2022美赛ABC解题思路

2022美赛ABC解题思路,第1张

本团队由 CMU CS PHD,清华 CS master,CUHK computational bio phd组成,因人手有限就只做了A,B,C三题。


以下为思路
A题思路
开发一个模型,该模型可以应用于任何类型的骑手,以确定骑手在赛道上的位置与骑手施加的力量之间的关系。


请记住,骑手在整个过程中可以消耗的总能量有限制,以及从过去的侵略性和超过功率曲线限制中累积的限制。



此题的主要研究的内容为建立一个骑手所用功率与位置之间的关系。


首先我们的模型需要应用于任何类型的骑手,所谓的不同类型的骑手,其本质区别在于每个人的功率曲线都不相同,除此之外还需要考虑骑手疲劳和总能量有限的因素。



您的模型开发和报告应包括以下内容:
· 定义两种类型的骑手的力量曲线。


您的一位骑手应该是计时赛专家,另一位是不同类型的骑手。


您还应该考虑不同性别骑手的个人资料。



· 将您的模型应用到各种计时赛课程中,至少包括以下针对您在上面定义的每个功率配置文件列出的课程:
1)2021年日本东京奥运会计时赛,
2)2021 UCI世界锦标赛计时赛在比利时法兰德斯举行,
3)至少一门您自己设计的路线,包括至少四个急转弯和至少一个重要的道路坡度。


课程的终点应该在起点附近。



首先我们需要定义不同骑手的功率曲线,所谓的功率曲线,例如下图所示:

模型的应用场景需要我们收集相应的赛道信息进行仿真建模,利用我们的模型得到相应的结果。



根据查阅相关文献,我们可以初步得出以下四个结论:
1.就平均阻力而言,高海拔场地的空气阻力小于低海拔场地。



2.木质跑道的摩擦阻力小于水泥跑道,半径大的场地摩擦 阻力小于半径小的场地。



3.木质跑道上领骑阻力与尾随阻力的变化幅度较大,水泥场地上领骑阻力与尾随阻力的变化幅度较小。



4.领骑状态阻力与速度呈强相关,在尾随状态阻力与速度呈弱相关。



后续思路:私聊
备注 CSDN:https://mianbaoduo.com/o/author-aGqZnG1oZA==/work
B题思路
本思路说人话,尽量快速带你过一遍题目,然后帮你快速抽象成数学模型。



相关资料:
首先,这是一道关于水资源的优化配置问题。


已经有很多关于这方面研究的论文,甚至在2013年美国大学生数学建模竞赛B题(埃及水资源预测问题)就有与此类似的问题:(一个是尼罗河,这时换成美国的一条河了)

本思路文档已经提前搜集到了一些参考文献如下:

原题分析
美国亚利桑那州 (AZ)、加利福尼亚州 (CA)、怀俄明州 (WY)、新墨西哥州 (NM) 和科罗拉多州 (CO) 的自然资源官员目前正在协商确定管理水资源使用和电力生产的最佳方式。


格伦峡谷和胡佛水坝来解决这些相互竞争的利益。



此句表明,水资源的优化配置主要有两种用途:一种是水资源的使用,即水供应问题,另一种是电力生产,即电力需求问题。



水供应问题,需要用到5个州的数据。



电力需求问题,需要用到2个水坝的数据。



(数据会在查找后在后续的模型文档中给出)
格伦峡谷大坝(鲍威尔湖)和胡佛大坝(米德湖)的运营应密切协调,因为从格伦峡谷大坝流出的水为胡佛大坝提供了部分水输入。



两座大坝的串联配置带来的挑战是确定五个州的农业、工业和住宅用水和电力的合适分配。



上两句话表明,上述两个大坝并不是独立的!在数学模型上说应该是具有耦合关系,更明确的说,应该是一个动态规划的问题,上一个大坝影响下一个大坝,从而影响五个州的用水分配。



当利益社区的需求处于规定水平并且两个水库中的水处于规定高度时,您的解决方案应该解决应该从格伦峡谷和胡佛水坝获取的水流(考虑水库中水位之间的关系)和水库中的水量)。


建议应多久重新运行一次模型以考虑供需情况的变化。



此句话感觉没有翻译好,直接看英文容易理解出:当整个水资源分配合理时,两个水坝的水位高等是多少?以及水库水量是多少?然后使得水资源分配合理的平均时间是多少?
墨西哥对五个州消耗其份额后剩余的水提出索赔。


你的计划应该涉及墨西哥的权利。



在模型中应该在增加一个独立的惩罚项,即考虑墨西哥的利益。



后续思路:私聊
备注CSDN:https://mianbaoduo.com/o/author-aGqZnG1oZA==/work
C题思路
本思路主要是带你过一遍题目的信息量,然后分析题目以及对题目的求解的流程和方法解答。


同时给出了有用的部分参考文献。




略过废话,我们直接看最关键的图示和解释,如下图给出了黄金和比特币的几年来的历史数据。




本题的主要任务非常清晰明了,要求设计一个模型,该模型仅使用迄今为止的每日价格流来确定交易员每天是否应该购买、持有或出售其投资组合中的资产。


题目更加具体的内容就不详细在这里赘述了,可以参考原题,主要的要求就是通过历史的比特币与黄金的行情来做出最优的组合投资策略,同时进行一定的灵敏度分析。



问题一
开发一个模型,该模型仅基于当天的价格数据提供最佳的每日交易策略。


使用您的模型和和策略,在 2021 年 9 月 10 日,最初的 1000 美元投资价值多少?
问题一是本题的核心要点,后续的问题二和三都仅仅是在问题一上的补充和说明。



问题一可以简单的分成两部分来进行。



(1) 黄金与比特币的价格或者趋势的预测
(2) 投资策略的组合形式与方法,设计优化算法来确定最优的组合策略。



I. 黄金与比特币的价格或者趋势的预测:
对于第一步,由于具有非常强的非线性以及对过往数据的依赖性,主要模型采用神经网络机器学习的预测模型可能效果较好。


我们可以采用循环神经网络或者长短期记忆网络,改进其中的部分门控机制来达到较好的预测效果。



首先观察数据特点,如有需要,首先对数据进行清洗,删除缺失值,同时进行一系列的标准化处理,同时确定模型的输入指标,构建我们的网络模型,通过多个模型的对比来取得最优的模型结果。



流程图可以参考如下:

其中技术指标及模型输入和模型的选择至关重要,模型的选择可以参考如上的循环神经网络和LSTM。



后续思路:私聊
备注CSDN:https://mianbaoduo.com/o/author-aGqZnG1oZA==/work

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/langs/564493.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-04-06
下一篇 2022-04-06

发表评论

登录后才能评论

评论列表(0条)

保存