matlab 建立 经验模型,记一次哈哈哈哈哈哈的建模经历

2024-03-20 06:50

本文主要是介绍matlab 建立 经验模型,记一次哈哈哈哈哈哈的建模经历,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!

这是一篇旧文,但从没在公众号里发过。写于2013年5月7日,记录了我和两位好朋友一起参加清华大学数学建模比赛的故事。当时还是发在qq空间上,这两天正好是新一届的全国赛,好不容易找回qq密码,又把这篇旧文翻出来。真是感慨当时的我写作风格很奔放呢...

把文章在这里重发一次,给大家看看5年前的我参加建模比赛的故事。

自从学完《数学实验》之后便对MATLAB上了瘾,算微分方程解线性规划上天入地无所不能,深深觉得MATLAB这货除了生孩子之外啥都能干!现在就连看个时间都要打开MATLAB输个t=fix(clock),看着这个时间心里一通暗爽!

a92e038b4775ad21aeb4172676ae2f2a.png

后来知道我的MATLAB生涯没有结束!

咱们学校有清华建模大赛啊!以后还有国赛啊!闲得蛋疼了还有个美赛啊!

3ea6bd3441a8a741e923354d2d86960f.png

只要能用MATLAB怎么都好说啊!

于是,本学期开始时,拉着刘屎报了谢金星老师的数学建模课,期望着能从课上获得数学之精髓、模型之奥秘。谢老师是“全国大学生数学建模竞赛组委会秘书长”啊!虽然刘屎表示大二时在他的数学实验课上,一个学期毛都没听。

ab824a11f80947ba0d334f1a144ff11a.png

于是,每周二的第六大节三小节,我和刘屎都准时出现在6C201,下三节课象棋,半学期下来棋艺见长,不过模型还是毛都没听啊!

某天登录网络学堂看到这个课居然出现了3个未交作业

3f766f459eb09b7dd57c9ba0326479f3.png

于是我很兴奋地打开MCM-2013-B看了起来!

d832bc556116476bc1ebe318eb65da49.png

e229bb5f42a41508de7a0d5e965fb8ae.png

怎么标红的词里有这么多不认识……算了,再说吧,看第二题。

39c7bab41cc1884dc351996453bb481b.png

第二次的题目这又是个啥玩意啊……等等,“校内赛最佳论文的作者”……

fc1bc88efc8adf4b4b0ad97aecb1d1bb.png

算了,不跟校内赛最佳论文作者一般见识,看看第三次是个啥吧!

b1af9e9b4e656d6523a123cad250944d.png

哈哈哈哈!无相关文件啊!!!原来啥都没有啊哈哈哈哈!!!还tm要自己找个问题考自己哈哈哈!

466923ba5f8a7275ead6462e61f04181.png

终于到了退课的时候,赶紧把这货退了……反正我只是来参赛的而已。

就这样,我和刘屎拉上了黄神,共同向校赛发起了冲击。

9c407c890b9c97982f27db16b628c8a7.png

报名结束,4月20号做了个物化实验,下午到校外逛了一圈,回来查了下邮件发现那天早上题目就已经发布了,我们白白浪费了大半天...

且不管题目怎么样,这个“华罗庾”老先生不会气诈尸的么!

算了算了,咱们不跟打五笔的一般见识,直接打开看题!看看题目说什么吧

等等,这大标题里的2010年又是肿么一回事啊?按以前模板改忘记改年份了么?

B题好像光题干就有点长。这时我看到了邮件里写的内容:

还TM有别的附件又是什么玩意?看看3个附件。

打开附件1,还真就是个条款,47页,26091个字,我学化工又不学法律......

打开附件2呢……

足足3653行!!!啊啊啊啊!!! 数学系科协真心NB,出个清华校内赛的题居然整理了几十万个数据。

看到这里,还没等我打开附件3,黄神已经正式宣布我们做第A题了,刘屎和我欣然同意。

既然敲定了做A题,so…

首先打开了深圳安检局的网站

LOGO富丽堂皇!界面高端大气!一股明镜高悬的正气扑鼻而来啊有木有!看看数据呢。

我会告诉你我们第一天的工作就是下载大概150个excel,谁先下完谁先睡觉么!

睡醒之后我们开始做题,看看第1小题说了些啥吧。

先要建立数学模型!!!模型一定要屌炸天!!!首先肯定得分食品领域!粗看一番数据之后,我们先按“动物类”“植物类”来分食品,后来又按“预包装”和“非预包装”来分,最后经过一番纠结,经过一天的讨论我们把食品领域分为了:谷物、肉菜、水产、零食、饮料、调味品、酒。

嘿嘿嘿!!!我自己都被自己的机智打动了!这个分类实在太严密太科学了!!!一库!

事实上……在统计不合格率的过程中,我们只是在互相讨论以下问题。

“水豆腐是谷物么?”“是!”

“那豆腐干是吗?”“是吧……”

“那还有白豆腐、老豆腐、油豆腐、白豆干呢?”

“滚!”

“饺子皮是什么?”“谷物呗。”

“饺子是啥?”“肉菜吧……”

“那虾蛟呢?”“水产!”

“那我怎么知道饺子里包的是啥?”

“滚!”

“咸蛋是什么?”“肉菜!”

“盒饭是什么?”“肉菜!”

“肉菜怎么这么万能?”

“滚!”

“雪糕是什么?”“雪糕是饮料!”

“茶叶是什么?”“也是饮料!”

“咖啡粉是什么?”“饮料!”

“咖啡豆是什么?”

“滚!”

这TM都是些什么破问题!渣模型!伤不起啊!!!

在我们大致统计完各食品领域里什么重金属微生物的不合格率之后,我羞涩地提出了个问题:“咱们的模型里,是不是只有不合格率啊。”黄神说“好像是……”

那尼玛哪里有什么模型!!!用Excel的除法不就可以算了么!

模型一定要屌炸天啊!!!于是我翻开谢金星老师的书开始正式的建模学习,从开始接触层次分析,到满嘴AHP乱飞,到最后拿MATLAB开始算矩阵的最大特征值与特征向量。我小心翼翼地问刘屎和黄神,这样为建模而建模会不会有点牵强。

刘屎和黄神都很开心啊!!!

牵强哈哈哈哈!!!!

你跟我们两个说牵强哈哈哈哈!!!

一个算矩阵特征向量的模型怎么能不是好模型哈哈哈哈!!!

我也开怀地笑了!!!

原来建模这么简单!!有矩阵运算的模型怎么能不屌哈哈哈哈!!!

终于第一小题做了4天到4月23号正式结束了……进入第二小题吧

我们先用了2天完成了食品不合格率的统计,依然是我们每个人负责1年四个季度。为了发现规律,应该先作个图看看前几个季度的数据有没有规律,用个subplot吧!

找规律哈哈哈哈!!!

你让我找规律哈哈哈哈!!!

“每一组数据都没有规律”算不算规律哈哈哈哈!!!

我又一次开怀地笑了!!!

去吧!黄神!在这个图里给我们找几个规律出来!

黄神投入了紧张的规律寻找工作中。经过一天,他回复了他写的文章。

看到黄神的这一段文字我的眼里满是泪水!我只觉得眼前一道金光闪过!我华丽丽地瞎了!数据规律已经渣成这破样子,黄神居然还能从地理环境分析食品安全问题啊!

“第一时间获得新鲜肉类”“频繁的海上交通”连黄某的八宝粥毒倒路边廖某的新闻也可以直接放在论文里的么!!!

黄神在用数学卖萌啊!!!

就这样到4月26号,我们已经弄完了第2题。正式开始第3题的计算。

到这一区域已经没啥好说的了,我机械地算着权向量,再用它来制定策略。在百度文库里下载了一个“数学模型论文模板典藏版”,此时刘屎和黄神分别开始对着典藏版的模板写“模型分析”啊“模型评价”啊什么的~~我也在写着模型计算里的内容。大家安安静静地创作自己的部分。

经过这么多天来的磨练,我们仨已经基本不再相互商量了,因为我们对深圳市的抽检问题已经了解得炉火纯青了,只要给我三个点我就能给你分析出一通道理来。什么致病性微生物的危害啊,什么重金属的污染啊,我们最牛B的技能就是在数据分析后都可以上升到人文关怀问题扯一通,文章里啥都缺,就是不缺字数……

反正不管什么破问题,到我们手里都分析得头头是道,我们真应该去深圳安检局上班。真不知道深圳市安检局没有我们仨帮忙的时候怎么熬过来的。

直到了4月28号夜里,刘屎已经把负责的论文部分正式完工了。我从晚上8点让黄神写一写“稳定因子”的部分,等到12点还没等来,于是去小桥吃了个串。等黄神憋完,就只剩下我再对文章进行最后一点细节修修补补了。

吃串回来已经是1点半了,黄神还没有动静。问问吧~

收到黄神这几个小时的成果,打开一看:

哈哈哈哈!!!

看来你是真的比便秘还难受是么!

补上了这段便秘应该差不多了吧!

不对等等!!!我好像没有参考什么文献!!!

写了一万八千字还没有参考文献!

说到这个参考文献哈哈哈哈!!!

你们跟我说参考文献哈哈哈哈!!!

上百度文库,搜 “深圳”“食品安检”。凡是感觉内容跟咱们的论文比较靠边的文章,统统引用为参考文献哈哈哈哈!!!

我又一次开怀地笑了!!!

去吧!百度一搜,文章写好了还怕找不到几篇参考文献哈哈哈!!

哈我妹的哈啊

终于到了凌晨4点,在我将论文通读5遍细细修改之后,算是正式完工了。天已经有点亮起来了,我也不想睡了,看会电影吧~~第二天我睡到了12点多,对不起第二天《聚合反应工程》的老师了。

晚上去交了论文,奋斗十天的建模大赛就这么结束了呢~~

怎么突然有点伤感呢

仅以此渣文纪念一下我们纠结而无比充实的十天,献给刘屎、黄神和我自己~~

最后的祝福:别看了!快去建模啊!!写论文啊!!!哈哈哈哈!!!!

这篇关于matlab 建立 经验模型,记一次哈哈哈哈哈哈的建模经历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/828616

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

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

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【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

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

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