数学建模论文写作方法
基本模板
标题
- 基于所使用的主要模型或者方法作为标题;
- 直接使用赛题所给的题目或者要研究的问题作为标题。
论文题目的要求:简短精炼但题目字数与更精确表述内容相比,尽可能多用几个字,也要把内容表达的清晰明了。
摘要(非常重要)
主要包括三要素:
- 解决了什么问题;
- 应用了什么方法;
- 得到了什么结果。
特点:简短精炼,但要更客观一点,不要带有主观性。
- 摘要是数学论文写作中最重要的一部分,一定要反复打磨论文的摘要 !!
模板
篇幅:占据首页的一大半,平均字数在一千字左右!
开头段
- 背景;(可选)
- 模型or方法and结果;(必须要有)
- 意义。(少部分论文会有)
中间段(针对每一个问题分别进行叙述)
(2)应用了什么方法
- 一定要紧扣题目本身,例如说明具体的因变量自变量,对什么数据进行了分析
结尾段(可以不写,大约只有百分之三十的优秀论文有最后这段 )
摘要中常见的废话
不要写一些主观,含糊不清,没有客观支撑的话,例如,想表达模型结果较优,要写出在什么方面提高了多少,很具体很客观的看出来结果确实较优。
关键词
一般放4-6个,可以放论文中主要使用的模型(3-4个),也可以放论文里面出现次数较多,能体现论文的主要内容的词(1-2个)。;
一、问题重述
这部分的内容要把原问题整理,将问题背景和题目分开陈述;
注意:
在写这部分时,绝对不能照抄原文!
文字不可冗长,要简洁精炼;
常规做法;
- 在原题基础上使用删除、替换等方式来重新组织语言。(同义词替换降低查重率)
进阶做法: - 丰富题目背景,结合自己的分析思路来重新描述问题(一般可以查论文扩大背景知识)
一般这部分占比较小,可采取常规做法,有空余时间在使用进阶做法。
二、问题分析
模型假设
分析主要因素,舍弃次要因素,采用假设的方式,将问题简化,
模型假设中的两个问题:
- 模型假设的合理性怎么保证?
第一:可以引用别人的文献或者资料,这样有说服力;别人论文中也有类似的模型,可以引用过来,增加说服力。
第二:如果要对模型中的参数形式或者分布进行假设,可以在正文中使用实际数据进行绘图或者进行假设检验来支持你的假设。 - 模型假设设置的太强怎么办?
模型太过简单会显得论文没有深度和亮点;大多数时候,考虑的因素或条件会难以进行估算或者考量,这个时候可以在论文后面的模型评价和改进部分加上想法,可以在一定程度上解决你想添加更多因素的想法。
符号说明
对模型中使用的重要变量进行说明,在排版中要放到一个表格中。
符号+含义+单位
注意:
- 不需要将所有变量都放到这个表里面,临时变量或者只出现一两次的的变量可以不添加;
- 下文中首次遇到这个变量时也要做出解释,增加文章的可读性。
模型准备
大部分论文都没有模型准备这一部分,这部分可以介绍要用到的模型理论或者背景知识。很少见单独把这个内容抽出来作为一个部分,但这部分的内容可以放在模型建立里面。
模型的建立与求解
模型建立
是将原问题抽象成用数学语言的表达式,在数学比赛中,一般是使用别人已经建立好的模型,但注意一定要将模型与问题紧密结合起来。
模型求解
利用数学模型求解提出的实际问题,若求解结构过长,最好编入附录里(注意:如果使用智能优化算法或者数值计算方法求解的话,需要简要阐明算法的计算步骤)
优化类问题(目标函数+约束条件)
目标函数
约束条件
关于约束条件的说明(解释约束条件)
如果使用别人已经建立好的模型
一定要紧密联系问题!!!例如TOPSIS中这种名词要与题目中问题中的名词紧密联系。
模型建立的三点要求:
- 必须要有数学模型,即数学公式组成的一套数学结构,或者一套数学的解决方案;
- 模型要求表达完整,正确和简明;
- 模型要有实用性,要能求解出来,以能够解决问题为原则。
模型求解的注意事项:
4. 国赛中常出优化类问题,如果你用到了启发式算法(智能优化算法)求解的话,一定要简要写明算法步骤,并要结合具体的问题来阐明计算的思路。(比如退火算法需要阐明该算法基本的思想)可看2019年B136论文;
5. 求解的结果应该在论文中突出地展示出来,有具体答案的问题比较简单,直接放上数值计算结果即可;如果是开放类问题的话,一定要对结果进行阐明和解释,如果能加上美观整洁的图表就更好了。
模型的分析与检验(大多数论文直接把这部分直接称为模型检验)这部分很重要,是加分项
模型分析
- 这个很重要
灵敏度分析:是研究与分析一个系统的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。其通用的步骤是:控制其他参数不变的情况下,改变模型中某个重要参数的值,然后观察模型的结果的变化情况。 - 这个很重要
处理:
固定变量,逐一对其他变量进行上下连续波动5%(或者10%)进行分析;绘制示意图还需对结果进行分析;
注意示意图中的转折点,对转折点之前和之后进行分析。
注意分析趋势,正相关或负相关,or斜率;
误差分析:是指分析模型中的误差来源,或者估算模型中存在的误差,一般用于预测问题或者数值计算类问题。
模型检验
模型检验可以分为两种,一种是使用模型之前应该进行的检验,比如对数据的检验,对分布的检验;另一种是使用了模型后对模型结果进行检验,在数模中最常见的是稳定性检验。
模型的评价、改进与推广
可以根据写的内容修改这一部分的标题
参考文献
所有引用他人或公开资料的成果必须按照科技论文的规范列出参考文献,并在正文引用处予以标注(word排版有引用插入引文这个功能)。
注意:
- 不要引用别人的博客,可以找一个介绍该模型的书籍或者找一篇相关的论文。
- 不要引用之前优秀论文的内容。
附录
支撑材料的文件列表(每个文件的具体介绍)+源程序代码