50482-00建模第七辑内.

indd 1 18-9-26 下午4:46

　　图书在版编目（C I P）数据

　　美国大学生数学建模竞赛题解析与研究 . 第 7 辑 / 韩
中庚等编 . -- 北京 : 高等教育出版社，2018. 9
　　（美国 MCM/ICM 竞赛指导丛书）
　　ISBN 978-7-04-050482-8

　　Ⅰ. ①美… Ⅱ. ①韩… Ⅲ. ①数学模型 - 竞赛题 - 研

究 Ⅳ . ① O141.4-44

　　中国版本图书馆 CIP 数据核字（2018）第 203433 号

Meiguo Daxuesheng Shuxue Jianmo Jingsaiti Jiexi yu Yanjiu

策划编辑 刘　英　　　　责任编辑　刘　英　　　　封面设计　李卫青　　　　版式设计　王艳红　
插图绘制　于　博　　　　责任校对　吕红颖　　　　责任印制　尤  静

出版发行 高等教育出版社 咨询电话 400-810-0598
社   址 北京市西城区德外大街4号 网   址 http://www.hep.edu.cn 
邮政编码 100120      http://www.hep.com.cn
印   刷 涿州市星河印刷有限公司 网上订购 http://www.hepmall.com.cn 
      http://www.hepmall.com
开   本 787mm×1092mm 1/16       http://www.hepmall.cn
印   张 19.5 版   次 2018 年 11 月第 1 版
字   数 320千字 印   次 2018 年 11 月第 1 次印刷
购书热线 010-58581118 定   价 55.00 元

本书如有缺页、倒页、脱页等质量问题，请到所购图书销售部门联系调换
版权所有  侵权必究
物  料  号  50482-00
 “ MCM/ICM ”


 
Sol Garfunkel  (COMAP)
Chris Arney 
Patrick Driscoll 
William P. Fox 

 
  


 

 
 

  ()
Amanda Beecher 
Jay Belanger 
Jerrold R.Griggs 
Joseph Myers 
Rodney Sturdivant 
   
 
 

 
 

 
 
 
  
ii 

  

 
 
 
COMAP 

 (the Mathematical Contest in Modeling, MCM)

 30 , ,  90
,  25 
5000 , 
 COMAP 
COMAP , MCM ICM (the Interdisciplinary Con-
test in Modeling)  HiMCM (the High School Mathematical Contest in Modeling)

 —— ,
 
 

 , 
,
 
  COMAP   





,  COMAP 

,  
 

 ,  
   
 MCM/ICM , , 
  

Sol Garfunkel, 
COMAP
2012  11 
MCM 

 ,   , 


 

 , 

 
  
 
, , 
,     ,

,  

 
 MCM    ,

 

 ,  
 
 ,  ,

 ,
   
,  
  , 

 ,  




, , 


 “” 
  
, 

 , 

 


, 
  , 
  



  ,     ,


,   
 MCM  , 
  

 , 

MCM  
 

ii MCM 

  MCM 

 MCM ,
 
, 

   

, 
 , 


, 
, , 
, 

 , 

,  

Patrick J. Driscoll 

MCM 
2016  4 
ICM 




  , 


“ MCM/ICM 
” , 

, , 
   

,
, , 


 
, 

 ( 
) 
, , 

  , 
,  
 
 

,  

, 


 , 

 
 
, 
, 
,  

, 
,
, 
,  
 , 

  , 
, 

  
  
,
,  
 ,

 

ii ICM 


 
 , 
: , 
 
   !

Chris Arney, 

ICM 
2011  10 


 (the Mathematical Contest in Modeling, MCM/the

Interdisciplinary Contest in Modeling, ICM), “”  “
”, , 
1985 ,   ,   (the Consortium
for Mathematics and Its Application, COMAP)   
“” ,   



 ,  2 , 
 3 ,  3  (72   4 , 96 ) 
, ,  

(
)  
 
  MCM/ICM 

  
 

, 

 (

 )  ,


, 
 !,  158 
 ,  90 

2017  MCM/ICM  16 928
,  MCM  8843 , ICM  8085 , MCM/ICM
  , 
, , 
  
 (Outstanding Winners) , !
 MCM/ICM 
, 




,  
 ,
 
ii    

“ MCM/ICM 
” 
,
, ,  

 , 





 COMAP !"
" #
,  MCM/ICM  , 
 , 
 ,
  MCM/ICM  , 


 3   

 2 
, 

  MCM/ICM , 
,
  ,  


 
,
 MCM/ICM  "

 , "
, , 
  COMAP 
, 
,
 
 

 www.mcmbooks.net 
 , COMAP !
Sol Garfunkel $, MCM   # Patrick Driscoll
$,  ICM  (
 ICM 
)   #
Chris Arney $  ,   MCM
 # William Fox $
,  MCM/ICM , 
, ,

 


  (COMAP)  (the

Mathematical Contest in Modeling, MCM)  1985 ,  2017 
 33 ! 1999  (the Interdisciplinary Contest
in Modeling, ICM) MCM   A B  , ICM 
 C  2015  ICM / C D
,  2016 , MCM    A B C
  ICM / D E F 
 2018  17   21431  , 
20741 ,  96.78% !,

 
,  %
  ,   , 

   , 

& 
, 
 , # —— ,

   ,

 
,
, 
, '

 , , 

 , , 
,   
(Outstanding
Winners) , ,   , &
 ,  ,  
, 
, 
# , 
ii  


(,   

" # “ MCM/ICM 
”  6 ,
 7 ,
 2015  MCM/ICM )
  4  
 

 
,   1
 2  3 $
 4 %,   
, " # #

; 
 , 
; 

!
,  , &




2018  5  


COMAP 

MCM 

ICM 





1  · · · · · · · · · · · · · · · · · · · · · · · · · · · 1
1.1  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 1
1.1.1  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 1
1.1.2  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 5
1.1.3 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · 7
1.2  SEIIRF · · · · · · · · · · · · · · · · · · · · · · · · · · · 8
1.2.1 

  · · · · · · · · · · · · · · · · · · · · · · · 8
1.2.2 

  · · · · · · · · · · · · · · · · · · · · · · · · · 11
1.2.3  
· · · · · · · · · · · · · · · · · · · · · 14
1.2.4 SEIIRF 

· · · · · · · · · · · · · · · · · · · · · · · · · · 16
1.2.5   

· · · · · · · · · · · · · · · · · · 17
1.3  · · · · · · · · · · · · · · · · · · · · · · · · 19
1.3.1  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 21
1.3.2  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 21
1.3.3  
· · · · · · · · · · · · · · · · · · · · · · · · · · · · 23
ii  

1.3.4
 

· · · · · · · · · · · · · · · · · · · · · 31
1.4  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 39
1.4.1 
· · · · · · · · · · · · · · · · · · · · · · · · · 39
1.4.2  · · · · · · · · · · · · · · · · · · · · · 41
1.4.3  · · · · · · · · · · · · · · · · · · · · · 43
1.4.4   · · · · · · · · · · · · · · · · · · · · · 43
1.4.5  · · · · · · · · · · · · · · · · · · · · · 44
1.5   · · · · · · · · · · · · · · · · · · · · · · · · · · · · 44
1.5.1   TSP  · · · · · · · · · · · · · · · · · · · · · · · · · · 45
1.5.2   · · · · · · · · · · · · · · · · · · · · · · · · · · · 46
1.6   · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 49
1.6.1 
 · · · · · · · · · · · · · · · · · · · · · 50
1.6.2  
 · · · · · · · · · · · · · · · · · · · · · · · · · · · 52
1.6.3 


· · · · · · · · · · · · · · · · · · · · · · · 53
1.7 

  · · · · · · · · · · · · · · · · · · · · · · · 54
1.7.1 
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 54
1.7.2   · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 56
 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 58

2  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 60
2.1  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 60
2.1.1  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 61
2.1.2  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 62
2.1.3 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · 62
2.2    · · · · · · · · · · · · · · · · · · · · · · · 63
2.2.1 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 64
2.2.2  · · · · · · · · · · · · · · · · · · · · · · · · · · · · 72
2.2.3 

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 82
2.3  · · · · · · · · · · · · · · · · · · · · · · · · 89
2.3.1 

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 90
   iii

2.3.2 
  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 93
2.3.3  
· · · · · · · · · · · · · · · · · · · · · · · · · · · · 100
2.4   · · · · · · · · · · · · · · · · · · · · · · · · · · 102
2.4.1 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 102
2.4.2  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 103
2.4.3 

· · · · · · · · · · · · · · · · · · · · · · · · · · · · 111
2.4.4 


· · · · · · · · · · · · · · · · · · · · · · · 113
2.5  · · · · · · · · · · · · · · · · · · · · · · · · 114
2.5.1  · · · · · · · · · · · · · · · · · · · · · · · · · 115
2.5.2  · · · · · · · · · · · · · · · · · · · · · · · · · · · · 117
2.5.3 
 · · · · · · · · · · · · · · · · · · · · · 119
2.5.4  · · · · · · · · · · · · · · · · · · · · · · · · · · · 120
2.5.5  POC  · · · · · · · · · · · · · · · · · · · · · · 121
2.5.6 

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 122
2.5.7 
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 125
2.6 

  · · · · · · · · · · · · · · · · · · · · · · · 129
2.6.1 
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 129
2.6.2   · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 133
 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 134

3  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·136

3.1  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 136
3.1.1  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 136
3.1.2  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 146
3.2 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 149
3.2.1
 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 150
3.2.2

   · · · · · · · · · · · · · · · · · · · · · 151
3.2.3

· · · · · · · · · · · · · · · · · · · · · · · · · · · 152
3.2.4

· · · · · · · · · · · · · · · · · · · · · · · · · · · · 152
3.2.5 

· · · · · · · · · · · · · · · · · · · · · 153
iv  

3.2.6 

· · · · · · · · · · · · · · · · · · · · · · · · · 153

3.3 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 153
3.3.1  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 154

3.3.2 
 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 159

3.3.3
  · · · · · · · · · · · · · · · · · · · · · · · · · · · 162

3.3.4 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 164

3.4   · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 165

3.4.1    · · · · · · · · · · · · · · · · · · · · · · · · · 165

3.4.2 


  · · · · · · · · · · · · · · · · · · · · · 168

3.4.3  

  · · · · · · · · · · · · · · · · · · · · · · · · · 174

3.4.4 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 179

3.5
  · · · · · · · · · · · · · · · · · · · · · · · · · · · · 180
3.5.1
  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 180

3.5.2    · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 181

3.5.3     · · · · · · · · · · · · · · · · · · · · · · · · · · · 184

3.5.4   · · · · · · · · · · · · · · · · · · · · · · · · · · · 189

3.6
 
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 190
3.6.1   · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 190

3.6.2
 · · · · · · · · · · · · · · · · · · · · · · · · · · · · 193

3.6.3  
· · · · · · · · · · · · · · · · · · · · · · · · · · · · 193

3.7 
 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 198
3.7.1 ICM   · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 198

3.7.2 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · 200

3.7.3  
· · · · · · · · · · · · · · · · · · · · · · · · · · · · 202

3.8 

  · · · · · · · · · · · · · · · · · · · · · · · 208
3.8.1 
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 208

3.8.2   · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 210

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 212
   v

4  · · · · · · · · · · · · · · · · · · · · · · · · · · · · 214

4.1  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 214
4.1.1  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 214
4.1.2  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 219
4.2 

 · · · · · · · · · · · · · · · · · · · · · 225
4.2.1 

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 225
4.2.2 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 226
4.2.3  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 229
4.2.4  
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 229
4.3 



 · · · · · · · · · · · · · · · · · · · · · · · 235
4.3.1 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 235
4.3.2 
 · · · · · · · · · · · · · · · · · · · · · · · · · · · · 236
4.3.3 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 245
4.4  

 · · · · · · · · · · · · · · · · · · · 252
4.4.1 

· · · · · · · · · · · · · · · · · · · · · · · · · · · 252
4.4.2   · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 253
4.4.3  

 · · · · · · · · · · · · · · · · · · · · · · · 254
4.4.4 
 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 256
4.4.5  20 
 · · · · · · · · · · · · · · · · · · · · · · · · · · · 257
4.5  SDI 

 · · · · · · · · · · · · · · · · · · · · · 265
4.5.1 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 266
4.5.2 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 267
4.5.3 

 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 277
4.5.4   ()   · · · · · · · · · · · · · · · · · · · · · · · · · · 281
4.5.5  


· · · · · · · · · · · · · · · · · · · · · · · · · · · 285
4.6 

  · · · · · · · · · · · · · · · · · · · · · · · 288
4.6.1 
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 288
4.6.2   · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 291
 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 293
1 

 
  2015  (MCM)
 A [1] ,
   .
 (Ebola)   
,  (Ebola
River),  ,  
 (  ()) 
 (Mongala River)  .  

,
  .  , 


, 

.  

 


, 

 .

1.1 

1.1.1 
1. 

(1) 
    (Filoviridae)  (Ebola virus,
EBOV)
  [2] ,

,
  3 ∼ 18 ,  , 
 
,

.
   ,  2 ∼ 3  , 
, 
.  4 ∼ 5 
, , 
.
 ,    , 
.  6 ∼ 7  
2  1  

, , . 

 
  8 ∼ 9 . 
,   2  , 


,  , 

, 

 .
, 
, .  
.
 

. 


, 
   ,


 .   


,  ,  


  .
(2) 
2014  [2] ,  2014  2 
 . 2014  3  21 ,    , 

  49 ,      (59%) 20



, 
(PCR)  15

. 2014  11  15 ,  () , 
. 2014  11  18 , 
,  
 . 2014  11  26 ,   !, 
.  2014  12  7 ,   6388
, 

17942 . 2015  6 , 
 2 
. 2016 
3  17 ", .
2015  1  15 , "[3] #, 1  5—11  
,  
 
 2014  8 ; 
 2014  6  ,   ; 

$,  2014  8 . 
 [4] 
 1–1
#.
 1.1  3

 1–1 
    
 

     
2014  12  7  17942 6388 3177 7897 1768
2014  11  16  15113 5406 1971 1192 7069 2964 6073 1250
2014  10  8  8399 4033 778 2316 930 8 1
2014  9  28  5800 2800
2014  9  18  5335 2622
2014  8  20  2615 1427 576
2014  8  19  2240 1229
2014  8  15  2127 1145
2014  8  11  1975 1069 128 56 128 56 128 56 128 56
2014  8  9  1848 1013 506 373 599 323 730 315 13 2
2014  8  6  1779 961 495 367 554 294 717 298 13 2
2014  8  4  1711 932 495 363 516 282 691 286 9 1
2014  8  1  1603 887 485 358 468 255 646 273 4 1
2014  7  30  1440 826 472 346 391 227 574 252 3 1
2014  7  27  1323 729 460 339 329 156 533 233 1 1
2014  7  23  1201 672 427 319 249 129 525 224
2014  7  20  1093 660 415 314 224 127 454 219
2014  7  18  1048 632 410 310 196 116 442 206
2014  7  15  964 603 406 304 172 105 386 194
2014  7  10  888 539 409 309 142 88 337 142
2014  7  8  844 518 408 307 131 84 305 127
2014  7  2  759 467 413 303 107 65 239 99
2014  6  24  599 338 390 270 51 34 158 34
2014  6  18  528 337 398 264 33 24 97 49
2014  6  10  474 252 372 236 13 9 89 7
2014  6  5  438 231 344 215 13 9 81 7
2014  6  2  354 208 291 193 13 9 50 6
2014  5  27  309 200 281 186 12 9 16 5
2014  5  23  270 181 258 174 12 9
2014  5  14  245 164 233 157 12 9
2014  5  5  243 162 231 155 12 9
2014  4  30  233 153 221 146 12 9
2014  4  23  220 143 208 136 12 9
2014  4  21  215 136 203 129 12 9
4  1  


    
 

     
2014  4  17  209 129 197 122 12 9
2014  4  10  169 108 157 101 12 9
2014  4  7  163 102 151 95 12 7
2014  4  2  135 88 127 83 8 5
2014  4  1  130 82 122 80 8 2
2014  3  31  114 70 112 70 2 0
2014  3  27  103 66 103 66
2014  3  26  86 60 86 60
2014  3  25  86 59 86 59

:   .

 
".

2. 

"
,  , 
 
. ! , 
 
  
 ( 
 )  ()  , 
,  


 , 
 


, $



.
[1] :

Eradicating Ebola
The World Medical Association has announced that their new medi-
cation could stop Ebola and cure patients whose disease is not advanced.
Build a realistic, sensible, and useful model that considers not only the
spread of the disease, the quantity of the medicine needed, possible feasi-
ble delivery systems, locations of delivery, speed of manufacturing of the
vaccine or drug, but also any other critical factors your team considers
necessary as part of the model to optimize the eradication of Ebola, or
at least its current strain. In addition to your modeling approach for the
contest, prepare a 1 ∼ 2 page non-technical letter for the World Medical
 1.1  5

Association to use in their announcement.

1.1.2 
1. [5]

(1) 
,    3 ∼ 18 .
(2)  
: % ($ 38.8◦ C  101◦ F) 

 ! .  ,  
 
!
  .
(3)  
 

 
!"

  
, 
 &, 
.
(4)  
  ,  

",
 7 ∼ 14 , 
 ,
%
, ".

2. 

 , 
 
 , "
',




 .


 , 
 ,

,  . 

 
,  , #

 ,

 

.
6  1  

3. 


  , 
, (, 



, 
    . 
#, ,  
, $

 
 

 
. !

)

 , 

. , 




 , 
  ,   , $#
.
,
    . 


 
,  
 .  , 
  ,   
$.

4. 

(1) . 

,  
#. 
%& ,   . 
 40 
 
. 




.
(2)  .      , 
    , 

 , .
(3)  .   &",  
, 

%
*,  
,
 


.  +
!$, 
 !$


, % !.

5. 

     

, 
 ,  
 1.1  7


  ,.
(1) 
.   ,  



, 
 .  , 


  
  

.  () 
 , 

 
 ,  
 . 
, 
%
 
 


 , 
 
 


  .
(2) . ,  : 

. ,   ,
! , 


, .
(3) 
. 



 

 
, 
 . 


&
&.
(4) 
.    #'

. , , .

1.1.3 

  
  ( 
,    5 :
(1)  ;
(2)  , ;
(3)  - ,  
;
(4)


, 
 ,
 

;
(5) 
.


 , 
 , 
 :
8  1  

(1)   , 

 
, 

.


, 

;
(2)  “”  ,  ;
(3) , -   ;
(4) 


 
;
(5) 




.

1.2  SEIIRF 

2014   

 . 2015 ,
 
"
(, 
) ,  

 . 
&

 

. , 
 SEIIRF [6,7], 
 

.
 , :
(1) 

, *
 


.   ,
, 


.
(2) 
  
$, 
. 
 

.  , 
 
,

 "!
 , $
 .
 
, 
'
 

 .  ,
'
, 
 ; 
, 
  
, 

$
 . #

'.

1.2.1 

 
,   &" &"
 1.2  SEIIRF  9

.  &"
  ,  &
", ".  &"
 &".

 β1 #
  &", β2 #  &"
β2 βF
, # &"
 &", #

β1 β1
&", α−1 # , γ1−1 #
 &",
γ2−1 #
 &", γF−1 #
 ,
δ1 # &", δ2 # &" (
).

 
  6 &", 

 S 


 E  
 I1 
 I2 
 R  ( )

 F ,

[8]  1–1
#.

 1–1  



 1–1
  &"

, 
 :
⎧
⎪ dS
⎪
⎪ dt = −(β1 I1 + β2 I2 + βF F )S,
⎪
⎪
⎪
⎪ dE
⎪
⎪
⎪
⎪ = (β1 I1 + β2 I2 + βF F )S − αE,
⎪
⎪ dt
⎪
⎪
⎪
⎪ dI
⎨ 1 = αE − γ1 I1 ,
dt (1.1)
⎪
⎪ dI2
⎪
⎪ = δ1 γ1 I1 − γ2 I2 ,
⎪
⎪ dt
⎪
⎪
⎪
⎪ dF
⎪
⎪ = δ2 γ2 I2 − γF F,
⎪
⎪ dt
⎪
⎪
⎪
⎩ dR = (1 − δ )γ I + (1 − δ )γ I .
1 1 1 2 2 2
dt

 α #
 , γ1 #
 &"

&", γ2 #
 &"
, γF #

10  1  

   ( ,  ).
,  &"

 I1  I2 , 


 

 . 

 E
 
,
 &" &"
 

, # (β1 I1 + β2 I2 + βF F )S.  &"


  αE, 
 
δ1 γ1 I1 
 &"

,   (1 − δ1 )γ1 I1 

;
 &"

 &"


δ1 γ1 I1 ,  
, 
 γ2 I2 ; 

 &"

 δ2 γ2 I2 ,   γF F .

 t " , 
 #
 t
yC = αE(t)dt,
0
 t
yD = δ2 γ2 I2 (t)dt. (1.2)
0

 αE(t) # t 
 &"

,  αE(t) 
# t " 

 yC ; δ2 γ2 I2 (t) # t 


, # t " 

 yD .
", !" T  2014  10  12 ,
C0 (t) # T "
 
, D0 (t) # T " 
.
'
, 
 12
 
min f = [yC (t) − C0 (t)]2 + [yD (t) − D0 (t)]2 , (1.3)
t∈T t∈T

 
, 

: β1 , β2 , βF , α, γ1 , γ2 , γF ,
δ1 , δ2 , δF .

 2014  10  12  ,  (1.1)  (1.2) 

, $
, 


 .
% ,  1–2
#.
 1–2 ,  90  (2014  10  12 ) , 
 , yC  yD 
(
 1.2  SEIIRF  11

 1–2  


 (  2014  10  1 )

 , 


 .  2015 ,  

, 
. 
, 
  , 

  , 

 

.

1.2.2 


 , 
 , $


 , '. 
,   (1.1) 
, 
, 


 $, 
% 
 , !  
.
", 


'
#:
  72%,
 17.6%,  10.4%. 
+, 

 17.6% 
 
, 

  
,   
 .
 β1H #$


 &"; β2H #$



 &"; h−1
1 #
,  

12  1  

$
  &"; h−1
2 #
,  
$
 

 &"; h−1 −1
3 #
 &"
$
; h4 #


 &"
$
; δ1H # &"$

; δ2H # &"$
.

/

,

 
 '. 
 h−1 −1 −1 −1
1 , h2 , h3  h4 #
 &"



,  δ1H , δ2H , β1H , β2H  
.   
 1–3
#.

 1–3   


 1–3,  :

⎧
⎪ dS
⎪
⎪ = −(β1 I1 + β1H H1 + β2 I2 + β2H H2 + βF F )S,
⎪ dt
⎪
⎪
⎪
⎪
⎪ dE
⎪
⎪ = (β1 I1 + β1H H1 + β2 I2 + β2H H2 + βF F )S − αE,
⎪ dt
⎪
⎪
⎪
⎪
⎪ dI1
⎪
⎪ = αE − γ1 I1 − hI1 ,
⎪ dt
⎪
⎪
⎪
⎪
⎪ dI
⎨ 2 = δ1 γ1 I1 − γ2 I2 − h2 I2 ,
dt (1.4)
⎪
⎪ dH1
⎪
⎪ = h1 I1 − h3 H1 ,
⎪ dt
⎪
⎪
⎪
⎪
⎪ dH2
⎪
⎪ = h2 I2 + δ1H h3 H1 − h4 H2 ,
⎪ dt
⎪
⎪
⎪
⎪
⎪ dF
⎪
⎪ = δ2 γ2 I2 + δ2H h4 H2 − γF F,
⎪ dt
⎪
⎪
⎪
⎪
⎩ dR = (1 − δ )γ I + (1 − δ )γ I + (1 − δ )h H + (1 − δ )h H .
1 1 1 2 2 2 1H 3 1 2H 4 2
dt

 H1 H2 ## &" &"



; I1 I2
## &" &"


; S E F  R 

 (1.1)
.

.. ", '
 1.2  SEIIRF  13


,  (1.2)  (1.3) , ($
, 
β1 , β2 , βF , α, γ1 , γ2 , γF , δ1 , δ2 , βH , h1 , h2 , h3 , h4 , δ1H , δ2H &.

, " 



 
, &: β1 = 0.04, β2 = 0.095, βF = 0.051, α = 0.42,
γ1 = 0.26, γ2 = 0.7, γF = 0.46, δ1 = 0.33, δ2 = 0.58, βH = 0.48, h1 = 0.43,
h2 = 0.55, h3 = 0.20, h4 = 0.11, δ1H = 0.49, δ2H = 0.81.



 (1.4),  


 

 ,  1–4
#.

 1–4  

 
 (  2014  10  1 )

 1–4 ,  (1.1) 

 
,  (1.4) 
 !
, 

 2015  1  1  180  



, 

  ,  1–5
#. 
,  (1.4)  
,
 ".
 1–5 0,  


)&", 




.  180
, 

 4000
, 
 2500
. , 


 , $ 
$
 

14  1  

 1–5  
(  2015  1  1 )

.

1.2.3 

 "

, 


  

[9] . '



, # 1–2  1–3

#, 


, 
# 1–6  1–7
#.

 1–2 


 &  &

β1 0.19 δ2 0.63

β2 0.39 βH 0.23

βF 0.37 h1 0.44

α 0.45 h2 0.73

γ1 0.28 h3 0.12

γ2 0.92 h4 0.84

γF 0.46 δ1H 0.31

δ1 0.29 δ2H 0.79

 1.2  SEIIRF  15

 1–3 

 &  &

β1 0.29 δ2 0.81

β2 0.70 βH 0.11

βF 0.65 h1 0.48

α 0.46 h2 0.79

γ1 0.26 h3 0.71

γ2 0.81 h4 0.84

γF 0.49 δ1H 0.49

δ1 0.17 δ2H 0.76

 1–6  

 (  2014  11  1 )

 1–6  1–7 , 

 
 
, /!, 

 ,  , 
 .
16  1  

 1–7 
 
 (  2014  11  1 )

1.2.4 SEIIRF 

 SEIIRF 
, 
.,
($'
, , 0
 , 
 


. 

 α−1 
 &"
(
) γ1−1  &"
 β1  
, #
±10% 
.  (1.1) 


 .
 β1 ! ±10% 
,  1–8
#.
 1–8 ,  β1  ±10% 
, 


, 
 β1 , 


.
 γ1 ! ±10% 
,  1–9
#.
 1–9 ,  γ1 ! ±10% 
, 



', .
 SEIIRF 

, 

, 
, .
 1.2  SEIIRF  17

 1–8  β1 



 1–9  γ1 



1.2.5 

  SEIIRF , 


"!  
, $   .  ,

1
"!  ,  , "!
 
 .

 1 # 
.

   , 


"
18  1  

!  ,  $ . "! 




#$ 50%  90%,  (1.4) 


  1–10
#.

 1–10 "! $


 (  2015  2  1 )

 1–10 , 

"!   , 
 $$

%  , $


$.
, 1
   , 


 . , 1


#$ 50%  90%, 



 
1–11
#.
, 1



 
,
, 

,  , 
$

. 
, "!   .
 1.3  19

 1–11 "! $1



(  2015  2  1 )

1.3   

, ", 
; , 


 ; , 

 .
 :
(1) 




, "
 , 
;
(2) 
, 
!$, 
;
(3) ,  .

 
 , 

0
.    , 

+
, "  
.
  , 






 3 [6] . 
, 


,  1–12
#.
 1–4
#.
20  1  

 1–12 
 


 1–4  

  
α 




β 

ν 

%%
γ 

ϕ 



ε "



  , :

(1) ,




,


  .  
 




'.
(2) 
, 
,



. 


"
$,  , #
.
(3) 

 3 
%. 



$, ,
.
(4) 


". #
 , .
(5) 

" , , %

 1.3  21

, $
 .
(6)
"
, , 
.
(7)   ,  
%
.
(8) * 
,  . "
 , 
, , 


*
,  
 .

, #    
. * 
(0,  


. 


(0.

1.3.1  

 ,  (, 

(
 
0.

: Pn # n 


; In # n 



; Hn # n 

. 


,  



, 
( 
 %#.   ,  

⎧
⎪
⎨ Pn+1 = Pn (1 + ε − ϕ − ν − αIn ) + εHn ,
⎪
In+1 = In (1 + ε − γ − β) + αIn Pn , n = 1, 2, · · · . (1.5)
⎪
⎪
⎩H
n+1 = Hn (1 − ϕn ) + βIn + νPn ,

 (1.5), +
& (P0 , I0 , H0 ),  &$
( , 
0 

.

1.3.2  

 , 

, 

22  1  


,  . 
, 
.
 n #"; dt #   "
; Pn , In , Hn 


.  " dt  (

) 
, $


"( .  1–12 

 8 

 , " n 
" n + 1 
:
⎧
⎪
⎪ p1 : (In , Hn , Pn +1), Pn+1 = Pn + ε(Pn + Hn )dt,
⎪
⎪
⎪
⎪
⎪ p2 : (In + 1, Hn , Pn ), In+1 = In + εIn dt,
⎪
⎪
⎪
⎪
⎪ p3 : (In , Hn , Pn − 1), Pn+1 = Pn − ϕPn dt,
⎪
⎪
⎪
⎪ p4 : (In , Hn − 1, Pn ), Hn+1 = Hn − ϕHn dt,
⎪
⎪
⎪
⎪
⎪
⎨ p5 : (In − 1, Hn , Pn ), In+1 = In − γIn dt,
⎪
(In+1 , Hn+1 , Pn+1 ) = p6 : (In − 1, Hn + 1, Pn ), In+1 = In − βIn dt, (1.6)
⎪
⎪
⎪
⎪
⎪
⎪
Hn+1 = Hn + βIn dt,
⎪
⎪
⎪
⎪ p7 : (In + 1, Hn , Pn − 1), Pn+1 = Pn − αPn dt,
⎪
⎪
⎪
⎪
⎪
⎪ In+1 = In + αPn dt,
⎪
⎪
⎪
⎪ p8 : (In , Hn + 1, Pn − 1),
⎪
⎪
⎩
Pn+1 = Pn − νPn dt, Hn+1 = Hn + νPn dt.

 p1, p2, · · · , p8 #

 8 
 , (In , Hn , Pn )  (In+1 ,
Hn+1 , Pn+1 ) ##
 n " n + 1 "
, 
#

. # ,
 

 (
)
.

  p1   ,  n + 1 "

 n 
"

 Pn "
 Pn + Hn  ε (

Pn + 1 ). 
. , "
dt

', 
8   1,  " 
.
,  MATLAB ,  " 
 " r ∈ [0, 1], " r  !& , #
. ,  

,  1.
 1.3  23

(, "$%
 .

1.3.3
 

" 2014  11  12  2015  2  5 




[3] ,  


, $$".

1. 

+
I0 , H0 , P0 ,  #% , 
 
 . ,  


%. 
.
(1) % ν

"  2015  2 , $

 , 
! ν = 0.
(2)  ε
 ϕ

2015  2  5 , 
 P 
 b 
 d  1–5

#.

 1–5  [10]


 P 
 b 
 d

  12 414 680 1150 326

 4 615 917 425 121


6 404 599 626 191

 23 435 196 2201 638



, , 

, 
b d
ε= , ϕ= .
P P

 


, "
&.
24  1  

 2015  2  5 
 P ,  85  (2014  11  12 )


P1 , 


, 

P1 = P − 85(b − d),

 2015  2  5 ,  2014  11  12 

,  1–6

#.

 1–6 
  (2014  11  12
)


 P1  ε  ϕ

  12 344 640 9.3158 × 10−5 2.6408 × 10−5

 4 590 077 9.2591 × 10−5 2.6361 × 10−5


6 367 624 9.8310 × 10−5 2.9995 × 10−5

 23 302 341 2.8406 × 10−4 8.2764 × 10−5

(3)

I0 , H0 , P0

,   

, 
  I0 , 

 P0 
 H0 . " 2014  11  12 
 1–7
#.

 1–7
  (2014  11  12
)


  E 
 d

  1878 1142

 6822 2836


5368 1169

 14068 5147

 , "
  

, 
!


. , 
 

, #
&", 

 
 . 
I0 = E − d.

,  H0  P0 :

 1.3  25

H0 = 0; P0 = P1 − I0 .

 1–6  1–7,  I0  P0 & 1–8

#.

 1–8  I0  P0  (2014  11  12

)


  I0 

 P0

  736 12343904

 3986 4586091


4199 6363425

 8921 23293420

(4) α, β, γ
+ α, β, γ .  
, #
 
: ,  $ . , 


d
ρ= .
E

" 2015  2  5 ,  1–9

#.

 1–9 
 (2015  2  5
)


  E 
 d  ρ

  2986 1947 0.65204

 8745 3746 0.42836


10756 3286 0.30550

 22487 8979 0.39930

,  

 T (), 


&.   γ
 β, 
ρ 1−ρ
γ= , β= .
T T
26  1  

 ,   K, # 

" T "


. "


 α 

K
α= .
T P0

 , 
"$  T  K 
&.  , ",  K 
T 

,   . &


 1–10
#.

 1–10 

 K T α β γ

  0.9 45 1.6201 × 10−9 7.7324 × 10−3 1.4490 × 10−2

 0.89 155 1.2509 × 10−9 3.6880 × 10−3 2.7636 × 10−3


0.79 42 2.9539 × 10−9 1.6536 × 10−2 7.2738 × 10−3

 0.86 73 5.0576 × 10−10 8.2277 × 10−3 5.4699 × 10−3

  K &,  Meltzer 
2015 
[9] , 
 
! K=0.2;  *
, !
K=0.18;  *
, ! K=1.8.

 Meltzer 
,  1–9 , 

 
 K &,  
 T !&.  , 
 , 

 10 & ,
 16  &". 
, 
  16 
. ,  1–9  1–10 

 
!
.

, 

!&, 
# $
.

2.  

,  MATLAB  4 

 1.3  27

( 3 )  10 ,  2014  11 

12  2015  2  5 . 



"


 1–11
#, 
.  1–11  C  D ## 2015  2  5  



, σ # 10  .

 1–11  

˛ ˛ ˛ ˛
˛ CM − Cw ˛ ˛ DM − Dw ˛
 CM σC DM σD CW DW ˛ ˛ ˛ ˛
˛ σC ˛ ˛ σD ˛

  3053 110 1957 50 2986 1947 0.61 0.2

 8748 51 3749 20 8745 3746 0.059 0.15


10813 159 3284 57 10756 3286 0.36 0.035

 22557 150 9041 54 22487 8979 0.47 1.1

 1–11 # 3  . 

, "2%+, 
+. 
"
 1–13
#, 




.
28  1  
 1.3  29

 1–13 
 

 1–13 , 

"
!.  , "#
,  , "
,  
 
  . 
 0 



3.  

,
*
 

 , 





. ,  
 , 
"
 
. 

 , $
"
 .  2015  2  5 , , 
 ,  1–12,  D, S ##


.

,    , 
 , &


, , 
30  1  

, "%

 .
 1–12   

(2015  2  5
)
 IS ID HS HD PS PD
  640 618 457 438 12412178 12411344
 3769 3789 1228 1203 4609770 4609491

2718 2789 4805 4789 6394555 6394146
 7690 7684 5820 5757 23419606 23417858

 2015  2  5 ,   

,  
 
,  1–14
#.

 1–14 

(  2015  2  5 )

 1–14 , 

  

  .  
,  :
(1) 

(0  

.
(2) 
, ,


'
, 
. 
&, 

( .
$
  
 
.
 1.3  31

1.3.4  

 1–11 , 

"!
   
. 
2014  11  12  2015  2  5  "!
  , 

 , "
,   
  . 

$ ,  ; 

, 
 . ,   
, ( 

. 
 , # 
 

.

1. 

  , 
  3 : 
 

, #  .
(1) 
 

 :  !

 
,
.    
  , 
$


,  α &. 

  

,  $


 ,  Meltzer 
[9] , 
 K ' 0.54. &
 1–10 !&
', 
 
  ' .
(2) 



 , 
 . 

 , "

 ,   &"
 
. 



. , 


 β, $ γ.
(3) 




,  
 .  ,

32  1  

 ν &. ,  ,  ν 

!&, ( .

2.  

$  , %


 ,

,  
 .  (2015 
2  5 ) .  3  
 
 
 

.  1.3.3 

, ,  3   

 1–13
#.

 1–13 
 
     

C6M D6M C1Y D1Y C2Y D2Y
  2049 1441 3625 2549 6093 4201
 3873 1828 7303 3428 13857 6391

6262 2380 9180 3479 11199 4224

3. 


   , $ 
,  1–13 
 10%  . 
,  
  
, 

 , 
 
$ 
.   , 
 1.3.3 
,  10 , !&. 
,  "
 
$,  1–14 
1–15
#, !$#$
.

 1–14  10%  

     

C6M D6M C1Y D1Y C2Y D2Y
  –589 –280 –1386 –771 –2956 –1780
 –576 –119 –1359 –332 –3491 –1081

–1323 –310 –2672 –731 –4395 –1347
 1.3  33

 1–15  K = 0.54  

     

C6M D6M C1Y D1Y C2Y D2Y
  –1378 –654 –2889 –1667 –5325 –3288
 –1898 –335 –4196 –1057 –9562 –3156

–3440 –808 –5901 –1673 –7912 –2421

4. 




", 

 :
(1) 
  10%;
(2) ""
 15%;
(3) ""
 30%.
 
 β  γ ,  
 ,   
 

 1–16  1–17  1–18
#, !$#$
.

 1–16  10%  

     

C6M D6M C1Y D1Y C2Y D2Y
  –116 –205 –311 –393 –199 –532
 18 –193 146 –304 –25 –676

121 –175 –105 –380 –423 –575

 1–17  15%  

     

C6M D6M C1Y D1Y C2Y D2Y
  –23 –775 –124 –1215 –586 –2401
 –31 –571 –24 –1022 7 –1896

75 –3 –231 –147 –239 –178
34  1  

 1–18  30%  

     

C6M D6M C1Y D1Y C2Y D2Y
  –15 –1109 –151 –1974 –748 –3333
 –43 –1196 111 –2221 –2 –4159

67 –1188 14 –1743 62 –2168

5. 


  ,  ,  3  "
:
(1)   10% 

%;

(2)   30% 

%;

(3)   50% 

%.

 730 , % ν 

V
ν= ,
730

 V #  % , #! 10% 30%  50%, 

% ν # 1.3699 × 10−4 , 4.1096 × 10−4  6.8493 × 10−4 .  
&, , 
#
1–19  1–20  1–21
#, !$#$
.

 1–19
 10%    
     

C6M D6M C1Y D1Y C2Y D2Y
  –149 –68 –451 250 –1578 –911
 –39 –32 219 36 1313 –347

–10 25 –488 –130 –1045 –315

 
 ,  *  
$

. 
, & * 
, 
"*  $

, 
. 
* 
#, # *
 1.3  35

 
$

,  1–15  1–16
#.

 1–20
 30%    
     

C6M D6M C1Y D1Y C2Y D2Y
  –246 –108 –965 –515 –2688 –1586
 –159 –52 –614 –138 –3367 –943

–370 –60 –1230 –302 –2844 –849

 1–21
 50%    
     

C6M D6M C1Y D1Y C2Y D2Y
  310 127 1054 564 3363 1999
 318 55 1118 215 4963 1463

513 76 1798 477 3539 1033

 1–15  * 

$



 1–15  1–16 , $  





$

, 
$  * . 
, $  



$ 47% 
.
,  
$ $
 $. ,  
36  1  

 1–16  * 

$



,  ,  $

$. 
,  ,  .

6.  

 

, ". 

, 
. ",

 , 

0.
, "  0
, 



0, &

 3000
, 

0.


 ,   
 
, 
.  , 

 :
⎧
⎪
⎨ Pn+1 = Pn (1 + ε − ϕ − ν − αIn ) + εHn ,
⎪
In+1 = In (1 + ε − γ − β) + αIn Pn , (1.7)
⎪
⎪
⎩H = H (1 − ϕ ) + βI + νP .
n+1 n n n n

  , ! :
 1.3  37

⎧
⎪
⎪
⎨ Pn+1 = Pn ,
In+1 = In ,
⎪
⎪
⎩H
n+1 = Hn ,

 ⎧
⎪
⎨ Pn (ε − ϕ − ν − αIn ) + εHn = 0,
⎪
In (ε − γ − β) + αIn Pn = 0, (1.8)
⎪
⎪
⎩ H (−ϕ ) + βI + νP = 0.
n n n n

  8 
 ( ),  1–22
#,

 .

 1–22  
 
  
1 Hn = 0, In = 0, Pn = 0  -


, *
2 Hn = H, In = 0, Pn = 0 ε=0





,  
3 Hn = 0, In = I, Pn = 0 γ = ε, β = 0  








, *
4 Hn = 0, In = 0, Pn = P ν = 0, ϕ = ε
 
 

. 
5 ϕHn = βIn , Pn = 0 ε = 0, γ = −β !, ! γ = β = 0,
 Hn = 0,  3

, 

6 In = 0, νPn = ϕHn ϕ=ε

% 
β(ϕ + ν − ε)
Hn = 0
= ν(γ + β − ε)
7 In = (ε − ϕ − ν)/α , %

γ +β  ε
Pn = (γ + β − ε)/α 

ϕ+ν  ε
» –
1 −β(γ +β −ε)(εν +ϕ(ε−γ −ν))
Hn=
ϕ α(εν −ϕ(β +γ −ε))
ν
+ (β + γ − ε)
α 0 < Hn , In ,
8  



(γ + β − ε)(εν + ϕ(ε − γ − ν)) Pn < ∞
In = 
α(εν − ϕ(β + γ − ε))
1
Pn = (β + γ − ε)
α
38  1  

 , & In = 0 , ,  

 α, β, γ, ν 
, 
.  8 
, 
 1,   -, ;  2 
 , ;  4 
, %
. 
 6,  6 ,  
,    .  Jury [11] , 
 
|tr(J)| < 1 + det(J) < 2, (1.9)

 J   ).-.   (1.7) '#


Pn , In , Hn , ).-
⎡ ⎤
1 + ε − ν − ϕ − αIn −αPn ε
⎢ ⎥
J =⎢
⎣ αIn 1 + ε − γ − β + αPn 0 ⎥,
⎦
ν β 1−ϕ

).-
#

det(J) = (1 − ϕ)[(−β − γ + αPn + ε + 1)(−ν − αIn + ε − ϕ + 1) + α2 Pn In ] +

ε(βν + γν − ν − ανPn + αβIn − νε),

tr(J) = −β − γ − ν + αPn + 2ε − 2ϕ + 3.


 6,  In = 0, ε = ϕ, ).-

, 

det(J) = (1 − ν − ϕ)(β + γ − 1 − αPn − ϕ),

tr(J) = −β − γ − ν + αPn + 3.

 Jury  (1.9) ,  

 
:

−β − γ − ν + αPn + 3 < (1 − ν − ϕ)(β + γ − 1 − αPn − ϕ) + 1 < 2, (1.10)

 β, γ, ν  1 ,  tr(J)  0.  1–22    In = 0, νPn = ϕHn 


, $ 
 '.  , *
 1.4  39

. ϕ  ν , &. "


ϕ  ,  ν  %
,   (1.10)  ν, 

M (1 − ϕ) − 1 1
ν> =1−ϕ− ,
M M

 M = β + γ − 1 − αPn − ϕ.

 ε = ϕ,  

! . 

lim Pn = ∞,
n→∞

,

# .  ,


 0,  
,



 . 

1 1
lim = lim = 0.
n→∞ M Pn →∞ M


,  ,  6     ν >
1 − ϕ.   α β  γ ,   : , 
 % '.   ,  
, .

1.4  

 
,   
, *$#
[12] . 
, 
   . 

 
 
 , 
 ,  
,  ' &.

1.4.1  

 
 , 
%  ,    
40  1  

 [13] , # 1–23

#.

 1–23  


   
 ' 
 
  
 



/ 
 (    
 /

 


, , "
 .
(1) 


 , 
, 


.
(2) !

 
, 
 , $
 *. $3  , 
!.
(3) 
 3 ( 0.  
3 , $% 3 &,
  .
(4) .
  , 
, 
 & , 0 ..

, , 
, % 

 ,  . 
,  :
(1)   () #
 #,  () #
4,  1
$", %/  
, 
.
(2) 
 () #
 1.4  41

 () # ,  () 4

$, 

.  ,  () 

#.  () 
4,

%,
 .

(3) 

 

, 
 &"0, 


&.

1.4.2  

 ,   () 

4 
 .  ),  &4
, , 
  
1
,   !
.

  ,   4
2
+, 
( 4, 
* ,  
 4 4. 
, %42
+, "

,   4 '4, %4
.

 4( 1,  (4) 

2 (
2), %+
 4
, 4. 
(:

(1)   n 4 Ci (i = 1, 2, · · · , n), *


%. 
 422.-, $ D(0) = (dij )n×n , .-.-, 
dij = dji , dii = djj = 0(i, j = 1, 2, · · · , n).

(2) .- D(0) '', $ dkl (1  k, l  n), 4

Ck
Cl ( 4, $ C(1) ,
 C(1) = {Ck , Cl } (dkl 4 Ck
Cl
2).

(3) 4 C(1)

 ( Ck
Cl ) 4 () 2, 2
.- D(0)  D(1) = (d(1)
ij )(n−1)×(n−1) ,  (1) , 4 C(2) ,
42  1  

 :
 
(1)
d(1)
pq = min dij = min min dkj , min dil ,
1i,jn−1 1jn−1 1in−1
(i=j)

 4 C(2) . (, 2.- D(1) , 

'2 2.- D(2) .
(4)  (2), "
44, .
%($,   ,   
, 4 
4.
 , * 
4, 2.-, %

4.  ,  15 4
 1–17
#.

 1–17  15 4

%+, 4 , 4,   

$4, 4 4, $
 . 5 ,  
. $ # .
 1.4  43

1.4.3 



(& 
 
$

,



 [13] ,
4

$*! ,  

.
 4 ()  4 () '1, 
, 
3. %,  
:

min Z = dij yij ,
i∈I j∈J
⎧
⎪
⎪ yij = J, i = 1, 2, · · · , I,
⎪
⎪
⎪
⎪ j∈J
⎪
⎪
⎨
yij  I, j = 1, 2, · · · , J,
s.t. (1.11)
⎪
⎪ i∈I
⎪
⎪
⎪
⎪ dij > 0, yij = 0  1,
⎪
⎪
⎩
i = 1, 2, · · · , I; j = 1, 2, · · · , J.

 i ∈ I #!, j ∈ J #  (4) 

, dij (i = 1, 2, · · · , I; j = 1, 2, · · · , J) #
$2; yij (i = 1, 2, · · · , I; j = 1, 2, · · · , J) # #

,  yij = 1 # i  ,  j ;  yij = 0

# i  ,  j . Z = dij yij
i∈I j∈J
# (4)
2.

  ,  
, 

  !,  (1.11) 
  .

1.4.4



  (4) , 





  , 4 ()   & ,  &
 , 
,  
44  1  

 ,  
.
% ,  . 
  ,  :
  wi
max Y = yij ,
dij
i∈I j∈J
⎧
⎪
⎪ yij = J, i = 1, 2, · · · , I,
⎪
⎪
⎪
⎪ j∈J
⎪
⎪ 
⎨ yij  I, j = 1, 2, · · · , J,
s.t. i∈I (1.12)
⎪
⎪
⎪
⎪ wi > 0, dij > 0, yij = 0  1,
⎪
⎪
⎪
⎪
⎩
i = 1, 2, · · · , I; j = 1, 2, · · · , J.

 (1.12)  i, j, dij  yij 

 (1.11) 
; wi # i 


,

)  &); '
  wi
Y = yij #!
 2

,
dij
i∈I j∈J

!&,  
%&. 

 2

 .

1.4.5   



, +,  
#

4, 2 
, -  (24 h) 2 , 
4 (!) 
 .  (1.11) 
 (1.12)  .
 ,   , 
, 
 (1.11) ; 
 ,  (1.12) ; 
%(  , ! '.

1.5  


 1.4 , . ,  

 ,    
 1.5  45

, 2
, 
. 
, 
  (4)  

, 
   . *2
+
 , +,    
,  [13] . 
, $  
.
 ,


 ' 
. 
,  dij #2, i #, j #
, xij # i  j  (i = 1, 2, · · · , I; j = 1, 2, · · · , J), H1
#
 &"
 

.

1.5.1 
 TSP 

 , $,

% 
 (4)  . 
,  
 TSP ( ( ) [14] .
%  (4),  I , J , 
   . #
xij # 
 i  j, xij = 1 # i  j, xij = 0 #
 i  j,   TSP :


I 
J
min z = dij xij ,
i=1 j=1
⎧
⎪
⎪ J
⎪
⎪ xij  1, i = 1, 2, · · · , I, j = i,
⎪
⎪
⎪
⎨ j=1
s.t.  I
(1.13)
⎪
⎪ xij = 1, j = 1, 2, · · · , J, i = j,
⎪
⎪
⎪
⎪
⎪
⎩
i=1
xij = 0  1, i = 1, 2, · · · , I; j = 1, 2, · · · , J.

 1  #$ ,  2 

 #* .
  1–18
#.
46  1  

 1–18 '  

"  , !

,  TSP  (1.13).   ( 


)[15] ,  .

1.5.2 



   ,  
4
 ,  (1.13)  .

1. 

, 2014  


 1234.4 &
,



  50.2 &

, " 245 857 km2 .  #
24 4
 ,  24 .  TSP 
  ,     

.
(1)  
  , , '* 
 1.5  47

,   (DABOLA) , 

2 585 km.

,  4, !* .
 TSP   '.
(2)  ' 

 TSP 
,  1–19
#.

 1–19   

 1–19 , A  B # , 2

# 1211.8 km  1548.2 km. 
 80 km/h,

6  12 h. , 

 ,

 .
(3) 


, 
4 3 4
+. 4
 , , # , 
 1–20
#.

62 1–24
#.

 1–24   

 A B C D E F
2/km 752.2 686.6 578.0 546.5 640.4 701.2

 80 km ,  3   

48  1  

 1–20   3 

, 
  4 3 4
 . 3 
4 DUBREKA KOUROUSSA  MACENTA,  
 1–25
#.

 1–25 3  

 
DUBREKA→FRIA→BOKE→BOFFA→CONAKRY→FORECARIAH→
A
COYAH→DUBREKA
B DUBREKA→TELIMELE→FITA→DALABA→KINDIA→DUBREKA
C KOUROUSSA→ FARANAH→ DABOLA →KOUROUSSA
D KOUROUSSA→SIGUIRI→KANKAN→KOUROUSSA
E MACENTA→GUECKEDOU→KISSIDOUGOU→KEROUANE→MACENTA
F MACENTA→BEYLA→LOLA→NZEREKORE→YAMOU→MACENTA

2. 


 111 370 km2 , 

 
, 
,  1–21
#.
    A  B, 
#
869.0 km  715.6 km,  BASSA.

3. 


 71 740 km2 . 
,  1–22

#.
 1.6  49

 1–21  

 1–22 
 


    A  B, 
#
 411.4 km  616.9 km,  TONKOLILI.

1.6  



   . 

 ,
 

,  
  [15] .
50  1  

1.6.1   

,   , 


, 



. &", # !
 , 
 


[16] .
 
, 

. 

  ,  
&", 
 . 
,  (
,


 .
 ,  V1 #
; V2 #
. 

,  , 


. 
, 
#

V1 = k1 t + b1 , t  0,

V2 = k2 t + b2 , t  0,

 b1  b2 ##
; k1  k2 ##


.

+,    , 



. ,  ,


&", $ #'
. 

'
# 1–23
#.
 1–23 , &" , 

, "

  &"

, 
.  ,  

 25 , 
,  &"


, 

. 

25 , #'


k1 t + b1 , t  25,
V1 =
H1 , t > 25.
 1.6  51

 1–23 




, 
  &"

,  V1  H1 .

,  1.2  SEIIRF 

  (1.4)  &"


, 
⎧
⎪ dS
⎪
⎪ = −[β1 (I1 + βH H1 ) + β2 (I2 + βH H2 ) + βF F ]S − λi V2 ,
⎪
⎪ dt
⎪
⎪
⎪
⎪ dE
⎪
⎪ = [β1 (I1 + βH H1 ) + β2 (I2 + βH H2 ) + βF F ]S − αE,
⎪
⎪ dt
⎪
⎪
⎪
⎪ dI1
⎪
⎪ = αE − γ1 I1 − h1 I1 ,
⎪
⎪ dt
⎪
⎪
⎪
⎪ dI
⎨ 2 = δ1 γ1 I1 − γ2 I2 − h2 I2 ,
dt (1.14)
⎪
⎪ dH 1
⎪
⎪ = h1 I1 − γ3 H1 − λi V1 λh ,
⎪
⎪ dt
⎪
⎪
⎪
⎪ dH2
⎪
⎪ = h2 I2 + δ1H γ3 H1 − γ4 H4 ,
⎪
⎪ dt
⎪
⎪
⎪
⎪ dF
⎪
⎪ = δ2 γ2 I2 + δ2H γ4 H2 − γF F,
⎪
⎪ dt
⎪
⎪
⎪
⎩ dR = (1−δ)γ I +(1−δ )γ I +(1−δ )γ H +(1−δ )γ H +λ V ,
1 1 2 2 2 1H 3 1 2H 4 2 i 2
dt

 λi  i , 

  i  &"


λi = prob(i) = ,
  &"



λi V2 # i 


; λi V1 λh # &
52  1  

"

; λ−1
h # . 


 ,  1–24

#.

 1–24  ( 2014  11  1 )

 1–24 , 

 . 
2014  11 

 
, 90 , 
50 ,

.
 , ! b1 = 5, &"
 5
; ! k1 = 5, 

 5 . 
, %
'


, .

1.6.2  

 
, 
 ,  
 

 t
w= V1 (t)dt.
0

 , 


 1–25
#.
 ,  &"


 3400 
.   &"
 ,

 1.6  53

 1–25
 
 ( 2014  12  1 )


$.
 
, 
. 
,
 i  λi = prob(i), 



.
"
,  *
 &"

,  
 , $ &"(
. 
, 


, *% &"


H1 .  
 w  ,  i 
(
)

 t
Ri = wλi = λi V1 (t)dt.
0

 ( )
 , 

,  


.

1.6.3   


(
) b1 

,  b1
,  
,  


. , #
b1 = 3, 4, 5, 6, 7  , 

 
 1–26
#.
54  1  

 1–26  b1 

 ( 2014  12  1 )

  1–26 , 

(
) b1

', 


b1
 . , 
b1 
,

 , 
. , 
  , +.

1.7 

% 
 , # SEIIRF 

  , 
   

1.7.1 

,  SEIIRF , 
   , 
 SEIIRF   , 
  

, 


  

.
, 

, 
 TSP  ,  
 
 1.7  55

 .
, 
, 


 , 
 50  ,   , 
 .
,  



, .

1.  SEIIRF 

 SEIIRF  



  ,
#   , 



.

:
(1) 

 $!, #



,
  , +.
(2) , 


 ', 

     ,  , 


.
(3)   ,   , 
 , 
, ! .
,  , 
 , 
     . ,
  , 
 .

2.   

    
 
 , #.   
,

 ,  "
 

. 






, 
 
!.
(0 

, 


 
 
, 
#  .
 
, , 
56  1  


(0"

, 
.  , & , 

.

3. 


   , 

'  ) ( ,   TSP    ,
 # .  TSP #'  , 
  ), + 

. "
  TSP ,  
,   , 
 .
 ,  TSP  ,


 , 
  , 

1,  , .

4.   

   , 





, 


. 

,
, ! , 
 . ,

,  , 

0,  .
 , 
(', 
.  , & ,  
.

1.7.2 

,
  , 
. #  , 
 .   #%
, 
 . ,  

 (2) ,  
, 

.
 1.7  57

1. 


 ,  , 

2+, )$ (
)) $).
!,  . 
, 
, *

 *
. ,  , 

. 

*


max X = wi cij yij ,
i∈I j∈J
⎧
⎪
⎪ yij = J, i = 1, 2, · · · , I,
⎪
⎪
⎪
⎪
⎪
j∈J
⎨ yij  I, j = 1, 2, · · · , J,
s.t. (1.15)
⎪
⎪ i∈I
⎪
⎪
⎪
⎪ wi > 0, cij  0, yij = 0  1,
⎪
⎩
i = 1, 2, · · · , I; j = 1, 2, · · · , J.

 yij , wi , i = 1, 2, · · · , I; j = 1, 2, · · · , J
 (1.11) 

.  cij #
, 
⎧
⎪
⎪ 1, t  tm ,
⎪
⎪
⎨
t − t1
cij =
⎪ , t1  t < t m ,
⎪
⎪ tm − t1
⎪
⎩ 0, t < t1 .

 t1 $, tm ,
,  . 
cij 
, '.

2.  

 1.4  1.5 ,  

TSP   ( 
) #

, &+,   
, 
 ,  - .

&  , 
58  1  

, 
  '
 . 
 
,  (1.11), (1.12), (1.13)  (1.15) , 
' . "   ,  

 ,, 1*!
 
, - .

3.  

  ) ,  

   , %, 
,


 # 
, 
 .
(1)  ,  

 
  1
 !
!
, *& ,  ,  +.
(2)    
, 
,


 &

 .    ,  

 , &
 .
(3) ,   , 
", 
0
, 
$   
  .



[1] COMAP. MCM Problem A [EB/OL] [2015–2–6] . http://www.comap.com/
undergraduate / contests / mcm / contests / 2015 / problems/2015 MCM Problem A.
pdf.
[2] 
. 2014   [EB/OL][2017–10–20]. https://baike.baidu.
com/item/ 2014%E5%B9%B4%E8%A5%BF%E9%9D%9E%E5%9F%83%E5%8D%
9A%E6%8B%89%E7%97%85%E6%AF%92%E7%96%AB%E6%83%85/13852450.
[3] World Health Organization 2015. Ebola data and statistics [EB/OL][2015–2–6].
http://apps.who.int/gho/data/view. ebola-sitrep.ebola-summary-latest?lang=en.
     59

[4] +. 2014   [EB/OL][2017–10–20]. http://baike.sogou.

com/v76691561.htm.
[5] World Health Organization 2014. Ebola virus disease [EB/OL][2015-2-6]. http://
www.who.int/mediacentre/ factsheets/fs103/en/.
[6]  .   [J].  , 2007, 24(4): 57–60.
[7] . % SIRS   [J].  , 2014, 31(3): 274–277.
[8] !,. + SIRS  
[J]. 
, 2006, 16(4): 25–28.
[9] Meltzer M I, Atkins C Y, Santibanez S, et al. Estimating the future number of
cases in the Ebola epidemic—Liberia and Sierra Leone[J]. MMWR Supplements,
2014–2015(63): 1–11.
[10] Country Meters. Current world population by country, Population data for every
contry as of 2015 [EB/OL][2015–2–6]. http://www.countrymeters.info/.
[11] De Leenheer. Notes on the Jury conditions [EB/OL][2015–2–8]. http://math.
oregonstate.edu/deleenhp/teaching/ spring09/MAP4484/notes-jury.pdf.
[12] World Health Organization 2014. Why the Ebola outbreak has been underestimated
[EB/OL][2015–2–6]. http://www.who.int/mediacentre/news/ebola/22-august-2014/
en/.
[13] World Health Organization 2015. Ebola vaccines, therapies, and diagnostics [EB/
OL][2015-2-8]. http://www.who.int/ medicines/emp-ebola-q-as/en/.
[14] Tzeng G H, Cheng H J, Huang T D. Multi-objective optimal planning for designing
relief delivery systems [J]. Transportation Research: Part E: Logistics and Trans-
portation Review, 2007, 43(6): 673–686.
[15] Centers for Disease Control and Prevention (2014). As on Transmission of Ebola
Virus Disease [EB/OL][2015–2–8]. http://www.cdc.gov/vhf/ebola/transmission/
qas.html.
[16] BBC(2015). Ebola: Mapping the outbreak[EB/OL][2015–2–8]. http://www.bbc.
com/news/world-africa-8755033.
2 

  2015  (MCM)  B [1] ,

%

 , ,
 . )

  . 
,
!, $  , 
*!
. ,  ,

  , *!
, 
), $), %*!.  2014 -
MH 370, 4# . 
,      .

2.1 

-
, ,  *

,
0.  20 "&, 

, , $(. 
#.
(1) 2009  6  1 ,
- AF 447(7 A330–203) 
)#+, , 216  12 
, 

.

-, ! A330 
( . " 2011  5 , &5
$!".
(2) 2014  3  8 , - MH 370 ( 777–200) 
. , 227  12 
. ,  *
+ 3 
*. /, 4#.
 2.1  61

 ,

,  *
!

. 
,  
 
, !$
*!, 

.  
.

2.1.1 

1. 

MH 370 --, - "

,  777-200 , -, 227
 12 

, 2014  3  8 # 1:20

-%. - 2014
 3  8  00:42 " ,  6:30  
.  1:20 -)1%
/4-
%, /*
$. -, '+ 

 777   2 ', #
#,  3  8 ' 8:30 &+, $% .

2. 

' A  B ,  )", 

--, '$ *.  

, $   .
)
$, 

, ), )
!
.
[1] :

Searching for a Lost Plane

Recall the lost Malaysian flight MH 370. Build a generic mathemat-
ical model that could assist “searchers” in planning a useful search for
a lost plane feared to have crashed in open water such as the Atlantic,
Pacific, Indian, Southern, or Arctic Ocean while flying from Point A to
Point B. Assume that there are no signals from the downed plane.
62  2  

Your model should recognize that there are many different types of
planes for which we might be searching and that there are many differ-
ent types of search planes, often using different electronics or sensors.
Additionally, prepare a 1-2 page non-technical paper for the airlines to
use in their press conferences concerning their plan for future searches.

2.1.2 [2]

- MH 370  777–200 ,  2015 

. 2015  1  29 , -6, - MH 370 -,
 
 239 
. 2015  7  31  (),
, 
$() 777 . 2015
 8  6 #, , 7  29 $()
- MH 370 -, 2015  9  3 
# 
 . 1 6 2016  11  2 
MH 370 
, , 

.

2.1.3 

!,  

 ,   
$ *!,  
. 
   :
(1)  
, 
,   


, .  , 
, 
 .   .
(2) 
1% , 
. "
 , 
  ,  

! 
, .
(3)  
 
, 
.  
,  , 
 +,  
 2.2  63

.
(4) 
1%
, 
- (IFP) 2. 
,  2



', 

 %2. 
/
 IFP ,  , 
(POC ),  . , 
  (POD ), .

2.2 



% ,  


 ,    *!.
  ,  
+, 
% . 
:
(1) . " 

' .
+
,   ,+-

.
(2) . " 4 %,   

 ,  6

 .
(3)
. "  
, 
/!

#',  , 

 $*.
(4) .   , 
  .  #' ,  
.
  !  , .
, ,  .
:
(1)  "$". , % , 
 
$.
64  2  

(2) +-&". , *  180◦

 ,,  ,, ,
 .
(3)  ,  , .
(4) ',  8.
(5)  '
(
!* .  
 ,  , 

.
(6)  ), ) .
(7) 
6
,  .
(8)  ,  12 h. , 
 ,   . , 
 
#'.
(9)  ,  400 ○
1
.

2.2.1 

1.
: 




. %$
$$
% , 
  . 
  R ,  R * , y 0 
, x 0 .   (L/D) 
(h)
 .  θ #0
, ϕ #

0
,  2–1
#.
0
θ '&  L/D , 
 
−1 1
θmin = tan . (2.1)
L/D

 747  , -

○ 1 1  (mi) ≈ 1.6  (km).  MCM/ICM , "

. 
!  ,  . 
.
 2.2  65

 2–1 0
 0
#

 $ 420 #.   747-400  17, +

-
 35000 ○
1
. , 
 747-400
 .  +)
, *  L/D &+-

.  (2.1)
 747–400 '0
 3.37◦ , 0

 2–2
#. 
 2 rmax ,
2
rg = h cot θ. (2.2)

+-,  h +-
,  ' 747–400 

+ 113 .

 2–2 0




' #,   θ

 ϕ ,  

%
.  θ  ϕ 

 , '
 R 
○
1 1  (ft) = 0.3048  (m).
66  2  

 !, ,

 
. #
θ  ϕ '.
 θ &%+'0
θmin , $% , "
0
, 0
2.  θ &%+ 90◦ ,
$#. %-, 
. θ 
,  
 )' 
#. #
 pc   pg , pg = 1 − pc .

f (θ) = pc f (θc ) + pg f (θg )

“ ”2 “ ”2
pc −1 θ−θmax pg −1
θ−θmin
= √ e 2 σ1
+ √ e 2 σ2
, (2.3)
σ1 2π σ2 2π

 σ1  σ2 # . 0


& θmax = 90◦ ,  0
& θmin .
 ϕ 
, % %, 
& )
, &. ,  
9#+, 
 ϕ !&. 

,  ϕ & 0 
, -
 . 
“ ”2
1 −1 ϕ
f (ϕ) = √ e 2 σ3
, (2.4)
σ3 2π
 σ3 # ϕ .  ϕ  θ 
 , %$. 
, ! σ1 = 15◦ , σ2 = 20◦ , σ3 = 30◦ .
 
%
,  (θ, ϕ)  
 (+.) ', 

p(θ, ϕ) = f (θ)f (ϕ). (2.5)


 (θ, ϕ) , *"0
 (x, y) .  , 
 π−ϕ
x= 2ρ2 (1 − cos ϕ) cos + (h cot θ − |ρϕ|) sin ϕ, (2.6)
2
 2.2  67

 π−ϕ
y= 2ρ2 (1 − cos ϕ) sin + (h cot θ − |ρϕ|) cos ϕ, (2.7)
2

 ρ # ϕ !
)'.  , 
 p(θ, ϕ)  p(x, y).  (2.6)  (2.7)  θ  ϕ *"0 
. " ) 

,  )

 , 
)0
. )



*
,
.  , 
ρ = 0  (2.6)  (2.7) , $*
"0 .
 2–3 #

 747–400  (x, y) 
 . *+,  ,
+,
 0.

 2–3  

2. 



,  


. 
,   /!
 +
, 

.  .
 A  B 
68  2  

P (B|A)P (A)
P (A|B) = , (2.8)
P (B)

 P (A)  P (B)  A  B , P (A|B) + B  

 A . ,  A ,  B 

 . 
$ q # P (A|B).
 
 .  
 , ,  0,
, *.  
  ,  .  
 
p(1 − q)
p = , (2.9)
(1 − p) + p(1 − q)
 p . 

 , p   
, 
 . , p )
; p(1 − q) # , 
; (1 − p) #
 .  (2.9)  
, $ p .
 , , 
. 
, *:

r
r = , (2.10)
1 − pq

 r  r #,  (2.9)  p  p.

,  , /!*,
 " +,  100% '
 .

3. : 

 , 

 + .  q #0
 (+) 62 
 3 
'.
 2.2  69

0  W , 
!


. 62 z )

. ,  A ,   .

' 2–4
#,   W .

 2–4   W

 A  , 

  .   
; 
1 . "%; 
.    [3] .


  W   h,  g(h) # 
 ,   h  . 
h , # 2–5
#.

 2–5  h , #
70  2  

#
Wh
g(h) = , (2.11)
A
), $); ',
'.
 q ,  b(z) #62 z 
.  +, [1 − b(z)][g(h)] 
 z 
[3]. ,   h 
, 
W
b(z + h) = b(z) + [1 − b(z)] , (2.12)
A

b(z + h) − b(z) W
b (z) = lim = [1 − b(z)] . (2.13)
h→∞ h A

 (2.13)   * , &  b(0) = 0. 


b(z) = 1 − e− A z .
W
(2.14)


,  q = b(z, W, A),  *
.

4.


).
 ' p , '
$# .  $
#  q .
 

, 

 , 

q(z ∗ ) = max b(z)dA, (2.15)
z∈R
A

 A # , #

.
,  , 
 2.2  71


, 

P = q(z ∗ )P (x, y) = max b(z)p(x, y)dA. (2.16)
z∈R
A

  ,   , /!

,
  
#'[4] .    
,   $ , 

*:.
  
,   -
, $  A, $
, 
*.  
 A
 '
 dA ,  , 


.   , 
 .   
 
  2–6
#, # .

 2–6  


) , 

 #', ) 
. ,  ,   , 
72  2  


". ,  ) 
. 

,  N  P (N ) 


N −1 
P (N ) = [1 − P (k)] · b(z)p(x, y)dA. (2.17)
k=1 A

 &'

z. '

%'62,
'

. 
, 

 ( ) .  . , %)
''
. ' 
 ,  &  , ' . 
7;' .

2.2.2 

1.
: 

"

',  .-.  (x, y) 

  ,  , ! 1  .
+ rmax , . $  ,
/# ,
.- -.
 (x, y) ,  (2.5)   (2.6)  (2.7) 
!
. 
 (x, y), , 

,  2–7
#.
 , 
,  W 

, 0
. ,  ,
! W := 1.  (2.16) !+, 

 
b 
d
p(x, y) dA ≈ pij , (2.18)
A i=a j=c

 pij  (i, j) , x  y # i  j 

 2.2  73

 2–7 



!, a b  c d # x  y +. ,  (2.9) 

(2.10) .

2. 

,  4 . 

7; 
,
 MATLAB .,  *"
0 &.
#,
 ' C–130 +%, 
 2360 . $. 
 , "+-
 12 '
. ', $
.
,   

,   . 
, ( :
(1)  2 (
 400 ), &  .
(2) .
74  2  

(3) , ' 

.
  ,  
; 
   (2.9)  (2.10) #'. 
  ,  , 
 . 


 (2.17) . #

 .

3. 

 ' , . 

 R
  A, '  ,  A  

+ s.  '", 
, 0
(
)  W , ' ,  2–8
#.

 2–8 ",
  

 
  (2.14)
 
, $
  q.  
 W , 

 W 2 ,  
,  q = 1 − e−1 .
 
,  2
 2.2  75

. ,  

s
n= . (2.19)
W

 62 z  n  $


(s − W ) ( 2–8
#),  "2 s , 

z = n(s − W ) + s. (2.20)

 (2.19)  (2.20) , 

√
s= W z. (2.21)

 s &,   , 

   . ,  '
 5 ' 2–9
#.

 2–9 ' 5 '

 2–9 ,  ,  5  

', 

 . ' 20

 2–10
#.
   ; , 
.
76  2  

 2–10 ' 20 

4.


 ,  ".. , 

)
 (, )  A   × .   , 



A = W z. (2.22)

, 

 (, ) 
. ,  
 (, )  
'.. '. 5 ' 2–11
#.

 5 
,  $$1

, .' ' . '

20  2–12
#.
.  . .
 
,    , &  
20 ∼ 30s,  
1s.
 2.2  77

 2–11 '. 5 '

 2–12 '. 20 

5. 

 
 ,  2–13 &, '.
&, '

 
. +. 
&,,  2–14
#.
&,'
0, 
  . 
2–14
#, )
' /'/
 /
 2W . 
&,, #0. '
78  2  

 2–13 &, '

 2–14 &,

#

z = (W + W ) + (2W + 2W ) + · · · + ((l − 1)W + (l − 1)W ) + (l − 1)W


l−1
(2.23)
= 2W i + (l − 1)W = (l2 − 1)W,
i=1

 (l−1)W  0 "'

. 
! W = 1
 , 
√
l= z + 1. (2.24)
 2.2  79


 + l
'
z '
,  2
 z   l &.
'
   ,  5 &,
 2–15
#.  ' 20 
 2–16
#.

 2–15 &, 5 

 2–16 '&, 20 

  , ,   ',

.
80  2  

6. 

 0.  0, "0

, # 2–17
#.

 2–17 00#

(% , #&
z
0
l

,  2–18
#. ' , .0+
, .  ' ,   8 .

 2–18 00


 2.2  81

 2–18 '

z 0
l 

, 
z · sin 67.5◦
l= . (2.25)
8[cos 67.5◦ + 1]
  ,
 <. 
.
/, ' 
. , 
,  ' 
.
,  '   ,  8 .
&  0, & 3×3 
,  $ . ,  2
- ,
 , $
 . ' , 
 
  . ,  

' ,

. ,   
 .
%
,  5 '
 2–19
#.
 ' 20 
 2–20
#.

 2–19 0 5 '

 ,  $,   ,

6 .
82  2  

 2–20 '0 20 

2.2.3 



 ,    , '$

 . , # 
.
$  

, 
''
$2
 ! (
!
) 
.

1. 

 4 , "%

 .  2–21 
# 20 .
 2–21 , .#,  
&,, . , . 

', &,'
,   . 
00 
, 
 0, 
 2.2  83

 2–21 ' 20 

0 . , 
 ', %

 .

2.  5 


,  5 '
 
.  ,  5 ' 
 '
5 #, *
. 

 ' 
,  2–22
#. , . , 
&,, 00
.

3. 



, . ,

 . 

'

 θc  pc , 
  2–23
#.
 ,  
,  20  2–24
#.
, . , 00 , 
   3.
84  2  

 2–22 5 ' 20 

 2–23  

4. 

$2+-2$. 

 '
V-22  (Osprey) ,  #, 2 1011 . 
',  4  2–25
#.

 2–25  -, $22

. 
 2.2  85

 2–24   20 

 2–25 $2 20 

',  


. ,
  . , .
, , . 
,  
.", .'.



, 
86  2  

2 ,  :
(1) . &,  
 , 
 %+.
(2) 2 () , .# , 
 &, , 00 
.
(3)
#%+ 1, #
, .

5. 


'$  . 
'2
(C–130)  '$2 () ).  2–26
#, 
' 20 ,  ' 
;  2 , $200
.

 2–26  20 

 2–26 , 00 


, "
00   
, 
 !3 . ,  ! 
, .   
 2.2  87


, " , 
'
"0.  ,   . 
,  #  00,
* .
*
 !, 


.

6. 

   , 

. 
$   .   λ 

λ = αβ, (2.26)

 α, β  .  α   1 &,


. , ' 747  α &
 ' (Cessna) ,   747 .  β
  1 &,  .  '* 
!
'  '!!
! ('
)
 C–130  β & '.
 λ #  , &), #


$).   (2.11) *

λW h
g(h) = , (2.27)
A

 (2.27)  (2.12) , 

λW
b (z) = [1 − b(z)] , (2.28)
A

"%* , 

q = 1 − e−
λW
z
A . (2.29)

 ,  
 , *!
&. , %  ! 2 . &, 
88  2  

 ,  2–27

#.

 2–27    20 

 2–27 ,  2 .  ,  : 20 

1;   
..


   .  (2.29) +,  z  λ 
,  q . , , * , 
, . #' (

) ), %)'.

    , #

 747 
 172  . 

 +-
 13000 ft, 
 7.5, 
,
 . 
, !
 747   1,  172   0.5. " 
,  2–28
#.

 2–28 # 
80 :  , 
 172 ',  747 .  747 
& 172  .,  172 +-
',
  747 ',  $
 2.3  89

#. 
,  
, 
 (
)  .
, &"!,  ,  

   .

 2–28   20 

2.3  

 ' + 
,  $
. ,  %- MH370 -*#
,  .
,   
, 





. , * , 


, 


2. ,  
, '. 

 :
(1) %&

-,  .&, 
 .
90  2  

(2)  
  ,    . 
%  , $1, !,
$,   .
(3)   

,     , 
$,   
.
(4) + 
+ ", +
$*
,   .

2.3.1  


, 
 
.

1.  

(1)  , 

!
, 
 ."'.
(2) 
,  +,
.
(3)  777  520 ,  200 .
,  xoy "0 ,   x 0 , "  y 0 , 
.- # (0, 100), (520, 100), (520, −100), (0, −100).
(4)  ' P–8 .[5] (),  400 mph 

, "$).

(5) 
  
. (2
 0  10  , ' ".

2. 

  [6] ,   

,   P (C)  
 2.3  91

,  P (D).  # P (C)  P (D) 

,  , 

P = P (C)P (D).

  , 

.  P (C) ', 
 .   P (C) ''
 3 .
,  P (D) !#



.
 ,   )
 P (C).      P (C) 
,
-#+
 .
   
, 
$% 
".   , %-
 2, - 2, $-
2 r = κα. 
 , 2 L = vt. 
 2–29
#.

 2–29 

 , 
% 
, %
,  ) .  , 
 .- (x 0 ) ", -

[5] ,  2–30  2–31
#.

3. 

  , $

92  2  

 2–30 

 2–31 

[6] .    , 


 
.  "
 2', " i
2

|Si − xc , yc | < d,

 Si # i " 
, xc , yc #

 
.

,  ' .
  
,  &&
  95
[7] .  95%
 (CI) 
 2.3  93

&.   
/,   
1.  μ &, σ , n ,  95% 

σ
[μ − 2(SE), μ + 2(SE)],  (SE) = √ .
n

2.3.2 

1.  


 A  , ,  
 . %
,  15min 
R
, )  < x, y > =
R. =

|R|
vΔt, # 2.
 ,  S0 = 0, 0 , )" 

vΔtR
Si = Si−1 + , i = 1, 2, · · · . (2.30)
|R|

 (2.30) ,   ,  2–32

#.

 2–32 



 A ,  2–33

#. 
% ,  .  
&,  .   
$,

&. , $ .

2.   

$ , + , 

94  2  

 2–33 $


 , #+ .
, %
,  3 min  . 
! 3 min, $, 

.  .) 
Si , 
 .  ,  " 
(2.30) . +, #', 
,  .
 ,  Six > L + 2r  Six < 0, 
 =

 
L + 2r
Si+1 = Si + vΔt · Norm − Six , 0 . (2.31)
2

" ,  Siy > r  Siy < −r, 

=

 2.3  95

Si+1 = Si + vΔt · Norm[0, −Siy ]. (2.32)

 Norm[a, b ] #
a, b .  (2.31)  (2.32)  , "
! 2–34
#.

 2–34  

%   100 , 

 
 24.4 h, & 42.7 h,  47.4 h,  4.7 h, 95%

[33.2, 52.2](h).
 95% 
+, 100 $7 33.2 h  52.2 h 
 95% . & 42.7 h  24.4 h 

.

3.   

 ,   

2, 
 A  B +,  
+. + , #!
, , 

 .
  3 min 
 , 


A 
B 2 dA  dB ,  =
 2.

A 2
B 2, . A 
   15 . ,  dA > dB , 
 
R
Si+1 = Si + vΔt · Norm 15 + Norm[A − Si ] . (2.33)
|R|
96  2  


 B 2
 A 2, . B
   15 . ,  dA  dB , 
 
R
Si+1 = Si + vΔt · Norm 15 + Norm[B − Si ] . (2.34)
|R|

 (2.33)  (2.34)  ,  2–35

#.

 2–35  

 2–36  . ,  

 $ 15 ., # , #

  #.

 2–36 

   100 , 

 16.6 h, & 37.6 h,  55.5 h,  5.5 h,

95%
 [26.5,48.7](h).
 ,  
 
 ,
& (37.6 h)  (16.6 h) .   
 2.3  97

 95%
/, #  1
.  %/ , &
 .

4.  

" " . 
0, . x 0 "+.,
. y 0  2d 2, .

 ,
$ /.  0.001 h   

. 
,
 $

.
 :

Si+1 = Si + vΔtε1, 0 , (2.35)


ε # 
x 0
.  ε = 1, #
. x 0;  ε = −1, #. x 0!. 
+., ε  $, #'   y &
,   ,  2–37
#.

 2–37 " 

 Six  L + 2r  Six  0, 

ε = −ε, Si+1 = Si + 0, −2d . (2.36)

% ,   100 , 

 7.0 h,
98  2  

& 7.1 h,  2.4 h,  0.2 h, 95%

 [6.6, 7.6](h).
,  "
, 
$, , & (7.1 h) 
(7.0 h) +
. 95% 
 [6.6, 7.6]
 

 [33.2, 52.2] /. 
, " 
 
1. " 

$.

5.  

&, "
 

. 

,  

,  .
" , . x 0 
 , /.  2–38
#,  A 
. x 0 , .    ,
. y 0  C(j)  , , , 
 &,/
.

 2–38 &, 

 

Si+1 = Si + vΔtε1, 0 , (2.37)

+., . y 
 

C(j) = 2d(−1)j−1 j, (2.38)

 2.3  99

 j  .  Six  L + 2r  Six  0, 

Si+1 = Si + 0, εC(j) .

 1! ε $$, 1 ( ε = −ε, j = j + 1)  .

%&,   100 ,  3.1 h, 
& 3.6 h,  2.9 h,  0.3 h, 95 
 [3.1,4.2](h).
, % 


$,  
.
" 
, & (3.6 h) 
 (3.1 h) 
,  , 
. 95 
 [3.1, 4.2] #&, 


1,  
 '. 
,
 $  .

6.  

&, ,  , 

 , &  . " , 
 , ! .
 A , . x 0 /
 . 
$"  , $ C(j) 
.+.2. , 
+.,  y 0 ) ,    ,
 2–39
#.

 2–39  
100  2  

  , 
 (2 d  2 ., 
 ). 
  
2π
Si+1 = Si + vΔtεNorm 1, π cos Six ,
λ


 d  λ = 2d. +.,  
 y
'
C(j) = 2d(−1)j−1 j.

 Six  L + 2r  Six  0,  Si+1 = Si + C(j)ε,  1! ε $

$, 1 ( ε = −ε, j = j + 1)  .
   100 ,  4.5 h, 
& 6.4 h,  6.1 h,  0.61 h, 95% 
 [5.2,7.7] (h).
&,  
1
, & (6.4 h)  (4.5 h).   &
)&. 95% 
 [5.2,7.7] (h)
&,  95%

/,  
&, 
1, &, ', 
"
  95% 
/, $#  1
.
 6  ,  : &, 

$,  .

2.3.3 

 
,  , * 

 (!) ( , $
 100%, 


 .  ,  &
!
,  100% , 
.

1. 


,  2.2   #'
 2.3  101

, 
.
 
[8],  500 ',  24 '  475
', 25 ',  95%.

 4.1 h, & 6.2 h,  5.4 h,  0.2 h, 95% 
 [5.6,
6.7] (h).  
 , 
 
 
, 
&,  

.

2.  

 2.3.2 &, , 

20%,  
&, 
. ,  500 '
,  24 h 399 ', 101 '.

 4.1 h, & 4.8 h,  3.2 h,  0.2 h, 95%

 [4.4,5.1] (h).

,  24 ' , 500 ' 399 '
,  80%, $ 
 95%.  (4.1 h) 
'& (4.8 h),  *. 95%
 [4.4, 5.1]
(h), 



/, &, 
 1. , &, 
, 
,  &,  .

3.
 

 , '  . , 

'$   ' 777  .
%"  . ,  '
, #. x 0
 ,   $
/,  2–40
#.
  100 ,  2.1 h,
& 2.4 h,  1.4 h,  0.1 h, 95% 
 [2.1, 2.6](h).
, & (2.4 h)  (2.1 h) , 

 '  .. 
,  , '1
  . , 
, *%
102  2  

 2–40 '


.

2.4 

2.4.1  

  : 



. % 2 
#. ,  , &
, 
  
.   ' 2–41
#.

 2–41 '#

  ,   ." 

. 
, ! 2–41    .  
 , :
(1) "2,  
.
(2) ', + .
 2.4  103

(3) 2 200 .

(4)  10 '%, "
. ,  ' '.

,  , 



 2. 

 ,  

 
.   # *.

2.4.2 



, % # , 

: 

 
#'
 
 .

1. 

(1) 


 
,  1
.
  0


, 0◦ , 90◦ , 180◦ , 270◦ .

, '+
(
-, : '+
 172 , · 0 F–22A $
#
1%0 300 ( 737–300 -, C–5B
%.
 5 
+-
+-

, # 

. 

% 2, 
2 . 
 
',  (!( .
(2) 
"-, , "


+ , ",  , 
104  2  

 
.
 
 . " " "
. "$ 
. 



 .
(3) 
,  


+
#
2 (+-) . 
)', 

. 

 , 
.
(4) 
%-',  

  
, 
.
(5)  
", $! , 

 , " /
"
  
 .  # 2–42
#.

 2–42  #

2. 

%  , !2

h
d= ,
tan θ
 2.4  105

 d % 2, h % 


, θ /

.0[9] .
$2 d '/. 

, -, )'2. 

)', , 
 v(t) (n mile/s), )
 1.5◦ /s 
,  90◦  60 s, 


Vx (t) = v(t) cos(1.5t),


 0◦  90◦
  , )'
 60
r= Vx (t)dt. (2.39)
0


'
 500  (n mile/h) , 2
40 n mile,
)' 5.31 n mile. ), 
"2 40 n mile.  90◦ ,  ) 32 n mile.
 180◦,  )*" 23 n mile,  2–43
#.

 2–43 )0

2



, )0
, 
" 
 

x(θ) = r sin θ + cos θ(d − l(θ, r)),
(2.40)
y(θ) = r(− cos θ + 1) + sin θ(d − l(θ, r)).

, l(θ, r) #' r 0 θ !.  (2.40) 


,  (%) ) , 
 2–44
#, '/#0 .
106  2  

 2–44 )


 (!%) ) ,  2–45

#.

 2–45 )

,   ,.-

 .  
- , -
 ",  
. +
,  , " (
) 
 . +,
 2.4  107

 ',   &, 

+

, 
 ', $ 
.
& $ &
, +!
, 

,  & (&+). $
 
 .

3. 


- , "  n +, 

" , , 2))
, $  #'.
- MH370  #+  . 
#+, 
. 

, 
$. , 
*& , 
  
.
 &, $  ,  24 ', $!
, ".

"&
"  . 
, "
 

" %,  
/.  

(E, N ) #[10] , &  :
   
∂E0 ∂N0 ∂En−1 ∂Nn−1
(En , Nn ) ≈ (E0 , N0 ) + Δt , + · · · + Δt , . (2.41)
∂t ∂t ∂t ∂t

!
  ,  &
' n +, .

4. 

" 
,  (POD ) .
 POD #

POD = 1 − e−
rns
a t ,
108  2  

 n #
, r #
, s # ,

, a #, t #[11] .
 ,  



, 
  POD . 
:
(1) ..+", +";
(2) .
.+ 45◦ 0", +";

(3) ! 
  .
 
..+'

,  A #.
(1) "

" 
. 
, 
..+", "+  (
, "$+-,  2–46
#.

 2–46 ''#


, ' "-
 
- "-
 )-
,  "-

)-
[12] .   ,  '
 .  

 '

, $ ' 
 2.4  109

$$'.  '
, 
 ', "

' 
$/.
%
 


n
A= 2LSi ni ,
i=1

 n #

, L  $'-
'
, Si #
 i '
, ni # i '.$'-

.
(2) 0

0

"

,


 45◦ 0.+,  

,  , +0
' $,  ). , 
)/, '0
0"/ 2. 
,  A 
⎧ ⎧
⎪ ⎪
⎨ S W , ' S W < c1 ,
⎪ 2
⎪
⎪
⎪
⎪
⎪
⎪ A = c21 + 2c1 · (SW − c1 ), ' c1  SW < c2 ,
⎪
⎪ ⎪
⎪
⎪
⎪ ⎩ wh − (c + c − S )2 , 'c  S < c + c ,
⎪
⎪ 2 1 W 2 W 2 1
⎨
 n

⎪ SW =
⎪
2Si ni ,
⎪
⎪
⎪
⎪
i=1
π
⎪
⎪ c1 = h · sin ,
⎪
⎪
⎪
⎪
4
⎪
⎩ c = w · sin π .
2
4

 w  h ##., $


.
(3) "

"
0
 
,  $
'   100% , . 
           ,    ,            
.

"
,  ''

110  2  

.  -


. 
 

 -
, ,  5 -

% 5 '.

  ,  2, $

 -
 . 
   $), 
 
'$ $ -
.  
 3 -
,  3 ',  ' $ 3 -
, '$
 2 ,  '*$ 1 .

,  , 


, -

. ' Li # i -
,
Pi # i ,  i ,
-


T Li = Li + (Li − 1) + (Li − 2) + · · · + (Li − (Pi − 1))


Pi
= Li − (1 + 2 + 3 + · · · + (Pi − 1))
k=1
Pi (Pi − 1)
= Li · Pi − .
2

', 


n
A= 2L · Si · T Li ,
i=1

 n '
, L  $' 
-

, Si  i , 
.

,  k 
A
− Ak
POD (k) = 1 − e S ,

 #$


K 
K A
− Ak
POD (k) = (1 − e S ) > 0.95,
k=1 k=1
 2.4  111

 Ak  k , , AS . 

, 
$,
  K.

5. 

 ",  t ',  ,

" (Ef , Nf ), 
" /
,
$  (E0 , N0 ).  Δt !"
 


',  t/Δt " , 

   
∂Ef ∂Nf ∂E1 ∂N1
(E0 , N0 ) ≈ (Ef , Nf ) − Δt , − · · · − Δt , .
∂t ∂t ∂t ∂t

2.4.3 
1. 

,  2009 

- AF447 -, 
(-,  
. - (
A330) 

,  ' 125 n mile.

  AF447 -' 40 n mile /. 

, 

.
$. AF447 -
 60 s $'
, '*%/ 1
,
  
. 

, *  , $
.

2.



%
 (2

. 

,  

,  
,  95% , $'

 . 0
 "
 2–47

#.
112  2  

 2–47 0
 "


3. 



  , 0
 "
 . 
0
 -
 "

. , 3 , "

0
,
2 , $,  *, 
 , , 
 , 0

)), &.
0

' , 
  "
.  ,  "

 , , 1, 
. *, "
%  $$
).

,  /:
(1) 
$, , *, / "

.
(2) , , , / "

.
(3)  , /0
.
 2.4  113

2.4.4  

 2.4.2    , 

, 


& , 
-

 . !&+-

45000 ft ○
1
+
-
459 n mile/h   10 n mile/h 21 ' (AP-3C
Orion)   21 n mile/h 
14.6 n mile.
&,   85957  , 
$ 11 . , 
11 

.

1. 


 , 
 4000 ft . 

 4000 ft ,  10 ; 
 4000 ft , 
12 . 
+, 

, 



 1/4000.

2.  


, *)', 
. 
 459 n mile/h   , 
. 
, 


.

3.   


, *


' 10 n mile/h, 
. , 
 5 n mile/h,  1 . 
,
  10 n mile/h , 
 

 1/5.

4. 


,  -: $ 2 '
 2 ,  2 '*$ 1 . , 
○
1 
, 1 ft = 0.3048 m.
114  2  

$
!
.

5.  

 ,  , 

 "', 
  

& .   6 n mile/h ,

#.;  $ 6 n mile/h ,
. , 
 %0
, 
,  &;  
 ,  &.

6. 


 14.6 n mile , 
; 
 1 n mile ,  1 . 
, 
 !
.

2.5 

 ,

1%, 
- (IFP) 2. 
,  
2


'

 %
2.  /
 IFP ,  , 

'. /
) , 
, 

+-
.  
 (POC ), # .
- (Koopman) , 
(POD ). -  %&-, +


".  POD ,   



. 
 POD  POC ,  
, #. '
, 
 '+' , 
'+ 
  , 

 . 
-   .
 2.5  115

% ' A .") B . 

   , 
 
,  .
  , :
(1) - A  B "';
(2) ", -,  

#+;
(3)  IFP  3Gh sin θ;
(4)     
 %;
(5)
 () ";
(6) ' , 
 ;
(7)  '
!, 

.

2.5.1 

+ ,  


$32. 
y0 (: mile) #
 (ATC) %/ 
$  
 2
. 
y0   
, - (IFP)
. 
 ,. 
YC 
#2 2, &-
2. &, $, 2 y0 = 0. 
 YC 

'
⎧
⎨ 3
(yC − (yB − yR ))2 , y0  yC < yB − yR ,
fyC (yC ) = (yB − yR )3
⎩
0, ,

 yB # y0  B 2, yR #- $

,  yB − yR #$ :-2
.

YC 
ATC  
, /
 . "!
,   
116  2  

)
 ,  
  ,
 0.  yR 

 
yR = (200)2 − h2 = 40000 − h2 ,

 h +-
.  200 mile ' $,

yR 45.
/
 . 2
 y0 2$ YI , 

 $
2, 
YI = YC + Gh,

 G .  '

 2
G= .
2

+-
 2. 
YI 


'#

P (YI < yI ) = P (YC + Gh < yI )

= P (YC < yI − Gh)

 yI −Gh
3
= (yC − (yB − yR ))2 dyC
(yB − yR )3 0
1
= [(yC − (yB − yR ))3 ]|y0I −Gh
(yB − yR )3
1
= [(yI − Gh − yB + yR )3 − (0 − yB + yR )3 ],
(yB − yR )3



1 d
f (yI ) = [(yI − Gh − yB + yR )3 − (−yB + yR )3 ],
(yB − yR )3 dyI


YI 

'
⎧
⎨ 3
(yI − Gh − yB + yR )2 , Gh  yI < yB − yR ,
f (yI ) = (yB − yR )3
⎩
0, .
 2.5  117

2

- (IFP) 

. *
 
, 

 . 
- & 0,
%
 yI  (,  2–48
#.

 2–48 -

 2–48 , 0

- θ, 

-2, 

σx = Gh sin θ.


,  " IFP 
':

x2
−
e 2(Gh sin θ)2
f (x) = √ , −∞ < x < ∞.
2πGh sin θ

 f (x)  f (yI ) %, f (x)  f (yI )



',  f (x, yI ) = f (x)f (yI ), 

⎧
⎪
⎪ 3(yI − Gh − yB + yR )2 − 2(Ghxsin
2
−∞ < x < ∞,
⎨√ e θ)2 ,

f (x, yI ) = 2πGh sin θ(yB − yR )3 Gh  yI < yB − yR ,

⎪
⎪
⎩ 0, .

2.5.2 

 f (x, yI ), '

. '"  POC ,  
118  2  

.
, 


X.  3σ ,
 99.7% !
&&#+ 3  , 

 IFP ( 3 ,  yI '. 
, 

! N − 1  N "', !
 
yB − yR − Gh
N= ,
t0.5 vs

 t0.5 # 0.5 h, vs #

,
· #!'. 
,
 ''$, $ '. N = 4 
# 2–49
#.  ,  
, 
 .

 2–49 N = 4 #

'., $  '



' f (x, yI ) . 

, *
IFP (
', 
YI !%
 N &,  IFP  1  
#
“ ”
 Gh sin θ  YB −YR −Gh
N +Gh
POC1 = f (x, yI )dxdyI ,
0 Gh
“ ”
 Gh sin θ  2 B NR
Y −Y −Gh
+Gh
POC2 = “ ” f (x, yI )dxdyI ,
YB −YR −Gh
0 N +Gh
 2.5  119

..
. “ ”
 Gh sin θ  N
YB −YR −Gh
N +Gh
POCN = “ ” f (x, yI )dxdyI .
YB −YR −Gh
0 (N −1) N +Gh


, $
' POC . 
(2*!,  '+
.

2.5.3  

 " rlu + (l, u) # −3  l  3, 0 

u  N ,  l, u #. IFP  σx ., # 2–50

#.

 2–50 + rlu = (l, u) #

 2–50 ,  (y0 , 0σx ) = (0, 0),  rlu + (: mile)


−l(Gh sin θ)  x  l(Gh sin θ)


u(|yB − y0 | − Gh)
0y .
N

) m +  (x, y) 


, 
 2 × m .-  
x1 x2 · · · xm
C= ,
y1 y2 · · · ym
120  2  

,.-


  IFP  


.  y0  yB  IFP "0 +,  yB − y0 
&
## re , rn .   IFP 


,.-,   %,0

φ ,
  
re
φ = arctan ,
rn
! φ ,.-
 
cos φ sin φ π
R= , −  φ  0,
− sin φ cos φ 2

  
cos φ − sin φ π
R= , 0φ .
sin φ cos φ 2

, ,.- det(R) = 1. 

,  C  R # 
+
 y0 , ρ 

,  ρ  y0  1◦  1◦ 2
 (: mile) . , 
 y0 
, 
IFP + 
C 

.- CL , 

CL = ρRC + y0 .

2.5.4 

 
 ,  POD   (
-) 
− AA
POD = 1 − e S ,

 A  , , AS '[13] . , 


'

(yB − yR − Gh)
AS = Gh sin θ .
N

  , !# , 
S 
.  , 
!
 2.5  121

#
""! (
" )  
2 kε 
+-
hS ,  k 
, !&7 0  1. 
 
 *-. .-'



2 (kε)2 − h2S . "
, ' , 


S = 2 (kε)2 − h2S .

 n '
), '2 dS , 

 ndS .  IFP , '''


N , 
yB − yR − Gh
dS = .
N

  , 

, 


), '2 dS 
. , 
, 
√
2ndS (kε)2 −h2
− S
(yB −yR −Gh)
POD = 1 − e Gh sin θ
N .

 , %
, 
 POD
 .

2.5.5  POC 

  ,


!, 

 POD  1, $ #''
 POC . 
, '  
 #'.
' q  POCq ,  PODq ,  1 − PODq 
' q . ' q , '
 q  POCq #'

POCq = POCq · (1 − PODq ),

122  2  

 , . '

 ,  POCq #' POCq )'
%. 
, ' q 

POCq − POCq
,
6N − 1

  &, #' 

 POC &.
 6N '-!, #'
'. , - 
  . +$+ &
'. 

$
'-, 
, 1, ', 
 . 
.' POC , 
+ , $$
#' POC .
, .-# POC ,  2&
, 
 k $, 
' POC . !', 
' n1  σ1 , 
   rn1 ,σ1 . 

 POC .-*
/,  POC 
', 
  .

2.5.6 

 

,  
 , 

.

1.  G  θ 


 G  θ 

' f (x, yI )  (

 2–48). 
, #
x  yI , ' f (x, yI ) 
 G  θ 
.
 #,  ,
 f (G)  f (θ) 
,  2–51
 (x, yI ) = (0.5, 0.5)   f (G)  f (θ) #.
 2.5  123

 2–51  (x, yI ) = (0.5, 0.5)  f (G)  f (θ) #

 f (G), f (θ)  G  θ ,,  G  θ ' f (x, y)

 POC . 
+,  G + θ , 
$, $.
 θ , "%,  x 0 2 σx =
π
Gh sin(θ) ., 
θ(0  θ  ) 
.  POD
2
  2–52
#.

 2–52  POD  θ #

 θ &,  POD 3.  θ = 0 ,

POD ≈ 1,  IFP  POD . , 
 IFP  90◦ ,  POD  0.
124  2  

 POD ,  G 

θ 
, # 2–53
#.

 2–53  POD  G #

2. 


,  +-



hs , 
,  POD  kε2 − h2s , "%
 .  hs  0  hs < ε  ,  POD .
 +/,  2–54
#.

 2–54  0  hs < ε  POD #

hs
 2–54 ,  ,
 POD . %
ε
 2.5  125

%0
,  ,
,  .

,  
, , 
.

3. 

 n  POD . POD  n

  2–55
#.

 2–55 POD  n 

,  , 


.  POD  (kε)2 − h2s ,  h2s > (kε)2 , 
 ! ,  , $, &
, "!  (hS < kε) 
, $
), 
 POD .  h2s > (kε)2 ,  "
.
, 
, 
 
. ,  +,
-
  .

2.5.7 

2015  2  9 , 74 ' 777 

,  
 40.9275 ◦ N, 46.2575 ◦ W.  yB = 1912 mi,
126  2  

 560 mi/h 

, 
 40000 ft (7.58 mi),  yR = 199.86.
$, 
2 y0 +
 .  YC #. IFP 2 
, 


3
(1912−199.86)3 (yC − (1912 − 199.86))2, 0  yC < 1712.14,
f (yc ) =
0, .



, ' 19 : 1,  yI 

 ⎧
⎨ 3
(yI − 1568.12)2, 144.02  yI < 1712.14,
f (yI ) = (1712.14)3
⎩
0, .


2 ,  
 IFP 
'. - (" IFP )  X



x2
−
e 2(144.02 sin θ)2
f (x) = √ , −∞ < x < ∞.
144.02 2π sin θ

 f (x)  f (yI )



':
⎧
⎪
⎪ 3(yI − 1568.12)2 x2 −∞ < x < ∞,
⎨ √ e
− 2(144.02 sin θ)2 ,

f (x, yI ) = 144.02 2π(1712.14)3 sin θ 144.02  yI < 1712.14,

⎪
⎪
⎩ 0, .

!0 θ = π/8,


' 2–56
#.
 2–56  POC !&'&, 
36 ', #
, '
2–1
#.
 POD &,   

!&:
(1)  y0  yR :-2 yB = 1912.
(2)  777–200  G = 19, +-
 h = 7.58, yR =
√
2002 − h2 .
 2.5  127

 2–56 

'

 2–1 

' POC &
0.000271294 0.00172289 0.00432728 0.00432728 0.00172289 0.000271294 6
0.000979669 0.00622152 0.0156262 0.0156262 0.00622152 0.000979669 5
0.00214475 0.0136205 0.0342099 0.0342099 0.0136205 0.00214475 4
0.00376654 0.0239199 0.0600782 0.0600782 0.0239199 0.00376654 3
0.00584503 0.0371196 0.0932312 0.0932312 0.0371196 0.00584503 2
0.00838022 0.0532198 0.133669 0.133669 0.0532198 0.00838022 1
−3σ −2σ −σ σ 2σ 3σ

(3) &
 vs = 550, t0.5 = 0.5h, y '
 
yB − yR − Gh
N= .
t0.5 vs

(4) 2

yB − yR − Gh
ds = .
np

(5) , 2 ε = 4.
(6)   () 
2 k = 0.98 (0 < k < 1), 
 k %+ 1 , .
(7) & n = 8.
128  2  

:
√
2ds n (kε)2 −h2
s
− (yB −yR −Gh)
POD = 1 − e Gh
N
sin θ
,

 POD = 0.677831.

 2–1 &, $.-.  2.5.3 
 2.5.5 
, ($ Mathematica . ,  
 , !,  *
.    2–57
#.

 2–57   

% 2–1 ,   

, 
 2–58
#.

 2–57
 2–58,  ,   
 #' . . IFP 
, , 2, 
+ .
 2.6  129

 2–58 

2.6 

% ,  4 ,   

 
.  4  #

 .

2.6.1 

1. 



  & 

, #. 

/
.  
,  4 
.    . 
 ,  , 
 
#',  . , 
'
! 

. 
, 
  &,  .,  
 .
   
130  2  

, !"  $, 

. 
 , +. 

+
, ; 

$
 , $, ,+  ; 
&,  ., +'
 ;  
+  , 
 . 
 .

0
6 ; 
, +  , 
*
; 
 

,


  .

2.  



   .
  ,   $
, $ , $ .

"  8 h 
,  
,  /. 
+ , ,  &,
 ,
 

,  

 4.05 h,  .
  ,   
,   24 h  777  95%, 
&, * 80%,    .
  , 
%
%(
, #'; 
  24 h 
,    ( 777  95%,  172  82%); 
 777 /, 95% 
 [5.6, 6.7]h, 
 (18 h) 
. 
, *! 2*#
.
 , ,  24 h . 
 2.6  131

   " "-

+
#. ,  !
,  $ , #
.

3. 

 , 

. , 
 
 
, 
. +
+
, 
. 
 , +. !, 
( .
, %  ,  $
 . , 
, 

. ,    #

 .  +, 


. ,  , 

 $.


  
,  ). 
, 


'.  ,   
95%,  .
, #
.  , %
. , 
  
. 

 ',  
 ,  .  , *% MH 370 -
 .   +, 
 $

. 
% 

,    
 .
132  2  

4. 


- (IFP) 
,  , . 
 . IFP 
, 
  POC ,
- 
 POD . 
 #',  !,  
 . , 74- 777  , 
 .
%




,  

 , 
 . 
  , 
 

 . 
' #

 
.  , 

,   .
3 0,


', %
*!
, 

"[14] . ,  ,',  y0
  . 
/

. /
  

, 0
2.  POD 
    k(0  k  1),  k = 1 # 
,  k = 0.5 # -, 5#, , 
  . -, ,
.
  
 &
. 
  , 

 POC , #+ ,

 ,   ,  POC 
.  +
,  "
 2.6  133

$.

 Gh #+ x  1  , 
POC &
,  2–48.  0'
, #.
. #
& , &%+ 1, 
 YI  IFP
.  , 

 . , , &
.

2.6.2 

,   

 .  +6,   ,
  , 
   , 

. 
 ,    
.
(1) %  
, #1   , 
 &.
(2)
   , 
, 
   . 
,  
!  .
(3)  , 
  ,

 .   
, 
$ , & 
.
(4)  ,  , $ 
 ,  , "!, 
-    .
(5)  , 
,
  . ) 
 ,  
,   
,    . 
134  2  

, . 

, 
 , $
' #'.  +, 


 .
(6)   , , 

 ,   
, 
  
,  #',  .
(7)  ,   "'1, 
 
 , '1, 
.  , "
. 
,  '1 , 1, 1
 ) ) .
(8)
 MH 370  ,  
,
4#, 

 ,  

,
, "
,  . , 

 ,  
#' ,  

.



[1] COMAP. MCM Problem B[EB/OL][2015–2–6]. http://www.comap.com/undergra-
duate/contests/ mcm/contests/2015/problems/2015 MCM Problem B.pdf.
[2] +. 3·8  MH370 - [EB/OL][2017-10-10]. http://baike.
sogou.com/v66928817.htm?fromTitle=%E9%A9%AC%E6%9D%A5%E8%A5%BF%
E4%BA%9Amh370%E8%88%AA%E7%8F%AD%E7%A9%BA%E9%9A%BE.
[3] Stone L D. Theory of Optimal Search [M]. New York: Academic Press, 1975.
[4] Lenk P. Bayesian Inference and Markov Chain Monte Carlo [EB/OL][2015–2–6].
University of Michigan: http://research.umich.edu/student-involvement.
[5] The US Navy. The US Navy (2009) [EB/OL][2015–2–7]. http://www.navy.mil/
navydata/fact print. asp?cid =1100&tid=1400&ct=1&page=2.
[6] United States, US Coast Guard. The Theory of Search: A Simplified Explanation
[M]. Washington: Office of Search and Rescue Press, 1975
[7] Ross S M. A First Course in Probability[M]. 9th ed. New York: Macmillan, 1976.
     135

[8] Simmering J. Bayesian Search Models. Rbloggers (2014) [EB/OL][2015–2–8]. http:

//www. r-bloggers.com/bayesian-search-models/.
[9] Two Bit Circus Foundation. Forces of a Glider lab and lecture (2013) [EB/OL][2015–
2–6]. http://www.t4t.org/wpcontent/uploads/2013/08/FORCES-The Glider.
[10] Hafner I. South Indian Ocean Currents, Flight MH370. Demonstrations RSS.
Wolfram (21 Apr. 2014) [EB/OL][2015–2–6]. http://www.demonstrations.wolfram.
com/SouthIndian Ocean Currents Flight MH370/.
[11] Potomac Management Group, Inc. A Simple Guide to Conducting Ground Search
and Rescue Detection Experiments [M]. Washington: United States Coast Guard
Office of Search and Rescue, 2006.
[12] National Search and Rescue Committee. United States National Search and Res-
cue Supplement to the International Aeronautical and Maritime Search and Rescue
Manual [M]. Washington: U.S. Superintendent of Documents, 2000.
[13] Frost J R. Principles of Search Theory [M]. Indiana: Soza and Company Ltd., 1999.
[14] Stone L D. Search theory: a mathematical theory for finding lost objects [J]. Math-
ematics Magazine, 1977, 50(5): 248–256.
3 

   2015  (MCM/ICM)  C
[1] .   
$/
 %$
 "%, $/1 %, !#

 

&%$

 . 
, 
  ,  

 
(21  .

3.1 

3.1.1 

 $, $&

 . 
 ,   6$ ,  $
,  %$, +&. , 

,   0
! .  (
0, 00. 
,   
  !
 ,  (2(
"
 %.

  (Human resource, HR) 
 "
2&
1#%$(2$#. . #, .

&  ,  
&
&,   1 
  (( ) #.  , 
&(2

 "$.
 3.1  137

 , 
   


, 
), 


.  ", -!,   
 ,  “ ” (churn). ,
  
(2 ',   370 

 (Information Cooperative Manufacturing, ICM)  .  ICM

4, 
 
 &%
0 .

 +   "
 . 
  :
(1) ICM + &"$# , )
 

, $" . 
$2&  2&.$ .
(2) 
  , 
 . 
,   ,.
, #
  &,  .
(3)
  
$  , 
 0&
.  


 ,   
 .
(4) ICM   (##
#
) 9
, ':.  
,
$-1.    , *

 (  .),  0.
(5)  , %.  ICM  370  *
85%  &. .%
  ,

  & 8%∼10% (  2/3).
(6)  , &, &
 , 
 
&.
(7)  ",  
. ICM
 
%0,  (CEO) +
138  3  

 18% 

38.
(8)  ICM 

,
#% 

   "!. , $6, 
 ".   (, 
 # .
(9) 7 CEO 
+, CEO 

 10 ., % ..
ICM
 +"  ( 3–1
#) 


 %$6  ( 3–1

#).  3–1 ,  * $> ,  7  

,  * $ 4  . ,  46  7
 12  4

> 370 .  3–1  σ , 

&1 /, ICM 
#"
 σ 
&$2&

 3–1 

 
6 %$
# & &
/

/' /'
/ /'
#/ 7 1.2σ 10 8σ 0.5σ
#/ 6 0.7σ 20 4σ 0.6σ
#
 () 5 0.6σ 25 2σ 0.2σ
#
 () 4 0.6σ 25 1.5σ 0.3σ
#  3 0.3σ 110 1σ 0.1σ
#  1 0.1σ 150 0.9σ 0.3σ
  2 0.3σ 30 0.9σ 0.05σ

 )

, 
  
. 
,
 , 

 
.
ICM 
 
),  (2 
:
(1) 
  ICM 
 
. 
 3.1  139

 3–1 ICM 

  , , .

(2) #

 ,  

:
1 

;
○
2 "%%.
○
 
, , ! 
.
(3) 
 %$,  σ .
(4) 
  25%, ICM 
 

% 80% 0?  35% %2?


%9?
(5) ICM
 
+##

 30%
,   *
. , 

 18%. 

 ,
 ".
(6) 

&(2.  / 
, :
E. Salas, N.J. Cooke, and M.A. Rosen. (2008). On Teams, Teamwork, and
Team Performance: Discoveries and Developments. Human Factors: The Journal
of the Human Factors and Ergonomics Society June 2008 vol. 50 no. 3 540–547.
140  3  

D. Stokols, K.L. Hall, B.K. Taylor, R.P. Moser (2008). The Science of Team
Science: Overview of the Field and Introduction to the Supplement, Am J Prev
Med 2008; 35(2S): S77–S89.

 #+




, 

)&'. &
,  ICM >
"
.
 +
 > 
%, (+(2

3. 
,
   :
Mikko Kivelä, Alexandre Arenas, Marc Barthelemy, James P. Gleeson, Yamir
Moreno, Mason A. Porter. (2013). Multilayer Networks, J. Complex Networks,
2(3): 203-271 (2014); arXiv preprint arXiv: 1309. 7233, 2013.

(2 
 3.
[1] :

Human Capital in Organizations

Building an organization filled with good, talented, well-trained

people is one of the keys to success. But to do this, an organization needs
to do more than recruit and hire the best candidates—they also need to
retain good people, keep them properly trained and placed in proper
positions, and eventually target new hires to replace those leaving the
organization. Individuals play unique roles within their organizations,
both formally and informally. Thus, the departure of individuals from an
organization leaves important informational and functional components
missing that need to be replaced. This is true for sports teams, commer-
cial companies, schools and universities, governments, and almost any
formal group or organization of people.

Human resource (HR) specialists help senior leadership manage per-

sonnel by improving retention and motivation, coordinating training,
and building good teams. In particular, leaders seek to create an ef-
fective organizational structure, where people are assigned to positions
 3.1  141

appropriate to their talents and experience, and where efficient commu-

nication systems are in place to facilitate development of innovative ideas
and quality products (commodities or services). These talent manage-
ment and team building aspects of HR management are remaking many
modern organizations.
Managing the fluid network of human capital within an organization
requires understanding personnel loyalties to the company and to sub-
groups; building trust in the workplace; and managing the formation,
dissolution and retention of formal and informal ties between people.
When people leaving for other jobs or retiring are replaced, the resulting
turbulence is collectively termed organizational “churn”. Your team has
been asked by your HR manager to develop a framework and model for
understanding churn within the Information Cooperative Manufacturing
(ICM) organization of 370 people. ICM is in a highly competitive mar-
ket place, leading to challenging issues related to effectively managing
its human capital.
The HR manager wants to map the human capital in the organiza-
tion by building a network model. Here are some issues your company
faces:
1. ICM aims to identify the risk of churn in its early stages, as
it is cheaper to gain the loyalty of an employee early in their carreer
rather than have to improve the culture once it has soured. It is more
productive to have a motivated workforce from the start rather than
having to provide incentives to prevent people from leaving.
2. A worker is more likely to churn if he or she was connected to
other former employees who have churned. Thus churn seems to diffuse
from employee to employee, so identifying those that are likely to churn
is valuable information to prevent further churning.
3. One HR issue is matching employees to the right position such
that their knowledge and abilities can be maximized. Currently each
142  3  

employee gets an annual evaluation based on performance as judged by

the supervisor. These ratings are currently not used by the HR office.
4. ICM recognizes that middle managers (Junior Managers, Expe-
rienced Supervisors, Inexperienced Supervisors) often feel stuck in their
jobs with little opportunity to advance, causing them to leave the com-
pany when they find a comparable or better job. These mid-level posi-
tions are critical ones that unfortunately suffer high turn-over (twice the
average rate of the rest of the company) and seem to need filling all the
time.
5. Recruiting good people is difficult, time consuming and expen-
sive. ICM usually has only 85% of its 370 positions filled at any time
and, because of administrative delays and office capacity and internal
promotions, the HR office is actively hiring about 8% ∼ 10% of the ICM
positions (about 2/3 of the current vacancies).
6. In order to move up into the higher management-level positions,
people are currently required to have several years of experience in the
company at specific levels and types of positions. This can pose major
obstacles for the HR department.
7. The churn rate has been increasing steadily, especially for middle
managers. The ICM HR manager sees this as the biggest challenge the
company faces. The CEO panicked when hearing that the current churn
rate is 18% per year.
8. Because ICM is always worried about being short-handed,
marginal and poor employees are allowed to stay on in an attempt to
lower the churn and, therefore, very few employees are relieved or fired.
This results in lower quality employees who often stay with the com-
pany for a full career. This quality issue is causing concern with the
management, but no one seems to have a solution.
9. Your organization is proud of its modest CEO-to-worker salary
ratio (i.e., the CEO salary is approximately 10 times the median of the
 3.1  143

salaries of all the employees in the organization as compared to hundreds

of times the median as found in many companies).

The ICM HR manager has recently put together a comprehensive

organizational graph (Figure 1) and detailed statistics describing the
basic structure, staffing, recruiting costs, training costs, and salaries of
the company employees (Table 1). The company has never conducted
any analyses, modeling or simulation of the HR functions of the company.
Therefore, she feels that now is the time to automate and analyze the
HR elements of ICM using network science.

Table 1: The HR manager has provided you with this critical HR data on

number and level of employees, average salary, the average costs and time

of external recruitment for various levels of personnel, and annual training

costs. The median income of the company is defined as σ. The value of σ

for ICM does rise slowly with the inflation rate so all the decision makers in

ICM are comfortable with reports and decisions based on the changing and

relative value of σ, instead of exact monetary values.

Average
Median Median Number of Average
annual
time to cost of Employees annual
Level of Position salary rate
recruit recruitment at this training
for this
(months) ($) level cost ($)
level ($)
Senior manager/Executive 7 1.2σ 10 8σ 0.5σ
Junior manager/Executive 6 0.7σ 20 4σ 0.6σ
Experienced supervisor
5 0.6σ 25 2σ 0.2σ
(Branch)
Inexperienced supervisor
4 0.6σ 25 1.5σ 0.3σ
(Division)
Experienced employee 3 0.3σ 110 1σ 0.1σ
Inexperienced employee 1 0.1σ 150 0.9σ 0.3σ
Administrative clerk 2 0.3σ 30 0.9σ 0.05σ
144  3  

Figure 1 The rigid structure and supervisory nature of ICM comes from the requirement
that each branch or staff office with an* consists of two divisions of 7 people. Otherwise,
each entry in this chart without an* consists of 4 staff people. Therefore, the 370 total
employees are organized in 46 divisions of 7 people and 12 offices of 4 people.

Tasks:

The ICM HR department work-tasks and research questions from

your HR manager include the following:

1) Build a Human Capital network model of ICM organization’s

personnel situation using the data provided. You may have to make
bold assumptions to build the model — be sure to describe the model
and your assumptions.

2) Use your model to identify dynamic processes within the Human

Capital network. Describe and incorporate dynamic processes involved
in (1) organizational churn (e.g., influence, dissatisfaction) and (2) direct
and indirect effects on the organization’s productivity. You may have to
make some bold assumptions to explain these processes. Describe your
model and all your assumptions.

3) Use your model to analyze your organization’s budget require-

ments for talent management in terms of σ for both recruiting and train-
 3.1  145

ing over the next 2 years.

4) Can ICM sustain its 80% full status for positions if the annual
churn rate for all positions goes to 25%? How about 35%? What are
the costs of these higher turnover rates? What are the indirect effects of
these high churn rates?
5) The ICM HR supervisor wants to use your model to simulate the
impact of 30% churn in both junior managers and experienced super-
visors with (1) no external recruiting and (2) promoting only qualified
employees for the next two years. Other churn values should remain at
18% in your model. Explain to her the impact of that situation on the
HR health of the organization.
6) Your supervisor calls this kind of talent management — team
science. She has provided you with these references to start your work:
E. Salas, N.J. Cooke, and M.A. Rosen. (2008). On Teams, Team-
work, and Team Performance: Discoveries and Developments. Human
Factors: The Journal of the Human Factors and Ergonomics Society
June 2008 vol. 50 no. 3 540-547.
D. Stokols, K.L. Hall, B.K. Taylor, R.P. Moser (2008). The Sci-
ence of Team Science: Overview of the Field and Introduction to the
Supplement, Am J Prev Med 2008; 35(2S): S77-S89.
Ultimately, she wants to connect your Human Capital network to
other organizational network layers such as information flow, trust, in-
fluence, and friendship that the other offices of ICM are considering
building. The HR manager’s vision is that the HR office should take
the lead in this effort to connect the network models of the organiza-
tion and wants your team to consider how that could happen. For that
consideration she provides the reference
Mikko Kivelä, Alexandre Arenas, Marc Barthelemy, James P. Glee-
son, Yamir Moreno, Mason A. Porter. (2013). Multilayer Networks, J.
Complex Networks, 2(3): 203–271 (2014); arXiv preprint arXiv: 1309.
146  3  

7233, 2013.

Summarize the potential use of team science and multi-layered net-

works in fulfilling the vision of your HR manager.

3.1.2 

1. 

 $

8.
  !

, ' , 
2&
),
1 
#', 
, 
[2] .
 %$8#'2&
 .

' &,%$3" 
+, ! “”, 


(0
 ,
#
.
 (0

 31
24+
, 

; 4+(
 &, !,
$
! 0 .
(0
 , %
 3
$  , 
+
, 
"
,  . 

   '[3] : 2&',

 
)
"%
; +',
 "%$
+, ;/ . , 
+ , (
, 2 "

.
 +, ))$ , (2
 3.1  147

))
, 3$ 
 , (2
"$9+1"%
(21 . $
$$, + 

. ,  (0%$ + 


.

2.
 

"'
,  #'
2
, $3
. $+
,  &4 2&1# “(2” , 
+ 1(2'(+ . 
(2    '/,4
. (2 
', 
)
, (2*


49. (2 (2

 1#$
[4] .
(2(2'(2
(2   

. (2
(21 (2
(2 
. (
2
 &, 

$
#. (2
1
11  

 . .1

1  '1  . 11

 1
$
[5] . (
2 , 11
  +
+ .
 3

, 0<$ 1, 
1
.
(0
+(2 
3 &. (0, (2 , (2
, 1%+. (2 
11,  *

1, 
 , +

,  , 1.
148  3  

3.  


1 
1

. 20 "& 2
, & 
, 1

 (Sociometrics) 


1. Jacob Moreno 
1 (sociogram)
1
[6] . , 1 
 “
7”, 
'+.
,  3–2
#, A  


&,  A  B  C &, A  1
.

 3–2 
1

 20 "&(2, 
 1

# 
. 1994 , Stanly Wasserman  Katherine
Faust 11
:
[7] 1 , 
 John Scott 1
4 (2000)  Martin kilduff 1

 (2003). 20 "& 90  , 



81, 1 
&"[8] .
1 

!

) . "%

!


+

, 
&
. 1
(0
1, 
1, 5, 
#

 , 
1

 
, 1


 *



 
)


!

7
, 
1 
.

4.  

,  , 1

.  
!

 3.2  149

 . 

!/
 . 
( 
) (2
)
#

" [9] . 
 "
% . 

   .  

,
&1
 , , 
1 , $ . , 

" &!
 
, 
 $%1, 

)

, 
 "%%[10] .
  , % 
'. Mobley [11] , 
 # # 
# 
 . Mobley  !',  & 
(

' 4) 

('

1
+ 1
+ ) 3

( 

 
) . Arnold 
Feldman 
+  [10] , 
+

!
+ 

+, 
2&,  .

3.2 

  
 6  :
(1)
;
(2)

  ;
(3)
!%$;
(4)

;
(5)  

;
(6)

.
150  3  

3.2.1 


 1  ICM  

.

 #
 ( 3–1) 

.
ICM 
8.

  (
& ). , .
.', &'

, 
  . 
, # !
,  

, 
.    , *
", 
.
,  ,   
 4 , .  
,
 $ , "%," ,  
 6
. 
,  
 .


,   370   35 
, 

.  3–1  7 
5 ',  * #, 
, &'

)
 , 
 .   , 
  
:
(1) . $ ICM 
%,  (branch) 
> (office)  (division) , 
 $ 7
 4

.
(2) / . $ ICM 

.

(3) #. # ICM  )

##. 
 

,  # 7 , ##/ (Senior
manager/Executive, SM) #/ (Junior manager/Executive, JM) 
#
 () (Experienced supervisor (Branch), ES) #
 () (Inex-
 3.2  151

perienced supervisor (Division), IS) #  (Experienced employee, EE) #

 (Inexperienced employee, IE)   (Administrative clerk, AC).

3.2.2 


 2  

 , 



"%%.



  : 
 ,    

&, 
 &#; 
, 
$
. 
 

, &2&   .



 .
(1)  .  , 5/


( 
) 
.

 ,  %$(2
0
, 
1 $
 . 
, 

 3
 ,  8
.
 ,
 

 ,


.  
 , 
  3 .
(2)  . ICM  &&
 , 
,   
&)  
,   ' , #%
 #%## .
&"%&, 
"!. , &) %$
.
(3) .  , 
&) ;  
%$, 
; &, 3
, 
152  3  

  3$

$, .
  ,  


 

, 
, "
 .

,   
. 
& , &
.
&, 


 
.
 , 
  $:
(1)  .  

 
 Nc $
 N 
 , 
Nc
rc = .
N

(2) . 

 
 Nr $ & Nv
 , 
Nr
rr = .
Nv

3.2.3 

 3 

ICM   %$
,  σ .

  +, ICM 


%$. 
,    ICM  

 
, , 
.

3.2.4 

 4 

 

 25% 35%  ICM 

&, 
 
%. 


# 25% 35%  , 

  ,
& 
 3
&, 
   

, 


 3.3  153

 .

3.2.5 

 5 
##

30%
,  

 18%,  
 *.
###
#
# # 
 # 18% 30% 30% 18% 18% 18% 18%, #
#

 ,  

  ,
& 
 3&, 


 
.

3.2.6 


 6 



, 


)&'. 
, 

)
&'
.  (2 (
1, 

; 
)



, 
3%&&

. 
1 
 . 

 
, 
, 
&
. , 
 
.
   
,  

, ,'
. 
, " 

.

3.3 


 ICM ,  , 

(/.

, 

, 


 !.
154  3  

3.3.1 

 370   ICM , & 

 .

1.  

& , '
 ,  
  ; 
 ,  # #
 
. , , 

. 
,    
.
 7   4 :  1 #&,  10 # (SM) 
20 # (JM) ;  2  &,  25 #
 (ES)
 25 #
 (IS) ;  3 
&,  110 #  (EE)
 150 #  (IE) ;  4  &,  30  
(AC) .
 5   (>)  ,  1  2 , $
;  2  3 , 
;  3  2 , $
.   ,
:
(1)  *# 
. #& &*
$
, 
&*
$, 
 &
 , %#&
&
" .
(2) #& &"$, 

.
(3) 30  ! 30 #&, .
(4) >##  6>##
.
(5) #& &
## , 
  ##&1$.
(6)  , & 
.
 3.3  155

(7) 2  ,  , 

 .
,     3–3
#.

 3–3   

2. 


     & 

 ,   , 
=7
#
 
. 
 $2, 

    7;.

 J. Holland ,? 1975 
+
  ,  (8

, &$ , !

,  (1$)  ,  
, 
, "
/).
(1) 2. 
 2%$ !
 ".       . %
156  3  

'  !  $,  1∼7

#####
#
# # 
,  #  3–4
#.

 3–4 2# 

(2) .  1$.

:  +
', +
, 
+
'.  .
1$:  
, 1$ 
1
,  .
: 2"&&!
,  .
)#  3–5
#.  ICM  

 #&,  1$), 
, 
"%01.
,  #&
, 1$) &
. 
#' , 
   # 
  1$.

 3–5 )#

(3) +
'.  
 
,  
 3.3  157

2:
1   8;
○
2 #/"$, 
#
○
;
3 ,  
;
○
4 !  
○ .
" 
:

• 8,

 E1 = Si · CCi ;

• #,

 E2 = Si · L i ;

• ,

 E3 = Dj ;

• ,

 E4 = N Sj .

, Si &, &; CCi 

,
1 N
CCi = = N ,  dij  vi  vj *2, N 
di 
dij
j=1

; Li  
 #&,  ICM  5 ,
LCEO = 5, LBranch = 1; Dj  j
 '

; N Sj
 j 
. , +
'

Eval = α1 E1 + α2 E2 + α3 E3 + α4 E4 ,

!&', 

# 0.5, 0.5,

−0.05, −0.05.
(4)  . 
,  3–6
#.
 MATLAB 
 ,  500  ,  2
. 
  3–7
#, 370  ,

  #
 .
158  3  

 3–6 


 3–7   

 3.3  159

3.3.2 


1. 


   ,  


.
(1) 
.  ICM  370  ,  

.  , 

 
, 
,  +#.  
+:
1  
  +;
○
2  ##  +, 
# 
○
 +;
3 , *.
.+,  6
○
>## 
 6>##  +.
%, 
 CEO  CIO  

 3–8
#[12] .

 3–8 CEO CIO >



(2) 6
.  ICM  370  ,  
.
 . #6
  
6+. +:
1 4
>## 
>
  +;
○
160  3  

2  7   >, > ## .

○
 '6',
 
6 7   (
: 6   ## )  +,  '
## *
: 6   +;
3 , *.
.+,  6
○
>## 
 6>##  +. 

#  3–9
#.

 3–9 CEO CIO >6



 3–9  7   ,  (

.

,   ,  
%&#6

%& .,  

(
, ,  
.

2. 


# &
 .
 


 .     
, [13] .
(1) &
. &


. 
A  B 

, A  ,  B $

 3.3  161

. &
,  ICM  ,  + 
&
 ( 3–10).

 3–10 &
#

 
&

$,  ,  
&
  .
(2) .
. .
 @.  ICM 
  6 #, ###, ## 
# .  ,   , ./(
, 8
 #',  3–11
#. .
   
 #', 
  .

 3–11 .
#

(3)  . ICM  A)&,

   ,    , 

 3–12
#. ! U V ## ! !, 
 
162  3  

+#+&. ICM  7 &,   V 

 8 v8 , #

 %$.  + &

#&.

 3–12 
)
#


: 
&, 


;     .
(4)
.   &
 .
 

)
, 

,  3–13
#.

 3–13 

#

3.3.3 


.-
 
,  

. 
'%.-.
 , 
$:
 3.3  163

• N P # ,  ICM !& 370;

• G(V, E) 
$#,  V  vi !,
E + ei !;

• n ##.

(1) .  3.3.2  

 ,  
 . 
 ICM  ,  ICM  
 N P , .- C(cij )N P ×N P #, .-'!&

1,  i
 j 
,
cij =
0,  i
 j 
.

(2) .  3.3.2  6

 , 
 . , 64
 ICM  ,  ICM 
  N P , .- A(aij )N P ×N P #, .-'!&
⎧
⎪
⎪  i 6  j,
⎨ 1,
aij = −1,  i   j 6,
⎪
⎪
⎩ 0,  i
 j 6
.

(3) .  
 ICM ) 

, #, + ωij 


.  3.3.2 

 ,  
# W (ωij )N P ×N P , .-'
!&
⎧
⎪
⎪ τ,  vi  vj  ,
⎪
⎪
⎨  vi  vj  ,  vi  vj #
ωij = 1,
⎪
⎪  ., 
#,
⎪
⎪
⎩
0,  vi  vj 
.

 τ   

(




&.
(4) . 
,  / ,
 / *
,  , 
",
) 
, $    .
164  3  


 .- P AMN P ×n #,  N P  ICM 
, n 
#. 


:
1 , 
 #&%
○
$)    (&&B&) .
2 , & /
○
 3%$ .

3.3.4 
1. 

 
&  , 
 . 
),
 
, 
. 
 , 
 
&1  *,   .

" 
, 
   
 
, 
&  . , "

,  
 .##  
) ,    +. 


  ICM 
 , 


  .

2. 



,  , 
  . 
",  ,  ,  

 ; 
  


 .   
%,  
 
.
 3.4  165

3.4  

 &,   .


,  !C 
 
.

3.4.1 

  

 + ,  
  

.  7;  ,   ,
  
[14] .

1.  

+ , 
#
"%.  + , 

. 1
!
, 
*(#.
 ,  :
(1) # ($) , 
.
(2) 

.
(3)   
%/
, #
.
(4) $, (
3.

2. 

 

5
u{0, 1},

u ∼ Bernoulli(u; p) = pu (1 − p)1−u ,

 p +, !
 u !
 p.  p
166  3  

 f (p),  Beta 

pα−1 (1 − p)β−1
f (p) = Beta(p; α, β) = ,
B(α, β)

 B(α, β) )  .  Beta  5

.  
, !
 u = 1  p 
:
f (p) ∼ (pα−1 (1 − p)β−1 ) · p ∼ pα (1 − p)β−1 ,

, %  B(α, β).   α  1. ,

!
 u = 0  β  1. ! , α/(α + β) →
p,  Beta #' δ(x − p), !/)
 p,

.

3.  

  # ,  i # t $

(t) (t) (t) (t)

ui ∈ {0, 1} #, ui = 0 #, ui = 1 #$. ui  
 :
(t)
(1)  i   αi  βi(t) ,  p(t) (t) (t)
i ∼ Beta(αi , βi );
(t) (t)
(2) ui ∼ Bernoulli(pi );
(t)
(3) % ui !&;  u(t)
i = 1,  i $, .
(t)
ui & α/(α + β)   αβ/(α + β)2  Beta-Binomial ,
. ,  i ,  βi(t) /(α(t)
i +
(t)
βi );  , αi  i ,  βi 
 i . ,  

. # .
(1) 
.   rc ,  β/(α + β) = rc /12.

αβ
Beta   , 
, (α + β) &) )', 
(α + β)2 (α + β + 1)
# 

. 
,  

 (α + β) &, 
#.
(t)
(2) αi  βi(t) .  ICM ,  
 
 3.4  167


,  .     , 
, !
#, ! “$” 
 α &, ! “”  β &. &) , 
 (α + β)  1.
(3)
. 


2. 
0
,  
 . 
&. , 
,  d , &  d.

4.  


,  %%$,  i  , 

(:
( 1:  α(t) (t)
i  βi !&,  %# i $
;
( 2:  α(t) (t) 
i  βi !&,  α
  β;
1
( 3:  t $ j,  α
=α
+ (t)
;
dij
1
( 4:  t  j,  β = β + (t) ;
dij

(t+1) (t) 
α (t+1) (t) β
( 5:  αi = αi +  βi = βi + .
 + β
α  + β
α

5.  

#  (α + β) &#! 144, 120, 64, 48,

32, 24.  3–14  50  .   (JM ES IS) 
 30%,   (SM EE IE AC)   15%, '
 18%, 
, 
 
!.
 3–15  ICM   5 . , 
 0,  & 18%  20%, 
ICM
 
.
168  3  

 3–14 50  

 3–15  

3.4.2    


  , 

 , 


  3.

1.  

, 

,$ ,
 

'. 
 φ 

,   1 − φ.
%
,    +[15] .

% , 


φ(0) = F (c, e),

 c #, e # . 

 #&
.
 3.4  169


&


, 

. 


&2 #29- 
. 



ϕ(0) = F (tij , sij ),

 tij #, sij #

. 

 2.




%,   
.
 ,  :
(1)  

 

, &  
.
(2) 
, 
 & 

.
(3)    .
(4)   ,    .

2.  



 , 
 
&) $.
(1) ) .  &, 
&) 
 
φ = φ(0) · d 12 −μ ,
n

 d 
, n  &) *, μ  &
 .
(2) #'.   , 
.
.- T  
:
⎡ ⎤
t11 · · · t1m
⎢ ⎥
⎢ . .. ⎥
T = ⎢ .. . ⎥ ,
⎣ ⎦
tm1 · · · tmm

tij #  i   j 

, m   #
.
170  3  

,  t0 
 φ(t0 ) ,   i 
 j,  t1 


φ(t1 ) = φ(t0 ) · tij .


 -# ( 3–16
#), 

tij = tik · tkj .

 3–16 -#

(3) 
.  ICM  N ,  # m, 
(t) (t) (t) (t)


 Φ (t) = [φ1 , φ2 , · · · , φN ],  .- AN ×m , '
 
1,  i  # j ,
aij =
0,  i  # j .

.- diag[D] 

dij , i = j,
diag[D] =
0, i = j.

.-, 

Φ (t) = Φ (t−1) diag[A(t−1) T A(t)T ], t  1.

 4 & 2   , 

  3–17

#.  t − 1 ,  2   1 #& 4 & 3,


#
 0.95  0.92.  t ,  , # & 2 & 1.
 3.4  171

 3–17 
#

 3–17 :
 
0 0 1
Φ (t−1)
= [0.95, 0.92], A(t−1) = ,
0 1 0
⎡ ⎤
  1 0 0
0 1 0 ⎢ ⎥
A(t) = , T =⎢
⎣ 1.05 1 0⎥⎦.
1 0 0
1.07 1.03 1

 t 

⎛ ⎡ ⎤⎡ ⎤⎞
  1 0 0 0 1
⎜ 0 0 1 ⎢ ⎥⎢ ⎥⎟
Φ (t) = [0.95, 0.92] · diag ⎜ ⎢
⎝ 0 1 0 ⎣ 1.05 1 0⎥ ⎢ ⎥⎟
⎦ ⎣ 1 0 ⎦⎠
1.07 1.03 1 0 0
 
1.03 0
= [0.95, 0.92] = [0.9785, 0.9660].
0 1.05

3.  

 ,


,   ,
 3–18
#.

 3–18  


172  3  

(1) 2:   ,  

,    #, 


. %$,  95
$.
(2) 2':   ,   

,   2', 

,
%.
(3) 2
:  
&, 
 2, 


.

,  2



(0) (Δlold + 1)
ϕij = ϕij · ,
(Δlnew + 1)

 Δlold  Δlnew ##  i   j  #2 #2.


,   # 3–2
#. 2

Δl = |li − lj | ,

 li #  i  #.

 3–2  

# #
#/ 6
#/ 5
#
 () 4
#
 () 3
#  2
# ,   1

4.  



  . 

φ(0)
i 

ϕ(0)
i , 




 . #'&  18%.  ([16]

:
 3.4  173

( 1: . t = 0 , 

φi & 
  1 − φi ,  %# i $;
( 2:  t − 1(t  1)  j,  i &


 Pi = (1 − φi )ϕij ,  %# i $;
j

( 3: &   1 − φi ,  %#

i $;

( 4: # 
, &#';
( 5: 


.
  t, ( 2 ( 5,   
 .

5. 

& 85%  10%   18%  , " 3.3.2 


, 


  , 
" 3.3.1 
(50 ,  2000 &, 1
$# 0.4  0.1)  #', 
,  5 
& 3–3
#. , %+ 19%, %
+ 12%,
&
%+,  +.

 3–3
  

 
  %$
* 


 
 /σ /σ
1 0 11 1 0.12 5.88
2 3 6 4 0.60 11.59
3 1 6 1 0.90 17.24
4 0 4 1 1.50 22.82
5 0 5 3 3.30 28.33
6 0 4 2 4.70 33.84
7 0 5 3 8.30 39.33
8 1 1 1 8.42 44.91
9 1 8 3 9.72 50.31
10 0 10 5 11.28 55.55
11 1 4 3 12.60 60.80
174  3  



 
  %$
* 


 
 /σ /σ
12 1 6 4 15.30 65.94
13 0 2 1 15.90 71.22
14 0 7 3 17.22 76.39
15 0 6 4 18.64 81.55
16 1 4 2 19.62 86.59
17 1 2 1 20.22 91.63
18 0 3 2 21.62 96.63
19 0 2 3 24.62 101.69
20 0 3 9 26.94 106.74
21 1 3 6 29.66 111.94
22 0 9 6 33.50 117.03
23 1 5 2 34.70 122.08
24 1 4 5 38.20 127.08
 14 120 75

3.4.3 
 

 , "

 3 .

1.  

 

: 
  #
, # C1 C2 C3  C4 #.  
3  ,  [13]  3–19
#.

 3–19  3 
 3.4  175

  T 

T = α1 C1 + α2 C2 + α3 C3 + α4 C4 .

,  :
(1)  ,
 
 .

(2)

,


 (

) 

.
(3)  .

2. 

(1)  . 





,

. 1
, 





, 
,  



.
  


, %/


. !

,
 $ . 


 


! 
. , 
i  j  ( ) 
,  k  l $
,
 i 
j  k  l %+ .  

2




. 
 RA [10]

 (
) 
.

"%
 x  y,  x  '3
,
,  
.  x  y 
 y  x %/


:
 ωxz + ωyz
sxy = ,
k(z)
z∈Γ (x)∩Γ (y)

 Γ (x)  x '3!, k(x)  x 

(
 x

). , 


   i :

 e−β(t−tj )
C1i = sij ,
aj ∈S
1 + e−β(t−tj )
176  3  

 S 
!, tj  . " Logistic 
 .
(2) . 

 

', 

1
[11] . 




 
. 
%/,
 



, +

. "$






. 




1 



; 



1 
%+
, 

2'; 




 $2.
 ICM 
, 
5


,   

  

. 

(Closeness Centrality) 

,



, 
"


   .    
 #& 

.

 G  vi , 

"  
.  vi
2 di :

1 
N
di = dij ,
N j=1

 dij  vi  vj *2,  $'. 



 26 

1 N
CCi = = N .
di 
dij
j=1


 #

& LR, 



:

1
C2i = .
CCi × LR

(3)  .  ,  

.
 3.4  177

 # # 

 3  , 
 ⎧
⎪
⎨ ξ1 , vi # ,
⎪
C3i = ξ2 , vi # ,
⎪
⎪
⎩ ξ , v 
.
3 i

,   + 

,  +
 ⎧
⎪
⎨ ψ1 , vi # ,
⎪
C4i = ψ2 , vi # ,
⎪
⎪
⎩ ψ , v 
.
3 i


 ICM  CEO

+,  ξ1 = 1, ξ2 = 0,
ξ3 = 0; 
  ,  ψ1 = 0,
ψ2 = 1, ψ3 = 0.

3. 

 , " 

. ,
 
, .-:

C C2 C3 C4
⎛1 ⎞
C1 1 2 3 1/2
⎜ ⎟
C2 ⎜ 1/2 1 1 1/2 ⎟
⎜ ⎟.
⎜ 1/3 1 1 1/3 ⎟
C3 ⎝ ⎠
C4 2 2 3 1

 :

(λmax − n)
CI = = 0.0045,
(n − 1)
CI 0.0045
CR = = = 0.05 < 0.1.
RI 0.9


, .-  .  &:

α1 = 0.3084, α2 = 0.1482, α3 = 0.1445, α4 = 0.3989.

178  3  

4. 

 6", &) ,  

 3–20  3–21
#[17] .  3–20 # 3

,
 
&
,  3

, &
'. ,  
 3 &.   
, #  .  

 3.

 3–20  3


 3–21   3,   3

 3–21   3

 3.4  179

  , 0 ,.

3.4.4 




 ,  

+ , + 
 ,
 
$. 


 

 ,  


'. 

)  , 

 
 
.  

  

  , 
 .  , 
 
 .

, %$. , 

 , 
+'

 
, 
(
!5', 5(3,  
, 
i
HD
Cpi = ,
i
HM−1
, HD
i
 i
 &, HM
i
 i
&.

%$ &,   ,
 ,  %$:

r% = r − ξ(r − 18%),

 r %$  , r% %$ , ξ %$ , 

 
 .
 
,    .  
   ; 


 , )  ; 

  !
 .-; . , $
  
 .   
  
180  3  






 .

3.5 



  ,
.
    , /!

, 

&
. 
 ,   .

3.5.1 




 

, 
, 
,  .   
, "   ,
 
 3–22
#.


 :  
.
, 

  
#
'' , 
#'.  $!
, #
$.

 3–22
 
 3.5   181

 
,    (85% &
)  )  #&.  !
 , ,  &  
,   &
20 , 


  ,   . 
,    # ,  
 ,   .  5, 

, 5  ,  .

3.5.2  


 3.4  ,   


   3,  
" ICM 
.

1.   

+ ICM   18%, '.

, 
 
 , & .. 
 NS , # (JM) #
 (ES) #
 (IS)  

 NM ,   PC = 18%, 
2NS · PC
•    PM = ;
NS + NM
PM
• #&  PO = ;
2
 
N (p) · P (p)
• &
 P L(p) = RP ,  RP 
12
6"'; P (p) #&#,  ! PM , #&!
PO .
#&
,  
 3'#. 
,  
:
( 1:  #& , #&

, 
;
( 2:  3;
182  3  

( 3:  3'&  , 

  , 

&
 .

2.    

  , "

(Monte Carlo) 
 
, " , 
 3–23
#. 
 
,
 +
%, %
.
 i # t $, 
ui ∈ {0, 1}
#, ui = 0 #, ui = 1 #$. 
ui  p  0—1
 (ui = 1  p),  
 i  :
( 1: " r ∈ (0, 1) (Matlab  ' rand( )
);
( 2:  r > p,  i ,  i ,$;
( 3:  &
, 
,  .
  ,    ui = 1 
/) p.

 3–23  

 3.5   183

3.   

 ,  
 &#0

 ,  B:
(1)  ,   18%, 
,  
.
(2)   (  )  .

(3)    , 
  B, 
 +!&&.
(4) :&  , &  B,
  

, + &

.

 , +  
 ,    
 3–24
#.


 3–24    

184  3  

(:
( 1:   % .     ,
( 2;    , 
 
 ,   , ( 2; 
  .
( 2:   ,  
& , #% ; 
 
& , ( 3.
( 3:   
, 
%!  , $!&
 ;  6 ,  
, "+

& .

3.5.3 


ICM  && ,

 &)  
,  ' .

1. 

&&%$, ,

1 , & 
. , 
 ,   +
, 
 +
,  
. 
,  
  '.  ,
 .
(1) 
 ICM   # #,   
 .   , 
:
1 ))+', 

.
○
2  & .
○
3  & .
○
4  & , &.
○
5 

%$.
○
 3.5   185

6  &%$", &.

○
,  ,  # &&
 1 .   3–4
#.

 3–4  
# & 

#/ 5.3 0.5

#/ 2.3 0.6
#
 () 2.1 0.2
#
 () 1.8 0.3
#  1.6 0.1
#  1 0.3
  1 0.05

, #  #  , # 

#
,  (#, 
1

.
 ( ) x & Ab(x) , AbP(x)  x
&
(x)
&, AbM  x
&. &

(x) (x)
AbM = 1.3 · AbP .


#  #, 

(x)
AbM = 1.5 × 5.3.

  &, 

(x)
AbM = 1.5 × 1.

&&  &, 


 .
(2)  
, 
 , 
186  3  

 , , 
 &,   ,  #
&;  
 &,  ,  #&.

:
( 1: 
 ;
( 2:  i  Ab(i) 
 

 &,   ;
( 3:  i  Ab(i) 
 #
&,  & #.

2. 
 

, 
7
  . :
 1: .
 2:
  &
+7 .
  ICM ) ,  
 3–5
#. ,   .

 3–5  

#  
#/ 8
#/ 5
#
 () 3
#
 () 2
#  1
# /  0

,  
, !
& 
&, 
"& μj   σj   j &
, 

(x−μj )2
1 −
2σ2
G (x|μj , σj ) = √ e j ,
2πσj

 G(x|μj , σj ) #', μj  j &

 $,
 3.5   187

σj 
' 
 .. # , 

.
7 #' & & . 8 

 
, 8! ,   

8
 
& .   , 
# +, %)%, 
, 




.

, 7   
:
( 1: 
 ;
( 2:  &8;
( 3:  &
 
 &

,   .

3. 

ICM   ,   ,  HR


 , + 
&)
, 
, 

.
, 
, HR  & 
,
&.   :
(1)  & &.
(2) HR   
, +
, .
(3)  ,  
 & , "%, !
.
(4) HR   ,  
.
(5)  HR  3 , 
  , HR  
 .
,  :
 1:  .  l (l < 6)  &,  l − 1 
; 
 ,   .  

,  .
188  3  

 HR +  3,  . 

, 
< ,  2.
 2: 
 .  l (l < 6)  &,  l − 1 

  ,  .  

,  .
HR 
 
, 

,  3.
 3: 
 .  l (l < 6)  &,  l − 1 

 

,  .  

,  .
" 3.4.1   ,   #  (α +
β) !&# 144, 120, 64, 48, 32, 24, 24,   #  
# 48, 48, 24, 24, 12, 12, 0,   6 , HR 
 (& 9%)  &
 . "
  3–6
#.
 3–6 ,  
$,

 
. , " 2  10 "
 1  2.61%.
,
" 1
,  10 " 3  2
 11%. 
,   "
.

 3–6 

  2 4 6 8  10 
 
313.0 310.7 304.9 298.8 292.9

311.1 307.5 302.0 295.7 290.0


 –0.60% –1.04% –0.94% –1.01% –0.99%


311.1 309.1 308.4 303.7 300.6
 3
 –0.62% –1.52% 1.16% 1.64% 2.61%
  2574.9 2706.2 2698.5 2651.7 2612.8
 2589.3 2789.0 2878.6 2897.0 2916.8


 0.56% 3.06% 6.67% 9.25% 11.63%

 2577.8 2759.3 2872.8 2886.0 2904.0
 3
 0.11% 1.96% 6.46% 8.84% 11.14%
 3.5   189

3.5.4  


 ICM , &  +

, $
. &  ,   . 

, 
 .

1.   

 ICM , .%  ,

HR & 8% 10% (  2/3).  , 
 :
(1) HR .  , 

 &.
(2)  &,   ,
.
(3) HR *  ,  :
.
(4)  .

  6 , HR  370 &
 9%,  33 ,  * N M . ,  #
 & ) .  
:
( 1:  N M mod 6 = 0, 
.  
 HR 
, 
, %

 ,  &
 ;  & .
( 2: &
 , &

.
( 3:  N M , 6
&.

 HR  . , HR 
 "% :  , 
;
,  &
0.  
%
.

, 

 “  2/3”,  
&
  &,   
190  3  

+
, 
 #'.

2. 


 ICM " 

,  
, , "
%, "

.
 3–1 &,  j 
 M Tj ,  ,   
 λ = 1/M Tj . 
 j 
6", 

e−λ λk
P (nr = k) = .
k!

 
:
( 1:  j ,  λ = 1/M Tj 6",  rj
( Matlab ' poissrnd( ) ), + j 
;
( 2: 
,
 min(NV(p) , rj ), %  
! &,  NV(p) &  ;
( 3:  
, 
%.

3.6 





, 

ICM 

. 
 & , 
 ,
  
%$, 
. 

  ,  

 
.   ICM 
 ,  #'
 
 .

3.6.1   

 & ) 


, &9.
 3.6  191

1.    

  , 

 . ; '


:
(1) . +, 
 % 3.5.3   , 
#&.
(2)  .  , &

 3.
(3)  . 
; ',
  λi .  
&.

, 

P = λi × Si × ei ,
i

 Si # i , ei # i  .

2.    

  , 

   . ; '



:
(1) & .    ; .
(t)
Si # i
&, t #  .
(2) %$. &, 
 
(t) (t)
&%$$,  Ti · ti #.
(3) 
.  &,  , 
. t  i 



t−1  1
e−(τ −(t−1))
(t)
σi = (τ )2
,
(t) j∈Ω(τ ) dij
τ =t−ti +1

 Ω(t) #
!, d(t) (t)
ij # $'
.  σi
192  3  

1
 (t)
, α 
. 

1 + α ln(1 + σi )

"$+.  3 ,  i  t 


(t) 1 (t) (t) (t)
pi = (t)
(Si + Ti · ti ).
1 + α ln(1 + σi )



 (t) (t)
 (t)
 d(v, f (t)−1 (i))
P (t) = ω i pi = pi ,
370 − 1
i∈Γ (τ ) i∈Γ (τ ) v∈V (G)\f (t)−1 (i)

 Γ (t) #&
!,  ( )  ,


, &. 

$ ICM

 .

,  "%$, %

,$
, ,  


#
 (t) (t)
DE (t) = ω i · pi ,
i∈Ω (τ )


& '
 (t) 1 1
IE (t)
= ωi (t)
− (t+1)
·
i∈Γ (τ ) \Ω(t)
1 + α ln(1 + e−1 σi ) 1 + α ln(1 + σi )

(t) (t) (t)

(Si + Ti · ti ).

3.    


 
+ , ICM  370    85% &.

,  .  

&
 

, # +
&. 



6 
6
P = λi · Si · ni − σi · Si · |ni − n
%i |,
i=1 i=1
 3.6  193

 Si # i ,
; ni # i &

%i # i -&
;  λi 

,  σi 
; n

.
:  


,
)), 

"%; ,  
 , !, 1 ,   !, 


 %.

3.6.2 


%$ . 
,  :
(1) ,  )%$, 
%$.
(2) .
(3)  %&
%$. %$ 
",
.
ICM "" :

 
RCall = M Rj ,
j Nj ∈N W

 Nj # j & (), N W !, M Rj

 j &.
ICM "%$" %$:

 
T Call = M Tj ,
j Nj ∈N odes

 Nj # j &, N odes 

 !,
M Tj  j &%$.

3.6.3  

%  2   3   4   5  , 

194  3  

  , 
ICM 
 18%  , 
  %$, 


 25% 35% 

 &, ##

 30% 
 18% 
* 
 , 
.
"#&
,  ICM  370 &


.  " 
, " 
  , " 
. .
:
(1)   ,   #  (α + β) !&
# 144, 120, 64, 48, 32, 24  24.
(2)   #  # 48, 48, 24, 24, 12, 12
 0, HR  (& 9%),  &

 .
(3)   6 .

(4) %$ .

1.   18%

  (JM, ES, IS)   30%,   (SM, EE, IE, AC)
  15%, '  18%,  50  
 3–25
#.  0,  & 18% 
 5  20%.
" 
  [18] , 
 α = 0.1. 
"%
, %&


 .  5 "%%
 3–25
#. , "%%

 .    20 "% 25 %
.  2000∼2500 , 
,  
 1%. %
"%, %"
%, 
.
 3.6  195

 3–25  

 
, 
  α 

 , 
!  α 
.  α !& 0.05∼0.15
  3–26
#. ,  α 

,  α  50%  
5% . , %

"%&* α 

,  α  0.05  0.15 , 
&' 2 %+ 4.  :
 


.  , 
, +


7,  
$.
, 
 # 
%$
,  # 
, 
" "
.    5 %$ 3–27
#, 
6   .  6 %$# 7σ 
37σ. 
 , %$*$ '.
196  3  

 3–26
 α 


 3–27  5 %$

2.    





  18% # 25%  35%,  ICM 

  .  #' β
α & 
:  25%  ,  β/(α + β) = 0.25/12;  35%  ,
 β/(α + β) = 0.35/12. 50   3–28
#, 

%$ 20 .

 3–28 ,  3 

02,,  
 18% , 
80% &%,  300 , 

 "  18%. ,   25%  35% , 

 6 , , &%
 60%  40%. 
 3.6  197

 3–28   



0,   , "
%%,   25%  35% #
 30%  50%.   , $ 
%$$, *$.   25%  35% , 
$# 20%  40%.
  
80% &, HR 
.     6 , 
& 9%,  0
 . 
 25% ,   4  8.3%;  
 35% ,   3  9%,  
3–29
#.
 3–29 , , ICM 
80% &,
1, *,   
$
 10%.  

,  
. 
 

, 
  .

3. 

 
, ##
 30% 

198  3  

 3–29  

 18% 
*  , 

$. 
, 
.
#' , .
  , ##

,  
 0, 
  ,  $ . 2
:
 200
,
 &%+.

3.7 



(21 &
, &&
 
.
 / 

, #


,  , 
 

  .

3.7.1 ICM 



1. 


  , 
&
.



 
. 
 3.3.2 

 , 

 3  
. 4 [19] #:
 3.7  199

(1) 
 GH (VH , EH ): VH = V  vi !; 

 +
,  %, 
, 

+ '.
(2) &
 GF (VF , EF ): VF = V  vi !; EF 
#
&
 +!.
(3)

 GM (VM , EM ): VM = V  vi !; EM
#
' +!.
(4) .
 GL (VL , EL ): VL = V  vi !; EL 
"%.+!.
 7 
 3–30
#,  3–30(a) &

,  !:,&,   (herd mentality)[20] .
 3–30(b) 
,  
%, 78
, :. &


, &


,   .  3–30(c) .
, @
, #.. 
, . #
&, 7&.

 3–30  7 



& ,   ,  3 



  .  %,
,

  1  .

2. 




, #
, 


200  3  

M = (G, C),  G = {GH , GF , GM , GL }, C # 

+.

# [19]  3–31
#. &
 7  4 &,
 4  7 % &.
, 

&
. 
, 

6 7 
.

 3–31 


3.7.2 




 ,  
.

1. 



 . , 
+'

 
, 1

( !5', 3.

 :
(x)
(x) HD
IH = (x)
,
HM − 1

(x) (x)
 HD  x
 &, HM  x
&
.
 3.7  201




 

, #1 




, 

'3
. 
&
,
 x
''3(&
. , 
78 , &
9,  ,
&
:

(x) 1
IF = (x)
,
FS +1

(x)
 FS  x 
.
PageRank  Google Search 9 
, ,
%,

 , 



[21] . PageRank


+#1,
 PageRank  , 
1
. ,
:
,  +%1% , 
 PageRank 
. 

:

(x)
IM = tanh(P R(x) ),

 P R(x)  x  PageRank &, tanh '.

.
,  x 2.2

. x 
. "%..
$2
.
, . 6, 
7&, 
 ., +., 
)

&. .:
 
(x) 1
IL = max ,
y∈LL distance(x, y)

 LL  .!, distance(x, y)  x

"%.
 y 2.

2.  AHP   

 *
 3
, 
202  3  

 
 

  .
, 
&
, ,   
,   +,  +
, 
:$.  3.5.3 ,  


⎧ (x)
⎪
⎨ 0, Ab(x) < AbP ,
(x) (x)
IO = Ab(x) − AbP
⎪
⎩ (x) , ,
(x)
AbM − AbP

 Ab(x)  x  &, AbP(x)  &, AbM

(x)

#&&.
" 

# WO = 0.5992, WH = 0.0795,

WF = 0.1926, WM = 0.0492, WL = 0.0795. &, 


  
, &, . 

, '.
. 
,  

ID = W · I,

 I 
[IO , IH , IF , IM , IL ], W 
[WO , WH , WF ,
WM , WL ].
" 3.5.2  # 
, "  

:
( 1: '   , #&

, 
.
( 2:   ',  ,
  , 
 
 .

3.7.3  

" 3.5.3  , # ()

, 
6"  &, &
' ,   
.
 3.7  203

1.   18%

(1) 

ICM   18%   3–32. , 
 
0,  285∼295.
, 

& .  , 

. 2:7:<,  3 6 9
 12 *6

, 
. 
" 6
 . & ,  12 *
&, 

% 

 3–32  10  


  , &" & & 

.  NS   , PC   ,  +
 NS ·PC .
2
, +
 (370 − NS ) · . &" +



3

, 
2
NS · PC = (370 − NS ) · ,
3

2
370 ×
NS = 3.
2
PC +
3
% ICM     18%, +
 291, &
204  3  

&" ,  .

,  , 
. 
*, %
;  
&
;
); .#
# ,  &,  . 

, 
 
, 
,  

, .
(2) 1 
 , %
 
&
.
.
& 3, 
 , % 3.5.3 
 , &  ID 

. 
, 1 
#
P ro(x) = Ab(x) − weak · Ab(x) ,

 weak = ID × 0.5 , 

 
Aball = Ab(x) , P roall = P ro(x) .
x∈M x∈M

 ICM   18% ,   3–34

#. ,  &, 

 600  700 
.  
"&", 

 
. 

  :
1 "%:  3–33 , 
"%

,
○
 , .  

 , &&, 
. #, 
, 8, 
.
2 %:  5  !, 
○

&,  
 3.7  205

 3–33 1


&
.
(3) 

 3–34   18% ,  %$, 

#, :# &. 
 , 
  . 

 +
. &  12 .

 3–34 %$

,  $
 , 
&, 
 
.    &

. 9 ES  2
,  IS 
 , ES  IS     IS 20 ES  .
,
 %$%$ 

, 
206  3  


,   
.
 %$ & 3–7
#,
& σ . ,  ', 

#+
(5
.

 3–7  
  1  2  3
#   %$    %$    %$ 
SM 2.4 148.7 9.3 160.4 1.2 133.3 8.3 142.9 0.0 159.3 10.0 169.3
JM 9.1 123.7 18.6 151.3 4.2 123.3 18.5 146.0 4.9 132.0 19.8 156.7
ES 0.0 98.5 9.9 108.4 0.0 97.8 9.8 107.6 0.0 97.7 9.8 107.4
IS 7.8 42.1 8.4 58.4 9.0 39.4 7.9 56.3 10.2 46.0 9.2 65.4
EE 1.8 48.8 2.7 53.3 2.1 46.3 2.6 51.0 2.1 45.8 2.6 50.5
IE 7.2 197.7 19.8 224.6 6.3 199.2 19.9 225.4 4.2 193.2 19.3 216.7
AC 4.5 219.6 73.2 297.3 5.6 225.7 75.2 306.5 4.6 210.8 70.3 285.7
 32.8 878.9 141.8 1053.6 28.4 865.0 142.2 1035.6 26.0 884.8 140.9 1051.7

2.    



 # 18% 25%  35% , 

 3–35

#.  , &" &# 291 269  242, 

 3–35  10 


 3.7  207


80% &
 +& 296,  &
ICM  +&

2. 
, , ICM 
80% &.
 3–35 ,  ), 
&). 
36  ,  . 



& .  
  ,  , ICM 

80% &.
 3–8  3–9 #  &
 &. ,  
 

.  ; 
), %$
, $. 5(, $,  
%
$ , #.

 3–8   
    %$ 
18% 119.0 4538.3 670.1 5147.4
25% 167.9 4013.6 597.5 4779.0
35% 250.1 3673.0 538.1 4461.2

 %:  

, IO !&$; $ IH &; #

, &&$,  IF &; .
, .

 IL ;   ID
 IO , 
ID  IO .

 3–9    
  & . P roall ID IO IH IF IM IL
18% 83.3 4.5 574.8 0.26 0.20 0.20 0.02 0.76 0.89
25% 92.1 5.4 528.5 0.20 0.10 0.21 0.03 0.76 0.88
35% 116.4 8.3 459.7 0.16 0.04 0.21 0.03 0.76 0.84

3. 

ICM ##

 30% 


18%, 
    3–36
#. 


&
 & . 
208  3  

, 
$ 200
. , .$ )),  
  # 0, 2#)),  2  9. 
  
, $$ 

.

 3–36  


3.8 

1
., 


'1 3 
: %
 
, 
1#[7] .  ICM 
, 

, 
 *2,. 

,

&
.



, 


', 
,  ICM 
 

$. 



, 
 

3.8.1 





. 

, 
#  .
 3.8  209

1. 



, 

1
$ 
 .  ICM  
%
,

,  '.   


 ,  
  . 

&
.


.
  ICM 

&
.




,    
 
,  &,  
 . , &
, +
,  +* 8, 

.

2. 



,    &


. 
,   


   .
 , 
&+

 ,     . 
  + ,  



', .

,   



 ,  
 ,  
 &
, 
%$ 3, . 


 
!C(, "



.
 
   
. 

 
 
 &
).   ,  

 ICM  

,   ICM   ,  
  

, $ ICM 
 
210  3  

 .




,
&
, 
 , 
 & 8%
10% (  2/3) . 
, ,  


 . 
,    
 (), 

 , 
  , .
, 
, 

,    


, $ ICM 
  
.

3. 



 


 
 .
 , & 
-;
,   

.  
ICM 
,  
 , 
, 
+.  
, 
+.
 
,   # ,  
%$ 
  
. 
 
  ,   

.  

"%
 
1 , 
%
  3.

3.8.2 

,  &$


 . ,  
  
 
  
, (2 .
 3.8  211

1.
 

(2 
', (2
1, 
+, 

). (2., (21 


:
(1) (2$ (Team training).  $(2

0, 1.
(2) + (Shared cognition).  (21, 
)

0, .
(3) (2 (Composition of the team). (2. (2
"
, (2
.
(4)  
1 (Communication).  +#
(29 .
(5)  (Collective orientation). (2 .
+(21  .  , (2
29 9, &
2

. (2+,  ICM 
$ >,  > . %


+,  

. 

+
, +.
 , HR  (2>!%$,  !%$
(2
0, (2(21 . (2
%$(2+ , 
(2+
(2%$ .
 (2 1 ,  HR 
 #.

2. 



 ,
+, 

, " 
, +

.   
 +[22] .
 ,  !
, 
212  3  

 #, 
 
 0<

*
, $.
, 
1,
+
 ,
 1
1(  
  [23] .
# 0
, 
+1

. 1
 


 ,   , 





+

.  , 


, 
 , +, 

 

[24] .



[1] COMAP. ICM Problem C [EB/OL] [2015-2-6]. http://www.comap.com/under-
graduate/ contests/mcm/contests /2015/ problems/2015 ICM Problem C.pdf.
[2] , .
  [M]. : -81, 1998.
[3] ,+, +>, 6<3. 1

(2
 3:  '
[J]. 
 , 2014, 23: 67–72.
[4] Salas E, Cooke N J, Rosen M A. On teams yeamwork, and team performance:
discoveries and developments. human factors [J]. The Journal of the Human Factors
and Ergonomics Society, 2008, 50(3): 540–547.
[5] $!", ?. 1

 [J]. 
, 2014, 3: 119–127.
[6] =#. : @ [M]. : 1, 2008.
[7] Wasserman S, Faust K. Social Network Analysis: Methods and Applications [M].
Cambridge: Cambridge University Press, 1994.
[8] . 1
4 [M]. : 1 1, 2005.
[9] ;(<.  
 [J]. 
, 2014, 32(4): 124–128.
[10] !A, , 4.   [J]. , 2012, 8(8): 139–140.
[11] Mobley W H, Griffeth R W, Hand H H, et al. Review and conceptual analysis of
the employee turnover process [J]. Psychological Bulletin, 1979, 86(3): 493–504.
[12] Stokols D, Hall K L, Taylor B K, et al. The science of team science: overview of the
field and introduction to the supplement [J]. Am J Prev Med, 2008, 35(2): S77–S89.
[13] =.  + 
:   [J]. +
+, 2015,
12(2): 103–109.
     213

[14] Acemoglu D, Dahleh M A, Lobel I, et al. Bayesian learning in social networks [J].
The Review of Economic Studies, 2011, 78(4): 1201–1236.
[15] Feeley T H, Moon S I, Kozey R S, et al. An erosion model of employee turnover
based on network centrality [J]. Journal of Applied Communication Research, 2010,
38(2): 167–188.
[16] Tett R P, Meyer J P. Job satisfaction, organizational commitment, turnover in-
tention and turnover: path analyses based on meta-analytic findings [J]. Personnel
Psychology, 1993, 46(2): 259–293.
[17] Felps W, Mitchell T R, Hekman D R, et al. Turnover contagion: how cowork-
ers’ job embeddedness and job search behaviors influence quitting [J]. Academy of
Management Journal, 2009, 52(3): 545–561.
[18] Cotton J L, Tuttle J M. Employee turnover: a meta-analysis and review with impli-
cations for research[J]. Academy of Management Review, 1986, 11(1): 55–70.
[19] Kivelä M, Arenas A, Barthelemy M, et al. Multilayer networks [J]. Journal of
Complex Networks, 2014, 2(3): 203–271.
[20] Bartunek J M, Huang Z, Walsh I J. The development of a process model of collective
turnover [J]. Human Relations, 2008, 61(1): 5–38.
[21] Long Q. Three-dimensional-flow model of agent-based computational experiment
for complex supply network evolution [J]. Expert Systems with Applications, 2015,
42(5): 2525–2537.
[22] Zhou T, Lü L, Zhang Y C. Predicting missing links via local information [J]. The
European Physical Journal B, 2009, 71(4): 623–630.
[23] Borgatti S P, Mehra A, Brass D J, et al. Network analysis in the social sciences [J].
Science, 2009, 323(5916): 892–895.
[24] Hellmann T, Staudigl M. Evolution of social networks [J]. European Journal of
Operational Research, 2014, 234(3): 583–596.
4 



 2015  (MCM/ICM)  D
[1] ,  . 
 .  

,
 
 , 

 .  
 , 


 . 
,  
    .

4.1 



(Sustainable development) , # 1980 "
! (IUCN)  D (UNEP) .  (WWF)
"*. 1987 "

 (WCED) 
, *

, 

), "$.

4.1.1 

1. 

 , 
 %0, 

 &, 2& , ,
?  20 "& 60  , 


" " 
 %. 

"
"90?
# , 

 20 "& 80 .


3, 1987  “
5

,
 4.1  215

%$
(. ” , 


 !$ 
". 
,  


, #  . , "
 2050 
 90 #, 

,  &, 
>. 


 %
, 
  ($"
)  (,
). 2012 , 

: “, 

 

,  , 1

 

.” $
:&


"

7.

2. 

International Conglomerate of Money (ICM) $"$

  

". #
9-

, 

 .
) 1:  
 

. 





, 
+ ICM  
.

 
"E
;
 !'1 


.  ! 


, 



.
) 2:  48  (LDC)  (http: // unctad.org / en /
pages/aldc/Least% 20Developed% 20Countries/UN-list-of-least-Developed-Coun-
tries.aspx)  , ) 1  . 

  20 

,  

. 
  ICM 
 1

 !$.
) 3: ) 1 



, %

) 1 
 20 

 .    , 

 20 . 
,  
%,
216  4   



!$". ICM +
 ,
 

, 
  0 ICM  

"#.

) 4: ?  20 , (>  20 , ) ,







,  

 ,   . ICM 
 LDC 

.

[1] :

Is it sustainable?

Problem background

One of the largest challenges of our time is how to manage increasing

population and consumption with the earth’s finite resources. How can
we do this while at the same time increasing equity and eradicating
poverty? Since the beginning of the modern environmental movement
in the 1960’s, balancing human needs with the earth’s health has been a
topic of considerable debate. Are economic development and ecosystem
health at odds? In order to reconcile this difficult balance, the concept
of sustainable development was introduced in the 1980’s.

Sustainable development is defined by the 1987 Brundtland Report

as “development that meets the needs of the present without compro-
mising the ability of future generations to meet their own needs.” Since
its conception, sustainable development has become a goal for inter-
national aid agencies, planners, governments, and non-profit organiza-
tions. Despite this, striving towards a sustainable future has never been
more imperative. The United Nations (UN) predicts the world’s popu-
lation will level at 9 billion people by 2050. This, coupled with increased
consumption, places a significant strain on the earth’s finite resources.
Understanding that the earth is a system that connects both time and
space is critical to sustainable development. Development must focus
 4.1  217

on needs (e.g., reducing the vulnerability of the world’s poor) and lim-
itations (e.g., the environment’s ability to detoxify wastes). In 2012,
the UN conference on sustainable development recognized that: “that
poverty eradication, changing unsustainable and promoting sustainable
patterns of consumption and production and protecting and managing
the natural resource base of economic and social development are the
overarching objectives of and essential requirements for sustainable de-
velopment.” Decreasing personal poverty and vulnerability, encouraging
economic development, and maintaining ecosystem health are the pillars
of sustainable development.
Problem statement
The International Conglomerate of Money (ICM) has hired you to
help them use their extensive financial resources and influence to create
a more sustainable world. They are particularly interested in developing
countries, where they believe they can see the greatest results of their
investments.
Task 1: Develop a model for the sustainability of a country. This
model should provide a measure to distinguish more sustainable coun-
tries and policies from less sustainable ones. It can also serve to inform
the ICM on those countries that need the most support and intervention.
Some factors may include human health, food security, access to clean
water, local environmental quality, energy access, livelihoods, commu-
nity vulnerability, and equitable sustainable development. Your model
should clearly define when and how a county is sustainable or unsustain-
able.
Task 2: Select a country from the United Nations list of the
48 Least Developed Countries (LDC) list (http://unctad.org/en/pages/
aldc / Least% 20Developed% 20Countries / UN-list-of-Least-Developed-
Countries.aspx). Using your model and research from Task 1, create a
20 year sustainable development plan for your selected LDC country to
218  4   


move towards a more sustainable future. This plan should consist of

programs, policies, and aid that can be provided by the ICM within a
country based on their demographic, natural resources, economic, social
and political conditions.
Task 3: Evaluate the effect your 20-year sustainability plan has
on your country’s sustainability measure created in Task 1. Predict the
change that will occur over the 20 years in the future by implementing
your plan in your evaluation. Based on the selected country, you may
need to consider additional environmental factors such as climate change,
development aid, foreign investment, natural disasters, and government
instability. The ICM would like to get the “most bang for their buck”,
so determine which programs or policies produce the greatest effect on
the sustainability measure for your country. Identifying highly effective
strategies to be implemented is the ultimate goal of the ICM to create
a more sustainable world.
Task 4: Write a 20-page report (summary sheet does not count
in the 20 pages) that explains your model, your sustainability measure,
your sustainability development plan, and the effect of your plan based
on your model and the country’s environment. Be sure to detail the
strengths and weaknesses of the model. The ICM will use your report to
invest in sustainability development intervention strategies for specific
LDC countries.
Possible Resources
UN sustainable development knowledge platform(http://sustainable-
development.un.org)
Ecological footprint (http://www.footprintnetwork.org/en/index.
php/GFN/page/footprint basics overview/)
World Bank Data (http://data.worldbank.org)
International Institute for Sustainable Development (https://www.
iisd.org/sd/)
 4.1  219

References

World Commission on Environment and Development (WCED).

1987. Our Common Future. New York: Oxford University Press,
1987, 8.

United Nations. The future we want. Resolution adopted by the

General Assembly. 66th Session of the General Assembly, 123rd ple-
nary meeting; 2012 July 27. New York: UN; 2012 Sep 11 (Resolution
A/RES/66/288) [cited 2013 Jul 23]. Available at: http://www.un.org/
ga/search/view doc.asp?symbol=A/RES/66/288&Lang=E.

Other useful Sources

Bell, Simon and Stephen Morse. 2008. Sustainability Indicators:

measuring the immeasurable. Earthscan, London.

Daly, Herman. 1990. Towards some operational principles of sus-

tainable development. Ecological Economics, 2(1990) 1–6.

Kates, Robert W., Thomas M. Parris, and Anthony A. Leiserowitz.

2005. What is sustainable Development: Goals indicators, values, and
practices. Environment: Science and Policy for Sustainable Develop-
ment, Volume 47, Number 3, pages 8–21.

4.1.2 




, "$%&#"


[2] : “

 , %


 
.   :  
, "
 , 
# 
; 
,  1
   .”
*  # , 
 
 .
1980  !" *: “
1
 
, 
220  4   




.” 1981 ,  Lester R. Brown  


1 , 
  


. 1992  6 ,  4? “

”,  


8

/
 21 "&.

1. 



 , 2&
 , "

 

 0.  
! !
![3] .
(1) 

, 

#, 
!1
 $', 
%, 

:
.
(2) 

,
1
) ",
.
(3)

, 





,  
 

 
.
(4)

1#,
 ! &, 
,
@
. 11#



, 11#

 , 

@.


  :   . 
 , 


 ;  
 
,  !, 
 . #
 
:
(1) /, $  & .
(2) 
(&% 9;$$.
(3) % 
 , ,$, 

1$$
 , 
#
 

.


 

 , 

. 

 1
 4.1  221

"#
 .

2. 

 1950 , 7  ;  20 "& 70 

, 
,  “B5 ”.

!&'$: =!., (8
; *!.,

8 , # 3.
;

* ;

%,  $)), $)),. , 
20 "&6(2,
))
,  +
 

.   % 
  . 
 ,   &!   
"$
, & 

 .


(

,
 %


, 
.
 :
(1)  

 (#F). 
,  ()  
,  , $2. 
 2, * 2.5% "%7, 
 )", 
 .
(2) "6
7+
-, :(, "6&6& 4700
& , $ 30%,  600 &"
.
(3) 4
444@'4#4%484
. 
+%#F, 7+
$, /5
,
5> . $ , %
 . 
.
-<
, )*/<. , )%*
/  15  ; 50%.
(4) -7+
$
,  67 #"7+,  60% 7+. 
222  4   


20 "& 80  26.4 #".  )+

-/%, 
$ 4200 '○
1
, %
,  2030 &. +$, 
 50  100 -,  + .
, 
(.  

,  '
   .

2 , . ,



 .


, $ 
', 
  
,  4–1
#. 

 :

 4–1 



(1)  

 ,   , $, '2. 

, ,    2. '2
5 , %$4,  ,  “0=” 
 “=!”.
(2) 

 2:& ,  
   .
(1

 ,   
 . ;
&
  , 8

&.

○
1 1 ' (acre) ≈ 4046.86   (m2 ).
 4.1  223

 “ &”  &,  &2 “%

>” .  $,  &$,  
 $
.   .
  4,  
 “! &”  , "+0. , 
  & &'  &,  
! &41
! &. , $   .
(3)  

  
 . 
 
, 

, (
 ( .  


  :
 ,  
6 “/,”  , 
 , 
 , 4. % $
-,,  .
, 
6 “
”  , *#,  
 $ 
. E , 
, 
6<, 
"A.

3. 



[3]

.
(1) 


 

, 5
 

,  

 ;  

, 5

 , %

. 

 , 
  1'
, . 
, 


, " #, 


.
224  4   


(2)


1
) ",. 

.


 .
(3) 


, 
. 
'
#", *
, &


, 
6
'.

4. 


  1#


0
, 
, $

0
'. 




. , 

#

,
 )
 .
(1) 




    . G
, 


1#% #
. 


%0#


,  

", $"

, #
1#.
(2) 










0
',





 

0), &.
(3) 





 , 

, 


$. 

 . 
 

# 
",  

,



,   ,  
 ,  
4 ".
(4) 

,




+, 
 1
 4.2  
  225


, 

 , ($,*),
9
17H  6. $ 


, 


I,. ,5
,, "$1,.
(5) 

)

)


 , 



. 

 , 1)1(



. )(


, #


 . )


,  




#, #) #,  

# 64.
, 

.

4.2  

4.2.1  



, 
 " 

 
. 



+ 
: 1 
.
 ,   



. <"


,  

  , 

, 
 

> ,  $

.  

 . 
,  




),  

  .


 6  () ,  6  


.   6 
 6 , 

 .  
:
226  4   


(1) !;

(2) !& 0  10  ;

(3)
&#


;

(4) ! ($ ,  );

(5) ;

(6)  ,
&!
&;

(7)  “

” ,  &$ 5.0.

(8) & 5.0 #


, *6


 .

4.2.2  

 

. , 


1 .

1. 


 

$'
, 


,# . 
 
1 C S W Sa

 = + + + + In + Ex ,
6 100 100 100 100

 C = 1− ,
+; S = 1−  
; W 

; Sa  
; In 
100 *1
*1; Ex #&,
, !&
: ⎧
⎪
⎪ 5, ,  9,
⎪
⎪
⎪
⎪
⎨ 4, 9 < ,  11.7,
⎪
Ex = 3, 11.7 < ,  13.4,
⎪
⎪
⎪
⎪ 2, 13.4 < ,  16.3,
⎪
⎪
⎪
⎩ 1, , > 16.3.

"% 

 ,
[4] .
 4.2  
  227

2.


 


, 

.
 
1 Cl 2P M F γ Ha
 = + + + + + RN ,
6 100 100 100 100 100

, Cl  
&; P M  PM &; F 7+"
 &; γ +" &; H ." 
&[5] ; RN = (
 &
·  !)/(
&) (
F
 kg)[4] .

3. 

9 =


, , 


[6] .
1
 = (P II + CP V I + P Y BI),
3
 P II , CP V I #9, P Y BI 


:
   
1 M a − 15 EP R − 12
P Y BI = · 1− + 1− ,
2 31 53

 M a 
, EP R #[4] .

4.  

1


1 =

. 1


*

, 3

. 1$

1
.
 
1 Re H
1 = V + + Ge + ,
4 4 10

 Ge #, H #+, Re , 

228  4   


⎧
⎪
⎪ 5, 2  ln(μ),
⎪
⎪
⎪
⎪
⎨ 4, 1  ln(μ) < 2,
⎪
Re = 3, 0  ln(μ) < 1,
⎪
⎪
⎪
⎪ 2, −1  ln(μ) < 0,
⎪
⎪
⎪
⎩ 1, −2  ln(μ) < −1,

[4]
/

 μ = ;
&
⎧
⎪
⎪ 5, ln(θ) > 2,
⎪
⎪
⎪
⎪ 1 < ln(θ)  2,
⎪
⎪
4,
⎪
⎨ 3, 0 < ln(θ)  1,
V =
⎪ 2,
⎪ −1 < ln(θ)  0,
⎪
⎪
⎪
⎪
⎪
⎪ 1, −2 < ln(θ)  −1,
⎪
⎩
0, ln(θ)  −2,

 10 &
9
/

 θ = .
 10 &
9
&

5. 

#




. 

 ,  

 ,  .

 
1 G P R U
 = I+ + + + ,
5 100 100 100 100

 I D/; G 
/
&; P  $ 1.25 '
&; R $2)
 GDP 
) GDP &&; U 
$
[4] .

6. 

  

$$.  !$ !$  , 

 #+

 . 
, 
 4.2  
  229



  
.
 = WWRA .

4.2.3 


, "  8 ,
  
 8  
. 

"  ,  4–2
#,  



.

 4–2 8 



4.2.4 

( (()  [7] . 

(


, (" 48 
 . 
,  $'(

.
, 
(@0,  
, .
( , 


. %)14, 03
230  4   


4. 4  , $4

 .  
 
, 
: 
" "1",""9 ,


. (
 , 
 2020 (: +(5#+), (
20 [8] .

1. 




, (



, " . -)

, +
"-)
. 
, 


. 3 
 4–3
#.

 4–3 (-)



(1) . ( .E%, "

 . 
, (, 
.
 /, ))&)
4, '2 ( %0.
(2) 
.

, (
 . (
 $,G,
 
,

, 
(/) 
.
 4.2  
  231

4

 

 
. (
,, , #
3++
4.  (
 4.1, 

 '    0,  ,

,
.
(3) 1. (
# ,
(1 (5.1)
. 
6!
,6()!
!#. &"!
#
, 
6
$"
%
.  
 , (1

".
(4) . !
, (


 (4.7). 
=(+$, $
(2,  #. 2 =
(", 
9 , $
.
(5) . ( 
 ,
C
,  "
71. 

, (
.  
 /"7+.
.
(6) . (!)9, , 
? . &7+* 7@ @
. , (  .  1
 (", *! 
[9] .

2. 20 

 ( 20 
,  3 

, 

!$2
.  :


(
#+, ( 2020 : (5
#+.
(1) ,. , : DA  ,*.
232  4   



%( ,  4 
.  : $
%
,.
, $(*
.  $
,, %/(.$ 5 
. %
 '%*! 
$.
, ##,, ,.
,#"
 *1

'( 0
%

%;.
(2) 1
1 (1  . 
9*
 ,  Lateral , )'%


4.  &" ,  *  .
&9
, .:
', (
$(-.
180" Lateral . 3
"2, "   . ,
<A8, .:9< Lateral  ,, 
$

.
,  ) '4!
, 4
Lateral 
%.
"1
$",

4 #%0)


!( 1-
.
(3)  
  
' , (1 +
 . (4
 
',
 100 000
, 

4  (
&.
 
 :
1 <4  *!. 
○
<


#, < *!.

 4.2  
  233

2 
,, :&
'>
,  %
○
 , #". ,1
 .
3 >

○ 9B 
3 
 .
 " "1
 "$
3.
(4) 


, :&( 


 
:
1 3!4, '"4 ,  
○
.
2   "
, "< A
○
(" 

.
3  
, :&%;' 0=, 
○
, 
%.

3.  20 

 4–1 

 , (



.
 20 
.

4.  20 


(

  ,
#('
 ( 4–4
#). % 
(
, (&
'


. , (+
 


.
234  4   


 4–1 
2035 
  & 

&
"'"
I(/) 0.363 0.243

4 

G(/) 38.7 45
 %4
/
4
)), /
P (
) 12 8 )), 
, 


0 #,
S(0 ) 0.658 0.5
9
, 

4
, 
Sa (  ) 0.53 0.15 49


 
"
%)$7

In (*1) 0.28 0.14 " $

 *1
 ,

E ( &,) 3 2
0


*, 
P Y BI (#) 0.55 0.40


 (5
P i () 5.3 4 !"


 ):$ PM2.5
,  
 P M (PM2.5 ) 75.9 77.89


PM2.5 *
!"9,
Re (() 4 2  2035 1(
1 

*,$* 

Ge (#) 0.495 0.395
".
"9
 $
  7.8 6.8
(3
 4.3   235

 4–4 ( 20 




4.3  

 

 , 

1

 

. 

 , "



!
  .  , 
@
 
 

 .

4.3.1  

, 

5 

, $
. 
1 


.
/, 

1

  1
#
.


 
.


 

; 

1
  
",; 

, 


. , %
(&


,  
 !$ #


236  4   



"9.

, % 





  ,  

  1 !$.  $!( (ICM) +
 

", $ ICM !(

# , :

(1)  &,  
. 
&

, 



, 

.
(2)


. $ 

,

)'. , 
0.
(3)  
 &!. 

+ #, 
, 
C+
 

.
(4)  .  &
%+, 

, 
.
(5) 

%. 


, &3. 

, 

. 
,  

#).

4.3.2 
1. 







 , 
$1
, 
. ,


 
(1)  

[10] .
,  1
. ,
 (


) 1 (

-)  (,
) 1

. 

), 1

),
 
 
, 1 

 4.3   237

.
, &

, 1
. 
,  
,  &&
() '
. 
)(5,  $).
,  #
 &

,  
: 
,  
(5
)),  
, 1
. 
, : 

#
.

2. 

(Ecological footprint, EF)  Rees  1992 , 

 Wackernagel  
 

[11] . 

,
(& ,"
, &
 ,
. % ",
, 

, !#

, 


(
).
(1) 






  Pi + Ii − Ei
EF = N · df = rj · Ai = rj · ,
i,j i,j
Yi · N

 j #; EF #

; df #


; i #
; Yi # i 

 -
; Ai # i 



; Pi # i  
; Ii # i  ; Ei #
 i 
; N #
; rj #.
+",



EC = N · ec = aj · rj · yj ,
j

 EC +",
; ec 
 EC; aj # j 


238  4   


; rj #; yj #.

 A = EF − EC,  A &,  EF 
. 
A < 0, 

, 

.
(2)
 EF 
1 
○ (,. , 



&. #


!. #% , 
.
2 EF  , . , EF 
○
 &F+ +% /51/
. ,
F+ +%,/5, /: 
 4.
 , "&
. &
 [12]
 Odum  1988 , 

( 
, &

, 


 EF 

.
3 #
. 


 ,
○
1
.  EF 




, 
.  , EF 


.
,  

, 0 EF 
, 

(.

3.  

(1) 

,  
  : 1
SE (Society-Economy)   ER (Environment-natural Resources).


,  .

, "


 !,  

; , 
 [13] .
 4.3   239

,  , 
 
!.

, ' +&.

, !!, 
 8.
: 
x − xmin
x∗ = ,
xmax − xmin
!: 
xmax − x
x∗ = .
xmax − xmin

, /5
 !&,
!8
.
 , 
  n , 

 
.   ( Cobb-Douglas ') 
#,  4–5
#.

 4–5   


% , Cobb-Douglas '

Y = ALα K β P 1−α−β ,

 Y , A, L, K  P ##' %"
, α, β .
% , %
240  4   


Y = ALα P 1−α .

 Y , A, L  P ##%' ",  α
 G).
# #, "
[14]  CRITIC

!

[15] .
, 


m
ej = −K yij ln yij ,
i=1

 K = 1/ ln m, 
' m

 .  dj = 1 − ej , #

 &.  )  dj , 
dj
wj = .

m
dj
j=1


#,  
# 
&. 
!
.  ICM # ,
1##%,  1(,  
& Ck = (ck1 , ck2 , · · · , ckn ),  k = 1, 2, · · · , l,  l  CRITIC &!
(&) .  4–2
#.

 4–2 
( 

1 &! Ck = (ck1 , ck2 , . . . , ckn )

 CRITIC &
&, "  . 
1X
l
2 1, $%&&&: C = Ck , - 4 ; 
l
k=1
1,  *&, " 1 .
X
σi (1 − rij )
j
3  C = θ1 C1 + θ2 C2 + · · · + θl Cl ,  θi = X X , rij  xi
[σi (1 − rij )]
i j
 xj 

, σi  xj  
4 

 
- (Spearman)  
 4.3   241

 , $.

(2) 






,   
*  A(x, y),  4–6
#. $ # ER , 0
# SE . &), $). 0



. 0 OS = (1, 1) 
 (


), 
 S  AS = (1 − x, 1 − y) $
 
.

 4–6 



 

. ,



,  .

1 1#
. 
 . 

○
1#
, * 
. )


 

.

  ,   '

0,  ''.  + 


,   '.
242  4   


 
 
.0 θ '

1#

 .  4–7 #   .0

.  ' θ 0#
1#
.

 4–7 


 , 
  
. # ER
 SE  . 

 0 .
2  
.  
 



○

. /,  

OA ,  

OS 
OA
 ( 4-6
#). OA # 

.
,  
A S 
.  



 (E%,  

), 
),  

$)) .
3 

.   


,
○
 
 

 .  
, 

 Dt , 2, 

2

Dt = θ · |A S| ,

 t #.

2 Dt & D0 = π/3 × 0.75  , 


. 

2 Dt  D0 , 



, 


.
(3) 
 5  (
6)
#
.
 4.3   243

""%  .  
,  ,  ,  20

0 [16] . !. 

"
,  R 3.1.2 . “mi”  “mice”  .
 5  2003—2012 
 ,  4–8  
,    , 

,. ")


, "
,
 1#

.  -$0, #

.     ( ) 
-$,

 
 , 

2 
2.

 4–8 5  

,  ER &5(

(# % 
  
), 
- 
( 2009 
 ) ). E%, 1#
, 

 .
244  4   


"


 ,  , 


2 4–3
#. ,
 5 


, 6

, 
:  


, 


; 1#
 
6
.
6,  4.3.3  6.

 4–3 5   2003—2012  

  
 6 
2 0.764749 1.401829 0.570225 1.114179 0.685853

(4)  
1 
. 

 20 

,
○
   :   .
  , "



.  )
 (ARIMA) , 
 


.  4.3.3  " ARIMA 

.
 , "  [17] .
  
,   , 

 ,  4.3.3 B.

2 
.  
, (
○
  . 
, ( 
.
3


. 
○ , %

.  EF ,
  
, 
.  

 
.
 
 

, 






 

+
. 
  !
#+ ,, 
!


.
, 

!! 
, $
# (
) 
, 
'.
 4.3   245

 

, 2
*

BP

I. 

 . 
, 

 . 5(, 


, # . 
, 
+



, 

. , # 1
 , , . *  , $
. , .

4.3.3 

"%, 

6 

, 6
.

1.   

 4–9 #6 2003—2012 

 . 
2
 Dt & D0 , 6 

. ,  20


,  
20 
 , &
0

.

 4–9 6 2003—2012 



 4.3.2 " ARIMA ,  R 2.1.2 .tseries fore-

cast 
 20 . 
 ARIMA ,  

,
, %&:
246  4   


.  ARIMA 

 GDP,  4–10

#, %,

,## 0.8  0.95 

.

 4–10  ARIMA(0,1,0) 

 GDP

 4–9 
, 6
00 (
), 0 (-#0). #6
1
7H, 

 C.

2. 

  


:  .  
 
, 

. 



, 
  . $, 
& 


.
 
 
+. 

   , *&

#
.
(1) 


 




 
!. "



. /,  
2 Dt 
 i (
-&, 

Dt (x + Δi (x)) − Dt (x)
di (Dt ) = ,
Δi (x)
 4.3   247

 x #, Δi x # i 

.

, 6 (2003—2012)  ,  4–4

#.  4–11 

.


, #
  :
• $/5
( 16)
• , ( 4)
• 
( 19  7)
• $'2 ( 2)
• !$ ( 10, 11, 12)

 4–4  
$  $  $ 
16 /5
4 , 19 
7  2  12  (&)
10  (&) 11  (&)

 4–11 

(2)   


  ,   $
". 
, 
 6: %
 (2009—2010  7.5) %  (>
+0;7+D% ).
, 6 1971 
,
,  , 
".   ,
:  4–5
#.
(3) #


6

 (!$).
248  4   


 4–5 
 
   #
  
$/5     F-
,   —  %&
   —  %&
     %&
!$     %&

1 ,. 2012 6 65.82%. 6,

○
 , /*3#%&,
. ,
&,, . 
, 1.4%.

2 .  $6, #

○
  . 
6"$
, 
%
. 
 11.7% 
, 
 14.8% %
.

3 !$. 6

○  , !$
6
, 6 $, $, 

. !$6 5.6% .

3. 

(1)   


 

,  

.   


, 


. 



 1
 3 ,  3 
. , 
.

, 
. 


+,  . ,
 
.    

,  


.
 4.3   249



 , 
 4–12
#.
& ,  , $'. $, 
', )

0. 

,
"  &'
, ($ R 3.1.2 .
systemfit 
 .

 4–12 

 

  4–6
#,  P OP #
; BR #; DR 
#; GDP #
 &; CHW #; SER
#,; ASEE ##'!, ,; RSEC #

1&; T L #%; AE #%; CRW #+
; I # (&); M # (&); LF P #$; S 
# (&); A #% (&); AL #%; F P I #E 
; CDE #/5
; N OE # />
; AF W D 
250  4   


# 7
; AF W I #
&7
; AF W A #
%
7&
.

  " ARIMA   


,
 4–13
#. ,  
 , 
 
.

 4–6 
 1
I = −4.1019 + 0.0804 × P OP = P OP/1000 × (BR −
CRW DR)
M = −31.7202+0.3703× BR = 34.1109−0.0183×GDP
LF P R + 0.0949RSEC DR = 6.7491 + 0.0799 × DN
S = 73.3006 − 0.7910 × CHW = 11.0975 − 0.0714 ×
LF P R SSER
ΔGDP = 170.5256 + SER = 24.9289 + 8.4137 ×
23.7031 × A + 17.0251 × ASEE
I + 3.098 × M ASEE = 1.4993 + 0.0042 ×
A = 46.2932 − 0.0319 × GDP
AL − 1.354 × LP R T L = −72.8756 + 1.0145 ×
AE − 0.0021 × GDP
F P I = 887.6671 − 26.3282 ×
AL
AE = 72.8242+0.0054×GDP
LF P R = 87.8768 − 0.0033 ×
GDP
 4–13
 
RSEC = 0.6841 + 0.0342 ×
GDP
AL = 30.0478 − 0.0010 ×
GDP + 0.0090 × I
CRW = 90.4809 + 0.0762 ×
I − 0.0093 × GDP
CDE = 0.1249 − 0.0005 × I
N OE = 1858.4 − 14.3 ×
CRW
AF W D = 2.0305−0.0008×
GDP
AF W I = 0.3366 − 0.0013 ×
I
AF W A = 98.0524−0.0135 ×
A



 ARIMA 

 4.3   251

(2)  
 Matlab   . *
 5 


 
, # ICM   .
 (,!$)  +
 , 
 20 
.  
,  "
/
,  4–14
#.

,  5 

 Dt ,  4–7
#.

 4–14 
 3  

 4–7  5 

2015  2020  2025  2030 
 0.852 894 0.984 006 0.964 756 0.289 730
!$ 0.853 072 0.984 272 0.965 149 0.299 622
, 0.852 192 0.982 975 0.963 320 0.294 641
 0.848 138 0.977 041 0.955 021 0.272 045

  . ,  4–14 ,

  
,  $ , 
1#
.  ,  1

, # 
 .
252  4   


(3) 


, 51#
 
 , 
'
2 .  4–7 
2, 



. 
,  ICM  
 .

4.4 


& 


 
, 
 

  ,  20 


. 
,  

, 


. ,


& , &
1'
' .




, 

: 1

 D (/",);  

E (4 &).   
, 

!

, &
1



, 
1
, 


. , 
&, 
1


 ,  *!=!


,   20 

.

4.4.1   

(1) ,+,  
4,  
4, 
4

.  4

 
.
(2) 

0 ,   GDP 

. 
 , 
+.

"
, 


, & &.
 4.4   253

(3)  20  ICM !$  (

20 "!$)).  

,   20   .
(4) !$ ,  ! ICM !
$ ,   ', '
 ICM !$ ,  
.
(5) 
',  ICM !$
, ;
 0 (*&).
$
 ICM !$ , $#

 ICM  .
(6) , ,G,
%&
ICM !$, !$, . 

 ICM 

 .

4.4.2

1. 






 
4. 
4
"
,
+

&# . -& GWP, 
 

, 48$, -[18] .

5> GWP  ,
, 

 

 CO2 

(CO2  GWP &)  1). 

, " (IPCC)  GWP 


4
.  100  GWP &,  4–8 

 4–8 

4 100  GWP 4 100  GWP
/5 (CO2 ) 1 '.5 12400
?8 (CH4 ) 28 . 11100
/> (N2 O) 265 6.: 23500
254  4   


-&[19] , , 


4 .
,  4:


Pi = Wi · Ai , (4.1)
i

 Ai #4 i 

, Wi )  GWP 
4
 i 
&.
, 4 
 , 
 Pi ∈[0,1],  i 
 Ei = 1 − Pi . 
,

Ei &# i 4
 , ,
 Ei &#
 i 4
 . 4 

4.

2. 

,+ , 


 Ei , 
 ( , $   CO2 
 &

),  

. ,+
"$ ,  "$
. ,
 Ei 

$.
, 
#4, $4.  &
 $; , 
,  #' (
%), 4  %,   Ei .

4.4.3  

1.  


,  HDI, 
"  



. HDI 
 GDP J 
 &,
,   0  1 &. , HDI 



 GDP, 
/. #, /,

 GDP 
  

.
 4.4   255

2.  

0 HDI 
,  $2#+
/ 
#'.  I(x) #A8 (%( /),  x ∈ (0, 1) #/
.  x & 1 − x  I(x), ##'//
. 
 x,  I(x)(1 − x) .
,  E #&,, LE  J . , )  i,
#'
' Di :
 
2 2 1
Di = ln Norm I(x)(1 − x)dx + Norm(LE) + Norm(E), (4.2)
5 5 5

 Norm #" '&) , 




. ,
', &,1

 J /, &,
 J /

.
* 

/ J &,, $
1
 .

3. 

 /" '

&, /.
, #'*%, &
,   % GDP "$

'. 
, 

,"

, 1  
 

'
. 
, 
/, "
#+.
#+  &
,  

/
$. ,    , 
, 
  . , 
 3 

 ( 3   ), 

"#++.
256  4   


4.4.4 



 , 
 


.  4–15
#,  48 
[20] !
#
),
#+$).
, 
 
, 

'. 
, , 

,  Di  Ei !

0. 
, -


 4–15(a) (1, 1) , 5

, %
.

 4–15


 10 , %

1 (Sustain-
able Society Foundation, SSF)  1

[21] . SSF 
:$

". 1


(Society Sustainability Index, SSI) 3, 1987 



 . : “


 $
 , 
(

”[22] . SSI  3 #+:

#+. , 





 (#+) 1
,  SSI

#+ (, J ) . SSF , 


 4.4   257

 
,  
#+#+,  
0


, #+ (GDP ) *  .
 SSF  .  4–9
#, 1

 10  7  SSF
#+ 10 
. 
# 10  7  SSF 
#+ 10 . 
, 
, 

.

 4–9 10  
 Di SSF
#+  Ei SSF #+
. 3,  6
-) -) 4 /:
  /: 
;7  9: 9:
B, ; 6 "
, (< " #<"
; .  4
(< ! . &9
 C4 

3, ,  

4.4.5 
 20 

 , " 48  .  


 Di = 0.339, 
 Ei = 0.742.  , 
 #
 ICM !$,   20 


. 
,  

:
(1) ;
(2)
 ;

(3)  $
;
(4) . HIV/AIDS( 15% 
);

(5) /2 ( 10% 

 47% /,  =0.6);
(6) % 
.
258  4   



 

, 
"% Di  Ei .

1. 

 + , !$! 
 , 


.   ICM “?”,  '
 , 


!
-!$.

'



. 
'
 ,  *!&,  Agent
''  , !  . 
'

[23] :

dW dGi dRe
= + , (4.3)
dt dt dt
dP dGr dM i
= + , (4.4)
dt dt dt

 W #'', Gi #', Re #!$, P #

', Gr #

, M i #

.
d Δ
 + ,  Δt = 1, ' W (t) 
 P (t) 
dt Δt
&',  '  
'.

, & :


Ne
Wn+1 = (1 − 8ε)Wn + ε Wn,j , (4.5)
j=0
 
1
Pn+1 = Pn + Pn BR (Wn ) − + ΔM i, (4.6)
LE(Wn )
⎛ ⎞
⎜ ⎟
⎜ Wn ⎟ 
Ne
⎜ ⎟ Wn
ΔM i = βPn ⎜1 − N e ⎟−β Pn,i , (4.7)
⎜  ⎟ 
N e
⎝ Wn,j ⎠ i=1
Wn,j
j=1 j=1

 BR #, LE #J , BR (Wn )  LE(Wn ) '',

 BR (Wn )  -, LE = LE(Wn )  
J
 4.4   259

  (Preston) , ( GDP '[24] , ε #$ (

' (
)
'
$
' ), β # (&

 ), Ne #
''.  ,  ' '
'3,

5'
'. ;

 β ,  
''
,
'' 
' (
 GDP) '. (4.5)  (4.7) 
'', #
'&. '  20  4–16
#.

 4–16 &&'



 4–16 #&& 10  20 '

, '', 
.  ,
',


, '
.
, '



, /2.  !

$# , C!$
. !$
  , #',  ( 4-16(b)) 
 ( 4-16(a)) .
 ', "'. /
260  4   


 Di &.   ', /2, 

GDP .
,   '/, 

.

2. 



 ' ,  ICM 

 .
,
+ 1  ICM %!$. 
$ 20 
,  1



.
'


, 
, ,   .  
 (
4–17), 

, %#'.
  20   , 
!
$  .  4 
(
Nelder-Mead 

Powell 
1 
) &  .

 4–17   Di  Ei 

(1) Nelder-Mead 
Powell 


Nelder-Mead 
 Powell 
" 
&
 
,  &, 
 4.4   261

  , +

.  & 

6 ,  
  : 
, $/),  .
0 

, 



 . !
Di + αEi
S(In) = , (4.8)
1+α
 In #%, α  . 

1$ ,    , 
Nelder-Mead  Powell 
 6 . , /
!  
, 
/)/. 
, 
1
 
.
(2) 1 

1 
  1 (  ), 
 ,  &; &, 
1   +, 
1
  . 1
, 

&6   .  , 1
  128 , $
/)
, %+
6  .
1 
  , 
%
 α & 

. ,  20 
  10 .  4–18 %

.
, )%, 
 
, 

. !#" 
+
. ,  12 #'%, 
 4–19
#.   12 #', 2#  10 
, 92# 10 .
262  4   


 4–18 % α &



 4–19
 α &%

3. 


""% 
 10  ,  45 000
"%

$!,
 
 13.5% ( 980 000
).
"%
*$, 

8
 . J  48 (, #' %
 , J #". "J
 40 ([25] .
 !$, J , 
$"% 
.  ""%,  
 4.4   263

J 
'
, '




 ("%

,). ' 

0.

4. 

 (, /2
. 


,  


 
 (
4–17), ' Di  Ei . "!, '$ (
) , "% $,  . 
 ', 'F+  . 
', Ei $, ' ( ) 
 &4. "9,  Di '/.

 4–10
#.

 4–10 
$  - 
1 J x= 


LE = 5.058 ln x + 65.02
$
2 x= &, U = 2.07x + 27.54

x= " HIV 
3 &, E = 1.4856 ln x + 9.9122


4 J x=
" LE = 5.8066 ln x + 33.7923
5  x=
 BR = 0.070428 − 5.62 ln x
6 J x=
 GDP LE = 6.6354 ln x + 10.754
x=
'
7 & EC = 1.41812x0.7587 (1.628 × 10−6 )p
p=

HIVn =  n  HIV
HIVn+1 = HIVn + HIVn (5.5 × 10−9 (P −
8 HIVn+1 , U = $
HIV n )(1 − 0.9U )) − 0.02455HIVn


  
EC,   EC2 =  
EC− 
9
  
EC1  EC1
10 
x= ' Hy = 3.1536 × 10−10 x
 P opn =  n  P opn+1 = (−1.316 ln x + 14.576) × 0.01
11
P opn+1 , x=
' P opn + P opn
264  4   



$  - 
Wn =  n '
Wn+1 = Wn (1 − 0.06HIVn ) + 1.58 × 108 x
12 ' Wn+1 , x= 
, J= $
+7000J

150000
Jo =
1 + 2e−(2.9×10−6 )M
M = "$, 150000
+
13 $ T= $, 1 + 4.7692e−Di T (7.5×10−6 )
A= %$ 125000
+
2 −(2.4×10−6 )A
1+ e
3

5. 20 

 20 
, 1 
  
, 

0,  4–20
#.

 4–20  Di , Ei  S #
0

 4–20,  α &  12 #' , 

 1 9. , 1
3
, 
,  )  —— 
 Ei
.  10∼12 , 1, 
  
, 
. 0, ,  


, 'J ,1 Di 
   

. , !'

&

, 
" ". /,  10 "
 4.5  SDI   265

α = 0.5 /

,  " α = 1.5 /

, (
, 

.

6.  

, -$
, 
2"0,  ICM !$  ,
. &, 

. 
!
,  
'3 , 

3  

.
 , %
 10%, 

%

$
 , 
. 
 

 0/. %

$
 7.6% , ' Di  Ei *# –0.2%  0.1%. 
 " , & –0.3%  0.4%.  

.
  , : ', 

.  ,  !

,  Di  Ei &
  #+, 

+ .  #!0$, 
 Di  –0.2% 3 ,  Ei . ,  
#!0$, '.
, -', $
, 
  , 


, '-$' ',


.

4.5  SDI  



%1#
& 
. 
 3  : 




.
,  

,  
266  4   


. , " Entropy-GE .-

 (DI)
1# (CI) &. ($, 

, 


0 
. % 2013  10 
 , 



. & 0.161  ,   () 
1.142 ,  3  (  ())  20 


0

.
,  
, 



.-, 


  () 20  

.  ,   ()  DI  CI . 

,
"  () !$
.
, 
, 
 
.-,   () 


. ,  OAT/OFAT

,  


3.

4.5.1  

 , 




 (SDI)  . , + !6
,  100 ,  3 : 1, 
4–21
#.  , , 



 
# . , 

 


, 
##  $. 
,  

 4–21 SDI  3  

 4.5  SDI   267


 &.

, 






# . :
(1)  +

 ,   GE .-
 


.
(2) , 
 ,  



.
(3)  

  (), 


.
(4) 
.
$, 

.

 (  "% ) 

'. , 



.

4.5.2  

 

 , 





, % 



,  
 20 


.

1. 

 SDI , " , 



.  3 :
(1) "$
 .
(2)  ", .
(3)  #.
 3 ,   3  #,  4–11
#.

&"    ,  !1
3  ;   9  ,   3 ;
 , 

 3  :
(1) !6 100 , 
12 , 
268  4   


6! 10 

[26] .

 4–11  
  






 *

en =


 &
4
/5

 J
" 

"

1 ,
,$ &
so
.E$ 
 " 

/


 GDP

$11
ec
 

(2) 4
, Shen  52  , 
 [27] .
(3) Jelena Zlatar  2001—2012 1  SDI,
 37 [28] .
 ,   .  #
, 
 , #"%, 
,$ & .

2.  

, 
, "&

1. 
, 
1#
  

. ,  GE .-
 &.
 4.5  SDI   269

(1) 
 SDI 


!,  


. , 
 .

 17  : 

) 
) !3. 
n(n = 17)  m %, 
xij (xij > 0) # i  j &,  i = 1, 2, · · · , n, j = 1, 2, · · · , m.
 rij # xij 
&. 
, &)). 
,
!
xij
rij = , i = 1, 2, · · · , n; j = 1, 2, · · · , m,
max(xij )
j

 max(xij )  i &.

, !, -&)')
j
. 
, !

min(xij )
j
rij = , i = 1, 2, · · · , n; j = 1, 2, · · · , m,
xij

 min(xij ) ! i '&.

j
,  j ! i & fij 

rij
fij = , i = 1, 2, · · · , n; j = 1, 2, · · · , m. (4.9)

m
rij
j=1

,  5, !3, 

 & #&&!& 0. & 0 ,  0.0001
! , #'.   , ) &
#.  SDI  3, )  .
1 $11
○
$11!& (
$&), $11
 & 0, 
, ) 


|IN F |
fIN F = 1 − ,
|IN F |max

 fIN F $11; INF $11&; |IN F |max

270  4   



&-&.

2



○

 Alberto Martilli #[29] ,  



1

,  !. +



 
60∼100
, 


  100
,  

. 
, 


) 
( (
( DP − DPAP (
fDP = 1 − (( (,
|ΔDP |max (

 fDP 


) &; DP 


&; DPAP 


 &; |ΔDP |max # DP  DPAP -&&.

3

○




, ) 

⎧ 1
⎪
⎪ ( ( (( , DP  DPAP ,
⎪ ( ( ((
⎪
⎪
⎪ (P G − ( DP − DPAP (( + 1
⎨( ( DP ((
fP G =
⎪
⎪ 1
⎪
⎪ ( ( (( , DP > DPAP ,
⎪ ( ( ((
⎩ (P G + ( DP − DPAP (( + 1
⎪
( ( DP ((

 fP G 
) &, P G &.

(2)  

&
 , 
 .  
, 
 [30] . 


+, &
&. &
,
 , 1  , 

.

,  (4.9)  i & Hi 


m
1
Hi = −k fij · ln fij , i = 1, 2, · · · , n; k = .
j=1
ln m
 4.5  SDI   271

,  i &

1 − Hi
wi = , i = 1, 2, · · · , n.

n
(1 − Hi )
i=1

,  j  n  #


n
Fj = wi fij , j = 1, 2, · · · , m.
i=1

 SDI  3 

,
, # Fj(en) , Fj(so) , Fj(ec) 
 j  (en) 1 (so)  (ec)  :


nen
Fj(en) = wi(en) · fij(en) , j = 1, 2, · · · , m;
i=1


nso
Fj(so) = wi(so) · fij(so) , j = 1, 2, · · · , m; (4.10)
i=1


nec
Fj(ec) = wi(ec) · fij(ec) , j = 1, 2, · · · , m.
i=1

(3) 
1#



 5 
% 1#'. , 

 (DI) #'
, 1# (CI) #1 

 1#.   ,  DI  CI

, 

. 
, 


DI = C · F ,

 ⎡ ⎤T ⎡ ⎤
γ1 Fen
⎢ ⎥ ⎢ ⎥
C =⎢ ⎥
⎣ γ2 ⎦ , F =⎢ ⎥
⎣ Fso ⎦ . (4.11)
γ3 Fec

 γ1 , γ2  γ3 ## Fen , Fso  Fec  DI .

1#[31] 
272  4   


S
CI = 1 − ,
) F
1
S= [(Fen − F )2 + (Fso − F )2 + (Fec − F )2 ], (4.12)
3
1
F = (Fen + Fso + Fec ),
3

S  , F  &.
(4)  GE .-

GE .-' 1, .-
 
. , 
 GE .- 

.
)/ 
#,  
. , 1# ,,
, 


 
;  , 1
#

. 
,  GE .-,  4–22

#,    DI  CI  3 #,  4–12

#.

 4–22 
1# GE .-
 4.5  SDI   273

 4–12  DI  CI 
 DI !& 
  CI !& 1#
0∼0.5 
 0∼0.5 1#$
0.5∼0.8 
 0.5∼0.8 1#
0.8∼1.0 
 0.8∼1.0 1#

  DI & CI &,  GE .-  .

   (1,1) 2

, 
&), 

)
.

3.  

, 


. 7;,
,   % ,  




.
(1) , 

1, 0 @ . 

 &* , 0
 .
: ⎧
⎪
⎪ dx
⎨ dt = −ay − αx + u(t),
⎪

⎪
⎪
⎪
⎩ dy = −bx − βy + v(t),
dt
 a  b #  /

, α  β # @0
, u(t)  v(t) ## @0
.
(2) 




+ , , %0 , ($ 

,  

 , 


0. ,
 
 , 
 


. 
,   + .
 SDI 1  ,  3   (",
)  8   ( J 
").
 
 
. ,  
& (= /5

274  4   


)  ($11
 GDP ) . , 
,1  

.

,  ICM 
!$. 
*i (t),
, @0

, $ U

, 
1 βi . 
, 


, :
⎧
⎪ dFen (t) *1 (t),
⎪
⎪ dt = α11 Fen (t) + α12 Fso (t) + α13 Fec (t) + β1 U
⎪
⎪
⎪
⎪
⎨
dFso (t) *2 (t),
= α21 Fen (t) + α22 Fso (t) + α23 Fec (t) + β2 U
⎪ dt
⎪
⎪
⎪
⎪
⎪
⎪
⎩ dFec (t) = α F (t) + α F (t) + α F (t) + β U *
31 en 32 so 33 ec 3 3 (t).
dt


 (
, 


:

dF *,
=A·F +B·U
⎡ ⎤ ⎡ dt ⎤ ⎡ ⎤ ⎡ ⎤
Fen α11 α12 α13 β1 0 0 *1
U
⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
F =⎢ ⎥ ⎢ ⎥ ⎢
⎣ Fso ⎦ , A = ⎣ α21 α22 α23 ⎦ , B = ⎣ 0 β2 0 ⎥ * ⎢* ⎥
⎦ , U = ⎣ U2 ⎦ .
Fec α31 α32 α33 0 0 β3 *3
U
(4.13)

 (4.13) , Fx #  x(x = en, so, ec)  . F 





 ; A  1 
* '#; B  #


.-; U
* 
'-.-.  &",  B U
6
.
  (4.13) ,  T  t, 

t = kT, k = 1, 2, · · · , n.

$,  -. , $

1   F 
&

 .
 4.5  SDI   275

4. 

(1) 
"%

[32] ,  SDI 

 17 &.  10 , *

.

,  2013  10 


&,  4–13
#.  &), 

)

.
 4–13 2013  10  
  Fen Fso Fec DI CI 
1  0.378 0.343 0.439 0.876 0.897 0.161
2  0.164 0.277 0.386 0.625 0.672 0.499
3  0.085 0.050 0.056 0.144 0.761 0.889
4  0.122 0.213 0.035 0.279 0.408 0.932
5  0.147 0.053 0.057 0.195 0.494 0.951
6  0.015 0.012 0.006 0.025 0.635 1.041
7  0.020 0.015 0.005 0.030 0.521 1.082
8 @2E 0.022 0.010 0.007 0.030 0.517 1.084
9 6 0.023 0.016 0.004 0.032 0.478 1.100
10  () 0.023 0.015 0.003 0.031 0.396 1.142

(2) 20 



,  2009—2013 

1  . 
'
' ODE45


.  3  (  ()) 


, #
 

&"
 .  3  20 

 4–23  4–24
#.
 4–23   () 3 1
 . ,   20 .
 GE .-',  4–24
# 20 
. 
4–12 ,  1# 
G , &"

,  20 

,  1##

276  4   


 4–23 3  

 4–24 3 
 GE .-

.
,    
, 1#
 2029 #$0.   (),  0,  2029 
*.

, +#',  !

; +  ()   "!$.
 4.5  SDI   277

4.5.3  

 ,  


',   


, 
 . , %
 ()   , 

.

1. 

 
"%%.-#, #
 .-  ,.
(1) "%%.-
#

 (4.13)   . .- A

, 
:

dF Fk+1 − Fk
= ,
dt T


, 
 (4.13) 
⎡ ⎤ ⎡ ⎤⎡ ⎤ ⎡ ⎤⎡ ⎤
Fen 1 + α11 T α12 T α13 T Fen β1 0 0 *1
U
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥
⎢ Fso ⎥ =⎢ ⎥ ⎢ Fso ⎥ + ⎢ 0 0 ⎥ ⎢* ⎥
⎣ ⎦ ⎣ α21 T 1 + α22 T α23 T ⎦⎣ ⎦ ⎣ β2 ⎦ ⎣ U2 ⎦ ,
Fec α31 T α32 T 1 + α33 T Fec 0 0 β3 *3
U
k+1 k k

 
*k .
Fk+1 = A · Fk + B · U (4.14)

(4.14)  , .- A -.- B   Fi 

.
, Fi & 0; , &), ). , 
# A #

0,  # B #
.
  

 

0. 
, 
%, 
:
*.
F  = (GcA AF + UbA ) + B U (4.15)

 4–25  4–26 ##  F  .

278  4   


 4–25   F  

 4–26   F  

GcA %#.-,  GcA %#.-

A,  GcA 
.- A . 

⎡ ⎤
c1 0 0
⎢ ⎥
GcA = ⎢
⎣0 c2 0⎥ ⎦, (4.16)
0 0 c3

 ci  %#. ci  αij  4–14

#.

 4–14 ci  αij 

ci < 1 ci > 1
αij < 1 $! 
!
αij > 1 $ 


UbA #"%#. "%#

*
 
. 
, UbA   F   ,   "%#
.- GbA #, 
⎡ ⎤⎡ ⎤
b1 0 0 Fen
⎢ ⎥⎢ ⎥
UbA = GbA F = ⎢
⎣0 b2 0⎥ ⎢ ⎥
⎦ ⎣ Fso ⎦ . (4.17)
0 0 b3 Fec
 4.5  SDI   279

, #
#

* = GA F + B U
F  = (GcA A + GbA )F + B U *. (4.18)

(2)  


 F  6  bi  ci (i = 1, 2, 3) ,

, 
, 
.  

, 

   (Fen , Fso  Fec ) 



.   .
 ICM  !$3 , %.- GcA  .-,
"%.- UbA  &.-. 
, .-.- A 
, 
 (4.15)
!$
 (4.14) 
.
!$ ,  ci :
⎧
⎪
⎨ ci = 1 ± k · p,
⎪
cj = 1, i = j, i, j = 1, 2, 3,
⎪
⎪
⎩ b = 0,
i

 k #, p #
.  bi :
⎧
⎪
⎪ bi = k · p · αii ,
⎨
bj = 0, i = j i, j = 1, 2, 3,
⎪
⎪
⎩ c = 0,
i

 k #, p #
.

2. 


 20 

 ,   +

. , & &"# , 
, "


# .
(1) &"&"
n
 20 
 4 &",  5  &",  n =
1, 2, 3, 4. k #, .
280  4   


(2) 

S

Fen , Fso  Fec 


.  DI  CI  

.

(3) #
X

#
# GA = GcA A+GbA ,  ci  bi (i = 1, 2, 3).
  
.
(4) 

 #, # {GA (1), GA (2), GA (3), GA (4)}.

(5) 
'
*
, 
n 


 i 
' F  = GA (i)F + B U.
&
n − 1 

#&.
(6) &' V

&' 
*
. , &' Vn #
n 

, 


4 
4 
5
V = Vn = SCnk (sn xn )
n=1 n=1 k=1

#  &'.

3. 

  

, !$
 , 
 

1#  . 
,   20 


, 
 . *, &
 GA  B !$, 
.  ICM 
 
!$, %
 "%%
.
Sharifzadegan  Gollar 0
(SEA) [33]
0

. ($
,  4–15
#


 &.
 4–15 
 ,  $:
 : 


 bi  ci 
 4.5  SDI   281

  F .

 4–15  


 &
$434 0.20
%:7+ 0.23
$4 0.13

4$< 0.13
 4 0.17
  0.13

  0.04
"4 0.12

1 4-4
0.18
 3 0.26
1
1 0.12
5F 0.07
"  *  0.14
     0.07
4$< 0.19
#1$ 0.13
$ 0.16



0.23
*?3 / 0.10
 
0.19

: 

 bi  ci  &.
 : 1  &,
 .

4.5.4  ()  

 ——  ()  .  4–24, 2029 

 () 
1# 0 (  () 
(). 
, ICM
!$  () <;.
  (),  



; 
  () !$ #, 
!$ 
,  

  20 
; , %
 
282  4   



.

1. 

"%[32] ,  bi  ci 
 F
, $  () 
 DI 1# CI  .
 & 4–27 ∼  4–30
#.

 4–27  ci  ±5%  ±10%   () DI 

 4–28  bi  ±2%  ±4%   () DI 

 4.5  SDI   283

 4–29  ci  ±5%   () DI 

 4–30  bi  ±2%   () DI 

 4–27  4–28 , b1  DI   c1 ;  b1

 c1 
 DI ,  b1  c1  , 

 DI .
 4–29  4–30 % ci "% bi 

.  3  ci (i = 1, 2, 3) , c2 
 DI ;  3 
bi (i = 1, 2, 3) , b1  DI . 
 6 , * c2 
284  4   


DI !.

2.   20 

 4.5.3  2 '7;

, , 
   ()  20 


, 
 

 
. 


 4–31
 4–32
#.

 4–31   () 



 4–31 ,  20   .  4–32,

, 
$.  , 2029 
 () + 0, ,  ()  2033 

1#  +.

3. 

 
,   () 

, 1
. 
, 

 4–16
#.
 4.5  SDI   285

 4–32  GE .-#  () 



 4–16  () 
## 

1 

(ec)
 
(ec)
2
 3 (so)

14-4
(so)
3 %:7+ (en)
4 (en)

4.5.5  

1. 

(1) 
3 .-

%& ICM !$

, &
. 

),  !.
* .  B U
 (4.15) , .- B U *  

.-, '
,  μ = 0, σ 
#. 5 i
'
Fi  , 
286  4   


* = AF
BU * ,

*  F 3 .-, .- A
 A * ' α
*ij 3 
,  α
*ij ∼
N (0, σ). 
, 
#

* .
F  = (GcA A + GbA + A)F (4.19)

(2)   () *

 σ = 0.4,   () *

. *
 4–17
#. 3 
,  () 

 4–33
#.
 4–33 ,  

 , 


.  σ = 0.4 ,  0, 
 () 
 . ,  σ = 0.5 , 
!& . 
,   () 
 
"
&.

 4–17   ()  20 

 2014—2018  2019—2023  2023—2028  2029—2033 
c1 0.05 0.05 0.05 0.05
c2 –0.1 0 0.05 0.1
c3 0.5 0.4 0.4 0.35
b1 –0.1 –0.08 –0.04 –0.02
b2 0.05 0.02 0 –0.03
b3 0.5 0.5 0.5 0.45

2.  

 4.5.3 , 




 bi  ci  . 

, 


.  αij
3 , !
-& &
. , " OAT/OFAT
, 


:
( (
1  (( FM (αij , k) − FM (αij , k) ((
Dmij = ( (, m = en, so, ec, (4.20)
k FM (αij , k)
k
 4.5  SDI   287

 4–33 3   () 

 

 Dij  αij 3 

.  α12  ,  αij =
(1 + η)αij (η = −0.3, −0.25, · · · , 0.03), k = 2014, 2015, · · · , 2018,  

 4–34
#.

 4–34 


,  α12 -.  α12 , 

;  α12  30% , -' 11%. 


"&3 .
288  4   


4.6 

  

# .
, 
  2015—2030 

0,  17 *
1 .

, 
 


 '. 

 

,  . 

“5 

 , 
.” 

 1<*"; , , 
#,;
%  

0.

4.6.1 

"2 


, 

,  
')#
 .  
" !1
,    HIV/AIDS 1 
J #
 .
" , 

 
>, 

  , $$

A. 
, 

  

, "  , 
, %
  
# . #)
,  1*) !$, "
" .
G, # 4  


, % 4 
 20 
.

1.  



 , #
1 , 
06A
( 8   


, . &( , 
 4.6  289

 20 
!$,  

 , 
 .
 
 
$, 
, 
, 

.  ,  3



, 
,   +
, *%3
.
, E  


,   .
) 
,
 
 3.0 , $  
. 

'4
+.  

. 
) &B2 .
 ,  .
, ( PM2.5  75.9  ( 100 ),  , 
'

4. 

3    ,  


.


6, )
, %& , #

&.

2.  

"

,   ". 
1

 

, 

 ,


. # ,
 ; "!, , 
 "!. 
,
 #+, $
.   , 
!

 , + 
 
. 

, 

 .  "% " *

,  ,

.
290  4   


, 
0, 

0. 
 + 
, 


.
, , 


 (4 )
 
. #, ICM  
+' , 
$ 

.
 #) , 
, *
,. 
,  +.

,  $ ,

$".

3. 


 

,  


,  20 


.
, 1
 DI 
 EI 



.  !

, 

 

. 
, $  20 

,  
, 




. ,  !$,    !$. 
, * #
'

, ' 
.
,  %


. 
,
 G
, 


.
, "1 
  , "

 + 


. 
, ICM 
  !$ ,  20 


.
&
, 
 ' 
.  
 ICM !$  
 ,  ICM !$

.
 1

,  

 4.6  291

,   

.
 ,  20   10 
, # &,
  10 
, &
. , " ICM 
 ,  20 1


. , 
 '
 , 1
& .

4.  SDI  

 SDI 

,  

1
  ,  
.
,  J $117+  
, "%.  
/, /!), 

 $)
.

,   DI (

)  CI (1#)  

1#
. 



  


.

,
 

 , 



.
 ,   
'.  
). ,  #,  #
, !$
# ,   .  
 -, #
-, .-
 !$
,  .
, #




 

,  /!.

4.6.2 

(1)  

292  4   


  ,  4 8,

  "9$4 '. 


, $
 ,  
;  
   , -1,  ; , 

&, ! 0.
(2) , 4


 , 0 


.
  
 
,  $

;  
1 
4, ,

 ;, 
. 
, 
4

0 
.
(3) 
  ,  →  $ → 
 → ,-,. 
 , 
, ,
. $ &.  &
, '
%
 ,  &, A


.
, 
.
(4)  
 

 ,
A+
, 

 4!B"
. 
& ,  8 A 
;  3, $4
, ,
/; A  4 .
(5) )






, 
*

,





 , 3, &


0.


)
 )

"$, 
)) 

0
 
,  



"!, 

( . 
     293

) , ,   

,2
 
),  .
(6)
 
  , 5> */ $

&#. 
, 
 , 
  , 
*2 . *
 
, & 
 

0 .



[1] COMAP. ICM Problem D[EB/OL]. [2015-2-6]. http://www.comap.com/undergra-
duate/ contests/mcm/contests/2015/problems/2015 ICM Problem D.pdf.
[2] "

.  [EB/OL]. [2017-5-6]. http://www.sznews.
com/zhuanti/content/2008-10/30/content 3341837.htm.
[3] 
. 

[EB/OL]. [2017-5-8]. https://baike.baidu.com/item/%E5%
8F%AF%E6%8C%81%E7%BB%AD%E6%80%A7%E5%8F%91%E5%B1%95/
7848789.
[4] The World bank. The World Bank [EB/OL]. [2015-2-6]. http://data.worldbank.org/
indicator.
[5] Yale. Environmental Performance Index (2014) [EB/OL]. [2015-2-6]. http://epi.
yale.edu/epi.
[6] AON. Political Violence Risk [EB/OL] [2015-2-6]. http://www.riskmap.aon.co.uk/
political riskmap.aspx#.
[7] Wikipedia. Bhutan [EB/OL] [2015-2-7]. http://en.wikipedia.org/wiki/Bhutan.
[8] Sci Dev Net. Bhutan Faces Crop Losses from Erratic Climate [EB/OL]. [2015-2-7].
http://www.scidev.net/global/farming/news/bhutan-faces-crop-losses-from-erratic-
climate.html.
[9] The Economist Intellegence Unit. Social Unrest [EB/OL]. [2015-2-7]. http://views-
wire.eiu. com/site info.asp?info name=social unrest table&page=noads&rf=0.
[10] Burton I. Our common future—the world commission on environment and develop-
ment [J]. Environment-Science and Policy for Sustainable Development, 1987, 29(5):
25–29.
[11] Wackernagel M. An evaluation of the ecological footprint [J]. Ecological Economics,
1999, 31(3): 317–318.
[12] Odum H T, Nilsson P O. Environmental accounting—emergy and environmental
decision making [J]. Forest Science, 1997, 43(2): 305.
294  4   


[13] Zhang F Y, Pu L J, Zhang J. A modified model of ecological footprint calculation

based on the theory of emergy analysis—Taking Jiangsu Province as an example [J].
Journal of Natural Resources, 2006, 21(4): 653–660.
[14] Zou Z H, Yi Y, Sun J N. Entropy method for determination of weight of evaluating
indicators in fuzzy synthetic evaluation for water quality assessment [J]. Journal of
Environmental Sciences, 2006, 18(5): 1020–1023.
[15] Diakoulaki D, Mavrotas G, Papayannakis L. Determining objective weights in mul-
tiple criteria problems [J]. Computers & Operations Research, 1995, 22(7): 763–770.
[16] Forrester J W. Industrial dynamics: a major breakthrough for decision makers [J].
Harvard Business Review, 1958, 36(4): 37–66.
[17] Guo H C, Liu L, Huang G H, et al. A system dynamics approach for regional
environmental planning and management: a study for the Lake Erhai Basin[J].
Journal of Environmental Management, 2001, 61(1): 93–111.
[18] Harvey L D D. A guide to global warming potentials [J]. Energy Policy, 2009,
106(28): 11812–11817.
[19] Myhre G, Shindell D, Br eon F M, et al. Anthropogenic and Natural Radiative Forc-
ing in Report of the Intergovern-mental Panel on Climate Change [M]. Cambridge:
Cambridge University Press, 2013.
[20] UN. UN list of Least Developed Countries [EB/OL]. [2015-2-6]. http://unctad.org/
en/pages/aldc/Least%20Developed%20Countries/UNlistofLeastDevelopedCoun-
tries. aspx.
[21] Kerk G v d and Manuel A R. A comprehensive index for a sustainable society:
The SSI—the sustainable society Index [J]. Ecological Economics, 2008, 66(2-3):
228–242.
[22] Brundtland Commission. World Commission on Environment and Development:
Our Common Future[M]. Oxford: Oxford University Press, 1987.
[23] Epstein J M, Axtell R L. Growing Artificial Societies: Social Science From the
Bottomup [M]. Cambridge: MIT Press, 1996.
[24] Preston S H. The changing relation between mortality and level of economic devel-
opment[J]. Population Studies, 1975, 29(2): 231–248.
[25] WHO. World Health Statistics 2010 [EB/OL]. [2015-2-6]. http://www.who.int/gho/
publications/world health statistics/ENWHS10Full.pdf.
[26] Eurostat E U. Sustainable Development Indicators [EB/OL]. [2015-2-6]. http://ec.
europa.eu/eurostat/ web/sdi/indicators.
[27] Shen L Y, Zhou J Y, Skitmore M, et al. Application of a hybrid Entropy-ICMcKinsey
Matrix method in evaluating sustainable urbanization: A China case study [J].
Cities, 2015 (42): 186–194.
     295

[28] Tonkovic Z, Zlatar J. Sustainable development in island communities: the case study
of Postira [J]. European Countryside, 2014 (20):254–269.
[29] Martilli A. An idealized study of city structure, urban climate, energy consumption,
and air quality [J]. Urban Climate, 2014(10): 430–466.
[30] Zhou Z H, Yun Y, Sun J N. Entropy method for determination of weight of evaluating
indicators in fuzzy synthetic evaluation for water quality assessment [J]. Journal of
Environment Sciences, 2006, 18(5): 1020–1023.
[31] Zhang W M. Evaluation of urban sustainable development based on entropy [J].
Journal of Xiamen University: Arts & Social Sciences, 2004, 162(2): 105–119.
[32] World Bank.World Bank Open Data: free and open access to data about develop-
ment in countries around the globe [EB/OL]. [2015-2-6]. http://data.worldbank.org/.
[33] Sharifzadegan M H, Gollar P J, Azizi H. Assessing the strategic plan of tehran by
sustainable development approach, using the method of “Strategic Environmental
Assessment (SEA)” [J]. Procedia Engineering, 2011(21): 186–195.