2025年美赛报名已经开启。今天数乐君带大家总结一下近五年美赛的题型变化以及赛题分析，帮助大家更好的把握美赛的题型特点，更好的备战大学生数学建模竞赛，做到快速选题。
2022年起，美赛的E题类型发生了新的变化，由原来的环境科学题，变成了可持续性，其他赛题类型没有发生改变。
MCM：对于参赛者的数学模型素养以及建模能力要求较高。
Problem A 连续型
Problem B 离散型
Problem C 大数据分析
ICM：对于参赛者把握问题主线、权衡宏观与微观整体与细节的能力要求较高。
Problem D 运筹学/图与网络
Problem E 环境可持续性
Problem F 政策
赛题：MCM A
题目：资源可用性和性别比例
题目简述：需要去找到合适的数据对物种发展规律进行研究，结合生态学原理和动力学理论，建立描述种群、资源、环境之间相互作用的动态模型，比如说生存分析、Lotka-Volterra竞争模型，但如果使用常见的机器学习模型如神经网络、随机森林等可以用来预测种群数量和性比例的变化趋势，但对生态系统内在机制的解释性较弱。
赛题：MCM B
题目：搜索潜水器
题目简述：B题是数值模拟，可以将潜水艇的运动方程和环境因素模型表示为一组微分方程或偏微分方程，并结合适当的边界条件和初始条件，利用数值方法求解得到潜水艇在水中的位置随时间的变化。此后利用位置模型的信息，分析潜水艇可能出现的区域和路径。根据海流、海水密度、海底地形等因素，确定潜水艇可能的移动方向和速度，以提高搜索概率
赛题：MCM C
题目：网球运动势头
题目简述：C题是个数据分析，但今年较难，需要从提供的数据中较为细致理解变量去整合提取特征，可以用一些评价指标，如得分率、破发率、发球速度等，来衡量选手的表现，采用主成分分析或者一些综合评价得分来创建特征，后续再通过这些特征建立相关的预测模型等
赛题：ICM D
题目：五大湖的水的问题
题目简述：D题是个目标规划，定义一个多目标优化问题，以在满足所有相关方需求的前提下，找到每个湖泊在年度内的最优水位，最优水位求解可以用启发式算法比如遗传算法、粒子群发等等，且将实际水位与模型最优水位进行比较优劣，此外，对于因素敏感度重要性，可以通过调整各个因素的权重或设置不同的约束条件，观察最优解的变化，从而评估因素的重要性。
赛题：ICM E（环境类）
题目：财产保险的可持续性
题目简述：E题比较开放，可以往综合评价、预测、规划方向去靠，比如说收集历史极端天气事件的数据，分析其频率、强度和影响范围，以建立风险模型。 使用统计方法或气候模型预测未来极端天气事件的发生趋势和可能性，并评估其对房产的潜在影响。制定承保策略，确定在哪些地区和条件下承保，以最大化保险公司的利润并控制风险。
赛题：ICM F
题目：减少非法野生动物贸易
题目简述：美赛F题以非法野生动物贸易为背景进行命题，需要我们选择客户进行一系列的问题。本文正式解题前需要收集客户的数据以及数据预处理。对于客户的选择，这里考虑的点在于该客户需要能够对非法贸易交易产生影响。因此，本次基于这一点选择了国家为客户，收集了现在世界上253个国家的1000多项指标数据作为自变量。
赛题：MCM A（环境类）
题目：遭受旱灾的植物群落
题目简述：需要建立预测模型，预测植物群落未来随时间的变化。干旱季节如何随时间变化，降水充裕时区如何随时间变化。单纯的时序模型无法描述植物群落，植物群落是概念，需要定量化，植物群落的数量和种类，生物性都需要考虑，不同植物类型随时间推移会发生怎样的变化。
问题类型：评价及预测类
赛题：MCM B（环境类、政策类）
题目：重新想象马赛马拉
题目简述：B题难度主要在数据不好找，预测动物和人们相互作用的模型。找数据很难的绝招，用“地图思想”，打开谷歌地球，搜索相关地区，下载地图，将房屋，保护区位置，人类生活位置，水资源保护，道路规划，产业规划等作为问题角度，以地区规划来分析。对原有地区进行规划，把政策类问题归为一个图论的规划问题。可以参考美赛无人机空投问题。
问题类型：规划类
赛题：MCM C（数图，图论优化类知识）
题目：预测单词结果
题目简述：猜字谜游戏，数独游戏。可以采用神经网络模型，利用隶属度函数进行分类，用聚类模型转换为不同的类，再用神经网络作为输出，但容易陷入过拟合现象，不建议用BP神经网络模型，建议使用复杂一点的模型，例如基于遗传算法的神经网络模型。
赛题：ICM D
题目：联合国可持续发展目标的优先顺序
题目简述：本题关键在数据层面，题目要求17项指标不是相互独立的，意味着不能用单纯的合成法。构建各个指标之间的关系网络，各个指标之间存在限制。关键在于一个指标和另一个指标之间的关系如何构建，一个指标和多个指标之间的关系如何构建。利用斜方差矩阵思路，构建17个指标间的联系，另外典型相关分析也可以分析各个项目间的关系。
赛题：ICM E（环境类）
题目：光污染
题目简述：难度系数主要还是在获取光污染的数据上。第一步构建评价的指标体系，建立评价模型，第二步对于不同地区分析，第三步，针对评价结果提出干预策略，讨论策略有效性。
题目类型：评价类问题
赛题：ICM F
题目：绿色GDP
题目简述：择某个标准来计算绿色GDP，基于水资源安全的模型来构建它对全球气候变化的影响，可以构建回归模型，用全球平均温度或海平面高度作为应变量，模型为自变量，来判断未来是否会造成气温下降。可以构建逻辑回归，线性或非线性，多指标回归模型，可以选择模型难易度，需要有预测的思想在里面。
赛题：MCM A
题目：骑自行车者的能量分配
题目简述：
1、建立功率曲线模型
题目中没有给定具体的数据，所以需要搜集文献或者资料中的数据，以建立功率曲线，可以联想我们平时运动中的有氧运动和无氧运动，将骑手的运动阶段分为恢复阶段和工作阶段，然后进行模型建立与分析。
2、功率分配的影响因素分析
骑手骑行的过程会有很多影响因素，比如骑手的功率输出（通俗一点就是耐力）、天气等条件等等，该过程是一个优化问题，优化目标是减少总竞赛的时间，考虑如何进行功率的分布，可以采用模拟退火等优化算法来进行分析。
3、将模型应用到各种计时赛
4、敏感度分析
5、团队模型
赛题：MCM B
题目：水和水电共享
题目简述：水库的数据我们有一些现成的资料，对于该题，主要是通过字母，模型进行求解，数据部分用上很困难。需要依靠分析水的蒸发，汇入等信息来进行建模
赛题：MCM C
题目：交易策略
题目简述：题主要是一个预测类和规划类的题目，题意背景读起来不难理解，模型选择性多、易于传达，非常推荐新手选择C题。本题非常明确的背景与目标，也就是现在非常流行的量化交易，数据量十分充分
赛题：ICM D
题目：数据瘫痪？使用我们的分析！
题目简述：题本质上，就是设计一个数据研究团队的 kpi.对他的工作成果做一个评价，相对来说需要找到具有说服力的数据支撑，来量化数据团队所给予的价值。
赛题：ICM E（环境类）
题目：森林固碳
题目简述：是一个评价类题目，针对的是森林固碳量我们需要对不同的因素进行一个比较完美的量化，选择该题的，最重要的事情就是要说明你筛选指标的过程、以及每个指标到底如何量化，如何得到最终的数据；也可以考虑本题。
赛题：ICM F
题目：人人为一，人人为一（空间）！
题目简述：也是一个评价类题目，我们需要考虑的是如何度量每个国家、如何理解小行星开采呢?这毕竞不是地球上的资源，那是否先占领的就获得全部开采权，还是说如何分配，哪怕某国家没有前往，也有一份资源留给他，不做开发?对于本题，不光光包括国家的各方面指标需要进行评价，还包括小行星的各方面数据政策需要进行评价。
赛题：MCM A
题目：真菌界
题目简述：
建立个数学模型，描述在多种真菌存在下，通过真菌活性对地面凋落物和木质纤维的分解。
1、建立真菌-木质分解单一模型。该小问需要根据生长速率、耐湿性特性简化真菌的分类，对不同真菌分解活动进行描述性建模，讨论包括但不限于衰减性、分解速率、CO2排放等指标的变化模式
2、建立真菌-木质分解综合模型(真菌分解交互模型)。该小问需要将所有类别真菌看做整体，与第一问构成升华或进阶的关系，不需要考虑过多不同菌种间的活动交互，进一步分析真菌活动的整体规律，如参考图示。
3、从短期、长期的角度，分析不同真菌之间的交互模(这一工作可放在第二问中)式。分析(判断)、确定(定量、关系)、评价(定性)真菌活动对天气变化的影响，本问题应对真菌特性做出假设。可以考虑建立真菌-环境影响模型。
4、根据问题2-3的交互模型所表示的关系，对不同环境下分情况讨论，采用预测模型如指数平滑、线性回归等简单模型对不同环境做出预测，需要确定用什么因变量表征物种持续性，是否需要设定物种持续状态认定指标?考虑数据是否容易获取。
5、开放性问题，可以将生物多样性对垃圾分类的影响写成结论建议，当然也可建模。不同环境下的真菌可变性也是一个讨论方向。该问题重点是找出什么样的真菌组合对垃圾分类具有什么样的促进或减缓作用。
赛题：MCM B
题目：战斗野火
题目简述：您的模型应该平衡能力和安全性与经济之间的平衡，并考虑观测和通信任务的需求和地形。您的模型还应该将火灾事件的大小和频率作为参数。根据题目的背景，建模，解题。
赛题：MCM C
题目：确认了关于大黄蜂的传闻
题目简述：讨论是否可以预测这种害虫的传播随着时间的推移，以及以什么水平的精度
赛题：ICM D
题目：音乐的影响
题目简述：使用influence_data数据集或其部分来创建一个（多个）定向的音乐影响网络，其中影响者与追随者相连。开发能够在这个网络中捕捉“音乐影响”的参数。一个优化类型的题目，关于音乐的，还要创建网络。
赛题：ICM E
题目：重新优化食品系统
题目简述：
1.首先要清楚粮食的分类、分布、当前食品
系统的运转模式(进出口、国家或省级单位的消费能力)，优化或重建食品系统以确保公平、可持续性;分析比较与现有食品运转模式的区别;可视化理想食品模型重建的过程。
2.确定粮食系统关于成本与收益的重要自变量，如粮食大国、大省等，分析这些因素对系统的影响在发达国家、发展中国家的区别。
3.模型求解。基于前两问建立的食品系统，分别求解若干国家下的食品交易变化(进出口，消化量等)。
4.分析模型在不同类型国家的适用性、可伸缩性?给出模型优化方案。
赛题：ICM F
题目：检查高等教育过程中的脉搏和温度
题目简述：该问题比较抽象，但是表达了我们接受高等教育的群体所面对的问题，也就是不同国家、地区的高等教育机制差异。毋庸置疑的是不可能所有国家都适用相同的教育机制，如何给出健康可持续发展的模型或建议是本题关键。
1.教育机制健康评估模型
基于成本，获取权，公平性，资金，学位价值，教育质量，研究水平、平台优越性等指标，建立健康评价模型（层次分析、模糊评价、综合评价模型）
2.模型求解
根据各国相关指标数据，求解部分国家的健康指数，举例分析有改善空间的国家教育水平。
3.模型分析
该问题根据举例说明结果，给出针对国家的改善建议，确定调整哪些指标可以改善国家的教育健康程度。分析不同指标的变化过程，构建国家的教育水平改善过程随时间的变化关系，给出时间表。
5.模型评价
解释你们模型解决问题的有效性，预期效果等。
6.模型扩展
分析表示国家在改善教育健康水平的过程（过渡期、最终阶段）中关键的困难，以及建设性解决方案。
赛题：MCM A
题目：鱼类迁移模型探究
题目简述：
1.建立一个数学模型来确定这两种鱼类在未来50年最可能的地点。
2.基于海水温度变化的速度，使用你的模型预测最好的情况下，最坏的情况下，最有可能经过时间(s)，直到这些人口将太远小渔业公司收获如果小渔业公司继续经营当前的位置。
3.根据你的预测性分析，这些小型渔业公司是否应该改变他们的业务？
4.使用你的模型来说明如果部分渔民进入另一个国家的领海（海），你的建议会受到影响
赛题：MCM B
题目：一种基于仿真的沙堡基础评价
题目简述：做沙堡的，先建立模型，然后画出来沙堡啥样，然后分析问题
赛题：MCM C
题目：全面探索亚马逊的评论和评级
题目简述：对三个产品数据集进行定性或定量的测量和描述，以获得一些可量化的指标、模式或关系，以指导阳光的产品销售计划。这个大数据类型的题目，就找指标，构造评价模型，然后答题
赛题：ICM D
题目：团队合作的智慧来自于足球场
题目简述：
1.为球员之间的传球创建一个网络，并探索多种尺度，如区域和时间。
2.确定反映成功团队合作的绩效指标。
3.利用从模型中获得的意见向教练提出建议。
4.说明如何建立一个有效的团队，并给出形成一个动态团队的其他重要因素。
赛题：ICM E
题目：基于组合预测与动态规划的生产废物危害综合模型
题目简述：我们首先需要建立一个模型来评估单次使用或一次性塑料的最大水平，而不会恶化当前的塑料环境水平。
赛题：ICM F
题目：气候移民
题目简述：国际气候移民基金会(ICM-F)聘请我们开发一个模型，就气候难民安置及其文化遗产保护向联合国提供建议。
