从数学建模赛题看数据驱动决策：自行车功率优化实战解析

1. 项目概述：从一道赛题看数据驱动决策的实战演练

2022年美国大学生数学建模竞赛（MCM/ICM）的A题，题目是“Cycling Power Profile”（自行车功率曲线）。当年这道题一出来，就在我们这些老建模人圈子里引起了不小的讨论。它看起来是研究自行车运动，但内核完全是一个典型的数据分析与决策优化问题。简单来说，题目给了一组自行车手在不同地形（平路、上坡、下坡）骑行时的功率数据，要求我们建立模型，分析车手的表现，并最终为一场多日赛制定能量分配策略。这本质上是在资源（车手的体能）有限、环境（赛道地形）多变的约束下，寻求最优解的过程。无论是金融领域的资产配置、物流领域的路径规划，还是生产中的资源调度，其底层逻辑都与此相通。

这篇文章，我就以这道赛题为引子，拆解一下面对一个开放性的数据建模问题时，从破题、建模、求解到论文撰写的完整思路。这不是一份标准答案，而是一份融合了多年参赛和评审经验的“解题心法”。适合所有对数学建模、数据分析感兴趣的朋友，无论你是正在备赛的学生，还是希望提升实际问题解决能力的从业者，都能从中看到如何将一堆数据和一句描述，转化为一个有逻辑、有深度、可执行的解决方案。

2. 核心需求解析与破题关键

拿到题目，第一步不是急着找公式，而是“翻译”和“界定”。MCM/ICM的题目往往描述简洁，留白很多，这正是考察参赛者问题理解与假设能力的关键。

2.1 题目究竟在问什么？

2022年A题的核心要求可以分解为三个层次：

1. 描述与解释：基于提供的功率-时间数据，建立模型来描述自行车手的“功率曲线”。这不仅仅是画条曲线，而是要量化车手在不同强度下的表现特征，比如其功能阈值功率（FTP）、疲劳特性等。
2. 分类与应用：用你的模型，对6位不同的自行车手进行分类，并预测他们在一条给定赛段（包含平路、上坡、下坡）上的可能完赛时间。
3. 优化与决策：这是题目的高潮部分。要求为一场为期多日（如6天）的“环赛”制定策略，确定每位车手每天应该使用多少“能量”。这里有一个核心约束：车手在连续高强度比赛后会疲劳，但休息（低强度日）后体能可以部分恢复。

破题关键点在于理解“能量”的定义。题目没有明说，这需要我们自己合理定义。在运动科学中，这通常可以关联到“训练冲量”（TRIMP）或基于功率的“消耗”，比如用千焦耳（kJ）来衡量。我们必须定义一个可量化、可累积、且与疲劳和恢复相关的“能量”度量单位。

2.2 如何将模糊问题转化为可计算模型？

这是建模中最考验功力的一步。我们需要做出一系列合理且可辩护的假设：

• 假设1：功率与速度的关系。题目给了功率，但问的是时间。我们必须建立从功率到骑行速度的模型。这需要引入经典的运动动力学方程，考虑空气阻力、滚动阻力、重力分力（爬坡时）。空气阻力系数、车手与车辆的总质量、机械效率等参数，题目未提供，需要根据常识设定典型值，并说明其来源（如引用常见文献值）。
• 假设2：疲劳与恢复模型。这是第三问的核心。车手不是机器，今天的输出会影响明天的状态。我们需要一个动态模型。一个常见思路是引入“体能”和“疲劳”两个状态变量。每日比赛消耗能量会增加“疲劳”，降低即时表现；休息日则“疲劳”消退，“体能”可能缓慢回升。可以借鉴Banister的 impulse-response 模型或更简化的线性衰减/恢复模型。
• 假设3：“能量分配”的决策变量。我们决定车手每天付出多少。这可以建模为每天分配一个“目标平均功率”或“能量预算”。优化目标是最小化总完赛时间，或在一系列约束下（如总能量有限、每日能量上限、最低完赛要求等）最大化某个绩效指标。

注意：所有假设必须明确写在论文中，并阐述理由。评委不期待你拥有完美数据，但期待你展示出在数据不足时，如何通过合理假设构建一个自洽逻辑体系的能力。

3. 模型构建：三层递进的解决方案设计

基于以上分析，一个清晰的三层模型结构就浮现出来了。这对应题目的三个任务，模型由浅入深，复杂度递增。

3.1 第一层：车手能力画像模型（对应任务一、二）

首先，我们需要从原始数据中提取特征，给每位车手画个像。

1. 数据预处理：提供的功率数据通常是时间序列。先进行清洗（处理可能的异常值或缺失点），然后可以计算一些关键指标：
   • 功能阈值功率（FTP）：通常估算为车手1小时能维持的最大平均功率。可以用20分钟测试功率的95%来近似，或通过功率-持续时间曲线拟合得到。
   • 功率分布（Power Profile）：统计车手在不同功率区间（如基于FTP的百分比：<55%， 55-75%， 75-90%， 90-105%， >105%）的累计时间或能量占比。这反映了车手是擅长短时爆发还是长时稳定输出。
   • 疲劳系数：通过分析功率在持续输出期间的衰减率，可以简单量化其抗疲劳能力。例如，拟合一个指数衰减函数。
2. 建模与分类：基于以上特征（FTP， 各区间能量占比， 疲劳系数），我们可以使用聚类算法（如K-means）对6位车手进行分类。比如，可能分出“全能型”、“爬坡手”、“冲刺手”、“计时赛专家”等类别。分类结果将为后续的赛段预测提供依据——不同类型的车手在不同地形上的表现权重不同。

实操心得：这里不需要复杂的机器学习。清晰的特征工程加上直观的聚类或甚至基于规则的分类（比如设定FTP和冲刺功率的阈值），只要解释得当，就足够了。关键是特征要选得有运动学意义。

3.2 第二层：赛段表现预测模型（对应任务二）

有了车手的能力画像和功率-速度转换模型，就可以预测赛段时间。

1. 功率-速度转换模型：
   • 基本方程：P_total = P_gravity + P_rolling + P_drag
   • P_gravity = m * g * v * sin(theta)（爬坡功率，theta为坡度）
   • P_rolling = C_rr * m * g * v（滚动阻力功率）
   • P_drag = 0.5 * ρ * C_d * A * (v + v_wind)^2 * v（空气阻力功率，v_wind为风速，通常假设为0）
   • 其中，P_total是车手需要输出的功率，v是速度。给定功率P，可以通过求解这个关于v的方程（通常是一个关于v的三次方程）来反解速度。在平路和下坡（theta为负）时，重力分量可能为负（助力）。
2. 赛段分段与时间积分：将给定赛段按照地形（平路、上坡、下坡）和坡度值离散成许多小段。对于每一小段，假设车手以恒定功率（例如其FTP的某个百分比）骑行，利用上面的方程计算该段速度，进而计算通过时间。对所有小段时间求和即得总预测时间。
3. 引入车手类型修正：对于爬坡段，可以给“爬坡手”赋予更高的功率权重（比如允许他使用更高比例的FTP）；对于平路冲刺段，则有利于“冲刺手”。这可以通过一个与车手类型和地形匹配度相关的系数来实现。

注意事项：这个模型对参数（如空气阻力系数C_d*A， 滚动阻力系数C_rr）非常敏感。必须在论文中给出参数取值和参考来源，并进行简单的敏感性分析，说明参数在一定范围内变化时，预测结果的波动情况。这能极大提升模型的可信度。

3.3 第三层：多日赛能量分配优化模型（对应任务三）

这是整个赛题最精彩的部分，需要建立一个动态优化模型。

1. 状态空间模型：定义第i天开始时车手的状态为S_i（可以是一个标量，如“体能水平”，也可以是一个向量，如[体能， 疲劳]）。车手第i天的输出（决策变量u_i， 如平均功率或消耗能量）会影响当天的完赛时间T_i，并更新其状态到S_{i+1}。
   • 状态转移方程示例（简化）：
     • 令F_i为第i天开始的疲劳值，P_i为第i天分配的平均功率。
     • 完赛时间T_i = f(P_i, course_profile_i)， 由第二层模型计算。
     • 疲劳更新：F_{i+1} = α * F_i + β * E(P_i)， 其中E(P_i)是第i天消耗的能量（与P_i * T_i相关），α是疲劳残留系数（0<α<1），β是疲劳积累系数。
     • 表现约束：P_i ≤ P_max(F_i)， 即最大可用功率随疲劳增加而下降。
   • 恢复：如果在某天分配一个非常低的u_i（休息日），则方程中可以加入恢复项，使F_{i+1}显著降低。
2. 优化问题建模：
   • 决策变量：u_1, u_2, ..., u_N（N为比赛总天数）。
   • 目标函数：最小化总时间Σ T_i(u_i, S_i)， 或者是在总能量Σ E(u_i)不超过某个上限的条件下，最小化总时间。
   • 约束条件：
     • 每日输出上下限：u_min ≤ u_i ≤ u_max(S_i)。
     • 非负、连续性等。
     • 可能包括“必须完赛”的约束，即每天T_i不能无穷大。
3. 求解方法：这是一个典型的序列决策问题，可以用动态规划（DP）来求解。将比赛天数作为阶段，车手状态作为状态变量，决策是每日能量分配。由于状态和决策空间可能被我们简化得较小，DP是可行且直观的。也可以将其表述为一个非线性规划问题，使用优化求解器（如MATLAB的fmincon， Python的SciPy）来求解。

核心技巧：在论文中，你需要清晰地画出这个优化问题的框架图：状态、决策、转移、目标。即使最终因为时间关系求解不够完美，展示出这个完整的优化建模思路，也能获得很高的评价。你可以设计一个简化场景（如只有两种状态：“疲劳”和“新鲜”，能量分配只有“高”、“中”、“低”三档）来演示动态规划的过程，这比一个复杂但未完全求解的模型更有说服力。

4. 模型求解、验证与敏感性分析

模型建好了，怎么算？算出来可信吗？这部分是让论文从“纸上谈兵”到“脚踏实地”的关键。

4.1 求解工具与实现

• 第一、二层模型（数据分析与预测）：非常适合用Python（Pandas, NumPy, Scikit-learn）或MATLAB实现。数据清洗、特征计算、聚类分析、方程求解，这些库都有现成的强大工具。例如，用scipy.optimize.root来求解功率-速度方程中的速度v。
• 第三层优化模型：对于简化版的动态规划，可以用任何编程语言实现。对于非线性规划表述，MATLAB的Optimization Toolbox或Python的Pyomo库、SciPy的minimize函数都是好选择。
• 代码组织建议：将不同的模型模块化。一个文件处理数据和车手画像，一个文件实现功率-速度预测，一个文件实现优化模型。这样清晰且易于调试。

4.2 模型验证与合理性检查

数模竞赛中，我们通常没有额外的真实数据来验证，但可以通过以下方式增强说服力：

1. 内部一致性检查：预测的赛段时间是否在合理范围内？例如，一个FTP为300W的车手，爬一个5公里、平均坡度8%的坡，用时应该在什么量级？可以用非常粗略的手算（如只考虑重力功率）来估算，看模型结果是否与之数量级相符。
2. 极端情况测试：将模型参数推到极端。例如，如果坡度为零（平路），模型预测的速度是否与单纯对抗空气阻力的公式一致？如果分配功率为零，速度是否为零或为负（下坡时可能滑行）？模型行为是否符合物理直觉？
3. 对比分析：用你的模型对6位车手进行赛段预测后，可以对比他们的排名。这个排名是否与基于他们FTP的简单排序一致？如果不一致，原因是什么？（可能是因为功率分布特征不同）。这个分析本身就能成为论文的一个亮点。

4.3 敏感性分析：展示模型的稳健性

这是拿高分的关键环节。你需要系统地测试模型输出对关键输入参数变化的敏感程度。

1. 选择敏感参数：空气阻力系数C_d*A、车手总质量m、滚动阻力系数C_rr、疲劳恢复系数α, β等。
2. 分析方法：
   • 单因素分析：固定其他参数，让一个参数在合理范围内变动（如±10%或±20%），观察对最终结果（如总预测时间、最优能量分配方案）的影响。可以用表格或折线图展示。
   • 龙卷风图：对于优化模型，可以展示各参数不确定性对目标函数（总时间）的影响范围，直观看出哪个参数影响最大。
3. 结果解释：在论文中明确指出：“我们的模型对参数X最为敏感，这意味着在实际应用中，准确估计X至关重要。而对参数Y相对不敏感，因此即使Y的估计存在一定误差，模型结论仍然可靠。” 这种讨论展现了你的批判性思维和对模型局限性的认识。

5. 论文写作要点与常见陷阱规避

思路和模型再好，也需要通过论文来传达。美赛论文有它独特的“八股文”和评判标准。

5.1 论文结构骨架

1. 摘要：重中之重！必须用一页篇幅，清晰、完整地概括你的全部工作。采用“问题重述-模型概述-主要方法-关键结论-优势亮点”的结构。避免细节公式，但必须包含核心模型名称和最终得出的重要数值结论（如预测时间范围、最优策略特征）。写完摘要后，问自己：一个只看摘要的评委，能否完全了解我们做了什么、怎么做的、得到了什么？
2. 引言：背景介绍、问题重述（用自己的话）、我们的整体工作概述。
3. 假设与符号说明：将模型中的所有重要假设集中列出，并说明理由。符号表要清晰，按出现顺序或类别排列。
4. 模型建立与求解：这是主体。建议按照我们前面分析的三个层次来组织章节：车手能力模型、赛段预测模型、能量分配优化模型。每一部分都应包含：模型动机、数学公式、求解方法、中间结果。
5. 结果分析与讨论：展示所有结果，包括车手分类图、预测时间表、最优能量分配日程表等。并进行深入的讨论：为什么车手A在爬坡段更快？我们的最优策略为什么建议在第3天休息？结合模型机理来解释。
6. 敏感性分析：独立成节，详细展示。
7. 模型评估与展望：客观评价模型的优点（综合性、动态性、实用性）和缺点（参数依赖、未考虑心理因素等）。提出几个切实可行的改进方向。
8. 参考文献与附录：引用关键的物理公式来源、参数来源。将冗长的代码、中间计算数据放在附录。

5.2 常见“踩坑点”与提升技巧

• 坑1：摘要空洞无物。只写“我们建立了模型”、“我们使用了算法”，却没有具体内容。必须写出“我们建立了基于功率-速度转换和动态规划的多日能量分配优化模型”，并给出“最优策略下总时间可比均匀分配策略减少约15%”这样的具体结论。
• 坑2：模型堆砌，缺乏主线。不要为了用高级算法而用。整个论文应有一条清晰的故事线：从数据中认识车手（描述），到预测单次表现（预测），再到规划多次比赛（优化）。每一个模型都是为下一个模型做准备，层层递进。
• 坑3：忽略假设和敏感性分析。这是区分普通和优秀论文的分水岭。评委知道所有模型都有局限，他们想看到你对此是否有清醒的认识。
• 坑4：图表质量低下。图表应有自明性，即标题、坐标轴标签、图例清晰完整。避免使用默认的Excel艺术字图表。使用专业、简洁的配色。趋势图、条形图、表格要选择得当。
• 提升技巧：可视化你的策略。对于最优能量分配，不要只给一个表格。画一个日程甘特图，横轴是比赛日，纵轴是能量分配水平（高/中/低/休息），用不同颜色表示，一目了然。再画一张状态演化图，展示疲劳值和体能随比赛日的变化，让动态过程“活”起来。

我个人在多次参赛和辅导中的体会是，美赛更像是一个“沟通竞赛”，考察的是你如何将一个复杂问题结构化、逻辑化，并用专业语言（数学+文字）清晰呈现的能力。2022年A题的“自行车功率”问题，完美地承载了这一考察目的。它要求你将运动生理学、物理学和运筹学知识融合在一起。解题时，不要纠结于寻找那个“唯一正确”的模型，而要专注于构建一个“自洽、合理、完整”的解决方案体系，并把你思考的每一步，包括那些艰难的权衡和假设，都明明白白地写在纸上。这才是数学建模的真正魅力所在。