一、题目简析
今年的B题是一道较为综合的题目,包括了数据分析、综合评价、时间序列预测、最优化问题以及概率估计问题。考察范围广,但是整体看来题目背景简单,切入点多,难度适中。
二、逐问思路
1.问题1:附件1为该快递公司记录的2018年4月19日—2019年4月17日的站点城市之间(发货城市-收货城市)的快递运输数据,请从收货量、发货量、快递数量增长/减少趋势、相关性等多角度考虑,建立数学模型,对各站点城市的重要程度进行综合排序,并给出重要程度排名前5的站点城市名称,将结果填入表1。
思路提要:首先根据题目选取指标,各个城市的总累计收货量(收货量)、累计发货量(发货量)、平均月度增长率或线性拟合的斜率代替(快递数量增长/减少趋势)、收货来自的城市数目和发货至的城市数目、与其他城市的时间序列相关系数平均值(相关性)。然后根据附件1数据计算出这些指标。
接着,采用评价模型来计算出每个指标的权重,比较客观好用的方法是TOPSIS-熵权法,也可以采用其他的赋权方法,然后对数据进行归一标准化,按权重计算各个城市的得分、排序。
2.问题2:请利用附件1数据,建立数学模型,预测2019年4月18日和2019年4月19日各“发货-收货”站点城市之间快递运输数量,以及当日所有“发货-收货”站点城市之间的总快递运输数量,并在表2中填入指定的站点城市之间的快递运输数量,以及当日所有“发货-收货”站点城市之间的总快递运输数量。
思路提要:首先要提取出所有的“发货-收货”站点城市对