参赛之缘

组里的学长有天问了一句有人想搞数学建模,缺一个人,我想都没想就举手了,也算是为了弥补大学缺失的竞赛吧。请各位大学生务必以我为反例!!!多搞比赛!!!

“华水队”成员包括我们组里的一个学长和另一个组的学姐,加我一个“小萌新”。组队完毕后,三个人聚了一次稍微讨论了一下我需要学哪些东西就各忙各的了。

就这样,时间来到比赛那天,三个人又坐到了一起。。。

紧张刺激又爆肝的比赛

首先是选哪一题,由于B题跟学姐研究的方向相近,因此经过商议选了B题。

B题题面我就不说了,感兴趣的可以下载题目看看,包括1个描述问题的word和3个附件。

4个问题分别为:

问题1. 使用附件1中的数据,按照附录中的方法计算监测点A从2020年8月25日到8月28日每天实测的AQI和首要污染物,将结果按照附录“AQI计算结果表”的格式放在正文中。

问题2. 在污染物排放情况不变的条件下,某一地区的气象条件有利于污染物扩散或沉降时,该地区的AQI会下降,反之会上升。使用附件1中的数据,根据对污染物浓度的影响程度,对气象条件进行合理分类,并阐述各类气象条件的特征。

问题3. 使用附件使用附件
1、2中的数据,建立一个同时适用于A、B、C三个监测点(监测点两两间直线距离>100km,忽略相互影响)的二次预报数学模型,用来预测未来三天6种常规污染物单日浓度值,要求二次预报模型预测结果中AQI预报值的最大相对误差应尽量小,且首要污染物预测准确度尽量高。并使用该模型预测监测点A、B、C在2021年7月13日至7月15日6种常规污染物的单日浓度值,计算相应的AQI和首要污染物,将结果依照附录“污染物浓度及AQI预测结果表”的格式放在论文中。

问题4. 相邻区域的污染物浓度往往具有一定的相关性,区域协同预报可能会提升空气质量预报的准确度。如图 4,监测点A的临近区域内存在监测点A1、A2、A3,使用附件1、3中的数据,建立包含A、A1、A2、A3四个监测点的协同预报模型,要求二次模型预测结果中AQI预报值的最大相对误差应尽量小,且首要污染物预测准确度尽量高。使用该模型预测监测点A、A1、A2、A3在2021年7月13日至7月15日6种常规污染物的单日浓度值,计算相应的AQI和首要污染物,将结果依照附录“污染物浓度及AQI预测结果表”的格式放在论文中。并讨论:与问题3的模型相比,协同预报模型能否提升针对监测点A的污染物浓度预报准确度?说明原因。

肝问题

问题1

        开始比赛那天我一上午的课,因此就没有去做,只是先看了看题,打算下午再去搞。问题1比较容易,学长一顿操作猛如虎就解决了。

问题2

        问题2乍一看不算难,就是一个分类问题,但仔细想想又挺难的。因为这个分类标准需要自己定,就挺马叉虫的。最开始的思路是找出所有污染状况和天气特征的排列组合,计算每一个组合对应的aqi,由每种组合的aqi和污染物浓度对天气特征进行分组。但是附件1种一次预报给出的天气特征太多了,全部做个排列组合不太现实。因此决定先选出几个天气特征,再根据污染物浓度对天气特征进行分组。在查阅大量资料和给出的实测数据基础上,我们最终选择了附件1中实测数据包含的 温度(℃) 湿度(%) 气压(MBar) 风速(m/s) 风向(° ) 这6类作为天气特征。接着该按污染物浓度对天气特征进行分类了。本来考虑用聚类,但是怎么聚始终没有想清楚。于是考虑先把天气特征和污染物浓度与aqi的相关度计算出来,并画出热度图。最后是打算分别画出天气特征与aqi、aqi与污染物浓度、时间与天气特征和aqi的关系图,通过图像的变化情况进行分组。

最后分析一波,得出结论

(1)当...时,AQI...,有利于污染物扩散。

(2)当...时,AQI...,不利于污染物扩散。

因此...归为一组,...归为一组。

问题3和问题4

对于问题3,在一次预测的基础上, 建立一个能同时适用于监测站 A,监测站 B,监测站 C 的 LSTM 神经网络模型,通过最小化神经网络的输出数据与真实数据之间的误差,从而更准确的对逐小时污染物浓度进行二次预测,。

对于问题4,考虑到相近监测点的空气质量会互相影响, 首先采用两层全连接网络训
练了一个关联模型,此模型考虑了监测点的历史数据,此时监测点的气象条件,以及周边
其他的监测点污染物浓度信息及气象条件,来拟合该监测点此时的污染物浓度。然后,使
用问题三中提出的二次预测模型,对问题中的四个监测点进行二次预测。最后使用关联模
型对二次预测数据进行矫正,得到最终的预测数据。

结语

我的工作内容不多,但也算是爆肝了3天(查bug、学新东西)。比赛结束前一天晚上学长通宵搞了搞实验,完善论文,学姐也肝到2点多,第二天5点多起来接着肝。最终,在18号11:54分,我们上传了最终结果。

本次参赛,实力有限,但还是尽自己最大努力了。真的收获了很多,也希望以后有机会再次参赛。最后,相信努力就会有所收货,感谢队友和我的辛勤付出~

2021.12.10获奖感言

今天下午大概5点多出的结果,本来想去吃饭的,看到成绩出来了赶紧跑回工作室去查结果。经过紧张刺激的查询,我在拟获奖队伍中找到了我们的队伍,那叫一个激动啊!!!虽然只是三等奖,但也算是我的第一个国奖了,对我来说非常有纪念意义,非常激动,非常开心,除了感谢,不知道说些什么好QAQ。果然,有努力就会有收获啊!

通过这次比赛,我意识到,不能为了比赛而比赛,而是要在比赛的过程中尽可能地提升自己综合能力。综合能力不仅仅局限于敲代码,还包括组织能力、团队协作能力、搜索能力等等。这当中的一些trick是我们平时学不到的,只有通过比赛才能够体会的到,因此我觉得这次比赛非常值,也非常期待下次的比赛~

“华为杯”第十八届中国研究生数学建模竞赛B题参赛总结相关推荐

  1. “华为杯”第十八届中国研究生数学建模竞赛D题:抗乳腺癌候选药物的优化建模(一等奖)

    更新20220921:参加数模之旅需要哪些准备?(转自中国研究生数学建模竞赛公众号) ● 前期知识储备 公众号.博客.知乎.纸质书籍等 ● 熟悉题型 华为题(A题):与电子信息专业相关度高 大数据类: ...

  2. 【数学建模】2023年华为杯第十九届研究生数学建模大赛E题

    2023年华为杯第十九届研究生数学建模大赛E题 <4天半时间><国二> 开源:TODO 放羊的题目,6个问题,当时脑子都想麻了 开个坑,后面再写吧

  3. 2020年中国研究生数学建模竞赛A题

    2020年中国研究生数学建模竞赛A题(华为公司命题) ASIC芯片上的载波恢复DSP算法设计与实现 光数字信号处理(DSP)芯片是光传输领域里的"心脏",这种芯片往往是基于专用集成 ...

  4. 2018年中国研究生数学建模竞赛C题 二等奖 赛题论文

    2018年中国研究生数学建模竞赛C题 对恐怖袭击事件记录数据的量化分析 恐怖袭击是指极端分子或组织人为制造的.针对但不仅限于平民及民用设施的.不符合国际道义的攻击行为,它不仅具有极大的杀伤性与破坏力, ...

  5. 2019年中国研究生数学建模竞赛D题 汽车行驶工况构建【信息交流】

    2019年中国研究生数学建模竞赛D题 汽车行驶工况构建 一.问题背景 汽车行驶工况(Driving Cycle)又称车辆测试循环,是描述汽车行驶的速度-时间曲线(如图1.2,一般总时间在1800秒以内 ...

  6. 2019年中国研究生数学建模竞赛D题 汽车行驶工况构建

    2019年中国研究生数学建模竞赛D题 汽车行驶工况构建 一.问题背景 汽车行驶工况(Driving Cycle)又称车辆测试循环,是描述汽车行驶的速度-时间曲线(如图1.2,一般总时间在1800秒以内 ...

  7. 【题目解析】2019年第十六届中国研究生数学建模竞赛B题 --天文导航中的星图识别+

    2019年第十六届中国研究生数学建模竞赛B题 天文导航中的星图识别 天文导航(Celestial Navigation)是基于天体已知的坐标位置和运动规律,应用观测天体的天文坐标值来确定航行体的空间位 ...

  8. 2019年第十六届中国研究生数学建模竞赛E题 全球变暖?【分享交流】

    2019年第十六届中国研究生数学建模竞赛E题 全球变暖? 全球气候变暖的解释是由于温室效应不断积累所致[1,2].事实上,由于人们焚烧化石燃料,如石油.煤炭等,或砍伐森林并将其焚烧时会产生大量的二氧化 ...

  9. 2020年 中国研究生数学建模竞赛B题 降低汽油辛烷值损失模型【分享交流】

    2020年第十七届中国研究生数学建模竞赛B题 降低汽油精制过程中的辛烷值损失模型[分享交流]

最新文章

  1. kafka_2.11-0.10.2.1中的auto.offset.reset
  2. subline Text3
  3. WPF PRISM开发入门一( 初始化PRISM WPF程序)
  4. 【知识便利贴】ImageNet得的比Best Paper还牛的Longuet-Higgins奖是什么?
  5. Linux经典实用的使用技巧33则和常用60个命令
  6. 第三次学JAVA再学不好就吃翔(part43)--局部内部类访问局部变量
  7. logger 参数列表过长_[源码级解析] 巧妙解决并深度分析Linux下rm命令提示参数列表过长的问题...
  8. Win11系统如何隐藏快速搜索
  9. 使用poi导出大量数据到excel遇到的问题
  10. 机器学习第四回——神经网络
  11. Python的第三方库pyppeteer
  12. 终于可以和 QQ 彻底说再见了!
  13. Python进阶(十二)常用数据处理模块
  14. mvc:annotation-driven/与mvc:default-servlet-handler/之间的一个问题
  15. bpsk调制及解调实验_调制的理解
  16. vue学习笔记-绑定属性 绑定class及style(2)
  17. Linux Vmware CentOS 制作yum本地资源库和局域网资源库
  18. 【DDRNet】DDRNet项目使用单GPU、自己的数据集训练、得到测试图像
  19. 项目管理系统Cynthia
  20. 岗位po是什么意思_po主是什么意思

热门文章

  1. thonny python介绍_Thonny
  2. java物流实时跟踪
  3. 云原生发展趋势-2022
  4. 再论互联网公司盖楼那些事-尾声 谁是中神通
  5. 桂林瑶大叔名老中医馆
  6. 关闭Win10系统天气图标
  7. 【180628】VC++方格益智小游戏
  8. [loj6388] 「THUPC2018」赛艇 / Citing
  9. 进阶-第28__深度探秘搜索技术_实战掌握误拼写时的fuzzy模糊搜索技术
  10. 一次累加序列折线图解释_如何解释非累加性措施第1部分按比例分配