2021长三角数学建模竞赛思路

杨利霞

2021长三角数学建模竞赛思路
1 g/ _9 N+ O! K7 }* w
A题  Go! Fun游长三角

$ f! t7 O: d3 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
" J5 p0 d3 a3 R

' Y6 O* h3 r/ A: D
& D8 U/ q$ m$ l1 l* m


2 M5 J; v! B& _


6 W: {. V8 w" K9 D




  y* F; ]3 q8 T' i+ r5 ]: D- C

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。
6 i) ]0 i% b: a
: R. @: T5 x4 J
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。
$ M6 O' I8 e" q+ C5 q
' ]* x6 D/ H- ^; S
9 m+ I+ n2 P. n# p2 u% [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 V# i  ]2 e! |" R# M4 y
5 ^0 ]* t. s: e" V
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


+ e5 [0 t, A; w. _, J: I0 y第三问，同时考虑旅行资金和时间再算一遍
" h- E( a; W6 c$ b5 B- a, D3 |
/ P7 N  [+ T% \7 \( {& _
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。
5 p6 d4 N0 `6 _2 t0 K9 V3 {& r' x: z

. B' Z2 K8 t/ l) v2 U. I2 d& T3 d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。


0 e* }6 R* K4 E0 ]( l
% X* k7 s# L4 \0 X: g, Z
3 I8 i8 E* j% y' R0 |- i& ]% Q
B题  锅炉水冷壁温度曲线

1 W: I6 b9 m5 j+ d9 N
附件1中十条曲线如下
, I! o& G2 t5 T. ]
8 |+ R( u- ^3 d- n. m# C
' g) ?4 K. T3 b% m& S( R1 e( d3 e# ]



: ~& ^5 y$ l' i2 H+ H# R
, ]# g9 D# s: o" j0 H% R. s
3 [0 k: m) W; w7 u6 R, v
上图代码

9 p) u1 K# H- L# p) [, V
4 Z% T6 I7 n8 c9 `2 tX=xlsread('附件1.xlsx');
* T& W& O4 ~! d) o0 I/ a5 k& ifigure
5 o9 o' R5 D9 w- w' w/ ]for i=1:10
( ~. X: H9 d' r" X% p0 b# N    subplot(5,4,2*i-1)
' k  J8 w# W6 v7 [4 s+ U0 t    plot(X(:,1),X(:,i+1))
    title(['管道',num2str(i),'温度曲线'])
    subplot(5,4,2*i)
    histogram(X(:,i+1))
    xlabel('温度值')
1 X3 ]. ~9 b, H! u' B    ylabel('数据频数')
    title(['管道',num2str(i),'温度曲线统计'])
+ _/ v8 B) S6 S3 kend
" T" a# Z/ f1 |& e3 u# S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。
! v& U& {5 E* k+ e

1 X1 _0 ^1 @+ g1 \. Z' S" H5 T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。
  v( S- x. d/ u4 I) v# {: g
) m' s' p* f( Y) `
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。

3 b, {8 k; ]% Z. |- D8 K
1 r: d4 Q+ v, T1 m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。


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）
1 v7 h7 V9 k! {& L1 f2 m! S( h. X, D————————————————
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。
原文链接：https://blog.csdn.net/qq_39899679/article/details/117093580

5 y0 d2 c- U5 S! t! b
2 E% D1 V, `; u9 ~2 d

1357404354

da大佬，能给一份，参考论文么，最近正在研究这次的赛题

1357404354

7 G& c' e' L1 j, d- H3 o: Y

mlgb

1357404354 发表于 2022-7-30 14:31

) y; u/ x2 \( B8 j
% A- Q+ c2 D0 k$ W% A, J  C