全国大学生数学建模竞赛常用建模方法总结概要

第一篇：全国大学生数学建模竞赛常用建模方法总结概要

邯郸学院本科毕业论文 题

目 学

生 指导教师年

级 专

业 二级学院（系、部）

全国大学生数学建模竞赛常用建模方法探讨柴云飞 闫 峰

教授 2009级本科 数学与应用数学 数学系

2013年6月

邯郸学院数学系

郑重声明

本人的毕业论文是在指导教师闫峰的指导下独立撰写完成的．如有剽窃、抄袭、造假等违反学术道德、学术规范和侵权的行为，本人愿意承担由此产生的各种后果，直至法律责任，并愿意通过网络接受公众的监督．特此郑重声明．

论文经“中国知网”论文检测系统检测，总相似比为5.80%．

毕业论文作者（签名）：

****年**月**日

全国大学生数学建模竞赛常用建模方法探讨

摘 要

全国大学生数学建模竞赛作为全国高校规模最大的基础性学科竞赛，越来越受到人们的重视，所以建模竞赛的方法也就变得尤为重要．随着竞赛的不断发展，赛题的开放性逐步增大，一道赛题可用多种解法，各种求解的算法有时会相互融合，同时也在向大规模数据处理方向发展，这就对选手的能力提出了更高的要求．由于建模方法种类众多，无法一一介绍，所以本文主要介绍了四种比较常用的数学建模竞赛方法，包括微分与差分方程建模方法、数学规划建模方法、统计学建模方法、图论方法，并结合历年赛题加以说明．

关键词：数学建模竞赛 统计学方法 数学规划 图论

I

Commonly Used Modeling Method of

China Undergraduate Mathematical Contest in Modeling Chai yunfei

Directed by Professor Yan feng

ABSTRACT

more people as a basic subject of the largest national college competition.The method of modeling competition has become more and more important.Open questions gradually increased with the development of competition.Most of the games can be solved by lots of solutions.Sometimes these methods can be used together.And there is also a lot of data which puts forward higher requirement on the ability of players.The modeling methods is too numerous to mention, so this article mainly four kinds Commonly used modeling method are introduced that differential and difference equations modeling method, Mathematical programming modeling method, Statistics modeling method, graph theory and interprets with calendar year’s test questions.KEY WORDS：Mathematical contest in modeling Statistics method Mathematical programming Graph theory

II

目 录

摘 要..............................................................................................................................................I 英文摘要........................................................................................................................................II

前 言.............................................................................................................................................1 1 微分方程与差分方程建模.........................................................................................................2

1.1 微分方程建模..................................................................................................................2

1.1.1 微分方程建模的原理和方法...............................................................................2 1.1.2 微分方程建模应用实例.......................................................................................3 1.2 差分方程建模..................................................................................................................4

1.2.1 差分方程建模的原理和方法...............................................................................4 1.2.2 差分方程建模应用实例.......................................................................................5 数学规划建模.............................................................................................................................5

2.1 线性规划建模的一般理论..............................................................................................6 2.2 线性规划建模应用实例..................................................................................................7 3 统计学建模方法.........................................................................................................................8

3.1 聚类分析..........................................................................................................................8

3.1.1 聚类分析的原理和方法.......................................................................................8 3.1.2 聚类分析应用实例...............................................................................................9 3.2 回归分析..........................................................................................................................9

3.2.1 回归分析的原理与方法.......................................................................................9 3.2.2 回归分析应用实例.............................................................................................10 图论建模方法...........................................................................................................................10

4.1 两种常见图论方法介绍................................................................................................11

4.1.1 模拟退火法的基本原理.....................................................................................11 4.1.2 最短路问题.........................................................................................................11 4.2 图论建模应用实例........................................................................................................12 5 小结...........................................................................................................................................13 参考文献.......................................................................................................................................14 致 谢...........................................................................................................................................15

前 言

全国大学生数学建模竞赛创办于1992年，每年一届，目前已成为全国高校规模最大的基础性学科竞赛，也是世界上规模最大的数学建模竞赛．参赛者需要根据题目要求，在三天时间内完成一篇包括模型假设、模型建立和求解、计算方法的设计和实现、模型结果的分析和检验、模型的改进等方面的论文．通过参加竞赛的训练和比赛，可以提高学生用数学方法解决实际问题的意识和能力，而且在培养团队精神和撰写科技论文等方面都会得到十分有益的锻炼．

竞赛题目的涉及面比较宽，有工业、农业、工程设计、交通运输、经济管理、生物医学和社会事业等．竞赛选手不一定预先掌握深入的专业知识，而只需要学过高等数学的相关课程即可，并且题目具有较大的灵活性，便于参赛者发挥其创造能力．近年来，竞赛题目包含的数据较多，手工计算一般不能实现，所以就对参赛者的计算机能力提出了更高的要求，如2003年B题，某些问题的解决需要使用计算机软件；2001年A题，问题的数据读取需要计算机技术，并且对于给出的图像，需要用图像处理的方法获得；再如2004年A题则需要利用数据库数据，数据库方法，统计软件包等等．

竞赛题目的总体特点可大致归纳如下：（1）实用性不断加强，问题和数据来自于实际，解决方法需要切合实际，模型和结果可以应用于实际；（2）综合性不断加强，解法多样，方法融合，学科交叉；（3）数据结构越来越复杂，包括数据的真实性，数据的海量性，数据的不完备性，数据的冗余性等；（4）开放性也越来越突出，题意的开放性，思路的开放性，方法多样，结果不唯一等．总体来说，赛题向大规模数据处理方向发展，求解算法和各类现代算法相互融合．

纵观历年的赛题，主要用到的建模方法有：初等数学模型、微分与差分方程建模、组合概率、数据处理、统计学建模、计算方法建模、数学规划、图论方法、层次分析、插值与拟合、排队论、模糊数学、随机决策、多目标决策、随机模拟、计算机模拟法、灰色系统理论、时间序列等．

本文不一一列举竞赛题目中涉及的所有方法，只是重点讨论其中一些比较常用的方法，包括微分与差分方程建模方法、数学规划建模方法、统计学建模方法、图论建模方法，并结合案例说明建模方法的原理及应用． 微分方程与差分方程建模

在很多竞赛题目中，常常会涉及很多变量之间的关系，找出它们之间的函数关系式具有重要意义．可在许多实际问题中，我们常常不能直接给出所需要的函数关系，但可以得到含有所求函数的导数（或微分）或差分（即增量）的方程，这样的方程称为微分方程或差分方程.建立微分方程或差分方程的数学模型是一种重要的建模方法.如1996年A题“最优捕鱼策略”，1997年A题“零件参数设计”，2003年A题“SARS的传播”，2007年A题“中国人口增长预测”，2009年A题“最优捕鱼策略”等赛题中，都用到了这种方法．

1.1 微分方程建模

1.1.1 微分方程建模的原理和方法

一般来说，任何时变问题中随时间变化而发生变化的量与其它一些量之间的关系经常以微分方程的形式来表现．

例1.1 有一容器装有某种浓度的溶液，以流量v1注入该容器浓度为c1的同样溶液，假定溶液立即被搅拌均匀，并以v2的流量流出混合后的溶液，试建立反映容器内浓度变化的数学模型．

解

注意到溶液浓度=变化而发生变化．

不妨设t时刻容器中溶质质量为st，初始值为s0,t时刻容器中溶液体积为vt，初始值为v0，则这段时间t,tt内有

溶液质量，因此，容器中溶液浓度会随溶质质量和溶液体积

溶液体积sc1v1tc2v2t，（1）Vv1tv2t其中c1表示单位时间内注入溶液的浓度，c2表示单位时间内流出溶液的浓度，当t很小时，在t,tt内有

c2s(t)s(t).（2）V(t)V0(v1v2)t对式（1）两端同除以t，令t0，则有

dsdtc1v1c2v2dV.（3）v1v2dts(0)s0,V(0)V0即所求问题的微分方程模型．虽然它是针对液体溶液变化建立的，但对气体和固体浓度变化同样适用．

实际应用中，许多时变问题都可取微小的时间段t去考察某些量之间的变化规律，从而建立问题的数学模型，这是数学建模中微分方程建模常用手段之一．

常用微分方程建模的方法主要有：

（1）按实验定律或规律建立微分方程模型．

此种建模方法充分依赖于各个学科领域中有关实验定律或规律以及某些重要的已知定理，这种方法要求建模者有宽广的知识视野,这样才能对具体问题采用某些熟知的实验定律．

（2）分析微元变化规律建立微分方程模型．

求解某些实际问题时，寻求一些微元之间的关系可以建立问题的数学模型．如例1.1中考察时间微元t，从而建立起反应溶液浓度随时间变化的模型．此建模方法的出发点是考察某一变量的微小变化，即微元分析，找出其他一些变量与该微元间的关系式，从微分定义出发建立问题的数学模型．

（3）近似模拟法．

在许多实际问题中，有些现象的规律性并非一目了然，或有所了解亦是复杂的，这类问题常用近似模拟方法来建立问题的数学模型．一般通过一定的模型假设近似模拟实际现象，将问题做某些规范化处理后建立微分方程模型，然后分析、求解，并与实际问题作比较，观察模型能否近似刻画实际现象．近似模拟法的建模思路就是建立能够近似刻画或反映实际现象的数学模型，因此在建模过程中经常做一些较合理的模型假设使问题简化，然后通过简化建立近似反映实际问题的数学模型．

1.1.2 微分方程建模应用实例

例1.2（2003年高教社杯全国大学生数学建模竞赛A题）SARS传播的预测． 2003年爆发的“SARS”疾病得到了许多重要的经验和教训，使人们认识到研究传染

病的传播规律的重要性．题目给出了感病情况的三个附件，要求对SARS的传播建立数学模型：（1）对SARS的传播建立一个自己的模型，并说明模型的优缺点；（2）收集SARS对经济某个方面影响的数据，建立相应的数学模型并进行预测．

问题求解过程分析 由于题目具有开放性，故选择文献[1]中的求解思路分析.传染病的传播模式可近似分为自由传播阶段和控后阶段，然后将人群分为易感者S，感病者I，移出者R三类．由三者之间的关系可得到下列微分方程：

dSdtkISdIkIShI，dtdRhIdtSIRN利用附件中给出的数据，可以将上述方程变形为

dIkNIhII，dt其中kNh，其解为

I(t)I0et.其中I0为初始值．

但此模型只适用于病例数与总人口数具有可比性的情况，当病例数远小于总人口数时，感病人数将随时间以指数增长.这是按实验定律或规律建立的微分方程模型.为进一步改进模型，用计算机跟踪病毒的个体传播情况，又建立计算机模拟模型．然后用计算机模拟北京5月10日之前SARS的传播情况，并对5月10日以后的传播情况进行预测．但是得到的有效接触率与实际统计数据有所偏差，所以统计数据，为参数的确定寻求医学上的支持，并以随机模拟取代完全确定性的模拟，对原模型进行改进，建立随机模拟模型．通过计算机编程，产生正态分布的随机数，并对传染情况进行500次模拟，即可进行预测，并可得出对SARS疫情控制提出的相应建议．

1.2 差分方程建模

1.2.1 差分方程建模的原理和方法

差分方程在数学建模竞赛中应用的频率极高，所以要对这种方法引起足够的重视．它针对要解决的目标，引入系统或过程中的离散变量．具体方法是：根据实际的规律性质、平衡关系等，建立离散变量所满足的关系式，从而建立差分方程模型．

差分方程可以分为不同的类型，如一阶和高阶差分方程，常系数和变系数差分方程，线性和非线性差分方程等等．

建立差分方程模型一般要注意以下问题：

（1）注意题中的离散变化量，对过程进行分析，尤其要注意形成变化运动过程的时间或距离的分化而得到离散变量；

（2）通过对具体变化过程的分析，列出满足题意的差分方程，其中入手点是找出变量所能满足的平衡关系、增量或减量关系及规律，从而得到差分方程．

1.2.2 差分方程建模应用实例

例1.3（2007年高教社杯全国大学生数学建模竞赛A题）中国人口增长预测.题目要求从中国的实际情况和人口增长的特点出发，参考附录中的相关数据（也可以搜索相关文献和补充新的数据），建立中国人口增长的数学模型，并由此对中国人口增长的中短期和长期趋势做出预测，特别要指出模型中的优点与不足之处.问题求解过程分析 由于题目具有开放性，故选择文献[2]中的求解思路分析.通过分析题中相关的数据，考虑到我国近年来人口发展的总趋势，因为涉及到人口的增长和变换，所以可以先用微分方程来建立模型，并对我国人口增长的中短期和长期趋势做出预测．

首先，根据灰色系统理论，使用灰色关联分析模型法对人口系统结构进行关联分析，找出影响人口增长的主要因素；其次使用年龄推算法进行短期预测.在建立和求解长期预测模型时，根据人口阻滞增长模型（Logistic模型），可以考虑对中国人口老龄化进程加速、出生人口性别比例持续升高以及乡村人口城镇化等因素建立新的人口增长的差分方程模型.但是它仅给出了人口总数的变化规律，反映不出各类人口的详细信息，所以我们需要建立离散化的模型，并进一步可以得到全面系统地反应一个时期内人口数量状况的差分方程，可以用微分和差分方程理论来表现和模拟人口数量的变化规律．从而对人口分布的状况、变化趋势、总体特征等有更加详细和科学的了解．

在模型的求解过程中，用到了MATLAB软件，并做参数估计，利用所得结果和题目给出的近五年来的人口数据，对我国人口发展趋势进行了预测，得到了在老龄化进程加速、出生人口性别比例持续升高以及乡村人口城镇化等因素影响下，未来我国人口发展预测情况.数学规划建模

数学规划是指在一系列条件限制下，寻求最优方案，使得目标达到最优的数学模型，它是运筹学的一个重要分支．数学规划的内容十分丰富，包括许多研究分支，如：线性规划、非线性规划、整数规划、二次规划、0-1规划、多目标规划、动态规划、参数规划、组合优化、随机规划、模糊规划、多层规划问题等．

在1993年A题“非线性交调的频率设计”，1993年B题“足球队排名”，1995年A题“飞行管理问题”，1996年B题“节水洗衣机”，1997年A题“零件的参数设计”，1998年A题“一类投资组合问题”，1999年B题“钻井布局”，2001年B题“公交车调度问题”，2002年A题“车灯线光源的优化”，2006年A题“出版社书号问题”，2007年B题“城市公交线路选择问题”等赛题中，都用到了规划的方法．在此以线性规划为例，对规划的方法进行探讨．

2.1 线性规划建模的一般理论

线性规划建模方法主要用于解决生产实际中的资源利用、人力调配、生产安排等问题，它是一种重要的数学模型．线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支，它是研究线性约束条件下线性目标函数的极值问题的数学理论和方法．

一般的优化问题是指用“最好”的方式，使用或分配有限的资源即劳动力、原材料、机器、资金等，使得费用最小或利润最大．

优化模型的一般形式为:

min或max zfx(4)s.t.gx0.i1,2,,m(5)

xx1,x2,，xn.T由（4）、（5）组成的模型属于约束优化．若只有（4）式就是无约束优化．fx称为目标函数，gx0称为约束条件．

在优化模型中，如果目标函数fx和约束条件中的gx都是线性函数，则该模型称为线性规划．

建立实际问题线性规划模型的步骤如下：

（1）设置要求解的决策变量．决策变量选取得当，不仅能顺利地建立模型而且能方便地求解，否则很可能事倍功半．

（2）找出所有的限制，即约束条件，并用决策变量的线性方程或线性不等式来表示．当限制条件多，背景比较复杂时，可以采用图示或表格形式列出所有的已知数据和

信息，从而避免“遗漏”或“重复”所造成的错误．

（3）明确目标要求，并用决策变量的线性函数来表示，标出对函数是取极大还是取极小的要求．

需要特别说明的是，要使用线性规划方法来处理一个实际问题，必须具备下面的条件：

（1）优化条件：问题的目标有极大化或极小化的要求,而且能用决策变量的线性函数来表示．

（2）选择条件：有多种可供选择的可行方案，以便从中选取最优方案．

（3）限制条件：达到目标的条件是有一定限制的（比如，资源的供应量有限度等），而且这些限制可以用决策变量的线性等式或线性不等式表示出来．

此外，描述问题的决策变量相互之间应有一定的联系，才有可能建立数学关系，这一点自然是不言而喻的．

线性规划模型的求解可用图解法或单纯形法．随着计算机的普及和大量数学软件的出现，可以利用现成的软件MATLAB或LINGO等求解，在此不再叙述．

2.2 线性规划建模应用实例

例2.1（2006年高教社杯全国大学生数学建模竞赛B题）艾滋病疗法的评价及疗效的预测.题目给出了美国某艾滋病医疗试验机构公布的两组数据，数据涉及到了病人CD4和HIV的浓度含量的测试结果.根据所给的资料需要参赛者完成以下问题：（1）利用附件1的数据，预测继续治疗的效果，或者确定最佳治疗终止时间；（2）利用附件2的数据，评价4种疗法的优劣（仅以CD4为标准），并对较优的疗法预测继续治疗的效果，或者确定最佳治疗终止时间；（3）如果病人需要考虑4种疗法的费用，对评价和预测有什么影响.问题求解过程分析 由于题目具有开放性，故选择文献[3]中的求解思路进行分析.首先对题目所给数据进行分析,考虑到治疗的效果与患者的年龄有关，将患者按年龄分组，如14~25岁,25~35岁,35~45岁及45岁以上4组．每组中按照4种疗法和4个治疗阶段（如0~10周，10~20周，20~30周，30~40周），构造16个决策单元．取4种药品量为输入，治疗各个阶段末患者的CD4值与开始治疗时CD4值的比值为输出.然后建立相应的数学模型,利用相对有效性评价方法，建立分式规划模型并经过变换，转化为线性规划模型求解，对各年龄组患者在各阶段的治疗效率进行评价．计算结果：对第1年龄组疗法2和4在整个治疗中效率较高，在第4阶段仍然有效；对第2年龄组疗法1在第1，2阶段有效；对第3年龄组疗法1，2，3在第1阶段有效；对第4年龄组疗法1，2在第1，2阶段有效．表明只有14~25岁的年4种轻患者，才能在治疗的最

后阶段仍然有有效的疗法．

随后，由线性规划模型的对偶形式建立预测模型，对各年龄组各种疗法下一阶段的疗效进行预测．若由某决策单元得到的实际输出大于预测输出，则该决策单元相对有效；反之，说明该种疗法对该组患者在治疗的未来阶段不再有效，应该转换疗法． 统计学建模方法

在数学建模竞赛中，常常会涉及到大量的数据，因此，我们就需要用统计学建模方法对这些数据进行处理．此类方法主要包括统计分析、计算机模拟、回归分析、聚类分析、数据分类、判别分析、主成分分析、因子分析、残差分析、典型相关分析、时间序列等．

如2004年A题“奥运会临时超市网点设计问题”，2004年B题“电力市场的输电阻塞管理问题”，2007年A题“人口增长预测问题”，2008年B题“大学学费问题”，2012年A题“葡萄酒的评价”等都用到了这种建模方法．在此选取其中两类方法进行阐述．

3.1 聚类分析

3.1.1 聚类分析的原理和方法

该方法说的通俗一点就是，将n个样本，通过适当的方法选取m聚类中心，通过研究各样本和各个聚类中心的距离，选择适当的聚类标准，通常利用最小距离法来聚类，从而可以得到聚类．结果利用sas 软件或者spss 软件来做聚类分析，就可以得到相应的动态聚类图．这种模型的的特点是直观，容易理解．

聚类分析的类型可分为：Q型聚类（即对样本聚类）和R型聚类（即对变量聚类）． 通常聚类中有相似系数法和距离法两种衡量标准.聚类方法种类多样，有可变类平均法、中间距离法、最长距离法、利差平均和法等.在应用时要注意,在样本量比较大时，要得到聚类结果就显得不是很容易,这时需要根据背景知识和相关的其他方法辅助处理．主要的方法步骤大致如下：

（1）首先把每个样本自成一类；

（2）选取适当的衡量标准，得到衡量矩阵；（3）重新计算类间距离，得到衡量矩阵；（4）重复第2步，直到只剩下一个类.3.1.2聚类分析应用实例

例3.1（2012年高教社杯全国大学生数学建模竞赛A题）葡萄酒的评价.题目的附件中给出了某一年份一些葡萄酒的评价结果，和该年份这些葡萄酒的和酿酒葡萄的成分数据.要求参赛者建立数学模型解决以下问题：（1）分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更可信；（2）根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级；（3）分析酿酒葡萄与葡萄酒的理化指标之间的联系；（4）分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量.问题求解过程分析 由于题目具有开放性，故选择文献[4]中的求解思路分析.由于给定了酿酒葡萄的理化指标，首先可将附录2和附录3中的一些数据进行处理.并可以据此对各种酿酒葡萄进行聚类分析，但是，由于题目中所给的数据庞大，所以可通过主成分分析法，简化并提取大部分有效信息，再用聚类分析对酿酒葡萄进行分级．最后根据酿酒葡萄对应葡萄酒质量的平均值大小进行比较，排序分级．接下来针对问题中分析酿酒葡萄与葡萄酒理化指标之间的联系，及上面整理好的数据，采用回归分析原理，在SPSS中得到酿酒葡萄与葡萄酒的理化指标之间的联系．再通过相关分析，得出相应的相关系数，从而得到相应的判断结论．在分析酿酒葡萄与葡萄酒的理化指标之间的联系时，还用到了多元线性回归分析．

该模型用于生活实践中，也可以解决很多实际问题．

3.2 回归分析

回归分析是利用数据统计原理，对大量数据进行数学处理，并确定因变量与某些自变量的相关关系，建立一个相关性较好的回归方程，并加以外推，用于预测今后的因变量的变化的分析方法．

3.2.1回归分析的原理与方法

回归分析是在一组数据的基础上研究这样几个问题：建立因变量与自变量之间的回归模型；对回归模型的可信度进行检验；判断每个自变量对因变量的影响是否显著；判断回归模型是否适合这组数据；利用回归模型对进行预报或控制．回归分析主要包括一元线性回归、多元线性回归、非线性回归．

回归分析的主要步骤为：

（1）根据自变量和因变量的关系，建立回归方程．

（2）解出回归系数．

（3）对其进行相关性检验，确定相关系数．

（4）当符合相关性要求后，便可与具体条件结合，确定预测值的置信区间.需要注意的是，要尽可能定性判断自变量的可能种类和个数，并定性判断回归方程的可能类型．另外，最好应用高质量的统计数据，再运用数学工具和相关软件定量定性判断．

3.2.2 回归分析应用实例

例3.2（2006年高教社杯全国大学生数学建模竞赛B题）艾滋病疗法的评价及疗效的预测.题目同例2.1．

问题求解过程分析 由于题目具有开放性，故选择文献[3]中的求解思路进行分析.问题2的解决就用到回归模型.首先分析数据知，应建立时间的一次与二次函数模型，并经过统计分析比较，确定哪种较好．所以可建立一个统一的回归模型，也可对每种疗法分别建立一个模型．

以总体回归模型为例，分别用一次与二次时间函数模型进行比较，可知疗法1~3用一次模型较优，且一次项系数为负，即CD4在减少，从数值看疗法3优于疗法2和1；疗法4用二次模型较优，即CD4先增后减，在t20左右达到最大．可以通过4条回归曲线进行比较，显示疗法4在30周之前明显优于其它．最后再用检验法作比较，结果是疗法1与2无显著性差异，而疗法1与3，2与3，3与4均有显著性差异． 图论建模方法

图论建模方法在建模竞赛中也经常涉及，应用十分广泛，并且解法巧妙，方法灵活多变．如1990年B题“扫雪问题”，1991年B题“寻找最优Steiner树”，1992年B题“紧急修复系统的研制”，1993年B题“足球队排名”，1994年A题“逢山开路问题”，1994年B题“锁具装箱问题”，1995年B题“天车与冶炼炉的作业调度”，1997年B题“截断切割的最优排列”，1998年B题“灾情巡视最佳路线”，1999年B题“钻井布局”，2007年B题“城市公交线路选择问题”等都应用到了图论的方法．

图论近几年来发展十分迅速，在物理、化学、生物学、地理学、计算机科学、信息论、控制论、社会科学、军事科学以及计算机管理等方面都有着广泛的应用．因此图论越来越受到了全世界数学界和工程技术界乃至经营决策管理者的重视．同时也成为了数学建模中一种十分重要的方法．图论问题算法很多，包括最短路、最大流、最小生成树、二分匹配、floyd、frim等．

4.1 两种常见图论方法介绍

图论中的图是由平面上的一些点及这些点之间的连线（称为边）构成的．图中的点表示要研究的离散对象，边表示对象之间的关系．用这些点和边建立的离散对象来建立模型，通过这种办法许多难题都可以被巧妙地解决．所以图论方法成为研究离散问题的一种重要手段．由于图论方法所包含的概念和定义较多，无法全部列举．在这里只就其中的两种方法作介绍．

4.1.1模拟退火法的基本原理

模拟退火法是模拟热力学中系统的降温过程，当孤立粒子系统的温度以足够慢的速度下降时，系统近似处于热力学平衡状态，最后系统将达到本身的最低能量状态，即基态，这相当于能量函数的全局极小点．其步骤如下(也称为Metropolis过程)：

（1）给定初始温度T0，及初始点，计算该点的函数值fx；

（2）随机产生扰动x，得到新点xxx计算新点函数值fx,及函数值差

ffxfx；

（3）若f0，则接受新点，作为下一次模拟的初始点；（4）若f0，则计算新点接受概率：

fpfexp，KT产生0,1区间上均匀分布的伪随机数r,r0,1，如果pfr，则接受新点作为下一次模拟的初始点；否则放弃新点，仍取原来的点作为下一次模拟的初始点．

4.1.2最短路问题

最短路问题是一个有着广泛应用价值的问题，例如各种管道的铺设，线路的安排，输送网络费用等问题，都可以用到最短路求法．

在解决实际问题时，我们问题中的“边权”可以有着各种不同的解释．例如在运输网络中，从v运送一批货物到u，若“边权”视为通常意义下的路程，则最短路问题就是

使运输总路程最短的路线，若“边权”表示运输时间，则最短路就是运输总时间最短的路线，“边权”也可以代表费用，这时相应的就是总费用最省的的路线．

4.2 图论建模应用实例

例4.2（2007年高教社杯全国大学生数学建模竞赛B题）城市公交线路选择问题.在2007年B题中，涉及到了北京公交车的换乘问题，为了使乘客利益最大化，需要设计一个“公交线路选择自主查询系统”，其核心是线路选择的模型，该模型必须考虑实际情况，满足查询者的各种不同需求．要求解决如下问题：(1)仅考虑公汽线路，给出任意两公汽站点之间线路选择问题的一般数学模型与算法．(2)同时考虑公汽与地铁线路，解决以上问题．(3)假设又知道所有站点之间的步行时间，请你给出任意两站点之间线路选择问题的数学模型．

问题求解过程分析 由于题目具有开放性，故选择文献[5]中的求解思路进行分析.由于在现实情况下，乘客一般不能乘坐一辆公交车就到达终点，可能会换乘，但要是频繁倒车，会给乘客造成不便，也会增加车费．所以可针对城市公交线路选择问题建立模型．为了使问题简单化，我们分别以乘车时间、乘车费用以及换乘次数为目标函数，得到各自的较优线路，再通过对比，有效地处理这些线路，最终得出查询系统给出的结果．

首先固定换乘次数n，通过集合论的相关知识把确定换乘点的具体位置, 转化成确定一些集合间的交集，从而建立集合寻线算法，再根据集合相关公式，得到所有可行线路；进一步考虑时间和费用等因素，对可行线路进行处理比较，得出最佳线路．

图论模型中，通过图论的知识将整个北京市交通线路构建出一个有向图，每个站点与有向图的顶点一一对应，同一线路上的相邻站点对应为有向边，通过不同目标（时间、费用）给有向图进行不同的赋权，分别将不同目标转化为赋权有向图寻找最短有向路，根据最短路径算法，得到最佳线路．最后综合评价了两个模型的优缺点．

以每个站点为顶点，若站点A到站点B有公交线路并且A与B为相邻站点，则连一条A到B有向边，根据所给的站点与线路我们建立一个得到一个有重边的有向图DV,E一条公交线路就是DV,E的一条有向路．则任意两公汽站点之间线路最少时间选择问题就转化为求DV,E,W的对应两顶点的最短有向路问题．

由图论模型所得的查询系统，是以图论知识中的最短路有向图为基础，对不同线路经过同一站点时，假设多个假想点，并将各不同站点之间所需时间作为权，对各线路站点赋权，分别确定以时间、费用、换乘为目标转化为寻找有向的完全图，并根据实际情况，建立出动态赋权有向图，得出最佳线路.小结

建模竞赛的方法种类众多，本文主要对其中四中常用的方法进行了阐述、总结和探讨．在每一章的开头，都列出了近几年来应用到此方法的赛题．在四种方法中，微分与差分方程是比较基础的一种方法，在解决变量问题时经常会用到．第二种规划方法则是一种应用广泛的方法，很多赛题都会涉及到．第三种是统计学方法，从近些年的赛题变化趋势来看，赛题题目中所给的数据越来越多，越来越复杂化，这就需要用统计学方法对这些数据进行分类处理，并最终得到相关结论．最后一种是图论方法，这种方法灵活多变，应用巧妙，可以使很多复杂问题简单化．当然还有很多常用方法，本文不再一一列举，希望本文能够对读者有所帮助．

参考文献

[1] 李小华，刘纽.SARS传播的数学模型及对经济的影响[J].http://wenku.baidu.com/view/98d4726b1eb91a37f1115c98.html,2013.5 [2] 李译，李志坤，殷婷.中国人口增长预测[J].http://wenku.baidu.com/view/ ff3ea8a40029bd64783e2cf6.html，2013.5 [3] 周利庭，张洪雷，杨丽娜.艾滋病疗法的评价及疗法的预测[J].http://wenku.baidu.com/view/24c67b7302768e9951e738ce.html，2013.5 [4] 未知作者．葡萄酒的评价[J].http://wenku.baidu.com/view/6fccfd6f7e21af 45b307a896.html,2013.5 [5] 未知作者．城市公交路线选择优化模型[J].http://wenku.baidu.com/view/76206e 297375a417866f8f1e.html,2013.5 [6] 华罗庚，王元编著．数学模型选谈[M］．湖南：湖南教育出版社，1991.7 [7] Saaty TL.The Analytic Hierarchy Process [M].Mcgraw 2 Hill,1980.4 [8] 杨学桢.数学建模方法[M].保定：河北大学出版社，2000.8 [9] 王高雄，周之铭，朱思铭，王寿松.常微分方程[M].北京：高等教育出版社，1983.8 [10] 王兴宇，樊恺.数学模型方法[M].武汉：华中理工大学出版社，1996.8

致 谢

四年的大学生活转眼就要说再见了，当大学的最后一项任务即将完成的时候，终于长长地吁出一口气时，这时也突然意识到，原来四年马上就要过去了，到了该告别的时候了．仔细想想，竟有些恍惚，四年的时光就这样过去了，猛然有了那么多的不舍．

可是终归真的要毕业了．大学四年，读的是一所普普通通的二流大学，而且处在一个大学生泛滥的时代，面对着父母的期待，有时候真的会很茫然，甚至不知所措．但是我依然踏踏实实的过完了这四年．从开始的新奇，到后来的迷茫，再到后来的坚定和努力．我无愧于这四年的大学生活，在即将给它画上句号的时候，我还是会带着微笑去回忆，这四年我成长了许多，从那么的稚嫩、懵懂变得成熟稳重．我会始终带着感恩去铭记这里，去铭记我的恩师们，你们辛苦了．

特别感谢闫峰老师，在她细心的指导下，我才得以完成这篇论文，从开题、资料查找、修改到最后定稿，承载了她太多的心血，她的涓涓教诲，我会永远铭记心田．我很自豪有这样一位老师，她值得我感激和尊敬．

同时还要感谢数学系的全体授课老师，以及实习学校的许爱英老师，侯东校老师，你们使我终身受益．感谢所有关心、鼓励、支持我的家人、亲戚和朋友．

第二篇：2014全国大学生数学建模竞赛

嫦娥三号软着陆轨道设计与控制策略

摘要

随着月球探测任务的发展,未来月球探测考察目标将主要是 复杂地形特性的高科学价值区域。为了能够安全地在这些遍布岩石、的区域内完成高精度软着陆，这就要求导航和控制系统具有较强的自主性和实时性。本文针对最终着陆段安全、精确的需求，对月球软着陆导航与控制方法进行较深入研究，主要内容包括：

首先，提出一种基于单帧图像信息的障碍检测方法。该方法根据着陆区内障碍成像的特点，通过匹配相应的阴影区与光照区完成对岩石、弹坑的检测，利用图像灰度方差对粗糙区域进行提取：在检测出故障信息的基础上，选取安全着陆点以保证软着陆任务的成功。

其次，给出一种基于矢量观测信息的自主光学导航方法。该方法利用光学相机和激光测距仪测量值构建着陆点相对着陆器的矢量信息，结合着陆器的姿态信息确定着陆器的位置。为了消除测量噪声带来的干扰，利用扩展Kalman滤波理论设计了导航滤波器。

再次，提出一种李雅普诺夫函数障碍规避制导方法。该方法通过对状态函数、危险地形势函数的设计，以满足平移过程中减低障碍威胁与精确定点着陆器，设计PWPF（调频调宽）调节器实现定推理等效变推力控制效果。

最后，针对采用变推力主发动机的月球着陆器，提出一种垂直软着陆控制方法。该方法采用标称控制与闭环控制相结合的方式，规划标称轨迹以保证着陆器到达着陆点时其下降速度、加速度亦为零，设计闭环控制器产生附加控制量消除初始偏差、着陆器质量变化的干扰，以保证着陆器沿标称轨迹到达着陆点。

本文分别对所提出的最终着陆段导航与控制方法进行数学仿真以验证个方法的可行性。仿真结果表明，本文多给出导航方法能够达到较高的性能指标，满足在危险区域实现高精度软着陆的需要。

关键词： 月球软着陆；自主导航与控制；障碍检测；规避制导；适量测量

一、问题重述

嫦娥三号于2013年12月2日1时30分成功发射，12月6日抵达月球轨道。根据计划，嫦娥三号将在北京时间12月14号在月球表面实施软着陆。嫦娥三号如何实现软着陆以及能否成功成为外界关注焦点。嫦娥三号在着陆准备轨道上的运行质量为2.4t，其安装在下部的主减速发动机是目前中国航天器上最大推力的发动机，能够产生1500N到7500N的可调节推力，进而对嫦娥三号实现精准控制。其比冲（即单位质量的推进剂产生的推力）为2940m/s，可以满足调整速度的控制要求。在四周安装有姿态调整发动机，在给定主减速发动机的推力方向后，能够自动通过多个发动机的脉冲组合实现各种姿态的调整控制。嫦娥三号的预定着陆点为19.51W，44.12N，海拔为-2641m。嫦娥三号将在近月点15公里处以抛物线下降，相对速度从每秒1.7公里逐渐降为零。整个过程大概需要十几分钟的时间。在距月面100米处时，嫦娥三号要进行短暂的悬停，扫描月面地形，避开障碍物，寻找着陆点。之后，嫦娥三号在反推火箭的作用下继续慢慢下降，直到离月面4米高时再度悬停。此时，关掉反冲发动机，探测器自由下落。

嫦娥三号在高速飞行的情况下，要保证准确地在月球预定区域内实现软着陆，关键问题是着陆轨道与控制策略的设计。其着陆轨道设计的基本要求：着陆准备轨道为近月点15km，远月点100km的椭圆形轨道；着陆轨道为从近月点至着陆点，其软着陆过程共分为6个阶段，分别为着陆准备轨道、主减速段、快速调整段、粗避障段、精避障段、缓速下降阶段，要求满足每个阶段在关键点所处的状态；尽量减少软着陆过程的燃料消耗。

根据上述的基本要求，请你们建立数学模型解决下面的问题：

（1）确定着陆准备轨道近月点和远月点的位置，以及嫦娥三号相应速度的大小与方向。（2）确定嫦娥三号的着陆轨道和在6个阶段的最优控制策略。

（3）对于你们设计的着陆轨道和控制策略做相应的误差分析和敏感性分析。

二、问题分析

对于问题一：

嫦娥三号从15公里左右的高度下降到月球表面，在这一过程中不考虑月球表面太阳风的影响，忽略月球的自转速度引起的科氏力的影响，由于下降时间比较短也不考虑太阳、地球对嫦娥三号的摄动影响，嫦娥三号水平速度要从1.692km/s降为0m/s由于3000m处时嫦娥三号已经基本位于着陆点上方，所以此时假设在3000m处的速度只存在竖直向下的速度而不存在水平分速度，因为降落减速时间比较短只有垂直于月面的方向运动才能实现，所以在确定着陆点位置和着陆轨迹时应当考虑燃料最优情况下推力最大，方向自由的方法即取F7500N建立主减速段动力学模型。

三、符号说明

四、模型假设

对于问题一：

忽略月球的自传和太阳、地球对嫦娥三号卫星的引力摄动 月球近似为一个质量均匀的标准球体 将嫦娥三号是为一个质点

主减速忽略动作调整所产生的燃料消耗段不考虑太阳风的影响

五、模型建立与求解

5.1问题一的建模与求解 解法一： 假设嫦娥三号在t时刻在远月点开始缓慢下降，在n时刻到达近月点，整个过程遵循开普勒第三定律，即

v00

在t时刻有：v12R1 R0R0R1r0 R0r1r2 其中v1：远月点速度

v2：近月点速度

R0：远月点月心距

R1：近月点月心距（已知月球的半径为1738千米）

R017381001838km

R11738151753km 在t1时刻处v2 k2R1 R0R0R1R00.512k0.488 R0R1利用能量平衡式求得近地点速度为

20.51249012（）1.692km/s（沿切线方向）v2，比当地的环境速度17531.672km/s大vk0.0196km/s，径向速度vk0。

1同理解得v11.6139km/s（沿切线方向）

vri0

解得主减速段动力学模型的建立：

根据题意，在横向飞行的水平距离远远小于月球半径的平均值，所以可以将整个减速段过程简化为水平和竖直方向运动方程，根据牛顿第二定律、速度计算公式有：

axTx maytTymTxta

1.692km/s m0Qdt0Tyadt57m/s t0mQdt0tT22xTy27500N

v22atS

运用matlab编程解得S451810.4m； 其中 ax：水平方向加速度

ay：竖直方面加速度

a：月球表面重力加速度a Tx：推力的水平方向分力

Ty：推力的竖直方向分力

t:主减速段时间

S:嫦娥三号主减速段水平位移

Q:嫦娥三号发动机燃料秒消耗率

根据已知资料得到嫦娥三号着陆过程中纬度改变，经度基本不变，月球赤纬和地球纬度一样也分为南北各90个分度,又因为月球极区半径为1735.843km，所以每一个纬度的竖直高度差为19.2871

4g 6千米。即近月点位置坐标为19.0464W,28.9989N海拔15km,远月点位置坐标为160.9536E,28.9989S海拔100km。

解法2:轨迹方程法。

众所周知,太阳系中的八大行星都在按照各自的椭圆轨道绕太阳进行公转,太阳位于椭圆的一个焦点上,行星的运动遵循开普勒三定律,笔者发现,在各类物理竞赛中,常会涉及到天体运动速度的计算,本文拟从能量和行星运动的轨迹方程两个不同的角度来探索行星在近日点和远日点的速度。

该解法的指导思想是对椭圆的轨迹方程求导,并结合一般曲线的曲率半径通式求出近日点和远日点的曲率半径表达式,然后利用万有引力提供向心力列方程求解。如图1所示,椭圆的轨迹方程为

x2y221 5 2ba将5式变形为

a2x2b2y2a2b2 6

根据隐函数的求导法则将6式对x求导有

2a2x2b2yy0 7 即

a2xy2 8

by将7式再次对x求导得

2a22b2(yyyy)0 9 将8、9两式联立得

a2b2y2a4x2 10 y-43by根据曲率半径公式有 r(1y)11 y122 将8、10、11式联立并将A点坐标A(0，a)代入可得A点的曲率半径为

b2RA 12

a根据椭圆的对称性,远日点B的曲率半径为

b2RBRA 13

a 由于在A、B两点行星运行速度方向与万有引力方向垂直,万有引力只改变速度方向,并不改变速度大小,故分别根据万有引力提供向心力得

GMmmvA 14 (ac)2RAGMmmvB 15 2(ac)RB将13至15式联立可得 22vAbGMbGM，vB acaaca

5.2问题二的建模与求解 模型一：动力学模型

典型的月球软着陆任务中,探测器一般首先发射到100km的环月停泊轨道,然后根据所选定的着陆位置,在合适的时间给着陆器一个有限脉冲,使得着陆器转入近月点(在着落位置附近)为15km,远月点为100km的月球椭圆轨道,这一阶段称为霍曼转移段。当着陆器运行到近月点时,制动发动机开始工作,其主要任务是抵消着陆器的初始动能和势能,使着陆器接触地面时,相对月面速度为零,即实现所谓的软着陆,这一阶段称为动力下降段。着陆器的大部分燃料都是消耗在此阶段,所以月球软着陆轨迹优化主要是针对动力下降段这一阶段。由于月球表面附近没有大气,所以在飞行器的动力学模型中没有大气阻力项。而且从15km左右的轨道高度软着陆到月球表面的时间比较短,一般在几百秒的范围内,所以诸如月球引力非球项、日月引力摄动等影响因素均可忽略不计,所以这一过程可以在二体模型下描述。其示意图如图1所示,其中o为月球质心,x轴方向为由月心指向着陆器的初始位置,y轴方向为初始位置着陆器速度方向。

图 1 月球软着陆极坐标系

其动力学方程如下: rv 

v(F/m)sin/rr

22 ((F/m)cos2v)/r

mF/ISP

在上式中r为着陆器与月心距离,v为着陆器径向速度,为着陆器极角,为着陆器极角角速度,为月球引力常数,F着陆器制动发动机推力,m为着陆器质量,为制动发动机推力方向角,其定义为F与当地水平方向夹角,ISP为制动发动机比冲。根据动力下降段的起点位置可以确定动力学方程初始条件,由于起点处于霍曼转移轨道的近地点,故其初始条件为: r0rp

00

v00 01rprp(2ra)rarp其中rp和ra分别为霍曼转移段的近地点半径和远地点半径。

终端条件为实现软着陆, 即

rfR

vf0

f0

其中R为月球半径,终端条件中对终端极角f及终端时间tf无约束。

优化变量为制动发动机推力方向角(t)。

优化的性能指标为在满足上述初始条件和终端条件的前提下, 使着陆过程中燃料消耗最少,即

Jm(t)dt

t0f设计主减速段制导控制律 2动力下降段燃料最优精确着陆问题描述 2.1 燃料最优精确着陆问题

着陆器运动方程：考虑采用变推力发动机情况，有

rv

.vga

(1)

aTmmaT..其中r[rhrxry]T，v[vhvxvy]T分别表示着陆器相对期望着陆点的位置和速度矢量；T为推力器提供的推力矢量，幅值为 T，对应控制加速度矢量 a；g为火星的重力加速度矢量，此处认为是常值；m为着陆器质量，对应推力器质量排除系数。指标函数：考虑燃料消耗

min(m0mf)min0fTdt

(2)边界条件：即初始条件和终端条件

r(0)r0,v(0)v0,m(0)m0,r(tf)v(tf)[000]

(3)控制约束：考虑发动机一旦启动不能关闭，存在最大和最小推力约束

0T1TT

2(4)状态约束：为避免在着陆前撞击到火星地表，需确保整个下降段位于火星地平面以上，即

rh0

（5）进一步地，若着陆区域附近表面崎岖不平，仅仅确保地表约束不能满足需求时，可以考虑下降倾角约束，即将着陆器下降轨线约束到以着陆点为顶点的圆锥体内

2.2 等效后燃料最优精确着陆问题 定义等效变换变量

Ttrx2ry2rhtanalt

（6）

uaT

m

（7）

Tmzlnm等效着陆器运动方程： .r0I3..

yv00.00z其中p[uT0r0vI030z07*70ug0AcyBc(pg4)

（8）],g4[gTT0]T

t指标函数：

min0f(t)dt

（9）

边界条件：同式(3)。

控制约束：由文献[10]可知，控制约束(4)可等效表示为

u1T1ez0[1(zz0)(zz0)2]T2ez0[1(zz0)]

（10）（11）

2状态约束：地表约束同式(5)，倾角约束(6)可等效表示为

T

Sycy0

（12）

其中

0100000S

0010000ctanalt

T000000

3.燃料最优精确着陆问题的离散化及变换 3.1 等效燃料最优精确着陆问题的离散化

首先将整个飞行时间均分成 n 段（对应 n +1 个点），每段步长为t，离散化后的着陆器运动方程为：yk1AykB(pkg4)

其中AR77,BR74分别为离散系统的系统矩阵和输入矩阵

12AetAcI3tActAc

2tt112BetsAcBcdsesAcdsBctBctBct2Bc

0026其中I3为三阶单位阵。

有系统性质可知，整个控制时域内系统状态满足 y3Ay2Bp2g4A3y0A2Bp0g4ABp1g4Bp2g4ynAyn1Bpn1g4Any0An1Bp0g4ABpn2g4Bpn1g4y1Ay0Bp0g4y2Ay1Bp1g4A2y0ABp0g4Bpn2g4Bp1g4

为表达方便，令

y0p00A0yp1111A ,pp2，2A2 Yy2nyn7n11pn4n11nA7n1700B1AB223ABn1An则(15)可等价于

000B012ABBB0002 ABB003AABB0n1AABBA2BABBn7n14n1000000Yy0pg4

分别定义如下常值矩阵：

最终可得离散化后的燃料最优化问题如下： 指标函数：式(9)可表示为

边界条件：式(3)可表示为

控制约束：式(10)和式(11)分别可表示为

状态约束：式(5)和式(12)分别可表示为

含有 p个线性约束和 q个二阶锥约束的最优化问题的标准形式为 指标函数

min(Tx)满足约束

DTxf0AxcibdinTiTi

（k=1,，n）

n*pp其中xR为待优化向量，R，线性约束参数DR,fR，二阶锥约束参数维数n(Ai,bi,ci,di)由相应约束确定

则式(17)～式(23)可最终转换为如下最优化问题： 指标函数：min(vpp)满足：

初值约束:MxΨ0pMx(Ψ0y0)A0g4r0末值约束:MxΨ0pMx(Ψ0y0)A0g4控制约束:Murkpvrkp 控制上限:(vzΨkTTTTv0T0

0

T1vr)p1vTz(Φky0Akg4)z0,z0 z0kT2e 控制下限：

4数值仿真结果与分析本节以某火星着陆器为例，计算了典型初始条件下满足各种约束的燃料最优精确着陆轨迹。其中探测器各参数分别取为：m02000kg,g[3.711400]ms2,c2kms,T11.3kN,T213kN.。着陆器初始位置矢量r0= [1500,-600, 800] m，初始速度矢量v0= [-30, 10, 40]m/s，倾角alt=86°。二阶锥优化问题可以通过大量免费的优化工具求解，如 CSDP、DSDP、OpenOpt、SeDuMi、SDPA、SDPLR等。本文选用 SDPT3 进行计算，通过执行线性搜索确定燃料最优下降时间tf为 43s，图 1 给出了相应的最优着陆轨迹、下降速度、加速度、控制推力、推力幅值以及探测器质量变化曲线。

由优化结果可以看出，探测器在给定时间飞行并软着陆到指定位置，且在整个下降过程始终与火星地表保持一定的安全距离，验证了下降倾角约束的有效性。其推力幅值曲线呈现“最大-最小-最大”的最优控制形式，不过为了保持发动机始终处于点火状态，在中间段对应最小推力约束，这与文献中的分析结论一致。此外，通过利用如 TOMLAB 等商业最优控制软件进行复核计算，也验证了此计算结果的燃料最优性能。

*

图 1 给定初始条件下火星着陆器动力下降段燃料最优计算结果

需要注意到，此燃料最优轨迹的获取对着陆器的实时在线计算性能提出了较高的要求，经测试，无论使用何种优化工具，计算给定飞行任务时间的最优轨迹均需数秒，而全局最优则需要数十秒甚至更长，这在实际任务中是不允许的。因此，可行的方案是通过在地面计算大量的燃料最优轨迹，并寻找规律，选取关键路径点状态存储到着陆器计算机中，通过在线查表或者在利用对计算量要求较小的反馈制导律完成安全着陆任务。

因此，为了研究探测器燃料最优轨迹特性，选取相同的探测器参数，暂不考虑推力器最小幅值约束和倾斜角约束（但考虑地表约束），固定初始高度为 1500m，初始位置水平方向从-8000m 到 8000m 内取值，分别选取各种不同的初始速度，可得燃料最优精确着陆轨迹簇如图 2 所示。

图 2 各种不同初始速度对应的火星着陆器动力下降段燃料最优轨迹簇

1)对任意探测器初始位置，特定初始速度对应的燃料最优着陆轨迹在末端必然收敛到一个固定的近似圆锥体内。

2)取决于探测器初始位置和速度的关系，燃料最优轨迹有两种形式：S 型和 C 型，其中 S 型主要对应于期望着陆点位置水平距离较大情况。3)当探测器初始水平速度为零时，圆锥体轴线垂直于火星地表，所有最优轨线关于该轴线中心对称。4)初始速度的大小也直接影响到任务的可靠性，因此需要在超声速进入段和降落伞减速段将着陆器速度下降到合理范围内。

上述结论对上注探测器关键点的选取有着较强的指导意义，比如基于最优轨线的斜率对路径点合并、基于最优轨线簇的对称性对上注轨线进行等效延伸、或者尝试仅将 S 型和 C 型的转折点作为路径点等，这样可以大大降低探测器自主存储与计算需求，进而有效提升任务的可靠性。重力转弯软着陆过程

对于最终着陆点，假设探测器的下降轨迹在一平面内，且月球引力场为垂直于月面XY的均匀引力场，引力加速度g沿-Z，如图1所示，制动推力方向沿探测器的本体轴z。重力转弯软着陆过程中探测器质心动力学方程可表示为

上式中各变量的物理意义如图1中所示，其中m>0为探测器质量；k>0为制动发动机比冲；u表示制动发动机的秒耗量

可通过一定的机构加以调节，故作为软着陆问题的控制变量。假定制动发动机的最大推力与初始质量比大于月面引力加速度，并且制动推进系统能够在一定的初始条件下将探测器停止月面上。

重力转弯过程中，探测器的高度、速度和姿态角度可由雷达高度表、多普勒雷达及惯性仪表测得。令软着陆初始条件探测器到达月面时速度减小到给定的值，故终端条件自由。软着陆燃耗最优问题的描述 对于最终着陆段，可假设

为一小角度。由此可将系统方程（1）化简为

要设计制导律实现软着陆，就是使

着陆时间

对于月球软着陆的燃耗最优控制问题，其性能指标可表示为

对于系统（2）的软着陆过程，燃耗最优问题等价于着陆时间最优问题，性能指标为

在月球重力转弯软着陆过程中，如果存在一个推力控制程序将探测器从初始条件转移到终端条件，并使性能指标（3）或（4）式最大，则称这个推力程序为软着陆燃耗最优或时间最优制导律。根据pontryagin极大值原理，系统的哈密顿函数及其对u的偏导数为

使哈密顿函数（5）式达到极大地控制输入u就是最优控制，科表示为。

如果存在一个有限区间

则最优控制u（t）取值不能由哈密顿函数确定。此时如果最优解存在，则称为奇异解，（8）式称为奇异条件。

最优制导问题的性质：1）对于自治系统（2）的时间最优控制问题，沿最优轨迹其哈密顿函数满足

将其对时间求导并将（2c）和（6c）式代入，得

另外，由于自由，根据横截条件有3）根据（6a）式。又由（9）式可得T（t）=0，4）根据极大值原理，系统的状态变量和共轭变量都是时间的连续可微函数，将切换函数对时间求导，利用（2），（6）式和性质2）得 软着陆最优控制中奇异条件的分析

对于月球重力转弯软着陆问题，最优制导律具有两个很好的性质。

定理一。月球重力转弯软着陆系统（2）的燃耗最优制导或时间最优制导问题不存在奇异条件。证明。用反证法，假设存在奇异条件，则在某个闭区间设，并由（5）式得

。根据反正假将（10）式两边对时间求导，并将（2）和（6）式代入化简得性质2），并考虑到或者情形1.得

下面证明这两种情形均与反证假设矛盾。根据式

及性质2）可知，由性质3）必有

根据

是时间t的斜率非零的线性函数，m和情形2.1）若定，根据横截条件有在区间内为常数。这与反证假设矛盾。

。下面再分三种情况进行分析。

又因为

不与此时由（6b）式有反证假设矛盾。2）若盾。3），与反证假设矛又

因

为

因此有成立，这与

此时（10）式在上根据定理一，重力转弯软着陆的最优制导律是一种开关（Bang-Bang）控制，只须控制发动机开关，不需要调节推力的大小。

定理2.对于月球重力转弯软着陆过程，其开关控制器的最优推力程序（7）最多进行一次切换。

证明。只要证明最多只在一个时间点成立即可。软着陆系统（2）在最优推力控制程序（7）的作用下，按最后轨迹降落。由性质3）知，为常数。根据性质4），若严格单调，因而在上至多有一个零点，即至多进行一次切换；若，则上为常数。由定理1，5 软着陆最优开关制导律

不可能在任何区间上成立，故必有既没有切换点。

对于最优推力控制程序（7），其切换函数中含有共轭变量，它是一个关于状态变量的稳式表达式。为实现实时制导，需求出关于状态变量的切换函数来。

根据定理一和定理二，重力转弯软着陆最优控制程序没有奇异值状态，并且在着陆过程中最多切换一次，其工作方式有4种：1）全开；2）全关；3）先开有关；4）先关后开。对于方式1）软着陆起始点即是开机点；方式2），3）不能实现软着陆；最后一种是通常情况下的最优着陆方式，即探测器先做无制动下降，然后打开发动机软着陆到月面。设开机时刻为到发动机工作时间为

式，在区间

内积分，并考虑

将（11）式中的对数按泰勒展开，忽略

并令

消掉T得到切换函数为

由切换函数（12）式可以看出，速度、位置的误差和制动发动机推动的将直接影响着陆的效果。一种方法是将终端高度从到达月面时实现软着陆设置为离月面还有几米时实现软着陆。另一种方法是考虑制动过程由一个主发动机和一组小推力发动机共同完成，通过调整开启的小发动机的数量，来实现变推力降落。具体地，令切换函数为

式中各符号的含义如图2所示

关机点可取为2m,可取为20m，可取为1m/s。为实现着陆的最优性，减速度

取为

其中T如（12）式中所示，m0为探测器的初始质量。

图三为最优着陆过程与其改进方法按图2降落的次优着陆过程的对比图。由此图中可看出，改进方法提高了着陆的安全性，当探测器的初始质量mo=350kg，发动机着陆过程多消耗燃料2.2kg。

时，改进方法比最优

（a）

（b）

问题三 协方差分析方法的基本原理 对于如下非线性函数关系

yfx1,x2xn（1）

可以使用一阶泰勒级数展开对其进行线性化，有

yyfffx1xnx1xn（2）x1xn其中，x1xn为x1xn的高阶项。从而得到线性化方程

yfxi（3）i1xin或表示为

YPX(4)

这里 P 是偏导数矩阵: Pif（5）xi若自变量x1xn是随机变量，则线性化方程的函数y的协方差矩阵为：

EYYTEPXXTPTPEXXTPT(6)即 CyPCXPT(7)式中Cx是自变量的协方差矩阵；Cy是函数Y的协方差矩阵。

协方差矩阵中对角线元素是方差，非对角线元素为协方差。显然，只要求出传递矩阵 P ,便可确定源误差与欲求量误差之间的关系。若给定各种源误差，如发动机安装误差、敏感器测量误差或发动机推力和点火时间等误差时，便可以分析其对目标轨道误差的影响以及对控制系统精度的影响，进一步对各系统及元部件提出适当的精度要求。计算向月飞行轨道误差的协方差迭代方程

考虑到轨道参数的误差之相对于轨道参数的标称值是小量，因此可以将轨道运动方程进行线性化，从而得到能够反映轨道参数偏差量的传播关系的误差方程。在应用双二体模型且在地球影响球范围内时，对轨道运动产生摄动影响的各项，如月球引力摄动、太阳引力摄动、大气阻力摄动和太阳光压摄动等对误差方程的影响很小，因此在误差方程中将它们忽略掉。反映轨道位置和速度误差的线性化方程如下：

vrg（8）vrrTur，其中u为地球引力常数。式中 gr3rrrx2ry2rz2（9）

写成状态方程形式：

0Irr(10)vG0vg式中 GT

r0Ir令FG0,Xv（11）

则式（9）变为

FX(12)X下面推导矩阵 F 的表达式：

guGTT3rrrruurrT33Trrrruuuur3333I3rrrrryzrxr（13）

式中 r x，r y 和 r z 是探测器在地心惯性坐标系里的轨道位置坐标。则Gu3T(Irr)(14)332rrrx2rxryrxT2rrryrxryrzryrxryrrzrxrzryzrxrzryrz（15）2rz

将式（15）、（14）代入（10），得： 0002-urx(132)Fr3r3urxryr5v3urxrzr5

积分式（11），得到： 0003urxryr520003urxrzr53urzryr5210000ry-u(13)32rr3urzryr5-urz(13)0r3r200100100（16）

0000

XteFtX0

（17）式中

(Ft)2(Ft)3(Ft)4(Ft)neIFt2!3!4!n!

（18）iNtFi.()i!i0Ft取前 6 阶截断，即：

eFttiFi!

（19）i06i

得到计算误差方程的迭代方程：

XtiteFtXti

（20）

eFt相当于式（4）中的 P 阵，由于误差方程是时变方程，因此每一步迭代都需要重新计算 P 阵，计算 P 阵需要利用标称轨道参数数据。

进一步根据式（7），得到协方差矩阵的迭代方程：

T

Ci1PCPiii

（21）向月飞行轨道误差的协方差分析

引起轨道误差的误差源主要是导航误差，包括位 置 误 差 和 速 度 误 差。其 中 ： 位 置 误 差 ：rrx,ry,rz,rx,ry,rz分别为在地心惯性坐标系中 X 轴、Y 轴、Z 轴的分量。速度误差：vvx,vy,vz,vx,vy,vz分别是在地心惯性坐标系 X 轴、Y 轴、Z 轴的分量。向月飞行轨道的初始轨道位置和速度误差由运载火箭的发射入轨精度决定，若探测器在飞行途中进行轨道修正，则经过轨道修正以后的轨道位置误差将由导航误差决定，速度误差将由姿态误差和制导误差决定。

上述误差决定了轨道误差协方差分析的计算初始条件，表 1 给出了在不进行中途轨道修正情况下，在地心惯性坐标系里，初始轨道位置误差和初始速度误差对轨道终点的位置和速度误差的影响。图 1 和图 2 给出了在算例三中探测器从近地轨道入轨点开始至进入月球轨道为止轨道位置的相应的轨道位置和速度总误差（3σ）的时间历程。

表 1 初始轨道位置和速度误差

对轨道终点误差的影响

图 1 轨道位置总误差时间历程（3σ）

图 2 速度总误差时间历程（3σ）基于敏感系数矩阵的制导误差分析

在月球软着陆主制动段，影响制导精度的误差源主要有偏离标准飞行轨迹的初始条件误差和导航与控制传感器误差。初始条件误差由主制动段以前的任务决定，传感器误差则由导航系统和传感器本身决定。此外，影响制导精度的因素还包括月球自转、月球不规则摄动等误差，对它们的研究可单独进行，这里暂不做介绍。2.1 误差模型建立

2.1.1 初始状态误差模型

记着陆器的实际初始状态为Xi，标准初始状态为Xn,则定义初始状态偏差xi为

xiXiXn

(7)对于主制动段这一特定的飞行过程，这些偏差都是确定的；而针对整个月球探测任务，这些偏差就变得具有随机性。在本文中，假定xi 的所有元素均服从零均值高斯分布，相互不独立，其相关性取决于前一阶段任务的特性。2.1.2 传感器误差模型

由于只研究误差对制导律的影响，所以这里假设需要测量的量均可由导航系统直接测得，误差大小

均考虑为典型误差值。由上一目设计的制导律可以看出，需要由导航与控制传感器测量的量主要为着陆器相对于着陆场坐标系的位置、速度和加速度。定义待测量量Q为

QX其估计值记为Q，则传感器误差定义为 YZUVWA

T

qQQ

(8)那么，单个测量量的估计误差模型可用误差向量 q的第j(j =1，2„7)个元素qj 来表示。由参考文献[5]可知，第 j个观测量的总估计误差qj 由以下四部分组成

~~-~qjbsqjnstqtqQtqtQjt

(9)jjbcjnc

j100100~~~~~针对主制动这一特定操作阶段，上述四部分误差具有如下特性：

qjbc—第 j 个观测量的测量误差，恒为常值，其分布服从零均值高斯分布； qjbs—第 j 个观测量的刻度因素误差系数，恒为常值，其分布服从零均值高斯分布； qjnc—第 j 个观测量的随机误差，其为一高斯白噪声；

qjns

—第 j 个观测量的刻度因素随机误差系数，其为一高斯白噪声。

2.2 制导误差分析

由于采用闭环制导，制导控制系统对随机误差具有一定鲁棒性，所以本文将着重对初始偏差和类似于qjbc和qjbs这样的传感器常值误差进行仿真研究，分析它们对制导精度的影响。2.2.1 误差分析系统建立

误差分析系统框图如图 1 所示，下面将对其结构进行分析。~~~~~~

图 1 误差分析系统结构图

图中所示初始状态偏差实际上是加在相应积分器中。

由前面的分析可知，观测量的实际输出值受到初始状态偏差、传感器测量误差以及传感器刻度因素误差的影响，故误差分析系统模拟程序的实际输入应包含以下几部分(以 X通道为例)：

XXxixbc~xbsX

(10)100~~

其中，X为观测量的实际输出值，X 为标准值，xi 为初始状态偏差(只在初始时刻存在)，xbc 为传感器测量偏差，xbs为传感器刻度因素误差系数。由图 1 可以看出，为了更准确地表示传感器误差模型，这里考虑了传感器的动态性能，其传递函数设为一阶惯性环节11Ts，其中，T 为传感器时间常数，因传感器的不同而取不同值。

由误差分析系统结构框图可以看出，其输入量主要包括：标准初始状态向量、初始状态偏差、传感器测量误差、传感器刻度因素误差系数、传感器时间常数、期望终端状态；输出量为加入误差前后的仿真终端状态向量。2.2.2 误差敏感系数矩阵求取

在有形如(7)式误差输入的情况下，首先根据图 1 生成一个模拟整个闭环制导控制系统的数字仿真程序，然后运行该程序，对比程序输出即可得到误差敏感系数矩阵。具体运行过程如下：

第一步：将传感器误差设置为零，初始状态设置为标准值，运行模拟程序。这一步称为标准运行。第二步： 将其中一个传感器误差设置为非零输入或者设置一个非标准初始状态，然后进行一系列运行。

第三步： 将第二步运行的系统输出和标准运行的系统输出进行比较即可确定各误差源的影响。如X 通道标准初始偏差为xi，输入该误差前后，X 通道终端状态分别为X0 和X1，则 X 通道对标准初始偏差xi的敏感性可用(X1X0)/xi来反映。

通过这种方法，可得到一组反映月球软着陆主制动段终端总误差向量pf和两个传感器误差向量~~~qbc、qbs以及初始状态偏差向量pi之间关系的误差敏感系数矩阵。由参考文献[6]可知，其相互关系可表示为

~~pfS1piS2qbcS3qbs（11）

其中，S1、S2和S3分别表示相对于pi、qbc和qbs的误差敏感系数矩阵。

终端误差向量能用这种形式表示的假设条件是动力学的线性化必须在标准轨迹区域内。验证该假设条件的方法有两种： 扩大输入误差仿真法和复合仿真法，这里略去其验证过程。2.2.3 误差分析

假设导航系统采用常规惯性测量单元，表 1 列出了其典型误差值，其中，位置误差能保持在10数量级，速度在10数量级，加速度为 10g 数量级。1-52~~

运用上述方法得到的敏感系数矩阵给出如下：

5.50210-3-4-3.850101.69210-3S1-38.36210-5.86010-4-3-2.57510-2.08010-4-1.05010-31.41810-11.40110-57.30110-5-1.00110-26.41110-53.24010-4-4.40710-2-2.57010-4-1.86210-3-5.58010-11.41010-57.90210-51.31210-55.71010-4-1.15710-38.10010-53.93610-21.73210-2-2.7431017.74610-1-4.02410-2-8.93910-23.21010-34.03010-31.23910-21.83310-2-2-18.742101.41410-1.19610-2-9.90110-3-2-2-2.69010-4.57710-6.81210-1-8.69510-2-5.2031002.11010-14.23510-16.17010-3-3.2811008.20210-2-5.76010-35.63310-1-3.4891022.4431014.401102-9.8331026.86410123.02010-9.85910-1-1.15410-3-40-3.13010-1.00010-1.37910-33.56010-4S2-2-3-5.402101.540101.04510-31.86410-3-34.77010-44.598109.99910-13.408100-7.21010-43.5041005.00010-55.64310-3-1.52710-19.36810-1-6.72110-1-1.30610-1-5.6314100-28.479103.73010-1S30-8.924104.61910-102.03310-5.49410-1-3.53310-1-2.8101001.60010-31.69210-16.75510-18.99610-1-209510-12.47310-21.66410-1-1.0271007.16510-23.344100-1.1121008.61310-17.8521003.246100-1.6181003.54010-14.98210-17.67010-1-1.122100-2.397100-2.38010-1-3.650100-2.5631002.55610-1-4.29110-23.401100-1.88810-1-5.103100-3.23010-13.56610-12.25610-10-1-7.005109.93010A1、A3:12.7592,30.1297j2.1329 A2:11.5522,30.6761j1.8978

由于数值仿真的起始点选为(1，0，-1)，靠近平衡点(1.5，0，-1.05)，仿真实验中混沌系统的基频w0=2.1329，基周期为为T0202.9443S。由前面的数值仿真实验知要使 Chua’s混沌系统保持其类随机性，仿真步长选在(0.0001，0.7)较为合适，用基周期来表达即为129940T015T0 ,15T0内，综观三个连续混沌系统仿真步长的理论计算，我们可以统一选取15000T0这样即可以提高仿真运算速度，又可以使混沌吸引子的形状和类随机性不发生变化，这个选择范围也与通常连续混沌系统数值仿真步长的经验取值相吻合六、模型结果及分析

七、结果分析

八、模型评价与改进方向

九、参考文献

第三篇：全国大学生数学建模竞赛

全国大学生数学建模竞赛

1、数模竞赛的起源与历史

数模竞赛是由美国工业与应用数学学会在1985年发起的一项大学生竞赛活动，目的在于激励学生学习数学的积极性，提高学生建立数学模型和运用计算机技术解决实际问题的综合能力，鼓励广大学生踊跃参加课外科技活动，开拓知识面，培养创精神及合作意识，推动大学数学教学体系、教学内容和方法的改革。我国大学生数学建模竞赛是由教育部高教司和中国工业与数学学会主办、面向全国高等院校的、每年一届的通讯竞赛。其宗旨是：创新意 识、团队精神、重在参与、公平竞争。1992载在中国创办，自从创办以来，得到了教育部高教司和中国工业与应用数学协会的得力支持和关心，呈现出迅速的发展发展势头，就2003年来说，报名阶段须然受到“非典”影响，但是全国30个省（市、自治区）及香港的637所院校就有5406队参赛，在职业技术学院增加更快，参赛高校由2002年的1067所上升到了2003年的1410所。可以说：数学建模已经成为全国高校规模最大课外科技活动。

2、什么是数学建模

数学建模（Mathematical Modelling）是一种数学的思考方法，是“对现实的现象通过心智活动构造出能抓住其重要且有

用的特征的表示，常常是形象化的或符号的表示。”从科学，工程，经济，管理等角度看数学建模就是用数学的语言和方法，通过抽象，简化建立能近似刻画并“解决”实际问题的一种强有力的数学工具。顾名思义，modelling一词在英文中有“塑造艺术”的意思，从而可以理解从不同的侧面，角度去考察问题就会有不尽的数学模型，从而数学建模 的创造又带有一定的艺术的特点。而数学建模最重要的特点是要接受实践的检验，多次修改模型渐趋完善的过程。

3、竞赛的内容：

竞赛题目一般来源于工程技术和管理科学等方面经过适当简化加工的实际问题，不要求参赛者预先掌握深入的专门知识，只需要学过普通高校的数学课程。题目有较大的灵活性供参赛者发挥其创造能力。参赛者应根据题目要求，完成一篇包括模型假设、建立和求解、计算方法的设计和计算机实现、结果的分析和检验、模型的改进等方面的论文（即答卷）。竞赛评奖以假设的合理性、建模的创造性、结果的正确性和文字表述的清晰程度为主要标准。

4、竞赛的步骤

建模是一种十分复杂的创造性劳动，现实世界中的事物形形色色，五花八门，不可能用一些条条框 框规定出各种模型如何具体建立，这里只是大致归纳一下建模的一般步骤和原则：

1）模型准备：首先要了解问题的实际背景，明确题目的要求，收集各种必要的信息．

2）模型假设：为了利用数学方法，通常要对问题做必要的、合理的假设，使问题的主要特征凸现出来，忽略问题的次要方面。

3）模型构成：根据所做的假设以及事物之间的联系，构造各种量之间的关系,把它问题化

4）模型求解：利用已知的数学方法来求解上一步所得到的数学问题，此时往往还要作出进一步的简化或假设。注意要尽量采用简单的数学工具。

5）模型分析：对所得到的解答进行分析，特别要注意当数据变化时所得结果是否稳定。

6）模型检验：分析所得结果的实际意义，与实际情况进行比较，看是否符合实际，如果不够理想，应该修改、补充假设，或重新建模，不断完善。

7）模型应用：所建立的模型必须在实际应用中才能产生效益，在应用中不断改进和完善。

5、模型的分类

按模型的应用领域分类： 生物数学模型、医学数学模型、地质数学模型、数量经济学模型、数学社会学模型

按是否考虑随机因素分类 ：确定性模型、随机性模型按是否考虑模型的变化分类 ：静态模型、动态模型按应用离散方法或连续方法 ：离散模型、连续模型

按建立模型的数学方法分类 ：几何模型、微分方程模型、图

论模型、规划论模型、马氏链模型 按人们对事物发展过程的了解程度分类 ：

白箱模型： 指那些内部规律比较清楚的模型。如力学、热学、电学以及相关的工程技术问题。

灰箱模型： 指那些内部规律尚不十分清楚，在建立和改善模型方面都还不同程度地有许多工作要做的问题。如气象学、生态学经济学等领域的模型。

黑箱模型：

指一些其内部规律还很少为人们所知的现象。如生命科学、社会科学等方面的问题。但由于因素众多、关系复杂，也可简化为灰箱模型来研究。

6、数学建模应用

今天，在国民经济和社会活动的以下诸多方面，数学建模都有着非常具体的应用。

1分析与设计： 例如描述药物浓度在人体内的变化规律以分析药物的疗效；建立跨音速空气流和激波的数学模型，用数值模拟设计新的飞机翼型。预报与决策： 生产过程中产品质量指标的预报、气象预报、人口预报、经济增长预报等等，都要有预报模型。使经济效益最大的价格策略、使费用最少的设备维修方案，是决策模型的例子。3 控制与优化： 电力、化工生产过程的最优控制、零件设计中的参数优化，要以数学模型为前提。建立大系统控制与优化的数

学模型，是迫切需要和十分棘手的课题。规划与管理 生产计划、资源配置、运输网络规划、水库优化调度，以及排队策略、物资管理等，都可以用运筹学模型解决 报名时间：从大赛的通知文稿发出后，就可以报名了，报名截止时间一般在开始比赛的前7到10天。

竞赛时间：每年的9月的第三个星期五上午8时至下一个星期一上午8时。

报名方式：如果有分赛区（每个赛区应至少有6所院校的20个队参加），就联系分赛区报名，没有分赛区，则直接向主委会报名。

大学生以队为单位参赛，每队3人（须属于同一所学校），专业不限。竞赛分本科、专科两组进行，本科生参加本科组竞赛，专科生参加专科组竞赛（也可参加本科组竞赛），研究生不得参加。每队可设一名指导教师（或教师组）。

第四篇：全国大学生数学建模竞赛心得体会

竞赛心得

——谈2009年高教杯全国大学生数学建模竞赛心得体会

参加完二○○九年高教杯全国大学生数学建模竞赛，感觉只有一个字——累！三天紧张拼搏的日子已经过去，时间飞快走过的感觉仿佛依旧，充实忙碌的情景依然时时浮现眼前。

经过这次竞赛，我学到了许多东西，拓广了对数学的认识，锻炼了自己的思维，主要有以下几点：

一、理论联系实际

以前，对于书本上的知识永远只是停留在理论的基础上，特别是数学知识。只是沉溺于解题和公式的推导所带来的乐趣中，很少来把书本上的知识与实际联系起来。自从参加了数学建模集训-竞赛的整个流程后，才真正踏进数学的殿堂，原来利用数学的知识还可以解决工业、商业和农业等生活中的问题。

数模竞赛的题目往往是从日常生产生活中提炼、抽象出来的，尽管题目已经得到了相当程度的简化，但对于我们这些仍在学校里求学而并未遇到过如此复杂问题的学生来说，并不简单。有时我们需要对海量数据进行处理，有时我们面临的却是零数据，无论何种情形，问题的解决都很让人头疼。不过这并不要紧，我们是勇敢者，既然已经选择了挑战，无论多艰难都要坚持下去，绝不退缩，在纷繁复杂的题目中寻找规律，运用合适的数学工具加以解决，对问题进行有效的分类，并逐个击破。

二、团队合作

三天三夜的时间面对同一个题目，不仅仅是紧张枯燥、机械乏味的脑力劳动。只有真正参加了比赛的同学，才能体会到一种与集体融为一体，与数学融为一体，与竞赛融为一体的感觉。

这里需要说明一点，我们不建议论文只由一个人来写，而应由队伍中的所有同学共同完成，以体现每个人的特点、反映每个人的智慧。分了工并不是说大家各自为正、互不交流，而是为了更好地进行合作。遇到问题时，大家需要共同讨论，发表自己的见解并理解同伴的想法，最后将意见统一起来。有的时候即使自己感觉别人不对，如果多数人意见统一了，也最好能同意他人的看法，这需要对队友充分的信任且具备否定自己的魄力。如果分工不当、配合失误，往往会导致竞赛的失败，对此我们一定要小心谨慎。

竞赛中的合作是一种艺术，只有大家不断的磨合，才能使合作达到默契的程度。

三、顽强的意志力

通过这次比赛使我重新认识了自己，72小时的连续奋战，不敢相信我的体力会如此充沛，能把题目做出来，写出了还算成功的论文来，不管得奖与否，这对我们已经是最大的肯定了。这次比赛也让我明白了一个道理：人的潜能是巨大的，关键是自己怎样去挖掘。记得参赛第一天早上8点，当我们拿到题目的时候，对着密密麻麻几千字的题目，只能用四个字来形容我们当时的表情——一头雾水；当第四天上午，我们把经过三天三夜的汗水与脑汁换来的论文时，我们终于松了一口气。

总之，这次参赛经历培养了我的综合素质，比如计算机应用能力，检索文献能力，学习新知识的意识与能力，论文撰写能力等；在和队友一起奋斗的过程中，使我们建立了深厚的友谊；在和指导老师的交往中，使我在更深层次上理解了数模；与周围的交际能力也得到提高，领悟和理解别人的意思的能力也得到了很好的锻炼。

数模，我们永远的老师！

数学建模协会

第五篇：全国大学生数学建模竞赛策划书

大学生数学建模协会

2013年全国

大学生数学建模竞赛策划书

主办方：黔南民族师范学院数学系

承办方：黔南民族师范学院大学生数学建模协会

全国大学生数学建模竞赛是教育部高等教育司和中国工业与应用数学学会共同举办的面向全国大学生的群众性科技活动，目的在于激励学生学习数学的积极性，提高学生监理数学模型和运用计算机技术解决实际问题的综合能力，鼓励广大学生踊跃参加课外科技活动，开拓知识面，培养创造精神及合作意识，推动大学数学教学体系，教学内容和方法的改革。

中国大学生数学建模竞赛是全国高校规模最大的课外科技活动之一。该竞赛每年9月（三天比赛时间）举行，竞赛面向大专院校的学生，不分专业（但竞赛分本专科两组）。同学可以向本校教务部门咨询。

借此机会，我协会将代表黔南民族师范学院数学系筹备本次大赛的相关工作。

（一）、宣传工作：

竞赛的宣传和准备工作，从3月1日开始，我们协会宣传部讲开始海报，画报的策划，张贴宣传。同时，还会在食堂门口设点，主要宣传数学建模竞赛的要求，参赛注意事项，以及参赛的报名时间和地点。与此同时，我协会还会邀请数学系的有关老师做数学建模相关知识的讲座，使大家更好的了解数学建模和数学建模竞赛。

（二）、选拔阶段

1.一期培训阶段

报名时间：2013年3月4日——2013年3月10日。费用：200元/人。

缴费地点：J5102.李顺异老师处（Tell：***）。报名须知：需2张1寸免冠照。

开课时间：开学第三周。

培训时段：第三周——第十六周。

培训地点：J7107、J320

1一期培训，总计260个课时，学生修完课时，且不缺旷，经考核成绩优异的方能取到3个学分，记入学院素质选修课学分中，并给与颁发结业证书。然后进去二期培训。未修满课时且成绩差的学生不给与结业，转明年再训。

一期培训优异的同学，给与二期集训的资格。二期培训时间即暑假的将近两个月。由老师给与学生讲解数学建模及其数学的一些专业本质的知识，如果说一期培训是让同学了解数学建模的基础知识，那么暑假的集训就是真枪真刀的刚。全天上课，模拟全国大学生数学建模竞赛的真是场景，让参赛学生提前感受竞赛。

二期培训持续到9月初，然后参赛学生每3人组成一队，由一个老师做指导老师，准备决赛的到来。

（三）、选拔阶段

举办地点：黔南民族师范学院J320

1举办时间：9月11日——13日。

参赛的选手：参赛的选手是我数学建模协会的成员及学校的其他参赛者。他们都是经过精挑细选可谓的精英人物。我们将分为3人/组。有老师指导。我们力争在本次大赛中取得优异成绩。

过程注意事项：

1、总负责人要了解大赛的整个过程，并指挥协会的其他次要负责人做好本分的工作。

2、3、要通知参赛的选手做好准备，以免影响了比赛。协会的各负责人要和老师紧密的联合在一起，为大赛取得成功共同努力。

4、赛前，协会总负责人和其他的负责人都要做好

精心的准备，容不得一点一滴的马虎。

5、6、大学生数学建模协会

2013年6月 在大赛的3天期间，做好选手们的日常工作。在大赛结束后，做好整理大赛会场等赛后工作。