2022年第二届长三角高校数学建模竞赛
组织机构
主办单位：浙江省数学会
承办单位：浙江大学、中国计量大学
赞助支持单位：苏州众言科技SPSSPRO项目部
参赛对象
大赛主要面向中国及境外在校本科生，在读研究生和专科生也可报名参加，具体要求如下：
（1）可以自由组队参赛，每个参赛队伍人数可为1–3人，参赛队员必须全部为同一所学校的在校生，允许跨年级、跨专业组队。
（2）参赛组别以参赛队员中在读学历最高者为准。
（3）每支队伍允许最多有一名指导教师，指导教师须为在职高校教师。
竞赛规则
（1）竞赛题目：竞赛统一命题，共有A,B,C三题，本科生、研究生可选择A、B题中任意一题作答；专科生选择C题，也可以选择A,B题作答。
（2）竞赛组别：竞赛评阅分为三个赛道，分别为本科生组，研究生组和专科生组，参赛组别以参赛队员中在读学历最高者为准。
（3）参赛费用：每支队伍需缴纳200元参赛费，用于赛题征集、赛题评阅、技术支持等。
（4）竞赛报名：参赛队伍请在官方主页
报名，报名时请根据参赛队员中在读学历最高者，选择组别参赛。
（5）作品提交：参赛队伍要求在官方主页
对应电子档提交处提交pdf版本论文、附件和承诺书（题目有特殊规定的除外）。
（6）知识产权：参赛作品（包含但不限于算法、模型、方案等）知识产权归主办方、参赛者共享，部分解决方案经双方同意后在竞赛平台公布。
（7）公平竞技：参赛者可以引用公开发表的期刊文献，但是要注明引用来源。禁止在比赛中抄袭他人作品，经发现将取消比赛成绩并严肃处理。
（8）组织声明：专家组委会保留对比赛规则进行调整修改的权利、比赛作弊行为的判定权利和处置权利、收回或拒绝授予影响组织及公平性的参赛团队奖项的权利。
（8）获奖名单：将获奖名单初稿公示在浙江省数学会官网，官方主页等，公示期为一周，公示期间，接受各校师生申诉和信息修正。专家组委会负责对申诉的调查、仲裁与回复。公示结束后正式公布获奖名单，发放获奖证书。
时间与具体安排
（1）报名截止时间：2022年5月12日8:00。
（2）赛题公布时间：2022年5月12日8:00。
（3）竞赛时间：2022年5月12日8:00至2022年5月16日8:00。
（4）作品提交截止时间：2022年5月16日10:00。
（5）竞赛结果公布时间：2022年6月中下旬。
评阅标准
专家组委会将从四个方面进行评价：
（1）模型假设的合理性；（2）模型建立的创新性；
（3）结果求解的正确性；（4）论文表述的清晰性。
大赛奖励
（1）奖项评定
竞赛按本科生、研究生和专科生组别分赛题评选出一等奖（5%）、二等奖（15%）、三等奖（30%），其余成功提交作品的队伍获成功参赛奖。获奖者均将获颁盖有“浙江省数学会”印章的“长三角高校数学建模竞赛”获奖证书（注：提供电子证书，如有需要，也可申请纸质证书），并在一等奖参赛队中择优评选特等提名奖和特等奖若干名，颁发特等提名奖和特等奖证书及奖金。
（2）SPSSPRO创新应用奖
本届大赛增设20组“SPSSPRO创新应用奖”，在优秀作品中进行评选，每组奖金1000元，并颁发SPSSPRO创新应用奖证书（有使用苏州众言网络科技有限公司的SPSSPRO软件承担部分解题过程的优先考虑）。
（3）优秀指导教师，优秀组织单位
根据学校参赛队伍得奖情况和组织参赛队伍数量综合评定。
竞赛报名
参赛者以队为单位在大赛官网上自行注册报名，请根据队伍情况正确选择参赛组别。
参赛费用
（1）每支队伍需缴纳200元参赛费，用于赛题征集、赛题评阅、技术支持等。
（2）参赛费用有两种交纳方式，在报名网站缴纳或者以学校为单位集体交费，集体交费流程请见《第一届长三角高校数学建模竞赛集体报名高校须知》。
部分程序
def getXCrossSectionData(f,xval):
index=(xval-xmin)*1.0/(xmax-xmin)*InterpolationNum
print(" x index ",int(index))
FixedX=np.empty(InterpolationNum)
FixedX.fill(xval)
return FixedX,f[int(index)]
def getYCrossSectionData(f,yval):
index2=(yval-ymin)*1.0/(ymax-ymin)*InterpolationNum
print("y index",int(index2))
FixedY=np.empty(InterpolationNum)
FixedY.fill(yval)
return FixedY,f[:,int(index2)]
FixedX,Z_FixedX=getXCrossSectionData(fnew,-9)#设置想要获取的x截面
FixedY,Z_FixedY=getYCrossSectionData(fnew,5)
#在原图上添加直线，从吻合性判断数据的准确性
ax.plot(FixedX, ynew, Z_FixedX)
ax.plot(xnew, FixedY, Z_FixedY)
#Draw sub-graph2单独抽取某个截面
ax2=plt.subplot(122, projection = '3d')
ax2.plot(FixedX, ynew, Z_FixedX)
ax2.plot(xnew, FixedY, Z_FixedY)
plt.show()
辅导教学 资料学习
模型的建立与求解
print(q:917267119)