Skip to content

capwitf/My-MathModeling-skills / math-hub

math-hub

Verified

Use when 高教社杯/CUMCM 数学建模项目需要竞赛级范围控制、轻量 hub 状态、当前分问交付物锁定、文献启发式解题路线、结论/证据一致性、数学核验、结果一致性审查、官方规则合规、AI 使用披露跟踪、最终提交门禁或明确任务派发。

references/a-problem-decision-tree.md

View on GitHub
# A 题题型快速分诊表

## 用途

本表用于高教社杯 A 题或等价综合题的开局分诊。它不替代精读题面,也不直接决定最终模型;它只帮助总控在前 20-40 分钟判断主线、辅线、第一批数据任务和验证口径。

## 使用原则

1. 先看题面要求的最终交付物,再看数据形态,最后选模型工具。
2. 若题面同时命中多类信号,选一个主线,另一个作为辅线。例如“预测需求后安排车辆”应是“预测后决策”主线,路径调度作为后续优化模块。
3. 每条路线都必须先做可解释基准模型,再做改进模型。
4. 分诊结论必须写成“候选路线”,不能把候选工具写成最终模型。
5. 分诊输出必须包含至少一张预期结果表和一个验证动作。
6. 每条候选路线给出 `match_confidence`。若题面机制不能清楚命中表中任一类,进入 `low-confidence triage`,使用 `new_mechanism_route`,不强行归类。

## 快速分诊表

| 题面信号 | 首选路线 | 模型骨架 | 首轮交付物 | 验证重点 | 常见风险 |
| --- | --- | --- | --- | --- | --- |
| 连续介质、热、流、力、扩散、浓度、压力、能量、SOC、库存递推 | 守恒方程 + 参数估计 + 数值仿真 | 状态变量、边界条件、守恒/平衡方程、参数反演、离散化求解 | 参数表、时空状态表、仿真曲线、误差表 | 量纲一致、边界条件、极端工况、残差分布 | 只画仿真图,不写守恒方程;参数无来源 |
| 路径、调度、排班、选址、分配、装载、容量、时间窗 | 图模型 + MILP/启发式 + 可行性检验 | 节点边集、决策变量、目标函数、容量/时间窗/互斥约束、求解器或启发式 | 完整路线/排班/选址/分配表、目标值、约束检查表 | 可行性、缺口率、求解时间、基准方案对比 | 结果不完整;只给平均指标,没有完整决策表 |
| 先预测需求、风险、故障、流量、价格,再做配置或决策 | 预测模型 + 不确定性传播 + 鲁棒/随机优化 | 特征工程、训练/验证划分、预测区间、场景集、鲁棒目标或机会约束 | 预测精度表、关键特征表、场景决策表、鲁棒性对比表 | 数据泄漏、误差传播、场景覆盖率、最坏情形表现 | 预测和决策断开;只报 RMSE,不说明决策影响 |
| 排名、评价、优选、风险等级、综合指数、方案比较 | 指标构造 + 权重敏感性 + 排名稳定性 | 指标方向统一、标准化、权重方法、综合得分、稳定性分析 | 指标字典、权重表、排名表、敏感性/稳定性表 | 指标冗余、权重扰动、排名翻转、解释性 | 只套 TOPSIS/AHP 名字;指标口径和题意脱节 |
| 图像、遥感、轮廓、目标识别、空间分布、几何结构 | 图像预处理 + 特征提取 + 几何/统计建模 | 去噪、阈值或分割、特征定义、空间统计、与后续模型对接 | 样例识别图、特征表、误差或人工核验表、下游输入表 | 阈值敏感性、视觉抽样核验、分辨率/尺度换算 | 图像结果无法量化;像素量和真实单位没有转换 |
| 已知机理但参数未知,要求反推、校准、识别或预测 | 机理方程 + 参数反演 + 置信/敏感性分析 | 机理方程、待估参数、损失函数、约束范围、优化或贝叶斯估计 | 参数估计表、拟合图、残差表、置信区间或扰动结果 | 可辨识性、过拟合、参数物理范围、外推能力 | 参数能拟合但无物理意义;没有报告不确定性 |
| 到达、排队、服务、拥堵、等待、故障、可靠性、应急 | 排队/仿真 + 基准解析 + 情景推演 | 到达过程、服务时间、资源数、状态转移、离散事件仿真 | 等待时间表、利用率表、拥堵/失效概率、情景对比 | 随机种子、置信区间、极端负载、稳态检查 | 仿真次数不足;没有和解析基准或历史数据对比 |
| 多主体、竞争、协同、策略、收益分配、政策调整 | 多主体决策 + 博弈/机制 + 仿真评估 | 参与者、策略集、收益函数、约束、均衡或迭代规则 | 策略表、收益表、政策前后对比、稳定性结果 | 激励相容、边界策略、参数扰动、可解释性 | 主体收益函数拍脑袋;结论只讲政策口号 |
| 无法清楚命中上述信号,或题面机制明显新颖 | new_mechanism_route + 机制审计 | 交付物清单、可观测数据、现实机制、最小基准、第一验证动作 | 题面交付矩阵、机制假设表、baseline 结果、验证动作记录 | 是否从题面交付物出发,是否有单位/边界/可复现基准 | 为了推进而套最近模式;把候选工具写成最终模型 |

## 低置信分诊规则

`low-confidence triage` 不是失败,而是新题型保护机制。出现下列情况时,不强行归类:

- 题面核心对象、现实机制或最终交付物与表中路线都只弱相关;
- 能命中多个路线,但没有一个能推出完整结果表和验证动作;
- 近年案例库只能提供局部结构,不能解释当前题的主要机制;
- 用户或题面要求的输出不是常见优化、评价、仿真或预测结果。

此时先做 30-60 分钟机制审计:锁定交付物、变量和可观测数据,写出最小 baseline,确定第一个 validation action,再决定是否形成新的主线。

## 开局输出模板

```text
match_confidence:
候选主线:
辅线模块:
题面命中信号:
若低置信: new_mechanism_route / 机制审计任务
必须交付结果表:
第一版基准模型:
第一批代码任务:
验证闭环:
暂不采用的路线:
原因:
```

## 组合路线提示

- “预测 + 调度”:先锁定预测误差如何进入优化,不要把两部分写成互不相干的章节。
- “评价 + 优化”:评价指标必须能服务决策变量或目标函数,否则只是装饰。
- “图像 + 物理”:像素特征必须转换为物理量或几何量,才能进入守恒或优化模型。
- “仿真 + 优化”:仿真负责评估不确定场景,优化负责给出可执行决策,二者要共用同一套输入参数。

## 分诊后立刻检查的下一步

- 建模:写出主线的变量、目标、核心约束、单位和第一版基准模型。
- 代码:按主线所需字段做 schema、缺失、异常、单位和样本覆盖检查。
- 写作:记录题面交付物、预期结果表、图表证据链和摘要中可能出现的核心数值。
- 复查:按评分维度检查是否存在漏交付、无完整表、无验证或无现实原型的问题。

这些是下一步检查项,不是默认多代理派发。只有用户明确要求拆分、派发或并行时,才把它们改写成 handoff。
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 194kUpdated Claude CodeCodexVerifiedInstall