本文记述了25国赛建模北京赛区A题的参赛流程和感受，以及一些个人经验和总结。

前言

数学建模需要三个人分工合作合作，在三天的时间完成对于选题的一篇论文分析。可以算是大学竞赛中不算很水的学科竞赛了，反正主包觉得比那些ppt汇报大赛，和导师成果人脉展示大赛强多了，哈哈哈哈哈哈哈范围攻击。
主包也是第一次参见建模比赛哈，提前两个月比较系统的看了一下常用的算法，统计学知识，机器学习的实现···队友都是半年前有比赛意向的，平时玩的也非常好的朋友，因为主包高考失利被首都的某所双非一本收留，这两个队友分别来自江西和四川，我对于他们的学习能力还是非常满意的同为数统学院的三名外地人势必要闯出一点动静。

一、赛前准备

1.选队友

因为主包高考失利被首都的某所双非一本收留，感觉本地的学生差了点意思（尊都很客观，补药公鸡主包，可能是周围没有遇到优秀的人吧），这两个队友分别来自江西和四川，平时也是玩得很好的朋友，主要是境遇相似，我对于他们的学习能力还是非常满意的，同为数统学院的三名外地人势必要闯出一点动静。

2.知识储备

1.常常考察的可以分成几大类，优化类问题，评价类问题，预测类问题，机理分析类等等。
2.我们需要通过问题类型来准备常用算法，下面主包举例几个（有的不是很常见但是很强大！！1）；预测类随机森林，XGBoost，灰色，时间序列，；优化类就比较多了，基本上属于必考点了，遗传算法，模拟退火，鲁棒优化（优中取稳超强），蚁群，粒子，贪心；评价类的有PCA，熵权法，这里准备的不多。
3.单独使用或者套用某种算法是很难解出题目的，一般都是使用多个或者自己融合创新一下，因为涉及算法调参，手动吃运气容易爆雷，所以优先让计算机确认参数，如XGBoost+贝叶斯优化（这是我最喜欢的一个组合，比用决策树，网格搜索强了一大截，私下做过性能对比，想要的可以评论区催更），LSTM+时间序列分析（统计建模常用），还有老多了，自己去挖掘吧。
4.latex论文排版，这个很重要，有一个好的排版获奖概率大大提高，建议使用texlive+texstudio，提前学习代码语言，公式啥的问豆包吧，主包英语不好\textbf{}。。。这种还行，有的巨长，能看懂代码就可以上手。后面出一期latex的教学，评论区可以催更。
5.编程语言，主流的一般是Python和MATLAB

二、选题

1.题目展示

在这里插入代码片

2.选题思路和心路历程

主包的专业是理学的数据科学与大数据技术，和应用统计的专业重合度还挺高，高代数分一个不少，三道题看下来，A是属于物理向的，我第一次看的时候超级激动，主包专业是不学物理的，但是主包是高中三年物理课代表，也是小三科里唯一上90的，算是有点情怀在的，下回可以转型情感赛道；B也是物理向的，光学相关主包公式已忘记，也不是很感兴趣，而且我们没有准备绘图软件，python图还是不够用，直接passC是最与本专业契合的，就是涉及一个数据分析处理的题型，数据集已给出。考虑到主包的情怀，和队伍的强理工性质，以及93阅兵，我们最终选择了硬核的导弹干扰A题。

三、竞赛过程

1.ai的使用

开头需要给大家泼盆冷水，ai出来的基本上是全错的，不要抱有侥幸心理，在这可能有人反驳我没有正确的引导ai思考，我们竞赛第二天的时候，三个人集体调教ai，几百字小作文引导，但还是一直报错，其实从统计学的角度，假设ai一次的计算成功率是95%，但是A题这种复杂度往往需要进行几十次思考，这样的成功率早已小于50%，所以ai处理复杂度，逻辑思维严密的题几乎是不可能正确的。

2.算力不足

我们在第三问开始就出现了跑模型时间过长的问题，建议还是用cuda的分布式计算可以大大加快，算法选择也很重要，方法的选择更为重要，个人体验下来，遗传+拆分>遗传+贝叶斯>遗传＋网格。主包下一次一定一定要把cuda调教好了，呜呜呜跑一次代码1个多小时，一气之下在vscode中跑了四个，cpu秒从70飙到了90，吓得主包急忙暂停，要是蓝屏了就真寄了。

3.队友沟通及任务分配

我们三人每人都可以进行论文，建模和编程，这样是比较舒服的，可以灵活照顾每个部分的进度，三天时间很不够用，一定要有强大的执行力。主包开始先与队友沟通解题逻辑，再写论文旁边由四川一起梳理逻辑和公式，主要负责建模的江西确立好的模型，因为他在外地，只能线上讨论可行性（真心建议能线下就线下，线上沟通的延时性比想象的大得多），确认好后集体放下手中的任务，一起跑模型，修改模型，直到跑出结果，后半程一直一人论文二人跑模型的结构执行。快结束的时候轮到主包发力了，强大的语言润色能力，摘要几乎是我一个人写的，队友确认一下就可以定下了。

总结

三天三人一篇论文还是很辛苦的，有靠谱上进的队友非常重要的，希望最后能取得一个好成绩。