数学建模论文排版（摘要部分）

参考资料： 数学建模清风：论文写作方法课程 https://www.bilibili.com/video/BV1Na411w7c2

本文选取近5年数学建模国赛C题论文（即16-20年）共2+3+3+3+5篇，从中总结摘要的写法，并统计所涉及的算法和模型。

（1）2016年

赛题： 电池剩余放电时间预测
涉及的算法：
1.拟合算法，平均相对误差（MRE），多项式模型
2.最小二乘法，平均相对误差（MRE），拟合算法
模型：

（2）2017年

赛题： 颜色与物质浓度辨识
涉及的算法：
1.多元回归分析，层次分析法
2.线性回归，相关性分析，比色法（？物质浓度检测法）
3.比色法，回归分析
模型： 线性和非线性回归方程模型，剩余标准差和残差评估模型，多元Logit模型和指数模型，Michaelis-Menten模型，RGB和灰度颜色模型

（3）2018年

赛题： 大型百货商场会员画像描绘
涉及的算法：
1.K-means 聚类，因子分析法，线性回归，层次分析法，最小二乘法
2.K 均值聚类，线性拟合，FP-Growth 算法，Apriori（关联规则）算法

模型： RFMT 模型，FMS购买力模型，RF 消费状态评价模型

优缺点：
RFMT模型
优点：
1．所建立的模型公众认可度高，模型严谨，考虑的维度和因素较为全面；
2．模型的计算采用专业软件求解，例如SQL Server 软件、Clementine 软件、EXCEL 软件等对数据进行处理和模型求解，用于分析的数据可信度较高；
3．建立的模型能够与实际紧密联系，结合实际情况对问题进行求解，使得模型具有很好的通用性和推广性。

缺点
1．RFMT 模型的指标间存在一定的相关性，模型中的四个指标R、F、M、T 相关性较大，在价值衡量模型中出现相关性较大的指标，这样模型会显得较为冗余。
2．RFMT 模型具有局限性，RFMT 是衡量会员的价值的代表性指标，仅从4个指标角度描述的主要是会员消费行为特征，但是这些指标还不能涵盖会员绝大多数的行为特征。
3．本文用指标R（最近一次消费的时间间隔）来描述会员对商场的关注程度，但是更好的标准应该是会员对商场的访问频率，它可以更好地判断一个会员对商场商品的需求程度，访问越频繁代表越有需求，但是现有数据并不支持我们用会员的访问频率来进行分析。

FMS购买力模型：
优点：
（1）创建了FMS模型刻画每一位会员的购买力。通过分析附件的数据，结合购买力的指标，单次消费金额能够更贴切客观地描述会员的购买力。
（2）通过附件2的商场销售流水表提炼出四个描述促销活动的指标。这四个指标可以反映商场促销的力度，将商场促销从定性研究提升到定量研究，并创建了一个概念模型。
（3）基于会员消费明细精确刻画会员画像，商场可以清楚了解不同消费者对于促销活动的反应。
缺点：
（1）本文模型是基于历史数据创建的，因此不能预测存在潜在价值的会员。
（2）FMS模型仅考虑了三个指标，F和M之间存在多重共线性，会员单次购买金额S大，并不一定能够商场带来很大利润（例如团购），这些都会导致结果存在偏差。

K 均值聚类算法
缺点：
缺点是分组的数目k 是一个输入参数，不合适的k 可能返回较差的结果；K均值聚类对簇中心初始化非常敏感。而且，初始化不良会降低收敛的速度差并会使得整体聚集效果不佳；所以一旦初始数据有所波动，将影响聚类效果。
5.2 Apriori（关联规则）算法是一种挖掘关联规则的算法，用于挖掘其内含的、未知的却又实际存在的数据关系，其核心是基于两阶段频集思想的递推算法。
算法缺点：
（1）在每一步产生侯选项目集时循环产生的组合过多，没有排除不应该参与组合的元素；
（2）每次计算项集的支持度时，都对数据库中的全部记录进
行了一遍扫描比较，需要很大的I/O 负载。

（4）2019年

赛题： 机场的出租车问题
涉及的算法： 曲线拟合，蒙特卡罗模拟

模型： 选择决策模型，优化模型，短距标准

优缺点：
优点
综合考虑了多种影响司机决策的确定因素与随机因素，从出租车司机的切身思想出发，进行设身处地的思考与建模
分析讨论了多种环境条件下的司 机决策策略，验证了模型的可靠性和合理性
通过合理指定机场出租车上客机制计算各种上车点数量下的乘车效率，并且分析讨论了各环境参量对上车点数量安排的影响，对机场管理部门的统筹安排具有建议性

缺点
确定随机因素服从的分布比较主观，可能对决策结果造成影响
决策模型中考虑的影响因素不够完全，可能导致模型与生活实际中的决策策略有所区别
优先排队模型中，由于时间限制只将出租车种类分为两大类进行讨论，相对与真实生活中的复杂情况稍显简化

（5）2020年

赛题： 中小微企业的信贷决策
涉及的算法：
1.梯度下降法，决策树算法，BP神经网络，多目标非线性规划
2.BP神经网络，遗传算法，非线性规划，主成分分析，突发因素
3.topsis法，熵权法，logit回归，BP神经网络，违约金字塔理论，突发因素
4.集成学习算法，logistic回归，GBDT，SVM，随机森林，系统聚类，多目标规划，机器学习，系统聚类
5.logistic回归，多目标规划，欧氏距离，突发因素，

模型： 非线性多目标规划模型，最优信贷决策模型

（6）摘要

开头段

需要充分概括论文内容，一般两到三句话即可，
长度控制在三至五行。
第一句话可以简单交代下题目的背景（可选）；
第二句话交代你们所做的事情（必须）；
第三句话可以说下解决这个问题的实际意义（少部分有）。
（重要性：第二句话> 第一句话> 第三句话）
eg：本文针对送客到机场后出租车司机的决策问题，基于排队论、收益与成本博弈，建立了数学模型，为出租车司机提供了选择决策，给出了总乘车效率高时的乘车点安排以及有“优先权”的出租车安排方案。

中间段

需要对每个问题分别进行叙述，一般需要包含下面三要素：
解决了什么问题；应用了什么方法；得到了什么结果。

eg：针对问题二，本文利用马尔可夫链，建立马尔可夫链天
气预测模型，根据第一关的天气转换情况预测其余关卡的天气情况，
再根据问题一的模型得出在不同天气状况下的最佳决策。

结尾段

总结下全文，也可以介绍下你的论文的亮点，
也可以对类似的问题进行适当的推广。

eg：综上所述，本文依据各题所给的条件较全面地分析了相
关因素对玩家决策的影响，并给出了不同条件下玩家的最佳策略，
实现了在终点的最大收益。经过分析验证，本文的模型具有合理性
和一定的现实意义。