简介：这份资源是2022年美国大学生数学建模竞赛（MCM/ICM）F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(axis=0)) / (data.max(axis=0) - data.min(axis=0) + 1e-12) # 3. 计算比重 p_ij p = norm / (norm.sum(axis=0) + 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), axis=0) # 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 {i+1}: 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 10；m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 {i+1}: {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 {i+1}: {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 0，p矩阵出现 0，log(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 0.3，B 国 0.5，C 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
