2022美賽MCM/ICM題型變化分析與備戰指南

2022美賽題型變化分析與(yu) 備戰指南

2022年美國大學生數學競賽即將來臨(lin) ，在美賽的報名官網上，大家可以看到，今年的E題的類型發生了一定的變化，因此今天就帶大家來了解一下新題型的改動和應該如何準備新的類型賽題。

首先來看一些美國大學生數學建模競賽官網上給出的六道題型所屬的類型：

MCM Problem A (continuous)
MCM Problem B (discrete)
MCM Problem C (data insights)
ICM Problem D (operations research/network science)
ICM Problem E (sustainability)
ICM Problem F (policy)

可以看到，對於(yu) MCM的賽題，題目所屬類型沒有發生變化，仍然還是之前的類型，即：MCM 問題 A（連續），MCM 問題 B（離散），MCM 問題 C（數據洞察），對於(yu) ICM的三道賽題，D和F題的類型沒有變化，ICM 問題 D仍屬於(yu) 運籌學/網絡科學，ICM 問題 F屬於(yu) 政策，ICM 問題 E由原來的（environment）環境變成了可持續性(sustainability)。

這種變化覺得隻是E題的側(ce) 重點是更傾(qing) 向於(yu) sustainability，但是題目本身的背景還是以環境為(wei) 主，因為(wei) 如果賽題以可持續為(wei) 主題，那麽(me) 肯定是與(yu) 環境有關(guan) 的，隻是之所以發生這種變化，是因為(wei) 從(cong) 環境的角度來看，組委會(hui) 越來越重視當前環境的可持續了，所以這是賽題越來越傾(qing) 向於(yu) sustainability的一個(ge) 主要的原因。

這種傾(qing) 向於(yu) sustainability的主題早在2021年的美賽賽題中就有所體(ti) 現，下麵一起來看一下：

What happens if a food system is optimized for equity and sustainability? How would that system differ from the current one? How long would such a system take to implement?

這句話是2021美國大學生數學建模競賽E題的第一問的問題，可以看到，上來第一問就是問的“equity and sustainability”，可見這個(ge) 問題就是圍繞著世界糧食體(ti) 係的均勻性和可持續發展性展開，重點討論的可持續發展的問題。這裏就已經體(ti) 現出美賽E賽題對於(yu) sustainability的重視，因此今年的E題以sustainability為(wei) 主題就不足為(wei) 怪了。

認為(wei) ，不管E題是以environment為(wei) 主題，還是以sustainability為(wei) 主題，都是討論的環境的可持續發展，這些都是次要的，重點是E題的解題方法和用到的思路，這個(ge) 才是最重要的。

2021年的E題：Re-Optimizing Food Systems，2020年的E題：Drowning in Plastic，2019年的E題：What is the Cost of Environmental Degradation?，2018年的E題：How does climate change influence regional instability?，2017年的E題：Sustainable Cities Needed!，2016年的E題：Are we heading towards a thirsty planet?，2015年的D題：Is it sustainable?等。其中，2021年的E題：重新優(you) 化食物係統，需要解決(jue) 全球的糧食生產(chan) 供給優(you) 化問題；2020年的E題：淹沒在塑料中，研究塑料垃圾汙染的治理問題；2019年的E題：估算環境退化的成本，需要研究生態係統中使用土壤的經濟成本。

E題大體(ti) 上會(hui) 集中在環境汙染、資源短缺、可持續發展、生態保護等幾個(ge) 方麵。可以建立的數學模型主要包括三個(ge) 大類的方法：

（1）優(you) 化類的模型：這裏建議大家在參賽的時候可以根據自己對題目問題的理解，自己去建立符號題目的目標函數和約束條件。

（2）評價(jia) 類的模型：綜合評價(jia) 模型（Comprehensive evaluation model），模糊綜合評價(jia) （Fuzzy comprehensive evaluation，FCE）和熵權法（Entropy weight method, EWM）等等。

（3）預測類模型：灰色預測（gray prediction，GP），時間序列分析（Time series analysis），BP神經網絡預測模型（BP neural network prediction model）等等。

還包括主成分回歸分析等方法，熟練使用上麵的模型，對於(yu) 解E題就會(hui) 非常的順利，做起來也會(hui) 遊刃有餘(yu) 。

接下來介紹一下美賽的小技巧：

寫(xie) 作方麵：

1、使用題目中的詞匯：當一個(ge) 中文有多個(ge) 英文的翻譯時，使用題目中出現的詞匯。

2、機器翻譯：有道翻譯、百度翻譯、穀歌翻譯，盡量選擇穀歌翻譯。

3、切忌重複使用詞匯，句子盡量精簡，長短句結合。

4、公式和符號使用Mathtype來編輯，不要使用word自帶的公式方法。

圖片和表格方麵：