数学建模降落伞的选择Word文档下载推荐.docx
《数学建模降落伞的选择Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《数学建模降落伞的选择Word文档下载推荐.docx(22页珍藏版)》请在冰点文库上搜索。
半径r/m
2
2.5
3
3.5
4
费用/元
65
170
350
660
1000
表格1不同半径的降落伞伞面价格
t/s
6
9
12
15
18
21
24
27
30
x/m
500
470
425
372
317
264
215
160
108
55
1
表格2降落伞试验的时刻t与高度x的观测值
问题的分析
这是一个有约束的优化问题,目标函数是降落伞的总费用,为了实用上的方便,不妨只选一种规格(伞半径)的降落伞,于是总费用是降落伞的个数与每个降落伞价格的乘积,而你决策变量是降落伞数量(记作n)和每个伞的半径r。
虽然r和n都只能取有限个离散值,但是,对n和r的各种组合进行枚举计算,逐个验算是否满足约束条件,比较费用,是相当繁琐的,并且缺乏一般性。
我们宁可先将n和r看作连续变量,建立优化模型,求得最优解后,再按题目要求做适当调整。
约束条件主要是伞的落地速度不能超过20m/s,为表述这一条件需要建立并求解降落伞速度满足的微分方程,而方程中的重要参数——空气阻力系数——又要通过测量数据(表格2)作拟合得到。
显然,由于测量数据是时间和高度,所以需要找出速度和高度之间的关系。
确定费用函数的关键是找出伞面价格与伞半径的关系,它可以根据所给数据(表格1)用适当的函数来拟合,观察这些数据的散点图,用幂函数拟合比较合适。
建立降落伞下落的微分方程时,关键是对所受阻力的分析,显然,阻力随着降落速度和伞面积的增加而变大。
模型假设
(1)伞面价格c1与伞半径r的关系,用幂函数c1=arb(a,b为待定参数)按照表格1数据来拟合;
载重m位于球心下方面处,每根绳索的长度l=
r。
(2)降落伞在空中只受到向下的重力和向上的空气阻力的作用,阻力与降落速度和伞面积的乘积成正比,阻力系数用表格2数据作拟合;
降落伞初速为零。
符号说明
降落伞数目
所投物的质量
物体在
时刻的高度
时刻的速度
阻力系数
降落伞的面积
重力加速度
时间
降落伞的半径
降落伞的总费用
每个降落伞的三面价格
每个降落伞的绳索价格
其他费用
模型建立
(1)目标函数
n个降落伞的总费用,记作C。
每个降落伞的费用由伞面价格c1=arb,绳索价格
和其他费用c3=200组成,于是
(20)
(2)伞的速度和高度
记时刻t伞的速度为v(t),高度为x(t),空气阻力为kr2v,k是待定参数,按照牛顿第二定律,v(t)满足
(21)
其中,m=2000/n(一个降落伞的载重),g=9.8m/s2,方程(21)的解为
(22)
对速度函数积分,并注意到t=0时x=500,得到伞的高度x(t)为
(23)
(3)约束条件
降落伞落地速度不超过20m/s,即当(23)式的x=0时的解得的根t,代入(22)式后满足
,此外还有
的附加条件,
整个优化模型可记作
(24)
当参数a,b,k用所给数据拟合确定后,即可求解模型(24)得到n,r(实数值),然后再作适当调整。
模型求解
(1)
参数估计
a,b的估计:
先将然后对于表14.5数据用线性最小二乘法和MATLAB软件编程[1]
得到a=4.3039,b=3.9779
与数据的拟合效果见图14.5.
图表1由表14.5数据拟合参数a,b
下面取a=4.3b=4
K的估计:
用表14.6数据估计k,注意到作降落试验时n=1,m=300,r=3,于是(23)式应改为
(25)
有表14.6数据利用MATLAB软件作非线性最小二乘法拟合,编程[2]:
得到k=18.4583
与数据的拟合效果见图14.6.下面取k=18.5
图表2由表14.6数据拟合参数k
(2)优化模型求解
将参数估计得到的a=4.3,b=4,k=18.5代入优化模型(24),用MATLAB的优化工具箱求解编程[3]
得到x=6.00722.969527.0408
c=4.8245e+003
根据题目要求,将结果调整为n=6,r=3,验证落地速度是否不超过20m/s,为此,先由(23)求解非线性方程:
(26)
再将得到的t代入(22)式计算出落地速度,编程[4]:
得到t=27.4867v=19.6196
落地速度符合要求。
最后,按照(20)式计算总费用(其中c1用实际价格350元),得到
C=6*(350+90.5*3+200)=4920(元)。
添加问题
风速偏向与风速大小将影响降落伞下降过程中的拉直时间,从而影响降落伞落地时的速度大小,请分析出风向与风速对拉直时间的关系,确定适合利用降落伞空投物资的风速范围以及风速的偏向。
问题分析
降落伞拉直过程是降落伞开伞过程的一个重要阶段,早起拉直过程动力学模型,都是假设伞系统和气流方向一致,处于理想的直线状态。
但实际上降落伞在拉直过程中,会收到各种因素的影响,导致降落伞的拉直方向几乎不可能与气流速度方向一致。
当在拉直过程中受到风的影响时,拉直时间会随之改变,从而影响落地的速度,为了保证物资可以安全的抵达地面,我们需要建立风速与风向对降落伞拉直时间的关系模型,从中解出适合利用降落伞空投物资的风速与风向范围。
由于限制条件要求降落伞落地时的速度不能超过20m/s,以及上面已经求出的最优解的限制,我们可以得出在高度H处必须将降落伞打开,于是对拉直时间T做出了要求,即
。
所以我们需要先利用已知的数据,做出模型,在
的范围内,求解出风速与风向的范围
(1)在降落伞拉直打开的过程中,我们假设此时降落伞做的是自由落体运动,即此时不受阻力的影响。
(2)假设在伞面打开以后,降落伞的运动过程与上一问中的运动情况完全相同。
拉直时间
最低开伞高度
风向偏角
风速大小
约束条件
上一问题中,在不加拉直时间的情况下,我们求出费用最低的最优解,此时k=18.5,n=6,r=3,代入下式中:
(27)
假设落地速度v=20m/s,我们可以解出t=27.0860s,H-=491.6858m
又因为拉直过程做的是自由落体运动,有
(28)
解得,
(29)
(1)变量说明
在该模型中,我们只研究风速偏向,以及风速大小对拉直时间的影响,其他外界环境因素可先忽略。
在此,我们对风速偏向做出三维图解,如下图所示:
(2)数据分析
偏角
风速
0°
20°
40°
60°
80°
100°
120°
140°
160°
180°
0m/s
1.27
30m/s
1.37
1.35
1.29
1.22
1.16
1.15
1.18
1.19
1.20
1.21
60m/s
1.50
1.40
1.26
1.10
0.91
0.82
1.07
1.14
经过网络数据统计,我们得到表1-1、表1-2
表1-1拉直时间随风速偏角的变化
风速(m/s)
5
10
20
25
拉直时间(s)/0度顺风
1.28
1.3
1.32
1.34
拉直时间(s)/90度顺风
1.25
1.24
拉直时间(s)/180度逆风
1.23
35
40
45
50
60
1.4
1.43
1.45
1.47
1.49
1.5
1.11
1.08
1.05
1.01
0.98
0.95
表1-2拉直时间随风速大小的变化
利用MATLAB,导入数据得到图1-1、图1-2
图1-1
图1-2
(3)数据处理
风速偏向与拉直时间关系
由图1-1我们可以看出,风速0m/s与风速60m/s是两个边界图像,即0m/s~60m/s之间的风速值所对应的图像都在0m/s图像和60m/s图像之间,因此我们只需考虑0m/s和60m/s两种情况即可。
(a)风速大小为0m/s时
由散点图可知拟合函数为三角函数,我们可以假设风速偏向与拉直时间的关系为:
(30)
将数据代入matlab软件中进行拟合(编程[5]),可以得到:
利用matlab软件,进行误差分析,得到:
方差=0.02482
标准差=0.05955
根据方差和标准差分析,可知误差相对较小,因此我们可以得到风速偏向于拉直时间之间的函数关系为:
当风速为0m/s时
根据式(29),即
,我们排除偶然误差等因素,可以看出当风速大小为0m/s时,偏向角范围是0~180°
,即偏向角可以取任意值。
(b)风速大小为60m/s时
(31)
将数据代入matlab软件中进行拟合(编程[5]),可以得到:
利用matlab软件,进行误差分析,得到:
方差=0.001087
标准差=0.01246
当风速为60m/s时
,我们可以得到风速为60m/s时,风速偏向范围是:
26.8717°
≤θ≦180°
风速大小与拉直时间关系
由图1-2我们可以看出,拉直时间t与风速大小v成正比关系,有
t=av+b(30)
图中,0°
顺风呈递增图像,90°
侧风和180°
逆风都成递减图像,因此我们只需对0°
顺风的情况进行研究,若0°
顺风时满足约束条件的要求,则其他偏向角也可满足条件。
图1-3
利用上面所提供的数据,利用matlab,将数据进行拟合(编程[6]),如图1-3我们可以得到:
a=0.0041
b=1.2593
方差=0.0005863
标准差=0.0073
拟合图像如图1-3所示
即可得到拉直时间t与风速大小v之间的函数关系为:
t=0.0041v+1.2593(31)
,我们可以得到风速的大小范围是:
(4)总结说明
为了使物资安全抵达地面,根据最后计算结果,我们可以得到适合空投物资的环境为:
风速偏角范围:
风速大小范围:
附录:
编程[1]:
r=[22.533.54];
c1=[651703506601000];
lgc1=log(c1);
lgr=log(r);
A=polyfit(lgr,lgc1,1);
b=A
(1);
a=exp(A
(2));
rr=2:
0.01:
4;
cc1=a*rr.^b;
plot(r,c1,'
+'
rr,cc1),grid
编程[2]:
functionf=sanf(k,t)
f=500-980*t/3/k+98000*(1-exp(-3*k*t/100))/9/k^2;
t=[036912151821242730];
x=[500470425372317264215160108551];
k0=10;
k=lsqcurvefit(@sanf,k0,t,x);
tt=0:
0.1:
30;
f=500-980*tt/3/k+98000*(1-exp(-3*k*tt/100))/9/k^2;
plot(t,x,'
tt,f),grid
编程[3]:
functionc=sanc(x)%目标函数,
x
(1)=n,x
(2)=r
c=x
(1)*(4.3*x
(2)^4+90.5*x
(2)+200);
function[cc,cceq]=sancc(x)%约束条件,x(3)=t
k=18.5;
p=19600/k/x
(1)/x
(2)^2;
q=1-exp(-k*x
(1)*x
(2)^2*x(3)/2000);
cc=p*q-20;
%不等式约束
cceq=500-p*x(3)+p^2*q/9.8;
%等式约束
x0=[3,4,30];
v=[1,2,0];
u=[10,4,50];
[x,c]=fmincon(@sanc,x0,[],[],[],[],v,u,@sancc)
编程[4]
functionff=sany(t,k,n,r)
p=19600/k/n/r^2;
q=1-exp(-k*n*r^2*t/2000);
ff=500-p*t+p^2*q/9.8;
n=6;
r=3;
t0=30;
t=fzero(@sany,t0,[],k,n,r)
v=p*q
编程[5]:
v=[0pi/92*pi/9pi/34*pi/9pi/25*pi/92*pi/37*pi/98*pi/9pi];
t=pianjiao(4,:
);
t1=pianjiao(2,:
再利用cftool工具里的三角函数拟合进行拟合
编程[6]
v=fengsu(1,:
t=fengsu(2,:
plot(v,t)
polyfit(v,t,1)
holdon
t1=0.0041*v+1.2593;
plot(v,t1,'
r*-'
)
%xlable('
风速偏角/(°
)'
%x轴注解
%ylable('
拉直时间/s'
%y轴注解
title('
拉直时间随风速的变化'
%图形标题
legend('
原始数据'
'
拟合函数'
%图形注解
gridon;
%显示网格线