本网消息 7月10日上午，“数学建模真题解析与论文写作”专题报告在X102203教室举行。本次报告由人工智能学院承办，特邀湖北工业大学罗幼喜教授担任主讲人。学院相关专业教师及学生到场聆听。
报告指出，数据类题目近年来参赛队伍数量持续攀升，以2023年为例，选择C题（数据类）与A/B题（机理/优化类）的队伍比例高达9:1，但“获奖容易，拿国一难”是该类题目的显著特点。针对这一现状，报告重点介绍了一套标准化审题方法：通过抓取题干关键词、梳理各小问递进逻辑、多维度拆解时序样本数据，帮助选手精准把握命题意图。以2025年C题“NIPT的时点选择”为例，报告指出该题实质是一个判别分析（LDA/QDA）与混合整数规划（MIP） 的综合问题。选手需从“胎儿Y染色体浓度与孕妇孕周、BMI的关系建模”入手，逐步过渡到“基于BMI分组的最优检测时点选择”，最后进行准确性评估。报告强调，读题阶段必须明确问题是回归、分类还是优化，这将直接决定后续模型的选取方向。面对残缺临床数据这一求解难题，报告给出了数据简化、模型拆分、多方案对比等解决思路。在模型选取上，报告特别强调“三昧真火”原则：即建立真正的优化模型（真优化）、具备完整的求解步骤（真求解）、验证解的可行性（求真解）。报告建议，对于C题这类开放性强、无严格最优解的数据型题目，不宜盲目堆砌复杂算法，而应优先确保模型与问题的适配性。例如，在分析Y染色体浓度与孕周、BMI的关系时，既可采用多元线性回归进行基线建模，也可引入多项式回归或样条回归捕捉非线性关系，并通过R²、AIC、BIC等指标进行多模型对比。同时，报告提醒选手要善用判别分析、随机森林（RF）、XGBoost等工具，但必须在论文中清晰阐明选用该模型的原因及其基本原理。
报告结束后，罗幼喜教授与在场师生就今年的数学建模该如何备赛这个问题进行了深入探讨。同学们纷纷表示，报告不仅拓宽了学科竞赛视野，也加深了对全国大学生数学建模竞赛C组题的理解，对今后学习和竞赛工作具有重要的启发意义。本次报告在热烈的掌声中圆满结束。 （通讯员 程滢洁）
【专家介绍】罗幼喜，湖北工业大学理学院教授，中国人民大学统计学专业博士，南湖学者学术带头人。主持了国家社科基金面上项目2项、教育部人文社科青年基金1项，出版学术专著1部，公开发表SCI/CSSCI收录论文50余篇。科研成果获得过全国统计科研优秀成果一等奖，武汉市社会科学优秀成果二等奖、中国人民大学优秀博士论文奖等。自2005年起就担任全国大学生数学建模竞赛、统计建模竞赛以及市场调查与分析大赛等多个A级赛事指导教师，指导学生获学科竞赛国家级奖项40余项，省级奖百余项，被评为湖北工业大学学科竞赛优秀指导教师称号。
