2023亚太杯数学建模C题思路 - 我国新能源电动汽车的发展趋势

本文主要是介绍2023亚太杯数学建模C题思路 - 我国新能源电动汽车的发展趋势,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1 赛题

问题C 我国新能源电动汽车的发展趋势

新能源汽车是指以先进技术原理、新技术、新结构的非常规汽车燃料为动力来源( 非常规汽车燃料指汽油、柴油以外的燃料),将先进技术进行汽车动力控制和驱动相结 合的汽车。新能源汽车主要包括四种类型:混合动力汽车、纯电动汽车、燃料电池电动 汽车和其他新能源汽车。新能源电动汽车作为一种新型汽车,由于其低污染、低能耗、 能够调节峰值用电量的特点,近年来取得了快速的发展。新能源电动汽车,包括电动公交车和少于7座的家庭电动汽车,已经受到了世界各地的消费者和政府的欢迎。

2011年以来,中国政府积极推动新能源电动汽车的发展,制定了一系列优惠政策 。新能源电动汽车产业取得了巨大的发展,逐渐成为“ 中国高铁 ”之后的另一个中国标志。现在,我们邀请您的团队来完成以下问题。 ”

问题1:
分析影响中国新能源电动汽车发展的主要因素,建立数学模型,描述这些因素对中国新能源电动汽车发展的影响。

问题2:
收集中国新能源电动汽车的行业发展数据,建立一个数学模型,以描述和预测未来10年中国新能源电动汽车的发展情况。

问题3:
收集数据,建立数学模型,分析新能源电动汽车对全球传统能源汽车产业的影响。

问题4:
一些国家制定了一系列针对中国抵制新能源电动汽车发展的政策。建立数学模型,分析这些政策对我国新能源电动汽车发展的影响。

问题5:
分析城市新能源电动汽车(包括电动公交车)电气化对生态环境的影响。假设城市人口为100万,则提供该模型的计算结果。

问题6:
根据问题5的结论,给公民写一封公开信,宣传世界各地对新能源电动汽车的好处和电动汽车行业的贡献。


2 赛题分析

A题属于图像目标检测与图像特征提取分类问题,需要用到深度学习算法,题目开放性不高,但需要找到合适的网络进行训练,训练阶段会比较麻烦!

B题属于经典的物理建模与目标优化问题,往往计算量较大,会有一定难度!

C题属于自由性数据分析题型,需要自己找到数据,做传统的数据挖掘即可!

本次建模题目难度(由高到低) C=A>B

!!!A君会先出AC题思路!!!


3 更新记录

C题的开放度非常高,不仅要自己找数据,还需要自己构建模型.。

寻找影响主题的相关因子,找到了因子就是找到了变量!

有了相关因素以后,接下来一步我们需要找到相关数据,然后量化我们上一步找的因素!

C题第一问思路已更新:

在这里插入图片描述

C题爬虫+数据更新:

目前市面上没有免费的新能源数据集合,数据都相对零散,需要逐个手动收集,A君实现了一个爬虫爬取相关数据开放给大家

数据来源
爬取的数据来源于以下三部分:

  • 1 道路机动车辆生产企业及产品,基本为doc文件形式
  • 2 新能源汽车推广应用推荐车型目录,基本为html形式
  • 3 免征车辆购置税的新能源汽车车型目录,基本为pdf文件形式

其中数据主要为第2、3部分。

项目结构说明

vehicles_db/
|-- data/
|   |-- origin_data(由 Spider 爬取的原始文件)
|   |-- output(解析清洗后的 Excel 数据文件)
|   |-- revised_data(对原始文件的备份及修改)
|
|-- DataParser/
|   |-- __init__.py
|   |-- clean_data.py(清洗数据脚本)
|   |-- convert.py(转换文件格式脚本)
|   |-- main.py(数据解析主程序)
|   |-- output.py(输出解析后数据)
|   |-- parse_data.py(对不同文件格式的表格数据进行解析)
|
|-- Spider/
|   |-- __init__.py
|   |-- download.py(下载目标链接的响应内容)
|   |-- main.py(爬虫主程序)
|   |-- output.py(下载目标文件)
|   |-- parse_respa.py(对响应内容进行解析)
|   |-- spider.py(异步爬虫函数)
|   |-- urls.py(构造初始 url)
|
|-- __init__.py
|-- main.py

环境及依赖

  • Python 3.X
  • pandas
  • win32com
  • pdfplumber
  • docx
  • bs4
  • aiohttp
  • asyncio
  • json

运行方法
进入 vehicles_db 文件夹,运行 main.py 文件即可。

输出数据位于 /data/output 文件夹中。

输出
部分输出如图所示:
在这里插入图片描述
爬虫代码不需要大家重新运行,数据已经爬好上传,大家直接下载即可!

分析代码完整思路更新

在这里插入图片描述
更新分析代码

在这里插入图片描述

在这里插入图片描述

分析代码已上传,大家直接下载使用即可,不需要抄文档上的代码!

详细的思路过程放在文档中 ! ! ! ! 完整且正确的建模过程!!!

4 最新思路更新

🥇 最新思路更新(看最新发布的文章即可):
https://blog.csdn.net/dc_sinor?type=blog

这篇关于2023亚太杯数学建模C题思路 - 我国新能源电动汽车的发展趋势的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/418665

相关文章

使用C#代码计算数学表达式实例

《使用C#代码计算数学表达式实例》这段文字主要讲述了如何使用C#语言来计算数学表达式,该程序通过使用Dictionary保存变量,定义了运算符优先级,并实现了EvaluateExpression方法来... 目录C#代码计算数学表达式该方法很长,因此我将分段描述下面的代码片段显示了下一步以下代码显示该方法如

JAVA利用顺序表实现“杨辉三角”的思路及代码示例

《JAVA利用顺序表实现“杨辉三角”的思路及代码示例》杨辉三角形是中国古代数学的杰出研究成果之一,是我国北宋数学家贾宪于1050年首先发现并使用的,:本文主要介绍JAVA利用顺序表实现杨辉三角的思... 目录一:“杨辉三角”题目链接二:题解代码:三:题解思路:总结一:“杨辉三角”题目链接题目链接:点击这里

uva 10014 Simple calculations(数学推导)

直接按照题意来推导最后的结果就行了。 开始的时候只做到了第一个推导,第二次没有继续下去。 代码: #include<stdio.h>int main(){int T, n, i;double a, aa, sum, temp, ans;scanf("%d", &T);while(T--){scanf("%d", &n);scanf("%lf", &first);scanf

uva 10025 The ? 1 ? 2 ? ... ? n = k problem(数学)

题意是    ?  1  ?  2  ?  ...  ?  n = k 式子中给k,? 处可以填 + 也可以填 - ,问最小满足条件的n。 e.g k = 12  - 1 + 2 + 3 + 4 + 5 + 6 - 7 = 12 with n = 7。 先给证明,令 S(n) = 1 + 2 + 3 + 4 + 5 + .... + n 暴搜n,搜出当 S(n) >=

uva 11044 Searching for Nessy(小学数学)

题意是给出一个n*m的格子,求出里面有多少个不重合的九宫格。 (rows / 3) * (columns / 3) K.o 代码: #include <stdio.h>int main(){int ncase;scanf("%d", &ncase);while (ncase--){int rows, columns;scanf("%d%d", &rows, &col

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五):Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车,并使用通过跨平台的方式进行ROS2和UE5仿真的通讯,达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础,Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程: 第一期:基于UE5和ROS2的激光雷达+深度RG

CSP 2023 提高级第一轮 CSP-S 2023初试题 完善程序第二题解析 未完

一、题目阅读 (最大值之和)给定整数序列 a0,⋯,an−1,求该序列所有非空连续子序列的最大值之和。上述参数满足 1≤n≤105 和 1≤ai≤108。 一个序列的非空连续子序列可以用两个下标 ll 和 rr(其中0≤l≤r<n0≤l≤r<n)表示,对应的序列为 al,al+1,⋯,ar​。两个非空连续子序列不同,当且仅当下标不同。 例如,当原序列为 [1,2,1,2] 时,要计算子序列 [

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2