下面是近20年来数学建模国赛的相关信息汇总,只包含本科组题目,其中模型&算法来源于每年优秀论文中的方法或模型,黑体加粗的是多篇论文中提到最多的模型或算法。后面几年的参考论文较少,因此无法列出太多的模型,仅供参考。(可能有些模型太老了,我们没听说过,或者已经改名了,这里以原文为准)
年份 | A题 | 模型&算法&方法 | B题 | 模型&算法&方法 |
---|---|---|---|---|
2000 | DNA序列分类 | 广度优先法 逐步优选法 最小二乘法 层次分类法 欧氏距离 马氏距离 F isher 准则 人工神经网络 |
钢管订购和运输 | 弗洛依德算法 二次规划 线性规划 网络流 最小面积 图论最短路径 |
2001 | 血管的三维重建 (螺旋) |
Bresenham BMP图像处理 像素的四邻域 离散和连续 快速傅立叶变换(FFT)及反变换 Bézier |
公交车调度 | 多目标优化(规划) Fisher 聚类 排队论 最小二乘法 |
2002 | 车灯线光源的优化设计 | 广度优先搜索 优化设计 非线性规划 向量投影 |
彩票中的数学 | 吸引力 模糊综合评判 层次分析法 熵权法 logit 二项分布 |
2003 | SARS的传播 | 负反馈系统 神经网络 Monte Calo蒙特卡罗随机模拟 龙格一库塔 元胞自动机 |
露天矿生产的车辆安排 | 整数规划 主要目标法 贪心算法 优化 |
2004 | 奥运会临时超市网点设计 | Floyd算法 点阵模型 混合整数规划 经验概率分布 MS网点 多目标规划 |
电力市场的输电阻塞管理 | 线性规划 单目标规划 多元线性规划 Hufman决策树高效规划 分阶段规划 |
2005 | 长江水质的评价和预测 | 非线性回归 模糊集对 灰色预测GM(1,1) BP神经网络 主成分分析法 |
DVD在线租赁 | (参考论文较少) |
2006 | 出版社的资源配置 | 灰色预测GM(1,1) 遗传算法 快速贪心 神经网络 |
艾滋病疗法的评价及疗效的预测 | 线性插值 层次分析法 支持向量机 灰色预测 灰色预测 |
2007 | 中国人口增长预测 | Logistic Leslie矩阵模型 多元线性回归 分要素计算法 |
乘公交,看奥运 | 广度优先算法 邻接算法 有向赋权图 直达队列表 分层序列法 叠加有向赋权图 Dijkstra 算法 BFS算法 多目标优化 |
2008 | 数码相机定位 | 模拟退火算法 针孔相机模型 最小二乘法 |
高等教育学费标准探讨 | 波特五力模型 最优化 拉姆齐定价模型 合作博弈 最小二乘法 |
2009 | 制动器试验台的控制方法分析 | 灰色预测 神经网络 自动控制 拉普拉斯变换 刚体力学 |
眼科病床的合理安排 | 层次分析法 泊松分布 计算机模拟 排队论 SPTF 算法 高负荷G/G/K 理论 动态延时因子EDD算法 |
2010 | 储油罐的变位识别与罐容表标定 | 最小二乘法 单目标优化 微积分 |
2010年上海世博会影响力的定量评估 (题目最短,只有5行) |
模糊综合评价 BP 神经网络 因子分析法 层次分析法 曲线回归 聚类分析 |
2011 | 城市表层土壤重金属污染分析 | 正态性检验 单因子方差分析 克里格插值 回归分析 模拟退火算法 Floyd算法 神经网络 遗传算法 |
交巡警服务平台的设置与调度 | 整数规划 模拟退火算法 floyd算法 变异系数赋权法 |
2012 | 葡萄酒的评价 | 主成分分析法 模糊数学评价 多元线性回归 聚类分析 TOPSIS |
太阳能小屋的设计 | 多目标规划 整数规划 插值 递归 3D绘图软件(CAD) |
2013 | 车道被占用对城市道路通行能力的影响 | Gibbs抽样仿真 ARMA模型拟合 曼―惠特尼U检验 非稳态排队论 分段差分方程 元胞自动机 多元回归 神经网络 遗传算法 |
碎纸片的拼接复原 | TSP 模拟退火法 哈密顿路径 聚类分析 二值化矩阵 |
2014 | 嫦娥三号软着陆轨道设计与控制策略 | 非线性规划模型 序列化遗传算法 K均值聚类 空间线性回归 动力学模型 自动控制 Pontryagin 极大值原理 模拟退火 蒙特卡罗 |
创意平板折叠桌 | 多目标优化 3D建模 |
2015 | 太阳影子定位 | 最小二乘法 多目标优化 Canny 边缘检测 模拟退火算法 遗传算法 |
“互联网+”时代的出租车资源配置 | Morisugi社会福利最大化 聚簇分析 多元回归拟合 logit model 机理分析法 |
2016 | 系泊系统的设计 | 最小二乘法 变步长搜索算法 非线性规划 层次分析法 多目标优化 遗传算法 |
小区开放对道路通行的影响 | 网络层次分析法 熵权值法 模糊综合评价模型 多目标规划模型 模拟退火 元胞自动机 Dijkstra 算法 聚类 |
2017 | Parameters Calibration on CT System (CT系统参数标定) |
单目标优化 最小二乘法 Radon变换 滤波、降噪 迭代优化 滤波反投影 |
Pricing in “Making money through taking pictures” (“拍照赚钱”的定价) |
聚类分析 多目标优化 BP 神经网络 多阶段轮盘赌 多元回归 NS 模型 |
2018 | 高温作业专用服装设计 (参考论文较少) |
模拟退火算法 傅里叶变换 |
智能RGV的动态调度策略 | 禁忌搜索算法 遗传算法 |
2019 | Pressure Control of High-pressure Fuel Pipe | Play Volleyball on a Drum | ||
2019-C题 | The Problems on Airport Taxies | |||
19年的相关资料还未找到,先鸽一波 |
分析上表看出,一般情况下,A题需要具备很强的数理分析能力,B题涉及多学科内容,考验学科交叉。
再分析近年B题,发现题目越来越精简,附件数据越来越少,甚至不提供附件。更考验获取信息和数据的能力。(搜索术、爬虫)。
另外,各种模型(不限于数学类)越来越丰富,从以前的纯数学分析,到近年来各种模型的崛起和普及,那些“大名鼎鼎”的模型被越来越多地应用。(可视化)
仔细分析上表,发现使用较多的算法或模型有:最小二乘法、模拟退火算法、神经网络、遗传算法、聚类分析、多目标优化、灰色预测、层次分析、线性回归等。
总结所有论文的建模部分,发现大部分优秀论文都采用“多对一”模式,即用多个模型分析一道题目,并对不同模型的分析结果进行加权处理,不同模型之间相互检验,相互支持,以提高文章说服力。
最后,发现九十多篇优秀论文中,大部分使用matlab为主要编程语言,外加两个必备软件“Lingo, spss”,基本没有团队用Python,可能是因为它的参考源码较少,不利于快速完成建模,不过近年来人工智能算法逐渐发展,类似神经网络、深度学习等,Python数据分析也逐渐被推广和普及。