近日，2024年广东省大学生数学建模竞赛暨全国大学生数学建模竞赛广东省分赛获奖名单正式公布。香港中文大学（深圳）医学院3位本科生所在的2支团队从6646支队伍中脱颖而出，成功斩获二等奖。

大赛介绍

全国大学生数学建模竞赛由中国工业与应用数学学会主办，是面向全国大学生的群众性科技活动，旨在激励学生学习数学的积极性，提高学生建立数学模型和运用计算机技术解决实际问题的综合能力，鼓励广大学生踊跃参加课外科技活动，开拓知识面，培养创造精神及合作意识，推动大学数学教学体系、教学内容和方法的改革。2024年广东省大学生数学建模竞赛暨全国大学生数学建模竞赛广东省分赛由中山大学承办，共有110所高校 6646支代表队伍共计19757位选手报名参赛。

【获奖项目】

基于2023年农作物种植统计数据的2024-2030年最优农作物种植策略决策模型

团队成员

贾晨阳 2022级 医学院 生物医学工程专业本科生 道扬书院

王康 2022级 医学院 生物医学工程专业本科生 道扬书院

赵立言 2022级 数据科学学院 数据科学与大数据技术专业本科生 道扬书院

指导老师：王冠宇教授（医学院）

项目介绍

某乡村面临耕地有限、气候变化和市场波动等挑战，需要找到最优种植方案，充分利用土地资源、提高产量并最大化利润。

重点：

1.根据地理条件选择适合的农作物

2.考虑销售量、种植成本及气候影响

3.提供2024-2030年最优种植策略

团队主要运用了线性规划、蒙特卡洛模拟和多目标规划等方法，通过综合分析农作物种植数据、市场波动、成本等因素，为乡村农业提供最优的种植策略。

首先，线性规划用于初步建立最优种植方案，目标是最大化农作物的利润。通过设定不同作物的种植面积为决策变量，并结合成本、预期销售量等条件，优化资源分配，以实现利润最大化。对于问题一，考虑到滞销和价格波动，线性规划模型进行了相应调整，确保能够应对超出预期销售量的情境。

接着，蒙特卡洛模拟被用来分析销售量、亩产量、种植成本等变量的不确定性，生成多个参数变化情景，从而评估不同种植策略在市场波动下的表现。这种方法通过随机模拟，增强了模型的适应性和稳健性。

最后，针对问题三，引入了多目标规划，将利润最大化、成本最小化和产量最大化作为三个优化目标。通过构建目标函数，并引入“正负偏差变量”，综合考虑农作物之间的互补性和替代性，进一步优化种植方案，使不同作物的组合能够在互补和替代性中实现资源的最优配置。

整体上，团队结合了不同的优化方法，通过合理设置约束条件，解决了复杂的农业种植决策问题。

【获奖项目】

基于零件生产过程中的多阶段决策模型

团队成员

程翔 2023级 医学院 生物信息专业本科生 逸夫书院

刘昕宇 2023级 理工学院 电子信息工程专业本科生 逸夫书院

黄铄 2023级 理工学院 电子信息工程专业本科生 逸夫书院

指导老师：龚世华教授（理工学院）

研讨室备赛照片（从左至右：程翔、刘昕宇、黄铄）

项目介绍

某企业生产某种畅销的电子产品，需要分别购买两种零配件（零配件1和零配件2），在企业将两个零配件装配成成品。在装配的成品中，只要其中一个零配件不合格， 则成品一定不合格；如果两个零配件均合格，装配出的成品也不一定合格。对于不合格成品，企业可以选择报废， 或者对其进行拆解，拆解过程不会对零配件造成损坏， 但需要花费拆解费用。

重点：

质量控制：定义零配件和成品的合格率，估计和优化生产过程中不合格品的数量。

成本优化：最小化生产过程中的成本，需要考虑零配件采购成本、拆解费用和报废损失。

决策策略：在面对不合格品时，是选择报废还是拆解，需要建立一个决策模型。

动态规划：需考虑生产过程中多个阶段的决策（如分批生产、实时质量检测与调整等），使用动态规划或优化算法来求解。

项目通过构建和分析基于零件生产过程中的多阶段决策模型，旨在优化生产流程，提高经济效益，增强企业市场竞争力，并实现可持续发展。其中采用了多种研究方法，包括正态分布模型、动态规划模型、蒙特卡洛模型和鲁棒优化等，来建立次品处理的最优策略模型，并使用模拟退火算法进行求解分析。项目通过四个问题的逐步深入，探讨了次品处理的最优策略，包括次品检验、回收决策，以及如何在不同生产情况下评估和选择最佳决策方案。通过这些问题的分析和模型的建立，文章为企业提供了一套系统的生产决策流程，帮助企业控制成本、提高产品质量，并最终实现产品利润最大化。

再次向获奖同学们致以最热烈的祝贺！期待在未来，能够看到更多医学院学子风采，书写属于他们自己的辉煌篇章。