2015数学建模美赛试题

地球资源的消耗速度快,越来越多的人关注人类社会的未来。自1960年以来，已经有许多专家研究可持续发展。然而大多数人的研究对象是整个世界,一个国家或一个地区。几乎没有人选择48个最不发达国家(LDC)在联合国为研究对象列表。然而,LDC国家集团共享许多相同的点。他们的发展道路也有法律的内涵。本文选择这些国家为研究对象针对发现常规的可持续发展道路。本文组织如下。第二部分介绍研究的背景和本研究的意义。第三节描述了我们对可持续发展的理解细节和显示我们的评估系统的建立过程和原理，那么我们估计每一个国家的LDC和获得可持续发展的能力和等级。第四节提供了一个最糟糕的国家毛里塔尼亚计划指数在第三节。第五节演示了在第四节的合理性和可用性计划。最后在第六节总结本文的主要结论和讨论的力量和潜在的弱点。地球上的资源是有限的。三大能源石油、天然气和煤炭可再生。如何避免人类的发展了资源枯竭和实现可持续发展目标是现在的一个热门话题。在过去的两个世纪，发达国家已经路上,先污染，再控制和达到高水平的可持续发展。发展中国家希望发展和丰富。然而,因为他们的技术力量和低水平的经济基础薄弱,浪费和低效率的发展在这些国家是正常的。所以本文主要关注如何帮助发展中国家特别是48在联合国最不发达国家实现可持续发展是列表可持续发展的理解是解决问题的关键。可持续发展的定义经历了一个长期发展的过程。在这里,布伦特兰可持续发展委员会的简短定义的”能力发展可持续 以确保它既满足现代人的需求又不损害未来的能力代来满足自己的需求”[1]无疑是最被广泛接受的一个在各种内吗定义。这个定义方面发挥了重要作用在很多国家的政策制定的过程。然而,为了证明一个国家的现状是否可持续不可持续的,更具体的定义是必要的更具体的概念，我们认为，如果一个国家的发展是可持续的，它应该有一个基本的目前的发展水平，一个平衡的国家结构和一个光明的未来。基本的发展水平反映了国家的基础和潜力。是否这个国家的结构(资源、农业、轻工业、重工业和服务)平衡反映其发展是否健康，我们可以确定一个发展不平衡是危险的。发展是一个动态的过程。因此，未来的预测可以反映这个过程。可持续发展可能会有一个光明的未来和不可持续发展在未来将经历许多挑战。不同的机构建立了不同的评估系统在过去的几十年里，比如幸福指数(包括88年因素)和环境可持续性指数(包括68个因素)[3]这些系统是巨大的和有效的基于一个巨大数量的数据。考虑到我们的研究对象是48个最不发达国家(LDC),一些因素缺乏数据支持。更重要的是LDC需要一个单独的、动态评估体系，而不是全球性的,静态的。在这里我们选择PSR(压力状态响应)模型来解决这个问题。PSR模型是由经济合作与发展组织(OECD)与联合国开发计划署合作(UNEP)在80年提出了可持续发展在20世纪和评价资源利用模式[4]。PSR模型被广泛应用于评价资源的利用和可持续发展的压力指数P是用来描述导致不可持续的生产和消费模式的人类经济活动的发展或经济系统。状态指数是用来描述系统状态在可持续发展的过程。R是用来描述响应人类的对策，促进可持续发展。PSR模型按照“原因-结果-反应”思考，解释人类活动对自然世界的压力,改变环境和资源状态和决策，行为反应过程,促进生态系统的良性循环。结合PSR模型与可持续发展委员会的评估指标。我们选择30个指标我们自己从世界银行的数据，我们的模型的基础上，将这些指标分为三个部分压力压力(P)是一个动态因素影响整个系统的可持续发展，反映了传统发展模式的影响和经济和社会活动对资源和环境造成的，以及资源的限制和环境经济和社会可持续发展。这里我们选择自然人口增长率，状态状态(年代)反映了生态发展的背景和基础,即资源、环境容量、工业和社会发展基础。这里我们选择人均国内生产总值、人口密度等。响应响应(R)反映了政府和居民采取行动应对生态环境的压力和地方发展基金会。在这里我们选择GDP增长,自然资源租金总额和其他一些因素。由于尺寸、数量、积极和消极取向差异的每个索引,它使用的数据直接计算是不现实的。我们需要做的是使数据规范化。

正常化,并确定每个指标的权重采用熵权法使用极值标准化方法和原始数据,使统一的尺寸和数量。治疗后,得分为每个索引位于(0,1)。如果x有一个负面影响可持续发展水平，那么相应的r熵权法是一种常见的方法来确定指标权重。基于“差异驱动”原理,该方法多关注当地的区别。它反映了信息熵的实用程序,避免人为因素。所以给出的重量是更客观。在国家的比例指标leamffJ/415Page3ot18Table2.TheEvaluationindexanditsweightDestina~icnModuleHleirenisIndexlevelRelationshipWeightLayerlevellayerPcpulaticngrowth(annual%)0.0054societyPrevalenceofanemiaaircn<pregnan-wcmeri(%)0.0132Arableland(hectaresperpersonj+0.0185presureIiLprcvedwa-ersource(%cfpcpulaiicnwiihaccess)0.0074envircmrentCO2eiELsaicns(kt)0.0021Penranemcropland(%cflandarea)0.0884Arableland(%cflandareaj+0.0332GDPpercaplta(currentUSS)-r0.0797Agriculture,valueadded(%cfGDP)一50097eccncmyServices,etc.,valueadded(,%cfGDP.)T0.0044Agriculture,valueadded(currentUSS)d-0.0504官addedper&口rker(ccns-ant2005US®)-L.0.0506state Fopulationdensity(peoplepersqBkmoflandarea..10.UUZUsccieiyCerealyield[kgperhectare)0.0212Averageprecipiiaticn,indepzh[皿peryear.1+0.0197Terrestrialprelectedareas(%cftoiallandarea.)+0.0326CurrentenvircnnientRene^ableinternalfreshwaterresourcespercapiiadevelcpzent十0.0735(cubicmetersJlevelForestarea(%oflandarea.)0.0269GDPgrowth(annual%)+0.0026eccncisy Crcpproductionindex(2004-2006=100)0.0141SecureInternetservers(per1Killicnpeople.)0.1465Adjustedn.eienrellmen^ratprimar-r(%cfprimary0.0048schcclagechildren)societjr Telephone1lnes(per100people)+0.0544Laborforce,total0.0559response Motorvehicles(per1?000people)0.0355Improved.sanitaticnfacilities(%cfpepulaTicnwith0.0215access..1CO2emissicnsfromliquidfuelconsuxpticn(%cftotal.)0.0533emvircniEentTerrestrialandmarineprotectedareas(%cftotal0.0363terriicrialarea)Tolalna-uralresourcesrems'.%cfG'DPj0;0278Fuelinipcrts(%ofmerchandiseimports)0.00943.1.3PSR子系统的价值目前的发展水平系统协调度的计算在PSR模型中，区域可持续发展的影响也受到压力之间的关系，状态和响应。为了评估每一个子系统之间的相互作用，我们添加一个协调程度(CD)函数。这个函数是基于系统的大小和分散度之间的距离来判断协调程度。协调度：首先，我们选择了H描述协调。然而考虑到the3is最好的价值和其他值分散在两边，是不方便的排序顺序。所以我们添加CD,反映了计算值与理想值之间的差距。更大的CD是协调程度较小。动态预测的可持续发展可持续发展评估体系不应该是一个静态的重点是确认图。它应该有一个关注可持续发展的潜力。倾向于更可持续的国家应该担心。我们认为一个新的指标增长率(GR)。我们计算的价值(CL)三年(2007年、2009年和2011年。世界银行的数据)。GR的价值是通过最小二乘法获得。考虑到我们只用三年数据，所以增长率(GR)不能长期是准确的，但它仍然可以有用的几年内，这里就足够了。可持续发展能力指数(CSD)现在我们有三个指标(CL,CD,GR)。这里我们再次使用极值标准化方法，给出可持续发展能力指数(CSD)作为每个国家最后的指数。更重要的是，我们选择几种典型国家(就像瑞士、印度、美国等)。将这些国家的数据在我们的模型中,CSD。这种方法有两个含义。第一个是测试模型。另一个是使用这些发展中国家或中等收入国家的CSD咨询，并使CSD的分类。.毛里塔尼亚的20年发展计划从表2可以看出,毛里塔尼亚是最不锈的国家。所以我们选择这个国家作为我们的研究对象。基本情况的毛里塔尼亚从模型中我们可以发现CL和CD的价值太小使直接CSD指数非常低。这意味着国家目前的发展水平很不满意,结构不平衡。为了发现是最重要的指标,使这个国家排名最后，我们jdeemijgas指标的实际值差距在countryithen和理想价值处理30指标和痛之后，我们发现，互联网使用，永久的农田，内部可再生淡水资源人均(立方米)，人均国内生产总值(当前美元)，是第一个4指标中最可怕的一个指标。基于这一发现和其他信息，我们可以有一个大致了解毛里塔尼亚的基本情况。面积:1030700平方公里人口:3537368人(2013年人口普查)[5]气候，热带沙漠气候的贫穷率:42%的预期寿命:60成人文盲:44.2%比例的荒漠化:2/3发展水平很低，结构不平衡。丰富的石油、天然气、铁矿石资源。2006年成为石油生产国家20年来发展战略的协调原则从4.1,我们可以得到一个任务的首要任务是提高当前的开发或者是直接提高GDP。更重要的是协调整个系统也需要多关注。在上面的三个人物中，黑色的点是实际值和蓝色的字符串是安装一个。在这里我们可以发现与GDP提高,二氧化碳排放量也在2005年之后快速增长。直线和森林面积减少。它将使CL指数成长和CD指数下降。最好的解决方案来处理这种冲突与合作博弈模型,关键是要找到一个平衡点。这里我们可以使用二氧化碳排放所代表的经济水平。耕地面积代表生态水平。然后会有一个表。从第三节，当系统最大的平衡程度,将等于P。我们这里3策略。列出他们的利润：策略1是这个国家现状的反映。发展，然后再考虑环境问题。许多发达国家走这种方式。然而，这个国家的生态系统非常脆弱的地球2/3是沙漠。所以如果我们不首先考虑环境。结果可能是不可救药。更重要的是,这一事实表明，森林面积正在下降解难恢复。策略2的要求，我们必须发展经济不伤害环境。这是一个努力的目标，只有这些国家的技术和足够的基金能做到。然而，如果它没有严惩GR(增长率)，它仍然是在ICM的帮助。策略3更集中于环境。然而，可持续发展是人类发展的本质。只注重环境没有关于人们的感情不是明智的。最重要的是，策略2最美丽的预期收入。所以在这个协调游戏的最好的策略。具体的计划和建议ICM在4.1中，我们已经知道毛里塔尼亚的最大问题是当前发展水平(CL)也和协调程度(CD)太低了。在4.2中我们把经济和环境考虑的策略。首先我们有一个计划来提高国内生产总值不伤害环境的太多了。考虑到毛里塔尼亚富含石油、天然气和铁矿石资源。因此，国家可以从这里开始。旧的技术可能会导致严重的污染，我们的国家没有最好的技术或基金购买这些技术。所以政策应该鼓励外国公司利用这些资源，弥补我们自己的工业体系。第二个发展生态农业。从图7中我们可以看到,谷物产量的变化遵循可耕地面积的变化大。然而，这只是一个倾向。从1980年到1995年,可耕地面积变化很大，但谷物产量改变了可耕地面积不一样大。更重要的是，谷物产量在不同年份不同甚至耕地区域是相同的。因此我们可以得出这样的结论：农业是不先进的。可耕地面积有倾向于变得更大的森林面积减少。最好是通过高科技来提高谷物产量如喷灌、滴灌和雨水收集系统。第三，促进教育。前两个方法都有一个伟大的技术需求。在21世纪,知识就是力量。毛里塔尼亚44.2%的成年人是文盲。这是急需改变。最有用的方法是使免费获得受教育的机会。这需要一个基金的支持。从上面表格,我们可以发现产业使CD减少和生态农业使CD增加。他们有一个协调关系，只是协调游戏原则的结论。教育的价值“0(+)”意味着教育可能没有现在对三个因素的影响,但它会使他们受益。ICM有3个角色扮演：是一个投资者，投资对国家的可持续发展。是一个介绍人，介绍这个国家向世界，吸引更多的国家和公司来这里投资。是一个赞助商，帮助支持技术，资金和粮食毛里塔尼亚希望如果有必要。.我们国家的未来预测为了证明我们的措施是有效的。我们需要做两个预测。预测基于现状，预测未来将根据现有的发展模式。预测B考虑我们的措施和随机紧急。最后,所表现出的效果应该CSD的对比和一些特定的指数预测,B和A现状。灰色预测模型预测基于当前的情况灰色预测方法来预测包含不确定因素的系统。原始数据的选择指数。该系统的步骤是：步骤1找出系统因素的不同发展趋势。步骤2关联分析。步骤3创建一个数据序列，并有很强的规律性步骤4第四步把微分方程模型，并预测未来发展趋势。原始数据的选择指数马尔可夫链预测方法预测B将我们的措施和随机紧急考虑作为一个定量描述的一系列随机事件动态关系，具有重要应用在自然科学、工程科学及社会科学各领域。这一理论，我们可以做对大多数过程并进行预测和决策分析。马尔可夫分析，他引入了“状态转换”的概念。一步转移概率代表了当前的状态的我，下一步是用p转移到j的状态概率。N步转移概率代表了当前的状态的我,N是步转移到状态概率马尔可夫链模型可以满足最均匀，因此，我们只需要一步转移概率矩阵乘法，使用Matlab软件乘以矩阵,预测在未来每个状态的概率根据前面的分析数据，我们将国内生产总值发展速度的速度划分为4个条件计算转移概率和转移概率矩阵我们研究系统的概率分布是未知的，我们需要估计状态传输的频率。下表是GDP的发展水平状态传输统计从1957年到2013年。从表中我们可以得到传输矩阵一个代表预测A和B代表预测。从这个表我们可以看出，把考虑随机因素，预测CSD将0.3127和0.3557之间波动。然而,CSD预测B仍然比预测更大的a.因此我们可以说我们的计划是成功的。最佳政策和最佳方案最好的政策:经济和生态平衡发展战略需要考虑。最佳方案:促进教育。这个程序没有不良影响，但所有好的收入。.讨论和结论优势索引是全面的为了描述可持续发展的能力，准确地说，我们的模型从成千上万的选择30索引数据。而且他们可以反映可持续发展的综合能力。他们可以代表其他数据或其他能反映数据。模型的稳定性很好因为我们选择许多索引和模式先进，通过我们的测试，我们发现，我们建立的模型是稳定的，尽管我们收集的数据是错误的,国家的综合排名是没有改变。因此，模型可以忍受一点错误。站在巨人的肩膀上在我们构建模型,我们研究了很多别人的成就对可持续发展。我们发现有很多经历我们的模型可以借鉴。和在我们分析别人的研究中，我们发现他们已经做了很多工作淇中一些已经高的照片。所以我们建立的模型更科学。该模型是全球性的我们建立的模型不仅可以分析低收入国家，但也能帮助发达国家制定的计划。和我们的模型考虑许多随机事件，所以更多的适应性强。缺点太多的公式因为一个国家想要发展，我们应该考虑很多因素,他们是复杂的。所以我们必须建立许多公式发现许多因素之间的关系。但是它让我们的模型复杂。我们不得不花很多时间来计算。一个大需要的数据为了分析可持续发展的综合能力，我们需要多的数据来计算。尽管我们选择数据时，我们考虑的可用性数据,有时找不到垃圾数据，因为数据不足。灵敏度我们的模型对数据不是很敏感。一方面,我们有30个指标，根据表2,每个指标的权衡是非常低的，所以不会有大爱CSD的值。另一方面,我们将二氧化碳排放的价值（索引层次之一）的所有国家都为零，然后我们处理新的数据。Table12TheCSD'schangeratesofLDCand11typkalcountriesAfghanistan-2.60%Gambia~246%Rwanda-1.04%America0.9甑Germany0.56%Samoa-0.79%Angola-1.04%Guinea-1.91%SaoTomeandPrincipe-0.22%Bangladesh-0.84%Guinea-Bissau-1.mSenegal-L43%Benin-1.56%Haiti-1.43%SierraLeone-1.64%Bhutan-0.15%India0.13%SolomonIslands-0.81%BurkinaFaso22%Japan0.37%Somalia-4.88%Burundi-0.90%Kiribati-0.31%SouthKorea0.09%Cambodia-1.23%Laos-0.64%Sudan-L80%CentralAfricanRepublic-1.79%Lesotho~1.55%Sweden0.骤Chad-12.57%Liberia-1.74%Swiss0.45%China43%Madagascar~21飕Tanzania-L31%Comoros-0.53%Malawi-1.29%Timor-LesteT.64%DemocraticRep