思路和代码会第一时间分享出来，可以先关注博主

1.竞赛介绍

2.本次大赛选题分析

首先大家要清楚获奖只和比例有关，和具体题目关系不大，不会出现选难题就比简单题获奖率高很多的情况出现，这是一个选拔性质的比赛是按照比例来的

2.1 2023年电工杯A题选题解析

这道题一眼看上去就很复杂，很多大一大二的学生还没学完微分方程就让求稳态解了，所以还是不建议新手直接上手这道题。这道题适合相关研究方向的专业人士以及想挑战难题的同学。

这道题设计的专业知识包括热力学，热传导方程，凝聚态物理，电荷计算，功率调节和优化，整体专业性很强。建议选择这道题的同学也别想着做出所有问，能解决两三问，然后专注于完成论文差不多就能获奖了。总之难题的话大家都难，最后还是按照比例，还是看谁在有限时间内做的更好。

2.2 2023年电工杯B题选题解析

这道题相对容易，适合新手上手。但是想做好并且获奖还是需要下功夫的。简单的题选的人肯定多，怎么做出彩是必须要考虑的事情。

这道题涉及数据处理，数据可视化分析，评价指标体系建立，综合评价模型建立以及最后的分析报告。综合评价方法尽量不要使用层次分析法这种主观赋权法，考虑客观权重法，比如主成分综合评价，变异系数法等等。

博主这次先做B题稍后会分享B题解题思路和完整代码，可以先关注

3.选题思路

其实很多带专业背景的题目，最后通过抽象成数学模型就是上述三类问题。比如图像类问题，很多时候要么抽象成优化模型来求解，要么就是机器学习模型来训练识别。那我就从三类题型来说明一些基本的模型：

优化类：优化类问题基本没有可以直接套的模型，很多问题都需要自己来写出优化目标和约束条件。或者参考相关文献来设计模型。并且如果模型设计的复杂了，还需要自己设计优化求解算法。。。总之，优化问题是很难得。基本的优化模型包括：线性规划，整数规划，01背包，非线性规划（建模赛题基本都是非线性的。。。哈哈哈），最小二乘优化。基本求解算法包括:牛顿迭代，拟牛顿，梯度下降，共轭梯度下降，各种智能寻优算法等等。总而言之，优化就是难啊难，而且优化建模题基本上都有答案范围，模型建的不好，解的不好都over。。。

评价类：评价类问题，一般都有可以套用的方法，比如主观一些的：层次分析法，模糊评价法。客观计算权重的（需要数据）：熵权法，TOPSIS综合评价法，主成分权重法。对于评价类问题最好还是用客观计算权重的方法。

数据类：上面两类问题可以说是建模竞赛以往的常规类型，数据类问题是最近几年随着人工智能，数据挖掘技术的热潮带起来的。。。可以说，数据类问题在以后的建模比赛中只会越来越多，而且数据量也会越来越大。

建议新手规避优化题，因为你很难做好，做出彩

3.获奖经验分享

数学建模百分百获奖经验分享