美赛O奖全球唯一得主比赛攻略！

前言：本人获2023美赛O奖，目前已成功保研，前一篇分享了数模的经验。
这篇侧重分享美赛O奖的获奖历程，包括备赛、赛中安排以及一些建议，带大家感受下我们队的整体节奏。

一、美赛介绍和选题
二、团队介绍
三、备赛过程
四、比赛过程（美赛春季赛评价预测类Z题）
五、获奖感言

一、美赛介绍和选题

美国大学生数学建模竞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
  A：连续型 B：离散型 C：大数据
• ICM：
  D:运筹学/网络科学 E：（环境）可持续性 F：政策。

那么，我们应该如何选题呢？

从专业角度来说，一般来讲，经管类为主的同学会选择E、F偏多，数理类同学选择A、D偏多，大数据计算类同学选择B、C偏多；

美赛的选题其实是一个博弈的过程，**建议大家在练习的时候就确定一下选题大的方向，有针对性地训练某类题型，到放题的时候优先选择团队平时练习比较多的题型。**这样做的好处是缩小了选题范围，在比赛时不会在选题上浪费太多时间。加之针对某一题型进行训练，更有针对性。

在美赛题目中，选择E、F题的选手比较多，相应的获奖可能也就比较困难。所以还是建议有能力的团队冲一冲比较难的题吧。

二、团队介绍

我们队伍的人员设置如下：
A同学，数学系，队长&建模手&写作手
B同学，数学系，建模手&写作手
C同学，数学系，代码手&写作手
队伍组建于2022年3月，依次完成了如下比赛
1、2022年统计建模 国三
2、2022年国赛 国二
3、2023年美赛 M奖
4、2023年美赛春季赛 O奖

我们三个都是数学系下面不同的二级学科，所以专业所学还是有所不同。强烈建议大家交叉专业进行组队，不一样的解题思路可能会碰撞出神奇的火花。

如果跟我一样负责建模和论文的同学，最好去找计算机类专业的学生负责编程和建模，毕竟术业有专攻。如果是建模小白找人组队的确有困难，但是一定要学会争取机会，介绍下自己前几个学期的成绩，曾经的比赛经历等，表达出自己坚定的想法（说不定就被你打动了呢）！没打动也不要紧，反正是小白参赛，第一次不获奖也不会有心理压力，权当为以后的比赛铺路啦！

三、备赛过程

1、首先是最基本算法及模型的学习，我们队伍是看了B站上清风数学建模的课程（链接：https://www.bilibili.com/video/BV1DW411s7wi/?spm_id_from=333.337.search-card.all.click ）
2、在学习最基本的模型之后，我们定期两周开一次组会，对基本模型进行改进，研讨代码如何实现
3、比赛前夕，每周研读一篇优秀论文，学习O奖论文的写作方法与好看的图（请关注公众号快乐数模，获取往年所有论文）
4、比赛前最终进行1-2次实战模拟，针对往年赛题尝试完成，并与指导教师沟通，找出问题并加以修改，提高自身比赛水平。

四、比赛过程（美赛春季赛评价预测类Z题）

1、时间安排

比赛时间是在寒假，大家需要在异地完成比赛。建议大家全天开腾讯会议或者QQ群微信群的语音通话，保证沟通畅通（尤其是第一次组队的同学们，千万别不好意思交流）。
比赛的过程中要做一些睡眠、饮食不规律的行为，所以在比赛前两天要好好休息，保证充足的精神去比赛。
我们队的时间计划表如下，大家不管选什么题，都可以参照这个基本的思路：

在比赛过程中，团队的配合非常重要。我们要确保每个人都在忙碌地工作，以充分利用时间。举个例子，当其中一位队友去查找数据时，另一位队友可以查阅资料，形成自己的解题思路，而另一位队友则可以开始撰写论文的开头部分，如问题重述和问题分析等。

2、数据收集

我们选择的这道题是需要自己去找数据完成建模的，主要搜集的数据是世界各国各地区奥运会相关的数据，这里分享几个我们队常用的网址：
数据查找网址：
中国国家统计局：https://data.stats.gov.cn/
美国城市数据网：http://www.city-data.com/
世界银行：https://data.worldbank.org.cn/
大数据导航网站：http://hao.199it.com/
文献搜集网址：
虫部落：https://search.chongbuluo.com/
谷歌镜像导航：https://ac.scmor.com/
SCI-HUB：https://www.sci-hub.ren/

3、模型构建

关于建模，现在的比赛越来越倾向于**无法直接套用现有模型。**相比于创建全新模型，**对已有模型进行融合和修改才是上策。**因此，我们必须掌握经典的预测、评价和优化类模型。对于建模的同学，数学功底要求相对严格，需要掌握高等数学、线性代数、概率论、微分几何等知识，并最好具备一定的编程能力。我们推荐掌握Matlab或Python，因为编程和建模往往是密不可分的。

对于编程方面，在比赛中时间十分有限，修改现有代码和调试比从头开始编写更现实。我们应该充分利用现有的函数和工具，偷懒是一种智慧。推荐掌握Python、Matlab、SPSS等编程工具，对算法也要有一定的了解，以在模型求解时加以应用。

在学习方面，我们推荐**阅读《数学建模算法与应用》（司守奎）**这本纸质书，并参加一些网络课程，如清风的建模课程。这些资源可以帮助我们提升建模能力和技术水平。

以上软件、纸质书、更多链接，均放到公众号中了，可以关注公众号快乐数模免费获得；

4、排版及润色

关于论文，它并不是一项简单的工作。论文手需要读懂编程代码和建模模型，并具备良好的语言组织能力和英语能力。

我们需要熟练掌握Word、LaTeX等软件，以便在最后的高压强度下进行翻译、排版和绘图。很多队伍对论文不重视，试图压缩写作时间，但这是大错特错的。

在美赛中，**色彩统一、清晰美观的流程图、地图和图表（使用三线图）以及逻辑清晰、重点突出的摘要和关键词在某种程度上比其他方面更加重要。**我们推荐使用Python中的Plotly作为绘图工具，Google翻译（ChatGPT也可以）结合Checker进行翻译和校对。

五、获奖感言

写在最后，即使你看到上述的要求和挑战，也不要感到畏惧或觉得必须掌握所有的技能才能参加比赛。事实上，相比那些提前几个月组队、做模拟题和进行训练赛的学校，我们仍是稍显不足。因此，不要担心缺乏经验，参加比赛是积累模型和经验、提升能力的最佳机会。但请远离野路子的参赛方式！

在这次比赛中，我们克服了困难，取得了成功。通过团队的紧密合作，时间的合理规划以及对论文、建模和编程的充分准备，我们能够应对各种挑战并取得优异的成绩。获得美赛的O奖是对我们努力的认可，也是我们团队的骄傲。我们希望我们的经验能够对其他参加数学建模比赛的同学有所帮助，并鼓励他们勇敢参赛，追求卓越。