2022年第二届长三角高校数学建模竞赛
组织机构 主办单位:浙江省数学会
承办单位:浙江大学、中国计量大学
赞助支持单位:苏州众言科技SPSSPRO项目部
参赛对象 大赛主要面向中国及境外在校本科生,在读研究生和专科生也可报名参加,具体要求如下:
(1)可以自由组队参赛,每个参赛队伍人数可为1–3人,参赛队员必须全部为同一所学校的在校生,允许跨年级、跨专业组队。
(2)参赛组别以参赛队员中在读学历最高者为准。
(3)每支队伍允许最多有一名指导教师,指导教师须为在职高校教师。
竞赛规则 (1)竞赛题目:竞赛统一命题,共有A,B,C三题,本科生、研究生可选择A、B题中任意一题作答;专科生选择C题,也可以选择A,B题作答。
(2)竞赛组别:竞赛评阅分为三个赛道,分别为本科生组,研究生组和专科生组,参赛组别以参赛队员中在读学历最高者为准。
(3)参赛费用:每支队伍需缴纳200元参赛费,用于赛题征集、赛题评阅、技术支持等。
(4)竞赛报名:参赛队伍请在官方主页
报名,报名时请根据参赛队员中在读学历最高者,选择组别参赛。
(5)作品提交:参赛队伍要求在官方主页
对应电子档提交处提交pdf版本论文、附件和承诺书(题目有特殊规定的除外)。
(6)知识产权:参赛作品(包含但不限于算法、模型、方案等)知识产权归主办方、参赛者共享,部分解决方案经双方同意后在竞赛平台公布。
(7)公平竞技:参赛者可以引用公开发表的期刊文献,但是要注明引用来源。禁止在比赛中抄袭他人作品,经发现将取消比赛成绩并严肃处理。
(8)组织声明:专家组委会保留对比赛规则进行调整修改的权利、比赛作弊行为的判定权利和处置权利、收回或拒绝授予影响组织及公平性的参赛团队奖项的权利。
(8)获奖名单:将获奖名单初稿公示在浙江省数学会官网,官方主页等,公示期为一周,公示期间,接受各校师生申诉和信息修正。专家组委会负责对申诉的调查、仲裁与回复。公示结束后正式公布获奖名单,发放获奖证书。
时间与具体安排 (1)报名截止时间:2022年5月12日8:00。
(2)赛题公布时间:2022年5月12日8:00。
(3)竞赛时间:2022年5月12日8:00至2022年5月16日8:00。
(4)作品提交截止时间:2022年5月16日10:00。
(5)竞赛结果公布时间:2022年6月中下旬。
评阅标准 专家组委会将从四个方面进行评价:
(1)模型假设的合理性;(2)模型建立的创新性;
(3)结果求解的正确性;(4)论文表述的清晰性。
大赛奖励 (1)奖项评定
竞赛按本科生、研究生和专科生组别分赛题评选出一等奖(5%)、二等奖(15%)、三等奖(30%),其余成功提交作品的队伍获成功参赛奖。获奖者均将获颁盖有“浙江省数学会”印章的“长三角高校数学建模竞赛”获奖证书(注:提供电子证书,如有需要,也可申请纸质证书),并在一等奖参赛队中择优评选特等提名奖和特等奖若干名,颁发特等提名奖和特等奖证书及奖金。
(2)SPSSPRO创新应用奖
本届大赛增设20组“SPSSPRO创新应用奖”,在优秀作品中进行评选,每组奖金1000元,并颁发SPSSPRO创新应用奖证书(有使用苏州众言网络科技有限公司的SPSSPRO软件承担部分解题过程的优先考虑)。
(3)优秀指导教师,优秀组织单位
根据学校参赛队伍得奖情况和组织参赛队伍数量综合评定。
竞赛报名 参赛者以队为单位在大赛官网上自行注册报名,请根据队伍情况正确选择参赛组别。
参赛费用 (1)每支队伍需缴纳200元参赛费,用于赛题征集、赛题评阅、技术支持等。
(2)参赛费用有两种交纳方式,在报名网站缴纳或者以学校为单位集体交费,集体交费流程请见《第一届长三角高校数学建模竞赛集体报名高校须知》。
文章图片
部分程序
def getXCrossSectionData(f,xval):
index=(xval-xmin)*1.0/(xmax-xmin)*InterpolationNum
print(" x index",int(index))
FixedX=np.empty(InterpolationNum)
FixedX.fill(xval)
returnFixedX,f[int(index)]
def getYCrossSectionData(f,yval):
index2=(yval-ymin)*1.0/(ymax-ymin)*InterpolationNum
print("y index",int(index2))
FixedY=np.empty(InterpolationNum)
FixedY.fill(yval)
return FixedY,f[:,int(index2)]
FixedX,Z_FixedX=getXCrossSectionData(fnew,-9)#设置想要获取的x截面
FixedY,Z_FixedY=getYCrossSectionData(fnew,5)
#在原图上添加直线,从吻合性判断数据的准确性
ax.plot(FixedX, ynew, Z_FixedX)
ax.plot(xnew, FixedY, Z_FixedY)
#Draw sub-graph2单独抽取某个截面
ax2=plt.subplot(122, projection = '3d')
ax2.plot(FixedX, ynew, Z_FixedX)
ax2.plot(xnew, FixedY, Z_FixedY)
plt.show()
【数学建模|第二届长三角高校数学建模竞赛】辅导教学 资料学习
模型的建立与求解
print(q:917267119)
推荐阅读
- 2021深圳杯A题|常用的统计学指标及其含义
- Letcode算法专篇|Java之有序集合&hashMap
- 使用python中的while...else方法
- python中利用break 和continue退出for循环
- Python中的for循环语法和示例
- 机器学习|目标检测网络-yolo
- 深度学习|毕设-卷积神经网络/深度学习/yolo
- 深度学习|卷积神经网络CNN5
- python|python实现对图片的处理--图像处理课设