数学建模省赛小结：选题及问题分析

省赛（2020/7/16~2020/7/20）

最终选题：C题：数据驱动的疫情特征描述、防疫效果度量及"重启"策略建模

复盘发现存在问题：

1.赛前关于算法和编程没有做好分工，导致比赛时任务不明确，容易产生冲突意见，合作效率低。应该要一个人专门负责算法的了解，一个人专门进行编程，一个人专门负责写作。

在第一天上午就应该进行讨论，讨论后的结果应该有：

明确所有问题中的关键概念=> 文献、所有人一起

问题的分析思路=> 文献、所有人一起

问题的主要输入输出，所要采用的模型和算法，模型的有效性检验方法=> 算法负责人

论文框架=> 写作负责人

搜集选用算法的相关软件程序（matlab，LINGO等）=> 编程负责人

每个人后期要做的工作和每个时间节点应该输出的部分成果。=> 队长

后续：根据时间节点对应推进任务，至少半天一次反馈任务进度。

由于基础知识不够，技术能力不够，沟通不到位，团队合作队员间的反馈不及时等等导致都出现了一些问题，但也锻炼了某些方面的能力。

①问题分析部分花费了一个上午的时间，期间涉及选题，分析题目，就问题的数据来源获取可能性，可能利用算法，指标是否具象等方面进行总结，并与队友讨论，期间问题分析、总结能力、阐述问题的表达能力等都得到了锻炼提升，但是与队友的沟通态度需要进一步改进。

②前期关于算法的基础知识储备的准备没有做好，导致对于什么模型用什么算法，可以用于解决什么问题，这个思路分析下来不够自如，并且容易选错。

关于数据的理解：I,R都是时间序列数据，前一时刻与后一时刻并不相互独立，这是在选用算法时需要考虑的。（选算法也可以通过阅读文献直接得到，不过是“拿来主义”。）

③前期由于时间过于紧迫，理解感染者和移出者概念时出现错误，但继续往下做了，编程结果出来后发现不对劲才发现一开始就错了，导致大量地返工，效率很低，并且容易出错。

这个问题说明前期工作虽然较简单，但一定要尽量保证概念正确，数据提取无误，并且做一步检验一步（有点像单元检测的概念），否则后续再返工会很麻烦。这个检验针对不同问题有不同的做法：比如概念理解检验无误可以通过第一阶段队员讨论、文献阅读确认；数据提取无误可以通过查找数据合理范围和合理趋势等等进行检验。后续模型检验、算法检验根据具体的有效性参数；代码检验就是看输出是否合理。

④文件的命名和存放需要特别注意，需要养成无用文件及时删除，有用文件的命名尽量反映文件功能，相对应的存放需要有一套规律，否则后续查找会很头大。不要过度追求速度，欲速则不达，尽量做到走得快，也要走得稳，一些工作看似不起眼，后续会省很多事。

⑤关于matlab的编程问题，

保存数据乱；

无用数据没有及时删除；

有用数据没有及时保存；

命名太像导致后续理解困难；

函数调用不够简洁；

基本命令不够熟悉；效率低。

 

附：

选题分析过程：

问题A：

问题1.工作量：
①读文献了解消费券运作方式（消费券有多种发放方式？还是i消费券是一种发放方式？）+
②搜集可定量表示经济发挥发展水平、消费习惯、地理条件等的特征数据+
③寻找能定量评价经济刺激程度的指标。

问题2工作量：
发放现金方式，其余与问题1工作相同

问题3工作量：
①了解消费券发放的方案=>查文献
②设计方案=>总结设计方案的要素
③经济与效益最大化=>自己提取指标，将经济与效益最大化抽象为带约束的最值问题。

问题4工作量：
①经济刺激计划=>搜寻了解什么是经济刺激计划（个人意见：过于宏观，不好把控）
②经济社会效益=>需要经济相关背景了解，并能够专业的表述。

小结：
没有给数据=>搜集相关数据=>需要时间。
题干中多次提及要对经济与社会效益、消费券形式的可持续性=>都是比较宽泛的名词，对写作表达要求高，要能够结合经济学背景进行模型的结果分析=> 写作占据时间的比重也要适当加大。

 

问题B：数据太难获取，问题基本不定量，不考虑。

 

问题C：

各个问题的数据和相应工作量如下

问题1：
请根据WHO 提供的各国确诊数据等，
①建立估计潜伏期的分布和传染强度随时间变化的模型，
②并估计COVID-19 的平均潜伏时间。请给出模型及求解算法的详细设计
问题2：
①请根据疫情传播趋势数据建立数学模型度量各国防疫效果。
②请收集美国、意大利、法国、澳大利亚、韩国、印度等国家的确诊数据集，
③利用所建立的防疫效果模型计算并对比上述国家的防疫效果，
④分析造成防疫效果差异的原因。
问题3：
请利用WHO 公布的数据
①建立“重启”时机选择策略的数据分析模型。
②选择1-2 个问题1 中所提及国家，分析其相应的“重启”时机选择策略
③针对上述国家，给出“重启”建议。

 

针对C题的具体问题的具体步骤、输入输出进行分析：