文档介绍：欢迎光临中国数学建模网-的优化布局与神经网络模型的建立和运用刘双庆(goodmorningabc@)摘要本文分析研究2008年北京奥运比赛主场馆的周边地区小型商亭构建建设,通过预先问卷调查,得出观众(购物主体)的出行和用餐的需求方式和购物欲望情况,以此作为训练目标。20个迷你超市,由它们的人流分布情况,按人流分布百分比设定网络输入矢量。通过构建含2个隐含层的BP神经网络,训练出它们的权值,并将权值识别划分,得出迷你超市与3个主场馆的关联程度,以此确定超市的布局。在以年龄为需求方式和购物欲望情况划分,和以消费水平高低划分时,分别得到两个划分不同的模型,计算机计算得出两模型相关良好,因此得出的模型可靠性高。关键词超市布局BP神经网络流分布一问题重述2008年北京奥运比赛主场馆的周边地区小型商亭(迷你超市)需要临时构建建设,由预先调查观众(购物主体)的出行和用餐的需求方式和购物欲望情况,以及测算出的相应人流分布,来最优化小型商亭构建布局问题。二问题假设1三次预演的运动会的问卷调查认为符合同一统计规律,三次可线性感谢您对中国数学建模网一如既往的支持和厚爱欢迎光临中国数学建模网-次。2商业目标以购物主体的需求方式和购物欲望情况为基础,充分将模型向问卷调查情况分布逼近,则认为可获利益最大。三符号说明byage表示通过年龄划分得出的参数byconsume表示通过消费划分得出的参数四模型的构建通过问题的分析,我们可以将购物主体的需求方式和购物欲望情况作为评判标准,将人流量分布作为输入值,进而计算他们的隐射关系,构成权值分布,这权值分布的实际意义就是各超市与各场馆的相关关系度。即:J=W×QJ为需求方式和购物欲望情况的归一矩阵,W为所求权值(W=W1⊗W2⊗W3,以辅助全局),Q为输入矢量(人流量分布的归一值)。图一W1⊗W2体现出20个输入与三个场馆的关联。符号⊗为网络作用算子。图一两个隐含层的BP神经网络建模在此采用附加动量法和自适应步长算法的trainbpx训练。对于更高精感谢您对中国数学建模网一如既往的支持和厚爱欢迎光临中国数学建模网-,我在附录中编了一个3个隐含层的程序(matlab提供的训练为1-2个隐含层)。激活函数用S型。训练流程如下:(训练目标)的规律分布本模型分别以年龄划分和以消费水平划分,将附录表格中的“false"和"true"进行了0-1刻画,通过累积求和,平均,求对比值:1age(j)=age(i,j)k3∑ikagek(j)agek(j)=Max(agek(j))thenage(j)=age(j)∑kkage(j)age(j)=Max(age(j))(i=1,2,3;j=1,2,3…9;k=1,2,3,4)同理:感谢您对中国数学建模网一如既往的支持和厚爱欢迎光临中国数学建模网-sume(j)=consume(i,j)k3∑ikconsumek(j)consumek(j)=Max(consumek(j))thenconsume(j)=consume(j)∑kkconsume(j)consume(j)=Max(consume(j))(i=1,2,3;j=1,2,3…9;k=1,2,3...6)得出数据分布:byage=[];byconsume=[];,为具体起见,构造一个映射图:感谢您对中国数学建模网一如既往的支持和厚爱欢迎光临中国数学建模网-相关分析根据题目说明的,出行均采取最短路径,因此上图中的相关的连线(可行道路),对于每一个迷你超市来说,并不是所有的都分配到。在计算相关流量时,亦定义:=M×Nζk其中:为第k超市分配到的百分总和比,M为三个主场管某场管ζk的总人数,N为调查观众(购物主体)的出行和用餐的需求方式和购物欲望情况百分率分布。此题先把所有连接进行表格描述,然后通过人工选择确定归属。其中:a=4;b=6;c=10;c1=a*(bb(1)+bb(4))+c*bb(1);c2=a*(bb(1)+bb(4)+bb(3))+b*bb(1)+c*bb(1);c3=1*(a*(bb(2)+bb(5)+bb(6)+bb(7)+bb(8)+bb(9))+c*bb(1));c4=1*(a*(bb(2)+bb(4)+bb(5)+bb(6)+bb(7)