2023美赛ABCDEF题思路分享

赛题思路分析（见文末）

A题 遭受旱灾的植物群落

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。

将植物群落定量化，假如设置一个植物多样性指标，将植物多样性进行分级。可以用到评价+预测类算法，先用评价类算法将植物群落描述为植物多样性，再用灰色预测或神经网络模型，最好选择高级一点的模型更容易获奖。

也可以建立机理模型模型，增加预测的概念，分析植物群落的原理，可以通过微积分方程等，采用内部分析的思想创新度就很高，更易获奖，但难度更大。A题暂提供上述两种解题思路，看同学们擅长哪一种就做哪种。

B题 重新想象马赛马拉

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。

http://u5n.cn/zG5jw

对地图空间类问题，推荐大家使用ArcGIS软件作图，图片质量高，更任意获奖。空间矢量作图，空间栅格分析，是比较好的接替角度。

如果不从地图角度解题，就需要搜索数字化数据，B题最终就是规划类问题。

C题 预测单词结果 

猜字谜游戏，数独游戏，绿色表示字母填对，黄色表示答案中有但位置不对，灰色表示不包含该字母，为游戏规则，有简易模式。

开发数学模型来解释变化，需要开发模型来解释规律，关键在于要构建单词与其他指标之间的关系，只是在描述数字和字母间的逻辑关系，属于比较直观的自然语言处理问题，采用深度学习的思想的话，数据不够，只有三百个数据。

需要剖析单词组词原理与构成，可以采用简单思想来简化问题。首先可以用分类、聚类思想来思考，单词内没有重复字母，可以分为一类，出现两个相同字母分为一类，三个相同字母分一类，先把word分类成变量，再把它与普通数据建立逻辑关系。需要进行正态性分析和方差齐检验。

另外也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。

D题 联合国可持续发展目标（SDGs）的优先顺序 

本题关键在数据层面，在思路参考资料内提供了国际数据年鉴给大家参考。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。

选择其中一个指标的情况，比如选择贫困人口，找到联合国贫困人口数据，用聚类模型找出贫困国家，针对国家数据提出政策方案。可以按发达国家，发展中国家分代表国家，也可以按洲区分选代表。

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。

第一题是重点也是难点，数据很重要，是后面问题的核心，需要认真看第一题。

E题 光污染

典型的评价类问题，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。

自己合理建立标准，对光污染进行分类，光污染最高的城市光亮度高，可以用“珞珈一号”卫星拍到清晰的夜光遥感数据，用影像数据确定光污染程度，将其划分等级，构建体系，再把光污染数据导入ArcGIS作图。

不建议用太简单的，建议利用熵权法，结合熵权法的topsis方法来做综合评价。也可以将中国统计年鉴中的数据加入分析，该年鉴数据也在思路中包含。

F题 绿色（可持续）GDP

题中说目前已经提出了很多绿色GDP的计算方法，选择其一即可，不需要建模再构思，当然自己建模也更好。建议在谷歌选择一个难度系数大一点的计算方法，包含的角度全一些。

假如选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。

绿色GDP发展，是否会对全球发展有影响也需要确认。