2025年数维杯选题人数发布_2025数维杯数学建模a题 csdn-CSDN博客

本文链接：https://blog.csdn.net/qq_33690821/article/details/147861251

经过36个小时，各个平台的相关选题投票、相关文章阅读量等各项数据进行统计，利用之前的评估办法（详见注释）。在开赛后36小时，我们基本确定各个赛题选题人数，以帮助大家更好地分析赛题局势。

题目	人数
A	18
B	57
C	84

数维杯更新时间轴
5.10 13:00 完整论文讲解
5.10 20:00 降重说明
5.10 22:00 无代码实现方式实操+数据结果
5.11 18:00 漏洞说明视频+无水印可视化结果

气象与花卉开花数据的结合

摘要

随着旅游业的快速发展，清明节赏花成为了一个重要的文化和经济活动。本文通过对清明假期期间大气温度、气压、相对湿度、风速、能见度及降雨状态等气象数据的收集与处理，提出了一个综合优化的模型，用于预测天气状况并优化旅游路线选择。

我们基于题目给出网站进行数据收集工作，利用给出网站我们获取西安、吐鲁番、婺源、杭州、毕节、武汉、洛阳七个城市近20年清明假期期间大气温度、大气压、相对湿度、平均风速、水平能见度、降雨状态等指标。并收集杏花、油菜花、杜鹃花、樱花、牡丹五种花在在华东地区、华中地区、西南地区、西北地区、华北地区五个地区的始期以及花期25种情况。基于收集的数据集，进行数据清洗工作。首先针对缺失值，分别使用线性、样条、PCHIP、最近邻插值进行插值补充数据。针对各指标数据，引入异常值判定，并针对结果进行人为判定，最终完成数据清洗工作。

针对问题一，对七个城市清明假期下雨状况的预测。根据一组气象数据（包括大气温度T、气压P0、相对湿度U、风速FF等）建立一个分类模型，用于判定清明节当天是否下雨。该分类模型的输出是一个二元变量（WW列），1表示有雨，0表示无雨。具体而言，我们建立随机森林、梯度提升树、支持向量机（SVM）、决策树模型进行判定，并根据模型选择最适合该城市的预测模型。

针对问题二，花卉开放时间、花期等预报模型。我们基于杏花、油菜花、杜鹃花、樱花、牡丹五种花在在华东地区、华中地区、西南地区、西北地区、华北地区五个地区的始期以及花期25种情况，分别针对始期以及花期建立预测模型。

针对问题三，根据2026 年清明假期天气预报和花期预测拟一份清明踏青赏花自由行攻略。目标是通过构建一个优化模型来选择最合适的清明踏青赏花自由行路径。这个路径选择是基于预测的2026年清明假期的天气情况以及花卉的开花时间（始期和花期）。我们通过引入，交通方式约束、假期时间约束、景点游玩时间约束，建立以赏花最多，花费最少的多目标优化模型，引入智能算法进行求解。

针对问题四，基于上述内容，通过改变问题三的约束实现对不同方案的调控，最终给地方政府提供一些具体措施，延长“ 赏花经济” 产业链，使“ 赏花经济” 拥有“ 超长花期”。

关键词：清明假期，天气预测，花卉开花预测，旅游路线优化，多目标优化模型