2022亚太杯数学建模（补赛）DE题思路模型代码

占个位置吧，开始在本帖实时更新赛题思路代码，文章末尾名片获取！ABC题已更新

持续为更新参考思路

赛题思路

会持续进行思路模型分析，下自行获取。

D题思路：

（比赛开始后第一时间更新）

E题思路：

（比赛开始后第一时间更新）

我们分享一下之前ABC题的思路

A题思路：

A题是一个模具结晶的建模分析问题，我们首先对给出的图像进行特征提取，来构建我们的温度时间曲线图；先对图像进行一个边缘检测，再进行轮廓跟踪和图搜索，并基于变换直方图选取阈值，最后考虑通过聚类分析来得到我们的表格数据，构建温度时间曲线图；代尔文我们还要对量化的不同特性进行时间序列建模，需要用到ARIMA来进行相应的预测，构建时间序列模型；第三问中要构建温度、熔化速率和结晶速率的关系，通过Avrima方程来构建一个结晶动力学模型，A题需要用到一定的专业知识，建议有一定建模基础的同学选择该题目。

B题思路：

B题稍微看了一下，有一定的难度，需要用到大量的物理公式，首先需要构建一个空气阻力学模型，根据能量守恒定理，我们的控制方程可以写为：

再引入气体的状态方程：p=ρRT（R为气体常熟，ρ为气体温度）

有点难度，后面更新一下！

C题思路：

C题就是数学比较开放的题目了，属于一个数据分析类题目，跟前两年的华为杯差不多，考察的也是全球变暖问题。更多内容文末名片查看

问题1.你同意有关全球气温的说法吗？使用2022_APMCM_C_Data。附件中的csv和其他您的团队收集的数据集，以分析全球温度变化。

a)你同意2022年3月全球气温的上升导致了比过去10年期间更大的上升吗？为什么或为什么不呢？

b)根据历史数据，请建立两个或两个以上的数学模型来描述过去，并预测未来的

全球温度水平。

c)使用1个(b)中的每个模型来分别预测2050年和2100年的全球气温。你们的模型是否同意2050年或2100年全球观测点的平均温度将达到20.00°C的预测？如果不是在2050年或2100年，那么您的预测模型中的观测点的平均温度何时会达到20.00°C？

d)你认为1(b)的模型最准确？为什么

然后第一问主要是一个数据的预处理和预测类问题，首先是数据的预处理，对于给出的温度数据均经过严格的质量控制和均一性检验，对个别缺失数据采用相邻站点线性回归方法进行插补，保证经过处理修正后的气象数据具有很好的连续性，然后可以基RClimDex软件对数据异常值与错误值进行过滤筛选（也可以直接筛除），以满足分析要求。

上面的公式为均一性检验

根据给出的数据，我们进行一个数据可视化处理，这里着重讲一下，亚太杯、包括美赛其实是很看重你的数据可视化能力的，图画的好不好，最终能够很大程度影响到你的成绩，这里推荐大家使用可视化工具tableau，比较简单好用，或者用python也可以，主要问题a就是通过对比来进行一个分析。

类似于上面的折线图就可以比较清晰的反映平均温度的变化

然后b是一个预测问题的话，推荐使用ARMA，比较适用，其他的像线性回归、灰色预测等等也可以用到。也可以使用LSTM模型来分析，这里我们用LSTM来求解一下，流程图如下：

LSTM 的气候变化时空数据关键信息提取及趋势分析模型求解过程如下：

Step1：原始数据输入

输入给出的各个国家温度时间数据图

Step2：数据集化

将原始数据进行输入时空数据集化作为程序自变量的输入：

T[ ( u , v )

Step3：M-K 非参数统计

输出趋势检验指标如下：

 输出突变趋势检验检验如下：

Step4：数据集输入 LSTM 气候时空趋势变化模型：

时空趋势模型通过 Python/matlab 进行程序实现，并且将 Step2 中的数据集输入程序。