美赛F题H奖论文拆解：PCA+熵权法+聚类的小行星采矿公平模型

简介这份资源是2022年美国大学生数学建模竞赛MCM/ICMF题H奖获奖论文队伍编号2212863面向备战美赛的高校学生与数学建模爱好者。论文围绕「不失去全球公平的行星采矿」展开完整呈现从问题分析到模型构建的全过程问题一收集43个全球公平初始指标经主成分分析筛选出11个三级指标构建含1个一级、4个二级、11个三级指标的评价体系并用熵权法与群体决策法确定权重结合聚类算法建立文化建设、经济发展、自然资源与军事建设四维评估模型问题二对行星采矿流程建模按各国投入比例分配利润分析其对全球公平次级指标的影响并向联合国提出建议。资源包共1个PDF文件约1.2MB内容为英文论文全文含摘要页与22页正文结构完整、图表清晰。目前已有1719人学习下载适合参考获奖论文的建模思路、指标筛选方法与论文写作规范。1. 从一份 H 奖论文拆起美赛 F 题「小行星采矿与全球公平」到底交付了什么如果你正在准备美国大学生数学建模竞赛或者刚拿到 2022 年 F 题的题目想找一份能跑通、能复现的参考这份队伍号 2212863 的 H 奖论文值得逐页拆开看。它处理的不是纯数学题而是一个典型的「政策—经济—资源」耦合问题小行星采矿在技术上可能实现但收益怎么分才算不破坏全球公平。论文交付的是一套完整的多指标评价体系加采矿收益分配模型从 43 个初始指标经主成分分析压到 11 个三级指标再用熵权法定权、聚类定标准最后落到给联合国的条约建议。适合两类人一是想学美赛 F 题这类政策建模套路的参赛者二是需要一套可改参数、可换数据的评价模型框架的从业者。它不教你从零推公式但把「指标怎么筛、权重怎么算、结果怎么验」这条链路走通了。2. 三级指标体系怎么搭PCA 降维与 EWM 定权的完整链路2.1 为什么先做 PCA 再做熵权法论文一开始收集了 43 个关于全球公平的初始指标覆盖经济、文化、自然资源、军事四个维度。直接拿 43 个指标去建模有两个问题一是指标间相关性高比如国民生产总值和进出口额往往同向变动权重会被重复计算二是样本量有限时高维指标会让评价结果不稳定。所以第一步用主成分分析做筛选把 43 个压到 11 个三级指标。PCA 在这里的作用不是降维后直接当输入而是借载荷矩阵看每个原始指标对主成分的贡献把贡献低、共线性强的剔掉。常见做法是保留累计方差贡献率超过 85% 的主成分再从中挑载荷绝对值大的原始指标。筛完之后三级指标的权重用熵权法算。熵权法的逻辑是某个指标下各样本的数值差异越大说明它携带的信息越多权重就越高。这跟主观打分相反它不依赖专家判断适合样本数据齐全的场景。论文里 10 个随机抽取的国家就是样本每个国家在 11 个三级指标上都有观测值熵权法直接算出 11 个权重。2.2 熵权法的计算步骤与代码实现下面这段代码把熵权法的核心步骤走了一遍输入是一个样本×指标的矩阵输出每个指标的权重。注意正向化处理有些指标越大越好如教育投入有些越小越好如贫困率必须先统一方向。import numpy as np def entropy_weight(data): data: shape (n_samples, n_indicators) 返回: 每个指标的熵权 n, m data.shape # 1. 正向化这里假设已在外层做过data 中所有指标均为越大越好 # 2. 归一化消除量纲 norm (data - data.min(axis0)) / (data.max(axis0) - data.min(axis0) 1e-12) # 3. 计算比重 p_ij p norm / (norm.sum(axis0) 1e-12) # 4. 计算信息熵 e_j常数 k 1/ln(n) k 1.0 / np.log(n) e -k * np.sum(p * np.log(p 1e-12), axis0) # 5. 计算信息效用值 d_j 1 - e_j d 1 - e # 6. 归一化得到权重 w d / d.sum() return w # 示例10 个国家 × 11 个三级指标 np.random.seed(42) sample np.random.rand(10, 11) * 100 weights entropy_weight(sample) for i, w in enumerate(weights): print(f三级指标 {i1}: 权重 {w:.4f})逻辑说明第 2 步归一化把不同量纲的指标拉到 [0,1]避免 GDP 这种大数值指标碾压教育年限这类小数值指标。第 4 步的k 1/ln(n)是标准化常数保证熵值落在 [0,1]。第 5 步d 1 - e是关键熵越小说明指标下样本差异越大效用值越高权重自然越大。参数方面n是样本数论文里是 10m是指标数这里是 11。如果换一批国家只要保证每个国家在 11 个指标上都有数据这段代码可以直接复用。2.3 二级指标为什么改用群体决策法三级指标有客观数据支撑用熵权法没问题。但二级指标只有四个——经济发展水平、文化建设水平、自然资源条件、军事建设水平——它们更像是维度标签很难用单一数值直接衡量。论文在这里换了群体决策法本质是让多个专家对四个二级指标的重要性做判断再聚合成权重。常见做法是让每位专家给出判断矩阵用几何平均或算术平均合成群体判断矩阵最后算特征向量得到权重。这样做的理由是二级指标涉及价值判断比如军事建设水平在全球公平里该占多大分量不同国家立场不同纯客观数据反而掩盖了分歧。提示如果你复现时拿不到专家打分可以用 AHP 的 1-9 标度法自己构造判断矩阵但要在论文里说明这是模拟数据不能声称是真实专家意见。2.4 聚类算法怎么定公平标准权重算完后论文用凝聚层次聚类把 10 个国家分成若干档以此定义「公平」的基准线。聚类的输入是每个国家在四个二级指标上的加权得分。层次聚类的好处是不需要预先指定簇数可以通过树状图看自然分档。常见做法是选欧氏距离作为样本间距离簇间距离用 Ward 方法因为它倾向于产生大小均匀的簇。分完档之后落在同一档的国家被认为全球公平程度相近跨档差距过大就说明公平性有问题。这一步的输出不是具体数值而是一个分档标签后续分析小行星采矿影响时就看采矿收益分配会不会把某些国家挤出原有档位。3. 小行星采矿收益分配从流程建模到对公平指标的冲击分析3.1 采矿流程的可行性拆解论文把采矿过程拆成探测、开采、空间粗加工、运输四个阶段并逐段论证可行性。探测阶段依赖地面望远镜和近地天体观测数据开采阶段假设在目标小行星上建立自动采矿站粗加工阶段在空间站完成运输阶段只把精炼后的高价值金属运回地球。这个拆解的关键假设是小行星体积大且可能带放射性直接整体拖回地球不现实所以在太空做粗加工、只运精矿能省下大量运输成本。论文还按小行星类型做了分类C 型碳质小行星富含水和有机物M 型金属型富含铁镍和铂族金属S 型石质小行星介于两者之间。选型逻辑是优先开采 M 型因为铂族金属单位价值高能覆盖初期投入。3.2 按投入比例分配收益的模型论文的核心分配规则是各国按在小行星采矿各阶段的投入比例分收益。投入包括资金、技术、设备、人员按阶段加权。比如探测阶段技术投入占比高开采阶段设备和资金占比高。模型用一个投入矩阵表示第 i 国在第 j 阶段的投入比例再乘以该阶段的收益权重得到该国总收益份额。这个规则看似公平但隐含一个前提各国都有能力参与所有阶段。现实中技术弱国可能只能出资金那它在技术密集阶段的投入比例就低最终分到的收益也低。论文在问题三专门讨论了这一点用 Delphi 法和层次分析法重新调整二级指标权重发现采矿活动会让经济、军事、文化三个维度的权重上升自然资源维度权重下降。3.3 对全球公平模型的冲击怎么量化论文用问题一建好的评价模型做基线然后把采矿收益作为一个新变量注入看 10 个样本国家的得分和档位怎么变。具体操作是先算各国在采矿中的收益份额再把收益折算成经济发展水平的增量重新跑一遍熵权法和聚类。结果发现如果按纯投入比例分配技术领先国家得分上升明显可能跨档而只出资金的国家得分变化不大甚至因为资源价格波动相对下降。这就量化了「采矿可能加剧不公平」的结论。代码层面这一步就是在原有指标矩阵上增加一列「采矿收益增量」重新归一化和算权重。# 假设 original_data 是 10×11 的三级指标矩阵 # mining_gain 是 10×1 的采矿收益增量已归一化 import numpy as np original_data np.random.rand(10, 11) * 100 mining_gain np.random.rand(10, 1) * 50 # 把采矿收益作为第 12 个三级指标并入 augmented np.hstack([original_data, mining_gain]) # 重新算熵权 w_new entropy_weight(augmented) print(加入采矿收益后的三级指标权重) for i, w in enumerate(w_new): print(f指标 {i1}: {w:.4f}) # 对比原权重看哪个指标被稀释 w_old entropy_weight(original_data) print(\n权重变化新 - 旧) for i in range(11): print(f原指标 {i1}: {w_new[i] - w_old[i]:.4f})参数说明mining_gain的构造方式直接影响结论。论文里是按投入比例算的你复现时可以改成按人口加权、按需求加权看结果怎么变。augmented矩阵的列数变成 12熵权法会自动重新分配权重原来 11 个指标的权重会被稀释稀释程度取决于采矿收益这一列的离散程度。如果采矿收益在各国间差异极大它会抢走大量权重这正是「采矿冲击公平」的数学表现。3.4 敏感性分析怎么做才有说服力论文最后做了敏感性和稳健性分析常见做法是扰动权重或扰动样本。比如把熵权法算出的权重随机上下浮动 10%看聚类分档是否稳定或者把 10 个样本国家换掉一两个看排序是否剧烈变化。如果分档结果对小幅扰动不敏感说明模型稳健。论文的结论是在采矿收益分配比例变化 ±15% 的范围内发达国家和发展中国家的档位差距会显著扩大说明分配规则是公平性的敏感杠杆。这个分析的价值在于它告诉政策制定者与其争论采矿技术不如先谈收益分配公式。4. 避坑与常见问题复现这份论文时最容易翻车的五个点4.1 现象PCA 筛完指标后熵权法算出的权重和论文对不上原因PCA 筛选时保留的主成分个数不同或者旋转方法不同方差最大化旋转 vs 不旋转导致入选的 11 个三级指标跟论文不完全一致。论文没附原始 43 个指标的完整数据只给了筛选结果。解决不要强求复现出完全相同的 11 个指标。自己收集 43 个指标的数据按累计方差贡献率 85% 重新筛只要逻辑自洽即可。美赛评审看的是方法链条不是指标名单。4.2 现象熵权法算权重时出现log(0)或权重全为 0原因某个指标下所有样本数值相同归一化后全为 0p矩阵出现 0log(0)报错。或者某个指标数值差异极小信息熵接近 1效用值接近 0权重被压没。解决在log里加极小常数1e-12如上面代码所示。如果某指标权重确实接近 0检查数据要么该指标对所有国家都一样比如都填了相同值要么量纲没统一。常见错误是忘了正向化把「越小越好」的指标直接扔进去导致权重方向反了。4.3 现象聚类分档结果每次跑都不一样原因层次聚类对距离度量和链接方式敏感。用欧氏距离 平均链接和用欧氏距离 Ward 方法树状图切出来的档位可能不同。另外如果样本量只有 10切 2 档还是 3 档很主观。解决固定随机种子固定距离度量和链接方式在论文里写明。切档数用树状图的明显间隙决定不要硬凑。如果 10 个样本分不出清晰档位说明样本太少可以扩到 20 个以上。4.4 现象采矿收益分配模型算出来所有国家收益份额加起来不等于 1原因投入矩阵没有按阶段归一化。比如 A 国在探测阶段投入占比 0.3B 国 0.5C 国 0.4加起来 1.2说明数据构造有误。每个阶段的各国投入比例必须加起来等于 1。解决构造投入矩阵后逐列检查列和是否为 1。如果不是做列归一化。另外阶段收益权重也要归一化所有阶段的权重和等于 1。4.5 现象敏感性分析跑完结论跟论文相反原因扰动范围设得太大或太小。设 ±50% 可能把模型打乱设 ±1% 又看不出变化。另外扰动对象选错了扰动三级指标权重和扰动二级指标权重对最终分档的影响路径不同。解决先做单因素敏感性分析每次只扰动一个参数看输出变化幅度。扰动范围从 ±5% 开始逐步加到 ±20%找到结论翻转的临界点。论文里用的是 ±15%你可以以此为基准。5. 从 H 奖论文到可复用框架把 F 题模型迁移到其他资源分配问题这份论文最值钱的地方不是那 11 个指标而是「评价体系 分配模型 冲击分析」这个三段式框架。你把它抽出来换掉指标和分配规则就能套到其他资源分配问题上比如深海矿产、极地航道、碳配额。具体迁移步骤第一步把「全球公平」换成你的目标概念重新收集初始指标跑 PCA 筛出三级指标第二步用熵权法或 AHP 定权重用聚类定基准档位第三步把待分析的资源收益作为新变量注入看档位怎么变第四步做敏感性分析找到最敏感的分配参数。我自己的习惯是每次拿到这类政策建模题先不急着写公式而是把「谁投入、谁收益、谁受损」这三列先列出来。列不清楚后面熵权法算得再漂亮也是空中楼阁。2022 年 F 题这篇论文的分配规则是「按投入比例」但现实中技术弱国往往出资源不出技术按投入分反而吃亏。所以我在复现时会把分配规则改成「按投入 按需求」的混合权重再跑一遍敏感性看结论是否更稳健。这个改动不需要动前面的评价体系只在收益分配那一层加一个权重参数就行。验证方法上除了看聚类分档是否稳定还可以做交叉验证把 10 个国家随机分成两组一组建模型一组验模型看两组的分档一致性。如果一致性高说明模型泛化能力可以。如果一致性低要么样本太少要么指标间共线性没处理干净。常见做法是算 Kappa 系数超过 0.6 就算中等一致。注意迁移到其他问题时熵权法的前提是「数据差异即信息」如果新问题里各样本在某指标上差异很小但该指标很重要熵权法会低估它。这时候要换 AHP 或组合赋权别硬套。从那以后我每次带队伍做 F 题都强制走一遍「先列投入收益表、再跑熵权、最后做扰动」的流程哪怕时间紧也至少把扰动那步补上。希望帮到你。本文还有配套的精品资源点击获取