【数学建模】【2024年】【第40届】【MCM/ICM】【F题 减少非法野生动物贸易】【解题思路】

一、题目

(一) 赛题原文

2024 ICM Problem F: Reducing Illegal Wildlife Trade
在这里插入图片描述

Illegal wildlife trade negatively impacts our environment and threatens global biodiversity. It is estimated to involve up to 26.5 billion US dollars per year and is considered to be the fourth largest of all global illegal trades. [1] You are to develop a data-driven 5-year project designed to make a notable reduction in illegal wildlife trade. Your goal is to convince a client to carry out your project. To do this, you must select both a client and an appropriate project for that client.

Your work should explore the following sub-questions:

  • Who is your client? What can that client realistically do? (In other words, your client should have the powers, resources, and interest needed to enact the project you propose.)
  • Explain why the project you developed is suitable for this client. What research, from published literature and from your own analyses, supports the selection of your proposed project? Using a data-driven analysis, how will you convince your client that this is a project they should undertake?
  • What additional powers and resources will your client need to carry out the project? (Remember to use assumptions, but also ground your work in reality as much as you are able.)
  • If the project is carried out what will happen? In other words, what will the measurable impact on illegal wildlife trade be? What analysis did you do to determine this?
  • How likely is the project to reach the expected goal? Also, based on a contextualized sensitivity analysis, are there conditions or events that may disproportionately aid or harm the project’s ability to reach its goal?

While you could limit your approach to illegal wildlife trade, you may also consider illegal wildlife trade as part of a larger complex system. Specifically, you could consider how other global efforts in other domains, e.g., efforts to curtail other forms of trafficking or efforts to reduce climate change coupled with efforts to curtail illegal wildlife trade, may be part of a complex system. This may create synergistic opportunities for unexpected actors in this domain.

If you choose to leverage a complexity framework in your solution, be sure to justify your choice by discussing the benefits and drawbacks of this modeling decision.

Additionally, your team must submit a 1-page memo with key points for your client, highlighting your 5-year project proposal and why the project is right for them as a client (e.g., access to resources, part of their mandate, aligns with their mission statement, etc.).

The judges will specifically be looking for creativity in the selection of the client and in the selection and justification of appropriate modeling processes used throughout the analysis. They will also be looking for exposition that both (1) establishes strong connections between the client and the proposed project and (2) draws clear and direct ties between the data analysis and the design of the proposed project.

(二)赛题翻译

问题F 减少非法野生动物贸易

非法野生动物贸易对我们的环境产生负面影响,并威胁到全球生物多样性。据估计,每年涉及的金额高达265亿美元,被认为是全球第四大非法贸易。你们将制定一个数据驱动的5年项目,旨在显著减少非法野生动物贸易。你的目标是说服客户执行你的项目。要做到这一点,你必须选择一个客户和一个合适的项目。

你的工作应该探索以下问题:

  • 谁是你的客户?这个客户实际能做什么?(换句话说,你的客户应该拥有实施你提议的项目所需的权力、资源和兴趣。)
  • 解释为什么你开发的项目适合这个客户。从已发表的文献和你自己的分析中,有哪些研究支持你选择这个项目?使用数据驱动的分析,你将如何说服你的客户,这是一个他们应该承担的项目?
  • 你的客户需要哪些额外的权力和资源来执行这个项目?(记住要使用假设,但也要尽可能将你的工作建立在现实基础上。)
  • 如果项目实施了,会发生什么?换句话说,对非法野生动物贸易的可衡量影响是什么?你做了什么分析来确定这一点?
  • 项目达到预期目标的可能性有多大?此外,根据情境化的敏感性分析,是否存在可能不成比例地帮助或损害项目实现目标的能力的条件或事件?

虽然您可以限制您对非法野生动物贸易的方法,但您也可以将非法野生动物贸易视为更大的复杂系统的一部分。具体来说,你可以考虑其他领域的其他全球努力,例如,减少其他形式的贩运的努力或减少气候变化的努力以及减少非法野生动物贸易的努力,如何成为一个复杂系统的一部分。这可能会为这一领域中意想不到的行动者创造协同机会。

二、赛题分析

这个数学建模赛题要求设计一个为期五年的数据驱动项目,旨在显著减少非法野生动物贸易。解决问题需要选择一个客户并为其设计合适的项目,探讨项目的可行性、影响以及可能的限制条件。具体来说,需要考虑客户身份、项目可行性、数据支持、资源需求、项目影响以及项目成功概率等方面。

针对第一个问题,需要选择一个合适的客户,这个客户应具备实施所提项目的权力、资源和兴趣。需要考虑客户的职责、使命和资金能力,以确保项目的可行性。

针对第二个问题,需要解释所提项目为何适合该客户,并利用出版的文献和自己的分析研究来支持选择。通过数据分析,需要向客户证明这是一个值得实施的项目,需要提供可行性分析、市场需求分析等支持数据。

针对第三个问题,需要确定客户实施项目所需的额外权力和资源,并做出合理的假设。需要考虑客户可能面临的挑战,并提供解决方案以确保项目的顺利进行。

针对第四个问题,需要评估项目实施后对非法野生动物贸易的影响,并通过数据分析来支持结论。需要提供量化的指标来衡量项目的成功,并根据实际情况调整项目设计。

针对第五个问题,需要评估项目达成预期目标的可能性,并进行敏感性分析以确定可能的影响因素。需要提供解决方案来应对可能的风险,并保证项目的成功实施。

三、解题思路

(一)第一问:客户分析模型

1.客户选择模型建立

  1. 客户评估标准确定:确定关键的客户评估标准,包括权力、资源和兴趣。对这些标准进行权重分配,以反映其在客户选择中的相对重要性。
  2. 客户数据采集与参数化:收集潜在客户的相关数据,如政府预算、组织背景、项目历史等。将这些数据参数化,以便在模型中使用。
  3. 多标准决策模型(MCDM)应用:采用多标准决策模型,如层次分析法(Analytic Hierarchy Process, AHP)或电报法(Technique for Order of Preference by Similarity to Ideal Solution, TOPSIS)。这些模型能够综合考虑多个评估标准,量化评估客户的适合度。
  4. 模型结果解释:解释模型的结果,阐明为何选择的客户在权力、资源和兴趣方面相对其他客户更为优越。强调模型背后的数据支持和客观性。

2.模型选择与详细阐述

采用了多标准决策模型,具体选择了层次分析法(AHP):AHP的原理:AHP通过层次结构和成对比较矩阵的方法,将决策问题分解成多个层次,使复杂问题更易于管理和理解。它允许对不同层次的因素进行比较,以确定其相对重要性。

模型应用:将AHP应用于客户选择,构建了客户选择的层次结构,包括权力、资源和兴趣三个层次。参与者通过成对比较,为每个层次的因素分配权重,形成了相应的比较矩阵。

参数化与权重分配:根据采集到的客户数据,将参数化后的数据输入比较矩阵,进行两两因素的比较。通过AHP计算,得出每个客户在权力、资源和兴趣方面的权重,最终综合得分。

模型结果解释:解释选择的客户相对其他客户的综合得分和优势。强调AHP模型的客观性和可解释性,确保客户选择的合理性。

(二)第二问:文献与项目适用性模型

  1. 文献综述:通过广泛的文献综述,梳理先前的非法野生动物贸易相关研究和项目实践。了解已有的解决方案、技术和战略,为项目提供参考。
  2. 适用性模型选择:采用接受模型(Technology Acceptance Model, TAM)*TAM主要用于评估新技术在用户群体中的接受程度,但也可以扩展到项目策略和方法的接受程度。
  3. TAM模型应用:将TAM的核心概念应用于项目适用性评估。在TAM中,用户对于采用新技术的接受程度受到感知有用性和感知易用性的影响。将这两个概念改编为项目目标和项目方法的“感知适用性”和“感知可操作性”。
  4. 适用性评估:对文献中的各种方法、技术和战略进行感知适用性和感知可操作性的评估。通过问卷调查、专家访谈或焦点小组等方式,收集利益相关者的观点。
  5. TAM参数化:将文献中的发现参数化为TAM的核心变量。为每个方法或策略赋予感知适用性和感知可操作性的分值,形成一个可量化的模型。
  6. 适用性分数计算:利用TAM模型计算每个方法或策略的综合适用性分数。综合考虑感知适用性和感知可操作性,为每个方案生成一个综合评分。
  7. 结果解释:解释TAM模型的结果,突出采用文献中支持的方法相对于其他方法的优势。强调TAM模型的基于用户感知的评估,提供了对项目方法可接受程度的深入理解。

(三)第三问:文献与项目适用性模型

未完待续

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/255938.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

分布式系统架构介绍

1、为什么需要分布式架构? 增大系统容量:单台系统的性能瓶颈,多台机器才能应对大规模的应用场景,所以就需要我们的应用支撑平台具备分布式架构。 加强系统的可用:为了满足业务的SLA要求,需要通过分布式架构…

深度学习(13)--PyTorch搭建神经网络进行气温预测

一.搭建神经网络进行气温预测流程详解 1.1.导入所需的工具包 import numpy as np # 矩阵计算 import pandas as pd # 数据读取 import matplotlib.pyplot as plt # 画图处理 import torch # 构建神经网络 import torch.optim as optim # 设置优化器 1.2.读取并处理数据…

第五篇:MySQL常见数据类型

MySQL中的数据类型有很多,主要分为三类:数值类型、字符串类型、日期时间类型 三个表格都在此网盘中,需要者可移步自取,如果觉得有帮助希望点个赞~ MySQL常见数据类型表 数值类型 (注:decimal类型举例,如1…

DevOps:CI、CD、CB、CT、CD

目录 一、软件开发流程演化快速回顾 (一)瀑布模型 (二)原型模型 (三)螺旋模型 (四)增量模型 (五)敏捷开发 (六)DevOps 二、走…

【开源】SpringBoot框架开发天沐瑜伽馆管理系统

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 数据中心模块2.2 瑜伽课程模块2.3 课程预约模块2.4 系统公告模块2.5 课程评价模块2.6 瑜伽器械模块 三、系统设计3.1 实体类设计3.1.1 瑜伽课程3.1.2 瑜伽课程预约3.1.3 系统公告3.1.4 瑜伽课程评价 3.2 数据库设计3.2.…

【Kubernetes】kubectl top pod 异常?

目录 前言一、表象二、解决方法1、导入镜像包2、编辑yaml文件3、解决问题 三、优化改造1.修改配置文件2.检查api-server服务是否正常3.测试验证 总结 前言 各位老铁大家好,好久不见,卑微涛目前从事kubernetes相关容器工作,感兴趣的小伙伴相互…

【Kubernetes】在k8s1.24及以上版本基于containerd容器运行时测试pod从harbor拉取镜像

基于containerd容器运行时测试pod从harbor拉取镜像 1、安装高版本containerd2、安装docker3、登录harbor上传镜像4、从harbor拉取镜像 1、安装高版本containerd 集群中各个节点都要操作 yum remove containerd.io -y yum install containerd.io-1.6.22* -y cd /etc/containe…

《UE5_C++多人TPS完整教程》学习笔记2 ——《P3 多人游戏概念(Multiplayer Concept)》

本文为B站系列教学视频 《UE5_C多人TPS完整教程》 —— 《P3 多人游戏概念(Multiplayer Concept)》 的学习笔记,该系列教学视频为 Udemy 课程 《Unreal Engine 5 C Multiplayer Shooter》 的中文字幕翻译版,UP主(也是译…

数据结构:并查集讲解

并查集 1.并查集原理2.并查集实现3.并查集应用4.并查集的路径压缩 1.并查集原理 在一些应用问题中,需要将n个不同的元素划分成一些不相交的集合。开始时,每个元素自成一个单元素集合,然后按一定的规律将归于同一组元素的集合合并。在此过程中…

分享88个鼠标特效,总有一款适合您

分享88个鼠标特效,总有一款适合您 88个鼠标特效下载链接:https://pan.baidu.com/s/1ljcxwgXGpw7baiufUGJjZA?pwd8888 提取码:8888 Python采集代码下载链接:采集代码.zip - 蓝奏云 学习知识费力气,收集整理更不…

5G NR 频率计算

5G中引入了频率栅格的概念,也就是小区中心频点和SSB的频域位置不能随意配置,必须满足一定规律,主要目的是为了UE能快速的搜索小区;其中三个最重要的概念是Channel raster 、synchronization raster和pointA。 1、Channel raster …

Hive正则表达式

Hive版本:hive-3.1.2 一、Hive的正则表达式概述 正则表达式是一种用于匹配和操作文本的强大工具,它是由一系列字符和特殊字符组成的模式,用于描述要匹配的文本模式。 Hive的正则表达式灵活使用解决HQL开发过程中的很多问题,本篇文…

H12-821_26

26.下列选项中,哪些路由前缀满足下面的IP-Prefix条件? A.20.0.1.0/24 B.20.0.1.0/23 C.20.0.1.0/25 D.20.0.1.0/28 答案:ACD 注释: 前缀列表可以匹配路由前缀和网络掩码。 ip ip-prefix test index 10 permit 20.0.0.0 16 greater-equal 24 less-equal…

Zephyr NRF7002 实现AppleJuice

BLE的基础知识 ble的信道和BR/EDR的信道是完全不一样的。但是范围是相同的,差不多也都是2.4Ghz的频道。可以简单理解为空中有40个信道0~39信道。两个设备在相同的信道里面可以进行相互通信。 而这些信道SIG又重新编号: 这个编号就是把37 38 39。 3个信道…

Seurat - 聚类教程 (1)

设置 Seurat 对象 在本教程[1]中,我们将分析 10X Genomics 免费提供的外周血单核细胞 (PBMC) 数据集。在 Illumina NextSeq 500 上对 2,700 个单细胞进行了测序。可以在此处[2]找到原始数据。 我们首先读取数据。 Read10X() 函数从 10X 读取 cellranger 管道的输出&…

Linux network namespace 访问外网以及多命名空间通信(经典容器组网 veth pair + bridge 模式认知)

写在前面 整理K8s网络相关笔记博文内容涉及 Linux network namespace 访问外网方案 Demo实际上也就是 经典容器组网 veth pair bridge 模式理解不足小伙伴帮忙指正 不必太纠结于当下,也不必太忧虑未来,当你经历过一些事情的时候,眼前的风景已…

数据结构第十四天(树的存储/双亲表示法)

目录 前言 概述 接口: 源码: 测试函数: 运行结果: 往期精彩内容 前言 孩子,一定要记得你的父母啊!!! 哈哈,今天开始学习树结构中的双亲表示法,让孩…

H12-821_74

74.在某路由器上查看LSP,看到如下结果: A.发送目标地址为3.3.3.3的数据包时,打上标签1026,然后发送。 B.发送目标地址为4.4.4.4的数据包时,不打标签直接发送。 C.当路由器收到标签为1024的数据包,将把标签…

MySQL数据库⑦_复合查询+内外链接(多表/子查询)

目录 1. 回顾基本查询 2. 多表查询 2.1 笛卡尔积初步过滤 3. 自连接 4. 子查询 4.1 单行子查询 4.2 多行子查询 4.2 多列子查询 4.2 from子句中使用子查询 5. 合并查询 6. 内外链接 6.1 内连接 6.2 左外链接 6.2 右外连接 本篇完。 1. 回顾基本查询 先回顾一下…

架构整洁之道-软件架构-展示器和谦卑对象、不完全边界、层次与边界、Main组件、服务

6 软件架构 6.9 展示器和谦卑对象 在《架构整洁之道-软件架构-策略与层次、业务逻辑、尖叫的软件架构、整洁架构》有我们提到了展示器(presenter),展示器实际上是采用谦卑对象(humble object)模式的一种形式&#xff…