查看: 3717|回复: 4

一篇简单的国赛一等奖论文

字体大小: 正常放大

普大帝

1212 主题	34 听众	5万积分

TA的每日心情

	奋斗 2026-5-2 10:27

签到天数: 630 天

[LV.9]以坛为家II

网络挑战赛参赛者

自我介绍: 我是普大帝，拼搏奋进，一往无前。

电梯直达

1^#

发表于 2022-8-11 16:17 |只看该作者 |正序浏览

|招呼Ta 关注Ta

你好！我是陪你一起进阶人生的普大帝！愿你成才！祝你成长！
今天我要给大家推荐一篇比较有特色的国赛一等奖论文，全文加上代码25页，够简单吧！编程工具少量的MATLAB和Excel，参考文献仅有4个，够简单吧！但为何简单却能获得国家一等奖呢？这就要说一条国赛获奖法宝了，就如谢金星老师所言：初等模型和高等模型，如果效果差不多，那么受欢迎的一定是前者而非后者。越是简单到所有人都能看得懂，越是比那些高深的数学模型获奖概率更高。

摘要截取：

“ 拍照赚钱 ” 的任务定价

摘要

随着劳务众包平台的兴起，如何对任务进行合理定价成为平台的重要工作。本文依据题目所给数据研究现有定价规律，并建立模型进行优化。针对问题一，本文首先将任务点全部在地图上标出，发现任务集中在佛山，广州，深圳，东莞四个城市，对四个城市内会员分布进行聚类分析，得到三个研究区域。计算区域中心点，用于衡量任务的地理位置优劣。定义任务偏僻程度、会员密度、任务密度 3 个影响定量的变量，建立定价的函数表达式，用最小二乘法计算各变量的系数，从而得到任务定价规律(见式(8))。根据已完成任务数据重新计算系数，将未完成任务数据代入新的定价公式中，发现有 89%的未完成任务实际定价低于理论定价，因此价格偏低是任务未被完成的主要原因。针对问题二，以提高任务完成率和控制定价成本为目标修改问题一的模型。

本文利用了附件二中会员信誉值的数据这一反映其活跃程度的重要因素。考虑在某一小区域内对任务与会员相互的吸引竞争关系进行研究，引入贝叶斯-纳什均衡理论，建立新的定价方案(见式(16))。通过计算，任务定价上涨 12%，任务完成情况上涨 23%。新方案在采用较少提价的前提下可以使任务完成率有较大提高。

针对问题三，考虑以任务点为圆心，1.5km 为半径的圆域，通过计算，认为当一个任务点存在周围超过 2 个其他任务点时任务点密集，需要打包。建立打包对象的挑选公式(见式(17))，符合要求的每 3 个任务点将进行打包，遍历所有任务点得到了打包点的分布图。对打包点的价格进行调整，计算打包后任务完成率，与问题二模型的计算结果相比提高 3.7%。针对问题四，首先将附件三中数据标注在地图上并对其进行聚类分析，划分出新的区域并找出新的中心点，利用之前建立的定价模型计算出相应的定价公式(见式(18))，代入附件三数据计算任务定价及完成率，平均任务定价为 69.4 元，
预计任务完成率为 93.7%。
本文借助谷歌地图进行数据分析和筛选，提高了模型的可靠性。
【关键字】多元回归 K-means 聚类贝叶斯-纳什平衡

下载原文件查看更多，没有体力不要怕，注册登录后右上角签到就会送。