数学建模结课论文3000字论文Word格式文档下载.docx
《数学建模结课论文3000字论文Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《数学建模结课论文3000字论文Word格式文档下载.docx(4页珍藏版)》请在冰豆网上搜索。
学一A、B、学二餐厅、学三餐厅。
每天共有包括学生、教职工和校外人员约17000人在这三个餐厅就餐。
对餐厅方面来说,准确的掌握顾客的需求、以及不同时间段、不同日期的就餐人数,才可以有效的减少浪费、提高餐厅的服务质量、和广大师生的满意度。
所以如何满足大多数人的要求,有效的预测各个餐厅的就餐比例、就餐人数,以减少浪费,就成了本次我所研究的问题。
2.问题分析层次分析法(Theanalytichierarchyprocess,简称AHP),是将决策总是有关的元素分解成目标、准则、方案等层次,在此基础上进行定性和定量分析的决策方法。
这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上,利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法,尤其适合于对决策结果难于直接准确计量的场合。
利用层次分析法,建立关于餐厅综合评价的层次分析模型。
选取餐厅服务、餐厅容量、价格、午餐质量、宿舍与餐厅的距离作为影响餐厅综合评价的因素。
根据我校的实际情况,大部分的学生家庭条件属于中下等,每月的生活费在600元至800元之间,学生在大多数情况下会选择在学校餐厅就餐,并且学生对餐厅饮食口味并没有特别的偏好,每一栋教学楼上课的人数虽然流动性很大但总体来说是比较稳定的,所以假定餐厅就餐人数在一定程度上可以说是不变的。
3.模型假设与符号说明3.1模型假设①排除学生因为饭菜口味不适(或其他原因)而不到餐厅吃饭的情况;
②学校共有师生约17000人,假设每餐在校外周边饭馆吃饭占1/4;
③排除天气因素的影响;
④周末有学生回家,有一部分在学校外面吃饭;
3.2符号说明c1:
餐厅服务;
c2:
餐厅的容量;
c3:
价格;
c4:
午餐质量;
c5:
宿舍与餐厅的距离;
P1:
学一A、B;
P2:
学二餐厅;
P3:
学三餐厅A:
描述准则层五元素间关系的成对比较矩阵;
Bi:
描述准则层Ci元素对餐厅P1,P2,P3的影响情况的成对比较矩阵;
λ:
矩阵A的最大特征根;
λi:
矩阵Bi的最大特征根;
w:
矩阵A的权向量;
wi:
矩阵Bi的权向量;
4.模型的建立4.1建立层次分析模型对于餐厅综合评价,建立了一个层次分析模型。
该模型的层次包括:
目标层--餐厅综合评价,准则层--餐厅服务、餐厅的容量、价格、午餐质量、宿舍与餐厅的距离,方案层--学一A、B、学二餐厅、学三餐厅。
其层次结构如下图一所示:
4.2构造成对比较矩阵图一利用层次分析法(Theanalytichierarchyprocess),以1-9比较法为依据,构造了准则层各元素之间、方案层对于准则层各元素的成对比较矩阵共6个:
准则层五元素之间的关系:
c1c2c3c4c5C1?
1?
C2?
1/3?
?
C3?
7?
C4?
5C5?
?
9315481/71/51/9?
1/51/41/8?
131/4?
1/311/5?
451?
餐厅服务:
餐厅的容量:
P1P2P3P1P2P3P1?
133?
P2?
1/311/3?
2?
P3?
1/331?
价格:
午餐质量:
P1P2P3P1P2P3P1?
11/31/4?
312?
3P3?
41/21?
宿舍与餐厅的距离:
P1P2P3P1?
113?
5P3?
1/31/31?
P1?
134?
1/311?
1P3?
1/411?
132?
1/311/3?
4P3?
1/231?
表-11-9尺度aij的含义4.3对于每一个成对比较矩阵计算最大特征根及对应的权向量利用“和法”计算方法:
a.将矩阵的每一列向量归一化得~?
ij~?
a/aij?
ijij?
i?
1nb.对按行求和得~?
~ijij?
1nn~~*?
/?
~iii?
Ti?
1ic.将归一化,w=(ω1,,ω2,?
,ωn)即为近似特1n(?
w)i?
ni?
1?
i,作为最大特征根的近似值。
d.计算按照“和法”依次求得矩阵A,B1,B2,B3,B4,B5的最大特征根和特征向量如下所示:
A的最大特征根λ=5.6258,对应的特征向量为062w?
(0.0.0410.3200.1270.450)T;
B1的最大特征根λB2的最大特征根λ10.6350.1890.175)w?
(1T=3.00,对应的特征向量为;
288).5750.1400.w2?
(0T2=3.12,对应的特征向量为;
B3的最大特征根λ3=3.10,对应的特征向量为B4的最大特征根λ4=3.04,对应的特征向量为B5的最大特征根λ其中5?
(0.13w30.53w4?
(0.51140.0.36)0.34)T;
;
。
T=2.99,对应的特征向量为?
(430.w50.43T14)0.w,w1,w2,w3,w4,w5由于已被归一化,所以均可作为准则层各项对目标层的权向量。
4.4一致性检验?
-n一致性指标CI=n-1(其中λ为待检验一致性矩阵的最大特征值,n为该矩阵的阶数)。
当CI=0时,该矩阵为一致阵。
然而,实际情况下,CI=0是很难实现的,对于n≥3的成对比较矩阵,将它的一致性指标CI与同阶的随即一致性指标R之比称为一致性比例CR,当CR=CI/RI<0.1时,认为矩阵的不一致程度在允许的范围类,可用其特征向量作为权向量。
利用上述方法,求得A,B1,B2,B3,B4,B5的CI值依次为0.016、0.000、0.060、0.050、0.020、-0.005;
查表计算得它们的CR值依次为0.014、0.00、0.010、0.086、0.034、0.009,显然,CR值均小于0.1,那么A,B1,B2,B3,B4,B5的不一致程度都在允许的范围类。
4.5计算组合权向量并做组合一致性检验由准则层各项对目标层(即餐厅综合评价)的权向量那么构造出矩阵W?
w1w2w3?
3?
w1,w2,w3,w4,w5已求出,w4w5?
则所求决策层(即餐厅层)组合权向量为w?
Ww,(3)表示由上而下第三层。
那么,130.6350.5750.?
1891400.510.0.W?
0.1750.2880.36?
530.0.140.34430.430.0.14?
0.062?
0.041?
320?
w?
0.?
0.127?
0.450?
,W通过了,一致性检验,则求得。
学一餐厅P1?
0.3654?
0.3920w(3)?
学二餐厅?
学三餐厅P3?
0.2449?
5.结果分析5.1结果分析结果表明,三个餐厅在综合评价中的权重学二餐厅0.3920>
学一餐厅0.3654>
学三餐厅0.2449,即学二餐厅的综合评价最高,学一餐厅稍次之,学三餐厅最低。
篇三:
数学建模结课论文数学建模结课论文题目:
A进货策略参赛队员信息:
论文题目:
进货策略摘要:
我们通过对附表1中数据的分析,发现商品的出售具有一定的周期性质。
首先,我们利用泊松分布(A商品)和正态分布(B,C商品),找出商店缺货零出的点及其频率,进而得出商店进货的周期。
然后因为题中已知数据记录偏多,故而我们以月为单位,将各类商品的出售数量进行统计和作图(可简化题目)。
接下来,我们再通过傅里叶变化得出该数据中的幅频最高的点,找出其幅频最高的点对应的周期,验证正态分布中的周期。
再接下来,运用最直接的极大值和极小值的方法,得出周期,再去验证之前得到的周期的正确性。
在问题一中,通过一些图形模拟和计算,得出A,B,C商品的进货(缺货)的周期大约是12天。
所以就可以很容易的得出,该商店的进货策略和在825天内进了多少次货。
在问题二中,我们通过泊松分布的得出A的日需求量为3.07件,由正态分布很容易得出B的平均值为4.5左右,C的平均值为7左右,即B,C的日需求量约为4.5和7。
在问题三中,通过程序,找出A,B,C中连续点或者是相邻差值非常大的点,再从中挑选出符合缺货条件的点,从而算出,A的缺货时间为93天,缺货量为301件。
B缺货时间大约为62天,缺货量大约286件。
C缺货时间大约为48天,缺货量大约为339天。
在问题四中,通过计算,A在每个周期内缺货大约为4.36件,确定B在每个周期内缺货大约4.14件,C在每个周期内大约缺货4.91件。
由此,我们可以很容易得出当周期为11天时,A,B,C三种商品的缺货损失减半。
关键词:
泊松分布正态分布傅里叶变换假设检验1一问题重述1.1背景:
已知某商店取得了某物在该区域的市场经销权,销售该物的三类产品,附表1给出了该店过去连续825天的三类产品销售记录。
通过分析附表1,解决下述四个问题。
1.2问题描述:
(1)该店三类产品的进货策略是什么?
800多天内共进了多少次货?
(2)该三类产品在该区域的市场需求如何?
(3)分析现有进货策略下,该店的缺货情况(包括缺货时间及缺货量)。
(4)如果现有进货策略已经充分考虑了该店的产品存贮能力,如何改进进货策略,将缺货损失减半,且进货次数尽可能少?
二问题分析我们第一眼看到题目时,发现题目中附表的数据颇多,而且绘成图之后没有明显的图象趋势,没有明显的特点。
所以我们决定对原始数据进行一系列的处理,包括傅里叶变换,频率分布等处理,希望取得图象深程度的理解,以便简化题目中的大量数据。
在问题
(一)中,我们认为这是一个固定周期的模型。
只要通过对数据的分析,找出商家去购买商品的大概周期,然后我们再结合数据中的一些特殊情况,就可以找出商家的进货方式了。
然后我们用825除以周期,就可以得到商家在825天内大概进了多少次货。
在问题
(二)中,我们认为如果找到了,A,B,C的本质分布曲线,就可以通过求平均值或者正态分布平均值的方法,得到居民对于A,B,C的日需求量。
在问题(三)中,我们认为要分析缺货情况,必须要在数据中找到哪些数据是断货或是缺货的,然后我们在找出缺货时间的基础上,去得到缺货量。
在问题(四)中,我们认为只要找到在825天的缺货量,再除以售卖周期,就可以得到在每个周期内的缺货数量。
这样就可以通过调整周期得到让让缺货损失减半的方法。
三模型假设
(一)商家是定期去采购商品;
(二)A,B,C商品储存方式不能替代;
(三)在商品无限充足的自然情况下,商品售出的数量大约呈正态分布。
四符号说明2五模型的建立与求解对于A商品:
我们首先用matlab将B,C数据进行正态分布处理数据,并作出图象,见下图(其中横坐标为出售数量,纵坐标为频率):
(一)泊松分布泊松分布的概率分布函数为:
其中λ>
.0是常数,则称X服从参数为λ的泊松分布,记作X~P(λ)。
泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率。
泊松分布适合于描述单位时间内随机事件发生的次数。
且在泊松分布中,平均值和方差均为λ。
(二)具体问题分析在A商品的出售量的数据中,我们可以得到,A商品的出售数量平均值为2.76(图中显示为3.76),方差为3.07(图中显示为4.07)。
我们取泊松分布中λ=3.07,得到标准的泊松分布函数。
商品A的图象与标准泊松分布图象(为便于观察,图象向右平移一个单位)3结合图形和理论数据,我们可以很容易的看出,A的出售数量与频率的分布图象和泊松分布的图象十分相近。
在图象中我们可以看出A的出售数量在零附近的概率非常高,我们认为这是因为A的缺货时间非常长,缺货量非常大而产生的。
对于B,C商品:
(一)正态分布正态分布,是一种概率分布。
公式为:
第一参数μ是服从正态分布的随机变量的均值,第二个参数σ是此随机变量的方差,所以正态分布记作N(μ,σ)。
服从正态分布的随机变量的概率规律为取与μ邻近的值的概率大,而取离μ越远的值的概率越小;
σ越小,分布越集中在μ附近,σ越大,分布越分散。
(二)具体问题分析我们首先用matlab将B,C数据进行处理,并作出图象,用matlab中的ttest函数,进行拟合分析,得出图象和正态分布的拟合度达到95%以上,几乎可以认为是正态分布。
根据数据,我们得到B的出售数量平均值为4.62(图中显示5.62,以下数据相同),C的出售数量平均值为7.49。
根据B商品的出售数据中,我们可以得到它的平均数和每个频数对应的频率。
当我们取正态分布中的的参数μ=4.5,并且σ=2.4018时。
就可以得到与B商品出售数量相对应的正态分布曲线。
商品B的图象与标准正态分布图象(其中图象横坐标为出售数量,纵坐标为频率。
为便于观察,图象向右平移一个单位):
根据C商品的出售数据中,我们可以得到它的平均数和每个频数对应的频率。
当我们取正态分布中的的参数μ=7,并且σ=2.9120时。
就可以得到与C商品出售数量相对应的正态分布曲线。
商品C的图象与标准正态分布图象(其中图象横坐标为出售数量,纵坐标为频率。
4