美赛各题目概况
A:连续型题目(微分方程、预测和评价)
B:离散型题目(数学规划、统计学)
C:数据处理题(机器学习、分类、预测、评价)
D:网络科学题目(优化、分类、关联、一定量数据处理)
E:环境科学题目(综合评价、预测、指标评估)
F:政策题(优化、评价以及一定的人文)
备赛
-
粗略看《数学模型》,了解模型思想
-
重点《数学建模算法与应用》(起码知道什么算法能解决什么问题)
重点看实例和代码(原理简单看–时间来不及)
- 这个模型叫什么名字?(要确定模型名字和使用的模型匹配)
- 这个模型属于什么类型,能够解决具有哪类特征的问题?
- 这个模型的具体操作步骤怎么实现?(学习的角度)
-
如何读优秀论文
国一/美赛o奖论文(实战的角度)
- 如何预处理数据
- 为什么选取某某模型/方法来建模
- 用什么标准来判断某个方法比另一个方法要好(更有说服力)
-
数学模型常见类别
优化类问题(最重要)
评价类问题
预测类问题(较少、根据数据量模型基本确定)
实际问题->数学模型->数学求解->问题回答
-
分工要好
建模员+程序员+写作员
(中文->英文:机翻+批改网查错+写作员查错)
比赛流程参考
第一天:定题+资料查找+问题一建模求解
第二天:模型框架+问题二+问题三求解
第三天:剩余问题求解+结果检验(包括灵敏度分析,重要)+论文初稿
第四天:摘要(重要,拿奖的第一步)+反复修改全文+翻译
赛前准备
多看一些论文
知识储备:比赛前准备好各类常用算法的模型代码+原理,并且要对上述模型的应用条件做好规划,否则容易张冠李戴
硬件软件:Matlab、Python、Word、Excel、VISIO等画图、做表、数据处理
排版、latex、word、英语