數(shù)學(xué)建模優(yōu)秀論文模板(全國(guó)一等獎(jiǎng)模板).doc

《數(shù)學(xué)建模優(yōu)秀論文模板(全國(guó)一等獎(jiǎng)模板).doc》由會(huì)員分享，可在線閱讀，更多相關(guān)《數(shù)學(xué)建模優(yōu)秀論文模板(全國(guó)一等獎(jiǎng)模板).doc（19頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

Haozl覺(jué)得數(shù)學(xué)建模論文格式這么樣設(shè)置 版權(quán)歸郝竹林所有，材料僅學(xué)習(xí)參考 版權(quán)：郝竹林 備注☆§?※§等等字符都可以作為問(wèn)題重述左邊的。。。。。一級(jí)標(biāo)題 所有段落一級(jí)標(biāo)題設(shè)置成段落前后間距13磅 二級(jí)標(biāo)題設(shè)置成段落間距前0.5行 后0.25行 圖和表的標(biāo)題采用插入題注方式 題注樣式在樣式表中設(shè)置 居中 五號(hào)字體 Excel中畫出的折線表 字體 采用默認(rèn)格式 宋體正文 10號(hào) 圖標(biāo)題 在圖上方 段落間距前0.25行 后0行 表標(biāo)題 在表下方 段落間距前0行 后0.25行 行距均使用單倍行距 所有段落均把4個(gè)勾去掉 注意Excel表格插入到word的方式 在Excel中復(fù)制后，粘貼 ，word2010粘貼選用使用目標(biāo)主題嵌入當(dāng)前 Dsffaf 所有軟件名字第一個(gè)字母大寫 比如Excel 所有公式和字母均使用MathType編寫 公式編號(hào)采用MathType編號(hào) 格式自己定義 公式編號(hào)在右邊顯示 農(nóng)業(yè)化肥公司的生產(chǎn)與銷售優(yōu)化方案 摘 要 要求總分總 本文針對(duì)儲(chǔ)油罐的變位識(shí)別與罐容表標(biāo)定的計(jì)算方法問(wèn)題，運(yùn)用二重積分法和最小二乘法建立了儲(chǔ)油罐的變位識(shí)別與罐容表標(biāo)定的計(jì)算模型，分別對(duì)三種不同變位情況推導(dǎo)出的油位計(jì)所測(cè)油位高度與實(shí)際罐容量的數(shù)學(xué)模型，運(yùn)用matlab軟件編程得出合理的結(jié)論，最終對(duì)模型的結(jié)果做出了誤差分析。 針對(duì)問(wèn)題一要求依據(jù)圖4及附表1建立積分?jǐn)?shù)學(xué)模型研究罐體變位后對(duì)罐容表的影響，并給出罐體變位后油位高度間隔為1cm的罐容表標(biāo)定值。我們作圖分析出實(shí)驗(yàn)儲(chǔ)油罐出現(xiàn)縱向傾斜時(shí)存在三種不同的可能情況，即儲(chǔ)油罐中儲(chǔ)油量較少、儲(chǔ)油量一般、儲(chǔ)油量較多的情況。針對(duì)于每種情況我們都利用了高等數(shù)學(xué)求容積的知識(shí)，以傾斜變位后油位計(jì)所測(cè)實(shí)際油位高度為積分變量，進(jìn)行兩次積分運(yùn)算，運(yùn)用MATLAB軟件推導(dǎo)出了所測(cè)油位高度與實(shí)際罐容量的關(guān)系式。并且給出了罐體傾斜變位后油位高度間隔為1cm的罐容標(biāo)定值（見表1），最后我們對(duì)傾斜變位前后的罐容標(biāo)定值殘差進(jìn)行分析，得到樣本方差為，這充分說(shuō)明殘差波動(dòng)不大。我們得出結(jié)論：罐體傾斜變位后，在同一油位條件下傾斜變位后罐容量比變位前罐容量少。 表 1.1 針對(duì)問(wèn)題二要求對(duì)于圖1所示的實(shí)際儲(chǔ)油罐，試建立罐體變位后標(biāo)定罐容表的數(shù)學(xué)模型，即罐內(nèi)儲(chǔ)油量與油位高度及變位參數(shù)（縱向傾斜角度和橫向偏轉(zhuǎn)角度）之間的一般關(guān)系。利用罐體變位后在進(jìn)/出油過(guò)程中的實(shí)際檢測(cè)數(shù)據(jù)（附件2），根據(jù)所建立的數(shù)學(xué)模型確定變位參數(shù)，并給出罐體變位后油位高度間隔為10cm的罐容表標(biāo)定值。進(jìn)一步利用附件2中的實(shí)際檢測(cè)數(shù)據(jù)來(lái)分析檢驗(yàn)?zāi)銈兡Ｐ偷恼_性與方法的可靠性。我們根據(jù)實(shí)際儲(chǔ)油罐的特殊構(gòu)造將實(shí)際儲(chǔ)油罐分為三部分，左、右球冠狀體與中間的圓柱體。運(yùn)用積分的知識(shí)，按照實(shí)際儲(chǔ)油罐的縱向變位后油位的三種不同情況。利用MATLAB編程進(jìn)行兩次積分求得僅縱向變位時(shí)油量與油位、傾斜角的容積表達(dá)式。然后我們通過(guò)作圖分析油罐體的變位情況，將雙向變位后的油位與僅縱向變位時(shí)的油位建立關(guān)系表達(dá)式，從而得到雙向變位油量與油位、傾斜角、偏轉(zhuǎn)角的容積表達(dá)式。利用附件二的數(shù)據(jù)，采用最小二乘法來(lái)確定傾斜角、偏轉(zhuǎn)角的值，用matlab軟件求出、 α=3.30，β=時(shí)總的平均相對(duì)誤差達(dá)到最小，其最小值為0.0594。由此得到雙向變位后油量與油位的容積表達(dá)式，從而確定了雙向變位后的罐容表(見表2)。 本文主要應(yīng)用MATLAB軟件對(duì)相關(guān)的模型進(jìn)行編程求解，計(jì)算方便、快捷、準(zhǔn)確，整篇文章采取圖文并茂的效果。文章最后根據(jù)所建立的模型用附件2中的實(shí)際檢測(cè)數(shù)據(jù)進(jìn)行了誤差分析，結(jié)果可靠，使得模型具有現(xiàn)實(shí)意義。 關(guān)鍵詞：罐容表標(biāo)定；積分求解；最小二乘法；MATLAB；誤差分 目 錄 1 背景知識(shí) 6 1.1 相關(guān)數(shù)據(jù) 6 1.2 相關(guān)數(shù)據(jù) 6 1.3 問(wèn)題概括 6 2 問(wèn)題分析 7 3 模型假設(shè) 7 4 名詞解釋和符號(hào)說(shuō)明 8 4.1 名詞解釋 8 4.2 符號(hào)說(shuō)明 8 5 模型建立與求解 9 數(shù)據(jù)預(yù)處理 9 5.1 問(wèn)題一的分析與求解 11 5.1.1 問(wèn)題分析 11 5.1.2 模型Ⅰ0-1線性規(guī)劃模型 11 5.1.3 模型求解 11 5.2 問(wèn)題二的分析與求解 11 5.2.1 問(wèn)題分析 11 5.2.2 模型Ⅱ客戶滿意度最優(yōu)模型 12 5.2.3 模型求解 12 5.3 問(wèn)題三的分析與求解 12 5.3.1 問(wèn)題分析 12 5.3.2 模型Ⅲ 價(jià)格波動(dòng)模型 12 5.3.3 模型求解 12 6 誤差分析 13 6.1 誤差分析 13 6.1.1 問(wèn)題一的誤差分析 13 6.1.2 問(wèn)題二的誤差分析 13 6.2 靈敏度分析 13 6.2.1 問(wèn)題三的誤差分析 13 6.2.2 問(wèn)題四的誤差分析 13 7 模型評(píng)價(jià)與推廣 14 7.1 模型優(yōu)點(diǎn) 14 7.2 模型缺點(diǎn) 14 7.3 模型推廣 14 參考文獻(xiàn) 15 附錄 16 附錄1 16 附錄2 16 附錄3 16 附錄4 16 2 ★1 問(wèn)題重述 1.1 背景知識(shí) 1.隨著紅外儀器技術(shù)的發(fā)展，更加穩(wěn)定的電源、信號(hào)放大器、更靈敏的光子探測(cè)器、微型計(jì)算機(jī)等的發(fā)展使得近紅外光譜區(qū)作為一段獨(dú)立的且有獨(dú)特信息特征的譜區(qū)得到了重視和發(fā)展。 2.近紅外光譜 (Near infrared spectroscopy，NIRS)分析技術(shù)是近年來(lái)用于制藥行業(yè)的過(guò)程分析技術(shù)（Process analytical technology，PAT），可直接對(duì)固體藥品進(jìn)行快速、無(wú)損檢測(cè)。 3.樣品中的特征吸收峰均來(lái)自于片芯和包衣材料，包衣材料與樣品均有相同的特征吸收，所以建立的方法對(duì)腸溶片包衣厚度建模中的包衣材料定量分析具有專屬性。 1.2 相關(guān)數(shù)據(jù) (1) 同一條件下腸溶片片芯、樣品及包衣各輔料的近紅外光譜腸溶片近紅外光譜圖。 (2) 近紅外檢測(cè)包衣過(guò)程中選取的不同時(shí)間點(diǎn)對(duì)應(yīng)的特征吸收值。 (3) 素片、最優(yōu)包衣和包衣過(guò)程15個(gè)樣本品、10種不同時(shí)刻共150樣本點(diǎn)的吸收值。 1.3 問(wèn)題概括 1.以腸溶片為研究對(duì)象，對(duì)近紅外光譜的吸收波峰提取有效特征峰。 2.在提取的有效特征峰基礎(chǔ)上，對(duì)素片、最優(yōu)包衣和包衣過(guò)程三類所有樣本點(diǎn)分類。 3.在已經(jīng)分好類的前提下，對(duì)未知某一時(shí)刻包衣樣本進(jìn)行識(shí)別，以判別包衣厚度是否合適。 14 ★2 問(wèn)題分析 總： 分： 問(wèn)題分析中不給出結(jié)果，摘要中給出 如下范例： 本題是基于近紅外線光譜以此來(lái)建立腸溶片最優(yōu)包衣厚度終點(diǎn)判別，而本題提供了10個(gè)時(shí)刻和15個(gè)樣本品共150個(gè)樣本點(diǎn)的近紅外線光譜圖。首先對(duì)樣本進(jìn)行劃分，針對(duì)每個(gè)時(shí)刻的15個(gè)樣本，我們將每個(gè)時(shí)刻的前面10個(gè)樣本乘以10種時(shí)刻共100個(gè)樣本作為訓(xùn)練集，而每個(gè)時(shí)刻剩下的5種樣本10種時(shí)刻共50個(gè)樣本作為測(cè)試集，其次需要通過(guò)一種方法對(duì)近紅外光譜的吸收波峰的訓(xùn)練集和測(cè)試集中提取有效特征峰，然后通過(guò)聚類分析方法對(duì)對(duì)素片、最優(yōu)包衣和包衣過(guò)程三類的訓(xùn)練集進(jìn)行分類。然后通過(guò)未知某一時(shí)刻包衣樣本即測(cè)試集進(jìn)行識(shí)別屬于哪一類來(lái)檢驗(yàn)我們的判別分析方法可行性。 對(duì)于問(wèn)題一，采用主成分分析法針對(duì)測(cè)試集和訓(xùn)練集進(jìn)行提取特征峰，為了便于分析，一般情況下提取2到3個(gè)主成分即特征峰，但是對(duì)于提取特征峰2還是3個(gè)，需要分2種情況進(jìn)行討論，以此建立模型Ⅰ。 對(duì)于問(wèn)題二，先對(duì)每個(gè)時(shí)刻的所有樣品點(diǎn)進(jìn)行求平均值，得到共10個(gè)時(shí)刻的樣本點(diǎn)，然后針對(duì)平均值樣本和總體訓(xùn)練集樣本，分別采用加權(quán)模糊均值分類法進(jìn)行分類，通過(guò)平均值樣本點(diǎn)的分類和總體訓(xùn)練集樣本的分類，討論分2類、3類、4類、5類、6類共5種情況。然后選取波長(zhǎng)范圍5407.65-3795.38吸收波值畫出每個(gè)樣本點(diǎn)的折線趨勢(shì)圖進(jìn)行整體趨勢(shì)分析，從光譜圖的趨勢(shì)圖可以看出，吸收峰的強(qiáng)度與波長(zhǎng)的長(zhǎng)度成正相關(guān)，可以判斷出大致的最優(yōu)包衣厚度是105分鐘時(shí)刻，以此驗(yàn)證聚類效果，從而建立模型Ⅱ。 對(duì)于問(wèn)題三，在解決問(wèn)題二的前提下，在已經(jīng)分好類的前提下，建立模型Ⅲ,對(duì)測(cè)試集進(jìn)行驗(yàn)證分類，觀察分類效果。 ★3 模型假設(shè) 1.所有數(shù)據(jù)均為原始數(shù)據(jù)，來(lái)源真實(shí)可靠。 2.近外紅光譜的腸溶片包衣厚度在當(dāng)前條件下不可測(cè)量，只能確定何時(shí)包衣厚度合適。 3.樣品中的特征峰均來(lái)自于片心和包衣材料，不來(lái)源于其他物質(zhì)。 4.包衣材料和樣品均有相同的特征吸收。 5.近紅外光譜在測(cè)量吸收峰時(shí)，吸收峰沒(méi)有其他耗損。 6.素片就是樣品的片心，而樣品=片心+包衣材料，樣品不含其它不相關(guān)物質(zhì)。 ★4 名詞解釋和符號(hào)說(shuō)明 4.1 名詞解釋 樣本點(diǎn)：某一個(gè)時(shí)刻的各個(gè)近紅外線所有波長(zhǎng)對(duì)應(yīng)的吸收值。 樣品點(diǎn)：一個(gè)樣品對(duì)應(yīng)的所有時(shí)刻的各個(gè)近紅外線所有波長(zhǎng)對(duì)應(yīng)的吸收值。 訓(xùn)練集：提取經(jīng)過(guò)波長(zhǎng)降序處理的原始數(shù)據(jù)集的每時(shí)刻前面10個(gè)樣本共100個(gè)樣本。 測(cè)試集：提取經(jīng)過(guò)波長(zhǎng)降序處理的原始數(shù)據(jù)集的每時(shí)刻剩下的5個(gè)樣本共50個(gè)樣本。 平均訓(xùn)練集：訓(xùn)練集的每一時(shí)刻的所有樣品平均值(10個(gè)樣本點(diǎn)) 4.2 符號(hào)說(shuō)明 表 4.1 這是表 符號(hào) 意義 對(duì)原始數(shù)據(jù)近紅外線波長(zhǎng)降序處理和按時(shí)刻、素片、最優(yōu)分組的數(shù)據(jù)集 標(biāo)準(zhǔn)化處理的訓(xùn)練集 標(biāo)準(zhǔn)化處理的測(cè)試集 標(biāo)準(zhǔn)化處理的平均訓(xùn)練集 某一個(gè)吸收峰的標(biāo)準(zhǔn)差 某一個(gè)樣本點(diǎn)在某一個(gè)吸收峰上的值 某一個(gè)吸收峰的平均值 第一有效特征峰 原始數(shù)據(jù)協(xié)方差 得分向量即有效特征峰矩陣 有效特征峰矩陣對(duì)原始數(shù)據(jù)的解釋程度 有效特征峰對(duì)應(yīng)的特征值 訓(xùn)練集的聚類中心 測(cè)試集的聚類中心 平均訓(xùn)練集每個(gè)時(shí)刻對(duì)應(yīng)隸屬度的矩陣 訓(xùn)練集每個(gè)時(shí)刻對(duì)應(yīng)的隸屬度矩陣 ★5 模型建立與求解 數(shù)據(jù)預(yù)處理 在建立模型之前,我們首先對(duì)題目提供的數(shù)據(jù)進(jìn)行如下預(yù)處理: 1.單位轉(zhuǎn)換為一致,各種化肥的標(biāo)準(zhǔn)單位為千噸（kt），銷售額以及利潤(rùn)標(biāo)準(zhǔn)單位均為萬(wàn)元。。。。。 2.表格數(shù)據(jù)轉(zhuǎn)換 將excel表格中的原始數(shù)據(jù)進(jìn)行整理，首先將近紅外線的波長(zhǎng)進(jìn)行降序處理，再將最優(yōu)包衣樣品放在一起，共150行，分為10個(gè)組：分別是15個(gè)腸溶片包衣15分鐘至120分鐘和最優(yōu)包衣組，按15分鐘等差分成的八個(gè)組、一個(gè)15片素片（未包衣）組和一個(gè)15片最優(yōu)包衣組，經(jīng)過(guò)過(guò)降序和分組后的數(shù)據(jù)集記為，便于包衣時(shí)間段的數(shù)據(jù)進(jìn)行趨勢(shì)分析。并且，用excel軟件分別算出各個(gè)組中15個(gè)樣本數(shù)據(jù)的均值，用來(lái)分析包衣總體趨勢(shì)。 3.對(duì)于題目提供數(shù)據(jù)：表2(10種農(nóng)業(yè)化肥產(chǎn)量與成本關(guān)系表)、表3(每種農(nóng)業(yè)化肥的宣傳費(fèi)用隨著銷售量變化表)、表4(每種農(nóng)業(yè)化肥的銷售額隨訂購(gòu)量變化表)、表13(企業(yè)向銷售部發(fā)放計(jì)劃內(nèi)銷售產(chǎn)品的經(jīng)費(fèi)表)以及表14(計(jì)劃外銷售部分銷售部向企業(yè)繳納利潤(rùn)表)提供的數(shù)據(jù)進(jìn)行多項(xiàng)式擬合，通過(guò)做折線圖如下：。。。。。。 4.數(shù)據(jù)標(biāo)準(zhǔn)化處理 對(duì)150個(gè)樣本點(diǎn)記為進(jìn)行數(shù)據(jù)劃分，針對(duì)每個(gè)時(shí)刻的15個(gè)樣本，我們將每個(gè)時(shí)刻的前面10個(gè)樣本乘以10種時(shí)刻共100個(gè)樣本作為訓(xùn)練集記為，而每個(gè)時(shí)刻剩下的5個(gè)樣本10種時(shí)刻共50個(gè)樣本作為測(cè)試集記為。。。。。。。 5.數(shù)據(jù)趨勢(shì)分析 畫出折線圖。。。。。。大致趨勢(shì)分析。。。。。 圖 5.1 2015 鄭州Java軟件開發(fā)老板群 圖 5.2 2015江中劍魔報(bào)名群 表 5.1 這是表 Symbol Explanation the water of Drag coefficient the wind of Drag coefficient the large rectangular area the small rectangular area the least cost of the search aircrafts the wreckage of the aircraft horizontal position the wreckage of the plane vertical position the plane crashed in the process of horizontal displacement the vertical displacement of the plane crashed in the process 圖 5.3 2015 鄭州Java軟件開發(fā)老板群 圖 5.4 2015江中被占梅塞群 多少分三份 或者以下根據(jù)問(wèn)題進(jìn)行寫 5.1 問(wèn)題一的分析與求解 5.1.1 問(wèn)題分析 我們實(shí)際解決的是。。。。。題目要求是。。。。。。。。。。。。方便后面計(jì)算。。。較難以計(jì)算。。。。。 5.1.2 模型Ⅰ0-1線性規(guī)劃模型 1.模型分析 由問(wèn)題分析可知，選用何種類型。。。。。模型優(yōu)點(diǎn) 2.模型建立 具體步驟 (1)干嘛 (2)干嘛 (3)干嘛 (4)干嘛 (5)干嘛 5.1.3 模型求解 將預(yù)處理相關(guān)數(shù)據(jù)呆入如上模型，通過(guò)lingo編程(程序見附錄18)得到，再將longo得到的數(shù)據(jù)經(jīng)過(guò)excel處理得到如下的價(jià)格波動(dòng)的最優(yōu)生產(chǎn)方案如下：。。。。。。 5.2 問(wèn)題二的分析與求解 5.2.1 問(wèn)題分析 我們實(shí)際解決的是。。。。。題目要求是。。。。。。。。。。。。方便后面計(jì)算。。。較難以計(jì)算。。。。。 5.2.2 模型Ⅱ客戶滿意度最優(yōu)模型 1.模型分析 由問(wèn)題分析可知，選用何種類型。。。。。模型優(yōu)點(diǎn) 2.模型建立 具體步驟 (1)干嘛 (2)干嘛 (3)干嘛 (4)干嘛 (5)干嘛 5.2.3 模型求解 將預(yù)處理相關(guān)數(shù)據(jù)呆入如上模型，通過(guò)lingo編程(程序見附錄18)得到，再將longo得到的數(shù)據(jù)經(jīng)過(guò)excel處理得到如下的價(jià)格波動(dòng)的最優(yōu)生產(chǎn)方案如下：。。。。。。 5.3 問(wèn)題三的分析與求解 5.3.1 問(wèn)題分析 我們實(shí)際解決的是。。。。。題目要求是。。。。。。。。。。。。方便后面計(jì)算。。。較難以計(jì)算。。。。。 5.3.2 模型Ⅲ 價(jià)格波動(dòng)模型 1.模型分析 由問(wèn)題分析可知，選用何種類型。。。。。模型優(yōu)點(diǎn) 2.模型建立 具體步驟 (1)干嘛 (2)干嘛 (3)干嘛 (4)干嘛 (5)干嘛 5.3.3 模型求解 將預(yù)處理相關(guān)數(shù)據(jù)呆入如上模型，通過(guò)lingo編程(程序見附錄18)得到，再將longo得到的數(shù)據(jù)經(jīng)過(guò)excel處理得到如下的價(jià)格波動(dòng)的最優(yōu)生產(chǎn)方案如下：。。。。。。 ★6 誤差分析 6.1 誤差分析 6.1.1 問(wèn)題一的誤差分析 1.利用***軟件對(duì)數(shù)據(jù)進(jìn)行處理并作出***圖，簡(jiǎn)便、直觀、快捷； 2.本文建立的模型與實(shí)際緊密聯(lián)系，充分考慮現(xiàn)實(shí)情況的****，從而使模型更貼近實(shí)際，通用性強(qiáng)； 3.靈活利用0-1變量方法建立線性規(guī)劃模型，有成熟的理論基礎(chǔ)，可信度較高； 4.在進(jìn)行線性規(guī)劃時(shí)考慮充分，如考慮到公司化肥的最大生產(chǎn)能力、在實(shí)際條件下每個(gè)意向客戶只愿意購(gòu)買有概率的各種化肥合同量(不可能購(gòu)買沒(méi)有意愿概率的其他不可能存在的各種化肥購(gòu)買量)。 6.1.2 問(wèn)題二的誤差分析 1.利用***軟件對(duì)數(shù)據(jù)進(jìn)行處理并作出***圖，簡(jiǎn)便、直觀、快捷； 2.本文建立的模型與實(shí)際緊密聯(lián)系，充分考慮現(xiàn)實(shí)情況的****，從而使模型更貼近實(shí)際，通用性強(qiáng)； 3.靈活利用0-1變量方法建立線性規(guī)劃模型，有成熟的理論基礎(chǔ)，可信度較高； 4.在進(jìn)行線性規(guī)劃時(shí)考慮充分，如考慮到公司化肥的最大生產(chǎn)能力、在實(shí)際條件下每個(gè)意向客戶只愿意購(gòu)買有概率的各種化肥合同量(不可能購(gòu)買沒(méi)有意愿概率的其他不可能存在的各種化肥購(gòu)買量)。 6.2 靈敏度分析 6.2.1 問(wèn)題三的誤差分析 1.利用***軟件對(duì)數(shù)據(jù)進(jìn)行處理并作出***圖，簡(jiǎn)便、直觀、快捷； 2.本文建立的模型與實(shí)際緊密聯(lián)系，充分考慮現(xiàn)實(shí)情況的****，從而使模型更貼近實(shí)際，通用性強(qiáng)； 3.靈活利用0-1變量方法建立線性規(guī)劃模型，有成熟的理論基礎(chǔ)，可信度較高； 4.在進(jìn)行線性規(guī)劃時(shí)考慮充分，如考慮到公司化肥的最大生產(chǎn)能力、在實(shí)際條件下每個(gè)意向客戶只愿意購(gòu)買有概率的各種化肥合同量(不可能購(gòu)買沒(méi)有意愿概率的其他不可能存在的各種化肥購(gòu)買量)。 6.2.2 問(wèn)題四的誤差分析 1.利用***軟件對(duì)數(shù)據(jù)進(jìn)行處理并作出***圖，簡(jiǎn)便、直觀、快捷； 2.本文建立的模型與實(shí)際緊密聯(lián)系，充分考慮現(xiàn)實(shí)情況的****，從而使模型更貼近實(shí)際，通用性強(qiáng)； 3.靈活利用0-1變量方法建立線性規(guī)劃模型，有成熟的理論基礎(chǔ)，可信度較高； 4.在進(jìn)行線性規(guī)劃時(shí)考慮充分，如考慮到公司化肥的最大生產(chǎn)能力、在實(shí)際條件下每個(gè)意向客戶只愿意購(gòu)買有概率的各種化肥合同量(不可能購(gòu)買沒(méi)有意愿概率的其他不可能存在的各種化肥購(gòu)買量)。 ★7 模型評(píng)價(jià)與推廣 7.1 模型優(yōu)點(diǎn) 1.利用***軟件對(duì)數(shù)據(jù)進(jìn)行處理并作出***圖，簡(jiǎn)便、直觀、快捷； 2.本文建立的模型與實(shí)際緊密聯(lián)系，充分考慮現(xiàn)實(shí)情況的****，從而使模型更貼近實(shí)際，通用性強(qiáng)； 3.靈活利用0-1變量方法建立線性規(guī)劃模型，有成熟的理論基礎(chǔ)，可信度較高； 4.在進(jìn)行線性規(guī)劃時(shí)考慮充分，如考慮到公司化肥的最大生產(chǎn)能力、在實(shí)際條件下每個(gè)意向客戶只愿意購(gòu)買有概率的各種化肥合同量(不可能購(gòu)買沒(méi)有意愿概率的其他不可能存在的各種化肥購(gòu)買量)。 7.2 模型缺點(diǎn) 1.模型是在對(duì)表2、表3、表4、表13和表14的擬合基礎(chǔ)上計(jì)算出各個(gè)可能的化肥合同量對(duì)應(yīng)的不能公司利潤(rùn)與銷售部總收入，由于擬合誤差比較大，經(jīng)過(guò)這樣的多次計(jì)算，誤差將會(huì)累積增大，導(dǎo)致相應(yīng)的最優(yōu)解可能會(huì)出現(xiàn)較大的誤差。 2.在模型Ⅰ中公司總利潤(rùn)進(jìn)行誤差分析時(shí)重新采用窮舉法計(jì)算出較準(zhǔn)確的正確方法，但是此方法還是存在一定的誤差，這是擬合表達(dá)式累加造成的。 7.3 模型推廣 仔細(xì)分析所建立的各個(gè)模型，不難發(fā)現(xiàn)它們不僅可以應(yīng)用于產(chǎn)品的生產(chǎn)銷售領(lǐng)域，還可以推廣到其它很多的領(lǐng)域，例如運(yùn)輸問(wèn)題，總的貨物一定的情況下，根據(jù)不同地點(diǎn)的需求及其所需要的運(yùn)費(fèi)如何安排，進(jìn)行0-1規(guī)劃使運(yùn)費(fèi)最?。恢概蓡?wèn)題，游泳教練選運(yùn)動(dòng)員參加接力賽，根據(jù)各運(yùn)動(dòng)員的各種泳姿的成績(jī)，如何選派使總成績(jī)最好。 參考文獻(xiàn) [1] 楊桂元,黃己立.數(shù)學(xué)建模[M].合肥:中國(guó)科技大學(xué)出版社，2008.8; [2] 劉來(lái)福等.數(shù)學(xué)模型與數(shù)學(xué)建模[M].北京：北京師范大學(xué)出版社，1997； [3] 沈繼紅.數(shù)學(xué)建模[M].哈爾濱：哈爾濱工程大學(xué)出版社，1996； [4] 林齊寧．決策分析[M].北京：北京郵電大學(xué)出版社2003.2； [5] 朱泰云,邱菀華．企業(yè)投資管理的不確定型決策方法[J]．東南大學(xué)學(xué)報(bào)2002．10； [6] 高永斌,楊愛(ài)花,苗長(zhǎng)川.現(xiàn)代市場(chǎng)營(yíng)銷管理[M], 北京：清華大學(xué)出版社，2004； [7] 張紅.企業(yè)營(yíng)銷的項(xiàng)目管理模式研究[J]. 吉林建筑工程學(xué)院學(xué)報(bào),2005.6; [8] 邱苑華.現(xiàn)代項(xiàng)目管理導(dǎo)論[M]. 北京：機(jī)械工業(yè)出版社，2002 。 附錄 附錄1 苗長(zhǎng)川.現(xiàn)代市場(chǎng) 附錄2 苗長(zhǎng)川.現(xiàn)代市場(chǎng) 附錄3 苗長(zhǎng)川.現(xiàn)代市場(chǎng) 附錄4 苗長(zhǎng)川.現(xiàn)代市場(chǎng)