less than 1 minute read

津南数字制造算法挑战赛，着眼于智能制造；
竞赛主页：https://tianchi.aliyun.com/competition/entrance/231695/introduction

特征工程

介绍比赛的部分逻辑很乱，还得整理

一、 介绍

烟酰胺生产过程包含水解脱色、结晶甩滤等过程；每个步骤会受到温度、时间、压强等各方面因素的影响，造成异烟酸收率的不稳定；以往都是人工根据经验调整和优化生产过程中的参数，费时费力；

赛场一：原料企业工艺优化
赛场一以原料企业工艺优化为课题，要求选手以异烟酸生产过程中的各参数，设计精确智能的优秀算法，提升异烟酸的收率；
初赛：给定生产过程的各参数，输出最终异烟酸的收率；
复赛：给出生产过程的最优参数组合及最优参数情况下的收率；

赛场二：待发布

赛程安排，排名规则，奖项设置，主办方

二、 数据

大赛包含有 2000 批次的实际生产数据；监测指标由两大工序数十个步骤构成；总生产步骤达 30 余项；

  1. 训练数据：jinnan_round1_train_20181227.csv
    我们将工序和步骤分别用字母和数字代号表示，比如 A2，B5 分别表示A工序第二步骤和B工序第五步骤；样例数据参考训练数据；

  2. 提交样例：jinnan_round1_submit_20181227.csv
    初赛提交文件：异烟酸预测收率，第一列为异烟酸批次id，第二列为预测的异烟酸预测收率，以小数形式表示，建议保留小数点后三位；
    复赛提交文件：1). 异烟酸最优参数组合及收率的 csv 文件不明白这个参数组合从哪来，难道只是从测试集中抽取；该文件由两列组成，第一列为异烟酸生产工艺字段名称（来自于初赛训练文件的字段名）；第二列给出为对应字段的参数值； 2). 提交生成 1 的代码，该代码需要支持其他样本数据为输入；
    注：复赛中的最优收率值：给出每一个工艺步骤的取值，使得收率值最高，要求每一个工艺步骤的取值范围必须在初赛所有数据集（含C榜，初赛结束后提供）的对应参数取值范围内（工艺步骤对应列的最小值到最大值之间）；涉及到时间的工艺步骤不受限制；

  3. 测试集 A：jinnan_round1_testA_20181227.csv

三、 评估指标

均方误差：\(f = \frac{1}{2m} \sum_{i=1}^{m}(y^{'}(i)-y(i))^2\)
其中 \(m\) 为总批次数，\(y'(i)\) 为预测的第i批次的收率值，\(y(i)\) 为第 \(i\) 批次的实际收率值；

四、 思路

Baseline，Baseline 解读，数据处理，观察 submmit，退赛 关于各参数字段意义的推测

榜单

TOP

附录

A 比赛信息

1. 赛程安排

  • 初赛（2019年1月2日-2019年1月21日，UTC+8） 在线提交结果；
    1. 初赛一阶段（A榜）：1月2日-1月20日；每天12:00 和 22:00 更新排行榜，以历史最优成绩进行排名展示；
    2. 初赛二阶段（B榜）：1月21日20:00；1月21日12:00更换测试数据（加密），参赛队伍需再次下载数据文件，17:00公布新数据集密码；本轮仅1次评测机会，系统将在20:00进行评测，并清空排行榜进行重新排名；
    3. 初赛三阶段（C榜）：1月22-23日 选手提交代码，主办方运行该代码来测试 C 榜数据（该代码要求能复现 B 榜答案）； 初赛截止时，组委会将对参赛队伍提交结果进行审核，并抽查部分队伍提交代码接受审核，识别并剔除有作弊嫌疑的队伍，晋级空缺名额后补；

  • 复赛（1月24日-1月31日，UTC+8 ）
    公布新的数据集，在线提交结果；并提交复赛代码；所有文件限提交一次；

  • 决赛（3月中旬，UTC+8 ）
    1. 决赛将以现场答辩的形式进行；
      1）晋级决赛团队需提前准备答辩材料，包括答辩 PPT、参赛总结、算法核心代码；
      2）决赛将邀请每支队伍 2 位代表参加，由组委会承担差旅费用；具体安排另行通知；
    2. 答辩现场，每支队伍面对评委有 15 分钟的陈述时间和 10 分钟的问答时间；评委将根据选手的技术思路、理论深度和现场表现进行综合评分；

参赛对象：主办方外所有人，组队上限 3 人；

2. 排名规则

  • 初赛：
    初赛结果由 B 榜和 C 榜两次榜单最终排名序号简单相加，得到的最终值按照从小到大排序，并给出排名的序号，如序号相同，则 C 榜排名靠前的选手最终排名靠前；

  • 复赛
    初赛前 100 的选手进入复赛，并提交复赛所需文件： 成绩:分为两个部分评测，即最优收率值和新数据预测；两个结果的简单相加，得到的最终值按照从小到大排序，并给出排名的序号，如序号相同，则最优收率值排名靠前的选手最终排名靠前；不明白这个最优收率值怎么确定的

  • 决赛
    初赛占比60%，复赛占比40%；例：复赛共有80组队伍提交结果，某选手在初赛排名第10，复赛排名20，则其总分数为（80-9）0.6+（80-19）0.4=67，分数越高排名越高，若分数一致，则以复赛排名高者为先；排名前 5 组队伍将晋级决赛；
    算法成绩和答辩成绩加权得出；评分权重复赛公布；依据决赛分数评选出大赛奖项并举行隆重颁奖；

3. 比赛奖项

  • 冠军：1支队伍，奖金4W RMB，颁发获奖证书
  • 亚军：2支队伍，奖金2W RMB，颁发获奖证书
  • 季军：2支队伍，奖金1W RMB，颁发获奖证书 （上述奖项以决赛答辩的最终名次决定）

4. 主办方

主办单位：天津市津南区政府，阿里云计算有限公司；
承办单位：天津津南城市建设投资有限公司；
协办单位：天津汉德威药业有限公司；
大赛数据提供方天津汉德威药业有限公司，为大赛提供真实生产数据及软硬件环境；

Comments

You May Also Enjoy