2021年美赛准备大全

5、This “cannon problem” has been used in many forms in many differential equations courses in the Department of Mathematical Sciences for several years.

这些年这些问题已经以不同的微分方程形式运用于自然科学部门。

6、In conclusion our team is very certain that the methods we came up with in

总之，我们很确定我们提出的方法

7、We already know how well our results worked for……

我们已经知道我们结果对……

8、Now that the problem areas have been defined, we offer some ways to reduce the effect of these problems.

既然已经定义了结果，我们提出一些方法减少对问题的影响。

9、There are many methods in existence for……Furthermore each is mostly successful in what is sets out to do. However, all of these seem to

有许多的方法研究……，因此最好的是我们要作的，然而，所有的这些好像……

10、While our approaches and models were effective and produced results, there remain several types of model weaknesses:

我们的方法和模型很有效对结果进行延伸，我们的模型也存在些缺点。

11、We next developed a detailed simulation engine to perform simulations. Our simulations allowed us to ……

我们接下来研究计算，我们的模拟允许我们……

12、We have reached several valuable conclusions about the nature of……and some of the possible policy solutions that can be implemented to make it more effective ，Most importantly, we believe in the absolute necessity of implementing

我们得到关于这类问题的结果，一些可能的政策结果使它很有效，最重要的是，我们认为……相当有必要性。

13、We use …to …

14、Thus, we recommend…

15、Considering the…

16、In this paper, we examine the results of some fundamental avaricious in structure:……

17、We also wish to tie our exploration of sensitive……

18、we suspect that such system are in general less effective than simpler ones……

4、美赛翻译注意事项

1.*summary* （完整）

(tab)greatly important.

第一段，概括，什么方法解决什么问题，尤其重要(科技论文大多被动句，少数主动句)

第二段问题一第三段问题二结尾段，总结关键词三四个

(翻译清晰；不用公式，可以有少量数值） (正文20页）

2.阿拉伯数字

Problem 1（不用question） Model 1

3.动词要有变化

use= take= apply= utilize by= with = by means of establish= develop

4.复数

establish of models

5.目录尽量简练,一页

6.解决方法翻译

a solution to=a key to a problem=an approach to

7.题目中每个实词大写

8.翻译软件对比

9.we need to /our team

10.注意英文结构完整，用完整的汉语句子机器翻译,有血有肉穿起来。

11.正文部分和摘要的页边距不同，设置为正常值；正文部分要有页眉

12.模型假设要有相应的解释。

13.数据引用。整篇文章显得很单薄，给人这样一种感觉：给出数学模型之后，计算结果就凭空出来了，有捏造之嫌。主要原因是主要是数据引用很少，或者是根本没在论文中体现出来。看看O奖论文，会发现工作量是大部分M论文的双倍，信息量则大。这在MCM题目中主要靠好的思路，而在ICM中则离不开大量翔实可靠的数据引用。犹记得去年大概有一天多的时间都花在了数据搜集与整理。

14.适当进行模型合理性的验证。可以适当借助于人类发展指数等评价体系来验证。

15.美赛重视的是将模型与实际问题的结合，需要表述是模型以及以及最终的解决方案，计算过程这种东西没必要详细体现。

16.论文整体看起来不要很散。最典型的体现是，成片出现一个个小短句。

17.模型和结论之间联系要强。往往只是给出了模型的内容，或者仅仅给出名字，然后就得到了大段大段的结论，这样是不的。正确的做法应当是首先建立起数学模型，再用大量的事实数据填充分析用以实现模型，最后得到数学模型的计算结果，从而分析得到结论。

5、美赛论文写作一些建议

5.1 团队方面准备

（1）团队可以使用任何数据或材料来源：计算机，软件，参考资料，网站，书籍等。所有使用的资料必须是可信的。不可信的数据来源将导致一个团队被取消参赛资格（就怕到时候大家都用一样的数据来源，这样进行查重的时候面临被取消参赛资格的风险）。

（2）除了同一个团队的其他成员外，团队成员不可以向其指导教师或任何其他人寻求帮助或讨论问题。任何讨论是严格禁止的。这包括电子邮件，电话联系和个人对话，通过网络聊天或其他问答系统进行通信，或任何其他形式的通信。（这个懂得都懂，自己理解）

（3）部分解决方案是可接受的。没有通过或失败的截止分数，数值分数将不被分配。MCM / ICM 比赛评委主要对团队的方法和方法感兴趣。

（4）**摘要是您的 MCM / ICM 论文的重要组成部分。**阅卷专家评判在摘要上占有相当的份额，胜利论文通常根据摘要的质量与其他论文区分开来。要写出一个很好的摘要，想象一下读者会根据你的摘要来选择是否阅读论文的主体：你的简明扼要的展示应激励读者了解你的工作细节。因此，摘要应该清楚地描述你对这个问题的处理方式，最重要的是展示出你最重要的结论。仅仅是比较问题的重述，或者对简介各种剪切的摘要通常被认为是薄弱的。

5.2 摘要表部分

****（1）重述和澄清问题****：用你自己的话说出你要做的事情。

****（2）说明假设和理由****：强调对问题的假设。清楚地列出模型中使用的所有变量。

**（3）**模型的设计与理由：建立/使用的模型。

**（4）**描述模型测试和敏感性分析，包括错误分析等。

****（5）讨论*您的模型或方法的*优缺点****。

5.3 评委关注点

（1）主要陈述应提出重大思路和结果。

（2）酌情澄清或重述问题。

（3）对所有变量，假设和假设进行清晰的阐述。

（4）对问题进行分析，包括所使用模型的动机或理由。

（5）模型的设计。

（6）讨论如何测试模型，包括误差分析和稳定性（调理，敏感性等）。

（7）讨论您的模型或方法中的任何明显的优点或缺点。

（8）论文必须用英文输入，字体大小至少为12。

6、组队要求

在组队中有两种人是必需：

一个是对建模很熟悉的，对各类算法理论熟悉，在了解背景后对此背景下的各类问题能建立模型，设计求解算法。
一个是能将算法编制程序予以实现，求得最终结果。
第三个就是专门需要写作的，从专业角度看需要别的专业，比较适合的有生物、土木、机电、电信或机械等专业。在数学建模中各种背景的问题都会出现，所以有其他专业同学的话可以弥补专业知识方面的不足。大多数队伍往往会忽略写作这一部分，以为只要模型建立的好，随便写写便能拿奖，这是一个误区。因为论文是所有工作的体现，如果论文写的不好那就功亏一篑。因此多写写多练练绝对是有好处的，并且不是写完就算了，要不断的修改，修改到自己非常满意，修改到可以发表在数学期刊中的论文那样才可以。
组队要根据分工而来的，三个人中一个要数学功底深厚、理论扎实，一个要擅长算法实践，另一个则要写作水平良好（弥补专业知识不足），如果一支队伍能有这样的人员配置是比较合理的。

7、软件与一些建模网址参考

（1）写一篇建模文章大致需要如下技能：

matlab主要有三个学习方向：建模（原理，方法，多分析多应用），编程（matlab，lingo，spss，python），排版（word）

学会使用样式，自动目录，自动引用，公式编辑，很容易学，学会后排版效率大概提高5倍。此外多看看学校发的格式要求，论文格式不对有很大影响！对于这些软件：微信搜索公众号《软件安装管家》全都是免费下载，有教程。

（2）数学建模算法总结

https://www.bilibili.com/video/av20238704?from=search&seid=1699655286238093293

通俗易懂，看了包会。是b站的资源，不需要下载。（这个真良心）

（3） word小白教程

https://www.bilibili.com/video/av9261220?from=search&seid=10960492841415341172

很实用，word是重要且基本的技能，学了不止建模，在其他方面也会有优势。（对于word学习有很大帮助）

数据资料：

（4）1982—2018中国统计年鉴大全链接

https://pan.baidu.com/s/1wF21ejXyWDePzLHSE3mePQ 提取码：v4wv （这项还可以直接访问中国统计年鉴）

（5）美国人口普查数据大全链接

https://pan.baidu.com/s/1YIFJ0us9V-GiqN_OCJTcHQ 提取码：juzc

（6）美国城市数据大全链接

https://pan.baidu.com/s/1ufwlpzDDymHDeMWvW7g4-g 提取码：w8wh

（7）全球统计数据医疗

医疗链接：https://pan.baidu.com/s/1XHg6m5TolTTE6Pu3odV7Ug 提取码：xtqy

查论文网址（国内参考）：

（8）中国知网

https://www.cnki.net/

（9）香港中文大学的数学中英对照

http://www.cmi.hku.hk/Ref/Glossary/Mat/i.htm

查论文网址（国外参考）：

（10）DOAJ

https://www.doaj.org/application/new （为纯英文，需要一定的英语功底）

（11）美国交通统计局

http://www.bts.gov/

（12）美国国家农业统计署

http://www.usda.gov/wps/portal/usda/usdahome

（13）美国普查局

http://2010.census.gov/2010census/language/chinesesimplified.php

（14）MathType

链接：https://pan.baidu.com/s/1CRwpaHFRZ0fYeLxBbv5kgw
提取码：je0n

（15）Academic Phrasebank

http://www.phrasebank.manchester.ac.uk/

中文显示：

8、算法

对于算法来说最主要的是结合题意来选取最恰当的，每种算法几乎网上面都有介绍，所以下面只给出一些评价类的算法。

8.1 支持向量机

clearclcX0=xlsread('Excel文件位置','B2:E19');for i=1:3    X(:,i)=(X0(:,i)-mean(X0(:,i)))/std(X0(:,i));%数据标准化end[m,n]=size(X);e=ones(m,1);D=[X0(:,4)];B=zeros(m,m);C=zeros(m,m);for i=1:m    B(i,i)=1;    C(i,i)=D(i,1);endA=[-X(:,1).*D,-X(:,2).*D,-X(:,3).*D,D,-B];b=-e;f=[0,0,0,0,ones(1,m)];lb=[-inf,-inf,-inf,-inf,zeros(1,m)]';x=linprog(f,A,b,[],[],lb);W=[x(1,1),x(2,1),x(3,1)];CC=x(4,1);X1=[X(:,1),X(:,2),X(:,3)];R1=X1*W'-CC;R2=sign(R1);disp('程序输出结果:');disp('超平面方程为:');disp(['X1:',num2str(x(1,1))]);disp(['X2:',num2str(x(2,1))]);disp(['X3:',num2str(x(3,1))]);disp(['intercept:',num2str(x(4,1))]);disp('超平面分类结果:');R=[R1,R2]

8.2 灰色预测 GM（1,1）

clearclcsyms a b;c=[a b]';A=[89677 99215 109655 120333 135823 159878 182321 209407 246619 300670];B=cumsum(A);       %原始数据累加n=length(A);for i=1:(n-1)    C(i)=(B(i)+B(i+1))/2;    %生成累加矩阵endD=A;D(1)=[];D=D';E=[-C;ones(1,n-1)];c=inv(E*E')*E*D;c=c';a=c(1);b=c(2);%预测后续数据F=[];F(1)=A(1);for i=2:(n+10)    F(i)=(A(1)-b/a)/exp(a*(i-1))+b/a;endfor i=2:(n+10)       %向后预测10年    G(i)=F(i)-F(i-1);endt1=1999:2008;t2=1999:2018;Gplot(t1,A,'o',t2,G)  %原始数据与预测数据的比较