数学建模真题[合集五篇]

第一篇：数学建模真题

A题

城市表层土壤重金属污染分析

随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。对城市土壤地质环境异常的查证，以及如何应用查证获得的海量数据资料开展城市环境质量评价，研究人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。

按照功能划分，城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，分别记为1类区、2类区、„„、5类区，不同的区域环境受人类活动影响的程度不同。

现对某城市城区土壤地质环境进行调查。为此，将所考察的城区划分为间距1公里左右的网格子区域，按照每平方公里1个采样点对表层土（0~10 厘米深度）进行取样、编号，并用GPS记录采样点的位置。应用专门仪器测试分析，获得了每个样本所含的多种化学元素的浓度数据。另一方面，按照2公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。

附件1列出了采样点的位置、海拔高度及其所属功能区等信息，附件2列出了8种主要重金属元素在采样点处的浓度，附件3列出了8种主要重金属元素的背景值。

现要求你们通过数学建模来完成以下任务：

(1)给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。

(2)通过数据分析，说明重金属污染的主要原因。

(3)分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。(4)分析你所建立模型的优缺点，为更好地研究城市地质环境的演变模式，还应收集什么信息？有了这些信息，如何建立模型解决问题？

本文研究的是某城区警车配置及巡逻方案的制定问题，建立了求解警车巡逻方案的模型，并在满足D1的条件下给出了巡逻效果最好的方案。

在设计整个区域配置最少巡逻车辆时，本文设计了算法1：先将道路离散化成近似均匀分布的节点，相邻两个节点之间的距离约等于一分钟巡逻路程。由警车的数目m,将全区划分成m个均匀的分区，从每个分区的中心点出发，找到最近的道路节点，作为警车的初始位置，由Floyd算法算出每辆警车3分钟或2分钟行驶路程范围内的节点。考虑区域调整的概率大小和方向不同会影响调整结果，本文利用模拟退火算法构造出迁移几率函数，用迁移方向函数决定分区的调整方向。计算能满足D1的最小车辆数，即为该区应该配置的最小警车数目，用MATLAB计算，得到局部最优解为13辆。

在选取巡逻显著性指标时，本文考虑了两个方面的指标：一是全面性，即所有警车走过的街道节点数占总街道节点数的比例，用两者之比来评价；二是均匀性，即所有警车经过每个节点数的次数偏离平均经过次数的程度，用方差值来大小评价。

问题三：为简化问题，假设所有警车在同一时刻，大致向同一方向巡逻，运动状态分为四种：向左，向右，向上，向下，记录每个时刻，警车经过的节点和能够赶去处理事故的点，最后汇总计算得相应的评价指标。

在考虑巡逻规律隐蔽性要求时，文本将巡逻路线进行随机处理，方向是不确定的，采用算法2进行计算，得出相应巡逻显著指标，当车辆数减少到10辆或巡逻速度变大时，用算法2计算巡逻方案和对应的参数，结果见附录所示。

本文最后还考虑到4个额外因素，给出每个影响因素的解决方案。A题

葡萄酒的评价

确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题：

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？

附件1：葡萄酒品尝评分表（含4个表格）附件2：葡萄和葡萄酒的理化指标（含2个表格）附件3：葡萄和葡萄酒的芳香物质（含4个表格）B题

太阳能小屋的设计

在设计太阳能小屋时，需在建筑物外表面（屋顶及外墙）铺设光伏电池，光伏电池组件所产生的直流电需要经过逆变器转换成220V交流电才能供家庭使用，并将剩余电量输入电网。不同种类的光伏电池每峰瓦的价格差别很大，且每峰瓦的实际发电效率或发电量还受诸多因素的影响，如太阳辐射强度、光线入射角、环境、建筑物所处的地理纬度、地区的气候与气象条件、安装部位及方式（贴附或架空）等。因此，在太阳能小屋的设计中，研究光伏电池在小屋外表面的优化铺设是很重要的问题。

附件1-7提供了相关信息。请参考附件提供的数据，对下列三个问题，分别给出小屋外表面光伏电池的铺设方案，使小屋的全年太阳能光伏发电总量尽可能大，而单位发电量的费用尽可能小，并计算出小屋光伏电池35年寿命期内的发电总量、经济效益（当前民用电价按0.5元/kWh计算）及投资的回收年限。

在求解每个问题时，都要求配有图示，给出小屋各外表面电池组件铺设分组阵列图形及组件连接方式（串、并联）示意图，也要给出电池组件分组阵列容量及选配逆变器规格列表。

在同一表面采用两种或两种以上类型的光伏电池组件时，同一型号的电池板可串联，而不同型号的电池板不可串联。在不同表面上，即使是相同型号的电池也不能进行串、并联连接。应注意分组连接方式及逆变器的选配。

问题1：请根据山西省大同市的气象数据，仅考虑贴附安装方式，选定光伏电池组件，对小屋（见附件2）的部分外表面进行铺设，并根据电池组件分组数量和容量，选配相应的逆变器的容量和数量。

问题2：电池板的朝向与倾角均会影响到光伏电池的工作效率，请选择架空方式安装光伏电池，重新考虑问题1。

问题3：根据附件7给出的小屋建筑要求，请为大同市重新设计一个小屋，要求画出小屋的外形图，并对所设计小屋的外表面优化铺设光伏电池，给出铺设及分组连接方式，选配逆变器，计算相应结果。

附件1：光伏电池组件的分组及逆变器选择的要求 附件2：给定小屋的外观尺寸图

附件3：三种类型的光伏电池（A单晶硅、B多晶硅、C非晶硅薄膜）组件设计参数和市场价格

附件4：大同典型气象年气象数据。特别注意：数据库中标注的时间为实际时间减1小时，即数据库中的11:00即为实际时间的12:00

附件5：逆变器的参数及价格 附件6：可参考的相关概念 附件7：小屋的建筑要求

A题 车道被占用对城市道路通行能力的影响

车道被占用是指因交通事故、路边停车、占道施工等因素，导致车道或道路横断面通行能力在单位时间内降低的现象。由于城市道路具有交通流密度大、连续性强等特点，一条车道被占用，也可能降低路段所有车道的通行能力，即使时间短，也可能引起车辆排队，出现交通阻塞。如处理不当，甚至出现区域性拥堵。

车道被占用的情况种类繁多、复杂，正确估算车道被占用对城市道路通行能力的影响程度，将为交通管理部门正确引导车辆行驶、审批占道施工、设计道路渠化方案、设置路边停车位和设置非港湾式公交车站等提供理论依据。

视频1（附件1）和视频2（附件2）中的两个交通事故处于同一路段的同一横断面，且完全占用两条车道。请研究以下问题：

1．根据视频1（附件1），描述视频中交通事故发生至撤离期间，事故所处横断面实际通行能力的变化过程。

2．根据问题1所得结论，结合视频2（附件2），分析说明同一横断面交通事故所占车道不同对该横断面实际通行能力影响的差异。

3．构建数学模型，分析视频1（附件1）中交通事故所影响的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系。

4．假如视频1（附件1）中的交通事故所处横断面距离上游路口变为140米，路段下游方向需求不变，路段上游车流量为1500pcu/h，事故发生时车辆初始排队长度为零，且事故持续不撤离。请估算，从事故发生开始，经过多长时间，车辆排队长度将到达上游路口。

附件1：视频1（2013.9.13点击：云盘下载-密码:yij7）

附件2：视频2（2013.9.13点击：云盘下载-密码:yij7）

附件3：视频1中交通事故位置示意图

附件4：上游路口交通组织方案图

附件5：上游路口信号配时方案图

注：只考虑四轮及以上机动车、电瓶车的交通流量，且换算成标准车当量数。

附件

3视频1中交通事故位置示意图

附件

4附件

5上游路口信号配时方案 B题 碎纸片的拼接复原

破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用。传统上，拼接复原工作需由人工完成，准确率较高，但效率很低。特别是当碎片数量巨大，人工拼接很难在短时间内完成任务。随着计算机技术的发展，人们试图开发碎纸片的自动拼接技术，以提高拼接复原效率。请讨论以下问题：

1．对于给定的来自同一页印刷文字文件的碎纸机破碎纸片（仅纵切），建立碎纸片拼接复原模型和算法，并针对附件

1、附件2给出的中、英文各一页文件的碎片数据进行拼接复原。如果复原过程需要人工干预，请写出干预方式及干预的时间节点。复原结果以图片形式及表格形式表达（见【结果表达格式说明】）。

2．对于碎纸机既纵切又横切的情形，请设计碎纸片拼接复原模型和算法，并针对附件

3、附件4给出的中、英文各一页文件的碎片数据进行拼接复原。如果复原过程需要人工干预，请写出干预方式及干预的时间节点。复原结果表达要求同上。

3．上述所给碎片数据均为单面打印文件，从现实情形出发，还可能有双面打印文件的碎纸片拼接复原问题需要解决。附件5给出的是一页英文印刷文字双面打印文件的碎片数据。请尝试设计相应的碎纸片拼接复原模型与算法，并就附件5的碎片数据给出拼接复原结果，结果表达要求同上。

【数据文件说明】

（1）每一附件为同一页纸的碎片数据。

（2）附件

1、附件2为纵切碎片数据，每页纸被切为19条碎片。

（3）附件

3、附件4为纵横切碎片数据，每页纸被切为11×19个碎片。

（4）附件5为纵横切碎片数据，每页纸被切为11×19个碎片，每个碎片有正反两面。该附件中每一碎片对应两个文件，共有2×11×19个文件，例如，第一个碎片的两面分别对应文件000a、000b。

【结果表达格式说明】

复原图片放入附录中，表格表达格式如下：

（1）附件

1、附件2的结果：将碎片序号按复原后顺序填入1×19的表格；

（2）附件

3、附件4的结果：将碎片序号按复原后顺序填入11×19的表格；

（3）附件5的结果：将碎片序号按复原后顺序填入两个11×19的表格；

（4）不能确定复原位置的碎片，可不填入上述表格，单独列表。

A题 嫦娥三号软着陆轨道设计与控制策略

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。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能够产生1500N到7500N的可调节推力，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（见附件1）。

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（见附件2），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。

附件1： 问题的背景与参考资料；

附件2： 嫦娥三号着陆过程的六个阶段及其状态要求； 附件3：距月面2400m处的数字高程图； 附件4：距月面100m处的数字高程图。

附件1：问题A的背景与参考资料 1．中新网12月12日电(记者 姚培硕)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。目前，全球仅有美国、前苏联成功实施了13次无人月球表面软着陆。

北京时间12月10日晚，嫦娥三号已经成功降轨进入预定的月面着陆准备轨道，这是嫦娥三号“落月”前最后一次轨道调整。在实施软着陆之前，嫦娥三号还将在这条近月点高度约15公里、远月点高度约100公里的椭圆轨道上继续飞行。期间，将稳定飞行姿态，对着陆敏感器、着陆数据等再次确认，并对软着陆的起始高度、速度、时间点做最后准备。

“发射、近月制动、变轨和月面降落比较起来，后者更为关键。这对我们来说是一个全新的，也是一个最重要的考验。”中国探月工程总设计师吴伟仁表示。

嫦娥三号着陆地点选在较为平坦的虹湾区。但由于月球地形的不确定性，最终“落月”地点的选择仍存在一定难度。据悉，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。探测器系统副总指挥谭梅将其称为“黑色750秒”。

由于月球上没有大气，嫦娥三号无法依靠降落伞着陆，只能靠变推力发动机，才能完成中途修正、近月制动、动力下降、悬停段等软着陆任务。据了解，嫦娥三号主发动机是目前中国航天器上最大推力的发动机，能够产生从1500牛到7500牛的可调节推力，进而对嫦娥三号实现精准控制。

在整个“落月”过程中，“动力下降”被业内形容为最惊心动魄的环节。在这个阶段，嫦娥三号要完全依靠自主导航控制，完成降低高度、确定着陆点、实施软着陆等一系列关键动作，人工干预的可能性几乎为零。“在这个时间段内测控都跟不上了，判断然后上去执行根本来不及，只能事先把程序都设定好。”谭梅表示。

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。“如果下面有个大坑，需要挪个地方，它就会自己平移，等照相机告诉它地面平了，才会降落”。中国绕月探测工程首任首席科学家、中国科学院院士欧阳自远介绍。

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。由于探测器具备着陆缓冲机构，几个腿都有弹性，落地时不至于摔坏。

安全降落以后，嫦娥三号将打开太阳能电池板接收能量，携带的仪器经过测试、调试后开始工作。随后，“玉兔号”月球车将驶离着陆器，在月面进行3个月的科学勘测，着陆器则在着陆地点进行原地探测。这将是中国航天器首次在地外天体的软着陆和巡视勘探，同时也是1976年后人类探测器首次的落月探测。

附件2： 嫦娥三号软着陆过程的六个阶段及其状态要求 1.嫦娥三号软着陆过程示意图

附图4嫦娥三号软着陆过程示意图 2.嫦娥三号软着陆过程分为6个阶段的要求

（1）着陆准备轨道：着陆准备轨道的近月点是15KM，远月点是100KM。近月点在月心坐标系的位置和软着陆轨道形态共同决定了着陆点的位置。

（2）主减速段：主减速段的区间是距离月面15km到3km。该阶段的主要是减速，实现到距离月面3公里处嫦娥三号的速度降到57m/s。（3）快速调整段：快速调整段的主要是调整探测器姿态，需要从距离月面3km到 2.4km处将水平速度减为0m/s，即使主减速发动机的推力竖直向下，之后进入粗避障阶段。

（4）粗避障段：粗避障段的范围是距离月面2.4km到100m区间，其主要是要求避开大的陨石坑，实现在设计着陆点上方100m处悬停，并初步确定落月地点。

嫦娥三号在距离月面2.4km处对正下方月面2300×2300m的范围进行拍照，获得数字高程如附图5所示（相关数据文件见附件3），并嫦娥三号在月面的垂直投影位于预定着陆区域的中心位置。

附图5： 距月面2400m处的数字高程图

该高程图的水平分辨率是1m/像素，其数值的单位是1m。例如数字高程图中第1行第1列的数值是102，则表示着陆区域最左上角的高程是102米。

（5）精避障段：精细避障段的区间是距离月面100m到30m。要求嫦娥三号悬停在距离月面100m处，对着陆点附近区域100m范围内拍摄图像，并获得三维数字高程图。分析三维数字高程图，避开较大的陨石坑，确定最佳着陆地点，实现在着陆点上方30m处水平方向速度为0m/s。附图6是在距离月面100m处悬停拍摄到的数字高程图（相关数据文件见附件4）。

附图6： 距离月面100m处的数字高程图

该数字高程的水平分辨率为0.1m/像素，高度数值的单位是0.1m。

（6）缓速下降阶段：缓速下降阶段的区间是距离月面30m到4m。该阶段的主要任务控制着陆器在距离月面4m处的速度为0m/s，即实现在距离月面4m处相对月面静止，之后关闭发动机，使嫦娥三号自由落体到精确有落月点。

注：附件3和附件4中数字高程图对应的*.tif文件可以使用Matlab的“imread”命令打开，“imread”的具体使用方法见Matlab相关帮助。

2015高教社杯全国大学生数学建模竞赛题目A题 太阳影子定位

如何确定视频的拍摄地点和拍摄日期是视频数据分析的重要方面，太阳影子定位技术就是通过分析视频中物体的太阳影子变化，确定视频拍摄的地点和日期的一种方法。

1.建立影子长度变化的数学模型，分析影子长度关于各个参数的变化规律，并应用你们建立的模型画出2015年10月22日北京时间9：00-15：00之间天安门广场（北纬39度54分26秒，东经116度23分29秒）3米高的直杆的太阳影子长度的变化曲线。

2.根据某固定直杆在水平地面上的太阳影子顶点坐标数据，建立数学模型确定直杆所处的地点。将你们的模型应用于附件1的影子顶点坐标数据，给出若干个可能的地点。

3.根据某固定直杆在水平地面上的太阳影子顶点坐标数据，建立数学模型确定直杆所处的地点和日期。将你们的模型分别应用于附件2和附件3的影子顶点坐标数据，给出若干个可能的地点与日期。

4.附件4为一根直杆在太阳下的影子变化的视频，并且已通过某种方式估计出直杆的高度为2米。请建立确定视频拍摄地点的数学模型，并应用你们的模型给出若干个可能的拍摄地点。

如果拍摄日期未知，你能否根据视频确定出拍摄地点与日期？

2015高教社杯全国大学生数学建模竞赛题目B题 “互联网＋”时代的出租车资源配置

出租车是市民出行的重要交通工具之一，“打车难”是人们关注的一个社会热点问题。随着“互联网＋”时代的到来，有多家公司依托移动互联网建立了打车软件服务平台，实现了乘客与出租车司机之间的信息互通，同时推出了多种出租车的补贴方案。

请你们搜集相关数据，建立数学模型研究如下问题：

（1）试建立合理的指标，并分析不同时空出租车资源的“供求匹配”程度。

（2）分析各公司的出租车补贴方案是否对“缓解打车难”有帮助？

（3）如果要创建一个新的打车软件服务平台，你们将设计什么样的补贴方案，并论证其合理性。

该问题是一个即时性、开放性、实用性很强的热点问题，可以针对某一个地区或一个城市的实际情况进行研究。解决问题需要一定的数据支持，必须收集到某地区或城市出租车的相关数据，要充分体现“互联网+”的特点与作用。通过对数据的分析，统计挖掘出相关规律，来支持所建立的数学模型和模型的结论。

问题（1）：分析不同时空出租车资源的供求匹配程度

（1）通过分析，定义能够反映不同时空变化规律的合理性供求关系指标。（2）利用实际数据（真实、可靠），统计计算不同时空下的供求关系指标，对供求关系的时间、空间的分布规律和匹配程度进行具体的分析讨论。

（3）供求关系指标的定义方法是不唯一的，主要看是否能够反映出租车的供求关系，并充分说明其合理性。仅用宏观统计数据分析问题不是一种好做法。

问题（2）：分析各公司推出的补贴方案是否能缓解“打车难”

各公司推出的补贴方案基本上都是采用等额的补贴方式，依据实际问题，可以从不同的角度做定性分析，最好是用定量分析，或用机理分析方法建模研究是否能缓解“打车难”的问题。

（1）允许用不同的方法，给出不同的观点和结论，但要有充分合理的分析论证和说明。

（2）可以分析比较不同公司推出的补贴方案的不同作用，包括对出租车司机和乘客正反两个方面的影响作用。

（3）要利用实际数据来检验其模型，验证说明相应结论的正确性。

问题（3）：设计更合理的补贴方案

所设计的补贴方案要有针对性地缓解“打车难”的相关问题。

（1）合理的补贴方案一般应该是非等额补贴，或通过“奖励”与“惩罚”机制，能够促使出租车司机不挑单，或有单即接的效果。

（2）对于方案的合理性或可行性应该给出检验或仿真说明。

第二篇：2011数学建模A,B题

2011高教社杯全国大学生数学建模竞赛题目

（请先阅读“全国大学生数学建模竞赛论文格式规范”）

A题

城市表层土壤重金属污染分析

随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。对城市土壤地质环境异常的查证，以及如何应用查证获得的海量数据资料开展城市环境质量评价，研究人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。

按照功能划分，城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，分别记为1类区、2类区、„„、5类区，不同的区域环境受人类活动影响的程度不同。

现对某城市城区土壤地质环境进行调查。为此，将所考察的城区划分为间距1公里左右的网格子区域，按照每平方公里1个采样点对表层土（0~10 厘米深度）进行取样、编号，并用GPS记录采样点的位置。应用专门仪器测试分析，获得了每个样本所含的多种化学元素的浓度数据。另一方面，按照2公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。

附件1列出了采样点的位置、海拔高度及其所属功能区等信息，附件2列出了8种主要重金属元素在采样点处的浓度，附件3列出了8种主要重金属元素的背景值。

现要求你们通过数学建模来完成以下任务：

(1)给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。

(2)通过数据分析，说明重金属污染的主要原因。

(3)分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。(4)分析你所建立模型的优缺点，为更好地研究城市地质环境的演变模式，还应收集什么信息？有了这些信息，如何建立模型解决问题？

B题

交巡警服务平台的设置与调度

“有困难找警察”，是家喻户晓的一句流行语。警察肩负着刑事执法、治安管理、交通管理、服务群众四大职能。为了更有效地贯彻实施这些职能，需要在市区的一些交通要道和重要部位设置交巡警服务平台。每个交巡警服务平台的职能和警力配备基本相同。由于警务资源是有限的，如何根据城市的实际情况与需求合理地设置交巡警服务平台、分配各平台的管辖范围、调度警务资源是警务部门面临的一个实际课题。

试就某市设置交巡警服务平台的相关情况，建立数学模型分析研究下面的问题：

（1）附件1中的附图1给出了该市中心城区A的交通网络和现有的20个交巡警服务平台的设置情况示意图，相关的数据信息见附件2。请为各交巡警服务平台分配管辖范围，使其在所管辖的范围内出现突发事件时，尽量能在3分钟内有交巡警（警车的时速为60km/h）到达事发地。

对于重大突发事件，需要调度全区20个交巡警服务平台的警力资源，对进出该区的13条交通要道实现快速全封锁。实际中一个平台的警力最多封锁一个路口，请给出该区交巡警服务平台警力合理的调度方案。

根据现有交巡警服务平台的工作量不均衡和有些地方出警时间过长的实际情况，拟在该区内再增加2至5个平台，请确定需要增加平台的具体个数和位置。

（2）针对全市（主城六区A，B，C，D，E，F）的具体情况，按照设置交巡警服务平台的原则和任务，分析研究该市现有交巡警服务平台设置方案（参见附件）的合理性。如果有明显不合理，请给出解决方案。

如果该市地点P（第32个节点）处发生了重大刑事案件，在案发3分钟后接到报警，犯罪嫌疑人已驾车逃跑。为了快速搜捕嫌疑犯，请给出调度全市交巡警服务平台警力资源的最佳围堵方案。

附件1：A区和全市六区交通网络与平台设置的示意图。

附件2：全市六区交通网络与平台设置的相关数据表（共5个工作表）。

第三篇：2014数学建模A题

嫦娥三号软着陆轨道设计与控制策略

摘 要：

嫦娥三号卫星采用的是软着陆方式登陆月球，在卫星高速飞行的情况下，我们要精确地在月球预定区域内实现软着陆，需要对其运行轨道进行设计并制定相应控制策略。由于天体的运动均满足开普勒三大定律以及总能量守恒定律，我们据此建立一系列的方程，最终求得卫星在近月点处的速度大小Vab/(ac)*GM/a1.6922km/s 求得卫星在远月点处的速度大小Vbb/(ac)*GM/a1.6139km/s。其速度方向均为当前运动轨道的切方向。

嫦娥三号的软着陆过程又分为6个阶段，对每个阶段都要进行一定的控制。通过对数值的分析，我们制定如下策略：在主减速阶段，首先卫星的发动机应全部用于水平方向的减速，竖直方向以自由落体状态加速下降，直至竖直方向速度达到56.8505m/s，水平方向速度为4.9522m/s，耗费燃料90kg，卫星下落高度约为14695m。之后发动机推力仍以最大输出工作，其推力在竖直方向上瞬间产生约3752N的向上阻力，在水平方向上产生6494N的阻力，使得卫星在主减速的后半阶段在竖直方向开始匀速运动，水平方向继续做减速运动水平速度最终降为0，直至卫星降落到距月3000m高度处；在快速调整阶段，姿态发动机调整卫星的运动方向为竖直向下，主发动机继续工作，发动机在水平方向上产生1097N推力，竖直方向上产生3752N推力，使得卫星水平方向的速度降为0m/s，竖直方向继续以57m/s的速度做匀速运动；在粗避障阶段，卫星对其正下方月面进行拍照获得数字高程图，利用matlab软件对图像进行灰度色差分析，进而初略确定了一个着陆点的像素点坐标(193，1169），过程中，姿态发动机根据图像进行卫星的位置调整，主发动机用于竖直方向上的减速工作，使得卫星在距月100m处达到悬停状态；精避障阶段，进行更精细的月面拍摄，采用同粗避障段类似方法得到更精确的像素点坐标为(318，651),同时利用姿态发动机调整运动方向的同时主发动机工作对水平方向进行速度控制，使其在距月30m处水平速度为0m/s；缓慢下降阶段，发动对卫星竖直方向进行减速控制，使其在距月4m处合速度变为0m/s；在最后阶段，关闭发动机，使其做自由落体运动，最终成功着陆。

关键词：

软着陆 开普勒定理 优化控制 基于C语言编程

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。此次嫦娥三号采用的是软着陆方法。

但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，关键问题是对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，并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。

根据题目给出的已知量建立合适的模型求解分析下列几个问题：

（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

本问题的一个关键点在于求解出嫦娥三号卫星的绕月运行轨道。由于已知卫星的运行轨迹为近月点15km，远月点100km的椭圆形轨道。

对于第一问的关键就是求解出该椭圆轨道与月球赤平面的夹角。由于已知落点的经纬度坐标和软着陆过程中6个状态的数值，我们就可以使用逆推法求解出着陆准备轨道近月点和远月点的经纬度坐标位置。由于卫星的运动满足开普勒三大定律以及能量守恒定律，我们可以根据这几大定律确定几个等式联立方程组从而求得嫦娥三号在近月点和远月点的相应速度大小与方向。

对于第二问，要设计一种方案使得在软着陆的过程中耗能最少，并达到预设的各项指标。我们需要不断的去设计、计算、调整，在不断的尝试摸索中寻找出一个比较不错的软着陆方案。

三、模型假设及符号约定

3.1 模型假设（1）假设卫星在主减速阶段的运动轨迹为抛物线

（2）假设卫星在3000m处基本就处于目标地点的竖直上方（3）假设月球为球体

（4）假设在近月点即将开始软着陆状态的前后速度基本不变

3.2 符号约定 符号

含义 G

引力常量

M

月球的质量

m(t)

t时刻卫星的质量 月球的半径

月球表面的重力加速度 r

g'

Vi

ai

Si

Ei

Ti

Ft Ve i位置处卫星的速度大小 i方向的加速度

i位置处相对应的面积大小 i位置处卫星的能量 到i位置所用时间 t时刻发动机的推力 以m/s为单位的比冲 单位时间燃料消耗的质量 椭圆的半长轴 椭圆的半短轴 椭圆的焦点 m a

b

c

四、模型建立与求解

4.1 模型建立

4.1.1 问题1卫星轨道模型的建立

我们将嫦娥三号卫星绕月运行的椭圆轨道抽象出如下图所示的一个简单的几何图形，月球的月心位于椭圆的一个焦点F上，椭圆的半长轴为a，半短轴为b，半焦距为c。A点为近月点，速度为Va，B点为远月点，速度为Vb。易知A、B两点距月心的距离Laac，Lbac。在一个极小的时间段t内，卫星与月心连线扫过的面积分别为SaVa/2*t*La，SbVb/2*t*Lb。由开普勒第二定律可知，卫星与中心天体连线在单位时间内扫过的面积相等，所以SaSb，代入化简后可得公式(1)Vb(ac)/(ac)*Va；由于卫星运动的总机械能等于其动能和引力势能之和，所以在A点，卫星的总机械 能Ea1/2*mVa2(GMm/La)（公式2），同理B点的总机械能。卫星在运行过程中只有动能和引力势能Eb1/2*mVb2(GMm/Lb)（公式3）之间的转化，机械能守恒，所以EaEb（公式4）。[1] 由上面(1)(2)(3)(4)四个公式我们可以解得Vab/(ac)*GM/a，Vbb/(ac)*GM/a。

4.1.2 问题2卫星软着陆各阶段控制策略模型的建立

主减速段控制策略：

第一阶段，主减速发动机全力用于水平方向减速，竖直方向呈自由落体加速下落，至下落速度达到V1y(m/s)为止，用时记为T1，质量减少到M1；

V1yg'*T1(1)当0tT1时，由Fm*Ve可得出下式，tm(t)2400mdt024002.5510t(2)三号卫星运行速度V水平方向分量为：

(3)在0tT1内，卫星下落的高度ht0.5*g'*t^2, 水平方向位移

t s(t)(170002940ln(2400)2940ln(24002.2210t))dt

(4)第二阶段，竖直方向以V1y匀速下降，主减速发动机仍以最大推力工作，F(t)的竖直方向分力为m(t)*g'，水平方向分力为Fx(t)75002(m(t)*g')2。

记第二阶段结束时刻，即距月面3000m时为T2，当T1tT2时，m(t)24007500*t/294024002.5510t(5)下落高度 h(t)0.5*g'*T12V1y*(tT1)(6)水平方向加速度

2ax(t)fx(t)/m(t)(75002(24002.5510*t)2*g')/(24002.5510t)(7)水平方向速度

ttVx(t)Vx(T1)T1222ax(s)dsVx(T1)(7500(24002.5510s)g')/(24002.5510s)dsT1 1=Vx(T1)2.5510gg'(24002.5510t)'(24002.5510T1)(75002u2/u)du

17500=Vx(T1)(75002u27500ln2.5510t75002u2u

(9)

'(24002.5510T1))gg'(24002.5510t)(8)水平方向位移 s(t)s(T1)快速调整段控制策略：

Vx(t)dt T1

在快速调整阶段，卫星仍然以Vyg'*T157m/s的速度下落，水平方向推力逐渐减小到0，这样卫星的方向就正对目标下方了。

在tT2时，发动机给与卫星水平方向一个力Fx，使得其水平方向的速度最终降为0m/s；同时主发动机在竖直方向上也对卫星施加一个力，使其在竖直方向上做匀速运动。水平方向位移Sx(T3)V0T30.5*a*T3^2。

水平方向推力为Fx(t)m(t)*ax(t)，合力为

gm1ve2tT2m(r)dr

两边对t求导得：

m'(t)gm1ve2m(t)

再由tT2时，m(t)m(T2)得，当T2tT24.96时：

m(t)m(T2)exp(gm1ve2(tT2)

水平方向速度

vx(t)vx(T2)ax(r)drvx(T2)tT2T2t

水平方向位移

s(t)s(T2)vx(r)drs(T2)(vx(T2)T2)(tT2)0.5(t2T2)T2t2

(s(T24.96)，15000)就是近月点坐标。

粗避障段控制策略：

以下步骤的实施均在matlab上实践，源代码见附录2 将抓拍到的图片利用matlab读入，求出图像平均灰度，以此来表示理想降落地点的高度。但通过比较发现平均灰度并不能代表理想地点高度，于是求出灰度众数average，作为理想降落高度。

然后新建图像，使新图像上的每点的灰度等于原图像对应点的灰度与灰度众数average的差的绝对值。于是新图像上灰度越高的点表示越不理想的点。（matlab运行效果图见附录3）

选取10 作为分界线，灰度值大于10的改为150，表示不理想的降落地点，灰度值小于10的改为0，表示理想的降落地点。将图片边界四周都像素点全部改为灰度150，表示不理想降落地点，因为越靠近图片边缘则越缺少信息。(matlab运行效果图见附录4)接下去通过将不理想的点向四周扩散来逐渐覆盖全图，留下0.001的空隙时停止扩散，则此时剩余的空隙则为相对理想的降落地点，求出这些降落地点中离中心飞船最近的地点，作为最终降落地点。

最后我们分别绘制了覆盖率为0.7时的图像、覆盖率为0.99的图像、覆盖率为0.999的图像(分别件附录5、6、7)。

精避障段控制策略：

此阶段只是在粗壁障阶段的基础上对着落点做了一个更精确的定位，所以选点的原理同上。

4.2 模型求解 4.2.1 问题1

由题目已知，卫星近月点为15km，远月点为100km，据此我们可以得出下面一个等式c15(cr)100，求解得c9r/2 km。据此又可以导出椭圆的半长轴的大小acr15243/2*r，半短轴ba2c2。然后将a、b、c等数值代入模型中，便可以直接求出卫星在近月点的速度大小Va1.6922km/s，卫星在远月点的速度大小Vb1.6139km/s。

4.2.2 问题2 主减速阶段：

由天体运动黄金代换式GMR2g'，得出g'GM/R21.6243m/s2 利用C语言编程使用迭代法搜索T1的值： 具体编程算法见附录1 Step 1 令t=T1, 下落高度 h(t)0.5*g'*t^2, deltt=1 竖直方向速度Vy(t)g'*t, 水平方向速度（初始速度有第一问可知为1692m/s）

Vx(t)16922940ln(2400)2940ln(24002.2210t)水平方向位移

S(t)(16922940ln(2400))tStep 2 令t=t+ deltt

29402.2210t(ulunuu)2400 24002.2210下落高度 h(t)0.5*g'*T1^2Vy*(tT1)竖直方向速度Vy(t)g'*T1 水平方向速度由（8）式计算可得 水平方向位移

Step 3 如果h(t)120002641 and Vx(t)2 如果h(t)120002641 and Vx(t)step 1 如果h(t)120002641, then end

最后利用C语言编程解得

572Vy(t)2, then go to step

572Vy(t)2, then T1T11, goto T135s,h14695.85m,Vx4.9522m/s,Vy56.8505m/s。

从而我们可以得出，在主减速阶段，首先卫星的发动机的全部动力要用于卫星水平方向上的减速，竖直方向以自由落体状态加速下降，直至竖直方向速度达到56.8505m/s，水平方向速度为4.9522m/s，此时卫星的质量约为2310kg，耗费燃料90kg，卫星下落高度约为14695m。之后发动机推力仍以最大输出工作，其推力在竖直方向上瞬间产生约3752N的向上阻力，在水平方向上产生6494N的阻力，使得卫星在主减速的后半阶段在 竖直方向开始匀速运动，水平方向继续做减速运动水平速度最终降为0，直至卫星降落到距月3000m高度处。

快速调整阶段：

根据分运动的等时性，可以利用卫星竖直方向上的运动方程hV0t，求得卫星在快速调整阶段的最大用时th/V010.52s，从而根据水平方向的运动公式VVoa*t求得水平方向的最小加速度a0.475m/s。所以可以得出该过程中发动机在水平方向上的最小推动力Fxmin1097N，竖直方向上的推力Fxymg'3752N，并求得水平位移S15234m。

五、模型评价与推广

5.1 模型评价

优点：本模型采用了化繁为简的方法，将复杂问题简单化，把卫星绕月运行抽象出一个椭圆的几何问题再结合物理模型利用数学方法求解相应的运动数值

缺点：本模型很多地方理想化，比如忽视了月球的扁率，卫星运行中姿态是变化的某些部分不应该用质点来处理

5.2 模型推广

利用本模型的算法可以求出任何天体在每个时刻的运行速度及其他物理量，方便研究天体运动，方便针对性的对需要探测的星球设计相应的卫星轨道。

六、参考文献

[1] 王健伟 李兴，近日点和远日点速度的两种典型求法，物理教师，第34卷第6期：58，2013

七、附录

附录1：

下面采用的是C语言程序来摸索求解T1的值（运行环境VC++ 6.0）文件夹内find_t1.cpp文件

#include #include #include #define g 1.6243

int main(){

int t,t1,deltt=1;

t=t1=4;

double h,vx,vy,compare,u1,u2;

h=0.5*g*t*t;

vx=1692-2940*log(2400)+2940*log(2400-2.2210*t);

vy=g*t;

while(1)

{

compare=sqrt(57*57-vy*vy);

if(h<12000+2641 && vx>compare)

{

t=t+deltt;

u1=g*(2400-2.5510*t1);

u2=g*(2400-2.5510*t);

vy=g*t1;

h=0.5*g*t1*t1+(t-t1)*vy;

vx=1692-2940*log(2400)+2940*log(2400-2.2210*t)-(1.0/2.5510)*(sqrt(7500*7500-u1*u1)+7500*log((7500-sqrt(7500*7500-u1*u1))/u1)-(sqrt(7500*7500-u2*u2)+7500*log((7500-sqrt(7500*7500-u2*u2))/u2)));

}

else if(h<12000+2641 && vx

{

t1++;

t=t1;

h=0.5*g*t*t;

vx=1692-2940*log(2400)+2940*log(2400-2.2210*t);

vy=g*t;

}

else if(h>12000+2641)

{

printf(“t1=%dn”,t1);

printf(“h=%lfn”,h);

printf(“vx=%lfn”,vx);

printf(“vy=%lfn”,vy);

break;

}

}

return 0;}

附录2：

big=imread('附件3 距2400m处的数字高程图');

[m,n]=size(big);

notenum=[1:256];

for i=1:m;for j=1:n;notenum(big(i,j)+1)=notenum(big(i,j)+1)+1;end end

max=0;maxnum=0;for i=1:256;if max

big1=big;for i=1:m for j=1:n big1(i,j)=abs(int8(big1(i,j))-average);end end

big2=big1;

for i=1:m for j=1:n if big2(i,j)>15 big2(i,j)=150;else big2(i,j)=0;end

end end

for i=1:m;big2(i,1)=150;end

for i=1:m;big2(i,m)=150;end

for j=2:n-1;big2(1,j)=150;big2(m,j)=150;end

for k=1:200 num=[m:n];

numsum=0;for i=1:m;for j=1:n;if big2(i,j)>20;num(i,j)=1;numsum=numsum+1;else num(i,j)=0;end

end end

if numsum/(m*n)>0.999 break end

for i=2:m-1;for j=2:n-1;sum=0;if num(i,j)==1;continue else

for i1=-1:1;for i2=-1:1;if num(i+i1,j+i2)==1;sum=sum+1;end

end

end

if rand(1)*3

end

end end end

distance=[m,n];for i=1:m;for j=1:n;if num(i,j)==0;distance(i,j)=(i-m/2)*(i-m/2)+(j-n/2)*(j-n/2);else distance(i,j)=m*m+n*n;end end end

min=m*m+n*n;mini=0;minj=0;

for i=1:m;for j=1:n;if num(i,j)== 0;if min > double(distance(i,j));min=double(distance(i,j))mini=i;minj=j;end end end end

附录3

附录4

附录5 覆盖率为0.7的图像

附录6 覆盖率为0.99的图像

附录7 覆盖率为0.999的图像

第四篇：2011年数学建模B题

2011年全国大学生数学建模B题

交巡警服务平台的设置与调度

题 目 警车配置及巡逻问题的研究

摘 要：

本文研究的是某城区警车配置及巡逻方案的制定问题，建立了求解警车巡逻方案的模型，并在满足D1的条件下给出了巡逻效果最好的方案。

在设计整个区域配置最少巡逻车辆时，本文设计了算法1：先将道路离散化成近似均匀分布的节点，相邻两个节点之间的距离约等于一分钟巡逻路程。由警车的数目m,将全区划分成m个均匀的分区，从每个分区的中心点出发，找到最近的道路节点，作为警车的初始位置，由Floyd算法算出每辆警车3分钟或2分钟行驶路程范围内的节点。考虑区域调整的概率大小和方向不同会影响调整结果，本文利用模拟退火算法构造出迁移几率函数，用迁移方向函数决定分区的调整方向。计算能满足D1的最小车辆数，即为该区应该配置的最小警车数目，用MATLAB计算，得到局部最优解为13辆。

在选取巡逻显著性指标时，本文考虑了两个方面的指标：一是全面性，即所有警车走过的街道节点数占总街道节点数的比例，用两者之比来评价；二是均匀性，即所有警车经过每个节点数的次数偏离平均经过次数的程度，用方差值来大小评价。

问题三：为简化问题，假设所有警车在同一时刻，大致向同一方向巡逻，运动状态分为四种：向左，向右，向上，向下，记录每个时刻，警车经过的节点和能够赶去处理事故的点，最后汇总计算得相应的评价指标。

在考虑巡逻规律隐蔽性要求时，文本将巡逻路线进行随机处理，方向是不确定的，采用算法2进行计算，得出相应巡逻显著指标，当车辆数减少到10辆或巡逻速度变大时，用算法2计算巡逻方案和对应的参数，结果见附录所示。

本文最后还考虑到4个额外因素，给出每个影响因素的解决方案。

关键词：模拟退火算法；Floyd算法；离散化

一 问题的重述

110警车在街道上巡逻，既能够对违法犯罪分子起到震慑作用，降低犯罪率，又能够增加市民的安全感，同时也加快了接处警时间，提高了反应时效，为社会和谐提供了有力的保障。

现给出某城市内一区域，其道路数据和地图数据已知，该区域内三个重点部位的坐标分别为：（5112，4806），（9126，4266），（7434，1332）。该区域内共有307个道路交叉口，为简化问题，相邻两个交叉路口之间的道路近似认为是直线，且所有事发现场均在下图的道路上。

该市拟增加一批配备有GPS卫星定位系统及先进通讯设备的110警车。设110警车的平均巡逻速度为20km/h，接警后的平均行驶速度为40km/h。警车配置及巡逻方案要尽量满足以下要求：

D1.警车在接警后三分钟内赶到现场的比例不低于90％；而赶到重点部位的时间必须在两分钟之内。

D2.使巡逻效果更显著；

D3.警车巡逻规律应有一定的隐蔽性。现在我们需要解决以下几个问题：

一.若要求满足D1,该区最少需要配置多少辆警车巡逻？ 二.请给出评价巡逻效果显著程度的有关指标。

三．请给出满足D1且尽量满足D2条件的警车巡逻方案及其评价指标值。

四.在第三问的基础上，再考虑D3条件，给出你们的警车巡逻方案及其评价指标值。五．如果该区域仅配置10辆警车，应如何制定巡逻方案，使D1、D2尽量得到满足？ 六.若警车接警后的平均行驶速度提高到50km/h，回答问题三。

七.你们认为还有哪些因素、哪些情况需要考虑？给出你们相应的解决方案。

二 问题分析

本题为城区道路网络中警车配置及巡逻问题。在进行警车配置时，首先要考虑警车在接警后在规定时间内赶到现场的比例，在此条件下，以车数最少为目标，建模、求解；在制定巡逻方案时，要考虑巡逻的效果及隐蔽性问题。

问题一只要求满足D1，求最少的警车配置数，可以认为警车是不动的，在三分钟或两分钟内它能到达的区域就是它的覆盖范围。据此，在满足所有街道的覆盖率不低于90%的条件下，寻找最优解。

问题二要评价巡逻效果，有两个方面需要考虑：一是巡逻的全面性，即经过一段时间后警车走过的街道数占总街道数的比例；二是巡逻的不均匀性，即经过一段时间后警车经过每一条街道的次数相差不大，用方差来衡量。

问题三是在满足D1的条件上尽量满足问题二所给的指标，并给出评价方案的指标。首先找到一组满足D1的各警车位置，然后在和各警车位置相连的点中随机寻找一个点，判断新的点是否满足D1，如果满足则警车行驶到该点，否则重新寻找，直到满足为止。一段时间后统计所有车走过的点数及每个点被走过的次数，用问题二给出的两个指标进行评价。综合两个指标，可判断此路径的好坏，重复这个过程，直到综合评价指标达到一个满意的值为止。

问题四增加了隐蔽性要求，首先给出评价隐蔽性的指标，隐蔽性可用路线的随机性来评价，将它加入到问题三的模型中去进行求解。

问题五限制警车数量为10，要综合考虑D1、D2，先分配这10辆车使道路的覆盖率最高，然后按照问题三的步骤进行求解，其中每一步对D1的判断只需使道路的覆盖率尽量高即可。

问题六同问题三，只需将车速改为50km/h即可。

三 模型的假设

1.警车都在路上巡逻，巡警去处理案件的时间不考虑；

2.所有事发现场都在道路上，案件在道路上任一点是等概率发生的； 3.警车初始停靠点是随机的，但尽量让它们分散分布，一辆警车管辖一个分区； 4.假定各个划分区域内，较短时间内，最多会发生一个案件；

5.假设区域内的每条道路都是双行线，不考虑转弯对结果造成的影响； 6.如果重点部位不在道路上的，假设这些重点部位在离它们最近的道路上； 7.图中水域对巡逻方案没有影响。

四 符号说明

m 表示警车数目

d 表示警车初始停靠点到各道路的最短距离 L 表示整个区域的总道路长度

l 表示不能在3分钟内到达的区域的道路的长度

k 表示非重点部位的警车在3分钟内不能到达现场的比例 r 表示三分钟内能从接警位置赶到事发现场的最大距离是 n 表示整个区域总的离散点个数 ni 表示第i区内的节点个数 f1 表示区内调整函数

t 表示模拟退火的时间，表征温度值 f2 表示区间调整函数

r 表示全面性指标 e 表示不均匀性指标 h 表示综合评价指标

si 表示第i辆车经过每条道路的次数 s 表示整个区域每条道路经过的平均次数

五 模型的建立与算法的设计

5.1 满足D1时，该区所需要配置的最少警车数目和巡逻方案 5.1.1 满足D1条件时，区域最少警车的规律

题目要求警车的配置和巡逻方案满足D1要求时，整个区域所需要配置的警车数目最少。由假设可知警车都在道路上，且所有事发现场也都在道路上，但区域内总的道路长度是个定值的；警车在接警后赶到事发现场有时间限制和概率限制：三分钟内赶到普通区域案发现场的比例不低于90％，而赶到重点部位的时间必须控制在两分钟之内。由此可知每辆警车的管辖范围不会很大，于是考虑将整个区域分成若干个分区，每辆警车管辖一个分区域。由上面的分析，求解整个区域的警车数目最少这个问题可转化为求解每一辆警车所能管辖的街道范围尽量的大。于是我们寻找出使每辆警车管辖的范围尽量大的规律。为了简化问题，我们不考虑赶到现场的90%的几率的限制，仅对警车能在三分钟内赶到事发现场的情况作定性分析，其分析示意图如图1所示。警车的初始停靠位置是随机的分布在道路上的任一节点上，我们假设一辆警车停靠在A点上。

图1 一辆警车管辖范围分析示意图

由于警车的平均巡逻速度为20km/h，接警后的平均行驶速度为40km/h，由于距离信息比较容易得到，于是我们将时间限制转化为距离限制，这样便于分析和求解。当警车接警后，在三分钟内能从接警位置赶到事发现场的最大距离是r，其中3r402km。

60如图1所示，我们设警车初始停靠位置在A点，A点是道路1，2，3，4的道路交叉口。我们仅以警车在道路1巡逻为例来进行分析，警车以20km/h的速度在道路1上A到A'点之间巡逻，A'与初始停靠点A的距离为xkm。由于案件有可能在道路上任一点发生，当警车巡逻到A点时，若案发现场在道路2，3，4上发生时，警车以40km/h的速度向事发现场行驶，警车能在三分钟内从A'点赶到现场的最大距离为(2x)km。如果警车在道路1上继续向前行驶，则该警车能在三分钟内赶到现场的距离继续缩小，当警车从初始点向A点行驶但没有达到A'点时，此时该警车的最大管辖范围比警车到达A'点时的最大管辖范围大。为了使警车的管辖范围尽量大，警车的巡逻范围越小越好，当x0时，即警车在初始停靠点静止不动时，警车的管辖范围达到最大值2km。

图1所分析的是特殊的情况，道路1，2，3，4对称分布，现在我们来对一般的情况进行分析，如图2所示。

图2.1 图2.2 图2 一辆警车最大管辖范围分析示意图

图2.1所示的情况是道路分布不对称，与图1相比，图2.1所示的道路方向和角度都发生了改变，图2.3中的情形更为复杂。参照对图1的分析方法，我们分析这两种情形下，警车巡逻时能在三分钟内赶到现场的最大距离的规律，我们只分析图2.2的情况，道路1，2，3，4，5相交于点C,同时道路1与道路6也有个道路交叉口D，由于警车巡逻时是在道路上行驶的，行走的路线是分段直线,并不影响路径的长度，所以当警车巡逻到距离初始停靠点C点x远处的D，此时若有案件发生时，该警车要在三分钟内能赶到现场处理案件，最大行驶距离在(2x)km之内，如果警车在道路1上继续向前行驶，则该警车能在三分钟内赶到现场的距离继续缩小，当警车没有行驶到D点时，此时该警车的最大管辖范围比(2x)km大，为了使警车的管辖范围尽量大，警车的巡逻范围越小越好。当x0时，即警车静止不动时，一辆警车的管辖范围能达到最大值。

以上分析的仅作定性的分析，对于三个重点部位也可以同理分析，所得的结论是一致的，以上的分析没有考虑到90%的到达几率限制，但在设计算法需要充分考虑。

综上所述，当警车静止在初始停靠点时，在三分钟时间限制内，警车能从初始停靠点赶到事发现场的最大距离为2km。

5.1.2 将道路离散化

由于事发现场是等概率地分布在道路上的，由区域地图可以发现，整个区域中的道路长度不均，为了使计算结果更加精确，可将这些道路离散化。只要选取合适的离散方案，就能使警车在经过道路上的离散的点时就相当于经过了这条道路。这样，不论是求解警车初始停靠点还求解警车赶到事发现场所经过的道路时，所计算得的的结果显然比仅考虑整条道路的叉路口要精确得多。区域中共有307个道路交叉口，458条道路。我们采用线性插值方法对道路进行离散化，以20km/h的速度行走一分钟的距离作为步长，一分钟时间的选择是参照问题三的1120km。用线性插值的方法，从道路的一个方向进结果要求来设定的，步长b6031行线性插值，实现将每条道路离散化的目标，考虑到有些道路不是km的整数倍，我们

311就一般情况进行讨论，其分析示意图如图3所示。道路AB长度为n个km与x(xkm)33长度的和，为了更精确处理CB段道路，那么就要考虑在CB之间是否要插入一个新的点，根据x的长度不同，其对应的处理方式也有所不同。

图3 道路离散化分析示意图

引进临界指数y，选取y大小的准则是使尽量离散化后警车等效的平均巡逻速度和题目给定的速度（20km/h）的差值尽量小，经过计算得y0.189km时，不再插入新的坐

1标点时能使整个区域的道路离散效果较好。此时，将CB段长度设定为km处理，于是

3离散后的AB道路长度会比实际长度短些；当x0.189Km时，需要在两个点之间再插入一点，因为这样处理能使整个区域的整体道路的离散化效果比较理想。如图3所示，在1C与B间再插入新的坐标点，插入的位置在距C点km的D点处,这样处理后所得的道

31路长度比实际长度长了(x)km。采用这样的方法进行线性插值，我们使用MATLAB编3程实现对整个区域道路的离散，所得的离散结果如图4所示，离散后共得到762个节点，比原始数据多了455个节点，离散后的节点数据见附件中的“newpoint.txt”。

图4 整个区域离散结果图

采用这种插值方法道路离散后，将直线上的无穷多个点转化有限个点，便于分析问题和实现相应的算法，由图4可知，所取得的整体离散效果还是比较理想的。

5.1.3 分区域求解警车数目的算法设计

考虑到警车配置和巡逻方案需要满足：警车在接警后三分钟内赶到普通部位案发现场的比例不低于90%，赶到重点部位必须控制在两分钟之内的要求。设计算法的目标就是求解出在满足D1情况下，总的警车数目最小，即每个区域都尽可能多地覆盖道路节点。由于警车的初始位置是未知的，我们可设警车初始停靠点在道路上的任一点，即分布在图4所示的762个离散点中的某些点节点上，总体思路是让每两辆车之间尽量分散地分布，一辆警车管辖一个分区，用这些分区覆盖整个区域。于是我们设计算法1，步骤如下所示：

Step1：将整个区域预分配为m个分区，每个分区分配一辆警车，警车的初始停靠位置设在预分配区中心的道路节点上，若区域的中心不在道路节点上，则将警车放在离中心最近的道路节点上；

Step2：统计分区不能覆盖的节点，调整警车的初始停靠点，使分区覆盖尽可能多的道路节点，调整分为区内调整和区间调整方案：（1）区内调整按照模拟退火思想构造的函数，在区间调整调整车辆初始点的位置（后文中有详细说明），当分区内节点数较多时，调整的概率小些，分区内节点数较少时，调整的概率大些，（2）当区域中存在未被覆盖的节点或节点群（大于等于三个节点集中在一个范围内）时，将警车初始位置的调整方向为朝着这些未被覆盖的节点按一定的规则（在算法说明中有详细叙述）移动，同时要保证 3个重点部位能在2分钟之内100%到达；

Step3：用Floyd算法计算出警车初始停靠点到周边各道路节点的最短距离d；

Step4：以m个划分区域未覆盖的总的道路长度l与整个区域的道路总长度L的比值lk100%来表示警车不能3分钟内到达现场的概率；

LStep5：模拟足够多的次数，若k10%，将车辆数m减1，跳转到Step1；

Step6：计算结束后，比较当k10%时所对应的m值，当m取得最小值时，记录此时的区域划分方案，m即为最少的警车数。

对算法的几点说明：

（1）该算法所取的车辆数m是由多到少进行计算的，m初始值设为20，这个值的选取是根据区域图估算的。

(2)预分区的优点在于使警车的初始位置尽可能均匀地分散分布，警车的初始停靠点在一个分区的中心点附近寻找得到，比起在整个区域随机生成停靠点，计算效率明显得到提高。

预分配之后，需要对整个区域不断地进行调整，调整时需要考虑调整方向和 调整概率。

警车调整借鉴的是模拟退火算法的方法，为了使分区内包含道路节点数较多的分区的初始停车点调整的概率小些，而分区内包含道路节点数的少的分区内的初始停车点调 整的概率大些，我们构造了一个调整概率函数f1，f1aexp(bmni)（1）t（1）式中，a,b均为常数，m为整个区域车辆数，ni为第i分区内覆盖的节点数，t为时间，同时t也能表征模拟退火的温度变化情况：初始温度较高，区域调整速度较快，随着时间的增加，温度不断下降，区域调整速度逐渐变慢，这个调整速度变化也是比较符合实际情况的。

由式（1）可以得出调整概率函数f1，假设在相同的温度t（时间）的条件下，由于总的车辆数目m是定值，当ninj时，即第i分区内的节点数大于第j分区的节点数时，分区i调整的概率大些，分区j的调整概率小些。分析其原因：当分区内包含了较多的节点个数时，该分区的警车初始停靠位置选取地比较合适了，而当分区内包含的道路节点数较少时，说明警车的初始停靠位置没有选好，需要更大概率的调整，这样的结论也是比较客观的。

对于所有分区外未被覆盖的道路节点和很多节点（称之为节点群），用来调整警车位置迁移的方向，其分析示意图如图5所示。调整方案目标是使未被覆盖的节点数尽量的少。在设计调整方向函数时，需要考虑：（1）节点群内节点的数目；（2）警车距离节点群的位置。优先考虑距离，所以在公式（2）中，用距离的平方来描述调整方向函数。由于某一个区域范围内的未被覆盖节点数，整个区域未被覆盖的节点总数，分区域与未被覆盖的节点或节点群的距离等几个因素会影响到调整的方案，所以要综合考虑这些因素。于是设计了区间调整函数f2，f2nili2li1pi1p2i（2）

in式中，ni表示第i个分区内未被覆盖的节点数，li表示第i分区域与未被覆盖的节点或节点群的距离，p表示未被覆盖的节点和节点群个数。

现在简要分析第i分区按区间调整函数的调整方案，当某两节点群i,j的节点数目相等，但是距离不等时，如lilj，由区间调整公式可知，该区间向节点群j方向调整。当某个分区与两个节点群的距离相等，但节点群的内节点个数不相等，如ninj时，由（4）可知，该分区域会想节点群j方向调整。

注意在整个调整过程中，调整几率控制是否调整，调整方向函数控制调整的方向，寻找在这种调整方案下的最优结果。

图5 调整分区域示意图

（3）在step3中，使用Floyd算法计算出警车初始停靠点到周边各节点的最短距离d,目的是当区域内有情况发生时，警车能在要求的时间限制内到达现场。

（4）为求出较优的警车停靠点，采用模拟退火算法，算出局部最优的方案。5.1.4 警车的配置和巡逻方案

使用MATLAB编程实现算法1得到，整个区域配备13辆警车，这些警车静止在初始停靠点时，能满足D1要求。警车的初始停靠位置分别为道路交叉节点6，25，30，37，82，84，110，111，126，214，253，258，278处。每个警车所管辖的交叉点（原始的交叉节点）如图6所示，求解的分区结果见附录所示。9

图6 满足D1条件下的区分划分图

13个分区共覆盖了252个交叉点，另外的55个原始交叉点没有被这些分区域覆盖：137，138，151，159，167，168，170，174，175，186，188，189，211，215，226，242，255，260，261，262，263，267，270，271，272，275，282，283，284，287，288，289，292，296，297，299，304，305，307。在这种分区方案下，这些点中，每两个相连的点间的道路离散值长度占整个区域总的长度的比值为lk100%90.18%。因此，在整个区域配置13辆警车，每个警车在初始停靠点静L止不动，当有案件发生时，离案发现场最近的警车从初始停靠点赶到现场。

5.2 评价巡逻效果显著的指标

110警车在街道上巡逻是目的是为了对违法犯罪分子起到震慑作用，降低犯罪率，又能够增加市民的安全感，同时还加快了接处警（接受报警并赶往现场处理事件）时间，提高了反应时效，为社会和谐提供了有力的保障。巡警在城市繁华街道、公共场所执行巡逻任务, 维护治安, 服务群众, 可以得良好的社会效应[1]。

在整个区域中，由于案发现场都在道路上，道路上的每一点都是等概率发生的，因此警车巡逻的面越广，所巡逻的街道数目越多，警车的巡逻效果就越好，对违法犯罪分子就越有威慑力，警车也能更及时地处理案件。

我们采用全面性r来衡量巡逻的效果显著性，即用警车巡逻所经过的街道节点数占区域总节点数的比值。当警车重复经过同一条街道同一个离散点时，c仅记录一次。

c

（3）n式中，c表示警车经过的离散点数，n代表整个区域总的离散点数。r值越大，表明警车所经过的街道数目越多，所取得的效果越显著。

同时考虑到在巡逻过程中可能会出现这样的情况：在相同的时段内，警车会多次巡逻部分街道，而一些街道却很少巡逻甚至没有警车到达，这样会造成一些巡逻盲区。分布很不均衡。这样就可能出现巡逻密度大的街道上的违法犯罪分子不敢在街道上作案，而流窜到巡逻密度稀疏的街道上作案，因此在相同的警车数目条件下，密度不均衡的巡逻方式的巡逻效果的效果较差，而密度较均衡的巡逻方式所取得的巡逻效果会更好些。我们引入一个巡逻的不均匀度e来衡量巡逻效果的显著性，考虑到方差能表示不均衡度，于是我们用方差的大小来表征不均衡，方差越大，巡逻密度越不均衡，所取得的巡逻效果越差。re(si1mis)2p（4）

式中，p表示警车经过的点数，当警车重复经过某一节点时，警车经过该点多少次就计多少次。，si表示第i辆车经过每条道路的次数，s表示整个区域每条道路经过的平均次数。

我们分析这两个指标时，发现它们是紧密联系的，在相同的时间段内，一辆警车在一个分区巡逻时，警车经过的街道节点数越多，巡逻的全面性指标越大，巡逻效果越显著，而巡逻经过了越多的街道节点数，对应的不均匀度越小，巡逻效果也越好，所以我们将这两个指标统一来求解，设定为综合评价指标h：

rh（5）

e当h越大时，警车巡逻的显著性效果越好，而当h越小时，警车巡逻的效果越差。

5.3 满足D1且尽量满足D2条件的警车巡逻方案和评价指标值

问题1所给出的满足D1条件下的警车数目为13辆，这时每辆警车在初始停靠点静止不动，只有该管辖区域内发生了案件时，警车才从初始停靠点赶到案发现场处理案件。当警车在巡逻状态时，所需要考虑的问题就更复杂一些，如当节点运动时，警车还能否达到D1的要求，警车的运动方向如何等问题，但基本算法思想与问题1类似，所得的算法2的框图如图7所示，为了简化问题，我们假设各分区警车的巡逻时候，尽量保证所有的警车的行驶方向相一致，且警车都走双行道，即当警车走到某个节点后，它们又同时返回初始停靠点，警车的行驶方向有四种方式，如6所示。

在图6中，数字1代表走巡逻走的第一步，2表示朝1的巡逻方向相反的方向巡逻。在具体程序实现时，四种巡逻方向任意选择，但是尽量保证所有的警车向同一个方向巡逻。

图6 各警车巡逻方向图

我们用MATLAB编程对这种巡逻方式进行计算，所得的车辆数目为18辆，综合评价指标为h0.612，其结果巡逻方案见附件中的“1193402-Result3.txt”所示。

5.4 在满足问题三的基础上讨论D3条件，警车的巡逻方案和评价指标

巡逻的隐蔽性体现在警车的巡逻路线和时间没有明显的规律，主要目的是让违法犯罪分子无可乘之机，防止他们在非巡逻时间实施违法犯罪活动，危害人民的生命和财产安全。

为了使巡逻的规律具有隐蔽性，这就需要警车在巡逻时至少具有两条不同的路线，时间最好也是不相同的。因此，考虑到隐蔽性时，只需要在问题2的基础上加上一个随机过程即可。对于其评价指标，由于警车有几条可选的巡逻路线，当相同的路线在同一时间内重复出现时，重新将所设定的方案再执行一遍，我们用这个时间间隔来衡量隐蔽性的程度，当循环周期T越大，表明可选的巡逻方案越多，其规律就越具有隐蔽性，而循环周期T越小时，表明巡逻方案比较少，其隐蔽性较差。在巡逻状态时，最差的隐蔽性巡逻方案是巡逻方案只有一个，并且时间固定，这样的巡逻方案没有任何隐蔽性可言。

5.5 整个区域为10辆车时的巡逻方案

由第三问的结果可知，10辆车的数量是不能把整个区域完全覆盖的，其算法与算法2类似，不同的是此时车的数目已经固定了，要求使D1,D2尽量大的满足，我们求得的评价指标值为h0.524，所得的巡逻方案见附件中的“1193402-Result5.txt”所示。

5.6平均行驶速度提高到50km/h时的巡逻方式和评价指标值

问题六的分析方法与具体实现与问题三一致，但是警车的接警后的平均速度由原来的40km/h提高到50km/h，于是各分区的覆盖范围也增大了，将数值带入问题3的算法中求解，计算得的指标值为h0.703，其巡逻方案见附件中的“1193402-Result6.txt”所示。

图7 算法2框图 5.7 需要另外考虑的因素和对应的解决方案

考虑到具体巡逻情况的复杂性，我们还需考虑以下几个因素：

1．该城市的巡逻方式仅有110警车，虽然能将巡逻范围大大扩大，但是警员坐在汽车里远离市民，对社区情况和案件的了解情况不如徒步巡逻的效果好，同时警车巡逻时，只能在道路上行驶，对应图中的非道路区域没有进行巡逻，使非街道区域成为巡逻盲区；

2.对于突发事件的处理问题；

3.各巡逻警员之间在一些未被覆盖的区域如何合作才能使整体的巡逻效果取得比较好的成效；

4.巡逻频率的选取问题。

针对以上问题，我们提出以下几个解决方案： 1.为了了解社区情况和将巡逻范围扩大到非街道区，可以采用警车加徒步巡逻或摩托车方式进行巡逻，这样做会使整个巡逻范围扩大，必会大大增加巡警人数，在制定巡逻方案时，需要综合考虑，选取最合适的巡逻方案；

2.当有突发事件发生时，要突破分区限制，各分区需要通力合作，还要求巡警及时掌握准确信息，向上级部门汇报，随机应变地解决所遇到的问题；

3.在警员人数有限的情况下，需要各分区巡警明确巡逻目的，踏实工作，明确责任制，做好本职工作，使人民生命财产安全得到最大限度的保障；

4.巡逻频率太高，会影响到人民的正常工作和生活（报纸刊登有相关消息），如果巡逻频率太低，将降低市民的安全感，同时给一些违法犯罪分子予可乘之机，所以要合理安排巡逻方案，将巡逻频率控制在一个适当的范围内。

六 模型的分析和评价

在求解满足D1的条件下，整个区域需要配备多少辆警车问题中，采用分区巡逻的思想，先分析能使各区管辖范围达到最大值时的规律，由特殊到一般层层进行分析，逻辑严密，结果合理。

在求解区域和警车数目时，在初步设定警车停靠点位置的基础上，用模拟退火算法思路构造函数f1来确定调整的概率大小，综合考虑了影响区间调整的因素后构造了f2函数来确定分区的调整方向，当分区按照这两个调整函数进行调整时，各分区能管辖尽可能多的道路节点，所取得效果也比较理想。

参 考 文 献

[1]中小城市警察巡逻勤务方式的探讨，俞详，江苏公安专科学校学报，1998年第1期 [2]Matlab7.0从入门到精通，求是科技，人民邮电出版社； [3]不确定车数的随机车辆路径问题模型及算法，运怀立等，工业工程，第10卷第3期，2005年5月；

[4]随机交通分配中的有效路径的确定方法，李志纯等，交通运输系统工程与信息，第3卷第1期，2003年2月。

附 录

图 问题三巡逻路径

图 问题五巡逻路径

图 问题六巡逻路径

第五篇：2011数学建模B题

2011高教社杯全国大学生数学建模竞赛题目

（请先阅读“全国大学生数学建模竞赛论文格式规范”）

B题

交巡警服务平台的设置与调度

“有困难找警察”，是家喻户晓的一句流行语。警察肩负着刑事执法、治安管理、交通管理、服务群众四大职能。为了更有效地贯彻实施这些职能，需要在市区的一些交通要道和重要部位设置交巡警服务平台。每个交巡警服务平台的职能和警力配备基本相同。由于警务资源是有限的，如何根据城市的实际情况与需求合理地设置交巡警服务平台、分配各平台的管辖范围、调度警务资源是警务部门面临的一个实际课题。

试就某市设置交巡警服务平台的相关情况，建立数学模型分析研究下面的问题：

（1）附件1中的附图1给出了该市中心城区A的交通网络和现有的20个交巡警服务平台的设置情况示意图，相关的数据信息见附件2。请为各交巡警服务平台分配管辖范围，使其在所管辖的范围内出现突发事件时，尽量能在3分钟内有交巡警（警车的时速为60km/h）到达事发地。

对于重大突发事件，需要调度全区20个交巡警服务平台的警力资源，对进出该区的13条交通要道实现快速全封锁。实际中一个平台的警力最多封锁一个路口，请给出该区交巡警服务平台警力合理的调度方案。

根据现有交巡警服务平台的工作量不均衡和有些地方出警时间过长的实际情况，拟在该区内再增加2至5个平台，请确定需要增加平台的具体个数和位置。

（2）针对全市（主城六区A，B，C，D，E，F）的具体情况，按照设置交巡警服务平台的原则和任务，分析研究该市现有交巡警服务平台设置方案（参见附件）的合理性。如果有明显不合理，请给出解决方案。

如果该市地点P（第32个节点）处发生了重大刑事案件，在案发3分钟后接到报警，犯罪嫌疑人已驾车逃跑。为了快速搜捕嫌疑犯，请给出调度全市交巡警服务平台警力资源的最佳围堵方案。

附件1：A区和全市六区交通网络与平台设置的示意图。

附件2：全市六区交通网络与平台设置的相关数据表（共5个工作表）。

附图1：A区的交通网络与平台设置的示意图

附图2：全市六区交通网络与平台设置的示意图

说明：

（1）图中实线表示市区道路；红色线表示连接两个区之间的道路；（2）实圆点“·”表示交叉路口的节点，没有实圆点的交叉线为道路立体相交；

（3）星号“*”表示出入城区的路口节点；

（4）圆圈“○”表示现有交巡警服务平台的设置点；（5）圆圈加星号“○*

”表示在出入城区的路口处设置了交巡警服务平台；

（6）附图2中的不同颜色表示不同的区。

说明：

A列：是全市交通网络中路口节点的标号（序号）

B列：路口节点的横坐标X，是在交通网络中的实际横坐标值 C列：路口节点的纵坐标Y，是在交通网络中的实际纵坐标值 D列：路口节点所属的区 量

地图距离和实际距离的比例是1:100000,即1毫米对应100米 坐标的长度单位为毫米 全市路口节点标号 标X 路口的横坐

E列：各路口节点的发案率是每个路口平均每天的发生报警案件数

路口的纵坐标Y

路口所属区

域

发案率(次

数)1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 413 403 383.5 381 339 335 317 334.5 333 282 247 219 225 280 290 337 359 343 351 377.5 376 383 362 353.5 342 325 301 316 270 292 335 328 A A A A A A A A A A A A A A A A 1.7 2.1 2.2 1.7 2.1 2.5 2.4 2.4 2.1 1.6 2.6 2.4 2.2 2.5 2.1 2.6 17 415 18 432 19 418 20 444 21 251 22 234 23 225 24 212 25 227 26 256 27 250.5 28 243 29 246 30 314 31 315 32 326 33 327 34 328 35 336 36 336 37 331 38 371 39 371 40 388.5 41 411 42 419 43 411 44 394 45 342 46 342 47 325 48 315 49 342 50 345 51 348.5 52 351 53 348 54 370 55 371 56 354 57 363 58 357 59 351 60 369 335 A 371 A 374 A 394 A 277 A 271 A 265 A 290 A 300 A 301 A 306 A 328 A 337 A 367 A 351 A 355 A 350 A 342.5 A 339 A 334 A 335 A 330 A 333 A 330.5 A 327.5 A 344 A 343 A 346 A 342 A 348 A 372 A 374 A 372 A 382 A 380.5 A 377 A 369 A 363 A 353 A 374 A 382.5 A 387 A 382 A 388 A 2.5 1.9 1.8 1.9 1.4 1.4 2.4 1.1 1.6 1.2 0.8 1.3 1.4 2.1 1.6 1.5 1.4 1.7 1.4 1.1 0.1 1.2 1.4 1.7 1.4 1.4 1.7 1.1 1.4 1.2 1.6 1.4 1.2 1.1 0.8 0.6 1.4 0.9 1 0.5 0.8 1.1 0.9 0.7 61 335 62 381 63 391 64 392 65 395 66 398 67 401 68 405 69 410 70 408 71 415 72 418 73 422 74 418.5 75 405.5 76 405 77 409 78 417 79 420 80 424 81 438 82 438.5 83 434 84 438 85 440 86 447 87 448 88 444.5 89 441 90 440.5 91 445 92 444 93 140 94 145 95 160 96 142.5 97 150 98 186 99 158 121 157 158 159 133 395 A 381 A 375 A 366 A 361 A 362 A 359 A 360 A 355 A 350 A 351 A 347 A 354 A 356 A 364.5 A 368 A 370 A 364 A 370 A 372 A 368 A 373 A 376 A 385 A 392 A 392 A 381 A 383 A 385 A 381.5 A 380 A 360 A 130 B 118 B 96 B 71 B 70 B 145 B 73.5 B 68 B 145 B 138.5 B 135 B 114 B 0.6 1.2 1.4 0.8 0.7 0.8 0.8 0.9 1.1 0.9 1.1 0.8 0.9 1.1 0.8 1.1 0.8 0.8 0.8 0.8 1.4 1.1 0.9 1 1.2 1.4 1.1 0.9 1.4 0.9 0.9 0.8 1.6 1.6 1.6 2.1 1.8 1.6 2.6 2.6 1.1 0.9 0.5 0.7 100 101 102 103 104 105 137.5 106 144 107 139 108 144.5 109 151 110 151.5 111 150 112 158 113 159 114 164 115 163 116 149 117 143 118 137 119 131 120 130 121 127 122 125 123 129 124 130 125 124 126 136 127 136 128 142 129 148 130 142 131 147 132 128 133 136.5 134 142 135 147 136 154 137 148.5 138 140 139 140 140 137.5 141 138 142 143 143 151 144 153 145 143 146 143 147 143 148 160 113 B 112 B 117 B 115 B 113 B 118 B 111 B 118 B 109 B B 105 B 99.5 B 102 B 103 B 103 B 100 B 102 B 98 B 96 B 90 B 90 B 96 B 90 B 96 B 96 B 91 B 91 B 71 B 76 B 79 B 81 B 86 B 74.5 B 70 B 63 B 63 B 59 B 63 B 69 B 63 B 60 B 57 B 51.5 B 65 B 0.4 0.8 0.2 0.8 0.6 0.9 0.8 1.1 0.8 0.4 0.7 1.2 0.8 0.9 0.5 0.6 0.6 0.8 0.9 0.4 0.7 1.1 0.8 0.8 0.7 0.6 0.7 1.2 0.8 1.1 0.8 0.9 1.1 0.6 0.7 0.8 0.4 1.1 0.8 1.1 0.7 0.6 0.8 1.1

108.5 149 162 150 141 151 143 152 151 153 150 154 164 155 171 156 165.5 157 181 158 176 159 170 160 168 161 166 162 176 163 180 164 183 165 202 166 137.5 167 167 168 376 169 210 170 263 171 284 172 278.5 173 295 174 299 175 362 176 410 177 395 178 277 179 235 180 200 181 167 182 225 183 400 184 414 185 424 186 411 187 420 188 403 189 376 190 380 191 377 192 374 59 B 49 B 40 B 44 B 33 B 124 B 125 B 139 B 131 B 141 B 140 B 145 B 150 B 145 B 149 B 145 B 131 B 462 C 399 C 400 C 390 C 445 C 409 C 425 C 382 C 444 C 443 C 408.5 C 520 C 496 C 465 C 466.5 C 462 C 443 C 447 C 422 C 400 C 396 C 401 C 404 C 406 C 404 C 424 C 424 C 0.6 0.4 0.8 0.5 0.1 0.6 0.7 1.1 1.4 1.6 0.8 0.6 0.8 0.6 0.7 1.1 1.1 2.6 2.2 1.4 2.6 2.2 1.9 2.2 2 2.6 2.2 2.1 2.2 1.7 2.2 1.9 2.4 2.4 1.2 1.4 1.2 1.4 0.8 1.2 0.9 0.8 0.8 0.8 193 370 194 368 195 374 196 365 197 356 198 358 199 354 200 357 201 359 202 347 203 261 204 270 205 313 206 324 207 333 208 334 209 323 210 312 211 317 212 316 213 315.5 214 316 215 318 216 291.5 217 284 218 281 219 299 220 302 221 305 222 281 223 274 224 273.5 225 267 226 270 227 275 228 276 229 270 230 276 231 288 232 293.5 233 296 234 303 235 298.5 236 293 423 C 427.5 C 431 C 448 C 450 C 459 C 495 C 513 C 528 C 553 C 537.5 C 514 C 511.5 C 511 C 511 C 497 C 497 C 498 C 451 C 448 C 444 C 434 C 412 C 415 C 425 C 421 C 434 C 451 C 457 C 458.5 C 448 C 444 C 446 C 440 C 422 C 419 C 415 C 405 C 403 C 392.5 C 387 C 386 C 378 C 376 C 0.4 0.9 1.2 1.4 1.4 1.2 1.1 1.2 0.4 0.5 0.8 1.4 0.4 0.8 0.7 0.8 0.7 1.1 1.1 0.8 0.7 0.9 1.2 1.4 1.4 1.6 1.4 1.4 1.2 1.1 0.8 0.9 1.1 0.9 1.1 1.2 0.8 1.4 1.4 1.4 1.1 1.4 1.6 1.2 237 296 238 276 239 250 240 247 241 262 242 269 243 276 244 282 245 282 246 273 247 276 248 138.5 249 155 250 163 251 173 252 183 253 238 254 213 255 189 256 210 257 201 258 150 259 135 260 143 261 142 262 140 263 121 264 109 265 138.5 266 167 267 168 268 184 269 194 270 200 271 212 272 220 273 246 274 246 275 252 276 257 277 255.5 278 249 279 247 280 254 372 C 352 C 350 C 384 C 399 C 397 C 402 C 398.5 C 386.5 C 389 C 361 C 378 C 396 C 390 C 364 C 370 C 382 C 412 C 413 C 433 C 434 C 400 C 395 C 407 C 414 C 430 C 432 C 441 C 442 C 442 C 435 C 440 C 442 C 442 C 443 C 443 C 444 C 455 C 458 C 460.5 C 466 C 464 C 469 C 472 C 1.7 1 1.4 1.2 1.4 1.2 1.3 1.2 1.1 1.2 1.1 0.8 1.2 1.5 1.2 1.2 0.7 0.8 1.1 0.9 0.9 1.2 1.2 1.1 0.8 1.1 0.9 0.5 1.2 1.6 1.4 1.2 0.9 1.4 1.6 1.7 2.1 1.4 1.2 1.5 1.2 1.1 0.8 0.7 281 251.5 282 259 283 261 284 255 285 240 286 241 287 236 288 235 289 232 290 235.5 291 245 292 225 293 225 294 219 295 219 296 228.5 297 213 298 211 299 208.5 300 206 301 206 302 200 303 200 304 200 305 200 306 206 307 194 308 184 309 184 310 193.5 311 193 312 184 313 184 314 192.5 315 192 316 192 317 170 318 168 319 167 320 101 321 91 322 70 323 46 324 56 477 C 478 C 470 C 494 C 495 C 514 C 514 C 496 C 487 C 486.5 C 474 C 457.5 C 451 C 451 C 462 C 472 C 481 C 487 C 496 C 507 C 515 C 514 C 507 C 497 C 484 C 466 C 466 C 463.5 C 475 C 475 C 484 C 484 C 496.5 C 496.5 C 507 C 514 C 516.5 C 507 C 495.5 C 343 D 355 D 377 D 371 D 424 D 1.1 0.8 0.4 1.4 1.4 0.8 0.7 0.7 0.8 0.8 1.2 1.4 1.6 1.4 1.2 1.6 1.4 1 1.2 0.8 1.2 0.7 1.2 1.3 1.4 1.4 1.4 1.5 0.8 0.7 0.9 0.6 0.8 0.7 0.9 0.8 0.6 1.1 1.4 2.4 1.7 2.5 2.4 2.1 325 20 326 74 327 76 328 15 329 28 330 34.5 331 30 332 27 333 42 334 30 335 31 336 39 337 50 338 72 339 60 340 95 341 81 342 80 343 67 344 21 345 36 346 76 347 97 348 103 349 104 350 97 351 89 352 81 353 81 354 89 355 92.5 356 88 357 81.5 358 87 359 84 360 76 361 58.5 362 34 363 38 364 61 365 57 366 60 367 85 368 107.5 442 D 326 D 302 D 240 D 161 D 164.5 D 181 D 206 D 242 D 246 D 254 D 254 D 289 D 288 D 246 D 299 D 297 D 287 D 314 D 330 D 360 D 344 D 339 D 337 D 341 D 345 D 345 D 344.5 D 350 D 350 D 351.5 D 353 D 353 D 359 D 361 D 355 D 370 D 306 D 418.5 D 425 D 429 D 433 D 369 D 362 D 2.2 2.6 2.1 2.6 0.4 0.1 0.6 0.2 1.4 1.6 1.1 1.2 0.7 1.1 0.7 1.4 1.6 1.4 1.7 1.1 1.2 0.8 2.4 1.2 1.1 1.6 0.8 0.8 0.4 0.7 1.1 1.4 0.9 1.1 0.9 0.8 0.6 0.1 1.4 1.4 1.6 1.4 1.9 1.4 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 131 366.5 170 342 174 340 232.5 264 202 223 241 210 235 197.5 228 173 214 164 278 196 267 168 90 167 123 177.5 143 153 192 264 145 285 133 255 90 198 21 15 60 68 70 84 27 149 62 143 58 176 58 160 72 163 70 176.5 90 178 115 168 115 177.5 123 168 123 164 123 155 143 164 144 168 149 177 128 178 128 188 164 194 156 177 168 177 156 169 167 168 172 167 D 1.2 D 1.2 D 1.5 E 2.4 E 1.9 E 2.4 E 2.6 E 2.6 E 2.6 E 2.6 E 2.4 E 1 E 1.1 E 1.9 E 2.6 E 2.4 E 2.4 E 1.7 E 1.1 E 0.8 E 0.2 E 1.6 E 0.9 E 1.4 E 0.6 E 0.7 E 0.7 E 0.8 E 0.6 E 0.8 E 0.7 E 0.6 E 0.7 E 0.9 E 1.2 E 0.9 E 0.9 E 1.5 E 1.7 E 0.8 E 1.1 E 0.8 E 0.8 E 0.9 413 167 414 160 415 163 416 186 417 269 418 295 419 302 420 316 421 278 422 284 423 257.5 424 239 425 241 426 246 427 246.5 428 240 429 236 430 231 431 232 432 239.5 433 242 434 235 435 237.5 436 246 437 200 438 170 439 59 440 72 441 90 442 74 443 60 444 90 445 151 446 160 447 90 448 129 449 142 450 152 451 155 452 163 453 171 454 171 455 171 456 214 164 E 164 E 153.5 E 168 E 133 E 112 E 112 E 141 E 143 E 173 E 170 E 198 E 198 E 199 E 202 E 202 E 201 E 199 E 206.5 E 207.5 E 206 E 209.5 E 212 E 208 E 194 E 222 E 189 E 189 E 187.5 E 198 E 196 E 211 E 236 E 244 E 222 E 248 E 265 E 255.5 E 258 E 258 E 258 E 252.5 E 247 E 235 E 0.2 0.7 1.2 1.6 1.6 1.1 1.4 1.6 1.7 1.4 1.9 0.4 0.3 0.6 0.4 0.4 1.1 0.1 0.6 0.5 0.2 0.4 0.1 0.4 1.1 1.6 0.8 0.9 0.6 0.7 0.4 1.6 1.4 1.5 0.8 1.7 2.1 1.1 0.6 0.8 1.1 0.4 1.2 1.1 457 244 458 268 459 259 460 188 461 184 462 171 463 171 464 163 465 154 466 151 467 148 468 162 469 177 470 187 471 155 472 159 473 125 474 107 475 382.5 476 373 477 330 478 400 479 441 480 417 481 332 482 321 483 403 484 420 485 455 486 295.5 487 294 488 316 489 308 490 327 491 316 492 314 493 313 494 317 495 318.5 496 320 497 326.5 498 325 499 323 500 329 238 E 237 E 255 E 261 E 253 E 263 E 268 E 268 E 268.5 E 275 E 274 E 277.5 E 281 E 284 E 316 E 292 E 267 E 285 E 267 F 250 F 219 F 247 F 442 F 312 F 246 F 275 F 140 F 269 F 335 F 238 F 244 F 300 F 257.5 F 255 F 236 F 230 F 223 F 215 F 222 F 229 F 227.5 F 220 F 213 F 212 F 1.1 1.1 1.1 1.4 1.2 1.1 0.8 0.9 0.7 0.4 1.5 1.5 0.7 1.4 1.6 1.8 1.8 1.6 2.4 1.9 0.8 2.3 1.7 1.5 1.9 1.7 2.1 2.4 1.9 1.4 1.1 1.5 1.2 0.8 1.4 0.9 0.6 0.2 0.3 0.5 0.7 0.6 0.4 0.7 501 332 502 334 503 346 504 342 505 356 506 358 507 345 508 348 509 357.5 510 359 511 404 512 403 513 379 514 386 515 373 516 363 517 362 518 354 519 348 520 349 521 353 522 371 523 371 524 375 525 388.5 526 405 527 389 528 388 529 353 530 334 531 336 532 352 533 353 534 362.5 535 370 536 388 537 395.5 538 395 539 408.5 540 430 541 450 542 394 543 387 544 383 226 F 210.5 F 209 F 200 F 202 F 195 F 194 F 188 F 188 F 159 F 161 F 202 F 202 F 213 F 213 F 212 F 218 F 216.5 F 215 F 222 F 223 F 224 F 218.5 F 219 F 218 F 213.5 F 224.5 F 233 F 229.5 F 232 F 239 F 247 F 236 F 236 F 236 F 237 F 237.5 F 233 F 227 F 237 F 268 F 254 F 250 F 250 F 0.7 0.6 0.7 0.8 0.7 0.6 0.4 0.4 0.6 1.1 1.2 0.8 0.7 0.8 0.6 0.4 0.8 0.6 0.9 0.7 0.8 0.8 0.6 0.4 1.1 0.8 0.9 0.6 0.8 0.7 1.1 1.2 0.6 0.8 1.1 1.2 1.4 1.1 1.5 1.4 0.1 1.4 0.9 1.1 545 369 546 367.5 547 362 548 350 549 348 550 355 551 367 552 367 553 375 554 376 555 381 556 378 557 380 558 371 559 356.5 560 338 561 372 562 398 563 392 564 382.5 565 396 566 411 567 424 568 435 569 434 570 430 571 441 572 470 573 468 574 455 575 453 576 425 577 462 578 481 579 462 580 440 581 423 582 435 249.5 F 249 F 249 F 251 F 255 F 265 F 265 F 257.5 F 258 F 260 F 260 F 266 F 270.5 F 284 F 281 F 297 F 307 F 308 F 277 F 276 F 270 F 291 F 297 F 319 F 307 F 295 F 309 F 342 F 432 F 361 F 400 F 433 F 437 F 457 F 447 F 449 F 448 F 507.5 F 0.8 0.7 0.8 0.6 1.4 1.1 0.8 1.2 1.4 1.1 1.7 1.4 1.2 1.1 1.4 1.2 1.4 1.5 1.1 0.9 1.4 1.2 0.8 0.9 0.7 1.4 1.2 0.2 1.2 0.6 0.6 0.8 1.4 0.6 1.2 1.4 1 0.4