2021 ICM 美赛F题解题思路

今年美赛的AB题是连续性和离散型的题目，CD题是数据分析类型的题目，已经给了数据包或者数据搜集的网站，EF题类似于政策题，需要自己搜集数据并提出政策。我们的团队选择了F题，以下是我们的建模思路。

一、 问题重述

1.建立数学模型，评估几个国家的高等教育系统的健康状况。
2.选择一个国家提出可以实现的愿景和对该国家的有效政策建议。
3.用我们的模型来检验政策的有效性。
4.讨论我们的政策对现实世界转型和终结状态的影响。

二、模型准备

我们使用的工具有Matlab,Office2020,Python,Latex,CNKI,知云。
我们的数据来源：U21

三、模型建立

1.基于层次分析法的高等教育健康状况评估模型
2.基于熵权赋值法的权重修正模型
3.基于ARIMA的时间序列预测模型
4.提出政策并进行语文建模
5.政策评估系统
6.敏感性分析

四、建模思路

首先根据权威文献及相关研究数据，得到影响高校发展、高等教育可持续性的24个指标，然后从24个指标中提取出4个关键因素，即教育资源、科研水平、政策环境和国际联系。我们采用层次分析法(AHP)，通过Matlab分析上述四个因素对高等教育体系健康的影响权重。采用熵权法（EWM）进行修正，得到这四个指标的最终权重，并计算国家高等教育系统得分。根据得分，选择分数低的国家作为改进对象。接着我们提出高等教育改进愿景及政策实施时间表。然后我们收集2012—2020年间中国高等教育系统的4个影响因素的数据，利用BIC准则确定最优的模型参数，使用ARIMA模型对数据进行拟合和预测。

标签：ICM,政策,模型,建模,2021,高等教育,数据,我们
来源： https://blog.csdn.net/weixin_46517043/article/details/113779984