2023年美赛 MCM B题 详细思路

2023美赛(MCM/ICM)如期开赛,为了尽早的帮大家确定选题。这里我们加急为大家编辑出B赛题详细思路,方便大家快速对B题目的难度有个大致的了解。同时,我们也给出了B题目简要的解题思路,以及该问题在实际解决中可能会遇到的难点。

B题的相关资料也在整理中,预计初步资料两点之前整理完成。

数据问题,B题是一个以肯尼亚森林保护区为背景的一道赛题,整体来看是一道相关性分析预测类模型,问题的整体难度是不大的,需要我们分析干旱适应性与物种数量的关系。主要是考察我们的数据收集能力,但是我们的数学建模是进行定量分析,因此A题很大的侧重点考察我们的数据收集能力,我们需要基于数据进行分析预测,所以对于问题一难点就是在于找到合适的数据。,我们可以直接收集马赛马拉的相关数据,但是很有可能 收集起来难度很大,因此一些数据上我们可以退而求其次,收集肯尼亚的数据,对于收集一个国家的数据进方便很多了,很多数据开放的数据库可以直接获取,这里稍后也会为大家收集整理。

背景

肯尼亚的野生动物保护区最初主要是为了保护野生动物和其他自然资源。肯尼亚议会于2013 年通过了《野生动物保护和管理法》,以提供更公平的资源共享,并允许进行替代的、以社为基础的管理工作.此后,肯尼亚增加了修正案,以解决立法中的差距,为违规者提供更明确的治理、财政和惩罚.

要求 你的任务是以马赛马拉这个大型野生动物保护区为重点,确定在当前公园范围内外管理资源的其他方法。来管理公园内和外的资源。具体来说,你应该

问题一、考虑并推荐具体的政策和管理策略。考虑并推荐当前保护区内不同区域的具体政策和管理策略,以保护野生动物和其他自然资源,同时也要平衡住在该地区的人们的利益。这些政策和 这些政策和战略应有助于减轻住在保护区附近的人们所经历的机会丧失的影响,并尽量减少动物和被吸引到保护区的人之间的负面互动。

对于问题一,要求我们找出合适的政策决策,对于问题一而言其实质就是一个优化问题。需要我们以保护野生动物、平衡人们利益为目标,去找出具体的政策和管理策略。这里我认为,需要建立多目标优化模型,目标为保护野生动物,即使得物种数量最大化,平衡人们利益,第二个目标为人们的利益最大化。决策变量可以设置为不同的政策进行列举,设置为0-1整数规划问题。约束条件就需要我们从收集的数据出发,我们收集到怎么样的数据,才能进行怎样的数据条件约束。

对于这两个目标函数,数据的选取,其中 人们的利益,我们可以收集当地人均收入情况去代表利益,也可以根据自己收集数据的具体情况定。对于决策变量,我们可以采用不同的方式 ,这里我认为用0-1变量去表示比较方便,大家有更好的理解也可以使用 其他的方法。约束条件上,我们虽然是根据收集的数据出发,但是不能过于宽泛,尽量和题目吻合。即就业情况、土地面积等等

问题二、制定并描述一种方法,以确定哪些政策和管理策略会带来最佳结果。你的报告应该讨论如何从你的方法中排列和 你的报告应该讨论如何从你的方法中对结果进行排序和比较。一定要包括描述和分析 用来预测动物和人之间的相互作用的模型,以及由此产生的对该地区的经济影响。在保护区内和周围地区产生的经济影响。

问题二,要求我们建立一种描述方法。这里我个人认为这种问题设置应该是想要我们设置综合评价模型,去评价我们不同政策下的结果,从而选取一个最好的政策。这是一种思路 ,同时我们看到问题三是一个长期的趋势预测,因此,我们还可以对与问题二建立预测模型,;利用预测的方式去比较不同政策下的好坏。这两种思路各有优缺点,对于建立综合评价模型的思路,更加符合问题二的设问,但是 对于其中预测动物和人之间的相互作用我们只能较为模糊的作答;而选择了预测模型会使得 我们的问题二三是一个完整的预测模型,主体性更强。这个就看每个队伍的思考方式了。

对于选择综合评价模型,这里比较推荐主成分(因为我们会 收集很多不同指标的数据,指标 很多的话,用主成分);如果感觉 主成分对于结果的 描述很模糊,可以选择熵权法进行建立都是可行的。

对于预测模型 ,这里和A题推荐的思路近似,可以建立多元回归分析。对问题二 进行回归分析,需要预测的部分我们建立回归预测即可。对于这种做法,问题二中的设问用来预测动物和人之间的相互作用的模型,以及由此产生的对该地区的经济影响我们就可以很好的进行解释说明了 ,通过代入数据,对结果 进行描述即可。

两种思路没好坏之分,我认为都有可行性,主要还是选择一种适合自己的思路。

问题三、鉴于你提出的计划,请对你的建议将导致的长期趋势进行预测。你的建议将导致的长期趋势。分析并提供对可能的长期结果的确定性和影响的估计。你还应该描述你的方法如何的方法可以应用于其他野生动物管理区。

问题三,需要我们基于建立的模型进行长期预测,这就暗示着我们问题二的预测模型选取尽量要避开灰色预测这种短期预测了。长期预测的话,如果我们收集到很大的数据集就可以建立神经网络预测,也可以沿用问题二多元回归预测 。

问题四、为肯尼亚旅游和野生动物委员会提供一份两页的非技术性报告。委员会讨论你的拟议计划及其对保护区的价值。

对于问题四,大家就可以各抒己见、八仙过海、各显神通了。

总结,B题的难度不大,虽然涉及到收集数据,但是收集的数据很有目的性,因此不会无头苍蝇一样瞎找数据。正是由于限定了收据数据的范围,使得我们仅仅只能收集 肯尼亚的数据,这会使得我们收集数据的难度大大加大,因此B题,我认为应该是本次比赛最难的 一道题目,不仅仅是数据收集困难,还有优化模型的设置也不容易。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CSDN是中国最大的技术社区之一,每都会举办多项技术竞赛,其中包括著名的美国数学建模竞赛(MCM/ICM)。关于CSDN在2023美赛的情况,以下是我所能提供的回答。 2023美赛,CSDN将继续发挥其平台的优势,为广大技术爱好者和参赛队伍提供全方位的支持。首先,CSDN将继续加大宣传力度,通过各类媒体平台、社区论坛、学术会议等渠道积极宣传美赛的相关信息,吸引更多的参赛队伍报名参与。 在竞赛准备阶段,CSDN将提供丰富的学习资源和知识分享,为参赛队员提供学习指导和交流平台。CSDN将组织各类线上线下的培训讲座和研讨会,邀请行业专家、美赛经验丰富的老师和学生等提供指导和分享,帮助参赛队员提升建模技能和解思路。 此外,CSDN还将成立专门的评审团队,由业内专家和技术大咖组成,负责对参赛队伍的作品进行评审和点评。评审团队将根据创新性、实用性、数学建模能力等方面进行综合评估,给予参赛队伍宝贵的建议和指导。 在竞赛结束后,CSDN将继续关注和推广优秀参赛队伍的成果。通过发布相关报道和文章,向广大读者展示各个队伍的优秀作品和成果。此外,CSDN还将组织技术交流和分享会,鼓励参赛队员和其他技术爱好者分享他们在竞赛过程中的经验和心得,促进技术创新和学习交流。 总之,CSDN在2023美赛中将继续发挥其平台的作用,为参赛队伍提供全方位的支持和服务,帮助他们更好地参与竞赛、提升能力、展示成果。同时,CSDN也将致力于推动技术创新和学术交流,为整个技术社区贡献更多的价值。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值