2023美赛F题全部代码+数据+结果 数学建模
2023年美赛F题全部思路 数据代码都已完成
全部内容见链接：https://www.jdmm.cc/file/2708700/
1.根据文献选的GGDP的指标，发现GGDP与水资源等有关，由此可以筛选出影响GGDP的所有因子，并可以用所有因子利用层次分析法建立评价体系（也可以不要评价体系，直接筛选因子，建立归回模型）
2.灰关联分析和主成分分析可以用来筛选主要用于气候评价的因子（气温、CO2浓度等）
可以使用这两种的其中一个方法，对所有因子进行排序，找到最主要的2-3个因子
3.可以对GDP和GGDP都进行多元回归分析或者神经网络预测的建模，来判断以GDP或者GGDP作为标准下，未来的这些因子会怎么变化（例如温度升高多少、海平面升高多少等）然后进行比较，说明GGDP对气候的改善作用。
4.对于具体国家分析的时候，可以对本国的资源、人口也进行预测（回归分析或者神经网络或者灰色预测，可以选择用也可以都用了对比结果），然后来分析新的GDDP与人口和资源的增长幅度是否匹配，最后来写报告。
F题不需要太复杂的代码，主体就是回归模型，利用回归模型把因子与气候变化联系起来，对未来的情况进行预测，对GDP和GGDP都进行预测，对比两个的差异。如果觉得回归模型太单调，可以也用神经网络，两种结果对比，使结果更为丰富。
F题主要是用文字和图片描述，可以语文建模，辅助简单的代码和分析，主要是需要自圆其说，写作建议如下：
- 加上Literature review
F题的重点在于逻辑清晰，考虑周到，所以加上Literature review可以增加文章亮点，literature应该说明目前的GDP评价体系对环境的负面影响以及GGDP对气候环境的有利影响，并且比较各种评价的GDDP，例如可以写：
GDP是一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果，是衡量一个国家或地区经济状况和发展水平的重要指标；GGDP是指在国内生产总值中扣除自然资本的消耗，得到经过环境调整的国内生产总值，是评价可持续发展的新指标之一。国内外对于GDP和GGDP哪个更适用于目前的社会环境做了以下研究：（这里引用几篇参考文献，然后说明GGDP的重要性，再给出你们选取的GGDP） - 加上全球GDP、GGDP、能源、人口等分布图（可以用Tableau,上面有些有现成的）来对比气候变化下的这些因素的变化，对这些图片进行文字说明。
图1 世界各国GDP分布图
图2 世界各国能源使用情况
3. 利用每个模型时，先写一段介绍（加上参考文献，也可以有图片）
例如：
灰色模型通常用于预测数据。灰色预测是通过识别系统各因素发展趋势的异同程度，在原始数据中寻找系统变化的规律，生成具有较强规律性的数据序列，然后建立相应的微分方程模型来预测事物的未来发展趋势[1]。灰色预测模型通常被称为GM(n, h)模型，常用于预测GM(1, 1)。
[1] Yanjie Zhang, Xintong Jiang. Research on the construction of quality assurance and evaluation system of higher education teaching [J]. Decision-making exploration(next),2020(11):89-90.