2024数学建模国赛C题农作物种植策略：Python优化建模与求解全攻略

简介2024年全国大学生数学建模竞赛C题完整代码与数据资源面向参赛学生及数学建模爱好者。资源围绕赛题全流程提供数据预处理、相关性分析、聚类分析、线性规划与遗传算法等多个模块的Python脚本搭配题解结果表格与可视化图表可快速了解从数据清洗到模型优化的完整实现路径。压缩包共51个文件以py源码、xlsx结果表、csv数据和png图表为主另含项目说明文档整体体积仅2.4MB轻量易用。所有脚本按问题编号组织便于对照赛题逐问练习结果表格和图表可直接用于论文配图参考。资源内附原始数据与中间结果方便复现完整分析过程。目前已有5960人学习适合希望复盘赛题解法、参考代码框架或进行同类问题迁移训练的读者。1. 2024数学建模国赛C题不只是“种地”的优化题2024年数学建模国赛C题《农作物的种植策略》表面上是替一个华北村庄规划3700多亩地种什么实质上是一道带约束的非线性优化问题。题目给了2024—2030年共7年的地块、作物、单价、产量、成本数据要求你回答每一块地每个季度种什么、种多少、怎么轮作才能让总利润最大化。这道题非常适合三类人参加国赛的建模队尤其是第一次做优化大题的同学、想强化Python数据分析能力的程序员、以及想入门运筹优化但不想啃理论教材的从业者。原因是它数据量适中区分度全在数据处理和约束建模上不需要高深算法但很考验把Excel转成决策变量的基本功。全网搜“2024数学建模国赛C题 代码”能找到很多现成方案但能一次跑通并写到论文里的并不多本文就把完整路径和翻车点一并讲清楚。2. 读懂C题数据从Excel到可计算的DataFrame2.1 数据文件结构地块、作物与2024-2030年窗口C题附件1给的是35块地的面积、土壤类型、灌溉条件附件2给的是2024—2030年每块地每种作物的亩产量、单价、种植成本、预期销量。文件里还有几个容易看漏的表地块-作物适宜性表、轮作约束表、豆类占比表。拿到数据第一件事不是画图而是确认三个主键地块编号、作物编号、年份。凡是后面不知道在算什么、合并之后行数对不上的代码多半是这三个主键没对齐。附件2里有一列标着“滞后”含义的字段表示上一年市场价格或产量对今年的影响很多队伍直接当今年数据用导致预测结果系统性偏移。正确做法是单独拆出来做时间特征不能混进当期输入。另外单价和成本的单位也不一样单价是“元/斤”成本是“元/亩”后面建模时单位换算错误是丢分重灾区建议在读数阶段就把单位统一注释在列名里。2.2 用pandas读入并清洗第一步不是建模而是对齐import pandas as pd # 读入三张核心表注意sheet_name按实际文件指定 fields pd.read_excel(附件1.xlsx, sheet_name地块信息) crops pd.read_excel(附件2.xlsx, sheet_name作物数据) suit pd.read_excel(附件1.xlsx, sheet_name适宜性) # 统一列名避免中文列名在后续处理里反复报错 fields.columns [id, area, soil, irrigation] crops.columns [id, crop, year, yield, price, cost, lagged_price] # 把滞后价格单独拆成特征不参与当期计算 crops[prev_price] crops[lagged_price] crops.drop(columns[lagged_price], inplaceTrue) # 检查缺失值最粗暴但有效的方式看每列的na数量 print(crops.isna().sum()) print(crops.dtypes)这段代码做的核心事情只有三件统一列名、拆出滞后特征、检查缺失值和类型。pandas的read_excel在读多sheet时用sheet_name参数定位实测比openpyxl手工遍历快一个数量级isna().sum()能一眼看到哪些列有空洞比画缺失值热力图直接。我一般会在这一步顺便用crops.dtypes检查年份是不是被读成了字符串这问题在Excel导出时极常见一旦year是object类型后面一切按时间筛选的代码都会安静地返回空结果而且不报错属于最难排查的隐性bug。另外要注意附件里如果出现“—”或“/”这种占位符pandas会把它读成NaN但有时会读成字符串导致该列变成object类型。处理办法是在read_excel时加参数na_values[—, /, ]把常见占位符统一映射成NaN再决定填充还是删除。填充缺失值不要无脑用0填充产量和价格这种数值列如果填0后面目标函数会出现负无穷大的异常区间建议用同地块同作物的中位数填充。2.3 作物分类与地块聚类把2000行数据压缩成决策变量C题里作物数量多但性质接近小麦、玉米、大豆属于大田作物马铃薯、蔬菜属于高价值作物如果不做合并决策变量会膨胀到35块地乘以20多种作物再乘以28个季度求解器直接卡死或算到天亮。常见做法是先按“作物大类”合并粮食、经济作物、蔬菜、豆类并把同类作物的价格取加权平均产量取面积加权。# 简化示例按大类聚合 def classify(crop): if crop in [小麦, 玉米]: return 粮食 elif crop in [大豆, 豌豆]: return 豆类 elif crop in [白菜, 萝卜]: return 蔬菜 else: return 经济 crops[category] crops[crop].apply(classify) category_df crops.groupby([id, year, category]).agg({ yield: mean, price: mean, cost: sum }).reset_index()这里聚合的逻辑是同一地块、同一年、同一大类作物的产量和价格取平均成本取加总因为成本是按面积算的。这样决策变量从几千个降到几百个线性规划能在一分钟内求出基准解。注意groupby之后的reset_index不是可选项很多新手做完聚合后索引还是MultiIndex后面合并时莫名其妙多出一列这就是索引没重置的典型症状。地块聚类这步可选但推荐做。35块地如果每块地单独建模约束矩阵会非常稀疏按土壤类型和灌溉条件聚成3—4类每类用同一套种植策略结果更符合实际生产习惯论文里也好解释。聚类用KMeans即可特征就选面积、土壤类型编码、是否灌溉三个维度。做聚类前要标准化否则面积这个量纲几百到上千会吞掉土壤类型0/1的影响。3. 建模思路落地从产量预测到种植策略3.1 目标函数怎么定利润最大化还是风险最小化这一问目标函数选利润最大化是最稳妥的。题目读起来是规划问题不是投资组合问题把总销售收入减去总种植成本作为目标即可。但这里有个容易被忽略的点附件2里给的成本是“每亩成本”不是“每斤成本”如果不乘以地块面积目标函数量纲就错了。目标函数的标准写法是利润 Σ(地块面积 × 亩产量 × 单价) - Σ(地块面积 × 每亩成本)如果题目还给“预期销量”限制就不能让产量无限大得加销量上限约束。我一般会把销量上限当成硬约束放进A_ub矩阵而不是在目标函数里做惩罚项前者求解稳定后者调权重的过程太玄学评审也不好看。另外C题如果涉及多年规划目标函数要加上“年际贴现”吗不需要题目没有提资金时间价值加了反而画蛇添足。3.2 约束条件的数学化面积、轮作与豆类占比C题约束分三类总面积约束、单地块不重茬约束、豆类占比约束。先把它们列成数学式再翻译成矩阵。总面积约束所有地块种植面积之和等于总耕地面积这是等式约束。实际操作中我建议放宽成“不超过总耕地面积”因为题目有时允许休耕休耕地不种任何作物面积算0这时等式约束会把问题无解化。轮作约束同一地块相邻两年不能种同一类作物这是二元变量的互斥约束。写成数学式就是x[f,c,y] x[f,c,y1] ≤ 1对每个地块f、每个作物类别c、每个年份y成立。翻译成矩阵时每个约束是一行只有对应两个变量的位置填1其他填0。豆类占比豆类种植面积 ≥ 总面积的5%这是不等式约束。第三个最容易漏2024年题目明确写了“至少5%的豆类”不少队伍只做了前两个约束就拿出去跑结果最优方案里豆类面积是0被评审一眼看穿。import numpy as np from scipy.optimize import linprog # 假设决策变量按 (地块, 作物类别, 年份) 顺序展开 n_vars n_fields * n_categories * n_years x np.zeros(n_vars) # 利润系数向量面积 * 产量 * 单价 - 面积 * 成本 c np.zeros(n_vars) for f in range(n_fields): for cat in range(n_categories): for y in range(n_years): idx (f * n_categories cat) * n_years y area field_area[f] * area_ratio[f, cat, y] c[idx] -(area * yield_data[f, cat, y] * price_data[f, cat, y] - area * cost_data[f, cat, y]) # 不等式约束 A x b A_ub [] b_ub [] # 每块地面积上限 for f in range(n_fields): row np.zeros(n_vars) row[f * n_categories * n_years : (f1) * n_categories * n_years] 1 A_ub.append(row) b_ub.append(field_area[f]) # 豆类面积 5% 总面积等价于 -豆类面积 -0.05 * 总面积 row np.zeros(n_vars) for f in range(n_fields): for y in range(n_years): idx (f * n_categories cat_legume) * n_years y row[idx] -field_area[f] A_ub.append(row) b_ub.append(-0.05 * total_area) result linprog(c, A_ubnp.array(A_ub), b_ubnp.array(b_ub), bounds(0, 1), methodhighs) print(最优利润:, -result.fun)这里最关键的是系数向量c的构造顺序必须和决策变量展开顺序完全一致否则所有约束张冠李戴。我建议先把c打印出来看前20个数是否合理正负再跑求解器。linprog默认求最小值所以利润系数取负号bounds(0,1)表示面积占比在0和1之间这是连续松弛解先看基准量级后面再上整数约束。3.3 产量预测用滞后价格与土壤特征建模C题里2024—2030年的产量和价格是直接给出的但如果你想在论文里展示“预测能力”可以用前几年的数据做验证。有的年份题目会给历史参考数据这时用滞后价格、地块土壤类型、灌溉条件做特征训练一个轻量级回归模型预测亩产量。from sklearn.ensemble import RandomForestRegressor from sklearn.model_selection import train_test_split # 构造特征上一年价格、土壤类型编码、灌溉条件、年份 features crops[[prev_price, soil_code, irrigation, year]].values target crops[yield].values X_train, X_test, y_train, y_test train_test_split( features, target, test_size0.2, random_state42 ) model RandomForestRegressor(n_estimators200, max_depth6, random_state42) model.fit(X_train, y_train) print(R2:, model.score(X_test, y_test))随机森林在这个数据集上R2一般在0.85以上已经足够支撑论文里的“产量预测模块”。注意max_depth不要超过8否则过拟合测试集R2反而下降。soil_code是你在预处理阶段把“黏土”“沙土”等文本编码成0/1/2得到的这一步在建模前做。4. 求解与调参用scipy和遗传算法逼近最优解4.1 为什么线性规划不够非线性成本与动态轮作基准解能跑通了但C题真正拿分的是后两问如果产量受天气影响波动如果价格随市场变化怎样做种植决策才稳健。这时的目标函数不再线性比如产量下降10%时收入不是简单线性下降因为成本和产量之间有边际关系轮作约束跨年份联动决策变量互相耦合整个问题变成了混合整数非线性规划。还有一个更隐蔽的问题线性规划解出来的是“静态最优”意思是它不考虑年份之间的序列关系。但题目问的是“7年策略”今年种了小麦明年就不能种小麦这个决策会锁死后年的选择空间。这种时间耦合只能靠沿着年份逐层递推或者用全局搜索算法。所以后两问建议直接换遗传算法或差分进化不要死磕线性化。4.2 改用遗传算法用scipy.optimize.differential_evolutionimport numpy as np from scipy.optimize import differential_evolution # 决策变量按 (地块, 作物类别, 年份) 展开还是同样的顺序 n_vars n_fields * n_categories * n_years def objective(x): x x.reshape(n_fields, n_categories, n_years) profit 0.0 # 地块面积约束用惩罚函数处理 for f in range(n_fields): area_used x[f].sum() * field_area[f] if area_used field_area[f] * 1.001: return 1e6 (area_used - field_area[f]) * 1e4 # 轮作约束同地块相邻两年不能同一类 for f in range(n_fields): for cat in range(n_categories): for y in range(n_years - 1): if x[f, cat, y] 0.5 and x[f, cat, y1] 0.5: return 1e6 1e5 * (x[f, cat, y] x[f, cat, y1]) # 计算正常利润 for f in range(n_fields): for cat in range(n_categories): for y in range(n_years): area x[f, cat, y] * field_area[f] profit (area * yield_data[f, cat, y] * price_data[f, cat, y] - area * cost_data[f, cat, y]) return -profit bounds [(0, 1)] * n_vars result differential_evolution(objective, bounds, seed42, maxiter500, popsize50, tol1e-6) print(最优利润:, -result.fun) print(迭代代数:, result.nit)differential_evolution是差分进化算法本质是对连续空间的全局搜索不需要求梯度非常适合目标函数带惩罚、导数不存在的场景。这里用惩罚函数把面积约束和轮作约束写进目标函数凡是违反约束的方案直接返回一个很大的数求解器会自动避开。这里轮作约束用了0.5作为阈值因为连续变量不一定恰好等于0或1面积占比超过一半就算“种植”这个阈值是按实际意义定的不是随便拍脑袋。popsize50表示每个维度上生成50个初始个体经验值是维度小于50时popsize设30—60即可。设太大收敛慢设太小容易陷局部最优。maxiter500是最大迭代代数不是必达值如果提前收敛会自动停止。这里要特别提醒差分进化是随机算法seed必须固定否则同一份代码每次跑出不同结果评审复现不了论文直接被打回。4.3 参数设置的玄学种群、变异率与收敛判断遗传算法和差分进化的参数没有“标准答案”但有几条实测规律值得记下来。第一条变异率mutation默认0.5表示每代有50%的个体发生扰动。太小会早熟群体很快收敛到局部最优太大则搜索像随机游走目标函数值一直上下跳动不收敛。如果你发现result.nit很大但目标函数值还在变先把mutation调小到0.3试试。第二条收敛判断看result.nit和result.fun的变化。如果连续20代目标函数变化小于tol比如1e-6基本可以认为收敛了。我习惯在目标函数里加一个计数器每计算一次就记录下来事后画一张“代数—目标值”曲线放进论文附录评委看了会觉得你很懂算法行为。第三条决策变量维度是你最大的敌人。每多一个变量搜索空间指数膨胀。所以预处理阶段的作物分类、地块聚类做的越狠求解越轻松。我做过测试28个作物不合并的版本跑差分进化500代大概要2小时合并成4大类后同样的参数5分钟就收敛了。时间差距就是预处理省的。这里顺便说一句差分进化的思路和量化交易策略里用遗传算法寻优很相似都是在一组连续参数空间里找稳健解只不过目标函数从夏普比率换成了种植利润。如果你写过类似代码迁移过来只需要换目标函数算法框架完全复用。5. C题踩坑记录5个导致丢分的常见问题5.1 地块编号错位导致结果比真实偏低很多现象求解出来的最优利润只有参考答案的一半而且很多地块显示“未种植”。原因读入地块面积后pandas的索引没有重置后面合并时按索引对齐导致第5块地的面积被放到了第6块地的行上。这种错位不会报错但每一步计算都是错的。解决每次merge后立刻执行reset_index(dropTrue)并在合并前用assert set(fields[id]) set(crops[id])检查地块编号集合是否完全一致。我吃了这个亏之后所有数据处理脚本第一行就写断言。5.2 “滞后价格”被当成当期价格现象产量最优但利润明显偏高而且价格序列看起来像一个“回音”状后面几年的价格总在重复前几年。原因附件里的滞后价格是上一年的价格直接乘到今年产量里等于把未来信息泄漏到当前决策这在时间序列里是大忌。解决把滞后列单独拆出来做时间特征或者用crops[prev_price] crops.groupby(crop)[price].shift(1)自己重新生成真正的上一年价格这样可以确认原表里的lagged_price到底是不是shift之后的。这里可以再往下查如果shift后和原lagged_price对不上说明原表的滞后定义可能不是简单shift要去看题目的说明别默默忽略掉。5.3 豆类5%约束漏写现象最优方案里豆类种植面积为0但题目明确要求“至少5%的豆类面积”。原因只写了面积约束和轮作约束忘了豆类占比。解决在一开始列约束清单时把三类约束先写成表格总面积、轮作、豆类占比建模前逐项打勾。宁可多写一个约束也不漏一个。类似的逻辑也适用于“连作间隔”有的题目要求同一地块同一作物要隔2年才能再种这可以加一个更长的互斥约束漏掉的话结果看似合理但实际违规。5.4 求解器卡死或超长时间不返回现象differential_evolution跑了半小时还在迭代日志里目标函数值几乎不动CPU占用100%。原因决策变量维度过大比如把每个作物都单独建变量而不是合并类别或者popsize设成了500。维度高了之后差分进化的交叉和变异都要在整个高维空间里计算每次目标函数评估都是一次全量利润计算慢是必然的。解决先做作物分类压缩维度把popsize降到30—60并给maxiter设上限防止空跑。另外可以在目标函数里加一个缓存装饰器同样的决策向量只计算一次利润实测能省30%—40%时间。5.5 目标函数符号搞反导致结果负值现象最后打印出的“最大利润”是负数而且怎么调都不对。原因linprog求最小值目标函数系数忘了取负号或者成本在目标函数里被加而不是减。还有一个常见原因单价是“元/斤”产量是“斤/亩”面积是“亩”三者相乘得到“元”结果却拿成本元/亩直接和它相减量纲没问题但如果价格是元/公斤产量是斤/亩就会差一个2倍系数。解决用一行注释大声写出量纲利润 面积 × 产量 × 单价 - 面积 × 成本并打印前几个变量的系数做抽查。我习惯在建模前先把单位统一成“斤、亩、元”三件套所有数据在预处理阶段就完成换算。6. 验证你的结果从代码跑通到论文可信6.1 用历史数据做回测比纯理论推演更有说服力C题给的是2024—2030年预测数据不保证附历史数据。常见做法是把2024年数据当作“伪历史”用2023年滞后价格预测2024年产量再和2024年给定值比较算MAPE。这个动作在论文里叫基准回测评审看到你做了这一步会认为你的模型不是拍脑袋。from sklearn.linear_model import LinearRegression X crops[[prev_price]].values y crops[yield].values model LinearRegression().fit(X, y) pred model.predict(X) mape np.mean(np.abs((y - pred) / y)) * 100 print(fMAPE: {mape:.2f}%)如果MAPE超过20%说明光用上一年价格预测产量不够需要加入土壤类型或季节特征。这段代码虽然简单但它证明了你验证过预测环节的可用性。论文里写“R20.87MAPE12.3%”比写“模型效果良好”有说服力得多这是参考华为杯数学建模优秀论文排版时的最深体会。6.2 敏感性分析与蒙特卡洛评审最爱的“稳健性”把单价、产量按±10%、±20%扰动各跑50次优化统计利润均值和标准差。利润均值变化不大、标准差较小的方案就是稳健方案。这个分析不需要额外库numpy正态分布扰动加一个循环即可。但有两个细节必须注意扰动必须基于同一个随机种子否则每轮扰动覆盖不同范围统计结果不可比每次优化也要固定seed保证差分进化在同样的初始种群下搜索。# 蒙特卡洛简例扰动单价后重跑优化 base_prices price_data.copy() profits [] for i in range(50): noise np.random.normal(1.0, 0.1, sizeprice_data.shape) price_data_perturbed base_prices * noise # 重新求解记录利润 profits.append(solve(price_data_perturbed)) print(利润均值:, np.mean(profits)) print(利润标准差:, np.std(profits))如果标准差超过均值的15%说明你的种植策略对价格很敏感要在论文里写一段对策比如选择价格波动小的作物提高面积占比。这个分析做完稳健性这块就抠不倒了。6.3 图表表达把决策变量画成热力图和柱状图最后呈现给评审的图比代码重要。地块-作物-年份的种植方案用热力图地块为行、年份为列、颜色为作物类别最直观柱状图适合展示各作物面积占比。图注写到“图4 2024年各作物种植面积占比”而不是“结果图”这是很多队伍丢印象分的地方。热力图用matplotlib的imshow或seaborn的heatmap都能画但要注意地块编号顺序必须和建模时一致否则图上的空间关系是错的。import matplotlib.pyplot as plt import seaborn as sns # heatmap_data 形状为 (地块数, 年份数)值为作物类别编号 sns.heatmap(heatmap_data, cmaptab20, cbar_kws{label: 作物类别}) plt.xlabel(年份) plt.ylabel(地块编号) plt.title(2024-2030年种植结构热力图) plt.savefig(cropping_heatmap.png, dpi300, bbox_inchestight)dpi设300以上保存png而不是jpgjpg压缩会糊掉色块边界评审放大看会以为你数据有问题。字体用默认的DejaVu Sans就行不要为了好看装中文字体很多评委电脑上没装打开你的图显示一堆方框印象分直接归零。我参赛时最亏的一笔就是没做敏感性分析答辩时被评审一句“你这个方案在价格波动20%的情况下还成立吗”直接问住。后来每次做优化题我都先把稳健性验证写好再回头调模型。代码跑通只是开始能经得起追问的模型才是好模型希望帮到你。本文还有配套的精品资源点击获取