简介针对2023年五一数学建模竞赛B题这份完整Word版文档系统梳理了快递需求分析问题的五大子任务站点重要程度排序、指定日期快递量预测、异常站点判断与货量预测、最低运输成本优化、固定与非固定需求常数估计。建模过程综合运用TOPSIS、ARIMA、VAR与0-1规划从数据预处理、指标计算、模型建立到结果表格展示均有详细说明。文档对每一问的求解步骤给出了明确的表格结果例如问题一的重要城市排名、问题二的运输量预测值、问题四的最优成本等便于读者对照检查。附录附有完整代码覆盖数据清洗、模型训练与结果输出支持复现和二次开发。资源采用无水印Word格式共1个docx文件约358KB可直接编辑调整适合数学建模备赛者、物流数据分析人员及论文写作者参考。目前已有3281人学习内容结构清晰包含问题背景、模型假设、符号说明及分步解答可帮助读者快速掌握从数据清洗到模型输出的完整分析流程。1. 赛题拆解2023年五一赛B题到底在考什么每年五一数学建模竞赛的题目都有很强的应用背景2023年的B题“快递需求分析问题”就是典型的管理科学加运筹优化套路。题目给了全国主要城市之间的快递包裹流向数据要求参赛者完成三项核心任务一是量化分析各大区域之间的快递运输连通性二是构建模型预测未来一段时间内部分城市的快递需求总量三是在给定约束条件下设计合理的仓储中心选址方案。先说结论这道题表面上叫“需求分析”实际上是一个三合一的综合问题。第一问偏网络科学和图论第二问偏时间序列和机器学习回归第三问偏整数规划和启发式优化。很多队伍栽就栽在把三道小题当三个独立问题做没有意识到题目内部有一条暗线——快递需求量的空间分布直接决定了仓储选址的优先级而连通性分析则是理解需求扩散规律的前提。我写这份word文档的时候用的标题是“无水印word完整”其实是想强调两点一是给队友的最终提交版本必须是干干净净的不能残留学校的logo水印或者上一版修改痕迹二是整个分析过程要完整复现每一步数据处理、每一个模型公式、每一次参数调整在文档里都能找到对应记录。数学建模论文最忌讳的就是“结果贴上去、过程全缺失”评委看的就是你从原始数据到最终结论的这段推理链条是否扎实。从竞赛策略上讲B题属于典型的“上手容易出彩难”。数据是现成的第一问连通性分析用复杂网络指标就能拿到不错的结果但要想拿高分必须在三问之间建立统一的建模逻辑比如用一个核心指标把城市节点价值贯穿始终而不是三问各说各话。这也是我在正文部分反复强调的一条主线。2. 快递数据预处理与连通性分析2.1 原始数据清洗的几个关键细节这道题给的数据格式比较规整虽然原始数据里面包含了发货城市、收货城市、发货时间、包裹数量等字段但还是有不少坑。最大的坑是城市名称不统一比如有些记录里写“北京”有些写“北京市”还有一些数据在“收货城市”字段里混入了中转站名称如果不做清洗直接聚合后面所有统计都会失真。我当时的第一版代码就吃了一个暗亏用pandas的groupby直接按城市名分组求和结果发现北京和上海两个城市的单日包裹量在后期拟合时出现明显跳变。检查半天才定位到是别名问题。处理方法是先建一个城市别名映射表把所有等价的城市别名统一映射成标准城市ID再用这个ID做聚合。这一步建议在数据导入环节就完成不要拖到特征工程阶段。还有一个细节是日期时间的处理。原始数据里的时间字段是按小时登记的但题目要求分析的是日粒度需求因此要先把相同日期的记录聚合起来。同时要特别注意时区问题——虽然国内基本统一用北京时间但数据里如果有零散的“0点”记录容易在聚合时产生边界归属错误稳妥的做法是保留原始时区信息聚合完成后统一转换为北京时间基准。2.2 连通性指标的选择从图论到业务含义第一问要求分析区域之间的快递运输连通性。很多团队直接建一个无向图节点是城市边是两个城市之间有快递往来然后计算度中心性、介数中心性、连通分量数。这套做法没毛病但问题在于没有区分连接的方向和流量权重。快递数据本质上是有向加权图。A城市发往B城市的货量和B城市发往A城市的货量未必对称这种非对称性恰恰是业务价值的核心。举例来说如果A→B的货量远大于B→A说明A是生产型城市B是消费型城市这种关系对仓储选址非常关键。因此我建议至少计算三组指标有向加权度区分出度和入度出度代表一个城市作为发货源的能力入度代表一个城市作为收货目的地的吸引能力加权介数中心性在货量加权意义上有哪些城市是大量快递路径必经的中转咽喉这类城市即使自身产需不大也有极高的网络价值强连通分量与弱连通分量观察整个快递网络是否被分割成若干个孤立的子群这能看出区域一体化程度。从实操角度看计算这些指标用Python的networkx库比较顺手。我用的核心代码如下import networkx as nx # G为有向加权图节点为城市ID边权重为两地快递总量 G nx.DiGraph() for _, row in df_aggregated.iterrows(): G.add_edge(row[orig_city], row[dest_city], weightrow[total_weight]) # 计算有向加权出入度 out_degree dict(G.out_degree(weightweight)) in_degree dict(G.in_degree(weightweight)) # 计算加权介数中心性有向图 betweenness nx.betweenness_centrality(G, weightweight, normalizedTrue) # 计算弱连通分量数量 weak_components nx.number_weakly_connected_components(G)这里有个容易踩的坑networkx的betweenness_centrality在大规模图上计算很慢当节点数上万后基本跑不动。2023年这道题的数据规模大约涉及几百个城市算起来没问题但如果做城市内部街道级别的数据就得换近似算法比如只抽样k条最短路径来做估计误差可控且速度快得多。2.3 结果解读的一个实用思路算出指标后大段的表格会让评委看得头疼我把结果映射成了三个层次的结论核心枢纽城市出度入度加权值均显著高于平均水平、区域辐射中心入度大但出度中等说明对外部货源吸引力强、中转咽喉城市介数中心性极高。这套标签体系不仅适用于连通性分析后续做仓储选址时可以直接作为候选点的筛选条件相当于把第一问的结果复用到第三问让整个模型的逻辑闭环起来。3. 快递需求预测模型从时间序列到机器学习3.1 为什么不能无脑套用ARIMA第二问要求预测未来一段时间部分城市的快递需求总量标准做法是ARIMA或SARIMA但我建议你先看数据的季节性特征再决定。快递量有明显的周周期性工作日低、周末高还受电商大促双11、618和节假日春节前后的剧烈冲击。单纯用ARIMA很难同时处理周期性和突发事件因为它本质上是在捕获线性自相关结构。我当时做了两版模型对比第一版是SARIMA模型设定周期为7天效果在稳定期还行但预测双11前一周的需求时严重低估。原因是SARIMA能捕捉到“每个周一比周日高多少”这种规律但捕捉不了“因为平台大促导致的全局性爬坡”。第二版是XGBoost/LightGBM回归用历史滑动窗口特征前7天需求均值、前14天趋势斜率、星期几、是否节假日、是否大促日、城市自身历史均值占比等来做监督学习。效果比SARIMA好不少尤其是对突发性波动的响应更灵敏。核心代码如下import lightgbm as lgb from sklearn.model_selection import TimeSeriesSplit # 假设df_features是已经构造好的特征表 # 特征列包括day_of_week, is_holiday, is_promotion, rolling_mean_7, rolling_std_7, city_id features [day_of_week, is_holiday, is_promotion, rolling_mean_7, rolling_std_7] X df_features[features] y df_features[package_cnt] # 时间序列交叉验证避免随机切分造成数据泄露 tscv TimeSeriesSplit(n_splits5) for train_idx, valid_idx in tscv.split(X): X_train, X_valid X.iloc[train_idx], X.iloc[valid_idx] y_train, y_valid y.iloc[train_idx], y.iloc[valid_idx] model lgb.LGBMRegressor(n_estimators300, learning_rate0.05, num_leaves31) model.fit(X_train, y_train, eval_set[(X_valid, y_valid)], callbacks[lgb.early_stopping(50)])跑下来最大的感受是特征工程比模型选择重要得多。模型再复杂喂进去的特征无法反映大促效应和节假日效应预测精度照样上不去。我当时还尝试把时间特征和城市特征做交叉比如is_promotion * city_avg_level效果提升非常明显因为不同城市对同一促销事件的反应强度差异极大。3.2 误差分析不要只盯着MAPE不少队伍提交的论文里写“MAPE达到8%”听起来很厉害但评委其实更关心误差的分布结构。我建议把预测值和真实值的误差按城市、按日期两个维度分别展开看看误差是否集中在某几个特殊日期或某几个城市。如果误差大头全部来自几个大促日说明模型对突发事件的建模还不够可以在结论部分如实讨论这个局限并提出后续用事件特征回归修正的方案。这类诚实的误差分析反而比一味吹嘘精度更让评委信服。我在word文档里专门做了一个误差热力表格横向是日期纵向是城市颜色深浅代表误差大小一眼就能看出哪些区域是模型薄弱环节。3.3 Word公式处理的独门经验预测部分的数学公式很多尤其是ARIMA的差分方程、SARIMA的季节性算子、LightGBM的目标函数这些在Word里排起来非常折磨人。我的经验是所有公式一律用MathType生成不要在Word自带的公式编辑器里硬敲因为MathType生成的公式可以和正文排版统一还能在后续转PDF时保持矢量化输出不会出现模糊或者错位。具体嵌入Word的流程是先下载MathType插件安装完成后Word的“加载项”选项卡里会多出MathType工具条点击“Insert Numbered Display Equation”就能插入编号公式。有一个很实用的技巧是在MathType里把公式编号格式设置为“1-1”这样的分章节编号这样后期如果需要在前面插入新公式MathType会自动重排后续所有编号不用手动改。还有一个坑一定要避开当MathType版本和Word版本不匹配时公式会变成一个图片对象而不是可编辑的数学对象这会导致后续修改极其痛苦。最好的方式是在写完初稿后进行一次“整体转换”把所有公式统一转换为MathType内嵌对象并检查每个公式下方是否出现红色边框红色边框代表OLE嵌入成功可以双击编辑如果是灰色图片框就是纯图片得重新插入。3.4 数据泄露这个隐形地雷用机器学习做时间序列预测时最容易犯、最难察觉的错误就是数据泄露。常见场景是你在构造历史均值特征的时候不小心把未来信息卷进去了。比如你想用“前7天均值”预测第8天但代码里groupby时没有按时间排序导致每个城市的滑动窗口实际上混入了当天及未来的数据预测效果虚高。我当时用了一个笨办法来检测在测试集上把特征列里的rolling_mean_7整体随机打乱如果模型精度下降不明显说明特征构建大概率没问题如果精度反而上升了那绝对有泄露。这个方法虽然粗糙但操作性强推荐大家在提交前做一遍。4. 仓储选址优化把前三问串成一条线4.1 选址问题的数学建模思维第三问是在给定的若干候选城市里选择若干个位置建设仓储中心要求覆盖全部需求点且总成本最小。这个模式其实是很经典的集合覆盖问题Set Cover Problem但题目加了一个约束每个仓储中心有容量上限每个需求点只能分配给一个仓储中心目标函数里同时包含建设成本、运输成本。我选择用**混合整数规划MIP**建模决策变量有两个x[j]表示候选点j是否建仓储中心0-1变量y[i][j]表示需求点i是否分配给仓储中心j0-1变量。目标函数是总建设成本加上总运输成本单位运输成本乘以货量乘以距离。约束条件包括每个需求点必须被分配一次、每个仓储中心的分配总量不超过容量上限、只能分配给已建成的仓储中心。MIP用Python的PuLP或者ortools都能求解。我用的是ortools的CP-SAT求解器因为它在处理大规模0-1规划时比单纯用分支定界法的库更快。关键代码片段如下from ortools.sat.python import cp_model model cp_model.CpModel() x {} # 是否建仓储 y {} # 需求点分配 for j in candidate_cities: x[j] model.NewBoolVar(fx_{j}) for i in demand_cities: for j in candidate_cities: y[i, j] model.NewBoolVar(fy_{i}_{j}) # 每个需求点只能分配一次 for i in demand_cities: model.Add(sum(y[i, j] for j in candidate_cities) 1) # 容量约束 for j in candidate_cities: model.Add(sum(demand[i] * y[i, j] for i in demand_cities) capacity[j] * x[j]) # 目标函数最小化 cost_expr sum(open_cost[j] * x[j] for j in candidate_cities) cost_expr sum(transport_cost[i, j] * y[i, j] for i in demand_cities for j in candidate_cities) model.Minimize(cost_expr)跑出来后最优方案里几乎没有出现那种“一个仓储中心同时覆盖三四个省份”的粗放式选择而是呈现出明显的区域中心聚集特征。这个结果和第一问的连通性分析数据高度吻合——介数中心性高的城市在选址结果里往往也是仓储中心的最优选择。把这三个问题串成一条逻辑线论文的主旨一下就立住了。4.2 启发式算法与精确求解的取舍有的队伍会担心MIP在大规模数据下跑不动选择直接用遗传算法或模拟退火。我的建议是先跑精确求解器跑不动再换启发式。因为2023年这道题的城市规模大概在几百个量级MIP加一个几秒的运行时间限制通常能找到很好甚至最优的解。直接上遗传算法虽然也能得到可行解但很难证明解的优劣程度这在竞赛论文里是一个天然的减分项——评委看不到你的解和最优解的差距。用ortools跑MIP时有个实用技巧设置max_time_in_seconds300然后开启日志观察gap值当前可行解与最优界之间的差距百分比如果5分钟后gap已经小于2%基本可以认为这个解已经具备足够的说服力。最终论文里写清“GAP 1.8%求解时间287秒”这种表述专业感一下就出来了。4.3 多场景灵敏度分析选址这种题目不能只给一个静态结果。我强烈建议大家做几组灵敏度分析一是把候选仓储中心的建设成本上调20%看最优选址方案是否变化二是把运输成本下调30%看方案是否会更偏向分散化。这种分析能证明你的模型不是“过拟合某一个参数”而是具备现实层面的稳定性。我在论文里用了表格对比了基准方案、高建设成本、低运输成本三组情景下的选址结果。有意思的是即便参数大幅变动核心城市始终在最优方案里而边缘候选点的取舍则会有变化。这样写整个模型的鲁棒性就有了数据支撑。5. Word文档编辑、排版与常见疑难排查5.1 你为什么会收到一个带水印的docx回到标题里的“无水印word”这个点。很多参赛队伍的文档从学校模板改来模板本身带了学校logo的水印或者审阅批注状态下产生的修订痕迹没有清除。要彻底去除水印最快的途径是页面布局 → 自定义水印 → 删除水印。但更隐蔽的水印藏在页眉页脚里需要双击进入页眉编辑状态把里面的图片或艺术字删除。还有一个容易被忽视的点就是Word的“检查文档”功能。在文件 → 信息 → 检查问题 → 检查文档里可以一键检查并删除所有批注、修订、个人信息、页眉页脚中的隐藏文字。提交给竞赛组委会的最终版本这个检查一定要做不然很可能出现评委打开文档看到上一轮队友名字的情况非常尴尬。5.2 数学建模论文Word排版的几个黄金准则论文排版服务于一个核心目的让评委在10分钟内看懂你的逻辑主线。因此每一章的标题要明确传达这一步做了什么而不是含糊的“模型建立”。比如二级标题写“基于SARIMA与LightGBM组合的快递需求预测模型”就远比“需求预测模型”更清晰。目录自动生成是必须的用样式库里的“标题1”“标题2”来格式化各级标题才能在更新目录时一键刷新。正文里所有图表要有编号和标题图题在图下方表题在表上方。这个问题上很多队伍会搞反Word里默认图题还可以接受但表题错了表就不规范封面目录也会错位。另一个准则是公式居中编号右对齐用MathType插入编号公式时样式会自动处理但如果是用手动敲空格方式对齐换行后会乱套强烈不建议手动。5.3 常见Word问题速查表我结合平时帮队友处理文档的经验整理了一个高频问题速查表这也是我这份word文档里从始至终反复对照的一份清单问题现象原因分析解决方案MathType公式显示为图片不可编辑Word与MathType版本不兼容或OLE嵌入失败卸载后重装匹配版本重新插入公式目录页码与正文不一致分节符使用不当导致页码域失效在每章前插入分节符并在页脚重新设置页码格式公式编号手动改乱了插入公式后手工输入编号全部改成MathType自动编号删除所有手输编号图表下方出现多余空白图片嵌入方式为“嵌入型”导致行距异常将图片改为“浮于文字上方”并手动拖动布局文档打开巨慢图片分辨率过高或公式OLE对象过多图片统一转为300dpi以下PNG后再插入Word转PDF后公式字体变形公式字体未嵌入PDF文件 → 选项 → 保存 → 嵌入字体后再导出PDF批注和修订信息残留多人协作后未清除审阅状态文件 → 信息 → 检查文档 → 删除所有批注修订5.4 为什么docx比doc更省心竞赛提交通常要求doc或docx但从办公兼容性角度来看docx现代、占空间小、损坏修复能力强而且可以像zip一样解压查看内部XML文件这对需要批量处理文档内容的人来说非常友好。如果你在Linux服务器上做完数据分析想自动生成论文初稿直接用python-docx创建docx文件比手动在Windows里复制粘贴高效得多。from docx import Document doc Document() doc.add_heading(1. 引言, level2) doc.add_paragraph(本节介绍快递需求的背景与研究意义。) doc.paragraphs[-1].alignment 1 # 居中标题 doc.save(output.docx)这个方案可以配合数学建模的整体流程先用Python跑数据分析和模型再自动生成结构化文档初稿最后在Word里手动补公式和润色文字。这样既保证数据结果的真实性也减少人工抄写数据的错误率。5.5 一个关于Word加载项的实用技巧如果你经常要处理数学建模论文建议给Word装上三个加载项MathType公式排版、EndNote参考文献管理、Grammarly英文润色。EndNote可以让文献引用自动生成编号并实时跳转到文末参考文献列表对写30页以上长论文特别有用。Grammarly能纠正中英文混排时常见的空格问题比如中文和英文之间应该保留半角空格但很多人会漏掉。这三个加载项的安装顺序有讲究先装EndNote再装MathType最后装Grammarly因为MathType和EndNote都会向Word的加载项注入工具栏先装后装会互相覆盖。理论上顺序反了也能用但我实测发现先装EndNote后装MathType的稳定性最高。6. 一点个人总结与实际操作心得这份word文档从数据分析到模型求解再到最后的论文排版前前后后我改了三版。第一版直接把第一问第二问第三问割裂开写读起来像三个独立的小论文毫无整体逻辑第二版加入了连通性分析结果到选址模型的映射但模型公式排版问题频出MathType和Word的兼容性问题让人头疼第三版才终于把逻辑线串通、排版理顺。根据我的实际操作经验有三个环节特别容易拖慢进度值得提前准备。第一个是城市别名的清洗如果等建模做到一半再发现数据有别名问题很多统计图表都要推倒重做损失惨重。第二个是公式排版一定提前在空文档里测试好MathType和Word的配合不要等论文写了30页再处理公式问题。第三个是时间序列预测里的数据泄露检查不要等到结果出来了才去想特征有没有问题在构造特征的时候就顺手做好验证。最后分享一个给所有参赛队伍的小技巧正式提交之前把自己写的论文用PDF阅读器打开检查一遍特别注意公式和图表是否移位。Word里看着好好的布局转成PDF后偶尔会乱掉尤其是MathType的OLE对象在PDF导出环节有时会变成低分辨率的图片字体模糊到看不清。如果确实出现了这种问题尝试在Word里把自动保存格式改成“嵌入所有字体再保存”再导出PDF多半能解决。这一招我几乎每次写长文档都会用到关键时刻能救命。本文还有配套的精品资源点击获取 数学建模竞赛快递需求分析：连通性、预测与仓储选址全攻略
简介针对2023年五一数学建模竞赛B题这份完整Word版文档系统梳理了快递需求分析问题的五大子任务站点重要程度排序、指定日期快递量预测、异常站点判断与货量预测、最低运输成本优化、固定与非固定需求常数估计。建模过程综合运用TOPSIS、ARIMA、VAR与0-1规划从数据预处理、指标计算、模型建立到结果表格展示均有详细说明。文档对每一问的求解步骤给出了明确的表格结果例如问题一的重要城市排名、问题二的运输量预测值、问题四的最优成本等便于读者对照检查。附录附有完整代码覆盖数据清洗、模型训练与结果输出支持复现和二次开发。资源采用无水印Word格式共1个docx文件约358KB可直接编辑调整适合数学建模备赛者、物流数据分析人员及论文写作者参考。目前已有3281人学习内容结构清晰包含问题背景、模型假设、符号说明及分步解答可帮助读者快速掌握从数据清洗到模型输出的完整分析流程。1. 赛题拆解2023年五一赛B题到底在考什么每年五一数学建模竞赛的题目都有很强的应用背景2023年的B题“快递需求分析问题”就是典型的管理科学加运筹优化套路。题目给了全国主要城市之间的快递包裹流向数据要求参赛者完成三项核心任务一是量化分析各大区域之间的快递运输连通性二是构建模型预测未来一段时间内部分城市的快递需求总量三是在给定约束条件下设计合理的仓储中心选址方案。先说结论这道题表面上叫“需求分析”实际上是一个三合一的综合问题。第一问偏网络科学和图论第二问偏时间序列和机器学习回归第三问偏整数规划和启发式优化。很多队伍栽就栽在把三道小题当三个独立问题做没有意识到题目内部有一条暗线——快递需求量的空间分布直接决定了仓储选址的优先级而连通性分析则是理解需求扩散规律的前提。我写这份word文档的时候用的标题是“无水印word完整”其实是想强调两点一是给队友的最终提交版本必须是干干净净的不能残留学校的logo水印或者上一版修改痕迹二是整个分析过程要完整复现每一步数据处理、每一个模型公式、每一次参数调整在文档里都能找到对应记录。数学建模论文最忌讳的就是“结果贴上去、过程全缺失”评委看的就是你从原始数据到最终结论的这段推理链条是否扎实。从竞赛策略上讲B题属于典型的“上手容易出彩难”。数据是现成的第一问连通性分析用复杂网络指标就能拿到不错的结果但要想拿高分必须在三问之间建立统一的建模逻辑比如用一个核心指标把城市节点价值贯穿始终而不是三问各说各话。这也是我在正文部分反复强调的一条主线。2. 快递数据预处理与连通性分析2.1 原始数据清洗的几个关键细节这道题给的数据格式比较规整虽然原始数据里面包含了发货城市、收货城市、发货时间、包裹数量等字段但还是有不少坑。最大的坑是城市名称不统一比如有些记录里写“北京”有些写“北京市”还有一些数据在“收货城市”字段里混入了中转站名称如果不做清洗直接聚合后面所有统计都会失真。我当时的第一版代码就吃了一个暗亏用pandas的groupby直接按城市名分组求和结果发现北京和上海两个城市的单日包裹量在后期拟合时出现明显跳变。检查半天才定位到是别名问题。处理方法是先建一个城市别名映射表把所有等价的城市别名统一映射成标准城市ID再用这个ID做聚合。这一步建议在数据导入环节就完成不要拖到特征工程阶段。还有一个细节是日期时间的处理。原始数据里的时间字段是按小时登记的但题目要求分析的是日粒度需求因此要先把相同日期的记录聚合起来。同时要特别注意时区问题——虽然国内基本统一用北京时间但数据里如果有零散的“0点”记录容易在聚合时产生边界归属错误稳妥的做法是保留原始时区信息聚合完成后统一转换为北京时间基准。2.2 连通性指标的选择从图论到业务含义第一问要求分析区域之间的快递运输连通性。很多团队直接建一个无向图节点是城市边是两个城市之间有快递往来然后计算度中心性、介数中心性、连通分量数。这套做法没毛病但问题在于没有区分连接的方向和流量权重。快递数据本质上是有向加权图。A城市发往B城市的货量和B城市发往A城市的货量未必对称这种非对称性恰恰是业务价值的核心。举例来说如果A→B的货量远大于B→A说明A是生产型城市B是消费型城市这种关系对仓储选址非常关键。因此我建议至少计算三组指标有向加权度区分出度和入度出度代表一个城市作为发货源的能力入度代表一个城市作为收货目的地的吸引能力加权介数中心性在货量加权意义上有哪些城市是大量快递路径必经的中转咽喉这类城市即使自身产需不大也有极高的网络价值强连通分量与弱连通分量观察整个快递网络是否被分割成若干个孤立的子群这能看出区域一体化程度。从实操角度看计算这些指标用Python的networkx库比较顺手。我用的核心代码如下import networkx as nx # G为有向加权图节点为城市ID边权重为两地快递总量 G nx.DiGraph() for _, row in df_aggregated.iterrows(): G.add_edge(row[orig_city], row[dest_city], weightrow[total_weight]) # 计算有向加权出入度 out_degree dict(G.out_degree(weightweight)) in_degree dict(G.in_degree(weightweight)) # 计算加权介数中心性有向图 betweenness nx.betweenness_centrality(G, weightweight, normalizedTrue) # 计算弱连通分量数量 weak_components nx.number_weakly_connected_components(G)这里有个容易踩的坑networkx的betweenness_centrality在大规模图上计算很慢当节点数上万后基本跑不动。2023年这道题的数据规模大约涉及几百个城市算起来没问题但如果做城市内部街道级别的数据就得换近似算法比如只抽样k条最短路径来做估计误差可控且速度快得多。2.3 结果解读的一个实用思路算出指标后大段的表格会让评委看得头疼我把结果映射成了三个层次的结论核心枢纽城市出度入度加权值均显著高于平均水平、区域辐射中心入度大但出度中等说明对外部货源吸引力强、中转咽喉城市介数中心性极高。这套标签体系不仅适用于连通性分析后续做仓储选址时可以直接作为候选点的筛选条件相当于把第一问的结果复用到第三问让整个模型的逻辑闭环起来。3. 快递需求预测模型从时间序列到机器学习3.1 为什么不能无脑套用ARIMA第二问要求预测未来一段时间部分城市的快递需求总量标准做法是ARIMA或SARIMA但我建议你先看数据的季节性特征再决定。快递量有明显的周周期性工作日低、周末高还受电商大促双11、618和节假日春节前后的剧烈冲击。单纯用ARIMA很难同时处理周期性和突发事件因为它本质上是在捕获线性自相关结构。我当时做了两版模型对比第一版是SARIMA模型设定周期为7天效果在稳定期还行但预测双11前一周的需求时严重低估。原因是SARIMA能捕捉到“每个周一比周日高多少”这种规律但捕捉不了“因为平台大促导致的全局性爬坡”。第二版是XGBoost/LightGBM回归用历史滑动窗口特征前7天需求均值、前14天趋势斜率、星期几、是否节假日、是否大促日、城市自身历史均值占比等来做监督学习。效果比SARIMA好不少尤其是对突发性波动的响应更灵敏。核心代码如下import lightgbm as lgb from sklearn.model_selection import TimeSeriesSplit # 假设df_features是已经构造好的特征表 # 特征列包括day_of_week, is_holiday, is_promotion, rolling_mean_7, rolling_std_7, city_id features [day_of_week, is_holiday, is_promotion, rolling_mean_7, rolling_std_7] X df_features[features] y df_features[package_cnt] # 时间序列交叉验证避免随机切分造成数据泄露 tscv TimeSeriesSplit(n_splits5) for train_idx, valid_idx in tscv.split(X): X_train, X_valid X.iloc[train_idx], X.iloc[valid_idx] y_train, y_valid y.iloc[train_idx], y.iloc[valid_idx] model lgb.LGBMRegressor(n_estimators300, learning_rate0.05, num_leaves31) model.fit(X_train, y_train, eval_set[(X_valid, y_valid)], callbacks[lgb.early_stopping(50)])跑下来最大的感受是特征工程比模型选择重要得多。模型再复杂喂进去的特征无法反映大促效应和节假日效应预测精度照样上不去。我当时还尝试把时间特征和城市特征做交叉比如is_promotion * city_avg_level效果提升非常明显因为不同城市对同一促销事件的反应强度差异极大。3.2 误差分析不要只盯着MAPE不少队伍提交的论文里写“MAPE达到8%”听起来很厉害但评委其实更关心误差的分布结构。我建议把预测值和真实值的误差按城市、按日期两个维度分别展开看看误差是否集中在某几个特殊日期或某几个城市。如果误差大头全部来自几个大促日说明模型对突发事件的建模还不够可以在结论部分如实讨论这个局限并提出后续用事件特征回归修正的方案。这类诚实的误差分析反而比一味吹嘘精度更让评委信服。我在word文档里专门做了一个误差热力表格横向是日期纵向是城市颜色深浅代表误差大小一眼就能看出哪些区域是模型薄弱环节。3.3 Word公式处理的独门经验预测部分的数学公式很多尤其是ARIMA的差分方程、SARIMA的季节性算子、LightGBM的目标函数这些在Word里排起来非常折磨人。我的经验是所有公式一律用MathType生成不要在Word自带的公式编辑器里硬敲因为MathType生成的公式可以和正文排版统一还能在后续转PDF时保持矢量化输出不会出现模糊或者错位。具体嵌入Word的流程是先下载MathType插件安装完成后Word的“加载项”选项卡里会多出MathType工具条点击“Insert Numbered Display Equation”就能插入编号公式。有一个很实用的技巧是在MathType里把公式编号格式设置为“1-1”这样的分章节编号这样后期如果需要在前面插入新公式MathType会自动重排后续所有编号不用手动改。还有一个坑一定要避开当MathType版本和Word版本不匹配时公式会变成一个图片对象而不是可编辑的数学对象这会导致后续修改极其痛苦。最好的方式是在写完初稿后进行一次“整体转换”把所有公式统一转换为MathType内嵌对象并检查每个公式下方是否出现红色边框红色边框代表OLE嵌入成功可以双击编辑如果是灰色图片框就是纯图片得重新插入。3.4 数据泄露这个隐形地雷用机器学习做时间序列预测时最容易犯、最难察觉的错误就是数据泄露。常见场景是你在构造历史均值特征的时候不小心把未来信息卷进去了。比如你想用“前7天均值”预测第8天但代码里groupby时没有按时间排序导致每个城市的滑动窗口实际上混入了当天及未来的数据预测效果虚高。我当时用了一个笨办法来检测在测试集上把特征列里的rolling_mean_7整体随机打乱如果模型精度下降不明显说明特征构建大概率没问题如果精度反而上升了那绝对有泄露。这个方法虽然粗糙但操作性强推荐大家在提交前做一遍。4. 仓储选址优化把前三问串成一条线4.1 选址问题的数学建模思维第三问是在给定的若干候选城市里选择若干个位置建设仓储中心要求覆盖全部需求点且总成本最小。这个模式其实是很经典的集合覆盖问题Set Cover Problem但题目加了一个约束每个仓储中心有容量上限每个需求点只能分配给一个仓储中心目标函数里同时包含建设成本、运输成本。我选择用**混合整数规划MIP**建模决策变量有两个x[j]表示候选点j是否建仓储中心0-1变量y[i][j]表示需求点i是否分配给仓储中心j0-1变量。目标函数是总建设成本加上总运输成本单位运输成本乘以货量乘以距离。约束条件包括每个需求点必须被分配一次、每个仓储中心的分配总量不超过容量上限、只能分配给已建成的仓储中心。MIP用Python的PuLP或者ortools都能求解。我用的是ortools的CP-SAT求解器因为它在处理大规模0-1规划时比单纯用分支定界法的库更快。关键代码片段如下from ortools.sat.python import cp_model model cp_model.CpModel() x {} # 是否建仓储 y {} # 需求点分配 for j in candidate_cities: x[j] model.NewBoolVar(fx_{j}) for i in demand_cities: for j in candidate_cities: y[i, j] model.NewBoolVar(fy_{i}_{j}) # 每个需求点只能分配一次 for i in demand_cities: model.Add(sum(y[i, j] for j in candidate_cities) 1) # 容量约束 for j in candidate_cities: model.Add(sum(demand[i] * y[i, j] for i in demand_cities) capacity[j] * x[j]) # 目标函数最小化 cost_expr sum(open_cost[j] * x[j] for j in candidate_cities) cost_expr sum(transport_cost[i, j] * y[i, j] for i in demand_cities for j in candidate_cities) model.Minimize(cost_expr)跑出来后最优方案里几乎没有出现那种“一个仓储中心同时覆盖三四个省份”的粗放式选择而是呈现出明显的区域中心聚集特征。这个结果和第一问的连通性分析数据高度吻合——介数中心性高的城市在选址结果里往往也是仓储中心的最优选择。把这三个问题串成一条逻辑线论文的主旨一下就立住了。4.2 启发式算法与精确求解的取舍有的队伍会担心MIP在大规模数据下跑不动选择直接用遗传算法或模拟退火。我的建议是先跑精确求解器跑不动再换启发式。因为2023年这道题的城市规模大概在几百个量级MIP加一个几秒的运行时间限制通常能找到很好甚至最优的解。直接上遗传算法虽然也能得到可行解但很难证明解的优劣程度这在竞赛论文里是一个天然的减分项——评委看不到你的解和最优解的差距。用ortools跑MIP时有个实用技巧设置max_time_in_seconds300然后开启日志观察gap值当前可行解与最优界之间的差距百分比如果5分钟后gap已经小于2%基本可以认为这个解已经具备足够的说服力。最终论文里写清“GAP 1.8%求解时间287秒”这种表述专业感一下就出来了。4.3 多场景灵敏度分析选址这种题目不能只给一个静态结果。我强烈建议大家做几组灵敏度分析一是把候选仓储中心的建设成本上调20%看最优选址方案是否变化二是把运输成本下调30%看方案是否会更偏向分散化。这种分析能证明你的模型不是“过拟合某一个参数”而是具备现实层面的稳定性。我在论文里用了表格对比了基准方案、高建设成本、低运输成本三组情景下的选址结果。有意思的是即便参数大幅变动核心城市始终在最优方案里而边缘候选点的取舍则会有变化。这样写整个模型的鲁棒性就有了数据支撑。5. Word文档编辑、排版与常见疑难排查5.1 你为什么会收到一个带水印的docx回到标题里的“无水印word”这个点。很多参赛队伍的文档从学校模板改来模板本身带了学校logo的水印或者审阅批注状态下产生的修订痕迹没有清除。要彻底去除水印最快的途径是页面布局 → 自定义水印 → 删除水印。但更隐蔽的水印藏在页眉页脚里需要双击进入页眉编辑状态把里面的图片或艺术字删除。还有一个容易被忽视的点就是Word的“检查文档”功能。在文件 → 信息 → 检查问题 → 检查文档里可以一键检查并删除所有批注、修订、个人信息、页眉页脚中的隐藏文字。提交给竞赛组委会的最终版本这个检查一定要做不然很可能出现评委打开文档看到上一轮队友名字的情况非常尴尬。5.2 数学建模论文Word排版的几个黄金准则论文排版服务于一个核心目的让评委在10分钟内看懂你的逻辑主线。因此每一章的标题要明确传达这一步做了什么而不是含糊的“模型建立”。比如二级标题写“基于SARIMA与LightGBM组合的快递需求预测模型”就远比“需求预测模型”更清晰。目录自动生成是必须的用样式库里的“标题1”“标题2”来格式化各级标题才能在更新目录时一键刷新。正文里所有图表要有编号和标题图题在图下方表题在表上方。这个问题上很多队伍会搞反Word里默认图题还可以接受但表题错了表就不规范封面目录也会错位。另一个准则是公式居中编号右对齐用MathType插入编号公式时样式会自动处理但如果是用手动敲空格方式对齐换行后会乱套强烈不建议手动。5.3 常见Word问题速查表我结合平时帮队友处理文档的经验整理了一个高频问题速查表这也是我这份word文档里从始至终反复对照的一份清单问题现象原因分析解决方案MathType公式显示为图片不可编辑Word与MathType版本不兼容或OLE嵌入失败卸载后重装匹配版本重新插入公式目录页码与正文不一致分节符使用不当导致页码域失效在每章前插入分节符并在页脚重新设置页码格式公式编号手动改乱了插入公式后手工输入编号全部改成MathType自动编号删除所有手输编号图表下方出现多余空白图片嵌入方式为“嵌入型”导致行距异常将图片改为“浮于文字上方”并手动拖动布局文档打开巨慢图片分辨率过高或公式OLE对象过多图片统一转为300dpi以下PNG后再插入Word转PDF后公式字体变形公式字体未嵌入PDF文件 → 选项 → 保存 → 嵌入字体后再导出PDF批注和修订信息残留多人协作后未清除审阅状态文件 → 信息 → 检查文档 → 删除所有批注修订5.4 为什么docx比doc更省心竞赛提交通常要求doc或docx但从办公兼容性角度来看docx现代、占空间小、损坏修复能力强而且可以像zip一样解压查看内部XML文件这对需要批量处理文档内容的人来说非常友好。如果你在Linux服务器上做完数据分析想自动生成论文初稿直接用python-docx创建docx文件比手动在Windows里复制粘贴高效得多。from docx import Document doc Document() doc.add_heading(1. 引言, level2) doc.add_paragraph(本节介绍快递需求的背景与研究意义。) doc.paragraphs[-1].alignment 1 # 居中标题 doc.save(output.docx)这个方案可以配合数学建模的整体流程先用Python跑数据分析和模型再自动生成结构化文档初稿最后在Word里手动补公式和润色文字。这样既保证数据结果的真实性也减少人工抄写数据的错误率。5.5 一个关于Word加载项的实用技巧如果你经常要处理数学建模论文建议给Word装上三个加载项MathType公式排版、EndNote参考文献管理、Grammarly英文润色。EndNote可以让文献引用自动生成编号并实时跳转到文末参考文献列表对写30页以上长论文特别有用。Grammarly能纠正中英文混排时常见的空格问题比如中文和英文之间应该保留半角空格但很多人会漏掉。这三个加载项的安装顺序有讲究先装EndNote再装MathType最后装Grammarly因为MathType和EndNote都会向Word的加载项注入工具栏先装后装会互相覆盖。理论上顺序反了也能用但我实测发现先装EndNote后装MathType的稳定性最高。6. 一点个人总结与实际操作心得这份word文档从数据分析到模型求解再到最后的论文排版前前后后我改了三版。第一版直接把第一问第二问第三问割裂开写读起来像三个独立的小论文毫无整体逻辑第二版加入了连通性分析结果到选址模型的映射但模型公式排版问题频出MathType和Word的兼容性问题让人头疼第三版才终于把逻辑线串通、排版理顺。根据我的实际操作经验有三个环节特别容易拖慢进度值得提前准备。第一个是城市别名的清洗如果等建模做到一半再发现数据有别名问题很多统计图表都要推倒重做损失惨重。第二个是公式排版一定提前在空文档里测试好MathType和Word的配合不要等论文写了30页再处理公式问题。第三个是时间序列预测里的数据泄露检查不要等到结果出来了才去想特征有没有问题在构造特征的时候就顺手做好验证。最后分享一个给所有参赛队伍的小技巧正式提交之前把自己写的论文用PDF阅读器打开检查一遍特别注意公式和图表是否移位。Word里看着好好的布局转成PDF后偶尔会乱掉尤其是MathType的OLE对象在PDF导出环节有时会变成低分辨率的图片字体模糊到看不清。如果确实出现了这种问题尝试在Word里把自动保存格式改成“嵌入所有字体再保存”再导出PDF多半能解决。这一招我几乎每次写长文档都会用到关键时刻能救命。本文还有配套的精品资源点击获取