企业官网建设流程全解析

每年全国大学生数学建模竞赛结束后，都会有大量同学下载优秀论文来学习。拿到手之后兴奋地打开，结果发现摘要高大上、模型结构复杂、图表精致得像出版级，但真想自己动手把这篇论文“复现”一遍，却经常卡在第一步：数据不知道从哪里来，代码不知道从哪行开始写，图表也不知道怎么才能画得一样好。

最近我在系统复现 2025 年国赛 B 题优秀论文时，把整个过程整理成了一条比较清晰的路径：从读题、拆解论文，到数据重构、模型重建、代码实现，再到图表复现和结果对比。这篇文章就把这套流程完整分享出来，覆盖概念、环境、代码示例、常见坑点和最佳实践，打算备战 2026 数模国赛、或者想系统提升数学建模代码能力的同学，都可以直接照着做。

1. 背景：为什么值得复现一篇国赛B题优秀论文

1.1 复现优秀论文到底在复现什么

很多同学误以为“复现优秀论文”就是把别人代码跑一遍，或者把论文里的公式抄一遍。实际上，数学建模竞赛的优秀论文往往不公开源代码，连原始数据有时候也不完整，所以复现的真正含义是：根据论文描述的建模思路、图表结果和算法流程，重新实现一套可运行的解决方案。

一篇优秀论文的核心资产不是最后那张奖状，而是它解决问题的思路。比如它如何定义问题、如何做数据预处理、为什么选择某个模型、约束条件是怎么构造的、灵敏度分析做了哪些参数扫描。这些内容，只有在“重新实现一遍”的过程中才能真正理解。

1.2 复现对备赛有哪些实际帮助

• 提升代码能力：论文里的模型要落到 Pandas、NumPy、Scipy、Pulp 这些工具上，代码能力会快速进步。
• 形成自己的建模模板：复现两三篇优秀论文之后，你会积累一套通用流程，后续比赛可以直接复用。
• 训练图表和写作规范：优秀论文的三线表、坐标轴标注、结果对比图，值得一比一模仿。
• 培养Debug能力：复现过程中会踩到大量数据、代码、求解器相关的坑，这些经验在真正比赛时非常宝贵。

1.3 竞赛B题的特点

从历年国赛题目来看，B题通常属于“实际问题驱动型”，常见于交通、物流、能源、制造等领域。它通常包含两个核心环节：一是基于历史数据的分析与预测，二是基于预测结果的优化决策。2025 年国赛 B 题优秀论文也延续了这一框架，先构造预测模型，再建立优化模型求解方案。因此本文复现流程会围绕“预测 + 优化”这个组合展开。

2. 环境准备：复现必备工具链

2.1 系统与版本说明

本文示例使用 Python 环境，操作系统可以是 Windows、macOS 或 Linux。需要注意，数学建模类代码对版本并不敏感，建议使用 Python 3.9 及以上版本。具体库的版本不必刻意追求最新，使用当前最新稳定版即可。

推荐环境组合：

• Python 3.9+
• NumPy：数值计算
• Pandas：数据处理
• Scikit-learn：机器学习建模
• Matplotlib：数据可视化
• Pulp：线性规划与整数规划建模
• Statsmodels：时间序列分析，可选
• Openpyxl：Excel 文件读写，处理导出数据时用

2.2 安装命令

在命令行中执行：

pip install numpy pandas scikit-learn matplotlib statsmodels pulp openpyxl

如果安装速度慢，可以使用国内镜像：

pip install numpy pandas scikit-learn matplotlib statsmodels pulp openpyxl -i https://pypi.tuna.tsinghua.edu.cn/simple

2.3 项目目录结构

建议复现时按如下结构组织项目，这样代码更清晰，也方便后续替换数据和模型：

2025_guosai_B_reproduction/ ├── data/ │ ├── raw/ # 原始数据 │ └── processed/ # 预处理后的数据 ├── src/ │ ├── data_preprocess.py # 数据预处理模块 │ ├── model_predict.py # 预测模型模块 │ ├── model_optimize.py # 优化模型模块 │ ├── visualize.py # 可视化模块 │ └── main.py # 主流程 ├── output/ │ ├── figures/ # 输出图片 │ └── tables/ # 输出表格 └── requirements.txt

在实际复现中，这个目录结构可以按需调整，但建议保持“数据、代码、输出”分离，避免所有文件堆在一起。

3. 复现一篇优秀论文的五个关键步骤

3.1 第一步：读题与拆解论文结构

拿到优秀论文后，不要直接看代码，先做两件事：

第一，回到题目本身，用自己的话复述问题。国赛 B 题通常有多个小问，每一问要解决什么、输入是什么、输出是什么，必须整理成表格。

第二，拆解论文的章节结构。优秀论文一般包含：

• 问题背景与重述
• 问题分析
• 模型假设与符号说明
• 数据预处理与特征工程
• 模型建立
• 模型求解与结果分析
• 灵敏度分析
• 模型评价与改进

在拆解过程中，建议使用荧光笔标注每一问对应的模型、输入特征、输出指标和关键约束。这些信息是后续复现的“施工图”。

3.2 第二步：数据重构与预处理

优秀论文不公开数据是常态，怎么办？通常有三个途径：

• 题目附件：国赛题目一般会提供附件，这是最基础的数据来源。
• 论文图表反推：论文中的表格和坐标图往往包含数值信息，可以读取图中坐标轴范围、曲线趋势、表格数值，反推数据量级。
• 公开数据补充：如果题目背景是交通、气象、物流等方向，可以寻找公开数据集进行替代。

拿到数据之后，按照标准流程处理：

import pandas as pd import numpy as np def load_raw_data(file_path): """读取原始数据""" df = pd.read_csv(file_path, encoding='utf-8-sig') print(f"数据维度: {df.shape}") return df def clean_data(df): """基础清洗：去重、排序、缺失值处理、异常值处理""" df = df.drop_duplicates() if 'date' in df.columns: df['date'] = pd.to_datetime(df['date']) df = df.sort_values('date') df = df.set_index('date') numeric_cols = df.select_dtypes(include=[np.number]).columns # 缺失值：数值列使用前向填充与线性插值组合 df[numeric_cols] = df[numeric_cols].fillna(method='ffill').interpolate() # 异常值：采用 3σ 原则 for col in numeric_cols: mean = df[col].mean() std = df[col].std() lower = mean - 3 * std upper = mean + 3 * std df[col] = df[col].clip(lower, upper) return df

这里用到了两个常见的处理策略：

• 缺失值：时间序列数据优先使用前向填充，再对剩余空值做线性插值，保留时间趋势。
• 异常值：直接用 3σ 原则裁剪，简单稳定，适合竞赛场景。

3.3 第三步：模型重建

B 题优秀论文的核心往往是一个预测模型加一个优化模型。复现时建议先跑通简单模型，再逐步逼近论文中的复杂模型。

预测模型常见选择：

• 线性回归：可解释性强，适合作为 baseline。
• 随机森林 / XGBoost：适合表格数据，特征工程灵活。
• ARIMA / Prophet：适合有明显时间趋势的数据。

优化模型常见选择：

• 线性规划：目标函数和约束条件为线性。
• 整数规划 / 混合整数规划：包含 0-1 变量或整数变量。
• 多目标优化：将多个目标加权转化为单目标，或使用 Pareto 方法。

复现时要重点搞清楚：优化变量是什么、目标函数是什么、约束条件有哪些。这些信息通常可以从论文的模型假设和符号说明里找到。

3.4 第四步：代码实现与结果对比

实现流程建议按模块拆分，不要把所有代码写在一个文件里。每完成一个模块，就运行一次，确认输出正确。最后把预测结果、优化结果与论文中的表格、图进行对比。

对比时可以关注：

• 数值是否在同一量级。
• 曲线趋势是否一致。
• 优化结果是否满足论文中的约束条件。
• 灵敏度分析的方向和幅度是否接近。

注意，由于数据和代码实现细节不同，复现结果不可能与论文完全一致。复现的目标是“流程一致、逻辑一致、趋势一致”，而不是追求数值完全相同。

3.5 第五步：图表与论文输出

优秀论文的图表风格非常规范，复现时也应该做到：

• 使用三线表。
• 坐标轴有明确名称和单位。
• 图例清晰，字体大小合适。
• 保存图片时使用 300dpi。

后面实战部分会给出具体绘图代码。

4. 完整实战案例：预测 + 优化组合流程

下面用一个简化示例演示完整复现流程。需要注意，这里的数据是模拟生成的，目的是展示流程，不代表真实国赛题。你可以把数据替换成自己的数据，保留这套流程骨架。

4.1 生成模拟数据

import numpy as np import pandas as pd np.random.seed(42) date_rng = pd.date_range(start='2024-01-01', end='2024-12-31', freq='D') n = len(date_rng) trend = np.linspace(20, 50, n) season = 10 * np.sin(np.linspace(0, 2 * np.pi, n)) noise = np.random.normal(0, 2, n) demand = trend + season + noise df = pd.DataFrame({'date': date_rng, 'demand': demand}) df.to_csv('data/raw/demand.csv', index=False, encoding='utf-8-sig')

这段代码生成了一年的日度需求数据，包含趋势项、季节项和噪声项。实际比赛中，这个文件应该是题目附件中的真实历史数据。

4.2 数据预处理模块

文件路径：src/data_preprocess.py

import pandas as pd import numpy as np def load_raw_data(file_path): df = pd.read_csv(file_path, encoding='utf-8-sig') return df def clean_data(df): df = df.drop_duplicates() df['date'] = pd.to_datetime(df['date']) df = df.sort_values('date') df = df.set_index('date') df['demand'] = df['demand'].ffill().interpolate() mean = df['demand'].mean() std = df['demand'].std() df['demand'] = df['demand'].clip(mean - 3 * std, mean + 3 * std) return df

这个模块强调“职责单一”：读取和清洗分开，后面替换真实数据时不需要改动其他文件。

4.3 预测模型模块

文件路径：src/model_predict.py

预测部分使用随机森林，配合滞后特征和滚动统计特征，适合没有太多时间序列经验的同学。

import pandas as pd from sklearn.ensemble import RandomForestRegressor from sklearn.model_selection import train_test_split from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score def create_features(df, target_col='demand'): data = df.copy() data['month'] = data.index.month data['dayofweek'] = data.index.dayofweek data['lag_1'] = data[target_col].shift(1) data['lag_7'] = data[target_col].shift(7) data['rolling_mean_3'] = data[target_col].rolling(3).mean() data['rolling_mean_7'] = data[target_col].rolling(7).mean() return data.dropna() def train_predict_model(df, target_col='demand', test_size=0.2): data = create_features(df, target_col) feature_cols = ['month', 'dayofweek', 'lag_1', 'lag_7', 'rolling_mean_3', 'rolling_mean_7'] X = data[feature_cols] y = data[target_col] split_idx = int(len(data) * (1 - test_size)) X_train, X_test = X.iloc[:split_idx], X.iloc[split_idx:] y_train, y_test = y.iloc[:split_idx], y.iloc[split_idx:] model = RandomForestRegressor(n_estimators=200, random_state=42) model.fit(X_train, y_train) y_pred = model.predict(X_test) print("MAE:", round(mean_absolute_error(y_test, y_pred), 4)) print("RMSE:", round(mean_squared_error(y_test, y_pred, squared=False), 4)) print("R2:", round(r2_score(y_test, y_pred), 4)) return model, y_test, pd.Series(y_pred, index=y_test.index)

这里有一个关键细节：train_test_split没有使用随机切分，而是按时间顺序切分。因为时间序列数据一旦随机打乱，就会造成“用未来预测过去”的数据泄漏，导致评估结果虚高。这一点在复现论文时尤其要注意，优秀论文都会强调时间顺序划分。

4.4 优化模型模块

文件路径：src/model_optimize.py

预测得到未来需求后，需要决策如何安排生产方案或调度方案。这里用整数规划演示一个简单的“需求分配 + 方案启动”问题。

import pulp def optimize_plan(demand_list): # 可选方案的固定成本、单位成本和容量 fixed_cost = [100, 150, 120] unit_cost = [8, 5, 9] capacity = [50, 80, 60] num_plan = len(fixed_cost) num_period = len(demand_list) model = pulp.LpProblem("Demand_Allocation", pulp.LpMinimize) # x[i][t] 表示第 i 个方案在第 t 个时段提供的需求量 x = pulp.LpVariable.dicts("x", (range(num_plan), range(num_period)), lowBound=0, cat=pulp.LpInteger) # y[i] 表示第 i 个方案是否启动 y = pulp.LpVariable.dicts("y", range(num_plan), cat=pulp.LpBinary) # 目标函数：单位成本 + 固定启动成本 model += pulp.lpSum(x[i][t] * unit_cost[i] for i in range(num_plan) for t in range(num_period)) + \ pulp.lpSum(y[i] * fixed_cost[i] for i in range(num_plan)) # 约束1：每个时段的需求必须被满足 for t in range(num_period): model += pulp.lpSum(x[i][t] for i in range(num_plan)) >= demand_list[t] # 约束2：未启动的方案不能分配任务，且分配量不能超过容量 for i in range(num_plan): for t in range(num_period): model += x[i][t] <= capacity[i] * y[i] # 求解 model.solve() if pulp.LpStatus[model.status] == 'Optimal': print("最优目标值:", pulp.value(model.objective)) plan_result = [] for t in range(num_period): row = [int(x[i][t].varValue) for i in range(num_plan)] plan_result.append(row) return plan_result else: print("求解失败，状态:", pulp.LpStatus[model.status]) return None

这段代码体现了两类经典约束：

• 需求满足约束：所有方案提供的数量之和，必须大于等于预测需求量。
• 容量与启动逻辑约束：未启动的方案不能分配任务，已分配的任务不能超过该方案最大容量。

cat=pulp.LpBinary定义了 0-1 决策变量，用来表达“方案是否启动”这个逻辑。这种建模思路在国赛 B 题优化类问题中出现频率很高。

4.5 可视化模块

文件路径：src/visualize.py

Matplotlib 默认不支持中文，在复现论文图表时必须显式设置字体。

import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'PingFang SC'] plt.rcParams['axes.unicode_minus'] = False def plot_forecast(y_test, y_pred, save_path=None): plt.figure(figsize=(10, 5)) plt.plot(y_test.index, y_test.values, label="真实值", linewidth=2) plt.plot(y_pred.index, y_pred.values, label="预测值", linestyle="--", linewidth=2) plt.title("需求预测结果对比") plt.xlabel("日期") plt.ylabel("需求量") plt.legend() plt.grid(alpha=0.3) if save_path: plt.savefig(save_path, dpi=300, bbox_inches='tight') plt.show() def plot_allocation(plan_result, demand_list, save_path=None): plan_result = np.array(plan_result) num_period = plan_result.shape[1] plt.figure(figsize=(10, 5)) bottom = np.zeros(num_period) colors = ['#4C72B0', '#DD8452', '#55A868'] labels = ['方案1', '方案2', '方案3'] for i in range(plan_result.shape[0]): plt.bar(range(num_period), plan_result[i], bottom=bottom, label=labels[i], color=colors[i], alpha=0.8) bottom += plan_result[i] plt.plot(range(num_period), demand_list, 'k--', label="预测需求", linewidth=2) plt.title("多时段需求分配方案") plt.xlabel("时段") plt.ylabel("分配量") plt.legend() if save_path: plt.savefig(save_path, dpi=300, bbox_inches='tight') plt.show()

柱状堆叠图可以直观展示每个时段各方案承担了多少需求，黑色虚线表示预测需求，便于检查总供给曲线是否完全覆盖需求线。

4.6 主流程串联

文件路径：src/main.py

import sys sys.path.append('../') from src.data_preprocess import load_raw_data, clean_data from src.model_predict import train_predict_model from src.model_optimize import optimize_plan from src.visualize import plot_forecast, plot_allocation def main(): # 1. 数据加载与清洗 df = load_raw_data('data/raw/demand.csv') df = clean_data(df) # 2. 预测未来需求 model, y_test, y_pred = train_predict_model(df) # 3. 预测结果可视化 plot_forecast(y_test, y_pred, save_path='output/figures/forecast.png') # 4. 将预测结果作为优化模型的输入 demand_list = y_pred.round().astype(int).values plan_result = optimize_plan(demand_list) if plan_result: # 5. 优化结果可视化 plot_allocation(plan_result, demand_list, save_path='output/figures/allocation.png') print("复现流程运行完成") if __name__ == '__main__': main()

运行主流程：

cd 2025_guosai_B_reproduction python src/main.py

预期输出类似：

数据维度: (366, 2) MAE: 1.2034 RMSE: 1.5011 R2: 0.9821 最优目标值: 17350.0 复现流程运行完成

实际数值会因为随机种子、数据分布、模型参数不同而变化，这里只展示输出格式。

5. 复现中的常见问题与排查思路

复现过程中，最消耗时间的往往不是算法本身，而是环境、数据和求解器带来的各种问题。下面整理了一份高频问题清单。

针对最后一个问题，可以在主流程开头加上全局随机种子：

import numpy as np import random random.seed(42) np.random.seed(42)

如果使用了 Scikit-learn 模型，还需要在模型初始化时设置random_state，代码中的随机森林已经这样做了。

6. 建模方法与工程实践建议

6.1 先做 Baseline，再优化模型

复现优秀论文时，不要一开始就追求和论文一模一样的复杂模型。先用线性回归或随机森林跑出一个 Baseline，确认数据、评估指标、可视化流程都正确，再逐步增加复杂度。这样做的好处是：如果后面模型出问题，可以快速判断是数据问题还是模型问题。

6.2 固定随机种子，保证结果可复现

竞赛论文和代码都强调可复现性。在项目入口处固定随机种子，不仅方便自己调试，也能让论文中的结果经得起验证。

import numpy as np import random random.seed(42) np.random.seed(42)

如果使用 PyTorch 等深度学习框架，还需要额外设置torch.manual_seed。

6.3 模块化开发，避免“一个文件跑到底”

优秀论文复现通常涉及多个模型、多次实验。建议按模块拆分，每个模块只做一件事：

• 数据处理模块只负责数据读取、清洗、特征工程。
• 模型训练模块只负责训练和评估。
• 可视化模块只负责绘图和保存。

这样后期替换数据、调整参数、对比实验结果时，改动范围可控。

6.4 重视模型评估与灵敏度分析

许多同学复现论文时只关注“模型能不能跑出结果”，忽略了评估和灵敏度分析。实际上，国赛论文中灵敏度分析是评委重点看的内容之一。

通用的做法是：对模型中的关键参数进行扫描，观察目标函数或输出指标的变化趋势。例如：

def sensitivity_analysis(base_demand, step=0.05, times=5): results = [] for i in range(-times, times + 1): scale = 1 + i * step demand_adjusted = base_demand * scale plan = optimize_plan(demand_adjusted.round().astype(int)) results.append((round(scale, 2), plan)) return results

如果调整参数 5% 时结果波动剧烈，说明模型稳定性不足；如果波动较小，说明模型具有一定的鲁棒性。这个分析结果可以直接用于论文中的“灵敏度分析”章节。

6.5 关于数据安全与代码规范

在竞赛准备中，使用的数据通常来自题目附件或公开数据集。复现优秀论文时，也要注意学术诚信：

• 不直接抄袭论文中的大段文字和公式，要理解后用自己的语言表达。
• 不非法获取其他参赛队伍的代码和数据。
• 引用公开数据时，说明数据来源。
• 涉及真实业务数据时，遵循最小权限原则，不传播敏感数据。

7. 总结与下一步学习路线

本文围绕 2025 年国赛 B 题优秀论文的复现，梳理了一套完整的技术路径：从读题拆解、数据处理，到预测模型、优化模型，再到可视化和常见排错。文中给出的代码虽然使用了模拟数据，但流程和真实复现完全一致。你可以把数据预处理、预测、优化、绘图四个模块直接迁移到自己的项目中使用。

下一步，建议按以下顺序继续深入：

先找一篇近两年的国赛 B 题优秀论文，按照本文的五步流程复现一遍；然后替换成题目附带的真实数据，调整特征工程和模型参数，让结果尽可能接近论文；再尝试改进论文中的模型，看能否在评价指标上超越它；最后把复现过程中积累的代码、图表模板和方法论整理成自己的建模工具箱。

复现优秀论文的价值，不只是在比赛前“临时抱佛脚”，而是真正把别人的建模思想转化为自己的工程能力。如果你在复现过程中遇到数据、代码或求解器相关的问题，欢迎收藏这篇文章，按章节索引排查。祝你备赛顺利。