北鲑保护(美赛 2020 MCM-A)
历年真题解法库 · 本题为公开赛题要点整理,完整原题请到官方渠道获取(链接见下);
下方「练习数据」为本站生成的合成数据集,仅用于跑通方法,非官方原题数据。
一、赛题要点
- 赛事:美赛 2020 年 · 题号 MCM-A
- 问题实质:要求建模北鲑种群动态,制定捕捞/保护策略使种群可持续。
二、需要产出什么
建立种群动力学微分方程模型;以种群可持续为目标做优化。
三、数据说明(官方来源 + 练习数据集)
- 官方数据/赛题:官方给出种群、捕捞与水温数据;需做种群仿真。
- 官方获取渠道:https://www.comap.com/undergraduate/contests/mcm/(请以当年官网发布为准)
- 本站练习数据集:
data/mcm2020a.csv—— 按本题结构生成的合成数据(params 型),可下载后用上面的算法手册直接练手。 - 字段说明:CSV 表头即各变量名;数值为合理量级的随机样本,仅用于方法验证,不代表真实赛题数据。
四、可用解法 → 对应手册
下面按本题涉及的题型,给出对应的「方法选型指南」与可直接套用的算法手册跳转。
题型:优化类
先看选型 👉 🧭 优化类选型指南
可套用算法手册:
题型:微分方程 / 动力系统类
可套用算法手册:
题型:预测 / 回归类
先看选型 👉 🧭 预测类选型指南
可套用算法手册:
参考手册速查
📘 线性规划 · 📘 整数规划 · 📘 非线性规划 · 📘 多目标规划 · 📘 遗传算法 · 📘 模拟退火 · 📘 粒子群算法 · 📘 蚁群算法 · 📘 常微分方程 · 📘 差分方程 · 📘 元胞自动机 · 📘 蒙特卡洛仿真 · 📘 线性回归 · 📘 多元回归 · 📘 BP 神经网络 · 📘 支持向量机 · 📘 逻辑回归 · 📘 贝叶斯分类
五、建模思路提示
- 种群用 logistic/年龄结构 ODE
- 捕捞用优化决策
- 趋势用预测评估
六、常见坑与规避
- 不要把赛题要点当原题照搬,先独立重述问题再建模。
- 拿到数据先检查量纲、缺失与异常,再决定用预测/评价/优化哪类方法。
- 方法选型别凭感觉:先看「方法选型决策指南」对应题型那本,再进具体算法手册。
- 合成练习数据只验证逻辑,正式参赛务必用官方数据并做敏感性/误差分析。
七、优秀范文(一题三写)
下面三篇范文均按「答全子问题 + 真实计算数据 + 配图 + 可运行附录」标准手写,可作为参赛模板参考。
| 篇目 | 侧重 | 阅读 |
|---|---|---|
| 范文一 · 种群动态与参数估计 | Ricker 补充量、对数回归估参、环境因子折损、拟合优度 | 📄 阅读 |
| 范文二 · 可持续捕捞优化 | MSY 闭式+网格搜索、当前 45% 双输、缺口 42.69%、恢复 1/4 年 | 📄 阅读 |
| 范文三 · 敏感性与政策 | 升温−10%/兼捕+5pp/双冲击冲击、杠杆分解、保 L 优先 | 📄 阅读 |
权威数字速览(由 tools/gen_mcm2020a.py 真源产出,三篇范文与 24 张配图、附录代码四路一致):
- 种群补充量:双族群 Ricker 模型 ;环境乘子 折入有效生产力 。
- 参数估计(对数线性回归 ):
- 族群 E:;
- 族群 L:。
- 最优捕捞强度:();()。
- 当前状态:两族群均过度捕捞(当前 45% 努力度下 低于 ),合计 MSY 9.132 vs 当前产量 6.400,缺口 42.69%。
- 恢复年数:线性化特征值 得 E 约 1 年、L 约 4 年(最慢族群 L 决定整体恢复节奏)。
- 敏感性(对 MSY 的冲击):升温 −10% 时 E −26.36% / L −30.44%;兼捕 +5pp 时 E −13.44% / L −15.63%;双冲击叠加 E −37.48% / L −42.99%(近腰斩)。
八、配套资源
- 回到 📚 历年真题解法库首页
- 总入口:🗺️ 专题手册库
- 论文怎么写:📝 论文模板使用说明专区
- 避坑总览:⚠️ 建模避坑指南专区