2022数学建模高教杯国家一等奖经验分享

此篇投稿者即是粉丝,也是我2022年带得最早的一批徒弟之一。能拿到国一我也非常开心,于是让他写了以下经验分享,希望对大家有所帮助。

很荣幸能在大学最后的时光中拿到国一,自此之后也可以算正式退役了,在这里对本人的数学建模经历做一次总结与分享。

自我介绍

本人来自一所普通双非,今年大三,以下为相关获奖成绩:

  • 2021年高教社杯全国大学生数学建模竞赛,C题省二
  • 2022年电工杯,B题三等奖(单人参赛)
  • 2022年高教社杯全国大学生数学建模竞赛,C题国一

还有一些未获奖或者比较小的比赛就不列出了

为什么要参加数学建模

起因只是想在大学中多学一些知识,在接触到数学建模之后发现这项比赛需要的知识储备涉及了许多本科期间无法学到的知识,于是便开启了本人的数模之旅。

参赛经历

开始并没有有意识地寻找队友,在加进学校的培训群之后受到了几份邀请,也没有想太多就加入了一组,就这样懵懵懂懂地开始了校赛选拔。在校赛过程中我发现我的队友不像所说的那样“有经验”,我就这样独自承担了所有建模与编程任务,最后成功提交了论文,也侥幸地通过了选拔。
暑假期间就开始自己在家学习建模了,把B站上热门的课程过了一遍,后来看司守奎老师的数学建模算法与应用,其实只是将大部分章节过了一遍,知道这个模型能用来求解哪些问题,简单了解了一些模型应该如何应用,期间和队友为了练手参加了华数杯,依然是我承担了全部的建模与编程任务,然而成绩并不理想,还是经验不充分,在模型的选择上犯了不少错误。之后便迎来了第一次国赛。

大二国赛

拿到题目之后在B与C之间纠结了一段时间,最后还是选择了C题,国赛的难度真的高太多了,解题过程推进的异常艰难,尤其在提交前一晚发现代码有问题,让我收获了人生罕有的崩溃感,即便如此最后也成功提交了论文,当时已经不觉得会有成绩了,只是这种坚持下来的感觉已经让我感觉收获巨大。最后成绩出来有了意料之外的省二,很满足了。
这次比赛依然是我独自承担了建模与编程,赛后我意识到不能再这样下去,于是拒绝了参加美赛(也有它太贵的缘故)

大二电工杯

在大二下学期我独自参加了电工杯,这次比赛很值得我记录下来,因为这是我首次独自完成了包括论文在内的一场比赛,最后获得了三等奖,虽然奖项不高,但是重新给了我面对国赛的勇气。

大三国赛

在重新决定参加国赛之后,我认真地寻找合适的队伍,最后找到经验丰富的两位队友。在暑假期间,我重新系统学习了机器学习数据分析等相关内容,按照与队友的交流,我着重准备了优化类问题,编程方面用python实现了几个比较热门的智能优化算法模板。就这样我忐忑又激动地迎来了大三国赛。

比赛第一晚没有什么犹豫地选择了C题,三天过的很充实而且没有上次国赛那么累,在建模方面和队友讨论了很多,建模手的知识量真的很多,论文手的排版做的也很棒,是我一眼看上去就知道自己做不了的那种。我负责了部分模型和代码,以及部分可视化,最后成功提交论文,隔天睡了一整天。感觉这次能有更好一些的成绩,但也只是预估最好是国二的样子,出结果发现是国一,当时真的很兴奋,算是给自己的退役一个很好的收尾了。

个人经验

首先如果想冲奖的话,一个好的队伍是很有必要的,找队友并不建议一定按建模手,编程手,论文手分配,在我看来数学建模知识之间关联性是很大的,每个人只负责自己的部分最后的结果只能是对对方的工作无法理解。建议至少两个人对模型与编程都有了解,这样才能互相合作交流。

然后是数学建模知识准备方面,我建议初学者首先要做的是去了解各种常用模型能解决什么样的问题,然后学习模型如何应用,初始阶段不需要学习模型的原理推导,具体原理在比赛时也足够时间学习描述了。我本人还学习了机器学习,数据分析相关的内容,即便在以后的发展看来,学习这些内容也是很有意义的,达成了我想在大学期间多学一些知识的目的。因此很建议大家也去学一学机器学习。本人学习的资料有机器学习方面的吴恩达机器学习统计学习方法,以及其他网路上的帖子,这部分我本人学习的比较杂,没有成一个很好的体系大家仅供参考就好,数据分析方面主要需要熟练掌握python的numpypandas库的使用方法,多做一些实例练习。

关于比赛期间的经验,我参加的比赛都会熬夜,但不建议第一天就开始通宵,前期要保存一些精力,合理分配时间。还是要抽出时间吃饭,其他时间的话如果不是很有信心建议不要干别的事情,我们为了国赛还集体翘了六级考试,如果当时一起去考了的话,按时间来说就无法完成论文了。

结语

以上就是我给大家带来的分享.个人能力有限,如果有说的不好地方欢迎大家批评指正。希望大家都能取得满意的成绩。

一次参赛,终生受益!!!

关注我:
在这里插入图片描述

  • 7
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
### 回答1: 这道题目是一道典型的数学建模题目,需要我们运用数学知识和编程技巧来解决。 首先,我们需要对题目进行分析,了解题目的要求和限制条件。题目要求我们设计一种算法,能够在给定的时间内,对大量的数据进行处理,找出其中的规律和特征。同时,题目还要求我们对算法的效率进行评估,以便优化算法的性能。 针对这个要求,我们可以考虑使用数据结构和算法来解决问题。具体来说,我们可以使用哈希表来存储数据,以便快速查找和比较。同时,我们可以使用动态规划算法来优化算法的性能,以便在给定的时间内完成数据处理任务。 具体的实现过程中,我们可以先将数据进行预处理,将其转化为适合哈希表存储的格式。然后,我们可以使用哈希表来存储数据,并使用动态规划算法来优化算法的性能。最后,我们可以对算法的效率进行评估,以便进一步优化算法的性能。 总之,这道题目需要我们综合运用数学知识和编程技巧,设计出一种高效的算法,以便在给定的时间内完成数据处理任务。 ### 回答2: 2022数学建模国赛高教c题是一道关于运动员参赛策略的问题。该题给出了一个比赛规则:每个参赛队员可以参加3项不同的比赛项目,并且每个项目最多可以有两名队员参加。同时,比赛中每个队员的得分会被计算得到一个最终的成绩。现在需要选出合适的参赛队员和比赛项目,使得最终的团队得分最高。 首先,我们需要对数据进行初步的分析。题目给出的数据包括每个队员的个人得分、参赛项目的得分以及每个队员与比赛项目的配对得分。我们可以根据这些数据,计算出每个队员在不同比赛项目中的得分预期值(期望得分)以及参加不同项目组成的团队的得分预期值。 接着,我们可以建立一个决策模型,将问题进行抽象和形式化。我们可以将每个参赛队员表示为一个节点,将每个比赛项目表示为一个状态。同时,我们可以定义一组关系来表示每个队员与比赛项目之间的配对得分。我们可以使用图论的方法对这些关系进行建模。 然后,我们可以根据模型的数学形式,使用优化算法来求解最优解。具体来说,可以使用整数规划的方法来进行求解。我们可以将参赛队员和比赛项目分别表示为整数变量,使用线性规划的方法对目标函数进行建模,然后通过整数规划算法进行求解。 最后,我们需要对模型的结果进行验证和分析。我们可以使用敏感性分析方法,来确定模型对各个参数的变化的敏感性。同时,我们还可以使用实际数据对模型进行校验,检测模型的准确性和可靠性。 总之,2022数学建模国赛高教c题涉及到运动员参赛策略的问题,需要使用数学建模的方法对问题进行抽象和形式化,然后使用优化算法进行求解。这种方法可以有效地解决各种具有复杂约束和限制条件的决策问题。 ### 回答3: 2022数学建模国赛高教c题是一道基于图论分析和传染病模型的题目。该题目要求建立一个模型,分析社交网络中的疾病传播。 首先,我们需要建立一个社交网络图模型,该图模型由节点和边组成,其中节点表示社交网络中的人,边表示人与人之间的关系。接下来,我们可以使用连通性分析算法,计算该社交网络图的连通分量,以确定该社交网络的组成结构。 随后,我们通过传染病模型来分析疾病在社交网络中的传播过程。一般地,我们可以使用SIR模型描述传染病的传播过程,其中S表示易感者,I表示感染者,R表示康复者。在传染病传播的过程中,我们可以通过标注每个节点的状态(易感、感染、康复),并建立基于疾病传播动态的演化模型,以预测社交网络中的疾病传播趋势。 最后,我们可以采用疾病传播模型的结果,对该社交网络中的个体和群体提出控制策略。例如,我们可以通过隔离病患、接种疫苗等控制措施,来降低社交网络中疾病的传播速率,从而保护社会公众的健康和安全。 总之,该题目旨在通过建立社交网络图模型和使用传染病模型分析社交网络中的疾病传播过程,为控制社交网络中疾病传播提供决策支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
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

打赏作者

川川菜鸟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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