据悉，“五岳杯”量子计算挑战赛是国内最专业的量子计算大赛之一，也是一场“企校联名”的国际竞赛，旨在深度融合“量子计算+算力网络”行业发展态势，并基于中国移动云提供的算力网络中的真实业务场景、需求制定赛题，充分挖掘量子领域实用化场景验证以及真机测试的巨大潜力。该竞赛着重数学建模，聚焦“组合优化”问题建模，适合数学、运筹学、计算机、统计学、数据科学等专业的同学。专家表示，“五岳杯”在技术上提供了数学映

dataset/├─ train/│ ├─ normal/ # 无残损（标签0）│ │ └─ ...│ └─ damaged/ # 有残损（标签1）│ └─ ...└─ val/ # 验证集，结构同上import os# 加载图片路径和标签# 无残损（标签0）# 有残损（标签1）# 读图片（OpenCV读的是BGR，转RGB）# 应用增强# 转成PyTorch的Tensor格式（通道在前：HWC→

摘要是一篇论文能否在众多论文中脱颖而出的关键，好的摘要必须清楚的描述解决问题的方法和显著的表达论文中最重要的结论。这篇论文的摘要简明扼要地指出了处理问题的方法并给出了作答，起到较好的总结全文，理清条理的作用。初次接触数学建模，所以我们在研读论文的过程中，除了学习他们在解决问题中用到的思维方法、数学知识、分析其优点与不足之外，更看重学习怎样写出一篇优秀的数学建模论文，从而传达出自己的研究思路和研究成

0.5米，位于温室的左侧。，温室的设计通常采用带有温室风扇的通风系统，如图1所示。问题1：请建立一个无作物的玻璃温室内的温度和风速分布的数学模型。问题2：请建立一个有种植作物的玻璃温室内的温度和风速分布的数学模型。问题4：您的团队能否从温室扇的数量、位置、风速、吹风温度、规格、不同作物等因。温室作物的产量受到各种气候因素的影响，包括温度、湿度和风速[1]。，获得合适的风速和温度，提高其均匀性，是当

但重点不在模型多复杂，而在“处理图片”——你想啊，港口的图片里乱七八糟的，有机器、天空、地面，还有反光、阴影、下雨天的水痕，这些都容易让模型认错，得先给图片“做个大扫除”，比如裁掉没用的背景、调调亮度去掉阴影；另外，没残损的图片可能比有残损的多好多，要是模型光看这些“没问题”的图，最后可能就偷懒只认“没残损”，漏了真正有问题的，所以得想办法平衡数据，比如多复制点有残损的图，或者少用点没残损的图，这

竞赛里附件会晚给，但可以先写好代码框架（比如特征处理、分档函数），等数据来了改改列名就能用；所有步骤都要对应文件里的规则（比如索赔差额公式、占比约束），别自己造逻辑；问题1的分布图、问题2的特征重要性图、问题3的分类混淆矩阵，这些能让论文更充实，符合竞赛要求。B题不难，但“细”——把文件里的特征、规则吃透，代码一步一步来，拿分很稳；要是脱离文件瞎建模，再复杂也没用。

具体做的时候，先画散点图、直方图看看数据分布，再用K-means聚成3类，或者按“实际赔付金额”分档——比如100块以下、100到500块、500块以上，每档里再按差额的分位数划界，比如每档里差额最小的5%算严重超额，这样既符合数据规律，又能满足业务占比要求。严重超额的样本只占3%，要是直接建模，模型很可能只认“合理诉求”，漏了严重超额的，所以得想办法处理——比如用SMOTE造点“严重超额”的假样

另外，没残损的图片可能比有残损的多好多，要是模型光看这些“没问题”的图，最后可能就偷懒只认“没残损”，漏了真正有问题的，所以得想办法平衡数据，比如多复制点有残损的图，或者少用点没残损的图，这才是这个问题的关键。严重超额的样本只占3%，要是直接建模，模型很可能只认“合理诉求”，漏了严重超额的，所以得想办法处理——比如用SMOTE造点“严重超额”的假样本，或者调模型的class weight，给严重超

dataset/├─ train/│ ├─ normal/ # 无残损（标签0）│ │ └─ ...│ └─ damaged/ # 有残损（标签1）│ └─ ...└─ val/ # 验证集，结构同上import os# 加载图片路径和标签# 无残损（标签0）# 有残损（标签1）# 读图片（OpenCV读的是BGR，转RGB）# 应用增强# 转成PyTorch的Tensor格式（通道在前：HWC→

比赛时间：2023.8.3———2023.8.6比赛性质： 国家级，暑假期间含金量和比赛规模都不错的数学建模比赛，目前举办到第四届，规模一年比一年大，参与人数越来越多，认可度越来越高，赛题类型和赛题难度都与国赛相当，可以作为国赛前的模拟比赛进行参与练手，会对国赛参加和了解更多东西。比赛题目与参与条件：三道题ABC，为本科生，研究生，专科生组进行比赛报名费用：200元。