数学建模万能9模型优缺点评价（5篇范例）

第一篇：数学建模万能9模型优缺点评价

八、模型评价

优点：

1、本文在正确、清楚地分析了题意地基础上，建立了合理、科学的可变成本计算模型，为求最大利润准备了条件。

2、在假设基础上建立了计算折旧费用的模型，巧妙地解决了实房、期房数目不确定的问题。

3、建立了以最大利润为目标的单目标规划函数，选用MATLAB编程，具有一定的实际价值。

4、运用了正确的数据处理方法，很好的解决了小数取整问题。

缺点：

1、在编程中，没有加入Ni、tjiN*的约束条件，导致了最终的运算结果出现小数。最后，我们采用人工方法进行了较好的弥补。

2、公司预计的销售量与实际的销售量肯定会有出入。但在模型计算中，我们取了预计值作为近似值来计算，这与实际值必会有些出入。

3、在假设中我们作出了“顾客完全服从公司分配”的假设，这与实际情况不完全相符。

4、在确定固定成本G和销售费用X时，我们只是从网上查阅的资料中得到1500元/平方米和0.1的粗略值，这与实际情况有出入。但这只会对净利润L的值产生影响，而不会影响建造计划。

5、模型建立过程中引入的变量过多，容易引起“维数灾”，且不利于编程处理。

十、模型优缺点评价

优点

1、原创性很强，文章中的大部分模型都是自行推导建立的；

2、建立的规划模型能与实际紧密联系，结合实际情况对问题进行求解，使得模型具有很好的通用性和推广性；

3、模型的计算采用专业的数学软件，可信度较高；

4、对附件中的众多表格进行了处理，找出了许多变量之间的潜在关系；

5、对模型中涉及到的众多影响因素进行了量化分析，使得论文有说服力。

缺点

1、规划模型的约束条件有点简单；

2、顾客满意度调查的权重系数人为确定缺少理论依据；

3、没有很好地把握论文的重心，让人感觉论文有点散。

第二篇：数学建模 模型优缺点评价

模型评价：

模型优点：

建立的模型方法简单易行，且易中应用于现实生活。模型缺点：

考虑的影响因素较少，在处理问题时可能存在一些误差。仅使用一个月的数据具有一定的局限性，另外对外伤患者都按急症处理，考虑的情况比较简单。

模型评价：

优点：

1）模型具有坚实可靠的数学基础。很多数学理论已经证明这是设计中继站分布的最好的方法； 模型易于实现；

模型使中继站发挥最大的效能。2）3）不足：

1）我们的模型只适用于人口均匀分布的情形；

2）我们仅考虑中继站信号的服务范围能够根据我们的需要进行调整的情形。

.模型评价

模型一能比较准确的计算大区域环境下的中继站最少数量，且模型思想简单，通俗易懂，形式简洁能被大多数人所理解。

模型在中继站覆盖半径大于区域半径的0.2倍时出现与模拟值差6误差是其最不如人意的，也是其最大的缺点。其出现的原因是当初步判断正六边形的圈数n时，当第n层形成的正六边形的顶点完全包含在圆形区域内的情况下所造成的。可以，在其中增加一条选择约束

2n1r222(3r)()R 22

当其成立时在计算结果上加6，就可以解决差6误差。

模型二根据日常实际在通信当中的随机性，以及在圆的直径在各同心圆交点的密度与其半径成反比的事实。假设中继站的密度也与其到中心的距离成反比。又由需要建立的网络层数N和中继站的覆盖正六边形的面积A，该密度为N/A。在人口分不未知的情况下采取这种近似。其中的随意性比较大，且没有数学依据是该模型的致命缺点。

第三篇：数学建模：模型的评价和推广

模型的评价和推广

7.1 模型的评价 7.1.1模型的优点：

（1）在数据处理方面，我们详细分析了视频数据，引用了标准车当量数（PCU），引用了通流量，规范了数据的格式和可用性，为下一步解题提供了简洁的数据资料。（2）在视频数据统计方面，我们实行分阶段定点查数，在每隔30秒的时间内取值，符合上游路口信号配时，并满足了第一相位、第二相位的地理性。

（3）模型在图像处理和显示上，我们采用SPSS和MATLAB双重作图，拟合数据的变化趋势及正态Q-Q图，使问题结果更加清晰、条理和直观。

（4）从数据中筛选出发生堵车时的合理数据，融合排队论模型的核心思想，给出科学直观的显示结果。

（5）在模型建立上，提取了排队论模型和交通波模型的理论架构，同时简化了无用的模型公式，尽量贴近数学建模“用最简单的方法解决最难问题“的思想。7.1.2 模型的缺点

（1）在视频数据采样上，采用的是人工读取，虽然大大提高了灵活性，但也容易使数据出现人为的偏差和不精确；视频中从小区从进入到道路上的车辆并没有进行确切的统计。

（2）在问题一中，只采用了一种分析方法，结果比较单一，没有系统和全面地分析横断面通行能力的变化过程。

（3）问题三的所建立的关系模型中没有明确体现横断面实际通行能力，这也就使我们的关系模型不能准确地反应变量之间的关系。

（4）在统计完全堵车时的汽车数量时没有明确的标准规定，只是单纯地用主观认识确定完全交通拥堵。7.2 模型的推广

依据题目中提供的视频数据和附录，建立了车祸横截面通行能力的通行量模型，并利用排队法的相关知识，确定了车辆排队长度、事故排队时间、路段上游车流量的函数关系，对城市中交通事故的处理方面有一定的参考价值。

模型中分析问题、解决问题的一些独到方法，排队法数据取样的总体思想，对其他数学问题及一般模型仍可使用。

另外，针对路边停车、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，我们的方法对于交通管理部门可以作为分析解决问题的一种参考。

第四篇：数学建模_传染病模型

传染病模

摘要: 本次实验是让同学们进一步了解、巩固、加强微分方程模型的建模、求解能力；学习掌握用MATLAB进行二维和三维基本图形绘制。因为MATLAB具有很强的图形处理功能和丰富的图形表现方法。它提供了大量的二维、三维图形函数，使得数学计算结果可以方便地、多样性地实现可视化，这是其它语言所不能比拟的。MATLAB不仅能绘制几乎所有的标准图形，而且其表现形式也是丰富多样的。MATLAB不仅具有高层绘图能力，而且还具有底层绘图能力——句柄绘图方法。在面向对象的图形设计基础上，使得用户可以用来开发各专业的专用图形。help graph2d可得到所有画二维、三维图形的命令。

描述传染病的传播过程，分析受感染人数的变化规律，预报传染病高潮到来的时刻，预防传染病蔓延的手段，按照传播过程的一般规律，用机理分析方法建立模型。

数学建模

问题重述

问题: 有一种传染病（如SARS、甲型H1N1）正在流行。现在希望建立适当的数学模型，利用已经掌握的一些数据资料对该传染病进行有效地研究，以期对其传播蔓延进行必要的控制，减少人民生命财产的损失。考虑如下的几个问题，建立适当的数学模型，并进行一定的比较分析和评价展望。

1、不考虑环境的限制，设单位时间内感染人数的增长率是常数，建立模型求t时刻的感染人数。

2、假设环境条件下所允许的最大可感染人数为。单位时间内感染人数的增长率是感染人数的线性函数，最大感染时的增长率为零。建立模型求t时刻的感染人数。

3、现有卫生防疫部门采集到的某地区一定时间内一定间隔区间的感染人数数据（见下表），利用该数据确定上述两个模型中的相关参数，并将它们的预测值与实际数据进行比较分析（计算仿真偏差）并对两个模型进行适当的评价。（注：该问题中，设最大可感染人数为2000人）

4、假设总人口可分为传染病患者和易感染者，易感染者因与患病者接触而得病，而患病者会因治愈而减少且对该传染病具有很强的免疫功能，建立模型分析t时刻患病者与易感染者的关系，并对传染情况（如流行趋势，是否最终消灭）进行预测。

问题分析

1、这是一个涉及传染病传播情况的实际问题，其中涉及传染病感染人数随时间的变化情况及一些初始资料，可通过建立相应的微分方程模型加以解决。

2、问题表述中已给出了各子问题的一些相应的假设。

3、在实际中，感染人数是离散变量，不具有连续可微性，不利于建立微分方程模型。但由于短时间内改变的是少数人口，这种变化与整体人口相比是微小的。因此，为了利用数学工具建立微分方程模型，我们还需要一个基本假设：感染人数是时间的连续可微函数。

关键字: 社会、经济、文化、风俗习惯等因素

：传染病模型

模型1 在这个最简单的模型中，设时刻t的病人人数x(t)是连续、可微函数，并且每天每个病人有效的人数为常数增加，就有x(tt)x(t)x(t)t

再设t0时有x0有个病人，即得微分方dxdtx,x(0)x0(1)接触(足使人致病)考察t到tt病人人数的

程

方程（1）的解为

x(t)x0et(2)

结果表明，随着t的增加，病人人数x(t)无限增长，这显然是不符合实际的。

建模失败的原因在于：在病人有效接触的人群中，有健康人也有病人，而其中只有健康人才可以被传染为病人，所以在改进的模型中必须区别这两种人。

模型2 SI模型

假设条件为

1.在疾病传播期内所考察地区的总人数N不变，即不考虑生死，也不考虑迁移。人群分为易感染者（Susceptible）和已感染者（Infective）两类（取两个词的第一个字母，称之为SI模型），以下简称健康者和病人。时刻t这两类人在总人数中所占比例分别记作s(t)和i(t)。

2.每个病人每天有效接触的平均人数是常数，称为日接触率。当病人与健康者接触时，使健康者受感染变为病人。

根据假设，每个病人每变为病人，因为病人数天可使s(t)个健康者为Ni(t)，所以每天共有Ns(t)i(t)个健康者被感染，于是病人数Ni的增加率，即有NdidtNsi(3)Nsi就是

s(t)i(t)1i0，则didti(1i),i(0)i0(5)

(4)再记初始时刻(t0)病人的比例为方程（5）是Logistic模型。它的解为

11te11i0(6)i(t)~t和didt~i的图形如图1和图2所示。

数学建模

由(5),(6)式及图1可知，第一，当di达最大值，这个时刻为dtmi1/2时didt到

1tmln1i01(7)

这时病人增加的最快，可以认为是医院的门诊量最大的一天，预示着传染病高潮的到来，是医疗卫生部门关注的时刻

tm与成反比，因为日接触率保健设施、提高卫生水潮的到来。第二，当人终将被传染，全变为实际情况。殊莫ª表示该地区的以改善卫生水平，越小卫生水平越高。所平可以推迟传染病高t时i1,即所有病人，这显然不符合

其原因是模型中没有考虑到病人可以治愈，人群中的健康者只能变成病人，病人不会再变成健康者。

模型3 SIR模型

大多数传染病如天花、流感、肝炎、麻疹等治愈后均有很强的免疫力，所以病愈的人即非健康者（易感染者），也非病人（已感染者），他们已经退出传染系统。这种情况比较复杂，下面将详细分析建模过程。

模型假设

1.总人数N不变。人群分为健康者、病人和病愈免疫的移出者（Removed）三类，称SIR模型。三类人在总数N中占的比例分别记作s(t),i(t)和r(t)。病人的日接触率为，日治愈率为（与SI模型相同），传染期接触为 =/。

模型构成

：传染病模型

由假设1显然有

s(t)+i(t)+r(t)=1(12)根据条件2方程（8）仍然成立。对于病愈免疫的移出者而言有

NdrdtNi(13)

再记初始时刻的健康者和病人的比例分别是s0(s00)和i0(i00)(不妨设移出者的初始值r00)，则由(8),(12),(13)式，SIR模型的方程可以写作disii,dtdssi,dti(0)i0(14)

s(0)s0

方程（14）无法求出s(t)和i(t)的解析解，我们先作数值计算。

模型 4 SIR模型

SIR模型是指易感染者被传染后变为感染住，感病者可以被治愈，并会产生免疫力，变为移除者。人员流动图为：S-I-R。

大多数传染者如天花 流感 肝炎 麻疹等治愈后均有很强的免疫力，所以冰域的人即非易感者，也非感病者，因此他们将被移除传染系统，我们称之为移除者，记为R类

假设： 总人数为常数，且i（t）+s（t）+r（t）=n； 单位时间内一个病人能传染的人数与当时健康者人数成正比，比例系数为k（传染强度）。单位时间内病愈免疫的人数与但是的病人人数成正比，比例系数l。称为恢复系数。

可得方程：

diksili,dt

dsksi,dti(0)i00s(0)s00初值r(0)r00

模型分析：

由以上方程组的：dids=p/s-1 p=l/k, 所以i=pln

s0-s+n.容易看出当

t无限大时

i(t)=0;而当s0p时，i(t)单调下将趋于零；上批示，i(t)先单调上升的最高峰，然后再单调下降趋于零。所以这里仍然出现了门槛现象：p是一个门槛。从p的意义可知，应该降低传染率，提高回复率，即提高卫生医疗水平。

令t→∞可得： s0―s=2*s0(s0―p)/p 所以：δp s0=p+δ，当时，s≈2δ，这也就解释了本文开头的问题，即统一地区

数学建模

一种传染病每次流行时，被传染的人数大致不变。

模型的应用与推广：

根据传染病的模型建立研究进而推广产生了传染病动力学模型。传染病动力学[1]是对进行理论性定量研究的一种重要方法,是根据种群生长的特性,疾病的发生及在种群内的传播,发展规律,以及与之有关的社会等因素,建立能反映传染病动力学特性的数学模型,通过对模型动力学性态的定性,定量分析和数值模拟,来分析疾病的发展过程,揭示流行规律,预测变化趋势,分析疾病流行的原因和关键。对于2003年发生的SARS疫情,国内外学者建立了大量的动力学模型研究其传播规律和趋势,研究各种隔离预防措施的强度对控制流行的作用,为决策部门提供参考.有关SARS传播动力学研究多数采用的是SIR或SEIR模型.评价措施效果或拟合实际流行数据时,往往通过改变接触率和感染效率两个参数的值来实现.石耀霖[2]建了SARS传播的系统动力学模型,以越南的数据为参考,进行了Monte Carlo实验,初步结果表明,感染率及其随时间的变化是影响SARS传播的最重要因素.蔡全才[3]建立了可定量评价SARS干预措施效果的传播动力学模型,并对北京的数据进行了较好的拟合.参考文献：

[1]姜启源 编辅导 课程

（九）主讲教师 : 邓 磊

[2]西北工业大学（数学建模）精品课程

[3]耀霖.SARS传染扩散的动力学随机模型[J].科学通报,2003,48(13)1373-1377

第五篇：UML建模优缺点

1.UML的优点：

UML语言使系统建模过程标准化，统一化，规范化。

UML在整个软件开发过程中采用相同的概念和表示方法，在不同的开发阶段，不必转换概念和表示方法，避免了传统软件开发方法的两个鸿沟。

UML采用图形化的表现形式。产生的模型易于理解，易于开发人员与用户之间的沟通，从而能够及时得到用户的反馈信息。

用UML进行系统建模所得到的建模制品不仅仅包括各种模型框图，还有大量丰富的文档，这些文档给系统后期的维护工作带来了便捷。UML不是一门程序设计语言，但可以使用代码生成工具将UML模型转换为多种程序设计语言代码，或使用反向生成工具将程序源代码转换为UML模型。2.UML的缺点：

任何事物都有正反两个方面，UML这种新兴的建模工具也存在它本身的一些不足，总结如下：

无法从语法上建立状态图与顺序图的关系。

无法从语法上建立活动图与顺序图在流程描述中的关系。协作图和顺序图中与消息相伴的参数不能与类图建立关系。