待學習

• DL,RL
• Pytorch
• 算法
• 論文排版技巧

---

2021/7/6

1. A題評講

1.1 選題

• 避免熱門，推薦國獎名額≈

1.2 論文格式規范

PartAttention

1.摘要	- 回答問題，具體結論 -亮點、關鍵加粗 -總結 做什么，怎么做的，模型怎么樣
問題重述	-按部就班 -1/2頁 -復制/縮寫
問題分析	-從哪些方面考慮 -不寫亮點 -1/2~1頁
模型假設	-必需 -3~5條，不要太多 -錯誤假設扣分 -必需假設：刪去某假設，后面不成立
符號說明	-符號、說明、量綱 -緊湊 -可選用表格（三線格等），參考國賽論文
（規范：編號）	-公式同行居后：（22） -下方居中圖1、上方居中表1
模型評價	-不要泛泛而談，優缺點具體 -
附錄	-規范、美觀

注意事項：

• 不要科普，當作老師懂
• 科學性（文獻），切勿復制粘貼
• 查重（<20％）
• 篇幅：正文>16頁
• 彩圖：彩打
• 打印：檢查是否和電子稿相同
• 附錄：跑得通，和結果一致（會組織老師檢驗）
• 公式：數學公式編輯器
• 程序：程序查重too
• 模型：
• 模板：

1.3提前準備

• 知網賬號/查重方式

---

2021/7/7會議記錄

1.會議提綱

• 定位
• 待學習
• 教程

2.定位

pcy:
1.優點：

• 編程
• 算法原理
• 細節實現

2.缺點：

• 會改不會寫
• 細節

wj：
1.優點：

• 編程
• 算法原理

2.缺點：

• 兼顧而不突出

py：
1.優點：

• 論文排版
• 大局+細節

2.缺點：

• List item

3.待學習

1.基礎：

• 熟練科學上網（谷歌學術、重大vpn）
• Latex 論文排版
• 畫圖

2.計算機基礎：

• 算法
• 準備板子（
• 框架學習

4.時間線

時間內容

7/7-7/16	-拆解優秀論文 -

---

2021/7/10-智能算法

關于算法的說明

• 準備板子
• 如何用？何處用？
• 如何調參（優化）
• 哪里是缺陷？
• 優缺點（方便論文寫作）

1.遺傳算法（GA）

原理：遺傳算法原理
板子：[GAFT是用于遺傳算法計算的通用 Python 框架]
解析：[GAFT解析]
優化板子：GAFT的優化

1.1 來源：

• 自然選擇、適者生存
• 遺傳、變異

1.2 基本思想

• 根據問題的目標函數構造適值函數（Fitness function）
• 產生初始種群（100-1000）
• 根據適值函數的好壞，不斷選擇繁殖
• 若干代后得到適值函數最好的個體即最優解
  
• 遺傳算子：即選擇、交叉、變異操作

1.3注意

• 基于種群
• 如何選擇

1.3構成要素

• 選擇策略：
  一般為正比選擇，選擇種群中適應值高的個體，適者生存優勝劣汰
• 停止準則（Stopping Rule）
  一般是指最大迭代次數

---

2021/7/20 B題評講

1.注意

1.最后一天8點提交MD5碼（論文+支撐材料各有），一旦更改內容則MD5碼改變
2.之后一天之內提供論文+支撐材料

• 2021/9/9 星期五180:00發布國賽題目，星期天20:00提交MD5碼

3.發布題目網站：
全國大學生數學建模競賽
中國大學生在線

2.B題評講

2.1 題目相關

• A：2020A
• B：2020B穿越沙漠（離散組合優化，智能算法），2020B（0-1規劃，啟發式，蒙特卡洛算法，NP）
• C：2020C
  三個題目均涉及優化模型

獲獎：國獎70％，國一30％，cqu每年參與國賽10個隊，基本參評的隊伍全部國獎（查重0容忍）
**評閱總則：**假設合理性，建模創造性，結果正確性，表述清晰性，論文完整性
**細則：**各小題，印象10’（摘要、論文質量）
注意：

• 通用算法（遺傳算法，模擬退火…）：流程圖不可照搬，結合題目
• 容易查到參考文獻的題目多

2.2 題目解析

2.2.1 各部分注意

• 摘要必須有結果
• 問題重述不要要用原文，會查重
• 要求的每一部分都不能缺
• 論文可讀性很重要

2.2.2 問題概況

離散模型、組合優化模型、算法設計及實現，NP問題
**求近似解：**近似算法，啟發式算法，貪心法，智能優化算法
**求最優解：**數學規劃，動態規劃，分支定界

2.2.3

√：TSP->TSP-D->MTSP-D

• 優秀摘要（可看一下結果）：

3.其他組報告

總結

以上是生活随笔為你收集整理的数模2021暑期培训的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。