2012数学建模优秀论文A题

2011高教社杯全国大学生数学建模竞赛

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）： A

我们的参赛报名号为（如果赛区设置报名号的话）：04505

所属学校（请填写完整的全名）：德州学院

参赛队员(打印并签名) ：1. 翟明元

2. 张小凤

3. 邹菲

指导教师或指导教师组负责人(打印并签名)：赵学杰高秀莲

日期： 2011 年 9 月 12 日赛区评阅编号（由赛区组委会评阅前进行编号）：

2011高教社杯全国大学生数学建模竞赛

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）：

基于系统综合评价的城市表层土壤重金属污染分析

摘要

本文针对城市表层土壤重金属污染问题，首先对各重金属元素进行分析，然后对各种重金属元素的基本数据进行统计分析及无量纲化处理，再对各金属元素进行相关性分析，最后针对各个问题建立模型并求解。

针对问题一，我们首先利用EXCEL 和 SPSS 统计软件对各金属元素的数据进行处理，再利用Matlab 软件绘制出该城区内8种重金属元素的空间分布图最后通过内梅罗污染

模型：2

/12

max

22??

?

? ??+=P P P 平均综，其中平均P 为所有单项污染指数的平均值，max P 为土壤环境中

针对问题二,我们首先利用EXCELL 软件画出8种元素在各个区内相对含量的柱状图，由图可以明显地看出各个区内各种元素的污染情况，然后再根据重金属元素污染来源及传播特征进行分析，可以得出工业区及生活区重金属的堆积和迁移是造成污染的主要原因，Cu 、Hg 、Zn 主要在工业区和交通区如公路、铁路等交通设施的两侧富集，随时间的推移，工业区、交通区的土壤重金属具有很强的叠加性，受人类活动的影响较大。同时城市人口密度，土地利用率，机动车密度也是造成重金属污染的原因。

针对问题三，我们从两个方面考虑建模即以点为传染源和以线为传染源。针对以点为传染源我们建立了两个模型：无约束优化模型()[]()[]()

22y i y x i x m D -+-=，得到污染源的位置坐标()6782,5567；有衰减的扩散过程模型得位置坐标（8500,5500），模型为：

u k z

u c y u b x u a h u 222

2222222-??+??+??=??， 针对以线为传染源我们建立了l c be u Y ?-+=0模型，并通过线性拟合分析线性污染源的位置。

针对问题四，我们在已有信息的基础上，还应收集不同时间内的样点对应的浓度以及各污染源重金属的产生率。根据高斯浓度模型建立高斯修正模型，得到浓度关于时间和空间的表达式ut e C C -?=0。

在本题求解过程中，我们所建立的模型与实际紧密联系，有很好的通用性和推广性。但在求点污染源时，我们假设只有一个污染源，而实际上可能有多个点污染源，从而使得误差增大，或者使污染源的位置够不准确。

关键词 内梅罗污染模型 无量纲化 相关性 回归模型 高斯浓度模型

一、问题重述

俗话说：“一方水土养一方人”。城市是人类活动最密集的地区，但在废物处理设施仍不发达的绝大多数地区 ,城市及其周边土壤依然发挥着重要的容纳和净化污染物的功能,在强烈的环境负荷冲击下,土壤的服务功能面临极大的威胁,换言之,土壤的缓冲净化功能将接近极限并有被超过的危险,因而将导致严重土壤污染的产生,而其结果将是长远和危险的。随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。

人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。我们将城区分为生活区、工业区、山区、主干道路区及公园绿地区五个部分，分别进行土壤地质环境的调查，对城市环境质量做出评价，希望能有效控制重金属污染物的排放及扩散，制定相关措施保护好我们赖以生存的周边环境，根据题意，本文需要解决的问题有：

(1) 给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。

(2) 通过数据分析，说明重金属污染的主要原因。

(3) 分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。 (4)为更好地研究城市地质环境的演变模式，还应收集什么信息？有了这些信息，如何建立模型解决问题？

二、模型假设

⑴不考虑元素间的相互作用的影响

⑵短期内重金属元素的物理、化学变化及迁移对周围环境影响不大 ⑶假设附录中所给8种重金属元素的背景值真实 ⑷不考虑历史沉积的重金属的影响

三、符号说明

i x 第i 种元素在第j 个采样点的浓度（8,...2,1=i ）

； x 第i 种元素浓度的平均值（8,...2,1=i ）；

i x ' 第i 种元素在第j 个采样点无量纲化后的数值（5,...2,1=j ）； i P 第j 个功能区重金属i 的单项污染指数（5,...2,1=j ）； i C 第j 个功能区重金属i 含量的实测值（5,...2,1=j ）

； D 污染距离积；

h 污染源位置与已知采样点的距离；

()()()i y i x , 给定采样点的坐标；

四、数据处理

4.1 对重元素的分析

城市工业“三废”排放，金属采矿和冶炼，家庭燃煤，生活垃圾，汽车尾气排放都增加了城市土壤重金属的负荷。重金属污染环境的主要有汞、铅、铬、锌镉、铜等。其中汞的毒性最大，铬、铅、锌等也有相当大毒性。此外还有砷，砷虽不属于金属.但它的毒性与重金属相似，因此归于重金属一类阐述，称为类金属。目前对我国土壤污染比较普遍的重金属有汞、铬、砷。根据该城区重金属污染的情况，下面对重金属在土壤污染中的来源及传播途径作简要介绍。 4.1.1砷元素

该元素毒性很低，水体中含砷污染物主要来自砷和含砷金属矿的开采、冶炼，以及和砷化物为原料的玻璃、颜料、药物、纸张的生产都可产生含砷的废水，造成水体的砷污染。砷及砷化物在水中会在水生物体内累积，但累积程度比其他重金属要低。砷和砷化物，一般可通过水、大气和食物进入人体。 4.1.2镉元素

当环境受到镉污染后，镉可在生物体内富集，通过食物链进入人体引起慢性中毒。镉的主要污染源是电镀、采矿、冶炼、染料、电池和化学工业等排放的废水。相当数量的镉通过废气、废水、废渣排入环境，造成污染。镉对土壤的污染主要有气型和水型两种。气型污染主要来自工业废气。镉随废气扩散到工厂周围并自然沉降，蓄积于工厂周围的土壤中，可使土壤中的镉浓度达到40ppm 。水型污染主要是铅锌矿的选矿废水和有关工业（电镀、碱性电池等）废水排入地面水或渗入地下水引起。

4.1.3铬元素

对水体污染的铬主要来源于电镀、制革、铝盐生产以及铬矿石开采所排放的废水。是我国水体中一种普遍的污染物。水体中铬污染主要是三价铬和六价铬，它们在水体中的迁移转化有一定的规律性。 4.1.4铜元素

铜(Cu)及其化合物在环境中所造成的污染称为铜污染。主要污染来源是铜锌矿的开采和冶炼、金属加工、机械制造、钢铁生产等。冶炼排放的烟尘是大气铜污染的主要来源。世界铜的年迁移量为:岩石风化20万吨,河流输送11万吨 4.1.5汞元素

汞是在常温下唯一呈液态的金属元素。人类活动造成水体汞污染，主要来自氯碱、塑料、电池、电子等工业排放的废水。由于天然本底情况下汞在大气、土壤和水体中均有分布，所以汞的迁移转化也在陆、水、空之间发生。

4.1.6镍元素

镍污染是由镍及其化合物所引起的环境污染。大部分煤含有微量镍,通过燃烧过程被释放出来,这是大气中镍的主要来源。镍可以在土壤中富集。土壤中的镍主要

来源于岩石风化，大气降尘，灌溉用水（包括含镍废水），农田施肥，植物和动物残体的腐烂等。全世界每年镍的迁移状况是：岩石风化量为320 000吨，河流输送量为19 000吨,开采量为560 000吨，矿物燃料燃烧排放5 600吨。

4.1.7铅元素

铅对环境的污染，一是由冶炼、制造和使用铅制品的工矿企业，尤其是来自有色金属冶炼过程中所排出的含铅废水、废气和废渣造成的。二是由汽车排出的含铅废气造成的，汽油中用四乙基铅作为抗爆剂（每公斤汽油用1～3克），在汽油燃烧过程中，铅便随汽车排出的废气进入大气，成为大气的主要铅污染源

4.1.8锌元素

锌在土壤中富集，会使植物体中也富集而导致食用这种植物的人和动物受害。金属锌本身无毒，但在焙烧硫化锌矿石、熔锌、冶炼其他含有锌杂质的金属的过程中,以及在铸铜过程中产生的大量氧化锌等金属烟尘，对人有直接的危害。其他如橡胶轮胎的磨损以及煤的燃烧也是大气锌污染的原因。各种工业废水的排放是引起水体锌污染的主要原因。

4.2 对基本数据的分析

用 EXCELL软件和 SPSS统计软件处理数据如表1所示：

表1

4.3 元素浓度的无量纲化处理

在利用SPSS 统计软件数据进行聚类分析的时候，因为单位不统一需要进行无量纲化处理，我们采用均值化方法，即每一个变量除以该变量的平均值，即

x

x x i

i =

'， (1) 标准化以后各变量的平均值都为1，标准差为原始变量的变异系数。该方法在消除量纲和数量级影响的同时，保留了各变量取值差异程度上的信息，差异程度越大的变量对综合分析的影响也越大。

4.4 重金属元素间的相关性分析

研究土壤中重金属的相关性可以推测重金属的来源是否相同,若重金属含量有显著的相关性,说明有相同来源的可能性较大,否则来源可能不止一个.

我们用积差法来计算各重金属之间的相关系数，所谓积差法就是用两个变量的协方差与两个变量的标准差的乘积之比：

()()()()

()()

2

2

2

2

2

2

2y

y

x

x

y

x xy y y x x y y x x r y

x xy

---=

----=

=∑∑∑σσσ

表2 重金属元素间的相关系数

A 组：Cr ，Ni ，Cu

B 组：Pb ，Cd ，Zn

而对于As 、Hg 由相关系数表可见，其相关系数较小，我们认为相关参数小的元素间没有关系，所以将其各自单独一组。

下面我们建立回归模型图像验证它们之间的函数关系：

00.5

1 1.52

N i

图1 Cr 与Ni

0.51 1.5

0.5

1.5

P b

图

2 Cd 与Pb

0.51 1.52Z n

图3 Pb 与

Zn

0.51.5C u

图4 Cr 与Cu

显然Cr ，Ni 和Cu 及Pb ，Cd 和Zn 显示属于适度空间相关性，反映区域因素（土壤母质）对其含量的影响较大 ，而As 、Hg 元素则属于低空间相关性，说明其受到人为因素 （工业布局 施肥 灌溉和土地利用方式等 ）作用较强。

五、模型的分析、建立与求解

5.1 问题一

5.1.1重金属的空间分布

由附件中所给的数据，我们考虑将各采样点的坐标和重金属的浓度建立对应关系，利用Matble 软件画出等高线来体现该城区8种重金属的空间分布。

y

图1 城市土壤As 的空间分布特征012

x 10

45000

10000

15000

y

图2 城市土壤Cd 的空间分布特征012

x 10

45000

10000

15000

y

图3 城市土壤Cr 的空间分布特征012

x 1045000

10000

15000

y

图4 城市土壤Cu 的空间分布特征012

x 10

45000

1000015000

从图中可以看出：该城市土壤中As 元素的分布没有出现明显的富集，整体有从西向东递减的趋势(见图1)。说明人类活动对As 元素的分布影响不大。所以可以推断城市土壤中这种元素主要是自然来源,另外它的浓度在中国土壤背景值范围内,这说明它的含量可能主要受成土母质影响。

该城市土壤中Cd 元素的分布没有出现明显的富集，整体浓度偏差不大（见图2）。对比数据可以看出，整个城市除边缘部分外Cd 的浓度都明显高于背景值的范围。可知该城市Cd 污染很严重。

该城市土壤中Cr 和Cu 两种元素含量的空间分布规律比较相似(见图3、图4),表现为,在西南部形成一个明显峰值,并且西部Cr 和Cu 的浓度远远超出背景值的范围。从整体上看，两种元素的浓度在东部和中部都为零，显然西部高于中东部。

y

图5 城市土壤Hg 的空间分布特征012

x 10

4500010000

15000

y

图6 城市土壤Ni 的空间分布特征012

x 10

45000

10000

15000

y

图7 城市土壤Pb 的空间分布特征012

x 10

4500010000

15000

y

图8 城市土壤Zn 的空间分布特征012

x 10

4500010000

15000

该城市土壤中Hg 和Zn 两种元素含量的空间分布规律比较相似(见图5、图8),表现为,一个峰值区出现在西南部，一个峰值区出现在中南部，另外一个峰值区出现在中部。当然，两图也存在着不同之处。Hg 元素除峰值区外，其他部分的浓度大都为零，而Zn 元素除峰值区外，还有整个的西部浓度远远超出背景值的范围，其余部分的浓度为零。

该城市土壤中Ni 和Pb 两种元素含量的空间分布规律比较相似(见图6、图7)，虽然Pb 比Ni 多出一个明显峰值区，但可以看到两种元素的峰值区都分布在西南部。并且两元素在西部的浓度明显高出背景值范围，而在东部的浓度都非常接近背景值的范围，整体有从西向东递减的趋势。

同时，土壤中重金属元素的空间分布还显示出各元素的异常分布区具有地理趋势的相似性，指示其可能受共同的污染源影响 5.1.2不同功能区的污染程度

为了求得各功能区的污染程度，我们建立了内梅罗多因子污染综合评价模型，我们首先求得单项污染指数式为:

i

i

i S C P =

, (2) 式中: i P 为区域重金属i 的单项污染指数；i C 为重金属i 含量的实测值； i S 为重金属i 含量的起始评价值，其中起始评价值为所给重金属元素的背景值加上两倍的标准差，即

δ2+=i i a S ；若1>i P ，则表示该区域受到污染。 多项污染综合指数式为:

2

/12max

22???

? ??+=P P P 平均综, (3)

式中: 综P 为综合污染指数--综合反映各重金属对区域土壤的不同作用；平均P 为所有单项污染指数的平均值；max P 为土壤环境中各单项污染指数中的最大值。根据模型分别计算出该城区五个功能区的污染指数值，然后与内梅罗综合污染指数的分类标准（见表3）相比较得出五个功能区的污染程度。

由

5.2 问题二

5.2.1无量纲化处理

在利用SPSS 统计软件数据进行聚类分析的时候，因为单位不统一需要进行无量纲化处理，我们采用均值化方法，即每一个变量除以该变量的平均值，即

x

x x i

i =

'， (4) 标准化以后各变量的平均值都为1，标准差为原始变量的变异系数。该方法在消除量纲和数量级影响的同时，保留了各变量取值差异程度上的信息，差异程度越大的变量对综合分析的影响也越大。然后取其平均值进行对比。 5.2.2重金属污染的原因分析

对附件中所给数据进行分析，采用均值化方法无量纲化处理后，我们选取8种重金属元素的平均值，用EXCELL 软件画出其相对含量的柱状图：

8种重金属元素经无量纲化处理之后可以相互比较，由柱状图可以看出：生活区中Cr含量最大,Zn,Pb含量次之；工业区中Cu，Hg含量较高，且其他重金属也相对较多；山区中Ni含量最大，Cr，As次之，且8种重金属含量都相对较少；交通区中各重金属含量都比较集中，Hg最多；公园绿地区中As含量较多，Pb,Cd含量次之。

我们还可以横向来比较8个元素在五个功能区中的相对含量：As、Cr、Ni在各功能区的含量相对均匀，而Cu、Hg在工业区中的含量与其它区差别明显；Cd、Zn、Pb、Cu、Hg在工业区中的含量和山区相比差异较大，说明它们受人类活动的影响相对明显。

重金属具有富集性，很难在环境中降解且Hg、Cd、Cr、Pb具有很强的生物毒性。由于工业生产产生大量废物，汽车尾气排放，汽车轮胎磨损产生大量含重金属的有害气体和粉尘，Cu 、Hg 、Zn主要在工业区和交通区如公路、铁路等交通设施的两侧富集，随时间的推移，工业区、交通区的土壤重金属具有很强的叠加性。Pb、Cd、As、Cr主要在生活区富集，生活区内由于含重金属的废弃物堆积，施用含Pb、Cd、As等的农药，不合理的施用化肥以及大量使用农用塑料薄膜都会造成重金属污染，综合风向等多种因素的影响可能会发生迁移且富集，从而造成公园绿地区的重金属污染。Ni元素在各个功能区中的分布相对均匀，山区分析的8种重金属中Ni含量最多，所以说工业区及生活区污染的富集和迁移，都有可能造成污染。同时城市人口密度，土地利用率，机动车密度也是造成重金属污染的原因。

5.3问题三

5.3.1 重金属污染物的传播特征

特征一：

我们利用无量纲化处理的数据，将各个样点的8种元素的无纲化浓度进行加权求和，则此加权和就可在一定程度上反映各个样本点的总的污染程度。并作出各样点浓度加权和对应其海拔高度的图形（见下图）。从整体上来看，污染程度随着海拔的增高而减小。海拔在0到50之间的样点污染程度普遍高，并且变化幅度很大。而海拔在50到100之

间的样点污染程度较小，并且变化幅度很小。这说明，重金属污染物的传播速度受海拔影响很大。在海拔低的区域里，单位海拔高度内重金属污染物的传播速度较快；在海拔高的区域里，单位海拔高度内重金属污染物的传播速度很慢。

050100150200250300350

特征二：

0.5

1 1.52

2.5

3

x 10

4

050100

150y u a n

图6 浓度随x 值的变化趋势

0.20.4

0.60.81 1.2 1.4 1.6

1.8

2

x 10

4

050100

150y u a n

图7 浓度随y 值的变化趋势

我们再分别做出各样点浓度加权和与其对应x 轴、y 轴的图形（见图6和图7）可看出重金属在土壤中的浓度随采样点的水平和垂直距离的改变会出现相应的峰值，即污染

源的位置在某个峰值点处，而且高浓度样点集中在(0.35~0.60，0.20~0.40)范围内，并且样点污染程度由此范围向四周呈递减趋势。由此，我们可以推知，重金属污染物由污染源位置向四周扩散，并且扩散速度随距污染源距离的增大而减小。 5.3.2无约束优化模型的建立

针对该问题我们建立无约束优化模型，假设319个采样点中有一个是主要的污染源，根据物质的一般扩散规律，我们认为重金属的污染程度与污染源到该点的距离有关，即距离越远污染程度越低，在这里我们定义一个新的变量： 污染距离积D

()[]()[]()

2

2y i y x i x m D -+-=, (5)

即该点的污染程度与该点到污染源距离的平方之积，其中()()()i y i x ,为给定采样点的坐标。该点的污染程度已知，只要使其他318个采样点的污染距离积D 之和最小就能确定污染源，这里我们利用问题二经无量纲化之后的数据加权求得点的污染程度m 。

利用Lingo 软件求得第31个采样点的污染距离积D 之和最小，即该点是最主要的污染源，其坐标()6782,5567.

由于该区域的污染源不止一个，因此这种做法存在很大的误差，通过观察问题一的图形，及元素间的相关系数我们可以得出有多个地带的污染程度存在显著变化的结论，即存在多个污染源，因此我们建立了第二种模型来分析污染源的位置，希望通过两种方法对比得到该城区重金属的污染源。

5.3.3有衰减的扩散过程模型

（1）设()h z y x u ,,,是距离污染源位置的空间距离为h 的点()z y x ,,处某种重金属元素的浓度。任取一个闭曲面S ，它所围的区域是G ，由于扩散，从h 到h h ?+这段距离内，通过S 流入G 的质量为

dsdt z u c y u b x u a M S h

h h

???

???? ?

???+??+??=?+γβαcos cos cos 2221 （6） 由高斯公式得

dxdydzdh z u c y u b x u a M G h

h h

????

???? ?

???+??+??=?+2222222221 （7）

其中，222,,c b a 分别是沿z y x ,,方向的扩散系数。

在扩散过程中由于土壤吸收、风及地表径流造成重金属流失等原因，使元素的质量

有一定的衰减，G 内的质量减少为

dxdydzdt u k M G

h h h

????

?+=21, （8） 其中2k 是衰减系数。

由物质不灭定律，重金属元素在G 内由于扩散与衰减的合作用，积存于G 内的质量为21M M -

换一种角度看，G 内由于浓度之变化引起的质量增加为

()()[]dxdydzdh h u

dxdydz

h z y x u h h z y x u M G

h

h h

G

????

?????=-?+=?+,,,,,,3 （9）

显然213M M M -=，即

dxdydzdh u k z u c y u b x u a dxdydzdh t u

G h h h G

h

h h

????????

???? ?

?-??+??+??=???+?+222

2222222 （10） 由于G h h ,,?的任意性得

u k z

u c y u b x u a h u 2

22

2222222-??+??+??=?? （11） 这就是重金浓度随空间距离相关的常系数性抛物型方程。

（2）设污染源的位置为()00,y x A ，由此可求出各样点与A 的距离，根据重金属污染物的传播特征，我们假定x ，y ，z 方向的扩散系数分别为：0.5，0.4,0.3各样点的浓度

我们取无量纲化浓度的加权和。利用Matlab 求解得A 点坐标为：（8500,5500）。 5.3.4 l c be u Y ?-+=0模型

由问题二的数据分析，元素的来源和传播途径以及元素间的相关性检验可得锌元素呈条带状分布，主要以公路、铁路为轴向两侧污染强度逐渐减弱，随着时间的推移，在交通区两侧的重金属污染具有很强的叠加性。由此我们建立以公路线为污染源的模型，设公路线的表达式为：

0=++C By Ax (12)

浓度随距离的变化为：

l c be u Y ?-+=0 （13）

其中2

2

00B

A C

By Ax L +++=

?为采样点到公路的距离；u 为采样点的浓度；0u 为样点重金属

元素的背景值,C 为衰变指数。 针对模型l c be u Y ?-+=0 ，当

a x f Y x ==∞

→)(lim , (14)

其环境意义为在远离污染源的地方,没有受到污染的影响,土壤中某污染物的含量就是 背景值, 0>a 。

当

b a x f Y x +==→0

)(lim , (15)

其环境意义为在污染源近处,土壤中某污染物的含量达到最高值,它就是在背景值的基 础上加污染值的结果,0>b 。

当

0<-=?-l c bce dx

dy

, (16) 其环境意义为随着距污染源渐远,土壤中污染物的含量逐渐降低及其变化。

x 10

4

y

图1 城市主干道路区取样点及拟合结果

5.4问题四 5.4.1问题分析

为了更好地研究城市地质环境的演变模式，需要做以下几个工作。首先我们需要求出空间中任意一点对应的污染物浓度与时间的关系表达式；然后再利用问题一中求解不同区域重金属的污染程度的模型对城市进行污染程度分析；最后对由统计得到的各个样点在多个时间内的污染程度进行分析，即可研究出城市地质环境的演变模式。因此，我们只需要求出空间中任意一点对应的污染物浓度与时间的关系表达式即可。

为了求出空间中任意一点对应的污染物浓度与时间的关系表达式，除了需要有本题中所给信息外，还应收集不同时间内的样点对应的基本信息（如附件中所给信息）以及各污染源重金属的产生率。 5.4.2模型的建立

（1）高斯浓度模型建立

本题假设污染物浓度符合正态分布，建立高斯浓度分布模型：

()()???

? ??++--=

2222

3212,,z y x z y ut x z

y x e

Q

z y x C σσσσσσπ （17）

其中()z y x C ,,是空间任意一点()z y x ,,的浓度；0Q 是污染源重金属产生率；&x,&y,&z 分别表示x ，y ，z 方向上的扩散系数；u 是土壤对重金属元素的吸收速率；D 是干沉积量

（计算公式由文献[2]给出）。 （2）高斯模型的修正

因为干沉积和腐蚀是影响重金属元素在土壤中的衰减的重要因素，故引入其浓度随时间的变化关系：

ut e C C -?=0 （18） 其中v 是衰减系数

则某时刻下空间点()z y x ,,处的重金属浓度为：

()()ut z y ut x z

y x e e

D

Q z y x C z y x -???

? ??++---=

2222

3212,,σσσσσσπ, （19）

六、模型检验和评价

6.1 模型检验

6.1.1 对元素相关性的回归检验

此处检验了四组元素之间的相关性，下面以其中的一组Cr 和Ni 为例说明检验方法。我们利用一元线性回归分析法对Cr 和Ni 的相关性进行检验：首先根据收集到的Cr(x)浓度和Ni(y)浓度的数据319组，看成是平面直角坐标系中的点()()()i y i x ,,并画出“散点图”；接着，我们可以观察散点图上点的分布规律，这些点散布在一直线附近，但又不全在一条直线上，那么我们认为Cr 和Ni 相关性很强，反之，我们认为其相关性较弱或无相关性。检验结果见数据分析4.4。 6.1.2 对问题三中抛物型模型的稳定性分析

基于常微分方程中对稳定性的分析，我们得出：如果对任意给定的0>ε和00≥h 都存在

0),(0>=h εξξ，

使得只要δ<-10u u ，就有

()()εψ<-1000,,,,u h h u h h u

经检验，（11）式对一切0h h >成立，所以说（11）式是稳定的，进而所得解是稳定的。 6.1.3 对问题三中模型l c be u Y ?-+=0利用F 分布检验

6.2.1 优点

①首先对数据及元素间的相关性进行分析，处理，简化了计算

②所建立的模型与实际紧密联系，由一些利用简单的模型就能达到很好的效果，有很好

的通用性和推广性。

③对数据进行了无量纲化处理，使得避免了运用数据时单位不统一的麻烦。

④运用Matlab和Lingo软件进行计算，可信度高。

⑤论文中图形与数据相结合更具有说服力。

6.2.2 缺点

①在求点污染源时我们假设只有一个污染源，而实际上可能有多个点污染源，使得误差增大，或者使污染源的位置不准确。

②在求线污染源时用到的衰减系数具有不确定性，使得污染源的位置不准确。

③在处理数据和求解过程中不可避免的出现各种误差，在一定也影响到模型求解的精确度。

七、模型推广

本模型的建立对于研究减少城市污染问题和保护环境具有重要意义，尤其在当今以高能耗高污染的生产模式为主的工业时代，该模型的建立对于研究城市规划，和工厂位置选择以及交通建设时具有重要的才能考价值，同时利用该模型也可以研究物质扩散现象的规律。

八、参考文献

[1] 韩中庚，数学建模方法及其应用[M]，北京：高等教育出版社，2005

[2] 韩中庚，数学建模竞赛——获奖论文精选与点评，北京：科学出版社，2007

[3] 盛骤，谢式千，概率论与数理统计，北京：高等教育出版社，2003

[4] 姜启源，数学模型（第二版），北京：高等教育出版社，1992

[5] 费业泰，误差理论与数据处理（第五版），北京：机械工业出版社，2004.6

[6] 韩中庚，数学建模方法及其应用，北京：高等教育出版社，2005.6

[6] 谢金星，优化建模与LINDO/LINGO软件，北京：清华大学出版社，2005.7

[7] 董希琳，赵智键.核电站核事故核素污染评估模式[J].火灾科学，1999，8(2).

九、附录

9.1 8种重金属元素空间分布

A= load('zuobiaonongdu.dat');

x=A(:,1);y=A(:,2);

[x,y]=meshgrid(0:1000:29000,100:300:19000);

z3=griddata(A(:,1),A(:,2),A(:,3),x,y,'v4');

subplot(2,2,1)

[c,h] =contour(x,y,z3);

clabel(c,h)

ylabel('y');

xlabel('图1 城市土壤As的空间分布特征');

z4=griddata(A(:,1),A(:,2),A(:,4),x,y,'v4');

subplot(2,2,2)

[c,h] =contour(x,y,z4);

clabel(c,h)

ylabel('y');

xlabel('图2 城市土壤Cd的空间分布特征')

z5=griddata(A(:,1),A(:,2),A(:,5),x,y,'v4'); subplot(2,2,3)

[c,h] =contour(x,y,z5);

clabel(c,h)

ylabel('y');

xlabel('图3 城市土壤Cr的空间分布特征')

z6=griddata(A(:,1),A(:,2),A(:,6),x,y,'v4'); subplot(2,2,4)

[c,h] =contour(x,y,z6);

clabel(c,h)

ylabel('y');

xlabel('图4 城市土壤Cu的空间分布特征')

figure

z7=griddata(A(:,1),A(:,2),A(:,7),x,y,'v4'); subplot(2,2,1)

[c,h] =contour(x,y,z7);

clabel(c,h)

ylabel('y');

xlabel('图5 城市土壤Hg的空间分布特征')

z8=griddata(A(:,1),A(:,2),A(:,8),x,y,'v4'); subplot(2,2,2)

[c,h] =contour(x,y,z8);

clabel(c,h)

ylabel('y');

xlabel('图6 城市土壤Ni的空间分布特征')

z9=griddata(A(:,1),A(:,2),A(:,9),x,y,'v4'); subplot(2,2,3)

[c,h] =contour(x,y,z9);

clabel(c,h)

ylabel('y');

xlabel('图7 城市土壤Pb的空间分布特征')

z10=griddata(A(:,1),A(:,2),A(:,10),x,y,'v4'); subplot(2,2,4)

[c,h] =contour(x,y,z10);

clabel(c,h)

ylabel('y');

xlabel('图8 城市土壤Zn的空间分布特征')

9.2 回归分析检验元素相关性

Cr= load('Cr.dat');

Ni= load('Ni.dat');

Cd= load('Cd.dat');

Pb= load('Pb.dat');

Cu= load('Cu.dat');

Hg= load('Hg.dat');

As= load('As.dat');

Zn= load('Zn.dat');

subplot(2,2,1)

scatter(Cr,Ni)

set(gca,'xlim',[0,2]);

set(gca,'ylim',[0,2]);

ylabel('Ni');

xlabel('图1 Cr与Ni');

subplot(2,2,2)

scatter(Cd,Pb)

set(gca,'xlim',[0,1.5]);

set(gca,'ylim',[0,1.5]);

ylabel('Pb');

xlabel('图2 Cd与Pb');

subplot(2,2,3)

scatter(Pb,Zn)

set(gca,'xlim',[0,2]);

set(gca,'ylim',[0,2]);

ylabel('Zn');

xlabel('图3 Pb与Zn');

subplot(2,2,4)

scatter(Cr,Cu)

set(gca,'xlim',[0,2]);

set(gca,'ylim',[0,2]);

ylabel('Cu');

xlabel('图4 Cr与Cu');

9.3 五个功能区重金属的污染程度

ping=[3.6,130,31,13.2,35,12.3,31,69];%背景点的平均值；

cha=[0.9,30,9,3.6,8,3.8,6,14];%背景点的标准差；

bei=ping+2.*cha;%评价起始点；

n=8;

sheng=[6.27,289.96,69.02,49.40,93.04,18.34,69.11,237.01]; gong=[7.25,393.11,53.41,127.54,642.36,19.81,93.04,277.93]; shan=[4.04,152.32,38.96,17.32,40.96,15.45,36.56,73.29];

lu=[5.71,360.01,58.05,62.21,446.82,17.62,63.53,242.85]; yuan=[6.26,280.54,43.64,30.19,114.99,15.29,60.71,154.24]; p1=sheng./bei;p1p=sum(p1)/n;p1m=max(p1);

p1z=sqrt((p1p^2+p1m^2)/2)

p2=gong./bei;p2p=sum(p2)/n;p2m=max(p2);

p2z=sqrt((p2p^2+p2m^2)/2)

p3=shan./bei;p3p=sum(p3)/n;p3m=max(p3);

p3z=sqrt((p3p^2+p3m^2)/2)

2012高教社杯全国大学生数学建模竞赛B题获奖论文

2012高教社杯全国大学生数学建模竞赛 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。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 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：年月日赛区评阅编号（由赛区组委会评阅前进行编号）：

2012高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国评阅编号（由全国组委会评阅前进行编号）：

基于背包算法的太阳能小屋的研究与设计 摘要 本文针对太阳能小屋上光伏电池铺设问题,运用贪婪算法,通过局部最优来逼近整体最优.针对三个问题,分别得出了光伏电池的铺设方案和对应的逆变器选择,架空后光伏电池与水平面夹角的最优解以及小屋对太阳辐射的最大化利用的设计方案. 对于问题一,首先对光伏电池的性价比K 进行了纵向比较,选出了性价比最高的三种光伏电池312,,A B B .为了使剩余面积达到最少,采用整数背包算法,从而确定各平面每种光伏电池的理论个数,并通过计算各平面总盈利情况,发现东面盈利为负,因此舍弃东面,在铺设过程中,优先选择产生盈利最大的光伏电池,并考虑实际情况,经过计算选择光伏电池10C 填补剩余面积,得到10312,,,C A B B 实际铺设个数,分别为：顶面（12,12,7,0）,南面（4,2,0,21）,北面（6,5,2,0）,再选配相应的逆变器,最终计算出太阳能小屋的35年内的发电量为17047.54h kw ?;经济效益为76854.11元;回报年限为20.58年. 对于问题二,首先通过建立三个坐标系结合正交分解求出顶面真实吸收太阳辐射强的表达式为（θαθαcos sin sin cos cos +-A ）w .其次一一针对固定时刻将ααsin ,cos ,cos A 固定即可得关于θ的函数=)(θf θαθαcos sin sin cos cos +-A .最后对)(θf 进行求导即可求出)(θf 取得max )(θf 时的角度=θ?7.51,即为架空后光伏电池与水平面的夹角.这样可得太阳能小屋的35年内的发电量22161.81h kw ?;经济效益92224.93元;回报年限为18.2年. 对于问题三,结合问题一、二分析的数据,将屋顶采用单坡面设计,房屋朝向南偏西15度,达到了屋顶接收阳光面积最大和全年太阳辐射强度的最优目的. 关键词： 背包算法 贪婪算法 多重最优化 1问题重述 在设计太阳能小屋时,需在建筑物外表面（屋顶及外墙）铺设光伏电池,光伏电池组件所产生的直流电需要经过逆变器转换成220V 交流电才能供家庭使用,并将剩余电量输入电网.不同种类的光伏电池每峰瓦的价格差别很大,且每峰瓦的实际发电效率或发电量还受诸多因素的影响,如太阳辐射强度、光线入射角、环境、建筑物所处的地理纬度、地区的气候与气象条件、安装部位及方式（贴附或架空）等.因此,在太阳能小屋的设计中,研究光伏电池在小屋外表面的优化铺设是很重要的问题.

12年全国数学建模大赛A题获奖作品

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. 我们授权全国大学生数学建模竞赛组委会,可将我们的论文以任何形式进行公开展示（包括进行网上公示,在书籍、期刊和其他媒体进行正式或非正式发表等）. 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: 年月日赛区评阅编号（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）:

基于统计分析的葡萄酒评价模型 摘 要 本文针对葡萄酒评价问题, 指出了两组评酒员评价结果差异, 给出了更可信的小组,根据酿酒葡萄的理化指标和葡萄酒的质量确定了酿酒葡萄的分级, 然后建立了酿酒葡萄与葡萄酒理化指标之间的回归方程组, 得出了酿酒葡萄和葡萄酒理化指标对葡萄酒质量影响的方程, 最后论证了葡萄酒质量不能完全用这两种理化指标评价. 问题一:首先对两组评酒员打分数据进行预处理,采用了两个独立样本的非参数统计方法进行Mann-Whitney U 检验,证明了两组评酒员评价结果存在显著差异,并通过比较两组打分样本的方差,异常值点等离散型度量,认为第二组的评价结果更加合理. 问题二:首先选取能代表所有葡萄理化指标的变量,利用聚类分析法验证了所选变量具有代表性,然后通过主成分分析得出每种葡萄的理化指标综合得分,依据综合得分将酿酒红葡萄分为3类、白葡萄分为5类,并根据每一类中葡萄所酿造的酒的质量确定该类葡萄的等级. 问题三:应用SPSS 软件,利用回归分析方法建立了酿酒葡萄和葡萄酒理化指标之间的回归方程组. 问题四:首先利用Matlab 软件对酿酒葡萄和葡萄酒理化指标运用功效系数法进行无量纲量的转换,综合考虑这两方面因素,得到一个关于量化指标的综合指数,最后将葡萄酒质量作为因变量,量化综合指数作为自变量,利用回归分析方法建立两者的联系,得到回归方程为121317105.001.010*302.9171.10N N N M +-+=-,证明了葡萄酒质量不能完全用这两种理化指标评价. 关键词: Mann-Whitney U 检验 聚类分析 主成分分析 回归分析 功效系数法

数学建模国家一等奖优秀论文

２01４高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》(以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载)。 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章程和参赛规则的，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，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为,我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示(包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等)。 我们参赛选择的题号是(从Ａ/B/C/Ｄ中选择一项填写)：B 我们的报名参赛队号为（8位数字组成的编号）: 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): ?（论文纸质版与电子版中的以上信息必须一致,只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。) 日期： 20１4 年 9 月15日 赛区评阅编号(由赛区组委会评阅前进行编号）:

２０14高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录(可供赛区评阅时使用）：

2012数学建模优秀论文 葡萄酒

江苏师范大学 第五届（2011）数学建模竞赛 我们选择的题号是： B 我们的参赛队号为：

2012江苏师范大学数学建模竞赛题目 B题研究生录取问题 摘要：根据问题的背景和题目要求，研究在不同条件的研究生录取问题，在对笔试，面试以及导师信息量化，加权平均求解的基础来解决研究生录取的问题。通过构造选择矩阵和满意度矩阵建立导师和学生之间的双向选择矩阵的0-1规划模型。利用测发编程计算求出最优解，从而求得问题的最优方案，同时采用降阶技巧和创建定理，快速的求解出实用的最优解，得到对应的最优方案！ 一问题重述 某学校Ｍ系计划招收10名计划内研究生，依照有关规定由初试上线的前15名学生参加复试，专家组由8位专家组成。在复试过程中，要求每位专家对每个参加复试学生的以上5个方面都给出一个等级评分，从高到低共分为A,B,C,D四个等级，并将其填入面试表内。所有参加复试学生的初试成绩、各位专家对学生的5个方面专长的评分。 该系现有10名导师拟招收研究生，分为四个研究方向。导师的研究方向、专业学术水平（发表论文数、论文检索数、编（译）著作数、科研项目数），以及对学生的期望要求。在这里导师和学生的基本情况都是公开的。要解决的问题是： (1) 首先，请你综合考虑学生的初试成绩、复试成绩等因素，帮助主管部门确定10名研究生的录取名单。然后，要求被录取的10名研究生与10名导师之间做双向选择，即学生可根据自己的专业发展意愿（依次申报2个专业志愿）、导师的基本情况和导师对学生的期望要求来选择导师；导师根据学生所报专业志愿、专家组对学生专长的评价和自己对学生的期望要求等来选择学生。请你给出一种10名研究生和导师之间的最佳双向选择方案（并不要求一名导师只带一名研究生），使师生双方的满意度最大。 (2) 根据上面已录取的10名研究生的专业志愿，如果每一位导师只能带一名研究生，请你给出一种10名导师与10名研究生双向选择的最佳方案，使得师生双方尽量都满意。 (3) 如果由十位导师根据初试的成绩及专家组的面试评价和他们自己对学生的要求条件录取研究生，那么，10名研究生的新录取方案是什么？为简化问题，假设没有申报专业志愿，请你给出这10名研究生各申报一名导师的策略和导师各选择一名研究生的策略。相互选中的即为确定；对于剩下的导师和学生，再按上述办法进行双向选择，直至确定出每一名导师带一名研究生的方案，使师生都尽量满意。 (4) 学校在确定研究生导师的过程中，要充分考虑学生的申报志愿情况。为此，学校要求根据10名导师和15名学生的综合情况选择5名导师招收研究生，再让这5名导师在

数学建模期末考试A试的题目与答案

华南农业大学期末考试试卷（A 卷） 2012-2013学年第 二 学期 考试科目：数学建模 考试类型：（闭卷）考试 考试时间： 120 分钟 学号 姓名 年级专业 一篮白菜从河岸一边带到河岸对面，由于船的限制，一次只能带 一样东西过河，绝不能在无人看守的情况下将狼和羊放在一起；羊和白菜放在一起，怎样才能将它们安全的带到河对岸去? 建立多步决策模型,将人、狼、羊、白菜分别记为i = 1，2，3，4，当i 在此岸时记x i = 1，否则为0；此岸的状态下用s =（x 1，x 2，x 3，x 4）表示。该问题中决策为乘船方案，记为d = (u 1, u 2, u 3, u 4)，当i 在船上时记u i = 1，否则记u i = 0。 (1) 写出该问题的所有允许状态集合；（3分） (2) 写出该问题的所有允许决策集合；（3分） (3) 写出该问题的状态转移率。（3分） (4) 利用图解法给出渡河方案. （3分） 解：(1) S={(1,1,1,1), (1,1,1,0), (1,1,0,1), (1,0,1,1), (1,0,1,0)} 及他们的5个反状（3分） (2) D = {(1,1,0,0), (1,0,1,0), (1,0,0,1), (1,0,0,0)} （6分） (3) s k+1 = s k + (-1) k d k （9分） (4)方法：人先带羊，然后回来，带狼过河，然后把羊带回来，放下羊，带白菜过去，然后再回来把羊带过去。 ?或: 人先带羊过河，然后自己回来，带白菜过去，放下白菜，带着羊回来，然后放下羊，把狼带过去，最后再回转来，带羊过去。 （12分） 1、 二、(满分12分) 在举重比赛中，运动员在高度和体重方面差别很大，请就下面两种假设，建立一个举重能力和体重之间关系的模型： （1） 假设肌肉的强度和其横截面的面积成比例。6分 （2） 假定体重中有一部分是与成年人的尺寸无关，请给出一个改进模型。6分 解：设体重w （千克）与举重成绩y （千克） （1） 由于肌肉强度(I)与其横截面积(S)成比例，所以 y ?I ?S 设h 为个人身高，又横截面积正比于身高的平方，则S ? h 2 再体重正比于身高的三次方，则w ? h 3 （6分） ( 12分) 14分) 某学校规定，运筹学专业的学生毕业时必须至少学

全国数模竞赛优秀论文

一、基础知识 1.1 常见数学函数 如：输入x=[-4.85 -2.3 -0.2 1.3 4.56 6.75]，则： ceil(x)= -4 -2 0 2 5 7 fix(x) = -4 -2 0 1 4 6 floor(x) = -5 -3 -1 1 4 6 round(x) = -5 -2 0 1 5 7 1.2 系统的在线帮助 1 help 命令： 1.当不知系统有何帮助内容时，可直接输入help以寻求帮助: >>help（回车） 2.当想了解某一主题的内容时，如输入： >> help syntax（了解Matlab的语法规定） 3.当想了解某一具体的函数或命令的帮助信息时，如输入： >> help sqrt （了解函数sqrt的相关信息）

2 lookfor命令 现需要完成某一具体操作，不知有何命令或函数可以完成，如输入： >> lookfor line （查找与直线、线性问题有关的函数） 1.3 常量与变量 系统的变量命名规则：变量名区分字母大小写；变量名必须以字母打头，其后可以是任意字母，数字，或下划线的组合。此外，系统内部预先定义了几个有特殊意 1 数值型向量（矩阵）的输入 1．任何矩阵（向量），可以直接按行方式 ．．．输入每个元素：同一行中的元素用逗号（，）或者用空格符来分隔；行与行之间用分号（；）分隔。所有元素处于一方括号（[ ]）内； 例1： >> Time = [11 12 1 2 3 4 5 6 7 8 9 10] >> X_Data = [2.32 3.43；4.37 5.98] 2 上面函数的具体用法，可以用帮助命令help得到。如：meshgrid(x,y) 输入x=[1 2 3 4]; y=[1 0 5]; [X,Y]=meshgrid(x, y)，则 X = Y =

2012数学建模优秀论文A题(借鉴着去写摘要)

基于系统综合评价的城市表层土壤重金属污染分析 摘要 本文针对城市表层土壤重金属污染问题，首先对各重金属元素进行分析，然后对各种重金属元素的基本数据进行统计分析及无量纲化处理，再对各金属元素进行相关性分析，最后针对各个问题建立模型并求解。 针对问题一，我们首先利用EXCEL 和 SPSS 统计软件对各金属元素的数据进行处理，再利用Matlab 软件绘制出该城区内8种重金属元素的空间分布图最后通过内梅罗污染 模型：2 /12 m ax 22??? ? ??+=P P P 平均综，其中平均P 为所有单项污染指数的平均值，max P 为土壤环境中 针对问题二,我们首先利用EXCELL 软件画出8种元素在各个区内相对含量的柱状图，由图可以明显地看出各个区内各种元素的污染情况，然后再根据重金属元素污染来源及传播特征进行分析，可以得出工业区及生活区重金属的堆积和迁移是造成污染的主要原因，Cu 、Hg 、Zn 主要在工业区和交通区如公路、铁路等交通设施的两侧富集，随时间的推移，工业区、交通区的土壤重金属具有很强的叠加性，受人类活动的影响较大。同时城市人口密度，土地利用率，机动车密度也是造成重金属污染的原因。 针对问题三，我们从两个方面考虑建模即以点为传染源和以线为传染源。针对以点为传染源我们建立了两个模型：无约束优化模型()[]()[]() 22y i y x i x m D -+-=，得到污染源的位置坐标()6782,5567；有衰减的扩散过程模型得位置坐标（8500,5500），模型为： u k z u c y u b x u a h u 222 2222222-??+??+??=??， 针对以线为传染源我们建立了l c be u Y ?-+=0模型，并通过线性拟合分析线性污染源的位置。 针对问题四，我们在已有信息的基础上，还应收集不同时间内的样点对应的浓度以及各污染源重金属的产生率。根据高斯浓度模型建立高斯修正模型，得到浓度关于时间和空间的表达式ut e C C -?=0。 在本题求解过程中，我们所建立的模型与实际紧密联系，有很好的通用性和推广性。但在求点污染源时，我们假设只有一个污染源，而实际上可能有多个点污染源，从而使得误差增大，或者使污染源的位置够不准确。 关键词 内梅罗污染模型 无量纲化 相关性 回归模型 高斯浓度模型

2012年数学建模A题范文

2013高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。 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章程和参赛规则的，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，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 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)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期：年月日赛区评阅编号（由赛区组委会评阅前进行编号）：

2013高教社杯全国大学生数学建模竞赛 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）：

美国大学生数学建模竞赛优秀论文翻译

优化和评价的收费亭的数量 景区简介 由於公路出来的第一千九百三十，至今发展十分迅速在全世界逐渐成为骨架的运输系统，以其高速度，承载能力大，运输成本低，具有吸引力的旅游方便，减少交通堵塞。以下的快速传播的公路，相应的管理收费站设置支付和公路条件的改善公路和收费广场。 然而，随着越来越多的人口密度和产业基地，公路如花园州公园大道的经验严重交通挤塞收费广场在高峰时间。事实上，这是共同经历长时间的延误甚至在非赶这两小时收费广场。 在进入收费广场的车流量，球迷的较大的收费亭的数量，而当离开收费广场，川流不息的车辆需挤缩到的车道数的数量相等的车道收费广场前。因此，当交通繁忙时，拥堵现象发生在从收费广场。当交通非常拥挤，阻塞也会在进入收费广场因为所需要的时间为每个车辆付通行费。 因此，这是可取的，以尽量减少车辆烦恼限制数额收费广场引起的交通混乱。良好的设计，这些系统可以产生重大影响的有效利用的基础设施，并有助于提高居民的生活水平。通常，一个更大的收费亭的数量提供的数量比进入收费广场的道路。 事实上，高速公路收费广场和停车场出入口广场构成了一个独特的类型的运输系统，需要具体分析时，试图了解他们的工作和他们之间的互动与其他巷道组成部分。一方面，这些设施是一个最有效的手段收集用户收费或者停车服务或对道路，桥梁，隧道。另一方面，收费广场产生不利影响的吞吐量或设施的服务能力。收费广场的不利影响是特别明显时，通常是重交通。 其目标模式是保证收费广场可以处理交通流没有任何问题。车辆安全通行费广场也是一个重要的问题，如无障碍的收费广场。封锁交通流应尽量避免。 模型的目标是确定最优的收费亭的数量的基础上进行合理的优化准则。 主要原因是拥挤的

2012年数学建模大赛A题解题思路

首先纠正一下对于数学建模的看法，数学建模重要的是一种数学思想，即使是没有牢固的数学根底，一样可以在建模的赛场上大放异彩。 下面先把试题读一下，个人认为的重点词汇已经标出出来。（不要盲目听从任何人所谓的专家建议） A题葡萄酒的评价 确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒 员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡 萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒 葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某 一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的 和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题： 1. 分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更可信？ 2. 根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 3. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。 4．分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量？ 附件1：葡萄酒品尝评分表（含4个表格） 附件2：葡萄和葡萄酒的理化指标（含2个表格） 附件3：葡萄和葡萄酒的芳香物质（含4个表格） 解题思路： 1、众所周知，对于同一事物的评价，如果大家的意见越一致，那么评 价的可信度就越高。所以对于问题1的解题思路也就清晰明了了。

我们可以通过离散度（所谓离散程度，即观测变量各个取值之间的 差异程度。它是用以衡量风险大小的指标。）这一概念来对每一组评 酒员作出的评估作出风险分析。显而易见的是若风险评估的值越高，这组评酒员的评价就存在问题了。若风险评估值大小相当，这说明 这两组评酒员是没有明显差异的。 2、题目中要求对葡萄作出评级。看起来似乎没有思路，那么我们可以 动一下我们的小脑筋。既然对于评级我们没有参考标准，那么我们 可以参考评酒员的评价。即使用逆向思维，从评酒员的评分发出， 那么大体上葡萄的分级基本上就能确定下来，根据确定先来的葡萄 分级进行逆推，就可以得出结论。 3、对于这个问题，最直观也是最基本的思路就是看两者之间的趋势。 （作出两者的趋势图）。通过对趋势图的直接观察，两者之间的大体 关系即可确定，然后根据曲线拟合的方法可得出两者间的函数关系。 4、对于问题4的这中学术中称之为白痴型问题，大家肯定一眼就能得 出结论，那就是肯定能用理化指标来评价葡萄酒的质量。但这里有 个前提，就是先分析葡萄和葡萄酒理化指标之间的关系，显然这是 解题的关键。对于这种大量数据的问题，只要通过计算机实现，基 本上不要考虑认为分析，因为在浪费大量时间的前提下基本上不会 得出结论。言归正传，谈一下解题的关键点或者是捷径，可以通过 附件一种的数据来作出评价。至于具体的方法，因为只是初步的讲 解还未作出具体判断。估计会在后续的评论中作出判断。 谢谢大家，小马过河预祝大家考出理想成绩。

2014年数学建模国家一等奖优秀论文设计

2014高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参 赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛下载）。 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、电子、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章程和参赛规则的，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。 我们重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违 反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展 示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的报名参赛队号为（8位数字组成的编号）： 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)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期： 2014 年 9 月 15日赛区评阅编号（由赛区组委会评阅前进行编号）：

2014高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：

数学建模A题

2012年暑期培训数学建模第二次模拟 承诺书 我们仔细阅读了数学建模联赛的竞赛规则。 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）与本队以外的任何人（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它公开的资料（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，我们愿意承担由此引起的一切后果。 我们的参赛报名号为： 参赛队员(签名) ： 队员1： 队员2： 队员3：

2012年暑期培训数学建模第二次模拟 编号专用页 参赛队伍的参赛号码：（请各个参赛队提前填写好）： 竞赛统一编号（由竞赛组委会送至评委团前编号）： 竞赛评阅编号（由竞赛评委团评阅前进行编号）： 数学课程的成绩分析 摘要 本文针对大学甲、乙两个专业数学成绩分析问题，进行建模分析，主要用到统计分析的知识和 excel以及matlab软件，建立了方差分析、相关分析的相关模型，研究了影响学生成绩的相关因素, 以及大学生如何进行数学课程的学习。 问题一针对每门课程分析两个专业的数学成绩可以通过excel工具得出各门功课的平均值、方差

进行比较分析。 问题二针对专业分析两个专业的数学成绩的数学水平有无明显差异，可以运用平均数、方差进行 比较。并对两专业的数学成绩进行T检验，进一步分析其有无显著性差异。 问题三针对各班高数成绩和线代、概率论成绩进行散点图描述建立一元回归线性模型，然后对模 型进行求解，对模型进行改进。包括分析置信区间，残差等。 关键词：平均值方差 T检验一元回归线性模型置信区间 残差 excel matlab 一、问题重述 附件是甲专业和乙专业的高等数学上册、高等数学下册、线性代数、概率论与数理统计等三门数学课程的成绩数据，请根据数据分析并回答以下问题： （1）针对每门课程分析，两个专业的分数是否有明显差异？ （2）针对专业分析，两个专业学生的数学水平有无明显差异？ （3）高等数学成绩的优劣，是否影响线性代数、概率论与数理统计的得分情况？ （4）根据你所作出的以上分析，面向本科生同学阐述你对于大学数学课程学习方面的看法。 二、模型假设 1.假设附件中所给的数据为学生真实考试成绩（由于数据的来源要符合真实可靠的原则）； 2.每位学生的成绩之间是相互独立的； 3.同一个专业不同班之间学生的成绩是相互独立的； 4.假设显著性水平是a=0.05; 三、符号约定 X：甲专业高数平均成绩 Y：乙专业高数平均成绩 ：回归系数 ：回归系数 四、问题分析 问题一分析：比较两个专业成绩是否有明显差异可以通过分别求出各自的成绩平均值以及方差等方法，并画出柱状图来形象表示。 问题二分析：比较两个专业数学水平可以在平均值与方差的基础上进行T检验，从而得出结论。 问题三分析:根据处理后的数据分析高数成绩对其他两科的影响，首先根据数据画出散点图进行模型建立，再用matlab进行回归分析，求出回归系数并分析模型的残差，对模型进行改进直至得到较为满意的模型；并根据模型对问题进行分析得出结论。

2011年全国数学建模大赛A题获奖论文

城市表层土壤重金属污染分析 摘要 本文旨在对城市土壤地质环境的重金属污染状况进行分析，建立模型对金属污染物的分布特点、污染程度、传播特征以及污染源的确定进行有效的描述、评价和定位。 对于重金属空间分布问题，首先基于克里金插值法，应用Surfer 8软件对各数据点的分布情况进行模拟，得到了直观的重金属污染空间分布图形；随后，分别用内梅罗综合污染指数以及模糊评价标准和模型对城区内不同区域重金属的污染程度进行了评判。 对于金属污染的主要原因分析问题，基于因子分析法、问题一的结果和对各个金属污染物的来源分析等因素，判断出金属污染的主要原因有：工业生产、汽车尾气排放、石油加工并推测该区域是镍矿富集区。随后讨论了污染源之间的相互关系和不同金属的污染贡献率。 针对污染源位置确定问题，我们建立了两个模型：模型一以流程图的形式出现，基于污染传播的一般规律建立模型，求取污染源范围，模型作用更倾向于确定污染源的位置；模型二基于最小二乘法原理，建立了拟合二次曲面方程，在有效确定污染源的同时也反映了其传播特征，模型更加清楚，理论性也更强。 在研究城市地质环境的演变模式问题中，我们对针对污染源位置确定问题所建模型的优缺点进行了评价，同时建立了考虑了时间，地域环境和传播媒介的污染物传播模型，从而反映了地质的演变。 综上所述，本文模型的特点是从简单的模型建立起，强更准确的数学模型发展，逐步达到目标期望。 关键词：重金属污染，克里金插值最小二乘法因子分析流程图

一、问题重述 1.1问题背景 随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。对城市土壤地质环境异常的查证，以及如何应用查证获得的海量数据资料开展城市环境质量评价，研究人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。评价和研究城市土壤重金属污染程度，讨论土壤中重金属的空间分布，研究城市土壤重金属污染特征、污染来源以及在环境中迁移、转化机理，并对城市环境污染治理和城市进一步的发展规划提出科学建议，不仅有利于城市生态环境良性发展，有利于人类与自然和谐，也有利于人类社会 健康和城市可持续发展[1] 。按照功能划分，城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，不同的区域环境受人类活动影响的程度不同。 现对某城市城区土壤地质环境进行调查。为此，将所考察的城区划分为间距1公里左右的网格子区域，按照每平方公里1个采样点对表层土（0~10 厘米深度）进行取样、编号，并用GPS 记录采样点的位置。应用专门仪器测试分析，获得了每个样本所含的多种化学元素的浓度数据。另一方面，按照2公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。 1.2 目标任务 (1) 给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。 (2) 通过数据分析，说明重金属污染的主要原因。 (3) 分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。 (4) 分析所建立模型的优缺点，为更好地研究城市地质环境的演变模式，分析还应收集的信息，并进一步探索怎样利用收集的信息建立模型及解决问题。 二、 模型假设 1）忽略地下矿源对污染物浓度的影响； 2）认为海拔对污染物的分布较小，故只在少数模型中讨论其作用； 3）认为题目中的采样方式是科学的，能够客观反映污染源的分布。 三、 符号说明 3.1第一问中的符号说明 i p ——污染物i 的环境污染指数 i C ——污染物i 的实测值 i S ——污染物i 的背景值 m ax (/)i i C S ——土壤污染指数的最大值 (/)i i avg C S ——土壤污染指数的平均值

2012年数学建模A题资料

（一）葡萄酒观察方法 1 酒液总体观察 1.1 澄清度观察 衡量葡萄酒澄清程度的指标有透明度、浑浊度等，与之相关的指标还有是否光亮、有无沉淀等。优良的葡萄酒必须澄清、透明(色深的红葡萄酒例外)、光亮。 a.澄清：是衡量葡萄酒外观质量的重要指标。澄清表示的是葡萄酒明净清澈、不含悬浮物。通常情况下，澄清的葡萄酒也具有光泽。 b.透明度：表示的是葡萄酒允许可见光透过的程度。 红葡萄酒如果颜色很深，则澄清的葡萄酒也不一定透明。 c.浑浊度：表示的是葡萄酒的浑浊程度，浑浊的葡萄酒含有悬浮物。葡萄酒的浑浊往往是由微生物病害、酶破败或金属破败引起的。浑浊的葡萄酒其口感质量也差。 d.沉淀：指的是从葡萄酒中析出的固体物质。沉淀是由于在陈酿过程中，葡萄酒构成成份的溶解度变小引起的，一般不会影响葡萄酒的质量。 1.2 颜色观察 葡萄酒的颜色受酒龄影响，新红葡萄酒由于源于果皮花色素苷的作用，通常颜色鲜艳，为紫红色和宝石红色，带紫色色调；在葡萄酒的成熟过程中，丹宁逐渐与游离花色素苷等结合而使成年葡萄酒带有黄色色调。瓦红或砖红色为成年红葡萄酒的常有的颜色，而棕红色则为在瓶内陈酿10年以上的红葡萄酒的颜色。因此，可根据颜色，判断葡萄酒的成熟状况。 葡萄酒的颜色和口感的变化存在着平行性，颜色和口感之间必须相互协调平衡。颜色的深浅反应葡萄酒的结构、丰满度以及尾味和余味。如在红葡萄酒中，颜色的深浅与丹宁的含量往往正相关。如果红葡萄酒颜色深而浓，几乎处于半透明状态，多数情况下它必然醇厚、丰满、丹宁感强。相反，色浅的葡萄酒，则味淡、味短。当然，如果较柔和，具醇香，仍不失为好酒。例如瓦红色的红葡萄酒，必须与浓郁的醇香和柔顺的口感同时存在，否则表明该酒是人工催熟条件下陈酿而未能表现出最佳感官质量。 带紫色的新葡萄酒往往口味平淡、瘦弱、尖酸、粗糙；褐色过重的成年葡萄酒，氧化过重、老化。 1.3 浑浊度观察 观察葡萄酒有无下列情况：略失光，失光，欠透明，微混浊，极浑浊，雾状混浊，乳状混浊； 1.4 沉淀观察 观察葡萄酒有无下列情况：有无沉淀，沉淀类型：纤维状沉淀，颗粒状沉淀，絮状沉淀，酒石结晶，片状沉淀，块状沉淀。 2 酒液表面观察 2.1 流动性观察 如果葡萄酒不正常，则其流动性差；如倒时无声，无气泡，呈油状。 --灰腐病危害的葡萄酿的酒； --酒发生了由乳酸菌引起的油脂病。 2.2观察液面方法 方法A：用食指和姆指捏着酒杯的杯脚，将酒杯置于腰高，低头垂直观察葡萄酒的液面。或者将酒杯置于品尝桌上，站立弯腰垂直观察。 方法B：如果葡萄酒透明度良好，也可从酒杯的下方向上观察液面。 正常葡萄酒的液面标准 a. 葡萄酒的液面呈圆盘状； b. 葡萄酒的液面洁净、光亮、完整； c. 透过圆盘状的液面，可观察到"珍珠"，即杯体与杯柱的联接处。表明葡萄酒具有良好的透明性。

2012数学建模A题葡萄酒答案

图一的两组红葡萄酒的平均值、和标准差 第二组红葡萄酒 标准差平均值标准差酒样品1 9.638465 酒样品1 68.1 9.048634 酒样品2 80.3 6.307843 酒样品2 74 4.027682 酒样品3 80.4 6.769211 酒样品3 74.6 5.541761 酒样品4 68.6 10.39444 酒样品4 71.2 6.425643 酒样品5 73.3 7.874713 酒样品5 72.1 3.695342 酒样品6 72.2 7.728734 酒样品6 66.3 4.595892 酒样品7 71.5 10.17895 酒样品7 65.3 7.91693 酒样品8 72.3 6.634087 酒样品8 66 8.069146 酒样品9 81.5 5.739725 酒样品9 78.2 5.072803 酒样品10 74.2 5.51362 酒样品10 68.8 6.014797 酒样品11 61.7 7.91693 酒样品11 61.6 6.168018 酒样品12 53.9 8.924996 酒样品12 68.3 5.012207 酒样品13 74.6 6.703233 酒样品13 68.8 3.910101 酒样品14 73 6 酒样品14 72.6 4.812022 酒样品15 58.7 9.250225 酒样品15 65.7 6.429965 酒样品16 74.9 4.254409 酒样品16 69.9 4.483302 酒样品17 79.3 9.381424 酒样品17 74.5 3.02765 酒样品18 59.9 6.871034 酒样品18 65.4 7.089899 酒样品19 69.4 6.25744 酒样品19 72.6 7.426679 酒样品20 78.6 5.103376 酒样品20 75.8 6.250333 酒样品21 77.1 10.77497 酒样品21 72.2 5.95912 酒样品22 77.2 7.11493 酒样品22 71.6 4.926121 酒样品23 85.6 5.699903 酒样品23 77.1 4.976612 酒样品24 78 8.653837 酒样品24 71.5 3.27448 酒样品25 69.2 8.038795 酒样品25 68.2 6.613118 酒样品26 73.8 5.593647 酒样品26 72 6.44636 酒样品27 73 7.055337 酒样品27 71.5 4.527693 图二两组白葡萄酒的平均值、和标准差 第一组白葡萄酒第二组白葡萄酒 干白品种平均值标准差干白品种平均值标准差 酒样品1 82 9.60324 酒样品1 77.9 5.087021 酒样品2 74.2 14.1798 酒样品2 75.8 7.00476 酒样品3 85.3 19.10817 酒样品3 75.6 11.93687 酒样品4 79.4 6.686637 酒样品4 76.9 6.488451 酒样品5 71 11.24475 酒样品5 26.1 5.126185 酒样品6 68.4 12.75583 酒样品6 75.5 4.766783 酒样品7 77.5 6.258328 酒样品7 74.2 1.212265 酒样品8 71.4 13.54991 酒样品8 72.3 5.578729 酒样品9 72.9 9.631545 酒样品9 80.4 10.30857 酒样品10 74.3 14.58348 酒样品10 79.8 8.390471

数学建模大赛优秀论文

论文评阅要点 一、主要标准： 1、假设的合理性； 2、建模的创造性； 3、文字表达的清晰性； 4、结果的正确性。 二、论文组成概要： 1、题目 2、摘要 3、问题重述 4、模型假设与符号 5、分析建立模型 6、模型求解 7、模型检验与推广 8、参考文献与附录 三、参考给分步骤（10分制） 1、摘要部分（论文的方法、结果、表达饿清晰度）。。。。。。。。。。。。。。3分 2、假设部分（合理性与创造性）。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1分 3、数学模型（创造性与完整性）。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。3分 4、解题方法与结果（创造性与正确性）。。。。。。。。。。。。。。。。。。。。。。。。2分 5、模型的优缺点与推广（合理性）。。。。。。。。。。。。。。。。。。。。。。。。。。。。1分 四、评阅方法 1、每位教师把卷号、分数及主要理由记录在白纸上，以便专人统计； 2、每份论文至少要三位教师评阅过，选出获奖论文的2倍数量，对分歧大的试卷讨论给分； 3、对入选论文至少要六位教师评阅过。按分数高低排序； 4、对一、二等奖的论文要求写出30字左右的评语，与论文一起在网上发表。 五、评阅时间：5月21日（星期六）

C 题：最佳广告费用及其效应 摘要：本文从经济经验上着眼，首先用回归建立了基本模型，从预期上描述了售价变化与预期销售量的关系和广告费变化与销售量增长因子的关系。其次从基本模型出发，我们构造出预期时间利润最大模型，得到了利润在预期的条件下获得最大利润116610元时的最佳广告费用33082元和售价5.9113元。 一 问题的分析与假设 （1）销售量的变化虽然是离散的，但对于大量的销售而言，可设销售量的变化随售价的增加而线性递减。 （2）销售增长因子虽然也是离散的，但当广告费逐渐增加时，可设销售增长因子也是连续变化的。 （3）要使预期利润达到最大，买进的彩漆应为模型理论上的预期最大利润时的销售量相等。 二 模型的基本假设与符号说明 （一）基本假设 1. 假设彩漆的预期销售量不受市场影响。 2. 彩漆在预期时间内不变质，并且价格在预期内不波动。 （二）符号说明 x ：售价（元）； y ：预期销售量（千桶）； ： *y 回归拟合预期销售量（千桶）； y ：预期销售量的均值（千桶）； x ：售价的平均值（元） ； 0A ：x 与y 的回归常数； 1A ：x 与y 的回归系数； ε ：x 与y 的随机变量； k ：销售增长因子； m ：广告费（万元）； 0B ：k 与m 的非线性回归系数； 1B ：k 与m 的非线性回归系数； 2B ：k 与m 的非线性回归常数； η ：k 与m 的随机变量； Z ：预期利润（元）。 三 模型的建立 （一）售价与预期销售量的模型。 根据条件（表1）描出散点图，假设售价与预期销售量为线性关系，得基本模型 ε++=x A A 10y 假定9组预期值),,(i i y x i=1,2,…,9；符合模型

2012年全国数学建模A题参考答案

2012高教社杯全国大学生数学建模竞赛题目（请先阅读“全国大学生数学建模竞赛论文格式规范”） A题葡萄酒的评价 确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒 员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡 萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒 葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某 一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的 和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题： 1. 分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更可信？ 2. 根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 3. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。 4．分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量？ 附件1：葡萄酒品尝评分表（含4个表格） 附件2：葡萄和葡萄酒的理化指标（含2个表格） 附件3：葡萄和葡萄酒的芳香物质（含4个表格） 答案仅供参考： 1. 分析附件1中两组评酒员的评价结果有无显著性差异 根据表1计算的各取样点葡萄质量综合评分结果, 结合当地气象资料,

进行相关普查和回归分析, 挑选出 相关性显著, 并通过0. 01显著性检验的11个因子, 果实着色期平均最低气温(Tn45 )、果实着色期平均日较差 (D45 )、果实着色期平均相对湿度(U45 )、果实着色期降水量(R 45 )、果实着色期水热系数(K 45 )、全生育期平均 相对湿度(Ug )、全生育期降水量(Rg )、全生育期水热系数(Kg )、7~ 8月份降水量(R 7- 8 )、日照时数( S7- 8 )、水 热系数(K 7- 8 )。利用DPS3. 01 数据处理系统对这些影响因素进行因子分析, 并进行倾斜旋转( promax rotation)得到11种影响酿酒葡萄品质气象因子结构如表5。 表5表明, 11种影响酿酒葡萄综合品质的因子可归纳为5类因子(F 1 ~ F 5 ), 而F1对葡萄综合品质的贡献 率可以达到88. 3%, 前3类因子累计贡献率可达96. 8%。 将表5前3个因子的构成提取出来, 结果列入表6。 表6表明: 影响酿酒葡萄的主要气象因子是R45、K 45、Rg、K g、R 7~ 8、K 7~ 8, 其次是D 45、U45、Ug、U7~ 8; 再次是 TN45。因此, 可以说, 影响酿酒葡萄综合品质的因素主要是果实着色期、全生育期和7 ~ 8月份的降水量和水 热系数, 其中降水量起主导作用。果实着色期日较差和全生育期平均相对湿度对酿酒葡萄综合品质的形成也 2期张晓煜等: 酿酒葡萄品质评价及其对气象条件的响应 743 有重要影响, 影响相对较小的是果实着色期的最低气温。这些研究结