2022华为杯研赛ABCEDF资料分享

觉得不错的可以点赞收藏下,比赛时回来更新看下

A题:

A题思路:这道题可以参考下我发的《雷达系统设计MATLAB仿真》,很多知识和代码都有提示下mat文件中的复数格式的数据,是极坐标,mat文件中,每一列表示每个周期内采集到的每一帧信号数据

load data_q1.mat
%
提取实部和虚部
A=real(Z);
B=imag(Z);
%绘制极坐标
figure
plot(A(:,1),B(:,1))
xlabel('距离')
ylabel('角度')

题目说了数据是每一个周期每一帧的数据,看数据应当是每一列为一个周期,我们把数据拼接为1维向量得到data_q1.mat的运动情况,也就是说标准的物体运动轨迹,他是一条直线

B题思路

子问题1:排样优化问题。要求建立混合整数规划模型,在满足生产订单需求和相关约束条件下,尽可能减少板材用量。

约束:

1. 相同栈(stack)里的产品项(item)的宽度(或长度)应该相同;

2. 最终切割生成的产品项是完整的,非拼接而成。

本子问题要求编程,以数据集A为输入,输出结果要求见第五部分。

子问题1的思路:

首先观察并分析数据(A1-A4, A5删掉不考虑,官方已通知),每个excel表中材料相同,目标为给出板材的切割方案。

根据第3条假定,排样方式为精确排样且切割段数不超过三,子问题中还要求相同栈里产品宽度或高度相同,所以很容易想到将数据中具有相同长度或宽度的部件进行合并,排列成更大的部件组合作为一一个栈,比如这三个部件:

224

397

224

378

224

378

他们宽度相同,将其组合成224*1153的一个大块部件作为一个栈,然后这个栈再加上一些冗余,比如224*1160,注意得保持宽度不变,之后再合并类似的不同栈组成更大的条带,以满足条带的长度恰好是板材的长或宽,不同条带再一次组 合直到匹配原材料的长宽。

C题:

D题:

 

E题:

首先是E题,草原放牧策略研究

问题1. 从机理分析的角度,建立不同放牧策略(放牧方式和放牧强度)对锡林郭勒草原土壤物理性质(主要是土壤湿度)和植被生物量影响的数学模型。

思路解析:对于第一问主要是构建放牧策略与土壤物理性质和生物量之间的逻辑关系,在这里题目已经明确说了从机理分析的角度来思考,因此类似于黑箱算法就不能用,在这路放牧策略可以理解为分类数据或离散数据、而土壤物理性质和植被生物量均可作为连续型数据,所以这里的关键是如何构建离散数据与连续数据之间的逻辑关系,单纯的回归分析肯定是不能使用的,因为回归分析要求数据均为连续性数据。这里给出一个表格

数据:①连续 ②离散有序 ③离散无序

①-①:pearson相关系数(双变量正态分布)

Spearman秩相关系数(非正态分布)

①-②:Spearman秩相关系数

①-③:Eta方

②-②:Kendall's Tau-b相关系数、Spearman秩相关系数

②-③:无此类方法,一般可用推断性分析中非参数检验代替。

③-③:phi系数(仅针对四格表)

Cramer‘ s V系数

问题2. 请根据附件3土壤湿度数据、附件4土壤蒸发数据以及附件8中降水等数据,建立模型对保持目前放牧策略不变情况下对2022年、2023年不同深度土壤湿度进行预测,并完成下表。

思路解析:问题二就是预测问题了,首先将土壤湿度在不同深度的数据作为预测输出值,将土壤蒸发数据以及附件8中降水等数据作为输入值,建立输入值和输出值之间的关系,但由于不同深度的土壤蒸发数据和降水数据并不知道,因此很难用常规的回归或时间序列等方案解答,在这里推荐使用神经网络模型,模型为多输入多输出类型,推荐使用基于matlab粒子群算法优化BP神经网络(多输入多输出)或模糊神经网络算法等即可构建上述逻辑关系

F题:

问题一:各种生活物资的大规模流动方式对疫情的影响

不少城市的疫情在短时间内无法得到快速控制,反思其原因,有一种观点认为疫情的发展或被控制扑灭与生活物资发放方式有关。请结合附件1中所提供的长春市COVID-19疫情期间病毒感染人数数据及其它附件数据或你们能搜集到的数据对长春市实行发放蔬菜包前后效果进行判别与分析,以利今后的防控工作。

思路分析:首先是问题一,主要是分析蔬菜包发放对长春市疫情控制的影响,蔬菜包的数据在附件4中有,但具体何时开始发放蔬菜包,这个需要查阅更早的数据,如果实在查不到可以以附件4的数据为主,此时将疫情感染人数数据分为蔬菜包发放前数据和发放后数据然后进行展示,若呈现倒V字形则表示蔬菜包的发放对抑制疫情的发展有良好的作用。这里注意包括分区讨论和整个长春市的数据讨论两部分。若需要建立模型的话,可以建立蔬菜包发放数据和疫情感染人数等数据之间的关系式。

问题二:生活物资投放点数量与位置问题

在疫情爆发初期长春市的生活物资主要通过若干个投放点进行发放。考虑到在疫情初期既需要大量的人力资源又同时要求尽量减少人员流动、接触,投放点的数量显得尤为重要。在附件2中提供了当时长春市不同区域投放点数量分布结果。请结合附件3中和附件4中有关数据,讨论投放点数量的合理性,并通过数学建模进行适当的优化。另外,请充分考虑未来疫情、自然灾害等特殊事件,对于政府储备物资和大规模物资分拣场所的位置与数量规模进行合理规划,并提出最优的选址数量、规模及其潜在的备用场所位置。

问题二主要分为两个小问,前者是讨论数量的合理性,合理性的关键就是该数量能否保障隔离区人口的物资保障,但由于并不知道投放点的位置和人员的配置及每天该投放点的物资比例,所以我们只需要单纯的讨论数量即可;数量的划分主要与隔离区人数、路网的密度、小区的数量等因素有关,这是因为理论上路网越密集造成交通拥堵的可能性越大,此时就需要多设置投放点;同样小区数量越多则寻找起来越负责,也应该设置更多的投放点,因此将问题转化为需要建立投放点数量与路网信息、隔离人数和小区数量等指标的关系,可以先根据问题一中的分析找出那些区域经过蔬菜包投递后感染人数降低的数量是最明显的,然后基于该数据建立投放点数量与后三者之间的方程,基于该方程对剩余区域进行求解和优化即可。后面这一小问为一个选址问题,类似的方法非常多,主要是建立合适的优化模型即可,这里可以私信学长提供类似的选址建模方法,优化模型主要是包括三部分

文献资料查找

grow/upqqun:910973260

在数学建模中文献资料的查找是十分关键,其实不仅是在数学建模中,在学习和做研究就

是如此,不阅读文献资料就相当于闭门造车,什么都弄不出来,现在的工作几乎都可以说是站

在前人的肩膀上,从出生开始就是站在前人的肩膀上了,所学的任何书本知识都是前人总结出

来的。

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
分享
二维码
< <上一篇
下一篇>>