美賽各題用到的方法（2017，2018部分題目）

準備今年美賽時看了一下前兩年的O獎論文，總結了一下以供大家參考。

2017各題需要的方法：

A   大壩

多目标優化模型

層次分析法 遺傳算法求解

粒子群優化 蒙卡特羅模拟 投資回報率roi

3D模組化模拟仿真

B   收費亭

排隊論（蜂窩收費站模型vissim仿真模拟*2）

微分+線性規劃（梯形）

C    自動駕駛

不同問題采取宏觀和微觀的方法

機率模型 分布 

元胞自動機

數值分析 有限元分析 有限差分

D    機場安檢

排隊方法 

機率模型 分布

4個子模型：流入模型：屬性生成模型：排隊模型：篩選模型：

排隊網絡；路由算法；Lyapunov優化

優化機場吞吐量和方差的路由算法：貪婪算法、背壓算法和漂移加懲罰算法

E    城市可持續發展

2018各題需要的方法：

A    無線電傳播

具體實體模型  湍流

B    母語演變

轉移矩陣 馬爾可夫 退火

主成分分析 一階自回歸模型

微分加差分

層次分析法

時間序列差分方程模型 動态模拟

C    環境方面 資料處理題

D    電動汽車

排隊論 聚類分析

非線性規劃

圖論控制論博弈論

K-MEans聚類馬爾可夫方法 基尼系數

E    氣候變化如何影響區域不穩定

自我調節因子 層次分析法*n

熵權法(EWM)*n

變異系數法(CVM)

模糊聚類分析(FCA)

卡方分析和拟合方法來反映FCI與CCI之間的具體函數關系

第二指數平滑方法建立了氣候變化預測模型

F    隐私定價

層次分析 博弈論 分成三方

基于圖論的網絡仿真

現值法對隐私權的價值進行量化

熵組合法