2023美国大学生数学建模竞赛（美赛）E题解读&思路&基本模型【大佬慎入】

一、赛题解读
- （一）赛题翻译
- （二）核心思路
二、具体思路
- （一）问题一
- （二）问题二
- （三）问题三
- （四）问题四
三、可选模型
- （一）问题一
- （二）问题二
- （三）问题三
- （四）问题四
四、注意事项
五、结语

自身情况：本科三年建模竞赛经验，虽前期多次失败，但靠着打不倒的小强精神 (?)，总结经验打牢基础，摸爬滚打后取得了一些可以拿得出手的成绩。

一、赛题解读

直观感受今年的题目较去年难度有所下降，对于数据的要求更高。

（一）赛题翻译

(我比较喜欢逐句翻译）
第一段：
【光污染用于描述过度或不良使用人造光。

人造光：任何非自然产生的光源

我们称之为光污染的一些现象包括光侵入、过度照明和光杂波。（搞清楚名词）

光侵入：当光进入非预期区域时
过度照明：以高于活动或地点所需的强度照明
光杂波：光的过度组合

在大城市，太阳落山后，这些现象最容易在天空中看到；然而，它们也可能发生在更偏远的地区。】（要考虑地区差异）

第二段：
【光污染会改变我们对夜空的看法，对环境造成影响，并影响我们的健康和安全。

例如，植物成熟可能会延迟或加速，野生动物的迁徙模式也会受到影响。

过度的人造光可能会扰乱我们的昼夜节律，导致睡眠质量下降，可能还会导致身心健康问题。

昼夜节律：人类和其他生物赖以运作的自然24小时睡眠-觉醒周期

人造灯光引起的眩光可能会导致一些机动车事故。】

眩光：过度的亮度会降低人的视觉能力。

第三段：
【社区官员或地方团体可以实施干预策略，以减轻光污染的负面影响。

干预策略：可以采取的政策和/或行动，以消除光污染的负面影响

然而，人造光具有积极和消极的影响，以不同的方式影响不同的位置。

例如，为了避免上述光污染的负面影响，一些社区选择了光线较低的社区，这反过来可能导致犯罪增加。（双面性）

光污染的影响可能取决于当地的发展水平、人口、生物多样性、地理和气候等因素。】（给了一些因素，数据提供）

因此，评估任何干预策略的影响程度和潜在影响必须针对特定地点。

ICM正在努力提高人们对光污染影响的认识，并制定干预策略来减轻这些影响。为了支持ICM的这项工作，您的任务是解决测量和减轻不同地点光污染的影响，同时考虑人类和非人类的问题。具体来说，您应该：

（1）制定一个广泛适用的指标，以确定一个地点的光污染风险水平；
（设指标的评价问题）
（2）根据不同的类型应用，度量并解释其结果（受保护的土地位置，农村社区，郊区社区，城市社区）
（考虑不同的地方，我认为需要进行应用模型对比等方法来证明上个指标具有XXX的特性，比如有效性或者广泛性）
（3）描述解决光污染的三种可能的干预策略。讨论实施每项战略的具体行动，以及这些行动对光污染总体影响的潜在影响；
（我认为是优化问题，通过一些优化模型（所谓干预策略），得到结果之后与未干预进行对比，然后“潜在影响”通过结果直接语文建模）
（4）选择您的两个地点，并使用您的度量标准来确定您的干预策略中哪一个对他们最有效。讨论所选择的干预策略如何影响所在地的风险水平；
（对比之前的三个优化模型，套两个地方的数据，出结果。我觉得这好像也是一个评价问题，只不过是评价上述三个优化模型）
（5）针对您确定的一个地点及其最有效的干预策略，制作一张1页传单，宣传该地点的策略。
（美术功底，不细说了）

（二）核心思路

我觉得今年这道题，思路还是比较清晰的，最难的地方可能就是在找数据，这些数据按理来说，应该不是特别好找，各位各显神通吧（反正是给老美的，当然不能嘿嘿嘿）。

刨除数据不说，这道题目做起来难度不大，但是要想脱颖而出，拿到高一点的奖项的话，还是需要在方法上进行一些改动和创新的。

就比如同样是设指标评价，我个人认为简单的确定指标给出权重，是有点草率的。

下面我想具体阐述一下每一问我的思路。

二、具体思路

（一）问题一

复述题目：制定一个广泛适用的指标，以确定一个地点的光污染风险水平。
乍一看上去比较简单，有一些基础的同学大脑中肯定很多评价模型：首当其冲的肯定是层次分析法，接着模糊综合判定、TOPSIS等等。

这边可以给大家两个思路：

第一个，根据所搜集来的数据，进行分集，可以使用关联度模糊判定等统计学方法，最好能分到和“光入侵”、“光杂波”和“过度照明”沾上边（切题“光污染），通过确定熵权值，进行归一化，然后给出一个指标=a%A+b%B+……

第二个，还是根据之前的什么社会、地理、人文、生物等大类块进行分类（相对无脑，数据也好找），然后就是最传统AHP一套连招……

如果想尝试创新一点的东西，可以试试熵权-TOPSIS的方法。将两者结合一下，可以写出来是对对第一种思路进行优化，然后通过结果对比，得到熵权-TOPSIS方法得到的评价体系更好。

还有一种数据分析师常用的指标评价体系模型：【OSM+UJM+场景化】这个是一个比较专业化的模型，如何将专业化的模型应用于本道题目，也是需要经过这种竞赛锻炼的能力。我认为这种方法做好了肯定是加大分的！

（二）问题二

复述题目：根据不同的类型应用，度量并解释其结果（受保护的土地位置，农村社区，郊区社区，城市社区）。
针对问题二，我认为主要侧重于数据可视化与结果对比分析，相对简单的方法就是先找到四种类型社区，套用问题一建立的模型直接出图，把图弄得好看一点。

但是这么做只是符合了基本的标准，可能还是达不到更高的奖项。

基于如果时间相对充裕，此最好可以对“受保护土地、农村社区、郊区社区、城市社区”再进行一次衡量，建一个模型说明我我选择的数据来自的地区，为什么是农村社区或者为什么是郊区或城市，也可以算是一个小的评价区分，这样感觉更为合理一些，让数据来源与选择更加可靠。核心目的还是想让整体模型看起来更加合理

可视化这边可以用ArcGIS去做地理图层进而对数据进行展示，之前用过，感觉效果拔群。

然后就是出结果后的对比说理，题目要求“metric and interpret” 就一定要进行解释。

（三）问题三

复述题目：描述解决光污染的三种可能的干预策略。讨论实施每项战略的具体行动，以及这些行动对光污染总体影响的潜在影响。
我认为主要是要进行优化，但这里优化也可以有很多种理解方法，美赛还是比较具有开放性的，我有几点想法，可以分享一下，我觉得是不同的路。如果读者看完我的思路之后，能根据实际问题结合一下，我觉得会更出彩。

【第一种】
从文字层面入手，先进行描述。打个简单的比方，就比如我第一种干预策略打算对光源进行处理，具体行动之一就是将所有的现在的LED屏幕进行缩小或者采用新的技术可以让LED根据环境明暗进行自动调整（仅针对LED这一个方面，大家可以找很多基于光源的具体行动）。这是我在没有进行计算之前，可以说是根据经验凭空得到的一种优化方案，然后我需要去进行验证证明这个方案真的会减少“过度照明”或者“光杂波”，然后通过对第一个模型（具体还要看，第一个模型怎么建立的）进行优化也好，调参数也好，最后根据得到的结果推出结论。

【第二种】
从第一问的模型公式入手，先进行推导，怎么去修改可以得到最高的评价，如果第一问模型建立的没有问题的话，肯定某一指标升高，必然程度是不一样，评价的结果不一样。这样就可以看作一个局部优化的问题，可以套用很多现有的模型，可能也相对简单一些，看作目标规划或者最优解问题。

【第三种】（大致想法）
就是不拘泥于形势，目标是解决光污染，那我为何不能用图论（或拓扑学）的思想去解决呢？将这个问题描述成一个二元组，罗列很多种干预策略（甚至可以罗列很多种具体行动）对策略（行动）进行编号，来代表点，用归一化的数据去刻画每条边的权值，然后得到最优的三种策略（或者得到很多具体行动，将具体行动进行聚类分析，得到三种策略）。这个方法的本质应该也算是【第一种】先列举策略。

我的个人理解是要不就从政策出发，通过数据、模型验证这个政策是否合理，要不就从公式入手，通过公式中的这些因素，寻找支撑他们背后的社会原因，进而得到干预政策。

（四）问题四

复述题目：选择您的两个地点，并使用您的度量标准来确定您的干预策略中哪一个对他们最有效。讨论所选择的干预策略如何影响所在地的风险水平。
这个问题，我觉得简单套一个评价模型，算个数出个图就行了，毕竟竞赛时间有限，整篇文章篇幅也有限，把图做漂亮了，这块可以主要负责“美”。以上是我不成熟的想法（不过适合最后实在没有时间的童鞋，毕竟要交卷嘛）

问题四我认为是一个需要综合很多因素的评价问题。首先需要去规定几个东西，如何算是“最有效”，“风险水平”用什么去刻画，要将这些文字性的描述转换为数字标准，才能去进行评价。

接着要结合题目“一些社区选择了光线较低的社区，这反过来可能导致犯罪增加”，这会导致社会问题。同样，是不是由此可以推断是否解决光污染的同时也会导致经济下降？

针对此，我觉得传统的评价模型肯定没问题啦，但是如果能应用博弈论的思想会不会更好一点。将整个包括环境（光污染）、生物（人、动物影响）、社会（犯罪、社会舆论）、经济、政策（干预策略）统一成一个系统。以博弈论的思想，我想要去提升某一指标，势必会造成另一或多指标的下降。这样我就需要通过建模计算找到一个最优解，通过不断的遍历我的干预策略，就可以找到一个有效性高的，但同时会造成风险提高哈哈哈，如果还能用强化学习去进行数据更新，我觉得就更厉害了。（不过根据我的经验，智能算法固然好，但是对于美赛可能不是那么的适用。机器学习分为三大类，监督学习、无监督学习和强化学习，都是需要数据进行支撑的，如果生搬硬套，会给人一种很牵强的感觉）

可能强化学习还好点，基础数据要求不高，它是通过与环境进行交互产生数据进行训练后，再与环境进行交互形成新的训练数据，所以我觉得要是在这问用一下也是合理的（不过，嘿嘿嘿都懂的吧，如果是认真做的话，就算有数据，有算法代码，我觉得也是很难去实现，更别说算出结果。更多的结果应该是颅内计算法得到的[笑]）

三、可选模型

这一部分主要是为了让小白选手更有参与感吧，我打算列举一些我自认为这道题目可能恰当的模型，这些模型都是常用的，也是现成的，网上应该很多介绍（可以用来凑字数），而且一些公众号给的资料中应该也有很多这些模型的代码（可以简单跑一下。没有的话可以私信我）

（一）问题一

可以采用聚类模型进行分类，TOPSIS确定权值，数据归一化之后自己直接定标准。

或者用AHP确定评价标准。

（二）问题二

对不同类别进行刻画的时候可以用数据关联性相关的模型（灰色等，挺多的），然后需要根据问题一的模型进行具体看了，最简单的就是原封不动套问题一，算数，出图。

（三）问题三

可以从文字入手，先给出干预策略，再进行计算验证（反正你不知道我的数据，我怎么算都对）。

根据干预政策去修改问题一的参数，或者直接自己造公式。

（四）问题四

建议还是做成博弈论或者有一个模型专门就是解决此类问题的，好像叫做污染博弈，大家可以去网上查一下，可以从风险角度入手。实在不行就语文建模，把逻辑说清楚。

四、注意事项

1、总所周知，美赛美赛，以美为主，以模型为辅

2023美国大学生数学建模竞赛（美赛）E题解读思路基本模型相关推荐

【2023美国大学生数学建模（美赛）资料及思路】
美赛介绍美国大学生数学建模竞赛(MCM/ICM)由美国数学及其应用联合会主办,是世界范围内最具影响力的数学建模竞赛.赛题内容涉及经济.管理.环境.资源.生态.医学.安全.等众多领域. 竞赛时间美国 ...
2023年美国大学生数学建模竞赛美赛B题思路分享
2023美赛思路2023美国大学生数学建模竞赛思路 2023美赛ABCDEF题思路给大家分享一下数模美赛中的那些论文摘要写作中的格式规范. 美赛开始后会第一时间分享美赛思路: 本文参考来源:美赛资料 ...
【思路】2021美国大学生数学建模竞赛(美赛)思路+参考文献获取/【2021美国大学生数学建模】
思路获取方式见文末思路获取方式见文末思路获取方式见文末本人曾获得美赛O奖(大二取得)等5个建模竞赛一等奖,做过数学建模培训课.将从如下几个方面来分享一下如何准备美赛: •美国大学生数学建模竞赛相 ...
2023美国大学生数学建模竞赛（美赛）思路代码
2023美国大学生数学建模竞赛(美赛)思路&代码报名时间节点比赛说明问题A(数据分析题):收干旱影响的植物群落(MCM) 第一问第二问问题B(仿真建模题):重塑马赛马拉(MCM) ...
2023美赛思路2023美国大学生数学建模竞赛思路
2023美赛思路2023美国大学生数学建模竞赛思路 2023美赛ABCDEF题思路给大家分享一下数模美赛中的那些论文摘要写作中的格式规范. 本文参考来源:美赛资料网首先我们看一下一篇论文的写作重要 ...
2023美国大学生数学建模竞赛E题光污染完整数据集和求解代码分享
目录数据集收集 GeoNames 地理数据集全球各国的经纬度数据集协调一致的全球夜间灯光(1992 - 2018)数据集 NASA 的 EaN Blue Marble 2016 数据集全球夜间 ...
2023美国大学生数学建模竞赛（MCM/ICM）报名流程指南
数模乐园作为国内美赛报名最大官方平台,为参加美赛的同学解决国际支付报名难的问题,为同学们省去大部分繁琐流程的同时还附赠纸质证书打印邮寄.美赛赛题解析.美赛专属礼包.赛题翻译等备赛资料数模乐园已累计为 ...
2023美国大学生数学建模竞赛Y题思路解析
如下为美赛春季赛Y题思路解析: Problem Y: Understanding Used Sailboat Prices 像许多奢侈品一样,帆船的价值随着它们的年龄和市场状况的变化而变化.所附的&q ...
2023美国大学生数学建模竞赛（春季赛）选题建议
2023美国大学生数学建模竞赛(春季赛)选题建议 C君认为的难度:Y=Z(均较易),开放度:Y<Z . Y题了解二手帆船价(Understanding Used Sailboat Prices ...

2023美国大学生数学建模竞赛（美赛）E题解读思路基本模型

2023美国大学生数学建模竞赛（美赛）E题解读&思路&基本模型【大佬慎入】

一、赛题解读

（一）赛题翻译

（二）核心思路

二、具体思路

（一）问题一

（二）问题二

（三）问题三

（四）问题四

三、可选模型

（一）问题一

（二）问题二

（三）问题三

（四）问题四

四、注意事项

2023美国大学生数学建模竞赛（美赛）E题解读思路基本模型相关推荐

最新文章

热门文章