1. 从“国赛”到“国赛”：一次认知的迭代

2017年的全国大学生数学建模竞赛，也就是我们常说的“国赛”，已经过去好几年了。现在回过头来聊它，其实已经不是在评价一场具体的比赛，更像是在复盘一个特定时间节点下，中国大学生群体面对一个经典“工程化”问题时的集体思维样本。我参加过更早的国赛，也带过很多届学生，2017年这届之所以值得拿出来单独说说，不是因为题目本身有多么惊世骇俗，而是它恰好处于几个关键变化的交汇点上：竞赛培训的产业化初具规模、开源代码和算法库的获取变得前所未有的容易、以及参赛队伍对“套路化”解题的依赖与反思开始并存。

那年的赛题，A题是关于CT系统参数标定及成像，B题是“拍照赚钱”的任务定价，C题则是颜色与物质浓度辨识。光看题目名字，就能感觉到一股强烈的“跨界”和“应用”气息。这和我们早年参赛时，题目更偏向纯粹数学推导和经典模型（比如人口预测、交通流量）已经有了明显区别。评价2017国赛，本质上是在评价我们如何应对这种从“理论建模”到“数据驱动+工程实现”的范式转变。很多队伍第一次意识到，光有漂亮的微分方程和优化理论不够了，你还得会点图像处理、懂点定价策略、甚至要明白光谱分析的基本原理。这种“知识焦虑”和“工具焦虑”，是那一年很多参赛者的共同记忆，也恰恰是国赛价值的一种体现——它逼着你在短时间内，从一个领域的小白，快速构建起一套足以解决问题的知识框架。

2. A题解析：当数学遇见“黑箱”系统

A题“CT系统参数标定及成像”给很多队伍来了个下马威。它看起来是一个典型的“反问题”：给你一个不完整的、带噪声的观测数据（探测器接收到的信息），让你去反推系统的内部参数（旋转中心、角度等），并最终重建出物体的图像。这题难在哪？难在它完美模拟了一个工程实践中的“黑箱”场景。

你面对的不是一个课本上定义清晰的理想CT系统，而是一个参数未知、可能还有各种误差的实际装置。题目提供的附件数据，就是你的全部输入。第一步，参数标定，就成了决定生死的关键。很多队伍在这里陷入了两个极端：要么试图用一个极其复杂的全局优化模型去一次性求解所有参数，结果陷入局部最优或根本无法收敛；要么完全忽略系统几何，试图用纯粹的图像处理算法（比如直接反投影滤波）去蒙，结果重建的图像惨不忍睹。

2.1 标定策略的“分而治之”哲学

成功的队伍，大多采用了一种“分而治之”的策略。他们首先意识到，这个系统的误差来源可以分解：旋转中心的偏移、角度的偏差、探测器单元的间距误差等。与其用一个模型去硬啃，不如先利用模板（比如那个已知的椭圆模板）的数据，通过几何分析和拟合，逐一确定这些参数。

例如，通过分析模板投影数据中特定特征点（如椭圆边界）的位置变化，可以较为稳健地估算出旋转中心。这个过程本身就是一个小的建模问题：你需要建立一个从物体空间到探测器空间的投影几何模型，然后用最小二乘法去拟合观测数据。这里的关键不是用了多高深的算法，而是对物理过程的理解和将问题分解的能力。很多论文在这里写了复杂的优化算法，但忽略了第一步——如何从数据中提取出用于拟合的有效特征。这恰恰是数学建模从“纸面”到“实战”的跨越：你的模型输入，必须是能从真实、嘈杂的数据中可靠获取的信息。

2.2 重建算法：在“精确”与“可行”间权衡

参数标定后，进入图像重建。2017年，卷积反投影（FBP）算法依然是主流选择，因为它速度快，原理相对直观。但高手和普通队伍的差距，就体现在对FBP的细节处理上。直接调用一个iradon函数（MATLAB中的反投影函数）是最简单的，但效果往往不好，因为题目数据是稀疏角度的（不是标准的360度均匀采样）。

有经验的队伍会做两件事：第一，在反投影前，根据标定出的精确几何参数，对投影数据进行重新排序或插值，校正几何误差。第二，也是更重要的，设计或选择合适的滤波函数。Ram-Lak滤波器是标准选择，但针对这种噪声较大、角度稀疏的数据，Shepp-Logan或Cosine滤波器有时能获得更好的视觉效果（抑制噪声）。这里就体现出一个核心矛盾：理论上最“精确”的滤波器（Ram-Lak）在非理想数据下可能不是最“好”的。建模者需要根据结果（重建图像的清晰度、伪影多少）进行权衡和调整，这本质上是一个基于经验的调参过程，而不是纯粹的数学推导。

注意：很多论文在这里犯的错误是，把重建算法当成一个黑盒调用，然后花大量篇幅描述FBP的原理，却对“为什么选择这个滤波参数”、“如何针对稀疏角度进行数据预处理”轻描淡写。国赛评阅看重的是你如何根据具体问题调整通用方法，而不是方法的简单罗列。

3. B题剖析：“拍照赚钱”中的博弈与定价模型

B题“拍照赚钱”的任务定价，是一个充满烟火气的经济学+数据科学问题。它要求你根据已有的任务数据（位置、定价、完成情况），构建模型来为新的任务定价。这题有趣的地方在于，它把学生从纯粹的数值计算拉到了行为建模和机制设计的领域。

3.1 数据探索：定价逻辑的“破案”起点

面对这道题，首要任务不是急着建模型，而是彻底“读懂”数据。附件中的数据包含任务的地理位置（经纬度）、标价、以及是否完成。通过可视化（比如用散点图将任务按完成/未完成、价格高低在地图上标注），一些模式会立刻浮现：市中心的任务可能定价低但完成率高，偏远地区的任务定价高却无人问津；某些区域可能存在明显的“价格洼地”或“价格高地”。这些直观发现，是后续建模的基石。

很多队伍一上来就用多元线性回归，把价格作为因变量，经纬度作为自变量去拟合。这方法简单，但往往效果不佳，因为它隐含了一个假设：定价与地理位置呈简单的线性关系。实际上，定价受到多种复杂因素影响：首先是基础成本（距离、时间成本），这可以通过计算任务点到所有会员点的平均距离或最短距离来量化；其次是市场竞争密度，一个区域任务多会员少，定价可能就要上调以吸引人手；再者是任务本身的紧急程度或难度（题目未直接给出，但或许可以从文本描述或其他任务属性中间接推断）。

3.2 模型构建：从成本加成到市场均衡

一个更合理的建模思路是分层或分阶段进行：

1. 成本估算模型：首先建立一个基础成本模型。例如，利用会员位置信息，通过聚类或区域划分，将地图划分为若干小区块。对于每个区块，计算其“交通可达性成本”（比如到市中心或会员聚集地的平均距离）。这个成本构成了定价的底线。
2. 市场调节模型：在基础成本上，引入供需调节因子。定义一个区域内的“任务-会员比”，比值越高，说明该区域任务相对过剩，需要提高溢价来吸引会员；比值低，则可能可以适当降低价格。这可以通过设计一个关于该比值的函数来实现，函数的具体形式（线性、指数、对数）需要根据历史数据的拟合情况确定。
3. 成功概率预测模型：最终，定价的目标是最大化任务完成率，或是在预算约束下完成尽可能多的任务。因此，可以构建一个逻辑回归或机器学习模型（如随机森林），以预估价格、位置、区域供需比等为特征，预测一个任务在某个价格下被完成的概率。然后，定价问题就转化为一个优化问题：寻找一个价格，使得该任务的预期完成概率（或综合效益）最高。

这种思路的优势在于，它有了经济学解释（成本+供需），而不仅仅是数据拟合。评委青睐的，正是这种将实际问题抽象为合理数学模型，并赋予其现实意义的能力。

3.3 一个容易被忽略的“坑”：数据的不平衡性

附件中的数据，未完成的任务占了一定比例。如果直接用所有数据去训练一个预测“定价”的回归模型，这个模型可能会偏向于学习那些“已被接受”的价格模式，而无法很好地为那些原本定价不合理导致失败的任务提供修正。更精细的做法是，可以分别对“已完成”和“未完成”的任务群体进行分析，比较他们的特征差异，或许会发现未完成任务集中在某些特定价格区间或地理区域，这能为新定价提供直接的避坑指南。

4. C题探讨：物质浓度辨识中的“信号”与“噪声”

C题关于颜色与物质浓度辨识，本质上是一个化学计量学或光谱分析问题。它要求建立物质浓度与溶液颜色（RGB值）之间的关系。这道题看似简单，却暗藏玄机，非常考验参赛者对数据本质的理解和模型泛化能力的把握。

4.1 核心挑战：非线性与多重共线性

最直接的思路是建立RGB值（或从RGB转换得到的其他颜色空间值，如HSV、Lab）与浓度之间的回归模型。但这里有两个大坑： 第一，非线性。比尔-朗伯定律告诉我们，吸光度与浓度在一定范围内呈线性关系。但题目给的是相机拍摄的RGB值，不是光谱仪测量的吸光度。RGB值是设备相关的，且受到光照、背景、相机传感器响应的非线性影响。浓度与RGB值之间的关系很可能不是简单的线性关系。 第二，多重共线性。R、G、B三个通道的值通常是高度相关的（例如，颜色偏红时，R值高，G和B值也可能不低）。直接用RGB作为三个独立特征进行多元线性回归，会导致模型不稳定，系数难以解释。

4.2 特征工程与模型选择

应对上述挑战，需要精心的特征工程和模型选择：

1. 特征构造：与其直接用原始的R、G、B，不如构造一些更能反映颜色本质且与浓度可能更相关的特征。例如：
   • 吸光度近似值：A = -log10(I/I0)，其中I是样品通道值，I0是背景或空白对照的通道值。虽然相机RGB不是单色光，但可以近似计算。
   • 颜色矩或统计特征：均值、标准差、三通道的比值（如R/G， R/B）等。
   • 转换颜色空间：HSV空间中的H（色调）可能对某些物质更敏感；Lab空间中的L（明度）和a、b（色度）分量可能更符合人眼感知，且有时与浓度的线性度更好。
2. 模型尝试：从简单的多元线性回归（MLR）开始，但必须进行共线性诊断（如计算方差膨胀因子VIF）。如果共线性严重，可以考虑主成分回归（PCR）或偏最小二乘回归（PLSR），这两种方法能有效处理多重共线性，是化学计量学中的标准方法。更进一步，可以尝试非线性模型，如支持向量回归（SVR）或梯度提升树（如XGBoost），但使用这些“黑盒”模型时，必须注意防止过拟合，并且要在论文中阐明选择该模型的理由（比如通过交叉验证发现线性模型效果不佳）。

4.3 模型检验与过拟合陷阱

这道题提供的训练数据量通常有限。在尝试了多种特征和模型后，很容易得到一个在训练集上表现完美（R²很高）的模型。但这就是最大的陷阱——过拟合。一个模型的好坏，必须看它在未知数据（测试集）上的表现。

严谨的做法是：

• 数据划分：在建模之初，就留出一部分数据（如20%）作为内部测试集，不参与任何特征选择和模型训练。
• 交叉验证：在训练集上使用K折交叉验证来评估模型性能的稳定性，并选择超参数。
• 最终验证：用完全独立的内部测试集来报告模型的最终性能。只有在这个测试集上表现稳健的模型，才是可靠的。

很多论文通篇只汇报训练集上的R²，对于测试集结果含糊其辞或避而不谈，这在评委看来是建模流程不完整的体现。2017年C题，很多优秀论文胜出的关键，不在于用了多复杂的AI模型，而在于他们展示了一套完整、严谨的数据分析-特征工程-模型训练-验证评估的流程。

5. 竞赛策略与论文写作的“隐形战场”

聊完具体题目，不得不提国赛另一半的“战斗”——竞赛策略与论文写作。三天时间，解决一个开放性问题，并撰写一篇约20页的论文，这本身就是一项巨大的工程管理挑战。

5.1 时间管理：三天周期的节奏把控

一个经典且有效的时间分配策略是：

• 第一天上午：全体成员共同读题、讨论，初步确定选题。这个过程必须充分，甚至可以花上3-4小时。对每个题目的背景、所需知识、数据情况进行评估，结合队伍自身优势（编程强的选A，数据分析强的选B或C）做出选择。一旦选定，不再更改。
• 第一天下午至第二天全天：核心建模与求解阶段。这期间要完成模型的初步建立、求解、结果分析。编程手负责实现算法，建模手负责调整模型思路，写作手可以开始撰写问题的重述、模型假设和部分模型建立章节。关键是要尽早得到初步结果，哪怕很粗糙。有结果才能分析，才能发现模型的问题。
• 第三天：模型优化、结果深化与论文撰写冲刺。基于前两天的结果，进行模型修正、参数调优、敏感性分析等。写作手整合所有内容，完成论文主体。最后留出至少3-4小时进行全文的排版、检查、摘要精炼。摘要一定要留到最后写，因为它是对全文的浓缩，必须在所有工作完成后才能精准概括。

5.2 论文写作：如何让评委“看懂”并“认可”

数学建模国赛的论文，本质是一份技术报告。它的核心目标是清晰、有逻辑地传达你们的工作。以下几点至关重要：

• 摘要就是一切：评阅老师时间有限，摘要几乎是决定性的。摘要必须独立成篇，包含：针对什么问题、用了什么方法、建立了什么模型、得到了什么结果、有何结论与特色。避免空洞的形容词，用具体的数值和结论说话。例如，“通过建立基于几何标定的反投影模型，将旋转中心误差控制在0.5个像素以内，重建图像与标准模板的相关系数达到0.92”，远比“我们建立了优秀的模型，得到了很好的结果”有说服力。
• 模型假设要合理且明确：所有模型都基于假设。你的假设应该是对现实问题的必要简化，并且要在论文开头清晰列出。例如B题中，“假设所有会员在执行任务时总是选择距离最近的任务点”这就是一个常见但可能过强的假设。更好的假设可能是“会员优先选择性价比（报酬/距离）较高的任务”。合理的假设能为你的模型奠定基础，也展示了你的思考深度。
• 图文并茂，结果可视化：一图胜千言。A题的重建图像对比、B题的任务定价地理分布热力图、C题的实际值与预测值散点图，都是必不可少的。图表要清晰、规范，有编号和标题，并在正文中引用说明。
• 分析讨论比结果更重要：不要只展示“我们做到了什么”，要重点分析“我们为什么能做到”以及“哪里没做好”。对模型进行灵敏度分析（某个参数变化对结果的影响）、讨论模型的优缺点、适用范围，这些内容是论文的亮点，展示了你们的批判性思维。
• 格式规范是基本功：参考文献引用、公式编号、图表格式、术语统一，这些细节体现了队伍的严谨程度。一篇排版混乱、错别字连篇的论文，很难让人相信其内容的可靠性。

6. 2017国赛留下的遗产与启示

时隔多年再看2017国赛，它的意义超出了当年的获奖名单。它像一面镜子，映照出当时大学生数学建模能力的普遍图景，也预示了后续竞赛的一些发展趋势。

首先，它标志着工具平民化时代的到来。MATLAB、Python（NumPy, SciPy, scikit-learn）、甚至是Lingo、SPSS，已经成为标配。比赛的差距不再取决于谁有更强大的计算工具，而取决于谁能更巧妙地运用这些工具解决特定问题。会不会用cv2做图像处理，会不会用pandas做数据分析，会不会用sklearn构建机器学习管道，成了基础技能。

其次，它凸显了跨学科知识整合的重要性。CT系统涉及放射物理和图像处理，“拍照赚钱”涉及微观经济学和博弈论，颜色浓度涉及化学和色度学。获奖队伍往往不是单科最强的，而是那些能快速学习、理解问题本质，并将不同领域知识融合起来的队伍。这种“现学现卖”的能力，恰恰是未来工作中最需要的。

最后，它提醒我们数学建模的核心是“建模”，不是“数学”或“编程”。再复杂的算法，如果脱离了问题的实际背景和合理的简化假设，都是空中楼阁。2017年一些失败的作品，常见于过度追求模型复杂度（比如在B题中用上深度学习），却对数据的基本特征和业务逻辑缺乏深入分析，导致模型解释性差、结果不切实际。而成功的作品，往往有一个共同点：模型简洁、合理，且每一步都有充分的理由。

对我个人而言，带学生备战和复盘历年国赛题，2017年是一个很好的教学案例。它告诉我们，面对一个复杂问题，正确的打开方式不是一头扎进代码或公式里，而是先花足够的时间去理解问题、分析数据、设计总体技术路线。先有清晰的“作战地图”，再进行具体的“战术攻坚”。这种系统性的问题解决思维，远比学会某个特定算法或工具重要，这也是数学建模竞赛留给参赛者最宝贵的财富。