2020年11月24日，“华为杯”第十七届中国研究生数学建模竞赛获奖名单揭晓，浙江大学软件学院研究生参赛队伍获全国二等奖1项、全国三等奖4项。

　　全国研究生数学建模竞赛是“全国研究生创新实践系列活动”的主题赛事之一，由教育部学位与研究生教育发展中心主办。其宗旨是为广大研究生探究实际问题、开展学术交流、培养团队意识搭建有效平台，培养研究生创新意识，提升研究生创新实践能力，进一步推动研究生培养机制改革和“研究生教育创新计划”的实施，促进研究生培养质量的提高。参赛方式为三人组队，在规定的时间下载题目、独立建模编程、完成论文并按指定格式提交论文。

01

　　获奖等级：全国二等奖

　　团队成员：软件工程2020级研究生张召锐等

　　参赛题目：降低汽油精制过程中的辛烷值损失模型

　　汽油燃烧产生的尾气排放对大气环境有重要影响，汽油清洁化重点是降低汽油中的硫、烯烃含量，同时尽量保持其辛烷值。该组同学基于梯度提升决策树自动化选择变量实现数据降维，使用各类机器学习算法建立模型，提出实用的启发式贪心搜索算法HGSA和差分进化算法动态结合的优化算法对操作变量进行优化。

0２

　　获奖等级：全国三等奖

　　团队成员：软件工程2019级研究生穆财林、曾志通等

　　参赛题目：探索大雾演化规律，预测大雾变化趋势

　　能见度对高速公路的行车安全、飞机的起降和机场的管控有着巨大的影响。该组同学基于ResNet 和长短期记忆网络 LSTM 建立了预测视频数据能见度预测的深度学习模型FogNet。基于灭点的相机标定方法，利用公路线的拐点，在没有实际观测数据的前提下对能见度进行了预测。并且基于预测的结果，建立了其随时间变化的模型。

0３

　　获奖等级：全国三等奖

　　团队成员：软件工程2020级研究生周宇烈、高泽鹏、工业设计工程2019级研究生陈昱君

　　参赛题目：降低汽油精制过程中的辛烷值损失模型

　　该组同学利用现有的统计数据，建立降低汽油精制过程中的辛烷值损失模型。首先对原始数据进行预处理，再进行特征选择，最后采用随机森林和线性回归模型进行汽油辛烷值和硫含量的预测。

0４

　　获奖等级：全国三等奖

　　团队成员：软件工程2019级研究生席典兵、陈帅、邹智滔

　　参赛题目：面向康复工程的脑电信号分析和判别模型

  该组同学将问题的处理流程分为：预处理、特征选择、分类器设计与训练、数据分类。在设计分类器时，选用了EEGNet和SVM分类器，并对这两者的分类结果进行了对比，通过将提取到的脑电信号数据分成训练集和验证集，在训练集上训练模型并在验证集上进行验证，最终得到了较好的结果，获得了合理的判别模型。

05

　　获奖等级：全国三等奖

　　团队成员：人工智能2020级研究生林恺锐等

　　参赛题目：降低汽油精制过程中的辛烷值损失模型

　　该组同学在首先对数据进行预处理，剔除冗余数据，然后运用随机森林重要度与分析对数据进行降维，并运用支持向量机和遗传算法建立损失预测模型，最后对该模型做了可视化展示。