数学建模准备

前期准备

资料搜索

网站

1. 国家数据: 中国国家统计局 (http://www.stats.gov.cn/) 提供了丰富的宏观经济和社会数据，涵盖了人口、经济、环境等各个方面。
2. 中国科学数据中心: 中国科学数据中心 (http://www.csdb.cn/) 是一个综合性科学数据共享平台，提供了大量科研相关的数据
3. 中国人口和就业统计数据库: 中国人口和就业统计数据库(http://cnsd.nbs.org.cn/)提供了人口和就业相关的详细数据（链接失效）
4. 中经网: 中经网 (http://www.ce.cn/) 提供了中国经济相关的各种数据
5. 国家地质资料数据中心: 国家地质资料数据中心 (http://dc.ngac.org.cn/Home)提供了大量地质调相关的数据
6. 中国社会科学院数据库: 中国社会科学院数据库 (http://cssn.cn/)提供了社会科学大量科研相关的数据
7. 中国生态环境数据库: 中国生态环境数据库(http://datacenter.mep.gov.cn/)提供了环境保护相关的数据。
8. 国家气象科学数据中心：国家气象科学数据中心提供而全国各地的气象数据
9. 中国教育在线:中国教育在线(http://www.eol.cn/)发布了一些教育相关的数据包括考试数据、学校排名等。
10. 中国疾病预防控制中心: 中国疾病预防控制中心(http://www.chinacdc.cn/)提供了疾病控制和预防相关的数据。
11. 中国国家地理信息公共服务平台: 中国国家地理信息公共服务平台 (http://www.tianditu.gov.cn/) 提供了大量的地理信息数据。
12. 新浪财经: 新浪财经(https://finance.sina.com.cn/) 发布了大量的财经数据，包括股市数据、经济数据等。

收集资料部分总结

1. 应广泛利用各种在线和离线的资源，如知乎、Github、CSDN、知网、百度、学校图书馆电子数据库、国家数据中心等。
2. 还可以去: 微信、微博，或者领英，中国科学院科技论文预发布平台，这里可以获取到最新的科研成果。
3. 专业数据库和文献检索平台: 例如中国知网、万方数据库、维普数据库等，这里可以查阅专业的学术文章和研究报告。哪怕是各种短视频软件，也要搜索!

数学建模

1-2天：学习重点题的解决方法，约15-20min一个题型，不学原理，只学做题方法。

数学建模题目可以分为四类:

1. 评价类问题
2. 运筹优化类问题
3. 预测类问题
4. 机理分析类问题 (人口模型/物理学/微分方程等)
   国赛中，优化类问题是一定会出。然后是评价类也是一定会出。其余连也会出现在某

2019年国赛题型和算法
A题 (评价优化类) : 目标规划模型、微分方程模型、差分法
B题 (机理分析类):欧拉刚体旋转定理、模拟退火算法、动力学方程、二阶微分方
C题(评价优化类): 目标优化、排队论、蒙特卡洛模拟

2020年国赛题型和算法
A题 (机理分析类): 热传导方程、差分法、多目标优化、模拟退火算法
B题(优化): 蒙特卡洛模型、动态规划、博弈论、马尔可夫链
C题(优化): 梯度下降法、主成分分析、遗传算法、多目标规划

2021年国赛题型和算法
A题 (机理分析类):反射定律、优化算法
B题(评价优化类): 回归分析、层次分析法、模糊综合评价法等
C题(评价优化类):量化分析、目标规划优化或群智能算法(粒子群法、遗传算法
学一下就可以了

编程解决

1-2天：学习matlab和python基础语法
3-4天：查找重点题的基本代码，拿真题练习

撰写论文

3. 论文撰写能力
   摘要和结论更重要。
   摘要一般五个什么，在什么背景下出于什么目的使用什么方法解决了什么问题得到了什么结论.
   结论是总结用什么方法解决了什么问题得到了什么结论，与摘要的区别是更细更全面。
   论文整体结构找个模板看看，去网上找找往年获奖的论文，可以去图书馆借书，可以去淘宝买，然后总结下自己的模板。
   3.1 摘要如何写
   1.背景信息: 这部分需要简要介绍你的问题，为什么这个问题值得关注，以及这个问题的
   上下文。

作图网站

1. https://www.mathworks.cn/products/matlab/plot-gallery.html?s tid=srchtitle_gallery_1
2. https://matplotlib.org/3. https://seaborn.pydata.org/
3. https://r-charts.com/
4. https://r-graph-gallery.com/index.html
5. https://plotly.com/graphing-libraries/
6. https://blog.csdn.net/woodcorpse/article/details/125383285

比赛中