2023 Huawei Cup Research Competition 数学モデリング A 質問 B 質問 C 質問 D 質問 E 質問 F 質問情報 Huawei カップ

このコンテストでは、Huawei Cup Research Competitionの質問モデルとコードを全プロセスを通じて更新しますので、記事の最後にある名刺を確認して入手してください。

Huawei Cupに関する過去の情報やアシストがご覧いただけます

2022 Huawei Cup 数学モデリング研究コンテスト トピックの提案とアイデア分析_Square Component Batch Optimization 問題_UST Digital Modeling Society_ のブログ-CSDN ブログ

Huawei Cup の更新プロセスは次のとおりです。

質問Aのアイデア:

(ゲーム開始と同時に更新されます)

質問 B のアイデア:

(ゲーム開始と同時に更新されます)

質問 C のアイデア:

(ゲーム開始と同時に更新されます)

質問 D のアイデア:

(ゲーム開始と同時に更新されます)

質問 E のアイデア:

(ゲーム開始と同時に更新されます)

質問 F のアイデア:

(ゲーム開始と同時に更新されます)

Huawei Cup モデリングの一般的なアルゴリズムの概要
Huawei Cup の開始前に、参照して学ぶことができる数学的モデリングの一般的なアルゴリズムをまとめました。

Huawei Cup の数学モデリングに関する FAQ は次のように分かれています。

1. 分類問題

2. 予測問題

3. 最適化問題

4. 評価上の課題

4.1 分類問題
判別分析

距離判別法

フィッシャーの基準

ベイズ基準

ステップバイステップの識別方法

クラスター分析

システムクラスタリング手法(階層型クラスタリング手法)

高速クラスタリング手法(K-meansクラスタリング手法)

2段階クラスタリング法(インテリジェントクラスタリング法)

ファジークラスター分析

遺伝的アルゴリズム、ニューラル ネットワーク、またはグレイ理論と組み合わせたクラスタリング手法

ニューラルネットワークの分類方法

4.2 予測問題
回帰分析手法

時系列分析

グレー予測法

BPニューラルネットワーク法

組み合わせ予測手法

4.3 最適化問題の
数理計画モデル

微分方程式モデル

グラフ理論とネットワーク最適化問題

確率モデル

組み合わせ最適化の古典的な問題

多次元ナップザック問題 (MKP)

二次元代入問題 (QAP)

巡回セールスマン問題 (TSP)

配車ルートの問題 (VRP)

ジョブショップのスケジューリング問題 (JSP)

4.4 評価問題
分析階層プロセス (AHP)

グレー総合評価法(グレー相関度分析)

ファジィ総合評価法

BPニューラルネットワークの総合評価手法

データエンベロープメント方式 (DEA)

ポートフォリオ評価手法

数理モデリングの達人になるには
1. しっかりした基礎
ここで言う基礎とは、数学の基礎だけを指すのではなく、数学、物理学、化学、生物学などの常識的な基礎知識を指します。 、地理など。もちろん、これらの知識は必ずしも教室で学ばれるわけではなく、人生から得られるものもあります。誰もがモデリングに優れているかもしれませんが、誰もが優れたモデルを構築できるわけではありません。実生活のいくつかの小さな問題に対するアイデアがまったくないことに気付いた場合、それは数学の才能がないのではなく、理解力が不足しているのです。人生の知識の蓄積。微積分を学ぶことに何の役に立つのかを最初から問うのではなく
、「最小限のお金で計算をしなさい」という問題に遭遇しないように、暗記するだけでもいいので、まずそれを学ぶ必要があります。 「このようなよくある質問に圧倒されてしまいます。したがって、私たちがしなければならないのは、専攻だけに固執するのではなく、できるだけ多くの知識に手を染めることです。
2. 豊かな想像力
  固定的な考え方に固執せず、何か問題に遭遇したとき、解決策をいくつか考え、他の人が思いつかないような方法を試してみます。問題を見つけたらすぐに分類しない 多くの人は、最適化問題、組み合わせ問題、方程式問題など、問題を思いつくとすぐに分類しようとします。次に、このカテゴリに関連するいくつかの方法を使用して問題を解決します。実際の問題の多くは非常に複雑であり、単純な分類が意味をなさない場合があります。そうすることで思考が制限されるだけでなく、より頑固になってしまいます。豊かな想像力があれば問題にさらに近づくことができ、心を開いていれば問題のあらゆる側面を見ることができます。もちろん、豊かな想像力は豊かな知識に基づいています。
3. 最も単純であることが最善です。
  これはすべての科学が従う法則かもしれません。アインシュタインの目には、質量エネルギー変換の複雑な原理は、非常に単純な公式 E=mc2 にすぎません。シンプルなメソッドは理解しやすく、実装しやすく、保守しやすいです。問題が発生した場合は、最も単純な解決策を優先し、単純な解決策では要件を満たせない場合にのみ複雑な解決策を検討してください。もちろん、複雑なソリューションを適用する場合でも、段階的なアプローチを採用し、前のソリューションを徐々に改善する必要があり、最初から非常に複雑なソリューションを試行しないでください。
4. トラブルに巻き込まれないようにする
  障害に遭遇したときは、しばらくその問題から離れて、窓の外の景色を眺めたり、軽い音楽を聴いたり、友達とおしゃべりしたり、小説を読んだりするとよいでしょう。問題に遭遇したときは、たいてい友達とチャットしますが、友達からの善意の提案や励ましは、私の脳を完全に休ませることができます。再び仕事を始めてみると、それらの問題は簡単に解決できることがわかります。
5. 答えへの欲求
  人類の自然科学の発展の歴史は答えへの渇望の過程であり、たとえその答えのほんの一部しか知ることができなかったとしても、努力する価値はあります。確固たる信念を持ち、答えを見つけなければならない限り、エネルギーを費やして探求し、たとえ最終的に答えが得られなかったとしても、その過程で多くのことを学ぶでしょう。
6. 他の人ともっとコミュニケーションをとりましょう。
  三人組には私の先生が必要です。他の人との何気ない会話の中で、インスピレーションの火花が爆発するかもしれません。もっとオンラインにアクセスして、同じ問題について他の人が何を考えているかを見てみると、たくさんのインスピレーションが得られます。もちろん、他の人とのコミュニケーションの目的を、質問に対する答えを得ることではなく、学習方法を交換することさえも自分にとって有益です。
7. 優れたプログラミング リテラシー
  科学の継続的な進歩に伴い、コンピュータと切り離せない分野が増えていますが、現実の問題を解決するための主要な手段の 1 つである数理モデリングも、当然ながらコンピュータと切り離すことができません。数理モデリングに携わる人は簡単なプログラムを書けばよいと考える人もいるかもしれませんが、私はこれに対して否定的な考えを持っています。プログラミングというのは、プログラムの規模に関係なくプロジェクトです、プロジェクトですから品質基準に従ってやらなければいけないのですが、ISO9000という品質基準はないんですか?この標準はプログラミングにも当てはまります。プログラミングの品質が保証されて初めて、コンピュータというツールはモデリングにおいて真の強力な武器となることができます。
8. 回復力と忍耐力
  これが「達人」と一般人の最大の違いかもしれません。マスターは天才ではありません、彼らは数え切れないほどの昼と夜をかけて鍛えられます。成功は私たちに大きな喜びをもたらしますが、そのプロセスは非常に退屈です。テストをして、半年間毎日 1 時間、図書館に行って数理モデリングに関する書籍や資料を読み続けると主張してもよいでしょう。この作業を中断することなく完了できれば、この要件を満たすことができます。

おすすめ

転載: blog.csdn.net/zzzzzzzxxaaa/article/details/132484149