1、 模型的评价、改进及推广
1.1 模型评价
优点：
（ 1 ） 在求解第一问时 ， 模糊综合评价采用模糊数学中的最大隶属度原则研究环境中的模糊现象，可以细致、准确地评价环境等级 。
（ 2 ） 本模型采用的灰色预测模型具有 少数据性 、 良好的时效性 、 较强的系统性和关联性 等特征，可以合理的对数据做出预测。
（ 3 ）在求解问题二时，我们把长江流水水质假设成是一维稳定河流水质，这样可大大方便求解上游给下游地区带来的污染物质量。
缺点：
（ 1 ） 采用模糊综合评价时，实际中最常用的是最大隶属度原则，但用此分级标准评价环境污染程度存在一定的主观性 。
（ 2 ）在求解某些模型时，为了使问题得到方便的解决，往往采用简化的手段进行求解，因此求出的结果与真实值会存在一定的偏差。
1.2 模型改进
在求解问题二时，没有考虑长江流量的变化给江水净化污染物质量大小所带来的影响。这会在一定情况下影响结果的准确性。若要提高使模型的精度，应该把江水的流量变化考虑进去。
1.3 模型推广
模型一中，除了用模糊算法评价外，还可以用 BP 神经网络来求长江水质的在综合评价而；而在求解问题三和问题四时采用的灰色预测，还可以用回归分析预测、时间序列预测和神经网络预测等代替。
篇二
模型的评价与推广
（1） 模型的优缺点
优点：
可以简洁快速的进行人员合理分配
快速求解利益最大化
缺点：
已知限制条件较少，约束条件少 。
（2） 模型的改进与推广
因为此模型为理想条件计算，对于真实情况的人员休假跟特殊情况突发的临时调动以及人员调动没有真实数据进行拟合，因而可以通过得到更多的实际真实约束来优化改进模型问题。
同时人员分配问题建立模型同时可以应用于其余分配问题以及投资，商品选购等问题
篇三
模型的优点
（1）在数据处理方面，我们详细分析了视频数据，引用了标准车当量数（PCU），引用了通流量，规范了数据的格式和可用性，为下一步解题提供了简洁的数据资料。
（2）在视频数据统计方面，我们实行分阶段定点查数，在每隔30秒的时间内取值，符合上游路口信号配时，并满足了第一相位、第二相位的地理性。
（3）模型在图像处理和显示上，我们采用SPSS和MATLAB双重作图，拟合数据的变化趋势及正态Q-Q图，使问题结果更加清晰、条理和直观。
（4）从数据中筛选出发生堵车时的合理数据，融合排队论模型的核心思想，给出科学直观的显示结果。
（5）在模型建立上，提取了排队论模型和交通波模型的理论架构，同时简化了无用的模型公式，尽量贴近数学建模“用最简单的方法解决最难问题“的思想。
模型的缺点
（1）在视频数据采样上，采用的是人工读取，虽然大大提高了灵活性，但也容易使数据出现人为的偏差和不精确；视频中从小区从进入到道路上的车辆并没有进行确切的统计。
（2）在问题一中，只采用了一种分析方法，结果比较单一，没有系统和全面地分析横断面通行能力的变化过程。
（3）问题三的所建立的关系模型中没有明确体现横断面实际通行能力，这也就使我们的关系模型不能准确地反应变量之间的关系。
（4）在统计完全堵车时的汽车数量时没有明确的标准规定，只是单纯地用主观认识确定完全交通拥堵。
模型的推广
依据题目中提供的视频数据和附录，建立了车祸横截面通行能力的通行量模型，并利用排队法的相关知识，确定了车辆排队长度、事故排队时间、路段上游车流量的函数关系，对城市中交通事故的处理方面有一定的参考价值。
模型中分析问题、解决问题的一些独到方法，排队法数据取样的总体思想，对其他数学问题及一般模型仍可使用。
另外，针对路边停车、占道施工等因素导致车道或道路横断面通行能力在单位时间内降低的现象，我们的方法对于交通管理部门可以作为分析解决问题的一种参考。