2017 网络挑战赛精彩答辩（内附视频、PPT、获奖名单）

春秋两不沾

                          网络挑战赛特等奖答辩结束！获奖名单揭晓！                     9月27日，数学中国网络挑战赛特等奖答辩隆重举行！   到场参与答辩的，有11组来自全国各地的团队。

6 W% N! E* y5 Z8 G% e" [

1 k7 q1 g* t3 B. D* Z! b2 C

/ q) G1 k" H! a

                       答辩视频       http://www.iqiyi.com/w_19rvdfeqnx.html

& Z) \6 N+ g. B7 i                       答辩PPT         2017网络挑战赛特等奖答辩PPT2.pptx (20.09 MB, 下载次数: 57)

2017-9-29 15:53 上传

点击文件名下载附件
下载积分: 体力 -2 点

                                                    2017网络挑战赛特等奖答辩PPT1.pptx (15.36 MB, 下载次数: 76)

2017-9-29 15:53 上传

点击文件名下载附件
下载积分: 体力 -2 点

                        
* N  Y1 Z6 f' c3 G  \                          
) [( X+ q* ~: t            经过各位同学的精彩答辩和评委们的一致商讨，最终获得答辩前三名的队伍依次是1016队、2025队和4301队.
             再次恭喜获奖的同学！希望本次活动带给大家的是一个了解答辩的窗口，今后我们还会策划和举办更多的比赛，让更多的同学能亲身体验到建模的魅力所在！

' B+ I( Q) o( X6 x+ P8 l4 N5 t
                                   
* S- k$ ~5 Y( R; Q) v/ G7 x% c! V                                 
                                  
                     
                                                    

Suranyi

出租车是市民出行的重要交通工具之一，“打车难”是人们关注的一个社会热点问题。随着“互联网+”时代的到来，有多家公司依托移动互联网建立了打车软件服务平台，实现了乘客与出租车司机之间的信息互通，同时推出了多种出租车的补贴方案。（bk1’，pr1）
请你们搜集相关数据，建立数学模型研究如下问题：
: |/ u2 P/ D/ S: n+ v% Y# Z( k(1) 试建立合理的指标，并分析不同时空出租车资源的“供求匹配”程度。（spm1）
/ {! \9 F; o3 i) D" {(2) 分析各公司的出租车补贴方案是否对“缓解打车难”有帮助？（spm2）
; _( `$ N9 K' O8 O; V+ U! l8 u" m5 @8 z(3) 如果要创建一个新的打车软件服务平台，你们将设计什么样的补贴方案，并论证其合理性。（spm3）
( E) X- v; W0 r* m3 w, C1 d3 f三个问题，三个层面，三个函数，在评价，优化两种思想中间互相渗透且各有侧重，一一道来。
1.以评价为主体的函数关系建立，评价点对象是出租车，属性是“供求匹配”程度M，我们需要找到一个或多个指标表征它，比如等车的人数p或空跑的出租车数c（占总运行车辆的比例），它是当前p和c的函数，这二者又和总期待打车人数ps和出租车数cs有关，还和他们的分布ds和打车条件（cd是否有打车软件等）的函数，这前三者者又是时间t和空间位置s的函数，故我们需要量化的评价表达式为：
M=f（p， c，ps，cs）；
9 ~+ N  L/ E$ |$ @（p， c） =g（ps（t， s）， cs（t， s）， ds（t， s）， cd）；
f可以是简单的（p + c）/ （ps + cs）或以不同效用加权，g的机理也很明确，当前cd，ds下，有ps，cs可以匹配，进而减少，得到p，c。
ps（t， s）， cs（t， s）， ds（t， s）这三个关系就没有必要深入研究了，选一个地方，直接查找数据得到即可。
注意最后是M = h（t，s）这个函数，需要我们作为回答的基准，中间变量最后都要省去。
2 D" T+ q/ v/ k2.引入补贴a，它作为自变量影响的是cs（t， s）（假设补贴只对出租车），影响方式可以模仿微观经济学中的价格曲线，量化之就可以了，这样进而会影响到M。
- ~# H( r; v) `% B- r% N故最终我们需要给出M = I（a），看看效果究竟如何，也可以和实测数据作对比评估你们的模型，并训练不好确定的参数。
3.开放性优化问题，补贴的方案其实就是在不同价格基础上不同比例的增值，可以看成个人所得税的逆过程，J（ct）表示乘车费用为ct时，单位乘车费用的补贴率，a = ct * J（ct），当然也可以用更复杂的类似于累进税率的想法做，故决策变量即为函数ct，我们可以选取几个建大的函数形式量化之方便求解。
优化目标可以是2中的M，还包括成本sum（a），或能想到的其他衡量打车市场优劣的指标，加权量化后即可转化为优化问题，求解J（ct），完毕。
注意本题并没有把打车条件cd（比如打车软件）当成重点，故不要偏题，而把这个当成灵敏度分析的点，却还是很合适的。
好了，一个社会背景的，优化评价综合问题，看来模糊的评价又是一个弱化的点，关键在于函数关系的搭建以及优化求解，完整解决 + 至少一方面的亮点，是必胜的因素，大家好运！
* O5 W% v! n8 P

Suranyi

:):):):):):):):):):):):):):):):):):)
2 Q& |9 `2 M: a4 f  d0 P2 V5 k) P顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶
顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶
顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶顶

1787992559

很精彩。

1084519673

阿斯顿发射点发顺丰

2871298234

哇，真棒
; }6 M! o" ]* V1 p

740760172

看了之后觉得很有帮助很棒
+ K  H* i- A3 ^1 ~0 p9 L! ?

2569433253

优秀啊！！！！！！

2569433253

优秀啊！！！！！！

2569433253

加油！！！！！！！！！！！！！！！！
% u- \/ h9 x1 N: J9 |7 b