数学建模选修课策略模型.docx
- 文档编号:26002145
- 上传时间:2023-06-17
- 格式:DOCX
- 页数:10
- 大小:16.81KB
数学建模选修课策略模型.docx
《数学建模选修课策略模型.docx》由会员分享,可在线阅读,更多相关《数学建模选修课策略模型.docx(10页珍藏版)》请在冰豆网上搜索。
数学建模选修课策略模型
科技大学
题目:
选课策略数学模型
班级:
姓名:
学号:
摘要
本问题要求我们为了解决学生最优选课问题,本文利用0-1规划模型先找出目标函数,再列出约束条件,分三步得出对最终问题逐层分析化多目标规划为单目标规划,从而建立模型,模型建立之后,运用LINGO软件求解,得到最优解,满足同学选修课程的数量少,又能获得的学分多。
特点:
根据以上分析,特将模型分成以下几种情况,
(1)考虑获得最多的学分,而不考虑所选修的课程的多少;
(2)考虑课程最少的情况下,使得到的学分最多;(3)同时考虑学分最多和选修科目最少,并且所占比例三七分。
在不同的情况下建立不同的模型,最终计算出结果。
关键词0-1规划选修课要求多目标规划
模型一:
同时要求课程最少而且获得的学分最多,并按3:
7的重要性建立模型。
模型二:
要求选修课的课程最少,学分忽略;约束条件只有,每人至少学习2门数学,3门运筹学,2门计算机,和先修课的要求建立模型一。
模型三:
要求科目最少的情况下,获得的学分尽可能最多,只是目标函数变了,约束条件没变。
一.问题的重述
某学校规定,运筹学专业的学生毕业时必须至少学过两门数学课,三门运筹学课,两门计算机。
这些课程的编号,名称,学分,所属类别和选修课的要求如表所示。
那么,毕业时最少可以学习这些课程中的哪些课程。
如果某个学生即希望选修课程的数量最少,又希望所获得的学分最多,他可以选修哪些课程?
课程编号
课程名称
学分
所属类别
先修课要求
1
微积分
5
数学
2
线性代数
4
数学
3
最优化方法
4
数学;运筹学
微积分;线性代数
4
数据结构
3
数学;计算机
计算机编程
5
应用统计
4
数学;运筹学
微积分;线性代数
6
计算机模拟
3
计算机;运筹学
计算机编程
7
计算机编程
2
计算机
8
预测理论
2
运筹学
应用统计
9
数学实验
3
运筹学;计算机
微积分;线性代数
二.模型的假设及符号说明
1.模型假设
1)学生只要选修就能通过;
2)每个学生都必须遵守规定;
2.符号说明
1)xi:
表示选修的课程(xi=0表示不选,xi=1表示选i=1,2,3,4,5,6,7,8,9);
三.问题分析
对于问题一,在忽略所获得学分的高低,只考虑课程最少,分析题目,有先修课要求,和最少科目限制,建立模型一,计算求出结果;
对于问题二,在模型一的条件下,考虑分数最高,把模型一的结果当做约束条件,建立模型二,计算求出结果;
对于问题三,同时考虑两者,所占权重比一样,建立模型三;
四.模型的建立及求解
模型一
目标函数:
min=0.7*(x1+x2+x3+x4+x5+x6+x7+x8+x9)-0.3*(5*x1+4*x2+4*x3+3*x4+4*x5+3*x6+2*x7+2*x8+3*x9)
约束条件:
x1+x2+x3+x4+x5>=2;
x3+x5+x6+x8+x9>=3;
x4+x6+x7+x9>=2;
2*x3-x1-x2<=0;
x4-x7<=0;
2*x5-x1-x2<=0;
x6-x7<=0;
x8-x5<=0;
2*x9-x1-x2<=0;
模型的求解:
输入:
min=0.7*(x1+x2+x3+x4+x5+x6+x7+x8+x9)-0.3*(5*x1+4*x2+4*x3+3*x4+4*x5+3*x6+2*x7+2*x8+3*x9;
);
x1+x2+x3+x4+x5>=2;
x3+x5+x6+x8+x9>=3;
x4+x6+x7+x9>=2;
2*x3-x1-x2<=0;
x4-x7<=0;
2*x5-x1-x2<=0;
x6-x7<=0;
x8-x5<=0;
2*x9-x1-x2<=0;
bin(x1);bin(x2);bin(x3);bin(x4);bin(x5);bin(x6);bin(x7);bin(x9);
输出:
Globaloptimalsolutionfound.
Objectivevalue:
-2.800000
Extendedsolversteps:
0
Totalsolveriterations:
0
VariableValueReducedCost
X11.000000-0.8000000
X21.000000-0.5000000
X31.000000-0.5000000
X41.000000-0.2000000
X51.000000-0.5000000
X61.000000-0.2000000
X71.0000000.1000000
X80.0000000.1000000
X91.000000-0.2000000
RowSlackorSurplusDualPrice
1-2.800000-1.000000
23.0000000.000000
31.0000000.000000
42.0000000.000000
50.0000000.000000
60.0000000.000000
70.0000000.000000
80.0000000.000000
91.0000000.000000
100.0000000.000000
1.模型二:
目标函数:
minz=x1+x2+x3+x4+x5+x6+x7+x8+x9
约束条件:
X1+x2+x3+x4+x5>=2
X3+x5+x6+x8+x9>=3
X4+x6+x7+x9>=2
2*x3-x1-x2<=0
x4-x7<=0
2*x5-x1-x2<=0
x6-x7<=0
x8-x5<=0
2*x9-x1-x2<=0
模型的求解
本文运用lingo运算球的结果:
输入
min=x1+x2+x3+x4+x5+x6+x7+x8+x9;
x1+x2+x3+x4+x5>=2;
x3+x5+x6+x8+x9>=3;
x4+x6+x7+x9>=2;
2*x3-x1-x2<=0;
x4-x7<=0;
2*x5-x1-x2<=0;
x6-x7<=0;
x8-x5<=0;
2*x9-x1-x2<=0;
bin(x1);bin(x2);bin(x3);bin(x4);bin(x5);bin(x6);bin(x7);bin(x9);
输出:
Globaloptimalsolutionfound.
Objectivevalue:
6.000000
Extendedsolversteps:
0
Totalsolveriterations:
1
VariableValueReducedCost
X11.0000001.000000
X21.0000001.000000
X31.0000001.000000
X40.0000001.000000
X50.0000001.000000
X61.0000001.000000
X71.0000001.000000
X80.0000001.000000
X91.0000001.000000
RowSlackorSurplusDualPrice
16.000000-1.000000
21.0000000.000000
30.0000000.000000
41.0000000.000000
50.0000000.000000
61.0000000.000000
72.0000000.000000
80.0000000.000000
90.0000000.000000
100.0000000.000000
模型三:
目标函数:
MaxW=5*x1+4*x2+4*x3+3*x4+4*x5+3*x6+2*x7+2*x8+3*x9;
约束条件:
X1+x2+x3+x4+x5>=2
X3+x5+x6+x8+x9>=3
X4+x6+x7+x9>=2
2*x3-x1-x2<=0
x4-x7<=0
2*x5-x1-x2<=0
x6-x7<=0
x8-x5<=0
2*x9-x1-x2<=0
x1+x2+x3+x4+x5+x6+x7+x8+x9=6
运用lingo解题:
输入:
max=5*x1+4*x2+4*x3+3*x4+4*x5+3*x6+2*x7+2*x8+3*x9;
x1+x2+x3+x4+x5>=2;
x3+x5+x6+x8+x9>=3;
x4+x6+x7+x9>=2;
2*x3-x1-x2<=0;
x4-x7<=0;
2*x5-x1-x2<=0;
x6-x7<=0;
x8-x5<=0;
2*x9-x1-x2<=0;
x1+x2+x3+x4+x5+x6+x7+x8+x9=6;
bin(x1);bin(x2);bin(x3);bin(x4);bin(x5);bin(x6);bin(x7);bin(x9);
输出:
Globaloptimalsolutionfound.
Objectivevalue:
22.00000
Extendedsolversteps:
0
Totalsolveriterations:
0
VariableValueReducedCost
X11.000000-3.000000
X21.000000-2.000000
X31.000000-2.000000
X40.000000-1.000000
X51.000000-2.000000
X61.000000-1.000000
X71.0000000.000000
X80.0000000.000000
X90.000000-1.000000
RowSlackorSurplusDualPrice
122.000001.000000
22.0000000.000000
30.0000000.000000
40.0000000.000000
50.0000000.000000
61.0000000.000000
70.0000000.000000
80.0000000.000000
91.0000000.000000
102.0000000.000000
110.0000002.000000
五.结果的检验与分析
经过检验输入式子正确,结果多次验证一样。
结果分析:
模型一分析:
模型一的结果为x1=x2=x3=x6=x7+x9=1即选修编号为1,2,3,6,7,9的选修课时达到了,在选修课的课程最少。
最少为6门。
模型二分析:
模型二的结果为x1=x2=x3=x5=x6=x7=1即选修编号为1,2,3,5,6,7的选修课时达到了,在选修课程最少的情况下,尽可能的分数最多,最多为22学分。
模型三分析:
课程数与学分数按权重三七分,结果为x1+x2+x3+x4+x5+x6+x7+x9=1即只有编号为8的不用选修,共28学分。
六.模型的评价与推广
本文运用了0-1规划解决了学修课选择的难题,但是还没有建立满足不同需要的学生,还需要进一步的建立模型和计算。
如建立以学分最多为目标的模型,或建立以课程数和学分数等权重的模型。
解决不同的问题。
七.参考文献
【1】峰照强,数学建模,大学,2005年
【2】何勇启帆谈之奕,数学建模,大学,2005年
【3】启源金星叶俊,数学模型,高等教育,2003年8月
【4】王庚实用计算机数学建模,大学,2000年
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数学建模 选修课策略模型 数学 建模 选修课 策略 模型