数学建模国赛题型和获奖策略

数学建模题目可以分为四类：
1.评价类问题
2.运筹优化类问题
3.预测类问题
4.机理分析类问题（人口模型/物理学/微分方程等）

国赛中，优化类问题是一定会出。然后是评价类也是一定会出。其余连也会出现在某个题中。以近几年的一些题型做分析。

文章目录

2019年国赛题型和算法

• A题（评价优化类）：目标规划模型、微分方程模型、差分法
• B题（机理分析类）：欧拉刚体旋转定理、模拟退火算法、动力学方程、二阶微分方程
• C题（评价优化类）：目标优化、排队论、蒙特卡洛模拟

2020年国赛题型和算法

• A题（机理分析类）：热传导方程、差分法、多目标优化、模拟退火算法
• B题（优化）：蒙特卡洛模型、动态规划、博弈论、马尔可夫链
• C题（优化）：梯度下降法、主成分分析、遗传算法、多目标规划

2021年国赛题型和算法

• A题（机理分析类）：反射定律、优化算法
• B题（评价优化类）：回归分析、层次分析法、模糊综合评价法等
• C题（评价优化类）：量化分析、目标规划优化或群智能算法（粒子群法、遗传算法等）

国赛优秀论文

这里是近几十年的数模优秀论文

链接：https://pan.baidu.com/s/13iRdq1AbSwE83L1gbqydJQ?pwd=73ds 
提取码：73ds 

这么多要看完吗？当然不可能！我的建议：

• 认真阅读两到三篇论文，研究他们的方法，能不能复现出来。
• 如果是写论文的同学，看看它们的这些论文格式，你能不能写出来。

当你们队伍能够独立复现一篇优秀论文的时候，你们就一定能获奖了，这一步一定要做！国赛前一定要演练。

模型总结

评价模型：层次分析、 Topsis(优劣解距离法)、 模糊综合评价

预测分析模型：微分方程模型、 回归分析、时间序列、马尔可夫、神经网络、插值拟合、 灰色预测模型

优化模型：数学规划模型（多目标、单目标、 0-1 整数规划等）、复杂网络优化、排队论与计算机仿真、图论：最短距离与最大流

数理统计模型：多元分析（主成分分析、聚类分析、因子分析、判别分析、典型相关性分析等）、相关回归分析、假设检验、方差检验、贝叶斯统计

分类与判别算法：距离聚类(系统聚类)、关联性聚类，层次聚类、贝叶斯分类与判别、 SVM 支持向量机、决策树、极限学习机

重要的算法：蒙特卡罗算法、数据处理算法(数据拟合、参数估计、插值等)、规划算法(线性规划、整数规划、多元规划、二次规划等)、图论算法、计算机经典算法(动态规划、回溯搜索、分治算法、分支定界等)、最优化理论的三大非经典算法(模拟退火法、神经网络、遗传算法)、网格算法和穷举法、元胞自动机。

需要数模辅导可以私聊我的。最后，祝愿各位获奖~我是川川