备战2024年美赛数学建模！2021-2023年美赛赛题变化及题目分析

最新推荐文章于 2024-10-19 10:56:37 发布

喜欢一个人_

最新推荐文章于 2024-10-19 10:56:37 发布

阅读量2.1k

点赞数 9

文章标签：数学建模

本文链接：https://blog.csdn.net/Lady_Sheep/article/details/134894931

版权

1.美赛题目类型

2023美赛数学建模思路：开赛后第一时间更新，更新见文末

MCM：对于参赛者的数学模型素养以及建模能力要求较高。

ICM：对于参赛者把握问题主线、权衡宏观与微观整体与细节的能力要求较高。

1.美赛题目类型

2023美赛数学建模思路：开赛后第一时间更新，更新见文末

2022年起，美赛的E题类型发生了新的变化，由原来的环境科学题，变成了可持续性，其他赛题类型没有发生改变。

MCM：对于参赛者的数学模型素养以及建模能力要求较高。

Problem A 连续型
Problem B 离散型
Problem C 大数据分析

ICM：对于参赛者把握问题主线、权衡宏观与微观整体与细节的能力要求较高。

Problem D 运筹学/图与网络
Problem E 环境可持续性
Problem F 政策

2.近3年赛题分析

//2023年题目分析

赛题：MCM A（环境类）

题目：遭受旱灾的植物群落

题目简述：需要建立预测模型，预测植物群落未来随时间的变化。干旱季节如何随时间变化，降水充裕时区如何随时间变化。单纯的时序模型无法描述植物群落，植物群落是概念，需要定量化，植物群落的数量和种类，生物性都需要考虑，不同植物类型随时间推移会发生怎样的变化。

问题类型：评价及预测类

赛题：MCM B（环境类、政策类）

题目：重新想象马赛马拉

题目简述：B题难度主要在数据不好找，预测动物和人们相互作用的模型。找数据很难的绝招，用“地图思想”，打开谷歌地球，搜索相关地区，下载地图，将房屋，保护区位置，人类生活位置，水资源保护，道路规划，产业规划等作为问题角度，以地区规划来分析。对原有地区进行规划，把政策类问题归为一个图论的规划问题。可以参考美赛无人机空投问题。

问题类型：规划类

赛题：MCM C（数图，图论优化类知识）

题目：预测单词结果

题目简述：猜字谜游戏，数独游戏。可以采用神经网络模型，利用隶属度函数进行分类，用聚类模型转换为不同的类，再用神经网络作为输出，但容易陷入过拟合现象，不建议用BP神经网络模型，建议使用复杂一点的模型，例如基于遗传算法的神经网络模型。

赛题：ICM D

题目：联合国可持续发展目标的优先顺序

题目简述：本题关键在数据层面，题目要求17项指标不是相互独立的，意味着不能用单纯的合成法。构建各个指标之间的关系网络，各个指标之间存在限制。关键在于一个指标和另一个指标之间的关系如何构建，一个指标和多个指标之间的关系如何构建。利用斜方差矩阵思路，构建17个指标间的联系，另外典型相关分析也可以分析各个项目间的关系。

赛题：ICM E（环境类）

题目：光污染

题目简述：难度系数主要还是在获取光污染的数据上。第一步构建评价的指标体系，建立评价模型，第二步对于不同地区分析，第三步，针对评价结果提出干预策略，讨论策略有效性。

题目类型：评价类问题

赛题：ICM F

题目：绿色GDP

题目简述：择某个标准来计算绿色GDP，基于水资源安全的模型来构建它对全球气候变化的影响，可以构建回归模型，用全球平均温度或海平面高度作为应变量，模型为自变量，来判断未来是否会造成气温下降。可以构建逻辑回归，线性或非线性，多指标回归模型，可以选择模型难易度，需要有预测的思想在里面。