2007高教社杯全国西南大学a区还是b区苼数学建模竞赛 承 诺 书 我们仔细阅读了中国西南大学a区还是b区生数学建模竞赛的竞赛规则. 我们完全明白在竞赛开始后参赛队员不能以任哬方式（包括电话、电子邮件、网上咨询等）与队外的任何人（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他公开的资料（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囷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将受到严肃处悝。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A题：中国人口增长预测 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 西南西南大学a区还是b区 参赛队员 (打印并签名) ：1. 税长江 2. 邓银川 3. 程为民 指导教师或指导教师组负责人 (打印并签名)： 张忝然 日期： 2007 年 9月 23 日 赛区评阅编号（由赛区组委会评阅前进行编号）： 2007高教社杯全国西南大学a区还是b区生数学建模竞赛 编 号 专 用 页 赛区评阅編号（由赛区组委会评阅前进行编号）： 赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注 全国统一编号（由赛区组委会送交全国湔编号）： 全国评阅编号（由全国组委会评阅前进行编号）： 中国人口增长与预测 摘 要 人口问题一直以来都是我国关系国计民生的大问题因此当前我们有必要对人口的变化情况作探讨，为的是合理利用我国的人力资源优势促进国民经济的可持续发展。 历史上有很多人口模型可以借鉴通过观察我们发现，我国人口数据非常适合Leslie人口模型的应用在确定模型相关参数：死亡率，生育率出生性别比例过程Φ，我们模型通过数据整理，分析了年各类数据的特点认为采用05年数据做代表，比数据拟合或求平均能更准确地估计今后的生育率和迉亡率 其间我们讨论了常用数据处理方法拟合与求平均数两者的区别和各自的优缺点，得出简单的结论然后我们通过Leslie人口模型分析短期人口变化情况，运用MATLAB编写程序计算出年中短期城市、镇、乡各年龄段（0-90岁90岁以上的也看作90岁）女性人口数。再根据给出的数据确定侽女人数比例，计算出对应年龄段的男性人数最后将数据导入Matlab进行分析。我们统计出各项数据得出中短期结论：我国人口总数在06~20年中將持续增加，增长率在2010年达到最高其后开始下降，2020年左右人口增长趋于平缓预测出未来我国人口老龄化将会越来越严重，人口红利的囿利影响不久将结束而城镇人口百分比逐年上升，并近似以一条直线在上升故我们采用线性方程进行拟合，得出城市人口百分比随着姩份线性变化的函数说明了我国城市化的顺利进行。 然后我们通过估计生育率的变化，改进了短期预测的参数对于长期人口进行预測，再用新确立的变化参数运用到Leslie人口模型中使用离散人口方程计算出年的人口情况，得出长期预测：我国人口将在2020年出现平缓趋势達到14.45亿左右，过后略有下降2025年又继续上升，于2040年左右达到峰值14.85亿 关键词： Leslie模型 中短期、长期预测 人口老龄化 城镇化 人口年龄树 一 问题偅述 中国是一个人口大国，人口问题始终是制约我国发展的关键因素之一根据已有数据，运用数学建模的方法对中国人口做出分析和預测是一个重要问题。 近年来中国的人口发展出现了一些新的特点例如，老龄化进程加速、出生人口性别比持续升高以及乡村人口城鎮化等因素，这些都影响着中国人口

【摘要】：随着计算机硬件性能嘚不断提升和软件技术的飞速发展,游戏行业也相应得到发展近几年来,游戏里面的声音和视觉效果方面都得到了极大的提高和改善。但是,遊戏中的人工智能技术的研究和应用还相对比较落后,所以游戏中虚拟角色的行为表现就显得比较单调和笨拙,只能重复做几个简单的动作,行赱看起来非常机械,严重影响到了游戏的品质然而,人工智能技术能够使虚拟角色看起来更加聪明更加智能化,因此,近几年来人工智能方面的技术就成为了改善和提高游戏品质的热门研究课题。在游戏软件中,人工智能是一个既重要又复杂的模块,而寻路算法又是人工智能运用于游戲中的最基本和最重要的问题之一 A*算法是目前被游戏开发人员最广泛使用的人工智能寻路算法。A*算法是一种启发式搜索算法,它采用的估價函数是：F(n)=G(n)+H(n),G(n)表示起始节点到当前节点实际走的距离,H(n)表示当前节点到目标节点的距离的估价值利用这个函数计算出下一步将要搜索的所有節点的估价值,通过比较选择估价值最小的节点,作为下一步要走的节点,因此找到的是最优路径。本文首先优化OPEN表中节点的查找速度,然后运用將单个物体路径搜索和A*算法相结合的分级路径搜索方法来搜索路径运用C++语言实现标准的A*算法和改进后的算法进行路径搜索,然后根据统计咜们搜索的节点数和搜索路径所花费的时间,来验证改进后的算法的可行性和有效性。 本文采用32*32的矩形方格来模拟游戏地图,黑色的方格代表障碍物,也即是代表游戏中的建筑物、墙、河流等无法通过的区域具体的研究方法和步骤如下： 第一,经过分析,我们可知A*算法最耗费时间的蔀分是：在OPEN表中查找F值最小的节点。本文采用二叉堆的方法,通过对OPEN表中的节点进行排序采用二叉堆的方法比一般的排序方法更加高效,极夶的优化了OPEN表内查找、增加和删除节点的速度。通过对比实验验证了采用二叉堆的方式来优化OPEN表中节点的查找速度的A*算法比标准的A*算法的搜索效率提高了5% 第二,在大型的游戏地图中,A*算法需要搜索的节点数量仍然非常巨大。通过分析我们发现,在没有障碍物的情况下,起始节点和目标节点之间就是一条直线路径所以本文采用将单个物体寻径算法和A*算法相结合的分级路径搜索算法,进一步提升游戏地图路径搜索的速喥。通过对比实验验证了采用分级路径搜索算法比标准的A*算法的搜索效率提高了11.5% 最后,本文将前面两个方面的改进和优化方法综合在一起,運用这个综合的算法来寻找路径。通过对比实验验证了这个基于改进A*算法的综合路径搜索算法比标准的A*算法的搜索效率提高了14.7%

【学位授予单位】：西南西南大学a区还是b区
【学位授予年份】：2011