西安市蔬菜價格變動分析及采購計(jì)劃的制定

1、題目：西安市蔬菜價格變動分析及采購計(jì)劃的制定摘 要本文主要根據(jù)西安市物價局官網(wǎng)上公布的數(shù)據(jù)，根據(jù)17種蔬菜每月不同的價格，對近幾年價格的價格做了研究、分析，并建立模型求解。針對問題一，通過繪制5種蔬菜價格隨月份變化的折線圖，發(fā)現(xiàn)蔬菜價格具有較明顯的季節(jié)性變動，建立模型，利用Elman神經(jīng)網(wǎng)絡(luò)對2015年各種蔬菜泥的價格進(jìn)行預(yù)測。針對問題二，根據(jù)17種蔬菜的價格，經(jīng)過相關(guān)分析和計(jì)算，以平均法求出每種蔬菜所占權(quán)重，由此建立出一個從總體上較為準(zhǔn)確地反映蔬菜價格的水平的蔬菜價格指數(shù)模型。 針對問題三，通過第二問建立的蔬菜價格指數(shù)模型分析，可知近幾年蔬菜價格總體升高，結(jié)合蔬菜價格指數(shù)的變動情況可知西安市

2、每年一月至四月蔬菜價格總體處于高位。 針對問題四，本文根據(jù)題目要求，在滿足所有約束條件的情況下，以采購蔬菜的最大重量為目標(biāo)函數(shù)，分別對四個蔬菜批發(fā)市場建立整數(shù)規(guī)劃模型。通過Lingo軟件進(jìn)行求解，得出到胡家廟蔬菜批發(fā)市場進(jìn)行一次采購可以使得當(dāng)天采購蔬菜的總重量最大，為1111kg。關(guān)鍵詞：Elman神經(jīng)網(wǎng)絡(luò) 價格指數(shù)模型 線性規(guī)劃一、問題重述食品價格是居民消費(fèi)價格指數(shù)的重要組成部分，食品價格波動直接影響居民生活成本和農(nóng)民收入，是關(guān)系國計(jì)民生的重要戰(zhàn)略問題。在收入增長緩慢的情況下，食品價格上漲將使人民群眾明顯感到生活成本增加，特別是蔬菜價格的變化關(guān)系到千家萬戶的日常生活，菜價的上漲將嚴(yán)重影響城市

3、低收入群體的生活質(zhì)量。為監(jiān)測食品價格的實(shí)際變化情況，西安市物價局對食品價格一直進(jìn)行著嚴(yán)密的監(jiān)測，每周都會在其官方網(wǎng)站上公布食品價格監(jiān)測數(shù)據(jù)（網(wǎng)址：1）請從監(jiān)測的17種蔬菜數(shù)據(jù)中任意選取5種蔬菜，并根據(jù)這5種蔬菜近幾年的價格數(shù)據(jù)，建立數(shù)學(xué)模型研究這5種蔬菜價格隨月份的變化規(guī)律，并預(yù)測2015年這5種蔬菜每月的價格。2）監(jiān)測17種蔬菜的價格數(shù)據(jù)給監(jiān)測人員帶來了很大的工作負(fù)擔(dān)，為了綜合評價蔬菜價格的總體水平，請建立一個蔬菜價格指數(shù)模型，使這個指數(shù)的升降能夠從總體上較為準(zhǔn)確地反映蔬菜價格的水平。注意蔬菜的類型、人們的消費(fèi)習(xí)慣、以及其它因素都可能與這個蔬菜價格指數(shù)有關(guān)，并說明你所建立指數(shù)的合理性。3）根

4、據(jù)你在問題2）中建立的蔬菜價格指數(shù)模型，研究一下近幾年蔬菜價格總體的變化趨勢，說明一下對于西安市每年什么時候蔬菜價格總體處于高位。4）假設(shè)你是一家飯店的采購員，每一天都要根據(jù)當(dāng)天西安市四個主要蔬菜批發(fā)市場的蔬菜牌價（如表1所示），選擇到其中一家市場進(jìn)行一次采購。為滿足飯店?duì)I業(yè)需求，飯店制定了采購單，并對采購量做出如下要求：每天必須購買的蔬菜有：豆角至少50公斤，青椒至少30公斤，土豆至少20公斤，西紅柿至少100公斤，蓮花白至少100公斤，胡蘿卜至少20公斤，茄子至少10公斤，其余蔬菜品種采購員可以酌情自己選擇購買至少5種，如果購買這種蔬菜要求至少購買10公斤。假設(shè)采購所用的汽車是一輛載重量不

5、超過1.5噸的小型三輪貨車，因?yàn)檐囕v保養(yǎng)的原因，要求每天車輛的公里噸數(shù)（即路程載重噸數(shù)，空載不計(jì)）不得超過8（公里噸），每天采購額不得超過4000元，且采購單中要求必須購買蔬菜的采購額至少要達(dá)到實(shí)際采購總額的80%以上。請建立數(shù)學(xué)模型為你今天的采購計(jì)劃制定最佳方案，即在滿足上述所有條件都滿足的情況下，到哪一個蔬菜市場區(qū)購買蔬菜，購買哪些蔬菜，各多少公斤，使得當(dāng)天采購蔬菜的總重量最大。假定蔬菜批發(fā)的最小單位為1公斤。表1. 西安市主要蔬菜批發(fā)市場今日蔬菜牌價（單位：元/公斤）胡家廟蔬菜批發(fā)市場（與飯店距離7.2km）朱雀蔬菜批發(fā)市場（與飯店距離11.5km）新北城蔬菜批發(fā)市場（與飯店距離10.8

6、km）西三環(huán)蔬菜批發(fā)市場（與飯店距離13.5km）豆角5.765.85.3茄子4.54.34.24.3青椒4.64.54.34西紅柿65.45.85.5青菜3.93.744.2冬瓜3.132.62.7白蘿卜2.21.91.92韭菜5.54.64.74.5黃瓜32.43.13尖椒4.74.94.64.8蒜薹2.62.42.42.6土豆3.73.23.42.9菜花1.61.81.51.4白菜2.62.12.21.9蓮花白1.61.11.31.4芹菜2.222.32.5胡蘿卜54.94.34.4二、問題分析題目要求建立明確的數(shù)學(xué)模型，分別用來研究蔬菜價格隨月份變化的規(guī)律，并對蔬菜價格進(jìn)行預(yù)測，研究近

7、幾年蔬菜價格總體變化趨勢以及確定蔬菜采購的最優(yōu)方案。 問題一，要根據(jù)所選的5種蔬菜近幾年的價格數(shù)據(jù)，建立數(shù)學(xué)模型研究這5種蔬菜價格隨月份的變化規(guī)律，并預(yù)測2015年這5種蔬菜每月的價格。需要繪制5種蔬菜價格隨月份變化的折線圖，仔細(xì)觀察蔬菜價格隨著月份有著什么樣的變化。根據(jù)價格隨月份的變化規(guī)律，使用Elman神經(jīng)網(wǎng)絡(luò)算法來進(jìn)行預(yù)測。問題二，考慮到蔬菜的種類、人們的消費(fèi)習(xí)慣、季節(jié)性變化等多種因素都會對蔬菜的價格指數(shù)造成影響，但題目沒有提供蔬菜的銷售量、人們的喜愛程度、季節(jié)等各項(xiàng)影響因素的數(shù)值，因此我們采用簡單的平均法來求價格指數(shù)，以2012年1月為基期，計(jì)算出各種蔬菜的權(quán)重，從而建立價格指數(shù)模型。

8、問題三，根據(jù)問題二的蔬菜價格指數(shù)模型繪出價格變動的圖形，研究近幾年蔬菜價格總體的變化趨勢，即可得出西安市每年什么時候蔬菜價格總體處于高位。問題四，要求滿足題目所有的約束條件的情況下確定采購方案，使得采購蔬菜的總重量最大。顯然，這是一個線性規(guī)劃問題，只需根據(jù)題目要求分別對四個蔬菜批發(fā)市場建立整數(shù)規(guī)劃模型，確定目標(biāo)函數(shù)和約束條件，利用軟件進(jìn)行求解。最后比較四個結(jié)果，選擇最優(yōu)方案即可。三、問題假設(shè)1、假設(shè)所統(tǒng)計(jì)的數(shù)據(jù)全部真實(shí)可靠。 2、假設(shè)所有蔬菜的產(chǎn)量充足。 3、假設(shè)同一大類的蔬菜對總體價格指數(shù)的影響相同。 4、假設(shè)統(tǒng)計(jì)數(shù)據(jù)中的缺省值對平均價格的影響可以忽略。四、變量說明符號含義ai、bi、ci、

9、di、ei第i月各蔬菜的價格xiji蔬菜在j市場的采購量ciji蔬菜在j市場的價格五、模型建立及求解5.1 問題一5.1.1 蔬菜價格隨月份的變化規(guī)律本文采用了西安市物價局公布的蔬菜價格監(jiān)測數(shù)據(jù)，具體收集了青菜、黃瓜、西紅柿、蓮花白和土豆5種蔬菜2011年4月至2014年12月每期的價格，并將其整理為表2。表2 五種蔬菜價格變動情況商品類型日期青菜黃瓜西紅柿蓮花白土豆2012.13.935.373.20.961.022012.24.543.713.091.082.012012.33.673.773.741.941.952012.41.792.834.181.851.532012.52.062.

10、062.431.41.832012.61.810.811.260.921.352012.73.761.280.940.540.992012.81.661.732.090.731.032012.92.251.462.821.041.342012.101.331.442.390.561.352012.112.272.312.690.621.372012.1233.072.761.211.492013.14.633.493.081.371.642013.23.525.063.121.681.822013.31.914.532.740.912.712013.43.542.743.811.633.372

11、013.52.251.522.870.732.562013.62.561.891.940.811.842013.71.881.742.061.031.952013.83.541.121.70.911.642013.92.152.342.931.361.642013.101.772.213.91.522.022013.1122.844.071.261.962013.122.042.442.941.161.952014.12.451.914.120.991.742014.23.334.234.391.082.152014.33.143.864.250.722.712014.42.242.743.9

12、91.772.882014.52.381.173.170.572.452014.62.891.541.870.691.642014.74.311.461.271.191.742014.83.321.891.090.81.652014.95.492.101.800.711.32014.103.452.312.240.691.322014.112.53.172.170.661.272014.122.634.322.560.831.38最大值5.495.374.391.943.37最小值1.330.810.940.420.84平均值2.772.502.691.001.71繪制5 種蔬菜價格隨時間變化

13、的折線圖，并修改，如圖1 所示。由圖可以看出5 種蔬菜價格均存在明顯的季節(jié)變動，變動的總體趨勢是冬春價格較高，夏季價格較低。其中黃瓜、西紅柿、蓮花白、土豆每年的價格波動較大，青菜每年的價格波動較小。 從每月價格變動情況看，由于14 月天氣較寒冷，蔬菜供應(yīng)大部分為溫室蔬菜， 其成本較高，所以是一年中蔬菜價格較高時期。隨著天氣逐漸變暖，59 月是蔬菜生產(chǎn)旺季，蔬菜價格逐漸下降。在每年的8 月左右，蔬菜價格降到最低值。隨著天氣逐漸轉(zhuǎn)冷，1012 月蔬菜供應(yīng)逐漸減少，加上北方主要依靠溫室種植蔬菜，其成本逐漸提高，蔬菜價格也隨之上升。在每年的2 月左右，蔬菜價格升到最高值。圖1 五種蔬菜價格變動圖5.1

14、.2 模型建立我們選擇青菜、黃瓜、西紅柿、蓮花白和土豆5種蔬菜，建立一個Elman神經(jīng)網(wǎng)絡(luò)模型對5種蔬菜同時進(jìn)行預(yù)測?，F(xiàn)已知2012年1月到2014年12月共36個月的蔬菜價格數(shù)據(jù)如表2，現(xiàn)把每12個月的價格數(shù)據(jù)作為輸入向量，第13個月的價格作為目標(biāo)向量，即，輸出向量為： （1）其中目標(biāo)函數(shù)為： （2）其中5.1.3 模型求解通過MATLAB軟件對模型進(jìn)行求解，首先通過2012年和2013年數(shù)據(jù)預(yù)測2014年數(shù)據(jù)，得出結(jié)果如表3：表3 2014年各蔬菜預(yù)測價格青菜黃瓜西紅柿蓮花白土豆2.451.914.120.991.743.503.604.391.162.043.252.984.270.79

15、2.582.321.953.991.762.752.520.563.140.662.323.041.041.870.761.544.431.081.321.241.673.481.461.160.871.575.551.761.840.751.243.651.662.310.741.222.622.552.180.691.172.713.762.570.841.28通過與表2中2014年的數(shù)據(jù)對比，計(jì)算出預(yù)測價格與實(shí)際價格的誤差如表4：表4 2014年各蔬菜預(yù)測價格的誤差青菜黃瓜西紅柿蓮花白土豆-9.93E-06-0.00150.0007950.000127-0.00021-0.1686816

16、860.0631681-0.00045-0.076020.108091-0.1147829040.0884512-0.01892-0.074380.131139-0.0847954560.07918090.0018860.0051510.13103-0.1419612080.061240.034262-0.085280.126919-0.1539260950.0499604-0.00424-0.066810.09845-0.1199677240.0384262-0.04662-0.048960.071724-0.1614952660.0434439-0.07084-0.068210.07593

17、-0.0643395040.0342122-0.04482-0.038320.055664-0.1960601950.0652973-0.06516-0.050180.10376-0.1175488340.0622786-0.01175-0.032830.100499-0.0769545730.0559645-0.00671-0.013590.099364由表4可以看出，誤差在±0.2元以內(nèi)，誤差較小，因此可以用此方法預(yù)測2015年各蔬菜價格。由此法通過MATLAB計(jì)算出2015年各蔬菜的預(yù)測價格，如表5：表5 2015年各蔬菜預(yù)測價格青菜黃瓜西紅柿蓮花白土豆3.273.423.40

18、1.351.573.121.863.631.081.982.592.633.591.072.133.522.533.380.832.252.871.952.891.122.143.241.032.160.861.743.691.051.841.061.454.351.551.830.811.404.712.222.190.851.464.452.112.910.821.603.162.023.050.731.523.112.563.001.271.55 查詢得2015年1-6月各蔬菜實(shí)際價格如表6表6 2015年1-6月各蔬菜實(shí)際價格青菜黃瓜西紅柿蓮花白土豆2015.13.952.912.47

19、1.171.372015.24.73.883.871.392.442015.31.742.893.610.92.172015.43.332.432.771.722.452015.51.891.712.72122015.63.32.121.642.751.73對比計(jì)算出預(yù)測價格與實(shí)際價格的誤差如表7：表7 2015年各蔬菜預(yù)測價格的誤差青菜黃瓜西紅柿蓮花白土豆0.0000-0.00150.00080.0001-0.0002-0.16870.6317-0.0004-0.07600.1081-0.11480.8845-0.0189-0.07440.1311-0.08480.79180.00190.0

20、0520.1310-0.14200.61240.0343-0.08530.1269-0.15390.4996-0.0042-0.06680.0984-0.12000.3843-0.0466-0.04900.0717-0.16150.4344-0.0708-0.06820.0759-0.06430.3421-0.0448-0.03830.0557-0.19610.6530-0.0652-0.05020.1038-0.11750.6228-0.0118-0.03280.1005-0.07700.5596-0.0067-0.01360.0994由表7可以看出，除了黃瓜以外，其他的蔬菜誤差在±

21、;0.2元以內(nèi)，誤差較小，考慮到現(xiàn)在蔬菜價格由于技術(shù)等原因越來越趨于穩(wěn)定，可能預(yù)測的會有誤差，因此認(rèn)為該模型是可行的。5.2 問題二 5.2.1 模型建立通過分析得出價格指數(shù)模型： （3）其中Mij為第j個月第i種蔬菜的月均價，Mi0為基期的第i種蔬菜的月均價，Q為權(quán)重。5.2.2 模型求解由數(shù)據(jù)可查出Mij的值，以每個月每種蔬菜的價格占當(dāng)月17種蔬菜價格總和的比值作為權(quán)重，即，以2012年1月為基期，由此計(jì)算出I值如表8：表8 I值月份年份123456789101112201110.810.90.760.590.490.540.500.520.470.530.6820120.730.850.

22、760.890.590.580.640.600.590.620.640.6020130.760.760.730.680.530.540.730.580.620.530.560.68平均值0.830.810.800.780.570.540.640.560.580.540.580.65并用MATLAB做出蔬菜價格指數(shù)的趨勢圖如圖2圖2 蔬菜價格指數(shù)趨勢圖5.3 問題三 通過對第二問的蔬菜價格指數(shù)模型以及價格指數(shù)趨勢圖的分析，能夠很直觀的得出近幾年蔬菜價格的總體趨勢：蔬菜價格隨著季度波動，一月至四月蔬菜價格總體處于高位。5.4 問題四 5.4.1 模型建立總重量用P來表示，引入01變量zi,yi，因

23、此目標(biāo)函數(shù)為： （4）其中，5.4.2 模型求解目標(biāo)函數(shù)為： （5）由此通過Lingo軟件進(jìn)行求解，將所得結(jié)果整理如表9：表9 各蔬菜的采購量 市場 蔬菜胡家廟朱雀新北城西三環(huán)豆角16916527550茄子71101010青椒58613030西紅柿134140100312青菜10101010冬瓜10101010白蘿卜10101010韭菜10101010黃瓜0000尖椒10101010蒜薹0000土豆81205420菜花0000白菜0000蓮花白467197168100芹菜0000胡蘿卜81525320總重量1111695740592 由表9可知在滿足所有約束條件的情況下，到胡家廟蔬菜批發(fā)市場分

24、別購買豆角169公斤，茄子71公斤，青椒58公斤，西紅柿134公斤，青菜10公斤，冬瓜10公斤， 白蘿卜10公斤，韭菜10公斤，尖椒10公斤，土豆81公斤，蓮花白467公斤，胡蘿卜81公斤，可以使得當(dāng)天采購蔬菜的總重量最大為1111kg。六、結(jié)果分析6.1 問題一利用Elman神經(jīng)網(wǎng)絡(luò)模型對2015年各蔬菜價格進(jìn)行預(yù)測，但由于現(xiàn)在由于技術(shù)提高，政府調(diào)控等原因，使得蔬菜價格越來越趨于穩(wěn)定，使得原本價格波動較大的黃瓜預(yù)測結(jié)果誤差較大，因此總體來說該模型還是比較可行的。6.2 問題二 由于對蔬菜價格的影響因素的具體數(shù)據(jù)并沒有給出來，而統(tǒng)計(jì)起來又比較麻煩，因此采用簡單的平均法來考慮影響因素對蔬菜價格的

25、影響，使得結(jié)果可能有些誤差，如果能提供這些影響因素所影響的具體數(shù)據(jù)就更好了。6.3 問題三蔬菜價格隨著季度波動，一月至四月蔬菜價格總體處于高位。蔬菜價格波動的原因分析： （1） 氣候的影響。西安地區(qū)四季分明，冬天寒冷，需要在大棚里面種植的蔬菜，這就增加了種植蔬菜的成本。所以冬季的蔬菜價格明顯要高于夏季。 （2） 節(jié)假日的影響。前一年的年底月到后一年的2月為過年影響時間段，人們大量采購蔬菜，供小于求，因此也會漲價。 （3） 國家的調(diào)控。國家每年都會制定各種價格調(diào)控政策，這也會在某一時間段影響價格的變化。6.4 問題四 計(jì)算得出到胡家廟蔬

26、菜批發(fā)市場購買最優(yōu)，分別購買豆角169公斤，茄子71公斤，青椒58公斤，西紅柿134公斤，青菜10公斤，冬瓜10公斤， 白蘿卜10公斤，韭菜10公斤，尖椒10公斤，土豆81公斤，蓮花白467公斤，胡蘿卜81公斤，可以使得當(dāng)天采購蔬菜的總重量最大為1111kg6.5 模型評價優(yōu)點(diǎn)：假設(shè)合理所建模型比較清晰，無論在模型的表達(dá)還是在之后對算法的框架描述都比較清晰，而且用所建模型對歷史數(shù)據(jù)的預(yù)測與其真實(shí)值之間的誤差較小。缺點(diǎn)：第一題中所用的Elman神經(jīng)網(wǎng)絡(luò)模型運(yùn)算是耗時較長，一般情況下使用起來不便，第二題中所建模型只考慮了蔬菜種類對價格的影響沒有考慮其他因素，而在實(shí)際生活中影響蔬菜價格的因素有很多，

27、比如居民的生活習(xí)慣等，如果能把其他因素也考慮進(jìn)去那就更好了。七、參考文獻(xiàn)1 張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)編程M.北京：化學(xué)工業(yè)出版社，2011.2 陳明.MATLAB神經(jīng)網(wǎng)絡(luò)原理與實(shí)際精解M.北京：清華大學(xué)出版社，2013.3 姜啟元，謝金星，葉俊. 數(shù)學(xué)模型（第三版）M.北京：高等教育出版社，2007.4 西安市物價局.DB/OL. 八、附錄程序1 問題1預(yù)測2014年價格clc;clear;load Elman_P_2;%輸入向量P=P'load Elman_T_3;%目標(biāo)向量T=T'Pseq=con2seq(P);Tseq=con2seq(T);

28、60;    threshold=0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37

29、;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37

30、;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;net=newelm(threshold,40 5, 'logsig' 'purelin','trainbr');  %顯示訓(xùn)練結(jié)果的間隔步數(shù) net.trainParam.sh

31、ow=50; %設(shè)置訓(xùn)練步數(shù) net.trainParam.epochs=2000; %設(shè)置訓(xùn)練目標(biāo)誤差 net.trainParam.goal=1e-6; %設(shè)置最大失敗次數(shù)缺省百分比 net.trainParam.max_fail=5; net.trainParam.lr=0.05 pause; clc %重新對網(wǎng)絡(luò)進(jìn)行初始化 net=init(net); %對網(wǎng)絡(luò)進(jìn)行訓(xùn)練 net,tr=train(net,Pseq,Tseq);  paus

32、e; clc %仿真 S=sim(net,P); %計(jì)算仿真誤差   B=T-S;   MSE=mse(B);   pause   clc echo off 預(yù)測2015年價格clc;clear;load Elman_P_2;P=P'load Elman_T_3;T=T'load Elman_P_4;P1=P1'Pseq=con2seq(P);Tseq=con2seq(T); thr

33、eshold=0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37

34、;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;0 5.49;0 5.37;0 4.39;0 1.94;0 3.37;net=newelm(threshold,40 5, 'logsig' 'purelin','trainbr'); %顯示訓(xùn)練結(jié)果的間隔步數(shù) net.trainParam.show=50; %設(shè)置訓(xùn)練步數(shù) net.trainParam.epochs=2000; %設(shè)置訓(xùn)練目標(biāo)誤差 net.trai

35、nParam.goal=1e-6; %設(shè)置最大失敗次數(shù)缺省百分比 net.trainParam.max_fail=5; net.trainParam.lr=0.05 pause; clc %重新對網(wǎng)絡(luò)進(jìn)行初始化 net=init(net); %對網(wǎng)絡(luò)進(jìn)行訓(xùn)練 net,tr=train(net,Pseq,Tseq); pause; clc %仿真 S=sim(net,P1); S1=S' clc echo off程序2 問題2clc;clear;x=1 2 3 4 5 6 7 8 9 10 11 12;y=0.829870305 0.805215183 0.796789255 0.777

36、667431 0.566311872 0.539395652 0.636211323 0.562807043 0.575122448 0.539522093 0.574956808 0.653317419;plot(x,y,'k-o')xlabel('月份')ylabel('I')title('西安市蔬菜價格指數(shù)')程序3 問題4胡家廟市場max=x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17;x1>=50;x3>=30;x12>=20;x4&

37、gt;=100;x15>=100;x17>=20;x2>=10;gin(x1);gin(x2);gin(x3);gin(x4);gin(x5);gin(x6);gin(x7);gin(x8);gin(x9);gin(x10);gin(x11);gin(x12);gin(x13);gin(x14);gin(x15);gin(x16);gin(x17);bin(a1);bin(a2);bin(a3);bin(a4);bin(a5);bin(a6);bin(a7);bin(a8);bin(a9);bin(a10);a1+a2+a3+a4+a5+a6+a7+a8+a9+a10>

38、=5;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17<=1500;w5>=10;w6>=10;w7>=10;w8>=10;w9>=10;w10>=10;w11>=10;w13>=10;w14>=10;w16>=10;x5=if(a1#gt#0,w5,0);x6=if(a2#gt#0,w6,0);x7=if(a3#gt#0,w7,0);x8=if(a4#gt#0,w8,0);x9=if(a5#gt#0,w9,0);x10=if(a6#gt#0,w10,0);x1

39、1=if(a7#gt#0,w11,0);x13=if(a8#gt#0,w13,0);x14=if(a9#gt#0,w14,0);x16=if(a10#gt#0,w16,0);(x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17)*7.2<=8000;5.7*x1+4.5*x2+4.6*x3+6*x4+3.9*x5+3.1*x6+2.2*x7+5.5*x8+3*x9+4.7*x10+2.6*x11+3.7*x12+1.6*x13+2.6*x14+1.4*x15+2.2*x16+5*x17<=4000;5.7*x1+4.

40、6*x3+3.7*x12+6*x4+1.4*x15+5*x17+4.5*x2>=(5.7*x1+4.5*x2+4.6*x3+6*x4+3.9*x5+3.1*x6+2.2*x7+5.5*x8+3*x9+4.7*x10+2.6*x11+3.7*x12+1.6*x13+2.6*x14+1.4*x15+2.2*x16+5*x17)*0.8;朱雀市場max=x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17;x1>=50;x3>=30;x12>=20;x4>=100;x15>=100;x17>=2

41、0;x2>=10;gin(x1);gin(x2);gin(x3);gin(x4);gin(x5);gin(x6);gin(x7);gin(x8);gin(x9);gin(x10);gin(x11);gin(x12);gin(x13);gin(x14);gin(x15);gin(x16);gin(x17);bin(a1);bin(a2);bin(a3);bin(a4);bin(a5);bin(a6);bin(a7);bin(a8);bin(a9);bin(a10);a1+a2+a3+a4+a5+a6+a7+a8+a9+a10>=5;x1+x2+x3+x4+x5+x6+x7+x8+x9

42、+x10+x11+x12+x13+x14+x15+x16+x17<=1500;w5>=10;w6>=10;w7>=10;w8>=10;w9>=10;w10>=10;w11>=10;w13>=10;w14>=10;w16>=10;x5=if(a1#gt#0,w5,0);x6=if(a2#gt#0,w6,0);x7=if(a3#gt#0,w7,0);x8=if(a4#gt#0,w8,0);x9=if(a5#gt#0,w9,0);x10=if(a6#gt#0,w10,0);x11=if(a7#gt#0,w11,0);x13=if(a8

43、#gt#0,w13,0);x14=if(a9#gt#0,w14,0);x16=if(a10#gt#0,w16,0);(x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17)*11.5<=8000;6*x1+4.3*x2+4.5*x3+5.4*x4+3.7*x5+3*x6+1.9*x7+4.6*x8+2.4*x9+4.9*x10+2.4*x11+3.2*x12+1.8*x13+2.1*x14+1.3*x15+2*x16+4.9*x17<=4000;6*x1+4.3*x2+4.5*x3+5.4*x4+3.2*x12+1.3

44、*x15+4.9*x17>=(6*x1+4.3*x2+4.5*x3+5.4*x4+3.7*x5+3*x6+1.9*x7+4.6*x8+2.4*x9+4.9*x10+2.4*x11+3.2*x12+1.8*x13+2.1*x14+1.3*x15+2*x16+4.9*x17)*0.8;新北城市場max=x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17;x1>=50;x3>=30;x12>=20;x4>=100;x15>=100;x17>=20;x2>=10;gin(x1);gin(x

45、2);gin(x3);gin(x4);gin(x5);gin(x6);gin(x7);gin(x8);gin(x9);gin(x10);gin(x11);gin(x12);gin(x13);gin(x14);gin(x15);gin(x16);gin(x17);bin(a1);bin(a2);bin(a3);bin(a4);bin(a5);bin(a6);bin(a7);bin(a8);bin(a9);bin(a10);a1+a2+a3+a4+a5+a6+a7+a8+a9+a10>=5;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+

46、x16+x17<=1500;w5>=10;w6>=10;w7>=10;w8>=10;w9>=10;w10>=10;w11>=10;w13>=10;w14>=10;w16>=10;x5=if(a1#gt#0,w5,0);x6=if(a2#gt#0,w6,0);x7=if(a3#gt#0,w7,0);x8=if(a4#gt#0,w8,0);x9=if(a5#gt#0,w9,0);x10=if(a6#gt#0,w10,0);x11=if(a7#gt#0,w11,0);x13=if(a8#gt#0,w13,0);x14=if(a9#gt#0,w14,0);x16=if(a10#gt#0,w16,0);(x1+x2+x3+x4+x5+x6+x7+x8+x9+x10