28元/斤，五花肉、前肘价格也均有小幅回落。销售人员介绍，玉米等饲料价格开始下跌，养殖成本的缩减也促成了肉价的回落。未来走势： 就口前形势而言，下半年的猪肉价格将持续上涨。影响猪肉价格的核心因素之一是饲料价格，日前饲料主要以玉米和大豆为主。今年美国大豆和玉米的儿个主产地受灾较严重，今年全球大豆可能减产 20%-30%,而LJ前我国大豆主要依靠进口。未来猪饲料价格存在较大不确定性，存在导致猪肉价格波动的可能性。总体而言，今年末至明年初的猪肉价格将稳步上升。 直至目前为止，全国生猪出场价为14.8元/公斤左右，环比上涨1.3%以上。而8月20日-8月26日，全国规模以上生猪定点屠宰企业白条肉平均出厂价格为19. 85元/公斤，环比上涨0. 97%,同比下降22.22%。 回想去年通胀逐月走高的时期，肉类价格尤其是猪肉价格无意识主要的助推力。尽管近两年个别蔬菜价格也出现了阶段性的攀高，却也无法起到改变通胀走势的作用，可见影响CPI走势的依然是肉类价格波动，此次猪肉价格回升必将会刺激物价有所反弹。 社科院农村发展研究所农村宏观经济室副主任李国祥表示，猪肉价格上涨一定会对CPI 造成影响，但下半年CPI水平仍将回落。LI前猪肉价格是季节性因素导致的小幅上涨，只要不是大幅快速上涨，对CPI的影响不会很大。虽然猪肉价格将上涨，但其他影响CPI的价格因素可能下跌，可以在一定程度上对冲。

数学建模的基本步骤

数学建模的基本步骤 一、数学建模题目 1）以社会，经济，管理，环境，自然现象等现代科学中出现的新问题为背景，一般都有一个比较确切的现实问题。 2）给出若干假设条件： 1. 只有过程、规则等定性假设； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形等。 根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题，优化问题一般需要对问题进行优化求解找出最优或近似最优方案，统计问题一般具有大量的数据需要处理，寻找一个好的处理方法非常重要。 二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型，寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析，寻求规律建立数学模型，采用的分析方法一般有： 1）. 回归分析法(数理统计方法)-用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n，确定函数的表达式。 2）. 时序分析法--处理的是动态的时间序列相关数据，又称为过程统计方法。 3）、多元统计分析（聚类分析、判别分析、因子分析、主成分分析、生存数据分析）。 3、计算机仿真（又称统计估计方法）：根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿，观察在某种规则限制下的仿真结果（如蒙特卡罗模拟）。 三、模型求解： 模型建好了，模型的求解也是一个重要的方面，一个好的求解算法与一个合

适的求解软件的选择至关重要，常用求解软件有matlab，mathematica，lingo，lindo，spss，sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解，spss，sas一般用于统计问题的求解，matlab，mathematica功能较为综合，分别擅长数值运算与符号运算。 常用算法有：数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。 图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。 四、自学能力和查找资料文献的能力： 建模过程中资料的查找也具有相当重要的作用，在现行方案不令人满意或难以进展时，一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站：CNKI、VIP、万方。 五、论文结构： 0、摘要 1、问题的重述，背景分析 2、问题的分析 3、模型的假设，符号说明 4、模型的建立（局部问题分析，公式推导，基本模型，最终模型等） 5、模型的求解 6、模型检验:模型的结果分析与检验，误差分析 7、模型评价:优缺点，模型的推广与改进 8、参考文献 9、附录 六、需要重视的问题 数学建模的所有工作最终都要通过论文来体现，因此论文的写法至关重要：

全县猪肉价格波动调研报告通用范本

内部编号：AN-QP-HT514 版本/ 修改状态：01 / 00 In Order T o Standardize The Management, Let All Personnel Enhance The Executive Power, Avoid Self- Development And Collective Work Planning Violation, According To The Fixed Mode To Form Daily Report To Hand In, Finally Realize The Effect Of Timely Update Progress, Quickly Grasp The Required Situation. 编辑：__________________ 审核：__________________ 单位：__________________ 全县猪肉价格波动调研报告通用范本

全县猪肉价格波动调研报告通用范本 使用指引：本报告文件可用于为规范管理，让所有人员增强自身的执行力，避免自身发展与集体的工作规划相违背，按固定模式形成日常报告进行上交最终实现及时更新进度，快速掌握所需了解情况的效果。资料下载后可以进行自定义修改，可按照所需进行删减和使用。 今年端午节（6月19日）当天，我县猪肉价格首次出现异常波动，猪肉市场价格由原来的12元/斤（精瘦肉，下同）上涨到15元/斤，涨幅25%，而且上涨后的价格一直维持至今。为了了解和掌握全县生猪和猪肉价格的动态，我们进行了市场调查。 一、我县生猪养殖、存出栏及价格变化情况 我县生猪供应来源主要是农村散养户和少量小规模养殖户，约各占85%和15%，全县没有大型生猪养殖场，XX年全县生猪社会存栏量约20万头。今年以来，全县生猪社会存栏量以

数学建模常用方法

数学建模常用方法 建模常用算法,仅供参考： 1、蒙特卡罗算法（该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟可以来检验自己模型的正确性,是比赛时必 用的方法） 2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用M a t l a b作为工具） 3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算法来描述,通 常使用L i n d o、L i n g o软件实现） 4、图论算法（这类算法可以分为很多种,包括最短路、网络流、二分图等算法,涉及到图论的问题可以用这些方法解决,需要认真准备） 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法,很多场合可以用到竞赛中） 6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法,对于有些问题非常有帮助,但是算法的实现比较困难,需慎重使用） 7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法,在很多竞赛题中有应用,当重点讨论模型本身而轻视算法的时候,可以使用这种 暴力方案,最好使用一些高级语言作为编程工具） 8、一些连续离散化方法（很多问题都是实际来的,数据可以是连续的,而计 算机只认的是离散的数据,因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的） 9、数值分析算法（如果在比赛中采用高级语言进行编程的话,那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用） 10、图象处理算法（赛题中有一类问题与图形有关,即使与图形无关,论文 中也应该要不乏图片的,这些图形如何展示以及如何处理就是需要解决的问题,通常使用M a t l a b进行处理） 一、在数学建模中常用的方法： 1.类比法 2.二分法 3.量纲分析法 4.差分法 5.变分法 6.图论法 7.层次分析法 8.数据拟合法 9.回归分析法 10.数学规划（线性规划、非线性规划、整数规划、动态规划、目标规划） 11.机理分析 12.排队方法

关于肉及肉制品的分析报告——猪肉的分析

关于肉及肉制品的分析报告——猪肉的分析

目录 一、肉的概念--------------------------------------------------------------------------1二．猪肉的性能及特点 （一）营养分析-------------------------------------------------------------------3（二）食疗保健作用------------------------------------------------------------4（三）适宜人群------------------------------------------------------------------4 三、猪肉的质量评价指标 肉色、PH值、风味物质、肌肉脂肪含量、嫩度、系水率-----------------5四、猪肉的检验 （一）肉制品检验的任务----------------------------------------------------------7（二）肉制品检验的作用----------------------------------------------------------7（三）肉制品检验的内容（方法）--------------------------------------------7（四）肉制品的卫生检验--------------------------------------------------------10 五、猪肉的包装特点-------------------------------------------------------------11 六、猪肉储运的基本要求------------------------------------------------------11 七、猪肉质量上存在的问题-----------------------------------------------------12 （一）遗传因素-------------------------------------------------------------------14（二）环境因素-------------------------------------------------------------------14（三）营养因素-------------------------------------------------------------------14八、提升该商品质量的建议---------------------------------------------------17

建立数学模型的方法、步骤、特点及分类 ()

薅§16.3建立数学模型的方法、步骤、特点及分类 螁[学习目标] 蚀1.能表述建立数学模型的方法、步骤； 蒆2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非预制性、条理性、技艺性和局限性等特点；； 羆3.能表述数学建模的分类； 蒃4.会采用灵活的表述方法建立数学模型； 葿5.培养建模的想象力和洞察力。 薆一、建立数学模型的方法和步骤 膃—般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.§16.2节的示例都属于机理分析方法。测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(SystemIdentification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 袁可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 膈建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 薆§16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 薄图16-5建模步骤示意图 蚃模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 芁模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．

数学建模方法模型

数学建模方法模型 一、统计学方法 1 多元回归 1、方法概述: 在研究变量之间的相互影响关系模型时候用到。具体地说:其可以定量地描述某一现象和某些因素之间的函数关系，将各变量的已知值带入回归方程可以求出因变量的估计值，从而可以进行预测等相关研究。 2、分类 分为两类:多元线性回归和非线性线性回归;其中非线性回归可以通过一定的变化转化为线性回归，比如:y=lnx 可以转化为 y=u u=lnx 来解决;所以这里主要说明多元线性回归应该注意的问题。 3、注意事项 在做回归的时候，一定要注意两件事: (1) 回归方程的显著性检验(可以通过 sas 和 spss 来解决) (2) 回归系数的显著性检验(可以通过 sas 和 spss 来解决) 检验是很多学生在建模中不注意的地方，好的检验结果可以体现出你模型的优劣，是完整论文的体现，所以这点大家一定要注意。 4、使用步骤: (1)根据已知条件的数据，通过预处理得出图像的大致趋势或者数据之间的大致关系; (2)选取适当的回归方程; (3)拟合回归参数; (4)回归方程显著性检验及回归系数显著性检验 (5)进行后继研究(如:预测等)

2 聚类分析 1、方法概述 该方法说的通俗一点就是，将 n个样本，通过适当的方法(选取方法很多，大家可以自行查找，可以在数据挖掘类的书籍中查找到，这里不再阐述)选取 m 聚类中心，通过研究各样本和各个聚类中心的距离 Xij，选择适当的聚类标准，通常利用最小距离法(一个样本归于一个类也就意味着，该样本距离该类对应的中心距离最近)来聚类，从而可以得到聚类结果，如果利用sas 软件或者 spss 软件来做聚类分析，就可以得到相应的动态聚类图。这种模型的的特点是直观，容易理解。 2、分类 聚类有两种类型: (1) Q型聚类:即对样本聚类; (2) R型聚类:即对变量聚类; 通常聚类中衡量标准的选取有两种: (1) 相似系数法 (2) 距离法 聚类方法: (1) 最短距离法 (2) 最长距离法 (3) 中间距离法 (4) 重心法 (5) 类平均法 (6) 可变类平均法 (7) 可变法

全县猪肉价格波动调研报告

全县猪肉价格波动调研报告 一、我县生猪养殖、存出栏及价格变化事情 二、我县生猪和猪肉价格上涨的要紧原因 1、生猪高致病性蓝耳病疫情的发生，致使生猪存栏量下落，市场供应货源短缺。今年来，全国一些省市相继浮现猪高致病性蓝耳病疫情，我县从5月份一些乡镇也浮现了疫情，而且传染比较强，一量发生疫情相邻的村庄都受到妨碍，生猪死亡率达40%，有的甚至浮现全庄生猪毁灭性死亡。如此，造成全县生猪存栏量急剧下落，市场供应浮现短缺，收购价格快速上涨，生猪价格由原来的4.004.50元/斤涨到6.507.00元/斤，增幅约60%。 2、生猪外运加剧我县货源奇缺，生猪价格高位坚挺。由于县外生猪价格上涨时刻比本县早，商贩经过收购贩运生猪猎取利润，本来货源就少，加上贩运加剧了本县货源奇缺，市场供应紧张。 3、生猪饲养成本增加，群众饲养生猪的积极性受到妨碍，造成饲养量和存栏量少。由于饲养生猪的各种原料价格提价，如稻谷、玉米涨价，加上疫苗、兽药价格也有上浮，原来饲养生猪出栏每头可获利100元左右，如今每头仅获利4050元，由于利润太低妨碍了农村散养户饲养生猪的积极性。 4、经济结构调整，农村生猪饲养量减少。我县每年外出务工的农民约有8.6万人，约占全县农村劳动力人数的55%，有的家庭夫妻两人都一起外出务工，家里惟独老人和孩子留守，并且，由于经济结构调整，浮现了一些专业队，专业村（庄），如：专业建造队、装修队，专业养蚕村、种蔗村等。外出务工的家庭没有人手和能力饲养生猪，搞建造的早出晚归，没有时刻喂养，并且，由于种蔗种桑的别断扩大，农村几乎再没有土地用于种植猪饲料了，所以，全县部分乡镇浮现无猪、无牛现象。 三、猪肉价格上涨对其他副食品价格的妨碍 四、近期我县生猪市场供求走势 依照我县当前生猪饲养、存栏现状和生猪生产的特点，预计我县生猪货源仍将偏紧，猪肉现行价格将维持到年底前，到新花生油上市后，猪肉价格可能会浮现小幅下落，但由于目前我县生猪市场在一定程度依赖外地调入才干缓解短缺的状况，加上生猪饲养期较长，所以，猪肉价格仍将维持一段较长的时刻。 五、解决生猪和猪肉价格上涨的建议 1、加大生猪饲养规模。一方面利用生猪收购价格上涨时机，做好农村散养户的市场信息宣传，调动群众养猪积极性，另一方面，国家对规模较大的生猪养殖场赋予政策扶持和资金补贴。 2、仔细组织市场供应。针对当前生猪存栏少、货源少，相关政府部门要肩负责任，想方设法调入生猪，保证市场供应，平抑市场价格。 3、加强市场监管。经贸、畜牧兽医、农业、工商、质监、食品药品、卫生监督、物价等相关政府部门要联合执法，各负其责，加强对生猪生产、经营、销售等各环节的监管。物价部门要做好猪肉等副食品价格的监测工作，完善价格波动应急预案，加强对市场价格趋势性、对策性分析，加强对集贸市场副食品价格的巡查，及时准确掌握市场价格动态。 4、强化生猪免疫。由于生猪各种疫情比较多，对生猪生产妨碍大，要落低生猪饲养的风险，必须强化对生猪的各种免疫。 寿诞祝词

数学建模-数据的统计分析

数学建模与数学实验 课程设计 学院数理学院专业数学与应用数学班级学号 学生姓名指导教师 2015年6月

数据的统计分析 摘要 问题：某校60名学生的一次考试成绩如下： 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 （1）计算均值、标准差、极差、偏度、峰度，画出直方图；（2）检验分布的正态性； （3）若检验符合正态分布，估计正态分布的参数并检验参数； 模型：正态分布。 方法：运用数据统计知识结合MATLAB软件 结果：符合正态分布

一． 问题重述 某校60名学生的一次考试成绩如下： 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 （1）计算均值、标准差、偏差、峰度，画出直方图； （2）检验分布的正态性； （3）若检验符合正态分布，估计正态分布的参数并检验参数。 二．模型假设 假设一：此组成绩没受外来因素影响。 假设二：每个学生都是独自完成考试的。 假设三：每个学生的先天条件相同。 三．分析与建立模型 像类似数据的信息量比较大，可以用MATLAB 软件决绝相关问题，将n 名学生分为x 组，每组各n\x 个学生，分别将其命为1x ，2X ……j x 由MATLAB 对随机统计量x 进行命令。此时对于直方图的命令应为 Hist(x,j) 源程序为： x1=[93 75 83 93 91 85 84 82 77 76 ] x2=[77 95 94 89 91 88 86 83 96 81 ] x3=[79 97 78 75 67 69 68 84 83 81 ]

数学建模缺失大数据补充及异常大数据修正

题目：数据的预处理问题 摘要 关键词：多元线性回归，t检验法，分段线性插值，最近方法插值，三次样条插值，三次多项式插值

一、问题重述 1.1背景 在数学建模过程中总会遇到大数据问题。一般而言，在提供的数据中，不可避免会出现较多的检测异常值，怎样判断和处理这些异常值，对于提高检测结果的准确性意义重大。 1.2需要解决的问题 （1）给出缺失数据的补充算法； （2）给出异常数据的鉴别算法； （3）给出异常数据的修正算法。 二、模型分析 2.1问题（1）的分析 属性值数据缺失经常发生甚至不可避免。 （一）较为简单的数据缺失 （1）平均值填充 如果空值为数值型的，就根据该属性在其他所有对象取值的平均 值来填充缺失的属性值；如果空值为非数值型的，则根据众数原 理，用该属性在其他所有对象的取值次数最多的值（出现频率最 高的值）来补齐缺失的属性值。 (2) 热卡填充（就近补齐） 对于包含空值的数据集，热卡填充法在完整数据中找到一个与其 最相似的数据，用此相似对象的值进行填充。 (3) 删除元组 将存在遗漏信息属性值的元组删除。 (二)较为复杂的数据缺失 (1)多元线性回归 当有缺失的一组数据存在多个自变量时，可以考虑使用多元线性回归模型。将所有变量包括因变量都先转化为标准分，再进行线性回归，此时得到的回归系数就能反映对应自变量的重要程度。 2.2问题（2）的分析 属性值异常数据鉴别很重要。 我们可以采用异常值t检验的方法比较前后两组数据的平均值，与临界值相

2.3问题（3）的分析 对于数据修正，我们采用各种插值算法进行修正，这是一种行之有效的方法。 （1）分段线性插值 将每两个相邻的节点用直线连起来，如此形成的一条折线就是分段线性插值函数，记作()x I n ，它满足()i i n y x I =，且()x I n 在每个小区间[]1,+i i x x 上是线性函数()x I n ()n i ,,1,0???=。 ()x I n 可以表示为 ()x I n 有良好的收敛性，即对于[]b a x ,∈有， 用 ()x I n 计算x 点的插值时，只用到x 左右的两个节点，计算量与节点个数n 无关。但n 越大，分段越多，插值误差越小。实际上用函数表作插值计算时，分段线性插值就足够了，如数学、物理中用的特殊函数表，数理统计中用的概率分布表等。 (2) 三次多项式算法插值 当用已知的n+1个数据点求出插值多项式后，又获得了新的数据点，要用它连同原有的n+1个数据点一起求出插值多项式，从原已计算出的n 次插值多项式计算出新的n+1次插值多项式很困难，而此算法可以克服这一缺点。 （3）三次样条函数插值[4] 数学上将具有一定光滑性的分段多项式称为样条函数。三次样条函数为：对于[]b a ,上的分划?：n x x x a