2024年美赛数学建模F题思路分析 - 减少非法野生动物贸易
# 1 赛题
问题F：减少非法野生动物贸易
非法的野生动物贸易会对我们的环境产生负面影响，并威胁到全球的生物多样性。据估计，它每年涉及高达265亿美元，被认为是全球第四大非法交易。[1]你将开发一个由数据驱动的5年项目，旨在显著减少非法野生动物贸易。你的目标是说服一个客户去执行你的项目。要做到这一点，必须为该客户端选择客户端和适当的项目。
您的工作应探讨以下子问题：
●您的客户是谁？那个客户到底能做些什么呢？（换句话说，你的客户应该拥有实施你提出的项目所需的权力、资源和兴趣。）
●解释为什么您开发的项目适合这个客户。从已发表的文献和你自己的分析中，有哪些研究支持你所提议的项目的选择？使用数据驱动的分析，你将如何说服你的客户，这是一个他们应该承担的项目？
●您的客户执行该项目还需要哪些额外的权力和资源？（记住要使用假设，但也要尽可能地把你的工作建立在现实中。）
●如果这个项目得以实施，将会发生什么？换句话说，对非法野生动物贸易的可衡量的影响将是什么？你做了什么分析来确定这个问题？
●该项目达到预期目标的可能性有多大？此外，基于上下文化的敏感性分析，是否存在一些条件或事件可能会不成比例地帮助或损害项目达到其目标的能力？
虽然你可以限制你对非法野生动物贸易的做法，但你也可以将非法野生动物贸易视为一个更大的复杂系统的一部分。具体来说，你可以考虑在其他领域的其他全球努力，例如，减少其他形式的贩运或减少气候变化的努力，以及减少非法野生动物贸易的努力，可能是一个复杂系统的一部分。这可能会为该领域的意外行动者创造出协同作用的机会。
如果您选择利用解决方案中的复杂性框架，请确保通过讨论此建模决策的优点和缺点来证明您的选择。
此外，你的团队必须为你的客户提交一份1页的备忘录，其中包括你的重点，强调你的5年项目提案，以及为什么这个项目适合他们作为客户（例如，获取资源，他们的部分任务，与他们的使命声明一致，等等）。
评委们将特别地在客户的选择和在整个分析过程中使用的适当建模过程的选择和理由中寻找创造力。他们还将寻求证明(1)在客户和拟议项目之间建立强有力的联系，(2)在数据分析和拟议项目的设计之间建立明确和直接的联系。
2 解题思路
最新思路更新(看最新发布的文章即可):
https://blog.csdn.net/dc_sinor?type=blog
3 选题分析
A题是自由度比较大的场景限定下的模型构建，相对比较容易，核心是找到现有的成熟的数学模型，然后找到合适的数据进行证明得到结论，估计大部分是目标优化问题。（不限制专业）
B题属于较为经典的物理建模（对海洋专业的学生具有优势）
C题今年非常难，不同往年的数据分析，不过核心还是特征提取和主成分分析(本质是在数据中找到或者构建影响比赛的有效向量)，并且需要在其他数据上证明推广(这点就比较恶心了) （不限制专业）
D 本质上是资源分配和调度问题，其中保持最佳水位需要一个控制算法(估计要融合PID或者模糊PID)，其中也会涉及到目标优化模型（毕竟多方需要争抢湖泊的水位），需要做灵敏度分析。难度不小！
E 核心是做相关性分析，并涉及到评价模型，就是数据会比较难找！
F 本次建模最简单的一道题，给定一个范围甚至目标都需要自己定，并且动物保护相关数据比较好找，最后结合语文建模就能搞定！
难度排名（由易到难）：F < A < E < D < B < C
F题思路更新
第一次更新：初步思路框架！
大家注意一下，F题本质上也是数据挖掘，并且相关最好获取，想保底拿奖的同学可以选择F题。
F题基本框架思路更新(会持续更新)，这道题本质上也属于数据挖掘类的题目，问题解决得框架很重要！
A君从目标设定、模型构建、项目策略和决策支持、监测和评估、衡量结果 为主要结构描述问题的基本架构和解决方法！
我们后面的模型构建都会围绕这个框架来进行！(框架非常重要！)
上面是根据A君长期建模经验为大家对框架进行的细化，更加详细的数学模型构建过程，其中包括数据处理、特征工程、模型选择和训练、评估验证、策略制定和持续优化等环节。
第一问注意事项：
重要的事情说三遍：不要先选客户！不要先选客户！不要先选客户！
实际上第一步是构建目标，第一问实际上比较具有迷惑性，看似先让你去客户再去解决问题，如果这样做就本末倒置了。本题是自由度比较高的题目，A君建议大家应该先去找到相关模型(一般一些论文)，然后根据模型和资料看看别人能得到什么结论，你在根据这个模型的结论套用到所谓的客户上！
更新：一份非动数据分析报告，非常好的参考报告，甚至说是答案都不为过了！
更新：数据！
更新【非动贸易数据】真实数据，来源于各个动物保护组织，由A君整理开放！
5 最新思路更新
最新思路更新(看最新发布的文章即可):
https://blog.csdn.net/dc_sinor?type=blog