2019美赛总结

Posted 2021-06-14 沉迷单车的追风少年

参加完美赛终于能回家了，忙里偷闲写一篇美赛总结，因为这次应该是我最后一次参加美赛了吧

去年做的就是D题，特斯拉电动车的那一题；今年我们一开始就是奔着D题去的，比赛期间几乎没有看其他的题目。A、B两题是MCM,B、C、D、E、F是ICM，C题是数据科学方向，D题是运筹学方向。听说今年A、E题比较好做，做这两题的同学基本提前一两天就收工了，而身边做的同学C、D题的朋友最后一晚都在通宵。

数学建模一般分成评价、预测、优化、分类这四类问题。其实我还是比较喜欢做C题的，因为我对机器学习比较感兴趣，对Python处理数据那一块还是相对熟悉的一些，比较喜欢做预测和分类问题。可是无奈我是编程队员，数模建模还是主要以建模队员为主。

在总结我们的思路之前，先看一下另一位博主给的思路：

1.发生危险时，游客逃生只用四个主要通道，通过将游客进行分类，（正常游客，团体游客，残疾游客）来假设及逃生时的速度，计算其当前位置到各个通道所需的时间，再根据 affluences 提供的四个通道的等待时间，求和由此来得到其成功离开博物馆的实际时间最短时间间的通道口作为其离开博物馆的最优路径，可以参考蚁群算法选取最优路径，然后运用元胞自动机等相关理论，建立相关疏散模型即可。

2.最后对该模型进行优化，由于博物馆存在其他一些可用的出口点，可以假设一个逃出的黄金时间，若该游客所处的位置到四个出口的实际时间，逃生时间加等待时间均大于所假设的逃生黄金时间，则该游客可以选择其他可用的出口点作为逃生出口。

3.根据第一步所建立的模型，计算出该游客到周围出口所需的时间，