資源描述：
《2018年數(shù)學(xué)建模論文終稿》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、WORD格式可編輯“拍照賺錢”的任務(wù)定價摘要小四宋體關(guān)鍵詞：支持向量機(jī)主成分分析1.問題重述“拍照賺錢”是用戶下載APP，注冊成為APP的會員，然后從APP上領(lǐng)取需要拍照的任務(wù)，賺取APP對任務(wù)所標(biāo)定的酬金的過程。APP成為該平臺運(yùn)行的核心，而APP中的任務(wù)定價又是其核心因素。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。本題給出附件一：已結(jié)束項目的任務(wù)數(shù)據(jù)；附件二:會員信息數(shù)據(jù)：附件三：新項目任務(wù)數(shù)據(jù)(只有任務(wù)的位置信息)。1.研究附件1中的項目，任務(wù)定價規(guī)律，分析任務(wù)的未完成原因。2.為附件1中的項目設(shè)計新的任務(wù)定價方案，和原方案
2、進(jìn)行比較。3.實際情況時，多個任務(wù)可能因為位置較為集中，導(dǎo)致用戶會爭相選擇，一種考慮是將這些任務(wù)聯(lián)合在一起打包發(fā)布。在這種考慮下，如何修改前面的定價模型，對最終任務(wù)完成的情況有什么影響？4.對附件三中的新項目給出自己的任務(wù)定價方案，并評價該方案的實施效果。專業(yè)知識整理分享WORD格式可編輯2.基本假設(shè)1）2）3）4）5）3.符號說明序號符號符號說明1X1維度2X2經(jīng)度3X3任務(wù)標(biāo)價4X4任務(wù)完成情況5Q1原方案成本6Q2新方案成本789104．問題（1）的模型建立、求解專業(yè)知識整理分享WORD格式可編輯4.1問題分析對于問題一，我們主要研究了附件一
3、中的四項數(shù)據(jù)（任務(wù)gps維度、任務(wù)gps經(jīng)度、任務(wù)標(biāo)價、任務(wù)執(zhí)行情況）。通過初步觀察任務(wù)的gps經(jīng)緯度都和任務(wù)標(biāo)價、任務(wù)執(zhí)行情況相關(guān)，為了進(jìn)行詳細(xì)分析，我們采用了主成分回歸分析法。1.2模型準(zhǔn)備主成分分析的目的主要是用較少的變量轉(zhuǎn)化成彼此相互獨立或不相關(guān)的變量，通常是選出比原始變量個數(shù)少，能解釋大部分資料中的變異的幾個新變量，即所謂主成分，并用以解釋資料的綜合性指標(biāo)。由此可見，主成分分析實際上是一種降維方法。主成分分析的結(jié)果受量綱的影響，如果改變量綱，則會由于各變量的單位可能不同而導(dǎo)致結(jié)果不一樣，而回歸分析是不存在這樣的情況的，所以可以先把各變量的
4、數(shù)據(jù)標(biāo)準(zhǔn)化，使用相關(guān)系數(shù)矩陣進(jìn)行分析。我們使用主成分回歸分析，是為了克服最小二乘（LS）估計在數(shù)據(jù)矩陣中存在多重共線性時表現(xiàn)出的不穩(wěn)定性。我們選擇其中一部分重要的主成分作為新的自變量，丟棄了一部分影想不大的自變量，實際上達(dá)到了降維的目的，然后用最小二乘法對選取主成分后的模型參數(shù)進(jìn)行估計，最后再變成原來的模型求出參數(shù)的估計。1.3模型建立與求解4.3.1：數(shù)據(jù)的初步處理由于附件一所給數(shù)據(jù)量綱不同，且數(shù)值差過大，我們對該數(shù)據(jù)進(jìn)行了統(tǒng)一處理，處理如下（下表只顯示部分處理數(shù)據(jù)，詳細(xì)請看支撐材料）：表1附件一部分?jǐn)?shù)據(jù)任務(wù)號碼任務(wù)gps緯度任務(wù)gps經(jīng)度任務(wù)標(biāo)
5、價任務(wù)執(zhí)行情況A000122.56614113.9808660A000222.68621113.940565.50A000322.57651113.957265.51A000422.56484114.2446750A000522.55889113.950765.50專業(yè)知識整理分享WORD格式可編輯A000622.559114.2413750使用Excel求得任務(wù)經(jīng)緯度和任務(wù)標(biāo)價平均值后，分別除以所有該項目數(shù)據(jù)，得到如下（部分）結(jié)果：表二附件一處理后數(shù)據(jù)任務(wù)號碼任務(wù)gps緯度任務(wù)gps經(jīng)度任務(wù)標(biāo)價任務(wù)執(zhí)行情況A00010.9818819961.00
6、39047610.9549896040A00020.9871060931.003549710.9477548340A00030.982333191.0036965580.9477548341A00040.9818253691.0062276441.0852154590A00050.9815663431.0036395260.9477548340A00060.9815711871.0061989861.0852154590平均值22.98254238119.537538569.1107784.3.2主成分分析回歸模型4.3.2.1完成情況（X4）分析
7、首先我們利用Matlab軟件求出任務(wù)gps維度X1，任務(wù)gps經(jīng)度X2，任務(wù)標(biāo)價X3的相關(guān)系數(shù)矩陣r和矩陣的特征值那么大,特征向量n，特征值貢獻(xiàn)率表3X1，X2，X3相關(guān)系數(shù)矩陣X1X2X3X11.0000-0.52060.0855X2-0.52061.0000-0.0597X30.0855-0.05971.0000相關(guān)系數(shù)矩陣的三個特征值依次為nameda1.54010.98110.4787特征向量[0.6969,-0.6924,0.1868][-0.1069,0.1573,0.9817][0.7091,0.7042，-0.0357]各個特征值的
8、貢獻(xiàn)率51.337632.704415.9581專業(yè)知識整理分享WORD格式可編輯前兩個特征值的和所占比例（累積貢獻(xiàn)率）達(dá)
