数模的主要比赛
美赛(报名费100美元,每年2月比赛);国赛(每年9月)
电工杯(每年5月);APMCM(每年11月);MathorCup(每年4月)
数模的一般步骤
①模型准备②模型假设③模型建立④模型求解⑤模型分析⑥模型检验
数模的基本流程
Ⅰ.题目,摘要、关键词
Ⅱ.问题重述,问题假设,问题分析
Ⅲ.符号说明
Ⅳ.模型建立,模型求解,模型评价
Ⅴ.参考文献
数模的应用工具
SPSSPRO
数模的赛题类型
一、预测类
二、评价类
三、机理分析类
四、优化类
数模的团队分工
一、题目
基于———模型的————研究与分析
二、算法
1.线性规划(LP)
使用范围: 利用有限资源获取利益最大化(目标函数最值)
使用条件:目标函数和约束条件必须均为线性函数
需要决策变量、目标函数、限制条件三个关键必要部分(常用s.t.表述受约束的意思)
可行解
满足约束条件的解(可行域R':所有可行解组成的集合)
最优解
同时达到目标函数需求的解
灵敏度分析
指对系统因周围条件变化显示出来的敏感程度的分析(即因现实因素导致常量起伏而对最优解的影响)
Matlab求解数学规划问题采用两种模式:①基于求解器的求解方法②基于问题的求解方法
1.1线性规划的数学模型
Matlab标准形式是求最小值,当求最大值时,Matlab的标准型目标函数前加负号
1.2线性规划的Matlab模型的应用与求解
f=[-2;-3;5];
A=[-2,5,-1;1,3,1]
b=[-10;12];
aeq=[1,1,1];
beq=7;
[x,y]=linprog(f,A,b,aeq,beq,zeros(3,1));
x,y=-y;
%zero(x,y)建立一个x行y列的全为零的矩阵
%在这里可以理解0<x1,0<x2,0<x3,然后求lb的向量
%lb=[0;0;0]=zeros(3,1)
%y=-y实际上是y=-fval(最优解),使求的目标函数最大化
1.3投资的收益与风险
M原则上取无限大,在这里不妨取10000
①问题分析
这是一个多目标规划模型,收益最大化,总体风险最小化
②符号说明
③模型假设
④模型建立
模型一、固定风险水平,优化收益
给定风险一个界限a,使最大风险qixi/M≤a
a=0;
hold on;
while a<0.05
c=[-0.05,-0.27,-0.19,0.185,-0.185];
A=[zeros(4,1),diag([0.025,0.015,0.055,0.026])];
b=a*ones(4,1);
Aeq=[1,1.01,1.02,1.045,1.065];
beq=1;
lb=zeros(5,1);
[x,Q]=linprog(c,A,b,Aeq,beq,lb);
Q=-Q;
plot(a,Q,'*k');
a=a+0.001;
end;
xlable('a'),ylable('Q');
%hold on是启动图形保持功能,简单来说比如你在当前坐标系中画了一幅图,当你再画另一幅图时,原来的图还在,可以与新图共存
%a<0.05由于组合风险最大不能超过单个的最大风险
%diag()对角线矩阵,只有对角线上有数值
%plot()画图,'*k'是用黑色的*进行绘制
模型二、固定利益水平,极小化风险
模型三、两个目标函数加权求和
2.整数规划(IP)
数学规划中的变量(部分或全部)限制为整数时,称为整数规划。(一般用来解决运输问题和指派问题)
分类:纯整数规划、全整数规划、混合整数规划、0-1整数规划
松弛问题
通过松弛约束条件,使得问题的解更容易找到
松弛变量(剩余变量)
将线性规划的不等式约束转化为等式约束
整数规划最优解不能按照实数最优解简单取整得出,因为这样求的解可能不满足限制条件