2015年暑期数学建模培训第一次模拟承诺书我们仔细阅读了数学建模联赛的竞赛规则。我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其它公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。我们授权数学建模联赛赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。我们参赛选择的题号为（从A/B/C中选择一项填写）：我们的参赛报名号为：参赛组别（研究生或本科或专科）：本科所属学校（请填写完整的全名）中国矿业大学南湖校区参赛队员(打印并签名)：1.赖增强2.兰卫旗3.李康杰日期：2015年8月11日获奖证书邮寄地址：中国矿业大学南湖校区桃4B5032邮政编码：221116收件人姓名：赖增强联系电话：2015年暑期数学建模培训第一次模拟编号专用页竞赛评阅编号（由竞赛评委会评阅前进行编号）：评阅记录评阅人评分备注裁剪线裁剪线裁剪线竞赛评阅编号（由竞赛评委会评阅前进行编号）：参赛队伍的参赛号码：1（请各参赛队提前填写好）：不确定条件下的最优路径问题摘要本文针对如何在复杂的交通环境下寻找一条可靠、快速、安全的最优路径的问题，考虑到交通堵塞、恶劣天气、路途成本等不确定因素对司机路径选择的影响，建立多个不确定条件下的最优路径模型。对于问题一，我们在各个路段所用时间服从正态分布N(μ，δ2)的基础上,建立了在不确定条件下求最短路的NP模型，给每个路段设定一个预留到达的时间t，为了尽可能准确的到达目的地，选取95%的概率，满足P{T≤t}?95%,那么最优路径的定义就是预留时间最小的那个路径，将其转换为标准的正态分布，通过标准的正态分布得到了在不确定性条件下车辆从起点到终点预留时间的数学表达式：t=μ+Φ-1δ。计算得对应的t（绕城）=，t（市区）=，那么最优路径为绕城快速路。对于问题二，在第一问定义的基础上进一步引入Bool系数β(a,k),在搜集得到的具体的交通网络中，建立了一个从起点到终点路径为∑β(a,k)na=1Talink的正态分布，通过求最小预留时间t(min)=E[Tkpath]+Φ-1√Var[Tkpath],得出最优路径的算法。其中E[TKpath]=∑β(a,k)na=1E[Talink]，Var[Tkpath]=∑β(a,k)na=1Var[Talink]，但Var[Tkpath]的根式不具有线性可加性。不能用经典的dijkstra算法求解。对此采用基于双目标规划的思路，利用第K短路径算法，分别对E[Tkpath]，Var[Tkpath],运用matlab编程，找出各自前十条最短路径。之后在其并集中找出最优路径：V1→V3→V4→V8。由此建立了求最短路的NPK模型。最后从时间的渐进性态上分析模型的复杂性和收敛性。对于问题三，我们只考虑各路段空间上的相关性，并用概率论中的协方差来表示这种耦合关系，建立了NPK模型。得出可靠时间的数学表达式t=E[TKpath]+Φ-1(ρ)√∑δ(a,k)Var[Talink+∑cov(a-1,a)na=2na=1；求解得最优路径：V1->V3->V5->V8。关键词：NPK模型，K-短路，预留时间，正态分布，渐进性态。一.问题重述目前，交通拥挤和事故正越来越严重的困扰着城市交通,如何在复杂的交通环境寻找一条可靠、快速、安全的最优路径，已经成为所有驾驶员的共识。传统的最优路径就是行驶时间最短的路径，这是基于理想交通情况下分析的，而事实上，在现实生活中，受到很多不确定性因素的影响，例如：交通工具、恶劣天气、突发事件，导致车辆的行驶时间均存在不确定性。为了减少交通阻塞所耽误的时间，尽可能快的到达目的地，解决不确定性性条件下的最优路径问题，现依次提出以下问题：（一）针对一般的交通网络，假设已知每条路段行驶时间的均值和标准差，请建立相关的数学模型，定量地分析车辆行驶时间的不确定性，然后给出在不确定性条件下车辆从起点到终点的最优路径的定义和数学表达式。并将此模型应用到图1的例子中会选择哪条...
