1. 賽題拆解與建模思路1.1 拿到題目先看什么先說結(jié)論這道題表面在問“電池能撐多久”實(shí)際在問“電池的衰減曲線到底長什么樣”。第一問的落點(diǎn)是單塊電池的容量退化模型但它不像中學(xué)物理那樣給你一個(gè)公式往里代數(shù)據(jù)而是要你從測量數(shù)據(jù)里把規(guī)律“挖”出來。所以開局第一件事不是急著寫代碼而是把題目給的數(shù)據(jù)格式、變量含義、時(shí)間尺度全部列清楚。我翻了一下題目原文關(guān)鍵詞集中在“連續(xù)時(shí)間建?！薄爸悄苁謾C(jī)電池”“充電周期與容量保持率”。結(jié)合參賽經(jīng)驗(yàn)這種題型的潛臺詞是用盡可能少的假設(shè)建立一個(gè)能預(yù)測未來容量的數(shù)學(xué)結(jié)構(gòu)并且要在論文里把“為什么選這個(gè)結(jié)構(gòu)”講明白。評審最反感的寫法是“因?yàn)锳IC最小所以選了它”這不算理由至少不是充分的理由。1.2 完整解題思路從數(shù)據(jù)清洗到模型落地整個(gè)第一問可以拆成四層第一層數(shù)據(jù)清洗與單位統(tǒng)一。題目給的原始記錄往往包含充電起始時(shí)間、結(jié)束時(shí)間、充電前后電量百分比、循環(huán)編號。你需要先把“循環(huán)”定義清楚——是按充電次數(shù)算還是按完整充放電周期算這道題用的是連續(xù)時(shí)間觀測所以每一行數(shù)據(jù)對應(yīng)一個(gè)時(shí)間點(diǎn)而不是每一次循環(huán)對應(yīng)一行。這個(gè)差別直接決定后續(xù)特征怎么構(gòu)造。第二層特征構(gòu)造。連續(xù)時(shí)間建模的核心特征是“相對時(shí)間差”和“累積循環(huán)數(shù)”。你不能直接用絕對時(shí)間戳做輸入因?yàn)槭謾C(jī)電池的衰減跟日歷時(shí)間、充放電次數(shù)同時(shí)相關(guān)。我當(dāng)時(shí)的做法是構(gòu)造三個(gè)特征距首次使用的小時(shí)數(shù)、累積等效循環(huán)數(shù)、最近30天內(nèi)的平均放電深度。第三個(gè)特征屬于自己加的因?yàn)轭}目沒有直接給但放電深度對容量衰減的影響在前人文獻(xiàn)里已經(jīng)很明確。第三層模型選擇。第一問不需要上深度學(xué)習(xí)一個(gè)帶隨機(jī)效應(yīng)的非線性混合模型就夠用了。具體形式可以用指數(shù)衰減加線性漂移C(t) C0 * exp(-a * N(t)) - b * t ε其中C(t)是t時(shí)刻的可用容量N(t)是等效循環(huán)數(shù)a是循環(huán)老化系數(shù)b是日歷老化系數(shù)ε是測量噪聲。這種形式的優(yōu)勢在于參數(shù)都有物理意義畫出來的擬合曲線也好看更重要的是——你能在論文里解釋每一個(gè)參數(shù)的取值范圍為什么合理。第四層預(yù)測與驗(yàn)證。拿前80%的時(shí)間數(shù)據(jù)做訓(xùn)練后20%做驗(yàn)證。注意這里不能隨機(jī)切分必須按時(shí)間順序切否則泄漏問題會讓你的誤差小得假。1.3 為什么選混合效應(yīng)模型而不是純機(jī)器學(xué)習(xí)我見過不少隊(duì)伍一上來就XGBoost、LSTM最后結(jié)果分很低。原因不是模型不夠強(qiáng)而是忽略了這道題的核心訴求解釋性。MCM評審看重的從來不只是預(yù)測精度而是你是否理解數(shù)據(jù)生成機(jī)制?；旌闲?yīng)模型的優(yōu)勢在于它可以捕捉“同一型號電池之間的個(gè)體差異”——有些電池天生衰減快有些慢這種差異用固定效應(yīng)表達(dá)不了必須引入隨機(jī)截距和隨機(jī)斜率。實(shí)際計(jì)算時(shí)我推薦用Python的statsmodels或者R的nlme包。如果你對貝葉斯熟悉用PyMC做后驗(yàn)采樣會更出彩但耗時(shí)也高。對于三天的比賽我建議先用極大似然估計(jì)快速出一個(gè)結(jié)果如果時(shí)間富余再補(bǔ)貝葉斯。2. 第一問核心代碼實(shí)現(xiàn)2.1 代碼結(jié)構(gòu)總覽# 核心庫 import numpy as np import pandas as pd from scipy.optimize import curve_fit from scipy.stats import norm import statsmodels.api as sm import statsmodels.formula.api as smf import matplotlib.pyplot as plt我只用了這幾個(gè)庫沒有引入任何花哨的依賴。比賽環(huán)境里裝包是個(gè)玄學(xué)問題越少依賴越穩(wěn)。下面的代碼是基于常見模擬數(shù)據(jù)格式寫的如果你的數(shù)據(jù)字段不同改列名即可邏輯不用動。2.2 數(shù)據(jù)預(yù)處理把“離散循環(huán)”轉(zhuǎn)為“連續(xù)狀態(tài)”df pd.read_csv(battery_data.csv, parse_dates[timestamp]) # 按設(shè)備分組計(jì)算相對時(shí)間小時(shí) df[device_id] df[device_id].astype(str) df df.sort_values([device_id, timestamp]).reset_index(dropTrue) # 為每臺設(shè)備計(jì)算首次記錄時(shí)間 first_time df.groupby(device_id)[timestamp].transform(min) df[hours_since_start] (df[timestamp] - first_time).dt.total_seconds() / 3600.0 # 計(jì)算等效循環(huán)數(shù)從記錄中的累計(jì)能量吞吐量推算 # 假設(shè)一次完整循環(huán) 從0%充到100%再放空 df[charge_fraction] df[charged_percent] / 100.0 df[cumulative_charge] df.groupby(device_id)[charge_fraction].cumsum() df[equivalent_cycles] df[cumulative_charge].round(0)這里有個(gè)細(xì)節(jié)為什么用累積充電百分比的累加而不是直接數(shù)充電次數(shù)因?yàn)檫B續(xù)時(shí)間觀測里用戶可能充到80%就拔掉下一次又從40%開始充。這些“部分循環(huán)”對電池老化的影響不能忽略等效循環(huán)數(shù)的本質(zhì)是把部分循環(huán)折算成完整循環(huán)這是電池研究里常用的安時(shí)積分法思想的簡化版。2.3 建立衰減模型雙機(jī)制疊加def battery_decay(t, C0, alpha, beta): 容量衰減模型 C(t) C0 - alpha * t - beta * sqrt(t) C0: 初始容量mAh alpha: 日歷老化線性系數(shù)mAh/hour beta: 循環(huán)老化系數(shù)mAh / sqrt(hour) return C0 - alpha * t - beta * np.sqrt(t)我解釋一下為什么用sqrt(t)而不是t。很多電池文獻(xiàn)里容量衰減與循環(huán)數(shù)的平方根近似成正比這是因?yàn)榛钚凿嚀p失受擴(kuò)散過程控制。直接用線性項(xiàng)后期殘差會呈現(xiàn)明顯的彎曲用平方根項(xiàng)擬合曲線在長周期階段更貼近真實(shí)趨勢。當(dāng)然你也可以在模型里同時(shí)放sqrt項(xiàng)和線性項(xiàng)但參數(shù)辨識度會變差容易過擬合。2.4 分組擬合與參數(shù)提取results [] for device, group in df.groupby(device_id): t group[hours_since_start].values y group[measured_capacity].values # 初始猜測C0取第一天的平均容量 p0 [np.mean(group.loc[group[hours_since_start] 24, measured_capacity]), 0.001, 0.1] try: popt, pcov curve_fit(battery_decay, t, y, p0p0, bounds([0, 0, 0], [np.inf, np.inf, np.inf]), maxfev10000) se np.sqrt(np.diag(pcov)) # 標(biāo)準(zhǔn)誤 results.append({ device_id: device, C0: popt[0], alpha: popt[1], beta: popt[2], C0_se: se[0], alpha_se: se[1], beta_se: se[2], rmse: np.sqrt(np.mean((battery_decay(t, *popt) - y) ** 2)) }) except RuntimeError: print(fDevice {device} 擬合失敗跳過)這里最關(guān)鍵的坑是初始值。如果你把p0全設(shè)成0curve_fit很容易陷入局部最優(yōu)甚至直接報(bào)錯(cuò)。我的建議是先畫一張?jiān)紨?shù)據(jù)散點(diǎn)圖肉眼判斷初始容量和衰減速率再填初始值。這個(gè)“先畫圖再擬合”的習(xí)慣能幫你省下大量排查時(shí)間。2.5 繪制擬合曲線fig, ax plt.subplots(1, 2, figsize(12, 4)) for device in list(results[device_id])[:6]: group df[df[device_id] device] t group[hours_since_start].values y group[measured_capacity].values ax[0].scatter(t, y, s8, alpha0.5, labeldevice) t_smooth np.linspace(0, t.max(), 200) ax[0].plot(t_smooth, battery_decay(t_smooth, results.loc[results[device_id]device, C0].values[0], results.loc[results[device_id]device, alpha].values[0], results.loc[results[device_id]device, beta].values[0]), linewidth2) ax[0].set_xlabel(時(shí)間 (小時(shí))) ax[0].set_ylabel(容量 (mAh)) ax[0].set_title(容量衰減擬合曲線) ax[0].legend(fontsize6) # 殘差圖 residuals [] for device in results[device_id]: group df[df[device_id] device] pred battery_decay(group[hours_since_start].values, results.loc[results[device_id]device, C0].values[0], results.loc[results[device_id]device, alpha].values[0], results.loc[results[device_id]device, beta].values[0]) residuals.extend((group[measured_capacity].values - pred).tolist()) ax[1].hist(residuals, bins30, edgecolorwhite) ax[1].axvline(0, colorblack, linestyle--, linewidth0.8) ax[1].set_xlabel(殘差 (mAh)) ax[1].set_title(殘差分布直方圖) plt.tight_layout() plt.savefig(fit_result.png, dpi200) plt.show()殘差圖一定要畫。如果殘差呈現(xiàn)鐘形且均值在0附近說明模型假設(shè)基本成立如果殘差隨著時(shí)間變大而呈現(xiàn)喇叭狀說明方差穩(wěn)定性的假設(shè)被破壞了你需要考慮加權(quán)擬合或者對數(shù)變換。3. 參數(shù)解釋與模型可解釋性分析3.1 C0、alpha、beta分別代表什么C0不是用來湊數(shù)的常數(shù)項(xiàng)它的物理意義是電池出廠時(shí)的實(shí)際可用容量。你可能會發(fā)現(xiàn)C0比標(biāo)稱容量略低這太正常了因?yàn)殡姵卦诔鰪S后、用戶拿到手之前已經(jīng)經(jīng)歷了一段日歷老化。alpha的單位是mAh/小時(shí)它反映的是“時(shí)間本身對電池的傷害”。即使你把手機(jī)放在抽屜里半年不用容量也會下降這就是日歷老化。而beta對應(yīng)循環(huán)老化它跟充電次數(shù)強(qiáng)相關(guān)。兩種老化機(jī)制在論文里要有明確的區(qū)分因?yàn)楹竺娴念}目很可能要求你分別控制變量做優(yōu)化。3.2 如何向評審展示模型的合理性我在論文里加了三個(gè)驗(yàn)證第一殘差的正態(tài)性檢驗(yàn)。用Shapiro-Wilk檢驗(yàn)p值大于0.05說明殘差基本正態(tài)模型沒有被系統(tǒng)性誤差主導(dǎo)。第二交叉驗(yàn)證的MAE和RMSE。我把后20%時(shí)間作為驗(yàn)證集算出MAE在30mAh以內(nèi)換算成相對誤差大約3%。這個(gè)數(shù)字不算驚艷但作為物理模型的精度已經(jīng)夠用了。第三參數(shù)穩(wěn)定性。隨機(jī)抽取50%的數(shù)據(jù)重?cái)M合看alpha和beta的波動范圍。如果波動很小說明參數(shù)辨識度高模型沒有過度參數(shù)化。4. 常見問題與排查技巧實(shí)錄4.1 曲線擬合報(bào)錯(cuò)“Optimal parameters not found”這個(gè)錯(cuò)誤90%是初值給得離譜。我見過有人把C0設(shè)成1000實(shí)際數(shù)據(jù)是4500那curve_fit在參數(shù)空間里挖不到極小值點(diǎn)自然就報(bào)錯(cuò)。解決手段是先畫數(shù)據(jù)概覽圖從圖上讀取最大最小值、衰減趨勢再設(shè)置初始值。另一個(gè)手段是縮小bounds范圍把a(bǔ)lpha限制在[0,0.01]之間beta限制在[0,1]之間幫助優(yōu)化器收斂。4.2 數(shù)據(jù)時(shí)間戳不連續(xù)出現(xiàn)跨天缺失手機(jī)日志不是每時(shí)每刻都在記錄充電狀態(tài)經(jīng)常出現(xiàn)凌晨3點(diǎn)到早上7點(diǎn)沒有記錄。如果直接把缺失時(shí)間段刪掉那么“hours_since_start”這列會跳變模型會誤以為這段時(shí)間經(jīng)歷了一個(gè)巨大的時(shí)間差。正確做法是既然我們建模的是連續(xù)時(shí)間過程那么缺失期間的老化仍然在發(fā)生不能刪。數(shù)據(jù)清洗時(shí)應(yīng)保留時(shí)間索引讓缺失值以NaN占位擬合時(shí)自動忽略NaN即可但計(jì)算相對時(shí)間時(shí)要用完整時(shí)間差。4.3 同一臺設(shè)備出現(xiàn)“容量回升”現(xiàn)象鋰電池容量測量值本來就有波動溫度高的時(shí)候內(nèi)阻低、測出來容量偏高溫度低的時(shí)候偏低。所以你在散點(diǎn)圖上會看到局部波動甚至偶爾一次性測量值比前一次高很多。這時(shí)候不要驚慌更不要為了追求光滑而把數(shù)據(jù)點(diǎn)硬刪掉。保留這些點(diǎn)模型擬合時(shí)它們只是作為噪聲出現(xiàn)對總體趨勢影響不大。4.4 如何防止參數(shù)過擬合一個(gè)辦法是正則化。如果你用的是sklearn或者curve_fit可以給目標(biāo)函數(shù)加上懲罰項(xiàng)。但更直接的思路是減少模型復(fù)雜度。你想題目只給了幾百個(gè)數(shù)據(jù)點(diǎn)你卻用了一個(gè)六次多項(xiàng)式擬合肯定完美推到未來一秒就崩。所以盡量選擇參數(shù)少、物理意義清晰的函數(shù)形式。C0-alpha-beta三參數(shù)模型在第一問里已經(jīng)足夠。5. 論文寫作要點(diǎn)5.1 圖表格式圖片要放在該被引用到的段落附近不要堆在附錄里。圖題要具體比如“圖1某設(shè)備容量隨時(shí)間變化及模型擬合曲線”比“圖1擬合結(jié)果”好十倍。坐標(biāo)軸必須標(biāo)單位和刻度刻度數(shù)量適中別用密密麻麻的0到5000全打上標(biāo)簽會被評審認(rèn)為不好好排版。5.2 為什么你的結(jié)果要給出置信區(qū)間第二問很可能讓你預(yù)測某個(gè)時(shí)間點(diǎn)后的容量如果只給一個(gè)點(diǎn)估計(jì)評審會覺得你不夠?qū)I(yè)。正確的表達(dá)是預(yù)測值 ± 1.96 * 標(biāo)準(zhǔn)誤。這段置信區(qū)間包含了參數(shù)估計(jì)的不確定性和未來觀測噪聲的累積論文里寫清楚計(jì)算方式就夠了不用跑去搞貝葉斯預(yù)測區(qū)間。5.3 一頁紙說清思路的方法MCM的論文頁數(shù)受限第一問不要寫太多模型推導(dǎo)過程。建議用一張圖展示原始數(shù)據(jù)旁邊配三行字說明模型假設(shè)然后直接上公式和擬合結(jié)果。寫一大段文字描述“電池如何老化”對拿分沒有幫助評審要的是可復(fù)現(xiàn)的分析。6. 個(gè)人經(jīng)驗(yàn)總結(jié)連續(xù)時(shí)間建模這個(gè)題目在今年MCM里屬于中等偏上難度因?yàn)樗幌駛鹘y(tǒng)優(yōu)化題那樣有標(biāo)準(zhǔn)答案也不像機(jī)器學(xué)習(xí)題那樣可以無腦堆特征。它的難點(diǎn)在于:你要在物理直覺和數(shù)學(xué)表達(dá)之間找平衡。我的經(jīng)驗(yàn)是第一天不要急著跑模型先用半天時(shí)間把所有散點(diǎn)圖畫一遍觀察不同設(shè)備之間的相似性和差異性然后才動手寫代碼。很多隊(duì)伍死在第一天就擬合出一個(gè)很差的模型后面花了兩天時(shí)間調(diào)參,卻發(fā)現(xiàn)基礎(chǔ)邏輯已經(jīng)錯(cuò)了。我在實(shí)際操作中還有一個(gè)小技巧:把每臺設(shè)備的C0設(shè)為該設(shè)備前48小時(shí)的容量均值alpha的初值設(shè)為0.005beta的初值設(shè)為0.1。這三個(gè)初值在絕大多數(shù)數(shù)據(jù)上都穩(wěn)定收斂如果你遇到不收斂的情況優(yōu)先檢查數(shù)據(jù)清理而不是調(diào)整模型。有時(shí)候一條錯(cuò)誤的記錄比如容量直接跳成負(fù)數(shù)會毀掉整個(gè)擬合過程先排查干凈再懷疑模型。最后想提醒的是第一問代碼不要寫得過于工程化MCM評審不會運(yùn)行你的代碼但會在論文里看你貼出的關(guān)鍵代碼段。貼出核心擬合函數(shù)和殘差檢驗(yàn)部分即可。代碼要有注釋變量名要見名知義別用a、b、c這種無意義的名字這會讓評審覺得你不專業(yè)。把代碼當(dāng)作論文的一部分來展示它也是你的表達(dá)方式。