全国大学生数学建模竞赛2019C题机场的出租车问题MATLAB程序

最新推荐文章于 2023-06-16 16:15:23 发布
最新推荐文章于 2023-06-16 16:15:23 发布
阅读量1.2w 收藏 278
点赞数 49
分类专栏： 数学建模 文章标签： matlab 数学建模
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_46646038/article/details/119972181
版权

目录

前言

一、第1问

1.1 计算模型中等待时间t2MATLAB程序

1.2 计算模型中等待时间t2（灵敏度分析）MATLAB程序

二、第2问

2.1 代入t2到模型进行计算MATLAB程序

2.2 代入t2到模型进行计算（灵敏度分析）MATLAB程序

三、第3问

3.1 第3问求解MATLAB程序

3.2 第3问仿真MATLAB程序

四、第4问

4.1 第4问仿真MATLAB程序

前言

使用的数据为：上海虹桥机场T2航站楼航班数据2021.8.26（上海机场集团官网可以找到）

链接：https://pan.baidu.com/s/18VhpM8wssX2rDgSqEMwqwg 
提取码：6666

一、第1问

1.1 计算模型中等待时间t2MATLAB程序

%% 计算模型中等待时间t2
%% 每1小时划分到达航班
t1=xlsread('上海虹桥机场T2航站楼航班数据2021.8.26.xlsx','到达','A2:A211');
t1=datevec(t1);%处理时间函数

zz1=zeros(24,1);%每1小时飞机航班
f1=zeros(24,1);%每1小时每架飞机的人数
R1=zeros(24,1);%每1小时乘客乘坐出租车的比例
z1=zeros(24,1);%每1小时需要车的个数
for i=1:24 %航班划分
    tt1=find(t1(:,4)==i);
    size1=size(tt1,1);
    zz1(i,1)=size1;
end

for i=1:24
if i>=8 && i<=18 %乘坐飞机人数划分
   f1(i)=180;
else
   f1(i)=120; 
end
if i>=8 && i<=21 %乘坐出租车比例划分
   R1(i)=0.15;
else
   R1(i)=0.3; 
end
end

for i=1:24 %最终乘坐出租车的人数/1.8=多少辆出租车
    z1(i)=zz1(i)*f1(i)*R1(i)/1.8;
end
z1=round(z1);%每1小时需要车的个数

%% 每1小时划分出发航班
t2=xlsread('上海虹桥机场T2航站楼航班数据2021.8.26.xlsx','出发','A2:A215');
t2=datevec(t2);%处理时间函数

zz2=zeros(24,1);%每1小时飞机航班
f2=zeros(24,1);%每1小时每架飞机的人数
R2=zeros(24,1);%每1小时乘客乘坐出租车的比例
z2=zeros(24,1);%每1小时到达车的个数
for i=1:24 %航班划分
    tt2=find(t2(:,4)==i);
    size2=size(tt2,1);
    zz2(i,1)=size2;
end

for i=1:24
if i>=8 && i<=18 %乘坐飞机人数划分
   f2(i)=180;
else
   f2(i)=120; 
end
if i>=8+2 && i<=21+2 %乘坐出租车比例划分（需提前2小时出发，2小时后到达机场）
   R2(i)=0.15;
else
   R2(i)=0.3; 
end
end

for i=1:24 %最终乘坐出租车的人数/1.8=多少辆出租车
    z2(i)=zz2(i)*f2(i)*R2(i)/1.8;
end
z2=round(z2*0.5);%每1小时到达车的个数

plot(zz1,'linewidth',2);
xlabel('t (h)','FontSize',26);
ylabel('航班数 （架）','FontSize',26);
set(gca,'FontSize',26,'linewidth',1);
set(gca,'XTick',0:2:24);
figure
plot(zz2,'linewidth',2);
xlabel('t (h)','FontSize',26);
ylabel('航班数 （架）','FontSize',26);
set(gca,'FontSize',26,'linewidth',1);
set(gca,'XTick',0:2:24);

%% 代入模型计算
lamda=zeros(24,1);
C=zeros(24,1);
u=zeros(24,1);
F=zeros(24,1);
p=zeros(24,1);
w=zeros(24,1);
z=zeros(24,1);
p0=zeros(24,1);
c=3;%上车点个数
for t=1:24
    z(t)=z1(t);
    lamda(t)=z2(t);
t1=2;
t2=0.5;
t3=0.5;
u0=t1+t2+t3;%一辆车服务一位乘客
n0=round(60/u0);
if z(t)>n0
    C(t)=0;
else
    C(t)=n0/z(t);
end
u(t)=u0+C(t);
F(t)=1-exp(-u(t));
p(t)=lamda(t)/(c*u(t));
kk=zeros(3,1);
for k=0:c-1
kk(k+1,1)=(1/factorial(k))*(lamda(t)/u(t))^k;
end
kkk=sum(kk);
p0(t)=(kkk+(1/factorial(c))*(1/(1-p(t)))*(lamda(t)/u(t))^c)^(-1);
w(t)=abs(((c*p(t))^c*p(t))/(factorial(c)*(1-p(t))^2*lamda(t))*p0(t));
end
ind=find(isnan(w));%找出A中所有为NaN的位置标号
w(ind)=0;
w=60*w;
save('w.mat','w');%保存等待时间t2

1.2 计算模型中等待时间t2（灵敏度分析）MATLAB程序

%% 计算模型中等待时间t2（灵敏度分析）
lmd1=1.0;
lmd2=1.0;
lmd3=1.0;
lmd4=1.0;
imd5=1.0;
%% 每1小时划分到达航班
t1=xlsread('上海虹桥机场T2航站楼航班数据2021.8.26.xlsx','到达','A2:A211');
t1=datevec(t1);%处理时间函数

zz1=zeros(24,1);%每1小时飞机航班
f1=zeros(24,1);%每1小时每架飞机的人数
R1=zeros(24,1);%每1小时乘客乘坐出租车的比例
z1=zeros(24,1);%每1小时需要车的个数
for i=1:24 %航班划分
    tt1=find(t1(:,4)==i);
    size1=size(tt1,1);
    zz1(i,1)=size1;
end

for i=1:24
if i>=8 && i<=18 %乘坐飞机人数划分
   f1(i)=180*lmd1;
else
   f1(i)=120*lmd1; 
end
if i>=8 && i<=21 %乘坐出租车比例划分
   R1(i)=0.15;
else
   R1(i)=0.3; 
end
end

for i=1:24 %最终乘坐出租车的人数/1.8=多少辆出租车
    z1(i)=zz1(i)*f1(i)*R1(i)/1.8;
end
z1=round(z1);%每1小时需要车的个数

%% 每1小时划分出发航班
t2=xlsread('上海虹桥机场T2航站楼航班数据2021.8.26.xlsx','出发','A2:A215');
t2=datevec(t2);%处理时间函数

zz2=zeros(24,1);%每1小时飞机航班
f2=zeros(24,1);%每1小时每架飞机的人数
R2=zeros(24,1);%每1小时乘客乘坐出租车的比例
z2=zeros(24,1);%每1小时到达车的个数
for i=1:24 %航班划分
    tt2=find(t2(:,4)==i);
    size2=size(tt2,1);
    zz2(i,1)=size2;
end

for i=1:24
if i>=8 && i<=18 %乘坐飞机人数划分
   f2(i)=180*lmd1;
else
   f2(i)=120*lmd1; 
end
if i>=8+2 && i<=21+2 %乘坐出租车比例划分（需提前2小时出发，2小时后到达机场）
   R2(i)=0.15;
else
   R2(i)=0.3; 
end
end

for i=1:24 %最终乘坐出租车的人数/1.8=多少辆出租车
    z2(i)=zz2(i)*f2(i)*R2(i)/1.8;
end
z2=round(z2*0.5);%每1小时到达车的个数

%% 代入模型计算
lamda=zeros(24,1);
C=zeros(24,1);
u=zeros(24,1);
F=zeros(24,1);
p=zeros(24,1);
w=zeros(24,1);
z=zeros(24,1);
p0=zeros(24,1);
c=3;%上车点个数
for t=1:24
    z(t)=z1(t);
    lamda(t)=z2(t);
t1=2;
t2=0.5;
t3=0.5;
u0=t1+t2+t3;%一辆车服务一位乘客
n0=round(60/u0);
if z(t)>n0
    C(t)=0;
else
    C(t)=n0/z(t);
end
u(t)=u0+C(t);
F(t)=1-exp(-u(t));
p(t)=lamda(t)/(c*u(t));
kk=zeros(3,1);
for k=0:c-1
kk(k+1,1)=(1/factorial(k))*(lamda(t)/u(t))^k;
end
kkk=sum(kk);
p0(t)=(kkk+(1/factorial(c))*(1/(1-p(t)))*(lamda(t)/u(t))^c)^(-1);
w(t)=abs(((c*p(t))^c*p(t))/(factorial(c)*(1-p(t))^2*lamda(t))*p0(t));
end
ind=find(isnan(w));%找出A中所有为NaN的位置标号
w(ind)=0;
w=60*w;
save('wlmd.mat','w');%保存等待时间t2

二、第2问

2.1 代入t2到模型进行计算MATLAB程序

%第2问MATLAB程序
%% 代入t2到模型进行计算
load('w');%载入等待时间t2
t1=5;%送客区至排队区时间
t2=w;%排队区等待时间
t3=30;%向市中心运客时间
t4=t3;%向市中心运客时间
t5=t1+t2+t3-t4;%在市中心运客时间
s=0.5;%每公里0.5元的燃油费
x1=8;%虹桥机场到市区的距离
v=40/60;%出租车的均速40KM/h
m=4;%出租车平均每公里收费
ph1=zeros(24,1);%里程利用率

for tt=1:4
    ph1(tt)=0.30;
end
for tt=5:6
    ph1(tt)=0.45;
end
for tt=7:10
    ph1(tt)=0.55;
end
for tt=11:12
    ph1(tt)=0.75;
end
for tt=13:14
    ph1(tt)=0.55;
end
for tt=15:17
    ph1(tt)=0.45;
end
for tt=18:19
    ph1(tt)=0.55;
end
for tt=20:21
    ph1(tt)=0.35;
end
for tt=22:24
    ph1(tt)=0.30;
end

tA=zeros(24,1);
DQA=zeros(24,1);
tB=zeros(24,1);
PB=zeros(24,1);
CB=zeros(24,1);
QB=zeros(24,1);
DQB=zeros(24,1);
for t=1:24
%A方案
tA(t)=t1+t2(t)+t3;%A方案的总时间
PA=x1*m;%A方案载客至市区赚的钱
CA=s*x1;%A方案油耗
QA=PA-CA;%A方案收益
DQA(t)=QA/tA(t);%A方案单位时间收益

%B方案
tB(t)=t4+t5(t);%B方案的总时间
PB(t)=ph1(t)*(t5(t)*v)*m;%B方案载客至市区赚的钱
CB(t)=s*(x1+t5(t)*v);%B方案油耗
QB(t)=PB(t)-CB(t);%B方案收益
DQB(t)=QB(t)/tB(t);%B方案单位时间收益
end
DQ=DQA-DQB;
for i=1:7 %无飞机时间段赋0
    DQ(i)=0;
end

%% 绘图（位于红线下的为可选择返回市区B方案）
x=8:24;
v=DQ(8:24);
xq=8:0.01:24;
vq=interp1(x,v,xq,'spline');%一维三次样条插值

figure
plot(xq,vq,'linewidth',2)
hold on
plot([0 24],[0 0],'linewidth',2);%%10:22~12:38可直接去市区接单（边界值）

xlabel('t (h)','FontSize',26);
ylabel('DQ (￥/min)','FontSize',26);
set(gca,'FontSize',26,'linewidth',1);
set(gca,'XTick',0:2:24);
axis([0 24 -0.5 1])

2.2 代入t2到模型进行计算（灵敏度分析）MATLAB程序

%% 代入t2到模型进行计算（灵敏度分析）
lmd1=1.0;
lmd2=1.0;
lmd3=1.0;
lmd4=1.0;
lmd5=1.0;
load('wlmd');%载入等待时间t2
t1=5;%送客区至排队区时间
t2=w;%排队区等待时间
t3=30;%向市中心运客时间
t4=t3;%向市中心运客时间
t5=t1+t2+t3-t4;%在市中心运客时间
s=0.5*lmd5;%每公里0.5元的燃油费
x1=8*lmd4;%虹桥机场到市区的距离
v=40/60;%出租车的均速40KM/h
m=4*lmd3;%出租车平均每公里收费
ph1=zeros(24,1);%里程利用率
for tt=1:4
    ph1(tt)=0.30;
end
for tt=5:6
    ph1(tt)=0.45;
end
for tt=7:10
    ph1(tt)=0.55;
end
for tt=11:12
    ph1(tt)=0.75;
end
for tt=13:14
    ph1(tt)=0.55;
end
for tt=15:17
    ph1(tt)=0.45;
end
for tt=18:19
    ph1(tt)=0.55;
end
for tt=20:21
    ph1(tt)=0.35;
end
for tt=22:24
    ph1(tt)=0.30;
end
ph1=ph1*lmd2;

tA=zeros(24,1);
DQA=zeros(24,1);
tB=zeros(24,1);
PB=zeros(24,1);
CB=zeros(24,1);
QB=zeros(24,1);
DQB=zeros(24,1);
for t=1:24
%A方案
tA(t)=t1+t2(t)+t3;%A方案的总时间
PA=x1*m;%A方案载客至市区赚的钱
CA=s*x1;%A方案油耗
QA=PA-CA;%A方案收益
DQA(t)=QA/tA(t);%A方案单位时间收益

%B方案
tB(t)=t4+t5(t);%B方案的总时间
PB(t)=ph1(t)*(t5(t)*v)*m;%B方案载客至市区赚的钱
CB(t)=s*(x1+t5(t)*v);%B方案油耗
QB(t)=PB(t)-CB(t);%B方案收益
DQB(t)=QB(t)/tB(t);%B方案单位时间收益
end
DQ=DQA-DQB;
for i=1:7 %无飞机时间段赋0
    DQ(i)=0;
end
%% 绘图（位于红线下的为可选择返回市区B方案）
x=8:24;
v=DQ(8:24);
xq=8:0.01:24;
vq=interp1(x,v,xq,'spline');%一维三次样条插值

ind0=find(vq<0);%找出A中小于0的位置标号
count=size(ind0,2);
t0=count*0.6;%前往市区时间段长度（min）

plot(xq,vq,'linewidth',2)
hold on
plot([0 24],[0 0],'linewidth',2);

xlabel('t (h)','FontSize',26);
ylabel('DQ (￥/min)','FontSize',26);
set(gca,'FontSize',26,'linewidth',1);
set(gca,'XTick',0:2:24);
axis([0 24 -0.5 1])

三、第3问

3.1 第3问求解MATLAB程序

%第3问MATLAB程序
b1=0.1;
b2=0.2;
b3=0.3;
a1=@(k) 1-exp(-b1*k);
a2=@(k) 1-exp(-b2*k);
a3=@(k) 1-exp(-b3*k);
Q=zeros(1,1);
for k=1:5
t1=120;%出租车从蓄车池到上车点时间
t2=30;%乘客从上车点到上车时间
t3=60;%出租车从上车点启动离开时间
T1=t1+(k-1)*a1(k)*t1;%T1表达式
T2=t2+(k-1)*a2(k)*t2;%T2表达式
T3=t3+(k-1)*a3(k)*t3;%T3表达式
Q(k,1)=(T1+T2+T3)/(2*k);
end

3.2 第3问仿真MATLAB程序

%% 灵敏度分析
k=66.1;
s=1; %服务台的个数
mu=3600/k; %单位时间内能服务的顾客数
lambda=32; %单位时间内到达的顾客数

ro=lambda/mu;
ros=ro/s;
sum1=0;

for i=0:(s-1) sum1=sum1+ro.^i/factorial(i); end

sum2=ro.^s/factorial(s)/(1-ros);

p0=1/(sum1+sum2);
p=ro.^s.*p0/factorial(s)/(1-ros);
Lq=p.*ros/(1-ros);
L=Lq+ro;
W=L/lambda;
Wq=Lq/lambda;
fprintf('排队等待的平均人数为%5.2f人\n',Lq)
fprintf('系统内的平均人数为%5.2f人\n',L)
fprintf('平均逗留时间为%5.2f分钟\n',W*60)
fprintf('平均等待时间为%5.2f分种\n',Wq*60)

四、第4问

4.1 第4问仿真MATLAB程序

%第4问MATLAB程序
P=zeros(100,1);
lamda0=zeros(24,1);
for t=1:24
for lamda=0.01:0.01:1
T1=50;%送长途时间
m=5;%出租车平均每公里收费
v=40/60;%出租车的均速40KM/h
m1=0.5;%%每公里0.5元的燃油费

ph1=zeros(24,1);%里程利用率

for tt=1:4
    ph1(tt)=0.30;
end
for tt=5:6
    ph1(tt)=0.45;
end
for tt=7:10
    ph1(tt)=0.55;
end
for tt=11:12
    ph1(tt)=0.75;
end
for tt=13:14
    ph1(tt)=0.55;
end
for tt=15:17
    ph1(tt)=0.45;
end
for tt=18:19
    ph1(tt)=0.55;
end
for tt=20:21
    ph1(tt)=0.35;
end
for tt=22:24
    ph1(tt)=0.30;
end

T0=15;%排队时间
T2=lamda*T1;%送短途时间
P1=v*T1*(m-m1)+2*T2*v*(ph1(t)*m-m1);
P2=(T1+T2)*v*m-(2*T2+T1)*v*m1;
% P(round(lamda*100),1)=abs(P1-P2);
P(round(lamda*100),1)=abs((P1+P2)/(T0+2*T2+T1)-P1/(T0+T1));
end
[lamda00]=find(P==min(P));
lamda0(t,1)=lamda00/100;
end
糖—果
关注
  • 49
    点赞
  • 踩
  • 278
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 17
    评论
专栏目录
中国大学生数学建模竞赛题解_matlab
04-17
中国大学生数学建模竞赛题解_matlab
机场出租车问题的研究.pdf
11-29
此资源为2019年全国大学生数学建模竞赛优秀省赛一等奖，我们一组队员倾心打造出来的作品，经过三天的艰苦奋斗，先是最初的选题，到收集数据，再到用python画图分析，一路走来，实为荣幸。
2019年数学建模C题资源.rar
07-31
包括 ：C题题目文档和所需的数据，非常好用！！！2019高教社杯全国大学生数学建模竞赛题目 问题C 机场的出租车问题：大多数乘客下飞机后要去市区（或周边）的目的地，出租车是主要的交通工具一。国内多数机场都是将送客（出发）与接客（到达）通道分开的。送客到机场的出租车司机都将会面临两个选择：(A) 前往到达区排队等待载客返回市区。出租车必须到指定的“蓄车池”排队等候，依“先来后到”排队进场载客，等待时间长短取决于排队出租车和乘客的数量多少，需要付出一定的时间成本......
关于飞机场的话题（1） ——关于虹桥机场和浦东机场
weixin_30627341的博客
01-12 223
“飞机场，绝对是个有故事的地方。” ——VVD ——题记 虹桥机场 每次飞机下来，虹桥机场给我的感觉是有些陈旧，有些破落。前几年经过整修，毕竟有些年纪了，即使如何的涂脂抹粉也掩盖不住岁月刻画的痕迹。 而对于我来说，是每次乘坐飞机后如何选择出租车的问题。 因为家里离虹桥机场比较近，短途出租车一般只跑到万科城市花园，以此为界，而我家离万科大约500米，有一次就碰上...
【数学建模】2019 年全国大学生数学建模竞赛C题全国一等奖获奖论文
ChristensonLee的博客
06-16 3074
机场作为典型的综合交通枢纽，旅客在下飞机后会有多种交通方式可以选 取，而出租车是主要的陆侧交通工具之一。出租车司机们往往会依据机场的实际 情况来选择具体策略，在机场蓄车池排队等待乘客上车或是直接返回市区载客。 本文分别从司机和机场管理部门的角度对实际问题进行研究。 对于问题一，首先分析了影响司机决策的 5 个因素，其中可控因素为泊车位 数量、机场距市中心距离和司机平均每小时收益，不可控因素为选择打车的乘客 占比和乘客上车总耗时。在综合考虑司机在机场的排队载客收益 Eairport 和空载返 回市区拉客收益大
全国大学生数学建模2019年C题机场的出租车问题论文与代码
xiaolizi_331的博客
08-29 2万+
培训练手题，有一些瑕疵，本人在小队中负责模型的建立。代码可以去糖—果的博客_CSDN博客-数学建模,STM32领域博主获取（他是我们队中负责编成的同学）。
数模优秀论文总结 — 2019 “机场的出租车问题”
ZFour_X的博客
08-13 2万+
简单介绍数模注意点；针对2019年C题数模优秀论文分析思路进行简单总结；数模论文C044模型学习笔记
【数学建模】2019国赛C
Anadem‘s Blog
09-17 1万+
司守奎教授的讲解 核心：这题不应该往排队论和综合评价上靠，而应该进行机理分析，整个讲解过程没有用到高大上的模型，都是一步一步推到出来的。 第一问： 问题核心，考虑出租车的经济效益： 即考虑返回成本和等待时间 返回成本： 确定 等待成本： 排队等待的出租车数量 可能乘坐出租车的乘客数量 影响出租车效益的主要因素： (1)空载成本 (2) 载客收益： （3）乘客数： **小tick：**这个 r(t)r(t)r(t) 是随意取得，经验函数。 N(t)N(t)N(t) 取什么也无所谓，80% 90
关于2019数模国赛C题爬取数据
IcerZengJC
10-10 1万+
关于2019数模国赛C题 早就想写一点东西了，最近终于得空来总结一下这次数模国赛爬取数据的问题。 打比赛的时候先看颠鼓的B题，看的我们一脸懵逼，果断换题。 后面看了C题，觉得机场出租车问题数据可能比较好找，于是开始寻找线索。 我们选择先看看能否获取出租车数量数据（出租车竞争影响等待时间）和机场航班架次数据（影响乘客数量），然后在知乎找到了有网站上贴出了郑州机场的实时出租车进出机场数据，我在第二天脑...
2019C题出租车解题思路
m0_52299509的博客
08-26 777
出租车问题求解思路
【2019数学建模】国赛C题：机场出租车优化问题（原创）
热门推荐
嗨Sirius
11-04 9万+
文章目录机场出租车优化问题摘 要问题的重述问题的分析2.1问题一的分析2.2问题二的分析2.3问题三的分析2.4问题四的分析符号说明模型的建立与求解5.1 问题一模型的建立与求解5.2模型二的建立与求解5.3问题三5.4问题四6.模型的推广与改进7.模型的优缺点参考文献 机场出租车优化问题 摘 要 本文针对机场的出租车优化问题进行了研究，建立了基于多属性的出租车司机接客决策树模型，通过基...
2019年全国大学生数学建模比赛C题上海出租车数据集
09-12
2007年上海出租车7月20日数据集，数据内容，出租车编号，时间，经纬度，夹角，瞬时速度，载客状态
2019C题出租车数据.zip
11-04
数学建模国赛19年C题北京、西安出租车数据，包括出租车车费，经纬度位置，打车难易度，需求量等
19数学建模C题广州白云机场数据归档.zip
11-04
19年数学建模国赛C题机场数据，包括广州白云机场客运量，航班量，座位数以及运力投入等数据，还有相关图片，有利于进行建模分析。
matlab模拟排队论代码-ControlTower:机场模型的仿真与研究
05-26
matlab模拟排队论代码控制塔 该小组项目是计算机系统和网络性能评估课程的一部分。 该项目的目的是通过分析方法（排队论）和模拟研究机场系统。 使用涉及的模拟 系统建模，侧重于特性进行仿真 使用Omnetpp框架对仿真软件进行编码 gawk脚本将输出转换为matlab .m文件 Matlab脚本从原始数据中获取图形 PowerShell脚本编写可自动执行配置-模拟-转换工作流程
2019高教社杯全国大学生数学建模竞赛评阅要点 E题.pdf
08-04
2019高教社杯全国大学生数学建模竞赛E题评阅要点：“薄利多销”分析 “薄利多销”是通过降低单位商品的利润来增加销售数量，从而使商家获得更多盈利的一种扩大销售的策略。对于需求富有弹性的商品来说，当该商品的...
2022年全国大学生数学建模竞赛本科组B题（无人机纯方位无源定位的问题研究）
06-21
（注：本论文荣获2022年全国大学生数学建模竞赛河北省一等奖；使用MATLAB编程） 无人机集群在遂行编队飞行时，为了避免电磁波信号对飞行的影响，保持飞行时整体的队形，可以使用纯方位无源定位的方法去调整无人机，...
2019年全国大学生数学建模竞赛C题机场出租车（word论文+源代码）
最新发布
05-31
2019年全国大学生数学建模竞赛C题机场出租车；数学建模；matlab；源代码；可编辑word论文
2020年全国大学生数学建模竞赛A题附件及论文.zip
09-07
温度二维图像后，确定初始条件与边界条件对微分方程借助 matlab 采用双重 for 循环遍历求出基本条件，最后将问题一条件代入后解得特解，求出每隔 0.5 秒的 温度数据，见 result，最后对模型进行误差分析得出结论。
全国大学生数学建模竞赛2018a题高温作业专用服装设计matlab程序
12-10
全国大学生数学建模竞赛2018年A题是关于高温作业专用服装设计的问题。为了解答这个问题，我们可以使用Matlab程序进行计算和分析。 该程序的主要功能包括以下几点： 1. 数据导入和处理：程序应能够导入相关数据，包括高温作业环境的温度、湿度等参数，以及参与工作的人员的身高、体重等身体信息。这些数据将用于后续的计算和设计。 2. 人体热平衡模型：根据人体热平衡理论，我们可以建立数学模型来计算高温环境下人体的热平衡状况。程序可以根据输入的数据和模型参数，计算出人体的热产生、传递和散发等参数，并判断人体是否处于热平衡状态。 3. 材料特性和热传导计算：程序可以根据材料的热传导特性和热阻等参数，计算出高温作业服装的热传导情况。根据人体热平衡模型和计算得到的材料热传导情况，可以进行合理的服装设计和材料选择，以确保工作人员的身体舒适度和安全性。 4. 结果输出和优化设计：程序应能够输出计算结果，并对设计进行评估和优化。通过分析不同参数的影响，我们可以得到最佳的高温作业专用服装设计方案，并为实际应用提供可靠的参考。 综上所述，通过使用Matlab程序进行计算和分析，我们可以有效地解决全国大学生数学建模竞赛2018年A题中关于高温作业专用服装设计的问题，并为相关领域的研究和实践提供有益的指导和决策依据。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 17
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

糖—果

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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