【国家级精品课程】-中南大学-数学建模-lingo-matlab-优化建模-数模培训-全国赛论文-第29届北京奥运会奖牌预测.doc

2005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。 我们参赛的题目是： 第29届北京奥运会奖牌预测 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）： 中南大学 参赛队员 (打印并签名) ：1. 黄小伟 2. 张保 3. 吴先芝 指导教师或指导教师组负责人 (打印并签名)： 日期： 2008-8-6 赛区评阅编号（由赛区组委会评阅前进行编号）： 2005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）： 第29届北京奥运会奖牌预测 摘 要 本文根据最近5届（第24至28届）奥运会各参赛国奖牌排行榜（见附件1），建立了能较准确预测中国队在第29届奥运会上将获奖牌数目的模型，并对预测结果进行了分析；同时建立相应模型，并通过搜集相关资料（见附件2），求解模型，以确定衡量一个国家体育实力的标准。 首先对中国队在北京奥运会上将获多少奖牌进行预测。为保证数据的科学性和可信性，仅选择了最近5届的奖牌数据，利用这些得奖数据，分别拟合出金、银、铜牌数量以及三者之和的变化曲线，发现拟合曲线与原来的数据点相比，相差比较大，精度不是很好。因此，鉴于数据过少，并由于存在大量不确定因素，造成了数据系统的灰色性，故本文选择建立灰色预测模型。历届奥运会奖牌属于时间序列数据，其间隔时间固定，原始数据序列较少，其分布难以看出规律采用累加生成则可以建立GM（1，1）模型并预测和检验。根据所建模型，分别对上五届进行赛后“预测”，利用Matlab软件进行运算，发现“预测”结果和实际数据相差很小，由此肯定了该模型的合理性和可行性。同样，本届奥运会预测结果（奖牌总数61～71枚，金牌31～36枚，银牌16～19枚，铜牌14～16枚）显示，我国的夺金之势依旧在进行，而银牌和铜牌则呈稍增长或持平趋势，这也反映了我国在近几届奥运会上的奖牌发展趋势情况，属于稳步提升之势。 其次，建立模型确定衡量一个国家体育实力的标准。鉴于问题的广阔性，我们选取了几组认为与体育实力相关较大的因素（各国人口、GDP、人均GDP、奥运奖牌总数、奥运会金牌数）并搜集相关数据，通过灰色关联度法，借助Matlab进行计算出各因素与研究对象的相关系数（结果见表八），从而判断衡量一个国家体育实力的标准（相关分析见6.5）。结果显示一个国家体育实力衡量的标准应该依次看重人口、奥运会金牌数、GDP、奥运奖牌总数、人均GDP等水平。 本文第一问中的灰色预测模型很好地解决了数据量较少、分布不清楚、大量不确定因素的不利情况，采用累加生成新序列而减小其随机性，对于短期预测很适合。应当指出，由于计算分析的数据列太少，累加生成数据只有4项，致使灰色系统的预测结果也有一定的风险。对于第二问，灰色关联度模型能较准确的反应相应因素对体育实力的影响，但是体育实力的排名以及几种因素的取法是否合理还是值得商榷的。 关键词：第29届奥运会 　奖牌　 灰色预测模型　 灰色关联分析 1问题重述 现代奥运会是展示世界最高体育竞技水平的舞台，作为东道主的中国，其体育代表团的成绩将会产生深远的社会影响，因此，