2022 年美国大学生数学建模竞赛开赛，各题有哪些解题思路？
首先，要明确一点，数学建模竞赛没有标准答案，关键在于思路的严谨性、模型的合理性以及结果的分析。 拿到题目后，第一步永远是 理解题意，明确问题是什么，需要解决什么。这通常需要反复阅读，甚至小组内进行头脑风暴。
接下来，我会逐一拆解几道题（基于我对当年的回忆和普遍的讨论，具体题目名称可能会有出入），并分享一些可能的解题思路。
2022 MCM 题目（例如：以“美国国家公园的游客管理”为例）
题目大致描述： 随着美国国家公园游客数量的不断增长，如何有效地管理游客流量，提升游客体验，同时保护公园的自然环境成为了一个亟待解决的问题。题目可能要求你设计一套游客管理方案，考虑不同类型的游客（例如：自驾游客、团队游客、背包客等），不同时段的游客高峰，以及公园内各种设施（停车场、步道、休息区、观景台等）的承载能力。
解题思路：
1. 问题分解与建模目标确立：
核心问题： 游客流量的优化与管理。
建模目标： 预测游客数量；评估现有设施承载能力；设计调度策略（例如：预约系统、限流措施、路线规划）；评价方案的效果（游客满意度、环境影响）。
2. 数据收集与预处理：
假设： 竞赛通常会提供一些基础数据，或者允许参赛者查找公开数据。可能的数据包括：历年游客数量（按月、按周、按天）、不同区域的游客分布、不同设施的容量、交通拥堵数据、公园的地理信息等。
预处理： 数据清洗（缺失值、异常值处理）、数据转换（例如，将时间数据转换为可以进行建模的格式）、特征工程（例如，从日期中提取星期几、节假日等信息）。
3. 关键模型选择与构建：
游客数量预测：
时间序列模型： ARIMA、SARIMA（考虑季节性）、LSTM（如果数据量够大且包含复杂模式）等。可以根据历史数据预测未来游客数量的趋势，特别是高峰期。
回归模型： 考虑影响游客数量的因素（天气、节假日、营销活动、经济因素等），建立多元回归模型。
泊松过程/排队论： 如果更关注单位时间内到达的游客数量，可以考虑泊松过程。
游客分布与行为模拟：
AgentBased Modeling (ABM)： 这是处理复杂系统（如人群流动）的常用方法。将游客抽象为“智能体”（Agents），每个智能体有自己的属性（类型、目的地、偏好、行动规则），然后在模拟环境中让这些智能体互动，观察宏观涌现的行为。
智能体属性： 游客类型（自驾、团队、背包客）、入园时间、预计停留时间、感兴趣的景点、对拥挤的容忍度。
行动规则： 智能体根据其属性和当前环境（例如，某个景点是否拥挤、是否有排队）来决定下一步的行动（前往下一个景点、休息、排队、离开）。
环境： 公园的地图、景点位置、步道连接、设施容量。
流体力学模型/交通流模型： 借鉴交通工程的思想，将游客流看作一种“流”，使用交通流理论（如元胞自动机、LighthillWhithamRichards (LWR) 模型）来模拟游客在步道和通道中的流动，预测拥堵情况。
图论模型： 将公园的景点和路径表示为图，节点是景点，边是路径。可以用来分析最短路径、最快路径，或者最大流量路径。
设施承载能力评估：
排队论模型： 例如M/M/c或M/G/1模型，用来分析停车场、景点入口、服务点（如游客中心）的排队长度和等待时间，评估其是否超过承载能力。
容量约束： 在ABM或交通流模型中，将设施的容量作为硬约束，限制同时进入或停留的游客数量。
优化与调度策略设计：
组合优化/整数规划： 如果问题可以转化为一个离散的选择过程（例如，哪些游客分配到哪个时间段、哪条路线），可以使用整数规划来求解。
动态规划： 针对序列决策问题（例如，如何分配资源随着时间变化），动态规划可能适用。
启发式算法/元启发式算法： 对于复杂的、NPhard的问题，例如旅行商问题（TSP）的变种（游客路线规划）、调度问题，可以使用遗传算法、模拟退火、蚁群算法等来寻找近似最优解。
排队管理策略： 设计预约系统（例如，基于日历的预约、基于时段的预约）、限流措施（例如，限制特定景点同时进入人数）、单向通行规则、分流引导。
信息系统： 考虑如何通过APP或信息屏实时更新景点拥挤度、推荐替代路线，辅助游客做出决策。
4. 模型验证与评估：
与历史数据对比： 使用模型预测的结果与已知历史数据进行比较，计算误差（RMSE, MAE）。
敏感性分析： 分析模型对输入参数变化的敏感程度，了解哪些因素对结果影响最大。
场景分析： 模拟不同管理策略下的游客行为和公园状态，比较不同策略的效果。
评价指标：
效率： 平均等待时间、设施利用率、游客通行能力。
公平性： 不同类型游客的体验差异。
游客满意度： （可以设计问卷调查，或者从模型中推导，例如拥挤度越低的景点满意度越高）。
环境影响： （可能需要根据游客密度和活动类型来估算，例如垃圾产生量、对植被的踩踏风险）。
5. 结果呈现与建议：
使用清晰的图表（折线图、柱状图、热力图、流程图）展示预测结果、拥堵区域、策略效果。
提出具体的、可操作的管理建议，并说明这些建议的科学依据。
2022 ICM 题目（例如：以“医疗物资的全球供应链优化”为例）
题目大致描述： 在全球性健康危机（如疫情）爆发时，医疗物资（如疫苗、防护服、呼吸机）的生产、分配和运输面临巨大挑战。题目可能要求你设计一个鲁棒且高效的全球医疗物资供应链，考虑生产能力、库存管理、运输网络、需求波动、国家之间的合作与竞争等因素，以确保在全球范围内及时、公平地满足医疗需求。
解题思路：
1. 问题分解与建模目标确立：
核心问题： 全球医疗物资供应链的优化。
建模目标： 最小化总成本（生产、运输、库存、短缺）；最大化物资可及性（满足需求的比例）；最小化响应时间；提高供应链的韧性（应对中断）。
2. 数据收集与预处理：
假设： 模拟不同国家/地区的生产能力、人口、发病率、医疗需求、运输成本、关税、疫情发展模型（例如SEIR模型）等。
预处理： 整合来自不同来源（各国卫生部门、WHO、经济组织）的数据，处理单位不一致、时区差异等。
3. 关键模型选择与构建：
需求预测：
流行病学模型： SEIR (SusceptibleExposedInfectiousRecovered) 或其变种，用来预测不同地区在不同时间点的感染人数、重症人数，进而推算医疗物资的需求量。
经济模型/社会模型： 考虑人口结构、社会经济因素对需求的影响。
时间序列模型： 结合流行病学模型的结果，对未来需求进行更精细的时间序列预测。
供应链网络建模：
图论模型： 将生产商、分销中心、港口、医院等节点表示为图的节点，将运输路线表示为图的边。边可以带有容量、成本、时间属性。
多 commodity 流模型： 不同的医疗物资可以视为不同的“商品”（commodities），在网络中流动。
优化模型：
混合整数规划 (MIP)： 这是解决这类供应链优化问题的经典工具。
决策变量： 在哪些地点设立生产设施、设立多大的产能、在每个节点储备多少库存、在哪个时间点、通过哪条路线运输多少数量的物资。
目标函数： 最小化总成本（生产成本 + 库存成本 + 运输成本 + 短缺成本）或最大化满足率。
约束条件： 生产能力限制、运输能力限制、库存容量限制、时间窗口限制、需求满足约束。
鲁棒优化/随机规划： 考虑到需求和供应可能存在不确定性（例如，疫情突然爆发、某个港口关闭），需要引入鲁棒性设计，使得供应链在各种可能情景下都能表现良好。
情景分析： 建立不同的“情景”（例如，疫情爆发速度、供应链中断的可能性），然后在这些情景下进行优化。
机会约束规划： 确保在某个概率水平上满足需求。
库存管理：
EOQ (Economic Order Quantity) 模型： 基础模型，用于确定最优订货批量。
Ss (Safety Stock) 模型： 考虑需求波动和提前期不确定性，计算安全库存水平。
动态库存策略： 随着疫情发展和需求变化，动态调整库存水平和补货策略。
风险与韧性分析：
故障树分析 (FTA) / 事件树分析 (ETA)： 分析可能导致供应链中断的各种风险（如疫情蔓延、政治干预、自然灾害、罢工），并评估其影响。
仿真： 利用 Monte Carlo 模拟或离散事件仿真，模拟供应链在随机事件发生时的表现，评估其韧性。
多元化策略： 建议多元化生产基地、多元化运输路线，以分散风险。
4. 模型验证与评估：
基准测试： 将模型结果与现有供应链（如果存在）进行对比，或与专家经验进行比较。
敏感性分析： 分析关键参数（如生产成本、运输成本、疫情传播速度）对最优解的影响。
情景评估： 评估在不同疫情发展情景下，所设计供应链的表现。
评价指标：
效率： 物资到位率、平均运输时间、总供应链成本。
公平性： 不同国家/地区（尤其是低收入国家）获得物资的比例。
韧性： 在供应链中断或需求剧烈波动时的应对能力。
5. 结果呈现与建议：
可视化展示物资的全球流动路径、各地库存水平、需求满足情况。
提出具体的供应链优化建议，包括：
全球生产布局： 推荐在哪些地区建设或扩大产能。
库存策略： 建议各地设立的战略储备水平。
运输网络设计： 推荐优先使用的运输路线和模式。
合作机制： 建议国家间如何共享信息、协调生产和分配，以实现公平和效率。
风险管理： 提出预防和应对供应链中断的措施。
一些通用性的建模建议：
清晰的假设： 每一个模型都有其前提假设，务必清晰地列出你的假设，并解释为什么你选择了这些假设，以及它们可能带来的局限性。
模型之间的衔接： 如果你使用了多个模型（例如，用流行病学模型预测需求，然后用优化模型进行分配），要清晰地说明它们是如何衔接的，输入输出是什么。
可视化是王道： 好的图表能让你的模型更容易被理解和接受。不要吝啬使用图表来展示你的数据、模型结构、结果和分析。
关注现实意义： 即使你的模型很复杂，最终的目的是解决实际问题。确保你的结论是可解释的，并且能够提供有价值的建议。
团队合作： 数学建模是一个团队协作的过程。合理分工，互相讨论，集思广益，是取得好成绩的关键。
不害怕简化： 现实世界的问题往往很复杂，你不可能完全建模。学会抓住问题的核心，做出合理的简化，这本身就是一种重要的建模能力。
文档的完整性： 论文的结构、逻辑、语言表达同样重要。清晰的论文结构、严谨的数学推导、流畅的语言，能大大提升论文的质量。
总而言之，数学建模竞赛是一个将数学知识应用于实际问题的绝佳平台。它锻炼的是你的 分析能力、建模能力、编程能力、团队协作能力和沟通能力。希望这些思路能给大家带来一些启发！祝愿所有参赛者都能在竞赛中取得好成绩！
网友意见
首先强调，目前知乎平台有冒充我出售付费思路的，我从不搞付费思路，警惕上当。
看到这个回答觉得说的很好，其实这些都是违规行为，尤其是付费买思路的，绝对不能相信。
简单谈一谈对今年赛题的看法，整体上难度相比去年持平，大家根据自己所擅长的类型选择即可，基本上每道题都需要搜集一定的数据，所以选题时要考虑数据能否收集到。
A 题：自行车手的力量曲线图
这个问题需要针对不同的车手建立一个赛道位置和自身力量关系的模型，功率曲线提供了车手在这段时间内能够保持的最大功率，所以要注意功率在这个模型里的重要性。
我去知网查找了一些资料，发现有针对性的研究比较少，因此这个问题的关键点很大程度上取决于能否找到相关性较强的文献，运用机理分析，在此基础上建立模型就不难，最后写一份两页的车手比赛指南，记得画图的时候尽量配上运动员在自行车的图。
B 题：水利发电的平衡
这个题目很多朋友看到肯定会想起2017A题（赞比西河的卡里巴水坝），这个题侧重于水位线高度与水量体积之间的关系的建模。
赛题中要求您的解决方案不应利用或依赖于这些州的任何现有的历史协议或当前的组织或个人的政治权力，而是代表您的团队在该地区分配水的最佳数学解决方案。
但其实难道不应该参考历史分配水的方案？不看那个怎么知道大概怎样是合理的。所以一定要结合历史水量数据进行建模，考虑干旱情况、发电需求、基本用水等，建立一个调配水的模型。这个模型感觉开放性很强，最后的O奖一定模型也各不相同，所以大家不必担心思路是不是非要和其他人一致，B题去年就没有明确的思路。
请准备一到两页的文章，适合发表在《干旱》杂志上，这是一本为美国西南部的水利基础设施管理人员准备的月刊，这个可以做的精致一点，比如用个类似杂志的页眉那种，大家应该见过2020A题鱼那篇的杂志，很漂亮。
C 题：交易策略
C题可能是因为去年难度太大，选的人数太少，今年又回归了传统的大数据问题，绝对是选择人数最多的问题，也是网络上爱出思路的题目，很多人一定会受到这些思路的影响，但我说一句，可以参考但别照搬，更别被割韭菜买什么现成的代码。
你被一个交易员要求开发一个模型，这个模型只使用到目前为止的过去的每日价格流来确定交易员每天应该买入、持有还是卖出他们投资组合中的资产。
这个交易的问题很适合学习经济、金融的同学选择，其实相关文献能找到很多，所以认真去用好这些文献里的模型，然后结合自己搜集的数据，基本上就能凑一篇文章，当然，这个题目肯定最后有很多数据不是跑出来的而是编的。
需要注意的是，既然研究的是和数据相关的问题，就一定要注意曲线作图才能直观展示结果，而不是给一大堆表格，而且尽可能以更多的图的形式展现数据处理过程和结果，这样论文更加美观。
问题 D：数据瘫痪？使用我们的分析！
企业需要建立一个综合的数据分析(D&A)系统，其可以保证他们有合适的人员、技术和流程管理、操作、使用和保护该资源。
D题需要搜集很多数据来支持这个系统，货物的这种移动会产生大量数据，包括船舶到达/离开时间，货物舱单、海运集装箱库存、海关检验报告、集装箱位置港口和内陆运输到达/离开清单和时间表等。我觉得这个问题开始比较难懂，但如果捋顺了要做什么，其实也还好，看创新性而不是注重结果的话，大家懂得都懂。
整体上就是做一个评价D&A的系统，我感觉最后一问大概意思就是想起了一些评价这个系统的指标，然后针对改变了一些数据源的另外的系统另外的行业，看看这个评价能不能适用能不能等到合理的结果。
问题 E：林业固碳技术
可持续性的问题果然和碳有关，一定要去搜集文献看看现有的固碳模型是什么样，然后细化这个模型，针对森林进行模型的修改。这个题目的问题比较多，一个模型可以要对应多个问题，所以要注意文章书写的逻辑，尽可能清晰地展先模型和解决的结果。
现有模型较多的情况下就考验如何用好，一定要切合题目本身，确定一个平衡森林的各种方式的森林管理计划价值（包括固碳）。
问题 F：人人为我，我（空间）为人人
什么是全球性的公平，小行星采矿将如何影响它？影响这种影响的因素是什么，如何？联合国可以提出哪些政策来增加全球公平小行星采矿的未来？
这个问题非常天马行空，确实很考验语文建模的水平，政策这个题目想写好很难。比如第一个问题：什么是全球公平，我们如何衡量它？换句话说，制定一个定义全球公平。使用您的定义开发一个模型（例如，工具、度量），允许你来衡量全球公平。
好家伙这可不好搞，当然，就看你们队伍自身的看法了。一定要符合“普世价值”。
当然题目大部分还是在说小行星采矿的利益分配等问题，一定要结合在地球上多国共同采矿利益分配的方法，描述出一个天马行空的宏大愿景，然后把各方面兼顾到，最后的优秀文章一定是和2019A的养龙问题一样的神奇。
我的解读仅代表我的看法，具体还需要大家去斟酌思考，如果有一些启发的话恳请双击屏幕支持一下~
给大家奉上2022美赛直播大家最常见的30个疑惑问题汇总！比赛时一定要注意的事项，开题时给大家分享我对赛题的理解，先占个坑，别错过哦～
1. 美赛时间如何安排？
比赛时间：北京时间2022年2月18日 上午6:00（星期五）-北京时间2022年2月22日 上午9:00（星期二）
提交方案截止时间：北京时间2022年2月22日 上午10:00（星期二）
（建议8：30前交，不要拖到最后，邮箱可能出现问题，我当时6：00前就交了。）
·2.18早上七点起床，吃过饭后三个人先各自看题，自己翻译问题，谷歌翻译。同时进行文献查找、数据搜寻，8：30会议进行简单讨论，其实我当时9：00左右就已经选定题目了，我喜欢找文献参考多的题目，数据查找容易的题目。以四问的题目为例：
·2.18一天基本上都在讨论第一问方法的选择和实践，找准1-2篇硕博论文参考。论文手要做一些背景、问题重述、文献综述等的书写，第一天结束要有第一问明确思路，确保第二天完成第一问。关键词在知网上可以用句子搜索，高级检索。
·2.19进行第一问的推进，编程手实现的同时建模和写作要考虑下一问大致的思路。一定要注意进度，否则后面太紧张。
·2.20做第二问，同时也要考虑第三问的思路。
·2.21白天要基本完成除了最后的request之外的全部问题，在这中间论文手就要开始梳理论文的总体流程，为最后的摘要和request做准备。晚上三人就一起打磨论文，尤其是摘要，之前我也讲过好的摘要是怎样的。
这是以四问为例的时间安排，问题多的实际上还是主要以3个模型为主，一个模型可能解决两个问题，所以如果是6-7个问题的题目，要以模型为主，尽可能一个模型能解决多个问题。
2. 全写完后翻译还是写一点翻译一点？
写作最好是写一段中文翻译一段，尽量别写完整的中文最后一晚上翻译，调整格式比较困难。我当时就没写中文文稿的，就是写一段中文翻译一段。
可能需要语序和专业名词的调整，如果全写完再翻译会遇到很多麻烦，比如中文页数和英文页数不对应，中文够了但英文超过了等。
3. 网上有些参考思路，你怎么看？
网络上一些思路可以参考但不要照搬，因为不一定合适，有的参考思路质量比较低，割韭菜。而且如果用了会和别人的千篇一律。花钱买论文买思路不可靠，尤其是买论文，容易被DQ。我去年B题网上都表示看不懂这个题，没有明确的思路。我当时就大胆做假设。说既然大家都看不懂，那我们就这么做。
4. 作息如何？
前三天保持正常作息，我当时8：00前吃完饭，晚上12：00左右睡觉。最后一天通宵，我当时到5：00多，后来两三天才缓过来。
5. 论文页数写不到25页怎么办？
美赛要求不超过25页，但是也不要写的太少，最好24-25页。求解时就要考虑将论文内容尽可能扩充，比如做一些对比分析等，多做一些图，因为很多论文很难凑够总共25页的页数。模型建立前的一些准备也都可以写到论文里，美赛讲究由浅入深，可以写一些“废话”。
美赛官网的要求是：您的解决方案报告应以摘要表开头，然后是团队的解决方案。确保您的解决方案满足 25 页的限制要求。鼓励使用目录并计入页数限制。参考列表（或参考书目）、注释页和任何附录现在都计入页数限制，应包含在解决方案页之后。学生、顾问和/或机构的姓名不得出现在解决方案的任何页面上。解决方案文件不得包含除团队控制编号之外的任何识别信息。
6. 美赛题型？
今年的美赛的E题类型发生了新的变化，由原来的环境科学变为可持续性（sustainability），大体上会集中在环境污染、资源短缺、可持续发展、生态保护等几个方面，其他赛题类型没有发生改变。
MCM 问题 A（连续）MCM 问题 B（离散）MCM 问题 C（数据洞察）
ICM 问题 D（运筹学/网络科学）ICM 问题 E（可持续性）ICM 问题 F（政策）
有同学会好奇ICM和MCM的区别大么？他们之间难度的区别大么？等等，这个因人而异，看你对哪个题目更熟悉，能够做的出彩，他们其实都需要数学建模，然后采用一些算法解决，最终以论文的形式呈现，究竟怎么选择还是看你对哪个题目更有感觉。
我个人感觉，MCM的题目可能更看重数学模型，ICM的更强调算法，比如ICM会用到一些复杂的算法，MCM一般不出现很复杂的算法。2021年的C题比往年数据量大很多，是关于图像和视频处理的，所以需要用到一些新的知识和方法，想做C题的朋友要注意这个变化。
7. 美赛怎么提交
美赛官网：https://www.comap.com/undergraduate/contests/
比赛提前前要选题，每个注册团队可以选择六个问题选项中的任何一个，并且应该只提交一个问题的解决方案。
比赛结束后 - 提交解决方案文件
团队必须在2022 年 2 月 21 日星期一美国东部标准时间晚上 8:00之前结束其解决方案的所有工作，并在 2022 年 2 月 21日星期一美国东部标准时间晚上 9:00 之前通过电子邮件将解决方案文件的Adobe PDF电子文件发送给 COMAP。 *注意: 不要等到最后一分钟。完成后立即发送解决方案。
在 2022 年 2 月 21 日美国东部标准时间晚上 8 点之后，不得对团队的解决方案文件进行进一步的修改、增强、添加或改进。对解决方案的任何更改都将构成违反竞赛规则并可能导致取消资格。
每个团队都必须通过电子邮件将其解决方案的 Adobe PDF 电子副本提交至solutions@comap.com。任何团队成员或顾问都可以提交此电子邮件。
- 必须在2022 年 2 月 21 日美国东部标准时间晚上 9:00的电子邮件提交截止日期或之前在 COMAP 收到您的包含电子 PDF 解决方案文件的电子邮件。
- 在电子邮件的主题行中写下您团队的控制号。例如，主题：2212345。每封电子邮件限制一个团队解决方案文件。
- 使用团队的控制号作为文件附件的名称。例如：2212345.pdf。*注意：附件必须小于 17MB。请勿使用 Google Docs 等云服务。您的电子邮件必须包含 Adobe PDF 附件。
- 团队的 PDF 电子解决方案的第 1 页应该是团队摘要，然后是解决方案以及任何参考和附录。
- 不要在您的解决方案电子邮件中包含或发送程序、软件、数据库和/或其他文件，因为它们不会用于评审过程。
- 学生、顾问或机构的姓名不应出现在电子解决方案的任何页面上。
- COMAP 将只接受您的解决方案的Adobe PDF。每封电子邮件限制一个解决方案。
8. 官网给出的2022 年的变化
在 Twitter 上关注@COMAPMath 或在微博上关注 COMAPCHINAOFFICIAL 以获取最新信息。
注册流程已简化并分为两部分：顾问注册和团队注册。
MCM/ICM 竞赛现在有 25 页的限制。25 页限制适用于整个提交，包括摘要表、解决方案、参考列表、目录、注释、附录、代码和任何问题的具体要求。
由于 Covid-19 病毒团队被鼓励使用电子通信进行虚拟会议。但是，您的团队成员只能与自己团队的成员交流。规则仍然是，团队不得使用除他们自己的团队成员之外的任何人来讨论或获取解决问题的想法。
9. 官网给出的要点
团队在解决问题和开发解决方案时应牢记以下准则。 一个。摘要表：摘要是 MCM/ICM 论文的重要组成部分，应出现在解决方案报告的第一页。评委非常重视摘要，获奖论文通常会根据摘要的质量与其他论文区分开来。 • 要写一个好的摘要，假设读者会根据你的摘要来选择是否阅读论文的正文：摘要中简洁的陈述应该能激发读者了解你工作的细节。 • 你应该最后写总结，因为它应该清楚地描述你解决问题的方法，最突出的是你最重要的结论。确保您在解决问题后计划好时间来撰写全面而清晰的摘要。 • 仅仅是对比赛问题的重述，或者是引言中的剪切和粘贴样板，通常被认为是薄弱的。 总体：团队的解决方案应该清晰、简洁、有条理，以便让读者轻松理解解决方案的过程和结论。关键陈述应该提出主要的想法和结果。 • 目录可帮助读者预览报告的组织结构。 • 酌情说明或重述问题。 • 清晰地阐述所有变量和假设。 • 陈述并证明与问题有关的合理假设。 • 提出对问题的分析，激励或证明正在使用的模型。 • 在解决方案的主体中总结推导、计算或说明性示例，并将冗长的推导和/或计算和数据留在适当的附录中。 • 包括模型设计。讨论如何测试模型，包括误差分析、灵敏度和/或稳定性。 • 讨论您的模型或方法的任何明显优势或劣势。 • 提供结论并明确报告结果。 • 记录资源和参考。
1. 团队可以使用他们自己找到的任何“无生命”资源，例如：网页、书籍、文章、研究报告、数据库等。团队不得从团队之外的任何人那里寻求帮助以获取答案、想法或信息，或寻找适当的资源，包括他们的顾问、其他教师、其他学生和/或与问题相关领域的专家或专业人士。此限制包括个人或电话联系，以及使用电子社交媒体，例如但不限于：电子邮件、短信、聊天室、问答系统、交互式博客、Twitter、微博、在线帮助或支持网站等. 此外，严禁在比赛期间以任何形式或媒介发布或分享任何部分或全部问题陈述、您团队的解决方案或任何部分或全部工作。COMAP 将取消任何违反此规则的团队的资格或将其视为不成功。相关问题是意图之一：
2. 团队必须使用脚注、尾注或内联文档记录任何外部信息来源，并在这些来源的参考列表或参考书目中包含适当的引用。（有人引用了但是不写出来可能会被DQ，尤其是引用英文文献的句子或者图片，网络图片）
3. 团队选择解决一个问题（MCM：A、B 或 C 或 ICM：D、E 或 F）并为他们选择的问题提交一个解决方案。
4. 学生、顾问和/或机构的姓名不得出现在解决方案的任何页面上。该解决方案不得包含除团队控制编号之外的任何识别信息。
5. 论文必须以 Adobe PDF 电子文件形式提交，并以英文输入，至少 12 号字体的可读字体。论文必须在 25 页的限制内。
6. 在美国东部标准时间 2022 年 2 月 21 日星期一晚上 8:00 关闭比赛窗口后，顾问必须确保每个团队不会对其解决方案文件进行进一步更改。然后，顾问必须确保所有解决方案文件均已妥善准备并通过电子邮件发送给 COMAP，以供不迟于2022 年 2 月 21 日星期一美国东部标准时间晚上 9:00进行判断。
10. 美赛奖项设置？
Not Judged未评判- 未正确提交解决方案。一些示例包括损坏或损坏的文件、以错误格式发送的文件或未按照说明中所述提交您的解决方案。
Disqualified取消资格- 团队的报告被发现违反了比赛规则。
不合格–剽窃：该解决方案论文有无证来源、逐字文本或从互联网上获取的信息，和/或与评委和/或我们的成对比较软件确定的其他论文非常相似。团队成员使用的来自外部来源的所有信息、想法、数据、算法等都必须记录原始来源并正确引用。我们的成对比较软件将论文和/或部分论文识别为与其他提交的论文相似或完全相同。
不合格–网络： COMAP将解决方案文件或解决方案文件的某些部分确定为共享或张贴，或发现团队成员（或多个成员）通过交互式网站或电子媒体获得了帮助。严禁在比赛周末期间的任何地方发布或分享问题陈述、您的解决方案或部分解决方案的全部或任何部分。也禁止获取任何其他人的解决方案的全部或任何部分。竞赛规则禁止寻求团队成员以外的帮助或从人力资源获得帮助——亲自或通过任何媒介。COMAP 在比赛期间持续监控互联网。
Unsuccessful Participant不成功的参与者- 团队的报告没有充分响应比赛问题的要求，或者发现团队（或团队成员）在比赛期间访问了讨论比赛问题的互联网站点。
不成功的参与者–网络：团队成员（或成员）访问了公开讨论竞赛问题的网站或社交媒体。竞赛规则禁止寻求团队成员以外的帮助或从人力资源获得帮助——亲自或通过任何媒介。COMAP 在比赛期间持续监控互联网，包括公开讨论比赛解决方案的网站和社交媒体。
不成功的参与者-不完整：发现解决方案文件明显不完整，并且在充分回应竞赛问题或其要求方面没有表现出任何认真的努力。
S奖成功参赛者- 团队齐心协力应对比赛问题并提交解决方案报告。然而，该报告对所有或部分要求的响应不完整，和/或在建模过程、分析、结论和/或沟通中显示出一些缺陷或弱点。
H奖荣誉奖- 团队的解决方案报告表明在解决所有问题要求方面付出了高于平均水平的努力，并且包含的元素被认为在建模和问题解决、分析、结论和结果交流方面表现出良好和支持的过程。
M奖 - 团队的解决方案报告在建模和问题解决、分析、结论和沟通的许多方面都很出色。该报告以清晰、得到充分支持、组织良好和呈现良好的方式解决了所有要求。
F奖决赛选手- 决赛选手的称号旨在表彰其解决方案报告堪称典范并因此进入最后一轮评审的团队。这些论文以有条理和清晰的介绍形式提供了完整和合乎逻辑的分析，超越了简单地解决需求。这些论文易于阅读、易于理解、逻辑性强、内容全面。入围论文是所有团队提交的最佳论文之一。
O奖杰出优胜者- 杰出称号旨在表彰其解决方案报告在最后一轮评审中被确定为“最佳中的最佳”的团队。这些团队的报告在建模和解决问题、分析和交流方面的示范学生工作方面相对于比赛提交的报告处于最高水平。COMAP 可能会发布和使用这些提交的全部或部分作为优秀学生作品的示例。
11. 美观的图片怎么绘制？
我用的绘图软件是亿图图示，很多人也用visio、PPT等，都可以，只要多看看O奖论文他们的作图风格，去模仿一下这种图，基本上就知道好看的图怎么画了，我出了视频教大家画：
12. 最后的预算、备忘录、报纸精致一点好么？
如果有精力做的精致，可以精致的一点，是有一定的帮助的，但不起决定因素。
13. 建立的模型编程出不来怎么办？
实在没办法了，可以编。
14. 地图可视化？
我用了一个Mapbox © OpenStreetMap ， Python的folium包 、 arcgis（貌似门槛比较高）、 ps、Excel
15. 灵敏度分析如何做？
找一个1-2个重要的可变的参数，然后上下变化一定范围如5%，在matlab同一个图中做出结果不同颜色的曲线。一般是不灵敏的，写上符合预期、合理等。
16. 数据分析的常见方法最好要掌握
相关分析：Pearson、斯皮尔曼相关分析 热力图，说明不同变量的关系
主成分分析、聚类、回归、插值拟合 三次样条插值等，高级算法也要掌握一些，比如遗传算法等。
美赛基本上用简单模型也可以，这符合评审的意思，但是需要有融合创新，最好是运用1个高级算法，多了就不合适了。
17. A题为什么选的人比较多？
近两年A题都选的人多，去年因为数据好找。连续型经常要用微分方程，需要有限差分，显式差分和隐式差分要懂。
18. 线上配合有什么建议？
线上配合建议白天一直开着腾讯会议，吃饭等事情可以先关麦。线上很容易交流不顺畅，所以要沟通好，可以有在线协作，latex的overleaf、飞书、使用qq群传资料最好建立不同的文件夹，注意文件的命名，否则后其很麻烦。
19. 英文论文需要首行缩进么？
英文论文可以是首行缩进，也可以空行定格的。
20. 美赛的标题可以是生动的
以2021年美赛B题关于无人机来扑灭澳大利亚山火的问题为例，有5篇o奖论文，2102199是我起的题目。
2105363:Rapid Bushfire Response for Emergency Response
2116496:Drone System VS Wildfire
2127300:Rapid Bushfire Response System
2104673:Rapid Bushfire Response’ UAV System
2102199:Build an Army of Drones to Fight Wildfires
美赛的标题开放性很强，不需要直接引用问题的题目，例如Fighting Wildfires，也不需要太严苛的语言。那我就说建立一支无人机军队去对抗山火，让无人机生动起来，更有调度的意味。
我自己在最后一晚想到这个题目就觉得这篇文章很有趣，国赛标题常常是基于xxx模型的xxx问题研究，美赛则不同，这可以一下吸引评委的注意力。
21.美赛一定要引用英文文献么？
可以引用一半的中文文献，引用符合规范，Google Scholar也可以导出引用，不会科学上网可以用谷粉学术。Wps也自带翻译，需要会员，很多人也用知云文献翻译。
参考文献首先在知网上搜硕博论文，着重看1-2篇，可以搜一些期刊文章，注意美赛还是需要引用一些英文文献的，大概3-4篇吧，所以可以从谷粉学术上搜，引用中文文献也需要翻译成英文，美赛全篇不能出现中文。
22. 现在距离比赛只有几天了该干什么？
O奖论文最后比赛前两三天，三个人一定要着重分析1-2篇，确定自己参赛的一些风格。
23. E和F题目需要找很多数据怎么办？
我的建议是，三个人分头找，要有耐心，尽可能多找，当然也会有找不到的情况，那只能动用你的“聪明才智”rand一下，这个很多人都这么干，F奖甚至也有，当然，并不鼓励这么做。就我而言，我喜欢选择查找数据不难的题目，在选题的时候就考虑好。
24. 比赛中论文手任务最重么？论文手需要懂建模么？
我的感觉是，懂建模的论文手更容易写出好的论文，否则就变成了翻译工具了，论文手也要头脑风暴，和其他二人一起讨论思路。论文毕竟是唯一评价，所以写好论文非常重要，具体可以看我的视频。
25. 三个人编程水平都很差怎么办？
美赛有一些题目不需要很复杂的编程，有的用Excel和SPSS这种就能解决，当然，最好能懂一点点，上网找一些现成的Matlab代码进行修改。有时候实在做不出来就只能编了，当然，编的水平不同奖项也不同。
26. 美赛是如何评审的？
这个我之前出过视频，详细讲了美赛的评审要点。主要是初评，现在是美国评审进行初评，所以摘要等内容一定要符合美国评审，中国评审讲究数学严谨，美国评审讲究创新和那种灵感迸发的感觉，这是很大的区别。具体可以看我的视频：
27. 查重重要么？
只要不是买的论文或者大面积照抄英文文献的原文，基本上查重都没问题，这个不需要担心。
28. 美赛不熬夜行么？
这个因人而异，能做完不熬夜也可以，我觉得是12：00左右睡觉就行，最后一天可能通宵很难避免，毕竟总希望打磨好论文和摘要。
29. M奖大概需要什么水平？
我有下载链接，大家看一看就有感受，还是比O奖差不少的，看看他们大概什么水平。
数模美赛M奖论文链接:https://pan.baidu.com/s/1NTuGdgDVuPRLuAT3CX6bXQ 密码:m5ju
30. 最后一些建议
我的2022美赛备战的文章：
包含参赛经历的文章：
看完之后大家去三个队友一起商量制定自己的计划，比如到时候用什么方式合作，文件名如何命名，每天大概作息是什么，用什么进行线上交流等等，最后几天不做新题的话就去再回顾一下做过的题，看看你们写的和O奖的差别，学习好的方面。编程手尽量提前准备一些算法代码，论文手用好我之前的模板（B站私信回复 美赛），试试O奖的图片，建模手着重看O奖的模型。
祝大家都能取得好成绩，希望你们出了成绩来和我说你们的好消息~
类似的话题
-
2022 年美国大学生数学建模竞赛（MCM/ICM）已经落下帷幕，今年的题目依然是大家热议的焦点。每年的题目都充满了挑战性和现实意义，需要参赛者们运用数学工具解决实际问题。作为一名经历过建模竞赛的过来人，我可以跟大家分享一下我对这几道题的解题思路，希望对今后的参赛者有所启发。首先，要明确一点，数学建............. -
2022年美国工资通胀螺旋上升的风险，以及值得我们关注的关键信息，这绝对是当下最受瞩目的经济议题之一。很多人都在担忧，是不是工资上涨得太快，反而会点燃更猛烈的通胀大火，然后为了跟上通胀，工资又得涨，如此恶性循环，就像个失控的陀螺一样。风险有多大？这是一个动态且复杂的评估，但我们可以从几个维度来理解：.............
-
2022年，美国经济和通胀形势确实面临复杂挑战，但整体上并未出现系统性崩盘，而是处于调整和结构性变化的阶段。以下是详细分析： 一、美国经济是否会出现崩盘？ 1. 经济基本面的稳定性 GDP增长：2022年美国GDP实际增长约2.1%（根据美国商务部数据），高于2021年的2.5%，但增速放缓。.............
-
2022年美国面临着一系列严峻且相互关联的问题，这些问题深刻影响着国家的经济、社会和政治稳定。要说“最糟糕”或“最严峻”是主观的，但以下几个问题在2022年尤为突出，并且具有深远的影响：1. 高通胀和生活成本危机 (High Inflation and Cost of Living Crisis)这.............
-
2022年美国留学市场，可以说是在经历了疫情的重创后，展现出了强劲的复苏态势，同时也伴随着一些新的变化和挑战。整体来看，申请人数大幅回升，特别是研究生项目，全球范围内的学生都积极地重新燃起对美国高等教育的兴趣。首先，从申请人数的角度来说，2022年是一个明显的“回归年”。经历了前两年疫情带来的不确定.............
-
2022年美国中期选举的结果，就像很多政治事件一样，充满了不确定性，也伴随着各种各样的影响。我将尽力从一个更贴近“人”的角度来讲述，尽量避免那种刻板的AI腔调。关于2022年美国中期选举谁会赢？坦白说，在选举尘埃落定之前，谁能绝对地说谁会赢呢？政治分析家们用了各种模型和数据来预测，但总有变数。中期选.............
-
好的，咱们聊聊2022年美国为什么那么着急地给利率“踩油门”。这可不是一件小事，背后牵扯到很多经济和金融的复杂因素，就像一个多米诺骨牌效应，一个环节动了，其他就跟着变。要说急，那得先看看当时美国经济是个什么状况。最显眼的问题，就是通货膨胀（Inflation），而且这个通胀不是小打小闹，是那种让老百.............
-
2022年美国加息股市暴跌，这并非什么难以预测的“黑天鹅”，而更像是一场早有预兆的“风暴”。面对加息这个明确的信号，你说美国人难道不知道吗？美国人当然知道，而且知道得非常清楚，因为加息的决策者正是他们自己——美联储。预兆与认知：知其然，也知其所以然美联储加息的动因，很大程度上是为了抑制失控的通货膨胀.............
-
2022年的美国，可以用“风起云涌”来形容，内政外交都充满了复杂性和不确定性。要深入理解这一年，需要从几个关键的维度来剖析。国内政治：分裂与拉锯的持续2022年最显著的特征，无疑是美国国内政治的高度极化。这种极化不仅仅体现在民主党和共和党之间的对立，也渗透到社会各个层面，使得政策制定和国家治理变得异.............
-
2022年的美国经济，用“动荡”来形容再贴切不过了。开年就面临着国债市场剧烈波动，投资者们的心情如同坐过山车，而这一切的根源，似乎都指向了那位“掌舵人”——美联储。国债“遇冷”，加息阴影笼罩故事的开端，是那份让市场气氛瞬间冷却的美联储会议纪要。这份文件透露了一个令人不安的信号：美联储可能比预期中更早.............
-
关于“2022年预计美国能从乌克兰收割多少美元”这个问题，从字面意思理解，可能涉及的是美国从乌克兰获得的经济利益或回报。然而，基于现有的信息和国际关系分析，美国对乌克兰的援助主要是以军事和经济援助的形式，目的是支持乌克兰的独立和主权，而非从乌克兰“收割”经济利益。因此，回答这个问题，我们需要澄清“收.............
-
2022年2月，美国公布的未季调消费者价格指数（CPI）同比上涨7.9%，这个数字无疑是当时经济领域的一个重磅炸弹，引起了广泛的关注和深刻的讨论。要理解这个数字的含义以及它为何如此重要，我们需要从多个维度进行剖析。首先，什么是“未季调CPI同比上涨7.9%”？ CPI（消费者价格指数）：简单来说.............
-
了解您在2022年6月之后计划从美国返回中国，并关心隔离时间的缩短问题。这是一个很多人都非常关注的点，因为长期的隔离确实会对行程和生活造成不少影响。关于您提到的“缩短隔离时间”的可能性，在2022年6月之后，中国确实逐步在调整入境隔离政策，但这是一个动态变化的过程，需要结合当时最新的官方规定来判断。.............
-
2022年1月4日美国25小时内新增新冠确诊102万例的数据，是2021年底至2022年初美国新冠疫情的一个关键节点。这一数据引发了广泛讨论，但需要结合当时的疫情背景、数据来源和统计方法进行深入分析。 1. 数据背景与时间线 疫情阶段：2021年底至2022年初，美国正处于奥密克戎（Omicron）.............
-
要详细地看待2022年2月起美国和欧洲“基本宣布疫情结束”这一现象，我们需要从多个维度进行分析，理解其背后的原因、影响以及可能存在的复杂性。一、 背景和原因：为何在2022年2月出现“宣布结束”的迹象？在2022年初，全球新冠疫情确实进入了一个新的阶段，特别是在美国和欧洲地区，出现了一系列促使他们采.............
-
没问题，来，咱们好好聊聊你这个情况。2022年8月入学，2023年5月毕业，这时间跨度看着确实有点紧，尤其是在美国找CS实习。不过，你说“还有机会找实习吗？”——答案绝对是：有机会，但得抓紧，而且得有策略。咱们一步一步拆解来看：1. 时间线分析：什么时候可以开始找实习？ 入学后立即行动： 理论上.............
-
美国宣布不派外交或官方代表出席2022年北京冬奥会，这可不是一个突然冒出来的决定，背后牵扯到不少复杂的因素，而且这个动作本身也释放出不少信号。首先，咱们得明白这事儿的背景。近年来，中美关系一直处于一种比较紧张的状态，政治、经济、人权等等问题都像是悬在头顶的几块大石头。美国这次的表态，很大程度上就是对.............
-
关于2022年将美育纳入中考这件事，这绝对是教育领域里一件大事，也是我一直挺关注的。说实话，这事儿挺有意思的，也触及了不少家长和学生的神经。我来给你捋一捋，尽量讲得详细点儿，也说说我自己的看法，希望能让你听着就像是身边朋友聊天的感觉。首先，咱们得明白，为啥要在中考里加美育？以前咱们提到中考，脑子里蹦.............
-
2022年2月22日，美英法德澳加新这七个国家联手发布了一份名为《联合太空作战愿景2031》（Combined Space Operations Vision 2031）的文件。这可不是个小事，它背后透露出的信息和意图值得我们深入解读一下。首先，七国联手这件事本身就意义非凡。 这七个国家分别是美国、.............
-
2022年3·15晚会那期关于“医美速成班”的曝光，真是触目惊心。一个行业，本该关乎爱美人士的健康和美丽，却被某些机构搅得乌烟瘴气，这背后暴露出的，是对消费者权益的漠视，更是对生命健康安全的公然挑战。晚会里那些所谓的“速成班”老师对学员说“要装的专业”，这句话简直就像一把尖刀，刺破了行业看似光鲜亮丽.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有