本仓库收录了我在北京印刷学院参加的校内数学建模竞赛的相关资料与代码。
.
├── 25校赛/ # 2025年校内数学建模竞赛（LED显示屏颜色设计与校正）
│ ├── 可运行代码/ # Python 代码
│ │ ├── 校赛1_1..py
│ │ ├── 校赛1_2.py
│ │ ├── 校赛1_3.py
│ │ ├── 校赛1_4.py
│ │ ├── 校赛1优化前模型.py
│ │ ├── 校赛1优化后模型.py
│ │ ├── 校赛2.py
│ │ └── 校赛3.py
│ ├── 文本附件/ # 模型文本输出
│ ├── 运行截图/ # 结果可视化截图
│ ├── 【A题】2025年数学建模赛题：LED显示屏颜色设计与校正(1).pdf
│ ├── 【A题】附件：RGB数值.xlsx
│ ├── 论文.pdf
│ └── 附件2_2025年数学建模论文格式(3).doc
├── 26校赛/ # 2026年校内数学建模竞赛（城市发展与房价预测）
│ ├── images/ # 论文图片素材
│ ├── 城市发展潜力评价/ # 城市综合评价模型
│ │ ├── 城市发展潜力评价_客观权重.py
│ │ ├── 城市发展潜力评价结果_客观权重.xlsx
│ │ └── 图表8_城市发展潜力评价_客观权重.png
│ ├── 房价预测/ # 房价预测模型
│ │ ├── 房价预测分析_自回归模型.py
│ │ └── 房价预测详细结果_自回归模型.xlsx
│ ├── 数据分析与图表/ # 数据可视化
│ │ ├── 数据分析与图表.py
│ │ └── 图表1_房地产专题分析.png ~ 图表7_房价预测分析.png
│ ├── 数据清洗/ # 数据预处理
│ │ ├── 数据清洗合并.py
│ │ └── 三城市数据清洗结果.xlsx
│ ├── 获取数据/ # 原始数据
│ │ ├── 主要城市年度数据_北京.xlsx
│ │ ├── 主要城市年度数据_成都.xlsx
│ │ └── 主要城市年度数据_武汉.xlsx
│ ├── 题目/ # 赛题与格式要求
│ │ ├── 2026年校内数学建模题目.docx
│ │ └── 附件2_2026年数学建模论文格式.doc
│ ├── 数学建模论文.tex # LaTeX 论文源码
│ ├── 数学建模论文.pdf # 论文 PDF
│ └── ... # 编译辅助文件
└── README.md # 本文件
- 赛题方向：颜色科学、色域映射、RGB 校正
- 核心内容：
- 色域映射优化与可视化
- 色度距离分析与色域压缩
- RGB 及白色基底差异对比与复合校正
- 成果：完整论文 + 可运行 Python 代码 + 运行截图
- 赛题方向：城市数据分析、综合评价、时间序列预测
- 核心内容：
- 数据获取与清洗（北京、成都、武汉三城市）
- 数据分析与可视化（房地产、经济、人口等维度）
- 城市发展潜力评价：基于客观权重（如熵权法）的综合评价模型
- 房价预测：自回归模型（AR）进行房价时间序列预测
- 成果：完整 LaTeX 论文 + Python 代码 + 数据与图表
- Python：数据分析与建模
pandas：数据处理numpy：数值计算matplotlib：数据可视化
- LaTeX：论文排版（26校赛）
- 克隆仓库到本地
- 安装依赖：
pip install pandas numpy matplotlib openpyxl - 进入对应校赛目录，运行
.py文件即可复现分析与图表
- 感觉还是进步了一点，25级国赛失利了，希望这次能有机会吧