2018年美国大学生数学建模竞赛B题优秀论文解读

华中地区数学建模竞赛于每年五一期间举办。

华中地区数学建模邀请赛是面向华中地区和全国大学生的课外团队性科技活动，邀请赛题目一般来源于工程技术、经济、管理、金融、生物、医学、环境、地质、人口、交通等领域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、掌握文献检索和论文写作技巧。

题目有较大的灵活性供参赛者发挥其创造能力。竞赛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，培养创造精神及合作意识，推动大学数学教学体系、教学、方法的改革，同时也是为全国大学生数学建模竞赛做准备。

2011数学建模国赛B题 求解答

clc;clear

ShapeX = [413 403 383.5 381 339 335 317 334.5 333 282 247 219 225 280 290 337 415 432 418 444 251 234 225 212 227 256 250.5 243 246 314 315 326 327 328 336 336 331 371 371 388.5 411 419 411 394 342 342 325 315 342 345 348.5 351 348 370 371 354 363 357 351 369 335 381 391 392 395 398 401 405 410 408 415 418 422 418.5 405.5 405 409 417 420 424 438 438.5 434 438 440 447 448 444.5 441 440.5 445 444];

ShapeY = [359 343 351 377.5 376 383 362 353.5 342 325 301 316 270 292 335 328 335 371 374 394 277 271 265 290 300 301 306 328 337 367 351 355 350 342.5 339 334 335 330 333 330.5 327.5 344 343 346 342 348 372 374 372 382 380.5 377 369 363 353 374 382.5 387 382 388 395 381 375 366 361 362 359 360 355 350 351 347 354 356 364.5 368 370 364 370 372 368 373 376 385 392 392 381 383 385 381.5 380 360];

N=length(ShapeX);

for i=1:N

for j=1:N

Distance(i,j)=sqrt((ShapeX(i)-ShapeX(j))^2+(ShapeY(i)-ShapeY(j))^2);

end

end

Distance

A=zeros(N);

Max_Value=zeros(N);

for k=1:N

[max_line,column]=max(Distance(k,:));

A(k,column)=max_line;

end

2011年国赛数学建模AB题里面,哪一题好解决一些？就是根据你的主

我主观觉得B题好做些。

A题涉及到多元统计中的聚类问题，但是他给的数据太少，统计学中的各种定理结论没有很好的数据支撑，只能进行很片面的理想性假设，这种做题没什么问题，但是论文一定要斟字酌句，不然难以信服评委给奖，或许扯些多因素参数假设检验之类的能加分，总之感觉飘得很，没有脚踏实地的感觉。总结就是好做，容易的结论，却自己都不知道是不是最优解，得奖也显得运气。

B题就是单纯的人员分配问题，第一问比较有意思，根据你定义的好坏不同有不同的最优解，关键在于多想些安排好坏的定义，题目最开始给出来的就是一些定义的依据与思路，小组三人一定要集思广益，多想想再进行假设，做题。第二问主要不要以最小方程数为目标，那样电脑无法求解，这是技巧性工作，如果能给出合理模型，并结合EXCEL,LINGO,MATLAB之类的做得很漂亮，就几乎肯定能拿奖。所以才觉得B题简单，因为更有迹可循。

求2013年数学建模国赛B题附件3拼接答案

去交流群看看，我找到代码了，可是执行不了。

clear; I=imread（'附件1'）; if(isgray(I)==0) disp（'请输入灰度图像，本程序用来处理128 *128的灰度图像！'）； else if (size(I)~=[128,128]) disp（'图像的大小不合程序要求！'）； else H.color=[1 1 1]； %设置白的画布 figure(H);imshow(I); title（'原图像'）； zeroImage=repmat(uint8(0),[128 128]); figure(H)； %为分裂合并后显示的图设置画布 meansImageHandle=imshow(zeroImage); title（'块均值图像'）； %%%%%设置分裂后图像的大小由于本图采用了128像素的图 blockSize=[128 64 32 16 8 4 2]； %%设置一个S稀疏矩阵用于四叉树分解后存诸数据 S=uint8(128); S(128,128)=0; threshold=input（'请输入分裂的阈值（0--1）：'）；%阈值 threshold=round(255*threshold); M=128;dim=128； %%%%%%%%%%%%%%%%% 分裂主程序%%%%%%%%%%% while (dim>1) [M,N] = size(I); Sind = find(S == dim); numBlocks = length(Sind); if (numBlocks == 0) %已完成 break; end rows = (0:dim-1)'; cols = 0:M:(dim-1)*M; rows = rows(:,ones(1,dim)); cols = cols(ones(dim,1),:); ind = rows + cols; ind = ind(:); tmp = repmat(Sind', length(ind), 1); ind = ind(:, ones(1,numBlocks)); ind = ind + tmp; blockValues= I(ind); blockValues = reshape(blockValues, [dim dim numBlocks]); if(isempty(Sind)） %已完成 break; end [i,j]=find(S); set(meansImageHandle,'CData',ComputeMeans(I,S)); maxValues=max(max(blockValues,[],1),[],2); minValues=min(min(blockValues,[],1),[],2); doSplit=(double(maxValues)-double(minValues))>threshold; dim=dim/2; Sind=Sind(doSplit); Sind=[Sind;Sind+dim;(Sind+M*dim);(Sind+(M+1)*dim)]; S(Sind)=dim; end [i,j]=find(S)； % 用来寻找四叉机分解结果中大小为S的块的位置 set(meansImageHandle,'CData',ComputeMeans(I,S)）； % 显示分解结果块均值图像 Numberofbloks=length(i)； %计算块数 %sizev=size(v); end end 程序2 其实很简单的，看懂下面的语句： PicName1='a.jpg'； % 要合并的图片1 PicName2='b.jpg'； % 要合并的图片2 PicOut='c.jpg'； %合并的结果 IV1=imread(PicName1)； % 读入图片1 IV2=imread(PicName2)； % 读入图片2 PicData=[IV1; IV2]； % 如果是纵向拼接用这个 PicData=[IV1 IV2]； % 如果是横向拼接用这个 imwrite(PicData, PicOut, 'Quality', 75)； % 输出图形附件1'); if(isgray(I)==0) disp（'请输入灰度图像，本程序用来处理128 *128的灰度图像！'）； else if (size(I)~=[128,128]) disp（'图像的大小不合程序要求！'）； else H.color=[1 1 1]； %设置白的画布 figure(H);imshow(I); title（'原图像'）； zeroImage=repmat(uint8(0),[128 128]); figure(H)； %为分裂合并后显示的图设置画布 meansImageHandle=imshow(zeroImage); title（'块均值图像'）； %%%%%设置分裂后图像的大小由于本图采用了128像素的图 blockSize=[128 64 32 16 8 4 2]； %%设置一个S稀疏矩阵用于四叉树分解后存诸数据 S=uint8(128); S(128,128)=0; threshold=input（'请输入分裂的阈值（0--1）：'）；%阈值 threshold=round(255*threshold); M=128;dim=128； %%%%%%%%%%%%%%%%% 分裂主程序%%%%%%%%%%% while (dim>1) [M,N] = size(I); Sind = find(S == dim); numBlocks = length(Sind); if (numBlocks == 0) %已完成 break; end rows = (0:dim-1)'; cols = 0:M:(dim-1)*M; rows = rows(:,ones(1,dim)); cols = cols(ones(dim,1),:); ind = rows + cols; ind = ind(:); tmp = repmat(Sind', length(ind), 1); ind = ind(:, ones(1,numBlocks)); ind = ind + tmp; blockValues= I(ind); blockValues = reshape(blockValues, [dim dim numBlocks]); if(isempty(Sind)） %已完成 break; end [i,j]=find(S); set(meansImageHandle,'CData',ComputeMeans(I,S)); maxValues=max(max(blockValues,[],1),[],2); minValues=min(min(blockValues,[],1),[],2); doSplit=(double(maxValues)-double(minValues))>threshold; dim=dim/2; Sind=Sind(doSplit); Sind=[Sind;Sind+dim;(Sind+M*dim);(Sind+(M+1)*dim)]; S(Sind)=dim; end [i,j]=find(S)； % 用来寻找四叉机分解结果中大小为S的块的位置 set(meansImageHandle,'CData',ComputeMeans(I,S)）； % 显示分解结果块均值图像 Numberofbloks=length(i)； %计算块数 %sizev=size(v); end end 程序2 其实很简单的，看懂下面的语句： PicName1='a.jpg'； % 要合并的图片1 PicName2='b.jpg'； % 要合并的图片2 PicOut='c.jpg'； %合并的结果 IV1=imread(PicName1)； % 读入图片1 IV2=imread(PicName2)； % 读入图片2 PicData=[IV1; IV2]； % 如果是纵向拼接用这个 PicData=[IV1 IV2]； % 如果是横向拼接用这个 imwrite(PicData, PicOut, 'Quality', 75)； % 输出图形 【希望采纳】。

2011数学建模国赛B题 求解答

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）。这是参考答案：http://wenku.baidu.com/view/92631cc0d5bbfd0a795673ad.html希望对你有帮助。

展开。