第二十届“华为杯”中国研究生数学建模竞赛
报名时间：9月17日17:00前完成报名
竞赛时间：2023年9月22日8:00至2023年9月26日12:00（参考往年）
报名费：每队300元
报名网址：https://cpipc.acge.org.cn/
建议尽快抽出一两个小时整合一下常用的网站、工具资料等，尽快熟悉一些上手比较快的软件，比如近两年上常听到SPSSPRO这个软件，其他各种软件等详见下文。
一、浅谈数学建模
先来看看官方的解释：数学建模是运用数学的语言和方法，通过抽象，简化建立能近似刻画“解决”实际问题的一种强有力的数学手段。数学建模就是用数学语言描述实际现象的过程。这里的实际现象既包涵具体的自然现象比如自由落体现象，也包含抽象的现象比如顾客对某种商品所取的价值倾向。这里的描述不但包括外在形态，内在机制的描述，也包括预测，试验和解释实际现象等内容。
那么什么是问题？
创造始于问题，有了问题才会思考，有了思考，才有解决问题的方法，才有找到独立思路的可能。 ——陶行知
正问题：已知信息，求解答案。Ep: 一辆车的最大速度是多少？
反问题：某个“黑箱”系统的信息无法获取，可以倒推的问题。Ep: 是否可以通过医学影像数据估计肿瘤的位置？
控制优化问题：设计一个解，以达到给定的目标。
我理解的数学建模就是运用数学工具去刻画从而解决我们在现实中遇到的一些问题（当然在数学建模比赛中这些问题就是官方给的赛题，这些题目也都是来自真实生活），那么运用什么样的数学工具去刻画这些实际问题便是整个比赛的核心所在，找到合适的数学工具便是建模。我们知道现实问题是很复杂的，不可能完全用数学模型表示，我们建立的模型也只能无限的接近实际情况，通过求解优化我们所建立的数学模型从而达到解决实际问题的目的。
1.2 建模比赛推荐/简介
省赛
每个省份的时间都有所差异，详细信息大家关注所在省份的时间安排即可；
深圳杯
不收取报名费，参加深圳杯决赛答辩的成员差旅费自理，决赛答辩期间的活动经费由活动主办方承担。4月15号前公布竞赛题目：6月10号前通过email提交论文（提交论文时间会根据各赛区调整有所差异）
美国大学生数学建模比赛
比赛时间在二月份，基本都是在过年那两天，报名费较贵。
全国大学生数学建模竞赛
每年的9月份，一般都是在中秋节的三天，题目共有5个，A、B、C为本科组，D、E、为专科组。题目难度比省赛难。
研究生数学建模竞赛/华为杯
热度和含金量相对比较高的比赛，一般在9月底开赛，但2022年有所推迟，在10月5日至10月10日期间进行了该赛事。
1.3 组队经验分享
· 队友要有检索、阅读文献和查找数据的能力，要在数学理论、编程技术、论文写作三方面至少有一样擅长，三个凑齐时能组成一个较为完美的队伍。
· 找熟人（如课题组师兄弟姐妹），加入一些建模交流群找同学；
· 找与自己擅长的方向相近或互补的同学（若你擅长编程，可以找擅长翻译，相互互补；若你擅长数据分析题，则你不要去找擅长视觉题目的同学）；
· 选题非常重要。要保证队伍有共同的选题思路和解题目标；
· 不要轻易找“大佬”。若题目选择有分歧，作品可能是无法完成的；
· 队长要学会以“好领导”的姿态去安排任务，期间还要担负起解题方法决策、激励团队、后勤保障等重大任务。
时间安排（一般三人队，根据比赛时间合理调整）
· 第一天：团队分工调研相关文献，确定选题；团队共同讨论并确定解题思路。
· 第二天：尝试建立一种能考虑到所有问题的模型，否则就针对第一问建立模型（一般的问题之间是具有递进关系的）。初步撰写论文的绪论、问题重述、假设等部分。
· 第三天（可能会熬夜）：求解模型、验证模型，为题目给出实际的解决方案。撰写论文的模型建立、求解过程、模型检验、敏感性分析、结论、附录等部分，认真检查排版格式。第三天晚上尽可能地提交论文，不提倡熬夜。
· 第四天早晨：确认提交状态。
二、数学建模技巧
2.1 数学建模问题类别
分类问题：判别、聚类、神经网络分类等方法解决，难度中等；
优化问题：线性规划、非线性规划、整数规划、动态规划、多目标规划、图论、概率模型、组合优化（旅行商、这辆路径、车间调度等，出题频繁）难度大；
预测问题：样条插值、时间序列、回归预测、神经网络、支持向量机等，难度较小；
评价问题：层次分析、熵权法、模糊综合评判、灰色关联、主成分分析等，主观性强，言之有理即可，发挥空间最大。
2.2 常用模型与算法
基础模型：函数关系、线性回归、Logistic回归、
评价模型：层次分析、TOPSIS（逼近理想解）
预测分析模型：时间序列（如ARIMA（移动平均回归）模型）、马尔科夫链、灰色预测模型
降维模型：主成分分析（PCA）、LASSO回归
优化模型：单/多目标规划（优化）、0-1整数规划、博弈论、正则化
统计模型：贝叶斯统计、假设检验、方差分析
分类与判别算法：聚类（K-means等）、SVM支持向量机、贝叶斯分类、决策树
图论：迪杰斯特拉算法、弗洛伊德算法等
其他算法：分治、贪婪、插值与拟合、蒙特卡洛算法、遗传算法、神经网络等
2.3 数学建模竞赛常用工具
数据统计分析类软件：Excel、SPSS、各类大数据分析软件（如Tableau、Pentaho Kettle等）等
编程软件：MATLAB、Python类（如PyCharm、Spyder等）、C/C++类（如VS Code、Codeblocks等） 、R语言等
绘图工具：VISIO、Origin、PPT、Excel、MATLAB或Python Matplotlib等
排版工具：Word（首选微软Office）、WPS Word、LaTeX、MathType等
图像处理工具：Photoshop、ImageJ、GMIP、Windows 画图等
其他工具：Lingo（线性通用优化求解器）、Mathematica（科学计算软件）、数据库, Notepad++等
2.4 数学建模竞赛推荐书籍
除此之外，可以在B站搜索教学视频，跟着视频走学得快一些。
2.5 竞赛常用论文结构及写作要点
！！！！！摘要最重要！！！！！
简洁扼要、条理清晰、流畅易读，注重展示分析结果、应用成果、解决方案、建议意见等。
多用短句、客观性描述，避免使用长难句、文学化表达，不使用禁忌词汇。
提升应用成果的眼光和站位，将应用成果描述至对问题本身、行业、社会等方面的最有益状态。
文章目录结构合理，能完整体现出全文的解题思路。
文章必须包含目录、问题重述、假设与符号说明、建模过程、结论等，保证作品解决过程、思路完整，保证成功提交作品。
突出排版格式的优势，弥补语言写作的不足。突出全文的创新和亮点，展示出自己作品与他人作品的不同之处，这决定着文章的获奖评分上限。
善于包装和宣传自己所用的技术手段，将自己的工作完完整整呈现在作品中。
每一段的第一句话最好具有总括性、承前启后等功能，这将影响评委对当前段落的整体印象。
摘要非常重要，可能会决定竞赛的初审关是否能顺利通过，最终需要修改上十遍。
问题重述部分要以自己的理解来描述原题目，可以将题目引导至自己的假设中，不要大篇幅重复原题目文字描述。
假设过程是将现实问题抽象为题目“已知”的过程，要多用符号和符号之间的关系表示事物之间的矛盾。
解题过程要体现解题的思路，包括尝试过程、失败理由、选择该模型的考虑过程等；要体现解题方法的正确运用、每个步骤的运用结果，不要大篇幅描述某种解题方法的操作教程。
结论既要体现原题目的要求，也要在原题目的要求之上体现自己的严谨考虑与额外创新。
有需要的话最好附上附录，方便评委参考。
！！！！！！！！注意格式与排版！！！！！！！！！！！有很多师弟师妹参考了数个的网上所谓助力思路，结合自己干净整洁的排版很轻松拿到了三等奖，但是必须注意这个“参考”的程度，照抄思路是有概率被通报的！！优秀版面例如：
2.6 数据获取
有些模型必须要以数据为基础进行求解，巧妇难为无米之炊，可见数据的重要性，下面给大家列举了一些数据网站。（有些敏感数据是很难获取的，甚至无法获取，处处充满了挑战性，这也是这场比赛的魅力所在）
（1）常用数据公开网站
国家统计局：包含了我国经济民生等多个方面的数据。
你们学校的电子图书馆数据库
搜数网、亚马逊
每个省份的政务数据资源网：包含竞技、交通、医疗、天气等数据。
（2）财经数据
新浪财经：免费提供接口，可在新浪财经上获取获取历史和实时股票数据。
东方财富网：可以查看财务指标或者根据财务指标选股。
中财网：提供各类财经数据。
黄金头条：各种财经资讯。
（3）数据竞赛网站
DataCastle：专业的数据科学竞赛平台。
Kaggle：全球最大的数据竞赛平台。
天池：阿里旗下数据科学竞赛平台。
另外，比赛的过程中十分枯燥，并且会遇到很多难题，但请一定务必坚持下去（毕竟报名费也够吃一顿美滋滋的火锅了），可以买一些思路分享，毕竟拿到奖后续还能用来评奖学金。但对参考资料的可信度要有自己的判断，形成完整的论文并提交就有很大概率可以拿到奖了。以上是我个人的一些经验和建议，希望可以帮助到同学们。文章来源：https://www.toymoban.com/news/detail-722388.html
在本次比赛过程中我将会写有关数学建模竞赛的一些思路和方法，但不一定及时，也不保证更新及正确。仅能在工作之余进行分享。希望我们一起学习，一起进步，大家敬请关注。文章来源地址https://www.toymoban.com/news/detail-722388.html
🎁 关注我领取海量matlab电子书和数学建模资料
👇 私信完整代码和数据获取及论文数模仿真定制
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化
2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
2.图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
3 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化
4 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化
5 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化
6 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化
7 电力系统方面
微电网优化、无功优化、配电网重构、储能配置
8 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长
9 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合
到了这里，关于2023年研究生数学建模竞赛思路及代码预定的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
