我们知道美国大学生数学建模竞赛一共6道赛题。合理的选题可以帮助团队在解题前期快速上手，后期深度刨析问题。为什么强调前期和后期？首先，前期如果卡住，不仅会影响后期进度，更会严重影响参赛选手的心情，解题效率甚至是团队合作，前期如果顺利，选手们的信心也会增强。而在后期，如果团队具有充足的时间和丰富的知识储备，便有时间和精力攻克赛题中的难点，而难点即得分点！
所以毫不夸张的说，正确的选题是成功的一半！选题原则如下：
原则1：集体商议 考虑团队各成员的专业背景，相互交流，选择熟悉的领域。尤其是建模队员和编程队员应该讨论赛题的前期处理思路，比如数据方面，美赛的数据是出了名的坑！要么是完全不给数据，全得靠自己找，而且找数据的难度特别大，选用数据的质量对结果影响非常大；要么是给一大堆数据，前期要花费很多时间筛选。此外，选择和团队专业相关的赛题，可以帮助你们把握赛题的本质，相比其它专业的“门外汉“，你们对于赛题的理解更加深刻，问题的处理方法也更加专业。
原则2：扬长避短 首先要明确的一点是，所谓难易从来都是相对实力而言的，某个赛题对于你们小组来说难度大，但对于其它恰好有相关专业成员的小组来说，就是“送分题”，可能你们是报着“选择难题的队伍少，获奖率高”的心态，结果却适得其反，和行家成了对手。要学会扬长避短，利用好自己的优势！
原则3：求稳求全，顾全大局 经常会出现这样一种情况：拿到选题后看到某个小问题就在脑子出现了一个绝妙的思路，或者发现了之前做过的类似问题，以为用绝妙的方法解决这个问题就能成为论文的亮点，和其它竞争队伍拉开差距，但万一这个赛题中只有其中一个问题对你们而言是简单的，其它问题难度大或者用不了什么特殊的方法呢？选题时务必把每个小问题都关注到，评估一下整体难度和做出来的可能性，要顾全大局。
看到这里，你们已经对如何选题有了大体的认识，接下来我们细化到具体的题型，帮助大家更加细致的筛选。
MCMICMA连续型D运筹学/网络科学B离散型E环境科学C大数据F政策
如上表所示，美赛的6种题型特点不同。我们以最新的21年赛题为例，分析一下每类题型（具体题目请同学们仔细查阅）。并且推荐适合选择的小组和建议先修课程。
问题A-3：“提供对模型的分析并描述不同类型真菌之间的相互作用。相互作用的动力学特性和描述应包括短期和长期趋势。您的分析应检查对环境快速波动的敏感性，并应确定不断变化的大气趋势的总体影响，以评估当地天气模式变化的影响。“
从加粗的关键词可以看出，这是典型的连续型问题。要描述变化趋势，并且分析变量的敏感性，最恰当的方法就是建立微分方程。这类题目适合数学/物理能力强的小组。
建议先修课程：《常微分方程》、《偏微分方程》、《数理统计》。
问题B-1：“创建一个模型，以确定 SSA 无人机和无线电中继无人机的最佳数量和组合，以便为维多利亚州国家消防局（CFA）拟议的新部门“快速丛林火反应”购买。您的模型应该平衡能力和安全性与经济性，并考虑观测和通信任务的需求和地形。您的模型还应将火灾事件的大小和频率作为参数。“
从加粗的关键词可以看出，这是一道约束优化问题，属于离散型问题。此外要注意，数学建模钟爱无人机（UAV）问题，刚刚过去的2021年B题就是以无人机为背景，而2019年美赛B题考的是无人机救灾规划问题，2017年中国研究生数学建模竞赛A题也是考察无人机在抢险救灾中的优化运用。这是因为无人机相关的问题综合性高、考察方面广、求解难度大，比如无人机搜集的数据可以考察数据分析能力、无人机运送货物可以考察装箱问题、无人机的路径可以考察路径规划算法、不同种无人机的搭配可以考察规划模型…这类题目适合数学能力强的小组。
建议先修课程：《运筹学》、《随机过程》。
问题C-2：“大多数报道的目击事件都把其他黄蜂误认为是胡蜂。仅使用提供的数据集文件和（可能）提供的图像文件来创建、分析和讨论一个预测错误分类可能性的模型。”
从“数据集”这个关键词可以看出这道题目和数据处理相关性非常大，此外，出题方强调了“这是一个统计建模练习”、“定义您使用的所有指标和成本函数”、“参数的任何估计应包括区间估计”、“任何结果应包括对结果拟合优度的估计”等。因此，这类赛题适合统计学、大数据相关专业的小组。
建议先修课程：《数理统计》、《回归分析》、《机器学习》。
问题D-1：“使用 Influence_Data数据集或其中的一部分创建音乐影响力的(多个)定向网络，其中影响者连接到追随者。开发参数来捕捉这个网络中的‘music influence’。通过创建定向影响者网络的子网络来探索音乐影响力的子集。描述此子网。在这个子网络中，你的‘music influence’指标揭示了什么？“
从加粗的关键词可以看出，这是典型的网络科学问题。
由于D、E、F属于ICM赛题，主要涉及交叉学科问题，因此不再推荐适合的团队和课程。请同学们根据团队实际情况在选题时灵活选择。
问题E-1：“如果食品系统为了公平和可持续发展而优化，会发生什么？这一制度与目前的制度有何不同？这样的制度需要多长时间才能实施？”
从加粗的关键词可以看出，这是典型的环境科学问题。
最后说一下最为特殊的F题，F题素有“语文建模”之称。
问题F-1、2、4、5：
“1、开发并验证一个模型或一套模型，使您能够评估任何国家高等教育系统的健康状况；
将你的模型应用到几个国家，然后根据你的分析选择一个高等教育系统有改进空间的国家；
2、为你选择的国家的系统提出一个可实现的、合理的蓝图，以支持一个健康和可持续的高等教育系统；
4、提出目标明确的政策和实施时间表，以支持从当前状态迁移到您建议的状态；
5、使用您的模型来确定和/或评估您的政策的有效性；“
“蓝图”、“政策”、“时间表”，这些政策类问题不方便定量分析，一般需要大段的文字描述，因此F题被戏称为“语文建模”，但大家想一下，如何在“语文建模”中用“数学建模”抢占优势？那就是对于问题的分析要建立在数学、数据的基础上，比如题目中要求建立的评估模型可以用层次分析法，“蓝图”和“时间表”可以建立在预测的结果上，这个预测结果可以来源于预测模型。
总之，适合自己团队的赛题才是最好的，在正式比赛开始前，同学们可以模拟演练几套真题，尝试一下不同赛题的风格，找到自己团队的专属“上分题”！
【竞赛报名/项目咨询请加微信：mollywei007】
