B201725001130_馬啟成_楊茂濤_陳一銘docx

1、“拍照賺錢”的任務(wù)定價摘要隨著移動互聯(lián)網(wǎng)的普及，“拍照賺錢”成為了移動互聯(lián)網(wǎng)下的一種新的調(diào)查方式，因其與傳統(tǒng)調(diào)查方式相比有諸多優(yōu)點(diǎn)而備受人們關(guān)注，但也因其app里的任務(wù)定價問題而導(dǎo)致用戶不愿意對某些定價的商品進(jìn)行調(diào)查而導(dǎo)致調(diào)查不夠充分，因此，為使定價更合理，調(diào)查更充分，本文就“拍照賺錢”app里的任務(wù)定價問題展開了討論和分析。針對問題一：本文首先對附件一中所有數(shù)據(jù)進(jìn)行聚類分析，按任務(wù)的完成情況分成任務(wù)完成較好，任務(wù)完成較差以及任務(wù)完成情況適中三個部分，對每個部分中的數(shù)據(jù)用二元線性回歸分析得出三個任務(wù)定價與任務(wù)經(jīng)緯度的回歸模型，再運(yùn)用高維插值法分析任務(wù)標(biāo)價與任務(wù)經(jīng)緯度的關(guān)系，得出不同區(qū)域內(nèi)的任務(wù)

2、標(biāo)價與其任務(wù)經(jīng)緯度都有密切關(guān)系，并且不同區(qū)域任務(wù)經(jīng)緯度對定價的影響是不同的；然后結(jié)合附件二中所給數(shù)據(jù)，并運(yùn)用matlab畫出任務(wù)位置、會員位置、任務(wù)定價和完成情況的關(guān)系圖，分析得出任務(wù)未完成的原因有兩點(diǎn)：一是會員位置與任務(wù)位置相對集中導(dǎo)致會員之間的競爭增大；二是任務(wù)定價較低導(dǎo)致會員獲得的報(bào)酬減少。針對問題二：通過對附件一中聚類分析后所得數(shù)據(jù)一一進(jìn)行分析，建立非線性回歸模型，與問題一所建立的模型進(jìn)行分類比較，結(jié)合原始數(shù)據(jù)中的任務(wù)定價，代入各部分所包含的數(shù)據(jù)，對兩種模型進(jìn)行分析，通過分析得到：若要使模型更接近于實(shí)際情況，則應(yīng)該使用問題一中所建立的模型，若要使任務(wù)定價更平穩(wěn)，則應(yīng)該使用問題二中所建立

3、的模型。針對問題三：本文以圖二中數(shù)據(jù)較多，任務(wù)完成情況適中，最具有代表性的 part1為例進(jìn)行分析，考慮到打包方式的不同，將打包情況分成三種：兩個任務(wù)為一包：“10”；三個任務(wù)為一包：“110”；和四個任務(wù)為一包：“1100”三種情況，“1”代表完成、“0”代表未完成，并結(jié)合任務(wù)位置與會員位置之間的距離、會員信譽(yù)度等因素，運(yùn)用多元線性回歸分析法,建立并求解得最終的打包任務(wù)定價模型，通過分析得到：將任務(wù)打包后任務(wù)的完成情況具有兩面性，一方面由于報(bào)酬的增加而導(dǎo)致完成率上升，另一方面由于任務(wù)難度的增加而導(dǎo)致完成率下降。針對問題四：通過對問題一、問題二、問題三中所建立模型的研究分析，根據(jù)附件三中所給出

4、的任務(wù)經(jīng)緯度位置，結(jié)合上述模型進(jìn)行求解，得出附件三中每個任務(wù)的任務(wù)定價，分析得出該方案的實(shí)施效果比問題一與問題二中所建模型的效果更佳。關(guān)鍵詞： 任務(wù)標(biāo)價 回歸分析 曲線擬合 插值法 聚類分析法1、問題重述1.1問題背景當(dāng)前，“拍照賺錢”已成為移動互聯(lián)網(wǎng)下的一種自助式服務(wù)模式。它通過用戶下載APP并注冊成會員，然后從APP上領(lǐng)取需要拍照的任務(wù)并賺取任務(wù)所標(biāo)定的酬金。與傳統(tǒng)調(diào)查模式相比，這種調(diào)查模式可以大大節(jié)省調(diào)查成本，并且增加了調(diào)查數(shù)據(jù)的真實(shí)性，縮短了調(diào)查周期。但由于該模式以APP作為平臺進(jìn)行運(yùn)行，而APP中的任務(wù)定價又是其核心要素。如果定價不合理，有的任務(wù)就會無人問津，而導(dǎo)致商品檢查的失敗，為

5、了使調(diào)查更充分，需要對商品進(jìn)行合理的任務(wù)定價。1.2問題提出本文根據(jù)相關(guān)數(shù)據(jù)，建立了數(shù)學(xué)模型研究了如下問題：（1）通過研究附件一中的數(shù)據(jù)分析該項(xiàng)目的任務(wù)定價規(guī)律，并分析未完成的原因；（2）為附件一中的項(xiàng)目設(shè)計(jì)新的任務(wù)定價方案，并和原方案進(jìn)行比較；（3）假設(shè)將位置比較集中的多個任務(wù)聯(lián)合起來打包發(fā)布，應(yīng)如何修改前面的定價模型，這對最終的任務(wù)完成情況有什么影響；（4）運(yùn)用所得模型，對附件三中的新項(xiàng)目給出新的任務(wù)定價方案，并評價該方案的實(shí)施效果。2、模型假設(shè)（1） 假設(shè)統(tǒng)計(jì)出的這部分?jǐn)?shù)據(jù)真實(shí)有效；（2） 假設(shè)任務(wù)完成情況不受自然因素干擾，如天氣等；（3） 假設(shè)商品自身屬性對用戶的任務(wù)完成情況并無影響（

6、排除用戶會對某些商品有特殊喜愛）；（4） 假設(shè)任務(wù)定價只與附件一中經(jīng)緯度有關(guān)而與其他變量無關(guān)；（5） 假設(shè)會員走的路程近視等于其位移；（6）假設(shè)每一位會員的工作時間大致一樣且均為每天的工作10小時；（7）假設(shè)會員去到任務(wù)所在位置就一定能完成任務(wù)；3、 符號說明符號符號說明x1任務(wù)gps 緯度x2任務(wù)gps經(jīng)度y任務(wù)標(biāo)價常數(shù)二元線性回歸時緯度前系數(shù)二元線性回歸時經(jīng)度前系數(shù)常數(shù)非線性回歸時經(jīng)度前系數(shù)非線性回歸時緯度前系數(shù) 常數(shù)多元線性回歸緯度前系數(shù)多元線性回歸經(jīng)度前系數(shù)實(shí)際完成打包數(shù)量前系數(shù)會員信譽(yù)值前系數(shù)任務(wù)平均緯度任務(wù)平均經(jīng)度會員實(shí)際完成任務(wù)的數(shù)量會員信譽(yù)值4、 模型的建立與求解4.1問題一的

7、分析與建模分析：（1） 為研究附件一中的數(shù)據(jù)分析該項(xiàng)目的任務(wù)定價規(guī)律和未完成的原因，應(yīng)該對附件一中的所有數(shù)據(jù)進(jìn)行聚類分析1，得出任務(wù)完成情況分布圖，再對整體數(shù)據(jù)進(jìn)行二元線性回歸分析2，建立一個任務(wù)定價與任務(wù)位置的回歸模型，分析整體任務(wù)定價與經(jīng)緯度的關(guān)系，但通過聚類分析可得不同地區(qū)的任務(wù)完成情況是不大相同的，因此還需要對所有數(shù)據(jù)進(jìn)行分開討論，分成任務(wù)完成較好，任務(wù)完成較差，任務(wù)完成適中三個部分，對每個部分分別進(jìn)行二元線性回歸分析，建立回歸模型，運(yùn)用插值法3利用matlab畫出各個模型所對應(yīng)的任務(wù)定價圖，通過圖形分析各個區(qū)域得定價規(guī)律；（2） 通過對附件一和附件二中的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)任務(wù)完成情況

8、與任務(wù)位置、會員位置、任務(wù)定價均有關(guān)系，需要運(yùn)用matlab畫出它們之間的關(guān)系圖，分析得出任務(wù)未完成的原因。建模：4.1.1基于附件一中的數(shù)據(jù)分析該項(xiàng)目的任務(wù)定價規(guī)律對于附件一中所給的836組數(shù)據(jù)，我們用excel分析可得：x1（任務(wù)gps 緯度）的范圍為：22.4930831323.87839806，x2（任務(wù)gps經(jīng)度）的范圍為：112.6832583114.4936096，通過查找gps地理位置4可得，該范圍大致如圖1所示： 圖1 附件一中數(shù)據(jù)的地理位置大致分布圖北至清遠(yuǎn)市，南至中山市，西至肇慶，東至惠州市。在分析出大致位置之后，運(yùn)用聚類分析法，利用matlab1作出任務(wù)完成情況與任務(wù)經(jīng)

9、緯度的關(guān)系如圖2所示： 圖2 任務(wù)完成情況與經(jīng)緯度的關(guān)系圖通過觀察圖二發(fā)現(xiàn)當(dāng)任務(wù)位置位于第一部分時，任務(wù)完成情況適中，當(dāng)任務(wù)位置位于第二部分時，任務(wù)完成情況較好，當(dāng)任務(wù)位置位于第三部分時，任務(wù)完成情況較差。因此，為分析附件一中任務(wù)的定價規(guī)律，需要對所有數(shù)據(jù)進(jìn)行整體分析，再將這些數(shù)據(jù)分成三個部分逐個進(jìn)行分析，第一部分為part1(22.8<x1<23.6;112.6<x2<113.6)，數(shù)據(jù)如支撐材料中“part1中的數(shù)據(jù)”所示，第二部分為part2(22.8<x1<23.2;113.6<x2<114.2)，數(shù)據(jù)如支撐材料中“part2中的數(shù)據(jù)”所

10、示，第三部分為part3(22.4<x1<22.8;113.8<x2<114.6)，數(shù)據(jù)如支撐材料中“part3中的數(shù)據(jù)”所示；建立y（任務(wù)標(biāo)價）與自變量x1（任務(wù)gps 緯度）、x2（任務(wù)gps經(jīng)度）之間的模型如下： 第一，運(yùn)用matlab2將附件一中所有數(shù)據(jù)代入得：所得整體數(shù)據(jù)任務(wù)定價的回歸模型為： 根據(jù)所得模型，運(yùn)用插值法，通過matlab3繪制圖像如圖3所示：圖3 整體數(shù)據(jù)任務(wù)經(jīng)緯度與價格的的關(guān)系圖通過對該圖進(jìn)行分析可得：緯度對任務(wù)定價的影響大于經(jīng)度對任務(wù)定價的影響，西北和東北方向的任務(wù)定價明顯高出其他地方的任務(wù)定價，并且西南方向上的任務(wù)定價明顯低于其他地方很多

11、。第二，運(yùn)用matlab4將part1中所含數(shù)據(jù)代入得：所得part1中任務(wù)定價的回歸模型為：根據(jù)該模型，運(yùn)用插值法，通過matlab5繪制圖4如下所示：圖4 part1中任務(wù)經(jīng)緯度與價格的關(guān)系圖通過對該圖進(jìn)行分析可得：該區(qū)域的任務(wù)標(biāo)價和緯度的關(guān)系比較大，并與緯度成正相關(guān)，與經(jīng)度成負(fù)相關(guān)，西北方向的任務(wù)定價明顯高于其他方向的任務(wù)定價。第三，運(yùn)用matlab6將part2中所含數(shù)據(jù)代入得：所得part2中回歸模型為：以同樣的方法，運(yùn)用matlab7繪制圖5：圖5 part3中任務(wù)經(jīng)緯度與價格的的關(guān)系通過對該圖分析可得：該區(qū)域的任務(wù)定價靠近東北方向相對較高，而靠近西南方向任務(wù)定價相對較低，而東北和

12、西南方向上的任務(wù)定價相對一致。第四，運(yùn)用matlab8將part3中所含數(shù)據(jù)代入得：所得part3中回歸模型為：根據(jù)模型，運(yùn)用matlab9繪制圖6： 圖6從該模型和圖像可以分析出，該區(qū)域內(nèi)東西部的任務(wù)定價相對較高，而中部任務(wù)定價相對較低，并且中南方向的任務(wù)定價明顯低于中北方向上的任務(wù)定價。4.1.2基于經(jīng)緯度和定價的影響分析任務(wù)未完成的原因根據(jù)附件一和附件二可得出任務(wù)完成情況可能與任務(wù)位置、任務(wù)定價、會員位置均有關(guān)系，所以需要一一對其進(jìn)行分析。根據(jù)附件一中的835組數(shù)據(jù)和附件二中的1877個數(shù)據(jù)，運(yùn)用matlab10畫出會員位置和用戶位置的對比圖如圖7所示：圖7 會員位置與用戶位置關(guān)系圖根據(jù)

13、附件一的任務(wù)完成情況，運(yùn)用matlab11畫出任務(wù)完成情況和任務(wù)位置的對比圖如圖8所示：圖8 任務(wù)完成與未完成的對比圖對圖進(jìn)行分析可得：會員比較密集的區(qū)域，如東南和西北方向，可能因?yàn)闀T之間競爭比較激烈，用戶不容易賺到錢，就不愿意去完成拍照任務(wù)，導(dǎo)致任務(wù)完成情況相對較差；而會員相對分散的區(qū)域，如圖中的中間部分，可能因?yàn)闀T之間的競爭少了很多，會員更容易賺到錢錢，因此，會員更愿意去完成拍照任務(wù)，導(dǎo)致任務(wù)完成情況相對較好。對于附件一中的數(shù)據(jù)，運(yùn)用matlab12繪制出任務(wù)價格與任務(wù)完成情況的關(guān)系如圖9所示：圖9 任務(wù)價格與任務(wù)完成情況的對比圖通過分析圖中數(shù)據(jù)可得：當(dāng)任務(wù)價格在75以上時，任務(wù)完成的

14、情況要遠(yuǎn)遠(yuǎn)高于任務(wù)未完成的情況，且任務(wù)未完成的數(shù)量相對較少；當(dāng)價格在7075時，任務(wù)完成情況一般，完成數(shù)量比未完成數(shù)量略高；當(dāng)任務(wù)價格低于70時，任務(wù)未完成的數(shù)量占比增大，未完成的情況增多，任務(wù)完成率較差。綜上所述，任務(wù)未完成的原因共有兩點(diǎn)：一是會員密度，會員密度大的地區(qū)，會員之間的競爭劇烈，使得會員通過拍照賺錢的難度增大，多數(shù)會員不愿意通過此方式賺錢，造成任務(wù)未完成情況增多；二是任務(wù)定價，任務(wù)定價低的任務(wù)完成情況較差，因?yàn)樵谕葪l件下，完成低價任務(wù)使會員所賺的錢減少，造成任務(wù)未完成率增大。4.2問題二的分析與建模：分析：要得到附件一中數(shù)據(jù)新的定價方案并與原方案進(jìn)行對比，首先應(yīng)為附件一中的任務(wù)

15、定價制定出新的模型，同樣利用問題一中聚類分析得出的結(jié)果，將數(shù)據(jù)分成三個部分，建立屬于各個部分的定價模型，并把兩種方式建立的模型進(jìn)行比較，得出適合于各個部分的任務(wù)定價模型。建模：考慮到附件一中任務(wù)定價只與任務(wù)位置有關(guān)，所以，首先建立非線性回歸模型2： 將所有數(shù)據(jù)代入模型中用matlab13求解得：由此得出整體數(shù)據(jù)新的任務(wù)定價方案模型為：將part1中所包含的數(shù)據(jù)代入模型中用matlab14求解得：由此得出part1新的任務(wù)定價方案模型為：將part2中所包含的數(shù)據(jù)代入模型中用matlab15求解得：由此得出part3中新的任務(wù)定價方案模型為：將part3中所包含的數(shù)據(jù)代入模型中用matlab16

16、求解得：由此得出新的定價方案模型為： 運(yùn)用 運(yùn)用matlab17將每個部分的所有數(shù)據(jù)代入，畫出兩種方式所得模型計(jì)算出的定價與原有定價的對比情況如圖10所示：圖10 不同模型建立的任務(wù)定價比較圖通過對上圖進(jìn)行分析可得：若要對整體區(qū)域進(jìn)行討論，因數(shù)據(jù)較多，差異性較大，兩種模型的效果差別不大，兩種模型均可行；若要對part1、part2、part3的定價方式進(jìn)行研究，多元線性回歸所構(gòu)建的模型要更加接近真實(shí)值；其次，若需要所得定價數(shù)據(jù)相對平穩(wěn)，則選用非線性回歸模型效果更佳，若想要任務(wù)定價有些許波動的情況，則選用多元線性回歸模型效果更佳。4.3問題三的分析與建模：分析：考慮到要將任務(wù)打包起來發(fā)布，當(dāng)然就

17、不可以用原來的定價模型，在此，應(yīng)考慮任務(wù)打包的情況，如將兩個在一起打包，三個在一起打包，四個在一起打包三種情況，為了使任務(wù)完成率提高，所打包的任務(wù)就不能隨便進(jìn)行打包，應(yīng)該將完成情況好的和完成情況不好的做成一個包，本文選擇完成情況適中的part1區(qū)域進(jìn)行分析，建立定價模型，通過模型研究打包發(fā)布對任務(wù)完成率的影響。選取part1而不選其他區(qū)域的理由如下：因?yàn)閜art2這一塊地方中的任務(wù)幾乎全部完成，而打包的目的在于提高任務(wù)的完成率，運(yùn)用打包方案對part2中的任務(wù)完成率的提高效果微乎其微，所以不用分析part2這個區(qū)域；而對于Part3，原有任務(wù)的完成率已經(jīng)夠低了，如要再對任務(wù)進(jìn)行打包，反而使原有

18、任務(wù)的完成率降低，因此也能選part3這個區(qū)域；而對于Part1這個區(qū)域，任務(wù)完成率比較適中，可以通過將執(zhí)行情況好的和執(zhí)行情況差的打包在一起發(fā)布來提高任務(wù)的完成率，這樣單個會員可以賺到比原來更多的錢，會員更愿意去完成任務(wù)，提高了會員完成任務(wù)的積極性，所以，對part1進(jìn)行打包是十分有必要的。打包情況的建立：由于part1這塊地方中的完成任務(wù)數(shù)和未完成任務(wù)數(shù)的比值為289:182,約為1.588：1，所以我們采取10、110和1100這三種打包方式（1代表完成，0代表未完成）。設(shè)：10的打包方式有a種，110的打包方式有b種，1100的打包方式有c種(a,b,c為整數(shù))。建立方程如下;a+2b+

19、2c=289,a+b+2c=182,c=2a解得a=15,b=107,c=30所以可以把打包方案分為三類，第一類為15個10組，第二類為107個110組，第三類為30個1100組,一共152組。對part1中的原始數(shù)據(jù)根據(jù)上述分析進(jìn)行分類打包如支撐材料中“打包情況分類”所示，并且在建立方程式時，還需要把會員實(shí)際完成的任務(wù)數(shù)量和會員的信譽(yù)值考慮在其中。在假設(shè)條件成立的情況下，經(jīng)過推算可得：會員每天實(shí)際完成任務(wù)數(shù)量=每天行駛總路程/（會員平均行駛速度*會員每天的工作時間）建模：首先建立多元線性回歸模型：經(jīng)過對第一種打包情況“10”的15個組數(shù)據(jù)進(jìn)行分析可得若會員要完成任務(wù)，則會員的平均行駛速度需為

20、27.348km/小時，也就是說對于1100這個打包方式，會員一天最多完成一個打包任務(wù)。同理可得30個1100和107個110組數(shù)據(jù)中的會員每天最多完成的打包數(shù)如支撐材料中“打包情況分類”所示。由于把打包情況分成了三種，所以需要建立三種模型：第一種“10”情況：代入數(shù)據(jù)，用matlab18求解得：所得第一種情況的定價方程為：第二種“110”情況：代入數(shù)據(jù)，用matlab19求解得： 所得第二種情況的定價方程為： 第三種“1100”情況：代入數(shù)據(jù)，用matlab20求解得： 所得第一種情況的定價方程為： 通過對上述方程進(jìn)行分析，得出打包對任務(wù)完成情況產(chǎn)生的影響：（1）在條件假設(shè)均成立的情況下，對

21、任務(wù)進(jìn)行打包，將會提高任務(wù)的完成率。（2）但也存在不足之處，比如：將任務(wù)放在一起打包分布表面上可以通過金額的提升來提高會員的積極性，但是在任務(wù)進(jìn)行打包時是將任務(wù)執(zhí)行情況好的和不好的打包在一起，這反而增加了任務(wù)的完成程度，即必須將所有任務(wù)均完成后才可以領(lǐng)取酬金，有些會員可能會因?yàn)闊o法解決打包任務(wù)中的部分問題而放棄整個打包任務(wù)，導(dǎo)致完成率下降。4.4問題四的分析與求解：分析：要對附件三中所給位置的任務(wù)進(jìn)行定價，需要我們結(jié)合前面所構(gòu)建的模型，并將附件三中的任務(wù)位置代入到所構(gòu)建的模型中進(jìn)行分析，得到最終的任務(wù)定價。求解：將附件三中的任務(wù)位置數(shù)據(jù)代入問題三中所建立的模型求解可得附件三的部分任務(wù)定價如表一

22、所示，完整定價數(shù)據(jù)請參考支撐材料中“附件三任務(wù)定價數(shù)據(jù)”。任務(wù)號碼任務(wù)GPS緯度任務(wù)GPS經(jīng)度任務(wù)定價（第一類，四個任務(wù)打包在一起）任務(wù)定價（第二類，三個任務(wù)打包在一起）任務(wù)定價（第三類，兩個任務(wù)打包放在一起）C000122.73004117114.2408795226.5309693198.3257418137.1710308C000222.72704287114.2996199220.7272421198.2471636137.1946237C000322.70131065114.2336007231.3535265197.8356218137.0235457C000422.7323592

23、5114.2866672221.3506251198.3444489137.2125457C000522.71839144114.2575495226.4065553198.1179611137.1240841C000622.75392493114.3819253208.2125048198.670947137.3820841C000722.72404221114.2721836224.0585909198.2082723137.1617419C000822.71937803114.2732478224.6034315198.1276699137.1392704C000922.73028254

24、114.2304955227.5976368198.3346744137.1654261表一 附件三中任務(wù)定價表對于應(yīng)用打包任務(wù)模型進(jìn)行定價的方法，可以在定價合理的的基礎(chǔ)上大幅度提高會員所賺酬金，提高會員積極性，以此來提高任務(wù)的完成率，從這方面考慮，該種定價方法比問題一問題二中所構(gòu)建的定價方法效果更好。5、 模型的檢驗(yàn)由于問題二的最后已經(jīng)對多元線性回歸和非線性回歸進(jìn)行過檢驗(yàn)并進(jìn)行了對比，因此，不在此過多贅述。6、模型的優(yōu)缺點(diǎn)7.1模型的優(yōu)點(diǎn)（1）本文先對整體進(jìn)行討論，又對任務(wù)完成情況不同的區(qū)域分開進(jìn)行討論，所以得出的模型既可以用來對整體進(jìn)行定價，也可以對局部區(qū)域進(jìn)行定價，所以模型更加具體、可靠

25、。（2）討論出將任務(wù)進(jìn)行打包的定價模型，使得在合理定價內(nèi)大大提高會員積極性。（3）模型中還考慮到了會員工作時間、會員信譽(yù)度，會員任務(wù)完成數(shù)量及會員位置與任務(wù)位置之間的距離對定價的影響，使得模型更加符合實(shí)際情況。7.2模型的缺點(diǎn)該模型未考慮到任務(wù)難易程度、人口密度、交通發(fā)達(dá)程度以及會員活躍程度對定價的影響。7、 模型的改進(jìn)模型的改進(jìn)：（1）、應(yīng)該引入殘差來使得模型計(jì)算的結(jié)果更準(zhǔn)確。（2）、在實(shí)際過程中，會員到哪一個地方去完成拍攝任務(wù)往往會與到達(dá)該地方的便捷程度有關(guān)，所以在建立多元線性回歸模型時應(yīng)該把便捷程度當(dāng)作自變量帶入模型進(jìn)行計(jì)算（我認(rèn)為便捷程度與路網(wǎng)密度和車輛行駛速率等因素有密切關(guān)系）。8、

26、參考文獻(xiàn)1黃祖慶、牛阿鳳，模糊聚類分析在數(shù)學(xué)建模中的應(yīng)用J. 淮北師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 1999(3):17-21.2王學(xué)仁、王松桂編譯，實(shí)用多元統(tǒng)計(jì)分析M. 上海：上?？茖W(xué)技術(shù)出版社 , 1990.3謝繼深. 模糊控制技術(shù)中一種特殊的高維插值法J. 電路與系統(tǒng)學(xué)報(bào), 1997(2):66-69.4GPS經(jīng)緯度查詢，網(wǎng)址：5偏最小二乘回歸的線性與非線性方法M. 國防工業(yè)出版社 , 王惠文, 2006.6卓金武，等.MATLAB在數(shù)學(xué)建模中的應(yīng)用第二版P.北京：北京航天航空大學(xué)出版社，2014.9.7兩個經(jīng)緯度之間的距離計(jì)算，網(wǎng)址： 9、附錄matlab程序如下：注：由于數(shù)據(jù)較多，真實(shí)代

27、碼所占篇幅比較大，不可能附在附錄中，附錄中僅顯示剔除數(shù)據(jù)后的代碼，也就是代碼的基本骨架，但數(shù)據(jù)所在位置已用文字標(biāo)志出，完整代碼已在支撐材料中標(biāo)志，若需要完整代碼，請參照支撐材料！1、任務(wù)完成情況與任務(wù)經(jīng)緯度的關(guān)系matlab代碼骨架如下：x1=已完成任務(wù)的緯度'y1=已完成任務(wù)的經(jīng)度'x2=未完成任務(wù)的緯度'y2=未完成任務(wù)的緯度'h1=plot(y1,x1,'or')xlabel('任務(wù)gps經(jīng)度')ylabel('任務(wù)gps緯度')hold onh2=plot(y2,x2,'xk')legend

28、('已完成','未完成')2、4、6、8中運(yùn)用matlab計(jì)算二元線性回歸模型的代碼骨架如下：x1=緯度;x2=經(jīng)度;y=任務(wù)標(biāo)價;x=ones(,1) x1 x2;b,bint,r,rint,stats=regress(y,x);b,bint,stats,rcoplot(r,rint)3、5、7、9matlab插值代碼骨架如下如下：x=緯度'y=經(jīng)度'z=任務(wù)標(biāo)價'scatter3(x,y,z,'.')figurex,y,z=griddata(x,y,z,linspace(min(x),max(x)',linsp

29、ace(min(y),max(y),'v4');pcolor(x,y,z);shading interpfigure,contourf(x,y,z)figure,surf(x,y,z)xlabel('任務(wù)gps緯度')ylabel('任務(wù)gps經(jīng)度')zlabel('任務(wù)標(biāo)價')10 x1=會員經(jīng)度'y1=會員緯度'x2=任務(wù)經(jīng)度'y2=任務(wù)緯度'h1=scatter(x1,y1,'.r')xlabel('緯度')ylabel('經(jīng)度')axis(22 24 112 115)hold onh1=scatter(x2,y2,'.k')legend('會員位置','任務(wù)位置')13、14、15、16中運(yùn)用matlab計(jì)算非線性回歸模型的代碼骨架如下：clc;x1=經(jīng)度;x2=緯度;x=x1 x2;y=任務(wù)標(biāo)價;f=(beta,x) (beta(1).*x(:,2).*(1+beta(2).*x(:,1)+beta(3).*x(:,2).(-1)beta0=1 0.05 0.02&#