2022亚太杯数学建模E题(1月补赛)

news2024/11/15 5:42:28

占个位置吧,更新E题的详细思路代码,文章末尾名片获取!ABC题已更新

持续为更新参考思路

E题思路分析:

第一问都是一些基础的数据分析问题,使用题目给出的数据稍加整理归纳即可得出结论。

E题给了4张表格数据,

第一张表是世界1938-2022年全球核武器扩散情况表,共有三栏,分别列出了 考虑拥有核武器、正在追求核武器和已经拥有核武器的国家数量。

第二张表是10个主要拥核国家从1945到2022年的核武数量情况。 第三张表是8个主要拥核国家从1945到2019年的核试验次数。

第四张表是全球所有198个国家从1938到2022年对核武器的需求意愿情况(0 -不考虑,1-考虑拥有核武器,2-正在研发核武器,3- 已拥有)

1.基本数据分析

a)哪些国家曾经拥有过核武器?

这个问题只要分析题目给出的最后一张表,筛选出status曾经为3的国家 即可,共10个国家(中、美、英、法、俄、印度、巴基斯坦、以色列、朝鲜、 南非) (题目说是曾经拥有过,所以南非也要算进去)。

可以通过“核武测试”和“核武拥有”两个指标来度量⼀个国家是否拥有核武,可以对已经进⾏过“核武测试”和“核武拥有”的国家进⾏可视化展⽰(柱状图,折线图),最后给出结果。

b)在过去20年里,哪个国家的核武器储备减少或增加最多?

这个问题只要分析第二张表,比较各个拥核国家2002年到2022年核武器 数量变化趋势即可。显然只要看美俄两个国家即可,其他的连零头都比不上,美国核武数量从2002年的10457减少到2022年的3708个,共减少6749个,减 少了64 .5%,俄罗斯核武器数量从10114个减少到4477个,共减少5637个,减 少了55.7%。显然无论从数量还是比率来说都是美国减少的最多。

c)哪五年核武器试验次数最多?

这个问题只要分析第三 张表,将所有国家的核试验按照年份累加,之后 再按照5年累加排序, 即可筛选出需求的年份时间段。

如图所示,绿色曲线为每年全球核试验次数,红色为之前5年累加次数, 从图中可以看出在1962- 1966这5年的核试验总次数达到422次,为所有年份最高。

d)在过去10年里,哪个国家在核武器研究方面最活跃?

这个问题同样分析第三张表,将每个国家近 10年核试验次数累加排序, 即可得出结论。其中只有朝鲜在近10年做过4次核试验,其他国家近10年没有 做过任何核试验,答案不言而喻。

e)哪个国家从“不考虑核武器”到“拥有核武器”的转变最快?

这个问题分析最后一 张表格,分别计算每个国家状态从0转为3的时间跨 度即可得出结论。结论是拥核的10个国家中美国从1938年的不考虑核武器到 1945年拥有核武器转变最快,历经7年。

2.预测核武器的数量

a)根据附上的数据或你收集的数据,建立一个预测核武器数量的数学模型,并预测未来100年拥有核武器的国家;

b)预测未来100年核武器数量的变化趋势,2123年核武器总数,以及每个国家的核武器数量。

这里虽然说的是核武器,就不能单独说核武器.单纯用核武器的数据去预测,对于已经拥有核武器的国家也许可以做到, 但是对于还没有核武器的国 家一定做不到 . 在现有的关于时间序列的数学模型分析中,当前面的数据均为0时,一般后面预测的结果都应该是0, 这样对于数学理论才是可信的 . 但是这样的预测结果是不符合题目要求的.

那么,也就是说,不能单纯使用时间序列对自己进行预测,我们需要其他的额外数据进行操作. 其中包括经济实力,工业基础等 . 此处,我们需要明确指出,在我们的数学模型建立过程中,必须排除政治因素对模型产生的影响. 这里的预测类似于中国城市是否修建地铁. 当某个国家的各方面到达一定程度了,  那么就可能拥有核武器. 在搜集各国家过往的经济实力和工业基础的数据之后,对各个国家未来的各方面数据进行预测,最后通过多元回归或者使用神经网络等方式判断是否会拥有核武器. 当然,为了简化数据,我们可以只针对核武器国家,核门槛国家进行数据的搜集,其他拥有核武器  可能性比较低的国家可以进行一定程度的假设忽略. (不存在由于全国性的突发 事件,导致某个国家在短时间内快速崛起,并使经济实力,工业基础等快速提升较大水平.)

实际上, 我们在模型的建立以及改进与推广中, 可能需要提到更多的事 情 . 在1996年9月10日在联合国大会通过《全面禁止核试验条约》, 宗旨为全 面禁止核武器试验爆炸及其他任何核爆炸,有效促进全面防止核武器扩散及核 裁军进程,从而增进国际和平与安全。在签署条约之后, 缔约国承诺不进行、 导致、鼓励或以任何方式参与进行任何核武器试验爆炸或任何其他核爆炸,并承诺在其管辖或控制下的任何地方禁止和防止任何此种核爆炸。所以,在1996年之后, 只有少数几个国家还进行过核武器的测试, 一 定程度上,这使得核武器的研发要困难很多.

所以,你可以考虑1996年以前的数据对现在的预测时没有效果的, 因为研发的难度不在一个等级. 在建立训练集或者其他样本集时,将1996年之前  的数据排除在外. 但是,你也可以考虑,对于一些国家并不遵守该条约, 或者不为缔约国, 因此,可能会造成新的问题。

附上一部分代码:

for i = 1:TotalContryNum
    for j = 1:TotalYear
        year_test(j,1) = 1944+j;
        year_test(j,2) = year_test(j,2) + Data_cell{(i-1)*TotalYear+j,4};
    end
end
for i=5:TotalYear
    year_test(i,3) = sum(year_test(i-4:i,2));
end
figure(1)
X_p = year_test(:,1)';
Y_p = year_test(:,2)';
Z_p = year_test(:,3)';
plot(X_p,Y_p,'g-','linewidth',1)
hold on
plot(X_p,Z_p,'r-','linewidth',1)

axis([min(X_p),max(X_p),0,max(Z_p)]);
xlabel('year','FontSize',15);
ylabel('test','Fontsize',15);
title('Global Nuclear Test Times')

更多思路 ↓ ↓ ↓

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/141642.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

MySQL调优-MySQL索引优化实战二

目录 MySQL调优-MySQL索引优化实战二 分页查询优化 >>常见的分页场景优化技巧: 1、根据自增且连续的主键排序的分页查询 2、根据非主键字段排序的分页查询 Join关联查询优化 MySQL的表关联常见有两种算法: 1.嵌套循环连接 Nested-Loop Join…

Python入门注释和变量

1.1计算机的基本原理 1.2 计算机的组成 2.1编程语言与python 2.2在 Welcome to Python.org 里面进入 无脑下一步下载 下载后打开cmd,输入名令Python显示下载的版本号 exit()退出编辑 Pycharm无脑安装 社区版无需破解,专业版需破…

MATLAB 矩阵数据可视化imagesc 以及 如何多图共用一个 colorbar

当遇到需要查看一个二维矩阵数据中值的大小分布情况时可以使用 MATLAB 把矩阵以图像的形式展现出来,这样更直观。MATLAB 的可视化函数之一是 imagesc( ),还有其他的方法,这里只介绍下 imagesc。 目录 1、单一作图 2、同时绘制多图并共用 c…

谷粒学院——第十九章、数据同步_网关

Canal 数据同步(了解) 网关 API 网关介绍 API 网关出现的原因是微服务架构的出现,不同的微服务一般会有不同的网络地址,而外部客户端可能 需要调用多个服务的接口才能完成一个业务需求,如果让客户端直接与各个微服务…

vue+element对接第三方接口实现校园发帖网站“淘柳职”

一.前言 接上一篇博客《vueelementuijava 前后端分离实现学校帖子网站,仿照“淘柳职”学校大作业》 上一篇博客介绍的项目完全自带前、后端实现的,是一个完整的项目,现在作者在此基础上,利用已实现的前端,对接《淘柳职…

android12.0(S) DeviceOwner 应用默认授权(MDM 权限)

MDM(Mobile Device Manager) 通俗来讲就是管理设备使用 国内 MDM 服务商有 360 等 国外 MDM 服务商有 hexnode 等 当你在设备上配置了 DeviceOwner 后,状态栏下拉中会多出如下 关于 DeviceOwner 介绍可参考下面 Android DeviceOwner 应用的能力 Android Device…

品牌舆情监测系统简介,品牌舆情监测及应对方案?

品牌舆情监测是指通过观察和分析互联网和社交媒体上关于企业、产品或服务的信息,以了解消费者对企业、产品或服务的看法和感受。品牌舆情监测可以帮助企业了解消费者对企业、产品或服务的反馈,从而改进产品和服务,提高客户满意度。品牌舆情监…

【4.3】Ribbon饥饿加载

【4.3】Ribbon饥饿加载1 测试2 饥饿加载2.1 修改加载策略3 Ribbon负载均衡总结1 测试 重启Order服务,回到浏览器,打开浏览器的控制台,发起一次请求: 可以看到这次请求的耗时达到了390ms 再刷新一次: 可以看到这次时…

谷粒学院——第二十章、权限管理

一、权限管理需求描述 不同角色的用户登录后台管理系统拥有不同的菜单权限与功能权限,权限管理包含三个功能模块:菜单管理、角色管理和用户管理 1、菜单管理 (1)菜单列表:使用树形结构显示菜单列表 (2&…

故障分析 | MySQL 主从延时值反复跳动

作者:徐文梁 爱可生DBA成员,负责客户项目的需求和维护。目前在数据库新手村打怪升级中。喜欢垂钓,如果你也喜欢垂钓,可以约个晴好天气,咱们一边钓鱼一边聊聊数据库,岂不快哉。 本文来源:原创投稿…

idea常用配置及问题解决

文章目录一、配置1.字体与行高2.快捷键(eclipse)3.Git配置4.添加Github账户5.设置字符集:UTF-86.设置自动编译7.顶部工具栏左侧显示8.配置.gitignore文件9.忽略、不显示文件10.显示包的层级结构(树结构)11.修改 Generate 快捷键12.设置代码提示忽略大小写13.去除pom.xml中依赖的…

【Go】入门Go语言

【Go】入门Go语言 前言 Go这门语言在当下已经越来越火热了,无论是后端开发岗,还是逆向安全岗位,亦或是渗透领域,乃至脚本小子…各个领域的人员都在分Go这一杯羹。 并且在最近越来越多的CTF比赛中,Go逆向、Go pwn&am…

idea配置maven步骤及常见问题

idea 配置maven步骤及常见问题maven 下载maven的配置配置系统环境变量maven本地仓库配置和镜像加速idea 中配置maven的设置常见问题,每次新建项目需要重新手动配置maven的解决maven 下载 首先,进入它的官网:链接: https://maven.apache.org/…

Find My资讯|被盗的AirPods通过苹果Find My找回并抓到盗窃者

美国一位盗窃案的受害者,他在圣安东尼奥莱昂谷的家中发现有人偷走了他的汽车后决定亲手将小偷捉住。打开Find My,他看到其中被拿走的AirPods显然是停在35号州际公路上的一个旅行站。在前往该站并发现一辆SUV里有五个人后,阿林顿打电话给警察寻…

谷粒学院——第二十二章、Jenkins可持续自动部署

一、安装内容 Jenkins(本文主要安装)、Maven、Git、JDK Jenkins与Github配合实现持续集成需要注意以下几点: ①Jenkins要部署到外网,因为内网Github是无法访问到的(走过的坑!),这里…

Usaco Training 刷怪旅 第三层 第六题:Ski Course Design

说实话&#xff0c;一开始看上一题的时候觉得太恶心就先来做这道&#xff0c;所以这题其实比上一题早做出来&#xff08;&#xff09; Farmer John has N hills on his farm (1 < N < 1,000), each with an integer elevation in the range 0 .. 100. In the winter, sin…

MVC MVVM架构

注&#xff1a;个人理解仅供参考1、MVC优点&#xff1a;1、模块独立&#xff0c;解耦缺点&#xff1a;1、厚重的ViewController2、遗失&#xff08;无处安放&#xff09;的网络逻辑3、较差的可测试性图2、MVVM优点1、低耦合&#xff1a;View可以独立于Model变化和修改&#xff…

【HybirdCLR】入门记录-Unity2021 + WebGL

目录前言环境案例学习先PC平台试一下转为WebGL平台动手做一个demo功能基本工作流程搭建环境构建项目补充致谢参考资料前言 之前一直有听说热更新技术&#xff0c;于是找点时间来研究一下热更新技术的使用。热更新的实现方式有很多种&#xff0c;这里笔者记录一下自己学习Hybir…

基于开源体系的云原生微服务治理实践与探索

作者&#xff1a;董艺荃&#xff5c;携程服务框架负责人 携程微服务产品的发展历程 携程微服务产品起步于 2013 年。最初&#xff0c;公司基于开源项目 ServiceStack 进行二次开发&#xff0c;推出 .Net 平台下的微服务框架 CServiceStack。 2014 年&#xff0c;公司推出 Jav…

【PhD Debate —11】矛与盾的对决——神经网络后门攻防

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入&#xff01;2022年7月9日&#xff0c;AI TIME组织了Ph.D. Debate第十一期&#xff0c;题为“矛与盾的对决——神经网络后门攻防”的研讨活动&#xff0c;特别邀请了宾夕法尼亚州州立大学电子工程系博士生向臻、清华大学博士生…