这次比赛总体而言波澜不惊，除了模型太Simple，没什么大用以外，别的方面都还是做的不错的。

赛前准备

我们组相比较而言，可能算是准备地比较充分的。自从寒假放假以来，就开始一直在看这方面的内容。从寒假到比赛大概有10天左右是在微电子学院准备，而且还是挺有侧重点的。我们一直把目标对准Network Science，一方面感觉这边简单，另一方面觉得这个学科也比较有意思。

在准备的过程中，我们一起看了看过去几年的论文，然后我针对自己负责的编程方面找了几个专门用来处理网络问题的库，以及软件。这些库和软件基本都是在Github上的开源项目。包括Python上的开源库NetworkX，以及开源软件Gephi，还有据说是一年999美元的软件Tableau，OS X上内置的函数软件Grapher。这些软件、库都各有侧重，NetworkX内置了好多图上的算法，包括最短路径，连通问题等等，也有很多网络科学中的算法，比如Centrality等等，这种库对于处理Network上的问题是非常有帮助的。而且他接口特别方便，也能在比较短的时间内上手。Gephi，Tableau，Grapher这三个软件都是用来画图的，Tableau和Grapher的绝大多数我学会的功能都可以用MatLab，R语言代替，但是有一点：他们画出来的图很Fancy。除此之外，再没有什么好处了。Gephi是比较不同的，它是专门针对Network作图的，针对的领域是复杂网络方面。值得关注的是它对于图的布局提供了很多种算法选择。有不少很高大上的布局算法，印象比较深的布局算法是可以把所有的点全都分配在一个圆形内部，看上去整个图特别协调。

比赛选题

我们组选了一道抱憾终生的题目：C题。相信做这道题的人都会有这种感觉，我反正从来没有见到过哪年有这么奇怪的题目。这道题是HR相关的题目，就是人力资源管理。题目给了一个企业的结构图，然后给了一个各个等级的人员的工资，招聘这类员工需要的时间，招聘费用，以及每一级别的工资，训练费用等等。让你根据这些数据建立一个人力资本网络，然后在这个网络上进行一些仿真。

之所以选这道题是因为这道题是官方的一道已经明文说明是Network Science的题目，但是其实感觉跟Network关系并不大，也可能是我们组到现在都理解错题目了。

问题分析

这个问题其实挺难界定的，首先人力资本是什么。我印象里人力资本就是人的能力，人力资本又怎么能建立一个网络呢，想不懂想不懂。

我到现在都隐约感觉自己组的模型可能从建立根本就是偏题的，但是偏偏又想不出可能正确的模型，实在是纠结。

我们是以每个职位作为一个节点，根据组织结构图建立了一个组织结构树吧。但是这棵树根本没什么用处，甚至图上的一些，出度入度一类的，感觉都没有太大意义。

题目第一问要求建立模型，我们就是按上面的说法建立的。然后之后的要求感觉就跟Network毫无关系了，是要求仿真分析两年后的一些情况。用了元胞自动机。

我都不好意思说下去了，模型太简单了。算了不说了=-=

记录

第一天，读题，思考，然后做出了好多『大胆』的假设，在假设的基础上建立了模型。假设，都是没有理论依据的，只知道这样假设大概符合现实，能简化问题，就写上去= =这一天我们晚上九点就回寝室休息了，主要是因为我感觉我已经贡献不了生产力了，没新的思路，而且还发现自己的电脑上没有Visio，画图都画不了。所以不知道该干啥，于是就提议九点就回寝室了。

第二天，我花了1个小时左右完成了代码的主体_(:зゝ∠)_。不是因为写的快，首先是因为元胞自动机本身就是循环，很容易实现，另外就是模型确实太简单，不知道该写什么。简单来说，就是崩嘛。写完代码之后就是用代码仿真得到各种各样的数据，然后画图，之类的。画图的话主要是用到了Tableau，Visio和D3.js。Tableau用来取代Matlab画的那种数据图，Visio用来手画一些图，D3.js用来做组织结构图，这样。

第三天，开始帮助刘曦阳写论文，写了关于多层网络，团队科学的那一块。简单来说，也是各种联想。感觉大家能想到的都是差不多的东西，完全想不到什么有新意的东西，所以写的就特别流水账。

第四天，基本没做什么事情，就是论文的排版之类的。

总结

这次比赛自己还是比较感兴趣的，比赛过程中还打电话给两个高中同学，问关于公司，人力资源方面的专业知识，在这里还是要表示感谢的。虽然并没有用上什么知识

比赛中比较值得肯定的是对于进度的控制。一般做事都会对进度有很不符合实际的乐观估计，这样产生的后果就是到了DeadLine才发现很多事情没做，于是不得不加班加点地赶工。这次我们很早就确立了论文导向的指导方针，所以并没有熬夜去做，在第四天晚上就完成了最后的交付稿，稍微改了改排版就提交了，非常赞。感觉需要熬夜的比赛以后都不太想参加了，并没有太大必要。

就这样吧~感觉最差应该也有成功参赛奖，就对了