2024长三角数学建模ABC题选题分析+完整思路代码+参考论文

                    2024年第四届长三角高校数学建模竞赛

点击链接加入群聊【2024长三角数学建模ABC题资料汇总】：http://qm.qq.com/cgi-bin/qm/qr?_wv=1027&k=y0oBdiKt7tAfoRw2lVglM25Yu9Jjfuqe&authKey=nPki%2BBMMsqAPBD%2BPWeefORHEce5su%2FBax%2B2dB0tmBG5HWHRRWlrOfz58osxb0g7v&noverify=0&group_code=910313900

含金量超高的长三角杯数学建模竞赛

【2024年长三角数学建模竞赛】选题分析+A题B题C题完整思路+代码分享

优秀参考论文+写作模板+云顶科研工具箱（含单时间序列、回归分类、降维聚类一体、评价超级强大的数学建模工具箱）

竞赛信息
总则
党的十九届五中全会提出：“发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。”为了响应发改委“数字中国助推高质量发展”的号召， 贯彻落实“长三角一体化”的国家发展战略，激励学生学习数学建模的积极性，培养学生的创新意识及运用数学方法和计算机技术解决实际问题的能力，在历届长三角高校数学建模竞赛成功举办的基础上，浙江省数学会决定主办第四届长三角高校数学建模竞赛，欢迎各高等院校按照竞赛章程及有关规定组织同学报名参赛，共同探索数学建模在各领域的创新实践，推动产学研用协同发展。

组织机构
主办单位：浙江省数学会

浙江省数学会成立于1951年。本学会是浙江省数学科学工作者自愿组成并依法登记的学术性、公益性、非营利性的法人社会团体，是发展我省数学科学事业的主要社会力量。学会业务主管单位是浙江省科学技术协会；在业务上接受中国数学会指导；挂靠单位是浙江大学。
 

承办单位：浙江大学、中国计量大学

参赛对象
大赛主要面向中国及境外在校本科生，在读研究生和专科生也可报名参加，具体要求如下：

（1）可以自由组队参赛，每个参赛队伍人数可为1–3人，允许跨校，允许跨年级、跨专业组队。

（2）参赛组别以参赛队员中在读学历最高者为准。

（3）每支队伍允许最多有一名指导教师，指导教师须为在职高校教师。

竞赛规则
（1）竞赛题目：竞赛统一命题，共有A,B,C三题，本科生、研究生可选择A、B题中任意一题作答；专科生选择C题，也可以选择A,B题作答。

（2）竞赛组别：竞赛评阅分为三个赛道，分别为本科生组，研究生组和专科生组，参赛组别以参赛队员中在读学历最高者为准。

（3）参赛费用：每支队伍需缴纳200元参赛费，用于赛题征集、赛题评阅、技术支持等。

（4）竞赛报名：参赛队伍请在官方主页

https://www.saikr.com/vse/YRDMCM/2024

报名，报名时请根据参赛队员中在读学历最高者，选择组别参赛。

（5）作品提交：参赛队伍要求在官方主页

https://www.saikr.com/vse/YRDMCM/2024

对应电子档提交处提交pdf版本论文、附件和承诺书（题目有特殊规定的除外）。

（6）知识产权：参赛作品（包含但不限于算法、模型、方案等）知识产权归主办方、参赛者共享，部分解决方案经双方同意后在竞赛平台公布。

（7）公平竞技：参赛者可以引用公开发表的期刊文献，但是要注明引用来源。禁止在比赛中抄袭他人作品，经发现将取消比赛成绩并严肃处理。

（8）组织声明：专家组委会保留对比赛规则进行调整修改的权利、比赛作弊行为的判定权利和处置权利、收回或拒绝授予影响组织及公平性的参赛团队奖项的权利。

（8）获奖名单：将获奖名单初稿公示在浙江省数学会官网，官方主页等，公示期为一周，公示期间，接受各校师生申诉和信息修正。专家组委会负责对申诉的调查、仲裁与回复。公示结束后正式公布获奖名单，发放获奖证书。

时间与具体安排
（1）报名截止时间：2024年5月16日8:00。

（2）赛题公布时间：2024年5月16日8:00。

（3）竞赛时间：2024年5月16日8:00至2024年5月20日8:00。

（4）作品提交截止时间：2024年5月20日10:00。

（5）竞赛结果公布时间：2024年6月中下旬。

3.选题思路
其实很多带专业背景的题目，最后通过抽象成数学模型就是上述三类问题。比如图像类问题，很多时候要么抽象成优化模型来求解，要么就是机器学习模型来训练识别。那我就从三类题型来说明一些基本的模型：

优化类：优化类问题基本没有可以直接套的模型，很多问题都需要自己来写出优化目标和约束条件。或者参考相关文献来设计模型。并且如果模型设计的复杂了，还需要自己设计优化求解算法。。。总之，优化问题是很难得。基本的优化模型包括：线性规划，整数规划，01背包，非线性规划（建模赛题基本都是非线性的。。。哈哈哈），最小二乘优化。基本求解算法包括:牛顿迭代，拟牛顿，梯度下降，共轭梯度下降，各种智能寻优算法等等。总而言之，优化就是难啊难，而且优化建模题基本上都有答案范围，模型建的不好，解的不好都over。。。

评价类：评价类问题，一般都有可以套用的方法，比如主观一些的：层次分析法，模糊评价法。客观计算权重的（需要数据）：熵权法，TOPSIS综合评价法，主成分权重法。对于评价类问题最好还是用客观计算权重的方法。

数据类：上面两类问题可以说是建模竞赛以往的常规类型，数据类问题是最近几年随着人工智能，数据挖掘技术的热潮带起来的。。。可以说，数据类问题在以后的建模比赛中只会越来越多，而且数据量也会越来越大。