2022亚太赛题浅评

2022年亚太今日已经正式开赛，为了帮助大家更好的选题建模，这里首先对ABC三道题目进行浅要评析，以方便大家更好的择题。同时相关资料也会后续进行补充。预计明日公布各题统计选题人数以及较为完善的资料。今天作为第一天重要的是择好题，避免中途换题的问题。

今年的ABC感觉难度不低难度已经可以与电工妈杯这种比赛的赛题难度有一定的相似了。因此，这对于大家来说并非是个好消息。塞翁失马焉知非福，难对于大家来说都难，只要自己放平心态，也许这就是我们的优势。下面为大家带来ABC三个题目的简要评析。

A题 序列图像特征提取及模具熔融结晶建模分析

无愧于A题，这个题号。A题的选题建议，我认为是大佬请进，小白出门择BC。A题自古就是建模大能们或者专业特别对口的前贤们各显神通之地。对于本次比赛的A题，目前简要的读题来看应该是一道图像识别处理类题目，对于该题可以说是本次比赛难度最大的一道题目，由于本人对于图像处理类题目不是太擅长，因此只能帮大家收集一些资料希望能够帮到大家。稍后我将会为大家整理国赛中几个经典的图像处理类题目，以及相关的参考文献。A题后续资料的补充，我也将一直持续更新。

B题 高速列车的优化设计

  B题有点类似于美赛中的E题，自行收集数据对提出的问题给出解决方案。对于B题这种类型的题目，我们一定不要盲目的收集数据，总抱着这数据应该有用，那个应该也有用。这样就出现捡了芝麻，掉了西瓜的局面。我们一定要对我们将要建立的模型所需要的数据有了解，有目的性的找数据。因此，这就要求我们先对题目有一定了解，带着需求找数据，一定不要盲目搜寻。稍后，我们将分享根据我思路下搜寻的数据，希望能够帮助大家。

B题问题一需要我们建立模型选择空气阻力最小的最佳高速铁路形状。该题就是一道较为正常的数据处理分析类题目，根据需要我们要找的就是风阻力的相关数据即可。问题二，需要我们建立优化模型，已涉及最佳高铁形状，这里的优化模型建立就与我们收集的数据息息相关，不能凭空捏造指标，一定要从我们收集的数据出发。问题三、四，换汤不换药本质依旧是一道优化模型。因此稍后除了分享数据资料外，还会为大家收集一些国赛中常见的优化模型问题，希望能够对大家有所帮助。

C题  是否全球变暖？

C题就是我们最喜闻乐见的一道数据收集处理类题目，虽然题目给出了一定的数据，但是题目仍然不断地要求我们根据给出的数据以及收集的数据进行分析。因此上天掉的馅饼，我们怎么可能不接住呢。这道题直接让我联想到上周建模比赛极端天气的天气数据，因此稍后会直接分享给大家相关的数据。

问题一，根据收集的以及给出的数据对未来的的全球气温进行预测，同时给出模型的精确度进行比较。这就是一道再简单不过的数据预测类题目，预测的方式多种多样，时间预测，线性回归预测，灰色预测等等，稍后也将会为大家详细的补充这方面的资料，希望能够帮到大家。

问题二分析变化原因，对于该题我们可以看做是一道因素分析类题目，即进行相关性分析，因子分析，因果分析。稍后也会为大家进行相关资料补充。最简单的一种就是直接进行相关性分析，利用结果直接进行分析采用什么措施来遏制或减缓全球变暖。

问题三就因人而异，根据我们收集的不同数据得到不同的结果给出不同的意见这里就需要大家各显神通了。

总结:目前来看，三道题的难度为C>B>>A，因此择题人数应该也是如此，但是相应的择题人数还需要我进行统计，预计明日将更新择题的人数大致比例。相关资料预计今天完成更新。

最终用组委会的一句话预祝大家比赛顺利，

Wish all the teams get good grades!