写在前面
随着时间的推移,距离美赛开赛只有不到两周时间,为了方便大家能够顺利参赛,岛主今天来介绍一下美赛竞赛过程中的各类技巧,希望能够对大家有所帮助。
01、选题技巧
美赛MCM/ICM(2016年起)每年共有6道题,MCM是ABC三题,ICM是DEF三题。
A题是连续型的题目,B题是离散型的题目,A和B题都是微分方程模型的类型,C题是数据处理类型的题目,D题的运筹学或网络类型和E题的环境科学是指问题涉及到的学科。而F题主要涉及到相关政策。
01、选题步骤
那么对于6道题目,该怎样进行选题呢?在竞赛中一般的选题步骤大概是:
1、各自了解题目情况
全队无交流自我翻译与审题,提取题目大致模型。
2、队内交流
交流讨论,逐步选题。这里主要是根据队伍的不同特点排除一些绝对不会选的题。
3、查阅资料
如果可选题不唯一,则对于每个可选题去查相关文献和资料、数据等。一般选择其中参考资料最多的那个,因为这样即使最后不是很出彩,在大量参考资料的帮助下,思路不会出现很大的偏差或错误。
对于选题实在纠结的同学,在这里岛主也准备了辅助——我们特邀15位美赛O、F奖得主,为大家联袂提供美赛解题参考思路!
同学们可以参考美赛大佬们给出的思路进行选题哦!(成功预约的同学,我们将在2月2日下午6点左右发布美赛解题思路。大家记得及时关注~)
美赛思路预约方式
关注【计算机保研岛】
计算机保研岛
由清北复交浙计算机保研学长姐发起,保研&保研岛旗下专注计算机保研的子品牌。致力于提供计算机院校的保研资讯、保研大数据,计算机学子的保研经验、保研资料、保研服务,帮助计算机学子梦圆名校!
198篇原创内容
公众号
后台回复【24美赛思路】
按照操作提示,即可预约!
02、选题准则
尽快选题
as quickly as possible
无论选哪个题,都要快,竞赛时间短,每一分钟都很宝贵,花费在选题环节上的时间越多,留给后续环节的时间就越少。即使省出来的时间用来睡觉,也能提高效率。
岛主
很多队伍前松后紧,拿到题目犹犹豫豫,左右摇摆,几个小时都不能确定选题。而到了最后,论文写不完,或者写完了没时间加工修改,总之就是在选题环节花费大量的时间是很不划算的。
扬长避短
Play to your strengths
任何一个参赛队,应该对自己的实力和特长有准确的认识和把握。选择最熟悉,最有把握,最有想法的题目,回避自身弱项。例如计算能力差的队,一般不要选择需要大量编程的题目,收集整理资料能力弱的队不选那些需要查找大量数据的题目等等。
岛主
比如对于一个队来说,发现A题题目描述很清楚、思路也很清晰,就是担心连续型模型不是很擅长;E题模型我们很擅长,但是题目理解三个人意见没法统一。好在A题除了第一问,其他模型都是我们很擅长的,而E题可能出现审题偏差的风险,因此可以选风险小较为熟悉的题目A题。
一般来说,美赛赛前最好把六种题都做一遍(理科生默认排除了F题,只做了5道),或者最好找几年的题目,从选题开始进行完整的练习,清楚队伍的长处和短处,在审题两难时,作为一个重要的依据。
岛主认为一个队伍最好是能在赛前就根据自己队伍的强项确定选题,这样是非常节省时间的
但是无法根据上面的提示进行选题时,就得排除某个题目不考虑,如计算能力差的队可以不选C题,如果仅从选题的角度出发,搞清楚MCM竞赛与ICM竞赛的区别,可能更有帮助。
02、做题技巧
选题完成后就是做题了,下面介绍一下论文整体内容方面的实用技巧。
01 标题
英文标题一般十个左右单词,中文标题在二十个字以内。原则:确切、简明、醒目。
标题的书写格式:第一个词和每一个实词首字母大写,虚词首字母小写,标题的中心词放在显著突出的位置。
02 摘要
介绍研究的目的、方法、成果和结论,字数一般在多半页纸左右。摘要中不应有次要素材或者辅助细节,不应该有原文内容中没有的信息资料,不用图标公式等非文字性资料。
摘要在整篇文章中占据了极其重要的地位,一定要包括:问题、方法、模型、算法、结论和特色,一般来说好的摘要一定是简单明了的,即使是一个不是很熟悉这个方面的人也能看懂大概的内容。
03 模型假设
模型假设一般可以从题目中挖掘。需要注意我们所解决问题本身没有影响(或影响比较小),但可以使模型得到简化的因素应该在假设中体现,但不能为了简化问题而大量假设(使求解问题本身与原题意不符)。
04 问题分析
从题目到模型是一种从具体到抽象的思维过程,本部分即是这一过程的体现。
岛主
这部分是文章的一个亮点,建议在文字说明的同时用图形或图表列出思维过程,这会使你的思维显得很清晰,让人觉得一目了然。另外,这部分应对题目做整体分析,充分利用题目中的信息和条件,确定用什么方法建立模型。
05 模型建立
模型的建立是将原问题抽象成用数学语言的表达式。
06 模型求解
三大软件(Matlab,Maple,Mathematic)至少应熟悉一种,另外应学会一些专用软件。比如说解概率统计问题的 SAS,Splus,SPSS;解运筹优化问题的 Lingo,Lindo 等。
其次尽量用不同方法求解,这既能反应出你的思维比较开阔,也能间接地验证你所求解结果的正确性。
07 结果分析
即模型优缺点分析、误差分析、能否用到其他方法或者方式解决。模型存在不足的地方也要说出来,如果能得出有实际意义的结论,这也是一个加分点。
03、论文优化建议
岛主在通过分析大量历年O奖论文,有以下感悟:总结的说,除了部分创新或者炫技的参赛作品外,大部分优秀作品的特点是:思路清晰+形式美观。
01 模型主体清晰
数模比赛的初衷,是模拟实际应用场景,要求参赛者给出一个解决方案。对于一些观感很不好的论文,常常出现复杂的模型、智能算法(多半是套用现成),炫技的意图明显。但是表述时又含糊不清,好像建模者自己也不是很清楚为什么要用这个模型和算法。
岛主
2019年美赛A题那篇被调侃“美术建模”的O奖论文。模型非常基础,但是其整篇论文主线清晰、叙述详细,加上适时的精美配图,整体阅读体验良好,很顺畅,而且方案本身也没有什么大的漏洞,是可行的。
抛开技巧不看,论文的主体思路不甚清晰并且可能存在一定矛盾或漏洞。希望大家引以为戒,不要做这种本末倒置的事。
02 表达形式美观
美赛技巧中很重要的一点就是图片的美观度。图好看不一定得奖,但是得奖的一定图好看。岛主的根据是对于顶尖获奖作品的分析总结的经验,不一定是竞赛的评奖规则。
但是,一个图表好看,排版清爽的论文在初期的筛选中占有优势这是毋庸置疑的。不同的图有着不一样的画图软件,总结来说有以下的几种:
1、PPT
这个画图方式较为简单,大多数队伍都可以使用。
2、MATLAB/Python
以matplotlib为代表的画图库,早年版本的图确实有些丑,但是随着版本的迭代,MATLAB的审美也跟上来了。目前MATLAB在适当调整参数后画出来的图还是很能打的。Python相较于MATLAB来说默认图比较好看。
3、PS
可以美化图片使用,Origin、Excel、SPSS,这些软件梳理数据起来很强大,且画图也更方便。
4、Visio
经常用来画流程图,但是现在也用一些其他的软件来画。
总的来说,如果想要O奖和F奖,需要信息充分的摘要,还有对问题本质的洞察,思路清晰,技术含量,建模过程要有说服力的检验。
BAOYANDAO
写在最后
美赛和国赛的差异就是,获奖等级越高,评阅次数越多,美赛O奖和F奖肯定比国赛一等奖含金量高一点。
对于一般的奖项,美赛没有那么难。所以大家要有信心,比如M奖和H奖,比国赛要用心一些,不要太担心。