近日，“华为杯”第十七届中国研究生数学建模竞赛获奖名单揭晓。我校共有来自统计与数学学院、管理工程与电子商务学院、计算机与信息工程学院、金融学院等各学院的41支研究生队伍斩获奖项，其中，一等奖2项，二等奖19项，三等奖20项，总成绩位居全国第33名，被授予“优秀组织奖”。这是我校自2009年参加该赛事以来取得的历史最佳成绩。

2020年中国研究生数学建模竞赛于9月举行，来自国际和全国各省、自治区、直辖市、特别行政区共456个研究生培养单位的14436队研究生参赛。经过校内选拔赛以及为期一个月的暑期数学建模集训，我校学子凭借扎实的理论功底和优异的综合能力再创佳绩，其中，来自统计与数学学院的杨洋团队和夏晓倩团队荣获一等奖。根据竞赛章程，一等奖的获奖比例仅为1.3%，二等奖获奖比例为13%，三等奖的获奖比例为20%。

我校获奖团队名单

我校历来重视研究生创新能力培养，打造了融“课程-实践-项目-竞赛-评价”于一体的研究生创新能力培养体系，鼓励研究生积极参与创新活动。近年来，研工部广泛组织研究生参加中国研究生数学建模竞赛、中国研究生智慧城市技术与创意设计大赛、中国研究生能源装备创新设计大赛等教育部举办的“中国研究生创新实践系列大赛”，取得了较好成绩。中国研究生数学建模竞赛旨在激发研究生群体的创新活力和学习兴趣，提高研究生建立数学模型和运用计算机解决实际问题的综合能力，增进各高校之间以及校企之间的交流与合作，推动研究生教育教学改革。

附：第十七届中国研究生

数学建模大赛一等奖团队介绍

团队成员：夏晓倩、沈思怡、郝瑞婷

项目简介：作为汽车的主要燃料，汽油燃烧排放的尾气会造成一定的污染，因此汽油清洁化就显得尤为重要，而汽油清洁化的重点就是在降低汽油中的硫、烯烃含量的同时尽量保持其辛烷值。本文首先对附件数据进行预处理；然后采用方差选择法、灰色关联分析法、距离相关系数方法从众多因素中筛选出28个影响产品辛烷值的主要建模变量；其次，对比RF、SVM和XGBoost三种方法的预测效果后，最终选择基于XGBoost的回归预测模型作为本文辛烷值损失预测模型；最后，将辛烷值损失优化问题转化为单目标规划问题，以产品辛烷值损失降幅最大为目标，建立非线性优化模型，利用遗传算法求得最优操作条件，并分析了具有代表性的样本优化后的操作条件。

团队成员：杨洋、徐敏、陶祎

项目简介：B题是一道数据量较大的题目，但在之前研工部组织的校内选拔赛和暑期数学建模集训中已经处理分析过更大的数据集，所以在这次比赛中处理数据没有给我们太大的压力。在数据处理上，我们借助了Matlab，python，R等分析软件，根据最大最小值原则、拉依达准则以及多项式插值等对数据进行了预处理。然后综合考虑过滤式、包裹式、嵌入式三种筛选因子方法的优点，采用Fisher得分法、递归特征消除法以及Lasso回归，结合变量的合理性，进行降维。在此基础上，从线性与非线性预测两方面考虑，运用岭回归、BP神经网络、支持向量机回归以及基于GA遗传算法的BP神经网络分别建立汽油辛烷值的损失预测模型。最后，通过预测模型，找到对汽油辛烷值降低具有较大优化作用的重要变量，并描绘出汽油辛烷值和硫含量在主要变量操作下的变动轨迹。

  推荐  阅读

重大2项！浙商大2020年度国家社科基金立项再创佳绩

点击标题，查看更多

我校与中国人民大学举办深化合作学科建设研讨会

点击标题，查看更多

中国人民大学与我校签署进一步深化支持帮扶合作协议

点击标题，查看更多

浙江工商大学

来源 / 研究生院

编辑 / 官微中心 吕柯萱

出品 / 浙江工商大学官微中心

欢迎提供 / 校园原创文字/摄影/视频/采访线索

投稿邮箱 / zjgsugw@126.com

点个“赞”和“在看”，分享商大专属故事