必要的知识和技能
模型和算法：
统计回归，时间序列，多元统计，数学规划，微分方程，概率随机，网络优化。图形图像处理，智能算法，随机模拟。机器学习等；
软件工具：
Matlab，SPSS，Lingo，Python，Eview
如何短时间提升？
多看优秀论文
重视写作，摘要篇幅适中，独立成文，目录结构清晰
2022.4.14
题目选择：D题
3.覆盖问题 Covering Problem
覆盖问题分为最大覆盖问题和集覆盖问题两类。
（1）集覆盖问题
研究：在备选设施集合里，已知每个设施的服务范围，如何选择设施，使所有需求点得到服务，并且设施数p最小或成本最小。
（2）最大覆盖问题
研究：在备选设施集合里，已知每个设施的服务范围，如何选择p个设施，使得服务的需求点数最多或需求量最大。
应用场景：追求覆盖面的场景，比如移动基站的选址、物流中心的选址。
问题一
目标函数：
1.总任务量大
2.总成本小
决策变量：
1.是否建立基站
2.基站种类
约束条件：
1.基站点与弱覆盖点距离小于30或10
2.两个基站之间的距离大于等于10
3.达到90%弱覆盖点任务量
求解方法：LINGO，遗传算法，模拟退火算法，粒子群算法等。
问题二
同一，给出几种基本扇形方案
重新计算最佳方案的结果
问题三
区域聚类
DBSCAN算法（基于密度聚类）
其中k-means，层次聚类是时间复杂度较低、较为常用的方法
重点：时间复杂度
思路汇总
1.将所有业务量多的点划分入可选选址点（基站选择模型）
2.先聚类，先分开区域在进行1的操作
3.设计长方形矩阵进行遍历（基站选择模型）
4.附件一每个点建一个站址，再筛选
5.动态规划
6.被重复区域会带来成本增加