2014年第三届数学建模国际赛小美赛A题吹口哨解题全过程文档及程序
2014年第三届数学建模国际赛小美赛
A题 吹口哨
原题再现:
哨子是一种小装置,当空气被迫通过开口时会发出声音。哨声的巨大而引人注目,使其对警察和体育裁判来说至关重要。当救生员、迷路的露营者或犯罪受害者使用它们时,它们可以挽救生命。专业的口哨需要产生高强度的声音。如何设计世界上最响的口哨?
整体求解过程概述(摘要)
为了解决这一问题,我们提出并评估了两个基本模型。利用有限元分析软件对模型进行求解,得到最优解(理想条件下的最大声强为166 dB左右)。更重要的是,我们创造性地认识到强度受内在和外在因素的影响。在此基础上,以足够合理的参数对实际情况进行了分析。然后,我们可以寻求最优的解决方案,无论具体的要求是不同的应用。此外,我们还对我们的数据和因素,主要是内在参数进行了充分的敏感性分析。
在湍流模型中,基于从开口到末端追踪空气的目的,采用简单的策略来推断声音是如何产生的。提出了一些假设和机理,为后来改进和推广的模型奠定了基础,通过这个模型,我们可以找到一些用于计算声强的数据。一般采用ANSYS来实现该模型。
在气-声转换模型中,首先考虑湍流模型得到的结果,然后计算这些激励参数与最终输出(强度)之间的关系。用近似理论建立方程,计算结果。我们对不同的内在因素进行敏感性分析,以评估我们的策略并找到最优解。采用田口DOE方法进行灵敏度分析,效率更高。
在改进的模型中,首先考虑了基本模型的不足,描述了环境和用户对强度影响较大的实际情况。物理研究的信息是我们分析的基础。由于口哨从民用到军用都有着广泛的应用,因此,我们在模型中引入了策略并解释了机制,从而可以计算出特定条件下模型的最优解。
最后,我们将我们的模型与其他模型进行了比较,并通过仿真进行了验证。我们对我们的模型进行了反思,并对我们的模型在实际情况下能够轻松有效地解决问题进行了评价,但还有一些问题需要进一步完善,例如,吹口哨是一个多目标问题。
模型假设:
假设环境包括温度、湿度是稳定的
假设吹入的空气是理想气体,这意味着没有分子间的相互作用,分子本身不占任何体积。
假设气体的雷诺数为零。
假设该腔体的粗糙度不存在。
假设气体粘度为固定值。
假设腔体不存在变形
假设密封室密封良好
问题重述:
如何估计口哨的整个过程?
声强受多个因素控制,但这几个优化因素尚未明确确定。有必要选择最重要的部分,因为其他部分可能毫无意义。
流体动力学过程是一个复杂的过程,仅仅通过实验是无法得到清晰的结果的。用软件追踪哨声中的空气是最有效的方法。
根据物理学中流体力学的相关知识,不难找到重要元素与声(声)强之间的内在联系,即通过建立数学模型和方程来推导结果。
如何定义最佳配置?
从临界尺度的角度,分析了影响哨声特性的重要因素,包括气压和速度。通过查阅大量的研究资料,我们发现圆形哨声在生活中是普遍存在的,具有优良的性质。因此,我们选择圆度作为基本形状。对于其它工艺参数,基于工艺模拟和正交分析方法,对各参数进行比较后,通过重复模拟进行优化。以形状为主,其他参数可稍后确定。
总体优化
通过仿真计算,得到了圆形哨子的近似最优解。与其他形状(如矩形)相比,圆形口哨是否能发出最大的声音是不确定的。在保持气室比例不变的情况下,改变不同的形状,进行强度分析。
经过一系列的模拟,我们应该找到必要的因素和他们的优先次序,其他可能没有意义的设计一个响亮的口哨。因此,在考虑灵敏度和鲁棒性的基础上,提出了一种新的优化哨子算法。
实际上:声音强度可能会受到外部参数的影响,例如温度、湿度、人的技能。这些参数可能不是由特定的模型计算的,但它们可能对强度有很大的影响。
如果没有可用数据怎么办?
物理问题的目标函数使用机制,社会科学的目标函数使用数据。显然,我们可以从物理和科学论文中获得一些数据。所有模拟和模型都基于这些数据。
模型的建立与求解整体论文缩略图
全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可
部分程序代码:(代码和文档not free)
x=linspace(0,1.5,100);
y=(6/9.463822)*x.^(-1)-(1/9.463822)*x.^2;
plot(y,x);
hold on;
plot(0.05*y,x);
hold on;
plot(0.1*y,x);
hold on;
plot(0.2*y,x);
hold on;
plot(0.3*y,x);
hold on;
plot(0.4*y,x);
hold on;
plot(0.5*y,x);
hold on;
plot(0.6*y,x);
hold on;
plot(0.7*y,x);
hold on;
plot(0.8*y,x);
hold on;
plot(0.9*y,x);
hold on;
%plot(0.5*y,x);%hold on;
%plot(0.5*y,x);
text(0.5,1.5,'')
xlabel('p/p1');
ylabel('U/U*');hold on;
/
x=linspace(0,1.0,100);
y=1.095445115*x.^(1/7);
plot(x,y);
xlabel('p0/p1');
ylabel('c0/U*');hold on;
/
clear all
u=22.12;
a=0.86;
p=101315.39;
k=340/(1.4*u);
w=(a*a)*p*p/(2*2.39*340*(1+k)^2)/10^-12;
db=10*log10(w);
db
全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可
相关文章:

2014年第三届数学建模国际赛小美赛A题吹口哨解题全过程文档及程序
2014年第三届数学建模国际赛小美赛 A题 吹口哨 原题再现: 哨子是一种小装置,当空气被迫通过开口时会发出声音。哨声的巨大而引人注目,使其对警察和体育裁判来说至关重要。当救生员、迷路的露营者或犯罪受害者使用它们时,它们可以…...

设计模式-注册模式
设计模式专栏 模式介绍模式特点应用场景注册模式和单例模式的区别代码示例Java实现注册模式Python实现注册模式 注册模式在spring中的应用 模式介绍 注册模式是一种设计模式,也称为注册树或注册器模式。这种模式将类的实例化和创建分离开来,避免在应用程…...
css 美化滚动条样式
ChatgGPT4.0国内站点: 海鲸AI-支持GPT(3.5/4.0),文件分析,AI绘图 在CSS中,你可以使用伪元素::-webkit-scrollbar以及相关的伪元素来为Webkit浏览器(如Chrome和Safari)自定义滚动条的样式。以下是一些基本的CSS规则&am…...

视频压缩不影响画质简单方法,一分钟搞定!
很多朋友在处理视频的时候都会遇到视频过大的问题,想要压缩视频的同时不影响画质,简单的方法有两种。一种是用专业的压缩软件,在压缩的时候设置一个合适的压缩比例,压缩大小的同时保持清晰度,也能提高压缩率࿰…...

Zookeeper的使用场景
统一命名服务 利用ZooKeeper节点的树形分层结构和子节点的顺序维护能力,来为分布式系统中的资源命名。 例:分布式节点命名 分布式消息队列 1.在Zookeeper中创建一个持久节点,用作队列的根节点。队列元素的节点放在这个根节点下。 2.入队:…...
Java 面试题集锦记录
Java 面试题集锦记录 一1. SpringBoot、SpringCloud区别2. SpringCloud怎么保证服务间通信?3. Spring怎么保持高可用性、稳定性?4. 负载均衡5. [Rabbitmq](https://blog.csdn.net/qq_40985985/article/details/128013229) 怎么避免重复消费,[…...

【自然语言处理】第2部分:识别文本中的个人身份信息
自我介绍 做一个简单介绍,酒架年近48 ,有20多年IT工作经历,目前在一家500强做企业架构.因为工作需要,另外也因为兴趣涉猎比较广,为了自己学习建立了三个博客,分别是【全球IT瞭望】,【…...
C#中的.NET与.NET Framework区别
C#是一种编程语言,而.NET是一个开发平台。在.NET生态系统中,有两个相关但不同的概念:.NET和.NET Framework。 .NET Framework 发布时间: .NET Framework是最早引入的,它于2002年首次发布。它是一个用于构建Windows应…...

详解Keras3.0 Layer API: LSTM layer
LSTM layer 用于实现长短时记忆网络,它的主要作用是对序列数据进行建模和预测。 遗忘门(Forget Gate):根据当前输入和上一个时间步的隐藏状态,计算遗忘门的值。遗忘门的作用是控制哪些信息应该被遗忘,哪些…...

Vue和React的运行时,校验引入包的上下文差异
背景 系统使用 webpack 5 模块联邦实现微前端,有关如何实现跨应用的代码共享,可参考 如何优雅的实现跨应用的代码共享 里的第三大点。 总之,这里是其他应用使用了某个应用共享出来的reg文件,引入方式为: import REG …...

C语言中函数调用和嵌套
函数是C语言的基本组成元素 函数调用 根据函数在程序中出现的位置有下列三种函数调用方式: 将函数作为表达式调用 将函数作为表达式调用时,函数的返回值参与表达式的运算,此时要求函数必须有返回值 int retmax(100,150); 将函数作为语句…...
JVM基础篇---02
为什么需要用户自定义类加载器: 扩展类加载器的功能: Java的默认类加载器主要有三个,分别是引导类加载器、扩展类加载器和应用程序类加载器。其中,引导类加载器和扩展类加载器是由JVM实现的,用户无法修改其行为。而应用…...
HTML网站基础
一、前端开发基础 前端一共三门语言——HTML、CSS、JS(Java Script) HTML用于静态网页框架,CSS用于修饰,JS构成动态网页 1、HTML 对于中文网页需要使用 <meta charset"utf-8"> 声明编码,否则会出现…...
最优化考试之惩罚函数外点法
最优化考试之惩罚函数外点法 一、外点法1.问题条件2.解题过程 一、外点法 1.问题条件 目标函数 f ( x ) f(x) f(x)约束函数 g ( x ) g(x) g(x) 2.解题过程 定义罚函数 F ( x ) f ( x ) t ∗ m i n ( 0 , g ( x ) 2 ) F(x)f(x)t*min(0,g(x)^2) F(x)f(x)t∗min(0,g(x)2)对罚…...
JavaScript 数组【详解】
Hi i,m JinXiang ⭐ 前言 ⭐ 本篇文章主要介绍JavaScript中数组详解 数组声明/基础操作以及部分理论知识 🍉欢迎点赞 👍 收藏 ⭐留言评论 📝私信必回哟😁 🍉博主收将持续更新学习记录获,友友们有任何问题可…...

Node.js版本对比
目录 1. node版本与Npm版本对照表 2. node版本与node-sass版本对照表 3. node-sass与sass-loader版本对照表 1. node版本与Npm版本对照表 以往的版本 | Node.js 下面显示最新的对应内容,如果需要查找历史版本,可以进入上面的页面查询 VersionLTSDateV8np…...

人工智能:网络犯罪分子的驱动力
随着 2024 年的临近,是时候展望今年的网络安全状况了。由于网络犯罪日益复杂,预计到 2025 年,全球网络安全成本将增至 10.5 万亿美元。 人工智能的使用不断发展,网络犯罪分子变得越来越有创造力 我们注意到,联邦调查…...
ASP.NET Core认证原理和实现
ASP.NET Core认证原理和实现 AuthenticationHttpContextExtensions AuthenticationHttpContextExtensions 类是对 HttpContext 认证相关的扩展,它提供了如下扩展方法: public static class AuthenticationHttpContextExtensions {public static Task&l…...
基于OpenCV的图像颜色与形状识别的原理2
基于OpenCV的图像颜色与形状识别通常涉及以下几个步骤: 图像读取:使用OpenCV的cv2.imread()函数读取图像。预处理:可能包括图像的灰度转换、二值化、滤波等,以减少噪声和无关信息。颜色识别:颜色空间转换:…...
无法获取前置摄像头的预览图像?【Bug已解决-鸿蒙开发】
文章目录 项目场景:问题描述原因分析:解决方案:此Bug解决方案总结HarmonyOS和OpenHarmony区别和联系项目场景: 最近也是遇到了这个问题,看到网上也有人在询问这个问题,本文总结了自己和其他人的解决经验,解决了无法获取前置摄像头的预览图像的问题。 问题:前置摄像头…...
在软件开发中正确使用MySQL日期时间类型的深度解析
在日常软件开发场景中,时间信息的存储是底层且核心的需求。从金融交易的精确记账时间、用户操作的行为日志,到供应链系统的物流节点时间戳,时间数据的准确性直接决定业务逻辑的可靠性。MySQL作为主流关系型数据库,其日期时间类型的…...
Golang 面试经典题:map 的 key 可以是什么类型?哪些不可以?
Golang 面试经典题:map 的 key 可以是什么类型?哪些不可以? 在 Golang 的面试中,map 类型的使用是一个常见的考点,其中对 key 类型的合法性 是一道常被提及的基础却很容易被忽视的问题。本文将带你深入理解 Golang 中…...

基于Flask实现的医疗保险欺诈识别监测模型
基于Flask实现的医疗保险欺诈识别监测模型 项目截图 项目简介 社会医疗保险是国家通过立法形式强制实施,由雇主和个人按一定比例缴纳保险费,建立社会医疗保险基金,支付雇员医疗费用的一种医疗保险制度, 它是促进社会文明和进步的…...
渲染学进阶内容——模型
最近在写模组的时候发现渲染器里面离不开模型的定义,在渲染的第二篇文章中简单的讲解了一下关于模型部分的内容,其实不管是方块还是方块实体,都离不开模型的内容 🧱 一、CubeListBuilder 功能解析 CubeListBuilder 是 Minecraft Java 版模型系统的核心构建器,用于动态创…...

视频字幕质量评估的大规模细粒度基准
大家读完觉得有帮助记得关注和点赞!!! 摘要 视频字幕在文本到视频生成任务中起着至关重要的作用,因为它们的质量直接影响所生成视频的语义连贯性和视觉保真度。尽管大型视觉-语言模型(VLMs)在字幕生成方面…...

《基于Apache Flink的流处理》笔记
思维导图 1-3 章 4-7章 8-11 章 参考资料 源码: https://github.com/streaming-with-flink 博客 https://flink.apache.org/bloghttps://www.ververica.com/blog 聚会及会议 https://flink-forward.orghttps://www.meetup.com/topics/apache-flink https://n…...

ArcGIS Pro制作水平横向图例+多级标注
今天介绍下载ArcGIS Pro中如何设置水平横向图例。 之前我们介绍了ArcGIS的横向图例制作:ArcGIS横向、多列图例、顺序重排、符号居中、批量更改图例符号等等(ArcGIS出图图例8大技巧),那这次我们看看ArcGIS Pro如何更加快捷的操作。…...

均衡后的SNRSINR
本文主要摘自参考文献中的前两篇,相关文献中经常会出现MIMO检测后的SINR不过一直没有找到相关数学推到过程,其中文献[1]中给出了相关原理在此仅做记录。 1. 系统模型 复信道模型 n t n_t nt 根发送天线, n r n_r nr 根接收天线的 MIMO 系…...
Java求职者面试指南:计算机基础与源码原理深度解析
Java求职者面试指南:计算机基础与源码原理深度解析 第一轮提问:基础概念问题 1. 请解释什么是进程和线程的区别? 面试官:进程是程序的一次执行过程,是系统进行资源分配和调度的基本单位;而线程是进程中的…...
Caliper 负载(Workload)详细解析
Caliper 负载(Workload)详细解析 负载(Workload)是 Caliper 性能测试的核心部分,它定义了测试期间要执行的具体合约调用行为和交易模式。下面我将全面深入地讲解负载的各个方面。 一、负载模块基本结构 一个典型的负载模块(如 workload.js)包含以下基本结构: use strict;/…...