2024年美赛美国大学生数学建模竞赛ABCDEF题思路资料汇总贴

本文主要是介绍2024年美赛美国大学生数学建模竞赛ABCDEF题思路资料汇总贴,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

A-F题思路、选题建议、部分题目代码已更新,其他陆续更新中

下文包含:2024美国大学生数学建模竞赛(以下简称美赛)思路解析、美赛参赛时间及规则信息及如何准备美国大学生数学建模竞赛

C君将会第一时间发布选题建议、所有题目的思路解析、相关代码、参考文献、参考论文等多项资料,帮助大家取得好成绩。2024年美国大学生数学建模竞赛于2号早上6点正式开赛(下简称美赛),具体见文末名片。

1 最新更新

详细内容请看文末qun名片

2 选题建议、思路、代码、参考成品论文等资料分享

以下内容将于比赛期间内逐步更新

2.1 A-F成品论文

详细内容请看文末qun名片

2.2 选题建议

2024美国大学生数学建模美赛选题建议+初步分析-CSDN博客

2.3 A-F题思路

C题思路:

2024美赛C题保姆级分析完整思路代码数据教学-CSDN博客

2.4 选题统计

3 美赛时间及新规

3.1 2024年美赛比赛日期和时间

美国大学生数学建模竞赛(MCM/ICM)是历史最为悠久的一项数学建模赛事,起源于上世纪八十年代,主办方为美国COMAP公司。一共有MCM、ICM两大类型A、B、C、D、E、F六种题型,是唯一的国际性数学建模竞赛。

题内容涉及经济、管理、环境、资源、生态、医学、安全等众多领域。除了数学建模国赛,美赛是属于最有含金量的比赛之一了。

2月2早6点-2月6早10点

竞赛结果:日期待定。

3.2 赛题类型

美国大学生数学建模竞赛目前分为两种类型,MCM(Mathematical Contest In Modeling)和 ICM(Interdisciplinary Contest In Modeling),两种类型竞赛采用统一标准进行,竞赛题目出来之后,参数队伍通过美赛官网进行选题,一共分为 6 种题型。

MCM:A:连续型B:离散型C:大数据

ICM:D:运筹学/网络科学E:环境科学 F:政策

3.3 2024年美赛新变化

针对chatgpt等大语言模型

随着AI工具的飞速发展,美赛也逐渐认可了它的应用潜力和工具合理性。此次AI工具的准入与规范新规,不仅将为参赛者处理分析数据、优化建模等提供重大帮助,同时也对解决方案的创新性、写作的逻辑思辨等方面提出了新的挑战。

新规之下,参与美赛的过程更加便捷高效,但除了此种优势之外,又引发了针对AI工具老生常谈的争议:伦理问题和原创性问题。关于这个问题,美赛官方也是十分审慎的,给出了清楚明晰的具体使用要求规范文件。

组委会要求:报告中必须明确说明AI工具使用情况,具体到模型和用途,并标注引用及参考文献,除了常规的引用要求外,还要在方案末尾附上“人工智能使用报告”(不包含在25页解决报告内)。

另外官方文件还指出了一些使用AI工具的范围和可能存在的风险,例如AI工具源库数据准确性有误或工具大量复制未知来源文本导致的抄袭等等。

C君观点:

优势:数据处理和分析:帮助参赛队伍对数据进行预处理、特征提取和降维等操作,提高大规模数据处理效率。模型优化和参数调整:协助参赛队伍寻找最佳的模型结构和参数配置。翻译等

劣势:问题复杂度问题、创造性与灵活性问题、查重问题

4 如何准备2024数学建模美赛

4.1 工具的推荐与使用

论文检索工具:推荐谷歌学术(需科学上网) 国内的镜像网站

数据搜集整理:团队会搜集全网最全比赛时相关的数据集与数据来源,以供大家使用。其他的比如kaggle、百度飞桨等数据竞赛中也有大量数据集

辅助写作工具:chatgpt等(谨慎使用)

翻译工具:deepl + chatgpt

流程图制作:visio

4.2 论文研读学习

l 看哪些?

国赛:看每年的高教社杯和matlab创新奖,如果有时间看看相应题目官网给出的优秀论文

美赛:看o奖论文(最好是冠名奖)

研赛:看一等奖论文

l 怎么学?

1 学习整体框架。根据3-5篇论文整理出一套可以在比赛时直接用的写作模版

2 学习写作格式。方法同上

3 学习语言表达。整理优秀的论文中的措辞,以及用什么什么方法,有什么好的表述方法没有。建议最后将一些好的表达放在一个整理的文档中,方便变比赛时使用

4 学习算法及模型。这里尤其要强调,并不是需要学习优秀论文涉及的所有算法,一般只需要学习用了现在常用的算法(比如元胞自动机等)流程、实现及表述即可,将其按照算法进行分类整理。(之后C君可能会开数模算法模版+算法写作通用模版系列)很多论文有部分仅适用于那个问题,自创的模型,这种费时费力,收效甚微,不建议学习

5 学习摘要的表述

6 学习可视化用的工具及如何去展示

l 怎么看?

(建议队伍一起学习,一个题目用时4-6天)

step1 根据题目,写出自己对问题的分析,然后查阅资料,改进自己的问题分析【半天】

step2 和队友讨论,形成自己队伍对于问题的解决方案(不需要具体做,写出问题分析即可)【半天】

step3 阅读优秀论文(第一部分提到了怎样才算优秀论文),注意此时不要看优秀论文的摘要,从问题分析开始看起。然后根据第二部分提到的方向分别进行整理【两天】

step4 优秀论文的思路与自己的思路进行对比【半天】

step5 根据优秀论文后面的内容,给此优秀论文写摘要。写完后对比论文的摘要,总结自己表述的优缺点【半天】

step6可选任务 再挑两篇优秀论文进行学习,从step3到step5,此时取长补短,浓缩精华即可【2天】

其他详细内容可以看我以前的文章

5 美赛分工及思路获取

5.1 美赛分工

关注往期文章 或者看文末

5.2 详细思路

如需第一时间获得资料和其他相关内容,可以点击文末名片了解详情:

下面送给大家一些,C君看到的好玩的建模表情包,欢迎大家补充。私聊发图或者评论发图(好像需要一定的盐值)都是可以的,我会选择一些补充上去。

关于2024美赛选题建议、所有题目的思路解析、相关代码、参考文献、参考成品论文等多项助攻资料,可以点击下方名片

这篇关于2024年美赛美国大学生数学建模竞赛ABCDEF题思路资料汇总贴的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/679839

相关文章

2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题

题库来源:安全生产模拟考试一点通公众号小程序 2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题是由安全生产模拟考试一点通提供,流动式起重机司机证模拟考试题库是根据流动式起重机司机最新版教材,流动式起重机司机大纲整理而成(含2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题参考答案和部分工种参考解析),掌握本资料和学校方法,考试容易。流动式起重机司机考试技

【专题】2024飞行汽车技术全景报告合集PDF分享(附原数据表)

原文链接: https://tecdat.cn/?p=37628 6月16日,小鹏汇天旅航者X2在北京大兴国际机场临空经济区完成首飞,这也是小鹏汇天的产品在京津冀地区进行的首次飞行。小鹏汇天方面还表示,公司准备量产,并计划今年四季度开启预售小鹏汇天分体式飞行汽车,探索分体式飞行汽车城际通勤。阅读原文,获取专题报告合集全文,解锁文末271份飞行汽车相关行业研究报告。 据悉,业内人士对飞行汽车行业

高效录音转文字:2024年四大工具精选!

在快节奏的工作生活中,能够快速将录音转换成文字是一项非常实用的能力。特别是在需要记录会议纪要、讲座内容或者是采访素材的时候,一款优秀的在线录音转文字工具能派上大用场。以下推荐几个好用的录音转文字工具! 365在线转文字 直达链接:https://www.pdf365.cn/ 365在线转文字是一款提供在线录音转文字服务的工具,它以其高效、便捷的特点受到用户的青睐。用户无需下载安装任何软件,只

uva 10014 Simple calculations(数学推导)

直接按照题意来推导最后的结果就行了。 开始的时候只做到了第一个推导,第二次没有继续下去。 代码: #include<stdio.h>int main(){int T, n, i;double a, aa, sum, temp, ans;scanf("%d", &T);while(T--){scanf("%d", &n);scanf("%lf", &first);scanf

uva 10025 The ? 1 ? 2 ? ... ? n = k problem(数学)

题意是    ?  1  ?  2  ?  ...  ?  n = k 式子中给k,? 处可以填 + 也可以填 - ,问最小满足条件的n。 e.g k = 12  - 1 + 2 + 3 + 4 + 5 + 6 - 7 = 12 with n = 7。 先给证明,令 S(n) = 1 + 2 + 3 + 4 + 5 + .... + n 暴搜n,搜出当 S(n) >=

uva 11044 Searching for Nessy(小学数学)

题意是给出一个n*m的格子,求出里面有多少个不重合的九宫格。 (rows / 3) * (columns / 3) K.o 代码: #include <stdio.h>int main(){int ncase;scanf("%d", &ncase);while (ncase--){int rows, columns;scanf("%d%d", &rows, &col

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

2024网安周今日开幕,亚信安全亮相30城

2024年国家网络安全宣传周今天在广州拉开帷幕。今年网安周继续以“网络安全为人民,网络安全靠人民”为主题。2024年国家网络安全宣传周涵盖了1场开幕式、1场高峰论坛、5个重要活动、15场分论坛/座谈会/闭门会、6个主题日活动和网络安全“六进”活动。亚信安全出席2024年国家网络安全宣传周开幕式和主论坛,并将通过线下宣讲、创意科普、成果展示等多种形式,让广大民众看得懂、记得住安全知识,同时还

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五):Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车,并使用通过跨平台的方式进行ROS2和UE5仿真的通讯,达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础,Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程: 第一期:基于UE5和ROS2的激光雷达+深度RG