2020_5_2国赛历年经验总结 (1)

国赛历年知识点总结

一、历年国赛赛题

1992年

(A)作物生长的施肥效果问题
统计、非线性回归的方法
（B）化学实验室的实验数据分解问题
无明确方法，解应用题问题

1993年

(A)通讯中非线性交调的频率设计问题
非线性回归

（B)足球甲级联赛排名问题
评价与决策，评价老师，评价学校，评价食堂，评价篮球教练（排序评估问题）

1994年

（A）山区修建公路的设计造价问题
价格问题，优化问题——希望花最少的前能够达到很好的效果

（B）锁具的制造、销售和装箱问题
优化问题，同时带一部分统计问题（避免出现两锁出现互开问题）

1995年

（A)飞机的安全飞行管理调度问题
优化问题

(B)天车与冶炼的作业调度问题
优化问题（冶炼物的运输轨道设计、如何调度这些冶炼物？）

1996年

（A)最优捕鱼策略问题
优化问题、微分方程、讲究捕鱼可持续发展达到收益最大

（B)节水洗衣机的程序设计问题
偏微分方程，也可以用优化

1997年

（A）零件参数优化设计问题
优化问题（零件尺寸、怎么设计零件参数使得用料最少）

（B)金刚石截断切割问题
优化问题（怎么切割使得加工费用最少）、多元线性规划、方程组求解

1998年

（A）投资的收益和风险问题
多目标优化问题（怎么组合才能使得收益最大、股票，基金，证券等等）

（B）灾情的巡视路线问题
组合优化、网络优化问题、图论（最短路径、最短时间，怎么最快的调集物资，救灾物资的运输问题，怎么分门别类的安置伤员）

1999年（开始有专科组）

(A)自动化车床控制管理问题
优化问题（机床的刀具的更换策略以及机床的检查时间）、随机优化、计算机模拟

（B）地质勘探钻井布局问题
0-1规划、图论、优化问题(勘探的时候需要钻孔，如何利用好旧的钻井孔配合新的钻井孔达到最大的收益)

（C）煤矸石堆积问题
排列的问题（）

2000年

（A)DNA序列的分类问题
分类问题、模式识别、Fisher判别、人工神经网络

（B）钢管的订购和运输问题
组合优化、运输问题、图论（怎么用最少的钢管运送）

（C）飞越北极问题
椭球面计算问题、几何问题

（D）空洞探测问题
偏统计问题（发射弹性波（防空洞、隧道等等）接收到信号，三维构图然后描述出空洞、里面涉及到探测器、接收器、波源等等问题）

2001年

（A)三维血管的重建问题
偏统计问题、曲线拟合、曲面重建（断面了解组织的结构问题——形成三维构图、平面投影）

（B）公交车的优化调度问题
多目标规划、优化问题（线路的规划以及如何很好的调度）

（C）基金使用计划问题
优化问题（如校友基金、大学助学基金等等，设计基金的使用方案使得基金能够被更好的利用）
（D）同B 一样

2002年

（A）汽车车灯的优化设计问题
优化问题、几何、微积分知识、非线性规划（椭球面）
（B）彩票中的数学问题
统计问题、评价、非线性规划、单目标决策（买彩票的方案以及中奖几率，中奖方案如何吸引选民）
（C）车灯线光源问题
（D)球队的赛程安排问题
优化问题（赛程安排，时间之间没有矛盾、兼顾多方）

2003年

（A)SARS的传播问题（集体）典型问题、开放、热点
预测类问题、微风方程和差分方程、优化求解
（B）露天矿生产的车辆调度问题
优化问题，多目标规划及装箱理论（联想之前的煤矿、铁矿，根据约束条件）
©SARA问题
(D）抢渡长江问题
微分方程、优化问题（考虑水流等问题，最快的到达对面）

2004年

(A)奥运会临时超市网点设计问题
统计和优化、数据处理、规划类问题（开放型）
（B)电力市场的输电阻赛管管理问题
数据拟合、优化、统计、规划类问题（线性规划）
（C）酒驾开车问题
微分方程（酒精是如何定量，酒精在人体内如何消耗）
（D）公务员招聘
优化问题

2005年

(A）长江水质的评价和预测问题
综合评价和预测问题（非常典型和传统的问题）
（B）DVD在线租赁问题
优化问题（Lingo规划问题、数据量较大）、随机规划、整数规划（比如建立一个会员群，需要在事前买多少个片才能同时调度这些片）
（C）雨量预报方法的评价问题
综合评价问题（对雨量预报方法的评价好坏——层次分析法）

2006年

👍（A)出版社的资源管理问题
优化问题（提取有用的数据，规划类问题、整数规划、优化）
👍（B）艾滋病疗法的评价和预测问题
评价和预测（分类、拟合、线性规划）数据是关键
（C）易拉罐形状和尺寸的设计问题
优化问题（为什么易拉罐的设计是这样，给出一个评价）
（D）煤矿瓦斯和煤尘的监测与控制问题
优化问题（确定最佳的通风方案等）

2007年

（A）中国人口增长预测问题
预测问题（开放性、数据量大）
（B)“乘公交，看奥运”问题
多目标规划问题（图论、规划、数据库等）
（C）“手机套餐”套餐几何问题
优化问题
（D)体能测试时间的安排问题
优化问题

2008年

（A）数码相机定位问题
非线性方程组或转化为优化问题
（B）高等教育学费标准探讨问题（北理工：叶其孝）
模拟数学、微风方程（非常开放的问题）
（C)地面搜索问题
优化问题
(D)NBA赛程的分析和评价问题
统计和优化（主场和客场等等）

2009年

(A)制动器试验台的控制方法问题
优化（力学问题）求解物理应用题
👍(B)眼科病床的合理安排问题
排队论、仿真（拟合检验、评价体系、预测模型）
（C）卫星和飞船的跟踪测控问题
统计、优化
（D）会议筹备问题
统计、优化

2010年

（A)储油罐的变位识别与罐容表标定问题
优化问题（几何、方差检验）（储油罐倾斜）
（B）2010年上海世博会影响的定量评估问题
统计问题（开放型问题、数据检索)
©输油管的布置问题
优化问题
（D）对学生宿舍设计方案的评价问题
评价类问题

2011年

👍（A)城市表层土壤重金属污染分析问题
统计问题、差值拟合、聚类问题
（B）交巡警服务平台的设置和调度问题
优化调度问题
（C）企业退休职工养老金制度的改革问题
统计、优化问题
（D）天然肠衣搭配问题
优化问题

2012年

👍（A）葡萄酒的评价问题
统计问题（关联性分析）（葡萄酒评价、葡萄与葡萄素关系）
（B）太阳能小屋的设计问题
优化、统计问题
（C）脑卒中发病环境因素分析及干预问题
优化问题（中分问题）
（D）机器避碍分析
优化问题（最短路径）

2013年

（A) 车道被占用对城市道路通行能力的影响问题
统计问题（被占用之后交通拥挤、紧急处理能力）
（B）碎片化的拼接复原问题
优化问题（图论）
©古塔的变形问题
统计问题
（D）公共自行车服务系统问题
优化问题

2014年

（A）嫦娥三号软着陆轨道设计与控制策略
（B）创意平板折叠桌
（C)生猪养殖场的经营管理
（D)储药柜的设计

2015年

（A)太阳影子的定位
（B)“互联网+”时代的出租车资源配置
（C)月上柳梢头
（D）众筹筑屋规划方案设计

2016年

（A)系泊系统的设计
（B)小区开放对道路交通通行的影响
（C)电池剩余放电时间的预测
（D）风电场运行状况分析及优化

2017年

（A)CT系统参数标定及成像
（B)“拍照赚钱”的任务定价
（C)颜色与为u之浓度的辨识
（D）巡检路线的排班

2018年

（A)高温作业专业服装设计
（B)智能RGV的动态调参策略
（C)大型百货商场会员画像描绘
（D）汽车总装线的配置问题

2019年

（A)高压油管的压力控制
（B)“同心协力”策略研究
（C)机场出租车问题
（D）空气质量数据的校准

二、历年国赛赛题

反物理问题双曲方程、非线性优化（谭永基、俞文此）

1992（B）实验数据分解问题
1994（B）锁具装箱问题
1995（A)飞行管理问题
1997（B）截断切割问题
2000（C)飞越北极问题
2002（A、C）车灯光线源的优化设计问题
2005（C）雨量预报方法的评价问题
2008（A）数码相机定位问题👍

评价、优化（韩中庚）👍

彩票中的数学问题、招聘公务员问题、长江水质的评价和预测问题👍、煤矿瓦斯和煤尘的监测与控制问题、“手机套餐”优惠几何问题、储油罐的变位识别与罐容表标定问题、交巡警服务平台的设置与调度问题

规划问题（姜启源）

零件参数设计1997、赛程安排2002、酒后开车2004、NBA赛程的分析与评价问题2008年

金融数学、优化控制（陈淑平）

投资的收益与风险1998、对学生宿舍设计方案的评价问题、车道被占用对城市道路通行能力的影响能力2013年👍

运筹学与控制论（孟大志）

DNA序列分类问题2000年、奥运会临时超市网点设计问题2004👍、出版社的资源配置问题2006年👍

多目标规划（方沛辰）

露天矿生产的车辆安排问题2003、“乘公交、看奥运”问题2007👍、控制器试验台的控制方法问题2009

运筹学、图论（吴孟达）

“乘公交、看奥运”问题2007、眼科病床的合理安排问题👍、碎片化的拼接复原问题2013

偏微分方程（叶其孝）

1992年施肥效果分析问题1992、2006易拉罐优化设计问题、高等教育学费标准探讨问题2008年

统计和优化、偏多目标优化（边馥萍）

艾滋病疗法的评价及疗效的预测问题2006年👍、太阳能小屋的设计问题2012年

组委会（差分、微分方程）

SARS的传播👍

三、历年国赛赛题

图片：国赛建模方法

数学建模的十大算法：

1、蒙特卡罗算法

又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，比较好用的算法。

2、数据拟合、参数估计、插值等数据处理算法

对于大量的数据处理，处理这些数据的关键在于这些算法，通常会使用matlab

3、线性规划、整数规划、多元规划、二次规划等规划类问题（规划类问题）

建模中大多数问题属于优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件实现

lingo：可以知用于求解非线性规划，也可以用于一些线性和非线性方程组的求解等，功能十分强大，是求解优化模型的最佳选择。特色在于内置建模语言，提供十几个内部函数，可以允许决策变量是整数（即整数规划，包括 0-1 整数规划），方便灵活，而且执行速度非常快。
lindo：主要设计原则是，如果一个度用户只是想解决一个简单的问题，LINDO能在商业、工业、研道究和政府等领域发挥巨大作用。

4、图论算法（必须掌握）

这类算法分为很多种，包括最短路、网络流、二分图（树）等算法，涉及到图论的问题可以用这些方法解决
寻找最短的路径等等

5、动态规划、回溯搜索、分治算法、分支定界等计算机算法

在算法设计中比较常见，很多的场合都适应
分支定界：比如16个硬币，有一个重量不一样，需要找出，最多称八次——每次称的时候只能比较那边轻哪边重

6、最优化理论的三大非经典算法：模拟退货法、神经网络、遗传算法

可以用来解决一些较困难的最优化问题的算法，对于有些问题会有很大的帮助，但是算法比较难实现，难度较高，慎用
BP神经网络、反馈试探，遗传算法和生物那边有关

7、网络算法和穷举法

但我们重点讨论模型而轻视算法的时候，可以使用这种暴力算法

8、一些连续离散方法

很多问题都是从实际中来的，数据可能连续可能离散，而计算机只认离散的数据，因为计算机是用二进制的，就是把所有的情况都转换成两种离散状态：0和1。
因此将其离散之后差分代替微分、求和代替积分等

9、数值分析算法

比如方程组求解、矩阵运算、函数积分等算法

10、图像处理算法

对于赛题中与图形有关的问题，即使与图形无关，论文中也会用到图片，这些图片如何展示以及如何处理就是需要解决的问题，通常我们会使用matlab来处理解决。（matlab有专门的数据包处理这类问题，比如说之前有一类题目是血管的三维成像，那个时候就有用到图像处理。）

四、数学建模方法（四类统计，一类优化）

1、 预测与预报

1.1 灰色预测模型（必须掌握）

数据样本点个数较少：6-15年、数据呈现指数或曲线的形式；

1.2 微分方程预测（备用）

在无法直接找到原始数据之间的关系，但可以找到原始数据变化速度之间的关系，通过公式推导转化为原始数据之间的关系；（求导之间的关系，如何反推回去）

1.3 回归分析（必须掌握）

求一个因变量与若干自变量之间的关系，在自变量改变时因变量是如何改变的。
样本点的个数要求：自变量之间协方差比较小，最好趋于0，也就是说自变量之间的相关性很小；样本点的个数n>3k+1，其中k代表自变量的个数；因变量要符合正态分布；(这一条要注意)！！！！

1.4 马尔可夫预测（备用）

一个序列之间没有信息的传递，前后没有联系，数据与数据之间的随机性很强，互不影响，如今天的温度与昨天、后天的没有联系，预测后天温度高、中、低的概率，注意这个只能得到概率。

1.5 时间序列预测（重要）

与马尔科夫链预测互补，至少有两个信息的传递，ARMA模型，周期模型，季节模型等。

1.6 小波分析预测（高大上）

数据无规律。海量数据，将波进行分离，分理出周期性数、规律性数据；可以将时间序列做不出的数据，应用范围比较广；

1.7 神经网络预测

大量数据，只需要输入和输出，黑箱处理，建议作为检验的办法。

1.8 混沌序列预测

比较难掌握，数学功底要求高（向空间，比如会涉及到支持向量机）

———————————————————————————————————————————————————————————————————————

2、评价与决策

2.1 模糊综合评判

评价一个对象优、良、中、差等层次评价，评价一个学校等，不能进行排序。（注意不能排序）

2.2 主成分分析

评价多个对象的水平并排序，指标间关联性很强（指标间关联性！！！）

2.3 层次分析法（经常使用）

作决策，去哪旅游，通过指标，综合考虑作决策（！！！！）

2.4 数据包络（DEA）分析法

优化问题，对各省发展状况进行评价

2.5 秩和比评价法

评价各个对象并排序，指标间的关联性不强（这个就需要通主成分分析那块区分开来！！！）

2.6 优劣解距离法（TOPSIS法）

找到最优解和最劣解之间的距离

2.7 投影寻踪综合评价法

揉合了多种算法，比如遗传算法、最优化理论等

2.8 方差分析、协方差分析等（！！！！）

方差分析：看几类数据之间有无差异，差异性影响，例如：元素对麦子的产量有无影响，差异量的多少；（这个在1992年的时候，作物生长的施肥效果影响）

协方差分析：有几个因素，我们只考虑一个因素对问题的影响，忽略其他因素，但注意初始数据的量纲及初始情况。（！！！！）

———————————————————————————————————————————————————————————————————————

3、分类与判别 （两个聚类，两个判别）

3.1 聚类分析（距离聚类、系统聚类）!!!

3.2 关联性分析

3.3 层次聚类、密度聚类、其他聚类等

3.4 贝叶斯判别（这个是一个统计判别方法）

3.5 fisher判别（费舍尔判别），要求训练的样本比较多

3.6 模糊识别（分好类之后的数据点比较少）

———————————————————————————————————————————————————————————————————————

4、关联与因果 （ 统计）

4.1 灰色关联分析（样本点的个数比较少）

4.2 Sperman或Kendall等级相关分析

4.3 Person 相关 要求样本点的个数比较多

4.4 Copula相关 涉及到概率密度

4.5 典型相关分析（因变量组，自变量组，各各自变量组相关性是比较强的，问哪一个因变量与哪一个自变量关系比较紧密）

4.6 标准化回归分析

若干个自变量，一个因变量，问哪一个自变量与因变量关系比较紧密

4.7 生存分析（事件史分析）

对于数据里面含有缺失数据，哪些因素对于因变量是有影响

4.8 格兰杰因果检验

计量经济学，去年的X对今年的Y有没有影响

———————————————————————————————————————————————————————————————————————

*！！！ 5、优化与控制

5.1 线性规划、整数规划、0-1规划（有约束，确定的目标）！！！！！

5.2 非线性规划与智能优化算法

5.3 多目标规划和目标规划（这里面有柔性约束——约束条件并不会特别强烈，一般来说是一个大概的范围、目标含糊）

5.4 动态规划

5.5 网络优化（多个因素交错复杂）

5.6 排队论与计算机仿真

5.7 模糊规划（范围约束） 有点像第3点里面的柔性约束

5.8 灰色规划

五、总结归纳涉及到的数学建模方法

1. 概括

几何理论、线性代数、微积分、组合概率、统计（回归）分析、优化方法（规划）、图论与网络优化、综合评价、插值与拟合、差分计算、微分方程、排队论、模糊数学、随机决策、多目标决策、随机模拟、灰色系统理论、神经网络、时间序列、机理分析等

2. 方法统计

1. 最多的是优化方法和概率统计的方法；

2. 优化方法其中>27道——整数规划、线性规划、非线性规划（多）、多目标规划

3. 概率统计方法>21道

4. 插值与拟合方法>8道

5. 图论与网络优化方法>7道

6. 综合评价方法>7道

3.一些优秀论文

见优秀论文收集图片