审查并精简 ChatGPT 的建库建议后落地的第一版骨架,只定接口不写实现。 - 建议审查:14 个包 → 7 个;约 250 个函数 → 约 40 个;5 个 Result 类 → 1 个 (docs/01-suggestion-review.md) - docs/:架构、路线图(含永久不做清单)、环境、Git 工作流、函数卡片模板 - src/mcm_toolkit/:core / data / stats / models / solve / decision / viz 共 23 个模块,均为签名 + docstring + NotImplementedError - tests/:9 个文件,其中 test_api_surface.py 已通过(20 passed) - examples/ problems/ notebooks/ figures/ tables/ 骨架 - pyproject.toml(核心依赖 4 个 + 6 组 extras)、environment.yml - scripts/:setup-venv.ps1(ASCII + LF)、setup-conda.ps1、doctor.ps1 - 环境:.venv(system-site-packages)与 conda 环境 mcm-toolkit 均已建好, 数值栈版本与 base 完全对齐(numpy 2.4.6 / scipy 1.18.1 / pandas 3.0.6,MKL 后端)
19 lines
983 B
Markdown
19 lines
983 B
Markdown
# 教程
|
|
|
|
按"题型"组织的实战教程放这里,每篇对应一类赛题。
|
|
|
|
**目前为空是刻意的**:教程应该在**做过至少一道该类型的真题之后**再写,
|
|
否则写出来的都是"字典式罗列",没有踩坑经验,没有价值。
|
|
|
|
计划(做完对应真题后再写):
|
|
|
|
| 教程 | 对应题型 | 触发条件 |
|
|
|---|---|---|
|
|
| `评价类.md` | 无量纲化 → 赋权 → TOPSIS/灰色 → 敏感性 | 做完一道评价类真题 |
|
|
| `预测类.md` | 描述 → 分布拟合 → ARIMA/GM(1,1) → 区间 → 误差分析 | 做完一道预测类真题 |
|
|
| `优化类.md` | 建模 → LP/IP → 启发式 → 多目标 → 敏感性 | 做完一道优化类真题 |
|
|
| `仿真类.md` | 参数分布 → Monte Carlo → 收敛性 → 鲁棒性 | 做完一道仿真类真题 |
|
|
|
|
面向"怎么用这个工具箱"的快速上手看 [`../04-environment.md`](../04-environment.md) 和
|
|
仓库根目录的 `README.md`;这里放的是**建模思路**。
|