下面是近20年来数学建模国赛的相关信息汇总，只包含本科组题目，其中模型&算法来源于每年优秀论文中的方法或模型，黑体加粗的是多篇论文中提到最多的模型或算法。后面几年的参考论文较少，因此无法列出太多的模型，仅供参考。(可能有些模型太老了，我们没听说过，或者已经改名了，这里以原文为准）
年份A题模型&算法&方法B题模型&算法&方法2000DNA序列分类广度优先法逐步优选法最小二乘法层次分类法欧氏距离马氏距离F isher 准则 人工神经网络钢管订购和运输弗洛依德算法二次规划线性规划网络流最小面积图论最短路径2001血管的三维重建（螺旋）BresenhamBMP图像处理像素的四邻域离散和连续快速傅立叶变换(FFT)及反变换Bézier公交车调度多目标优化（规划）Fisher 聚类排队论最小二乘法2002车灯线光源的优化设计广度优先搜索优化设计非线性规划向量投影彩票中的数学吸引力模糊综合评判层次分析法熵权法logit二项分布2003SARS的传播负反馈系统神经网络Monte Calo蒙特卡罗随机模拟龙格一库塔元胞自动机露天矿生产的车辆安排整数规划主要目标法贪心算法优化2004奥运会临时超市网点设计Floyd算法点阵模型混合整数规划经验概率分布MS网点多目标规划电力市场的输电阻塞管理线性规划单目标规划多元线性规划Hufman决策树高效规划分阶段规划2005长江水质的评价和预测非线性回归模糊集对灰色预测GM(1,1)BP神经网络主成分分析法DVD在线租赁（参考论文较少）2006出版社的资源配置灰色预测GM(1,1)遗传算法快速贪心神经网络艾滋病疗法的评价及疗效的预测线性插值层次分析法支持向量机灰色预测灰色预测2007中国人口增长预测LogisticLeslie矩阵模型多元线性回归分要素计算法乘公交，看奥运广度优先算法邻接算法有向赋权图直达队列表分层序列法叠加有向赋权图Dijkstra 算法BFS算法多目标优化2008数码相机定位模拟退火算法针孔相机模型最小二乘法高等教育学费标准探讨波特五力模型最优化拉姆齐定价模型合作博弈最小二乘法2009制动器试验台的控制方法分析灰色预测神经网络自动控制拉普拉斯变换刚体力学眼科病床的合理安排层次分析法泊松分布计算机模拟排队论SPTF 算法高负荷G/G/K 理论动态延时因子EDD算法2010储油罐的变位识别与罐容表标定最小二乘法单目标优化微积分2010年上海世博会影响力的定量评估（题目最短，只有5行）模糊综合评价BP 神经网络因子分析法层次分析法曲线回归聚类分析2011城市表层土壤重金属污染分析正态性检验单因子方差分析克里格插值回归分析模拟退火算法Floyd算法神经网络遗传算法交巡警服务平台的设置与调度整数规划模拟退火算法floyd算法变异系数赋权法2012葡萄酒的评价主成分分析法模糊数学评价多元线性回归聚类分析TOPSIS太阳能小屋的设计多目标规划整数规划插值递归3D绘图软件（CAD)2013车道被占用对城市道路通行能力的影响Gibbs抽样仿真ARMA模型拟合曼―惠特尼U检验非稳态排队论分段差分方程元胞自动机多元回归神经网络遗传算法碎纸片的拼接复原TSP模拟退火法哈密顿路径聚类分析二值化矩阵2014嫦娥三号软着陆轨道设计与控制策略非线性规划模型序列化遗传算法K均值聚类空间线性回归动力学模型自动控制Pontryagin 极大值原理模拟退火蒙特卡罗创意平板折叠桌多目标优化3D建模2015太阳影子定位最小二乘法多目标优化Canny 边缘检测模拟退火算法遗传算法“互联网+”时代的出租车资源配置Morisugi社会福利最大化聚簇分析多元回归拟合logit model机理分析法2016系泊系统的设计最小二乘法变步长搜索算法非线性规划层次分析法多目标优化遗传算法小区开放对道路通行的影响网络层次分析法熵权值法模糊综合评价模型多目标规划模型模拟退火元胞自动机Dijkstra 算法聚类2017Parameters Calibration on CT System(CT系统参数标定)单目标优化最小二乘法Radon变换滤波、降噪迭代优化滤波反投影Pricing in “Making money through taking pictures”(“拍照赚钱”的定价)聚类分析多目标优化BP 神经网络多阶段轮盘赌多元回归NS 模型2018高温作业专用服装设计（参考论文较少）模拟退火算法傅里叶变换智能RGV的动态调度策略禁忌搜索算法遗传算法2019Pressure Control of High-pressure Fuel PipePlay Volleyball on a Drum2019-C题The Problems on Airport Taxies19年的相关资料还未找到，先鸽一波分析上表看出，一般情况下，A题需要具备很强的数理分析能力，B题涉及多学科内容，考验学科交叉。
再分析近年B题，发现题目越来越精简，附件数据越来越少，甚至不提供附件。更考验获取信息和数据的能力。（搜索术、爬虫）。
另外，各种模型（不限于数学类）越来越丰富，从以前的纯数学分析，到近年来各种模型的崛起和普及，那些“大名鼎鼎”的模型被越来越多地应用。（可视化）
仔细分析上表，发现使用较多的算法或模型有：最小二乘法、模拟退火算法、神经网络、遗传算法、聚类分析、多目标优化、灰色预测、层次分析、线性回归等。
总结所有论文的建模部分，发现大部分优秀论文都采用“多对一”模式，即用多个模型分析一道题目，并对不同模型的分析结果进行加权处理，不同模型之间相互检验，相互支持，以提高文章说服力。
最后，发现九十多篇优秀论文中，大部分使用matlab为主要编程语言，外加两个必备软件“Lingo, spss”，基本没有团队用Python，可能是因为它的参考源码较少，不利于快速完成建模，不过近年来人工智能算法逐渐发展，类似神经网络、深度学习等，Python数据分析也逐渐被推广和普及。