数学建模获奖感言(new)

尊敬的各位老师,亲爱的学弟学妹们:

大家好!我是xx学院xx专业x级学生xx。很高兴能作为大学生数学建模竞赛的获奖代表在此发言。在20xx年全国大学生数学建模竞赛中我与同班的xx同学、建工的xx同学共同完成的论文《xx》获得了本科组省级二等奖,在20xx年美国大学生数模竞赛中与信工的xx同学、xx同学合作完成的《xx》获得国际二等奖。

20xx年的国赛和20xx年的美赛我校均获得优异的成绩,首先我代表获奖的各位同学感谢学校的大力支持,感谢在座的各位老师对我们的指导。

我觉得能够获奖,除了同学们的努力之外,在座的各位老师们付出了更多的心血。他们除了要完成本职工作还要花费时间与精力培养我们,并且在暑期针对比赛进行系统的培训,比赛期间不仅给我们提供了最好的后勤服务,而且针对比赛方案提出了很多非常有效的指导。

今天,除了要对老师们的辛勤表示感谢之外,还想与大家分享一下我的参赛历程以及参赛之后的一些心得体会。希望有更多的同学能够喜欢数学建模,能够从数学建模中体会乐趣,收获更多的东西。

我是在大一时从当时的高数老师那里知道大学生数学建模竞赛的。虽然心中已经对这样的竞赛产生了兴趣,但是当时一方面刚刚结束炼狱式的高中生活,消息相对闭塞,对于这些竞赛没有什么概念。另一方面觉得大学生数学建模神圣不可侵犯,大一的自己还没有那个实力(呵呵)。也就只是默默记在了心里,希望以后能够真正参与其中。

我还清楚的记得当20xx年春季数学建模第一期培训开始的时候,我与身边的很多同学都开始跃跃欲试。大家轰轰烈烈的参加报名、面试,上课、讨论、选拔。整整一个学期,通过第一期数学建模基础知识的培训,我对建模有了一定的理解,从自己漫无目的的探索和琢磨,变为系统的学习和研究,在这期间的每一点努力都变成了日后进步的原动力。

最终确定了参赛选手和人员分配之后,暑期第二期培训就被真正的提到日程上。如果之前的培训是对数模各个队员的热身的话,现在就是真正的练兵。

暑假的时候我们一行人都早早的来到学校,在机房里对着电脑纠结《学生宿舍设计方案》,研究《未来几年国内的房价》,寻找《最佳送货路线》,满脑子都是各种算法、数学公式。在宿舍里,想尽各种办法抵抗西安八月份酷热的天气。偶尔空出时间,大家会一起寻觅学校附近当时还营业的饭馆。经过团队之间所有人的努力,解决所有的问题并成功写出一份论文的时候,内心的成就感真的不可言喻。现在想来都觉得这一切的付出都很值得。在那段时间,我们不但提高各方面的技术水平,整个团队也变的更加默契。

国赛三天,对于那时的我们就是检验之前一切的战场。三天三夜老师与我们一起通宵达旦、不眠不休。大家都尽最大的努力,希望在这几天里拿出最完善的方案,为自己交上完美的答卷。

经历了这些之后,好像结果已经变的不那么重要。当然,国赛成绩揭晓的时候,自己还是有那么一点小小的失落。毕竟,没有达到自己预期的目标。

后来,由于我的数学知识与英语方面都还不错,被老师推荐参加20xx年国际比赛。自20xx年10月国庆放假结束后我们就开始了美赛前的培训。美赛与国赛有很大的差别,它对英语写作的能力要求比较高,我们需要在四天四夜的时间完成20页左右的全英文的科技论文。针对这些不同,结合团队自身的特点老师制订了合理系统的训练方案,训练前期分别针对我们分工的不同进行科技文汉译英与英译汉的训练、matlab编程的训练等等,后期主要用往届真题进行实战训练。在此期间我们同xx老师、xx老师、和xx老师一起完成了实际项目《中学高考成绩定量分析》,那是我们首次用数学建模的思想来解决的现实中的实际问题。再次让我感受到数学建模的魅力。

在我看来,要想在数学建模竞赛中取得收获,良好的团队协作、认真负责的态度、格式规范的论文是非常重要的

国赛中数学建模要求3个人在短短三天时间内完成20页左右的论文,竞赛题目涉及到的知识面非常广泛,需要借助图书馆、网络等来查阅大量的资料。这就要求队员之间有顺畅的交流和沟通,实现优势互补,所以比赛前组队、分工以及团队磨合是很重要的环节。一队三个人要相互支持,相互鼓励,切勿自己只管自己的一部分(数学好的只管建模,计算机好的只管编程,写作好的只管论文写作),只靠一个人的力量,要在三天之内写出一篇高水平的文章几乎是不可能的。 数学建模竞赛需要有高效快速学习新知识的能力,不管你之前准备的多充分,比赛中也有很大的可能会遇到自己没有学过的知识,所以大家一定要有一个好的心态,相信自己的能力,充分发挥个人的优势,注重团队合作,任何难题也会迎刃而解。

数学建模最后的论文是至关重要的,对于一个题目,大家最后的模型和结果都差不多,但是有些队得全国奖,有些队可以拿省级奖项,而有些队却什么都拿不到,这关键在于论文的写作上面。一篇好的论文首先读上去便使人感到逻辑清晰,有条例性,能打动评委;其次,论文在语言上的表述也很重要,要注意用词的准确性;另外,优秀的论文应有闪光点,有自己的特色,有自己的想法和思考在里面,总之,论文写作的好坏将直接影响到成绩的优劣。在基本的论文构架中,摘要又是其中最重要的部分,还有论文的格式、图表的美观、论文的基本排版都是需要提前打好基础的。

大学四年我们会学到很多,数学建模却给我最深记忆,就知识而言,文献资料的查找能力,计算机的操作能力,实际问题的分析能力,科技文的写作能力等都在比赛中得到了很大的锻炼。

今天我就跟大家分享这些,最后,送给大家一句话:相信在座的各位老师,相信你们自己。衷心希望大家积极参与20xx年全国大学生数学建模竞赛并祝愿大家取得优异成绩,同时在比赛中收获一份友谊!谢谢大家。

 

第二篇:数学建模论文new

西安邮电学院第七届 大学生数学建模竞赛

参赛作品

参赛队编号: 318 赛题类型代码: A

数学建模论文new

公众投资者信息获取与风险态度等方面的影响

摘 要

近几年,我国的证券市场的高速发展,个人财产性收入已引起人们的广泛关注。 本文用了模糊数学模型和对各项评价付权重的方法进行建模分析。

根据不同方面得出如下数学模型:

(一)、提出公众投资者的个人状况、信息获取方式、媒体信任程度、风险态度等。

(1)建立矩阵

gij?c?cij

4

k?1 ij

(2)M(?,?)——加权平均型

sk?m???min?1,???jrjk?=(b1,b2,b3,…,b16)

?j?1?

利用算子及权重等定义计算。

(二)、个人状况、信息获取方式、媒体信任程度、风险态度之间的相关性

(1)用EXCEL的筛选工具与SUM函数进行数据处理。

(2)用EXCEL中的CORREL函数求数据之间的相关系数r。通过对相关系数的分析,得出个人状况、信息获取方式、媒体信任程度、风险态度之间的关系。 关键字:模糊数学 多因素统计方法 相关性系数 加权平均原则

综合评价法 算子 权重

公众投资者信息获取与风险态度等方面的影响

一、问题重述

几十年来,经济改革的成就之一是我证券市场的高速发展,实现个人财产性收入已引起人们的广泛关注.投资者希望能够充分地把握各种证券信息,但发行方有时却会视公司信息为其独占信息,甚至视之为发行人的商业秘密。证券发行人为了出售证券,虽然不得不向投资者公开某些信息,但信息公开程度系以满足证券销售为最高限度。在采取信息自愿公开的时期,信息公开的范围和方式、信息公开的时间性或者时效性、信息的真实性及准确性等方面,都是站在发行人立场上作出判定的,因此,难免出现损害投资者利益的情形。附录中给出了博雅证券研究所所掌握的一些数据资料,请你们根据这些数据资料,利用数学建模的方法,提出以量化分析为基础的公众投资者的个人状况、信息获取方式、媒体信任程、风险态度等,并分析他们之间的相关性,同时向证券监管部门和公众投资者提供一些建议.

二、符号说明

U:表示评价因素(例如:年龄、职业、受教育程度等)

r:表示线性相关系数。

V: 模型引进的新概念(表示因素的重要程度,分别:很重要、重要、一般、不重要)

Z: 表示模糊综合评价的矩阵。

W:表示各因素权重,每一个评价因素在总的因素中重要程度和地位。 S:表示总体评价的结果。

M:表示算子,计算S时算采取的方法。

M(?,?)表示:sk?m???min?1,???jrjk?=(b1,b2,b3,…,b16)

?j?1?

u:表示加权原则。即:u????v?sii?1nk

?si?1n ki

三、问题分析

问题的重点在于用精确的数学方式提出个人状况、信息获取方式、媒体信任程度、风险投资态度并分析其相关性。这些关系都无法用确切的函数关系表达式来描述,所以我组决定通过模糊数学的应用来得到结果。由于此问题存在大量的影响因素,为便于权重分配和分析,我们按影响因素的属性将调查问卷中涉及的影响

1

因素分为个人状况、信息获取方式、媒体信任程度、风险投资态度这四类,把每一类都视为单一影响因素,作为第一级影响因素

问题第一部分:该部分让我们用量化分析的方法提出个人状况、信息获取等。例如“个人状况”的提出,问卷中共有16个二级评价因素影响,所以除了分别按照不同指标统计之外,总体的影响程度还牵扯到不同指标的重要程度不同的问题。通过讨论,我们发现需要引进一个新的概念来指出评价因素的地位和重要程度。

问题的第二部分:对个人状况、信息获取方式、媒体信任程度、风险投资态度之间的相关性进行分析。由于这四个影响因素的影响指标比较相似,我们通过Excel中的SUM、CORREL函数进行分析,并且求的相关性系数r,进一步进行判断其相关性。

四、模型建立与求解

模型的假设:

鉴于影响因素的影响程度的不确定性,我们认为用模糊综合评定法将定性问题进行定量计算最为合适。

相关性则利用了Excel中的SUM、CORREL函数对数据进行比较研究得出。 模型建立与求解:

假定新的概念V来表示各个因素的重要程度,V=(V1,V2,V3,V4)分别代表很重要、重要、一般、不重要。

(一)、提出公众投资者的个人状况、信息获取方式、媒体信任程度、风险态度等。

(1)个人状况

个人状况由16个二级影响因素组成:性别、年龄、受教育程度、职业 、平均月收入、家庭收入的主要来源、进行金融投资的主要目的、入市的时间、进入股市的原因和途径、投入股市的资金占家庭财富的比例、对于上市公司的相关信息的理解、投资失败对日常生活影响、股票投资知识来源于、是否参加过专门的股票投资培训、专业机构为您提供投资建议和培训是否有用、目前最希望获得哪方面的培训与教育。假设权重分别为(0.05,0.07,0.05,0.08,0.06,0.09,0.045,0.055,0.07,0.05,0.06,0.065,0.075,0.08,0.055,0.045)。设U={U1,U2,U3?U16}为16个因素,V={v1,v2,v3,v4}为4个评判。由于各种因素所在的地位不同,作用也不同,可用权重W={w1,w2,w3,?,w16}来描述。

用Ru (0<=Rij<=1)表示vj对因素ui所作的评价,得到模糊综合评价矩阵R=(rij)n*m

综合评价B=A?R=(b1,b2,b3,b4,b5,b6)是上的一个模糊子集,根据运算?的定义不同,可得到不同的模型。

模型: M(?,?)——加权平均型

Bj: 因为综合评价的结果bj的值仅由wj与rij(i=1,2,??,n)中的某一个确定,着眼点是考虑主要影响因素,其他因素对结果影响不大,这种运算有时出现影响程度不易分辨的情况。

2

因素集U={性别、年龄、受教育程度、职业 、平均月收入、家庭收入的主要来源、进行金融投资的主要目的、入市的时间、进入股市的原因和途径、投入股市的资金占家庭财富的比例、对于上市公司的相关信息的理解、投资失败对日常生活影响、股票投资知识来源于、是否参加过专门的股票投资培训、专业机构为您提供投资建议和培训是否有用、目前最希望获得哪方面的培训与教育 },

评价集V={很重要,重要,一般,不重要}

注:由于不同因素的影响程度不同,因此无法统一具体标准,一概用重要程度来描述。

接下来我们进行求解: 通过问卷调查我们得: U1=性别 U2=年龄

U3=受教育程度 U4=职业

U5=平均月收入

U6=家庭收入的主要途径 U7=进行金融投资的主要目的 U8=入市的时间

U9=进入股市的原因和途径

U10=投入股市的资金占家庭财富的比例 U11=对于上市公司的相关信息的理解 U12=投资失败对日常生活的影响 U13=股票投资知识的来源

U14=是否参加过专门的股票投资培训

U15=专业机构为您提供投资建议和培训是否有用 U16=目前希望获得哪方面的培训与教育

通过调查问卷问题分析,与附件中Excel的数据分析,同时引进新的概念反映二级因素的重要程度可得影响因素的频率分布表: 二级因素频率分布表:

数学建模论文new

3

由上表计算分析 得出的模糊矩阵为:

0.61688, 0.38312, 0, 0, 0, 0, 0 0.36364, 0.14935, 0.24026, 0.08442, 0, 0, 0 0.06494, 0.27922,0.14286,0.51299, 0, 0, 0 0.12987, 0.23377, 0.13636, 0.19481,0.15584, 0.10390, 0.04545 0.24675, 0.40260, 0.31818, 0.03247, 0, 0, 0 0.75162, 0.09090, 0.14286, 0.01299, 0, 0, 0 0.62338,0.11039,0.11688, 0.07792,0.07143, 0, 0 0.40909, 0.23377, 0.22078, 0.13636, 0, 0, 0 0.29870, 0.07143, 0.10389, 0.52597, 0, 0, 0 R= 0.39610, 0.29870, 0.02597, 0.11688, 0, 0, 0 0.09091, 0.36364, 0.48052, 0.06494, 0, 0, 0 0.76623, 0.23377, 0, 0, 0, 0, 0 0.16234, 0.19481, 0.26623, 0.37662, 0, 0, 0

0.15584, 0.11688,0.24675, 0.48052, 0, 0, 0 0.46753, 0.33766,0.19481, 0, 0, 0, 0 0.16234, 0.48152, 0.09740,0.25812, 0, 0, 0 U中不同的16个因素,由于各个因素所在的地位不同,作用也不同,不妨设权重为

(0.05,0.07,0.05,0.08,0.06,0.09,0.045,0.055,0.07,0.05,0.06,0.065,0.075,0.08,0.055,0.045)来进行描述,模糊综合评价如下:

采用算子 M(?,?)求解得:

s

k

?m???min?1,??rjk??=(0.361,0.311,0.176,0.107,0.231,0.415,0.122,0.314,0.25j?j?1?

1,0.311,0.256,0.433,0.412,0.312,0.378,0.289)

(2)信息获取方式

信息获取方式由13个二级因素组成:同时持有的股票只数、是否分析股票的财务报表、一支股票一般多长时间脱手、做具体投资时的依据、购买股票的决定性因素、

4

数学建模论文new

是否经常改变对某只股票的评价不断卖出认为不好的股票买进其他股票代替、是否有投资失败的经历、觉得投资成功的根本原因、过去的投资经验对现在投资有帮助、 觉得自己的投资水平在周围股民群体中排名在什么位置、将如何处理下跌的股票、 在熊市之前的股市认为它是否有泡沫、如果有,是否还是坚持买进。假设权重分别为(0.06,0.085,0.08,0.09,0.085,0.065,0.07,0.085,0.07,0.08,0.085,0.07,0.075) 用如上模型:

通过问卷调查我们得: U1:同时持有的股票只数 U2:是否分析股票的财务报表 U3:一支股票一般多长时间脱手 U4:做具体投资时的依据 U5:购买股票的决定性因素

U6:是否经常改变对某只股票的评价卖出认为不好的股票买进其他股票代替 U7:是否有投资失败的经历 U8:觉得投资成功的根本原因

U9:过去的投资经验对现在投资有帮助

U10:觉得自己的投资水平在周围股民群体中排名在什么位置 U11:将如何处理下跌的股票

U12:在熊市之前的股市认为它是否有泡沫 U13:如果有,是否还是坚持买进 通过EXCEL统计,得如下表格:

数学建模论文new

5

由上表计算分析

得出的模糊矩阵为:

0.34416, 0.56494, 0.09091, 0, 0, 0, 0

0.50649, 0.49351, 0, 0, 0, 0, 0

0.15584, 0.46753, 0.28571, 0.09091, 0, 0, 0

0.09740, 0.29221, 0.13636, 0.05195, 0.12338, 0.19481, 0.10390

0.25325,0.34416,0.23377, 0.12987,0.03896, 0, 0

R= 0.46753,0.53247, 0, 0, 0, 0, 0

0.11688, 0.61039, 0.09091, 0.18182, 0, 0, 0

0.34416,0.27273, 0.30519, 0, 0, 0, 0

0.21429, 0.24675, 0.29221, 0.24675, 0, 0, 0

0.35065, 0.25325, 0.29870, 0.09740, 0, 0, 0

0.66883, 0.33117, 0, 0, 0, 0, 0

0.40260,0.40260, 0.19481, 0, 0, 0, 0 U中不同的13个因素,由于各个因素所在的地位不同,作用也不同,不妨设权重为(0.06,0.085,0.08,0.09,0.085,0.065,0.07,0.085,0.07,0.08,0.085,0.07,0.075)来进行描述,模糊综合评价如下:

采用算子 M(?,?)求解得:

sk?m???min?1,???jrjk?=(0.378,0.256,0.324,0.225,0.278,0.132,0.179,0.274,

?j?1?

0.336,0.358,0.198,0.275,0.339)

(3)媒体信任程度

媒体信任程度由9个二级因素组成:购买股票时是否会参考周围人的意见、当一个股票被反复推荐但不了解情况会买吗、看好的股票不被认可会改吗、是否经常看财经股票媒体报道、获得主要的投资信息渠道是、认为股评家是否可信、若可信是因为什么、你会参考何人的意见、政府的政策对股市影响程度。假设权重分别为:(0.09,0.15,0.12,0.098,0.08,0.09,0.092,0.13,0.15)

通过调查问卷得:

U1:购买股票时是否会参考周围人的意见

U2:当一个股票被反复推荐但不了解情况会买吗

U3:看好的股票不被认可会改吗

U4:是否经常看财经股票媒体报道

U5:获得主要的投资信息渠道是

U6:认为股评家是否可信

U7:若可信是因为什么

U8:你会参考何人的意见

U9:政府的政策对股市影响程度

6

通过EXCEL统计,得如下表格:

数学建模论文new

由上表计算分析 得出的模糊矩阵为:

0.46104,0.37662, 0.12987, 0.03247, 0 0.31818, 0.68182, 0, 0, 0 0.43506, 0.56494, 0, 0, 0 R= 0.72727, 0.27272, 0, 0, 0 0.31168,0.26623, 0.07142, 0.07792, 0.27272 0.10389, 0.66233,0.23376, 0, 0 0.29221,0.27922,0.42695, 0, 0 0.25325,0.11688, 0.27922,0.35065, 0 0.05195,0.24026,0.70130, 0, 0

U中不同的9个因素,由于各个因素所在的地位不同,作用也不同,不妨设权重为(0.09,0.15,0.12,0.098,0.08,0.09,0.092,0.13,0.15)来进行描述,模糊综合评价如下:

采用算子 M(?,?)求解得:

s

k

?m???min?1,??rjk??=(0.523,0.192,0.215,0.498,0.378,0.265,0.394,0.135,j?j?1?

0.299)

(4)风险态度

风险态度由9个二级因素组成:会如何处理下降的股票、你的估价下跌了20%,如果目标是5年以后你会怎么做、如果目标是15年以后,你会怎么做、如果目标是30年以后,你会怎么做、在你买入一只股票1个月其价格上涨了25%并且所有环境不变你会怎么做、你为了15年后退休而投资你会愿意怎么做、你有机会赢得一份大奖具体要哪一个、有一个很好的投资机会刚出现但你得借钱你会接受贷款吗、

7

假设现在有一种内部股票,计划在3年内让这股票上市,在此之前你无法卖出股票,也不会得到红利,但当公司上市时你的投资将增殖10倍,你会投资多少钱买这种股票。假设权重为:(0.08,0.10,0.12,0.14,0.09,0.09,0.10,0.13,0.15)

通过调查问卷得:

U1:会如何处理下降的股票

U2:你的估价下跌了20%,如果目标是5年以后你会怎么做

U3:如果目标是15年以后,你会怎么做

U4:如果目标是30年以后,你会怎么做

U5:在你买入一只股票1个月其价格上涨了25%并且所有环境不变你会怎么做 U6:你为了15年后退休而投资你会愿意怎么做

U7:你有机会赢得一份大奖具体要哪一个

U8:有一个很好的投资机会刚出现但你得借钱你会接受贷款

U9:假设现在有一种内部股票,计划在3年内让这股票上市。在此之前你无法卖出股票,也不会得到红利.但当公司上市时你的投资将增殖10倍。你会投资多少钱买这种股票。

通过EXCEL统计,得如下表格:

数学建模论文new

由上表计算分析

得出的模糊矩阵为

0.26623, 0.40909,0.32468

0.14935, 0.61688, 0.23377

0.24675, 0.50000, 0.25325

0.35064,0.42208, 0.22727

R= 0.42857, 0.44156, 0.12987

0.14286, 0.72078, 0.13636

0.38312,0.44865, 0.16883

0.42208,0.57142, 0.00649

0.30519, 0.36364,0.33117

8

U中不同的9个因素,由于各个因素所在的地位不同,作用也不同,不妨设权重为(0.08,0.10,0.12,0.14,0.09,0.09,0.10,0.13,0.15)来进行描述,模糊综合评价如下:

采用算子 M(?,?)求解得:

sk?m???min?1,???jrjk?=(0.314,0.214,0.452,0.377,0.115,0.566,0.179,0.248,

?j?1?

0.356)

(二)、个人状况、信息获取方式、媒体信任程度、风险态度之间的相关性

对个人状况、信息获取方式、媒体信任程度、风险态度之间的相关性进行分析,可由Excel中的SUM、CORREL函数进行求解。

分析过程:通过对附件中的Excel表格数据进行求和、相关系数求解从而进一步判断出个人状况、信息获取方式、媒体信任程度、风险态度之间的相关性。

数学建模论文new

由于-1≤r≤1 ,则r越接近-1,变量之间负相关程度越高;r越接近0,变量之间相关程度越低;r越接近于1,变量之间正相关程度越高

综上所述:个人状况与媒体信任程度成正相关性,且相关程度较低;个人状况与信息获取方式成正相关性,且相关程度较低;媒体信任程度与风险态度成正相关性,且相关程度相对较高;个人状况与风险态度成负相关性,且相关程度较低;信息获取方式与媒体信任程度成负相关性,且相关程度较低;信息获取程度与风险态度成负相关,且相关程度较低。

通过上述数据分析 ,我们建议大力发展互联网:

首先是Internet技术的进步,使证券相关信息的传递、储存的边际成本变得很低。这使普通投资者有机会也有能力获得异常丰富的信息,如各种市场实时信息、发行商的信息,同时可以接触到过去只能由机构投资者和专业投资者才能获得的信息。因此,在证券市场参与者中,普通投资者信息不足的局面会有很大的改观,信息不对称程度会有所下降,市场的透明度也越来越高。其次,互联网使投资者所获 9

信息的丰富程度的提高。

另外,互联网对证券经纪商运营模式的影响,结果也使投资者的投资方式产生了变化,增加了投资者对投资渠道的选择。同时由于信息的丰富性、交易的便捷性和成本的低廉性,可能会提高投资者的交易频率。

五、模型评价

优点:

(1)采用模糊数学建模,充分考虑各种影响因素。

(2)采用隶属原理、加权原理等将数值分析的更加合理。

在现实生活中,脱离理想模型,对一个事物的分析,通常不止关注一方面,需要涉及多个影响因素或多种指标,这种情况下就要根据多个因素同时对事物做出综合评价,而不能只从某一单一因素的情况去评级事物,这就是综合评价。模糊综合评价决策是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法。这也是为什么本模型要采用此方法。

利用建立模糊数学建模分析,不仅能对公众投资者的个人状况、信息获取方式、媒体信任程、风险态度量化,并分析他们之间的相关性,判断简便,还能分出差别,所以是有现实意义的。

不足:

(1) 数据太多,统计起来可能有误差。

(2) 为描述影响因素而提出的新的概念可能会对结果带来误差。

参考文献

[1] 杨启帆, 何勇, 谈之奕 数学建模竞赛. 浙江:浙江大学出版社,2005。

[2]

[3]

[4]/98/62/article13836298.shtml

10

相关推荐