计算机类高职数学建模教学改革实践与探索

苑 占江, 桂 改花, 林 泽楷, 黄 丽婷, 游 家仁
广东科学技术职业学院

摘要

数学建模在生活中的应用非常广泛，很多行业遇到一些问题都会通过设置条件，转换为数学问题进行解
决。本文针对2022年全国大学生数学建模E题，对物料需求量预测以及生产计划的问题进行分析，运用熵权法—
TOPSIS、XGBoost算法对附件中的历史数据进行处理分析，利用其数据使用监督学习进行模型训练，将得到的模型
利用指标权重对物料进行分类筛选，从而可以得到物料的相关数据以及生产计划。利用Python和Excel对附件中的数
据运用熵权法—TOPSIS进行权重分析，将得分进行归一化处理后得到的6种物料，再利用XGBoost法依据6种指标
的历史数据进行训练，得到6种物料中有5种物料的都大于0.925，拟合较好，模型拟合度很高。采用滑动窗口法对
问题一的模型进行优化改进，6种物料的平均服务水平在93%以上。利用安全库存的计算公式使得库存量在安全范围
内保存较低水平。利用问题一的模型得到随着周数的增加，生产计划的平均服务水平呈现上升趋势，而库存变化率
呈下降趋势，因此该方法可以推广到一般情况。

关键词

小批量物料生产安排；XGBoost算法；熵权法—TOPSIS；时间序列

参考

[1] 李福，徐良杰，朱然博，罗浩顺，陈国俊.基于

XGBoost算法的共享单车借车需求量预测[J].武汉理工大学

学报（交通科学与工程版），2021，45（05）：880-884.

[2] 崔佳杉，年梅，张俊 . 基于 XGBoost 算法的学业成

绩预警模型研究 [J]. 计算机与数字工程，2022，8（50）.

[3] 薛嘉怡 . 基于决策树模型改进的商场销售额预测

[D]. 厦门大学，2019.

[4] 刘美凤 . 高校本科生学业预警制度研究 [D]. 西安：

陕西师范大学，2017.

[5] 尹茂竹 . 基于大数据的高校学生学业成绩预警分

析 [D]. 天津：天津商业大学，2018.

[6] 陈子健，朱晓亮 . 基于教育数据挖掘的在线学习

者学业成绩预测建模研究 [J]. 中国电化教育，2017（12）：

75-81.