【正文】 11729 12654 13231 13917公交線路: 57 13917 12303 12302 13232 13908 11169 12929 12083 11538 13547 10609 10483 10604 12650 13470 12619 12340 13162 12181 10073Elapsed time is seconds.三 回溯算法分析評價 基本狀態(tài)空間決策樹高效規(guī)劃流程及回溯算法由于問題一、二、三的模型用lingo軟件直接編程求解比較困難，因而運用回溯法，進而結(jié)合遞歸法、深度優(yōu)先搜索法并利用剪枝函數(shù)等算法求解。3. 2 轉(zhuǎn)乘3次以上的近似算法以上方法使用剪枝函數(shù)減少了搜索上限，使得轉(zhuǎn)車在02次時能很快找出全局最優(yōu)路線。當累加次數(shù)達到107次時，搜索還未遍歷完所有路線，便記錄下當前以找到的所有可行路線中的最優(yōu)路線。如果從根到樹中的某個狀態(tài)的路徑代表一個作為侯選的元組，則稱該狀態(tài)為解狀態(tài)。具體而言，當問題的解空間可以用一棵狀態(tài)空間樹來描述，為了提高搜索效率以尋找狀態(tài)樹的答案狀態(tài)，在搜索過程中使用約束函數(shù)，可以避免無謂地搜索那些已知不含答案狀態(tài)的子樹；如果是最優(yōu)化問題，可以使用限界函數(shù)，剪去不可能包含最優(yōu)答案結(jié)點的子樹。下面，我們采用蒙特卡羅算法思想來計算回溯算法求解模型的大致時間，并對回溯算法的時效性做出評價。由于認為在同一層上不受限制的結(jié)點數(shù)目相同，因此，整個狀態(tài)空間樹上將實際生成的結(jié)點數(shù)估計為其次，結(jié)合公交最佳選擇路線的市場實際情況，將公交站點映射為蒙特卡羅方法中的狀態(tài)空間數(shù)結(jié)點，并記起始站A、終點站B分別對應于結(jié)點、。因此，根據(jù)公眾對出行時間的滿意度需求，我們設定搜索次數(shù)的上界為，進而限定的值在一定的范圍之內(nèi)，實現(xiàn)回溯算法的有限搜索，尋找局部最優(yōu)解，提高算法的時間效率。 通過對模型進行了敏感性和強健性分析，減少一些線路或者站點，對題目中的6對起始站耗時沒有影響，說明模型具有很強的適用性。構(gòu)造成對比較陣：通過對公眾在乘車時的不同需求進行調(diào)查研究，反饋的問卷信息實行打分，得出其權(quán)重，構(gòu)造成對比較陣?？紤]了各因素之間的相關(guān)關(guān)系，給出了各因素之間的綜合滿意度模型，方便查詢者能夠綜合自身不同需求來選擇最佳路線。在考慮綜合模型時，沒有對出行耗時、換乘次數(shù)、乘車總費用的權(quán)重進行分析討論，這是我們的不足之處。實驗四 小行星軌道問題（2學時）【實驗目的】1. 掌握線性方程組求解2. 加深對正交變換的理解3. 掌握Matlab軟件中的ezplot、zplot命令的區(qū)別和適用范圍【實驗要求】掌握繪制隱函數(shù)曲線ezplot命令和彗星狀軌跡圖et命令【實驗內(nèi)容】天文學家要確定一顆小行星繞太陽運行的軌道，在軌道平面內(nèi)建立以太陽為原點的直角坐標系，在兩坐標軸上取天文測量單位（一天文單位為地球到太陽的平均距離：9300萬里）?！緦嶒灧桨浮浚?）二次曲線方程中有五個待定系數(shù)：。為了用平移變換消去一次項，令，（，待定），代入方程整理，得其中。橢圓長半軸和短半軸分別為。]。1。syms x y a1 a2 a3 a4 a5fun=a1*x^2+2*a2*x*y+a3*y^2+2*a4*x+2*a5*y+1。fun=subs(fun,a4,a(4))。]。b=[1。1]。X=C\[ak(4)。X=[X。ak(4),ak(5),1]。a=sqrt(F/d(1,1))。v=b*sin(t)。y1=V(2,:)+y0。rO39。結(jié)果表明：橢圓標準方程為：實驗五 房屋裝修的工資問題（2學時）【實驗目的】1．理解矩陣特征值概念 2．能根據(jù)實際問題，建立模型然后使用Matlab相關(guān)命令求解【實驗要求】掌握求解特征值的eig命令、生成對角矩陣的diag命令等【實驗內(nèi)容】有三個技術(shù)個人分別是木工、電工和管道工，他們準備合作裝修自己的新房子。由總收入和總支出相等的約定，建立線性議程組 整理，得 顯然問題與矩陣特征值問題有聯(lián)系，由于矩陣是正矩陣且每列元素之和均為20，所以20是該矩陣的牲值，于是就是屬于特征值的特征向量。 [P,D]=eig(A)。 if II==0,error(39。format bankdaily=300*R39。顯然第一行相加等于第一列相加，第二行相加等于第二列相加，第三行相加等于第三列相加。x=linprog(C,A,b,Aeq,beq)等式約束 ，若沒有不等式約束 ，則A=[ ]，b=[ ]x=linprog(C,A,b,Aeq,beq,lb,ub)指定x的范圍 ，若沒有等式約束 ，則Aeq=[ ]，beq=[ ]x=linprog(C,A,b,Aeq,beq,lb,ub,x0)設置初值x0x=linprog(C,A,b,Aeq,beq,lb,ub,x0,options)options為指定的優(yōu)化參數(shù)[x,fval]=linprog(…)返回目標函數(shù)最優(yōu)值，即fval= C*x[x,lambda,exitflag]=linprog(…)lambda為解x的Lagrange乘子[x,lambda,fval,exitflag]=linprog(…)exitflag為終止迭代的錯誤條件。以總加工費用最少為目標函數(shù)，組合約束條件。11。b = [700。lb = zeros(6,1)。收斂正常。其含義是：參加某項保險的投保戶成千上萬，雖然每一戶情況各不相同，但對保險公司來說，平均每戶的賠償金幾乎恒等于一個常數(shù)。所以，對保險公司來說，只關(guān)心這個平均數(shù)。fee = 12。Dx = fp*p*(1p)。保險公司虧本，也就是賠償金額大于，即死亡人數(shù)大于120人的概率。P2 = 1 normcdf(yn,m,sqrt(v))輸出結(jié)果為：P2 = 這說明，保險公司虧本的概率幾乎等于零．甚至我們可以確定贏利低于3萬元的概率幾乎等于零（即賠償人數(shù)大于90人的概率也幾乎等于零）。實驗八 男生身高分布規(guī)律分析實驗（4學時）【實驗目的】加深理解正態(tài)總體的方差和均值的檢驗.【實驗要求】熟悉Matlab進行假設檢驗的基本命令與操作.【實驗內(nèi)容】隨機抽查某校100名男生并測得身高數(shù)據(jù)(單位:cm):172 183 168 176 166 174 172 174 167 169 168 171 171 181 175170 172 178 181 164 173 184 171 180 170 183 168 181 178 171176 178 178 175 171 184 169 171 174 178 173 175 182 168 169172 179 172 171 187 173 177 168 176 165 172 182 175 185 191169 175 174 175 182 183 169 182 170 180 178 172 169 185 171176 169 172 184 183 174 178 179 172 172 173 166 175 165 182173 174 159 176 182 179 183 167 180 166試統(tǒng)計分析該校男生身高的分布規(guī)律。hist(x,10)程序運行結(jié)果如圖4圖4 身高頻數(shù)直方圖由頻數(shù)直方圖可以看出,男生身高可能近似服從正態(tài)分布。[ ]，[ ]。s2=var(x)。left=chi2inv(alpha/2,n1)。if (chiright)amp。chi=(n1)*s2/(sigma^2)。 [h1,sig1,ci1]=ttest(x,)alpha=。并由正態(tài)擬合檢驗說明了該校男生身高近似服從正態(tài)分布?！緦嶒炦^程】(1) 在M文件編輯器中輸入數(shù)據(jù)，并保存為M文件””sgdata=[172 183 168 176 …167 180 166]。則 P2 = normcdf(80,m,sqrt(v))輸出結(jié)果為：P2 = 可見，保險公司每年利潤大于4萬元的概率接近100%。設一年內(nèi)死亡人數(shù)為，則，由中心極限定理，近似服從正態(tài)分布，那么在Matlab命令窗口輸入： yn = n*fee/fp。 Dxx = Dx/n。 fp = 1000。 up = 。試問：？保險公司虧本的概率有多大？保險公司每年利潤大于4萬的概率是多少？ 【實驗過程】設表示保險公司支付給第戶的賠償金，則，01000P各相互獨立。大數(shù)定律是說，數(shù)目很多的一些相互獨立的隨機變量，盡管它們的取值都是隨機的，但它們的平均值幾乎恒等于一個常數(shù)。運行結(jié)果：Ans=x =