数学建模社区-数学中国
标题:
2021长三角数学建模竞赛思路
[打印本页]
作者:
杨利霞
时间:
2021-7-19 15:58
标题:
2021长三角数学建模竞赛思路
2021长三角数学建模竞赛思路
8 B4 K3 h; ?9 V) D" O7 A7 [6 X
' q" L; C! E+ ~ ~7 P# M
A题 Go! Fun游长三角
8 o! \. P$ W0 s: [ `
& |% L. G5 o. s. o3 Q
5 w" o$ _4 ` j2 \' z
A题如果从旅游业相关企业去看，就不足为奇了，这道题是让我们分析不同类型的游客的旅行规划问题
5 Z) [( W. C' e' N) i
. }& t* {' U9 o7 b$ U8 s
& X6 @* S0 I* b) ^7 E, }( `/ x/ C
% z) H5 ]& e: N+ K1 p$ W- I Y3 X
) \+ T( f; L6 p% p$ h V. v" G
2 s: t4 B+ \( O, `0 V
$ t" P$ @4 X4 q6 F6 s) C. a' X1 w) O7 T
0 P; |% g- f9 G4 H% y* h/ d1 ~" G, ]
/ u0 B' I0 G0 F+ Y# q# X# D, \" L
8 z: _" f1 h1 n/ I# B, B2 T: q, Z
( S/ n) h; H5 ~3 }* e
, g) Y9 M6 u7 m! k
* j# i2 s* ]9 d0 o* a8 m; W
& c# Z4 d7 ]5 l: G' H" b+ n: g
- K" E/ \5 `% o9 t2 w; J
- {) A* L* l- X/ }. ]4 y
" u- b. `( V& y
首先需要爬取不同景点信息，包括经纬度，是否收费，收费的门票多少，周围酒店多少价格，都可以通过地图网页爬取数据，公众号推文有python+selenium案例不会就手动整理。为了能够做第一问，这里可以自行设置一下每个景点中需要花费的时间。
( e6 Z# Q7 y+ }. c, H
' X/ K, w8 C5 z+ T) n6 {! P
4 |% U/ `# p" z% V6 a
家境良好且平时学习刻苦的小李同学，现住于杭州，要到长三角旅行，杭州离上海比较近，行程定为2小时，一天旅游时间设定为8小时，当天需要返回酒店，如果当天没有足够时间去下一个景点则直接返回酒店，8小时包含回酒店所需得时间，那么第一问就可以这么做，长三角景区基本位于上海，那我们就分析上海的景区，一般旅游会综合考虑要玩的景点地理位置及酒店价格选择住宿。假设住宿不变，到了上海采用徒步的形式到达景点，一般人走路速度为1.1-1.5m/s，两点距离根据Haversine公式计算，一天吃喝按100元算。
) A7 v% P6 u6 g& I$ ^3 Z
9 F- {0 w9 ?; }: ~8 f, i
: D1 E0 W# J. l @9 K. s0 f
第一问仅考虑旅行时间，构建多目标函数，函数1为旅游景点总数最大，函数2为到景点的路上行程最小，自变量1为酒店编号，自变量2为所有景点序列，可通过randperm实现，在内循环内依次遍历randperm产生的序列，直到满足条件终止，约束条件见上一段落，最后给出一个较好的方案即可。程序中需用矩阵时刻记录参数的变化，满足终止条件就输出结果。
9 G3 K0 V: q3 h" w. B
% U# ^ Q* w1 E
. Y( O5 X8 u% K% \7 j& o
第二问，不考虑时间，只考虑旅行资金，第一问模型中删除旅行时间约束，增加约束条件为旅行资金5000元
. e( j4 X( N& L1 {0 h9 @
/ c$ a/ F3 t+ ? O. i% v3 y( k: k
+ N2 s& C" Y9 [6 }$ G- U
第三问，同时考虑旅行资金和时间再算一遍
% N6 Y2 y: \0 Y2 ^
# @* V/ m% b- I/ X, n
) u" L6 n' F' f. l/ v' W
第四问，小李的爷爷也来旅游了，时常怀念曾经的峥嵘岁月，于是跟着小李又来了长三角旅行，总资金变多了，但每天的吃喝消费和住宿费增加了，如果是有门票的景点，费用也增加了，带入第三问模型即可。
7 \- W) J' v5 U+ |5 a6 \
V3 U6 S4 X9 v- g7 B
+ y; |9 d$ k5 i
第五问，后来小李兼职了新媒体，B站粉丝数达52.5万人了，这次到长三角旅行，每天需要抽出1个小时旅行时间来更新视频，上述模型中约束条件8小时改为7小时，假设小李的初始资金为5000，视频收入在第二天到账，视频的播放量+点赞数+投币+收藏，每一万播放量考虑上点赞数+投币+收藏大概在30元左右收入，在本问可以到B站搜一下相关的景点视频，如果会爬虫的同学可以直接用程序搜集，主要抓取一些相关景点视频的播放量及up主的粉丝数，最后取平均值，按粉丝比例算一下小李如果旅游该景点的收益多少，同样的按上文模型求解，本问的区别在于小李的资金是动态变化的。
3 a( s9 e0 a0 A" ?
- Z2 n2 `/ p o- C/ f
1 x K4 X e5 b$ m, Z4 H5 z+ t
' |4 K7 K& b( N8 C+ a
_2 P; I# b4 G" I( X! Q2 Z
t0 `0 F# s" o5 t/ U2 A: E$ c
B题 锅炉水冷壁温度曲线
: ^9 q* E; Q6 a( j- |6 q1 k
, Q# o# F* ?4 E8 s6 }
4 j$ V: v7 x$ v5 \5 `
附件1中十条曲线如下
' a% X* V$ Z: J' }7 I ^
& f) @2 U) e( \" k9 z& t9 F/ K: V
/ r1 j% G) Q' q1 u. M
: i1 z! A8 n# q4 {9 M$ a% a0 ~- T: k
$ q9 @2 i. i5 H7 O+ o$ W" V
: i" \' [& |8 ~+ a
$ @' ?0 P) R7 n; I) t5 r
1 a1 g* P* n, V: J g/ X) u
, Q" }4 m3 `" l7 i; `3 _
0 L% b: Q! G: n; g2 Q# E
上图代码
; [ g* D2 a# b# W5 e. M6 v
: u9 w+ g; [1 m4 p
: q$ n' g Q/ i) l
X=xlsread('附件1.xlsx');
" j& l( g6 f9 y& l* i
figure
2 o5 k: D3 ~/ H! s( F2 T& c
for i=1:10
# C3 f( q6 m) R$ m3 }0 {
subplot(5,4,2*i-1)
2 V5 y* r, \# g+ h8 X8 s( m( B
plot(X(:,1),X(:,i+1))
/ h2 j6 s% n! c: b4 e
title(['管道',num2str(i),'温度曲线'])
9 R' f$ W/ Q9 o$ d
subplot(5,4,2*i)
6 A" f$ O" N0 r, W3 o
histogram(X(:,i+1))
# U, u) h- `% h. V
xlabel('温度值')
2 H5 r/ g- h/ D0 R: k
ylabel('数据频数')
7 R: |4 H7 |( D- q( [' }) c
title(['管道',num2str(i),'温度曲线统计'])
- R9 Z. j( x0 a8 R! q
end
( v' o% F8 K' C3 Q: F: u/ P
第一问统计数据特征，统计变量一般有方差、均值和最大最小值，也可以做下histogram统计图说明下温度主要分布情况。
; g5 \* D1 l* }( @# _, h2 j% b! t) }
% p+ e9 N) ^; w5 y3 [
# t( z p2 @1 q. r, i
第二问对十个水冷壁管道的工作状态进行评价，在实际生产过程中，温度变化尽可能平稳，水冷壁温度不宜过高，根据这两个条件，可以使用第一问两个指标，方差和最大值。根据这两个条件，确定方差和最大值均是越小越好，那么从数据大小的角度将这两个指标定义为负向指标，数据归一化时则需要注意减最小还是减最大，将数据归一化至[0,1]备用，评价算法可以用因子分析、秩和比、熵权法求得权重后乘以归一化数据求和。
- L1 B' B3 }! W; I
# W$ e2 c" c, m! r3 n
4 E( o8 }$ h. y( @ V7 A/ E" E
第三问附件二中包含了111个操作变量和42个状态变量，涉及高纬度数据首先应当对数据降维，可以去看下公众号发布的主成分分析推文，最后取贡献率到刚好到95%以上的k列降维数据，注意降维数据不是指选出主要指标出来，降维数据表示的是153高维数据的投影数据，直接用这k列数据去分别拟合10个管道的温度数据，常用的回归肯定不行，这里是比较复杂的非线性拟合，可以将k列数据和某个管道温度数据先用1stopt遍历下较符合的公式，通过lsqcurvefit函数进行非线性最小二乘拟合。
! B, S, @% H* V( ]
5 w! j# l) |: V9 \
6 c4 N7 N+ ~- v+ F% [. ^1 {
第四问找出主要操作变量，注意是111个操作变量，求10个温度数据与111个操作数据的相关性，与是个温度数据的相关性取个平均值进行比较，选出最高的介个，算法可采用余弦相似度、皮尔逊等。
6 I5 W. C, d5 W, j6 i5 f- j
% _/ O; b& B6 F: {% W1 C& b
9 \- Q/ ~( N1 X) y# f) u
第五问第四问中的相关性矩阵，取与第十个管道从3172节点以后的温度数据与111个操作数据求相关性，可以选5-10个操作变量备用，拟合出一个关系式，构建一个启发式算法，目标函数1为3172节点以后的数据总下降值，目标函数2为依然高于445的数据个数，目标函数3同样也是自变量为调节的操作变量个数，目标函数4为所有调节变量总下调比例；自变量1为调节的操作变量个数，自变量2设置每个操作变量调整比例为[0-0.2]，同样的对3172节点后的操作变量数据进行整体的调节，向上还是向下调节可通过rand随机。启发式算法可采用模拟退火框架和蒙特卡洛框架，外循环为个体间比较，内循环为蒙特卡洛试验，内循环根据当前的调节操作变量个数随机模拟n次变量调整比例下的函数值，也就是变量2放在了蒙特卡洛试验中，通过非支配排序选择结果最好的试验作为当前个体的变量及函数值，外循环的个体间比较也同样通过非支配排序，迭代结束，输出最优解集的parote图及排名靠前的几个方案。（算法可参照公众号算法推文）
- N0 m L- ?, h, H9 S
————————————————
& G3 N4 f' Q# Y4 e# S
版权声明：本文为CSDN博主「微信公众号：您好啊数模君」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
7 N$ O( h6 ]; @/ @6 k
原文链接：https://blog.csdn.net/qq_39899679/article/details/117093580
& ~" h4 h! t" p3 y# C- e
! G; G2 q+ ~9 L% h. p$ U8 w
k7 z e3 Y( T1 J, t0 @- x
作者:
1357404354
时间:
2022-7-30 14:31
da大佬，能给一份，参考论文么，最近正在研究这次的赛题
0 O- |2 H( J6 l6 b; i/ R: m; c
作者:
1357404354
时间:
2022-7-30 14:31
# R! s* c' X0 T5 l. a
作者:
mlgb
时间:
2022-7-31 13:39
1357404354 发表于 2022-7-30 14:31
/ N6 ]1 }' c" [3 Q3 e% Y
" O, P$ a5 C8 s3 Q( i H
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
# R! s* c' X0 T5 l. a
