第十九届“华为杯”研究生数学建模竞赛总结

最新推荐文章于 2024-09-09 20:45:01 发布

centerhaijiao

最新推荐文章于 2024-09-09 20:45:01 发布

阅读量2.8k

点赞数 17

文章标签：华为

本文链接：https://blog.csdn.net/centerhaijiao/article/details/128085567

版权

数学建模华为杯遗传算法团队协作比赛策略

关键词由CSDN通过智能技术生成

一、前言

第十九届“华为杯”研究生数学建模大赛于2022年10月10日落下帷幕，经历了四天三夜的建模历程再一次对自己的能力进行了考验，更是对团队三人合作的考验。虽然现在还不知道成绩😂，但是觉得还是有必要对这次竞赛经历做一个梳理。无论本次建模的成绩如何，这都是一段宝贵的回忆。

需要以往数学建模优秀论文的小伙伴请自提：数模优秀论文传送地址

二、前提准备

2.1 寻找队友

在开赛前，寻找一个能够沟通的小伙伴远比选择数学建模能力或者编程力能强的伙伴合作起来更加地舒适，当然无论是赛前的训练还是正式比赛的过程中三人可能因为某一个点上意见不合而发生争执，这种时候需要学会倾听其他两人的意见并且清晰的表达出自己的观点，三个人需要合理地调节。在建模的过程中需要三人的共同的参与，可由主要负责建模的同学首先抛出观点而后两人发表自己不同的意见，模型的建立贯穿整个数学建模比赛的过程，对于模型一定要考虑其可行性。不断地去尝试，不断地修改，先解决主要问题。

最后团队的组员架构：

一个小伙伴代码编程实现能力比较强
一个小伙伴善于搜索资料以及梳理思路
而我主要负责数学分析和建模以及团队整体进度把握

ps:大量的数学分析问题需要经过讨论才能转换成代码进行求解。

2.2 赛前训练

由于是大四毕业前报名，留给三个队友的训练时间只有毕业暑假，但是这个暑假我们三个人一直认为需要好好享受一下大学的最后一个暑假😂，所以并没有太多的训练，只是对之前备战国赛的时候做过的练习题进行了简单的回顾。建模方面主要对历年常用的思路和常见题型进行复习，主要分为优化类题目、决策类题目、数据处理类题目、物理化学类的问题。程序是对常见的MATLAB智能优化算法进行回顾，常见的算法有模拟退火算法、遗传算法、最优化路径规划算法（基础的有Dijstra算法、Fyold算法）。模拟退火算法和蚁群算法也可以规划路径，基础的路径算法只用于两点之间的最短路径算法，而这种高级的智能算法可用于多点之间的路径规划问题。论文必须要看历年的优秀论文，优秀的论文链接在前言中。看论文主要看历年论文的格式、论文排班、附录的格式。

2.3 赛前资料搜集

（1）准备数据处理软件；

（2）准备常用的论文模板；

（3）准备常用的智能优化算法；

（4）研究生数学建模的经历有很多，分享一个链接在下面:

知乎链接：数学建模经验分享 - 收藏夹 - 知乎

2.4 赛前分工

按照之前寻找队友的分工，我负责建模，队伍中有一位来自计算机的同学，主要负责代码的编写和求解，还有一位同学具有较强的资料搜索能力和论文撰写能力，所以负责前期的资料搜集问题和后期的论文写作。

三、比赛时间规划

比赛一共四天，在开赛的前一天我们队已经准备好了应有的一些资料，接下来大致安排了以下四天里的进程。

如果选择问题比较多的题，四天的时间里前两天需要完成2/3的问题，第三天的下午必须结束做题的过程，最后一晚上和第三天的下午需要留给论文的撰写和修改上面。

如果是问题数目少的题（这类题目一般难度系数比较高），前两天必须解决最难攻克的问题，来到的三天时，解决其余问题，这个时候论文需要提前安排在第二天和问题求解同步进行。

四、比赛过程

4.1 比赛选题

第一天早上8点-12点，分析题目，选定题目。和以往一样，本届华为杯的A、B题是由华为出，D题由中兴出，其余三个题是由研究生数学建模协会共同出，其中A题是一个移动场景超分辨定位的问题，属于物理类的题目。B题是一个方形件组批优化问题，需要运用运筹学的方法进行建模和求解。C题是一个典型的优化问题，考虑运筹学和优化调度问题，最终需要给出一个最优化出车和接车优化方案。D题是中兴给出的芯片问题，比较符合当下的国家形式，当时专业度很强。E题是传统的数据分析、大数据类题目，可采用主成分分析、因子分析和相关性分析等方法求出最优解区间。F题是最符合当下的问题，疫情物资分配问题，很有现实意义，主要解决疫情期间的生活物资分配问题。经过权衡，我们团队最终选择C题，汽车制造涂装-总装缓存调序区调度优化问题。

4.2 正赛开始

（1）第一天下午1点-6点，构建第一问的思路，期间需要阅读大量的论文，主要途径是知网、熊猫学术、万方等学术型搜索网站上寻找相关的论文。

（2）第一天晚上7点-10点，讨论第一问在下午所得出的思路，在下午三人是分开查询资料，各自分析，到了晚上会整体交流方案，这样做是为了更加有效率。第一天最迟讨论到晚上11点需要给出最终的问题一思路。结束后休息

（3) 第二天早上8点-12点，主攻建模的同学（我）全力对第一问的附件数据、题目给出的隐形条件和已知条件进行挖掘，从下午1点-5点进行建模，下午6点前与队友交流第一问的模型，7点的时候主攻编程的同学开始进行辛苦的程序编写（需要小熬一下），最终在第三天早上第一问被解决；

（4）时间已经来到了第三天，因为选的C题只有两问，所以时间还不是太紧张，通过分析本题的第二问与第一问有更大的联系，所以在第一问的基础尽快的完成了第二问，最终在第三天的下午3点解决了第二问，接下来就开始肝论文，一直到第四天早上7点中论文撰写结束，具有最终的提交时间还有5个小时，小小的休息一下，再修改修改论文的排班，最终在11点50分提交了论文。

4.3 前期思路

对于第一问，需要在满足总装生产需求和涂装出车序列建立一个优化调度模型，这是一个典型的优化类问题，需要建立以最终的总装出车最优为目标函数，根据接车横移机和送车横移机得出的约束条件建立动态的多目标规划模型，同时需要建立关于接车横移机和送车横移机对某一辆车的选择和运送决策与这辆车对每个车道的最大匹配度密切相关。最后得出一段入库和缓冲区序列，选择遗传算法得出出车的序列和总装生产车间的生产计划之间的适应度，给得出的方案进行评分。

对于第二问需要在第一问的基础上灵活配置PBS缓冲区的左右横移机的使用，这里需要考虑返回车道和出车序列的优先级问题。可以自己定规则，同时也可以自行选择。