woai66/graduate-math-modeling

Última atividade de origem registrada: 28 de setembro de 2026 às 08:19

Catálogo do SkillsMP atualizado: 2 de novembro de 2026 às 18:02

skills coletadas: 2

Estrelas no GitHub: 2
Forks no GitHub: 0

Instalar com um assistente de IA

Copie este prompt para o assistente de IA que você usa.

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/woai66/graduate-math-modeling.

README do repositório

Arquivo de origem do README: README.md

Ler o README original

Expandir README completo

# 研究生数学建模竞赛协作仓库这是我参加中国研究生数学建模竞赛的长期学习、建模、编程与论文写作仓库，也是与 Codex 协作的工作目录。仓库记录可复现的代码、实验结果、建模思路和竞赛过程；原始资料、论文合集和大型压缩包保存在独立的资料目录中。数模 Skill 当前为 `0.5.0-draft`：[完整工作规范](skills/huawei-math-modeling/references/rebuild-spec.md) · [资料索引](skills/huawei-math-modeling/references/README.md)。旧配额、固定四问和手工 `PASSED` 门禁已退出现行流程并归档到 `skills/huawei-math-modeling/_archive/`。第二十三届（2026）官方附件 1—4 已核验并记录哈希：[论文排版规范](skills/huawei-math-modeling/references/paper-formatting.md)（题目三号黑体居中、一级标题四号黑体居中、其余汉字小四宋体、单倍行距、页脚居中页码、无页眉）· [AI 使用与标注合规](skills/huawei-math-modeling/references/ai-compliance.md) · [官方规则核验表](skills/huawei-math-modeling/references/official-rules-checklist.md) · [Word 格式检查](skills/huawei-math-modeling/references/docx-checks.md) · [LaTeX 模板](skills/huawei-math-modeling/templates/latex/main.tex)。论文流程图接入：[操作与验收规范](skills/huawei-math-modeling/references/diagram-workflow.md) · [复杂示例源图](skills/huawei-math-modeling/assets/excalidraw-award-style-demo.excalidraw) · [最小示例源图](skills/huawei-math-modeling/assets/excalidraw-simple-flow.excalidraw.md)。创新与参考：[创新与辩证思考规程](skills/huawei-math-modeling/references/novelty-and-dialectics.md) · [优秀论文解剖](skills/huawei-math-modeling/references/excellent-paper-deconstruction.md) · [论文写作规范](skills/huawei-math-modeling/references/paper-writing.md)。过渡期按 [仓库工作规范](AGENTS.md) 显式使用仓库版 Skill；电脑中的旧安装副本暂未替换。协作方式为“讨论选题与题意 → 共同论证创新方案 → 分步建模、编程和核验 → 贯通结果 → 定稿论文”。科学图表由数据与代码生成，关键方案由队伍与 AI 共同讨论确定，详见新规范第 0、5.4 和 8.4 节。今天的仿真训练从 [2025 D 题启动记录](projects/2025-D/reports/SIMULATION_KICKOFF_2026-09-22.md) 开始；流程、阶段合同和运行记录模板分别见 [simulation-training.md](skills/huawei-math-modeling/references/simulation-training.md)、[stage-contracts.md](skills/huawei-math-modeling/references/stage-contracts.md) 和 [simulation_run.yaml](skills/huawei-math-modeling/templates/simulation_run.yaml)。 ## 竞赛简介研究生数学建模竞赛强调面向真实问题的综合解决能力。相比只追求公式或程序的练习，研究生赛题通常更重视问题抽象、工程理解、数据分析、模型深度和论文完整性。 ![华为杯与其他数学建模竞赛的区别](assets/competition-overview.png) ![三人队伍标准分工](assets/team-roles.png) ![三天速成攻略](assets/three-day-plan.png) ## 赛题分类（根据视频教程） ### 评价决策类对多个方案、指标或对象进行综合评价、排序和优选。 | 常用方法 | 选用原因 | | --- | --- | | 层次分析法（AHP） | 指标层次清楚，需要表达专家偏好；结构直观、解释性强。 | | 熵权法 | 希望减少主观赋权；根据数据离散程度客观确定权重。 | | TOPSIS | 需要对多个方案排序；同时考虑距正、负理想解的距离。 | | 灰色关联分析 | 样本少、信息不完整；适合比较因素关联程度。 | | 主成分分析（PCA） | 指标多且存在相关性；降维并缓解共线性。 | ### 预测类根据历史数据预测未来趋势、数值或状态。 | 常用方法 | 选用原因 | | --- | --- | | 线性/多项式回归 | 关系较简单且需要可解释公式；适合作为基线。 | | 指数平滑 | 单变量序列有水平、趋势或季节性；短期预测简单稳定。 | | ARIMA | 数据是平稳或可差分的时间序列；能描述自回归和移动平均。 | | 灰色预测 GM(1,1) | 样本少且呈明显趋势；对数据量要求较低。 | | 随机森林 / XGBoost | 结构化数据中非线性和特征交互明显；预测精度通常较高。 | | 神经网络 | 样本量较大、关系高度非线性；表达能力强但需要调参。 | ### 优化调度类在资源、时间、容量或路径约束下寻找成本最低、收益最大或效率最高的方案。 | 常用方法 | 选用原因 | | ----------------- | -------------------------------- | | 线性规划（LP） | 目标和约束均为线性；求解器成熟且可得到全局最优解。 | | 整数/混合整数规划（IP/MIP） | 选址、排班、分配等变量必须取整数；能表达逻辑约束。 | | 多目标/目标规划 | 成本、收益、时间等目标冲突；便于权衡多个目标。 | | 动态规划 | 决策分阶段且具有最优子结构；适合路径、库存和序列决策。 | | 遗传算法 | 非线性、离散、不可导或搜索空间很大；编码灵活、全局搜索能力较强。 | | 粒子群 / 模拟退火 | 连续参数优化或容易陷入局部最优；实现简单且能进行随机搜索。 | ### 分类识别类根据特征将样本划分类别，或识别异常、故障和图像目标。视频第 06 集重点讲解分类与聚类方法；第 07 集的仿真、图论方法也常用于此类综合题。 **分类模型** | 常用方法 | 选用原因 | | ---------- | --------------------------- | | 逻辑回归 | 类别边界大致线性；训练快、可解释并能输出概率。 | | 支持向量机（SVM） | 小样本、高维或非线性边界；核函数可处理复杂边界。 | | 随机森林 | 表格数据、非线性和多特征；抗过拟合并可给出特征重要性。 | | XGBoost | 结构化数据且追求较高精度；擅长复杂非线性和特征交互。 | **聚类模型** | 常用方法 | 选用原因 | | --- | --- | | K-means | 无标签且簇较紧凑；速度快，适合先探索群组结构。 | | 层次聚类 | 需要观察样本的层次关系或暂时不确定簇数；可用树状图解释。 | ### 仿真与图论类这类方法可独立成题，也可作为评价、预测或优化模型的子模块。 | 常用方法 | 选用原因 | | --- | --- | | Monte Carlo 蒙特卡洛 | 过程具有随机性，需要估计概率、期望或风险；适用范围广。 | | 离散事件/系统仿真 | 排队、生产、服务等过程按事件推进；能比较不同策略。 | | 元胞自动机 | 个体按局部规则演化且有空间结构；适合交通流和扩散模拟。 | | Dijkstra / Floyd 最短路 | 需要求单源或全源最短路径；算法成熟、结果清晰。 | | Prim / Kruskal 最小生成树 | 需要以最低总成本连接所有节点；适合道路、通信和管线设计。 | | 最大流/最小割 | 网络存在容量上限或运输瓶颈；可求最大流量并定位瓶颈。 | **基本选型顺序**：先判断有无标签，再识别数据规模、线性/非线性、确定性/随机性和约束类型；最后综合精度、稳定性、解释性、运行时间和论文呈现效果。 ## 2023—2025 年赛题统计与备赛结论以下统计来自本地资料目录 `【华为杯研究生数模04-25年赛题题目】`。分类按每道题最主要的输出任务确定；“兼有类型”用于标记同一道题中的其他建模环节。 ### 2023 年 | 题目 | 主分类 | 兼有类型 | | ----------------- | ---- | --------- | | A WLAN 网络信道接入机制建模 | 仿真图论 | 优化调度、排队分析 | | B DFT 类矩阵的整数分解逼近 | 优化调度 | 数值计算 | | C 大规模创新类竞赛评审方案研究 | 评价决策 | 统计分析 | | D 区域双碳目标与路径规划研究 | 优化调度 | 预测、评价决策 | | E 出血性脑卒中临床智能诊疗建模 | 分类识别 | 预测、特征分析 | | F 强对流降水临近预报 | 预测 | 时空分析、分类识别 | ### 2024 年 | 题目 | 主分类 | 兼有类型 | | ------------------ | ---- | -------------- | | A 风电场有功功率优化调度 | 优化调度 | 预测、疲劳评估 | | B WLAN 组网中网络吞吐量建模 | 预测 | 回归、仿真 | | C 数据驱动下磁性元件的磁芯损耗建模 | 预测 | 回归、特征分析 | | D 大数据驱动的地理综合问题 | 预测 | 评价决策、时空分析、分类识别 | | E 高速公路应急车道紧急启用模型 | 仿真图论 | 预测、优化调度、交通流分析 | | F X 射线脉冲星光子到达时间建模 | 仿真图论 | 预测、轨道计算、随机过程 | ### 2025 年 | 题目 | 主分类 | 兼有类型 | | ------------------- | ---- | -------------- | | A 通用神经网络处理器下的核内调度问题 | 优化调度 | 整数规划、启发式算法 | | B 无线通信系统链路速率建模 | 预测 | 回归、机器学习 | | C 围岩裂隙精准识别与三维模型重构 | 分类识别 | 图像处理、三维重构 | | D 低空湍流监测及最优航路规划 | 优化调度 | 预测、图论、风险评价 | | E 高速列车轴承智能故障诊断问题 | 分类识别 | 信号处理、特征提取、迁移学习 | | F 江南古典园林的美学特征建模 | 评价决策 | 多模态数据、聚类分析 | ### 数量统计 | 主分类 | 2023 | 2024 | 2025 | 三年合计 | | ---- | ---: | ---: | ---: | ---: | | 评价决策 | 1 | 0 | 1 | 2 | | 预测 | 1 | 3 | 1 | 5 | | 优化调度 | 2 | 1 | 2 | 5 | | 分类识别 | 1 | 0 | 2 | 3 | | 仿真图论 | 1 | 2 | 0 | 3 | | 合计 | 6 | 6 | 6 | 18 | ### 近年趋势与选题策略 - 题目越来越依赖真实数据、时空信息、图像/信号和领域知识，单一算法通常不能完成整道题。 - A、B 题常出现较强的专业背景、复杂约束、数值推导或大规模数据处理，准备成本较高；它们适合作为进阶训练，不宜作为半个月备赛的唯一目标。 - C、D、E、F 题覆盖分类识别、预测、优化、评价和仿真等高频任务，更适合用现有代码资料快速建立基线，再通过数据处理和验证提升结果。 - 备赛优先顺序建议为 **C/E/F → D → B → A**：先掌握可复用的分类、评价、预测和图表流程，再挑战专业性更强的 A、B 题。 - 比赛选题时先看数据是否可读、问题是否能拆分、验证指标是否明确，再考虑模型是否高级；能完整验证并写清楚的方案优先于复杂但不稳定的方案。 ### 资料使用顺序 1. 先读 2023—2025 题目文件，完成上面的题型索引，不直接通读全部历史资料。 2. 优先研究 `重点学习优秀论文` 中的 B、C、E、F 题，再到 `04-25年优秀论文` 中补充相同类型的论文。 3. 按题型调用 `数学建模程序代码资料合集` 和 `matlab经典十个算法的程序` 中的最小模板，自己重写并验证。 4. 用 2024 年 E 题交通流、2024 年 F 题脉冲星或 2025 年 C/E 题做专项练习；最后用 2025 年 D 题做综合模拟。 ## 仓库目标 - 建立从读题、假设、建模、求解、验证到写作的完整工作流 - 沉淀可复用的 MATLAB / Python 建模代码与数据处理脚本 - 按赛题和方法整理实验记录，保证结果能够复现 - 在比赛期间支持多人协作、版本回溯和阶段性归档 ## 目录约定 ```text . ├── README.md # 仓库说明与协作约定 ├── assets/ # README 和文档使用的图片 ├── skills/ # 面向华为杯研赛的可复用 Codex Skill ├── 提示词教学.docx # 与建模协作相关的提示词学习材料 ├── problems/ # 历年赛题、当前赛题与题目分析 ├── solutions/ # 各题建模方案、推导和实验记录 ├── src/ # MATLAB / Python 等可复用代码 ├── data/ # 项目所需的小型、可公开分发的数据 ├── results/ # 图表、指标和阶段性实验结果 └── paper/ # 论文草稿、公式和 LaTeX / Word 素材 ``` 目录会随着比赛推进逐步建立。每个具体题目建议使用独立子目录，例如 `solutions/2026/A/`，并在其中记录 README、代码、数据说明和结果。 ## 建模工作流 1. **读题与拆解**：明确目标、约束、输入输出和评价指标。 2. **数据检查**：记录数据来源、字段含义、缺失值和异常值处理方式。 3. **建立模型**：写清假设、符号、目标函数、约束和算法选择理由。 4. **实现与验证**：固定随机种子或参数，保存关键中间结果，比较基线方法。 5. **敏感性分析**：检查参数变化、误差传播和模型适用范围。 6. **论文写作**：同步整理图表、结论、局限性和参考文献，避免最后集中返工。 ## Python 环境仓库使用 [uv](https://docs.astral.sh/uv/) 管理 Python 依赖，版本和锁定结果分别记录在 `pyproject.toml` 与 `uv.lock`。首次配置环境： ```powershell $env:UV_CACHE_DIR = "$env:TEMP\\uv-cache-codex" uv venv .venv --python 3.13 uv sync ``` 运行脚本时使用项目虚拟环境： ```powershell uv run python reports/2025-C/code/run_baseline.py uv run python reports/2025-C/code/make_report_figures.py ``` 当前环境包含 NumPy、Pandas、Pillow、OpenCV、SciPy、scikit-learn、Matplotlib、Seaborn、NetworkX、Statsmodels、OpenPyXL、python-docx 和 Jupyter。 ## 协作约定 - 一个题目或一个功能使用一个分支，提交信息采用 `feat`、`fix`、`docs`、`refactor`、`test`、`chore` 前缀。 - 提交前说明改动目的、运行方法和验证结果；生成的缓存、临时文件和个人配置不要提交。 - 代码、数据和图表尽量提供最小可运行示例；大型资料通过外部链接或本地资料目录管理。 - 涉及题目保密、个人信息或未公开数据时，先确认是否允许上传到云端。 ## 外部资料完整资料位于本机的 `F:/goodstudy/研0/竞赛/数模/`，包括历年赛题、优秀论文、算法代码和 2026 年华为杯资料。仓库只保留经过筛选、可公开分享且与当前题目直接相关的内容。 - [历年研究生数模真题与资料](https://github.com/zhanwen/MathModel) - [2026 华为杯数学建模资料（百度网盘）](https://pan.baidu.com/s/1VKKoEsld9yT721EkPfpBGg?pwd=67w0) ## 当前计划 - [ ] 建立历年赛题索引和题型标签 - [ ] 整理评价决策、预测、优化调度、分类识别四类基础模板 - [ ] 补充 MATLAB / Python 环境与运行说明 - [ ] 为 2026 年赛题建立独立的问题分析和实验目录 - [ ] 形成可直接复用的论文写作清单

Carregando o README do repositório…

Skills neste repositório

classificação pendente

skill

ocupação

descrição

atualizado

f-modeling-paper-delivery

sem classificação

用于接续、审查和交付本项目 2026 年研究生数学建模 F 题的质量评分、标度律、资源配置与能力预测论文，或复用其模型边界、评委审稿及 Obsidian Excalidraw 实例；其他赛题优先用通用 huawei-math-modeling，不套用本题四问与数值。

Idioma do texto original: chinês

2026-09-28

huawei-math-modeling

sem classificação

面向华为杯研究生数学建模竞赛的人与 AI 讨论选题、开放建模、代码实验、科学绘图、仿真训练与中文论文交付。用于真实赛题、附件和完整建模论文；不用于普通数学问答。

Idioma do texto original: chinês

2026-09-28

Mostrando 2 de 2 skills coletadas.