疫情之下,在家如何准备电赛?

〖壹〗、软件方向准备 单片机型号选取与开发 推荐型号：STM32和TIVA C 。STM32：适合已有开发经验的同学 ，可快速上手
。TIVA C：基于ARM Cortex-M4F内核
，与STM32开发逻辑相似，但需重点准备 ，因TI公司可能成为国赛指定处理器供应商（借鉴2019年国赛要求）。

〖贰〗 、疫情下的特殊比赛方式 值得一提的是
，2020年的电赛因为疫情的影响而改为了线上进行 。这给我们带来了不小的挑战，但也让我们有机会体验到了全新的比赛方式
。在线上比赛中 ，我们需要更加注重团队协作和沟通效率。通过这次比赛
，我深刻体会到了团队合作的重要性，也学会了如何在压力下保持冷静和高效 。

〖叁〗
、情感体验的丰富与深沉：在备战电赛的近半年时间里 ，作者经历了许多难忘的瞬间，这些瞬间构成了丰富的情感体验
。

借助仿真模拟流行病的传播

物理模型：传热方程模拟地理扩散模型原理：流行病传播与传热现象类似
，通过扩散方程模拟疾病在地理空间上的扩散：frac{partial u}{partial t} = D cdot nabla^2 u $（u为感染密度，D为扩散系数）。参数映射：人口密度 → 材料密度 。感染人数 → 热源。康复人数 → 热损
。

MATLAB仿真程序 为了更直观地理解这些传染病模型 ，可以使用MATLAB进行仿真。

SEIR和SEIRS模型为我们提供了一双洞察传染病动态的科学眼镜
，它们揭示了疾病传播的复杂机制 。通过细致的参数设定和模型仿真，我们可以预测并管理疾病的传播 ，为公共卫生政策提供有力的科学依据
。

应用场景：气候模型构建、流行病防控 、市场趋势预测等。

传染病仿真

传染病仿真主要结论如下：无隔离措施下的传播规律暴露后快速隔离：若暴露后（成为携带者）立即发病并隔离
，最终约30%人口未被感染 。暴露后延迟隔离：若暴露后7天以上发病才隔离，几乎所有人口会被感染
。潜伏期延长的影响：潜伏期越长（如14天） ，感染高峰延迟出现
，但最终感染规模与延迟隔离情况接近。

传染病模型是用于描述疾病在人群中传播的数学模型 。

接触等途径传播，并学习正确的预防措施（如手卫生
、通风等）
。

如myagent） ，并在其内部构建传染病的状态图。

MATLAB实现：使用fmincon函数求解非线性约束优化问题
，调整各方向绿灯时间 。通过Simulink搭建交通流仿真模型，验证优化效果
。结果：优化后交叉口通行效率提升20%-30% ，减少尾气排放。 传染病传播预测模型（SIR模型）问题描述：预测某地区传染病（如流感）的传播趋势，为公共卫生决策提供依据 。