最近很忙,就不参加了,但是思路永远不会缺席。整体来说题目和我以前比的不太一样。都是给了数据,要求学生有熟练处理数据的能力。我想也就是Python,Matlab,R也行,可惜了我觉得没有几个用的。
先看第一题吧,慢慢读才有味道。
问题A是一个典型的优化问题,难点是建立指派模型,这里面的难点就是运动距离尽可能均衡的约束,这个可以参考飞机运输模型中的平衡约束。
给的数据的样式
数据本体
首先很明确就是优化的问题,不过优化方向千千万万,先读。题目限制到了分拣这个环节,流程是这样的,先把要分的货物都堆到分拣区,然后放货架上面。其实就是分类,都分出来放架子上面,同一类就好。一个架子上面只能放同一种东西,这个也好理解,接着就是拿今天要送走的东西就好。
一份todolist是这样的
第一个清单里面有的东西,就是一个list里面要的东西。
假设又出现了,记得写进模型假设里面。括号里面的意思是不用考虑你要3个货物,货架上面的物品种类才有两个的情况。
设计一个算法,核心的意思是尽可能地转运次数少,但是每次要求接近转运极限。
输出的要求。
好,到目前为止,题目已经明朗了。来按照自己的说法讲一下。我们一天运东西的次数是一定的,要求每次都满满当当的走,尽量次数少点。这个问题可以抽象成一个这样的问题,容积一定的盒子你放大小不等的珠子,要求次数少,但是又要求装的很满。
这个就是第二问的意思。想要机器走的距离最少,至少是就走一次就会收集完。我个人觉得这个距离的大小计算上面,至少最靠近内部的时候,是最先被收集完的。后面是考虑第一问的成果。
拣货的通道的样子
最后一问就细节很多了,其实某种程度也是将问题的难度降一点。
我们也不要想那么多的问题,一个一个的说。
路线不会冲突的意思是,两个人不会在同一个时间碰在一起:
-> <-
但是允许取完以后相向而行。
限制订单问题,不能多个订单一起处理,只能一个一个的取,我觉得物品里面肯定是有一些物品的取得频率特别高。
有个设定比较好,比如ABC三个东西,你要都取一下,你从A到C,假如你的list有B,那么也会当成B也被收集到。
剩下的我懒得写了,我再研究研究明天可能写。
问题B是一个典型的预测问题,属于有监督的预测,深度学习应该会效果更好,这里面应该需要先对数据进行预处理,然后选择指标变量,进行归一化,再做预测。一个量化分析的题,很明确得量化分析得题目,使用工具规规矩矩得处理就好。
你看这个A题,真的很简单。接下来是逐步得深入,这里先推荐一个软件包。具体得量化分析内容,正在熬夜学。
这个库是matplotlib的子库,但是被剥离了。
https://github.com/matplotlib/mplfinance
推荐使用源码安装
以上图是简单的一些金融制图
C题初看有点懵逼,但是慢慢读几次还好,大概的意思我明白。
就是几根不同粗细的钢丝绳拉东西,但是里面会有不同程度的断裂,这个断裂怎么找到。就是使用一个固定的线圈。
这种情况下,是我认为的最完美的情况
这种情况就是摇晃,方向也固定
绘制的夸张点,假如这就是细一点的线通过的时候
不同的位置,线圈的不同半径,都会让感应的磁场变化。通过规律的间隔来收集每一个区间的电参数情况。来分析相关问题。(我去推公式了~)
问题C是一个异常检测和评价类问题,难点就在于去噪,虽然有很多的去噪算法,但是异常和噪音往往是会参杂在一起的,如何区分非常重要,这里面可以借鉴一些在宇宙学研究中的信号去噪方法。
https://blog.csdn.net/u014281392/article/details/73611624
一个教程,可能会用到
https://github.com/SuperCV/Book/blob/master/%E9%87%8F%E5%8C%96%E5%88%86%E6%9E%90/%E9%87%8F%E5%8C%96%E6%8A%95%E8%B5%84%E4%BB%A5Python%E4%B8%BA%E5%B7%A5%E5%85%B7--%E9%87%8D%E8%A6%81.pdf