首页 > 文章中心 > 数学建模常见算法

数学建模常见算法

前言:想要写出一篇令人眼前一亮的文章吗?我们特意为您整理了5篇数学建模常见算法范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。

数学建模常见算法

数学建模常见算法范文第1篇

摘要:综述 数学建模方法

前言:数学建模,就是根据实际问题来建立数学模型,对数学模型来进行求解,然后根据结果去解决实际问题。数学模型是一种模拟,是用数学符号,数学式子,程序,图形等对实际课题本质属性的抽象而又简洁的刻画,它或能解释某些客观现象,或能预测未来的发展规律,或能为控制某一现象的发展提供某种意义下的最优策略或较好策略。应用知识从实际课题中抽象、提炼出数学模型的过程就称为数学建模。在21世纪新时代下,信息技术的快速发展使得数学建模成了解决实际问题的一个重要的有效手段。

正文:自从20世纪以来,随着科学技术的迅速发展和计算机的日益普及,人们对各种问题的要求越来越精确,使得数学的应用越来越广泛和深入,特别是在21世纪这个知识经济时代,数学科学的地位会发生巨大的变化,它正在从国家经济和科技的后备走到了前沿。经济发展的全球化、计算机的迅猛发展、数学理论与方法的不断扩充,使得数学已经成为当代高科技的一个重要组成部分和思想库,数学已经成为一种能够普遍实施的技术。培养学生应用数学的意识和能力已经成为数学教学的一个重要方面。而数学建模作为数学方面的分支,在其中起到了关键性的作用。

谈到数学建模的过程,可以分为以下几个部分:

一.模型准备

了解问题的实际背景,明确其实际意义,掌握对象的各种信息。以数学思想来包容问题的精髓,数学思路贯穿问题的全过程,进而用数学语言来描述问题。要求符合数学理论,符合数学习惯,清晰准确。

二.模型假设

根据实际对象的特征和建模的目的,对问题进行必要的简化,并用精确的语言提出一些恰当的假设。

三.模型建立

在假设的基础上,利用适当的数学工具来刻划各变量常量之间的数学关系,建立相应的数学结构。

四.模型计算

利用获取的数据资料,对模型的所有参数做出计算(或近似计算)。其中需要应用到一些计算工具,如matlab。

五.模型分析

对所要建立模型的思路进行阐述,对所得的结果进行数学上的分析。

六.模型检验

将模型分析结果与实际情形进行比较,以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合,则要对计算结果给出其实际含义,并进行解释。如果模型与实际吻合较差,则应该修改假设,再次重复建模过程。

数学建模中比较重要的是,我们需要根据实际问题,适当调整,采取正确的数学建模方法,以较为准确地对实际问题发展的方向进行有据地预测,达到我们解决实际问题的目的,

在近些年,数学建模涉及到的实际问题有关于各个领域,包括病毒传播问题、人口增长预测问题、卫星的导航跟踪、环境质量的评价和预测等等,这些就能说明数学建模涉及领域之广泛,针对这些问题我们需要采取对应的数学建模方法,采用不同的数学模型,再综合起来分析,得出结论,这需要我们要有一定的数学基础和掌握一些应用数学方法,以适应各种实际问题类型的研究,也应该在一些数学方法的基础上,进行不断地拓展和延伸,这也是在新时代下对于数学工作者的基本要求,我们对数学建模的所能达到的要求就是实现对实际问题的定性分析达到定量的程度,更能直观地展现其中的内在关系,体现数学建模的巨大作用。

而在对数学建模中的数据处理中,我们往往采用十类算法:

一.蒙特卡罗算法

也称统计模拟方法,是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明,而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。当所求解问题是某种随机事件出现的概率,或者是某个随机变量的期望值时,通过某种“实验”的方法,以这种事件出现的频率估计这一随机事件的概率,或者得到这个随机变量的某些数字特征,并将其作为问题的解。如粒子输运问题。

二.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Matlab作为工具,而在其中有一些要用到参数估计的方法,包括矩估计、极大似然法、一致最小方差无偏估计、最小风险估计、同变估计、最小二乘法、贝叶斯估计、极大验后法、最小风险法和极小化极大熵法。最基本的方法是最小二乘法和极大似然法。数据拟合在数学建模中常常有应用,与图形处理有关的问题很多与拟合有关系。

三.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Lindo、Lingo软件实现。它尤其适用于传统搜索方法难于解决的复杂和非线性问题,在运筹学和模糊数学中也有应用。

四.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,其中,图论具有广泛的应用价值,图论可将各种复杂的工程系统和管理问题用“图”来描述,然后用数学方法求得最优结果,图论是解决许多工程问题中算法设计的一种有效地数学模型,便于计算分析和计算机存储。

五.动态规划、回溯搜索、分治算法、分支定界等计算机算法

动态规划的应用极其广泛,包括工程技术、经济、工业生产、军事以及自动化控制等领域,并在背包问题、生产经营问题、资金管理问题、资源分配问题、最短路径问题和复杂系统可靠性问题等中取得了显著的效果。回溯算法是深度优先策略的典型应用,回溯算法就是沿着一条路向下走,如果此路不同了,则回溯到上一个分岔路,在选一条路走,一直这样递归下去,直到遍历万所有的路径。八皇后问题是回溯算法的一个经典问题,还有一个经典的应用场景就是迷宫问题。回溯算法是深度优先,那么分支限界法就是广度优先的一个经典的例子。回溯法一般来说是遍历整个解空间,获取问题的所有解,而分支限界法则是获取一个解。分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题,这些子问题相互独立且与原问题性质相同。求出子问题的解,就可得到原问题的解。即一种分目标完成程序算法,简单问题可用二分法完成。

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。

六.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

模拟退火算法的依据是固体物质退火过程和组合优化问题之间的相似性。物质在加热的时候,粒子间的布朗运动增强,到达一定强度后,固体物质转化为液态,这个时候再-进行退火,粒子热运动减弱,并逐渐趋于有序,最后达到稳定。

“物竞天择,适者生存”,是进化论的基本思想。遗传算法就是模拟自然界想做的事。遗传算法可以很好地用于优化问题,若把它看作对自然过程高度理想化的模拟,更能-显出它本身的优雅——虽然生存竞争是残酷的。 遗传算法以一种群体中的所有个体为对象,并利用随机化技术指导对一个被编码的参数空间进行高效搜索 。

神经网络从名字就知道是对人脑的模拟。它的神经元结构,它的构成与作用方式都是在模仿人脑,但是也仅仅是粗糙的模仿,远没有达到完美的地步。和冯·诺依曼机不同-,神经网络计算非数字,非精确,高度并行,并且有自学习功能。

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。

七 .网格算法和穷举法

对于小数据量穷举法就是最优秀的算法,网格算法就是连续问题的枚举。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。

八.一些连续离散化方法

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。

九.数值分析算法

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。

十.图像处理法

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Matlab进行处理。

这十类算法对于数据处理有很大的帮助,甚至从其中可以发现在它们中的很多算法都是数学某些分支的延伸,可能我们不一定能掌握里面的所有算法,但是我们可以尽可能学习,相信这对我们今后的数学学习有很大的帮助,然后,就是数学模型的类别。

常见的数学模型有离散动态模型、连续动态模型、库存模型、线性回归模型、线性规划模型、综合评价模型、传染病模型等数学模型、常微分方程模型、常微分方程的数值稳定性、人口模型、差分方程模型,这些模型都有针对性地从实际问题中抽象出来,得到这些模型的建立,我们在其中加入适当合理的简化,但要保证能反映原型的特征,在数学模型中,我们能进行理性的分析,也能进行计算和演绎推导,我们最终都会通过实践检验数学建模的正确性,加以完善和提升,在对现实对象进行建模时,人们常常对预测未来某个时刻变量的值感兴趣,变量可能是人口、房地产的价值或者有一种传染病的人数。数学模型常常能帮助人们更好的了解一种行为或者规划未来,可以把数学模型看做一种研究特定的实际系统或者人们感兴趣的行为而设计的数学结构。

例如人口增长模型:

中国是世界上人口最多的发展中国家,人口多,底子薄,人均耕地少,人均占有资源相对不足,是我国的基本国情,人口问题一直是制约中国经济发展的首要因素。人口数量、 质量和年龄分布直接影响一个地区的经济发展、资源配置、社会保障、社会稳定和城市活力。 在我国现代化进程中,必须实现人口与经济、社会、资源、环境协调发展和可持续发展, 进一步控制人口数量,提高人口质量,改善人口结构。对此,单纯的人口数量控制(如已实施多年的计划生育)不能体现人口规划的科学性。 政府部门需要更详细、 更系统的人口分析技术,为人口发展策略的制定提供指导和依据。长期以来,对人口年龄结构的研究仅限于粗线条的定性分析, 只能预测年龄结构分布的大致范围,无法用于分析年龄结构的具体形态。 随着对人口规划精准度要求的提高,通过数学方法来定量计算各种人口指数的方法日益受到重视,这就是人口控制和预测。

人口增长模型是由生育、死亡、疾病、灾害、环境、社会、经济等诸多因素影响和制约的共同结果,如此众多的因素不可能通过几个指标就能表达清楚,他们对人口增长的潜在而复杂的影响更是无法精确计算。这反映出人口系统具有明显的灰色性, 适宜采用灰色模型去发掘和认识原始时间序列综合灰色量所包含的内在规律。灰色预测模型属于全因素的非线性拟合外推类法,其特点是单数列预测,在形式上只用被预测对象的自身序列建立模型,根据其自身数列本身的特性进行建模、预测,与其相关的因素并没有直接参与,而是将众多直接的明显的和间接的隐藏着的、已知的、未知的因素包含在其中,看成是灰色信息即灰色量,对灰色量进行预测,不必拼凑数据不准、关系不清、变化不明的参数,而是从自身的序列中寻找信息建立模型,发现和认识内在规律进行预测。

基于以上思想我们建立了灰色预测模型:

灰色建模的思路是:从序列角度剖析微分方程,是了解其构成的主要条件,然后对近似满足这些条件的序列建立近似的微分方程模型。而对序列而言(一般指有限序列)只能获得有限差异信息,因此,用序列建立微分方程模型,实质上是用有限差异信息建立一个无限差异信息模型。

在灰色预测模型中,与起相关的因素并没有直接参与,但如果考虑到直接影响人口增长的因素, 例如出生率、死亡率、 迁入迁出人口数等,根据具体的数据进行计算, 则可以根据年龄移算理论,从某一时点的某年龄组人数推算一年或多年后年龄相应增长一岁或增长多岁的人口数。在这个人口数的基础上减去相应年龄的死亡人数, 就可以得到未来某年龄组的实际人口数。对于0 岁的新生人口, 则需要通过生育率作重新计算。当社会经济条件变化不大时, 各年龄组死亡率比较稳定, 相应活到下一年龄组的比例即存活率也基本上稳定不变。 因而可以根据现有的分性别年龄组存活率推算未来各相应年龄组的人数。

通过这样的实例就能很细致地说明数学建模的方法应用,数学模型方法是把实际问题加以抽象概括,建立相应的数学模型,利用这些模型来研究实际问题的一般数学方法。它是将研究的某种事物系统,采用数学形式化语言把该系统的特征和数量关系,抽象出一种数学结构的方法,这种数学结构就叫数学模型。一般地,一个实际问题系统的数学模型是抽象的数学表达式,如代数方程、微分方程、差分方程、积分方程、逻辑关系式,甚至是一个计算机的程序等等。由这种表达式算得某些变量的变化规律, 与实际问题系统中相应特征的变化规律相符。一个实际系统的数学模型,就是对其中某些特征的变化规律作出最精炼的概括。

数学模型为人们解决现实问题提供了十分有效和足够精确的工具, 在现实生活中, 我们经常用模型的思想来认识和改造世界,模型是针对原型而言的,是人们为了一定的目的对原型进行的一个抽象。

随着科学技术的快速发展,数学在自然科学、社会科学、工程技术与现代化管理等方面获得越来越广泛而深入的应用, 尤其是在经济发展方面, 数学建模也有很重要的作用。 数学模型这个词汇越来越多地出现在现代人的生产、工作和社会活动中,从而使人们逐渐认识到建立数学模型的重要性。数学模型就是要用数学的语言、方法去近似地刻画实际,是由数字、字母或其他数学符号组成的,描述现实对象数量规律的数学公式、 图形或算法。也可以这样描述:对于一个现实对象,为了一个特定目的,根据其内在规律,做出必要的简化假设,运用适当的数学工具,得到的一个数学结构。数学建模的作用在21实际毋庸置疑,我们通过不断学习数学建可以掌握解决实际问题的强大武器。

参考文献:数学建模方法与案例,张万龙,等编著,国防工业出版社(2014).

数学建模常见算法范文第2篇

【关键词】: 高中数学模型应用

在高中数学中,有很多章节适合用数学模型及解应用题的方法去处理,例如必修一中《函数模型及运用》,必修四中《分期付款中的有关计算》、《向量的应用》,必修三中的《算法案例》,《概率统计》等,高三数学选修Ⅱ中《杨辉三角》、《复数与平面向量、三角函数的联系》等 ,那么在教学中对于这些章节应如何来处理呢,对待这些章节应持什么态度,教学中如何引入这些章节,这些因素是我们广大高中数学教师要思考的内容。

一、 高中数学建模及数学应用有关内容的重要性

在以往的教学中,遇到数学模型及数学应用有关章节时我们一般都一带而过,有的教师甚至讲都不讲,但从最后高考的结果看,学生在应用题大题的得分就比较低,这其中就有很大的原因在高一高二的教学,因为我们不能等到高三发现问题再去给学生补应用题及建模的相关意识,因为数学建模与应用题的解题方法是一种数学思维方式及数学修养,实际上是一种习惯,习惯的养成不是靠一天两天就能养成及出成果的,而是要注重平时的教学培养,所有我们有必要做一个系统的安排。

我们的中学数学教学是一种“目标教学”。一方面, 我们一直想教给学生有用的数学, 但学生高中毕业后如不攻读数学专业,就觉得数学除了高考拿分外别无它用; 另一方面,我们的“类型+方法”的教学方式的确是提高了学生的应试“能力”,但是学生 一旦碰到陌生的题型或者联系实际的问题却又不会用数学的方法去解决它。大部分同学学了十二年的数学,却没有起码的数学思维,更不用说用创造性的思维自己去发现问题,解决问题了。由此看来,中学数学教与学的矛盾显得特别尖锐。

加强中学数学建模与应用的教学正是在这种教学现状下提出来的。

二、高中数学建模及数学应用有关内容的分析及教学探讨

高中数学课程标准中已明确提出数学模型与数学建模有关内容的教学要求,而且高中数学课本中也有相关的章节,例如《函数模型及运用》,教学中教师不必过分强调数学建模的模式及其步骤,着重要强调数学建模的思维方式。

(1)注重用数学模型及数学建模的思维方式去处理应用问题

我国普通高中新的数学教学大纲中也明确提出要“切实培养学生解决实际问题的能力”,要求“增强用数学的意识,能初步运用数学模型解决实际问题,逐步学会把实际问题归结为数学模型,然后运用数学方法进 行探索 、猜 测 、判 断 、证 明 、运 算 、检验,使问题得到解决”。这些要求不仅符合数学本身发展的需要,也是社会发展的需要。因为我们的数学教学不仅要使学生获得新的知识而且要提高学生的思维能力, 要培养学生自觉地运用数学知识去考虑和处理日常生活、生产中所遇到的问题,从而形成良好的思维品质,具有探索新知识、新方法的创造性思维能力。

(2)重视新课程教学理念教学,加强背景知识导入

在新课程教学过程中,对于数学概念的提出,我们要注意其发生的过程,注意从实际的问题中引出数学的概念,例如,在介绍导数中的平均变化率的时候,教材中用了气温上升这个例子,生动鲜明地阐述的变化率这个概念,同时也反映出我们在这方面的实际生活中数学将有很好的运用,所以,注重数学中背景知识的导入将起到一举两得的教学效果。

做好数学应用题教学意识,要强化背景知识的引入,使学生的成绩得到充分的提高。这一点很重要,目前的教学中,我们往往只重视数学知识的教学,而很少关注数学知识的作用,这往往影响学生学习数学知识的热情,而且在考试中也往往影响学生的考试成绩。例如,在某一年的高考题中,谈到冷轧钢的问题,数学基础并不难,但学生对冷轧钢的背景知识了解缺较少,导致该题无法完成。

但有的教师往往会说,我教数学,其它知识跟我有什么关系,这其实是一个误区,背景往往是导入相关知识点的关建,背景知识有助于学生理解知识,更有利于激发学生的学习兴趣。

例如,在教学必修一中《函数模型及运用》时,教师可以适当的给学生介绍数学在经济学、物理学等方面的作用,在本节中甚至还提到了经济学中的边际函数,教师可以查阅相关资料,了解边际函数的概念及重要作用,这样可以激发学生对数学巨大作用的理解。

在教学必修四中《分期付款中的有关计算》时,教师可以用目前大家都能理解的买房按揭贷款还款作为背景,问学生如何还贷,应如何计算,作为切入点,从而可以让学生理解数列的巨大作用。

另外,《向量的应用》,必修三中的《算法案例》,《概率统计》等,高三数学选修Ⅱ中《杨辉三角》、《复数与平面向量、三角函数的联系》等这些章节与实际联系也很紧密,在教学这些章节的时候也可以注重实际运用背景的运用。

(3)可用校本课程的方法系统地加强数学模型及数学应用有关章节的教学

对于数学模型与应用的相关章节,比较分散,可以开设校本课程从整体考虑,在教学中, 安排数学建模相关内容的校本课程教学。可以分三个阶段。

第一阶段主要培养学生对数学模型的认识及对数学思维方式的培养。

我们主要以高一学生为研究对象,在课堂教学中给学生展示数学模型,重视此类课程的教学,如《函数模型及应用》。

第二阶段主要培养学生建模能力。

主要以高二学生为研究对象,教给学生数学建模的方法,例如在曲线方程的教学中,求曲线的轨迹,我们可以让学生建立直角坐标系,根据要求写成曲线满足的数学条件,再进行化简,得到曲线的方程,解答提出的问题。

第三阶段是综合提高的阶段。

我们以高三学生为研究对象,综合对学生的数学模型意识及建模能力的培养,以高考题及统测试题的应用题为模型,充分让学生建模解模,体会数学带给学生的能力的提高和用数学解决实际问题的快乐,让学生体会数学的价值。

参考文献

数学建模常见算法范文第3篇

[关键词] 数学建模;国家课程标准;教学实践

数学建模就是用数学语言描述实际现象的过程。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、简化建立能近似刻画并“解决”实际问题的一种强有力的数学手段。

一、常规课堂教学中的数学建模教学

广义地说,一切数学概念、数学理论体系、数学公式、方程式和算法系统都可以称为数学模形。如“椭圆的方程及图象”就是一个数学模型,“用‘二分法’求方程的一个近似解”也是一个数学模型。针对学生在数学建模中不会对实际问题进行抽象、简化、假设变量和参数,形成明确的数学框架的困难,我们在常规的数学课堂教学中,有意识地选择合适的教学内容,模仿实际问题中建立数学模型的过程,来处理教材中常规的学习内容,从而为学生由实际问题来建立模型奠定基础。

譬如,对于二面角内容的教学,在学生原有生活经历中,有水坝面和水平面成适当的角的印象;有半开着的门与墙面形成角的印象,那么我们在让学生形成二面角的概念时,应当从学生已有的这些认识中,舍弃具体的水坝、门等对象,而抽象出“从一条直线出发的两个半平面所组成的图形叫做二面角”,在这里,半平面是相对于水坝拦水面、门等的具体对象而进行合理假设得到的理想化对象,而在进一步研究如何度量一个二面角的大小时,我们是让学生提出各种方案,然后通过讨论、比较各方案所定义的几何量对给定的二面角是不是不变量,同时又简洁表达了二面角中两个半平面闭合程度的大小。以上关于二面角的概念及其度量方法的教学过程,实际上就是建立数学模型并研究模型的过程。建立数学模型实质就是化抽象为具体。就像上文所说,把生活中的常识转化为原理。在常规的曰常课堂教学中,完全可以选定适当内容,创设出数学建模的教学情景来处理教学内容,从而为学生真正面对实际问题来建立模型、研究模型创造条件,这样更有利于学生们对事物的理解。

二、教师提供问题的数学建模教学

教师提供问题的数学建模,基本上同目前开展的大学生、中学生数学建模竞赛中需要完成的建模任务相同。这种形式的数学建模学生不需要自己选定实际问题研究,而是由教师选定适合于学生水平的实际问题呈现给学生,在教师的启发、引导下,学生小组通过讨论,自己完成模型选择和建立、计算、验证等过程,最后用小论文的形式呈现自己的研究成果,这种形式的数学建模学生已真正接触到实际问题,并经历建模的全过程。

经过了曰常课堂教学中的数学建模教学,学生对什么是数学建模已有了一定的认识,并已经历了由具体问题抽象出明确数学框架的锻练,因此,我们在这种形式的数学建模教学中,主要是加强以下几个方面的教学。

1.提供的实际问题必须难易适度,应当适合于学生的认知水平。对于较难的问题,我们往往给出必要提示,如启发学生通过提出合符常理的假设来将复杂的问题化为可以建模的问题;通过提示学生设定相关变量来达到使模型容易建立等。

教师可从选定的实际问题、模型假设、变量设定等方面来控制难度,其中模型假设和变量设定是直接影响到模型建立的关键因素,对此关键点教师没计适当的教学形式,是“教师给定问题型”建模教学的关键。

2.在“教师给定问题型”的数学建模的实践中,学生将经历建模的全过程,其中在模型的求解这一环节,往往需要借助计算机选择一个合适的数学软件平合,通过数学实验来求解模型。我校近年来,对这一环节的教学比较重视,每年都对将参加上海市中学生数学建模夏令营的学生团队进行数学软件Matlab的使用辅导,通过使学生精通一种软件的使用,再介绍学生自己钻研其它几种数学软件的使用,从而为学生正确求出模型的解,铺平了道路。

3.在近五年对学生的辅导过程中,我们感到以下一些问题可用来训练学生的数学建模能力,它们是:(1)路桥问题,(2)限定区域的驾驶问题,(3)交通信号灯管理问题,(4)球的内接多面体问题,(5)螺旋线问题,(6)最短路问题,(7)最小连接问题,(8)选址问题,(9)面包进货问题等。

4.在“教师给定问题型”的数学建模实践中,学生的研究结果,必须会用论文进行表达,会表达自己的研究思路及结果,是一个学生综合素质的体现。由于数学建模论文的撰写有一定的格式要求,当然这种格式要求是为了更好地使作者展现自己的研究结果,也是对论文质量的保证。

三、学生自选问题的数学建模教学

数学建模常见算法范文第4篇

关键词:车辆路径;数学模型;多目标优化

0 引言

近年来,随着电子商务和社会智能交通的不断发展,人们生活的方方面面都有物流的支撑, 配送作为物流系统中一项重要的活动,其作用已经越来越重要,从运输、仓储、配送等过程中,将产品或信息传送到指定的顾客位置,是配送的主要功能和属性。对VRP问题进行研究能够提高物流企业的配送水平,对公司而言显得尤其突出和重要。

1 车辆路径问题

1959年Dantzig提出了车辆路径问题(VRP)[1]。车辆路径问题(VRP)问题中的旅行商问题(TSP)被学者Gaery[2]在其论文中证明旅行商问题是一个NP难题,故VRP问题也是一个NP难题。NP难题不光在理论研究上有很大意义,在现实生活中的意义也十分显著,在车辆路径优化问题上就得到印证。车辆路径问题主要是指在某一区域内存在需要货物的客户要从配送中心得到货物补充,客户的货物由配送中心统一配送,由车队进行配送负责货物,通过合理的安排车辆路径线路,以保证在一定的约束条件下,做到诸如成本小,时间耗费少和路程短等目的完整路线规划问题,见图1所示。

车辆进行配送过程中,是以车辆的载重为计算衡量,其成本计算为载重量乘以路线距离。常见的优化目标就是总路线长度的最短,节约物流公司和客户的时间,节省大量成本,尽可能地降低车辆成本是保证物流公司提高运营效率,尽量地使总成本最低,以保证运营的正常运作。

2 车辆路径问题的算法

当客户量少的时候,我们可以选取一些精确算法进行求解。精确算法是指最优解可以通过推理和数学计算得到答案的一种求解算法[3]。当客户数量的庞大,物流配送网络也就越大,我们需要选择人工智能算法来解决此类问题。以下为几个比较常见的人工智能算法[4]。

(1)Clarke-Wright算法、

该算法的核心思想是:依次将路线中的两个闭合线路整合成一个线路,合并结果是大幅度减少了线路的总运输距离,最后当满足车辆载重情况后,再进行下一辆车的类似的优化。但到的解往往不是最优解,需要与其他算法结合使用。

(2)Sweep算法。

该算法的核心思想是:首先要计算出需要遍历客户点的极坐标,随后对极坐标的大小进行排序。在满足可行约束条件下,把不同的角度大小和子路经归并在一起,再通过VRP的优化算法对得到的子路径进行处理优化。

(3)遗传算法

该算法的核心思想是:从需要优化的一组可行解中开始,照达尔文进化论的优胜劣汰原则,对选择出的一组可行解进行进化以便产生越来越好的一个解。通过不断进化,得到的解更可以接近于最优解分布。

3 车辆路径问题建模

针对车辆路径优化目标,本文主要从保证多个配送中心(DC)服务多个客户(DS)时,确定最小车辆数目m,并确定最短路径长度,以便于满足总的配送成本最低。目标函数如下:

minC=■■c■D■x■ (1)

其中,c表示客户点之间距离运输成本;D■表示的是从客户点i到客户点j的距离;x■是0-1变量,含义为,当车辆从i到j时,x■=1。否则,x■=0;下标集K=1,2,…,k为第k个DC,I=1,2,…,i和J=1,2,…,j分别为第i和j个DS,而且R=I+J。约束条件如下:

N≤n (2)

■x■=■x■,i∈R,j∈R,且i≠j (3)

■x■=■x■,k∈K (4)

■x■w■-d■≥0 (5)

w■表示访问客户之前载重,d■是指客户点j的货物量;

■x■w■-d■=■x■w■,k∈K(6)

■D■≤D■ (7)

xij∈0,1 (8)

以上的数学建模的各个含义为:约束(2)表示运行车辆数目不能大于车辆数目的总和;约束(3)表示访问配送中心的车是同一辆;约束(4)表示访问客户点的车是同一辆;约束(5)表示车辆不可空载;约束(6)表示客户得到满足;约束(7)表示车辆的最远驾驶距离不能超过规定距离 ;约束(8)表示一个0-1变量。

4 模型的优化算法

本文使用上面介绍的遗传算法进行模型优化。下面我们给出遗传算法的步骤:

(1)选取初始种群规模:确定合适的种群规模是我们使用遗传算法首要问题。种群规模越大,反而不容易陷入局部最优解,其结果是搜索时间会加长。为了确定初始种群规模,通过穷举法来求取最优解的区间。

(2)为得到适应度函数,使用自然编码法。首先运用自然数编码法,产生初始可行解。

(3)更新种群。更新种群是从上步可行解中,选择适应度大,条件好的个体进行交叉、变异,产生新的解的过程。第一,交叉的核心意义在于,继承父代的优良基因,来提高个体的适应度。第二,我们采用随机多次对换的方式,依据一定的变异概率来决定生成的两个个体是否需要进行变异。

(4)操作完成之后,我们将得到的种群进行适应度的排列,保证了下一次算法进化的实现。

5 结论

本本文是针对车辆路径的问题研究。第一分析了车辆路径问题的定义,第二针对有关算法进行描述,最后进行建模和算法优化。近年来随着社会智能交通的兴起,电子商务不断发展,中国现代物流业进入了高速发展时期,要求我们不断对VRP模型和算法要做进一步的研究。

参考文献:

[1]祝崇俊,刘民,吴澄.供应链中车辆路径问题的研究进展及前景.计算机集成制造系统CIMS[J].2001,7(11):1-6.

数学建模常见算法范文第5篇

【关键词】新课改 数学模型 中学数学建模教学

【中图分类号】G632 【文献标识码】A 【文章编号】1674-4810(2014)02-0118-03

一 中学数学建模概述

1.数学模型的定义及分类

根据全国科学技术名词审定委员会的审定公布,我们把数学模型定义为:数学模型是把对研究对象观察到的一系列结果和实践经验,总结成一套能反映其内部因素数量关系的数学公式、逻辑准则和相关算法。这些公式、准则和算法是拿来描述和研究客观现象的规律。

我们根据不同的分类方式,把数学模型分成很多种,常见的一些种类有:(1)数学模型根据模型应用的领域不同,可以划分为人口模型、交通模型、污染模型等。(2)数学模型根据建立模型的数学方法不同,可以划分为数学模型、几何模型、微分方程模型等。目前,我国大多数的教学用书中提到的数学建模的分类编排都是按照上面的标准来进行的。(3)数学模型根据表现特性的不同,考虑到数学模型中是否受到随机变量的影响,把数学模型分为确定性模型和随机性模型。进入21世纪以后,由于数学研究和数学模型在广度和深度的不断发展,近几年来还出现了突变性模型和模糊性模型、静态模型和动态模型、线性模型及非线性模型等。(4)根据数学模型建模目的的不同,分为描述模型、预报模型、优化模型、控制模型等。

2.中学数学建模教学概述

数学建模教学主要是针对过去中学数学教育内容过于抽象化,对数学知识和学生实际日常生活的联系不紧密问题而提出的。数学建模要求学生对日常生活和社会中遇到的实际问题先进行抽象化,然后建立数学模型,最后求解得出最优模型。即建模、解模的过程,如图1所示。

图1

二 中学数学建模教学

1.建模问题的合理性

考虑到中学阶段学生的知识水平有限和中学数学的教学大纲规定,我们把中学数学建模教学的主要内容进行恰当的调整。首先,应当适当缩小中学数学建模教学的选题范围,通常我们考虑的是函数(构建函数关系)、不等式组、数列、几何和求最值等几个方面。其次,在教学方法上也力求通过计算机技术辅助教学,增强其新颖性和趣味性。

2.中学数学建模教学常用的方法

第一,理论分析法。这是一种在中学数学建模教学中经常用到的方法。它具体是指:(1)对所要建立模型的问题各种变量与常量进行分析和界定范围;(2)运用我们已经公认的,如数学、物理等学科中被普遍证明的原理、定理和推论,建立合理的数学模型;(3)利用数学理论推导问题的解决方法。

第二,模拟法。这是一种在现实中通过对模拟的数学模型进行反复试验,从而达到解决问题的目的。构建模拟的数学模型,就是要运用数学知识找到一种结构和性质与建模问题主要结构和性质相同的模型。如报童卖报问题就可以用随机模拟思想解决。

第三,函数拟合法。这是一种在处理离散型数据时使用最多的方法。(1)我们依据题目所给出的初始数据,在直角坐标系上描出相对应的各个点;(2)依据各个点的分布情况,用圆滑的曲线描绘出大致图形;(3)根据图像大致拟合成相应的直线或圆锥曲线,并通过相应的关键点求解出此图像的函数关系式,这就是所要建立起来的数学模型。如我们通过一次函数、二次函数、指数函数、幂函数拟合某个工厂产量、某件产品的销量、人口增长率等,解决日常生产生活中的问题。

三 中学数学建模教学的教学方式

1.立足教材基本知识点,培养学生的趣味

由于我国的数学教材普遍存在知识理论性强,但缺乏在实际生活中的可运用性。很多学生甚至家长认为只要不是想成为数学家,离开校园工作后,数学仅仅拿来会上街买菜算账就够了。于是,大多数学生都是为了成绩而学数学,根本不知道数学可以提高自己日后的管理能力和问题的解决能力。

在提倡素质教育的今天,我们可以通过多种方式提高学生对数学问题的兴趣。如改变设问方式、变换题设条件,把教材中出现的应用问题拓宽成新的数学建模应用问题。对于教材中的一些纯理论数学问题,我们可以从科学性、现实性、新颖性、趣味性、可行性等原则出发,编制出一套有一定实际背景或应用价值的数学建模问题。按照以上的方式组织教学活动,能大大地培养起学生对数学知识的应用能力。

如在讲授高中数学必修5第一章等比数列,等比数列求和公式及应用这一节课时,教师向学生讲述这样一个实例。

教师:传说在古代印度有这样一个国王很喜欢下象棋。某天,一位棋艺很高超的棋手和国王对弈,国王得意洋洋地说:“如果你赢了我,你的任何要求我都会满足。”经过一番搏杀,国王输了。棋手慢慢地说道:“陛下只需要派人用麦粒填满象棋棋盘上的空格,第1格1粒,第2格2粒……以后每格是前一格粒数的2倍。”国王笑着说道:“这个奖励太容易办到了。”于是,他立即命令下面的官员办理。过了数天,官员慌张地报告国王:“大事不好了,如果这样下去,印度近几十年生产的所有麦子加起来都还不够。”

学生个个都露出了诧异的表情。通过这个例子,极大地调动了学生探究问题的积极性,纷纷在课堂上讨论起来。老师抓住时机引导学生求1+2+4+…+271,即和学生一起推导出等比数列求和公式。学生计算出麦子的总粒数为272-1粒,这的确是一个相当大的数。

数学应该是有趣的,也应该是有用的,最后也必然是能有效解决实际问题的。

2.立足生活问题,强化学生的应用意识

“学以致用”,应用问题来源于日常生活中大大小小的事情,通过建立中学数学模型,我们可以解决现实生活中的很多问题。如解决上班族合理负担出租车资、十字路口红绿灯的设计、蚁族住房问题、铅球投掷等问题。

如在木料加工厂,师傅们要把一根直径为200mm的圆木加工成矩形截面的柱子,请问怎样锯才能使废弃的木料最少?

思路分析:这是一个简单的

生活实际问题,要从数学理论上

来解决。首先要把这个问题抽象

成一个纯几何问题。问题的核心

就是要使废弃的木料最少。转化

成数学语言就是使柱子的截面积

最大。这其实就是一个求最大值

问题。所以,问题就可抽象为求内接于直径为d的已知圆O的最大矩形面积(如图2所示)。

考察圆木的横截面可建立模型:设圆的直径为d,这个圆的内接矩形的面积为S,其中一条边AB的长为x,而另一

条边长为y,且y= ,问题转化为求x为何值时,S

值最大。利用重要不等式或一元二次函数求得,当x= 时,

即d=100 ,废料最少。

通过上面的例题,说明我们紧密联系教材内容,可以引导学生思考日常生活中的数学问题。在课堂教学中,这种方式不仅能加深基本知识的理解和运用,同时还会增强学生应用数学的信心,让中学生获得必要的解决问题的能力。

3.立足社会热点问题,介绍建模方法

随着经济的发展,中学数学建模问题可以把国家发生的大事和热点、市场经济中的利润和成本、个人的储蓄和消费、公司的投标计划等作为材料。我们可以对这些材料进行筛选,找到与教材的合理切入点,把材料融入到课堂教学活动中。生动有趣的问题不仅可以激发学生建立模型的灵感和树立正确的价值观,还可以为日后积极主动地运用数学建模思维提供能力上的准备。

如1998年7月26日,广州至重庆高速公路广安段指挥中心接到电话预报,24小时后将有一场百年一遇的大暴雨。为了保证高速公路无险情,指挥中心决定在23小时内筑好一道防洪堤坝。这道堤坝可以用来防止正在施工的华蓥山隧道主体工程遭到山洪的损毁。经过防洪专家估算,这道堤坝的建造任务除了需要现有人员全体参战外,还要调来20辆大型翻斗车同时工作23小时。由于事出突然,只有一辆车可以立即投入使用,其余的翻斗车必须从重庆各地紧急调来。经过协调,每20分钟能有一辆翻斗车到达工地施工。已知指挥中心最多可以调来26辆翻斗车到工地,请问23小时内能不能完成建好防洪堤坝的任务?并说明理由。

第一步:弄清题意。必须读懂题意,知道整道题说的是怎样一个问题。

第二步:联系知识点。学生需要把问题情景中的文字语言转化为数学的符号语言,然后用数学公式最好是函数表达式来确定数量关系。同时,还要根据这道题的题眼来明确所涉及的知识点。

第三步:建好数学模型。首先,在明确好了自变量和因变量的关系后,学生对已有的数学理论知识进行分析和归纳,构建起问题相对应的数学模型,从而完成生活实际问题向数学关系表达式的转化。其次,在答题过程中需要严谨的思维过程和比较扎实的计算能力。这样,才能又快又准地解决问题。

于是我们有了这样的答题思路:首先,弄清题意。通过读懂题意和深刻理解题意两个方面,后者把“问题情景”转化为数学符号语言。于是,学生找到目标函数与约束条件的主要关系:翻斗车的工程量之和要大于或者等于要完成的工程总量20×23(车每小时)。其次,建立模型。把要完成防洪堤坝的主要关系模拟化、抽象成数学函数或不等式。即假设从第一辆翻斗车开始施工算起,各辆翻斗车的工作时间分别为a1,a2,……a25,a26小时,由题意可得,这些数组成一个公差为d=-1/12(小时)的等差数列,且a≤23。最后,求解最优值。把完成堤坝修筑任务转化为一般的等差数列求和问题,根据不等式来确定答案范围。

本例题是我们在高一下学期学习了等差数列求和公式和不等式知识后,结合正在修建的广渝高速公路重点工程和1998年的抗洪斗争背景编写的。这个例子不仅能使学生体会到数学建构思维,也让学生受到德育的熏陶,展示了数学在中学生社会化方面的影响。

4.立足实践,培养应用意识和建模能力

如随着经济的发展,某人也想提高自己的生活居住水平。日前,他想在广安市城里购买一套商品房,价格为38万元,首次付款10万元后,其余的款额20年按月分期付款,月利率为0.39%(公积金利率)。他希望到中国农业银行去了解一下,如果他办理商业性个人住房贷款(月利率为0.62%),请你帮他算算每月应付款多少元?用上面两种方法算算20年总共还了多少钱?(方法省略)

中华文化博大精深,游戏中也有丰富的素材,如魔方、九连环、优化骰子等,教师还可以结合教材内容提出新的游戏规则,让学生在做游戏的过程中学到知识、学会方法和理解数学思想,从中引导学生构建数学模型。由此可见,丰富的游戏对青少年数学潜力的开发影响很大。

进入21世纪以后,新课改的一个重要目标就是要在教学中不断加强综合性、应用性内容,重视联系学生的生活实际和社会实践,突出理论与知识相结合,引导学生关心社会,关心未来。因此,在教学中重视和加强数学建模的教学和应用尤为重要,是数学教学的突破口和出发点。

参考文献

[1]中华人民共和国教育部.全日制义务教育.数学课程标准(实验稿)[M].北京:北京师范大学出版社,2001

[2]郑洁.中学“数学建模”教学实践与研究[J].数理化学习,2009(5)

[3]李文林.数学史教程[M].北京:高等教育出版社,2002

[4]郑毓信、梁贯成.认知科学建构主义与数学教育:数学学习心理学的现代研究[M].上海:上海教育出版社,1998

[5]姜启源等.数学建模(第三版)[M].北京:高等教育出版社,2003

[6]李大潜.中国大学生数学建模竞赛[M].北京:高等教育出版社,2008