【中文版】2025年第十一届数维杯大学生数学建模挑战赛(秋季赛)赛题已发布~初步翻译

2025年"数维杯"A题:基于离心式作动器的主动振动抑制设计

(一)背景

振动是实际工业设备的"隐形杀手",易导致结构疲劳损伤、降低运行精度与人员舒适度,严重时甚至会缩短设备使用寿命。因此,亟需研发主动抑制技术。其中,基于离心式作动器的主动减振设计是前沿热点方向,已应用于直升机旋翼系统、重型车辆悬架等系统中。

离心式作动器的基本原理是通过高速旋转的偏心质量块产生可控离心力。目前广泛应用的离心式作动器为双电机构型,采用两套伺服电机控制转速,再通过伞齿轮传动带动四个偏心质量块旋转,如图1所示。双电机离心式作动器采用两个电机分别驱动两组偏心质量块反向旋转(同一组内偏心质量块角速度大小相等、方向相反,且关于y轴对称安装),从而产生期望的作用力,具体原理如图2所示。忽略连杆结构与伺服电机质量,偏心质量块的旋转角速度和角加速度存在一定物理约束。每个旋转偏心质量块产生的离心力满足:

离心力大小=旋转半径×偏心质量块质量×旋转角速度的平方,即:

\|F_{l}\|=rm\\omega\^{2}

其中,(|F_{l}|)为离心力大小,(r)为旋转半径,(m)为偏心质量块质量,(\omega)为旋转角速度。

离心力方向:由旋转中心指向偏心质量块外侧。

(注:图中含偏心质量块、伞齿轮、伺服电机等结构示意)

现考虑大型车辆的横向振动抑制问题,计划采用离心式作动器的设计方案,在车身对角位置分别安装2个双电机离心式作动器,如图3所示。忽略车身横摆等旋转运动,设车辆前进方向为x轴方向,横向运动方向为y轴方向,图2与图3的坐标系方向一致。车身与四个车轮之间的横向结构可近似为弹簧-阻尼器结构,车身与车轮相对运动下产生的横向力满足:

车身所受横向力= -等效刚度系数×车身与车轮的横向相对位移 - 等效阻尼系数×车身与车轮的横向相对速度,即:

F_{h}=-k\\cdot\\Delta y - c\\cdot\\Delta v

其中,(F_{h})为设备所受驱动力,(k)为等效弹簧刚度,(\Delta y)为设备与基座的相对位移,(c)为等效驱动阻尼,(\Delta v)为设备与基座的相对速度。忽略基座各部分之间的相对变形,即取基座某节点为坐标原点,其余节点相对静止。


基于附录1中的数据,设计采用离心式作动器的车辆横向振动抑制策略。以下问题中,车身初始横向位移为0.01 m,初始横向速度为0 m/s。采用车身与车轮的横向相对加速度的平方进行积分后,再按时间平均,将其定义为车辆横向振动指标,即:

I_{h}=\\frac{1}{T}\\int_{0}^{T}a_{y}^{2}dt

其中,(I_{h})为横向振动指标,(T)为总运行时间,(a_{y})为车身与车轮的横向相对加速度。

(二)问题数据

参见附录1。

(三)待解决问题

  1. 根据图3所示结构,建立车身横向运动模型(忽略车轮横向运动)。当车身受到附录1中场景1的横向干扰力时,给出:

    1)不启动离心式作动器时,车身在0秒至10秒内的横向位移和横向加速度曲线,以及车身横向振动指标;

    2)启动离心式作动器且其旋转角度按附录1中场景1变化时,车身在0秒至10秒内的横向位移和横向加速度曲线,以及车身横向振动指标。

  2. 车辆行驶过程中,各类横向干扰力会通过车轮传递至车身。当车身受到附录1中场景2的横向干扰力时,请基于横向干扰力、车身横向位移、横向速度、横向加速度等信息,设计离心式作动器的角位移曲线,使车身横向振动指标最小。给出不启动和启动离心式作动器时,车身在0秒至10秒内的横向位移和横向加速度曲线、离心式作动器的角位移曲线,以及两种情况下的车身横向振动指标。

  3. 实际场景中,干扰力无法测量,仅通过安装传感器采集车身实时横向加速度信息。请在信息受限的条件下,给出使车身横向振动指标最小的离心式作动器角位移变化设计方案,并针对附录1中场景2的干扰,提供车身在0秒至10秒内的横向位移和横向加速度变化曲线、离心式作动器的角位移变化曲线,以及车身横向振动指标结果。

参考文献

1\] 宋奎辉. 基于离心式作动器的旋翼桨毂振动抑制技术研究\[D\]. 南京:南京航空航天大学,2021. \[2\] 游晓亮. 主动振动控制用离心式作动器关键技术研究\[D\]. 南京航空航天大学,2013. \[3\] 胡明亮,王凌伟,陈奎,等. 离心式作动器及驱动系统的研究与实现\[J\]. 科学技术与工程,2023,23(06):2649-2655. ### 题目声明 本试题仅供2025年第十一届"数维杯"秋季赛参赛选手使用,未经"舒威杯"组委会授权,严禁以任何形式篡改、编辑等用于其他目的,一经发现,将承担相关责任。 ## 2025年"数维杯"B题:作物叶片病害研究 ### (一)背景 随着全球农业迈入智慧农业4.0时代,数字化、智能化、自动化技术正深刻重塑传统农业生产模式、作物管理流程与农业价值创造方式。在这一转型过程中,无人机遥感、物联网传感器、智能灌溉系统等现代农业设备已广泛应用于农田监测,大幅降低人工巡检成本,提升农业管理效率。然而,农业智能化的真正升级不仅在于自动化,更在于可预测性------通过计算机视觉与人工智能算法实现作物健康实时监测、病害预警与精准诊断,进而动态优化植保方案,最大限度减少农药使用量与产量损失。 传统农业长期面临作物病害爆发导致的减产、品质下降、经济损失等痛点。智慧农业时代要求实现从"事后治理"向"常规预防"、进而向"精准预防"的跨越。通过人工智能技术早期识别病害征兆,不仅能避免病害大规模传播造成的农业损失,还能实现精准施药,降低化学农药对环境与生态的影响,保障农产品质量安全,构建真正意义上的智能化作物健康管理体系。 参赛者将获得一份作物叶片病害图像数据集------该数据集是专为智慧农业应用场景设计的大规模、高质量合成数据集,包含以下特点: * 规模庞大:涵盖61种常见作物病害的30,000张高清图像样本,确保数据多样性; * 作物类型丰富:包括粮食作物、经济作物、蔬菜、水果等主要农业品类; * 病害类型全面:涵盖真菌病害、细菌病害、病毒病害、生理病害等主要病害类别; * 图像质量优良:所有图像均在标准光照条件下采集,包含不同病害阶段与严重程度的样本; * 标注专业:由农业专家团队精准标注,每张图像包含病害类型、严重程度、作物品种等多维度标签; * 场景实用性强:包含自然田间环境下拍摄的图像,真实反映实际应用场景。 ### (二)数据集说明 原始数据集包含两个文件夹: 训练集(AgriculturalDisease_trainingset)和验证集(AgriculturalDisease_validationset),分别包含用于训练和验证的图像文件(images)及标注图像类型的JSON文件。训练集图像总数为32,768张,验证集图像总数为4,992张。 数据集包含61个类别(按"物种-病害-严重程度"分类),涉及10种作物、27种病害(其中24种病害分为一般和严重两个严重程度等级),以及10个健康类别。具体分类如下: | 标签ID | 标签名称 | 标签ID | 标签名称 | |------|------------------|------|------------------------| | 0 | 苹果-健康 | 31 | 辣椒-疮痂病(一般) | | 1 | 苹果-黑星病(一般) | 32 | 辣椒-疮痂病(严重) | | 2 | 苹果-黑星病(严重) | 33 | 马铃薯-健康 | | 3 | 苹果-蛙眼病 | 34 | 马铃薯-早疫病(真菌,一般) | | 4 | 苹果-雪松锈病(一般) | 35 | 马铃薯-早疫病(真菌,严重) | | 5 | 苹果-雪松锈病(严重) | 36 | 马铃薯-晚疫病(真菌,一般) | | 6 | 樱桃-健康 | 37 | 马铃薯-晚疫病(真菌,严重) | | 7 | 樱桃-白粉病(一般) | 38 | 草莓-健康 | | 8 | 樱桃-白粉病(严重) | 39 | 草莓-叶枯病(一般) | | 9 | 玉米-健康 | 40 | 草莓-叶枯病(严重) | | 10 | 玉米-灰斑病(一般) | 41 | 番茄-健康 | | 11 | 玉米-灰斑病(严重) | 42 | 番茄-白粉病(一般) | | 12 | 玉米-多堆柄锈菌病(一般) | 43 | 番茄-白粉病(严重) | | 13 | 玉米-多堆柄锈菌病(严重) | 44 | 番茄-细菌性斑点病(细菌,一般) | | 14 | 玉米-弯孢霉叶斑病(真菌,一般) | 45 | 番茄-细菌性斑点病(细菌,严重) | | 15 | 玉米-弯孢霉叶斑病(真菌,严重) | 46 | 番茄-早疫病(真菌,一般) | | 16 | 玉米-矮花叶病毒病 | 47 | 番茄-早疫病(真菌,严重) | | 17 | 葡萄-健康 | 48 | 番茄-晚疫病(水霉菌,一般) | | 18 | 葡萄-黑腐病(真菌,一般) | 49 | 番茄-晚疫病(水霉菌,严重) | | 19 | 葡萄-黑腐病(真菌,严重) | 50 | 番茄-叶霉病(真菌,一般) | | 20 | 葡萄-黑痘病(真菌,一般) | 51 | 番茄-叶霉病(真菌,严重) | | 21 | 葡萄-黑痘病(真菌,严重) | 52 | 番茄-目标斑病(细菌,一般) | | 22 | 葡萄-叶枯病(真菌,一般) | 53 | 番茄-目标斑病(细菌,严重) | | 23 | 葡萄-叶枯病(真菌,严重) | 54 | 番茄- Septoria叶斑病(真菌,一般) | | 24 | 柑橘-健康 | 55 | 番茄- Septoria叶斑病(真菌,严重) | | 25 | 柑橘-黄龙病(一般) | 56 | 番茄-红蜘蛛危害(一般) | | 26 | 柑橘-黄龙病(严重) | 57 | 番茄-红蜘蛛危害(严重) | | 27 | 桃子-健康 | 58 | 番茄-黄化曲叶病毒病(一般) | | 28 | 桃子-细菌性斑点病(一般) | 59 | 番茄-黄化曲叶病毒病(严重) | | 29 | 桃子-细菌性斑点病(严重) | 60 | 番茄-花叶病毒病 | | 30 | 辣椒-健康 | - | - | ### (三)待解决任务 #### 任务1:农业病害图像分类模型优化 **任务描述** :给定包含61类农业病害图像的数据集,参赛者需设计并训练深度学习模型,实现高精度病害分类。 **具体要求**: 1. 采用提供的训练集(含61个类别文件夹)进行模型训练; 2. 数据集包含脏数据------标注为"duplicate"的图像表示重复标注,需先进行数据清洗; 3. 模型架构可自由选择(卷积神经网络、Transformer等); 4. 必须包含数据预处理与数据增强策略; 5. 模型参数量不得超过5000万; 6. 训练时间限制为24小时。 #### 任务2:少样本农业病害识别 **任务描述** :在每类仅含10张训练图像的极端条件下,实现61类农业病害的有效分类。 **具体要求**: 1. 从完整数据集中每类随机选取10张图像作为训练集; 2. 可采用迁移学习、元学习、数据生成等技术; 3. 禁止使用额外训练数据; 4. 模型参数量不得超过2000万。 #### 任务3:病害严重程度分级预测 **任务描述** :利用作物叶片图像构建深度学习模型,预测病害严重程度等级(健康、轻度、中度、重度)。 **具体要求**: 1. 基于图像内容自动判断病害严重程度(四分类任务); 2. 自主判断如何从JSON文件的标签中实现四分类,并相应对图像数据进行分组; 3. 输出模型准确率、宏平均F1分数及各类别的召回率; 4. 可视化模型关注的关键区域(例如采用Grad-CAM等技术)。 #### 任务4:多任务联合学习与可解释性诊断 **任务描述** :构建多任务学习系统,同时完成病害分类、严重程度分级,并提供可解释性诊断报告。 **具体要求**: 1. 同时输出病害类型与严重程度等级; 2. 生成可读的诊断报告(包含置信度等关键信息); 3. 评估多任务学习的协同效应。 ### 题目声明 本试题仅供2025年第十一届"数维杯"秋季赛参赛选手使用,未经"舒威杯"组委会授权,严禁以任何形式篡改、编辑等用于其他目的,一经发现,将承担相关责任。 ## 2025年"数维杯"D题:城市海水入侵风险评估与治理规划 ### (一)背景 近年来,极端天气事件频发,自然灾害屡有发生,在全球范围内产生深远影响。2024年10月至12月,中国多个沿海地区遭遇罕见海水入侵危机:辽宁省盘锦、营口、大连等城市发生近半个世纪以来最严重的极端淹没事件,天津、浙江宁波、广东深圳、惠州、广西壮族自治区北海等地也遭受重大损失,山东、福建两省沿海地区同样出现不同程度的海水入侵现象,严重威胁沿海居民生命财产安全、生态环境稳定及经济可持续发展,具体如图1所示。 ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/aab31b9153b246a59551b77920209cb2.png) (注:图中含辽宁、浙江宁波、舟山、广东湛江等地海水倒灌相关场景示意) 海水入侵是指海水通过自然或人为因素侵入内陆河流、湖泊或地下水的现象,常见于沿海低洼地区或河口区域。近年来,海平面上升以及极端潮汐、风暴潮的影响,导致海水水位高于沿海地区水位\[1\];此外,人类过度开采地下水造成地面沉降趋势,进一步增加了海水入侵风险。 深入探究海水入侵的成因、作用机制及广泛影响,能够更精准地预测和评估潜在风险,为城市规划与灾害管理体系提供坚实的科学依据\[2-3\]。海水入侵加剧主要归因于全球变暖引发的海平面上升、极端潮汐与风暴潮频发、人类过度开采地下水导致的地面沉降等多重因素。开展海水入侵形成机制、风险评估及治理策略研究,既是应对当前灾害挑战的迫切需求,也是保障沿海城市生态安全、优化城市规划、构建可持续发展体系的关键举措。通过精准建模与分析,可为灾害预警、风险防控及治理规划提供科学支撑,最大限度降低灾害损失,该研究具有重要的现实意义与战略价值。 ### (二)具体问题 #### 问题1:海水入侵成因分析 请利用数据集1和数据集2预测各城市沿海地区未来海平面高度,结合附录视频及数据集3-7建立数学模型,分析海水入侵成因,确定各沿海城市的临界淹没点(造成一定程度经济损失的阈值),并进一步评估未来10年各典型沿海城市发生海水入侵的概率。 #### 问题2:各城市海水入侵损失评估 海水入侵不仅威胁沿海城市居民生命安全,还会造成重大经济损失。短期内,餐饮、住宿、旅游、零售等服务业运营将直接受影响,受灾地区居民生命财产安全面临严峻挑战;长期来看,海水入侵引发的土壤盐渍化问题将日益严重\[4\],导致农作物减产、生态系统破坏,影响城市可持续发展。请从短期和长期两个视角,结合海水入侵带来的风险,参考数据集6-9,对各城市海水入侵造成的损失进行综合评估,为制定更具针对性的应对策略提供依据。 #### 问题3:基于成因与损失评估的城市综合风险分级 构建城市海水入侵综合风险分级预警体系,是应对复杂环境灾害、保障城市安全的重要举措。该体系在充分考虑城市海水入侵风险的基础上,整合不同城市的灾害损失程度,旨在有效应对气候变化与人类活动带来的双重不确定性。请基于各城市的淹没风险与海水入侵损失,构建综合风险评估模型,对各城市海水入侵灾害风险进行分级,为后续防灾减灾工作提供有力支撑。 #### 问题4:海水入侵防护堤坝建设------以风险等级最高的城市为例 面临海水入侵淹没风险的城市,若未来海水入侵规模扩大,将遭受巨大经济损失。根据城市沿海地形地貌,合理规划堤坝建设,可以最低成本实现海水入侵防护。请以问题3中筛选出的风险等级最高的城市为例,利用其各类基础设施分布、城市淹没风险区域等信息,结合堤坝建设成本\[5\],合理规划城市防洪防潮堤坝建设方案。 #### 问题5:海水入侵防控导向的未来城市建设------以风险等级最高的城市为例 当海水入侵规模达到一定程度、城市受灾面积较大时,仅依靠堤坝建设难以满足防护需求,且成本高昂。此时,规划未来城市建设与搬迁方案成为更可行的选择。请以风险等级最高的城市为例,利用其各类基础设施分布、城市耕地面积分布、城市高程数据等信息,结合相关文献建立数学模型,确定城市搬迁的淹没阈值;综合考虑经济成本、社会影响(居民安置与就业保障)、生态保护(耕地保护与湿地修复)等因素,规划城市功能区搬迁方案(如居住区、工业区、农业区的空间重构);针对未来城市建设提出防灾优化建议(如提高地面高程、建设海绵城市设施、优化水利系统等)。 ### 参考文献 \[1\] DE DOMINICIS M, WOLF J, JEVREJEVA S, et al. Future Interactions Between Sea Level Rise, Tides, and Storm Surges in the World's Largest Urban Area\[J/OL\]. Geophysical Research Letters, 2020, 47(4): e2020GL087002. \[2\] 傅赐福, 于福江, 董剑希, 等. 基于数值模拟的2024年10月渤海、黄海沿岸海水入侵事件成因分析\[J\]. 海洋预报, 2025, 42(01): 1-10. \[3\] 王辉, 石绥祥, 李文山, 等. 海平面上升背景下海水入侵事件频发分析------以2024年10月长江以北沿海高潮位洪水事件为例\[J\]. 气候变化研究, 2025: 0. \[4\] 张东明, 张文, 郑道君, 等. 海水入侵影响区农田土壤盐分空间变异特征\[J\]. 土壤, 2016, 48(3): 621-626. \[5\] Petheram C, McMahon T A. Dams, dam costs and damnable cost overruns\[J\]. Journal of Hydrology X, 2019, 3: 100026. ### 附录 注:引用数据时,请严格遵守来源网页及相关文献的官方格式规范。 #### 视频1 来源:微信视频号------辉煌岁月235、长江云新闻、中旗爱怎么说、飞扬视频、潇湘晨报、湖北日报、老王闲话、摩卡先生的咖啡、飞瑶说 #### 数据集1:平均海平面数据 (https://mds.nmdis.org.cn/pages/dataViewDetail.html?type=1\&did=\&dataSetId=5) #### 数据集2:风暴/极端潮汐水位增值数据 (https://www.nmdis.org.cn/hygb/zghyzhgb/) #### 数据集3:地面沉降量数据 (https://data.tpdc.ac.cn/zh-hans/data/4dd29727-dda6-4e15-8903-0efe94b489dd) #### 数据集4:渗透系数数据 #### 数据集5:各城市土壤类型数据 #### 数据集6:各城市轮廓SHP数据 #### 数据集7:各城市数字高程模型(DEM)数据 #### 数据集8:各城市基础设施数据 #### 数据集9:各城市土地类型数据 ### 题目声明 本试题仅供2025年第十一届"数维杯"秋季赛参赛选手使用,未经"舒威杯"组委会授权,严禁以任何形式篡改、编辑等用于其他目的,一经发现,将承担相关责任。 ## 2025年"舒威杯"D题:福岛核废水排放对海洋环境影响的建模与优化研究 ### (一)背景 2023年8月24日,日本政府在未充分征求国际社会意见、未穷尽所有安全处置方式的情况下,单方面启动福岛第一核电站核废水排放计划。截至2025年4月,已累计排放核废水超20万吨,且根据其规划,未来30年还将持续排放约130万吨核废水,此举引发全球范围的强烈质疑与反对。 根据东京电力公司公布的最新公开数据,福岛第一核电站目前仍储存约105万吨未处理核废水,且每天因反应堆冷却会新增约100吨含放射性物质的废水。检测结果显示,该核废水除氚外,还含有碳-14、锶-90、碘-129、钴-60等多种长寿命放射性核素。其中,碳-14半衰期长达5730年,可通过海洋食物链在生物体内累积,其在鱼类体内的生理浓度是氚的5万倍;碘-129半衰期约1570万年,可长期存在于海洋生态系统中,最终通过海鲜摄入会影响人体甲状腺健康;钴-60在海洋沉积物中的富集浓度可达氚的30万倍,对底栖生物及海洋沉积环境构成长期威胁。 目前,太平洋部分海域已检测到与福岛核废水相关的微量放射性核素,日本周边国家渔获量大幅下降,全球消费者对太平洋海鲜的信任度持续走低。在此背景下,运用科学模拟技术量化核废水扩散路径、评估环境影响、优化处置方案,成为应对这一全球性环境挑战的关键。 ### (二)竞赛任务 #### 任务1:核废水全球海洋扩散建模 收集2023-2025年三大洋表层与深层洋流(速度、方向)、海水温度与盐度、潮汐数据(来自阿尔戈浮标、卫星遥感、海洋站观测)以及福岛周边海底地形数据,完成数据清洗与标准化处理;建立耦合洋流、潮汐、海水混合作用的三维海洋扩散模型,模拟核废水排海后0-10年内的扩散过程;计算受污染海水到达上海、洛杉矶、釜山邻近海域的最早时间及浓度变化曲线。 #### 任务2:典型国家影响程度建模与风险分级 从海洋生态(关键生态系统放射性核素累积量、浮游生物死亡率)、渔业经济(30年渔获量减少率、出口量损失)、食品安全(居民通过海鲜摄入的放射性核素剂量)三个维度构建评价指标体系;根据影响程度将国家划分为高、中、低风险等级,明确分级标准及代表性国家,并输出各级别核心指标的模拟曲线。 #### 任务3:核废水处理方案建模与优化决策 针对三种处理方案(现行排海方案、强化处理+长期储存方案、零排海方案),收集福岛核电站相关数据,建立涵盖成本、环境影响、安全时长的三维评价模型;量化各方案30年内的海洋环境影响、总成本及放射性核素衰减达标时间,并进行多目标优化。 #### 任务4:基于任务1-3的建模结果,分别向日本政府和国际原子能机构撰写两份建议函。 ### (三)参考资料(不限于) \[1\] 东京电力公司. 福岛第一核电站核废水处理与排放报告(2023-2025)\[R\]. 2025. \[2\] 联合国粮食及农业组织(FAO). 北太平洋海鲜放射性核素监测数据(2023-2025)\[DB/OL\]. \[3\] 张倩然. 基于漂流浮标与海洋模型的洋流模拟研究\[D\]. 济南:山东科技大学,2017. \[4\] 国际原子能机构. 放射性物质海洋扩散模型技术指南\[R\]. 2024. \[5\] 阿尔戈浮标计划. 全球实时海洋观测数据集(2023-2025)\[DB/OL\]. ### 附录 #### 上述5份参考资料获取方式 1. 东京电力公司《福岛第一核电站核废水处理与排放报告(2023-2025)》:东京电力公司官网无该报告直接专属报告页面,可尝试从其中文信息页面(https://www.tepco.co.jp/zh-cn/decommission/index.html)入手,逐步检索相关排放数据及报告内容。 2. 联合国粮食及农业组织《北太平洋海鲜放射性核素监测数据(2023-2025)》:FAO数据通过其综合数据库FAOSTAT集中发布,登录https://www.fao.org/statistics/data-releases/en,在系统中通过关键词搜索定位相关数据。 3. 张倩然《基于漂流浮标与海洋模型的洋流模拟研究》:该文献可能收录于中国知网(CNKI),可通过https://www.cnki.net/访问检索。 4. 国际原子能机构《放射性物质海洋扩散模型技术指南(2024)》:IAEA出版物可在http://www.iaea.org/zh/publications网页统一检索,按技术报告类别筛选定位该指南。 5. 阿尔戈浮标计划《全球实时海洋观测数据集(2023-2025)》:可从中国阿尔戈实时数据中心下载,地址为https://data.argo.org.cn/Global_Argo/Global_Argo_TS_dataset.tar.gz;美国AOML分中心镜像地址为https://data.argo.org.cn/mirror_gdac/aoml.tar.gz。 ### 题目声明 本试题仅供2025年第十一届"数维杯"秋季赛参赛选手使用,未经"舒威杯"组委会授权,严禁以任何形式篡改、编辑等用于其他目的,一经发现,将承担相关责任。

相关推荐
嵌入式冰箱2 小时前
2025年数维杯数学建模挑战赛(秋季赛)【ABCD题】论文首发+百种模型组合+代码分享
数学建模
Yolo566Q2 小时前
基于通用优化软件GAMS的数学建模和优化分析
数学建模
码上地球20 小时前
大数据成矿预测系列(九) | 数据的“自我画像”:自编码器如何实现非监督下的“特征学习”
人工智能·深度学习·机器学习·数学建模
听风南巷1 天前
机器人全身控制WBC理论及零空间原理解析(数学原理解析版)
人工智能·数学建模·机器人
极客学术工坊1 天前
2023年辽宁省数学建模竞赛-B题 数据驱动的水下导航适配区分类预测-基于支持向量机对水下导航适配区分类的研究
机器学习·支持向量机·数学建模·分类
甄心爱学习2 天前
信息检索11-语言模型
数学建模·语言模型·全文检索
一只小小的土拨鼠3 天前
2025数维杯秋季赛思路+模型+代码+论文详解(开赛后持续更新)---------2025年第十一届数维杯国际大学生数学建模挑战赛(国际赛)
数学建模
异构算力老群群3 天前
2025 爆火!海市蜃楼优化算法 MSO(Mirage Search Optimization):物理灵感 + 数学建模 + 实战代码,一文吃透前沿群智能算法
数学建模·启发式算法·优化算法·进化计算·海市蜃楼优化算法·群智能优化
极客学术工坊6 天前
2023年第十三届MathorCup高校数学建模挑战赛-C题 电商物流网络包裹应急调运与结构优化问题
数学建模·动态规划·启发式算法