【美赛学习记录】-2022年1月29日

【建模】

【常识和其他】

【论文】

【学习亮点记录】

---

以上是目录模板
—————————————————————————————————————————

——————————————

【建模】

层次分析法

• 
  
  

【常识和其他】

• 整理一个大致的建模思路（类似于 我估计要用几个微分方程表示xx的变化然后用一些分析方法理一下xx和xx的关系再做打算 \ 估计要围绕这几个变量和xx的关系做文章，我想提炼几个指标做一个目标规划评价一下 这种程度的思路就行

• 一方面参考其他文献可以快速地帮助我们了解哪些模型是适用于我们的思路的，另一方面可以收集一些同类型问题背景下的信息，辅助我们修正思路中不当之处或增加一些关键点。

• 最后，我们的工作将决定这个模型能否成功的展示我们逻辑线中自己的思想。好的模型需要让自己建模逻辑中比较有新意或者比较科学严谨或者贴近题目背景符合实际的一点在模型里体现出来，这里不仅指代上文逻辑线中自己关于模型的创意，也涵盖建模者从题目立意、题目需求、生活实际、整篇论文的逻辑出发考虑到的小tips。实际上就是把好东西抽象量化出来，自然地融入到模型框架甚至论文表述的逻辑顺序里去。

• 
  

• 我们的阅读方法是早上起来开腾讯会议，先把题目看了，划关键词和重要信息。一起解读题意后，各自去看该题的所有优秀论文（O\F），整理文章的解题思路和从各个职位上解读的亮点作为阅读笔记，到下午三点/四点，再一起分享阅读笔记，共同学习。如果时间有余，我们就花一到两小时梳理如果我们做题的话解题的思路。

• 建模的学习重点：优秀论文中建模的思路是怎么推导的，建模的框架是什么样的，模型在哪一部分的修改和题目背景符合的很好，哪一部分是创新点、特点，常用的模型有哪些。编程可能偏重学习论文中的算法设计、可视化展示的方法，论文可能偏向于学习文章中常用的句子、段落、结构，同时也会注意论文中的图表（偷一张队友的图为例）。

• .

• 

• 怎么看论文

• 文档备份

• 可以准备好图片模板，直接改内容节约时间
  展示的图表下有三行以上分析

• 翻译：谷歌，微软，CNKI翻译助手，有道，deepl

• 首先，拿到一篇O将论文，不看摘要 不看摘要 不看摘要，把所有的内容和题目看一次，理清文章思路。

  然后，试着把你看到的和理解的，总结下来，自己写出这篇文章的摘要，反复修改直到满意为止，一定要写，然后反复修改；

  最后，将你写的摘要和原文摘要进行对比，找出差距和不足，或者明显不一样的地方，看完以后，再修改你原来写的，逐渐模仿到和原文差距不大，甚至超越原文的地步。

  你会发现O奖的摘要一句废话也没有、清晰明了，表达准确、专业。那么这就是你和O的差距，也是你要提升和学习的地方！

  通过这样练习和不断反馈，你会发现之后写摘要的时候会自然而然的往专业化、准确化的表达接近。

• 

• 

• 建模分析过程 what why how

模型

• 对结果进行误差分析 置信度
• ！灵敏度分析 模型是否能应对多个场景
  
• 
• 有时间可以看机器学习相关，数据处理特征挖掘

【论文】

• gephi绘制网格图
• tableau进行地理图的绘制
• 

【学习亮点记录】

电动汽车充电站、全国、建设方案

• 全国这么大这么复杂，且不说有没有办法一个模型求出全国怎么规划，搜索相关信息的时间成本就很棘手。所以我们先解决一个小地方(省、市、区)的推广方案，提出一个输入参数就能求出方案的模型，再推广到全国（具体、简化）。
• 并且车用户的个人信息本来就查不到几个，能用的信息肯定是那种一个区域统计的总量。所以我们的模型如果想考虑一个个的客户是不太实际的 ，可以用车辆大量聚集的地方如小区、超市、公司停车场、加油站等地点模拟车所在的位置（简化）。
• 从客户、服务方角度出发考虑各自需求

• 看论文时，提取他的关键模型（集和符号，模型参数，决策变量，模型）
• 优化
• 

火灾急救

• 对AHP指标进行鲁棒性分析
• 我们常用的预测包括时间序列模型、马尔科夫链、灰度预测模型、微分方程模型等等。首先排除马尔科夫链，因为未来的状况不一定属于已知状况的一种。其次考虑模型的输入和计算问题，如果是对每个地区逐个计算，则网格化地图有长*宽个地区待计算，采用时间序列或者灰度预测模型的话输入向量的维度则过大，平滑手段显然不再有效。如果做整体的数量预测，就给不出可能性估计的方法，而且有极端火灾的年份方差很大，数据过于稀疏。而微分方程难内手调的权重以精确的把握火灾的生灭、大小情况，也不符合，至此传统模型全排除。
• 最后用了：可公度模型。这种方法是以系统内各元素的普遍规律为基础，根据特殊事件来预报特殊事件。（ 文献 密码：1234
  https://pan.baidu.com/s/1KwksJLfNvDoqqvOzN_K83w?pwd=1234
• 火灾：洪水，找类似论文