2026年美赛A题——翻译及建模思路

A题：智能手机电池的连续时间数学模型

任务是构建一个连续时间数学模型，用于描述智能手机电池在实际使用场景下的荷电状态随时间的变化规律。该模型将被用于预测不同条件下电池的剩余使用时间，建模过程中默认手机搭载锂离子电池。

1 连续时间模型构建

构建通过连续时间方程或方程组表征电池荷电状态的模型。你可先从对电池耗电过程最简洁且合理的描述入手，再逐步拓展模型，纳入屏幕使用、处理器负载、网络连接、GPS 使用及其他后台运行任务等额外影响因素。

数据的辅助作用（非替代作用）

你可收集或使用相关数据开展参数估计与模型验证工作。若公开数据集有限，可引用已发表的实测数据或技术规格（需合理标注引用来源），但相关参数需明确论证其合理性并验证其可信度。仅通过离散曲线拟合、时间步回归或黑箱机器学习方法构建模型，未设计显式连续时间模型的方案，均不符合本题要求。所有使用的数据均需详细记录相关信息，且为基于开源许可的免费可用数据。

2 剩余使用时间预测

利用所建模型，计算或估算电池在不同初始荷电状态与使用场景下的剩余使用时间。将模型预测结果与实际观测结果或合理的电池表现进行对比，量化预测的不确定性，并明确模型的优劣适用场景。

• 说明模型如何解释上述预测结果的差异，并定位各场景下电池快速耗电的具体诱因。
• 分析哪些使用行为或环境条件会导致电池续航大幅缩短？哪些因素对模型预测结果的影响却微乎其微？

3 敏感性分析与假设验证

分析当建模假设、参数取值及使用模式发生随机波动时，模型的预测结果会产生何种变化。

4 建议与对策

将模型的研究结论转化为面向手机用户的实用建议。例如，哪些用户操作（如调低屏幕亮度、关闭后台程序、切换网络模式）能最显著地提升电池续航能力？手机操作系统如何基于模型的研究结论，设计并实现更高效的节电策略？同时需考量电池老化导致电池有效容量衰减的问题，并探究该建模框架向其他便携式设备推广应用的可行性。

报告撰写要求

你的报告需清晰呈现以下内容：

1. 所建模型及控制方程的详细说明
2. 模型设计选择背后的假设前提与推理依据
3. 参数估计的方法及模型验证的结果
4. 对模型优势、局限性及潜在拓展方向的分析探讨
5. 一份执行摘要，重点提炼核心研究结果、关键洞察与相关建议

重要要求

模型的构建必须基于明确的物理或力学推理；仅采用离散曲线拟合，或其他与电池行为的显式连续时间描述相脱节的数学形式构建模型，均不符合本题要求。若研究仅依赖离散曲线拟合或统计回归方法，未构建形式明确的连续时间模型，同样不满足本题的要求。

提交文件要求

你提交的 PDF 解决方案总页数不得超过 25 页，且需包含以下内容：

1. 一页式摘要页
2. 目录
3. 完整的解题方案
4. 文内引用标注及参考文献列表
5. 人工智能使用报告（若研究中使用了人工智能工具，该报告不计入25 页的页数限制）

注意事项

美国大学生数学建模竞赛的完整提交材料无规定的最低页数要求。你可使用最多 25 页的篇幅呈现全部解题内容，以及所有想要补充的信息（如示意图、图表、计算过程、数据表等）。本次竞赛接受部分解答的提交。

我们允许参赛者审慎使用ChatGPT 等人工智能工具，并非解决本题的必需手段。若你选择使用生成式人工智能工具，必须严格遵守美国数学与应用联合会（COMAP）的人工智能使用政策，且需额外撰写一份人工智能使用报告，将其附在 PDF 解决方案文件的末尾，该报告不计入解决方案 25 页的总页数限制。

核心思路、方法模型与实施步骤

核心思路

基于锂离子电池放电物理规律，构建显式连续时间数学模型表征SOC随时间的变化，纳入多维度耗电影响因素，通过数据完成参数估计与验证后，预测不同场景下的电池剩余使用时间，分析耗电关键驱动因素与模型敏感性，最终转化为用户端和系统端的实用节电建议。

方法模型

1. 核心模型：连续时间微分方程/方程组（唯一符合要求的核心形式，拒绝纯离散拟合、黑箱ML），先建单因素基础模型，再拓展多因素耦合模型；
2. 辅助方法：开源数据/公开规格的参数估计法、模型验证法（对比实测/合理行为）、不确定性量化法、敏感性分析法（假设/参数/使用模式）；
3. 分析方法：多场景TTE对比法、耗电驱动因素归因分析法。

具体实施步骤

1. 物理建模：明确SOC与功耗的核心物理关系，建立SOC随时间变化的基础连续时间微分方程；
2. 模型拓展：识别屏幕、处理器、网络等核心耗电因素，量化各因素的功耗贡献，融入基础模型形成多因素耦合连续时间模型；
3. 参数与验证：收集开源数据/公开实测规格，完成模型参数估计，验证模型合理性并量化预测不确定性；
4. TTE预测与分析：代入不同初始SOC和使用场景，计算TTE，对比预测结果，定位各场景快速耗电的具体驱动因素，分析各因素对续航的影响程度；
5. 敏感性分析：调整建模假设、参数取值、使用模式，分析其对模型预测结果的影响；
6. 结论转化：基于模型结论，提出用户端节电行为建议和操作系统端节电策略设计思路，探讨模型向其他便携设备的拓展性；
7. 报告撰写：按要求完成不超过25页的PDF报告，含摘要页、目录等核心模块，若使用AI则附加不计入页数的AI使用报告。