【2019华为杯研究生数学建模大赛】国二经验体会

离比赛结束已经有四五个月了,今天突然觉得还是应该仔细地记录回顾一下这次比赛,实在还是属于难得的经历。

基本情况

在研一的下学期开始报名参加,暑假学校培训,9月19-9月23上午比赛。
自己是土木工程的大工科背景,但具体的专业在研究生之前与数学建模可以说毫无关系。在本科其实就对数学建模比赛有所耳闻,一直觉得是个很难的东西,心里甚至有点抗拒。到研究生方向,涉及到MATLAB的学习、优化算法等等,也因此想参加这个比赛历练历练。包括最初的想法只是参与,以学习为主嘛,奖拿不拿都没关系。(然后后来证明,你付出的越多,你的期望就会越来越大,你就开始想拿奖了!)

组队情况

队伍配置:土木x1,化学x1,电气x1
数模经历:无
三个菜鸟,计算机和数学大神都没有,秉承着三个臭皮匠顶个诸葛亮的精神,步步前进。
队友是非常非常非常(省略无数个)重要的。数模的赛题一般都有3-5个问题,每一个问题还可能包含几个小问题。凭你一己之力,真的,劝退。(当然那种可以一带二的大神你当我没有说)

选题

题目的压缩包是比赛前一天晚上就可以下载的,解压密码在比赛当天公布。2019年一共有A~F六个赛题。
我们选择的是【E】题 全球变暖?
(题目简短 问号颇具深意)
选题原因:
(1)有比较专业的题,我们三个专业又基本毫不涉及,因此首先6个题筛选剩下D、E、F。
(2)我们前期训练的题目大多都是数据处理,例如地铁出行数据、2018年恐怖袭击。对于唯一解的最优化问题不是特别擅长。因此pass了F,剩下D、E。D看起来简单,但怀疑有坑,我更偏向E,于是和队友们讨论决定,时不待我,就选E不改了。此时已经临近中午,大家开始看E题,午饭后准备战斗。

分工

分工是经历了前期的磨合,变动,反复…才确定的,在一次次的练习中,你才发现你真正擅长什么,你的队友擅长什么,不啰嗦太多。
最后比赛过程中,对于这种需要自己收集数据,分析等等的题目。我们分工如下:
我主要负责:写作,代码;
队友A主要负责:代码、模型;
队友B主要负责:资料收集(文献、数据)、模型。

解题过程

第一问
E题第一个问实则分为两个小问。一是加拿大的气温时空变化趋势,二是海洋表面温度。
(1)第一小问需要自行在官网收集数据,因此由队友A和队友B合作,B负责收集数据,A负责分析,并相互反馈需要什么数据。同时前期有文献查找、阅读工作。因为非气象相关专业,平时也并不太了解,需要借鉴相关文献,找到数据分析的思路。
(2)海洋表面温度由我解决,赛题给了.nc气象文件,也给了读取好的.m MATLAB文件,是个三维数据,需要研究一下才看能看明白。我用python也读取了一下,得到差不多的文件内容。
比较费时的是,我之前对世界地图根本不了解…以至于做了一些划分四大洋的工作。后续理清楚再用MATLAB画图、分析就好做了。
第二问
这一问开始,就陷入了困境,实在是不了解气象知识。但也首先肢解成两个要素,一是全球气候变暖的影响因素,二是预测模型,而且是25年的长期预测。因此也进行了分工,我查找长期预测模型,队友查找影响因素,建立模型,再互相反馈。
第三/四问
第三问也是个比较大的问题,涉及(1) 极端气象与气候变化的分析;(2) 相应模型;(3) 解释局部极寒是否与全球变暖矛盾。
大家也思考了蛮久,时间也很紧张了,决定利用之前加拿大的数据来说明,毕竟之前收集数据真的费了老鼻子劲…
第四问的解释我就临场发挥了,新概念是队友B想出来的。

叨叨一些比赛体会

大概一直到了最后一天的晚上,才基本完成所有的问题,我才开始填补我们的论文。
除了第一天中午我们吃了午饭之外,其余几天都是早上8点开始,一直坐到晚上7点左右去吃晚饭。最后一天写论文,更是熬了一个通宵。我从开始写就没有停过,还要协调代码和模型的队友发结果、模型解释给我,我再组织。当初第一问虽然解决了,但分析的不到位,还要进一步整理分析。
于是不知不觉,窗外从黑暗寂静,到逐渐天明。
然后在中午12点前要提交论文,提交的那一刻也是,啊,激动人心。然后彻底松了一口气,大家简单的去吃了饭,回!去!补!觉。恍然如梦。

最后拿了国二是完全没有遗憾了,本来想能拿到国三也就满足了,毕竟毫无经验。
总的来说是非常难得的经历,从前期一点一点学习,到真正开始做题,其间的艰难困苦只有参加的人自己才知道了…也一路抱着不能放弃的信念才走到最后。路漫漫其修远兮,这个比赛只是研究生生涯中的一段经历,希望大家都能善始善终。

终于到了国的日子,不过凑巧的是当时本人学院上学期疫情的考试安排在的本学期开始,这意味着我要开始边备考边建模,顶着挂科的压力放肆复习。 选题的话,之前说过了果断选的新颖B题(穿越沙漠)。 简单说下我们的思路: 我们对题的理解是这题情景非常具体,数据需要少,感觉三问都是优化模型,而且需要很强的编程。 首先我们分析题目,对游戏规则摸清楚,没有急着建模。 涉及到路线、事件的选择,使用 0-1 变量等定义模型。 最短路径用Floyd算法或者基本可以数出来,考察的是最优路径以及路径前对资源的购买(收益最大)。 第一问: 在第一关和第二关的探险过程中,运用初始的资金对于资源进行合理的分配,可以通过线性规划,确定好在未来一段时间的消耗与收益,制定好合理的规划,通过 MATLAB 计算出需要使用的资源。经过多次训练对比,最终计算出最优策略,对比资金数量。因为不确定答案是否正确,后来我们又用excel表格进行了推导,最后得到是12730,与优秀论文中的12760相比小了30块,估计大概因为这个答案的问题,没有国一。 第二问: 第二问与第一问相比提升了难度,如果玩家在进行策略安排的时候, 不知道天气的状况那么小伙伴们可以自己商讨给出何种方案,比如多买水,多买食物等等方法,再这之后通过选择最优路径进行合理的方法选择并讨论,具体的解决方法是通过编程和启发式算法的excel解决的。 第三问: (1) 对于n 名相同的初始资金,且同时从起点出发的玩家来说,游戏规则需要进一步注意规范,为了保证多方共赢,在天气状况已知的情况下, 可以通过先前 MATLAB 中的神经网络算法算出的最优旅行路线,计算多次的结果进行对比,保证不会出现重复的状况, 剔除掉重复出现的次数。因为天气状况已知,所以相对比较好安排合理的路线,对于安排好的路线分别进行编号,再依次进行合理的计算,最终确定结果,
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值