小白如何快速入门数学建模

2019年5月更

考研考入某非知名211软件工程专业，受数学建模的一些帮助。今日准备再对数学建模进行聊一下。

1、数模中的问题更趋向于big data，启发式算法和大数据量的计算越来越常用，组内人员应学会python、R语言等诸多工具，以应对大数据量的处理，并熟练掌握神经网络在matlab下的使用

2、论文摘要很重要，格式写对，图片美观，把摘要写的高大上简明扼要一点，更容易获奖

3、数模获奖率较高，有机会最好多参与一下，以后无论对考研还是工作都是有很大的帮助的。

================================================================================================

2017年12月更

本人大三计算机专业，17年电工杯二等奖、MathorCup一等奖、国赛省一等奖、数创杯一等奖，奖项很水，但有必要介绍一下我参加建模的过程，希望对学弟学妹们有所帮助。

本人大一没想过比赛，大二为了我女朋友才跟她组队开始学着参加数学建模，从2017年2月开始上《数学建模》与《数学建模软件》两门选修课，从中对MATLAB有所了解，数学建模课程比较枯燥，仅仅是听过而已。

到2017年4月校赛，开始拿到校赛题目，时长15天，这15天的时间所做的题目是2017年认证杯第一阶段赛题：考研移动端产品的使用与评价，本题有大量数据，曾经高分通过计算机等级考试二级MS Office的我使用EXCEL对数据进行了处理，这起到了很大的作用，第一题是一个因子分析和聚类分析，经过百度得知可以使用SPSS，于是学习了SPSS，这个很好上手，百度相应的方法即可找到教程。

校赛后，拿电工杯和MathorCup练手，电工杯题目是人口预测，用到了leslie模型，MathorCup是共享单车的题目，又是大数据分析，这次直接是EXCEL完成的。

扯了这么多，给大家说一下如何准备数学建模吧。

首先，数学建模比赛一般分为优化类型的题目和数据分析或评价类的题目，需要3-4天提交一篇论文，三个成员需要有一名写手、一名编程人员和一名统筹调度（建模和想思路）人员，这三人的调度和论文撰写工作最好都要熟悉。是对题目的解答，而论文包括：摘要、问题重述、问题分析、模型假设、符号说明、模型的建立与求解、模型的评价、模型的改进与推广、参考文献、附录几大部分，最关键的是摘要，摘要写的不好，论文直接pass掉。

而如果摘要写的还可以，就是论文格式和所用的模型了，三人均需要熟练掌握OFFICE软件，EXCEL可以处理数据，里面的一些公式和函数一定要会，Word也要熟练掌握，尤其是其中的mathtype公式编辑器，要求所有的公式都需要用公式编辑器输入。编程人员需要熟练掌握Matlab、SPSS、Lingo，都很简单。

对于学习数学建模的方法，大概包括：规划（最优化）、图论、评价、相关性分析、回归等模型，还有一些比较高大上的算法，比如模拟退火算法、神经网络、粒子群算法，这些大多是处理优化问题的，当然神经网络还可以做分类，这些网上都有现成的代码，了解数据输入输出和如何分析结果即可。推荐司守奎老师的《数学建模与应用》一书（侧重实现），还有姜启源老师的《数学模型》一书（侧重原理的讲解）。

多看看优秀论文，注意格式和内容，掌握这些，建模应该不成问题了，祝各位同学好运。