最后一周——数模美赛赛前准备总结

前言

​ 博主近期也在准备数模美赛，寒假在家的效率懂得都懂，但是还剩最后一周了xdm！虽然本人也并不是很擅长数学建模，之前只有拿过一次省一的经历，但还是想在这里为大家梳理总结一下有关准备美赛的一些东西。

重要时间点

​ 由于比赛的时间很短，可谓是分秒必争，所以提前了解清楚时间点是非常有必要的。

2022年比赛的日期和时间：

• 报名截止时间：北京时间2022年2月18日星期五凌晨4:00之前。
• 开始时间：北京时间2022年2月18日星期五上午6:00。
• 结束结束：北京时间2022年2月22日星期二上午9:00。
• 提交截止时间：北京时间2022年2月22日星期二上午10:00。
• 结果发布时间：比赛结果将于五月下旬公布。

关于组队

​ 首先，一支队伍最多有三个人。注意！这三个人必须都是同个学校的，也就是说不允许跨校组队。且三名成员必须均为本科生（或中学生），不允许研究生参加。队伍中还要有一名指导老师，指导教师必须为每个团队完成注册过程。

一些重要规则

• 在竞赛开始之前，参赛队伍必须将一个团队的团队成员填写好，并且不能在竞赛期间添加或更改团队成员。但是，如果团队成员决定不参加比赛，团队可以将其删除。
• 论文必须以Adobe PDF电子文件的形式提交，并用英文写作，字体大小至少为12pt，论文必须在25页以内。
• 学生、导师和/或机构的姓名不得出现在解决方案的任何页面上。解决方案不得包含除团队控制编号以外的任何标识信息。

写作

​ 首先，强烈建议大家在赛前提前准备一份论文模板，并且按照要求的格式先设置好。这里博主也为大家准备了一份，大家可在文章的最后查看领取方式。

摘要页：摘要是MCM/ICM论文的重要部分，应作为解决方案报告的第一页出现。摘要在评审中所占的比重相当高，获奖论文往往根据摘要的质量与其他论文相区别。

• 要写出一篇好的摘要，想象一下评委会根据你的摘要来选择是否阅读论文的正文：你在摘要中的简明陈述应该会激励评委来了解你作品的细节。
• 你应该把最后写摘要页，因为它应该清楚地描述你解决问题的方法，尤其是你最重要的结论。确保你在解决问题后能安排时间写一个全面而清晰的摘要。
• 仅仅是对竞赛问题的重述，或者从前言中剪切一部分作为摘要通常被认为是不行的。

​ 团队的解决方案应该清晰、简洁、有条理，以便读者能够轻松地理解解决方案的过程和结论。关键语句应提出主要观点和结果。

• 目录有助于读者预览报告的组织结构。
• 根据情况对问题进行细化或重述。
• 清晰阐述所有变量和假设。
• 陈述并证明与问题有关的合理假设。
• 给出问题分析，探究或证明所用模型的合理性。
• 在解决方案的主体部分应该包括理论的总结推导、计算或说明性示例，并在适当的附录中留下冗长的推导和/或计算和数据。
• 包括模型的构建。讨论如何测试模型，包括误差分析、灵敏度和/或稳定性分析。
• 讨论您的模型或方法的任何明显优点或缺点。
• 提供结论并明确报告结果。
• 文件资源和参考资料。

选题

​ 在比赛前先预选题目十分有必要！你需要先看往年的题目了解赛题中的六种题型以及特点，提前选择适合的题型，以免在正赛时花费太多时间在选题上。

美赛目前分为两种类型，MCM和 ICM。两种类型竞赛采用统一标准进行，竞赛题目出来之后，参数队伍通过美赛官网进行选题，一共分为 6 种题型。

MCM:
对于参赛者的数学模型素养以及建模能力要求较高，
一般A题为连续问题、B题为离散问题。C题，与大数据和数据挖掘有关。

ICM:
一般涉及的问题较宏观和复杂。对于参赛者把握问题主线、权衡宏观与微观整体与细节的能力要求较高。
ICM有3道题，D题一般与网络科学或优化有关，
E题与环境科学有关，
F题与政策、社会科学相关，主要讨论社会科学中的建模问题。

软件准备

• MATLAB：矩阵实验室，仿真效果很好，接了很多工具包，做实验常用
• SPSS：数据分析常用评价模型常用
• lingo：做运筹优化常用

绘图工具

主流的有Matlab、R、Origin、Python等，需要一定的编程基础。编程基础较差的还可以选择下面的几种：

• Visio：微软系列产品，矢量图、清晰度高、无水印、免费
• Excel：折线图、饼状图、散点图、雷达图等都能画
• Tableau：有特色图如分布图（以中国、世界地图为背景的那种），免费试用14天。
• PPT：据说用这个的都是狠人。
• 亿图图示：很多模板，在线绘图，非常方便！

数据来源

​ 由于查找数据的网站比较多，这里不罗列了。给出一些别人罗列的结果，大家可以在下面的链接查看。

美赛常用数据库网站大全

美赛数据（各国统计数据网站大全

美赛数据网站

准备资料下载

​ 这里为大家收集了非常齐全的资料，包括各种软件安装包、往年优秀论文、论文模板、常用算法程序等，希望能够帮助到大家。资料下载：关注文章下方公众号，在菜单栏中点击项目分享，即可获得百度网盘链接。

后续

 喜欢的话可以关注一下我的公众号技术开发小圈，尤其是对深度学习以及计算机视觉有兴趣的朋友，我会把相关的源码以及更多资料发在上面，希望可以帮助到新入门的大家！