灰色系统理论的建模思想精Word文件下载.docx
《灰色系统理论的建模思想精Word文件下载.docx》由会员分享,可在线阅读,更多相关《灰色系统理论的建模思想精Word文件下载.docx(11页珍藏版)》请在冰豆网上搜索。
男女
合住115478
合住210448
合住33217
独住110759
独住26828
独住34119
说明:
表头第一行中的数字1、2、3分别指每天每间120~160元、161~200元、201~300元三种不同价格的房间。
合住是指要求两人合住一间。
独住是指可安排单人间,或一人单独住一个双人间。
附表3以往几届会议代表回执和与会情况
附图(其中500等数字是两宾馆间距,单位为米)
二模型假设与符号说明
1.假设参加会议人员实到入住宾馆后全部参加完相应会议,无中途离开现象。
2.假设代表无私家车,无租车。
3假设所有代表于同一日晚到达宾馆区域,并于次日一天中先后参加会议
符号说明
α1,α1,α3为发来回执的代表数量,平均模拟相对误差。
三模型的建立与求解
1问题一
既要安排宾馆入住情况,需要了解代表的入住要求信息,另外,由于
往年存在未回执要求信息而实际到来和要求入住而实际未到的情况,以致反馈到筹备组的数据存在浮动,于是用灰色系统分析预测第五届将会到人数,对其理论背景及相关分析步骤如下所示:
1灰色系统理论的建模思想
灰色预测方法的特点表现在:
首先是它把离散数据视为连续变量在其变化过程中所取的离散值,从而可利用微分方程式处理数据;
而不直接使用原始数据而是由它产生累加生成数,对生成数列使用微分方程模型。
这样,可以抵消大部分随机误差,显示出规律性。
表1
表2
表3
2.灰色系统模型的建立
设原始数列:
X(0)=x(0)
(1),x(0)
(2),x(0)(3),...,x(0)(n)
(0)x其中,(k)≥0,k=1,2,,n{}
其相应的生成数据序列为X
(1)
X
(1)=x
(1)
(1),x
(1)
(2),x
(1)(3),..,.x
(1)(n)
(1)k
i=1{}其中,x(k)=∑x(0)(i),k=1,2,,n
Z
(1)为X
(1)的紧邻均值生成序列
Z
(1)=z
(1)
(1),z
(1)
(2),,z
(1)(n){}
其中,Z
(1)(k)=0.5x
(1)(k)+0.5x
(1)(k-1),k=1,2,n
称x(0)(k)+az
(1)(k)=b为Gm(1,1)模型,其中a,b是需要通过建模求解的参数,若a=(a,b)T为参数列,且
⎡x(0)
(2)⎤⎡-z
(1)
(2)⎢(0)⎥⎢
(1)x(3)⎥B=⎢-z(3)Y=⎢⎢⎢⎥⎢
(1)⎢(0)⎥x(n)⎢⎢⎥⎣-z(n)⎣⎦1⎤⎥1⎥1⎥⎥1⎥⎦
则求微分方程x(0)(k)+az
(1)(k)=b的最小二乘估计系数列,满足
a=(BTB)-1BTY
取x
(1)(0)=x(0)
(1),则
bbˆ
(1)(k+1)=(x(0)
(1)-)e-ak+,k=1,2,,nxaa
还原值
ˆ(0)(k+1)=xˆ
(1)(k+1)-xˆ
(1)(k),k=1,2,,nx
将表1,表2,表3中的数据分别代入可得第五届发来回执的代表数量的预测值1014,计算过程见附表1;
发来回执但未与会的代表数量的预测值285,计算过程见附表2;
未发回执而与会的代表数量的预测值126,计算过程见附表3。
3灰色系统模型的检验
原始序列为
X(0)=x(0)
(1),x(0)
(2),,x(0)(n){}
相应的模型模拟序列为
ˆ(0)=xˆ(0)
(1),xˆ(0)
(2),,xˆ(0)(n)X{}
残差序列
ˆ(0)
(1),x(0)
(2)-xˆ(0)
(2),,x(0)(n)-xˆ(0)(n)}={x(0)
(1)-x
相对误差序列
⎧ε
(1)ε
(2)ε(n)⎫∆=⎨(0),(0),,(0)⎬x(n)⎭⎩x
(1)x
(2)ε(0)={ε
(1),ε
(2),ε(n)}
={∆k}1n
1.对于k<n,称∆k=ε(k)
x(0)(k)为k点模拟相对误差,称∆n=ε(n)
x(0)(n)为
1n滤波相对误差,称=∑∆k为平均模拟相对误差;
nk=1
2.给定α=0.5,当<
α,且∆n<
α成立时,称模型为残差合格模型。
α3=0.0425α1=0.0922求出的α1=0.0731(见附表1),(见附表2),
(见附表3)
α1,α1,α3均小于α=0.5,所以模型为残差合格模型。
附表1Y=[356;
408;
711]
Y=
356
408
711
>
B=[-4931;
-8251;
-1434.51]
B=
1.0e+003*
-0.49300.0010
-0.82500.0010
-1.43450.0010
a1=inv(B'
*B)*B'
*Y
a1=
-0.3919
132.0969
a=-0.3919
a=
b=132.0969
b=
x12=(315-b/a)*exp(-a)+b/ax12=
627.8555
x13=(315-b/a)*exp(-a*2)+b/ax13=
1.0908e+003
x14=(315-b/a)*exp(-a*3)+b/ax14=
1.7759e+003
x02=x12-315
x02=
312.8555
x03=x13-x12
x03=
462.9603
x04=x14-x13
x04=
685.0839
k2=(356-x02)/356
k2=
0.1212
k3=(408-x03)/408
k3=
-0.1347
k4=(711-x04)/711
k4=
0.0365
(0.1212+0.1347+0.0365)/4
ans=
0.0731
X15=(315-b/a)*exp(-a*4)+b/a
x15=
2.7897e+003
x05=x15-x14=1013.8
其中a1=a,x12=x
(1)
(2),x13=x
(1)(3),x14=x
(1)(4),x15=x
(1)(5)
X02=x(0)
(2),x03=x(0)(3),x04=x(0)(4),x05=x(0)(5),
k1=0K1,k2,k3,k4为相对于k点的残差附表2
Y=[115;
121;
213]
115
121
213
B=[-146.51;
-264.51;
-431.51]
-146.50001.0000
-264.50001.0000
-431.50001.0000
-0.3576
49.2324
a=-0.3576
b=49.2324
x12=(89-b/a)*exp(-a)+b/ax12=
186.4459
x13=(89-b/a)*exp(-a*2)+b/ax13=
325.7832
x14=(89-b/a)*exp(-a*3)+b/ax14=
525.0206
x02=x12-89
97.4459
139.3373
199.2375
k2=(115-x02)/115k2=
0.1526
k3=(121-x03)/121k3=
-0.1515
k4=(213-x04)/213k4=
0.0646
(0.1526+0.1515+0.0646)/4ans=
0.0922
X15=(89-b/a)*exp(-a*4)+b/ax15=
809.9090
x05=x15-x14=284.8884其中a1=a,x12=x
(1)
(2),x13=x
(1)(3),X02=x(0)
(2),x03=x(0)(3),x14=x
(1)(4),x15=x
(1)(5)x04=x(0)(4),x05=x(0)(5),
k1=0K1,k2,k3,k4为相对于k点的残差
附表3
Y=[69;
75;
104]
69
75
104
B=[-91.51;
-163.51;
-2531]
-91.50001.0000
-163.50001.0000
-253.00001.0000
-0.2210
45.2445
a=-0.2210
b=45.2445
x12=(57-b/a)*exp(-a)+b/a
x12=
121.7310
x13=(57-b/a)*exp(-a*2)+b/a
x13=
202.4716
x14=(57-b/a)*exp(-a*3)+b/a
x14=
303.1811
x02=x12-57
64.7310
80.7405
100.7096
k2=(69-x02)/69
0.0619
k3=(75-x03)/75
-0.0765
k4=(104-x04)/104
0.0316
(0.0619+0.0765+0.0316)/4
0.0425
x15=(57-b/a)*exp(-a*4)+b/a
428.7985
x05=x15-x14=125.6174
其中a1=a,x12=x
(1)
(2),x13=x
(1)(3),x14=x
(1)(4),x15=x
(1)(5)
2问题二预订宾馆的安排
由以上,已有预测值发回执总数,
发回执未到,未发回执实到人数分别为1014,285,126。
鉴于主办方信用,将要求者住房全部安排,并未满足未发而实到者的需要,也给相应的126人安排。
3问题三会议室的择取
由上,人员多数集中在十字路口,
及几个宾馆入住人数居多现象,安排会议室要结合宾馆区域与人员集散方便情况,又一天上下午分别召开六组会议,于是将会议室安排如下:
4租用客车方案
由以上知,宾馆入住人员分布在十字路口中相邻区域内,安排客车既要照顾到较远宾馆入住人员,所走区域又要能够覆盖宾馆之间路线满足各宾馆人员集散需要。
于是客车应在十字路口的左,上,下端口待车,具体编排方案如下:
结束语:
1模型的评价
本文对于问题一使用了灰色系统分析预测,于较少的离散数据中的变化中成功预测了第五届将到与会人数,是在较少数据下预测数据的绝佳选择。
对问题二使用lingo软件用线性规划进行优化分配,从理论上体现了方案编排的经济,方便,合理性,充分体现了方案的优越性。
2模型的改进
由于会议数据少,本模型在租车问题上满足所有宾馆入住要求,若时间
和会议性质给出,模型可进一步优化。
参考文献:
韩中庚《数学建模方法及应用》(第二版)解放军信息工程出版社2008北京
姜启源《数学模型》高等教育出版社2003北京