全国大学生数学建模竞赛优秀论文

《全国大学生数学建模竞赛优秀论文》由会员分享，可在线阅读，更多相关《全国大学生数学建模竞赛优秀论文（21页珍藏版）》请在装配图网上搜索。

1、蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇

2、蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈

3、蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆

4、螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆

5、螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇

6、袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅

7、袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆

8、袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆

9、羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄

10、羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅

11、薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅

12、蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃

13、蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄

14、蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄

15、螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂

16、螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃

17、袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄

18、衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂

19、袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂

20、羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃

21、羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅羃芈蚅蚅膈膄蚄螇羁蒃蚄衿膇荿蚃羂罿芅螂蚁膅膁莈螄羈肇莇羆膃蒅莇蚆肆莁莆螈芁芇莅袀肄膃莄羂袇蒂莃蚂肃莈蒂螄袅芄蒂袇肁膀蒁薆袄膆蒀蝿腿蒅葿袁羂莁蒈羃膇芇蒇蚃羀膃蒆螅膆聿薆袈罿莇薅薇膄芃薄蚀羇艿薃袂节膅薂羄肅蒄薁蚄袈莀薀螆肃芆薀袈袆膂虿薈肂肈蚈蚀袄莆蚇袃肀莂蚆羅袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇

22、薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈

23、蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿

24、蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇

25、蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇

26、螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅

27、螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆

28、螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆

29、袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄

30、袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅

31、羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈薅薅肈肄薅蚇袁莃蚄蝿肇艿蚃袂袀膅蚂薁肅肁蚁螄袈蒀蚀袆膃莆虿羈羆节虿蚈膂膈芅螀羄肄芄袃膀莂莃薂羃芈莂蚅膈膄莂袇羁膀莁罿袄葿莀虿聿莅荿螁袂芁莈袃肈膇蒇薃袀肃蒇蚅肆莁蒆螈衿芇蒅羀肄芃蒄蚀羇腿蒃螂膂肅蒂袄羅莄蒁薄膁芀薁蚆羄膆薀蝿腿肂蕿袁羂蒀薈蚁螅莆薇螃肀节薆袅袃膈

32、关于碎纸片自动拼接的数学模型摘要对于问题（1），首先，用matlab软件的imread函数对图像的进行读取，得到数据矩阵为Fi(x,y)。其次，根据模型的假设（1），找到最右端的碎纸片，并记为F1(x,y)。然后，以数据矩阵Fi(x,y)为基础，引入相似度函数sim(b)，并求 出相似度函数值。最后，用matlab工具箱中的sort函数把所得到的相似度函数值进行排序，所得到的相似度函数值最小的图像即为与最右端的碎纸片匹配的图像。如此重复18次，即可得附件1的中文图像的排列序号，结果如表1所示。同理可得附件2的英文图像排列序号，结果如表2所示。复原结果图片见论文附件的图1和图2。对于问题（2），

33、同样先找到最右端的11张图像和最上方的19张图像，根据图像的页边距特性确定原图像右上角的第1张图像。利用问题（1）的算法可得最右端的11张图像和最上方的19张图像的排列序号。然后，在问题（1）的算法的基础上，利用图像中的文字的固定间距去改进算法，缩小搜索范围，并在拼接完一行后显示一次结果，由于近似距离计算公式与人主观视觉差异，所以需要人机交互调整结果。如此重复18次，即可得附件3的中文图像的排列序号，结果如表3所示。同理可得附件4的英文图像排列序号，结果如表3所示。对于问题（3），与问题（2）相似，只是碎纸片由单面变为双面。因此在匹配图像时，引入两重相似度函数sim(Q)，以确保正反两面能同时

34、匹配。同时每匹配5张图像显示一次结果，以增加人工干预次数。如此重复若干次，即可得最终的复原图像。 关键字 相似度函数 matlab软件 数字图像处理1 一、 问题的重述破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用。传统上，拼接复原工作需由人工完成，准确率较高，但效率很低。特别是当碎片数量巨大，人工拼接很难在短时间2 第1步，把所给的图像的数字信息(即像素)用matlab软件读取出来，得到了图像的数据矩阵，通过分析数据后发现，相邻两张图片的边缘像素具有较大的相似度。第2步，利用数字图像处理的方法，结合题目所给数据文件的说明，得到了图与图之间的灰度相关关系的相似

35、度函数，即取出数据矩阵的边缘列与其他图像的数据矩阵边缘列进行最短距离运算。第3步，建立以图与图之间的相似程度为基准的数学模型。这个模型的评价标准很简单，就是相似度函数的值。相似度函数的值越小，就认为两张图像越靠近，即匹配的概率就越大。第4步，通过求相似度函数值，对所得到的函数值进行排序，从中寻找到相似度函数值最小的图像，就得到了最佳匹配图。第5步，每匹配若干张图，显示一次结果，若发现有文字不连续或意思不通的，则进行人工干预。对于问题（1），由于题中给出的碎纸片是由碎纸机纵向切割而得到的，于是碎片边缘的尖点特征尖角特征，面积特征等几何特点几乎一样，导致无法运用以碎纸片有不规则边缘为基础的传统计算

36、机算法进行拼接。因为边缘相似的碎纸片的拼接，理想的计算机拼接不仅要考虑边缘的匹配还要满足字迹断线或碎片内的内容的相符。然而这种理想方法很难实现，于是利用数字图像处理的方法，建立了以图与图之间的相似程度为基准的数学模型。首先，用matlab软件的imread函数进行图像的读取，得到数据矩阵为Fi(x,y)。其次，根据问题的假设（1）可以知道当灰度图中后n列灰度值fi(x,y)恒等于255时即可认为这一碎纸为最右端的碎纸片，并记为F1(x,y)。然后，以数据矩阵Fi(x,y)为基础，引入相似度函数sim(b)。最后，用matlab工具箱中的sort函数把所得到的相似度函数值进行排序，所得到的相似度

37、函数值最小的图像即为与最右端的碎纸片匹配的图像。如此重复18次，就可以得到附件1的所有图像的排列序号。附件2的图像拼接算法与附件1 的图像拼接算法一致。由此问题（1）的算法模型确定完毕。对于问题（2），附件3和附件4的碎片图像是碎纸机采用横切与纵切所得到的，与问题（1）相似的碎纸边缘的特点是一致的，无法采用几何特性拼接。于是可以利用问题（1）的模型，设计出以图像灰度系数相关的算法进行图像的拼接。同样采用matlab软件的imread函数进行图像的读取，转化为灰度图即可得到一个NM的数据矩阵。由于所被碎纸机纵横切割的是标准纸张，其具有页边距的特性。可以首先在209张碎纸片中寻找到应该位于页面最右

38、端或者最左端的11张碎纸条，因为有页边距的原因，此时它们的灰度图像第后n列灰度值全为255，并且具有相同的边距（即从后n+1行开始均不全为255）。采用同样的方法我们也可以得到位于页面上方的19张碎片。根据所得到的图像我们可以人工寻找到位于最右端的那一列的第一张碎纸片序号。根据问题（1）的模型的图像拼接的灰度相关方法，我们将位于最右端的那一列的第一张碎纸片与剩余的10张碎片独立进行纵向拼接。得到被碎纸机纵向切割的最右端的一整列碎纸条。但是，在运用灰度度相关关系进行图片的匹配时，将会出现多个与第一张图像匹配的图像。于是我们采用人工干预，在符合条件的若干张（不超过5张）图像中找到能把文字信息完整拼

39、接上的图像。可知最右端的一张碎纸片，以此碎纸条为基准链，从右往左寻找可匹配横向（即第一行）方向图像，除了要根据灰度值相关关系，还要人工干预判断行距是否一致。在此过程中除了问题（1）的模型基础上运用相关算法外，人工干预也起到关键性作用。附件4的图像拼接算法与附件3的图像拼接算法一致。由此问题（2）算法模型确定完毕。问题（3）中所给出的碎纸是由碎纸机切割一页英文印刷文字双面打印文件而得到的。一张碎片有正反两面，并且所给数据中并不能把正反面分开，导致在寻找匹配图像 3 时难度增加。但是，依然可以运用印刷纸张的页边距特性寻找位于最右边碎纸。通过计算机搜索可以找到22张位于页面最右端和最左端的碎片图像。

40、再次运用标准纸的性质，计算机搜索位于页面上方的38张碎纸图像。我们可以通过以找出的碎片图像中找到两幅即位于页面上方与最右边的图像，于是可以得到位于正面右上端的正面的一幅图像，用矩阵表示为F19(x,y)，另一幅图像为反面的左上端的图像用矩阵表示为F1(x,y)。可以进行人工干预，找到了位于原文件最左端的第1个碎纸图像和最右端的第一个图像。运用模型一的算法寻找与之匹配的图像：第一步，将所得碎片图像分别从上往下纵向寻找匹配图像，因为正反面图像往下搜寻匹配的图像是同一张的，通过两个相似度函数寻找到匹配图像。通过拼接即可得到碎纸机纵向切割的最右的一张碎纸。第二步，以最右端的拼接而成的碎纸图像为基准链从

41、右往左寻找匹配图像。按照解决问题（2）的算法寻找匹配图。在此过程中，会有人工干预从满足灰度值要求的情况下找到行距与基准链相同的匹配图像。通过matlab软件编程可得原文件。 10三、 模型的假设与符号的说明3.1 模型的假设（1）假设完整的图像是一张有边界的标准纸张纸，即有明显的边界特性。（2）假设完整的图像在切割时和切割后边界整齐，没有不规则的边缘。（3）假设完整的图像的像素点录入过程没有噪声干扰。（4）假设完整的图像中的文字是规则的，即大小一致。3.2 符号的说明Fi(x,y)表示第i张碎纸图像在图像处理后对应的数据矩阵。fi(x,y)表示第i张碎纸图像在图像处理对应矩阵在点（x,y）处的

42、灰度值。bij表示第i张与第j张图像的相似度函数值。dij表示第i张与第j张图像的最小相似函数值。Fi1(x,y)表示第i张碎纸正面图像在图像处理后对应数据矩阵Fi0(x,y)表示第i张碎纸反面图像在图像处理后对应数据矩阵 四、 模型的建立与求解4.1 问题（1）的模型建立与求解运用matlab软件imread函数进行图像的读取，先读取任意的一个的数据矩阵为Fi(x,y)。fi(0,0)f(1,0)Fi(x,y)=i.Mfi(M-1,0)fi(0,1)fi(1,1)M.Mfi(M-1,1)L4 fi(0,N-1)fi(1,N-1) Mfi(M-1,N-1) 通过将碎纸图像转化为矩阵，运用计算机

43、搜索法寻找最左端碎纸条，因为碎纸是由a4纸切割而成的。根据A4纸页边距的性质，于是可得到当灰度图中后n列灰度值fi(x,y)横等于255时，矩阵为：Lfj(0,0)f(1,0)LjFj(x,y)=MMfj(M-1,0)L255L255fj(1,m)255L255(j=1,2L19) MMMMfj(M-1,m)255L255fj(0,m)由以上通过图像处理的方法和计算机搜索方法，求得最左端的碎纸。接下来将要通过寻找与此碎纸片相似的右边碎纸片，引入了相似度函数。假设左边的图像灰度图矩阵为Fi(x,y)右边图像的灰度图矩阵为Fi(x,y)于是相似度函数为：sim(b)=fi(x,N-1)-fj(x,

44、0)i=0M2将最左端的一张碎片与另外碎纸进行匹配，求出其相似度函数值bij（i，j=1,2,3,4,18）。继而对得出的函数值进行排序，运用matlab工具箱中的sort函数寻找最小函数值di。即此时可以得到最佳的匹配图.由问题（1）中附件1所给出的图像可以人工观察得到最右端对应碎纸图像编号为（06），接下来是寻找与第19幅图像匹配的下一张图像。通过求第19幅图像与另外18张图像的相似度函数值，并找出相似度函数值最小的匹配图像，则该图像能与第19幅图匹配。接着往下寻找与第18幅图匹配的第17幅图。第一张图像的程序算法框图为：5 图1 确定问题（1）第一张图像的程序算法框图其他18张图像的程序

45、算法框图为：6 图2 问题（1）其余18张图像的程序算法框图7 问题（1）的算法框图的具体代码见附录1。4.2 问题（2）模型的建立与求解运用matlab在图像处理的运用，将209张碎纸图像转化为灰度图，得到第i张图像的数据矩阵为Fi(x,y)，在第i张图像上点(x,y)的灰度值为fi(x,y)。所得到的矩阵为：fi(0,1).fi(0,N-1)fi(0,0)f(1,0)f(1,1).f(1,N-1)iii(i=1,2.209) Fi(x,y)=.MMMMf(M-1,0)f(M-1,1)Lf(M-1,N-1)iii通过计算机编程搜索所有图像的数据矩阵，找到前n行的灰度值全为255的图像，所得的

46、数据矩阵为：255M255Fi(x,y)=fi(n+1,0)Mfi(M-1,0)255M255fi(n+1,1)Mfi(M-1,1)255M255LMLM255（i=1,2L209） fi(n+1,N-1)Mfi(M-1,N-1)255通过人工干预剔除边距不一致的碎纸片，从而筛选出具有相同边距的图像，而所选出的19张等边距图像即为位于最上方的图像碎片。接着运用等边距的特性可同样寻找到位于最右边的碎纸片图像（共11张），其数据矩阵满足：Lfj(0,m)255L255fj(0,0)f(1,0)Lf(1,m)255L255jj(j=1,2L209) Fj(x,y)=MMMMMMf(M-1,0)Lf(

47、M-1,m)255L255jj通过以上的步骤筛选，可以得到顶部与最右边的碎纸片图像。通过人工干预结合以上所得的最右边的碎纸片图像（共11张）可得到位于原图像右上端的第1幅图像。接着下一个步骤是寻找与之匹配的纵向或横向图像。由于图像的边缘几何关系一致，在寻找最佳匹配图时，同样可采用问题（1）模型的算法。首先寻找纵向的匹配图，假设最右端的第一个图像的矩阵为fk(x,y)。相似度函数为：sim(b)=fk(M-1,y)-fj(0,y)i=0N(k,j=1,2L209) 2每个图像与右上端的第1幅图像都有一个相似度函数关系，再进行排序求出最小函数值di从而寻找最佳匹图。然而运用计算机寻找最佳匹配图时，

48、得到相似度函数值的最小值有多个，即有多张可以匹配的图像，此时应采取人工干预读取拼接图像是否符合文字逻辑与行距，从而选取相符合的图像。8 最上方与最右端的碎纸片图像（分别为19张与11张）的程序算法框图如下具体的程序代码见附录2问题（2）的程序 图3 最上方与最右端的碎纸片图像的程序算法框图于是我们通过寻找得到最右边的图像为基准链，寻找在横向方向上的匹配图像。寻找的方法与以上相同。再次运用相似度函数：继而将所得到的函数值进行排序，选取图像之间相似度函数值最低的图像进行拼接。运用相似度函数为：sim(b)=i=0Nfk(x,0)-fj(x,N-1)(i,j=,1,2L209)2 9 问题（2）中，

49、附件2的最右端的11张图像的序列程序框图算法如下 10 图4 问题（2）中，附件2的最右端的11张图像的序列程序框图算法框图的具体程序见附录问题（2）的代码，如果把上面的程序框图中数据矩阵B的命令改为取W的第1列，数据矩阵Y的命令改为取W的最后1列，即可得到最上方的11张图像的序列。问题（3）模型的建立与求解由于所给的的图像数据是来自两面打印文件的碎纸片，所给图像中并不能判断正反面。这样在寻找匹配图像时，很容易就找到满足图像灰度值相关关系一致的多张图像。于是应先找到一条基准链，以双重相似函数值为判断标准，适时进行人工的干预。11 首先，寻找位于页面右端的碎纸图像，图像矩阵克表示为为Fn(x,y

50、)。在寻找位于页面上方的图像用矩阵表示Fm(x,y)。根据问题（2）模型中的算法可得到位于原文件左端和右端的第一张碎纸片。接着，我们引进双重相似度函数，寻找与右端第一个碎纸片图像匹配的纵向方向上的图像。双重相似度函数为：sim(Q)=fi(x,y)-f(x,y)+fi0(x,y)-fi0(x,y)(3)11ji=0i=0i=0i=0NM2NM2最后，用已得到的位于源文件右端的碎纸图像进行拼接，可得碎纸机纵向切割位于最右端的碎纸片。以此为基准链寻找右边与之匹配的图像，此过程与问题二解法相同，采用matlab与适时的干预。于是可运用附件数据的出结果。 五、 模型的结果分析与评价5.1 模型的结果分

51、析5.1.1 问题（1）的结果分析根据问题（1）的程序框图，利用计算机编程可以得到附件1的匹配的图像顺序为根据问题（1）的程序框图，利用计算机编程可以得到附件2的匹配的图像顺序为表 2 所求英文碎片图像序号的排列方式由拼接所得图像可知，符合相关文字特征与内容逻辑关系。于是可以断定通过模型一的算法进行图像的拼接是可行的。采用图像处理方法，以拼接无边缘特性的图像。 5.1.2 问题（2）的结果分析通过计算机编程即可恢复原图像所得的结果用表格的形式表示如下：问题（2）附件3的图像排列序号表 3 所求中文碎片图像序号的排列方式049 061 168 038 071 014 094 125 029 00

52、7 054 019 100 148 156 128 034 013 064 208 065 078 076 046 083 003 084 182 111 138 143 067 062 161 132 159 183 109 201 158 186 069 142 024 200 082 090 197 005 12612002 099 030 035 017 199 047 016 092 068 057 162 041 081 080 135 121 184 180 175 192 096 023 189 033 012 042 110 048 045 178 131 147 122 2

53、02 073 124 187 037 174 118 079 191 103 198 160 144 066 075 000 089 146 102 154 114 040 151 207 155 140 190 095 011 022 129 028 091 188 141 063 116 163 072 006 177 020 052 036 050 179 120 086 195 026 001 087 018 130 193 088 167 025 008 009 105 074 015 133 170 205 085 152 165 027 060 203 169 134 039 0

54、31 051 107 115 176 077 112 149 097 136 164 127 058 043 106 150 021 173 157 181 204 139 145 055 044 206 010 104 098 172 171 059 137 053 056 093 153 070 166 032 196 185 108 117 004 101 113 194 119 123根据以上序号所拼接的完整图像见附件1中的图3同理可得，问题（2）附件4的图像排列顺序根据以上序号所拼接的完整图像见附件1中的图4 表格 4 所求中文碎片图像序号的排列方式191 075201 086 01

55、9 159 020 208 070 132 017 081 106 091 150 176 120 076 169 172 206 055 089 148 051 194 139 041 021 084 181 042 077 004 080 005 182 175 043 054 156 003 018 048011 170 107 093 001 108 007 060 095 066 128 149 101 059 151 085 199 192 096 130 056 072154 190196 029 141 129 116 049 014 069 205 200 032 026 0

56、58 022 050 045 133 023 034 035 012198 040 088 063 136 061 068 167 010 131204 100 092 057 160 173 118 099 013 016 17713184 094 158 121 138 073 119 174 163 157 052 002 113 186 126 153 036 033 137 166 074 125 065 006 030 202 187 079 189 122 110 009 124104 164 098 105 053 207 142 195 188 145 140 039 017

57、 037 071 097 161 162 090 025 183 000180 078 024 155 038 135 168 008 111 083 193 067 028 046 165 203 179 197 185 027 152 102064 103 117 114 123 015 062 049 144 134 087 147 146 127 082 031 143 112 109 178 044 115 问题（2）所给的碎纸图像是采用横切与纵切所得，盲目进行搜索匹配图像不但计算量大而且很难用计算机编程实现。于是通过寻找图像特征，找到只用纵切的最左边的碎片为基准链。再次寻找与基准链

58、图像匹配的图像，运用模型一的算法，进行图像的拼接。从拼接的结果可知，符合图像内容与文字特征。于是此算法可行。5.1.3 问题（3）的结果与分析问题（3）在以双面碎纸片为条件，进行图像的拼接。采用标准纸具有页面边距的特征，即图像的特征。构架新的相似度函数为匹配标准，结合问题（2）的算法得到理想的结果。 5.2 模型的评价模型优点：（1）问题（1）的模型从问题的本质出发，摒弃以边缘几何方式的图像匹配方法，而是运用图像处理方式寻找图与图之间在计算机读取的图像的灰度值相关关系，建立了以图像相似函数为标准的图像匹配方式。简化了问题的处理过程，使问题解决过程更加简单清晰。（2）模型充分利用图像的特征信息，

59、能够有的放矢，不是在盲目的搜索，从而简化图像拼接的过程。模型所用算法比传统的灰度相关匹配算法速度要快,鲁棒性也很好。（3）模型解法相对简单，容易采用计算机编程实现。为了防止求解结果具有偶然性错误，多个过程加入了人工干预，误匹配发生的概率小。模型缺点:为了简化问题的需要，忽略了一些因素会导致图像无法准确找到最佳匹配图的因素，如噪声的干扰。计算的代价高，计算量大；该算法需要采用计算机搜索。以及求解相似函数值时计算量庞大。模型改进方向：六、 参考文献1赵小川.繆远诚.matlab数字图像处理实践，北京：机械工业出版社，2013.2张倩.占君.详解matlab图像函数及其应用，北京：电子工业出版社20

60、11.3赵静.但琦.数学建模与数学实验,北京：高等教育出版社，2008.4田伟丰.陈贝.基于灰度相关和区域特性的图像拼接算法，电子设计工程学报，2011,2（3）；184-1865胡社教.涂桂林.江萍.基于灰度相关图像拼接的改进算法，合肥工业大学学报.2008，6（6）；863-86七、 附录14 附录1问题（1）的完整程序%把图像存放到matlab工作目录下clearclose allclcfor m=1:19n=m-1;if n<10filename=strcat(00,int2str(n),.bmp); elsefilename=strcat(0,int2str(n),.bmp);

61、 endim=imread(filename);im=double(im);endfor m=1:19im=im;d=im(:,72)-255;dis(m)=sum(d.);endy,ind=sort(dis);l=sort(ind(1)f1=il;b=f1(:,1);b=double(b);for m=1:19im=im;d=im(:,72)-b;dis(m)=sum(d.);endy1,ind1=sort(dis);l1=sort(ind1(1)f2=il1;d=f2(:,1);d=double(d);for m=1:19im=im;e=im(:,72)-d;dis(m)=sum(e.);

62、endy2,ind2=sort(dis);l2=sort(ind2(1)f3=il2;15g=f3(:,1);g=double(g); for m=1:19im=im;e=im(:,72)-g; dis(m)=sum(e.); end;y3,ind3=sort(dis); l3=sort(ind3(1) f4=il3;g=f4(:,1);g=double(g); for m=1:19im=im;e=im(:,72)-g; dis(m)=sum(e.); end;y4,ind4=sort(dis); l4=sort(ind4(1) f5=il4;g=f5(:,1);g=double(g); fo

63、r m=1:19im=im;e=im(:,72)-g; dis(m)=sum(e.); end;y5,ind5=sort(dis); l5=sort(ind5(1) f6=il5;g=f6(:,1);g=double(g); for m=1:19im=im;e=im(:,72)-g; dis(m)=sum(e.); end;y6,ind6=sort(dis); l6=sort(ind6(1) f7=il6;g=f7(:,1);g=double(g); for m=1:19im=im; 16e=im(:,72)-g; dis(m)=sum(e.); end;y7,ind7=sort(dis); l7=sort(ind7(1) f8=il7;g=f8(:,1);g=double(g);for m=1:19im=im;e=im(:,72)-g; dis(m)=sum(e.); end;y8,ind8=sort(dis); l8=sort(ind8(1) f9=il8;g=f9(:,1);g=double(g);for m=1:19im=im;e=im(:,72)-g; dis(m)=sum(e.); end;y9,ind9=