2026华数杯A题完整思路+论文+代码：微构体中填充导电介质的仿真优化

一、赛题到底在研究什么？

2026年第七届"华数杯"A题研究的是一个很典型的微观随机导电网络问题。

题目给出了一个很小的立方体结构，可以把它理解成一个装满绝缘材料的小盒子。盒子里面随机放置一些能够导电的介质。

导电介质有两种：

介质A：非常细长的圆柱；
介质B：球形颗粒。

盒子的左侧和右侧是带电表面，其余四个面完全绝缘。

最终要研究的是：

这些随机分布的导电介质，能不能彼此连接起来，从盒子的左侧一直连到右侧？

只要能够找到一条完整链路：

左电极 → 导电介质 → 导电介质 → ...... → 导电介质 → 右电极

那么整个微构体就判定为导通。

这里最重要的一点是：

导通与否并不是单纯由"放了多少材料"决定的。

即使放入相同数量的材料：

如果它们恰好首尾接近，可能形成完整导电链；
如果它们全部聚集在某个局部区域，就可能完全无法贯通。

因此整个题目的本质其实是：

微观几何结构决定局部连接，局部连接进一步决定宏观导通。

赛题的四个问题也正好按照这个逻辑逐层递进：第一问判断确定结构是否导通；第二问研究随机结构的导通概率；第三问寻找90%可靠导通需要多少介质A；第四问进一步加入低成本介质B，研究满足可靠性要求时如何把成本做到最低。

优惠链接：关注最上方名片和qun链接，2026最新华数杯数学建模竞赛成品资料

赛题ABC题全套参考方案，全套代码+思路+助攻论文+结果数据

A（一等）2026年华数杯大学生数学建模竞赛A题全套资源【详细思路】+【无水印论文Word】+ 代码 + 结果+可视化图表

B （一等）2026年华数杯大学生数学建模竞赛B题全套资源【详细思路】+【无水印论文Word】+ 代码 + 结果+可视化图表

C（一等）2026年华数杯大学生数学建模竞赛C题全套资源【详细思路】+【无水印论文Word】+ 代码 + 结果+可视化图表

我已经实际跑出的最终结果

问题1：三个微构体是否导通

实际解析附件后：

数据组	介质记录数	A-A邻接数	最终判断
组1	12	2	不导通
组2	49	27	导通
组3	535	166	导通

程序自动找出的代表性贯通路径为：

组2：L → A2 → A12 → A24 → A39 → R
组3：L → A63 → A264 → A216 → A351 → R

这与原论文中的确定性结论完全一致。

另外我实际跑了导通阈值敏感性：

复制代码

1.0 nm
1.5 nm
1.8 nm
2.0 nm
2.5 nm
3.0 nm

六组阈值下始终保持：

组1不导通，组2、组3导通。

说明问题1不是由于某一个距离刚好卡在1.8 nm附近产生的偶然结果。

问题2：不同填充率导通概率

根据介质A体积换算：

A体积分数	A数量
0.50%	354
0.60%	424
0.70%	495
1.00%	707

这一粒子数与原论文计算完全一致。

我实际采用 5000次独立蒙特卡洛实验，并不是示例值，得到：

填充率	A数量	导通次数/5000	导通概率	95% Wilson区间
0.50%	354	413	8.26%	7.53%--9.06%
0.60%	424	1181	23.62%	22.46%--24.82%
0.70%	495	2482	49.64%	48.25%--51.03%
1.00%	707	4968	99.36%	99.10%--99.55%

得到的概率曲线呈非常明显的S形：

低填充区以孤立导电簇为主 → 0.70%左右进入快速渗流转变区 → 1.00%时几乎稳定贯通。

q2_probability_curve.png

程序不是分别做4套重复模拟，而是采用论文中的临界粒子数增量蒙特卡洛：每个随机微构体从少到多加入A，只记录第一次贯通需要多少个粒子，再由同一个经验分布同时计算4种填充率和问题3的临界值。这个算法思路与原论文提出的方法一致。

问题3：90%导通概率下的最低A填充量

这里没有简单使用：

"模拟概率≥90%就算合格"。

而是使用更严谨的：

95% Wilson下置信界 ≥ 90%

作为稳健约束。

5000次模拟实际得到：

最低介质A数量：617个
样本导通次数：4544次
样本导通概率：90.88%
Wilson 95%下界：90.05%
对应体积分数：0.872263%

因此按照赛题要求保留百分号后两位：

问题3最终答案：0.87%

q3_critical_cdf.png

我还做了随机种子分批稳定性，5000个独立场景分成5组以后，90%稳健临界数量主要落在约611～633之间，说明617附近确实属于整个系统的渗流临界区域，而不是单次随机种子的特殊结果。

问题4：A/B混合介质最低成本

这部分代码已经真正建立：

A-A圆柱---圆柱连接；
A-B圆柱---球连接；
B-B球---球连接；
左右电极连接；
B球边界镜像片段；
并查集导电簇；
空间网格加速B-B搜索；
AABB加速A-A；
成本上界剪枝；
粗搜索；
临界区域精搜索。

单个粒子成本实际为：

A：约 0.01484403元/个
B：约 0.00167552元/个

所以一个A约相当于：

8.859个B的粒子成本。

但B虽然便宜，却只有400 nm左右的局部连接尺度，而A长度达到5000 nm，因此A的远距离桥接效率高得多。

搜索时首先以问题3的：

复制代码

A = 617
B = 0

作为已知可靠成本上界：

9.158764元

然后对A数量进行成本剪枝。

例如减少A后，只允许增加"仍然能够让总成本低于9.158764元"的B数量。

粗搜索验证了：

复制代码

在其"能够打败纯A方案的最大B数量"范围内，均无法达到90% Wilson下界。

随后又对597～617附近进行了加密搜索，同样没有发现更便宜的可靠混合方案。

q4_budget_pruning.png

问题4有两种题意解释，我都给出了结果

解释一：A和B数量允许有一种为0

数学优化的最终结果为：

A = 617个，B = 0个

结果：

A体积分数：0.872263%
B体积分数：0
总体积分数：0.872263%
总成本：9.158764元
导通概率：90.88%
Wilson下界：90.05%

也就是说：

即使B单位体积价格很便宜，减少A以后，为补偿A的长距离桥接能力而增加的B数量太多，反而使总成本增加。

这是一个很有论文价值的结果，而不是"混合一定更优"。

解释二：把"同时填充A和B"严格理解为两种都必须出现

那么在上述稳健最优解中加入最少的1个B，得到：

A = 617个，B = 1个

我还专门用同一批5000个场景做了复核：

导通概率：90.90%
Wilson 95%下界：90.07%
A填充率：0.872263%
B填充率：0.003351%
总填充率：约 0.875614%
总成本：9.160439元

正式参赛时，我更建议在论文中同时说明这两个口径，然后写：

若认为题目"同时填充"意味着两类介质数量均须严格大于0，则最终提交答案采用 A=617，B=1 ；若允许优化变量取0，则严格成本最优为 A=617，B=0。

这样可以避免因为题目文字解释差异被评委质疑。

项目已经按每一小问拆开

不是一个巨大 .py 文件全部堆在一起，而是：

复制代码

scripts/
├─ q1_1_data_check.py
├─ q1_2_connectivity.py
├─ q1_3_threshold_sensitivity.py

├─ q2_1_particle_counts.py
├─ q2_2_probability_mc.py
├─ q2_3_convergence.py

├─ q3_1_minimum_fraction.py
├─ q3_2_seed_stability.py

├─ q4_1_mixed_model_constants.py
├─ q4_2_cost_optimization.py

└─ make_summary.py

底层公共算法另外封装到：

复制代码

src/
├─ geometry.py
├─ simulation.py
├─ stats.py
├─ q1_utils.py
├─ xlsx_reader.py
├─ plotting.py
└─ config.py

这样参赛论文每一问都能准确对应到一个独立程序，同时避免把公共三维几何算法复制十几遍。

数据读取也做成了可移植版本

为了防止你前面遇到的：

复制代码

ModuleNotFoundError

以及不同电脑上的Excel库环境问题，这个项目甚至没有强依赖 pandas/openpyxl 去读取题目附件。

我专门写了一个标准库版：

复制代码

src/xlsx_reader.py

直接读取xlsx内部XML。

因此核心依赖只有：

复制代码

numpy
numba
matplotlib

一台新电脑执行：

复制代码

pip install -r requirements.txt

即可。

论文中的高清结果图已经全部生成

目前项目内已经有：

问题1组三维导电网络图 × 3
问题2导通概率曲线
问题2蒙特卡洛收敛图
问题3临界粒子数CDF
问题3随机种子稳定性
问题4成本剪枝图
问题4边界搜索图
问题4成本边界图

例如：

q1_组2_3d.png

q2_probability_curve.png

q3_critical_cdf.png

q4_budget_pruning.png

我还给项目加入了两份直接写论文用的材料

一等奖建模方案与论文结果补全.md

里面已经整理了：

完整技术路线；
四问针对性方法；
实际数值结果；
置信区间；
模型创新；
Q4两种题意解释；
图表使用建议；
可以直接补入原论文的结果段落。

以及：

参赛结果汇总.md

这个文件是程序自动生成的，后面换随机种子或修改参数重新运行后，可以重新生成结果汇总。