2024年高教社杯数学建模国赛选题人数发布

2024年9.5日数模国赛正式开赛，经过24小时，我们在各平台选题投票、相关文章阅读量等各项数据进行统计，利用之前的评估办法（详见注释）。在开赛后24小时，我们基本确定各个赛题选题人数，以帮助大家更好地分析赛题局势。

题目	人数
A	121
B	198
C	412

题目	人数
D	41
E	89

免费给大家分享 BCE四个论文的部分代码+论文 2024年国赛分享资料（部分论文+赛中问题一代码）链接（9.5日24点更新）： 
链接：https://pan.baidu.com/s/12TFIWF_kbg88i4IOavf2Qg
提取码：sxjm

C题第一版本

基于优化模型的农作物的种植策略

摘要

随着农业生产向集约化和智能化方向发展，优化种植策略以最大化经济收益成为当前农业研究中的重要问题。本文研究了农作物种植过程中，如何在满足轮作、避免重茬种植等约束条件下，通过合理分配农作物和地块资源，实现未来几年内的种植收益最大化。

数据预处理：本文首先对给定的作物数据、地块信息、季节种植约束等进行整合与清洗，确保每个地块的适宜作物和种植季次数据准确无误。同时对相关变量进行了相关性分析，确定了种植成本、亩产量和销售单价之间的关系，并使用线性回归模型进行了初步预测。

问题一：在第一个问题中，构建了一个基于静态销售价格的种植模型。假设所有作物的预期销售量为 2023 年实际产量的 80%，并分析了两种销售情况：一是超出部分滞销，造成浪费；二是超出部分以降价 50% 处理。通过计算每种作物的总收益，利用优化模型为每个地块分配最优种植方案，结果表明在降价销售模式下能够有效提高总体收益。创新点在于结合了季节性因素和不同销售策略对收益的影响进行优化。

问题二：在问题二中，考虑了未来作物产量、成本和销售价格的波动，以及不同作物的销售增长趋势，建立了基于不确定性的多阶段优化模型。通过调整预期销售量和产量变化范围，模型能够动态调整种植方案以应对市场和气候的不确定性。最终的优化结果展示了多年的最优种植策略，能够在不同情境下保持较高的收益。创新点在于引入了不确定性因素对未来种植策略的动态调整。

问题三：在问题三中，进一步引入了作物之间的替代性和互补性，构建了一个更为复杂的关联模型，分析了种植成本、销售单价和亩产量之间的关联性，并通过线性回归模型对不同作物之间的相关性进行了判定。最终，通过调整参数，模型提出了基于关联性的种植策略，解决了如何在复杂的市场环境中优化种植的问题。创新点在于使用回归模型将作物之间的相关性纳入优化框架。

总结：本文通过数据预处理、构建优化模型、考虑不确定性和作物之间的关联性，系统地研究了农作物种植策略优化问题。最终模型能够在未来几年内为不同地块提供最优种植方案，同时考虑到了市场变化和作物轮作等多种现实限制条件。创新点在于提出了基于不确定性和作物关联性的多阶段优化模型，为农业种植策略的优化提供了理论依据和实用方案。

关键词：农作物种植优化，轮作约束，多阶段优化，不确定性，作物关联性，线性回归模型

C题第二版本

基于不确定因素建模和NSGA-II的农作物种植方案优化模型

摘  要

关键词：遗传算法  不确定因素建模  NSGA-II  快速前代消除技术

B题

一、 问题二

一.1 问题分析

题目给了几种情况的零件是否检测，是否拆解，并且前面的是否检测是否拆解影响到最后的用户调换，企业的目标一定是总成本最小，所以我们可以以这个为思路方向做一个优化模型，优化模型三要素：约束条件，决策变量，目标函数，首先从决策变量入手，决策变量就是前三个是否检测（拆解）这里检测概率或者检测比例，当然，检测出几个残次品，几个不合格零件的概率不同，算出来概率又有两个方向，1.这里有一个思路是计算期望值，算出检验出不同数量的零件的期望值，还有在检验出不同数量零件下的成品检验出概率，成品就是要考虑条件期望。2.算出不同成本的概率，让总成本最低的概率最大。

问题 2 已知两种零配件和成品次品率，请为企业生产过程的各个阶段作出决策：

(1) 对零配件（零配件 1 和/或零配件 2）是否进行检测，如果对某种零配件不检测，这种零配件将直接进入到装配环节；否则将检测出的不合格零配件丢弃；

(2) 对装配好的每一件成品是否进行检测，如果不检测，装配后的成品直接进入到市场；否则只有检测合格的成品进入到市场；

(3) 对检测出的不合格成品是否进行拆解，如果不拆解，直接将不合格成品丢弃；否则对拆解后的零配件，重复步骤(1)和步骤(2)；

(4) 对用户购买的不合格品，企业将无条件予以调换，并产生一定的调换损失（如物流成本、企业信誉等）。对退回的不合格品，重复步骤(3)。

请根据你们所做的决策，对表 1 中的情形给出具体的决策方案，并给出决策的依据及相应的指标结果。

一.2 模型建立

一.2.1 流程归纳

第二题中，零件装配、检测，成品检测、拆解，用户购买产品调换等等步骤可归结为题目的四个流程，其中由于步骤（3）中的不合格成品拆解，会导致步骤（1）、（2）重复进行，步骤（4）的用户调换会导致步骤（1）、（2）、（3）的重复进行，为了简便起见，本文将企业生产过程分为两个大阶段：1.零件装配成成品，2.成品交付用户并完成拆解。

首先画出企业生产过程的第一个大阶段流程图：

E题

交通流量管控

摘要

随着城市化进程的加快、机动车的快速普及，以及人们活动范围的不断扩大，城市道路交通拥堵问题日渐严重，即使在一些非中心城市，道路交通拥堵问题也成为影响地方经济发展和百姓幸福感的一个“痛点”，是相关部门的棘手难题之一。考虑一个拥有知名景区的小镇。景区周边道路上既有本地居民出行，也有过境车辆，还有大量前来景区游览的游客车辆，后者常常会因寻找停车位而在周边道路上来回低速绕圈，影响了道路的通行效率。因此如何对交通流量进行管控至关重要。

针对问题1，首先对数据进行预处理，筛选出经中路-纬中路交叉口的车辆数据，然后采用时间序列，直观展示车流量的变化趋势，识别可能的高峰期和低谷期。然后使用K-means聚类算法，自动根据车流量特征将一天的24小时划分为若干时间段。最后来估计不同时段的各个相位（包括四个方向直行、转弯）的车流量。

针对问题2，要求根据所给数据和上述模型，对经中路和纬中路上所有交叉口的信号灯进行优化配置，在保证车辆通行的前提下，使得两条主路上的车流平均速度最大。根据数据，将这些原始数据根据交叉口、方向等进行分析，使用流量比例法和Webster公式进行信号灯优化配置，根据每个方向的车流量占比来分配信号灯的绿灯时长。

针对问题3，要求对五一黄金周期间的数据进行分析，判定寻找停车位的巡游车辆，并估算假期景区需要临时征用多少停车位才能满足需求。根据要求，首先将五一黄金周期间的车流量数据筛选出来，据车辆在同一交叉口多次短时间内出现来判定巡游车辆（采用时间差来判断），最后根据巡游车辆的数量，假设每辆巡游车辆需要占用一个停车位，并且停车时长为一定时间（问题3设置成4小时），最终来估算假期景区需要增加的停车位数量。

针对问题4，在问题3的基础上，该小镇对景区周边道路实行了临时性交通管理措施，要求结合数据评价临时管控措施在两条主路上的效果。针对问题4，增加了管理措施的约束条件，要求进入景区通过环南路-经中路、环东路-纬中路 进入，通过环东路-纬中路、经中路-纬中路、环北路-经中路、环西路-纬中路离开，并进行对比。

关键词：时间序列，k-means，流量比例法，Webster，交通优化，时空约