2024年美国大学生数学建模竞赛F题思路分析

题目

非法野生动物贸易对环境造成了负面影响，并威胁全球生物多样性。据估计，其涉及高达265亿美元的年交易额，被认为是全球所有非法交易中的第四大。[1] 你需要开发一个基于数据驱动的5年项目，旨在显著减少非法野生动物贸易。你的目标是说服一个客户执行你的项目。为此，你必须选择一个客户，并为该客户选择一个适当的项目。
你的工作应探索以下子问题：

你的客户是谁？他们实际上能做什么？（换句话说，你的客户应具有执行你提议的项目所需的权力、资源和兴趣。）
解释你开发的项目为何适合这个客户。哪些来自已发表的文献和你自己的分析的研究支持你提议的项目的选择？使用数据驱动的分析，你将如何说服你的客户这是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项目？（记住要使用假设，但尽可能使你的工作接近现实。）
如果项目执行了会发生什么？换句话说，非法野生动物贸易的可衡量影响会是什么？你如何进行分析以确定这一点？
项目达到预期目标的可能性有多大？同样，根据针对性的灵敏度分析，是否存在可能对项目达到其目标产生不成比例帮助或损害的条件或事件？
ARIMAX
尽管你可以将你的方法限制在非法野生动物贸易上，但你也可以将非法野生动物贸易视为更大复杂系统的一部分。具体来说，你可以考虑其他领域的全球努力，例如，努力遏制其他形式的贩运或努力减少气候变化与努力遏制非法野生动物贸易的结合可能是复杂系统的一部分。这可能为这个领域的意想不到的行动者创造协同效应的机会。
此外，你的团队必须提交一份1页的备忘录，其中包含针对客户的关键点，强调你的5年项目提议以及为何项目适合他们作为客户（例如，能够使用资源，符合他们的任务，符合他们的使命陈述等）。
比赛评委将特别关注在选择客户和选择并证明整个分析过程中使用的适当建模流程方面的创新性。他们还将寻找既建立了客户与拟议项目之间的紧密联系，又清楚直接地连接数据分析与拟议项目设计的阐述。

你的PDF解决方案总计不超过25页，应包括：

清晰描述你对问题的处理方法和你在问题上下文中的最重要结论的一页总结表。 - 目录。 - 你的完整解决方案。 - 致你的客户的一页备忘录。 - 参考资料列表。 - AI 使用报告（如果使用）。
参考 [1] Wildlife Conservancy Society. (2021). Why Should we Care about Wildlife Trafficking? Retrieved from https://wildlifetrade.wcs.org/Wildlife-Trade/Why-should-we-care.aspx
词汇表
客户：将实施拟议项目的角色。他们可能是官方角色（政府或准政府）或非官方角色（非政府组织）。
非法野生动物贸易：走私、偷猎和捕获或收集濒危物种、受保护的野生动物或这些物种的衍生物/产品
https://wildlifetrade.wcs.org/Wildlife-Trade/Why-should-we-care.aspx

问题分析

现在我们来分析一下这个问题——“2024 ICM 问题 F：减少非法野生动物贸易”。
从这个问题中，我们可以看出以下关键点：

目标是开发一个基于数据驱动的5年项目，旨在显著减少非法野生动物贸易。 2. 我们需要确定一个客户，并为该客户设计一个适当的项目。客户应具有执行提议项目所需的权力、资源和兴趣。 3. 需要解释为什么我们开发的项目适合这个客户，从已发表的文献和我们自己的分析中，哪些研究支持我们提议的项目。如何通过数据驱动的分析说服客户这是他们应该承担的项目。 4. 分析项目执行后可能产生的影响，包括对非法野生动物贸易的可衡量影响，以及项目达成预期目标的可能性。
针对以上任务，我们可以采取以下步骤和方法进行解决：
确定客户：我们可以通过市场调研和分析，找到对环保工作有兴趣、有能力实施项目的潜在客户。例如政府机构、非政府组织、企业或社区团体。
理解和定义问题：这里需要深入理解非法野生动物贸易的涵义和其对环境、生物多样性的影响。同时，应该收集和整理相关的公开资料和研究报告，以便更好地理解问题背景和当前的挑战。
数据收集和清洗：在这个步骤中，我们需要收集与非法野生动物贸易相关的数据。可能的数据来源包括政府报告、研究机构的数据集、新闻报道等。收集到数据后，需要进行清洗和预处理，以便之后进行分析。
模型建立和选择：这里我们可能会利用数学建模方法和机器学习算法，如时间序列分析、决策树或者神经网络等，预测非法野生动物贸易的趋势，并评估不同干预方案的效果。
灵敏度分析：在确定了模型后，我们需要对其进行灵敏度分析，这是一种检查模型输出对输入参数变化的响应程度的技术。这将有助于我们理解哪些因素可能对项目结果产生最大的影响。

模型建立

在解决"2024 ICM问题 F：减少非法野生动物贸易"的问题过程中，我们可以使用以下步骤：

1.确定客户

首先，我们需要确定一个具有执行提议项目所需的权力、资源和兴趣的客户。这个过程可能会涉及到市场调研、客户定位等一系列活动和分析。

2.理解并定义问题

在确定了客户后，我们需要对非法野生动物贸易进行深入理解，并定义出问题的具体模型。为了完成这个步骤，我们可能需要参考相关文献或者进行实地调研等活动，以获取对问题更加全面和深入的理解。同时，我们也需要整理相关的公开资料和研究报告，以便更好地理解问题背景和当前的挑战。

3.数据收集和清洗

拥有足够的数据是建立有效模型的基础。因此，在这个阶段，我们需要收集大量与非法野生动物贸易相关的数据。可能的数据来源包括政府报告、研究机构的数据集、新闻报道等。收集到数据后，我们需要对其进行清洗和预处理，并从中提取出适合建模的特征。
在收集和处理数据的过程中，我们可能用到的公式和方法包括：

数据清洗：例如，去除重复值、填补缺失值、异常值处理等。 - 特征选择：例如，相关性分析、主成分分析（PCA）等方法可以帮助我们选取最有意义的特征。

4.模型建立和选择

根据收集到的数据和定义的问题，我们可以开始建立模型。在这个阶段，我们可能会利用数学建模方法或者机器学习算法来描述问题并进行预测。例如，我们可以使用时间序列分析、决策树或者神经网络等方法。
在建立模型的过程中，我们可能会使用到的公式和方法包括：

线性回归模型：如果我们假设非法野生动物贸易的数量与某些因素存在线性关系，那么我们可以使用线性回归模型来描述这种关系。线性回归模型的一般形式如下：

在这里插入图片描述

决策树模型：如果我们假设非法野生动物贸易的数量与某些因素存在非线性关系，那么我们可以使用决策树模型。决策树模型通过一系列的问题来预测结果，每个问题都是对一个特征的测试。

5.灵敏度分析

在确定了模型后，我们需要对其进行灵敏度分析。具体方法可能会涉及到模拟不同的环境条件，并观察这些改变如何影响模型的输出。这将帮助我们理解哪些因素可能对项目结果产生最大的影响。
在进行灵敏度分析的过程中，我们可能用到的公式和方法包括：
- 梯度法：如果我们的模型是可微的，那么我们可以计算出模型输出对输入参数的梯度，从而判断输入参数的改变如何影响模型的输出。