2017年美国大学生数学建模竞赛E题O奖65123论文解读

本文链接：https://blog.csdn.net/qq_41112170/article/details/122108814

论文PDF：E2017年美国大学生数学建模竞赛O奖论文全部65123-校苑数模_人人文库网

Summary
- Finally
  - 我们分析了所提出方法的优缺点
  - 该研究也可以满足ICM的需要，为城市设计提供合理的增长理论（题目中说：ICM需要你帮助他们实施智能化增长理论到世界各地的城市建设，回扣题目）
- paragraph 1
  - background ：why necessary; in few words
  - main point: a series of methods are developed to help to implement smart growth theories into city design.
- In task 1:二级指标既不是3个，也不是10个，没有受题目限制
  - 根据收集到的大量关于城市智能增长的数据,通过主成分分析选取了25个指标
  - 然后构建新的三级指标体系，第一级指标1个，第二级指标5个，第三级指标25个，用以评价智能增长的成功程度
  - 此外，我们使用熵权法(EWM)得到第三层次指标的权向量，使用群体决策法(GDM)得到第二类指标的权向量
  - 同时，通过k均值聚类算法得出智能增长是否成功的标准
  - 最终建立了包括土地密度、社会公平度、交通质量、协调度和经济发展水平在内的度量体系来衡量城市智能增长的成功与否
- In task 2
  - 选中Pittsburgh(匹兹堡) and Ningguo（安徽省宁国市）
  - 通过Task 1中提出的度量标准，对选定城市当前增长计划的优缺点进行度量。
- In task 3：预测问题
  - 智能增长计划：基于城市的指标值来制定的
  - 然后采用支持向量机和时间序列分析预测指标的变化
  - 采用组合预测模型，使预测误差最小
  - 最后，通过比较当前的城市规划和我们的智能增长计划的指标，我们可以看到我们的智能增长计划的成功
- In task 4
  - 通过度量来评估潜力
  - 结果是：宁国经济发展的主动权最大程度上决定了精明增长的成功程度，而匹兹堡则是提高土地集约率的主动权
- In task 5
  - 由于两个城市之间的人口结构不同，所以采用了两种不同的人口增长模型(PGM)来预测人口的变化
  - 结果证明：我们的计划能够适应人口增长的需要
Contents
- 介绍
  - 背景
    - 现有的城市蔓延策略逐渐暴露出的问题
    - 针对这些问题，smart growth概念的提出
    - Ten principles for smart growth are proposed subsequently in [2].
    - SG是一种控制城市持续扩张和减少城市中心周围农田损失的方法
  - 问题与分析<重新叙述问题，去掉细节，增强连贯性>
    - 智能增长是城市建设的重要组成部分，提出一种有效的方法来解决这一问题具有重要的意义。
    - 因此，首先需要一个指标体系来评价城市智能增长的成功与否。
    - 选取两个具体城市，通过指标体系对其增长计划的效果进行评价。
    - 然后我们必须提出可行的计划来帮助我们所选择的城市的发展。
    - 为了衡量我们计划的成功，我们需要第二次建立指标体系。
    - 此外，应在这个问题中对每个倡议的潜力进行排序。
    - 最后，解释，如果到2050年人口将增加50%，我们的计划将以何种方式支持这一增长水平。
    - 通过以上分析，本文的流程图如图1所示。
- 假设与符号解释
  - 假设
    - 政府政策短期内不会改变
    - 数据来源真实可靠。
    - 在预测未来几十年的情况时，忽略了爆炸性的变化。
    - 专家给出的评分矩阵不受主观因素影响。
  - 符号解释：三线表，使用首字母缩写表示自己定义的变量
- Task 1
  - 数据预处理：
    - 数据收集
      - 收集足够的数据是建立完整的指标体系的基础。我们在数据库中首先找到了两个城市的88个指标。Pa的Pitts- burgh的数据来源于city data （1），而位于中国安徽省的ning - guo的数据来源于中华人民共和国国家统计局（2）。然后我们搜索了10个城市的数据，这些数据被用来通过聚类来设定标准
    - 数据填充
      - 数据的可用性是一个基本问题。如果以不可靠或不真实的数据为基础，任何措施，不论其价值如何，都无法提供有效的评估。因此，确保研究数据的连续性和真实性至关重要。然而，有些数据丢失了，因为不是所有的数据都在网站上提供。为了改善这种情况，提出了四种方法来完成数据：
        如果指标值是平滑的，可以用之前的数据来代替。
        如果可以得到前后数据，则取平均值作为缺失值。
        如果两个组相似，则可以用另一个组中相同位置的值替换其中一个组中丢失的数据。
        数据拟合采用了插值方法
  - 主要指标体系
    - 通过主成分分析选择主要指标
      - 智能增长的88个初始指标的选取是基于3E原则和智能增长的10个原则
      - 主要指标见表1
        符号-单位-解释-类型
        
        在这个表中，ESU是..SEQ是...
    - 数据标准化
      - 由于25个指标的维度不同，数据无法直接比较。为了规范化数据，所有数据都转换为0到1之间的数字
      - 划分为三类指标：成本型指标、效益型指标和适度型指标，解释含义，分别用不同的方式归一化（使用最值距离占比的方式）
        注意表示方法
    - 定性指标的量化：模糊综合评价
      - 在该模型中，我们令u为评价集，A为权重集，由AHP得到。W是一组评语，由诸如好、坏等评语组成
  - 评价指标权重模型：采用了两种权重模型
    - 基于熵权法
    - 基于群体决策方法
      - 通过上述方法，最终计算出二级指标的权重向量。权向量的具体取值见3.4.2节
  - 综合评价指标
    - 二级指标的确定
      - 选取一组综合有效的一级指标，确定合理的权重后，确定了5个二级指标：
        土地强度(IOL)
        协调度(CD)
        社会公平度(SED)
        经济发展水平(EDL)
        交通质量(TQ)
      - 这五个二级指标将被用来评价智慧增长城市的五个维度
      - IOL最重要，主要包含五个主要指标，主要用于反映土地利用效率、土地利用的多样性、土地规划的合理性等。
      - 然后详细介绍了五个指标：句式：考虑到了什么、包括什么、衡量什么、反应什么
    - 一级指标的确定
      - 基于上述指标体系和权重法，提出了衡量城市智能增长成功程度的综合指标：
        
        其中w=[x x x x x]
    - 通过以上分析，建立了三级综合评价体系：
      - 总结：我们的系统图的指标分为三个层次。通过所建立的指标体系，建立了衡量智能增长程度成功与否的有效指标。
  - 智能增长指标
    - 基于K-means算法的标准设定(KA)
      - 虽然已经建立了上述三个层次的评价，但是仍然需要一个合适的标准来评估城市智能增长的成功程度。
      - 因此，采用KA (K-means聚类算法)来制定合理的标准。
    - 智能增长标准(SG)
      - 对于每个指标，首先对10个城市的数据进行聚类，计算出两个类中心。然后以指标中心的均值作为标准边界...
      - 柱状图、雷达图
- Task 2
  - 被选定城市的增长计划
    - 本文选取美国宾夕法尼亚州的匹兹堡市和中国安徽省的宁国市作为研究对象分析了智能增长问题+两座城市的简单介绍+卫星图
    - 两个城市的政府都制定了增长计划，具体为：...
  - 城市指数评价
    - 根据..里的指标与..的评价体系，得到：
      - 雷达图
      - 柱状图&折线图：描述清楚，哪个代表什么
  - 当前增长计划分析：在掌握了...的结果后，我们可以对我们选择的城市进行详细的分析。
    - 首先，如图7所示，A指数值大于B，原因是....（简要介绍）
    - 具体来说，A...(虽然宁国政府制定了一个增长计划，但并不十分完善)。B...(好在哪里)
- Task 3
  - 我们的智能增长计划
    - 考虑到目前两个城市的增长计划仍有改进的空间，我们为这两个城市制定了一系列的智能增长计划。
    - 具体、分别来说：语文建模
  - 用于评价的预测模型(模型没学过，跳了)
    - 基于支持向量机的预测模型
    - 基于时间序列预测的预测模型
    - 预测模型组合(CPM)
  - 对我们智能增长计划的评估
    - 根据我们的联合预测模型，我们可以预测在当前和我们的规划下，这两个城市未来智能增长的成功程度：
    - ..线代表..总体上，我们的计划...比他们当前的计划要好...非常有效
- Task 4
  - 对各个计划进行排序
    - 由于两个城市的许多方面需要改善，政府没有那么多的钱来实施每一项举措。因此，我们必须在我们重新设计的智能增长计划中，将个人计划列为最有潜力到最没有潜力的计划
    - 我们仍然采用组合预测模型来评估每个城市的单个计划的成功程度
  - 比较两个城市的倡议
    - 不同的城市有不同的环境。因此，不仅匹兹堡和宁国的计划不同，而且排名也不一样
- Task 5
  - 考虑到不同的城市有不同的城市人口增长模式，匹兹堡和宁国等城市也有不同的人口增长模型。然后，在人口增长率增加的情况下，采取不同的措施来改进我们的计划。人口增长预测如图..
  - 匹兹堡的适应性计划
    - 匹兹堡是一个制定了明智增长计划的城市。它有一个合适的人口增长模式。人口增长率是城市智能增长的重要因素。
    - 随着增长率的变化，可以得到我们方案的计算结果。通过自适应规划规则，SDSG可以保持良好的增长趋势，如图13所示。
  - 宁国的的适应性计划
    - 宁国是一个人口众多、增长迅速的城市(如图8所示)。针对宁国的实际情况，提出了人口增长模型(PGM)。
    - 我们提出以下策略加大经济控制力度...同时，我们可以断言，我们的计划可以很好地适应像宁国市这样的人口增长率非常高的城市类型。
  - 综上所述，PGM计算出的人口增长率表明，我们的计划能够自适应地进行调整，以满足人口增长的需求
- 灵敏度分析（对基于支持向量机预测模型的参数c和g进行敏感性分析）
- 优缺点
  - 优点
    - 采用客观赋权法(熵权法)和主观赋权法(群体决策法)。得到了更有效的权值。
    - 采用组合预测模型结合了两种预测模型的优点，在一定程度上消除了它们的缺点，提高了预测精度
    - 使用雷达图反映了一个城市在发展过程中的利与弊。结果显示得更生动了。
  - 缺点
    - Although we have try our best. Time is finite, and some data are missed. As a result, the missing data can still bring the errors in evaluation.<主观上不应该有、客观原因的限制、所以才..>
    - 有些参数是基于常识的，因为可用的数据很少。
- 引用
  - 题目中给的参考材料也要标注！
- 附录
我们的评价
- 优点
  - 一个是考虑的全面性，包括论文构思的全面性、指标选择的全面性、赋权的主观方法和客观方法相结合、预测模型更完善，更完善；另一个是细节处理到位，标准化处理中针对不同数据类型有不同的处理方式，在task5的考虑中将两个城市的自身人口增长方式不同也考虑了进来，分别使用不同的模型进行人口增长率的预测，更严谨
  - 在task 1中构建了三级指标体系，其中二级指标的个数没有受题目限制了想象力（智能化增长的十个原则）；处处回扣题目，基本上每一个总结都有一句话对应于题目要求；问题分析部分的写作手法值得借鉴，题目中五项任务，他用更为简练的语言重新叙述，并且task之间加上了自己的逻辑，比如“智能增长是城市建设的重要组成部分，所以XX有重要意义”，比如“因此，我们需要有一个指标体系”；画了流程图；文章中所作的假设比较全面，考虑到了政策、数据来源、专家评分的主观性等等；“数据填充”，提出数据缺失情况下的四种修正方法；数学符号的严谨性；采用了两种权重模型；选择匹兹堡市与安徽省宁国市其实很明智，他解释原因为“两个城市的政府都制定了增长计划”，通篇来看两个城市的评价结果差别还是比较大的，这也方便了提出两种智能增长计划、使用两种人口增长率的预测模型；注意到了代码
- 缺点
  - 流程图、思维导图有点乱；summary和前几个task的文章质量要远好于后几个task（如人口增长预测没有解释直接给出来了，思维调度有点大；后面评价城市使用的二级指标+雷达图，没有解释为什么不用一级指标）。