“注意单位统一和标准化,以及异常数据剔除。”
庄颜特别强调。
两人领命,迅速投入工作。
庄颜没有介入数据搜集,这段时间的特训已让二人熟能生巧,她加入反而可能影响效率。
她投入到多过程耦合建模中。
庄颜在笔记本上飞速勾勒出整个模型系统的骨架,将其分解为四个相互作用的核心子系统,大气过程、陆地过程、水文过程、人为调控。
最复杂的是人为子系统,需要优化水资源分配并模拟闸坝控制逻辑。
然而这对庄颜而言并不困难。
她不假思索地写下关键公式与方法,比如用彭曼联合公式估算湖面蒸发,用温度指数模型估算融雪……
并计划引入IPCC气候情景叠加随机模拟进行预测……
思路清晰得惊人。
评委观察室里。
几位评委看着庄颜飞速写满的白板,忍不住低声赞叹。
“不可思议,她这就抓住了所有关键过程,并且给出了恰当的数学表述。”
“看,庄颜连人为调控的反馈控制都考虑进去了,这不是普通学生会触及的深度。”
“如果她真能带领团队在四天内实现这个框架……那恐怕我们的冠军已经出现了。”
与此同时。
画面切到几支仍在激烈争论、迟迟未能统一方向的队伍。
评委见状,轻轻摇头:“内部存在根本分歧,且无法快速确立技术路线……这样的组,基本上可以提前判定出局了。”
电视屏幕上,这些队伍被实时打上了一个显著的交叉红标,含义不言而喻。
根据题目的综合难度,比赛方将六道赛题大致划分为上、中、下三档。
难度最高的无疑是五大湖问题,最简单的则是披萨烘焙优化,而减少非法野生动物贸易等题居于中游。
这时,一位嘉宾提出了许多观众的疑问:“评分是否会根据题目难度进行加权?选择难题,是否享有更高的分数潜力?”
评委纠正了这种误解:“这恰恰是许多队伍的思维误区。大家请看,选择最难那七道题几支顶尖队伍中,已经有两组在数据预处理和子模型构建上显露出了错误。”
镜头适时给到那两支陷入混乱的种子队特写。
“一旦核心架构出错,在复杂模型里纠错的成本极高,导致最终分数不如简单题目队伍。”
伊萨贝拉进一步解释:“难题意味着容错率极低。如果简单题能做到拟合出色,完全能获得超越难题的分数。”
观众懂了,也就是说,选择最难题目的那七支队伍,要不就拿最高分,要不就跌落最低,玩的就是刺激,玩的就是心跳。
“那么,对于挑战最高难度的队伍来说,第一天他们应该达成什么目标才算合格?”
主持人追问。