铁山靠之数学建模-基础篇

2024-04-09 18:12
文章标签 基础 建模 数学 铁山

本文主要是介绍铁山靠之数学建模-基础篇,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!

小黑子的数模基础篇

  • 一、什么是数学建模
    • 1.1 数学模型分类
    • 1.2 备战准备什么
    • 1.3 组队学习路线
    • 1.4 赛前准备
    • 1.5 赛题选择
      • 1.5.1 赛题类型
      • 1.5.2 ABC赛题建议
    • 1.6 学会查询
      • 1.6.1 百度搜索技巧
      • 1.6.2 查文献
      • 1.6.3 数据预处理
    • 1.7 建模全过程
  • 二、数模论文
    • 2.1 论文排版
    • 2.2 标题怎么写
    • 2.3 摘要怎么写
    • 2.4 参考文献
    • 2.5 公式编辑
    • 2.6 三线表的制作与编号
    • 2.7 图片绘制
    • 2.8 分页符的使用

  • 学习视频:数学建模老哥
    p1——p2基础
    p3——p36算法
    p37——56建模(MATLAB)
    p57——65写作
    p66——69,p81——83,p108——111获奖指南总结性的东西
    p70——80国赛
    p84——107美赛
    p112——120实战
  • 学习视频:北海:快速入门数模建模算法+MATLAB入门+论文写作+数学模型与算法

一、什么是数学建模

  • 官方解释:

    • 数学建模是利用数学方法解决实际问题的一种实践。即通过抽象、简化、假设、引进变量等处理过程后,将实际问题用数学方式表达,建立起数学模型,然后运用先进的数学方法及计算机技术进行求解。简而言之,建立数学模型的这个过程就称为数学建模。

  • 个人理解:

    • 数学建模往往解决的是生活中无法直观看出的一个东西的本质,或者是无法通过一组数据或原型什么的得出结论,我们必须要建立一个一定的数学方法来提炼总结得出一个结论,这个过程叫做数学建模 。
  • 数学建模例题:
    在这里插入图片描述

  • 数学建模比赛分为什么?
    在这里插入图片描述

  • 数学建模的过程
    在这里插入图片描述
    在这里插入图片描述

  • 关于数学建模的备战
    在这里插入图片描述
    论文标题比如:基于什么灰色预测的小麦产量研究与分析;基于重置分析法的水质安全评价研究与分析;基于神经网络的灰色预测模型的什么什么研究等等。
    在这里插入图片描述

1.1 数学模型分类

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

1.2 备战准备什么

(1)必须找好两个靠谱的队友,定期组织研讨和交流
(2)必须每三天看一篇优秀的数模论文,重点看摘要和问题分析及建模过程
(3)必须明确三人的分工,确保写作/建模/编程团队都具备
(4)必须清晰的明白建模各部分到底应该写什么
(5)必须对所有常见算法进行系统的学习,明确
(6)算法用途和实现过程备战时间建议:
每天拿出两个小时学习数学建模:按照算法、编程、写作、排版的顺序进行算法:课程+《数学建模书籍(司守奎》,编程(Matlab自学一本通20 18版本即可),写作(整理优秀论文对语言进行学习)排版(学习LATEX软件)每人每三天阅读完一篇获奖优秀论文,并和队友沟通分享经验
(7)每半月适当开一次总结会,发表自己的学习收获和下一步的工作中心每月进行一次全真模拟,寻找老师进行论文评估

数学建模的六个步骤:
在这里插入图片描述
在这里插入图片描述

1.3 组队学习路线

在这里插入图片描述

  • 建模员:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    • 学习基础知识:高数、线代等数学相关的基础知识
    • 学习算法知识:比如算法,看学习算法的相关视频
    • 学习优秀论文:要知道这算法是怎么和实际问题解决的,就要通过学习优秀论文进行提高
  • 程序员:
    在这里插入图片描述
    在这里插入图片描述

    • 学习编程知识:学习matlab或python或c等语言,学会其基本的语法结构,然后通过做题进行巩固
    • 调试常用模型:知道常用的问题,将常用的模型进行一个调试,知道数据怎么输入、参数怎么修改
    • 复现优秀论文:对优秀论文里面所建立的模型,进行一个代码复现,起到一个演练的作用
  • 写作员:
    在这里插入图片描述
    在这里插入图片描述

    • 掌握写作要求:比如模型分析和模型展示,这些该怎么表述出来.
    • 掌握学术语言:不要用大白话来写作, 掌握学术语言
    • 掌握排版技巧

1.4 赛前准备

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

1.5 赛题选择

1.5.1 赛题类型

  1. 预测类
    在这里插入图片描述
    在这里插入图片描述
    需要学习的知识:
    在这里插入图片描述

  2. 评价类
    在这里插入图片描述
    在这里插入图片描述
    需要的知识:
    在这里插入图片描述

  3. 机理分析类
    在这里插入图片描述
    在这里插入图片描述
    需要学习的知识:
    在这里插入图片描述

  4. 优化类赛题
    在这里插入图片描述
    在这里插入图片描述
    需要的知识:
    在这里插入图片描述

1.5.2 ABC赛题建议

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

1.6 学会查询

1.6.1 百度搜索技巧

一般搜索的只是模糊查询,有其他字体将其拆开
在这里插入图片描述

  • 完全匹配搜索:查询词的外边加上双引号""

    • 引号中英文均可
    • 例如搜索“CT参数标定”,得到的结果不是分别带有“CT”或“参数标定”的网页
      在这里插入图片描述
  • 标题必含关键词:查询词前加上intitle:

    • 冒号为英文输入下的
    • 例如搜索intitle:CT参数标定,则搜索结果里每一个标题都会带有“CT参数标定”
      在这里插入图片描述
  • 搜索文档:例如查询词后空格再输入filetype:文件格式(doc/pdf/xls/等等)

    • 例如搜索:线性规划filetype : pdf
    • 得到的就都是pdf版的资料
      在这里插入图片描述
  • 去掉不想要的:查询词后面加空格后加减号与关键字

    • 例如搜索后不想看百度文库的东西,搜索线性规划filetype:pdf -百度文库
      在这里插入图片描述

1.6.2 查文献

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

1.6.3 数据预处理

在这里插入图片描述
在这里插入图片描述

1.7 建模全过程

  • 什么是模型
    在这里插入图片描述
  • 建模过程
    在这里插入图片描述
  • 模型的建立
    在这里插入图片描述
    • 模型的求解
      在这里插入图片描述
  • 不同的小问
    在这里插入图片描述

在这里插入图片描述

二、数模论文

2.1 论文排版

在这里插入图片描述

2.2 标题怎么写

在这里插入图片描述

2.3 摘要怎么写

在这里插入图片描述

  • 摘要开头段
    在这里插入图片描述

  • 中间段
    在这里插入图片描述

  • 总结段
    在这里插入图片描述

  • 摘要关键词
    在这里插入图片描述

2.4 参考文献

在这里插入图片描述
在这里插入图片描述

例子:
在这里插入图片描述

  • 数模只用第一个,复制
    在这里插入图片描述

2.5 公式编辑

在这里插入图片描述

  • word
    在这里插入图片描述
  • mathpix
    在这里插入图片描述
  • axmath
    在这里插入图片描述

巧用表格:
在这里插入图片描述
最省事的公式编辑与排版:
在这里插入图片描述

2.6 三线表的制作与编号

在这里插入图片描述
在这里插入图片描述

2.7 图片绘制

在这里插入图片描述

  • AxGlyph(收费)图示
    在这里插入图片描述
    在这里插入图片描述
  • APache ECharts
    在这里插入图片描述
  • 流程图、思路图
    在这里插入图片描述
  • 函数关系图
    在这里插入图片描述
  • 物理示意图
    在这里插入图片描述
  • 地理空间图
    在这里插入图片描述

反例:
在这里插入图片描述

2.8 分页符的使用

在这里插入图片描述

这篇关于铁山靠之数学建模-基础篇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/888867

相关文章

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

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

【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

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念

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

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close

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

音视频入门基础:WAV专题(10)——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

一、引言 从文章《音视频入门基础:WAV专题(6)——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道,通过FFprobe命令可以打印WAV音频文件每个packet(也称为数据包或多媒体包)的信息,这些信息包含该packet的pts、dts: 打印出来的“pts”实际是AVPacket结构体中的成员变量pts,是以AVStream->time_base为单位的显