首先，非常感谢MathorCup高校数学建模挑战赛组委会给予我们这次难得的学习与成长机会。我由衷地向组委会表达我的感谢，他们提供了这个很好的竞赛平台，且本次赛题的设计也非常适合计算机专业，让我们团队能够有机会展示在编码建模方面的能力，并获得银奖。下面想和大家分享一下我的参赛历程。

在大一下半学期末，我才初次接触数学建模，当时我只具备一些C和C++的基础，对于Python毫无了解。怀着试一试的心态，后来我加入了学校的数模培训群，也很幸运地结识了现在的学长，可以说他是我数模之路上的导师，引领我参与了各种规模大小的数模比赛，也教会我许多珍贵的知识和技能，包括Python的爬虫、绘图、数据分析技术，数据结构与算法，数据库......；同时还拓宽了我的视野，让我了解了许多之前所未接触的领域，明白了信息差的魅力。

后来，听学长提起他去年的大数据比赛未能获得金银铜奖，这个遗憾也让他斗志低沉，但是一直以来学长无论是编码还是论文写作的能力，都表现的非常出色，所以我相信学长是有实力可以弥补自己的遗憾的，在我的劝说下，学长也选择了再次参赛。

模块化编程：初赛时，在进行算法实现前，学长将解决方案分成若干个子模块，进行模块化编程。搭建算法框架时，他就考虑到阿姨离线和在线派单的差别，为在线派单按时间分派的部分留白，同时，他还对复赛的出题方向进行了大致预判，在搭建框架时还考虑到算法的可改进性，也使得在复赛时，学长也很快的就对算法进行了改进。

贪心算法：在算法的选择上也有讲究。对于大数据比赛的庞大数据量而言，我们明智地避免了选择动态规划这种旨在求得绝对最优解的算法，虽然动态规划在结果上或许更出色，但其时间效率会大打折扣。因此，牺牲了追求绝对最优解的目标，转而采用了贪心算法。尽管贪心算法只能得到次优解，但这种算法可以保证时间效率的最大化。因而，算法能够在有限的时间内迅速得出结果，大概1~2秒即可。同时，为了优化贪心算法分派的结果，需要对订单进行更为细致的排序，根据用户订单的紧急程度定义出订单优先级，其值越大说明订单越紧急，最终算法求解出的结果也非常接近最优解。

细致观察，大胆猜测：在解题过程中，印象最深的便是学长想到一大创新点——“平衡因子”，在对模型进行参数寻优时，我们一步步深入，通过控制变量法的思想，对数据进行降维，然后观察自变量和因变量的趋势图，凭借对数据的高度敏感性，大胆猜测它们的关系，并用相关性系数进行检验，发现其相关性达到0.94，呈现高度相关，好似这个“平衡因子”就是根据题目量身定制的。

答辩准备期间，我们经过两次模拟答辩，完善了讲稿和PPT，并了解到在讲解PPT时需要有一个连贯的思路，不仅要从整体上把握，还要注重细节，对每一个创新点和重点都要进行细致入微的解释。同时，PPT的制作上，要求文字精炼，能用口述表达清楚的，就不要放大段文字。

在这次比赛中，我不仅学到了数学建模的知识和技能，还锻炼了自己的团队合作能力和解决问题的能力。同时，我也认识到学科之间的相关性和技术的互通性，在进行问题解决思路构建时，学长还充分的运用到计算机学科里的知识，将相关的思路和技术运用到数学建模问题的解决中。

最后，再次感谢MathorCup高校数学建模挑战赛组委会给予我们这次宝贵的机会。我们将继续努力学习，不断提升自己的数学建模能力。

扫描下方二维码进行报名：

或复制下方链接进行报名：

https://www.saikr.com/vse/bigdata2023?ces=Public

报名阶段

即日起-2023年10月27日

初赛阶段

2023年10月27日18:00至2023年11月3日20:00

复赛阶段

2023年12月8日18:00-2023年12月15日20:00