

對(duì)數(shù)學(xué)建模的熱愛(ài)與堅(jiān)持
我在很小的時(shí)候就對(duì)“科研”有著莫名的向往,小學(xué)時(shí)便描繪著各種科學(xué)家、研究人員的“高深”形象。我暗下決心,以后要做研究,寫下密密麻麻復(fù)雜的字符與算式。
中學(xué)是我真正開始了解“科研”的開始。我寫過(guò)六七篇小論文,為快遞行業(yè)設(shè)計(jì)成本低且環(huán)保的包裝箱、為運(yùn)動(dòng)愛(ài)好者建立往屆運(yùn)動(dòng)員的評(píng)估模型……完成課題和比賽獲獎(jiǎng)帶來(lái)的成就感不斷激勵(lì)著我前進(jìn),激勵(lì)著我在繁忙學(xué)業(yè)中堅(jiān)持對(duì)數(shù)學(xué)建模的興趣。但是,我的那些論文,推導(dǎo)不夠嚴(yán)謹(jǐn)、方案不夠?qū)嵱茫词公@了獎(jiǎng),還遠(yuǎn)遠(yuǎn)不足以稱為科研。帶著對(duì)科研的向往,我參加了英才計(jì)劃,希望在高校導(dǎo)師的指引下,能夠突破自我,在收獲專業(yè)知識(shí)的同時(shí),收獲對(duì)科研更準(zhǔn)確的認(rèn)知。
研究與提升
入選英才計(jì)劃后,我進(jìn)入四川大學(xué)學(xué)習(xí),在高校接受導(dǎo)師的悉心指導(dǎo),感受大學(xué)濃郁的學(xué)術(shù)氛圍,我與其他幾位學(xué)員正式開啟了為期1 年的學(xué)習(xí)之旅。
我的研究方向初步定為離散時(shí)間動(dòng)態(tài)規(guī)劃,寒假就開始學(xué)習(xí)了一些基礎(chǔ)理論,比如多階段決策及最優(yōu)性原理、貝爾曼方程、離散時(shí)間最優(yōu)控制的解法等。同時(shí),我也嘗試學(xué)習(xí)一些實(shí)例推導(dǎo),再結(jié)合數(shù)學(xué)建模基礎(chǔ),尋找數(shù)學(xué)建模課題。
最開始研究的對(duì)象是學(xué)校的小賣部,從中提取了典型的小型零售店進(jìn)貨問(wèn)題,并在暑假集中開展了研究。由于規(guī)模小,小型零售店更需要合理且最優(yōu)的進(jìn)貨方案。我先嘗試模仿他人的研究方法,將問(wèn)題套進(jìn)所學(xué)的動(dòng)態(tài)規(guī)劃算法中,并解決其間的沖突?!罢驹诰奕说募绨蛏稀保@是一句我很喜歡的話,真正的研究是在前人的研究基礎(chǔ)上有新的思路或進(jìn)展,而不是“平地起高樓”。
在模仿的過(guò)程中主要存在3 個(gè)問(wèn)題。一是模型求解中成本計(jì)算涉及大量參數(shù),比如單位運(yùn)輸成本、單位儲(chǔ)存成本等,需對(duì)所考察的所有貨物進(jìn)行分類,并按不同的類別研究其成本參數(shù),這其中為擬合函數(shù)還需大量收集有效數(shù)據(jù)。二是未來(lái)銷售量未知,無(wú)法帶入動(dòng)態(tài)規(guī)劃算法中進(jìn)行計(jì)算。因此,我學(xué)習(xí)了隨機(jī)分布相關(guān)知識(shí),并找到了解決方案,借助Arena 軟件的Input Analyzer,擬合最優(yōu)分布,預(yù)估未來(lái)銷售量,并說(shuō)明了其在較長(zhǎng)時(shí)間上的有效性。三是標(biāo)準(zhǔn)的動(dòng)態(tài)規(guī)劃算法與進(jìn)貨問(wèn)題的沖突。一般的貝爾曼方程在求解的時(shí)候需要求偏導(dǎo),以求出最值,這樣出來(lái)的決策可能為負(fù),但在進(jìn)貨問(wèn)題上,進(jìn)貨量要求恒大于等于零,即直接求解的結(jié)果可能沒(méi)有意義。為了克服這個(gè)問(wèn)題,我積極與校內(nèi)教師、導(dǎo)師交流討論,認(rèn)真思考,最后通過(guò)借鑒自己熟悉的知識(shí)——二次函數(shù)取最值分類討論方法,提出了一種針對(duì)特殊二次性能指標(biāo)的解法:觀察性能指標(biāo)函數(shù)圖像的不連續(xù)平移或者“跳躍”取最值。當(dāng)指標(biāo)函數(shù)對(duì)稱軸在y 軸左側(cè)時(shí),進(jìn)貨量x 在大于等于0 定義域上的最值就在0 處取得,即不進(jìn)貨,圖像作1 次平移;當(dāng)一次對(duì)稱軸平移到y(tǒng)軸右側(cè)時(shí),最值就在大于0 處取得,進(jìn)1 次貨,圖像跳躍回左側(cè),再不斷重復(fù)該過(guò)程,即可進(jìn)行求解。
解決了上述3 個(gè)主要問(wèn)題后,我在2022 年下學(xué)期做了實(shí)驗(yàn)進(jìn)行驗(yàn)證,學(xué)習(xí)使用Latex 撰寫論文,并在導(dǎo)師指導(dǎo)下進(jìn)行修改,最終在年度評(píng)價(jià)前拿出了合格的成果。
收獲與展望
在數(shù)學(xué)知識(shí)方面,我重點(diǎn)學(xué)習(xí)了動(dòng)態(tài)規(guī)劃算法、離散時(shí)間最優(yōu)控制理論及隨機(jī)分布相關(guān)知識(shí)。感謝英才計(jì)劃給了我這次寶貴的機(jī)會(huì),讓我有機(jī)會(huì)學(xué)習(xí)大學(xué)才能接觸到的專業(yè)知識(shí),讓我對(duì)數(shù)學(xué)學(xué)科和較為現(xiàn)代的專業(yè)理論有了初步感知,開闊了眼界。
在科研能力方面,這是我第一次進(jìn)行較復(fù)雜算法的理論推導(dǎo),學(xué)會(huì)了一步步厘清推導(dǎo)的邏輯和方法;在撰寫論文過(guò)程中,我了解了一些基本要點(diǎn)與注意事項(xiàng);在研究中,我獲得許可使用真實(shí)數(shù)據(jù)進(jìn)行計(jì)算和模擬,這是我第一次咨詢身邊的機(jī)構(gòu)獲得數(shù)據(jù),顯著提升了我的數(shù)據(jù)查找能力。
同時(shí),我也收獲了一些教訓(xùn),比如研究切入點(diǎn)一定不要太大。在本次課題研究中,研究前計(jì)劃考慮所有貨物分類和參數(shù),但實(shí)際開展研究后才發(fā)現(xiàn)數(shù)據(jù)獲取的難度太大,而且很多類型根本不適合混在一起考慮,導(dǎo)致該部分內(nèi)容較為粗糙,有很大提升空間。
經(jīng)歷了1 年的培養(yǎng),我更加堅(jiān)定了自己對(duì)科研的興趣與向往,在收獲專業(yè)知識(shí)的同時(shí)感悟了堅(jiān)持、創(chuàng)新等科研精神。未來(lái),我將繼續(xù)堅(jiān)持對(duì)數(shù)學(xué)建模的熱愛(ài),揚(yáng)帆起航,逐夢(mèng)前行!
羅浩軒
2022 級(jí)英才計(jì)劃數(shù)學(xué)學(xué)科學(xué)員就讀于成都市天府第七中學(xué),師從四川大學(xué)劉淑君教授,完成“基于動(dòng)態(tài)規(guī)劃的小型零售店最優(yōu)進(jìn)貨方案研究”項(xiàng)目。從初中開始接觸數(shù)學(xué)建模,曾連續(xù)3 年獲得成都市青少年科技創(chuàng)新大賽一等獎(jiǎng),帶領(lǐng)團(tuán)隊(duì)在國(guó)際數(shù)學(xué)建模挑戰(zhàn)賽(IMMC)中華賽區(qū)獲一等獎(jiǎng)晉級(jí),并獲得國(guó)際賽特等入圍獎(jiǎng)。