全部案例
论文写作数学建模与统计模式运筹优化真实运行

数学建模竞赛:共享单车调度优化

按数学建模竞赛规范完成「城市共享单车调度优化」:分析各站点的借还需求,建立调度车辆路径优化模型并求解,做灵敏度分析,输出完整论文。

智能体怎么做

  1. 先说明数据来源工作目录里没有赛题数据,于是按城市潮汐规律生成 30 个站点的仿真数据,并明确说明不是真实运营数据;整条流程由数据驱动,换成真实数据即可重跑。
  2. 需求分析统计 24 小时借还量:早高峰居住区借出、办公区还入,晚高峰反向,峰谷比 5.04;k-means 聚类与站点类型的吻合率 96.7%。
  3. 调度建模与求解建立带容量约束的取送车辆路径模型(三下标 MILP),小规模用 SciPy 的 HiGHS 求精确解做验证,全规模用模拟退火求解:5 辆调度车、总行程 81.69 km、总成本 953.50 元。
  4. 灵敏度分析与论文改变车辆数、容量、时间窗、需求和惩罚系数共 26 个情景,生成 11 张图并排成 Word 论文。这是一份初稿:灵敏度部分的个别数值、假设表述和参考文献,提交前仍需人工核对。

运行截图

PaperOK科研助手中这次对话的实际界面。

数学建模竞赛:共享单车调度优化 运行截图:先检查工作目录和求解器:没有赛题数据,就说明将构造仿真数据,并确认 SciPy 自带 MILP 求解器可用
先检查工作目录和求解器:没有赛题数据,就说明将构造仿真数据,并确认 SciPy 自带 MILP 求解器可用点击查看大图
数学建模竞赛:共享单车调度优化 运行截图:代码、数据、11 张图和论文都写进项目文件夹,在应用里直接预览调度路线图
代码、数据、11 张图和论文都写进项目文件夹,在应用里直接预览调度路线图点击查看大图

运行结果

以下文件由智能体在应用中实际生成,未做修改。

数学建模竞赛:共享单车调度优化:全市借还的潮汐特征:早高峰借多还少,晚高峰反过来
全市借还的潮汐特征:早高峰借多还少,晚高峰反过来
数学建模竞赛:共享单车调度优化:最优调度方案:5 辆车从车场出发,总行程 81.69 km,总成本 953.50 元
最优调度方案:5 辆车从车场出发,总行程 81.69 km,总成本 953.50 元 · 下载求解代码与数据
数学建模竞赛:共享单车调度优化:模拟退火的收敛过程:约 11 万次迭代后历史最优稳定在 953.5 元
模拟退火的收敛过程:约 11 万次迭代后历史最优稳定在 953.5 元