简介这份PDF面向参加数学建模竞赛的学生及指导教师聚焦拟合算法与优化模型在高校自主招生面试分配问题中的应用。内容围绕面试公平性准则展开涵盖单目标与多目标规划建模、0-1分配矩阵设计、目标函数与约束条件转化以及线性规划、动态规划、遗传算法等求解思路并针对N379、M24等具体场景给出分配方案分析还讨论了文理科教师均衡与公平性改进建议。资源包内含1个PDF文件大小约668KB结构完整便于按问题模块检索学习。目前已有140人学习下载。读者可借此掌握从问题重述、符号说明、模型假设到建模求解的完整赛题方案理解目标规划在多约束分配问题中的落地方法并获得可迁移到其他优化类赛题的建模与排错思路。1. 从一道面试题看拟合算法到底在考什么很多同学第一次在面试里被问到「给你一组带噪声的观测点怎么判断该用几阶多项式拟合」第一反应是背公式结果面试官追问一句「阶数高了会怎样、怎么选」就卡住了。拟合算法在数学建模和工程面试里从来不是考你记不记得最小二乘的闭式解而是考你能不能把「模型复杂度、误差度量、泛化能力」这三件事串起来讲清楚。一份流传的「拟合算法-学生面试问题」类材料本质就是把这条链路拆成可回答的问题最小二乘和插值的边界在哪、过拟合怎么用交叉验证识别、目标规划和整数规划在拟合里什么时候登场。它适合准备数学建模竞赛比如华为杯研究生数学建模、国赛 C 题这类数据拟合与优化混合题的学生也适合工作两三年、需要把「调参」讲成「有依据的选型」的工程师。下面按理论、实现、实战、进阶四段推进每段都给能直接跑的代码和参数。2. 最小二乘、插值与目标规划拟合算法的选型逻辑2.1 最小二乘的闭式解与它的三个前提最小二乘要成立隐含三个前提噪声近似零均值、误差方差齐性、模型对参数线性。前两个决定「用平方损失是否合理」第三个决定「能不能一步解出来」。对线性模型 $y X\beta \varepsilon$闭式解是 $\hat\beta (X^TX)^{-1}X^T y$但工程里几乎不会真的去求逆而是解线性方程组。import numpy as np # X: (n, p) 设计矩阵, y: (n,) 观测值 # 用 lstsq 而不是 inv(X.TX)数值更稳 beta, residuals, rank, sv np.linalg.lstsq(X, y, rcondNone) print(系数:, beta) print(残差平方和:, residuals) print(矩阵秩:, rank, 奇异值:, sv)逻辑说明np.linalg.lstsq内部走 SVD 分解避免显式求逆在病态矩阵上放大误差。参数说明rcondNone让 NumPy 用机器精度相关的默认截断处理接近奇异的列返回的rank小于列数就说明设计矩阵存在共线性此时系数不可信需要删列或加正则。residuals是残差平方和用来算 RMSE。2.2 插值什么时候不该用Runge 现象与阶数选择插值要求曲线严格过每个点观测有噪声时这是灾难。等距节点上的高次多项式插值会出现 Runge 现象端点剧烈振荡。判断标准很简单如果数据本身带测量误差优先拟合而不是插值如果必须插值用分段低次样条而不是全局高次。方法是否过所有点抗噪适用场景全局多项式拟合否强趋势提取、参数估计拉格朗日插值是弱无噪声的精确函数表三次样条是中平滑曲线重建正则化拟合否强高维、共线性数据选阶数的常见做法是「残差下降变缓就停」把阶数从 1 加到 8画 RMSE 随阶数的曲线拐点处就是合理阶数。更严谨的是留出验证集看验证误差而不是训练误差。2.3 目标规划与整数规划在拟合中的位置当拟合问题带上「约束」和「优先级」就变成目标规划。比如要求拟合曲线必须经过某个关键点、斜率不能为负、某段误差权重更高。若决策变量还要求取整数如分配整数个传感器、选择整数阶数就进入整数规划范畴。小规模问题用隐枚举法枚举所有满足约束的 0-1 组合逐个算目标值取最优。from itertools import product # 从 5 个候选特征里选子集做拟合要求最多选 3 个 candidates [0, 1, 2, 3, 4] best None for combo in product([0, 1], repeat5): if sum(combo) 3: # 约束最多选 3 个 continue cols [c for c, flag in zip(candidates, combo) if flag] if not cols: continue Xs X[:, cols] b, *_ np.linalg.lstsq(Xs, y, rcondNone) rmse np.sqrt(np.mean((Xs b - y) ** 2)) if best is None or rmse best[0]: best (rmse, cols) print(最优子集:, best[1], RMSE:, best[0])逻辑说明product([0,1], repeat5)生成 32 种 0-1 组合sum(combo) 3是整数约束隐式枚举所有可行解。参数说明候选数超过 20 时枚举量爆炸要换成分支定界或启发式。这段代码演示的是隐枚举法的骨架面试里能说清「约束怎么进模型、枚举边界在哪」比背算法名更重要。3. 用 Python 把拟合算法跑通从数据到评估3.1 造一份带噪声的数据并做基线拟合先构造可复现的数据再谈模型。用固定随机种子保证结果可复现这是面试和建模论文里都该有的习惯。import numpy as np rng np.random.default_rng(42) x np.linspace(0, 10, 60) y_true 2.5 * np.sin(x) 0.8 * x y y_true rng.normal(0, 0.5, sizex.shape) # 加高斯噪声 # 3 阶多项式基线 coef np.polyfit(x, y, deg3) y_hat np.polyval(coef, x) rmse np.sqrt(np.mean((y_hat - y) ** 2)) print(3阶 RMSE:, round(rmse, 4))逻辑说明default_rng(42)固定种子polyfit用最小二乘拟合多项式polyval求值。参数说明deg是阶数噪声标准差 0.5 决定了 RMSE 的下限大约在 0.5 附近如果拟合 RMSE 远小于 0.5 就要怀疑过拟合。3.2 阶数扫描与过拟合的量化识别单看训练 RMSE 会一直下降必须引入验证集。下面用 7:3 划分扫描 1 到 9 阶。from sklearn.model_selection import train_test_split X x.reshape(-1, 1) Xtr, Xte, ytr, yte train_test_split(X, y, test_size0.3, random_state0) for deg in range(1, 10): c np.polyfit(Xtr.ravel(), ytr, deg) tr np.sqrt(np.mean((np.polyval(c, Xtr.ravel()) - ytr) ** 2)) te np.sqrt(np.mean((np.polyval(c, Xte.ravel()) - yte) ** 2)) print(fdeg{deg} train{tr:.3f} test{te:.3f})逻辑说明训练误差单调下降验证误差先降后升最低点对应的阶数就是推荐值。参数说明test_size0.3在样本量 60 时留 18 个点做验证样本更少时改用 K 折交叉验证。看到test明显大于train且随阶数上升就是过拟合的直接证据。3.3 正则化拟合Ridge 与 Lasso 的参数怎么设多项式阶数高时改用带正则的线性回归更稳。Ridge 压系数平方和Lasso 做稀疏选择。from sklearn.preprocessing import PolynomialFeatures from sklearn.linear_model import Ridge, Lasso from sklearn.pipeline import make_pipeline for alpha in [0.01, 0.1, 1.0, 10.0]: model make_pipeline(PolynomialFeatures(6), Ridge(alphaalpha)) model.fit(Xtr, ytr) te np.sqrt(np.mean((model.predict(Xte) - yte) ** 2)) print(fRidge alpha{alpha} test{te:.3f})逻辑说明PolynomialFeatures(6)把一维特征扩到 6 阶Ridge在损失里加 $\alpha|\beta|^2$。参数说明alpha越大正则越强偏差上升方差下降从 0.01 扫到 10选验证误差最低的。Lasso 的alpha同理但它会把不重要的系数压到 0适合做特征筛选。注意正则化前要标准化特征否则量纲会干扰惩罚项。4. 数学建模竞赛里的拟合实战约束、评估与论文写法4.1 带约束的拟合把业务规则写进优化目标竞赛题常要求「拟合曲线必须单调」「必须经过某点」。这类问题用scipy.optimize.minimize加约束比闭式解更直接。from scipy.optimize import minimize def loss(p): a, b, c p return np.mean((a * x b * np.sin(c * x) - y) ** 2) cons [{type: ineq, fun: lambda p: p[0] - 0.1}] # 斜率下界 res minimize(loss, x0[1.0, 1.0, 1.0], constraintscons) print(最优参数:, res.x, 损失:, res.fun)逻辑说明loss是自定义的均方误差constraints用字典描述不等式约束。参数说明x0是初值非线性拟合对初值敏感多试几组取最优type: ineq表示fun 0。如果约束是「必须过某点」改成type: eq的等式约束。4.2 拟合效果的评估指标与论文里的呈现方式论文里只报一个 R² 是不够的评委要看残差是否随机、有没有系统性偏差。常用指标组合指标公式含义看什么RMSE均方误差开根绝对误差量级MAE绝对误差均值对异常值更稳健R²解释方差比例整体拟合优度残差图残差 vs 预测值是否有结构残差图如果呈喇叭形说明方差不齐考虑加权最小二乘如果呈曲线说明模型形式选错了。论文里把阶数扫描表和残差图放一起比只放一条拟合曲线有说服力得多。4.3 从拟合到整数规划隐枚举法的适用边界当问题变成「选哪几个点参与拟合」「分配整数个资源」就进入整数规划。隐枚举法适合变量数小于 20 的 0-1 问题超过就该上pulp或scipy.optimize.milp。from scipy.optimize import milp, LinearConstraint, Bounds import numpy as np c np.array([1.0, 2.0, 3.0]) # 目标系数 A np.array([[1, 1, 1]]) # 约束矩阵 constraints LinearConstraint(A, lb1, ub2) integrality np.ones(3) # 全部整数变量 res milp(cc, constraintsconstraints, integralityintegrality, boundsBounds(0, 1)) print(选择:, res.x, 目标值:, res.fun)逻辑说明milp求解混合整数线性规划integrality1表示整数变量Bounds(0,1)限定为 0-1。参数说明lb/ub是约束上下界这里表示「至少选 1 个、最多选 2 个」。隐枚举法在变量少时能手工讲清过程变量多时必须交给求解器面试里说清这个切换点就是加分项。5. 拟合算法的进阶技巧交叉验证、稳定性与面试追问应对5.1 用 K 折交叉验证替代单次划分样本量小的时候单次 7:3 划分的验证误差波动很大。K 折交叉验证把数据分成 K 份轮流留一份做验证取平均。from sklearn.model_selection import cross_val_score from sklearn.pipeline import make_pipeline from sklearn.preprocessing import PolynomialFeatures from sklearn.linear_model import Ridge model make_pipeline(PolynomialFeatures(5), Ridge(alpha0.1)) scores cross_val_score(model, X, y, cv5, scoringneg_root_mean_squared_error) print(各折 RMSE:, -scores) print(平均 RMSE:, -scores.mean(), 标准差:, scores.std())逻辑说明cv5做 5 折scoring用负 RMSEsklearn 约定越大越好。参数说明折数一般取 5 或 10样本极少时用留一法。标准差大说明模型对数据划分敏感稳定性差需要简化模型或加正则。5.2 数值稳定性为什么不要手写正规方程面试常问「为什么不用 $(X^TX)^{-1}$」。答案是条件数。当特征高度相关$X^TX$ 的条件数是 $X$ 的平方求逆会放大误差。用 QR 分解或 SVD 能把条件数影响降一个量级。# 对比正规方程与 QR 分解在病态矩阵上的表现 Q, R np.linalg.qr(X) beta_qr np.linalg.solve(R, Q.T y) beta_ne np.linalg.solve(X.T X, X.T y) print(QR:, beta_qr) print(正规方程:, beta_ne) print(差异:, np.abs(beta_qr - beta_ne).max())逻辑说明QR 分解先正交化再解上三角方程避免显式构造 $X^TX$。参数说明np.linalg.qr默认返回经济型分解solve(R, ...)解上三角系统。当两者差异明显时说明矩阵病态正规方程结果不可信。5.3 面试追问的应答框架被追问「阶数怎么定」时按这个顺序答先画阶数-验证误差曲线找拐点再用交叉验证确认稳定性最后用残差图检查模型形式。被问「过拟合怎么办」答三条降阶、加正则、增数据。被问「约束怎么处理」答目标规划建模加求解器。把这三组回答练熟比背十个算法名有用。最后留一个可操作的检查任何拟合结果先看残差是否零均值、是否同方差这两条不过后面所有指标都别信。本文还有配套的精品资源点击获取