美赛abc怎么选题
好的，亲爱的小伙伴们，大家好，我是老哥啊，今天呢，给大家整理了二零二六美赛 a， b， c， d， e， f 体的这个翻译哈，这个相关的一些工具啊，我们用我们的超级的这个 提着头给大家整理出来了一个 a， b， c， d， e， f 题的，整个的一个赛题的一个啊，相关的一个解析啊，模型的选择，以及相关的一个创新点的总结，以及相关的难度分析和选举的建议哈，大家可以看一下哈，今年的话呢，美赛的 a， b， c， d， e， f 题吧，顺序有点颠倒哈， 往年的美赛的 a 题是不可能出这种题目的啊，往往会出一些比较偏门的一些，是一些什么微方程啊这种激励分析类的赛题，而这个 而这个 a， t 呢，呃，智能手机电池耗电建模啊，这个确实出乎了我们的意料啊，只不过呢，很多同学啊，用这样说，老哥，既然是预测的话，我直接用时间系列预测模型就不就行了吗？对不对？你们记住哈， 每赛我觉得 a， b， c， d， e， f 他 出错的概率是非常的低的啊， a 题呢，历年往往都不可能是一个单纯的数据分析类题目的，你说这个，老哥我用一个什么灰色预测，回归预测，直接预测 打那个耗电不就行了吗？啊，你直接耗预测和剩剩余时间随时间变化。函数，我直接用一个基础的回归函数，我直接用一个基础的回函数不就行了吗？你记住，这是 a 题， a 题往往就是机理建模，机理分析，所以说这个题目的核心一定是机理建模的，用一些数学物理的公式，哎，把耗电量和各种各样的参数，他内部之间是怎么关联的 啊？内部之间具体的机理机理的流程啊，只有你把这个串联起来，你才能够建好模型。 所以说 a 题啊，绝对不是一个单纯的时间训练分析题目，我们后面会给大家讲到怎么拿大奖，拿大奖的话，如果你想拿奖，我想拿一个 h 奖 m 奖，你用一个单纯的经历，一单纯的时间训练分析类，或者用普通的继续学习算法，是不可能拿奖的，所以大家一定要注意啊，这个地方要慎重，要慎重哈， 来啊，这是我们的 a t 的 一个翻译哈， a t 的 一个翻译。 b 题的话呢，太空电梯系统建立，求直微的，你不要被这个题吓到。首先啊，这个题的话呢，你千万不要被吓到，不管是什么太空 g t 还是月球 g t 还是什么火星 g t， 本质上来说就是优化 啊，本在本上来说就是涉及到多个系统的问题，他逃不出这个去的， 和本上和建一个医院啊，建一个修一个学校啊，基本上没有什么区别，所以你不要被他吓到哈，难就难在这个题目可能会涉及到数据的问题， 数据不好找而已啊，但是传统的我们常规的一些优化模型基本就可以做出来，大家呢，也不用担心好吧，这个题目呢，你也不用太担心，后面我会讲到一一的分析啊，就每个题目看了没，他会有一个完整的分析报告啊，到底评分依据或讲难点，解析要点，解析思路或讲要点哈，都给大家讲到的，所以你也不用担心啊。 c 题，这是一个比较基础的一个记忆机，一个数据建模题目了，一会我说说的记忆学习分析题目啊，这个呢，就是有点有点不太，有点就 突突兀哈啊，今年呢，就是搞了一个节目啊，搞了一个节目叫舞动奇迹啊，说白了就是观众投票之类的，人家得到相关的数据分析，给了大量一些数据表啊，今年的话呢，我们用 ai 是 今年我敢说是每赛历年获奖难度最大的一年，也是小白获奖最好获奖的一年。为什么？因为今年的 ai 将会是 ai 在 世界剑魔领域彻底渗透的一年，也是彻底渗透的一次比赛。 尤其是这个 ct， 给的数据集竟然不多啊，给的数据集竟然不多啊，这也是超乎我的预料的啊 啊，你如果你给的数据不多，那 ai 就 可以直接给你处理掉了， ai 就 可以直接给你处理掉，所以这个题目的核心就是你一定要做出创新性来，如果你没有做出创新性，你就利用了一个单纯的继续学习算法来做的话，那你这个题目想获奖就不可能。我们给大家讲了四种创新， 四种创新，对于啊，在这个位置上，那么你必须要选择一到两种创新来做，因为大本同学我估计会选这个 c 题，好吧，因为这个 c 题给了数据，也给了相关的一个难度系数，也不大，给了相关的一些一些。那个啊题问题呢，也不是特别的复杂，但大本同学我估计会选这个 c 题， 既然如此的话，那你必须要有创新，你没有创新的话， ar 十分一个小时就可以做完，我一会呢，会给大家演示 c 题，用 ar 怎么来系统来建模，而我们 给大家用到的这个提示词儿看了没？我，我的超级 ai 模拟题，求解题词儿里面啊，看了没？这就是完整的一个求解，一个系统的呃，数学建模题目，它的一个 ai， 一个提示交警提示词儿里面有一个，看了没？ 第一，模型选择阶段啊，你看用 ai 提升的词和不用 ai 提升的词呢，结果完全是不一样的。用 ai 提升词呢，我会让他给我创新，看到没，而且有三种创新啊，你给我任意的每个小位必须要给我选择至少三种。三种创新方案是至少选一种， 第一个算法改进创新，第二个交叉领域创新，第三个算法组合创新。这个你必须要放在你的 a、 r t 你 的模型选择或者模型建立里面，如果你没有，你仅仅选了一个基础方案的话，那你拿奖是几乎是不可能的。 纠本呢，我们有四种啊，在这个地方我，我一般建议用三种就可以了。第四种只有一种场景，就是优化了，就是预测类问题啊，预测类问题啊，这三种的话，能解决百分之九十以上的数学建模题目，而且能够得到创新型的算法哈，这呢，后面会演示啊，后面我会一一的演示啊， 大家也不用担心啊，一会会一一的演示啊，然后具体呢，这个题目的话呢，难度系数就比较大了， 但是这个题目也是我认为获奖最好获奖的一个题目，因为大本同学，只要你没听老哥的视频的， 我相信你百分之百想不到相关的一些思路啊，你最多也就按照一个普通的啊，体育赛事的一个一个研究啊，就建模去做了，比如说 a 题呢用系统动力学， b 题呢用，呃，第二位啊，这个第一位的系统动力学，第二小位的话用，用我们的卡罗模拟或者一些其他的模拟情况来做。 但是这个题目啊，记住体育赛事也好，经管类问题也好，你们记住一个事情哈，就是你想获奖，你必须要用，尤其这种冷门，看了没？体育赛事管理，这属于偏冷门了，对不对？ 没有说没，很很少有单独的模型是研究这个的，对不对？还有什么学校的管理，还有什么就是比如说一个部落的管理 啊，这些偏冷门的问题就是研究的没有那么细致的，你们记住一定要有创新，创新点核心就在于交叉创新。我们所说的刚才我给你们提的头里面看了没有？三种创新方案， 第一种算法改进，第二种交叉领域，第三种算法组合。这里面对于地体这种偏冷门的赛题的话，你们记住交叉创新是典型的。哎呦，因为没有人会研究一个专门的冷门的问题的，对不对？比如说球队运营， 我可以用养殖策略啊，我不是说贬低，也不是说歧视啊，我没有这个意思啊，啊？我比如说我可以用，是吧？这个这个养殖的一些策略，或者我可以用一些种群部落的管理，生态学中的一些种种群部落管理 啊，比如说，哎，我们一些种群哎，蚁群啊，或者是一些鸟群啊，哎，怎么去管理的？然后呢？对应的应用到我的体育赛事管里面，这叫交叉， 懂我意思吧？或者我用一些比较偏偏的一些方向，就像我说的传染病模型吧，我传染病模型 sm 型对不对？我原来的是用在传染病疾病的扩散领域的，我现在把它用在了舆论传播，新闻传播领域，这就叫做交叉。而对于这个题目我觉得最好的创新就是交叉。 好吧，交叉交叉创新这个题目获奖非常关键哈，如果你没有用交叉创新的话，那你就要好好的思考思考了哈。 来，还有什么一体被动式太阳能遮阳系统这个题目的话，说实话哈，这个有点小难度啊，因为什么呢？这就是我们传说中的 a t 是吧，美赛的 a t 往往是这种类型的题目，就是一些比较冷门的设计，像什么让你设计一个对吧？浴缸啊，设计一个人机工程学的座椅啊，而现在的被动式太阳能系统让你用在了一体上面，这个题目超出出乎预测啊，因为一体的话一般是可环境和可持续之类的， 但这个的话也属于可持续哈，因为太阳能嘛，对不对？这个题目的话呢，你核心就是你就要 首先的话呢，知道啊，怎么构建相关的一些微型方程是吧？那个积累分析啊，积累分析必须要有的，像什么热传导啊啊之类的要做，还有就是常规的优化类问题，什么目标优化，优化模型要构建 对不对？这两个是核心啊，你必须要学会构建啊，一会呢，我们可以讲到好的这个题目的话难度系数不大，但是呢就是难点就在于比较马就要求解的话呢，就是要对模型啊，建模的要求比较强一点啊，就就比较典型的数学建模难题，数学建模题目 啊，因为 ai 吧，也很强的，在这题目也不在话下，也不在话下。 f 叫政策类题目，政策类题目我们啊政策类题目的话，我们求解的一个非常关键的模型就是系统动力学模型，你们记住哈，解决政策类题目 啊，往往用系统力学是最典型的一种算法。做 f 题的话呢，大部分同学我估计都会用这个系统动力学模型， 因为要要评估政策对未来的一个影响，这个任何的模型都模拟不了任何的模型啊，只有系统的理学这种半积累模型，我们说才能够分析这个政策对未来这个影响。所以这个题目大家很关键啊，只要用好这个这个题目就可以解决掉了啊， 来啊，整个的我们来具具体来看一下， a 题一共有四个小问，第一小问叫构建连续时间模型，描述电池剩余电量随时间的变化， 对不对？一定要考虑多种因素的影响，不能单纯的就用电池原来的电量和是吧。然后呢，预测未来的电量，这种是不能的，因为题目就具体分析，不是一个单纯的数据分析类题目啊，不是一个单纯的数据分析类题目，你们记住啊。 第二小问，预测不同场景下剩余续航时间，分析耗电系统，这个就是一个预测类问题了，预测不同场景下剩余续航时间吗？对不对？第三位分析，假设参数使用魔镜对影响，这就是一看这个问题就是 敏感性分析吗？是不是因为参数对结果的影响？这不就典型的敏感性分析，某一个参数的改变对于我的结果有什么影响吗？对不对？这个题目我觉得不应该单独作为一个小问， 为什么？因为单独做一个小问的话很匪夷所思哈，因为每这个是不，百分之百你必须要做的，对不对？你不是说哦，题目没问你是吧，没某个参数对结果的影响，你就不做了？ 百分之百你是必须要做的。同学们告诉大家啊，百分之百你必须要做啊，你不做就不行，记住哈，百分之百必须要做的啊，还有就提出用户和操作系统层面的省电建议，这个就决策建议类了啊，就学一下 demo 之类的啊，学一下 demo 之类的啊，建议建议信相关的东西哈。 然后推荐算法啊，第一个激励分析类啊，推荐的算法是什么？什么扩展型，带为难等等效电路模型加温方程组 啊，这个推荐的是这个算法，这个算法的话还有点创新性的哈，来贴合锂电池电子化、电电化学基体可量化多因素对 soc 的 影响啊。这说白了就是你看融合了微方程，所以 a 体的话，你要但凡说我用时间系列预测模型，那有点小问题哈，第一问哈 来，第二本预测类，其实机机理模型的模特卡罗模拟啊，原因是什么？可处理使用场景的随机性，量化系数不确定性啊，因为使用场景是随机的，你可能上人厕所使用，也有可能听课使用， 也有可能在路上使用，也有可能看视频使用，所以你的场景非常的多，所以用模特卡罗来模拟多场景的，这可是关键。 来第三节问敏感性分析，这个就无所谓了啊，你只要做好敏感性分析就行了。这个官方推这我们推荐就是这个买水刷牙把和手把手把纸把。这个其实啊，都还好哈，你只要能把这个做出来就行了，你们改变参数的结果，看看 这个这个结果怎么变化，因为第一问和第二问才是获奖的核心啊，第一问，第二问，大家不管怎么样，一定一定要把握好，一定要把握好，好吧， 来后面的政策建议类啊你，你多多少少吧，你想拿奖你就别整的吧，这个，这个太 low 啊，你可以什么多标规划之类的，用多标规划算法，多个省电目标，别续航时间长，使用体验，使用体验好之类的来找到一个自由平衡。因为你不要说把 f 题，把 a 题的最后一问就当成写个建议了。 老哥，我整合前面弄一张我我的写个建议行不行？今年 a t 竞争非常激烈，同学们，我建议不管怎么样，你们一定一定一定啊，说白了啊，真的一定一定，老铁们，明白我意思吧，不要上来就用什么啊，不要上来就就说白了，老哥，我那个 对吧，就就用一个，那个什么行不行就用一个啊，写个建议行不行啊？今年 a， 今年数学建模将是最难的一年，老铁们，我们不管怎么样，我们都要建立的有点创新性行不行？ 政策建议类，你也要做出点花来好吧，但是不管怎么样，你们记住啊，一定要做出花来，好吧，你不知道怎么建模怎么内容的啊，老哥这里也有哈，我们 a t， 到时候呢，相关的 solo 代码包里面还有 b t 的， c t 的， e， d， f d 的 啊，我们都把相关的思路解析原代码都放到这个代码里面，如果你实在求解不出来了，你也可以看什么用老哥的超级 a r 题的词，我们 a r 题的词里面也有哈，在这个地方 啊，超级 a r 题的词里面也有有十七道。一会呢，我会幸好演示一下到底每一小问啊，就是到底怎么来做的啊，每一小问 a 题的话，超级 a r 题的词，它到底是怎么一步一步的把这个题目建出来的啊，到时候我们会把 a 题的相关原代码 解析思路啊，论文答案之类的，包括我这个文档啊，我这个文档也都会放到我这个 a t 的 这个这个相关这个资料里面。好吧，没有领取的抓紧去领取一下哈。来 啊，最后一问啊，决策建议类啊，你们必须要啊，不能说单纯的就上来就提供一个小建议就完事了啊，必须不能提供一个小建议，一定要有一个分析好吧，一定要有一个分析哈。来， 这个难度系数，整体只整体是三分好吧，难度系数不大哈，这个 a t 的 话呢，整体的难度系数并不大哈， 然后评分的依据啊，模型复杂度是中等的啊，因为就要结合一些电化学记忆多因素融合是吧，这这个其实难度系数并不大哈，因为这些内容的话，我们在一些网上公开的一些资料都可以找到 啊，然后呢，数据获取难度低啊，可以通过一些公开文件厂商数据，这个的话呢，网网上也是资料比较多的啊，老哥这里给大家提供好，到时候提供好以后，我们直接就给大家放到这个 a t 这个里面，好吧？ a t 的 里面啊，给大家放到这个 a t 的 里面，好吧？啊？ a t， 到时候直接给大家放到这个 a t 的 里面啊，相关的一些资料哈，啊，包括数据之类的给大家放到这里面哈， 然后就是这个，呃，创新性要求中等啊，但是我说实话哈，如果你让我来推荐大家做哪个题目，我给你们推荐哈，我百分之百会推荐你们做 a t， 为什么呢？因为这是一个非常非常典型的数学建模问题了，对吧？就是你按照流程来，按照老哥的要求来，你做出来之后去，说白了你起码来说没有那么大的坑， 对吧？像什么太空电梯啊，像什么体育赛事，说实话啊，都有点偏啊，都有点偏， 我最推荐的就是大家做 a t， 我 觉得这就是典型的数学建模题目了，难度系数并不大，说高也不高，说低也不低，每个人会的数据也不一样，所以大家得到的结果也不一样，有创新吗？哎，你的微方程那个地方，你只要弄的复杂一点 对不对？你只要最后一位上个目标规划啊，你只要在，是吧这样的，所以说这个创新硬有难度系数还不大，数据也没那么难，我觉得这个题目你要让我来做哈，老哥你要是你做，你会选哪个题目？我就会选 a t， 真的，老铁们，别的题目说实话都有点坑，对吧？都多多少少吧，有点麻烦，像 b 级吧，太空电梯有点小麻烦， c 题的话，与星共舞也有点小麻烦，数据量那么那么那么乱对不对？地理体育赛事吧，你说交叉创新，你能创业到什么程度？也有点麻烦， 这不是一体呢，你得有非常强大的这个，呃，这个这个这个构建微方程啊，以及这个激励分析相关这些能力啊，也不是很好做。 f 的 呢。人工智能说很多同学都这个新动力学呢，豆芽都用这个，你很难创新，所以 a 体呢？你要创新有创新 对不对？要数据也不难，要好好深入的做，你就你就优化就行了，你就一点点的优化，比如说我参数，哎，我优化模模型可不可以再弄的复杂一点，就是你先构建一个基础模型， 基础模型就能够解决全额问题，然后你再一点点的生化，这样的话 a t 就 可以了。我们后面会给大家用全 ai， 用这个 ai 技术词哈，以完整的把 a t 的 给大家解出来， 直到生成一篇高质量的 a t 论文，你们再看一看啊，我用超级 ai 技术词来做的情况下，会做到一个什么样的效果？好吧，一会我们给大家直接来做哈，来演示，好吧，来，难点啊，难点就在于什么 啊？那建模工作量也也中等哈，难点就在于什么多因素啊，就屏幕，处理器温度，每一个模块到底和耗电量是怎么耦合的？这是一个难点，只要这个解决了， 这个题目就可以解决了啊，这个题目就可以解决了，好吧。第二点，连续实现方正的构建，贴合电池时要避免纯数学逆合啊，这个也是一样道理 对不对？这个的话呢，你不能纯属于你和你不能用一个基础的回归就完事了，你要顾及具体分析第三个不足，使用上下参数标准验证问题。这个模特卡罗模拟这个有点小难度对不对？你只要能把这几个解决了，好吧，这都叫小难度哈，还有就不确定性电话啊，不确定电话 啊，兼顾模型误差，有 c 超，这叫模型检验吗？对不对？你必须要做模型检验啊，要点就是第一个啊，是坚守连续时间见模合金，避免理散化处理，因为 a t 是 连续性问题，所以你别整成理散型问题了， 你 a t 要整成理散型问题，就背离了 a t 的 要求了，好吧，不要做理散化处理哈。 a t 不要做理散化处理好吧， 比如说把整个的这个这个时间或者什么的场景模拟变成里散化数据不行啊，明确各耗电组建的低耗与参数取值模型，区分不同环境下使用对使用模式的一个影响，这个就说白了，改变吗？对不对？ 这个就说明大量的场景，比如说温度高的时候，热带或者是海南岛是吧？我极地的向东北东三省 温度冬天比较冷的时候，我怎么样？就你要考虑大量的场景，刷视频的时候怎么怎么耗电，对不对？拍照的时候，所以说你可以拓展的点特别多，你第一天第二天你可以构建一个基础模型，在这个基础模型的基础上你再生化， 这样的话你们就得出来的东西都特别的好哈，真的就这样的话，我觉得你的模型会越来越深，越来越深，这才是 ai 的 贡献，明白吧？ ai 不是 第一天你把你把你题目解出来了，而是第一天你，你可以用它做一个基础的框架，然后第一点后逐渐的生化，逐渐的生化，明白吧？逐渐的生化 啊，逐渐的生化，懂我意思吧？所以说哈，真的特别有意思哈，特别有意思 啊，我，我真的觉得特别有意思啊，这个题目啊，逐渐酝化，这样的话，你每一天都用 ar 酝化，每一天都用 ar 酝化， 来，老铁们，你们告诉我，你们这样的话获奖概率是不是比较大了？所以说你们啊，获奖套路就第一天构建一个基础的，第二三天不愿酝化， 比如说不同的场景，冬天夏天刷视频高耗电量是吧？然后呢？这个拍照，然后呢？这个普通的观看文本，数据文本的一些文档是吧？以及这个暗的情况下，亮的情况下，黑天白夜啊，你都不同的场景，那你肯定这个整个模型建的质量会非常的好啊。 点击思路，一步一步的怎么建模？第一问，构建锂基于锂离子电池电化学反应，建立基础 s o a 连续实践微方程，再逐一纳木屏幕啊，处理器耗电量等耗电组建，考虑温度对电池容量的修正 啊，先建立一个锂离子基础的耗电模型，然后呢，再把这些屏幕处理处理这些东西纳入到你这个微方程组里面，然后进行纠解 啊，参数估计是吧，建立好模型以后，基于相关的参数就是就是你，因为你建立好模型以后，你肯定要做参数修正啊，对不对？这个地方呢，我建议你们在这里增加一个内容啊，叫什么叫有限元法， 有限元分析啊，我建议你们在这个地方增加一个这样的模块啊，机理模型构建好了以后，最好先用有限元分析来模拟一下，然后再用真实数据来得到结果。好吧，这源于分析的话，你甚至可以做可直观演示，这就是获 of 奖的标准了，你要拿 m f 奖 m f 奖的标准了。 做一个模拟啊，有限员模拟啊，因为我们知道你不管看网上的一些，是吧？一些公开的一些耗电量，他会有一个像一些热力图一样东西，对不对？看耗电时间，一个热力图一样的一个一个折线，对不对？那个，那个就非常的漂亮哈，给你们。
粉丝1444获赞1.2万
相关视频
22:58查看AI文稿AI文稿好，大家好，那么这个视频呢，跟大家讲一下本次美赛啊，我的选题建议以及各题目的这个思路啊，那么我这里已经准备好了一个十一页的啊，这个思路文档，呃，包括 a t 幕和 c t 幕，我个人精准校对之后的啊，这个翻译， 呃啊，我都跟大家去讲，那么在这个思路的讲解过程中呢，我也会把啊大家可能会忽略到的一些关键的信息和雷区注意点，我全部都会跟大家一一讲清楚啊，请大家务必有耐心的把这个视频呢仔细的去看完啊，防止大家在做起过程中呢挖到什么坑。好，那我们首先来看一下这个选择题建议， 那么我们这次选择助攻呢，是 a 题目啊，以及这个 c 题目，那么后续呢，都会完成这两道题目完整原创论文以及相应的代码和结果啊，这个呢，跟我往期的这个比赛都是一样的啊，大家可以继续看我往期的这个视频啊，我现在发布的是这个选题建议和思路视频，那么后面呢 啊，我们预计会在明天，也就是一月三十一号的中午左右就会更新完毕。呃，这两道题目完整的原创论文以及相应代码和结果的这个 教学，那关于这个后续完整成品的说明呢，大家可以看这个视频的评论区啊，这好的不多说啊，我们来看一下这个选择题方面，那么这次这道的六道题目呢， 呃，这个 a 题目啊，是比较硬糙的，加一个智能手机电池的耗电建模，这个呢，题目也明确告诉我们了啊，就要建立一个连续实践数学模型，这个其实就是微分方程模型，这是非常非常经典的啊，大家如果说，呃，你们有受过学校的建模比赛的话，这就是其中非常经典的这种微分方程类的问题。 再一个非常经典的这个题目就是 c 题目了啊，也是往年大家每次都选择最多的这个题目啊，就是纯数据分析类的题目。这次的 c 题目呢，呃，也比较复杂一些，因为它里面有很多规则，包括这个数据说明 啊，这个数据本身呢，也比较复杂一些啊，就是我们或许要去读取和这个处理比较复杂一些，所以呢，在我稍后的讲解过程中呢，我也会把我们在所有的数据读取中啊，可能会出错的地方，我们需要去关注的一些啊，关键的信息和雷区注意点我都为大家讲清楚，好吧， 好，那其余一个题目呢，我不推荐大家去进行选择啊，因为呢，呃一方面获奖率并不高。呃，再就是呢，可能有的题目比较水一点，比如这个 b 题目呢，这个利用太空电机系统建立月球直径。 呃，这道题目呢，估计很多人可能会用 ai 去做这个，呃，就稍微水一点，然后这次的 i、 c、 m 这三道题目啊， d、 f 这三道题目。呃， d 题目的主要难点呢在于我们要去收集一些相应的数据。呃，这个是比较困难的，那再去这道题目呢， 就我们能够采用的模型也比较有限啊，就你想要做的出产的也比较困难啊，比较有限。然后这个 e 题目，被动式遮阳和这个 f 题目啊，这个 e 题目呢， 呃，难度其实并不算高，而且主要是建立这个非稳态的热平衡方程，这个呢，在以往的建模型材里面呢，也比较多一些，但这次这个 e 题目呢，如果我们从横切去从这个获奖角度而言的话啊，眼目图眼大剧进行选择啊，包括这个 f 题目也是一样，这个 f 题目呢，呃， 一方面我们要去收集一些这个相应数据啊，这个稍微能困难一点，再个用这个 i 题目呢，也比较能做得出彩啊。总归呢， 这是为什么推荐大家去选择 d 题目和这个 c 题目呢？因为这两个题目呢，呃，都是大家这次比赛呢，比较容易做得出彩的啊。这个类型的题目， a 题目比较容易做得出彩的地方在于呢， a 题目比较硬核一点啊，我们只要建立合理的违反方程，那么后续呢，我也会跟大家去讲这个啊， a 题目详细完整的建模思路。 好啊，包括一些相应的数据呢，我已经完成了初步的这个收集啊，其这道题目的数据呢，只需需要去收集一些新的参数就可以了。好， 这个呢，做好的话呢，咱们大家这道题目的获奖概率呢，还是很高的好吧，呃，然后就是 ct 目啊，这个数据分析类的题目，呃，我们只要去啊，把各种我们能考虑到的啊，这个数据的参数呢 和注意点我们都落实到位。再一看美国，我们建立合理的注出页模型啊，把题目每一问都解达到位，那么这道题目的扩展率呢，也是比较高的。好，那么选题建议呢，就讲到这里，那么本次的 a 题目和 c 题目呢，我们或许都会完成这个完整的原初论文集现在代码和结果。那关于这个完整的整理的说明呢？大家可以看这个视频的评论区，我们有机会在明天就是一月三十号的中午左右就会更新完毕。 呃，这两个题目完整的原初论文集，现在代码。好，那么废话不多说，我们现在来看一下这个 c 题目的思路。 好，那么这个视频先给大家讲一下这个 c 题目的思路，那么稍后我会再发布的视频去讲解 a 题目的详细思路啊，大家敬请期待。好，我们来先看一下 c 题目。 c 题目呢啊，这也是我人工教对之后的一个精准的翻译版本 啊。呃，因为这样节目的翻译是比较困难的啊，大家容易很多地方出错，如果用 g 翻的话，简直得有一个完整的啊，这样的一个翻译版本。那关于这个， 好，我现在讲解的这个思路，文档呀，包括 a 题目啊， c 题目啊等等的这些人工教对的翻译啊，文档啊，包括这个完整的说明呢，大家都可以看这个视频的评论区。好吧，我来看下 c 题目，那么几乎被讲的我就不多说了。好吧， 他第一位呢，向我们开发一个数学模型。呃，然后呢，为每位参赛者在他们参赛的周四中生成估算的粉丝投票数，那么这个粉丝投票数呢，他是未知的，且被严格保密保守的秘密。就题目给我们的这个数据呢，它里面是只有这个评委的投票数啊，评委的投票数是给出的，但这个粉丝投票数呢，他是完全没有给出的。 然后大家这里面有分了几个子问题啊，一方面是问我们这个模型是否去正确估算了，导致与每周谁被淘汰的结果相一致的粉丝投票啊，提供一个一致性的度量。再一个呢，我们生成的这个粉丝投票数呢，有多大的确定性？那么这种确定性呢，我们要去进行度量。好，我们来看一下这个 ct 目第一问的这个思路， 那么其实呢，整个这个 ct 目呢，它的核心难点就在于我们的粉丝投票数据呢，它是一个未知的引变量啊，我们是只知道粉就是评委的打分和它的输出，输出呢就是谁被淘汰了嘛，对不对？ 我们需要根据这两个呢去反向推导出我们粉丝投票的分布，这是我们的这个问题的核心难点所在啊，也是我们必须要去完成的一步，就是我们第一步呢，先把这个完成，之后呢，我们后面呢才有的做，能理解吗？所以我们基于这个推导出的数据呢，才能够进行后续的政策分析和模型优化。 好，我来看一下啊，针对于问题一，问题一呢，这个估算粉丝投票模型呢，这就是一个参数估计和引变量推断的问题啊，那么这里的模式给大家讲这种三种方案，这三种方案呢，首先第一种方案啊， 就是这个用限行规划或者约束满足模型，那么我们这个呢，就是说把每一周的比赛看做一个方程组，那么假如说每位选手某位选手被淘汰了，而另一个选手就晋级了，那我们当时呢，是必然满足当时的规则约束的啊，比如说他的这个得分啊，是比令格高的，我们把这个粉丝投票占比呢作为决策变量来满足啊，所有淘汰约束为条件 去建立一个优化模型啊，我们建这样优化模型啊，我们的目标函数呢，就是去最大化粉丝投票分布的方差啊，或者最大化商议，就是说在没有信息的时候是最随机的，然后我们去做一次性检验就可以了， 就是计算模型生成的这个排名呢和实际排名的这个系数啊。那么这种思路他的优点呢，就是在数据推导上是比较严谨的，而且我们呢能够生成出一个可行解。那么缺点呢，就是在于他对于排名真的涉及到这个主规划问题就求解呢，是比较困难的，而且可能会存在多克几。 那么在针对于这个本次竞赛而言呢，呃，这个竞赛的潜力还是比较高的啊，就是得分潜力，呃， 就针对于以往这种剑魔比赛而言呢，这是一个比较标准的这样一个运球学剑魔的方式呃，结果是比较稳健的。那么另外一种也是我这次推荐大家去选择的这样一个做法呢啊，就创新性比较强的呃，也比较能够呃帮助大家去进行获奖的这样一个， 我这样去打讲吧。那么第一种方法呢，可能竞赛的获奖潜力就是 h 奖啊。那么第二种就是美赛评委比较喜欢的这种创新性比较强的做法，那我们的这个思路呢，其实就是贝耶斯马尔可夫列蒙特卡罗方法， 我们这个时候就是说不由不要求去求一个单一的追优解，而求这个粉丝投票的概率分布啊，我们假设粉丝投票呢是服从某种鲜艳分布的，然后我们根据每一周的淘汰结果呢，作为观测数据去更新我们的后焰分布啊，正是它的这个相应数量形式。 然后我们过去呢，可以去啊，去研究他这个确定性度量，那我们这个确定度呢，度量呢，就可以直接通过后验分布的标准查或者这些区间去回应题目中关于这个确定性度量的问题，因为这个题目呢是明确要求我们啊，要去看一下我们这个粉丝图标总数呢，有多大确定性的 好。那么这种方法呢啊，它的优点呢，就是我们可以去完美的回答关于确定性的提问啊，而且在理论的这个思维程度上是比较深的，这个难点就在于它的计算量比较大一点，然后代码编写复杂，但这个呢，大家不用去管啊，我这个代码呢，我会呃去完成这个十一的编写，然后大家到时候直接运行我给出的这个 python 代码就可以了 啊，还是跟以往的时候比赛一样，我都会给出这个代码和结果的。好吧，那么这个在竞赛获奖前提方面呢，基本上是能够拿到 m 的 o 奖的。就这个思路方面， 这种模型呢，在求解这种不确定性的繁衍问题上面，基本上可以说天花板了啊，就顶级方案啊，当然还有一种思路呢，就是采用奇葩式模拟或者说遗传算法。呃，这个呢，结果是疑心比较大一点啊，这个我们作为一个备选方案啊，就是说假如我们前面两种方法呢，真的要做不出来的话，就根据实际数据学求解啊，很难跑或者跑不出来的话 啊，那么可以作为一个备选方案。好吧，这个就不跟大家多讲了，来看一下他的第二问。待会他就问呢，让我们根据这个粉丝投票估算值和其余数据啊，就说现在我们这个数据已经得出了，对不对 啊？那包括其他数据，然后根据这些数据呢？我们先汇总完了之后往下看一下，开始让我们去比较和对比节目使用了两种结合屏幕和粉丝的方法啊，解决出排名和百分比在各级产生的结果，然后如果能在结果上出现差异的话，那么是否有一种方法似乎比另一种更偏向于粉丝投票啊？当然再就是我们去检查应用于特定领域的投票方法， 那么然后说世界名人身上呢，都存在争议，也就是存在这个分歧，大家问我们的结合评委方法和 vs 投票的方法呢？是否会导致这个结果相同？再一个就是加入评委，选择淘汰倒数两对中哪一对的额外方法会产生影响结果。这个答案看不懂啊。这个后后面关于数据的注示啊，以及投票方案的制定里面， 呃，人家都有跟大家详细讲，当然大家如果这个呢看起来比较复杂一些，大家可能会听不懂，没关系啊，我在后面呢，我有一个汇总了整个这个关键信息，以及每一问里面我们可能要去注意的一些关键的鉴摩点和注意点，我一会跟大家去讲吧。好吧，呃，我们先来讲下这个思路啊。好， 第二问，我们就是做这样的一个交叉验证模拟，呃，其实我们问题一呢，现在已经得出了对不对？我们就是只是根据问题得到这个推断数据呢，去进行反式式的推理就可以了啊。行，我们第一步呢，我们该先做这个交叉验证的模拟，我们建立一个仿真器，然后我们的实验组啊，第一 就说针对于这个，我原来是百分制笔制的这个数据呢，我们去应用排名制，然后针对于原排名制的数据呢，去应用百分笔制啊这样的一个规则。 ok， 这个我们可以解答呢，是否有一种方法似乎比另一种呢更偏向于粉丝投票问题？好，那么关于第二个看一下 啊，就这个针对于特定案例的分析啊。好，那么前面一个呢，我应该跟大家讲清楚了啊，就是要去后面去做一个偏差度量嘛，就定义一个评委友好度的指标，然后去比较一下这两种机制下这种指标的差异啊， 来看一下是否是会存在啊，这个粉丝一边倒去覆盖评分的这种情况。那么另外一个，接下来针对于这个针对特定案例的一个分析，我们先去提取出来这些人的这个数据，然后我们集中在于以下他们在另一种规则之下的这个新生存概率 啊，嗯，针对于这个加入评委选择抛开倒数两对中啊，哪一对的额外方法呢？会如何去影响结果这样一个问题呢？哎，这里呢就是说关于这个评委拯救环节啊，这就这个条件概率问题就是假如说某个人在某个模型中啊，落入倒数两瓶里面， 并且他的评委分呢是高于对手的，那么假设他被救回来，回去分析一下这是否改变了最终的结果就可以了。那么这个问题二的鉴物术呢，是比较确定的，就说只要问题的数据生成好了啊，那么问题二呢，主要是进行统计和进行逻辑判断啊，思路是比较确定的，来看一下问题三， 问题三就是说使用我们的粉丝投票估算值数据呢，去开发一个模型，来分析各种职业舞者以及数据中可用的名人特征，比如年龄啊，行业啊等等这些影响，然后去分析一下这些因素呢，在多大程度上去影响了名人在比赛中的表现，以及他们以相同的方式影响，是否是以相同的方式影响了评委的评分和粉丝投票。好， 这个呢就是一个典型的回归分析和归音分析的问题，那么这里呢有两种方案，一个呢就是这种混合效应分析 好，我们可以把职业五指呢设定为随机效应，然后把明星特征呢设置为一个固定效应啊，然后呢给出具体的模型，我去分析一下啊，来看这两个方程的，这个评委和粉丝两个方程里面呢，系数悲叹的显著性和大小啊， 来看一下这个系统呢，在这两个模型中呢啊，它们的是否显著的这个问题啊，那么这个呢是我比较推荐大家去进行选择的啊，这种混合效应模型呢，是比较能够去啊，比较好的去处理面板数据的，比普通那种心灵回归模型呢是要好一点了。那么另外一种方案呢，就是这个随机森林或者是啊叉子 boss 啊，其实就是基于树的那些模型啊，比如角色树啊，随机森林啊，就是基于呃树啊，对这种模型 积极学习模型。那么这个呢，就比较无脑一点啊，应该大家大家做过数据分析的题目应该都懂啊，就是你直接把它导入进去，然后跑一遍，就可以得出每一个侧重对于结果的贡献度了 啊，这个呢，优点呢，就是我们能够很好去捕捉非现金的这种关系啊，就直接周谷会跑出来一个重要性的排行啊，这个大家做过数据分析类和积极学习的人都懂， 那么这个呢，就是缺点就是它的解释性能差一点啊，就是我们不能从内部的机理和因果关系呢去很好的解释啊，我们只是跑出来这么一个结果，就传用数据进行驱动啊，这个呢，我后续这样的方案我都去做一下吧啊，看一下哪个效果更好啊，当然目前我推荐的是这个，大家去选第一方案是核像也模型好， 那么最后呢，就是要去提出这个新赛制的嘛，对不对啊？提出抑郁症，每周使用粉丝投票和评委评分的这样的一个系统 啊，让这个系统更公平，或者是在某些方面更好，比如说让这个节目更刺激啊之类的啊，我们自己去选择一个目标，然后呢，哎，去提出一个新的系统就可以了。好， 这样呢，大家就比较自由了啊，有很多种方法，比如说啊，你可以采用加卷法啊，这个理由呢，就是说，呃，好处呢，就是我们可以兼顾名次和表现的差距啊，我们保证每一跳都有这个价值， 要么呢，我们就基于等级分的这样一个动态权重系统，哎，我们随着赛季的进行呢，评委评分的权重呢逐渐降低，然后粉丝权重呢逐渐升高，这样的话，只是大家越看越刺激了，越看越刺激，呃，我们的目标就是追求刺激，对不对？那么再就是啊， 我们可以结合这个评委拯救啊，比如说啊，我们的评委分如果说排名前三的话，那么本周啊，那么无论粉丝投多少票都不会淘汰，我们可以保证那些技术最好的选手呢进入决赛，并且呢同时呢剩余的名额呢交给那些粉丝去进行，我们这个投票就是兼顾了这个公正与这个观赏性 啊，这个呢，大家比较自由了啊，这个关于这个新赛季的提议，大家可以再去提出一些其他的方案，我这里呢也只是给出三种啊这个建议啊，那么在整体的建议上面呢啊，呃，我们大家必须要拿下分，是问题一和问题二，我们要去构建一个稳健的将这个蒙特卡洛模拟框架，去解决这个数据缺失的问题。 好，再一个就是我们后面会拉开差距的分啊，就是会让大家拉开差距的分，一个是问题一的不确定分，不确定性分析是比较重要的，然后呢，问题三的这个混合效应模型，这两个呢，我们在过程中必须要去展示非常漂亮的啊，这样一个自信区间图和系数显著性的这样的一个表格图啊。好， 接下来我给大家讲一下这个题目，我们的一些关键信息和雷区以及注意点，你们大家可以看到呢，这个题目呢，呃，这个数据的注视啊，描述，关于数据的这个描述注视啊，然后包括呢各种投票方案的势力，以及一些规则啊，规则，比如说呢他 啊，这个 a 值是什么意思啊？零分是什么意思等等这些东西，这个是非常非常复杂的，所以呢，我把题目中一些比较关键的信息和连续注意点呢给大家提取了出来啊，那么在视频的后面呢，我来相信大家去进行一个补充啊，防止大家容易踩坑的点。好， 首先是呢魔剑魔里面最容易出错的地方就是这个关于规则变迁的时间线，我们的代码呢，必须要能够根据我们这个赛季呢则自断的去自动切换它的计算逻辑阶段一就是这个排名制，它这个使用赛季呢，是第一赛季和第二赛季啊，这个逻辑呢是这样的 啊，排名制他们的淘汰规则呢？是这样的啊，我就不给大家多注注了吧，好吧，据说数值越大的排名呢越靠后，然后呢他数值越大的就会被淘汰，就这个投票排名制的同排名的制，这个题目里面的这个我后面也给大家讲了啊，后面也跟他讲了， 就说排名越大越靠后。好，那么这里呢我们要去注意一个问题，那如果说我们的总排名是平局怎么办呢？这个题目是没有说的啊，我们需要去进行一个合理的假设，这也是大家需要注意的个点，就是如果说排名出现了平局怎么办这样的一个问题。 好，那么另外一个就是基站案也就这个百分比值，这个呢是在第三赛季到第二十七赛季里面去啊，然后这里是他的这个排名的逻辑 啊，就是各自有各自在帮占比的这个百分比。那么啊，评委分是这样的，某选手的评委分，我们这个百分比的设定呢，就是说这个百分比的设定呢，就是说意思就是说啊，评委分的百分比，就是说某选手的评委分除以当中所有选手的评委总分， 当然了另外一个就是这个粉丝的这个百分比呢，就是说啊，这个选手的粉丝票数除以当中总粉丝的票数。好，我们它的规则呢，就是说 数值最小者被淘汰。接待三呢，就是说啊，从这个第二十八赛季到第三十四赛季，这题目是假设从第二十八赛季开始啊，就是具体的是从哪一个赛季开始的，是并没有说的啊，题目里面说的是假设哦， 那么这个呢，是重新回到了排名至区区三，咱们综合排名这里呢，关键差异呢，就是跟我们最开始的这个排名的这关键差异呢啊，就是有一个综合排名倒数两轮，这个选手呢会进入生死 pk， 那 么最终会淘汰谁呢？是由评委现场投票决定的，而不再是由综合排名决定的，能理解吗？ 虽然在在我们建模里面会有产生一个影响，比如说在第二十八赛季到第三十四赛季的这个逆向推导过程中呢，如果说某一个人排名综合排名呢，是倒数第二，但他没有被淘汰，这是非常合理的，因为评委把他救了，他能理解吗？ 好，那么另外一个问题呢，就是在我们数据清洗和处理方面会存在一些雷区。首先是关于零分的这个含义啊，比如数据中呢是零的，就代表这个选手已经被淘汰了， 然后呢评委人数的变化，有的时候呢可能是三个评委，有的时候呢可能是四个评委，在这个处理方面呢，我们就不能直接用总分了啊，我们必须得去归一化啊。再有个关于这个小数的处理问题， 包括这个 na 值， na 值呢代表的是缺席啊，这个评委或者说休赛周，这个呢，我们在主取出局中呢啊的时候呢，要进行剔除啊，最后呢就是多余一人淘汰，或者说无人淘汰啊，这只是我们相应的处理。 好，那接下来给大家讲一下每一问啊，我们前面的思路已经跟大家讲过了，我们接下来要讲一下每一问的这个注意的点，那么在问题意义里面呢， 前面的思路我们给大家讲过了啊，这点重点就在于我们如何去回答这个确定性的问题，那么有些中呢，这个评委的分叉是很大的啊，粉丝投多少票都破去改变它的结果，那么这种情况下呢，它的确定性是比较低，大家能理解吗？ 那么另外一种呢，就是说评委分是比较接近的，所以呢粉丝投票的微小变化就会导致他们的排名会出现很大的变化，那么这种数据呢，就会意思就是说它的吸引力呢是比较高的 啊，这个答案应该能理解什么意思吧啊，就是假如说分差很大，因为咱们是通过这个评委分和排名去逆退他的粉丝投票嘛，假如他分差很大的话，那如果说你这个粉丝投票呢，多少都不改变结果的话， 你偷懒出来这个趋利性可能是比较低的呀，因为你任何值都可以嘛啊？你偷懒出来任何值都行嘛，你高或者低都无所谓的，那你的趋利性当然很低了，就说它的可信比较差啊。另外一种呢，就是说你这个评委分比较低的情况下 啊，他为啥变化就导致他排名逆转，那么这个时候我们再通过排名和评委分综合起来去逆推他的粉丝投票的话呢？哎，这个就是我们趋利性非常高了，大家能理解吗？啊？ 所以这个这部分我们的衡量指标就是我们的可行结空间的这个奇迹，或者说我们的卡罗样品的方差啊，去看一下它方差大还是小好。然后针对于问题二里面呢，我们的核心 写就用我们去我预测出来这个票数呢，去套用不同的规则，然后呢去针对于具体的案例进行分析啊，比如针对于这个人，他在百分比之下呢，是赢了的啊，我们要去计算一下，假如说他采用了这个评委拯救规则，他会不会在半路就被评委给淘汰掉， 哎，那么再比如说这个第二个赛季的这个人，他在排名之下是亚军，那么假如说换成百分之十的话，他的这样低的分数呢？会不会被这个粉丝投票给拉回来？大家能理解吧？好， 对着问题三里面的这个影响因素分析里面啊，我们前面给大家讲过了，我们要去做这个回归啊，和这个相关性分析， 这里我有这么几个关键变量啊，首先是这个职业舞者啊，这是非常关键的，因为有些职业舞者呢，他的粉丝是非常多的啊，他们能够去带飞队友去演演投票， 我们需要去把职业舞者呢作为一个分类变量啊，进行编码来，或者说作为一个学习效应啊，一直说三四，最后加一个，在数据表里面加一个判定啊，就是看看他是否是职业舞者这样的个灵异判断啊，可以作为一个变量去导入进去， 或者说把它作为一种学习效应进行考虑。哎，那么另外一个就是他的职业归类，比如他的职业呢，如果说是什么球员呐，什么真人秀明星呐，什么老牌演员呐，哎，这个呢，我们也要把它作为一个变量考虑进去， 能理解吧？就在我们这个分析影响因素的时候，我们哪些变量都需要去进行考虑，我先给大家讲一下啊，关于这个职业问题，我们也得考虑进去。 那么再一个呢，就是这个年龄问题了啊，啊，比如某的老某些老人呢，他可能会有些情怀分啊，他的粉丝票呢，可能会比较高一点啊，那么比如说年轻人呢，可能会呃，票都好，那么就偏位分比较高。哎，这个呢，我们只是最开始的这个初识判断啊，只说具体有没有关系，我们就是看后面的那个回归和相关性分析了吗？ 对不对？在我们最开始的这判断的时候呢，我们也先研究一下，大概哪些因素呢，可能都会产生影响，能理解吧， 而且我们在这里呢，不仅要去分析这些影响因素呢，对于结果的影响，还要去分析对于评委分和粉丝票的影响啊，因为这个题目呢也没辙，问了他们对于评委和粉丝的影响方式呢，是否是一样的？ 好，那么大致的这个 ct 幕完整的思路呢？和一些啊，这个在我们纠结过程中啊，要去注意的一些关键的信息和雷区啊，以及一些注意点呢。我这个视频呢，应该都跟大家讲清楚了， 那么这个 c 级目呢，完整人生的问题，现在代码和结果呢，预计会在明天就是一月三十一号的中午左右就会更新完毕，那关于这个完整成为的说明，大家可以看这个视频的评论区。好， 稍后呢，我会再跟大家去讲一下这个 a 级目完整的这个思路啊。呃，我们这次呢会选择 a 级目和 c 级目呢，两到几目啊会同时进行，那么 a 级目思路呢，我一会会再出一个视频，那么这个视频呢啊，大家也可以转发到你的队友群里面，和你的队友呢继续商讨一下选题。 呃，以及呢，假如你们队伍选择 c 一 梦的话呢啊呃，给你们队伍呢啊，转到你们队伍群里面啊，可以去一起看一下，你们在休闲课中呢，可能容易踩了一些坑个点， 呃，包括这个题目的赛前思路，大家都可以去看一下。呃，希望能够帮助到大家啊，呃呃，希望大家呢都能够获得满意的奖项啊，谢谢大家。
212数模陪跑保证原创
04:05查看AI文稿AI文稿各位同学大家好，那么今天给大家讲解一下如何使用我们的 nonbanban 去进行绘图。那么相信各位同学应该比较讨厌那个官网的一个价格问题，那么我这边给大家提供了一个镜像网站，那么这个镜像网站你可以看一下，呃，整体来说还是非常实惠的，就是你可以几乎 相当于官网一半的价格去买到对应的额度。好，所以画图还是挺好画的。好，那我们今天重点是什么呢？我们是讲解一下这个 nonbanbanbanban 该如何去绘图。那么结合本次美赛的题目，本次美赛大家应该 其中可能会在 a、 b、 c 三题，那么 c 题我们就不讲了，那么可能画图画的最需要的肯定是这个 b 题，对吧？那么这个 b 题我们该如何去画呢？你比如说你想象一下，我们从这个地球，然后围绕太空电梯啊，然后这个火箭，然后整个的我们又到这个月球，那脑海中想象的是不是那个地月的航线， 对吧？你们可以去网上搜一下嫦娥工程探月的那个图，是不是类似那种图，哎，我们想一下，如果我们在写作，写这个论文的过程中能放一个这样的图，是不是就非常的好看了？好，来，今天手把手教你如何去画出这种超越欧奖级别的图来。 好，首先第一步我们做什么呢？我们把题目拿过来，那么题目拿过来之后，这样子，比如说我们这个是 b 题，好，那我们直接把题目复制，你不用去管这个题目是什么，无所谓。好，那接下来我们做什么呢？我们 随便找一个 a， 注意是随便找一个 a， 然后怎么做呢？把题目复制进去好，然后接下来干什么呢？这样说，好，我现在需要结合题目去会制一个展示，展示什么呢？展示地球啊，月亮运输系统的整个完整的 机智图。注意是机智图啊，不能是流程图，因为你一旦讲流程图的话，他就是那种框线了。 ok， 那 这个时候有一个点，就是为什么我们不直接在 nonono 那 里去画，如果你直接去画的话，因为你这里面有大量的污染词， 所以 nonono 那 里去绘制图之后就画起来会非常难看。明白了，所以我们要进行一轮出差，那这个时候我们就用别的 ai， 好， 那么画完机智图来，注意给出绘图的英文提示词，对吧？好，我们要这样子， ok， 那 我们点击啊发送。 好，注意，此时我们还需要再改变，因为它这个时候给的是萌妹的代码，对吧？这个时候重新强调，我需要会制的是机制图， 然后我需要你给我的是 ai 绘图提示词，全英文的，然后我想要画的效果是那种 黑白的，然后物理效果，然后呢？整个地球，然后地球上面我能够把那个太空电梯系统给它标识出来，然后以及啊周围的一些赤道，然后还有地球上那些火箭发射地点，甚至地球上的整个的地图，然后以及 火箭和太空电梯系统，它们整个的运输路线到达我们的月球基地，整个的一个航线，然后我需要你画的 整个的显得一个非常专业的学术风格，然后整体的风格就是那种黑白，然后其中标注的线条你可以用一些彩色的，然后结合这个给出全英文的 ai 绘图的提示词，好来 支持语音输入就好。那我们这样子我们啥也不用管了，我们只需要等待它的生成就行了，明白了吧？好， ok， 然后我们把这个提示直接复制，复制完之后我们回到我们的 banana， banana 把我们的提示词放到这个地方，然后我们直接点击生成。好，我们只需要稍微等待一下，那么它就能生成我们必提最想要的一个图了。 好，那这个时间可能会稍微有一点点慢，我们稍稍等一下，好，来，我们来看，那这样子是不是就能够非常直观的表示出 我们的一个地球和月球之间的一个激烈关系，是不是？那你想一想，那如果说我想把这个图画的画成二维平面的也可以，对吧？那这个取决于我们是不是那信息量丰富一点都可以，是不是？ 好，这就是我们的一个绘图的提示词以及绘图的一个妙处，明白了吧？好，那么就目前这个图而言，我觉得还是有一点点不好地方，比如说啊，我觉得这两个地方还是不是很协调，对吧？那我觉得啊，我还可以对它进行去干嘛？去做进一步的修改，是不是都可以？ 你是不只能会一闪，你要画你能画好多好多次啊？所以这个大家一定要多多的去画时间去优化，明白了吧？那么美赛欧奖目前为止也没有画出这么好看的图，所以你们画图一定要画的很好看。好，行，那我们这个就到结束。
357言言
27:27查看AI文稿AI文稿这里是数学建模，老哥，我是你们的王老师，那么今天给大家带来我们美赛必提的一个思路分析。好，首先我们先来简单的给大家看一下整个问题的框架， 其实整个问题的框架非常的简单，我们就是要向月球指明吗？对吧？好，所以我们一共就是三套系统啊，地球段，太空段，还有月球段。好，那么在其中我们设计各个的断口，然后怎么去对接，然后怎么去结合。好，那这个我们待会再说，我们先来看一看题目， 那么提供背景是，呃，以后我们可以去，相当于去月球玩嘛，对吧？然后我们现在要做一个太空电梯系统， 那么这个电梯系统有这样的一个配置啊，包括三个银河港，那么理想情况下，在车道周围相隔一百二十度，也就说刚好三个，对吧？然后围着车道， 每个银河港啊，它将包括一个地球港，那么其中有两条啊，这有多少啊？十万啊，对吧？ 公里长的一个细索连接到两个顶端卯点，那么多个太空电梯一起运行，每个都能够将每天大量的一个有效载荷从地球提升到地球同步轨道 啊及以上的点到锚点。好，然后在那里我们可以装载到火箭，并使用更少的燃料运送到任何目的地， 这是第一个电梯，第二个是我们的月球直民地管理计划好来看，我们准备在二零五零年太空电梯系统完成之后啊，建造一个估计有十万人的一个规模的一个月球直民地， 那么据估计我们将需要一亿公吨的，一亿公吨的一个材料。好，那么证明地一旦建立完成，我们需要定期发送水和物资，维系人口。 好，所以你看啊，要达到月球，银河港必须分两步发送材料，第一个从地球港到太空电梯到顶到锚点，然后第二个从顶到锚点通过火箭到月球，证明地是不是好， 那么现在有哪些计划呢？第一个，传统火箭计划，我们现在仍在考虑使用传统火箭直接啊飞到月球去，是不是？这是一个好，然后来看啊， 假设，假设您可以银河银河港的系统和火箭发射都处于完美状态，您应该考虑将材料从地球表面运送到月球，证明点不同场景的一个成本和时间表。 好，来，首先我们来看一下我们的模型啊。第一问，三种不同场景，如何将一亿公吨材料运送到 建造十万人的一个月球之名地的一个三种不同场景， a， 单独使用太空电梯的三个银河港。 b， 单独使用现有基地和传统火箭发射。第三，组合好， 来，我们首先来看一下地面监控系统，然后对应着我们三个端口，对吧？然后这个是火箭发射基地，这是传统的。好，然后那么每一个端口它对应是有一个太空电梯的，这地方可以看到吧？ 好，然后火箭运输，那相当于就是不过电梯直接到这一块，最终他们三个都是要到地球同步轨道中转站，然后通过信息运输到达什么？到达我们的一个月球资源站，是吧？然后输送到月球之名地，那么月球这边也会有一个 啊，月球面的一个管理系统好，所以整个的一个数学导图就是这样子，所以现在这个图大家能看明白了吧？呃，你看不明白，你结合题目一看，你就会发现这个图写的很清晰，那么接下来我们来看啊， 怎么做呢？三种不同的运输场景分析。好，我们设计了三种策略场景，那么对应题目的三种，我们来看一下。首先第一个， 我们来看一下三种不同场景对应的流程是什么样的啊？首先第一点，你看仅太空电梯，那我们要干嘛？ 计算这个太空电梯的运输时间，然后计算太空电梯的一个运输成本，然后计算太空电梯的一个环境影响，然后 b 仅火箭，那就是火箭的时间，火箭的成本，还有火箭的这个环境影响，对吧？然后 c 就是 组合系统好， 然后现在把他们的综合性能在一块分析，然后进行多维度比较，然后评估我们的优势，生成我们的分析报告和提出优化建议，所以第一问，大家只需要这样做就行了。好，那么现在大家肯定比较疑惑一个问题，老师，数据在哪找啊？对吧？我就知道你们肯定会有这个疑问。 首先第一点啊，对吧？我，我想给那些还在找数据同学泼一盆冷水，你觉得你能找到数据吗？你肯定找不到呀， 是吧？他是整个题目都是完全的，在一个假设的背景下，你怎么可能找到数据， 所以你是完全找不到数据，所以这一题就是纯模拟去做了，明白了吧？你说你 a 题对吧？我是做一个什么手机耗电预测评估，我好歹我还能去，嗯，找一些数据去验证一下，你这个，你连验证都没得验证，完全纯模拟。 好，那首先第一步，我要评估这些个方案，到底什么方案他比较好，是吧？那我首先第一点，我得确定什么，我得保证 提前得把这个指标给设置好。好，指标这块注意下，你看我这个地方，虽然说直接简单些，但你想一想，当你第一步定指标时候，然后你最终的目的是评价这三个方案哪个好？所以大家能不能想到这个问题是什么问题啊？ 这是一个经典的评价问题，对吧？非常经典的评价问题。好，那评价问题我们三步走，怎么走？第一步啊，先确定指标，那指标这块我给你定好了，就是你用这些指标就够了。 好，第二步定权重，权重的话，我这个只是给了一个建议的，你可以根据你实际的考虑打算，当然了，你没有数据，所以你考虑打算可能最终跟我也差不多。 用什么方法？用层次分析法，明白了吧？注意层次分析法，然后去解对应的权重好，解出来之后，然后我们再用 top six 方法去最终进行评价排序。 好，然后得出啊，我们的一个场景分析结果啊，即可啊，这就结束了啊，明白了吧？好，然后我们来看，首先第一个运输时间分析，开关电梯的一个运输时间， tse 等于这个。好，然后我们对应的变量分析啊，结果说明，然后计算势力，我们来看一下总需求，财力啊，等于这个啊，对吧？好，火箭运时间 啊，等于什么？等于啊，我们的总材料需求，然后除以。除以什么呢？除以我们的火箭平均有效载荷，然后再乘以我们每个基地每年的发射次数，然后再乘以发射基地的数量，我是完全假设满负荷运行的，明白了吧？但是现实中 不一定所有的基地都给你用，对吧？而且同一个基地也不可能全年所有的那个发射机会都给你用，是不是？好， 所以就是这个样子的，然后我们继续来看，那最终我们的组合系统用时间，它就等于这样子。好啊，按照最大化去算啊，好，来到什么地方呢？来看啊？ 总材料需求，然后乘以单空电梯运输比例，然后除以。除以什么呢？除以我们每个银河港连的运输能力，然后再乘以银河港的一个数量，是不是？好，这是组合系统的 好，我们就知道啊，组合系统的运输时间是这样的去算，然后上面这个是我们火箭运输时间的啊，最上面是什么？这是我们太空电梯 啊，太空电梯其实就非常简单了，那你想一想，就是太空电梯它，它运输的一个啊，材料嘛，然后除以。除以什么呢？除以每个每个银河港口它一年能运送多少的一个吨位，然后再再乘以数量，不就可以了吗？就搞定了，是吧？所以没有那么的难。 好，所以第一问三个模型，其实大家直接这么建就可以了。好，这么建之后来 我们来看一下题，用本身啊，首先第一点，这个需求量肯定摆在这，这个地方我们是固定的，对吧？好， 然后数据这地方是不是给你了？银河港升降系统数据是不是给，每年能够运送多少给的非常清楚吧？ 然后这个火箭选项是不是也给的非常清楚？然后地球一共有十个发射场，也给的非常清楚，所以第一问还难什么呢？第一问其实虽然没给你数据，但是关键指标全部都给你了呀， 对吧？你关键指标往上一套是不是全部都能求？完全没有任何问题吧，这个不影响你们做题吧，完全不影响，对吧？好，行，所以这个我就不过多讲了，第一问，大家严格按照我讲的这个套路去做就行了。好，那么接下来我们来看啊，我们计算 设整材料啊，这么多吨，对吧？然后银河港口，是不是这个是题目给的吧，然后三个，对吧？一除啊，等于多少年啊？这个，哈哈，这时间有点长，是吧？火箭运输啊，一样的，是吧？啊？一千六百年啊，更夸张啊，是吧？然后组合 啊，四百八十年啊，对吧？火箭就是单纯的桥梁脉， 你想一想，干这么多年啊，是不是？好，那么回到这个地方来啊，工吨，呃，然后月球之名啊，一亿工吨， 这个时间是有点长的。好，那么最终啊，计算结果就是下面这个样子，我这个应该没有算错吧？ 个十百千万，十万，百万千万亿，然后一亿除以这个乘以三啊，应该正常。好，那我们就是大概这样子的一个时间，是不是这样的时间？好， 然后这个地方你看啊，组合系统，这个什么意思呢？ f 一 点零，你往这地方来来看太空电梯的运输比例， 所以这个 f 等于一点点，说明什么？这个所谓的组合系统里面其实且也全部都是用的什么？用的太空电梯，明白了吧？所以最终啊，其实就是只用太空电梯效率更高的， 那么最好的情况下是什么呢？是两个全部全，全复合运啊，对吧？全复合运好，然后最后啊，运费成本，我们来算一下运费成本啊， 太空电梯的成本是五百亿，然后火箭是火箭，这个更贵啊，对吧？啊，然后组合系统，组合系统，其实啊，你想一想，是不是就因为啊，用火箭额外送了一些，然后就增加了这么多费用， 那么组合系统这一块，我们最终把电梯的一个比例也拉到一点零，拉到最大，对吧？所以最后也是五百， 所以明白了吧？好，最终啊，我们组合系统优化，我们就可以看到，首先第一步确定我们变量函数，然后运输时间约束啊，约束可能性约束，变量时间范围约束。好，那这个变量范围我们都知道了，直接取一，对吧，这个好，那么最终啊，这下面这是这些参数的一个解释，大家可以看一看啊，没问题的。 好，那整个的推导过程，这后面也有说明，就是那有些同学他可能看这个思路，他看的光，看他不会推啊，对吧？我这后面也非常贴心的准备了一些推导说明好，然后火箭基地的发射理由，这个地方主要给你们写文章了，明白了吧？好，第二个 非完美工作条件分析，我们来看原题，那么如果运输系统处于不完美状态，比如说 啊，其实讲的这些就是就是指我们那个，呃，不能按照理想的参数去进行求解，就比如说万一哪天啊，这个电梯坏掉了，对吧？我们得维修啊，万一哪天啊，这个气候不好，这个火箭不能发射，是不是？所以 第二问其实就是干这件事情，然后他说，哎，如果你考虑到这些因素，那么你最终的整个这个运输计划又该是如何设置的呢？来我们来看一下。 首先我们来看一下啊，可信分析吧，啊，对吧？那先定一下这个非完美工作的条件。 首先第一个太空电梯原因啊，太空电梯这个其实就是我们直接把题目啊拿过来了，对吧？那么第二个是火箭系统的原因，那这个很严重了，对吧？因为火箭系统我们不仅是地面要用，我们在太空中最终到月球成名地我们也是要用的。 然后就是环环境因素，还有人为因素，是不是啊？来，我们现在一个个来分析来看啊。 首先来分析太空电梯的这个有效啊运输率，那么我们可以看到它的有效运输率等于它的额定运费率，乘以可靠因子，再乘以， 不高兴啊？这个是我们量化的指标，那么这个量化的指标实际上我们就是根据前面这些乱七八糟的具体情况算出来的，就是它大概率会有多少的可能性出问题，明白了吧？好，然后那么火箭的有效运输率啊，其实也差不多也是一样的啊，明白了吧？ 好，因为但是你还要乘以什么？你还要乘以一年的发射次数，然后还要乘以我们这个发射基地，对吧？因为保护旗你，你上半年发射的好好的，但是你下半年可能出问题，好，你在这个基地发射的好好的，你在那个基地发射出问题了啊，都是一样的。 然后我们来看一下最终的计算结果，那么在这地方我们可以看到在完美条件下，我们太空电梯的运输的一个嗯，吨位，它就是这样的，那么在不同程度的一个破坏情况下，我们太空电梯的一个受影响程度分别如下。 好，可以看到，所以最终时间我们之前算的最理想的是一百八十年左，一百八十多年左右啊，但是考虑到实际情况，可能延后两百甚至三百年都有可能，是吧？好，那么在这种非完美条件下，我们该如何去调整，该如何去建模呢？我们要来分析了。好，首先 第一点是识别问题阶段，就是因为这个也是模拟吗？对吧？你，你需要模拟啊，可能会出现的一个问题，所以第一点你要识别太空电梯问题，然后接着你要识别火箭系统的问题 啊，随后你要识别环境因素，那么最后你要识别人为因素。好，识别完之后，那接下来到我们的影响评估阶段。影响评估阶段，首先你要评估太空电梯影响，然后你要评估火箭系统影响，评估环境影响，评估人为影响， 最终啊，做一个综合的评估影响报告出来。好，然后这个时候开始计算啊，影响的具体程度，对吧？计算太空电梯的有效能力，计算火箭的有效能力，然后再来分析下可能性。好，那你看 你知道它具体的影响程度之后，那你是不是就可以制定策略了啊？制定太空电梯应对策略，制定火箭的应对策略，制定组合系统的应对策略啊，把这些东西都整合起来，最终 是不是生成对应的评估，对应的分析啊，这个没问题吧？好，所以问题二更像什么呢？问题二，其实啊，它没有太多的一个结膜，问题二是在问题一的基础上明白了吧？ 问题二，在问题的基础上好，好， 那接下来我们来看一下。 好， 那么接下来我们来看问题三，呃，先来看一下问题三题目。问题三是水需求。呃，我们调查这个十万人的一个月球之名基地，呃，就相当于它需要用多少多少的水，对吧？多少多少水？ 好，那么使用啊，您的交付模型了解，确保知名度在月球知名度居住后一年有效啊，有足够水所需的额外成本和时间表。好，我们来看。 那么这个题目该怎么分析？首先第一点你肯定要算需求嘛，对吧？比如说一个人他一天大概用多少水啊？我们饮用水，卫生用水，食物准备用水，其他用水简单算出来就是有严有严格的配额，对吧？ 好，算出来之后啊，然后做什么呢？ 我们来看一下。算出来之后那就是乘以时间嘛。啊？乘以时间 好，乘以时间之后，那不就是总的水吗？总的水得出来之后你要求重量，因为我们要运输嘛。好，重量求出来之后， 那接下来就要考虑运输了啊。那么第一点太空电梯运输 然后要花多少钱？火箭运输要花多少钱？还有对应的时间，这地方都能都都必须得算出来，是吧？那很明显怎么怎么算都是这个太空电梯更划算，对吧？怎么算都太空电梯更划算。 好，呃，等一下，这个火箭这个算的，这个地方不能这样算啊，这地方是算错了，你看啊， 它这个十，然后 per base pride， 你 得，你得除以，除以五五百，为什么呢？因为它这个时间是是指把一年所有积累的总时长加起来了，明白了吧？它是总时长，实际上我们考虑的就是单次用水时间， 那包括这个也是一样的，就是时间这块他算错了，时间这块我们不可能说算总时间的，我们肯定是单次运输的时间嘛，对吧？好，因为你，你，你想一想，你运输时间肯定是三个同时运输嘛，你不可能说一个接着一个接着一个运输吧，对吧？ 好，所以这个时间没有各位同学想象的那么久啊，没有你们想象那么久，好，那么接下来我们来看那这个地方啊，数值，对吧？然后太空电机运输，火箭运输优势比例，那这地方体现的都非常清晰，那这个比例其实是没有问题的，大家不用担心这个比例，这个比例没问题， 嗯，只不过是时间，你这个零点三四除以三，那大概是零点一一左右，这个二点九二除以五十， 二点九二除以五十，那论时间的话，其实火箭运输要更快一点，对吧？ 好，然后我们再来看这个水满足策略。好，首先第一个这题目你怎么分析？这题目你就按照我写的这个框架去分析就行了。那首先第一点就跟我讲的，确定人均用水标准， 好，根据不同的情况设定好限定的额度，然后计算总的水量，然后计算所有的人用水量乘以十万嘛， 然后在地球上分析用这么多水，然后大概什么方案比较合适，然后在一块比较一下，比较之后制定短期供水策略，长期供水策略，然后策略整合，然后最后收回报告，是不是好得到我们最终的一个结果？好， 那这啊，就是我们啊，比较契合题目的一种情况。好，最终分析结论。那么太空电梯啊，运用时间仅为火箭的百分之十一点六啊，运用成本仅为火箭的百分之五啊，其实怎么说都是太空电梯比较合适，是不是？好 啊，明白了吧？ 那么接下来我们看问题四最后一问，讨论在不同场景下实现十万人 啊的一个月球直径啊，对我们地球的影响。好，我们将如何调整模型，保证我们的环境最小影响？好， 然后我们来看一下这该如何去做呢？首先第一点啊，碳排放分析，是不是， 那么这个太空电梯啊，它是有碳排放，然后呢，火箭发射它有碳排放，然后最终组合系统它也有对应的碳排放，那 我们一般分析环境影响，其实，嗯，各种各样的指标，我们基本不看，我们主要就看一个什么，看我们的碳排放，是吧？ 好，然后把他们全部算起来，算起来之后，然后去分析他的一个环境影响等级，那很明显还是火箭糟糕啊，对吧？这个怎么算都是最不好的。好，然后我们来看啊，那么其他环境下第一个，大气污染，对吧？然后噪音污染 啊，然后我们的太空碎片土地使用，土地使用，你这个太空电梯肯定用的要比较多，然后就能源消耗，是吧？好，这还算好一点，那么接下来我们来看环境啊，这个影响的缓解策略，那么第一个啊，对于太空电梯系统，我们 啊用一些，比如说可再生能源环保材料，那么火箭系统啊，重复使用火箭技术，比如像马斯克那个猎鹰火箭，对吧？反复使用好，所以整个环境的影响分析图就按照这个框架来，那注意一下，在这个地方啊，你看啊， 那有的同学他看题，他眼睛花，他容易看错他，他说在月球上影响，不是的，是实现这么多人直明对地球环境的影响，哎，明白了吧？对地球环境的影响，好， 然后我们来看， 识别环境因素，评估太空电梯影响，然后量化这个环境影响，最终比较分析，制定策略， 搞定，是吧？搞定，这可简单了，所以这就是完整的题目。好，那么接下来我们看一下我们给大家提供的一个啊，求解吧， 比如说我们看问题一吧，问题三种方案的一个对比啊，对吧？啊，运输啊，运输成本的一个对比 啊，不同不同运输场景的一个成本对比，然后不同运输场景那个碳排放对比，然后以及他们最终的一个综合方案对比，综合的方案，其实你会发现，哎，仅太空电梯在各个方面都是最优的 啊，对吧？然后太空电梯的 c 系统，我们来看一下，你看这地方，从地球，然后到电梯舱，然后到顶点，它类似就是这个样子的啊，不同运输场景所需要的时间 啊，比较，是不是那太空电梯永远是最短的？好，然后运行时间模拟啊，你来看一下，那么这个很简单呀，频率，对吧？频率，而且这个还是考虑到实际情况，对吧？好，你会发现这两个完全不一样的概念了，是吧？两个完全不一样的概念， 也就是说你火箭你最少都要一千多年，是吧？好，然后最终是我们的累计运输量的一个比较，这是火箭的运输量，就是在在固定的时间内啊，固定的时间内你能运输到多少？我能运输到多少？大家在一块比一比运输量，是不是一样的道理？ 然后问题二，问题二，给大家看。问题二，我们是做什么？做那个，呃，系统可人性分析是不是？那这个地方啊，给大家做的对应的结果也都是有的， 是不是？包括我们火箭故障点，发射台发射失败、推进器故障、导航错误等等，那么我们的太空电梯的故障点在什么地方都有可能出现，是吧？好，然后我们火箭与太空电梯的一个运输时间比例，这地方都能看到。好，然后我们问题三，问题三是关于水质源，对吧？ 好，那首先你先算一下我们这个人口与用水量关系，那这个很简单，正比关系，对吧？然后不同运输成本的一个啊，运输成本的比例。好，每吨每吨水的一个运输成本分析，然后我们的一个，那这个不用看，这个就是一个循环系统。 好，然后我们的用水需求量的一个预测，对吧？好，包括啊，我们最终的用水的一个循环效率，因为你你不可能水用完就直接浪费掉，你肯定还要把它循环保保留下来吗？是不是啊？然后包括我们用水的一个构成， 是不是？所以这就是问题三，好，问题四，问题四，我们分析什么？分析环境影响因素，对吧？那我们就是分析各种排放嘛，对吧？那排放没什么东西，是不是啊？你看这一块写的画的非常清晰啊，对吧？ 好，然后包括对应的数据这地方也都有，所以做题大家不用太担心，我们这地方资料特别特别多啊，明白了吧？好， 那么以上就是我们关于本次必题的完整的思路讲解，那各位同学拿到手之后，你们拿到手是这样的一份资料，大家可以看到就是我们这里面有四个题目，所有的求解代码都有，然后呢，你还会拿到呃，一个这样的思路报告，这样的思路报告你打开是这个样子的，大家来看一下啊。 好，这里面有个 markdown， 如果你会打开 markdown， 最好，你不会打开 markdown， 你 就点这个，你就双击它就行了。双击它之后，它会自动在我们的浏览器里面打开，然后你在这里面去看分析就行了，明白了吧？我们后面的那个结果文件，结果文件夹 也是，也是一样的，形式也是一样的啊，表达形式啊，明白了吧？好， ok， 那 这就是我们啊 b 题的一个完整的思路分析啊，希望对大家有帮助啊。 但这个这个流程图始终是最清晰的，大家看流程图肯定是对于问题理解是最快的吗？好，谢谢大家啊。
07:12查看AI文稿AI文稿好，我们这个视频的名称叫做美赛的获奖机制大揭秘加选题人数发布。 我们这个视频的目的是想给大家介绍一下今年的美赛选题和往年实在是不一样了，因为在北赛之前我做过一个选题人数的这个预估，就是这，这是我们之前每一年的选题人数，大家可以发现有一个定律， r c m 比 m， c m 比 s m 多，然后其中 c t 每年都是最多的，其次是一体。 但是今年发现会发现一个问题，就是好像一题的恐就是大家会网上发现，大家网上的这些描述很少，同时，哎 a 题 b 题是一个很热门的话题， 所以我们从本赛开始到现在到了三十个小时，进行了各个平台发布了各种各样的匿名问卷， 我们给大家做了一个合并汇总，这个汇总出来的一个结果，当然这个结果不代表最终的选题人数，但是基本上有一定的可信度。就给大家简单的去介绍一下这个选题的人数，能说明一些情况，就是 c 题依旧是最多的，只不过 ab 它今年的选题人数也很多，但是往年的最多的这个 e 题，今年基本上能达到选最少的那个题目了。 好吧，那么基于一个这样的前提，我需要给大家讲一下，那么我好像我按照往年的地方，我做的是 e 题，或者我选了往年选的人数最少的 d d 题，但是好像我选错了题，我选的这个题目是选的人数最少的或最多的，那会不会影响我的获奖呢？需要给大家讲一下， 选择题和获奖获奖概率没有任何的关系，每一个题目的获奖率都是一样的，对于 abc 或者对于 df 来讲，每一个题目都是百分之八的 m 奖，百分之二十三的 h 奖横定不变。 那么比如说，哎， c 题有一万个人选择了，那么一万个人里面就会有百八百个人获得 m， 两千三百人获得 h。 不 会，因为 c 题选的人多，那么 c 题获奖难度就大，不会这样。相反， 为什么 c 题选的人多呀？因为大家都想选 c， 为什么选 c？ c 最简单，所以 c 题相对来讲竞争小， 更容易获奖。虽然获奖率一样，但是 c 题你的竞争对手都是小白啊。其他题目选的人少意味着什么呀？精英或者他们的专业背景就是这个专业的，或者是他们非常感兴趣，兴趣是最大的动力，那么他们做这个题目，他你和他们的竞争，你的竞争强度会大一些。 所以逻辑是选题人数越多的，其实越容易获奖，选的人数越少的，其实竞争会比较激烈。但是你既然选了这个题目了，说明你这个对这个题目有独特的理解，自己按照自己的理解写出来实现它依旧奖项不会低。为什么这么说呢？ 给大家讲两个数据，第一个我们去算了一下，过去五年每赛的契赛率百分之十七是这个数据应该是会浮动哈，但基本是不差的。百分之十七的契赛率，还有百分之四十的新手，这个新手是我们山东几个高校发的一名问卷， 去统计一下，这两年每年参赛的时候，是否是为第一次参赛出来是百分之四十左右，比如说百分之二十的气赛，百分之四十的新手，有百分之六十的队伍，我们和他比，开局即立于不败之地。 你刚刚开赛，你通过网上各种各样学习，你已经占到了百分之四十的潜力，我们每赛的获奖率是多少呢？百分之四十结束了， 那么我们只要能回答问美赛的问题，能按照美赛的规则模式规写的规范写完美赛，那么你基本就可以获奖了。刚才，刚才包括直播间有人问这个获奖率有多少，我可以明确的告诉你，百分之六十至百分之七十起步，只有一个要求， 坚持下去，包括其实今天我刷小红书，各种乱报雷说，哎呀，队友不合干了，队友生病了，怎么着？没有关系，我们才将刚过了三十六个小时，还有六十个小时， 我在昨天十二点，我才刚刚完成了地理数据的收集，今天早上六点，只过了六小时，我就完成了三个版本的论文写作。大家能看到我刚才有视频的讲解，我是做地理的哈，我都做完了很多视频的讲解了，都已经，所以时间不是问题，内容也不是问题，大家获奖的随意的阻力就是你能否成功完赛， 只要你能成功完赛，只要你有问题，你问一问，张嘴，或者在我直播间，或者在我们售后群你问，我们能给你答复，解决你的问题，坚持下去，到最后你基本就可以获奖。数学建模型赛获奖从来不是你比他好多少，他比你好多少的地步，而是比的是一个耐力。 好吧，现在已经十二点了，十二点半还在直播间，还在看视频，还在看资料的人， 你们这个付出，我觉得只有获奖，只有拿更好的奖项才能对得起大家的付出。最后一句话，我预祝大家在未来的六十个小时比赛顺利。好吧， 然后有问题的话直播间问我或者群里我，我的所有群都是不禁言的，问我就可以，包括很多，因为大家都有不少是新手吗？其实有很多的问题，比如说刚才有人问 m 和呃那个 samurai 他 们的区别， 他们其实两个东西，所以这种东西真的就是可能只有新手才才能问的出来。就是，我还是需要给大家讲一下，因为这个问题我觉得很正常，但是对于百分之四十的新手来讲，可能大家真的不知道， summary 是 我们写完论文之后是我们的科研论文，大家如果看我们论文的话，它有一个摘药，所谓的 summer 就是 我们摘药，我们需要对论文的整体建模描述描述，这是我们的 summary。 memo 是 什么呢？ 每赛每年会有四五个题目，都需要我们去写一个非技术性文章，我们是一个非技非这个方向的人，写了一个文章，给专业的部门，给政府也好，给什么机构也好， 将我们的结果我们献给他。比如说我们去年要写一个报纸，或者写个宣传册，这叫卖猫。那么有些题目规定了我们去写，我们去写，比如说，比如说，呃，我给大家找个题目， 有的题目没让我们写，你别写，大家切记不要锦上添花，这不就不叫，这就不叫锦上添花，这叫，哼，这，这应该叫。呃，这，这应该叫。 反之哈，我我我语言有点崩崩坏连这里这是递题，最后他要求我们了，去写一个一到两页的 later 信去给我们球队管理者。就是当我们的题目要求的时候你再去写。 好像刚才有人说 f t 因为我没做 f t， f t 好 像没有人写。那你就别写，一定要知道这个事。对对对，叫花式天足。我 啊，就这个意思。好吧，反正就是这种。可能对于我们老手来说，这个东西是不应该讲的，但是可能大家这些新手你之后问了之后我才会明白，可能新手来讲，他们真的没有论文写作的意识，他们真的是不知道，我才需要进行解释。 对，这个东西还是看大家的理解。好吧，那我就先结束录制。
10BZD数模社
04:56查看AI文稿AI文稿然后现在的话，美赛的 a 题到 f 题的所有的题目的中文翻译版已经出来了，先大致看一下，然后等下我给大家更新每一题的一个选题思路分析， 以及怎么解配套的代码使用情况啊。现在先看到美赛的一个 a t， 它是一个智能手机电池的放电建模，和以往的 a t 一 样，还是偏数学肌底类的。 这类题目的话一般难度的话是比较大的，大家选择 a t 的 时候要注意 连续时间模型，然后自己要去收集数据集 这个 pdf 要注意啊，这个总数的话是不超过二十五页的，这个都是翻译后的，大家可以看原来的那个英文版， 然后看一下这个 b t， 今年的 b t 是 一个利用太空电梯系统建立月球执迷的。这题目的话都还是比较新啊，和今年的那个股票里面那个不是很火的吗？那个商业航天啊，都紧密挂钩啊。 嗯， mcm 机构， 你的任务是利用数学模型来确定是从二零五零年开始建造，容纳十万人的需要的材料运输成本和相关的时间表。 然后将现在在那个太空电力系统的三个年港口，然后从选定火箭基地发射的传统火箭进行比较。这是对你建立模型的一个要求 啊，仅使用太空电力系统的三个港口啊，这些，这些是运输系统没有完美的运行状态时考虑的一些情况啊，系绳摇晃，火箭故障对你损坏， 然后再写一封营业 执照，你里面有 ai 的 话，也最后要附上一份使用报告。 而今天的 ct 也是一样的，紧扣商业航天里面的这些内容与核心相关的数据。 嗯，这这类题的话在常规的话以往来看就是数据量比较大，它这个 ct 单独是给了你一个数据表格的。 啊，这个它翻译有点问题，这个其实是明星，明星的这些题目 看这是统计，这个题的话是对你那个处理数据的能力要求较高，你看它 ct 的 这些数据都是公开在这里的，自己要去整理一下 与星共舞是英国的那个节目舞动奇迹里面吧。 啊，第一题是如何管理体育运动，体育商业里面的内容， 一题是被动式太阳能遮阴。 啊，这题目介绍的话就介绍这里，这中文翻译版的话我也全部都给大家整理好了，后续思路一并发给大家。大家直接在视频下方那个企鹅群里进去领取就行，包括我前面发的赛提助攻资料。那这个 fg 是 否要发展全人类人工智能 这一个收集讨论？ 嗯，好，等会再给大家更新思路。大家题目的话先看着这里。
15牛顿迭代法
05:39查看AI文稿AI文稿哦，今天早上我发现很多同学来私信我，然后问的都是一些美才 a t 的 一些疑问，因为可能大家对这个电池模型 soc 估计这一块不太理解 啊，我今天就给大家集中讲一下主要的一些疑问吧。呃，我觉得首先这个电池模型呢，我推荐大家用这个二 g r c 模型或者一些其他简单的模型都可以，因为我发现有的同学去尝试那个电化学模型啊，我觉得电化学模型还是相对比较复杂的，它更加倾向于 一些科研方面的应用，就是关于电化学内部机理的一些分析，大家去看那些论文也可以发现它电化学模型它有二十几个参数，然后也有七八条那种偏微分方程，所以我不太推荐大家去使用，毕竟这个比赛有一个时间限制嘛。 那这个电池模型呢，主要是这样的，它首先有一个欧姆内阻 r 零，就是我们大家初中学的电路的那个内阻嘛，就很很简单。然后它有两个极化电压的模拟，它会通过这个 r 一 c 一、 r 二 c 二去模拟这两个极化电压。那这两个 极化它模拟的是什么呢？模拟的就是锂离子电池的一个浓差极化和电化学极化的一个过程。 那么第二个问题，很多同学就是问这个，他那个美赛 a 题嘛，他是有很多要求，他其中一个要求呢，讲的就是需要通过，呃，有需要有不同载和不同空旷下的一个 soc 估计，以以及他的剩余时间的预估。 那么这个电流要怎么算呢？啊？其实我以我的理解的话，我觉得这个电流是请求出来的，而不是计算出来的。因为有些同学陷入这个误区了，就是 当你使用这个负荷的时候，他会向电池请求多少多少安的电流啊？就比如说 我这个手机啊，我现在亮度是百分之二十，那我现在需要向手机电池请求多少安的电流呢？那如果我这个屏幕亮度达到了百分之八十，那我是不是需要请求更多的电流来维持我这个亮度呢？那假如说我这个手机啊， 我在呃，我在玩游戏或者什么的，处于一个比较高能耗的高功耗的一个情况下，那其实那你是不是就需要请求更多的电流 来维持你这个手机的这个功率呢？所以说这个电流是请求出来的，然后不是计算出来的。 那电压呢？电压就是通过你的开路电压，电流与以及你的电池模型参数，就是刚刚讲的嘛内阻根激发电压来计算出来的。那开路电压是怎么计算呢？ 开路电压是需要根据一个 h p p c 的 数据，你去拟合一条 soc， 呃， socv 的 曲线，那 根据你当前手机的电量去可以查表得到你当前手机的这个开路电压，然后根据你当前的电流 以及你的 rc 参数，你就可以计算出你当前手机的电压，然后这个是电压的一个数学方程。端这个就是端电压吗？然后这个是开路电压，减去你的电流乘以你这个欧姆内阻，然后减去两个极化电压， 然后这个 soc 估计的流程呢？你们可以用 hpc 数据去离线辨识这个电池模型参数，你也可以在线辨识模型参数。 呃，就我我的往期视频里都有讲这个在线辨识模型参数的代码以及文档，大家可以去留意一下，以及一些 soc 估计的。呃，文档和代码我在往期视频也有讲，大家可以也可以看一下。 我的视频和代码都是基于二阶 rc 模型来的基础上来来给大家做的。 那它这个流程呢？主要就是在 soc 估计中电池模型的参数，你通过 你先通过当前的 soc 得到当前的一个开路电压，然后根据你的辨识得到的。呃，电池模型参数与电流的关系式就是刚才这个关系嘛，就可以算出你的模拟电压，根据你的模拟电压与实测电压的一个误差，卡尔曼律波会 判断你当前如果你这个误差比较大，那他就会更加相信实测的值，如果你这个误差比较小，那他会更加相信模拟的值，然后通过这个这个先验估计跟后验估计，你就可以自动调正这个 soc。 然后下面呢都是一些嗯，电池的一些。呃模型的一些状态方程什么的，这边我就不给大家讲了，因为大家时间也比较紧急，如果需要的话可以私信我获取，然后这边我也有些，我也有些其他的文档。呃， 对，这边我有一些我的 soc 估计的文档，也有我的，也有我的一些资料吧，这些都是我往期视频的一些元代码以及它的对应的数据， 大家如果感兴趣的话可以可以看一下。 那今天的视频就到此为止，祝大家竞赛顺利。
54Night_
19:44查看AI文稿AI文稿hello， 大家好，下面我给大家讲解，完全用我们这个 ai 这个豆包完成美赛的一个完整的一个论文拿下 m 奖。这个论文是去年完全用这个 ai 生成的， 这是翻译以后的这个文章，我们可以看一下最后拿的是 m 奖，好吧，我们可以看一下这个完全就是这个文章翻译的。 好。下面我给大家详细的演示如何用这个 ai 拿下我们这个 m 奖。好，下面是我们详细的演示，已经有美赛了吗？演示一下怎么样去用我们这个就是目前受众可能说最广的这个豆包和这个 deepsea 去完成一个美赛题目的一个解析。我以这个二零二五年这个 ct 为例，给大家演示一下怎么样我用这两个软件去完成我题目的一个解析，这篇这篇文章是用这个 ai 完成的，我这个文章在去年把它翻译成这个英文，它是拿了这个 m 奖，完全用 ai 去生成的，大家可以看一下这个 感觉 ai 上证的。好吧，教一下大家怎么样我能够拿到一个美赛的题目，把这个题目怎么样一步一步的拆解，把这个题目去解决出来，还能拿到一个不错的奖项。当然我还是建议大家在这个 ai 辅助的技术上， 自己也能够去进行一定的修正，画一些好看的图加进去美化一下，那我相信大家拿一个 h 奖以上应该也是非常容易的。好吧， 好，我们现在说怎么样给大家去演示一下，主要用的就是我这个给大家总结好的这个 提示词，我教大家怎么样去一步一步的去拆解这个题目，怎么去把这个题目写出来？这个提示词还有相关的资料，大家可以看这个置顶评论看获取，都是免费获取的。好吧，好，我们来看一下这个题目怎么去拆解。 首先拿到这么一个题目，首先我们可以拿到是英文，这个翻译成中文，你可以关注一些公众号，公众号上一般都会发，或者你等不及自己翻译，就把这个直接丢给英文，丢给 ai， 你 翻译出来这个还不是难事，你可以适当的进行一下的语句的修正，这都是可以的。 好吧，下面说这个，我们当然还是翻译过来以后再去做题。好吧，其实第一步大家是先翻译，翻译完以后相当于我现在这个题目一样。好，那我们怎么样去做题？第一步 先就是什么问题背景，我们就是以这个文章的行文为例，当然摘要是我们最后写好目录，肯定是最后生成的。好，第一步问题背景怎么整？生成这个直接我们看一下这个多少字，大概是七百六十五字，这个还是有点多的，为什么？因为我们最后要把它翻译成英文拼符，在二十五页 以内，我记得是你中文，相对于如果是二十四页可能会比较多，最后这个也是进行了一定的筛选好，所以说大家肯定要是先把这个什么刚开始要少一点，为大家推荐的就是六百字。好，我们来试一下这些内容其实可以直接用，是用这个 豆包去做就可以，我们可以把这个，你看我们可以把这个东西复制过来啊，你，你就可以把这些下面是说的数据了，这些东西就可以不用，也可以复制过来，这个影响不大。好吧， 我也可以把这个题目，就把哪一块内容，把数据，不是把这个问题上面的这些部分全部 像这些东西，关于数据的就可以不复制，关于问题的前面这些东西都可以复制过来，复制过来以后呢？你可以用我们这个指令，问题背景的指令，好吧，好，直接输给他，其实整体底下这个过程非常快的，好吧？ 我们可以看一下，当然深度思考，你如果写问题背景，你完全没有必要去开看更快一点，但是也没必要，时间还是挺长的，你也不用说那么紧张。好，这是这个问题背景，我们可以看一下，你可以完全把这个东西复制过来， 我们可以看下这个内容还是写的非常好的，复制过来以后你可以放到这个文章里面，再放到这一块，这块就完成了。其实数据这个东西建议大家你可以这个东西你可以 直接丢给，也可以数据，这我没有。这个主要就是说你首先第一步你把这个数据有哪些，你可以丢给他，让他去写数据有哪些，还有表仪的这些东西， 下面还有这些，你看这个是直接复制的，你会发现了，你看数据文件，这个是直接复制的，一模一样，所以说这个东西就可以你自己写，也可以直接去复制一下，也没影响，因为最后还是要翻译成英文的，所以这个查重基本上没问题，美在不用担心这个问题。 好吧？第二个说第二步是写什么？解决问题的时候直接丢给 ai 写就行了，不用麻烦了，这怎么写呢？就会把这个这几个问题全部直接丢给他， 用我们的这个指令，这是三个问题，那就直接把这个改一下，好吧，这个你自己改一下呗，就是很快的，整个过程你会发现非常的行云流水，最后你再去精修，还整个过程非常的流畅，你会发现这个 行文是不是有点多了？可以，这个时候你就可以什么简化一下，你写美菜的论文的时候，你前期写中文的时候，你 自己心里有意无意的去控制一下字数是最好的，因为后面你还要筛选，还是会很麻烦的。好吧，看着他比较多了，你可以让他简化一下，这个是很灵活的一个过程，你看这样其实就非常简洁了，你就可以把这个复制过来放到我们这个文章里， 这个其实是有点多，后面到处也是筛选了很多的好假设部分，你就可以你把问题给他了，所以他已经知道你的问题是什么了，所以你完全可以直接再丢给他，一般就是四个或者三个选四个比较好。好吧，这完全就是让他给你去解决这个问题，还是你自己 去看了一下这个篇幅怎么样？好吧，你有意无意的控制一下，到最后你就不用说还要花费很多的时间去减字数。看这个还是有点多，因为他一般都会给你偏多一点，所以你可以自己去看着一点去简化，现在其实就非常的完美了。把这四个你复制过来，复制到这个里面， 这个可以加粗一下都可以。好，这个符号说明就不说了，对吧？你自己的事了。好，这个当然是问题分析，当然也还写了就是一条指定的事，就是这些东西其实 你要说哪一块是有你自己的思路的思想，其实还是一会我再给你说模型建立部分，好吧，你看这个东西还可以，这个篇幅其实也还行，因为问题分析你还是字数，字数其实可以了。好吧，这个是有点多。 好，下面就是具体的问题，具体问题部分我给大家有一个思路。好，我们看一下这个具体的问题，这个题目在说什么？在说什么？开发一个模型预测，所以在说什么？预测， 所以你不管他后面多么滑，他主要在说什么预测。那这个为大家提供两个思路。第一个思路就是说你是新手小白，你不知道哪些预测模型，你不知道哪个更好， 那你就可以什么把这个问题你要再重新去，一个一个的再给 ai， 你 不要再基于前面的基础，那样会不惊喜。好，这个时候你就把整个问题再丢给他，你可以问他解决这个问题，先写代码。 好，先写代码，为什么呢？因为你先看这个代码能不能跑通，他给的代码如果能跑通，那你就可以继续用这个模型了。好，这是一个对小白的措施，说我们可以直接用这个指令就可以，这个没有什么太，因为前面已经数据没有，一般 没有什么数据。这个，好吧，这个就是说给我使用什么样的给我解决问题的完整的代码。好，这个我给大家举个例子。 好吧？这个预测，这个也是个预测模型，这个预测模型可以直接用吗？可以，当然我建议你可以，如果你有自己的想法，你可以换一下，用自己想的这个模型，让他给你写代码，或者说如果你是小白，你就可以把这个问题抛给他， 我有哪些模型可以解决这个问题？或者说我怎么样去解决这个问题？让他给你模型， 好吧？当然我建议大家去有自己的筛选，好吧，就可以直接用了。他这个携带码还是现在他也很净化，基本上给你大烟扫过去也没有什么问题， 核心框架他肯定都是搭了尾腰。对的，当时我们这个代码也是用这个 ai 跑的，你可以看一下导数据数据清洗，对吧？好，你看下这个数据，这是什么数据？这个是他的运动员的数据，这个是下载的，你可以把这个数据下载一下，好吧？到时候你就最好的是什么？你把这个数据给他， 再给大家演示一下，你一个数据你肯定是自己下载的。对，你下载数据这个工作不难的。下载数据，因为题目你看他告诉你了，说这个数据是哪些，你看他告诉你了，告诉你这些数据了， 所以你这个东西你不难的，你把这个东西下载下来以后，你把这个东西丢给他，好吧？好，你可以把这个东西复制给他，告诉他说使用我真实的数据，其实，哎呀，这不这么很灵活，你要灵活的去用它 去随机应变。好，我们这可以再新建一个。好，他终于也是写完了，写的还是非常的完善。好，我们可以把它放到我们这个代码里面，这个路径应该都是对的。好吧，那这应该正好有， 我们来运行一下，测试一下，你看他告诉你了缺少酷，他会告诉你，你就可以安装一下就可以，这个不是什么大事。哦，我们安装完成了。好，再来看一下，我们刚才不是安装完成了吗？再来继续看一下。哦，不是，这个弄成之前的代码了， 刚才是我有点卡，我来看一下。好，应该是有问题的。这个问题主要是什么？说我们刚才其实刚才用的时候发现一个问题，这里给大家说的是先把数据传给，所以说其实你如果直接去把这个名字给他，而没有把数据传给他，他是很难去说把它 去做对的。所以我们尽量什么还是去把这个 ai 去，我们去把这个东西传给他，好吧？把这个数据尽量还要都给他，他了解这个数据的情况下，这个时候我们才什么才能 去更精准的把这个代码他可以编辑出来，否则其实他很难说去了解这个真实的情况，那可能就会出一些偏差。 我们先用这两个，因为你看一下他这个问题，其实他并不是说每一个题他都要用到全部的，你看他这个是还有这个，其实所以说每一个你要自己进行一定的筛选，看一下他会用到哪些数据， 好吧，我们这个就先以这两个为例，好吧，你我们再用这个，好，这个时候就对了，所以刚才流程其实还是有一点问题的，说你先要什么，这个这个多了其实影响也不大， 你可以先筛检一下，或者到时候你可以自己去删一下。那这个东西其实量有点大，但是他其实你只用前面的一部分也可以了，比如说我们之前没写一个代码，你看他只用了其中两个，还是比较少的，也可以把这个问题解决。 所以说另外一个你如果再遇到这个梅赛的题目，他可能有两种，第一种是说没有给你数据， 这个时候你要自己搜集数据了。另外一种就是说给他的数据，但是数据量非常大，这个时候你其实可以适当的去，如果不好处理的话，这个数据可以适当的进行一部分的筛检，或者你只提取某一部分去进行做。因为 其实美赛他对这个结果的看重并没有那么特别大，他可能更看重你，你解析的这个思路 是不是？所以说这大家一个思路说他数据量可能会非常大，那这个时候你就自己进行一部分的筛选，或者说有一定的代码基础的同学，可以什么自己去使用其中的某一部分提取出来去做，当然你也可以自己去什么编辑的这个代码量更大， 但是因为这个豆包它是对这个文件是有限制的，所以这个部分就要求大家可以只用一部分，或者说你可以自己去写提取数据的代码，后续让这个 ai 辅助一下，但你也可以用 jpt， 是 jpt 是 可以的，我记得，好吧？ 好，这给大家提供思路。好，我们可以试一下这个。好，我们来试一下这个路径的问题，路径， 注意这个路径，因为我们就直接在这个目录下面的，所以说这个路径的问题你要改一下，这是成功读取了，当然也是有报错，但是成功读取了这个数据， 但是它里面有一部分是没有找到的，你们可以再把这个去你如果遇到的问题可以直接丢给 ai 去调试，如果你是小白，但是这个其实你 如果你有一定的技术，也可以自己去改一下。好吧，刚给大家演示的就是说你是纯小白，你怎么样去一步一步的去解决它，这过程可能会比较慢，但是 你其实也还好，教程完了。好，我们来复制一下过去，当然有他写代码过程遇到各种问题是非常正常的，路径一般是你需要自己去改的。好吧， 可以检查一下，因为 ai 它其实多包，其实还没有那么特别值得，所以大家遇到这些问题，你完全可以说 boss 复制给他，让他帮你解决一下。 好吧，这就是小白，你去这么去做，就给大家演示的时候，站在我一个纯零基础的一个小白身上，怎么样去解决这个问题？路径你改成你自己的路径，一般你就直接在这个文件下面放便会很方便，你就直接用它这个路径就可以了。 好，我们来看一下。本该应该是有错误来继续就说你这个过程就是你不断的发给 ai， 然后 a 改错就可以了， 这个过程其实就是一个不断的反复的一个过程。好，我们来看一下这次的情况，这个过程你不要嫌烦啊你，你要用 ai 给你写，肯定是这样的一个效果。 ok， 试一下，还是有列名错误，他是说哪个文件，我们可以看一下这个文件。好，我们这个时候就可以什么也可以把文件丢给他， 还要一直保存，你可以把文件再丢给他，让他看一看。这个文件是刚才说我们不用的，这样，我们改一下，好吧？ 因为刚才我们说了不用那个文件，这个文件因为刚才我们说了他有点大就可以受限了，那我们可以这里，比如说我们只用这个两个，好吧？ 就好。这就是刚才我给你说的，如果你有两种方法解决，一种是你自己有一定基础，你可以自己去编写，或者说你可以把这个大量的文件去给它进行一个删减，丢给这个呀，或者你用 gpt， 好吧，因为他这个是有他的能力是有限制的好吧？作为他演示给免费的这两个软件，他免费，他在能力方面肯定是有限制的，因为 gbt 用起来还是有低的门槛，好吧。当然这个用的这个流程是不变的， 所以你能用了 gbt， 那 也更好，你可以去用 gbt。 总而言之，这个流程其实都是不变的。首先就是这个论文的行文， 从这个背景到数据，到解决问题，到假设不好，你自己写就可以分析到模型的建立部分。整个流程你不管用哪个 ai， 基本上都是这个流程。 我让他给先写代码，代码跑通以后，把这个代码丢给任何一个 ai， 让他给你写这个内容，好吧？一个过程，因为那个文件它是太大，你没有一定基础是很难处理的，或者说你可以直接去 b 站上搜一下相应的一部分的教程也可以， 好吧，你毕竟想做的更完美，肯定是要多考虑一点。好，我们这一次来试一下，这次应该就可我来停止一下再重新运行，好吧，刚才这个问题是说这个图像没有中文保存的，这个问题 好，差不多前面这个报错可以无管他。好，现在差不多就运行出来了。好，这就整个的流程，这是这个图像也可以改一下上场了。好，所以总的来说这个过程就是这样， 你肯定会遇到错误。我给大家演示的也是说我在事先没有一定的排练的情况下，面对一个题目怎样去解决？这是错误，肯定是会经常出现的， 你其他的那种就是一下给你生成出来。那我想可能是前面已经进行了一个一定的预演，你面对一个实际的之前没有解决过的问题，那肯定是有可能会遇到各种问题。那刚才解决的方案我给大家提供了，把这个报错去给 ai， 让他帮你解决，一步一步的调试，到最后成功这样一个过程。好吧，代码跑通了以后该写论文了。好，这个时候干什么呢？那基于这个内容给你写，你看 把 ai 给你的代码重新丢给他，根据这个代码，这不用丢给他，因为刚才刚用的代码这个问题，这个步骤他给写，这个时候就该写什么啊？正文，正文部分 ai 都可以完成的。好吧。这些图可以自己去画一下，也可以去织网上， 比如这个 l s t m 模型。那可以去什么去知网上找，直接解锁 l s t m 模型，从它论文里面抠一些图，接下来放进去，或者你自己再复现一下这个图，好吧，非常完美的方式。 前面全部都是搬运工，这个过程也可以写的，其实也还行，你可以自己去找一些文献一下，加一些公式， 好吧，都是可以的。你像这些东西其实都是从文献里边 copy 的， 你可以直接解锁一下 l i c r 模型相关的文献，把里面的一部分内容可以 copy 过来，那就可以更完美了。 好的，这个文章主体部分内容的编解方法，你可以让 ai 结合你的代码去生成这个东西，也可以你去知网解锁相关的模型的文献， copy 一 些过程。好吧，你能自己手动结合一下题目那是更好。你不能那也可以了。 结果这些东西吧，你看这个结果不就是这个结果吗？一个图像结果没那么重要，你看这去年这个图这么样，最后也可以得奖。 结果生成出来以后，就比如说把你生成的结果给他根据这个内容给我写一段话的分析，是吧？你看这个分析一定要有上面结果，下面配分析，这个一定要有参与一个这样流程就可以。你可以把你图像放这， 再截个头像，让他给写分析，他用的指令是一样的，还是说根据这个内容给我写一段话的分析指令是一样的，好吧？好。看，这个写的篇幅也挺好的。 好，写完这些东西以后问题二、问题三是一样的，就不给大家具体演示了，这个流程都是一样的。好吧？好。最后到了一个知识点怎么写？把整个文章抛给他， 你再把这个指令附过去就可以了。最后写完以后再把整个文章给他，再用最后这个指令就可以了，我来给大家演示一下，好吧，完全 ok 的， 整个文章就 ok 了，当然这个数量你可以自己改一下。好吧，都可以， 我是给他写了一个四个的，当然他也可以用。这个就先不用了，其实这个流程是一样的。好，要登录我就不给他演示了。好，你看非常天赋也挺好的。好吧。 好，最后这个东西可以删减。好吧，可以自己根据篇幅删减改进推广，大家都可以写了，这样微信自己找就可以。好吧，这个路径你按照他的格式从翅膀上自己添加就可以。好，最后这个摘药也是一样的，就按照我这个指令也可以。最后摘药一定要什么 自己再精修一遍，你和你的队友每个人去修改，精修再精修是最重要的。好，自己的文章就到这。好吧。好，谢谢大家。
1985云顶数模
04:17查看AI文稿AI文稿二零二五梅塞 a t 破局这篇比萨斜塔论文太绝了，在为 a t 这类连续性问题招耳挠腮吗？不知道怎么把台阶磨损 这种物理现象变成数学模型，今天带大家精读一篇 team 二五零零八三六的伽作 stairs the glory of the ordinary。 这篇论文以比萨斜塔为例， 不仅模型硬核逻辑更是像侦探小说一样精彩。选题与破题为什么选比萨斜塔？ a 题的核心是通过台阶的磨损来推断历史使用情况和材质。这篇论文聪明，在选择题没有凭空捏造，而是直接锁定了意大利比萨斜塔 u 型 数据可查，采取明确为大理石，历史悠久，游客众多，选对案例建模就成功了一半。将抽象问题具体化，是拿奖的第一步。硬核模型拆解从 cv 到流体力学， 这就叫降维打击。这篇论文的建模逻辑非常精细，分为了数据准备、磨损分析、特征分析三大块，我们一步步来看数据准备、计算机细节分析三大块，我们一步步来看数据准备、计算机 c v 技术与粒子群算法 p e s。 别再手动估数据了， 作者直接向了 computer vision 操作，对台阶图片进行灰度化、高斯滤波去噪边缘检测，结果提取出了台阶表面的三维磨损深度数据，述写你和发现磨损不是乱分布的， 儿媳服从二维正态分布。然后用 pe 的 纵粒子群算法去逆核参数亮点就将 c v 提取，结合技能算法逆核，直接拉高了论文的技术逼格，评委看了都得点头。模型一当年变成了流体， 这是全片最精彩的部分，作者为了算人流量和行走模戏，用了两个玄机定律，阿莎尔斯洛阿查德定律，这是材料学里算磨损的经典公式。磨损深度人流量，作者反推算出每天大约有一一七五人经过，这与官方数据惊人一致。 n r v 二杠 stokes equations、 纳维杠斯托克斯方程居然把人流比作流体，利用 n 杠 s 方程建立联系性方程，算出人体密度零点六五。 结论，密度小于一点五，说明大家是排成单列 single five 走的，而不是并排走，这太符合比萨斜塔狭窄螺旋楼梯的现状了。模型二，福尔摩斯系的侦探建模， 这一部分主要解决台阶年龄和是否翻修的问题。年龄预测推导出人流量随时间呈指数衰减，即刚建好系人多，后来人小了。利用蒙特卡洛模拟 monte carlo， 算出台阶年龄大约是三百一十二点五年。 米萨斜塔建于一三七零年，也就是六百五十四岁，算的年龄三百多岁，远小于实际年龄，说明了什么？ 说明台阶被翻修过，利用近方误差分析实锤了翻修痕迹，建立了密度、硬度、孔隙率等石材特征向量，做 p i c 相关系数， p u c 纯铝选分析成功，定位石材来自附近的卡拉拉卡拉拉采石场。 除了模型，这篇论文的呈现方式也值得满分学习。图表精美，三 d 磨损深度热力图、流体密度分布图、蒙特卡洛模拟的记性区间图，每一张都极具重点。 灵敏度分析，专门有一张做灵敏度分析，测试了磨损分布参数和人流量 a n 对 模型的影响，证明了模型的鲁棒性， 这绝对是得奖必备的操作。小标题高级，比如 stairs， the glory of the ordinary， 既有文艺范，又不失学术严谨。 a t 虽然是联系型问题，但不要局限于纯数学。 这篇论文引入了材料学 r 十二的定律和流体力学 n 杠 s 方程瞬间降维打击数据要硬能用，比如比萨斜塔的历史数据等真实信息验证模型 比纯理论推导更有说服力。算出三零零年， versus 实际六零零年，从而推断出翻销。这种嗅机驱动的逻辑闭环非常加分。技术将要广拍丧的 c v 库处理图像 p e、 o 或遗传算法等智能优化算法逆核参数蒙特卡洛作误差分析。这篇论文展示了什么叫意料之外，情理之中，用物理方强解社会行为，用统计学破译历史谜题。
2481冥想的tab
07:53查看AI文稿AI文稿这里是岁月肩膀老哥，我是你们的阮老师。那么啊，我们是已经获取到了跟 a 题题目直接相关的大部分数据，那么是可以直接用于 a 题的直接模型验证的 啊，那么很多同学应该是比较苦恼这个数据该怎么去收集，感觉这个数据很好收集，但是，呃，想真正整理起来还是挺麻烦的，对吧？好，那么，呃，我这边是 啊，编写了一个脚本，然后把这些数据都整理了一下。好，但这个脚本大家都知道，所以这个也不能发给大家了。 呃，你们如果说有这个技术能力的话，可以自己去写一个脚本，然后去获取一下对应的数据啊，基本上就是相当于把网上的数据给它爬到一块，然后给整理起来了。好，我，所以我们这个数据量非常的大啊，大家可以看到我们比如说这个不同场景下的这个电池电量变化，我们的数据量 啊，都是万级别以上的，那这个的话，你基本上你在同类级别，应该在全网应该是找不到第二家的，对吧？好，那么其他的对应的数据，我们最少都是有几千组数据的，所以这个啊，大家去做对应的一个第一问这个模型验证，对吧？那么第一问你看啊，第一问的要求不是这样的吗？ 他要求我们去呃数据作为支持，而非替代，您可以收集或使用数据进行参数估计和验证，如果开放数据有限，您可以使用已经发布的测量或规格啊，前提是参数得到明确验证。好，那实际上就是 你第一问做的这个模型，然后你用真实的实验数据去测测得你这个是相当于，就是 啊验证一个模型是对的吗？好，那么大家来看一下，所以我们这个数据就非常之多了，对吧？比如说我随便，呃，我随便列，列一组，我就列这个不同场景下的一个，呃，电量使用。好， 那么大家来看一下。好，首先第一个是时间啊，对吧？好，然后对应的 soc 啊，然后我们的一个电池总容量，然后我们的温度，然后我们的状态啊，然后我们的状态，然后我们的电池容量，好，然后那么 这边可以看到吧？是不是啊？这个是我们的系数，好，全部都在，是不是？那么以及你到底是什么样的状态 啊？我们这个待机，然后不同的时间，所以不同的组合，各种各样的一个参数组合，我们这边全部都是有的，就是所有的组合我们全部都是给你爬到了， 你想怎么分析就怎么分析，没有任何的问题。明白了，你说我想分析一个特殊的路，加一个特殊的状态，再加一个特殊的电池容量，再加一个特殊的系数，再加一个特殊的，呃，什么？什么？呃， 这个初次容量，等等，你看初次容量，我们这个参数组有多丰富呀？这个相当之丰富，好吧，所以这个我大家完全不用缺数据了，那么 a 题，嗯，基本上这套数据就够够你们做的了，明白了吧？完全足够你们做。好，你看，那么我们浏览了一千多组， 那现在到网页，网页浏览场景了，是吧？好，那网页浏览场景那也是各种各样的参数，来回组合一遍。 好，然后我们再往下，那就视频播放场景，那么视频播放场景再往下，那么对应的其他的场景，好，完全一样的道理，是不是？好，那现在来我们来看一下啊， 从第一个开始，我带大家仔细去看，那么第一个是不同电池容量下的一个电池行为数据， 不同电池容量这地方有，以及对应的各种各样的一个行为，他们的容量到底有多少，是吧？好，第二个不同老化程度下的一个电池的行为数据啊，不同老化程度啊，大家可以看一下， 好啊， u usage 啊， scenery 啊，对吧？不同程度的老化好，然后不同使用场景。好，那这一块，其实这个相当于也是在网上呃，获取到的，然后整理在一块的，那这个是什么意思呢？大家来看一下，这个就是 题目中啊，这样一问，那如果说你找不到对应的一些数据吗？对吧？啊，那么可以用什么呢？可以用已发布的测量规格啊，或者一些参数。好，那么这边啊，我就是根据啊，网上绝大部分啊，那些所谓的科技博主测的一些参数。好，好， 这些工具单位都是好安啊，好安，这个确定一下，我这个我没在单位了。 好，最适合列宽，然后这样子，你看你不同不同的使用场景下啊，他们对应的 啊，不同的功号，比如说你是待机的时候，待机的时候你总功耗，你就一个基础功耗，对吧？你屏幕是黑的，你又不使用 app， 然后网络的话，网络话虽然用，但是你基本是处于待机状态，所以功耗几乎可以设计为零，对吧？好，你网页浏览 啊，网页浏览我们不考虑带定位带等等其他的静态网页了，那么视频播放，那么声音是不是有，对吧？那摄像头不需要，对吧？好，拍照啊，摄像头要，对吧？那 gps 不 需要， 音乐播放等等。好，这个是绝大部分场景，当然我不可能说把有些用户那种特殊的使用场景，就是他可能浏览个网页，然后又听歌，然后又拍照的，那这种网页一般也比较少，是不是？好？ 然后再回过头来，我们再来看一下不同场景下的一个电池容量，在这个地方啊，可以得到，是不是完全一模一样的啊？完全一模一样的， 而且为什么我要整理成这样呢？我是特地结合了我们这个题目的实际需求，然后呢？这些字段都是我单独去设置的，都是我单独去设置的，明白了吧？ 好，然后将他们整理起来，那么大家做题的时候也方便一点，那要不然的话，你像有些人，他整理数据整理的一堆乱七八糟的，然后你根本不知道哪些有用，哪些没用，对吧？我找的这个数据所有的都是有用的，明白了吧？就 多就是那些没用的数据，我就直接剔除掉了，我找的全部都是能够用于我们直接做题目验证的，比如说你，你画图，你很简单，你直接把这个题目一画，嗯，来，比如说这个啊，视频播放，嗯， 怎么看呢？这个参数量啊，这个你到时候可能要拎一下了，对吧？要，要塞一下啊，不同不同参数情况下，它的一个，它的一个情况是不是好把它整理出来？好，那这个主要就是我们现在的一个大致方案，好，没问题吧？ 啊？然后最后啊，不同温度下的一个电子用量变化啊，不同温度下好，大家可以看到 时间， soc 啊， power， 然后 temperature 使用场景，然后我们的电池容量啊，对吧？啊，以及我们最后我们的系数好，所以这地方都是有的， 是不是啊？都是有的，好，所以这就是我们啊给大家准备的数据啊，所以大家也不用担心说啊，这个数据找不到了，不会做了，是吧， 所以 a 题啊，可以完全做了，放放心大胆的去做啊，没有任何问题的，明白了吧？啊，如果后面数据使用觉得，哎，什么地方出问题了啊，可以在互动区或者说直接在我们的这个群里啊跟我说 啊，然后我会及时的给大家去修正啊，因为啊，爬取的时候可能会出现一点点啊，脏数据进去都有可能啊，但是注意我这个数据是， 嗯，绝对没有缺失值，我检查过了，明白了，所以你们没有必要在上面去做太多的数据处理啊，所以这一点大家注意啊，行吧，好，那这个就是我们目前 a 题的所。
0数模老哥
08:14查看AI文稿AI文稿大家晚上好。呃，今天早上这个美赛 a 题的这个数学建模的这个题目出来了，它就是关于一个 soc 估计的一个题目。 然后今早也是有些同学来私信我来问我这个他自己的描述以及以及一些要点是指的是什么意思？然后然后刚好我是这个状态电池状态估计研究方向，所以我今天就给大家讲一下这个大概要点，讲下这个题目大概是什么意思吧。 它这个意思就是你先搭建一个电池模型，然后要预测它的这个核电状态，就是你的剩余电量嘛， 然后然后再根据你现现在的电量去预测它你这个电池还能用多少时间。那么这个意思就是你首先你得先预预测准你的 soc， 你 只有预测准了 soc， 你 才能再进一步去预测这个使用时间。 好，那我今天就给大家主要讲的是这个 soc 估计方面是它的具体要求是什么 啊？首先它这里说的是，呃，你的数据是得用这个，用这个公开数据集，或者说就是别人已经发表的实测数据，那这种数据一般一般就是， 呃，像这种，这个数据就是一个马里兰大学的一个 c a l c e 的 一个数据，大家可以在这里找数据，找一些放充放电数据吧。啊，这这些就是不同的电池，然后大家可以按照自己的需求来选， 然后这边是它的 socov 曲线的一些，就是一个 h p p c 的 一个实验， 这个也是，然后这边是它的不同的工况，不过这些工况呢，它它是属于那种汽车行驶方面的啊。然后这边我就是给大家大概描述一下这个公开数据集大概是怎么样的，如果大家有 有具体的需求可以需要自己去找。然后这个一般的这些公开数据局一般有什么呢？一般有这个马里兰大学的，一般有那个 nasa 的， 就是那个美国有航天局的嘛，还有一个是牛津的，主要就是这三个吧，应该还有别的，大家可以网上再找一下。 然后然后还有一点就是关于这个这个模电池模型的 soc， 估计它这里有三个，三个是你必须不能玩用的，这个模型 就是仅通过离散曲线离合，时间不回归以及黑箱机器学习方法。那这三个方法是什么意思呢？离散曲线离合，呃，我理解的是在 soc 估计中，离散曲线离合指的就是开路电压法，就是根据你的测量的电压去 去估计你的 soc。 那 这个就需要你去进行一个根据一些，根据你之前的一些一一开始的数标定的实验数据去标定你这个时候的电压对应的这个时候电量是多少，然后 然后去推算它的 soc 嘛，就根据你实测的电压去推算 soc， 它这个意思就是你不可以用这种开路电压法，就是太太简单了嘛，可能是。然后时间不回归呢，就是那个安时计分法，安时计分法就是， 嗯，就是根据你的容量，根据你的电流，根据你的采样时间去呃，一点去累积的一个一个 soc 估计方法吧，它也是一个最简单的方法。 然后这个黑箱机器学习方法就很简单，就是你不可以完全的用数据驱动去计算这个 soc， 他的，他的要求是什么呢？你必须得去，嗯，你必须，你，你必须要用一个有物理意义的电池模型， 然后是不可以仅仅采用这个什么离散曲线离合，不可以用这种统计回归的方法， 你必须用一个物理模型，那这个电池模型一般有什么呢？一般有 r c 一 二阶 r c 模型，还有什么电化学模型？但是在 soc 估计中，我们大部分人 用的可能都是 r c r c 这个电路模型，因为它相对来说参数较少一点，而且然后它的计算量也相对少一点嘛，电化学模型的话，它可能更多的是，呃，更偏向于它的电化学机理方面的一些推算吧。 然后这边的主要目的是为了去探，去预测我们这个剩余时间嘛，然后大家基本上就这两个模型来选择，然后一般可能大家看论文都知道是这个 rc 模型会用的比较多一点。 嗯，然后还有一点呢，他这个是什么意思？他这个当你的建模假设参数取值，嗯，以及你的使用模式发生随机波动的时候，那你这个预测结果会怎么变化？嗯，那他这个参数取值和 和它的使用模式突然间变化是什么意思呢？啊？其实我理解的就是啊，比如说你的初使电量啊，我直接给大家演示一下吧。呃， 比如说你的初使电量是不对的，但是你如何要通过你的模型去校正这个这个真实的电量呢？ 啊？这个就是我的一个继续电池模型的一个 soc 估计方法吧，然后这边是一个真实值的一个估计，它的初使电电初使 soc 就是 百分之八十，就是零点八嘛，然后我给大家先跑一遍， 然后它就会，然后就跑出这个平均的一个误差，就大概是这样 录屏的， 然后这边是它跑出来的一个图标，那然后它这个参数变化什么意思呢？那假如说 它真实的 soc 出使值是零点八嘛？那我这个时候我可能这个电池，可能这个手机出点问题了，然后这个 soc 出使 soc 出点问题，我就改把它改成零点四，它的要求就是让你 当你这个出使值有问题的时候，但是你这个模型依然可以校正的了， 嗯，就是这样，就是一开始的时候是是错的嘛，零点四，但是它会不断的不断的去靠近这个真实的 soc， 然后最后汇聚到，然后变成一个较真到一个正常的 应该的一个 soc 中，就是这样子。 好，然后我这边有一些相关的文档， 就是关于电池模型或者 soc 估计等等，大家如果有兴趣的话可以来私信我，然后今天的视频就到此为止，感谢大家的观看。
258Night_
17:51查看AI文稿AI文稿好，大家好，那这里是本次美赛 c 题目啊，第一问完整代码以及结果的讲解视频， 那本次这个代码呢，量是非常大的啊，因为这个 c 题目呢，数据库处理啊，包括后面这个实际求解啊，这个步骤是非常繁琐的啊，我收获都跟大家去讲清楚啊，包括这个数据处理之后什么样的样子啊，后面就求其结果，因为我们要得出那个投票数嘛，啊，就这个观众的投票数 啊，我都会一一的去给大家展示啊，请大家务必有耐心的把这个视频呢仔细的去看完啊，那目前第二问代码也是已经完毕了啊，等我后面把三四问全部解决完毕之后，我再给大家录一个完整代码的讲解视频吧。好吧，那么这个视频呢，就先给大家讲一下这个第一问吧。呃， 还有就是这个 a 题目啊， a 题目呢，第一问的代码呢 啊， a t m 这个完整代码我也是已经完成了。呃，一会我会再录一个视频给大家讲一下这个 a t m 的 代码，好吧，好，那么这个 a t m 和 c t m 完整原创论文以及相应代码和结果的说明呢， 大家可以看这个视频的评论区啊，我们预计会在明天，也就是一月三十一号的中午左右就会更新完毕这两道题目的完整论文啊，即刻的代码。好，那么废话不多说，我们来看一下这个梅赛 c t m 的 第一问。呃，题目背景 好，包括这个思路呢，我就不用再给大家去多说了吧，因为我前面这两个视频呢，都跟大家讲过了啊，大家可以继续看前面讲个视频，我就直接从代码开始入手了，好吧，呃，首先我们带人第一步首先要去处理这个数据，我们可以看到呢题目给出我们这个原始的数据呢， 他这个非常非常长的这样一个宽表啊，什么叫宽表？就是他很宽，就是他这个宽度呢？大概是有 这个五十三列吧，应该五十三列，然后呢他这个行数一共是这个四百二十二行，然后包括呢这个题目后面有很多的关于这个数据的一些描述啊，包括呢这个数据的一些注示啊，比如说 n a 指是什么意思，那么进零分的是什么意思啊？ 啊？再比如说一共矮有四位评委啊，然后各种周次啊，反正各种中东西啊，那么这些呢，都是我们在数据处理过程中需要考虑到的东西， 能理解吧？啊？当然我们这个数据处理呢，在第一步的时候，我们最重要的是要把这个数据呢这个官表呢处理为一个适合我们建模的这样一个长表的格式啊。然后在这个处理为长表的这个格式的过程中呢，我们再去把每一个变量 啊，每一个数值啊，包括什么空值啊，零啊， n a 啊这些呢，都做统一的处理，能理解吧？好，我们来看一下这个具体的数据与处理的过程。 呃，还那句话啊，这道题目呢，还是比较复杂的。呃，目前呢，也可以看到网上各种满天飞的什么完整的每一问的代码呀，思路什么的都出来了，我只能说大家 见仁见智吧。啊，就是你这么快的速度，要是把每一问的代码和结果全部都得出的话，那这个质量你可想而知吧啊，总之呢，呃，我只做好我自己的这个代码和结果啊，呃， 好，大家自己去看一下我这个代码就知道了。好，我们来看一下第一步，呃，我们把这个数据呢先上传到这里啊，这是题目原始的这个数据 啊，这原始的数据，我们首先呢第一步先去读取数据，那么这对于原始数据数据中呢？啊，还有这个 n a 的 这个字符串的我们进行处理，然后呢清理列名，去除掉可能会有的空格，然后呢统一进行小写啊，这是为了方便我们后去读取列名， 接下来我们要去解析他们的淘汰周数，那么关于这个思路的方面呢，我们前面就免费思路的原因给大家讲过了，就是我第一问都用的这个模型呢，是这个 mcmc 啊，这个模型这个方案。那么在后面我不是给大家讲了一个这个 每一问的这个关键信息和一些雷区和注意点吗？啊，包括这个阶段一怎么处理百分比置，然后阶段三这个混合之家评为拯救， 然后在数据惊喜中的一些雷区我也给他讲过了。呃，这个呢，大家自己去看我之前的那个数字讲解视频就可以了，我在这里就不多做赘述了。好吧，就顺着代码去跟大家讲吧。总之第一问我们的目标不就是通过题目之后给我们的啊，这个他是否淘汰以及评委的 啊，这个评分啊，包括一些其他的各种数据来去推断出来，他最初时的就是反建构出他最初时的这个粉丝投票数嘛，对不对啊？这是题目要求我们的第一问要去做的这个事情，看一下题目第一问估算的粉丝投票数，好吧， 好，来看一下数据处理。呃，然后呢，接下来下一步呢，我们是要去解析他们的淘汰周数了，我们需要去知道每一个选手到底是在第几周被淘汰的，或者说他是进入了决赛，那么假如说他是没有结果的话呢，那么他就是说啊，坚持到了最后 啊，这是第一个处理，那我们把决赛的处理呢啊，决赛的这个选手呢？进行一个处理啊，就是说假如说 是这样的，那么他们说明他们参加了所有周四啊，我们可以给他们很大的一个数字，一直去表示他们直到这一季的最后一周他都在，那么这个最大数字呢？我就设置为九十九了啊，大家也可以设置为其他数字都行了的啊，都行的， 这个呢，我，我无所谓的，就是你随便设置一个比较大的数字啊，一一百多也行，总之代表就是说他们一直是重活到了决赛，能理解吧？ 好，然后接下来是应用这几级函数，然后我们构建这个长格式数据，去构建这个长格式数据表，我们获取一下它的最大周数，然后提取它所有可能出现的周数， 提取完之后我们去构建这一周这个评委翻数的列名和列表。那么我们这里是假设最多有四个评委，为什么要这样假设呢？因为题目呢，原初始的这个 数据说明里面我们跟我们说过了啊，就是这个 n a 值，通常用于一个，就是说第四位评委的分数啊，假如说这周没有第四位评委，就是一般有三位啊，就是意思就是说最大就是四位嘛，这么个意思。好， 显然在这里我们假设是最多有四个评委，然后提取这一周的分数，然后把这个 n a 值啊和控值呢全部处理 过滤完了之后呢，我们只在这一周有有效分数时候才记录该条数据啊，这周呢，我们就把那些被淘汰之后的周次，我们就自动过滤掉了，因为这个被淘汰之后的周次呢，他的得分都是零嘛，对不对？好，那么接下来就是个长表，他都包含一些什么样的这个 变量啊？一个是他的赛季，一个是他的这个周数啊，然后包括有这个原始列吧，他可以查啊，评委的总分，评委的数量，他是三个还是四个，有的时候可能是三个，有的时候可能是四个，然后呢？这个是本周 啊，由于结果被淘汰的，然后这个全居记录何人该时淘汰，然后呢？这是一个最终名次，这是一个预处理之后的数据啊，这是最终整理出来这个场表 啊，一共就这么几个变量，对，淘秒呢，一共就是两千七百多。行了。好，然后我们去提取它的技术信息表啊，用于这个我们的第三问，这个建模啊，我们一行这个处理就可以了， 处理完了之后呢，我们做一个比较简单的一个结果检查，然后保存这个结果就可以了，我这个结果呢，是保存为了一个域处理后数据啊，那么大家大家可以继续改这个表名啊，这我就不用读，跟大家读说了吧。啊，好， 呃，我们检测的最大周数呢，是一到十一周这个范围，假如呢，我们数据处理之后呢，一共是两千七百七十七行，然后一共是九列包含的总赛季数量呢，一共三十四个赛季嘛，根据这个题目来说， 然后我们检查两个具体的例子吧。啊，好吧，我们来看一下题目给我们的这几个例子， 这个结婚呢，是给我们了一个第一季第四周啊，这几个参赛者，他们最终的这个排名情况啊，排名情况和他们预估的这个粉丝投票数啊，我们就根据这个例子来做一下，来看下代码， 我们可以先看一下这个 s 一 啊，被淘汰的这个人啊，那么他呢是在第四周就被淘汰了，对不对？好，我们来看下代码， 所以呢，他就应该就是说运行完之后呢，他应该被标记为在第四周是淘汰的。其实大家可以看到呢，这个 week 四啊，就是第一赛季的第四周，那么这个人呢，就被标记为淘汰了，后面是个处，对吧？那么另外一个例子就是 s 一 的这个冠军 啊，就是这个评委评判排名的啊，这个第一哦。啊，他就是呢，一直没有被标记过淘汰啊，一直没有被标记过淘汰。好， 那么整个这个数据处理步骤就完成了，然后呢我们检测了一下这两个视力啊，也是正常的合理的啊，但是你们大家也可以去踩，就是说啊，使用一些其他的例子去验证也可以啊，也可以。 ok， 那 么在数据处理全部完成之后呢，我们就要去做这个 啊，实际的我们估算他每一个周四中产生的这个粉丝图飙数 啊，那么这部分的思路呢，我前面也给大家讲过了啊，就是我这题采用的这个模型呢啊，我最终采用的这个方案的是这个避风啊，也是个 mcmc 啊，就是求粉丝投票的这个概率分布情况。 好，我们做一下模拟，那么这部分的核心代码呢？我就不给他展示了，这个核心代码呢，也比较长，呃，也很难，那么这个呢？呃，大家都能拿到我这个论文和代码的人，自己去看就可以了。好吧，呃，我这我就不多赘述了，因为我要保证这个限量，我就给大家展示一下最终这个结果啊，那么最终这个结果呢，我们模拟完之后 也可以得到这样的一个结果，那么这个结果呢啊，我们可以做一些结果分析啊，这个非常非常合理的。然后这里呢，我们求出来其实就是他这个占比，就是投票的占比，大家能理解吗？啊，这是一个投票的占比， 因为我们这个种票数呢，他是不定的啊。这个是还那句话，这个题目在求解决过程中有许多我们需要去注意的点，大家千万不要去忽略啊，去瞎写，哎，记住， 可以看到就像网上各种满天飞的各种思路啊，什么代码视频啊啥的，可能有的很多人都没有讲到这个问题，这是个总票数呢，他是不定的，这是未知的，所以呢，他只是选择一个假设值去产生最终的正确排名，而且呢，这个总票数呢，是我们永远无法得知的，大家能理解吗？ 因为我们这个总收视率的是不定的啊，你，你这个总票数可能是，呃，一百万，有可能是一千万，这个没有人能知道，没有人能知道，我们在书学方面成层面的 最多最多就只能纠解出来他们的投票占比，能理解吗？啊？所以在纠解完这个之后呢，我们得到了他最终的这个结果啊，保存为这个，我们打开给大家看一下这个结果这个结果表格，那这就是他们最终得到这个结果表格啊。我们反推出来这个粉丝投票数， 那么当然了，这也就是我们得出来的这个反推出来的是粉丝投票的占比。投票的占比，那有人要问了， 可是人家题目要求的是让我们给出他们的粉丝投票数呀，对不对啊？人家第一位让让我们给出他具体的粉丝投票数呀，我们估算粉丝投票数呀，包括我们第二问，第三问也都是要用这个粉丝投票估算值和其余数据来计算呀。那，那那以现值投票占比怎么办呢？啊？没关系的，没关系的，这这个呢很好处理， 首先代码里面呢，我们再加入这么一段，把这个估算的份额呢去转换为具体的票数就可以了。那么怎么转换啊？其实就是根据它们的舒适率假设一下，假设一下能理解吧， 那它这个，呃，一般来说啊，这个电视节目呢，都是早期赛季是比较火爆的，那么后期是略有下降的，是我们可以设定为啊，早期的这个 s 一 到 s 十是一千五百万票，那么 s 十一到 s 二十是一千万票，那么后面的这些数是六百万票，那么当然在这个数值大家可以自己去先假设， 而且呢这个数值怎么假设呢？跟我们后面两三位的二三位的求解呢？是没有关系的，能理解吧？就后面二三位呢？有人可能要问了，那这个你假设为这么个票数，那么前面赛季是一千五百万票，后面是六百万票，会不会导致我们第二三问求解的时候，出现这个求解不一致的这个情况呀？ 对不对？这个是完全不会的，因为我们求解一个人淘汰呀，什么排名啊？这情况呢，都是在单个赛季内去完成的， 不存在说是你这一个第一个赛季跟第三十四个赛季进行对比，这个我情况的是不存在的，那样理解吧。啊，所以我们都是在这个单个这个赛季里面循行求进， 所以呢，当然你们也可以设置为 s， 一 到 s 三四都是稳定的，都是一千万票也行，都行，这个呢，我们只是想把这个投票占比呢去转化为他们的 绝对票数而已，这个呢，其实意义也没有多大，包括这个 a 多少万票，你们给黑市进行修改啊，拿到代码的到时候也可以自己去进行修改啊，我这里设置一千五百万票，你刚刚可以把它设置为你一百五十万票啊，这个这个你多减个零也行嘛。啊，这个这个影响都不大的， 因为我们题目上面给出这个意思呢，哎，他也这个票数呢，也是一个估算的，这个估算的好，我们转化完之后我们就可以得到这样一个结果，我们把这个结果打开给大家看一下啊，那这里就是转化之后的啊，这个总的票数我们拖到最后，我们也给大家看一下 啊，那这里就是最后的这个这一点啊，就是他们的这个投票总数了啊，啊，投票数，这这一点就是他们的投票数。好， 那接下来啊火美这个代码呢，就是做这个一致性的检验和确定性的检验了吗？对不对？这也是题目明确要求我们的，其实我们要去看一下啊，他这个一致性的度量啊，是否是一致性的，然后呢再一个就是呢，这个投票总数呢，是有多大的确定性？ 这个一致性度量呢？其实就是说我们这个求解第一问这个模型呢，是精准还是不精准啊？你要就一致性的很低的话，那证明你完全是错的嘛，你投票总数就关键是求解错了的， 就你根据这个投票总数我现在去计算啊，他还跟咱们的淘汰这个结果是完全一致的，比如说我们第一问的这个模型呢，是完全正确且合理的啊，这就是一致性度量的意思。另外一个就是说这个投票的总数呢，有多大的确定性 啊？就这个训练型呢，对于每一个参赛者，每一周或者是总是相同的，是否是总是相同的啊？提供我们一个训练型的度量，这个呢就是我们这个思路得兼独厚的一种优势，因为我们采用这个 mcsm 模型呢， 我们的确定性读量呢，就直接通过我们后延风格的这个标准差和执行区间呢，就会完全能够就直接回答其波中说提出的这个确定性的问题了。哎，所以这也是我为什么最终舍弃掉了其他两个方案。其实我们这个呢，在回答确定性上面呢，是一个非常非常好的一个顶级方案。好，我们来看一下代码， 那么这部不带马的实际确定性度量和一致性检验的这个核心结构，我就给大家展示了，我来开案就用这个结果吧。好吧，那么我在这里呢，我是哎 啊，就是查看了两个人啊，一个是第一个赛季的这个和第一个赛季这个做了一个一次性检验和确定性的毒粮，然后做了一个二十七第二十七个赛季的这个一次性检验和毒粮，那么我为什么会采用二十七赛季呢？啊？这也是根据提议 啊去确定的，就在这个提议里面呢，他是从二十八赛季不是开始变这个规则了吗？啊？二十八赛季开始变规则了，这是因为呢，我们前面中期的这个到二十七赛季发现这个可能啊，这个规则可能不太好或者怎么样的翻开，二十八开赛季不是变了吗？而而且这个二十七赛季呢，不是冲见出现了一个争议吗？就这个人 啊，可能就是因为它出现争议啊，所以最终导致二十八赛季这个规则改变了，所以我们呢最好呢是把二十七赛季呢啊去做一个展示啊，当然你们采用其他赛季也行啊，也行，那我这里给大家展示一下这个第一个赛季的吧。啊，二十七赛季我就给大家展示了，那我这里就会生成一个第一赛季的这样一个趋势图 啊，这就是一个不确定性范围的这样的一个呃呃，图啊，然后这里是他们的不确定性的热力图啊，这是他们的不确定性的热力图， 颜色越红，那就是表示他越不确定啊，那么颜色越淡呢，就是表示他越确定啊。大家这就是完美回答了这个节目中所提出的这个问题啊，一方面我们的一致性呢，全部检验完毕了，再一个呢，我们也就确定性 啊，我们给出了注量啊，也计算出来了啊，然后呢，对于每一个参赛者或者每一周出是否总是相同的，那当然不相同了吗？对不对？那代码这里面热力图都已经给出了吗？每一个这个人啊，每一周他的这个确定性的注量都不一样，我们热力图也获取出来了， 那就完事了啊，二十七赛季的我就不给他多展示了。好，那么第一问完整的这个代码和节目呢，大致就是这个样子啊，我们把第一问的所有决定目标全部都学完毕了，对不对？再来回顾一下啊，这个我们也纠结完毕了，这个也纠结完毕了，这个也纠结完毕了，全部完成了。好吧，呃， 那再给大家说一下，到时候大家拿到我的这个代码和论文的人呢，这个所有代码图片的颜色也都可以进行修改啊，那么关于这个代颜色怎么修改，我到时候在代码里面也都会有注置， 大家到时候拿到我代码和这个代码操作视频的人呢，自己去看就可以了。好吧，那关于问这个完整成品论文和代码的书们，大家可以看这个视频的评论区。 呃，我预计会在明天中午，也是一月三十一号中午左右就更新完毕。呃，美赛 c 题目啊，完整的原创论文签代码和结果，那么到时候呢，也会有一个完整代码和论文的详细视频，那么这个视频呢，只是给大家讲一下第一问， 希望能够帮助到大家，特别是关于这个数据处理部分。呃，希望能够帮助到大家吧，好吧，那么就说到这里吧，呃，谢谢大家。
165数模陪跑保证原创
08:03查看AI文稿AI文稿这里是数学建模老哥，我是你们的阮老师。那么啊，我们是已经获取到了跟 a 题题目直接相关的大部分数据，那么是可以直接用于 a 题的直接模型验证的 啊，那么很多同学应该是比较苦恼这个数据该怎么去收集，感觉这个数据很好收集，但是，呃，想真正整理起来还是挺麻烦的，对吧？好，那么，呃，我这边是 啊，编写了一个脚本，然后把这些数据都整理了一下。好，但这个脚本大家都知道，所以这个也不能发给大家了。 呃，你们如果说有这个技术能力的话，可以自己去写一个脚本，然后去获取一下对应的数据啊，基本上就是相当于把网上的数据给它爬到一块，然后给整理起来了。好，我，所以我们这个数据量非常的大啊，大家可以看到我们比如说这个不同场景下的这个电池电量变化，我们的数据量 啊，都是万级别以上的，那这个的话，你基本上你在同类级别，应该在全网应该是找不到第二家的，对吧？好，那么其他的对应的数据，我们最少都是有几千组数据的，所以这个啊，大家去做对应的一个第一问这个模型验证，对吧？那么第一问你看啊，第一问的要求不是这样的吗？ 他要求我们去呃数据作为支持，而非替代，您可以收集或使用数据进行参数估计和验证，如果开放数据有限，您可以使用已经发布的测量或规格啊，前提是参数得到明确验证。好，那实际上就是 你第一问做的这个模型，然后你用真实的实验数据去测测得你这个是相当于，就是 啊验证一个模型是对的吗？好，那么大家来看一下，所以我们这个数据就非常之多了，对吧？比如说我随便，呃，我随便列，列一组，我就列这个不同场景下的一个，呃，电量使用。好， 那么大家来看一下。好，首先第一个是时间啊，对吧？好，然后对应的 soc 啊，然后我们的一个电池总容量，然后我们的温度，然后我们的状态啊，然后我们的状态，然后我们的电池容量，好，然后那么 这边可以看到吧？是不是啊？这个是我们的系数，好，全部都在，是不是？那么以及你到底是什么样的状态 啊？我们这个待机，然后不同的时间，所以不同的组合，各种各样的一个参数组合，我们这边全部都是有的，就是所有的组合我们全部都是给你爬到了， 你想怎么分析就怎么分析，没有任何的问题。明白了，你说我想分析一个特殊的路，加一个特殊的状态，再加一个特殊的电池容量，再加一个特殊的系数，再加一个特殊的，呃，什么？什么？呃， 这个初次容量，等等，你看初次容量，我们这个参数组有多丰富呀？这个相当之丰富，好吧，所以这个我大家完全不用缺数据了，那么 a 题，嗯，基本上这套数据就够够你们做的了，明白了吧？完全足够你们做。好，你看，那么我们浏览了一千多组， 那现在到网页，网页浏览场景了，是吧？好，那网页浏览场景那也是各种各样的参数，来回组合一遍。 好，然后我们再往下，那就视频播放场景，那么视频播放场景再往下，那么对应的其他的场景，好，完全一样的道理，是不是？好，那现在来我们来看一下啊， 从第一个开始，我带大家仔细去看，那么第一个是不同电池容量下的一个电池行为数据， 不同电池容量这地方有，以及对应的各种各样的一个行为，他们的容量到底有多少，是吧？好，第二个不同老化程度下的一个电池的行为数据啊，不同老化程度啊，大家可以看一下， 好啊， u usage 啊， scenery 啊，对吧？不同程度的老化好，然后不同使用场景。好，那这一块，其实这个相当于也是在网上呃，获取到的，然后整理在一块的，那这个是什么意思呢？大家来看一下，这个就是 题目中啊，这样一问，那如果说你找不到对应的一些数据吗？对吧？啊，那么可以用什么呢？可以用已发布的测量规格啊，或者一些参数。好，那么这边啊，我就是根据啊，网上绝大部分啊，那些所谓的科技博主测的一些参数。好，好， 这些工具单位都是好安啊，好安，这个确定一下，我这个我没在单位了。 好，最适合列宽，然后这样子，你看你不同不同的使用场景下啊，他们对应的 啊，不同的功号，比如说你是待机的时候，待机的时候你总功耗，你就一个基础功耗，对吧？你屏幕是黑的，你又不使用 app， 然后网络的话，网络话虽然用，但是你基本是处于待机状态，所以功耗几乎可以设计为零，对吧？好，你网页浏览 啊，网页浏览我们不考虑带定位带等等其他的静态网页了，那么视频播放，那么声音是不是有，对吧？那摄像头不需要，对吧？好，拍照啊，摄像头要，对吧？那 gps 不 需要， 音乐播放等等。好，这个是绝大部分场景，当然我不可能说把有些用户那种特殊的使用场景，就是他可能浏览个网页，然后又听歌，然后又拍照的，那这种网页一般也比较少，是不是？好？ 然后再回过头来，我们再来看一下不同场景下的一个电池容量，在这个地方啊，可以得到，是不是完全一模一样的啊？完全一模一样的， 而且为什么我要整理成这样呢？我是特地结合了我们这个题目的实际需求，然后呢？这些字段都是我单独去设置的，都是我单独去设置的，明白了吧？ 好，然后将他们整理起来，那么大家做题的时候也方便一点，那要不然的话，你像有些人，他整理数据整理的一堆乱七八糟的，然后你根本不知道哪些有用，哪些没用，对吧？我找的这个数据所有的都是有用的，明白了吧？就 多就是那些没用的数据，我就直接剔除掉了，我找的全部都是能够用于我们直接做题目验证的，比如说你，你画图，你很简单，你直接把这个题目一画，嗯，来，比如说这个啊，视频播放，嗯， 怎么看呢？这个参数量啊，这个你到时候可能要拎一下了，对吧？要，要塞一下啊，不同不同参数情况下，它的一个，它的一个情况是不是好把它整理出来？好，那这个主要就是我们现在的一个大致方案，好，没问题吧？ 啊？然后最后啊，不同温度下的一个电子用量变化啊，不同温度下好，大家可以看到 时间， soc 啊， power， 然后 temperature 使用场景，然后我们的电池容量啊，对吧？啊，以及我们最后我们的系数，好，所以这地方都是有的， 是不是啊？都是有的，好，所以这就是我们啊给大家准备的数据啊，所以大家也不用担心说啊，这个数据找不到了，不会做了，是吧， 所以 a 题啊，可以完全做了，放放心大胆的去做啊，没有任何问题的，明白了吧？啊，如果后面数据使用觉得，哎，什么地方出问题了啊，可以在互动区或者说直接在我们的这个群里啊跟我说 啊，然后我会及时的给大家去修正啊，因为啊，爬取的时候可能会出现一点点啊，脏数据进去都有可能啊，但是注意我这个数据是， 嗯，绝对没有缺失值，我检查过了，明白了，所以你们没有必要在上面去做太多的数据处理啊，所以这一点大家注意啊，行吧，好，那这个就是我们目前 a 题的所有的数据， 好，希望大家能够用这套数据啊，取得比较好的奖项，好，谢谢大家啊。
5七七学姐
15:50查看AI文稿AI文稿好，大家好，那我明天早上六点钟呢，二零二六年的美赛就要开赛了，那本期的美赛呢，我也会跟以往的啊，所有比赛一样，会在啊开赛之后就会给大家发发布一个选集建议以及个体思路的这样的一个视频，那么之后呢，就会选择其中两道题目去完成他的完整原装论文以及相应的代码和结果。 那么比如说你看这个二零二五年，我做的是这个 c 题目和 b 题目等开赛后呢，会发布这样的一个视频，哎，之后你就会有一个每一部分代码结果以及格式化，包括完整原装论文的这样的讲解视频。 那么啊，这个二零二五年是 b c 题目，二零二四年那么做的是这个 c 题目和 f 题目，然后呢，二零二三年啊，我做的是这个 c 题目和 e 题目。好， 那本次比赛啊，二零二六年的美赛呢，我也是一样，我们团队一共是九个人呃，均是获得过国二或者美赛 m g 以上的双月硕士。那么开赛中呢，会嗲嗲之之内就会发布的选题一件以及初步的思路视频，之后呢，就会去完成其中两道题目的完整成品，那么我们大概就是 x m 和 s m 各做一道 关于届时这个完整成品的说明，大家可以看这个视频评论区啊，之后呢，就会到这样的一个文档链接里面去啊，大家也看到左边导航栏里面，我已经把大家可能会关心到的一些问题啊，全部都有跟大家去解释清楚 啊，包括这个选题型的哪样浓轮的时间啊，包括啊查出问题啊等等这些东西，那么这个视频呢，我就去跟大家详细的讲一下啊，届时我们提供的完整成品的说明啊，以及呢去给大家详细的看一下往年我们啊的这个美赛提供的完整成品的说明啊，比如这就是去年的 b 题目， 那么这里是前年的 ct 木打，包括所有的这个代码啊，我也会给大家去展示，就是往年我提供这个代码什么样的形式，大家到时候怎么样去运行，我都会在这个视频里面去给大家讲清楚。好吧，那么请大家务必耐心的把这个视频仔细的去看完，那么相信呢，呃，这个完整成品呢，可以大大的去提高大家的获奖概率。 好吧，那我在我的空间里面呢，是已经有累积长达四年上百场比赛，上千个学员，全部啊，所有学员的这个完整的获奖记录呢，我全都是有总结的啊，这也是全网唯一一家敢让任何人公开访问的。 那比如说我们来看一下二零二五年的美赛，最终一共是两个 f 奖啊，就是在我的学员里面啊，就是拿了我这个完整成品的人里面是两个 f 奖，然后六个 m 奖以及若干的 h 奖。呃，大家可以看一下，这是二零二五年比赛我当时发的这个总结记录啊，大家可以看一下二零二五年的五月二十号发的，那么这个呢？学员的， 呃，四和五呢是 m 奖啊，三是 h 奖，那么这个学员十呢，他是一个 f 奖啊，他们学校的这个 f 和 o 的 学分数是一样的加分，然后这个学员十次呢，也是一个，大家看一下也是一个 f 奖，好， 那么这个呢，就是当时在组做比赛期间啊，我发给他这个，包括这个梅赛 c e 的 打包文件啊，就是我这个完整成品的参考文件啊，那包括呢？相同说明视频代码出错、附件视频等等这些东西，那么稍后这些东西呢？具体这都是些指什么东西啊？我也会，也会在这个视频里面就给大家讲清楚啊，在这个成品包括什么这个栏目里面我会给大家讲清楚。好吧， 那再比如说一些其他比赛的，这是二零二四年研赛，这是学员是一个国一啊，这学员是个国一啊，这，这是二零二四年的美赛啊，是一个学员十七是 h 奖，那么学员十八呢？是一个 f 奖，葡萄奖提名 这个学员是一个 f 奖。呃，他们的助攻模式主要有个论，就是说必须在每一个每次都有一个人开头啊，他就是说呢，感觉我每次的速度都能带得动他们啊。 那么二零二二年国赛啊，这是二零二年国赛的总结，二零二三年联赛的总结啊，那么具体呢，就不给大家多展示了。好吧，这样大家有兴趣的去访问我的空间就可以了啊，那么在我的空间里面呢， 这四年来所有的比赛啊，上千场比赛，我全部都有总结啊，这可能是显示的 bug 啊。没事，我一会给大家拖动看一下，比如这是二零二二年啊，十月十号我发布的这个，我这个置顶说说啊，这是二零二二年的，给大家展开看一下吧。 呃，这个一到七呢，是一个第一次参加拿了一个省一的一个学员啊，他是拿了一个省一，然后呢八到九呢？是一个推入到国家答辩的，来问一下这个答辩的问题， 那么十到十二十一呢？是一个省二啊，那我就给大家看下其他的吧，比如我昨天发布的这个啊。 呃，那么还是那句话，就是我的空间里面呢，有所有的，我往期接四五年来所有学员上百场比赛啊，那么上千个学员所有的获奖记录呢？我全部都是我总结的啊，那么比如这是我昨天发布的，一月二十八号发布的吗？这是二零二四年美赛，学员是拿了一个 m 奖，那么这个学员在我这里也是做了 很多个比赛了啊，这个呢，我当时他做了一个小比赛，是拿了一个国一，我们后来呢，主儿美赛是在我这拿了一个 m 奖啊，这是当时二零二四年的美赛，二月三号我发给他的这个打包文件，含计相应的一些其他的视频。呃，那这个， 这个二零二五年国赛的学员二十八啊，这是我二五年八月二十九号发给他的这打包文件，他是拿了一个什么，然后他来预定这次的美赛 啊，这个就有很多了，我就不能一一个一个给大家展示吧，总之呢，我自己滑动一下，大家也能看到啊，是一月二十三号发的，给大家往后面拖拖拖一点。好吧，来看一下我们去年美赛成绩刚出来的时候，我是怎么发的。 呃，去年美赛成绩应该是四月多，还是说应该是四月多发布的？五月发布的，五月发布。好，那么当时发布之后呢？我五月八号就发布了这个总结的啊，这个说说，当时呢，五月八号的时候报喜的一共是有一个 f 奖和若干个 h 奖， 那么这个学员一和二呢，是一个 h 奖啊，这是当时去年因为我做的是 b 题目和 c 题目嘛，那么就给他发的是 c 题目啊，他是拿了一个 h 奖，然后呢这个学员啊，看一下啊， 看一下，给他发他也是一个 h 奖。好，那在网上看一下啊，比如说这个啊，爵士学院五是一个 m 奖，大家看一下。好，这个学员呢是拿了一个 m 奖 啊，这是当时美赛也是一月多的时候啊，发给他的这个梅赛 c 的 打包文件。这个去年是一个奖牌得分点的变化嘛，他要后面是有些答疑，就是说这个变化点的得分是怎么算的啊？ 那么学员五呢，也是一个 m 奖啊，这是当时我来看一下他是他选择是 b 题目啊，因为去年做的是 b c 题目，我 b 题目呢，当时他是有问这个，比如说这个座驾坐标指示是啥啊，包括这些东西也是当时的 n 记录。那么他当时每赛呢是一个 m 奖啊，包括一些其他的，比如说这个，这个学员应该是个 f 奖啊， 这两个是 m 奖，然后这个是有一个 f 奖，然后包括其他我就不给他多展示了。好吧，我们大家在我的 qq 空间呢，都能完整看到。好，那么接下来给大家说一下，这个完整成品都包括一些什么东西啊？啊？在之前我再给大家讲一下啊，呃，一些其他的东西， 这个呢，我们现在每次比赛呢，其实老学员的复购比例基本上是在百分之七十以上的，包括本次美赛呢，大部分的人呢，大部分都是在我这已经学习过其他比赛的人啊，其实呢，新来的这个学员呢，是非常非常少的啊， 真的基本上已经都是在我这做了好几个比赛了啊，包括有学员在我这做了十几个比赛的，也有一次性就做预定四五个比赛。 那么接下来我还是要感谢一下啊，用这个视频感谢一下大家这些老学员的信任啊，认可。好吧，那么这也是对我们助攻指标的一个最好的证明啊，感谢大家的认可。好，那么接下来给大家讲一下这个成语包括什么东西。那首先是呢，是有一篇完整的原创论文，这个格式呢，是大学的 pdf， 那 么在这个 啊，我这个视频展示就给大家展示这个 p f 啊，就以这个 word 形式来去给大家看了，比如二零二五年美赛的 b 题目呢啊，呃，这就是我当时美赛 b 题目啊，一共是五十页的一个完整成品，那么当时呢，就包括这个摘药问题，如入问题分析，我先假设符号说明节目每一问的模型建立于求解。 那么去年的这个 b 题目啊，是这样一个诸诺市旅游的问题啊，大家可以看到呢，这里面我有发表论文，包括每位的目前建议群里面，大家可以看到的，里面包含很多个二级标题和三级标题啊，那么呃，这是因为呢，我要有非常有条理的把整个这个论文呢 啊，全部给它清晰的写出来，包括呢，每个问题里面当然会有将来如果很多个小的问题，我每个小问题都是需要去具体的解决的 啊，比如说，但是问题一呢，怎么？当然首先要去构建这个优化问题了，我后面呢，是这个实际的囚禁。呃，在优化问题里面呢，包括模型啊，目标函数构建，约束条件以及反馈机制的建模。那么包括第二问， 用模型适配和黑广的差异化因素的识别，按照编量以及参数的调整及模型适配的演示，包括影响重要性的分析啊，动态平衡策略啊及问题三，我去年的问题三呢，是要求有一个备忘录吗？对，好，包括整个论文里面，我也会有非常多的黄字提醒大家如何去进行修改，像虫，包括一些论文篇幅呢，也是显得比较长一些 啊。呃，好，那么放大给大家看一下这个论文的剧情是吧？好吧，以去年 b 题目为例， b 题目为例， 那么这里呢，是去年 b 题目的这个摘要部分啊，这是 b 题目的目录部分啊，这是问题重述及问题分析。好，那么这里是模型假设啊，然后呢，这是模型建立于求解部分。好，大家可以看到。好，那么这里呢，就是代码运行的错误的一些图片。 好，那么我来看一下啊，这五点一点三的一个模型灵敏度分析，大家也知道呢，美赛呢，对于这个模型灵敏度分析要求是比较严格的，那么基本上，呃，大部分需要去做这个， 就是能做这种灵敏度分析的啊，这个题目呢，基本上都要去做，所以呢，这个，这个不啊，栏目呢，我当然也是必不可少的啊，我基本上都会去做这个灵敏度分析啊，这里有灵敏度分析。 好，然后呢，这里是问题二，问题二里面的模型建立，然后这里是结果啊，好， 再来给大家看一下去年的 c 题目吧，那么 c 题目呢？去年比今年呢啊，去年这个 c 题目呢，比 b 题目是要稍微难一些的啊，所以整个这个篇幅呢，要比较长一些，因为它里面呢处理的东西太多了啊，就是大家可以看到呢，我这二级标题和三级标题分的非常多， 那么去年呢 b 题目呢，我也给大家奉它看一下吧啊，它 b 题呢，去年是一个这样的一个奥林匹克奖牌的模型啊，奥运会奖牌的模型， 这里是摘药部分，那么这里是目录部分，目录分大家可以看到呢，呃，问题一里面包括数据处理，然后去做格式化，然后构建一下这个预测的模型， 然后呢去进行一个具体的实现啊，去提取他的特征啊，然后去训练他的分类和回归的模型，然后后面是预测他首次获奖，然后呢再做赛事分析，模题二里面呢是做这个引入了一个贝耶斯变化点的检测啊，然后后面还要分析这个教练的贡献度，重述分析和假设，就给大家多说了啊，这是符号说明部分 好，包括呢里面会有很多拱王集体去告辞一些会员的说明，这个答案呢也都务必要去落实。就这个视频呢，也是给呃目前已经在我的预定过这个完整成名的人呢，给出一个指南啊，就是到时候你们拿到这个成品应该怎么去用啊？这个视频呢，也不必自己去看完哦。 我在这里建议大家画一个流程图，好吧啊，这里是做一个模拟器去处理，那么第一位呢，我们首先去做成数据处理啊，做一个数据清洗啊，这个就不用给他给大家多说了吧，这后面包括呢，这就是获取的这些图片。好， 那么除了这个论文之外呢，第二个就在我用借账过程中用到的所有的数据处理的表格和结果表格，包括代码，那么在代码部分呢，我们百分之九十五以上的概率，那本身每站呢，也会依然去采用 python 去进行纠解啊，那么这个呢，我们是采用 notebook 去进行编辑的， 这个呢，当然如果说不会 python 代码的话，也没关系啊，也没关系，我会给你代码的一个完整的运行操作视频，那么大家继续去看就可以了，那么零基础也可以完全的去跟着我的这个操作视频去运行，是很简单的，在运行工具方面呢，只要是支持运行 notebook 的 啊，呃，就可以了啊，比如 sps pro 啊， java 啊， py 叉门啊等等，这东西都行，但你即使门打开或者知道你的 python 不好也行啊，但是不太建议，因为这个呃知识弄得不可学的工具呢，看起来比较直观一些，也简单嘛，对不对啊？那有人说我没，我一接触过这个 python 代码怎么办呢？我完全不会啊， 无所谓的啊，无所谓的到上头你根据我这个代码速度视频来啊，你就直接打开代码就能看到这样的一个东西了啊，比如这是我去年每站 ct 的 代码， 那么这就是我，大家可以看到正好是一年前，对不对？一年前创建时间二零二五年一月二十六号，这是去年我美团的这个 ct 的 代码和结果表，包括中间预处理的所有表格，那么这就是代码部分，这是 q 一 啊，这是 q 一 的格式化部分，那么这里是 q 二。呃，打开 k 局给大家看一下，这里呢，前面是安装库， 呃，包括这个，怎么安装库？这个呢？我的代码速度视频呢，也有给大家去讲啊，其实呢，你无论是零基础，哪怕是高中生拿的代码速度视频也能给大家去讲啊，其实呢，你无论是零基础就可以操作这样的一个版本， 但如果你要是会拍成会弄图的话呢，那当然更好，对不对啊？我支付呢，你不贵，零基础呢，也无所谓啊，运行就完事了嘛，只导入一些数据啊。哎，这就是先去做这个数据处理清洗，这是去年的这个代码， 然后呢，我做了一个音设表，然后提取数据，然后进行计算特征的提取，然后呢啊，这只是做预测，这只是一些混合矩阵，这是分类预测嘛，这是混合矩阵图。哎，这里是这个 数值的预测部分啊，回归预测，哎，回归预测啊，特征重要性的排行。好，那么这里后面是啊，得到一些其他的结构表壳啊，这里是获奖概率的分布，大家都是题目要求的啊， 然后包括说后面有计算得出的这个奖牌的相关性和项目变化的相关性，哎，也得出了，那么后面呢，包括各项目和奖牌数的相关性也得出了， 然后呢，绘制他们的奖牌分布情况全部恢复至了啊，那么整个呢，这个绘制的图片呢？呃，形式呢，基本上是以尼手入门的这样的一个科研任务要求的啊，所以呢，来个看到这个图标呢，也是比较精致的，这是 q 一 的格式化部分哎， q 一 的格式化部分，然后这是 q 二的一些代码， q 二的一些代码， 这应该是去研究那个教练效用的啊， q 三是写一个备忘录就被他展示了，对吧？那再比如说啊，啊，这里是二零二三年 c 写的论文啊，他是当时一个打网球试图得分的一样的一个模型啊，这会我就不用给大家多展示了吧，比如这里是这应该是当时二零二三年 c 题目的一个代码啊， 大家看正好两年前吧，两年前啊，两年前的这样一个东西，好就给大家多展示了，好吧，总之呢，本次美赛我们提供的形式呢，依然是这样的啊，或者给大家给大家一这样一个拍摄的代码啊，那么当然呢，直接根据我这个 啊操作一些视频去操作就可以了，然后呢就会有一个讲解视频，那么这里呢，首先是有一个公开的版本的讲解视频，就是在我的 b 站上面会发布的 啊，这样的一个公开的视频里面会给大家讲一下整体我这个论文是怎么去完成的这样的一个思路啊，包括疑问的代码和结果的一个展示，当然这个展示部分呢，我是会进行打码处理的啊，包括一些重要的代码结构，重要的结果图片啊，包括论文中的这个展示呢，我都不会去完整的去给大家展示啊，这个公开版的视频呢，只是，呃，给大家讲一下这个思路具体是什么样的， 呃，因为我要保持这个限量嘛规避查虫问题好啊，所以呢大家也不用担心这个查虫问题啊，因为我 啊陪我四五年这以来啊只要是按照我论文中黄黄字提醒以及我的啊副这个降重出名视频啊去操作你的人呢啊是没有一个人出问题的，包括去年每三年没有任何一个出问题啊，前沿大前也是。好吧好那这是一个公开讲解的视频啊，最后呢就是一个降重教学视频以及操作的副线视频， 那么这个呢主要是让拿到论文的更好去理解论文中的结果如何去进行复现以及这个论文呢如何去进行修改成虫。因为我这个出的成品呢也是一个限量的成品啊，所以我会特别录制一个降重教学视频以及一个复现论文中所有结果的代码错漏付错漏视频 零基础也能看懂。然后接着呢我会和这个整体论文呢一块发放给你，请务必对照这个论文呢仔细巡查啊，那我这个参考成品呢是一个限量版本啊。呃还有一句话我前头不是给大家讲过了我是一对一的帮大家去做啊 呃 k i 型的务必注意好吧啊那么关于这个文档链接里面的一些其他部分包括说这个信用问题啊，查重问题啊啊是否报答奖啊这些大家自己去看我这文档链接就可以了啊。呃这个呢便捷的还可以玩啊，可以占这个 y g 完整成立的数呢大家可以看这十人的评论区好吧 ok 那 就说到这里吧。呃本次美赛啊我会跟去年的比赛刘冲呢是一模一样，会给大家带来这样的一个助攻。呃呃，大家等明天早上开赛吧啊，六点钟开赛之后，我就会第一时间发布全天 e 及作题速度视频，之后呢也会去实践的去完成其中的两道题目 啊，中兴兴盛呢，我这个视频呢也应该给大家讲的很清楚了。呃，希望到时候能够帮助大家获奖吧。啊呃，再创去年前年大前年美赛的这个辉煌啊，去年呢是两个 f 六个 m， 乐观的意识讲啊，希望今年呢，呃，大家的获奖情况比去年更好更上一层楼啊，希望大家呢都能够 拿到满意的奖项吧。好吧，呃，就说到这里吧，希望能够帮助到大家。那么关于这个美赛技术，我会出到这个完整层面的书门呢，大家可以看这个视频的评论区。好呃，就说到这里啊，谢谢大家。
301数模陪跑保证原创
45:57查看AI文稿AI文稿这里是岁月剑锋老哥，我是你们阮老师，那么今天我们来讲一下今年美赛 a 题的一个完整的思路，那么在这边给大家做了一个思维导图啊，大家可以看一下，我们这个思维导图是 markdown 文件，就是各位同学，你们拿到手之后，是啊，这样子的， 就是比如说你会拿到这样的一个 markdown 文件，然后 markdown 文件它里面长这个样子，呃，那么你们想要打开去看这个所有导图，就相当于你直接用编辑器，编辑器旁边有一个编辑模式嘛，就可以直接看了啊。 ok， 好，那么首先我们来先看一下啊，他的一个题目，那么题目是智能手机耗电的一个建模。好，那我相信很多同学肯定在这个方面有一些问题，就是老师我该怎么去如何去找对应的数据啊，对吧？好， 那其实大家不需要纠结这个啊，为什么呢？因为第一个啊，他注重的是模拟啊，所以你啊，更多的是收集一些 关于各种各样的智能手机的一些参数就可以了，那这些参数基本上用 ai 整理出来都可以。好，那后续的就是模拟了啊，因为你想一想，如果说 真让你找到了那些所谓的耗电数据，那你这个题目还有做的必要吗？没有了，你直接做一下数据分析题就可以了吗？是不是？所以这个题目是重在模拟，所以还在纠结数据的同学不需要再纠结了，明白了吧？就是你可能把你的方向给思考错误了。好， 我们简单来看一下他的一个任务吧。好，那么一共是有三道题目，那么第四道题目，这个啊，这个我们不管了，这个是建议题。 好，第一个啊，开发一个模型，用这个模型来表示充电状态啊，希望从啊电池耗电最简单的合理描述开始，好，对吧？好，数据作为支持进行参数估计和验证，是不是？ 好啊，注意，您可以使用这些数据进行古迹和验证，也就是说如果你找不到对应的数据，其实也不要紧，因为你做这个模型建出来，他并不是说你一定要 找到对应的数据。明白了，如果数据有限，您可以使用已发布的测量或者规格， 明白了吧？好，所以这是一个点。那么第二个是放电时间预测啊，其实就是所谓的手机续航，对吧？啊？手机续航那和这个题目是对应的。 然后第三个啊，就是对我们这个模型进行敏感度分析了。好，所以整个 a 题其实非常的简单， a 题就一个模型，然后就让你做一个放电时间预测，然后最后做敏感性分析就可以了。好，那么接下来我们回到问题本身，回到问题本身，我们来看一下啊， 我们来看一下它是什么样的啊？一个东西。好，我们这边 markdown 啊，报告需要渲染一下，因为这个很多，然后我们这边所有的结果也已经求好了，求好了之后，我们啊陆陆续续会全部放出来。好， 首先第一点，我们智能手机啊，整个的行为是预测，是一个非常复杂的问题啊，对吧？好，那么在这边我把前三问给大家啊，先提前用表格给它列出来了。好， 就我们到底要求什么？首先第一个连续时间系列节目就是求解，目标就是你需要建立一个 电池状态随时间变化的模型，分析不同使用场景下的一个电池行为。好，那么对应的方法，微方程建模数值求结，数据可化。好，其实主要对应的是第一个，明白了吧？ 好，然后输出结果，什么不同场景下的电池选，那这个其实就是模拟情况了，明白了吧，也就说你所谓找到的数据只是为了验证啊，验证你这个模型算出来是正确的。好， 那这个你们随便找一些数据都可以，对吧？甚至不找数据也不要紧的啊，因为啊，因为其实都一样的啊，客观，只要你，只要你参数设置对的，你客观模拟的结果应该是对的。好， 然后接下来我们来看，嗯，这个时间，对吧？这是第二问啊，电池耗尽时间预测，那么问题类型很简单，就是一个预测问题啊，球形目标是预测不同初尺电量和使用场景下的一个电池耗尽时间啊，分析它的因素。那么使用方法其实很简单， 套用问题一的模型，然后进行各种计算，参数估计等等。好，我们来看问题三。好，那问题三其实还好了，问题三，最后其实就是分析我们模型那些敏感性了，是吧？好，那么接下来我们来看，从第一个 问题分析层到模型构建层，然后最后到模型求解层，然后最后结果分析层，所以你这个问题其实是一个完整的问题，明白了吧？那么大家在写对应的文章的时候，就是不要再遵循以前的那样的框架了。说啊，什么问题一，建模问题二，建模问题三，你们不要这样写了， 你整个的建模就是一个完整的步骤，所以你没有明确的问题一，问题二，问题三，好， 然后我们来看一下详细的推导过程。好，那么在建立模型之前，我们需要明确以下的基本假设啊，对吧？那么首先电池类型使用锂电池，那这是目前智能手机主要的电池类型， 所以你去找参数的时候，你也需要干嘛？你去找锂电池相关的一些电池参数啊。第二个是连续时间，电池的状态随着时间连续变化，因此我们可以用微峰层来描述其变化过程。好，这是一样的啊，第三个是温度影响，第四个电池老化，然后最后我们的组建独立性，是吧？好， 但这些其实还是还不是最主要的，我们现在来推导我们的电池啊状态的一个方程。那首先 soc 啊，这个 state of charge， 对 吧？其实就是我们的充电状态。好，我们来看一下 充电状态等于什么呢？啊？首先第一个是剩余电量，然后第二个是电池容量，然后乘以百分之百，那实际上相当于就是你当前还剩 多少电啊，对吧？好，那么电池的电量的变化率等于啊放电电流的一个负值啊，因为我们放电的过程中电量在减少嘛，是不是？好， 那么这边 it 它就是负电流。好，然后我们继续建模，我们将 soc 的 定义代数啊，上面这个公式，那么最终我们就会得到这样的一组数值，是吧？ 好，那么接下来功率啊，功耗，那功耗我们要给它认定为是电压和电流的一个乘积。 好，那我们去查一下一些网上比较常见的一些值，对吧？我们发现啊，对于锂电池工作，尤其是手机电池，我们通常的工作电压在三点二伏到四点二伏之间，平均电压取三点七，就我们取个平均电压就行了。 好，那么将这个表达式带入我们最终的 soc 变化率的方程表达中，那么为了简化啊，对吧？简化我们，嗯，使用毫安作为功耗单位，那么最终啊，功耗与电流的关系是，就是下面这个样子，那最终我们就形成了 第一问的一个微分方程模型，是吧？那这个微分方程它能够描述什么？能够描述我们的电池 soc 随时间的变化率与工号之间的关系，当我们工号增加的时候， soc 下降速度加快，当电池用量增加时， soc 的 下降速度减慢，明白了吧？ 好，所以这就是我们主要的一个啊，分析。好，那么接下来我们继续看看什么呢？ 那么总工号模型，它是由多个组建的工号组成，对吧？那么每个组建的工号都和我们的使用状态是有关系的。好，我们来看一下，那么总工号它等于什么呢？ 等于我们基础工号 base， 等于我们屏幕工号，等于我们处理器工号，等于我们网络工号，等于我们 gps 工号，等于后台应用工号。那这些东西全部加起来好，加起来之后， 然后你要开始干嘛？你要开始去考虑它的各项因素了，明白了吧？那么就像我这个地方啊，我来给大家看一下这个图，这个图 好，你看啊，首先第一个是我们的使用场景，对吧？使用场景参数，好，这些东西我们考虑，那么第二个我们要考虑到环境参数还有电池参数，那么电池参数我们要考虑两个，一个是电池的容量，一个是循环次数， 那么电池容量加循环次数，我们可以计划出什么？他的一个老化啊影响，对吧？好，那么首先请问把环境场景参数输入到总功耗模型当中， 好，然后结合我们的电池参数，最终形成最终的一个问方程是不是？然后进行求解，那么求解这地方我们一边可以得到啊，电池电量的变化曲线，那这个是直接得出的结果对吧？好，那么间接分析结果，就是我们根据耗尽的时间去预测，那么第一个我们会得到预测结果，第二个我们会得到什么 敏感性分析结果，是不是好，把这个给它弄明白就行了。然后接下来我们继续来看啊，回来， 那首先来看一下温度影响，那温度对电池有着显著影响，我们来想一想，就是现在新能源汽车非常多，那么电池在温度极低的时候，我们来看一下 内部电眼自粘度增加啊，离子跃迁率降低，导致电池内阻增大，可用容量减少，就是温度降低，就是你的电容量就变少了，对吧？那么正常温度是最好，那高温环境下啊，电池会老化啊，对吧？那放电会加快啊，都一样的 啊，太热也，太热也不行，太冷也不行，好，那是温度。那么第二个我们来看一下电池老化好，电池老化这个地方考虑到什么？ 电池的容量随着循环次数的变化的遵循模型，大家来看一下这个地方。好，我们可以看到， 是啊，经过 n 次循环之后的电池容量，它等于什么？等于促使电池容量乘以乘以一减， k 就是 k， k 是 衰减系数啊，乘以 n， n 是 我们循环的次数，就是你每次循环都会衰减一个系数吗？对吧？然后比如说你循环了一百次，然后每一次都衰减零点零一，是不是？好，那你一百次之后相当于就衰减了多少啊？衰减了百分之 啊，不能说零点零一吧，啊？零点零零一，对吧？然后一百次之后，那就缩减了百分之十，是不是这样的？然后一百次之后你电池容量只剩百分之九十了，所以这个就是啊，他的一个公式。好，那最终把这个模型综合起来。好，这就是第一问的综合微分方程，明白了吧？所以第一问让你去解方程， 你就解这个就行了，你不要去纠结啊，说我这个玩意啊，或要不要思考的更详细，你先弄出来，对吧？你与其在那纠结什么最好，我觉得没有必要啊，弄出来是最好的。好，这是第一个点，然后接下来我们继续来看啊， 好，我们要怎么去求解这个方程呢？很简单，我们采用能够库塔法来求解电池状态的微分方程，能够，库塔是一种高精度的数字积分方法好，非常适合求解我们的微分方程。好，那么这个地方我觉得各位同学应该有不少同学和 ai 沟通也是这个方案啊，对吧？好，但是注意 不止这一种方法，明白了吧，就是你去找对应有没有其他的这个微分方程。数值求解法有很多，所以我建议大家，为了避免重复，大家不要在这地方用一样的方法啊，这是给大家最好的建议， 然后接下来我们来看，然后就是要做电池耗尽预测了，这是我们第二问了，对吧？那么电池耗尽时间是指电池从当前电量下降到百分之零所需要的时间，我们可以通过积分来进行实际的计算， 是吧？那很简单，积分怎么算呢？那你这玩意你算时间对吧？你知道你知道整个的一个电量，然后以及啊整个耗电的一个情况，那通过积分反推出最终的一个时间变化嘛？ 好，求学流程。首先第一个初步化我们对应的参数，然后我们定义我们需要使用的场景，然后计算各个组建的工号，然后计算总工号，然后应用啊它的一个温度变化，最后应用电池老化，然后建立温度方程，最后适配龙格库塔球解，然后计算我们的 soc 变化，好 预测我们的耗尽时间啊，最终啊得到结果分析就可以了，明白了吧？所以这个问题求解，其实非常的简单，没有太多复杂的一个东西，你正常我们就是建立一个模型，然后把这个模型往这里面一套，求第二问出来，那么第三问是做什么？第三问其实就是对于这个模型做一些 啊敏感性分析，你可以理解为就是直接做灵敏度分析了，所以这个问题它相当于就是直接把完整的呃，一个数学建模完整的问题全部跟你讲了，你不需要去思考太多的啊，明白了吧？好， 那我们回到这一块，你看是不是一样的啊？首先模型输入成，然后这个地方是他实际思考的，就是你需要用到哪些核心参数，好，这个地方是我们模型的核心搭建部分，然后最后结果输出成是不是搞定了，对吧？很简单的。 好啊，行，那这个就是我们主要的一个方案啊，主要的一个方案。好，我希望大家可以理解，那这个的话我给大家保存为啊网页的格式，因为我害怕有些同学他啊，他不会，他不会使用这个 macdown， 然后或者说他自己的那个设备上 macdown 编辑不出这样的效果啊，那么我们就是啊，你可以看到 到时候拿到之后他这个地方就是个网页。好，你直接双击，双击之后他自动就这样的，然后包括这里面层 怎么去解释，写的都非常详细啊，你直接放大缩小看都可以啊，明白了吧？好，这个是给大家的一个核心帮助，所以第一问不要把它想太复杂，第一问其实建模就这一个图，明白了吧？就是第一问你就靠这一个图就可以吃透了，完全吃透。 好， ok， 然后我们接下来继续， 我们来带大家看一看每一问的模拟，求解吧。好，那么首先第一点， 呃，关于第一问的整个的编程模型，对吧？好，这边给大家已经搭建了一组代码。好，我们后面会给大家出结果分析文档。 好，那么首先第一个，因为你这个模型，你要你要验证这个模型是否符合客观事实嘛，对吧？好，那么首先来看一下不同啊，场景下的一个电池电量变化。好， 这是线啊，这是线，然后我们来看一下啊，这个蓝色的线是待机状态，那么待机状态很正常，那么相同的时间变化之后，他的一个用电量肯定是最少的嘛，对吧？好，那对应的就是轻度使用，中度使用，还有重度使用啊，大家可以看到吧？ 好，这个很明显是符合我们现在实际的客观事实的吧，这个没有问题。好，那么接下来我们来看那么不同温度下的一个电池啊，电量变化。好， 那么同理，我们来看，当你是蓝色的线，蓝色线是多少来着啊？可以看到，在这个地方，那就是负十度。好，负十度我们耗尽时间是十个小时。好，然后对应是十度，然后二十五度啊，八个小时， 然后还有四十度是六点七个小时，是不是这样子，对吧？好，你知道有同学说，哎，老师，为什么这个 温度低耗的还那个一点，其实温度低这里有一个反常式的现象， 因为我们使用手机，手机是会发热的吗？对吧？就是你不能只考虑电池本身啊，说电池本身在温度比较低的时候效率比较低， 不是这样子的，因为你，你对比一下，你说你觉得你是你夏天用手机比较费电，还是冬天？我觉得很明显是夏天，为什么？因为夏天用起来那个手机发烫发的特别严重，对吧？然后电一会就没了。 好，但是冬天你会发现手机始终是处于一种很冰凉的状态，相当于什么？相当于你时刻在给手机做一个高效的散热，所以这个时候反而电池效率还会高一些，明白了吧？ 好，那么接下来我们来看一下不同场景下我们的一个工号分布好，比如说我们就看一下我们的轻度使用吧，对吧？那么基础占 百分之十八点五，我们的屏幕占百分之三十七，处理器占十八点五，我们的网络占百分之十一， gps 除以零，然后背景应用就是后台应用啊，占百分之十四点六左右， 明白了吧？好，那这就是我们这样一套的一个分析方案，那后面陆陆续续的也都是这样子的，明白了吧？然后我们来看一下这个问题二啊，问题二，我们的求解就相当于是求预测的一个时间嘛，对吧？好， 我们来看第一个不同参数，对于我们电池耗尽时间的一个预测，也就说 啊，一个所谓的一个音响误差嘛，对吧？好，那容量啊，基础的，然后屏幕的，处理器的，然后网络的，然后 gps 的， 然后后台应用的，是不是？然后来我们来看一下不同初时电量和使用场景之下， 它所谓的一个电池耗尽时间，好，大家可以看到，比如说我们正常我们就看百分之百吧，对吧？那么在百分之百的情况下， 好，在待机使用你，你会发现我们能撑一天多，是不是？我们的时间是非常之久的？ 然后我们接下来往后面去看，那对应的轻度使用、中度使用，重度使用，就是你使用的程度越高，然后你需要花费的时间也就越多，那这个是直接对应的啊，明白了吧？这是完全直接对应的好，然后我们再往后面来看， 那么我们来看到不同场景的一个电池寿命比较 好，那很显然是完全的一个反对的关系，所以为什么第一问啊？他需要我们去考虑这个呢？你看数据作为支持，而非替代，明白了吧？而非替代， 所以还是那句话，你需要去用数据，就是你哪怕去找一些数据去贴合，去让你的模型显得更加真实就可以了，你不要想着去啊，就是相当于你不要花太多时间 啊，去，一直在那纠结说，哎，没有数据，我这个题目没有办法开始做了，明白了吧？好，你看老师做这些结果，实际上我都是基于参数模拟，这个情况下我并没有去做一些比较高深的分析，明白了吧？好，所以这个是完全没有任何问题的。好， 然后那这个是对应的一个数据啊，就是我们刚刚那些图呀，什么东西，我们也会把它的数据保存下来啊，继续大家去啊，结合去分析。好，那当然了，这个代码肯定是始终是啊，一个参考代码 啊，所以大家就是结合着自己的一个理解去分析啊，不要把这个玩意当做答案去造抄啊。 好，那么问题三，问题我们来看一下。问题三，我们是做一个所谓的模型的灵敏度分析，那这个灵敏度分析我们到底要该怎么去确定呢？很简单，来，先来看原题，原题是这样讲的， 检查在更改假那个模型，假设参数值和使用模式啊，波动后，您的预测会如何变化，对吧？好，那么在这个地方我们来看一下，那么对应的结果呢？它就是这个样子的， 好，所谓的啊，参数敏感性是吧？啊，你看啊，电池容量对我们电池寿命的影响，当我们的电池容量越大啊，容量越大，对吧？我们耗尽时间肯定就越多啊。第二个，我们的基础功耗越低啊，基础功耗啊，这个地方可以看到， 越低我的耗尽时间也就越短，反比关系，对吧？好，那这边屏幕功耗，屏幕功耗越小，时间也就越短，那这个，呃，有个轻微都取现了，对吧？然后处理器功耗，处理器功耗越越高，我的这个耗尽时间就越短嘛，对吧？网络功耗 啊，后台应用工号一样的，那么除了电池用量，其他的应该都是反比关系，是不是？好？所以这个点我们希望大家能够把它弄清楚。好，那么现在我们来分析一下，就是各个参数对电池寿命的一个敏感性，那么很明显敏感性最强的一定是哪个？ 它一定是我们的电池容量，是吧？好，包括电池老化次数对容量的影响，电池老化对续航时间的影响， 然后温度对我们电池影响，那温度在这地方，大家来看一下，这是我们的低温舒适区，对吧？也就说我们处于散热情况下，好，我们适宜区耗尽时间大概在这一块，然后我们高温高温区啊，又又进行一波下降。 好，所以这个地方是有一点点反常识的啊。有同学他，他提出反驳，他说，老师，我觉得，呃，以新能源汽车为例，就是我们不讲手机，我们讲汽车，对吧？很明显在冬天的时候是跑不长的 好，嗯，确实可以，可以这样去理解。就怎么说呢，两者的放电功率是完全不一样的， 就是新能源汽车它的放电功率要大，非常非常多，对吧？手机它是在一个密闭的空间中，首先它的散热，它的整个散热系统做的肯定是没有汽车好的，所以它是有一定程度会依赖于冬天的一个低温环境 好，所以最终我们的一个温度对电池续航时间的影响，我们就如这个图所示，明白了吧？ 好，电池老化这个也分析了啊，这个不同使用模式下的一个电池电量变化，大家可以看一下，那基本上就是这个样子，是不是好 ok 啊？那么各位同学待会拿到手是什么东西呢？是这样子的啊，给大家简单演示一下啊， 就是拿到手之后，你首先你第一个，你每个问题的代码我单独用文件夹装起来了，就是你你运行的时候，你就保证你在整个项目里面运行就行了，明白了吧？整个项目运行， 然后报告的话，首先第一个，这个是关于整个问题的一个思路框架图吗？思路框架图的话，你就直接用浏览器打开就行了，用浏览器打开，明白了吧？好，我们后面的参考论文会给大家做 pdf 版本的，所以这个大家不用不用担心。 好，然后我把这个 markdown 文档我就给大家删掉了啊，避免大家想，然后第二个，因为这个太大了，对吧？因为这个太大了。 好，我把它点开好，点开之后，因为这里面涉及到一些图嘛，对吧？好， 我也可以把它转成 html。 好， 大家可以看到 html， 但有一点我需要你们注意一下，就是 因为它这里面涉及到关于一些结果图，结果表的分析，大家可以看到吧，就是你包括这些结果，你不知道怎么去理解，我这个地方写的都非常的详细，关于每一个问的结果该如何去解释，如何去分析，都特别清晰。 好，所以你要保证你的整个文件都是在我这个文件夹打开的，要不然的话它这个图片可能会显示不出来，明白了吧？它图片可能会显示不出来。好，所以两个 html 文件，一个是整个问题的分析啊，框图，一个是 整个问题的一个思路报告，思路报告主要看什么地方？主要看这一块来， 就是从这个二点二开始，二点二开始，一直到什么地方结束呢？一直到二点六结束，那么后面求解方法，其实你随便用哪个都可以，明白了吧？这个不强制，二点二到二点六是我们最为重要的一个建模部分。 好，把这个点给大家看清楚了，好吧？好，行，然后，呃，简单的带大家看一下这些结果吧，这些结果我们刚刚带大家看过了， 对吧？好啊，我们从上图中可以清晰的看到不同场景的一个电量下降率啊，差异啊，显示了什么，什么什么情况，对吧？然后工号，工号的一个分不分析啊？这地方也显示的非常好。好，好，是不是？然后温度影响分析，这地方显示的也非常好。好，好， 是不是？好，包括啊问题结果分析啊，这地方都特别的清晰，是吧？好，行，那这就是啊，我们整个的啊，一个思路方案啊，然后呢？我这个， 我把这个图啊给它放到一块吧，这样，这样子会好一点。好， 我直接放到最前面，放到最前面，这样子的话整个就能看的特别清晰。好，这样的话你们也不用弄一堆文件了，看着乱糟糟的。 好，我直接把这个放在这地方，好，直接重新重新编辑一遍， 后面的这个结果就是求解文档，求解文档我会注重结果这一块，明白了吧，然后以及给大家解释代码啊，给大家解释代码更多的是解释代码和结果分析。 好，那这边我就给大家导一遍 html 了， 嗯，好，那今天的啊讲解大体就到此结束了，好，希望大家能够有所收获啊，有所收益，嗯， 在比赛中能够取得一个比较好的奖项。好啊，然后大家拿到就直接这样去看就行了啊，明白了吧，就不要思考太多了。好，那我们今天就到此结束， 后续会陆续的给大家带来啊结构分析文档，然后啊，明天或者说今天晚上会给大家带来这个成品论文啊，所以大家就是稍微等一下就 ok 了，然后后续我可能还会参与其他题目思路的制作。 大家好，这里是数学建模，老哥，我是你们的袁老师。那么今天是美赛开赛的第一天，下午我给大家带来完整的 a 题的解析文档。好， 那么上午已经给大家分析了整个 a 题的一个求解，那么 a 题整个题目的背景其实还是比较简单的，对吧？那么对于大鹏同学来说，呃，可能做这个题目还是蛮熟悉的好，那么 你想一想，这样一个熟悉的题目，那肯定有很多同学都会做，那想把它给做好啊，做到那种极致啊，那肯定还是有一点点困难的好，那么这个图我是放在这个地方了，那大家可以 去看我们前面思路文档里面的详细的文档，在这里面有有一个非常详细的图，好， 就这个题目呀。呃，因为我看有些同学他可能会分析的非常非常详细啊，他甚至有的同学他都精细化到这个电池里面的那个啊电阻了，我觉得没有必要， 就是你正常第一个使用场景，对吧？啊？不同场景下耗电啊，猎取几个典型就行了。然后第二个就是环境参数，环境参数我们只需要考虑温度就行了，因为你想一下，大部分大部分人使用手机，不就是 呃，夏天冬天一个温度变化吗？难道你还要考虑高压，然后呃，抗酸碱，抗那个衰机，抗震动吗？我觉得大部分应该也用不到吧，是不是？好，然后最后就是电池参数，那么电池参数就一个容量和循环次数。 好，你只要把这些东西都给考虑到你，你的那个低温的模型当中就足以了，就把它写好就够了，明白了吧？你不需要去考虑太多。 好，那么往下面这就是我们的模型的核心层，模型的核心层首先是一个总工号模型，然后再往下叫微分方程模型，然后再往下叫数值求解方法，然后最后就是我们的耗尽时间预测。好，我们可以看到下面这些的一个对应的结果啊，这个没问题吧？好， 那么回过头来，我们来仔细的来研究一下这个题目，它到底是什么？ 好，那前面这些问题背景问题重述这一段我就不带大家去分析了，这个大家都明白啊，是吧？好，我们主要带大家来看什么呢？就直接看问题解析 和我们的代码，那么问题解析首先第一问，第一问，我们来看一下，第一问最终建立的方程应该是这个样子的啊，大家来看一下。 呃，但你最终的表达是，你不一定说要跟我百分之一百一样，但是你最起码你要包含这些东西啊，明白了吧？就是首先第一个三三方面嘛，电池，场景 还有环境因素这三个方面你肯定是要包含的，然后关于场景方面呢，呃，我们可能会考虑的更多一些。 好，那么接下来啊，开始解，我们采用数字积分方法求解上述的微分方程，那么之前在讲思路时候，大部分同学应该会用那个所谓的龙格库塔， 好，那么不用这个也可以，就是也也有别的方法可以用啊，明白了吧？就这个玩意，大家直接去上网去搜一搜，数字分析求解方法都都行。好，那么大家来看一下，这是第一个结果，对吧？ 啊，我们分析不同使用场景和温度下的一个电池表现，基于问题一的一个球体。结果。好，来，我们来看 那么不同场景下的一个电池电量变化，它是这个样子的。好，在这一块我们随着我们的时间啊，大家可以看到啊，这个 啊，待机啊，这个时间是最长的啊，它的一个电池掉电量是最低的。好，那么同理，我们的重度使用它的时间是最短的，它的掉电量是最快的啊，对吧？好，那么同样的来，我们来看一下它对应的代码到底是怎么求解的， 那么在这一款，好，我们来看一下。 好，那这个软件叫什么？这个软件叫 tree 啊，我希望大家也要学会使用这个软件，这个软件在写作的时候啊，非常的方便啊，你可以使用 ai 去辅助写作啊，明白了吧？好， 那我们来看，先来看第一问的代码，好，这是第一问的代码，第一问的代码正常，首先我们先是啊导库，然后导完库之后，那就是正常的啊，一些字体的设置。好，那接下来就是参数的设置， 参数设置我们按照目前平均的，呃，电池容量，一般四千毫安，但有的电池可能已经五千毫安，有的电池可能还在三千多毫安，是不是？ 好，那么接下来我们来看，那么首先第一个工号的一个参数啊，我们基础的啊，五十啊，对吧？好，然后设置一个啊接线范围，然后屏幕工号啊，处理器工号，网络工号啊，还有 gps， gps 一 般在后台运行，对吧？后台工号。然后就是我们的温度影响因子， 就是温度参与影响，它的影响程度大概有多少？好，那么我们来看一下，低温下降，高温消耗增加，正常温度是不是 那么这样子。同比啊，同时我们要计算它们的总功率，是不是那么总功率。之后，然后我们啊电池状态的微分方程转换，我们来看一下将其转化为 soc 的 一个变化率 啊，可以看到吧，你看 soc 值等于什么？等于负 power， 然后除以 c f c f c f c 等于什么？ c f c 等于自身容量，对吧？好， 然后取负值乘以百分百，那是不是就负的？那么负的变化率我们就相当于就是减下降嘛，对吧？好，然后现在我们模拟这个电池状态，随着时间的一个变化。好，我们看到我们有这样的一个趋势，好，我们解微方程啊，同理可以得到，是不是，那么最终啊，预测我们的电池耗尽时间，好， 没问题的，然后计算我们的工号，然后计算啊，时间到耗尽，好，最终结束。然后我们现在开始绘制不同场景下的一个电磁 a 的 一个变化。好，那么这边我来运行一下代码， 好，我们来看一下啊， 嗯， dpi n v， 好， 没事，我们换个环境， ok， ok， 那 这个刚刚是因为啊，我们的啊库原因啊，其他都没什么问题了。好， 那现在我们来看一下，那这个是我们求解出来的结果啊，对吧？好，求解出来的结果。首先我们来看第一个啊，不同使用场景下电池变化，那这个是我们刚刚在论文中看到的，是一模一样的啊，这个没有任何问题，对吧？好，然后第二个， 这个什么？这是啊，我们的这个环境因素，也就是温度啊，不同温度下的一个变化啊，那么这个地方有个东西需要给大家解释一下，大家可以看到我们在负十度的时候，我们的耗电时间反而是最低的，为什么呢？因为啊，如果说你按照我们前面的一个理解去分析啊，你说，哎呦，这个低， 低温的时候电池容量会减少，那我这个耗电应该会加，就是耗电时间应该会加快，但实际上在低温的时候，由于散热非常好， 那么我们手机自身的功耗也会降低，明白了吧？那么自身的功耗降低之后，那其实很简单了，那剩下的是什么呢？剩下的其实就是虽然你电池容量变小了，但是我要实际要消耗的电也大幅度的变小了，导致我们最终总的 这个电的消耗也变少了，明白了吧？好，所以把这个给确定就行了。 然后我们来看一下不同场景下的一个功耗分布，那么在这个地方， 那至于电池本身那个容量，这个是作为一个基本的一个参数加入计算的，所以第一问其实很简单， 那么这个时候有同学他可能会好奇，他说，哎，老师，那第一问他让我们去找这个数据，到底什么意思啊？这样一句话，对吧？是不是来这个地方认真听啊？ 就是你现在不要去网上去到去找数据了，我教我，教你怎么去找，用爬虫去找，用爬虫怎么去找，直接写个脚本去爬就行了。来，我们看，我们在这地方，我们建立一个文件夹， 好数据，对吧？然后数据这个啊， a t 数据。好， a t 数据我们打开，打开之后我们切换到 solo 模式，那么 solo 模式这地方很简单，我们直接啊新开一个窗口，新开一个窗口，在这个地方 a t 数据，然后做什么呢？来，我们来看一下，在这款啊，我们可以不开，我们继续用原来那个，这样子会啊，好一点， 在这个文件夹里面写一个脚本， 写一个脚本啊，爬取，爬取题目啊，相关需求的数据，需求的数据啊，验证，验证啊，第一问的模型， 好，数据需要整理成，整理成 csv 啊，表格， 好，那么接下来我们只需要啊，让它自己去结合自己的理解去爬取数据就行了，我们不需要去管太多的东西，明白了吧？好，这就是现在我们各种各样的 ai 工具的一个厉害之处。好，那么其实之前本来还打算教你们用那个 open a 刚刚发布的最新的 prisoner 去进行写作，但是因为那个发布的太迟了，我们基本上应该就是在美赛开赛前两天发布的，所以我没有时间跟你们讲了，所以这个就以后再来教你们了。 好，我们来看一下。首先啊，我们先创建 a 题的数据文件夹 啊，那我们这个啊，已经是有了啊，对吧？在这个地方好， data connection， 来，我们来看 这地方写的非常的清晰，你要找什么数据，找数据点在哪里，爬虫会给你写的清清楚楚的，然后剩下的你只需要去运行这个代码就能自动爬到数据，明白了吧？所以大家不需要去在那去找数据了，明白了吧？也不需要去找了。 好，那么同理，那么接下来我们来看一下这个 b 题的文档，这个就给他自动去爬了啊， 我们来看一下 b 题，那么 b 题的求解其实也是完全一样的啊，问题二的目标是优化啊，不同使用场景的一个电池性能提高我们的啊，这个利用效率预测电池耗尽的时间啊。第一问，我们只是 只要我们那个模型能符合客观事实就行了，对吧？啊？这个什么时候耗电快，什么时候耗电慢，然后什么时候省电，你只要你只要能够那个模型能够反映出来的事实跟现实差不多就行了。好，那么第二问， 那就要你预测了，对吧？就比如说我告诉你一个手机它还有多少电，然后就手机的基本情况以及当时的一个环境因素，你帮我预测一下这个手机大概还有多久啊，电就耗光了？好， 那简单，我们来看，首先第一步，我们需要建立电池耗尽的时间预测模型，对吧？那么基于第一问的电池模型考虑 啊，我们的动态功耗特性的一个啊，电池耗尽的预测模型，那么这个模型通过啊，积分计算不同使用场景下的电池从初时电量到完全耗尽所需要的时间， 好，我们通过积分去进行计算，可以看到这个地方写的特别的清晰，是吧？好，其中啊， d 啊， deployed 是 我们电池的好，耗尽时间好 p t 是 我们 t 时刻的一个电池功耗，那么 c 是 电池容量啊， v average 是 平均啊，电池电压 好，这些东西都是我们对应的电池效率好，我们可以看到了，是吧？好，那么第二个就是我们的东标优化模型啊，建立东标优化模型考虑 啊，综合考虑电池耗尽的时间和能耗两个目标，通过全球分配和约束条件优化电池使用策略。好，往下去拉就行了。好，没有什么东西好，那么再往后，那就是因素影响飞行模型，我们建立基于多元回归的因素啊，影响飞行模型量化评估不同因素对电池寿命的影响程度 啊，等等等等。好，那么这套模型其实都还好了，都没有太多东西好，最重要的是我们往下来看，往下看啊， 采用数值计算不同初值电量和使用场景下的一个电池耗尽时间啊，电池耗尽时间使用帕特洛啊最优法，求解多目标优化问题，找到最佳使用电池策略。 好，来注意一下，为什么我们这个地方要用多目标规划了啊。首先第一点，因为你要在 什么，你要在不同的初尺电量，不同的使用场景下，分别去找一个优化目标，就是你的起始条件，你的设置因素虽然是一样的，但是你的 一开始的最初的整个方程建的是完全不一样的，对吧？相当于，虽然这两个方程本子上是一个方程，但你求的是两套， 那两套最终都要兑现一个结果。好结果，那这个其实也算我们的啊，一个敏感度分析。好， 那么再往下去看，那么接下来我们来看不同场景的一个比较，那么啊，待机轻度、中度，还有重度，然后以及它们对应的总功耗和对进啊，它们耗尽啊，预估的一个时间。好，我们从表和图中可以看出，不同场景下的功耗和耗尽时间差处还 还是非常明显的好，对吧？好，那么待机模式下功耗最低，然后耗尽也最低，那么同理，你中毒使用肯定就比较的快嘛，是不是？ 好，那么接下来我们分析不同的触电电量和使用场景下的一个电池耗尽时间，如下图所示。好，那这一块来，我们来看，那这个表和这一块 是一模一样的啊，是一模一样的好，大家就是看图分析。然后还有一点，就是有些同学他用到模拟数据时候，他喜欢，他觉得，嗯，我觉得这个这个线太直了，我觉得太假了，好，我跟你讲，这个线可以直，也可以稍微弯一点，但是你不要给我整那种波动的啊， 就有的同学他波动的那种线看多了，他以为所有的线都必须那种波动的，我们这个问题很纯粹， 它就是存现金关系，明白了吧？完完全全的存现金。好啊，这个如果不信，大家可以去看一下啊，那些手机的发布会上面都有工号啊，对吧？甚至 b 站上有很多讲解手机工号比较的，上面写的都非常的清楚。 那么接下来看不同储值电量的一个使用场景下的一个电池耗尽时间，这地方写的也特别的清晰，是不是包括我们的储值电量，我们待机时间中途使用，中途使用，然后对应的 啊，它们消耗的一个时间，这个测试也测的非常好好，以及它们最终啊对于我们寿命的影响程度，是不是我们都做出了啊，非常直接的一个量化分析。 好，所以从图中会不会看出充放电循环次数对电池的影响最大，对吧？那你想一想，这个肯定是最直接的嘛，因为你你就算再怎么重都使用你那个电池，如果是新的，其实都影响不大，对吧？但是如果你那个电池已经用了很久很久很久了，那你这个电池影响肯定就比较大了。好， 我们最后分析不同参数对电池耗尽的一个时间预测影响，如下图所示。好，我们来看，那就是下面这个样子，那么电池容量，然后我们的一个基础的一个能量，然后那个屏幕，屏幕的一个能量消耗，处理器的能量消耗网络 gps， 然后后台 后台应用，是不是那么很很很明显啊？来看一下，好，最直接的是什么呢？ 电池用量对耗电时间预测影响最大是不是？那你如果你这个电池用量啊，已经没有没有当初的那么准了，可能只有百分之八十，甚至百分之七十。好，那我预测的时候，那我代入，我不知道你到底还有多少容量？我代入的是最开始啊，这个 参数出厂参数上设定的，但实际上你没有那么多，所以你这个电池水分就特别特别的大，对吧？好， 然后接下来我们继续，我们通过问题二的分析啊，我们建立了电池性能优化模型，能够预测我们电池耗尽的时间，分析不同因素的一个影响。好，现在重新回到问题啊，来看第一个展示您的模型如何解释这些结果的差异。 那这个其实就是对于问题一的实际的分析，明白了吧？就是我，我们找的数据是干什么？我们找的数据是为了验证问题一的模型它是否真实可靠。然后所以你一开始先要解释第二个哪些活动。
23:52查看AI文稿AI文稿哈喽，大家好，这里是数学建模老哥，我是马老师。这次给大家带来的是我们美赛 b t 的 太空系统建立越秀知名度的一个问题解析。 首先我们来看第一段，这个美赛的第一段，哎，它是一个总体段，这一部分呢，讲解了我们的问题的背景，或者讲我们问题的意义是什么？ 想象一个未来，任何人都有什么什么？这样的可能性在什么？什么未来可以建造什么什么？一些人构想了一个由电力驱动太空系统提供了一个扩展性设施。 是不是讲太空电梯是一个由电力驱动的系统，它非常的安全、常规、环保且高效，且更易达到我们的太空访问， 这为商业和探索提供了一个可扩展的基础设施。是不是可以用在我们美赛的第一段啊，可以这么拘谨使用，但是你可以说什么啊？太空 t c d 是 一个什么什么样子的？是一个，哎，用连 是一个建立在月球或者火星等更远地方的一个，呃，一个能够够，能够够人类生活的地方，哎，这是不是这样子都可以去说明我们的这个话呀，都可以去讲， 因此我们第一段，这个它主要写的还是我们的背景和意义，你需要去描述，你无论是要去描述太空电梯啊，还是去描述太空栖息地啊，你都要说明你的研究对象。 接下来来看第二段，在最终配置中，太阳太空电梯将包含三个银河港，理想情况下，我们绕赤道间隔一百二十度分布，哎，应该说 知道，哎，这是球半球三个，三个太空电梯在这，然后这边是不是分别连一条线？可能连出来， 然后知道每个银河港建，包括一个地面港口，连接两条。十万公里长，哎，这是最重要的，十万公里说明了 他的长度，都给他协助工作，每天能将地球运送到地球静止轨道 ceo， 并进一步运送到顶端，哎，先不管反，反正就是运送到顶呗。在这里货物可以被装到火箭上，哎，并以少得多的燃料运送到任何地方。 这，这是不是就和我们什么叫少得多？一定是比方。这，这是不是和我们普通火箭的对比？ 普通火箭你想从我们的这个，呃，从我们的地球发射出去，他要克服地球的吸引力，因此在这里面他会载非常多的燃料，燃料多了什么就多，碳就多了，哎，同样的花销也更多了。 我们今天说了，这个只用电力驱动，现在如果能用核发电，用核反应堆发电，是不是感觉它的成本要低很多呀？ 这就带来了两个对比，一个是我们的真实情况的呃，目前的火箭，另外一个是我们的太空电梯火箭，其中太空电梯它的燃料消耗要少很多。 继续往后看，接下来是不是就应该是将这两个建行对比了吧？是不是要进行研究啊？月球之谜管理局 mcm 计划在在管理建成后，预计是于建了一个，呃， 是要建立一个十万人的居民地，要一亿吨材料，而这是在建成之后才去，是我们建成后建造一个居民地啊， 目前已经是建成了，就估计现在该这么地需要一层材料，这么地建成要运水和补给，是不是我们现在要运两个东西啊，第一个是运材料，第二个是运补给。前往月球不能需要两步，首先运到顶端宝点，其次火箭才能运到宝， 月球的 gdp 分 两步走。所以说在我们去计算这个成本是不是也要分为两步，这是第一步，这是第二步， 第一个是火箭，第二个是太空电梯，相当于我们把普通火箭中的要克服地球引力的这一部分，是不是通过我们的太空电梯来进行来去除掉了，节省了成本。 m mcmg 估计将提供一个先进智能系统，每年可运送十七点九万吨物资之间九万除以三。因为是建造三个，所以说应该能运送五十多吨的一个物资， 哎，五十多吨物资，但是我们要以一吨五十多吨大约算一下，大概需要两百年， 所以说时间非常久。 key， 因此我们该机构也考虑使用传统火箭进行普及，有十个火箭发射场，哎， 这一共有十个，一枚火箭可以直接从我们的地球运送到月球之谜地二零二二零五零年先进的什么什么什么单词能将这个这样子的有效载荷运送到月球， 哎，这是第二个动力，它一次能运一百到一百五十吨，刚才那个一次才能运十十七点九万吨，每年才能运十七点九万，这个一次就能运一百到一百五十吨，但是很显然它的成本要更大， 对吧？这个应该是我们的一个逐次的运送，这个是一个每一年我都要使用它的一个运送方法， 但是假设我们最后计算出来另一个数量，我们需要用它这个火箭运送多少次呢？是不是应该可以说是平均分给他们？ 对啊，平均分给他们，让他们发射上去就行。接下来我可以假设银河港系统和火箭发射都属于理想条件，需要考虑不同方向将材料的成本和时间表。刚才是不是讲我们的成本？ 我们的成本是，嗯，分为两个，第一个是我们传统的火箭，第二个是我们。呃，太空电梯这个成本是不是应该是有 c 一 和 c 二，还有对应的时间表？时间表应该就是 t 一 和 tr。 我们首先要计算我们的火箭能够载多少多少载客，应该是会有一个针对用的一个公式吧？可能会有一个针对用公式计算不同的载客，它的成本是多少？ 接下来还有我们运送的这个，呃，接下来我们还要去计算太空电梯所需要的成本。太空电梯需要成本有非常多计算方法，你可再分两步走，然后可以通过这两个部分来去完成。 最后有我们的时间，我们时间，当然太空电梯一定要每天都在干活，然后还有我们剩下要用几次火箭的运输，比如说我们用十次，哎，是不是就可以每每个火箭，呃，每个火箭挨个发一个呗，这样子去做。 接下来我的任务是利用时间模型确定从二零五零年开始建到什么时间表。 首先第一个还是讲的二零五零年开始。哦，一定是太空电梯已经建设完了，不需要再考虑太空电梯，它的建设成本就跟我不可能再考虑我传统火箭的建设成本一样， 这一块是不需要再考虑的。接下来我还是再说了，对比比较现代的太空电梯系统和选定发射的传统火箭 两个模块进行我们的对比。首先来看第一问，考虑三种不同方案来建造一吨材料，哎，仅使用太空电梯，仅使用现代基地两种方法，某种组合， 很直白的三个问题分别要进行考虑吧，是不是分别要判断要使用哪些？ 依旧是分析，我们要分析它的时间复杂度，还有我们，呃，要分析它的决策变量和我们的优化目标。 首先是优化目标，优化目标是最大化走成本或者走运输时间。哦，我们火箭发射肯定最好一次发射出去，发射完嘛，但是不太行吧，我们一共平均一百吨，一个火箭运一百吨， 如果全都用火箭的话，是不得一共要一个亿，我们得运一百个， 十个发射场肯定不能再一天发射十个火箭，也准备不了那么多物资哦，我们如果说要一百个火箭，可能每一年发射一个，呃，十年，或者说每几年发射一个，哎，发射多少？考虑下它的一个最终成本， 还有我们的呃总运输时间，这样子就计算出来我们运输什么和运输时间。接下来是要这一问的模型假设，首先是理想运行假设在题目中有进行说明，后面这个是理想的。 接下来是火箭参数，我们取上限一百五十吨，哎，这样大家也可以说，嗯，也可以设定一个某一个函数，哎，上限是多少多少函数，它是一个怎么样的？可能是一个直线或者是曲线函数都可以。 最后成本是有我们的电力维护费，时间联系性，还有我们的月休解释能力有限，哎，是不是 这个问题题目中也没有说提到我月球此时需要准备一个仓库给它存放吧？哎，好像也没有说，所以说我们可以假设月球是能无限进存储的， 当然大家也可以假设，比如说我开始建立我第一年用多少多少吨，然后接下来我月球的仓库一共有多少吨，我得保证这个仓库中的内容， 仓库中的内容要少，你不能太多，嗯，你不能超过这个仓库的内容，这么想也可以，这就看大家建立的方法。 最后我们就是还是建立出来总时间和总成本，总时间就是，呃，只考虑它除以呗。还有总成本就是刚才讲的那些， 接下来我们就是有不同的小内容，这样子建立起来我们总成本和总时间，之后我们的成本。最后是不是应该是考虑在第三份中最后两个成本相加？总时间的话我们取一个最长时间就可以了。 首先我们是小模型，小模型怎么样计算呢？有总运力五至三点七万吨，每年使得 bus 方除以它，我挺考虑它是不是就这样相处啊？这是不是就得到我们的时间了，哎。还有对应的成本， 这本就是我们的实践创意，他的一个创意，这个银河港的，呃呃，银河港每次每一年他需要维护的，呃 呃，维，维护的这个成本就可以了。但还有火箭运输，火箭运输当然也会有非常多的成本，当然需要发射次数，最后就是应该十八次方出一百五，当然你要取一个上界，发射不满一定是剩下的还要再发射出去， 这是我们的前两小问，接下来第三小问是我们就要分情况讨论，要进行混合约束。接下来就有 x， x 是 有银河港语数吨量，十的八次方减 x 就是 火箭的语数吨量，呃，就是呃这样子进行一个考量， 但这里面单位是吨，大家如果说用半吨也可以单位半吨，后面就改成了十的四次方减 x 吨。 目标函数是最小化的总成本，最小化的总时间，你给两个面值加起来约束条件， x 受到总月率和我们的时间约束。最后呢，我们因为是要给出来多个条件，在这吧 两种方法的某种组合，我们很显然在成本最多的情况下，时间应该是最短，但时间时间多了，成本高了，我们的成本低了，也随着我们的时间一定会升高。 所以说我们可以用帕累托前沿的方法，能够进行位置展示出来我们的关键曲线，最终我们能够通过这个曲线上面得到不同时间点的一个最优方案。 接下来我们来看第二问，第二问讲的是，哎，增加了我们的一个问题，问题变量。 问题变了是我们此时还会遇到非常多的运输系统的问题，系统摆动火箭发射器，拜电梯故障。 如果说大家看过流浪地球，那是不是当时就出现了一个电梯故障的问题？在电梯故障的时候，就是我们整体它直接卡死在了那位置上不去了， 无法运送上去，出现了这样子的话，这一批应该就报废了。但是呢，我们在实际应用中考虑，我们考虑的 应该是不同风险造成的损失吧，是不是？或者说你比如说电梯故障，我又不可能，我一最终电梯故障一定会导致了我的成本会有怎样的变化， 当然了，我此时我的时间也带来怎么样变化，我故障了，我可能要维修一年，这一年此时我都发射不了物资了，这是也可能会遇到的情况。 细声摆动，这是，这是不是就是一个更普更普遍的一个情况？ 我这里面三个条细绳，它会进行摆动，导致我天天原本要发射上去的物资发射不上去，然后导致我们最终的物资进行下降。呃，拥有非常多的一些运输问题的系统，大家还是要进行考量。 最后，哎，因此这一道题实际上他考的是一个不确定性的风险问题， 它需要考验我们的风险管理问题，我们需要在模型中引入我们的随机性和我们的可靠性因素。哎，其实就是加上一个某一个风险的常数。 c。 最后我们的决策变量可能是我们要决定时间点，这个时候什么时候飞上去的时候，我们要增加一个容积量，可能等待一系列的分配量啊，降低我们的风险。 我们同时最后要给出来一个期望时间，也就是说按预算完成的一个概念， 这是我们的分析问题。接下来进入问模型假设，我们模型假设分分开，哎，时间独立，故障概率一致，故障后会简化，会进行讲解。哎，一共分为了我们对我们的故障进行模拟， 比如说扩建发射失败要重新发射，对吧？电梯故障我们要进行修复，但扩建发射失败可能还会有更多的一些影响，哎，大家都可以放在这里面， 这种我们就是要进入加上我们的小模型了呗。哎，我们最终把他的期望进行降价，成一个他会发射失败的一个概率，但银河港我们是有三个银河港，因此我们针对三个银河港都要进行调整。 我们最后一定是要画一个概率分布直方图，有可能是我的成本会怎么样进行变化，有可能我们等等一系列会发生什么样的变化，最终我们因为是有了我们的概率模型，我们要用蒙特卡洛斯方法来进行求解， 在这个最后呢，我都付付上我们的代码，哎，等一下我们来最后再来看代码，大家可以去参考一下。接下来第三问，调查十万的这一年用水需求是用教授模型来理解，我确保拥有一整年的充足用水， 像额外的时间成本多少？刚才讲材料，现在换用水，但是它都是在补体，用水，补体事情， 嗯，所以说最后其实就是和我们的去年 b t 一 样，去年 b t 考了一个我们的风景嘛，这里面风， 那里面。第三个是不是考虑到了一个风景的替换，这里面考了什么？是不是考了一个水，考了一个材料的替换？我们把换一下材料，考虑一下另外的一些场景，我们的模型是否还能进行运用呢？我们的模型需要再额外增加一些什么内容，这就是我们第三个所考察的内容。 这个问题是要将我们原来的一次性问题转化成周期性问题，我们可能这一年需要用我们的太空电梯补充多少物质？在建成完之后， 哎，也就说我们签完彩肯定是材料已经运输完了，我们现在太空电梯我们得运，我们的呃，用水，假设我们的呃十万人也运上去了，我们现在太空电梯只要只要用水就行，然后进行我们需要对它进行补剂， 能够得到什么样的结果？当然哎，虽然只是讲这个，虽然只是讲十万人，你需要考虑风险吗？同样也需要考虑我们的风险，是吧？那我们风还是有，火箭还是用电梯，都会有对应的风险啊， 所以说这是我们的，哎，这是我们同样需要考虑的问题。 在这一文中我们首先还是找到我们的优化目标，我们找到优化目标时，我们用水一共要 呃需要多少成本，会需要多少时间一样的，但是角色变量就是我们要进行补给的问题，我们可以一次补给是通过一年的电梯往上面集水外，我们还需要再配比我们的火箭， 火箭运上去一些水质源，所以说这两种是要进行结合来看。接下来目前假设我们假设需要一些常数，是不是要进行假设出来，比如说人均用水量，这个没有奖，我们就进行一个假设， 当然水资源也能回收利用等等，一切都需要进行考量，但是我们就可以假设成一个常数，但还有我们的补给啊，运输补给策略啊，我们用定期补给的策略，最后就用模型建立， 我们需要建立出来需求量模型，补给模型，还有我们的优化模型，我们一定是要最小化的年度总成本，总成本也是分为两个， 最后也是用我们可以用我们学过的优化解器模拟退火，一串算法等等一系列的来对我们进行纠解， 可能，呃，就模拟退火会更好，因为这个优化解器它的参数量比较小，所以说我会推荐大家用模拟退火来进行纠解。 最后来看最后一问，哎，当然还有第五问提出建议，这一问就非常简单了，就不放在邪风信澜吧，这就非常简单， 呃，优化边界器来对视，呃，我们来看第四问，未实现十万人对地球环境影响，你就如何调整以最小化环境去，哎，未实现十万人民对地球环境是不是要考虑第一个 考虑我们的，呃，最大化成本，第一个是不是我们的？呃，建设材料的成本 行吗？哎，可以考虑，也可以不考虑。第二个还有我们十万人的居住成本，这两个都是我们的成本量，都可以写在这，你不可能，我想要，我想要去搬到月球里面，发现成本更高了，这，这肯定是并不想看到的。 最后就是这一定优化目标，一个原来的三个目标之外加入环境影响最小化 作为第三目标。第三目，三个目标也能用。帕累托，帕累托，原来是二两问的帕累托，现在都改成了我们的三问的帕累托，前言也就是我们三维的帕累托函数模型，假设就是东西可以量化，就是我们的火车或火箭的环境影响等等一系列的影响， 当然一个港一定是环境影响低，一火箭的环境影响高吧，这样子去做，最后还会建立我们的小模型，会建立出来我们其中火箭运输的环境影响是多少？我们的不同的环境影响是多少？ 最后我们用三维帕累托钱来得到最终结果。后面的这个部分就是我们代码的部分，这里面完整的有其中的呃，不同的方案，也有我们的呃，最终格式化来放在这里面，可以去 进行一个参考，但这个是用 python 来进行完成的。好了，那么这一次的问题分析就到这里。
46:02查看AI文稿AI文稿大家好，我是曾经在美赛中获得过欧奖的小一学姐，今天我将带大家看一下我们当时获奖的那篇论文， 并且从我当时获奖的论文出发。大家先来看一下美赛的论文应该怎么写，才更加容易受到评委们的这个青睐。那我们首先就看到这个摘药页部分。摘药页部分通常又分为三个小部分，第一个小部分是我们摘这个摘药的总体的这个部分， 第三个部分则是我们关键词的部分。那么我们先来看一下这个标题我当时是怎么写的。我当时这个标题其实是采取了一种比较文学型的写法，可以看到这个标题是 turn off the light， turn on the stars。 实际上通过当时我们去查一些资料，找到一些优美的句子，或者是一些名人名言，对其进行改写，从而使它契合我们的这个文章。 这样子的方式我们就可以写出一个文学性的标题。但是这个标题其实也是有一些要求的，因为有的时候对于某些主题来说，我们是没有办法找到那么契合这个文章主题的一些句子，或者说一些名人名言啊。 那对于这种情况我们应该怎么去写这个标题？这个大家其实也不用担心，因为这个标题其实还有另外两种也是比较好用的格式。首先我们来看一下，第一种就是基于什么模型的什么问题或什么主题。 这个基于什么模型指的就是你这个文章中你使用的这个主要模型是什么，你就可以把它带进去。 就比如说刚刚我们所说那个文章是以光污染为主题的，那我们主要用的这个模型是层次分析法， 那我们就可以说基于层次分析法的光污染问题，通过这样子方式，我是不是就可以写出来一个也是比较好的一个标题？除此之外，还有另外一种格式也特别常见，就是 叉叉主题或者关键词冒号。后面就是对前面的主题或者关键词的解释，或者详细说一说这个主要模型。 那么对于刚刚那篇文章，我们怎么把把它改写成这种形式，那其实改写的方式比较简单，首先呢是这个主题，那我们知道这个主题是光污染，那我们是不是可以把这个光污染替换掉这个叉叉冒号后面是解释，那就是对前面光污染这个解释，那我们就可以说是光污染风险 的评价模型，那是不是这个标题又写出来了？光污染冒号，光污染风险评价模型或者评分模型或者评估模型之类的都可以， 那第二种形式也是不是很好写出来，那第三种形式实际上就是我刚刚所说的这个文学性的标题，但是这个标题使用是有前提的，你要搜寻到相关那些句子是契合你的文章主题，你才可以去使用。 如果发现我们找不到相关一些句子，那我们就可以采取前面两种形式，也是非常好的一个文章的标题。看完标题之后，我们再来看一下这个摘药的 部分。在摘药开始之前，如果说我们在搜索资料的过程中，我们可以找到一些特别契合文章的名人名言 作为引入，那自然也是非常好，我们就可以把它放在这个 java 的 开头。但是这也需要提醒一点，就是如果说我们找到这些句子跟这个文章可能只是有那么一点点关系，跟这个文章 没有特别明显的联系，那么这个时候我是不太建议放这句话的，除非说你发现这个句子刚好跟这个文章特别契合，我们才建议把这个名人名言放到前面去，去增添文章的一些色彩。我们就看到这个摘药的 部分，那个摘药一般是分为三个部分，一个就是开头部分，就主要是总体介绍一下你这个文章大概是干了些什么，还有说一说背景什么之类的。 这一部分可以看到，接着就会分模型或者分题目，你看模型一、模型二、模型三，还有最后一个应用有多少个模型或者有多少个问题，我们就分多少段去描述。最后就是一个总结，一般我们就会放灵敏性分析， 可以看到这个主题。首先我们开头的部分，我们就会先用一到三句话说说这个背景， 那到底是使用多少句话，那主要是看一下你这个背景你能说多少，以及整体的这个摘药的篇幅是多少来决定的。 像这我就主要用了两句话去说明一下这个主体研究的必要。比如说光污染，那你就可以说一说现在随着社会发展，光污染问题这么严重了，所以需要我们去解决之类的， 是用一到两，一到三句话说一说这个背景。之后我们一般就会用一句话，一到两句话去总体说一说你这篇文章大概做了一些什么？ 你可以看到这就相当于一个总体，因为这篇文章我主要是去建了一个官污染风险的评估模型，所以我就在这里写了，我主要就是去建立这个模型，并且去给怎么去减少官污染的影响提供了一些建议。 当然了，我们也可以先去把我们使用的这些模型都给列出来，因为我这主要是使用了三个模型，一个是 es 模型，一个是 lpa 模型，还有一个 i 杠 es 模型。我们在总体的部分也可以先把这些模型给列出来，大家如果篇幅不允许，那这一步是可以省略的。 如果篇不允许，就总体说一说你这篇文章主要干了些什么就可以了。开头部分结束之后，我们就进入了到了这个摘要主体部分，那摘要主体部分我刚刚说的，我们会分 模型去说，如果有多少个模型，我们就分多少个模型去说。比如说我这有三个模型，那我就第一个模型我做了些什么，第二个模型我做了什么？我第三个模型做了什么？如果有应用，我们再把这个应用的结果给说出来，这个主体大概是这样。 而在对于每个模型的描述当中，我们来看一下。一般来说，如果说这个模型是要求你去计算出某个答案的，我们就要需要写一下我使用了些什么，什么方法计算得到的答案是什么。那如果说他没有在这个 题目中要求你去计算的，只是要求你去建立模型的，那我们这一小题，那我们可能就不需要写出答案。你看就比如说这个 model 一， 他如果没有让要求我们去算出答案，你看他就只需要把你使用的这个方法给他列出来就行。你看这标粗的这些地方就是我使用的这个方法， 你看对于模型二来说，那我是不是既使用什么方法，也要求我们计算？那对于这种情况，我们就先说我们使用这些方法，你看标示这些都是我使用的方法，得到的结果是什么，你看我这这些数字其实就是我得到的这个结果。 在这个文章摘要的主体部分，一般来说就是要写你使用了什么什么方法，什么模型，得到了什么什么答案。当然如果说这个题目没有要求你算出来这个答案，那内小问，那你就只需要叙述方法，不需要写出答案。 但是假如说他要求你算出答案，那你就要写你使用什么方法，然后计算得到什么答案，这个就是摘要主体部分， 最后摘到结尾部分，我们通常是会说一说做一些什么敏感性分析啊，证明这个模型是稳健的。 当然如果还有篇幅，还可以写一写我这个模型使用的这个优缺点是什么，或者是我们一些拓展方向是什么。那你看像这里因为篇幅有限，所以我就写一写我敏感性分析是怎么做的，得到的结果是稳健的。 通过这样的方式，我们就可以写出来摘药了。总结一下，摘药一般是分为开头、主体、结尾三部分。 摘药的开头通常就是为背景加做了什么事情，解决什么问题，做什么，指的是你建立了一个什么主要的模型，或者说你给出了一些什么的建议啊之类的，解决了什么问题？你文章主要解决的问题，就比如说刚刚那个解决的光污染 程度的一个问题，这样主体的结构通常就是你有多少个问题，或者你有多少个模型，你就分多少段。 比如说你如果是想按问题来分的话，那你就写针对问题一，我们使用了什么什么算法模型去解决什么什么问题，得到了什么什么结果？针对问题二，又怎么怎么样？针对问题三又怎么怎么样？针对问题四又怎么怎么样？而每个问题就分一段， 如果说你是按模型来分也是一样的，那就把问题变成模型，就是针对模型一，我们使用什么什么算法模型去解决什么什么东西得到了什么结果？针对模型二又怎么样？针对模型四， 这个就是摘药的主体结构，而摘摘药的结尾通常就是去简单概括一下敏感性分析，如果有篇幅，还可以说一说模型的优缺点以及拓展方向。 那么摘药有什么注意事项？首先一个就是一定要控制在一页以内，这个是必须的，你不能说你的这个摘药写了两页。 另外这个摘药是非常重要的一部分，因为评委很多时候都没有办法特别详细的去看这么多页的论文，他怎么对你这个文章进行一个快速判断，实际上就是去看你的摘药， 所以你这个摘要是非常重要的，因此一定要留出充足的时间进行润色和修改。除此之外，有的时候我们的结果是图表那些什么折线图、条形图，或者是一些表格之类的， 那对于这种情况，我们的结果应该怎么在摘要里说？我们对于这种情况，一般来说我们就只需要去简样描述一下图表的内容， 而不是说你在 java 中直接放图标，这个是万万不可行的，我们只需要用文字去描述一下这个图标，或者说你做了一个什么图就可以了。 除此之外呢， java 最重要的两个东西是什么？其实是你使用的这个模型算法以及你得到的这个结果。因为模型算法是可以让评委可以看出来你这个大概算的是不是合理的， 如果是合，也就认为你可能这个做的还不错，你至少得到的结果是合理的，所以这些就是 jio 的 注意事项。最后我们可以看到 关键词部分，关键词部分一般放的是什么？一般会放两类东西，一类就是文章的这个主题， 还有一类就是你使用的模型算法，你可以看到我这个关键词，你看我放的第一个就是文章的主题，文章主题就是光污染，所以我把文章的主题放上去了。 除此之外，我使用的一些模型， e， s， e， l， p， r， a， 还有什么层次分析法， k， means， 还有 g， e， q 之类的，这个就是关键词我们需要放的东西。所以说关键词其实我们通常写的就是文章的主题，或者你在文中使用的主要模型和算法。一般来说放四到六个会比较合适， 因为如果放太多，你就会发现这个关键词实在是太多了，让评委都看不过来了，而且也抓不到重点， 那这个时候大家可能就会有疑问了，那我这个文章中如果涉及到很多模型和算法，放不下怎么办？那么其实我们就主要放你觉得最主要的以及最能体现你创新的。因为有的时候我们这个文章可能会有些创新，那我们就把这些最主要的，最能体现你的创新水平， 或者是最高级的一些模型放上去。当然了，如果你觉得这个文章的主题特别重要，也可以放一到两个关于文章的主题的关键词上去， 这些就是我们的这个题目摘要和关键词的一些写作的一些方式。接下来我们再讲一讲这个文章的框架，那么文章框架一般会分为以下这几部分，基本上那些优秀范文基本上都是这个框架。 首先第一部分就是这个文章的整个介绍，文章介绍又会分为两到三个部分，一个是文章的问题背景，就是说一说这个问题怎么严重，为什么要研究它之类的，在这个部分可能会引入一些什么文献什么之类的。 第二部分则是问题的重述，意思就是我们需要用自己的语言去说一说这些问题是需要我们干什么。 除此之外，其实还有第三个部分就是我们的工作，也就是说我们对这个文章大概做了一些什么东西，你用的什么模型，用的是什么算法之类的。 而在这篇文章中，我事实上是把这个问题重述和我们的工作结合在一起，写了这种写法他的一个依据。我先说这个题目要求我们干什么，再说我们根据这个要求我们具体干了些什么。 当然也有一些文章是把它分开写的，会把先用一小节说一说这个问题重述说明这个题目都要求我们干些什么，再用一小节说一说我们具体使用什么模型，什么算法，如何去完成这个题目的要求，我觉得这两种都是可以的。 第二个部分则是这个假设以及这个假设的理性说明。我们的这个文章一般都会需要一些假设，因为毕竟是一个现实的问题，很多方面如果我们特别详细去考虑到这个，我觉得还是比较困难的一件事情。因为我们模型通常是简化之后的，所以我会做出一些假设， 当然这些假设你要论真一下，它是合理的，你就不能说你这个假设太不合理。所以第二个部分就是这个假设以及合理性的说明。第三部分一般就是这个符号的说明，主要就是会列出一些比较常出现的一些符号。 这三步完成之后，就到了我们最主要的部分，就是我们的这个模型建立以及这个结果分析。 通常来说这个模型建立与结果分析，它会分模型来或者分问题来。什么意思？有点类似于我刚才讲摘药的时候，我们摘药不是一个问题，或者一个模型我就占一段，这个也是一样的，它一张说一个模型，比如说这个第四张它就整体都在说这个 esc 模型， 这个第五张它整体就在说这个 lpa 模型。第六张主要说的是这个 lpa 的 这个应用， 今儿第七章说的是这个 i 杠 e s e 模型。第八章相当于是我们整个所有模型，它的一个应用就是一个 case study， 所以 说它整体的一个架构实际上就是分模型来和分问题来。你分模型也可以，分问题也可以，一般一个模型是占一整张结，或者一个问题就占一整张结， 那这一整章节里面包含一些什么内容？一般来说，首先我们会包含数据处理部分，有的时候你一开始前第一二问，一般肯定是要对这个数据进行处理，所以你可以看到他第一小节都是对这个数据进行一些处理， 处理完之后就开始我们这个模型建的过程。所以你可以看这个四点二到四点四都是模型建的过程，你看这个五点二也是这个模型建的过程。 除此之外还有结果分析的这一步。但是这里我需要说明一下，如果说你有些模型，比如说第四章节，这个模型，它是相当于是一个基础模型，它并不需要我们计算出什么，那对于这种情况下，我们就不需要加一个结果分析的章节。但比如说你看第五章 是需要我们算出来东西的，所以你看五点三去计算出结果的一个章节。类似的，那如果是应用，那应用只需要写结果分析，而不需要那种什么呃，模型建立之类的，所以要分清楚第四和到第八，其实所有都是模型建立和结果分析， 那模型建立和结果分析完之后，我们是不是要对模型检验啊？所以就来到我们第九章，因为我们模型检验通常来说对模型进行敏感性分析就可以了，就不需要做特别复杂的检验，所以你看到第九章就是一个敏感性的分析， 接下来我们再看啊。第十张实际上就是这个模型的评价，因为我们要说一说这个模型是有什么优点，还有什么缺点。如果在有篇幅的情况下，还有你有想法的情况下，还可以说一说模型可以拓展的方向， 但是由于篇文章这个篇幅是有限的，所以你可以看到我这里只写了模型的优点，还有模型缺点，没有写模型可以拓展的方向，这个模型拓展的方向是可写可不写的，你看过往的其他的一些优秀论文也是这样子的。 最后我们一般还会有一个部分，一般是用来解决这个文章的最后一个任务，因为像每道题，无论你选道题，他一般都会有一个最后一小问，是要求你画一个海报，或者写一个书信，或者写一个备忘录之类的。 那一般这个海报、书信、备忘录这种一般都会占一页，所以这一页通常就会放在这个文章的最后，所以你可以看到它就放在这里。 除此之外，还有最后一个部分，就是我们的参考文献和复录部分，这个主要是写，嗯，你在这个文章中你引用了一些什么文献，或者说你没有引用，但是你参考一些文献，你也可以放在这个参考文献里面。 而副路则是放一些，比如说你在这个文章中，由于篇幅限制，没有放的一些图或者是一些数据，或者说你想把你的代码放上去也是 ok 的， 这个代码是可以选择放在副路，也可以选择不放的，就具体看你们的一个想法， 这个就是我们这个文章的整体的结构。那总结一下这个文章的框架大致分为以下这几部分。首先是这个问题介绍，问题介绍又包含这个问题背景重述和我们的工作，而我们的工作室上可以跟这个问题重述就是一起写。 接下来第二个部分，一般就是模型的假设以及这个假设的合理验证。接下来是这个符号的说明， 符号说明文就正式进入到我们的这个文章的主体部分，就是模型的建立与求解，那么其中主要就包含模型的建立过程和模型的结果分析。 那么如果说你这个模型的建立过程中是对这个数据是进行了一些预处理，那在这个前面也要加入这个数据预处理的这个过程。模型建立并且求解结束之后，你就对这个模型进行检验，那么树模一般来说是只需要做一个敏感性分析就足够了的。 模型检验完发现这个模型是稳健的之后，最后要对这个模型进行评价，具体就包含模型的优点以及模型的缺点，如果有偏颇就可以说一说这个模型可以拓展的方向。 当然在美赛规定官方那个文件里面其实是有写这个模型结论的，但是这个模型结论我们一般来说会融入到模型的建立与求解部分， 所以说如果在你不是你发现这个篇幅差不多刚好的时候，其实我们把模型结论融入到这个前面这一部分就可以了，就不需要再另开一章节写。 但假如说你发现你写完这个论文之后，你还有很大的空间的话，那我们还可以加一个章节，就是模型的结论，去总结一下你前面那些模型都做了些什么东西，得到了些什么结果。 最后我们参考文献以及我们目录了，那么这些就是我们一般来说一篇优秀的美赛论文 该有的一个整体的文章框架。下面让我们来看到这个问题介绍部分。问题介绍其实一般分为三个部分，一个是问题重，问题背景，一个是问题重述，还有我们的工作， 因为这篇文章是受到这个篇幅的限制，我们写的比较长，为了限制这二十五页，我们是选择把这个问题重复和我们的工作结合在一起写，到时候大家自己写论文的时候可以选择把它合起来，当然也可以把它们分开，只需要包含这三个部分内容就可以，你可以选择合起来写，也可以选择分开写 来具体看一下这三个部分的内容具体需要写些什么。首先是这个关键背景，其实一般包含两方面的一个内容，第一个部分的内容说明你研究的这个主题它的一个必要和重要性，就是你为什么要研究这个主题， 所以你可以看到我第一段事上再去引用一些数据去说明光污染，呃，现在是比较严重的， 所以说我们才有研究光污染的必要。那针对于其他主题也是一样的，比如说有其他的环境问题，或者其他的需要研究的问题，那你就说一下他的这个问题是不是比较严重，或者说研究这个问题能给我们带来什么意义之类的。 这个就是一般是我们第一段呃的内容，当然如果你的内容特别丰富，你也可以写到两段，一般一到两段都是挺正常的。 接下来下一部部分其实就是去说明一下你的这个任务是什么。这个题目一般会给你几个任务，你就概述一下这个题目到底让你干些什么。 接着我们就开始讲针对这些任务，我们大概做一些什么事情。由于这只是一个背景部分，所以我们不需要写的特别详细，所以你看一般一句话去说明，简单说明一下就可以了，就不需要写的特别长， 这个就是我们的问题背景部分。我们再来看到我们的问题重述，还有我们的工作部分。问题重述事实上就是针对于我们题目一般会给你几个任务，我们问题重述实际上就是用我们自己的语言去复述那个题目给我们的任务。 像比如说这道题，他题目是给出了四个任务的，所以你可以看到这个问题重述我是写了四段的，你看这四段，这里需要注意一个点，这个问题重述里面 其实是不包含这个题目中要求你去写什么书信，写什么备忘录，写什么海报之类的，这一部分是不需要包含的，就只需要包含前面的需要你们去鉴摩或者需要你去应用的部分，把那些部分用自己的话去说清楚他的一个要求就可以了。 我们的工作则是针对于每一个问题重述去说明一下我们使用了些什么方法去如何解决这个问题。 你可以看到也是分这个题目去说的，因为这有四个小问，所以你可以看到 our work 也是写了四段的。除此之外，为了更加让读者可以亲自了解我们到底做了什么，所以我们往往会配上一个流程图，这个流程图事实上就是说明了我们整个文章的脉络。 由于评委在文章一开始除了你的摘药以外，第一个马上看到可能就是你的流程图，所以这个流程图也是比较重要的，帮助评委快速的知道你这个文章大概用了些什么方法，是如何解决我们要研究的这个问题的。 所以总结一下，这个问题陈述包含这几方面，一个是问题背景，问题背景又包含研究该主题的必要和重要性。一般写一到两段， 接着就开始将我们题目要求我们研究的问题进行引入，并且用一句话左右的篇幅去概括一下文章的主要工作。 如果有篇幅，其实还可以放上一个与背景有关图片。我那篇文章没有放上，原因是我们一开始是放上了，但是由于后面篇幅限制，这个图片相对于其他的部分其实是相对来说没有那么重要，所以说我们是把那个图片删了的。 但是如果大家发现写完之后还有很多篇幅，其实我们可以放一个与背景有关图片，就比如说关污染，我们就可以放一些关污染相关那些图片。 问题重述则是根据题目的任务用自己的话去复述，最后一部分是我们的工作，那其实就是针对前面问题重述不同的任务，来去描述我们建立什么模型算法之类的，然后解决什么问题。除此之外一般会用一个流程图去展示文章的整体脉络。 那么在这个部分我们需要注意些什么？首先是问题的背景，最好可以引用一到两处数据或者文献，这样子可以增加文章的可信度。 刚刚其实你也可以看到，我在一开头其实就引用了一些光污染的数据，这个引用时也一般不用太多，一般一到两处就差不多了，因为毕竟背景部分不是特别重要的部分，所以你用一到两处是比较合适的一个篇幅。 另外就是问题重述是用自己的话去复述题目的问题，切记不能照抄题目的问题。除此之外还有我在我们的工作那里提到的流程图，它是比较重要的，因为我前面有提到嘛，你这个评委一眼看过去的文章，除了你的摘要以外，可能第二个留意到的就是你这个流程图， 而且这个流程图是展示你整个文章的脉络，所以最好要将这个流程图做到清晰美观。 除此之外还有这个问题重述还有我们的工作，这两个部分是注意需要分不同问题有条例的罗列，你可以看到我刚刚那不是有四个小问吗？所以你可以看到问题重述和我们的工作都是分为四条去说明的， 这些就是我们的问题介绍部分。下面我们来讲一讲假设以及理性验证这一部分， 那么这一部分整个结构你有多少条假设，你就列出来多少条。同时在假设后面我们要跟着一个理性验证，也就是说一个假设后面你要说明一下这个假设为什么是合理的？ 所以它整个的结构就是假设一加理性验证一、假设二加理性验证二、假设三加理性验证三这样子的一个结构。 这个时候大家可能会好奇一个问题，那我这个理性验证怎么去写？大家其实并不需要太担心，我们的理性验证并不需要说你有什么特别权威的一些依据，或者说找到一些什么权威的参考文献去支撑，这个是不需要的，基本上你就是言之有理，能自圆其说就可以了。 比如说你看我这个假设是说他的总群密度是维持稳定的，没什么变化的，那我的解释就是说他自然灾害不怎么发生，并且出生率和死亡率也是保持在一个比较平衡的状态， 这个就是我自己的一个常识和对这个假设的一些理解，所以说只需要自圆其说就可以，你并不需要找到一些什么文献支撑之类的。我们来看一下 这一部分的一个小小的总结，就是假设与理性的说明是需要写什么，就需要写出这个模型的假设以及理性说明，合理性说明做这个假设依据，而这个依据言之有理即可。 同时大家可能会好奇一个问题，这个假设内容，虽然说这个假设内容大家都是知道是根据本身模型简化所需要的条件去拟订， 有的时候大家可能就是全部都建完膜之后，我们才想起来写这个假设，那这个时候我们就想不出来我们到底做什么假设，就很多假设大家可能就潜移默化的做，那这种情况下我们没有思路，我们可以从哪些方面去考虑？首先是题目中 可能会本身就提及一些假设，那我们就可以把这些假设写进我们的这个假设里面。除此之外还有你文章中肯定会用到一些模型，那有些模型呢？它本身自带就有一些假设，比如说我们需要使用时间序的模型，那我们时间序列是假设它的自身的一个行为是不会随着历史 的退役而改变了，那这个就是模型本身自带的一个假设。除此之外还有一个非常常用的一个假设，就是假定某些波动不大的变量他是恒定的，就是我刚刚说的那个总区密度，他是维持稳定这个的意思， 你就说明一下为什么他这个波动不大，你就可以径似认为他是恒定就 ok 了。 除此之外，我们来看到这个符号说明，符号说明其实并不是一个非常主要的部分啊，他其实就是去解释一下文章里面一些常用变量他到底是什么意思， 所以你可以看到他所占的篇幅也不大。在我这里我用一个三线表分为两列，一列常见的一些符号，另外一列对这些符号他的一个解释。 所以总结一下符号说明其实一般来说就只是需要放那些比较核心的变量，因为我们是数目，他肯定会出现很多公式，那每个公式他肯定就会带有不同的符号，那这个时候我们并不是所有的符号都放上去，因为他并不是一个主要的部分，我们只需要放那些比较核心的变量， 或者是出现非常多次的一些变量就可以了。临时只是出现过很少次的一些变量，就不需要放在这个符号说明这里。 另外呢需要注意一下，这个符号说明一般来说都是用三线表，这是比较规范的格式，列数一般是两到三列，像我刚刚那个就是两列，只有符号和符号解释，当然也有些文章它是有三列包含这个符号解释和单位。 为什么我没有放单位？因为很多他都是一些评分的一些指标，所以说你这个评分他是本身就没什么单位，所以我就没有放单位这一列。但假如说你这里设计的一些变量全部都是带有不同单位的，那么我觉得是可以加一个单位这一列上去的。 这些就是我们的假设与理性说明以及符号说明这两部分的一些讲解。那在这一小节的课程中，我将会给大家介绍一下模型整个部分的内容。那么模型这一整个部分在论文中其实也分为几个小部分， 一个就是模型的建立，一个就是结果的分析，除此之外其实还有模型的检验。模型的建立其实就是指的是描述一下你整个建模的过程，你其中涉及到的一些公式，以这些公式代表的什么意思？这个就是建立模型 的部分。建立完模型之后，我们往往是要将一些数据进行带入计算得到的结果，所以第二个部分其实就是对这些结果的一个分析。 那么第三个部分其实就是这个模型的检验，因为我的模型未必是稳健的，所以我们往往要通过一些方式去检验一下这个模型是不是稳健的，那么检验的方法呢？往往是敏感性分析。 首先我们来讲一讲这个模型建立和结果分析这一部分，这个模型建立和结果分析往往是合在一起写的。 这个是什么意思？指的是文章主体的部分，它往往是根据这个模型或者问题来分的。比如说你看 我这个第四张，它就是这个 e s e model， 我 们来看一下这个第五张是什么？这个第五张它其实就是这个 l p r a model， 所以 你可以看到后面也是类似的，你可以看到这个文章，它的模型主体部分，它其实是根据这个 模型或者是问题来分的。一个模型是一章节或者一个问题就是一章节，在每个章节中其实就会包含这个模型的建立以及结果的分析。 看到这个第四章，它其实由于它是这个 e s e model， 它是不需要计算的，所以你可以看到这个第四章，它整个都是对这个 e s e model， 它的一个建模过程，你看这全部都是， 但是你可以看到第五个章节，它这个 l p i a model， 它是要计算出结果的，你就可以发现它就包含了数据预处理模型的建立过程以及它的一个计算结果啊。你看这个计算结果， 所以说这个模型建立和结果分析往往是合在一章节去写的，因为我们分的这个方式，其实是按照这个问题，或者是按照这个模型来分的，可以看到我的文章就是一个很好的例子。 接着我们再来讲一讲，那这个模型建立，还有这个结果分析应该具体怎么写？需要包含一些什么？实际上这个模型的建立首先要包含的就是你这个模型的简单介绍，就比如说这个 esc model， 你 就要介绍一下这个 model 它是由几个部分组成的，是由经济、社会还有生态组成的，你就要去介绍一下， 除了这个模型介绍我们还要包含什么东西，我们还要包含里面涉及到的一些公式，因为模型推导往往是要有一些公式的，你看这些就是公式， 而这些公式我们不能单单把这些公式给写上去，因为我们把这些公式写上去，我们并不知道这些公式什么意思，所以往往它的结构是这样子的。 先是会解释一下这个公式是通过什么东西去得到的，就比如说我这里是通过这个方法得到的，你看我这里还加了一个引用得到了，说用这个公式就把这个公式给写上。 其实把这个公式写上之后，我会解释这个公式里面出现的这些符号都是什么意思，你看他这也就说了， n 是 啥意思？ n n m 是 什么意思？ r 是 什么意思？你看对于下一个也是这样子，下一个这个是解出来，这个就不看，我们再看下一个，你看这个 e、 c， 那 你看它，首先它就会解释一下这个公式是怎么得出来的， 接着就会写这个公式，写完这个公式之后，你可以看到它就会说明一下这个公式里这个出现的 p c 是 啥意思， p l p 是 啥意思。所以它整个的一般用到这个公式，它的整个的结构就是这样子，先去解释一下这个公式是怎么得来的， 当然你不需要解释特别复杂，除非是本身那个公式，他就需要参考很多东西得出来，那可能可以写的复杂一点，但大部分情况你就用一两句话去解释一下这个公式是怎么得到的，你就可以把这个公式写出来。写完这个公式之后，你就去解释一下公式这些符号都是什么意思， 那么就 ok 了。除此之外，在模型建的过程中，我们往往会用到一些示意图，因为我们需要有一个比较图文并茂的这个文章，才更加容易受到评委青睐，所以你可以看到它这里还会加上一些 这种示意图，去让整个文章看起来更加的美观一些。来再来看一下那对于这个结果它是怎么样去做的，那我们可以看到 这里就开始会去计算它的结果，因为涉及到这个 l p i a 模型，我刚刚有提到 l p i a 模型不仅包括这个模型建立，还包括结果分析，所以你可以你看它这里涉及到这些结果，它都是会通过图表的形式去写出来的。 同时如果说这个结果是比较重要的，你还是要去解释一下这个结果的，比如说你看这里面他就会说一说他得到的这个结果他是啥意思，你就不能单单说我放一个表在这，这显然是不太行的。 那假如说你看如果说这个结果是比较复杂，那你可以写长一点文字去解释，但假如说这个结果比较简单，那我们就简单说明一下这个结果代表什么意思就可以了。那我们来看一下这个总结。 这个模型建立与求解部分其实分为几个小部分，一个就是数据分析和预处理部分，但这个部分他并不是必须的。首先说数据分析指的就是去描述一下你得的这个数据，一般来说会结合这些什么折线图、饼状图这些格式化的方式 去进行数据分析，又或者是说直接对这个变量进行描述性统计。但是在我们实际操作过程中，其实很多文章都会跳过这个部分，原因就是因为这个比赛他是有篇幅限制的，而这个数据分析 在很多时候他并不是那么重要，只有部分时候可能那个变量特别重要，他这个变量可能本身这个数据就有一些特点，那这个时候那我们就可以对他进行一些数据分析。 但是假如说这个篇幅你本身这个文章就写的很长了，而且你这个变量其实没有什么特别之处，跟后面的模型没有特别强的 这个关联。你这个数据可能有些特征，如果跟后面的模型有特别强的关联的话，那确实可以去做一些数据分析。但假如说你这个变量本身就跟后面的模型没什么关联的话，那其实数据分析就看你篇幅不够，那就没有必要去做数据分析了。 除此之外还有数据处理，但数据处理这一部分也是可有可无的，为什么这么说，你那个数据首先是需要处理，你才会去写这个数据处理，那你这个数据如果本身是非常完完整的一个数据， 也没有什么缺失值，也没有异常，加上你用的那些模型，他不需要对他做特艰工程，那么这个数据其实也可以 不预处理。但假如说这个数据是需要预处理，那你就需要去写一写，你就对他做一些什么预处理，那这个部分通常也是文字叙述，叙清楚即可，也不需要占用特别多的这个篇幅去说明这个数据处理。 但是记住是如果你对这个数据预处理，那肯定是要说一说的，只是不需要花特别大的篇幅去说而已。接着就是模型建立部分，模型建立部分其实就包含一个这个模型的简要介绍，你要介绍一下这个模型是什么， 但是也不需要太复杂，把这个模型介绍清楚就可以了。接着就是建模的步骤，那我们的这个模型往往都是这个公式，还有公式 说明了，所以他整个建模步骤其实就是像我们刚刚的这个结构，你一步步去推导写出这个公式是怎么得来的，把这个公式写出来，再去解释这个公式里面那些符号到底是什么意思就可以了。 当然在此过程中，为了整体文章的美观，往往会添加一些示意图去展示。接着是模型求写的部分，那模型求写部分其实我们一般来说都不会特别详细的去说你是怎么求解的，我们往往是直接展示你得到的这个结果， 那么结果其实也有两种，一种就是单一的值。什么意思？指的是你可能他单单要你算出来某个东西他的值是多少，那你就说你只算出一个数，那对于这种情况，你直接写出结果就可以了。 但比如说他涉及到多个个体啊，或者说他涉及到一个很长时间段某个值是多少，那你这个时候可能就需要通过一些图表或者表格去展示，那这里一般你就要画那些什么前面提到那些什么折线图、饼状图等等等等之类的， 或者说通过表格去展示。但是我个人是比较建议尽量用图标，你可以偶尔插几个表格，但是尽量多用图标，因为图标可能会让你这个文章会显得更加美观一些，而且这个可读性也更加强一些。 除此之外，展示完结果之后，你往往需要对这个结果进行分析。我前面提到，如果说你结果 比较基础，没有没有什么可分析，那你就只需要说明一下这个结果代表什么就可以了。但假如说这个图表或者表格他暗含了很多信息，那首你首先要描述这个图表，比如说你是一个时间段的，那你是不是要描述一下他的整个趋势是怎么样的，他整个增长速度是怎么样的 之类的？描述方向都是可以的。除此之外，也可以简单结合一下题目以及实际分析，说明一下为什么他会出现这样子的趋势或者这样子的变化等等之类的。接着就是一些注意事项了，首先文中的公式不能过多，也不能过少， 因为过少会显得你这个就不像一个数学建模，就比如说你整个文章只有十个公式左右，那显然这个公式就太少了。 那你这公式也不能太多，因为有些公式它其实可以结合起来写的，有些或者是有一些其实，嗯，没有那么重要的公式，其实也可以不写。 或者说你在推导一个东西的时候，你其实不需要一步去展示你推导出来的这个结果，你只需要展示你的这个原始公式和你最后化简到最后的这个结果就可以了， 这样子就可以达到一个文中的公式不是特别多，也不是特别少，一个比较适中的这种情况。 除此之外还有你结果用图表或者表格展示的时候，记得要对图表或者表格进行分析，就不能单单只放一个图，或者只放一个表，那个章节就这么过去了，那这个显然是不太行的。 还有最好呢，我们需要分布推导，分点写作。其实你可以看到我刚刚展示的论文，它每个章节的整个模型我都是一步步去推的，不同的点我会分成一小节， 因为这样子的结构会更加的清晰。说完这个模型建立，还有这个结果的分析之后，我们来看到这个模型的检验，我们翻到这个最后这个模型检验，其实我前面也有提到过，这个模型的检验其实就是一个敏感性分析，所以你可以看到我的标题就是一个敏感性分析。 敏感性分析因为他其实也不是特别难，其实就是去改变模型的一个参数，看他的这个结果会不会有特别大的变化，就正常来说，你去改变一个参数，只摆改变一点点，其实他的结果是不会发生什么变化的。那这样子我们就可以说明模型的文件了。你也可以看出来这个 文章篇幅不是很大，因为他只是起到一个使你的文章更加严谨，你的文章更加的完整的一个作用，所以我们往往不需要占用特别大的篇幅。 所以总结一下模型检验，他一般来说都是用灵敏度分析，也就是保持其他参数不变，改变其中的一个参数，看结果是怎么变化的。 写作形式其实通过我们这个文章也可以看出来，他是先用文字去说明一下你改变的是哪个参数，你改变了百分之多少，接着去用图表去展示，说它整体的这个趋势是没什么变化的，这样子我们就可以说明这个模型是稳健的， 大概的篇幅就占到半页左右，不会占用太大的篇幅。以上这些就是这个模型部分的一个完整的讲解。我们再来讲一讲这个模型评价 的部分。模型评价其实一般来说会包含模型的优点、模型缺点和模型拓展的方向， 但模型可以拓展的方向是可写可不写的，主要看你有没有篇幅，以及你有没有想到一些可以拓展的方向。就比如说有的时候你对于一个模型，你知道你是可以通过什么样的方向去给他拓展，会使得这个模型更好。 但是你可能在文章中，你因为部分，比如说数据或者技术的限制，你没有做，这个时候你可以写在这个拓展方向，但假如说你没有想到，或者说你的文章篇幅不允许了，那么我们只写这个优点或者以及缺点是可以的。 那么优点和缺点其实一般写每个大概写呃，两到五条左右就差不多了，整个站大概半夜多的篇幅，一般来说这个优点会写的更多一些，缺点可以写的少一些，这个就是模型的评价， 可以看到我这里你可以看到这个优点，我是写的四条，缺点是写了两条的。接着讲完这个模型评价之后，我们就看到这个最后的部分。其实参考文献还有一些副路。 参考文献通常去写一写你在前面引用的一些文献，以及你可能你发现你前面引用的文献并不多，你就发现，那你这个参考文献是不是感觉有点少了？ 因为如果你太少，就显得你这个文章没什么说服力，那这个时候你也可以去查一下那些跟主题相关的一些文献，你可以放上去， 大概站到半夜左右，篇幅就差不多了。副路一般是放什么？副路其实一般会放一些前面可能由于篇幅限制，没有办法展示的一些数据表格、图表之类的，就可以放到副路。 除此之外，我们也可以放代码，代码是可以放，也可以不放的，因为可能大家参加国赛是一定要在副路中放上代码的，但是美赛是不强求的。 如果大家觉得你们这个代码写的特别好，特别有信心，我觉得可以放到这个俘虏里面。但假如说大家的这个代码可能借助了很多 ai 的 帮助，其实也可以不放到上面，因为放到上面反而可能还会查虫，发现查虫率或者 ai 率会比较高之类的， 大家可以根据自己实际情况去选择放不放代码。所以总结来说，这个模型评价一般来说写的就是模型的优点或缺点，篇幅不需要特别多，如果有余力而且有篇幅的情况下，可以写一写模型可以进步拓展的方向。 优点如果大家没想到有什么优点，那就可以从使用的模型本身以及需要考虑的那些因素这些方向出发。就比如说模型本身他肯定会有一些优点，你在文章中使用那些那种经典模型，肯定是本身都会有优点和缺点的， 那你如果想不到你整个大模型它的一个优点和缺点，那你就可以写你使用那些模型的本身它的一个优点和缺点。除此之外，这个优点你也可以说一说你考虑的这些因素特别全面，因为我们往往考虑因素都是挺多的，你可以说自己全面，也可以说自己不全面， 缺点还是一样的，你使用的模型本身他肯定是会有缺点的，所以你如果想不到你整个文章的一个优缺点是什么的话，那你就可以从使用的模型本身出发写他的缺点。 除此之外，你这个缺点，呃，一般来说都会存在着数据或者指标不足的情况，因为美赛并没有提供数据，所以在实际操作过程中，肯定这些数据和指标都会有所删减， 所以一般都会有这个缺点。参考文献和目录参考文献就是如我刚刚说的，一般写半页左右篇幅即可， 可以包含前面引用的或者参考的，或者说你发现这个文献实在是太少了，那你可以自己去搜题目的关键词，然后去摘几篇这个文献去充数也是 ok 的。 因为如果参考文献太少，确实会显得你这个文章可能有点说服力不足。 目录一般写的就是部分没有篇幅在文章中展示的这个表格或者图表。如果说你对这里的代码是比较有信心的话，那么我们也可以在目录中附上你的这个代码。但假如说你这个代码很多都是参考这个 ai 或者是参考那个模板代码的话，那这一部分就不用放上去了。那么以上就是这个最后的模型评价和参考文献与目录的一些写法。
552云顶数模
24:26查看AI文稿AI文稿好的，亲爱的小伙伴们，大家好，我是老哥啊，今天呢，给大家整理了二零二六美赛 a， b， c， d， e， f 体的这个翻译哈，这个相关的一些工具啊，我们用我们的超级的这个 提着头给大家整理出来了一个 a， b， c， d， e， f 题的，整个的一个赛题的一个啊，相关的一个解析啊，模型的选择，以及相关的一个创新点的总结，以及相关的难度分析和选举的建议哈，大家可以看一下哈，今年的话呢，美赛的 a， b， c， d， e， f 题吧，顺序有点颠倒哈， 往年的美赛的 a 题是不可能出这种题目的啊，往往会出一些比较偏门的一些，是一些什么微方程啊这种激励分析类的赛题，而这个 而这个 a， t 呢，呃，智能手机电池耗电建模啊，这个确实出乎了我们的意料啊，只不过呢，很多同学啊，用这样说，老哥，既然是预测的话，我直接用时间系列预测模型就不就行了吗？对不对？你们记住哈， 每赛我觉得 a， b， c， d， e， f 他 出错的概率是非常的低的啊， a 题呢，历年往往都不可能是一个单纯的数据分析类题目的，你说这个，老哥我用一个什么灰色预测，回归预测，直接预测 打那个耗电不就行了吗？啊，你直接耗预测和剩剩余时间随时间变化。函数，我直接用一个基础的回归函数，我直接用一个基础的回函数不就行了吗？你记住，这是 a 题， a 题往往就是机理建模，机理分析，所以说这个题目的核心一定是机理建模的，用一些数学物理的公式，哎，把耗电量和各种各样的参数，他内部之间是怎么关联的 啊？内部之间具体的机理机理的流程啊，只有你把这个串联起来，你才能够建好模型。 所以说 a 题啊，绝对不是一个单纯的时间训练分析题目，我们后面会给大家讲到怎么拿大奖，拿大奖的话，如果你想拿奖，我想拿一个 h 奖 m 奖，你用一个单纯的经历，一单纯的时间训练分析类，或者用普通的继续学习算法，是不可能拿奖的，所以大家一定要注意啊，这个地方要慎重，要慎重哈， 来啊，这是我们的 a t 的 一个翻译哈， a t 的 一个翻译。 b 题的话呢，太空电梯系统建立，求直微的，你不要被这个题吓到。首先啊，这个题的话呢，你千万不要被吓到，不管是什么太空 g t 还是月球 g t 还是什么火星 g t， 本质上来说就是优化 啊，本在本上来说就是涉及到多个系统的问题，他逃不出这个去的， 和本上和建一个医院啊，建一个修一个学校啊，基本上没有什么区别，所以你不要被他吓到哈，难就难在这个题目可能会涉及到数据的问题， 数据不好找而已啊，但是传统的我们常规的一些优化模型基本就可以做出来，大家呢，也不用担心好吧，这个题目呢，你也不用太担心，后面我会讲到一一的分析啊，就每个题目看了没，他会有一个完整的分析报告啊，到底评分依据或讲难点，解析要点，解析思路或讲要点哈，都给大家讲到的，所以你也不用担心啊， c 题，这是一个比较基础的一个机理机，一个数据建模题目了又，我说说的记忆学习分析题目啊，这个呢，就是有点，有点不太，有点就 突突兀哈啊，今年呢，就是搞了一个节目啊，搞了一个节目叫舞动奇迹啊，说白了就是观众投票之类的，人家得到相关的数据分析，给了大量一些数据表啊，今年的话呢，我们用 ai 是 今年我敢说是每赛历年获奖难度最大的一年，也是小白获奖最好获奖的一年。为什么？因为今年的 ai 将会是 ai 在 世界剑魔领域彻底渗透的一年，也是彻底渗透的一次比赛， 尤其是个 ct， 给的数据集竟然不多啊，给的数据集竟然不多啊，这也是超乎我的预料的啊 啊，你如果给的数据不多，那 ai 就 可以直接给你处理掉了， ai 就 可以直接给你处理掉，所以这个题目的核心就是你一定要做出创新性来，如果你没有做出创新性，你就利用了一个单纯的继续学习算法来做的话，那你这个题目想获奖就不可能。我们给大家讲了四种创新， 四种创新，对于啊，在这个位置上，那么你必须要选择一到两种创新来做，因为大本同学我估计会选这个 c 题好吧，因为这个 c 题给了数据，也给了相关的一个难度系数，也不大，给了相关的一些一些。那个啊，题问题呢，也不是特别的复杂，但大本同学我估计会选这个 c 题， 既然如此的话，那你必须要有创新，你没有创新的话， ar 十分一个小时就可以做完，我一会呢，会给大家演示 c 题，用 ar 怎么来系统来建模，而我们 给大家用到的这个提示词儿看了没？我，我的超级 ai 模拟题，求解题词儿里面啊，看了没？这就是完整的一个求解，一个系统的呃，数学建模题目，它的一个 ai， 一个提示交警提示词儿里面有一个，看了没？ 第一，模型选择阶段啊，你看用 ai 提升的词和不用 ai 提升的词呢，结果完全是不一样的。用 ai 提升词呢，我会让他给我创新，看到没，而且有三种创新啊，你给我任意的每个小位必须要给我选择至少三种。三种创新方案是至少选一种， 第一个算法改进创新，第二个交叉领域创新，第三个算法组合创新。这个你必须要放在你的 a r t 你 的模型选择或者模型建立里面，如果你没有，你仅仅选了一个基础方案的话，那你拿奖是几乎是不可能的。 纠本呢，我们有四种啊，在这个地方我，我一般建议用三种就可以了。第四种只有一种场景，就是优化了，就是预测类问题啊，预测类问题啊，这三种的话，能解决百分之九十以上的数学建模题目，而且能够得到创新型的算法哈，这呢，后面会演示啊，后面我会一一的演示啊， 大家也不用担心啊，一会会一一的演示啊，然后具体呢，这个题目的话呢，难度系数就比较大了， 但是这个题目也是我认为获奖最好获奖的一个题目，因为大本同学，只要你没听老哥的视频的， 我相信你百分之百想不到相关的一些思路啊，你最多也就按照一个普通的啊，体育赛事的一个一个研究啊，就建模去做了，比如说 a 题呢用系统动力学， b 题呢用，呃，第二位啊，这个第一位的系统动力学，第二小位的话用，用我们的卡罗模拟或者一些其他的模拟情况来做。 但是这个题目啊，记住体育赛事也好，经管类问题也好，你们记住一个事情哈，就是你想获奖，你必须要用，尤其这种冷门，看了没？体育赛事管理，这属于偏冷门了，对不对？ 没有说没，很很少有单独的模型是研究这个的，对不对？还有什么学校的管理，还有什么就是比如说一个部落的管理 啊，这些偏冷门的问题就是研究的没有那么细致的，你们记住一定要有创新，创新点核心就在于交叉创新。我们所说的刚才我给你们提的头里面看了没有？三种创新方案， 第一种算法改进，第二种交叉领域，第三种算法组合。这里面对于地体这种偏冷门的赛题的话，你们记住交叉创新是典型的，哎呦，因为没有人会研究一个专门的冷门的问题的，对不对？比如说球队运营， 我可以用养殖策略啊，我不是说贬低，也不是说歧视啊，我没有这个意思啊。啊，我比如说我可以用，是吧？这个这个养殖的一些策略，或者我可以用一些种群部落的管理，生态学中的一些种种群部落管理 啊，比如说，哎，我们一些种群哎，蚁群啊，或者是一些鸟群啊，哎，怎么去管理的？然后呢？对应的应用到我的体育赛事管里面，这叫交叉， 懂我意思吧？或者我用一些比较偏偏的一些方向，就像我说的传染病模型吧，我传染病模型 sm 型对不对？我原来的是用在传染病疾病的扩散领域的，我现在把它用在了舆论传播，新闻传播领域，这就叫做交叉。而对于这个题目，我觉得最好的创新就是交叉。 好吧，交叉交叉创新这个题目获奖非常关键哈，如果你没有用交叉创新的话，那你就要好好的思考思考了哈。 来，还有什么一体被动式太阳能遮阳系统这个题目的话，说实话哈，这个有点小难度啊，因为什么呢？这就是我们传说中的 a t 是吧，美赛的 a t 往往是这种类型的题目，就是一些比较冷门的设计，像什么让你设计一个对吧，浴缸啊，设计一个人机工程学的座椅啊，而现在的被动式太阳能系统让你用在了一体上面，这个题目超出出乎预测啊，因为一体的话一般是可环境和可持续之类的， 但这个的话也属于可持续哈，因为太阳能嘛，对不对？这个题目的话呢，你核心就是你就要 首先的话呢，知道啊，怎么构建相关的一些微型方程是吧？那个积累分析啊，积累分析必须要有的，像什么热传导啊啊之类的要做，还有就是常规的优化类问题，什么目标优化，优化模型要构建 对不对？这两个是核心啊，你必须要学会构建啊，一会呢，我们可以讲到，好的这个题目的话难度系数不大，但是呢就是难点就在于比较马就要求解的话呢，就是要对模型啊，建模的要求比较强一点啊，就就比较典型的数学建模难题，数学建模题目 啊，因为 ai 吧，也很强的，在这题目也不在话下，也不在话下。 f 叫政策类题目，政策类题目我们啊政策类题目的话，我们求解的一个非常关键的模型就是系统动力学模型，你们记住哈，解决政策类题目 啊，往往用系统力学是最典型的一种算法。做 f 题的话呢，大部分同学我估计都会用这个系统动力学模型， 因为要要评估政策对未来的一个影响，这个任何的模型都模拟不了任何的模型啊，只有系统的理学这种半积累模型，我们说才能够分析这个政策对未来这个影响。所以这个题目大家很关键啊，只要用好这个，这个题目就可以解决掉了啊， 来啊，整个的我们来具具体来看一下， a 题一共有四个小问，第一小问叫构建连续时间模型，描述电池剩余电量随时间的变化， 对不对？一定要考虑多种因素的影响，不能单纯的就用电池原来的电量和是吧。然后呢，预测未来的电量，这种是不能的，因为题目已经明确告诉你了多因素的影响啊。那第一小问呢，就具体分析，不是一个单纯的数据分析类题目，你们记住啊。 第二小问，预测不同场景下剩余续航时间，分析耗电系统，这个就是一个预测类问题了，预测不同场景下剩余续航时间吗？对不对？第三问，分析假设参数使用魔镜对影响，这就是一看这个问题就是 敏感性分析吗？是不是因为参数对结果的影响？这不就典型的敏感性分析，某一个参数的改变对于我的结果有什么影响吗？对不对？这个题目我觉得不应该单独作为一个小问， 为什么？因为单独做一个小问的话很匪夷所思哈，因为每这个是不，百分之百你必须要做的，对不对？你不是说哦，题目没问你是吧，没某个参数对结果的影响，你就不做了？ 百分之百你是必须要做的。同学们告诉大家啊，百分之百你必须要做啊，你不做就不行，记住哈，百分之百必须要做的啊。还有就提出用户和操作系统层面的省电建议，这个就决策建议类了啊，就学一下 demo 之类的啊，学一下 demo 之类的啊，建议建议信相关的东西哈。 然后推荐算法啊，第一个激励分析类啊，推荐的算法是什么？什么扩展型，带为难等等效电路模型加温方程组 啊，这个推荐的是这个算法，这个算法的话还有点创新性的哈，来贴合锂电池电子化、电电化学基体可量化多因素对 soc 的 影响啊。这说白了就是你看融合了微方程，所以 a 体的话，你要但凡说我用时间系列预测模型，那有点小问题哈，第一问哈 来，第二本预测类，其实机机理模型的模特卡罗模拟啊，原因是什么？可处理使用场景的随机性，量化系数不确定性啊，因为使用场景是随机的，你可能上人厕所使用，也有可能听课使用， 也有可能在路上使用，也有可能看视频使用，所以你的场景非常的多，所以用模特卡罗来模拟多场景的，这可是关键。 来第三节问敏感性分析，这个就无所谓了啊，你只要做好敏感性分析就行了，这个官方推这我们推荐就是这个买水刷牙把和手把手把纸把。这个其实啊，都还好哈，你只要能把这个做出来就行了，你们改变参数的结果，看看 这个这个结果怎么变化，因为第一问和第二问才是获奖的核心啊，第一问第二问，大家不管怎么样，一定一定要把握好，一定要把握好，好吧， 来后面的政策建议类啊你，你多多少少吧，你想拿奖你就别整的吧，这个，这个太 low 啊，你可以什么多标规划之类的，用多标规划算法，多个省电目标，别续航时间长，使用体验，使用体验好之类的来找到一个自由平衡。因为你不要说把 f 题，把 a 题的最后一问就当成写个建议了， 老哥，我整合前面弄一针我我的小建议行不行？今年 a t 竞争非常激烈，同学们，我建议不管怎么样，你们一定一定一定啊，说白了啊，真的一定一定，老铁们，明白我意思吧，不要上来就用什么啊，不要上来就就说白了，老哥我那个 对吧，就就用一个，那个什么行不行就用一个啊，写个建议行不行啊？今年 a， 今年数学建模将是最难的一年，老铁们，我们不管怎么样，我们都要建立的有点创新性行不行？ 政策建议类，你也要做出点花来好吧，但是不管怎么样，你们记住啊，一定要做出花来，好吧，你不知道怎么建模怎么内容的啊，老哥这里也有哈，我们 a t 到时候呢，相关的 solo 代码包里面还有 b t 的， c t 的， e d， f d 的 啊，我们都把相关的思路解析原代码都放到这个代码里面，如果你实在求解不出来了，你也可以看什么用老哥的超级 ar 提示词，我们 ar 提示词里面也有哈，在这个地方 啊，超级 ar 提示词里面也有有十七道。一会呢，我会幸好演示一下到底每一小问啊，就是到底怎么来做的啊，每一小问 a 题的话，超级 ar 提示词，他到底是怎么一步一步的把这个题目建出来的 啊？没有领取到咱们的这个思路代码的，大家一定要去领取一下，到时候我们会把 a t 的 相关原代码点击思路啊，论文答案之类的，包括我这个文档啊，我这个文档也都会放到我这个 a t 的 这个这个相关这个资料里面。好吧，没有领取到，抓紧去领取一下哈。来 啊，最后一问啊，决策建议类啊，你们必须要啊，不能说单纯的就上来就提供一个小建议就完事了啊，必须不能提供一个分析，好吧，一定要有一个分析哈，来， 这个难度系数，整体只整体是三分好吧，难度系数不大哈，这个 a t 的 话呢，整体的难度系数并不大哈， 然后评分的依据啊，模型复杂度是中等的啊，因为就要结合一些电化学记忆多因素融合是吧，这这个其实难度系数并不大哈，因为这些内容的话，我们在一些网上公开的一些资料都可以找到 啊，然后呢，数据获取难度低啊，可以通过一些公开文件厂商数据，这个的话呢，网网上也是资料比较多的啊，老哥这里给大家提供好，到时候提供好以后，我们直接就给大家放到这个 a t 这个里面好吧？ a t 的 里面啊，给大家放到这个 a t 的 里面好吧？啊？ a t 到时候直接给大家放到这个 a t 的 里面啊，相关的一些资料哈，啊，包括数据之类的给大家放到这里面哈， 然后就是这个，呃，创新性要求中等啊，但是我说实话哈，如果你让我来推荐大家做哪个题目，我给你们推荐哈，我百分之百会推荐你们做 a t， 为什么呢？因为这是一个非常非常典型的数学建模问题了，对吧？就是你按照流程来，按照老哥的要求来，你做出来之后去，说白了你起码来说没有那么大的坑， 对吧？像什么太空电梯啊，像什么体育赛事，说实话啊，都有点偏啊，都有点偏， 我最推荐的就是大家做 a t， 我 觉得这就是典型的数学建模题目了，难度系数并不大，说高也不高，说低也不低，每个人会的数据也不一样，所以大家得到的结果也不一样，有创新吗？哎，你的微方程那个地方，你只要弄的复杂一点 对不对？你只要最后一位上个目标规划啊，你只要在，是吧这样的，所以说这个创新硬有难度系数还不大，数据也没那么难，我觉得这个题目你要让我来做哈，老哥你要是你做，你会选哪个题目？我就会选 a t， 真的，老铁们，别的题目说实话都有点坑，对吧？都多多少少吧，有点麻烦，像 b 级吧，太空电梯有点小麻烦， c 题的话，与星共舞也有点小麻烦，数据量那么那么那么乱对不对？地理体育赛事吧，你说交叉创新，你能创业到什么程度？也有点麻烦， 这不是一体呢，你得有非常强大的这个，呃，这个这个，这个构建微方程啊，以及这个激励分析相关的一些能力啊，也不是很好做 f 的 呢。人工智能说很多同学都这个新动力学呢，豆芽都用这个，你很难创新，所以 a 体呢？你要创新有创新 对不对？要数据也不难，要好好深入的做，你就你就优化就行了，你就一点点的优化，比如说我参数，哎，我优化模模型可不可以再弄的复杂一点，就是你先构建一个基础模型， 基础模型就能够解决全额问题，然后你再一点点的生化，这样的话 a t 就 可以了。我们后面会给大家用全 ai， 用这个 ai 技术词哈，以完整的把 a t 的 给大家解出来， 直到生成一篇高质量的 a t 论文，你们再看一看啊，我用超级 ai 技术词来做的情况下，会做到一个什么样的效果？好吧，一会我们给大家直接来做哈，来演示，好吧，来，难点啊，难点就在于什么 啊？那建模工作量也也中等哈，难点就在于什么？多因素啊，就屏幕，处理器温度，每一个模块到底和耗电量是怎么耦合的，这是一个难点，只要这个解决了， 这个题目就可以解决了啊，这个题目就可以解决了，好吧。第二点，连续实现方正的构建，贴合电池实现，避免纯数学逆核啊，这个也是一样道理 对不对？这个的话呢，你不能纯属于你和你不能用一个基础的回归就完事了，你要顾及具体分析第三个不足，使用上下参数标准验证问题，这个蒙德卡罗模拟这个有点小难度对不对？你只要能把这几个解决了，好吧，这都叫小难度哈。还有就不确定性电话啊，不确定电话 啊，兼顾模型误差，有 c 超，这叫模型检验吗？对不对？你必须要做模型检验啊，要点就是第一个啊，是坚守连续时间见模合金，避免理散化处理。因为 a t 是 连续性问题，所以你别整成理散型问题了， 你 a t 要整成理散型问题，就背离了 a t 的 要求了，好吧，不要做理散化处理哈， a t 不要做理散化处理好吧， 比如说把整个的这个这个时间或者什么的场景模拟变成里散化数据不行啊，明确各耗电组建的低耗与参数取值模型，区分不同环境下使用对使用模式的一个影响，这个就说白了，改变吗？对不对？ 这个就说明大量的场景，比如说温度高的时候，热带或者是海南岛是吧？我极地的向东北东三省 温度，冬天比较冷的时候，我怎么样？就你要考虑大量的场景，刷视频的时候怎么怎么耗电，对不对？拍照的时候，所以说你可以拓展的点特别多，你第一天，第二天你可以构建一个基础模型，在这个基础模型的基础上你再生化， 这样的话你们就得出来东西都特别的好哈，真的，就这样的话，我觉得你的模型会越来越深，越来越深，这才是 ai 的 贡献，明白吧？ ai 不是 第一天你把你把你题目解出来了，而是第一天你，你可以用它做一个基础的框架，然后第一点后逐渐的生化，逐渐的生化，明白吧？逐渐的生化 啊，逐渐的生化，懂我意思吧？所以说哈，真的特别有意思哈，特别有意思 啊，我，我真的觉得特别有意思啊，这个题目啊，逐渐酝化，这样的话，你每一天都用 ar 酝化，每一天都用 ar 酝化， 来，老铁们，你们告诉我，你们这样的话获奖概率是不是比较大了？所以说你们啊，获奖套路就第一天构建一个基础的，第二三天不愿酝化， 比如说不同的场景，冬天夏天刷视频高耗电量是吧？然后呢？这个拍照，然后呢？这个普通的观看文本，数据文本的一些文档是吧？以及这个暗的情况下，亮的情况下，黑天白夜啊，你都不同的场景，那你肯定这个整个模型建的质量会非常的好啊。 点击思路，一步一步的怎么建模？第一问，构建锂，基于锂离子电池电化学反应建立基础 s o a 连续实践微方程，再逐一纳木屏幕啊，处理器耗电量等耗电组建，考虑温度对电池容量的修正 啊，先建立一个锂离子基础的耗电模型，然后呢，再把这些屏幕处理处理这些东西纳入到你这个微方程组里面，然后进行纠解 啊，参数估计是吧，建立好模型以后，基于相关的参数就是就是你，因为你建立好模型以后，你肯定要做参数修正啊，对不对？这个地方呢，我建议你们在这里增加一个内容啊，叫什么叫有限元法， 有限元分析啊，我建议你们在这个地方增加一个这样的模块啊，机理模型构建好了以后，最好先用有限元分析来模拟一下，然后再用真实数据来得到结果。好吧，这源于分析的话，你甚至可以做可直观演示，这就是获 o f 奖的标准了，你要拿 m f 奖 m f 奖的标准了。 做一个模拟啊，有限员模拟啊，因为我们知道你不管看网上的一些是吧，一些公开的一些耗电量，他会有一个像一些热力图一样的东西，对不对？看耗电时间，一个热力图一样的一个一个折线对不对？那个那个就非常的漂亮哈，给你们看一下哈。 哎啊，你可以增加这样一个模块，然后然后第二就是参数估计啊，收集到一些具体的行业数据了，然后呢？呃，把你这个据而成，因为你出你出来的数据特别的多，肯定， 所以说呢，参数肯定是有限的，所以你需要用最小而成来计算这些参数啊，最小而成计算这，然后这个就场景预测了是吧？利用是吧，这模特卡罗模拟，然后呢，设置不同的场景，说重度使用待机啊，低温啊，高温环境啊，来计算续航时间， 然后敏感性分析，用这种算法来做敏感性分析。提建议的话呢，我建议你们啊，刚才说了，建议大家可以放一个什么多标规划模型，或者是是吧，比如说使用场景最佳，或者是耗电量最小，甚至你可以用一个单标规划，没别多标规划，老哥太难了，我做一个单标规划可不可以？也可以哈， 来模型创新，在经典积累模型基础上融合多因素偶合模型是吧。啊，这是一种创新方案啊，模型创新 是吧，量化结果给出不同上一下续航时间及误差是吧，然后呢？呃，关键因素的敏感性分析组是吧，不同场景之下，这也是一个一个很好的一个获奖要点分析哈，还是格式化绘制 soc 啊，不同的，这个格式化也是一个获奖要点啊，你要想拿奖的话也可以把图做的美观一点哈， 然后模型检验啊，也计算一些各种检验，像二方 mse 啊，对不对？还有就是敏感性分析啊，灵敏度分析啊，鲁班性分析啊，都可以用，都可以，都可以拿来用一下好吧。 啊，鲁棒性分析老哥要不要做？我觉得这个地方也可以做一下，就极端的使用场景之下，别超低温，超高温，这叫极端场景之下来看看结果怎么样。所以说敏感性分析要做，鲁棒性分析我觉得也要做啊，这个地方呢，大家一定要记住啊，就敏感性分析要做，鲁棒性分析也要做哈， 然后呢，选题建议啊，就是这个啊，这个这个数学统一专业的推荐啊，然后呢，这个计算机专业的谨慎选择啊，因为避免过度依赖黑箱模型啊，因为这个地方呢，就数学物理专业的比较推荐功课这样的也比较推荐哈， 然后呢，这个文科专业的不怎么推荐，因为他涉及到什么机理建模了啊，涉及到什么电化学之类的东西了，所以文科专业的不推荐啊， 然后跨专业啊，工科的加计算机的可以读到零基础的不推荐啊，因为零基础的话呢，难度系数会相对大一点哈，微型方程，电池都都比较难哈，中等基础的慎重选择能力比较强的可以选择一下啊。 ok， 这就是我们的 a 题啊，难度系数整体来说不大啊。整体来不大啊，但是呢，我觉得获大奖很容易出现的 a 题啊。所以说，同学们啊，如果你能够读懂这个题目啊，你也会用 ai？ 我 建议你们选 a 题。做 a 题的话，如果我来做了，我就会选 a 题啊，百分之。我觉得百分之四十的同学应该都会选 a 题哈，今年 ok， 来啊，我们再来看一下。再来看一下 b 题啊，太空电梯。
10七七学姐
