数模国一o奖攻略
文章平均质量分 82
曾经的数模大满贯选手C君,运营五年的数模博主,参加50余场辛苦总结,都学完花费一个月,保底国二!
三部分内容都汇总到这里:
1 【数学建模经验贴】 包含参赛建议、排版技巧、答辩要点
2 【数学建模论文赏析】 包含优秀论文赏析、代码模型解析
3 【数模修炼之旅】每天一个算法,一个月成为数模大神
DS数模
DS数模-C君
1 本科、研究生期间:数模大满贯选手(国赛国一、美赛F奖、研赛国一、mathorcup国二)
2 运营五年的数模博主,知乎粉丝最多的数模领域创作者,参加、指导50余场数模竞赛
3 CSDN创作专栏:数模国一o奖攻略。包含:数学建模经验贴、数学建模论文赏析、数模修炼之旅
4 个人简介:
(1)热爱生活的普通人
(2)职业目标:数据科学家
(3)希望世界和平,中国走向世界第一强国
(4)希望以后和一个爱我的人,我爱的人一起走到老
(5)35岁前财务自由
(6)INTJ
展开
-
【数学建模经验贴】蚁群算法的基本原理
当蚂蚁沿着一条路到达终点以后会马上返回来,这样,短的路蚂蚁来回一次的时间就短,这也意味着重复的频率就快,因而在单位时间里走过的蚂蚁数目就多,洒下的信息素自然也会多,自然会有更多的蚂蚁被吸引过来,从而洒下更多的信息素……原因就是所谓的自组织理论,简单规则的涌现。蚂蚁所在的环境是一个虚拟的世界,其中有障碍物,有别的蚂蚁,还有信息素,信息素有两种,一种是找到食物的蚂蚁洒下的食物信息素,一种是找到窝的蚂蚁洒下的窝的信息素。每只蚂蚁在刚找到食物或者窝的时候撒发的信息素最多,并随着它走远的距离,播撒的信息素越来越少。原创 2024-09-04 23:24:53 · 491 阅读 · 0 评论 -
【数学建模经验贴】国赛拿到赛题后,该如何选题?
当然,因为比较简单,选择的人也是极多。题目的变化非常大,不管是物理题、图论题、数据挖掘题,等等题目都有涉及,但相对来说,B题也比较适合编程能力强的选手,计算机方向的同学可以在B题一展身手、发挥自己的实力了,编程水平强的队伍也可以优先考虑。,因为分析方法多且代码也很多,大多数队伍都能完成,并且最终提交的论文大同小异,导致最终的评奖更注重细节的处理,这就对写作的同学以及做可视化的同学要求更高。一般来说,历年国赛的ABC题,A题较难,为物理/工程类问题,专业性比较强,每年选择的人数也是最少的。原创 2024-09-03 11:22:54 · 636 阅读 · 0 评论 -
【数模修炼之旅】11 LaTeX新人教程,30分钟从完全陌生到基本入门
PS:有一些网站可以通过画图的方式来生成公式,有的编辑器集成了各种数学功能按钮。如果这样的话,不妨在windows左下角的开始菜单的程序列表里找到MikTeX的文件夹,用maintenance里面的package manager搜索和手动安装名为CJK的package,然后再试试能否成功编译出中文。在论文从框架到完整的过程中,必然还存在许多的细节问题,比如字体字号,比如图片拼合,比如复杂的表格等等。通常来说我们作为初学者会提出的问题,早就已经有许多的先辈们在网络上提过同样的问题了,看看别人的回答就可以的。原创 2024-09-01 23:25:24 · 770 阅读 · 0 评论 -
【数模修炼之旅】10 遗传算法 深度解析(教程+代码)
遗传算法通过模拟自然界的遗传机制(如选择、交叉、变异等)来优化问题的解。它从一组随机生成的初始解(种群)开始,通过迭代的方式不断优化种群中的个体,以期望找到问题的最优解或近似最优解核心要素编码:将问题的解表示为某种形式的字符串(如二进制串),称为染色体或基因型。初始种群:随机生成一组初始解作为种群的开始。适应度函数:用于评估种群中每个个体的优劣,通常与目标函数相关。选择操作:根据适应度函数选择优秀的个体作为父代,用于生成下一代。交叉操作:通过交叉父代的染色体来生成新的子代个体。变异操作。原创 2024-08-29 23:06:44 · 998 阅读 · 0 评论 -
【数模修炼之旅】09 逻辑回归模型 深度解析(教程+代码)
之前介绍了稍难的模型,这节让我们介绍一下简单的逻辑回归吧。这个算法多用于基础的分类模型,是一种简单的分类算法。当然也可以用在回归任务之中。logistic回归又称logistic。原创 2024-08-28 23:09:32 · 375 阅读 · 0 评论 -
【数学建模经验贴】参加美赛的经验|三分建模,七分写作。三分决策,七分执行。
经过这次的比赛,我想说,美国人的思维真的是发散的一匹,看懂了英文,不一定看得懂题目意思。这次建模比赛最大的矛盾在于建模组从整体上构建的模型无法满足写手组论文的写作需求,导致论文写作进度放缓,究其原因:写手组因为需要详细地回答每一 个小问(总共有7个大问,33个小问)所以必须一问一问地抠,而建模组只是从整体上构建了一个能解决实际主要矛盾的模型。抛开已有的算法与模型,站在命题人的角度去思考问 题,站在其他队的角度去思考问题,这样才能提升自身模型的深度与广度,而这正是审题人所希望看到的,亮点往往于此诞生。原创 2024-08-27 23:07:05 · 333 阅读 · 0 评论 -
【数学建模经验贴】一个数模老手的经验
首先,由于建模时间匆忙,你解决问题是在你假设的前提下完成的,这里你就可以把假设放宽一些,考虑更多的影响因素,那么你的模型可以怎么变化。论文不要全部都是文字,复杂的过程可以画流程图,复杂的算法可以写一段伪代码(算法实现步骤),结果对比的方式可以是图片、曲线,直方图、饼状图,表格。另外,你的假设也表明你考虑问题比较周全。实验结果最好是题目需要的,可以以图片、曲线图、表格等的形式,尽量的展示出的结果。后面这些模型你可以理解为,解决问题1时,你设计的算法是怎么一步步改进得到的,或者说你的算法分了哪些模块。原创 2024-08-27 23:04:49 · 443 阅读 · 0 评论 -
【数学建模经验贴】参加数学建模国赛、研赛的N条建议
第二,赛事组委会禁止找外援,而且为了防止找外援的情况,比赛结束后,被推荐评选国家级奖项的人要去答辩,国家级奖项初选结果揭晓后,组委会会规定一个异议期,认为某获奖者找了外援的人有权提起上诉,这样如果你们靠外援帮忙获奖的话,你们恐怕通不过审核关。85.如果你知道模型有什么不足,请不要讳疾忌医,这是对比赛负责,更是对你们自己负责,因为组委会征集的不是结果而是思路,在他们看来,“想到模型的不足但没有改进”要比“没想出模型的不足”好得多。原创 2024-08-26 22:07:56 · 657 阅读 · 0 评论 -
【数学建模经验贴】参加国赛的N条建议
不要找外援,因为第一,比赛考察的是你们的能力;第二,赛事组委会禁止找外援,而且为了防止找外援的情况,比赛结束后,被推荐评选国家级奖项的人要去答辩,国家级奖项初选结果揭晓后,组委会会规定一个异议期,认为某获奖者找了外援的人有权提起上诉,这样如果你们靠外援帮忙获奖的话,你们恐怕通不过审核关。如果你知道模型有什么不足,请不要讳疾忌医,这是对比赛负责,更是对你们自己负责,因为组委会征集的不是结果而是思路,在他们看来,“想到模型的不足但没有改进”要比“没想出模型的不足”好得多。第三,没有人有答案。原创 2024-08-26 22:04:22 · 869 阅读 · 0 评论 -
【数模资料包】最新数模国赛word+latex模版|数模常用的算法python+matlab代码
【2024最全国赛研赛数模资料包】C君珍贵国一数模资料|最新数模国赛word+latex模版|数模常用的算法python+matlab代码 国赛指:高教社杯全国大学生数学建模竞赛,研赛指:华为杯研究生数学建模竞赛。原创 2024-08-26 22:01:29 · 2078 阅读 · 0 评论 -
【数模修炼之旅】08 支持向量机模型 深度解析(教程+代码)
支持向量机(SVM, Support Vector Machines)是一种强大的监督学习算法,用于分类和回归任务。它在高维空间中寻找一个超平面,以最大化不同类别之间的边界。下面将详细介绍SVM的基本原理以及它在数学建模中的应用。原创 2024-08-24 23:02:58 · 860 阅读 · 0 评论 -
【数学建模】蚁群算法的基本原理
当蚂蚁沿着一条路到达终点以后会马上返回来,这样,短的路蚂蚁来回一次的时间就短,这也意味着重复的频率就快,因而在单位时间里走过的蚂蚁数目就多,洒下的信息素自然也会多,自然会有更多的蚂蚁被吸引过来,从而洒下更多的信息素……其次,蚂蚁要有一定的随机性,虽然有了固定的方向,但它也不能像粒子一样直线运动下去,而是有一个随机的干扰。蚂蚁所在的环境是一个虚拟的世界,其中有障碍物,有别的蚂蚁,还有信息素,信息素有两种,一种是找到食物的蚂蚁洒下的食物信息素,一种是找到窝的蚂蚁洒下的窝的信息素。这种优化过程的本质在于:?原创 2024-08-23 22:45:11 · 363 阅读 · 0 评论 -
【数模修炼之旅】07 随机森林模型 深度解析(教程+代码)
随机森林(Random Forest)是一种集成学习算法,由多个决策树组成,通过对多个决策树的预测结果进行综合,来提高预测的准确性和鲁棒性。它在分类、回归和特征选择等任务中表现优异。通常在数模竞赛中,应用于回归任务和特征选择任务。原创 2024-08-22 19:31:21 · 882 阅读 · 0 评论 -
【数模修炼之旅】06 决策树分类模型 深度解析(教程+代码)
这个监督式学习算法通常被用于分类问题。令人惊奇的是,它同时适用于分类变量和连续因变量。在这个算法中,我们将总体分成两个或更多的同类群。这是根据最重要的属性或者自变量来分成尽可能不同的组别。这个算法是一些高阶算法的基础,比如随机森林、xgboost等算法,是大家需要掌握的基础算法之一。决策树的结构直观易懂,类似于一棵倒置的树,其中每个内部节点表示一个特征上的条件判断,每个分支表示条件的结果,而每个叶节点表示一个类别或预测值。原创 2024-08-21 17:13:13 · 577 阅读 · 0 评论 -
【数模修炼之旅】05 拟合模型 深度解析(教程+代码)
拟合模型是一种数学工具,用于寻找一个函数或方程式,使其能最好地表达一组数据之间的关系。在数学建模(数模)中,拟合模型可以帮助我们从实验或观测数据中抽象出关键的数学关系,进而用于预测、优化或理解复杂系统的行为。这个算法必须得会,是数模竞赛中的基础算法之一。原创 2024-08-20 21:20:30 · 561 阅读 · 0 评论 -
【数模修炼之旅】04 灰色预测模型 深度解析(教程+代码)
灰色预测模型是数模领域常用的预测模型,灰色综合评价法是常用的评价类算法。下面就来给大家介绍一下 灰色预测模型。一句话定义:灰色预测模型(Grey Prediction Model)是一种用于数据量较少的时间序列预测的数学模型。由于灰色预测模型建模具有所需信息少,精度较高,运算简便,易于检验,不用考虑分布规律或变化趋势的优势。原创 2024-08-19 11:47:52 · 346 阅读 · 0 评论 -
【数模修炼之旅】03 蒙特卡洛算法 深度解析(教程+代码)
蒙特卡洛方法的基本思想是通过构造符合一定规则的随机数来解决数学上的各种问题。当所求解问题是某种随机事件出现的概率,或者是某个随机变量的期望值时,蒙特卡洛方法通过某种"实验"的方法,以这种事件出现的频率估计这一随机事件的概率,或者得到这个随机变量的某些数字特征,并将其作为问题的解。这么看来蒙特卡洛方法的理论支撑其实是概率论或统计学中的大数定律。基本原理简单描述是先大量模拟,然后计算一个事件发生的次数,再通过这个发生次数除以总模拟次数,得到想要的结果。下面我们以三个经典的小实验来学习下蒙特卡洛算法思想。原创 2024-08-14 12:06:25 · 691 阅读 · 0 评论 -
【数模修炼之旅】02 多目标规划 深度解析(教程+代码)
求解多目标线性规划的基本思想大都是将多目标问题转化为单目标规划,在比赛中经常会用到。本文只介绍一种最常用方法。大家可以去搜搜一些其他的多目标规划方法:理想点法、线性加权和法、最大最小法、目标规划法。具体的,多目标规划是数学规划的一个分支。研究多于一个的目标函数在给定区域上的最优化。又称多目标最优化。通常记为 MOP(multi-objective programming)。原创 2024-08-12 23:14:54 · 896 阅读 · 0 评论 -
【数模修炼之旅】01 层次分析法 深度解析(教程+代码)
层次分析法是数模领域最常用的算法,应用于分配各指标权重。官方的话术是:层次分析法,简称AHP,是指将与决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹兹堡大学教授萨蒂于20世纪70年代初,在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时,应用网络系统理论和多目标综合评价方法,提出的一种层次权重决策分析方法。总体而言,这个是分配指标权重的最常用,也是最初级的做法。进阶的做法会在后面的章节介绍。原创 2024-08-12 22:37:52 · 795 阅读 · 0 评论 -
【2024最全国赛研赛数模资料包】C君珍贵国一数模资料|最新数模国赛word+latex模版|数模常用的算法python+matlab代码
【2024最全国赛研赛数模资料包】C君珍贵国一数模资料|最新数模国赛word+latex模版|数模常用的算法python+matlab代码国赛指:高教社杯全国大学生数学建模竞赛,研赛指:华为杯研究生数学建模竞赛。原创 2024-08-08 00:25:46 · 3362 阅读 · 0 评论