1. 賽題拆解與建模思路1.1 拿到題目先看什么先說結論這道題表面在問“電池能撐多久”實際在問“電池的衰減曲線到底長什么樣”。第一問的落點是單塊電池的容量退化模型但它不像中學物理那樣給你一個公式往里代數(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、時間尺度全部列清楚。我翻了一下題目原文關鍵詞集中在“連續(xù)時間建?！薄爸悄苁謾C電池”“充電周期與容量保持率”。結合參賽經(jīng)驗這種題型的潛臺詞是用盡可能少的假設建立一個能預測未來容量的數(shù)學結構并且要在論文里把“為什么選這個結構”講明白。評審最反感的寫法是“因為AIC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間、結束時間、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)時間觀測所以每一行數(shù)據(jù)對應一個時間點而不是每一次循環(huán)對應一行。這個差別直接決定后續(xù)特征怎么構造。第二層特征構造。連續(xù)時間建模的核心特征是“相對時間差”和“累積循環(huán)數(shù)”。你不能直接用絕對時間戳做輸入因為手機電池的衰減跟日歷時間、充放電次數(shù)同時相關。我當時的做法是構造三個特征距首次使用的小時數(shù)、累積等效循環(huán)數(shù)、最近30天內(nèi)的平均放電深度。第三個特征屬于自己加的因為題目沒有直接給但放電深度對容量衰減的影響在前人文獻里已經(jīng)很明確。第三層模型選擇。第一問不需要上深度學習一個帶隨機效應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參數(shù)的取值范圍為什么合理。第四層預測與驗證。拿前80%的時間數(shù)據(jù)做訓練后20%做驗證。注意這里不能隨機切分必須按時間順序切否則泄漏問題會讓你的誤差小得假。1.3 為什么選混合效應模型而不是純機器學習我見過不少隊伍一上來就XGBoost、LSTM最后結果分很低。原因不是模型不夠強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測精度而是你是否理解數(shù)據(jù)生成機制?；旌闲Ｐ偷膬?yōu)勢在于它可以捕捉“同一型號電池之間的個體差異”——有些電池天生衰減快有些慢這種差異用固定效應表達不了必須引入隨機截距和隨機斜率。實際計算時我推薦用Python的statsmodels或者R的nlme包。如果你對貝葉斯熟悉用PyMC做后驗采樣會更出彩但耗時也高。對于三天的比賽我建議先用極大似然估計快速出一個結果如果時間富余再補貝葉斯。2. 第一問核心代碼實現(xiàn)2.1 代碼結構總覽# 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我只用了這幾個庫沒有引入任何花哨的依賴。比賽環(huán)境里裝包是個玄學問題越少依賴越穩(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)預處理把“離散循環(huán)”轉為“連續(xù)狀態(tài)”df pd.read_csv(battery_data.csv, parse_dates[timestamp]) # 按設備分組計算相對時間小時 df[device_id] df[device_id].astype(str) df df.sort_values([device_id, timestamp]).reset_index(dropTrue) # 為每臺設備計算首次記錄時間 first_time df.groupby(device_id)[timestamp].transform(min) df[hours_since_start] (df[timestamp] - first_time).dt.total_seconds() / 3600.0 # 計算等效循環(huán)數(shù)從記錄中的累計能量吞吐量推算 # 假設一次完整循環(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)這里有個細節(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)因為連續(xù)時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積分法思想的簡化版。2.3 建立衰減模型雙機制疊加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。很多電池文獻里容量衰減與循環(huán)數(shù)的平方根近似成正比這是因為活性鋰損失受擴散過程控制。直接用線性項后期殘差會呈現(xiàn)明顯的彎曲用平方根項擬合曲線在長周期階段更貼近真實趨勢。當然你也可以在模型里同時放sqrt項和線性項但參數(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)) # 標準誤 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)這里最關鍵的坑是初始值。如果你把p0全設成0curve_fit很容易陷入局部最優(yōu)甚至直接報錯。我的建議是先畫一張原始數(shù)據(jù)散點圖肉眼判斷初始容量和衰減速率再填初始值。這個“先畫圖再擬合”的習慣能幫你省下大量排查時間。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(時間 (小時)) 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附近說明模型假設基本成立如果殘差隨著時間變大而呈現(xiàn)喇叭狀說明方差穩(wěn)定性的假設被破壞了你需要考慮加權擬合或者對數(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)項它的物理意義是電池出廠時的實際可用容量。你可能會發(fā)現(xiàn)C0比標稱容量略低這太正常了因為電池在出廠后、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/小時它反映的是“時間本身對電池的傷害”。即使你把手機放在抽屜里半年不用容量也會下降這就是日歷老化。而beta對應循環(huán)老化它跟充電次數(shù)強相關。兩種老化機制在論文里要有明確的區(qū)分因為后面的題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驗證第一殘差的正態(tài)性檢驗。用Shapiro-Wilk檢驗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。第二交叉驗證的MAE和RMSE。我把后20%時間作為驗證集算出MAE在30mAh以內(nèi)換算成相對誤差大約3%。這個數(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。隨機抽取50%的數(shù)據(jù)重擬合看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錄4.1 曲線擬合報錯“Optimal parameters not found”這個錯誤90%是初值給得離譜。我見過有人把C0設成1000實際數(shù)據(jù)是4500那curve_fit在參數(shù)空間里挖不到極小值點自然就報錯。解決手段是先畫數(shù)據(jù)概覽圖從圖上讀取最大最小值、衰減趨勢再設置初始值。另一個手段是縮小bounds范圍把alpha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)時間戳不連續(xù)出現(xiàn)跨天缺失手機日志不是每時每刻都在記錄充電狀態(tài)經(jīng)常出現(xiàn)凌晨3點到早上7點沒有記錄。如果直接把缺失時間段刪掉那么“hours_since_start”這列會跳變模型會誤以為這段時間經(jīng)歷了一個巨大的時間差。正確做法是既然我們建模的是連續(xù)時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)清洗時應保留時間索引讓缺失值以NaN占位擬合時自動忽略NaN即可但計算相對時間時要用完整時間差。4.3 同一臺設備出現(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候內(nèi)阻低、測出來容量偏高溫度低的時候偏低。所以你在散點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。這時候不要驚慌更不要為了追求光滑而把數(shù)據(jù)點硬刪掉。保留這些點模型擬合時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)過擬合一個辦法是正則化。如果你用的是sklearn或者curve_fit可以給目標函數(shù)加上懲罰項。但更直接的思路是減少模型復雜度。你想題目只給了幾百個數(shù)據(jù)點你卻用了一個六次多項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某設備容量隨時間變化及模型擬合曲線”比“圖1擬合結果”好十倍。坐標軸必須標單位和刻度刻度數(shù)量適中別用密密麻麻的0到5000全打上標簽會被評審認為不好好排版。5.2 為什么你的結果要給出置信區(qū)間第二問很可能讓你預測某個時間點后的容量如果只給一個點估計評審會覺得你不夠專業(yè)。正確的表達是預測值 ± 1.96 * 標準誤。這段置信區(qū)間包含了參數(shù)估計的不確定性和未來觀測噪聲的累積論文里寫清楚計算方式就夠了不用跑去搞貝葉斯預測區(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然后直接上公式和擬合結果。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現(xiàn)的分析。6. 個人經(jīng)驗總結連續(xù)時間建模這個題目在今年MCM里屬于中等偏上難度因為它不像傳統(tǒng)優(yōu)化題那樣有標準答案也不像機器學習題那樣可以無腦堆特征。它的難點在于:你要在物理直覺和數(shù)學表達之間找平衡。我的經(jīng)驗是第一天不要急著跑模型先用半天時間把所有散點圖畫一遍觀察不同設備之間的相似性和差異性然后才動手寫代碼。很多隊伍死在第一天就擬合出一個很差的模型后面花了兩天時間調(diào)參,卻發(fā)現(xiàn)基礎邏輯已經(jīng)錯了。我在實際操作中還有一個小技巧:把每臺設備的C0設為該設備前48小時的容量均值alpha的初值設為0.005beta的初值設為0.1。這三個初值在絕大多數(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。有時候一條錯誤的記錄比如容量直接跳成負數(shù)會毀掉整個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評審不會運行你的代碼但會在論文里看你貼出的關鍵代碼段。貼出核心擬合函數(shù)和殘差檢驗部分即可。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)。把代碼當作論文的一部分來展示它也是你的表達方式。