2022美赛建模经历总结

今年是第一次参赛,小白简单写个总结,给大家做个参考。

目录

一、赛前准备

1.前三个月

1.1无关紧要的前情

1.2感想

2.前一个月

2.1寒假前

2.2寒假开始

二、赛中安排

1.时间安排

1.1第一天(2.18)

1.2第二天(2.19)

1.3第三天(2.20)

1.4第四天(2.21)+ 第五天(2.22)

三、赛后反思

四、附录


一、赛前准备

1.前三个月

1.1无关紧要的前情

笔者大二,之前有同学参加国赛,但笔者没经验+没人拉+知道得晚+了解得不深+没有这方面经验=就没参赛想法。

后来有团队主动来拉笔者搞美赛,笔者矜持地说考虑考虑,然后自己查美赛相关的资料。正好时值期末,把人家忘了,后来又看见学校通知,这才要参加。查了一堆资料,开始找队友(不好意思找之前那组人了,放人家鸽子放太久)。

找了两个同级队友,都是小白,但都是认真负责的人。拉人时就统一思想,要搞就认真搞,好好学习好好弄,不管结果怎么样都学点东西。一般都要分角色——建模、代码、论文,但我们都很菜,又都是信院的,就商量说都学、到时候随机应变(想得比较美)!

1.2感想

要找靠谱队友,要提前统一思想。

没有很突出的技能、没多少经验的时候,可以都学一点、都懂一点。

2.前一个月

因为之前期末,

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
2022美赛A题是关于自行车骑手功率分配建模的。在这个问题中,我们要考虑如何根据不同的道路、环境和骑手特点,合理地分配骑手的功率,以达到最佳的骑行效果。 首先,我们可以将问题抽象为一个线性规划问题。我们假设骑手的功率分配为x1、x2、...、xn,表示每个骑手在各自的骑行环节中所分配的功率。由于目标是达到最佳的骑行效果,我们可以将目标函数设置为总耗费的最小化,即min{f(x1, x2, ..., xn)}。其中,f(x1, x2, ..., xn)表示总的耗费函数。 在确定总耗费函数时,我们需要考虑到骑手在不同环节中所消耗的能量,以及骑行效果的权重。这些可以通过数据分析和实验来确定。比如,我们可以考虑不同道路的阻力、坡度以及环境的影响等因素。同时,我们也需要将骑行效果的权重纳入考虑,例如骑行速度、体力消耗等。总耗费函数可以表示为f(x1, x2, ..., xn) = a1*x1 + a2*x2 + ... + an*xn。其中,ai表示各个骑行环节的权重。 接下来,我们需要考虑约束条件。骑手的总功率应该等于所需要的总功率,并且每个骑手的功率应该在合理的范围内。此外,我们还需要考虑到每个环节的能量平衡。约束条件可以表示为: ∑xi = P,即总功率等于所需要的总功率。 0 ≤ xi ≤ Pi,即每个骑手的功率在0到所需功率之间。 ∑Pi = ∑xi,即每个环节的能量平衡。 最后,我们可以利用线性规划方法求解这个模型,得出最优的功率分配方案。通过调整各个环节的权重和约束条件,我们可以得到不同情况下的最佳分配方案。 总之,2022美赛A题涉及到自行车骑手功率分配建模。我们可以将其抽象为一个线性规划问题,通过确定目标函数、约束条件和权重,利用线性规划方法求解最优的功率分配方案。这样可以帮助我们合理地分配骑手的功率,以提高骑行效果。
评论 1
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