【数学建模】2024数学建模国赛经验分享
文章目录
- 一、关于我
- 二、我的数模历程
- 三、经验总结:
一、关于我
我的CSDN主页:https://gxdxyl.blog.csdn.net/
2020年7月
(大二结束的暑假)开始在CSDN写作:
阿里云博客专家:
接触的领域挺多的,大多数可以通过我的历史博客一窥。另外还有有金融方向的股票期权
、化学方向的气相色谱-质谱分析
等等。
二、我的数模历程
2019年12月
,第一次参加数模:亚太杯,这是亚太地区的数模比赛,论文要全英文。当时我几乎什么都不会,之前更是没有接触过这个方向(一直专注嵌入式)。
怎么办呢?“照虎画猫”呗,比赛的时候,我找了很多数模论文来看。看他们是怎么安排文章结构的,各种类型的问题用什么方法求解。就这样,我用了一些论文中的方法(如TOPSIS)解决了赛题,然后又用谷歌翻译翻译成英文。🤣
最终得了个三等奖:
当时我就发现:好像论文写的有模有样的,就有很高几率获奖。
2020年8月
:参加第一届华数杯
比赛,后面每一届的题我都做过。
这次还是三等奖:
2020年9月
:参加国赛
这次是省级一等奖
重要小结: 这3次比赛, 看起来好像一直在进步,但实际并未达到我的预期。前面2次,只有2个人。 国赛又加了一个。 但是每次比赛,主要干活的只有我一个人,代码何论文都是我在写。 我只让队友帮我找文献, 说说解题思路。 其实另一位队友数学很好的,但他代码不太行,而我呢, 总觉得让队友写论文或者代码的话,与我不合拍。
这就好像多核CPU一样,只有一个核心在全负载工作,其它核心(队员)则很有限。这样当然无法发挥这颗CPU(一个团队)的期望性能。
所以,你若想获得国一, 国二这样的奖项:首先3个队友最好都是高手, 都会写代码最好。 另外,分工也很重要, 思路大家可以一起探讨,干活的时候则主要分为写代码和写论文, 还有一位同学可以负责文献查找,代码校对,论文校对。
2021年8月
: 我参加了第二届华数杯,这也是我最后一次亲自参加比赛了。
这次我的任务很轻松,只用写代码.队友要什么数据,要什么图像,只需要告诉我就行。一天多就完成了。
这次得了一等奖:
三、经验总结:
🟠数学建模如何100%获奖:论文是第一重要的
- 交一篇好看的论文,论文是评奖的主要依据. 你的论文应该是完整的,没有抄袭的(会查重), 排版令人赏心悦目的。
- 排版:论文是没有严格的统一格式的,但会有一些基本要求,自己看相关文件即可。
- 字体统一,中英文字体设置合适(如宋体,Times New Roman) 。
- 公式居中,公式编号右对齐,可以编写一个
样式
。公式推荐使用mathtype
编辑,可以使用Simple Tex
可以进行公式识别,复制到mathtype、Latex都可以的。 - 标题:用word的“样式”设置标题,而不是直接调子体、字号。最后生成PDF应该能自动识别出文章的章节标题。
- 表格、图片。做好编号,字体大小通常比正文小。
- 文献引用。
- 逻辑清晰。
- 明确展示结论、结果。可以在摘要部分适量展示建模方法和结果。
🟢数学建模如何获得高级奖项: 论文和结果是第一重要的
- 论文的要求较前面更严格,
最好在提交论文前,仔细校对一次论文
。(我当年国赛就有2个编号忘记修改了,还写的是图xxx这种🤣) - 高质量队友,至少2个人是“高手”。
- 合理分工,高效合作。不能一个人做,2个人旁观。
- 建模方法、数据处理方式的提升:
- 最好不要再使用常规算法,可以使用对应的改进、优化算法。可以找最新的文献,参考或者、直接复现里面的算法(这应该是一个比较快的过程)。
- 做好数据预处理和结果检验。如灵敏性检验等等。
结果必选相对准确
。要获得国一、国二,这一点很重要。结果是否准确、合理,你应该是可以通过题目要求,进行一个检验的。- 模型评价,这个部分最好不要再泛泛而谈,说套话、空话了。
🟨最后的提醒:
- 不要急于答题,
仔细研读题目
才是头等要事。 - 一定要按要求提交各种文件。
- 不要抄袭,网上有很多思路,有很多论文、文献,很多人都能看到。那些只是参考资料,一定要自己改进,自己叙述。查重不仅会和网络数据对比,还会和本次所有的论文对比。查重不过,那不就白做了。
相关文章:

【数学建模】2024数学建模国赛经验分享
文章目录 一、关于我二、我的数模历程三、经验总结: 一、关于我 我的CSDN主页:https://gxdxyl.blog.csdn.net/ 2020年7月(大二结束的暑假)开始在CSDN写作: 阿里云博客专家: 接触的领域挺多的ÿ…...

Scala尾递归解决爆栈问题
引言 我在上篇中详细的讲了递归的一系列问题,多路递归,爆栈问题,尾递归优化等,今天就实际演示一下尾递归是如何解决爆栈问题的,以及它的原理是什么? 支持尾递归优化的语言 尾递归是一种特殊的递归形式,如果…...

【观察者】设计模式:构建灵活且响应式的软件系统
引言 在软件开发中,我们经常面临需要在多个对象之间进行通信的挑战。特别是当一个对象的状态发生变化时,我们希望所有依赖于这个状态的对象都能自动更新。这就是观察者设计模式大显身手的地方。 简介 观察者模式是一种行为设计模式,它定义…...

开源网安斩获CCIA中国网络安全创新创业大赛总决赛三等奖
近日,由中央网信办指导,中国网络安全产业联盟(CCIA)主办的2024年中国网络安全创新创业大赛总决赛及颁奖典礼在国家网络安全宣传周落下帷幕。开源网安“AI代码审核平台CodeSec V4.0” 凭借在AI方向的技术创新、技术突破及功能应用创…...

进程的同步与互斥
目录 一、进程同步 二、进程互斥 1.临界资源访问代码: ①进入区 ②临界区 ③退出区 ④剩余区 注: 2.互斥准则: ①.空闲让进。 ②.忙则等待。 ③.有限等待。 ④.让权等待。 三、进程互斥的软件实现方法 1.单标志法 2.双标志先…...

基础的八股
JS this 全局:this指向window 函数:this指向window 对象:this指向调用它的 get、post的区别 1、写的地方不同:get在地址栏里 地址栏有多长就只能写多少、post在请求体里 没有上限 2、关于回退和刷新:get回退和刷新没问…...

使用Python从头开始创建PowerPoint演示文稿
目录 一、环境搭建与基础知识 1.1 环境搭建 1.2 基础知识 二、创建演示文稿对象 三、添加幻灯片 3.1 选择幻灯片布局 3.2 设置幻灯片内容 3.2.1 设置标题和副标题 3.2.2 添加文本内容 3.2.3 插入图片 3.2.4 插入图表 四、高级应用:批量生成演示文稿 4.…...

【C++ Primer Plus习题】15.4
大家好,这里是国中之林! ❥前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。有兴趣的可以点点进去看看← 问题: 解答: main.cpp #include <iostream> #include "sales.h"…...
Pipeline Scheduling(UVA 690)
网址如下: Pipeline Scheduling - UVA 690 - Virtual Judge (vjudge.net) (第三方网站) 噫,好!我中了! 这题还是有点折磨的,刚开始我只会递归下一个程序运行的时间(范围在1~n&…...

萤石举办2024清洁机器人新品发布会 多维智能再造行业标杆
导言:作为智慧生活守护者,萤石今日发布了两款清洁机器人,AI扫拖机器人RS20 Pro Ultra 和AI洗地机器人RX30 Max ,标志着萤石在智能清洁领域的全新突破。RS20 Pro Ultra基于CutFree 2.0内切割滚刷专利,有效解决毛发缠绕难…...
企业级Ansible自动化运维项目案例:实战与技巧
在企业级的IT运维中,自动化已成为提高效率、减少人为错误和保证服务一致性的关键手段。Ansible作为一种简单但功能强大的自动化工具,广泛应用于配置管理、应用程序部署、任务自动化和IT编排。本文将通过一个企业级的Ansible自动化运维项目案例࿰…...
JavaSE-易错题集-005
1. 下面有关java object默认的基本方法,说法错误的是? A equals(Object obj) 指示某个其他对象是否与此对象“相等” B copy() 创建并返回此对象的一个副本 C wait() 导致当前的线程等待,直到其他线程调用此对象的 notify() 方法或 notifyA…...
决策树模型的可解释性
我们首先介绍一下一个比较简单的机器学习模型,其在设计之初就已经有了比较好的可 解释性,这个模型就是决策树模型。决策树相较于线性的模型,它是更强大的模型。而决策树 的另外一个好处,相较于深度学习它具有良好的可解释性。比如…...

2. geoserver 发布postgis数据
1. 新建工作空间 2. 新建存储空间 3. 新建图层 4. 切片图层 5. 查看发布的图层...

【渗透测试】——Brup Suite平台安装
📖 前言:Burp Suite 是用于攻击 web 应用程序的集成平台。它包含了许多Burp工具,这些不同的burp工具通过协同工作,有效的分享信息,支持以某种工具中的信息为基础供另一种工具使用的方式发起攻击。 它主要用来做安全性…...
redis:全局ID生成器实现
问题:订单id不能设置为自增长的原因 id的规律性太明显, 受订单的数据量限制:若数据量过大,需要多张表存储,若自增会导致id重复 全局ID生成器:在分布式系统中用来生成全局唯一ID的工具 ID的组成: 符号位…...

jenkins工具的介绍和gitlab安装
使用方式 替代手动,自动化拉取、集成、构建、测试;是CI/CD持续集成、持续部署主流开发模式中重要工具;必须组件 jenkins-gitlab,代码公共仓库服务器(至少6G内存);jenkins-server,需…...
【从0开始在CentOS 9中安装Tomcat】
从0开始在CentOS 9中安装Tomcat 1. 安装 Java(Tomcat 需要 Java 环境)2. 下载并安装 Tomcat3. 配置 Tomcat4. 启动 Tomcat5. 配置 Tomcat 为开机自启动6. 验证 Tomcat 运行状态7. 允许防火墙开放 8080 端口(可选) 要在 Linux 上安…...
学习Vue3的第五天
目录 API对比 shallowRef 与 shallowReactive 对比总结 使用场景 总结 readonly 与 shallowReadonly 对比总结 使用场景 总结 toRaw 与 markRaw 对比总结 使用场景 总结 customRef 应用场景 总结 示例:异步数据获取 Vue3新组件 Teleport Suspen…...

Python 类中使用 cursor.execute() 时语法错误的解决方法
在 Python 类中使用 cursor.execute() 时,出现语法错误(如 SyntaxError 或 SQL 语法相关错误)通常是因为 SQL 语句格式不正确、占位符使用不当,或参数传递方式不符合预期。以下是解决此类问题的常见方法和建议。 问题背景 在 Pyt…...
Ubuntu系统下交叉编译openssl
一、参考资料 OpenSSL&&libcurl库的交叉编译 - hesetone - 博客园 二、准备工作 1. 编译环境 宿主机:Ubuntu 20.04.6 LTSHost:ARM32位交叉编译器:arm-linux-gnueabihf-gcc-11.1.0 2. 设置交叉编译工具链 在交叉编译之前&#x…...

微信小程序之bind和catch
这两个呢,都是绑定事件用的,具体使用有些小区别。 官方文档: 事件冒泡处理不同 bind:绑定的事件会向上冒泡,即触发当前组件的事件后,还会继续触发父组件的相同事件。例如,有一个子视图绑定了b…...
React hook之useRef
React useRef 详解 useRef 是 React 提供的一个 Hook,用于在函数组件中创建可变的引用对象。它在 React 开发中有多种重要用途,下面我将全面详细地介绍它的特性和用法。 基本概念 1. 创建 ref const refContainer useRef(initialValue);initialValu…...

【入坑系列】TiDB 强制索引在不同库下不生效问题
文章目录 背景SQL 优化情况线上SQL运行情况分析怀疑1:执行计划绑定问题?尝试:SHOW WARNINGS 查看警告探索 TiDB 的 USE_INDEX 写法Hint 不生效问题排查解决参考背景 项目中使用 TiDB 数据库,并对 SQL 进行优化了,添加了强制索引。 UAT 环境已经生效,但 PROD 环境强制索…...
JVM垃圾回收机制全解析
Java虚拟机(JVM)中的垃圾收集器(Garbage Collector,简称GC)是用于自动管理内存的机制。它负责识别和清除不再被程序使用的对象,从而释放内存空间,避免内存泄漏和内存溢出等问题。垃圾收集器在Ja…...
Swagger和OpenApi的前世今生
Swagger与OpenAPI的关系演进是API标准化进程中的重要篇章,二者共同塑造了现代RESTful API的开发范式。 本期就扒一扒其技术演进的关键节点与核心逻辑: 🔄 一、起源与初创期:Swagger的诞生(2010-2014) 核心…...
2023赣州旅游投资集团
单选题 1.“不登高山,不知天之高也;不临深溪,不知地之厚也。”这句话说明_____。 A、人的意识具有创造性 B、人的认识是独立于实践之外的 C、实践在认识过程中具有决定作用 D、人的一切知识都是从直接经验中获得的 参考答案: C 本题解…...

JVM虚拟机:内存结构、垃圾回收、性能优化
1、JVM虚拟机的简介 Java 虚拟机(Java Virtual Machine 简称:JVM)是运行所有 Java 程序的抽象计算机,是 Java 语言的运行环境,实现了 Java 程序的跨平台特性。JVM 屏蔽了与具体操作系统平台相关的信息,使得 Java 程序只需生成在 JVM 上运行的目标代码(字节码),就可以…...
纯 Java 项目(非 SpringBoot)集成 Mybatis-Plus 和 Mybatis-Plus-Join
纯 Java 项目(非 SpringBoot)集成 Mybatis-Plus 和 Mybatis-Plus-Join 1、依赖1.1、依赖版本1.2、pom.xml 2、代码2.1、SqlSession 构造器2.2、MybatisPlus代码生成器2.3、获取 config.yml 配置2.3.1、config.yml2.3.2、项目配置类 2.4、ftl 模板2.4.1、…...
多模态图像修复系统:基于深度学习的图片修复实现
多模态图像修复系统:基于深度学习的图片修复实现 1. 系统概述 本系统使用多模态大模型(Stable Diffusion Inpainting)实现图像修复功能,结合文本描述和图片输入,对指定区域进行内容修复。系统包含完整的数据处理、模型训练、推理部署流程。 import torch import numpy …...