数学建模论文选址优化 - 图文(5)

§8 模型的评价与推广

一、模型的评价

1．优点：

⑴本文由浅入深、方法直接有效，易于推广；

⑵、利用EXCEL作图简便、直观、快捷，用MATLAB对数据进行处理，省去不必要的复杂计算；

⑶、运用多种数学软件（如EXCEL、MATLAB），取长补短，使计算结果更加准确； ⑷、本文建立的模型与实际紧密联系，贴近实际，通用性强。 2．缺点：

⑴对于一些数据，我们对其进行了一些必要的处理，会带来一些误差； ⑵模型中为使计算简便，使所得结果更理想化，忽略了一些次要因素； 二、模型的推广

此篇论文的模型可以用在一些有季节性的问题的预测。可以为厂家决定如何投资建厂。模型三可推广到一些污水处理，最节省管道问题、飞机航线最短问题、工厂运输货物问题。

参考文献

[1]百度百科.http://baike.http://www.wodefanwen.com/;

[2]赫萌萌.人工成本：上涨进行时。印刷经理人2012年01期. p32;

[3]杨桂元，黄己立.数学建模[M]，合肥：中国科学技术大学出版社，2008.8; [4]李柏年，胡守信.基于MATLAB的数学实验[M]，北京：科学出版社，2004.6;

[5] Frank.Giordano William P.Fox Steven B.Hortorice D.Weir (美）姜启源,叶其孝等译 数学建模(原书第四版）机械工业出版社.2009

附录

附表1 1 2 3 4 城市 297 559 930 1520 天津 255 550 591 1238 太原 石家庄 116 470 695 1313 178 283 730 1289 济南 郑州 392.5 257 358 945 678 696 213 802 西安 850 565 1044 1289 上海 637 287 769 1071 南京 622 254 634 932 合肥

附表2

5 1562 1400 1415 1287 1044 1099 987 834 786 6 1400 1337 1306 1122 979 1196 641 618 689 城市 武汉 重庆 杭州 长沙 南昌 贵阳 福州 广州 南宁 1 2 3 4 5 6 745 450 426 621 575 540 1192 1077 525 382 863 1143 845 559 941 1117 823 479 1027 734 551 383 319 489 936 605 682 680 413 264 1147 1251 775 266 726 1081 1270 825 1122 1009 564 196 1608 1280 1095 610 271 581 1731 1468.7 1128 963 632 1024 20

地名 天津 太原 石家庄 济南 郑州 西安 上海 南京 合肥 武汉 重庆 杭州 长沙 南昌 贵阳 福州 广州 南宁

程序1

1 206900 220000 131700 148600 188900 120220 147700 209800 144000 163000 180400 180100 215500 240300 335300 241500 236400 261900 2 290600 296400 328500 361200 311700 314500 345800 353500 377000 382200 505000 368300 327500 311100 369600 417500 524900 417400 3 487900 510900 413400 391300 403000 424600 417300 503200 552000 379000 394100 414400 429800 361200 415100 409800 404100 447100 4 480900 553500 486800 458300 452600 427900 369800 388000 397600 358800 428500 457100 403400 411500 430500 493600 433800 444700 5 476100 477300 481200 471800 557200 474000 448400 437400 435300 425800 457200 512000 453100 463800 475400 453800 420100 410500 6 440900 316000 336700 336000 335700 352100 388100 442400 390700 398400 422700 373800 369700 383200 425800 334500 427100 397600 7 415300 417100 455400 568300 488600 436300 417800 432400 492600 507800 527500 397200 270800 200700 181700 226500 262500 369300 8 424600 417300 503200 552000 552000 379000 394100 397600 358800 428500 314500 345800 353500 417300 503200 425800 463800 430500 9 382200 311100 427900 369800 377000 480900 336700 435300 424600 345800 353500 394100 414400 345800 353500 377000 382200 209800 10 379000 361200 474000 448400 379000 476100 436300 455400 568300 417300 503200 428500 457100 417300 503200 552000 379000 353500 11 358800 377000 352100 388100 453100 440900 379000 557200 474000 369800 388000 457200 512000 369800 388000 397600 358800 503200 >>G %G是我预先在matlab中预先保存好矩阵一个.m文件，使得代码看起来简洁

data=G_1; %G.m文件里的矩阵的名为G_1 m=(1:11); %得到一个1行11列的矩阵 x1=cumtrapz(data,2);

o=data(1,:); %获得data中的第1行的所有元素 t=x1(1,:); %获得x1中的第1行的所有元素

pt=polyfit(m,t,2); %通过对前面数据的观察和分析，我们得出使用二阶抛物线拟合 % pt= 1.0e+05 *

% -0.0113 4.3674 -5.5685 plot(m,t,'o',m,polyval(pt,m)) o=[o zeros(1,13)] %纵向拓展矩阵 for i=12:24

o(i)=(polyval(pt,i)-polyval(pt,i-1))*2-o(i-1); end

plot(o),grid

G.m

（下面的代码注释和这段代码相似） 程序2

21

>> x1=cumtrapz(data,2); o=data(2,:); t=x1(2,:);

pt=polyfit(m,t,2);

plot(m,t,'o',m,polyval(pt,m)) o=[o zeros(1,13)] for i=12:24

o(i)=(polyval(pt,i)-polyval(pt,i-1))*2-o(i-1); end

plot(o,'-.b*'),grid 程序3

>> x1=cumtrapz(data,2); o=data(3,:); t=x1(3,:);

pt=polyfit(m,t,2);

plot(m,t,'o',m,polyval(pt,m)) o=[o zeros(1,13)] for i=12:24

o(i)=(polyval(pt,i)-polyval(pt,i-1))*2-o(i-1); end

plot(o,'-.k*'),grid 程序4

>> x1=cumtrapz(data,2); o=data(4,:); t=x1(4,:);

pt=polyfit(m,t,2);

plot(m,t,'o',m,polyval(pt,m)) o=[o zeros(1,13)] for i=12:24

o(i)=(polyval(pt,i)-polyval(pt,i-1))*2-o(i-1); end

plot(o,'-.g*'),grid 程序5

>> x1=cumtrapz(data,2); o=data(5,:); t=x1(5,:);

pt=polyfit(m,t,2);

plot(m,t,'o',m,polyval(pt,m)) o=[o zeros(1,13)] for i=12:24

o(i)=(polyval(pt,i)-polyval(pt,i-1))*2-o(i-1); end

plot(o,'-.m*'),grid 程序6

22

>> x1=cumtrapz(data,2); o=data(6,:); t=x1(6,:);

pt=polyfit(m,t,2);

plot(m,t,'o',m,polyval(pt,m)) o=[o zeros(1,13)] for i=12:24

o(i)=(polyval(pt,i)-polyval(pt,i-1))*2-o(i-1); end

plot(o,'-.c*'),grid 程序7

>> x1=cumtrapz(data,2); o=data(7,:); t=x1(7,:);

pt=polyfit(m,t,2);

plot(m,t,'o',m,polyval(pt,m)) o=[o zeros(1,13)] for i=12:24

o(i)=(polyval(pt,i)-polyval(pt,i-1))*2-o(i-1); end

plot(o,'-c*'),grid 程序8

>> x1=cumtrapz(data,2); o=data(8:); t=x1(8:);

pt=polyfit(m,t,2);

plot(m,t,'o',m,polyval(pt,m)) o=[o zeros(1,13)] for i=12:24

o(i)=(polyval(pt,i)-polyval(pt,i-1))*2-o(i-1); end

plot(o,'-m*'),grid 程序9

>> x1=cumtrapz(data,2); o=data(9:); t=x1(9，:);

pt=polyfit(m,t,2);

plot(m,t,'o',m,polyval(pt,m)) o=[o zeros(1,13)] for i=12:24

o(i)=(polyval(pt,i)-polyval(pt,i-1))*2-o(i-1); end

23

plot(o,'-g*'),grid 程序10

>> x1=cumtrapz(data, …… 此处隐藏：3642字，全部文档内容请下载后查看。喜欢就下载吧 ……