2023年高教社杯全国大学生数学建模竞赛A题

参考代码

import sympy as sp
import pandas as pd
import math
from math import sin, cos, tan, asin, acos, atan, pi, sqrt
import numpy as np
import csv
from tqdm import tqdm

# D为给定日期从春分算起的天数
# days_from_spring_equinoxs: 1 * 12 列表
days_from_spring_equinoxs = [306, 337, 0, 31, 61, 92, 122, 153, 184, 214, 245, 275]
np_days_from_spring_equinox = np.array(days_from_spring_equinoxs)

# local_time为当地时间,后面加s表示列表
# local_times = 1 * 5 列表
local_times = [9, 10.5, 12, 13.5, 15]
np_local_times = np.array([9, 10.5, 12, 13.5, 15])
# z为集热器中心距离任意一个定日镜的竖直距离,为定值
z = 76

# 计算太阳赤纬角:solar_declination_angle,和days_from_spring_equinoxs维度一样: 1 * 12 列表,
# 注意使用numpy的arcsin, sin, pi,而非math
solar_declination_angles = np.arcsin(np.sin(2 * np.pi * np_days_from_spring_equinox / 365) * np.sin(2 * np.pi * 23.45 /360))
# 计算太阳时角,和local_times维度一样,1 * 5 列表
solar_hour_angles = np.pi / 12 * (np_local_times - 12)

# latitude为当地纬度
latitude = math.radians(39.4)

# 计算太阳高度角solar_altitude_angles
temp = np.outer(np.cos(solar_declination_angles) * np.cos(latitude), np.cos(solar_hour_angles)) + \
       np.outer(np.sin(solar_declination_angles) * np.sin(latitude), np.ones(solar_hour_angles.shape))
# 先通过clip限定范围在[-1.0, 1.0]之间,然后计算反正弦, shape = (12, 5)
solar_altitude_angles = np.arcsin(np.clip(temp, -1.0, 1.0))
print(f'{solar_altitude_angles.shape = }')

# 计算太阳方位角solar_azimuth_angle, shape = (12, 5)
temp = np.divide(
    np.outer(np.sin(solar_declination_angles), np.ones(solar_hour_angles.shape)) - np.sin(solar_altitude_angles) * np.sin(latitude),
    np.cos(solar_altitude_angles) * np.cos(latitude)
)
solar_azimuth_angles = np.arccos(np.clip(temp, -1.0, 1.0))
print(f'{solar_azimuth_angles.shape = }')
  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于2023高教社杯全国大学生数学建模竞赛的C思路,我可以给出一些指导性的思路,但具体的解方法需要根据目内容来确定。 首先,针对C,你可以先仔细阅读目,理解问背景和要求。然后,从数学建模的角度出发,思考如何用数学模型描述问,并分析问的核心要素。 以下是一些可能的思路和解方向: 1. 确定问类型:首先,确定问是什么类型的数学模型问,是优化问、动态规划问还是其他类型的问。这有助于我们选择合适的数学方法和建模思路。 2. 数据分析和处理:对于给定的数据,进行数据分析和处理是一个重要的步骤。可以使用统计分析、概率模型等方法来处理数据,得到更有用的信息。 3. 建立数学模型:根据问要求和已有的信息,建立相应的数学模型。可能会涉及到线性规划、非线性规划、动力系统、图论、随机过程等数学工具和方法。 4. 模型求解和验证:使用适当的算法和计算工具对建立的数学模型进行求解,并验证模型的有效性和合理性。可以使用数值计算、仿真实验等方法。 5. 结果分析和讨论:对求解结果进行分析和讨论,可以比较不同情况下的结果,探讨模型的优缺点,并提出可能的改进和扩展。 需要注意的是,这只是一个大致的思路指导,具体的解方法还需根据目内容来确定。在解过程中,需要结合数学知识和建模经验,合理使用数学工具和软件工具,灵活运用各种方法和技巧,才能得到较好的解结果。希望以上的思路能对你有所帮助!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值