# 建模思路

> 数学建模冲奖的模型设计方法论：每一问只设置一个主创新方向并保留可解释基线，创新必须落到题目真实约束上，最终数值须由实际求解状态、可行性表和敏感性/鲁棒性检验支撑。随附面向算电协同四问的完整冲奖模型设计范例（分层分位数负载预测、边际碳价调度、鲁棒MILP+MPC、自适应ε-约束Pareto continuation）。当用户要求设计创新模型方案、冲奖模型思路、建模创新点、模型选型论证或参考获奖级建模设计时使用。

- Skill: `jschen-biostat/skill` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add jschen-biostat/skill`
- Raw SKILL.md: https://api.skillmd.com/api/skills/jschen-biostat/skill/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: jsChen-biostat (https://skillmd.com/u/jschen-biostat)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/jschen-biostat/skill

---


# 建模思路（冲奖模型设计方法论）

## 何时使用

用户要求「设计建模思路 / 创新点 / 冲奖方案 / 模型选型论证」时，先按本 SKILL 的方法论组织方案，再按需读取随附的完整设计范例 `创新型冲奖模型设计.md`。

## 核心设计原则

1. **每问一个主创新方向**：每一道子问题只设置一个主创新方向，避免堆砌多个互不支撑的「创新」；
2. **保留可解释基线**：任何创新都要有可对比、可解释的基线模型，声称提升必须相对基线给出指标；
3. **创新落到真实约束**：创新点必须绑定题目给出的真实约束（任务不可抢占、容量、时延、电力平衡、储能/新能源状态等），禁止脱离题目的抽象创新；
4. **结果由证据支撑**：最终数值结果须由实际求解状态、可行性表和敏感性/鲁棒性检验支撑，不能只讲思路、不验证。

## 创新类型速查

| 类型 | 含义 | 示例 |
|---|---|---|
| 算法改进创新 | 在基线算法上做层级/分位数/反馈闭环改进 | 分层分位数负载预测-安全裕度滚动调度 |
| 跨领域模型迁移 | 把其他领域的成熟思想迁移到本题 | 边际碳价驱动的算力-电力双层调度 |
| 多模型融合 | 离散+连续 / 全局+实时组合 | 鲁棒 MILP + MPC 的源网荷储融合模型 |
| 自适应优化 | 根据前一轮解自适应调整求解过程 | 自适应 ε-约束 Pareto continuation |

## 交付要求

- 先给出「总览汇总表」：问题序号 / 描述 / 整体解题思路 / 模型名 / 理由与创新点；
- 每一问给出四段：核心原理、场景适配性（对照题目数据与约束）、真实创新点、局限性 + 规避方案；
- 声称提升时必须给出相对基线的验证指标（误差、违约率、覆盖率、Pareto 稳定性等），不允许只比较拟合曲线。

## 范例文档

随附 `创新型冲奖模型设计.md` 是以「算电协同四问」为例的完整冲奖模型设计（159 行）。开始设计时先通读一遍，按其中 Q1–Q4 的结构组织你的方案，再按目标题目替换数据字段、约束与验证口径。