数学建模培训论文.doc

模型假设： 假设所给信息真实可靠； 假设没给出信息的可以不予考虑； 假设获奖比例保持不变； 假设选拔的队员优秀与否仅从编程和建模两方面考虑； 建模思路： 问题二：2011年我校参赛成绩预测？ 评判建模组队优劣主要从写作、建模、编程和信息收集及处理四个方面考虑；将该四个方面当作主要因素考虑，然后将围绕影响这四个方面的小因素进行分析；但是由于题目给予的信息有限，所以我们运用模糊数学层次分析法来综合考虑。将数学类的课程归于对建模具有影响的因素，将计算机类的课程归纳于影响编程的因素，利用模糊层次分析法来进行研究。 存在的三个问题，本题目自身无法解决的； 假设一个队取其四个方面能力的分别最大值作为本队最终的综合评判水平。 假设只需要考虑准则层的第一层即可确定参赛队员综合能力； 假设根据去年参赛队员获奖比例来评定今年参赛队员的获奖等级。 本问我们考虑的是分析现有组队的情况： 对于参赛组队优劣评价，利用AHP法分析求解。 确定目标层为：参加全国建模竞赛综合能力A； 准则层为：建模能力B1、编程能力B2、写作能力B3、信息处理能力B4； 方案层：不同参赛组队情况。其结构体系图如下： 由上结构体系图可知参加全国建模竞赛综合能力An的计算方法如下: (1) 式中、、 、 它们相应的权重（）。 分析建模能力、编程能力、写作能力和信息处理能力时，我们采用其平均值作为评判对比标准，使之具有可比性。 由上层次结构图可知综合能力评定涉及到多方面因素，且这些因素不易定量地测量，如果单凭经验主观判定，多因素判断往往是不全面且不准确的。故将各因素两两相互对比，当比较两个可能具有不同性质的因素对于一个上层因素的影响时，人们心中通常有5种明显等级来对成对的数据进行比较，即采取Saaty的1-9标度的相对尺度进行对比： 表1 A.L.Saaty的1-9标度表: 标度 含义 1 表示两个因素相比，具有相同重要性 3 表示两个因素相比，前者比后者稍重要 5 表示两个因素相比，前者比后者明显重要 7 表示两个因素相比，前者比后者强烈重要 9 表示两因素相比，前者比后者极端重要 2,4,6,8 表示上述相邻判断的中间值 倒数 若因素i与因素j的重要性比为，则因素j与因素i重要性比为=1/ 通过对问题一对影响参赛综合能力的显著因素分析，我们再结合Saaty的1-9标度构造了判断矩阵来确定各要素的权重并对其进行一致性检验，检验步骤如下： (i)计算一致性指标CI (ii)查找相应的平均随机一致性指标RI，对应n=1,…,9，Saaty给出了RI的值如下表所示： n 1 2 3 4 5 6 7 8 9 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 (iii)计算一致性比例CR，公式如下： 规定有当CR<0.10时，认为判断矩阵的一致性是可以接受的，否则应对判断矩阵作适当修正。W0 λ=4.0206 C.I=0.0069 C.R=0.0076<0.1 B1 1 2 1 1/3 0.1894 B2 1/2 1 1/2 1/4 0.1054 B3 1 2 1 1/3 0.1894 B4 3 4 3 1 0.5158 由表2可知，所构造的判断矩阵均通过了一致性检验，也即上述判断矩阵是可以信任的。 由问题一中发现，考虑到有的参赛队员参加过公选课、建模必修课和协会培训的队员在数学建模方面有一定的经验，因此对于参加过公选课、建模必修课和协会培训且表现优秀的队员可以在综合评定中适当加分，为此我们引入0-1线性规划模型： 对参赛队员是否参加过公选课、建模必修课和协会培训，我们引入参变量Xi： (11) 从而有了所有参赛队员是否参加过公选课、建模必修课和协会培训的判断集X： X={X1,X2,X3,…Xi…,Xn} X1,X2,X3,……Xn分别代表第一位到第n位参赛队员是否参加过公选课、建模必修课和协会培训。 通过一个Good5级量对每一个指标给出的数值评分（评分范围：1,2,3,4,5）来确定加分的分值大小，对于所有参赛队员综合能力评定额外加分，我们引入加分集E： E={E1,E2,E3,…Ei…,En} E1,E2,E3,……En分别代表n个不同的队员的对应额外加分。 从而有对2011年参加全国建模竞赛的队员综合能力评定模型： ； 获奖等级评定根据去年我校参赛获奖比例而定，即一等为：5/28，二等奖：8/28，三等奖：6/28，通过R从大到小分阶段排序，即可预测得2011年我校参赛大概获奖名单。 问题三：如何解决重新组队后的预测问题？ 假设能根据第二问的预测或者是2010年获奖情况设置一等奖、二等奖和三等奖的得分等级，以此为评定标准