2023年亚太数学建模C题数据分享+详细思路

在报名截止的前一天,我尝试进行了报名。到那时,已有11,000个队伍注册参赛。在我的了解中,在数模比赛中除了国赛美赛外,几乎没有其他竞赛的参赛队伍数量能与此相媲美。即便不考虑赛题的难度和认可度,亚太地区的这场竞赛在热度和参赛队伍数量上已经位列第三。在本文中,我将以这次竞赛的C题进行详细的思路介绍,分享我目前收集到的相关数据集,以助力参赛者。

C题本质就是找新能源汽车数据,并根据数据进行相关分析的问题。这样的找数据分析数据的命题方式就是美赛DEF题的常态。这个题目的所需要的数据其实与今年五月份长三角B题高度相仿。因此,已经将当时的数据拿了过来进行了整理汇总,现在的数据如系所示,

2023年亚太数学建模C题数据分享+详细思路_第1张图片

2023年亚太数学建模C题数据分享+详细思路_第2张图片

大家可以在以下的链接中自行下载使用亚太数据集分享链接:https://pan.baidu.com/s/193xrFgMzem369Hhzcpt2yA 提取码:sxjm

该问题以探索中国新能源电动汽车(EV)的发展及其对社会、环境和全球汽车产业的影响为背景,需要我们解决以下问题。

问题1:分析影响中国新能源电动汽车发展的主要因素,建立数学模型,描述这些因素对中国新能源电动汽车发展的影响。

问题一,本质可以看做构建指标评价体系。简单来讲就是需要确定后续的问题应该找什么样数据,提前将这个评价体系指标确定。对于指标的选择,一定要遵循三个词十二个字不重不漏 科学客观 可辨可测。大体意思就是找的指标需要能够涵盖这个问题的各方各面,同时指标之间还不能有重叠,要客观的选取指标,同时找到的指标要能够数据化,可以进行后续分析才可以。

:这里就是装装样子,真正的指标就是我们找到了什么,就构建什么样的指标评价体系。这并不是取决于我们需要什么样的指标,而是我们找到了什么样的数据。用数据去说话。

问题2:收集中国新能源电动汽车的行业发展数据,建立一个数学模型,以描述和预测未来10年中国新能源电动汽车的发展情况。

问题二,本质就是预测模型,需要建立预测模型对未来10年中国新能源电动汽车发展情况。预测模型,对于这里选择什么样的预测模型都是可以的。模型的选择没有对错而言,只要选择的是预测模型就是可以的。

:简单的可以直接进行回归预测。复杂的可以根据收集的数据使用机器学习进行月都是可以的。前者更加注重问题模型的整体性,后者模型更加高级。想要融合两者,可以使用加权平均预测。

2023年亚太数学建模C题数据分享+详细思路_第3张图片

问题3:收集数据,建立数学模型,分析新能源电动汽车对全球传统能源汽车产业的影响。

问题三,本质分析新能源电动汽车对全球传统能源汽车产业的影响,简单来做就可以考虑全球汽车销量数据(传统与新能源)、市场占有率、价格趋势等。对新能源电动汽车对全球传统能源汽车二者的相关性进行分析,根据分布方式选择合适的指标进行分析即可,例如对于正态分布数列,使用person相关系数,对非正态分布spearman可以使用spearman相关系数。进阶做法,可以尝试博弈论模型,来分析两者间的竞争和影响。

问题4:一些国家制定了一系列针对中国抵制新能源电动汽车发展的政策。建立数学模型,分析这些政策对我国新能源电动汽车发展的影响。

问题四,本质为评价模型,可以利用给出数据汇中,一些政策相关的数据,与问题三相同,进行相关性分析,分析政策对于新能源汽车的影响。也可以将政策之前的数据进行预测,比较有了政策和没有政策对于数据的影响。

2023年亚太数学建模C题数据分享+详细思路_第4张图片

问题5:分析城市新能源电动汽车(包括电动公交车)电气化对生态环境的影响。假设城市人口为100万,则提供该模型的计算结果。

问题五,正中下怀。我们收集的数据都是来自长三角数模竞赛的数据,当时的赛题有部分需要计算长三角地区的情况,现在我们就可以利用给出的数据以二氧化碳相关指标为环境因素,与其他指标构建评价模型即可。

2023年亚太数学建模C题数据分享+详细思路_第5张图片

问题6:根据问题5的结论,给公民写一封公开信,宣传世界各地对新能源电动汽车的好处和电动汽车行业的贡献。

非技术型文章,各位八仙过海,各显神通吧!!1

你可能感兴趣的:(数学建模)