2019数学建模比赛总结

最新推荐文章于 2023-06-16 16:15:23 发布

lvpeng笨笨

最新推荐文章于 2023-06-16 16:15:23 发布

阅读量9.3k

点赞数 35

分类专栏：数学建模

本文链接：https://blog.csdn.net/lvpeng88/article/details/101271782

版权

数学建模专栏收录该内容

4 篇文章 0 订阅

订阅专栏

2019数学建模比赛总结

随记
３天半的建模过程
最终的论文摘要
建模中我的工作
建模中的收获

随记

2019.９.24
很幸运，能和我们本校研二师兄李小龙、研三师兄宋磊磊一起组队参加这次数学建模比赛，
真的非常的幸运能和他们一起组队建模，不仅学到了很多东西，
更多的是他们的那种永不放弃的精神真的给我很大的触动，
经历了第一次通宵，不是在玩手机，而是在学习工作。
在这里记录一下这3天半的收获。

３天半的建模过程

从19号上午8点下载题目，我们初步定了C题，C题题目虽然简单，但是论文思路无从下手，经过中午的讨论，我们果断放弃C题，选择了A题。A题是机器学习方面的题目，虽然比较难，但是师兄觉得可以做。所以我们于19号晚最终确定了C题，简单分析了一下题目和所给的数据，就回去休息了。
　　第二天20号，我们开始仔细分析题目要求，分析所给数据的特征。下午师兄就开始讨论如何使用Tensorflow机器学习框架实现题目的要求，由于我只是对机器学习大概了解，还没有动手构建模型的编码能力，基本处于划水状态，经过题目思路的讨论，确定了工作分配。晚上师兄们就开始使用Tensorflow构建模型，我来翻阅资料提取特征，A题必须先上传模型，有跑分，才有资格评选论文。所以师兄的压力特别大，中途由于部署模型的困难，结果过于拟合的困难，几乎快要奔溃，但是师兄没有放弃，一直调试到夜里3点终于部署成功。
　　第三天21号，早上出打榜结果，我们排名靠前。但是还有好多队伍还没有提交，这不是最后的结果。虽然我们的模型部署成功，但是比较简单，还没有调优，我们只是使用了3个特征，准确的来说只有一个距离特征，所以训练出来的模型的效果不是很好，但是由于时间紧迫，我们决定先写论文，最后再优化。下午我们讨论了论文的整体思路，我先定了大概格式和目录，师兄开始写关键的主体内容，我来把之前数据的分析结果可视化（说来惭愧，整个建模就做了这一点点贡献），写论文的整个过程，真的非常痛苦，一直改到3点，大师兄实在太累了，我和二师兄开始修改，改到4点我也坚持不住了，就只有二师兄一个人在改了，到5点半我睡醒了，发现是大师兄已经醒了在改论文，二师兄休息了。
　　就这样到了6点，太阳出来了，我们的论文终于修改好了。但是这个时候我们更新打榜排名，我们发现我们的排名下降了好多。这个时候我们快放弃了，心里想，算了回去睡觉了，拿不到名次就算了吧，至少努力过了。但是二师兄，坚持利用好最后的5个小时开始调模型，我也帮不了什么忙，帮大师兄二师兄加油打气，最后一直到12点，又提交了几次模型，结果不是很好，但是我们互相鼓励，相信结果不会太差，就这样3天半的建模比赛结束了。

最终的论文摘要

为了在部署5G网络时合理地选择覆盖域，需要借助无线传播模型对目标通信覆盖区的无线电波传播特性进行预测，以便更好地选择基站地址来满足用户的通信需求。传统的模型如Cost 231-Hata、Okumura等，通过经验数据来获取固定的拟合公式，其有一定局限性。近年来，大数据驱动的AI机器学习技术的突破，在语言、图像处理等领域获得了成功的运用。针对新环境无线信号的预测问题，本文提出了基于神经网络的无线传播模型。为了进行有效的预测，首先参照传统模型、经验数据以及对实际问题的理解，设计了14个特征。此外，在设计神经网络时使用了对称的编码解码结构，能够更好地拟合数据。最后针对弱覆盖信号区域的分类问题，在训练时对弱覆盖信号数据进行加权，增加神经网络对弱覆盖信号数据的学习偏好，从而解决弱覆盖信号区域分类的问题。
　　针对问题一，要求参照Cost 231-Hata和给出的样例数据设计合适的特征。在设计特征时，本文从实际问题出发，考虑到5G基站发射机较以往的发射机发射频率更高的问题，调整Cost 231-Hata部分参数，以达到适应5G网络的特性。此外根据样例数据以及现实生活中信号传输的特性设计了7种简单特征，如水平距离、天线水平角夹角等。然后结合Cost 231-Hata和7种简单特征组合成7种复杂特征，总计14种特征。
　　针对问题二，要求对问题一设计的特征从是否发散、与目标的相关性等方面判断特征是否合适，从而为机器学习模型选择有效的特征。为此，本文选择了方差来判断特征的离散程度。另外选择了皮尔逊系数和互信息来判断特征的相关性。随后将判断的结果量化、排序并展示在表中。
　　针对问题三，要求使用参赛队伍自身设计的特征集和赛题提供的训练数据集，设计合适的AI模型来预测RSRP。为此，本文根据问题的特点设计了神经网络模型。在设计网络时使用了对称的编码解码结构，将16维的特征逐层编码到1024维，再逐渐解码至1维，以增强网络的表达能力。此外，对于要求弱覆盖识别率PCRR达到20%以上的问题，使用了弱覆盖信号数据加权以及减少强覆盖信号训练数据的数量，来增强神将网络对弱覆盖信号数据的学习偏好。最后本文对PCRR度量进行了修改，使其作为损失函数来优化网络。

建模中我的工作

在整个建模团队合作中，我主要做的工作就是对已有数据的整理刷选，以及画图。

对第一个小区数据使用Cost 231-Hata和最终结果进行对比

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.set_printoptions(suppress=True)
train_data = pd.read_csv('train_108401.csv')
col_name = train_data.columns.tolist()

def hata_feature(CX, CY, X, Y, CAltitude, CHeight, Altitude, Frequency, Power): 
    dis = np.sqrt((CX - X) ** 2 + (CY - Y) ** 2) / 1000
    hb = CAltitude + CHeight - Altitude
    cm = 3
    pl = 46.3 + 83.9 * np.log(Frequency) - 13.82 * np.log(hb) - 0 + (44.9 - 6.55 * np.log(hb)) * np.log(dis) + cm
    RSRP = Power - pl
    return RSRP

RSRP = np.array(train_data[col_name[17]].tolist())
CX = np.array(train_data[col_name[1]].tolist())
CY = np.array(train_data[col_name[2]].tolist())
X = np.array(train_data[col_name[12]].tolist())
Y = np.array(train_data[col_name[13]].tolist())
CHeight = np.array(train_data[col_name[3]].tolist())
CAltitude = np.array(train_data[col_name[9]].tolist())
Altitude = np.array(train_data[col_name[14]].tolist())
Frequency = np.array(train_data[col_name[6]].tolist())
Power = np.array(train_data[col_name[8]].tolist())
rsrp = hata_feature(CX, CY, X, Y, CAltitude, CHeight, Altitude, Frequency, Power)

for i in range(len(rsrp)):
    print(rsrp[i], RSRP[i])

比较特征是否发散，判断对最终预测结果的影响

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# %matplotlib inline

np.set_printoptions(suppress=True)
train_data = pd.read_csv('train_108401.csv')
col_name = train_data.columns.tolist()

def lost_feature(CX, CY, X, Y, CAltitude, CHeight, Altitude, Frequency): 
    dis = np.sqrt((CX - X) ** 2 + (CY - Y) ** 2)
    hb = (CAltitude + CHeight - Altitude)
    d = np.sqrt(dis ** 2 + hb ** 2) / 1000
    lost = 42.6 + 26 * np.log(d) + 20* np.log(Frequency)
    # RSRP = Power - pl
    return lost

RSRP = np.array(train_data[col_name[17]].tolist())
CX = np.array(train_data[col_name[1]].tolist())
CY = np.array(train_data[col_name[2]].tolist())
X = np.array(train_data[col_name[12]].tolist())
Y = np.array(train_data[col_name[13]].tolist())
BH = np.array(train_data[col_name[15]].tolist())
dis = np.sqrt((CX - X) ** 2 + (CY - Y) ** 2)
CHeight = np.array(train_data[col_name[3]].tolist())
CAltitude = np.array(train_data[col_name[9]].tolist())
Altitude = np.array(train_data[col_name[14]].tolist())

Frequency = np.array(train_data[col_name[6]].tolist())
Power = np.array(train_data[col_name[8]].tolist())
lost = lost_feature(CX, CY, X, Y, CAltitude, CHeight, Altitude, Frequency)


# lost是否发散
n=1024
X=lost
Y=RSRP
T=np.arctan2(RSRP,lost)			#设置颜色
lost_var = np.var(lost)
print(lost_var)
plt.scatter(X,Y,s=5,c=T,alpha=1)	#　s：表示大小，alpha:表示透明度
plt.show()


# Frequency是否发散
n=1024
X=Frequency
Y=RSRP
T=np.arctan2(RSRP,Frequency)			#设置颜色
Frequency_var = np.var(Frequency)
print(Frequency_var)
plt.scatter(X,Y,s=5,c=T,alpha=1)	#　s：表示大小，alpha:表示透明度
plt.show()


# Building Height
X=BH
Y=RSRP
T=np.arctan2(RSRP,BH)			#设置颜色
BH_var = np.var(BH)
print(BH_var)
plt.scatter(X,Y,s=5,c=T,alpha=1)	#　s：表示大小，alpha:表示透明度
plt.show()

所得图片如下：
在这里插入图片描述

3. 对地形的编号的影响程度字典存储，对value进行排序

terrain_table = {1:1 , 2:2 , 3:3 , 7:4 , 8:5 ,
			9:6 , 4:7 , 5:8 , 6:9 , 19:10,
			17:11 , 18:12 , 10:13 , 11:14 , 12:15,
			20:16 , 14:17 , 13:18 , 15:19 , 16:20}

def terrain_feature(Terrain):
	res =[] 
	for i in range(len(Terrain)):
		res.append(terrain_table[Terrain[i]])
	return res

np.set_printoptions(suppress=True)
train_data = pd.read_csv('train_108401.csv')
col_name = train_data.columns.tolist()
Terrain = np.array(train_data[col_name[16]].tolist())
pl = terrain_feature(Terrain)

for i in range(len(pl)):
    print(pl[i])

对4000个小区的Cell Altitude柱状图统计

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
# %matplotlib inline

fig = plt.figure(figsize=(16, 8))
ax = fig.add_subplot(1, 1, 1)

# 501.83275 550 472
a = [494, 507, 507]    #此处省略数组
ax.hist(a, bins=200, range=(472, 550), density=True, color='blue', alpha=0.7)
plt.show()

在这里插入图片描述
5. 对训练集中的4000个文件夹下的所有文件RSRP数据进行统计,发现数据集的不平衡性

count = 0
sum = 0
rootdir = 'train_set'
list = os.listdir(rootdir) #列出文件夹下所有的目录与文件
# print(len(list))
for i in range(0,len(list)):
       path = os.path.join(rootdir,list[i])
       # print(path)
       if os.path.isfile(path):
       	train_data = pd.read_csv(path)
       	col_name = train_data.columns.tolist()
       	RSRP = np.array(train_data[col_name[17]].tolist())
       	# print(len(RSRP))
       	for i in range(len(RSRP)):
       		sum = sum+1
       		if RSRP[i]< -103:
       			count = count+1
print(sum)
print(count)

#运行结果如下
# 12011833
# 1702341

根据(x,y)坐标，画出RSRP分布图
RSRF数据分布图

#Total_distribution
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

labels = ['RSRP<=-103','RSRP>-103']
sizes = [12011833,1702341]
explode = (0,0.1)
plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=150)
# plt.title("Total_distribution")
plt.show()

在这里插入图片描述