从上面的表6与表7不难看出，每个球队与同部不同区的其它球队赛3场与4场的分配相对比较均衡。以东南区-大西洋区为例，如表8：
表8 东南区-大西洋区
东南区
魔术 奇才 老鹰 山猫 热火
大西洋区 凯尔特人 0（4） 0（4） 1（3） 0（4） 1（3）
猛龙 0（4） 0（4） 1（3） 1（3） 0（4）
76人 0（4） 0（4） 0（4） 1（3） 1（3）
网 1（3） 1（3） 0（4） 0（4） 0（4）
尼克斯 1（3） 1（3） 0（4） 0（4） 0（4）
很显然，每个球队的赛三场分布比较分散，避免了集中在一起而出现的对某个球队的极有利或极不利，使得每个球队的相对公平指数（可以采用问题二中的方法求得）波动范围较小，更显公平合理，分布均匀。

6.模型的优化与推广
在问题一和问题二中的赛程安排评价问题中，利用层次分析法建立了数学模型。以相对公平指数反映目标层中赛程安排的优劣程度；准则层引入了时间间隔指数、背靠背指数、连续客场指数和连续强队指数等四个因素，并以三十支球队作为四个因素的方案层。在权重的确定中，采用了特征根法，通过建立判断矩阵利用Mathematica软件算出其最大特征值与相对应的特征向量，最终解决了问题一和二。需要说明的是，在对四个因素进行排序时，我们参照历年赛程对各个球队的影响，按一般情况下四个因素对赛果地影响程度进行了排位。
在问题三中，对同部不同区的球队赛3或4场分配问题研究时，我们引入了优化模型的0-1规划模型进行分析。假设一个球队与某个球队赛三场为1，赛4场的为0。同时，定义了与排名悬殊的球队赛4场比赛3场对排名落后的球队是不公平的。在数据的权重处理问题中，我们采用胜率差值绝对值作为衡量公平程度的权重，从而建立了目标函数，并通过Lingo软件解得相对比较公平的同部不同区赛程安排（见表6、表7）。
问题一中，我们考虑的因素基本上覆盖了可能对比赛结果产生影响的因素，但有些难以量化的因素由于时间和精力有限没有量化，而且这些因素对比赛结果的影响并不是很大，所以没有计算在内（如双方突发性事故难以预料，双方历史交战记录难以衡量等）。在问题三的解决过程中，我们的结果虽然是Lingo的最优解，但没有用层次分析法给予验证，这也是时间和精力有限所致。
在中国的CBA赛事安排中，官方虽然也引进了NBA的运行机制和赛程安排技术，但由于经验和人才问题，CBA并没有做到青出于蓝而胜于蓝。其实不仅是CBA赛场，很多比赛都可以利用科学的分析制定出合理的赛程。

7. 参考文献
[1] 韩中庚，数学建模方法及其应用，北京：高等教育出版社，2005年。
[2] 姜起源等，数学模型，北京：高等教育出版社，2003年。
[3] 张学山等，高等数学实验，上海：华东理工大学出版社，2006年。
[4] 谢金星等，优化建模与LINDO/LINGO软件，北京：清华大学出版社，2005年。
[5] 胡运权等，运筹学教程，北京：清华大学出版社，2007年。