【数学建模】备战国赛

国赛想要拿到好成绩，最直接的方法就是赛前多复现优秀论文，实践是检验认识的唯一真理。 多复现优秀论文，这个过程可以帮助你查漏补缺，但不建议一开始就复现论文，因为万丈高楼平地起，大跃进，大概率会寸步难行。

---

遇到问题想方法

当我们拿到一篇赛题的时候，脑袋很蒙不知道如何下手，最直接的方法就是搜相关的问题找到解决问题的答案。在实际比赛中我们也是这样做的，遇到一个陌生的赛题首先到知网上查找相应的论文，再到B站、github、csdn上看能不能找到相应的代码，如果找不到就得自己手敲了。

数学建模最重要的应该是对模型的理解，对具体问题对象的应用，要分析的出模型哪好哪不好，如何优化？模型的敏感性如何？说白了，我们必须从逻辑上和从结果上对模型进行验证，我们发现优秀的论文中总会有它独特的思想，建模过程总是严谨而条理清晰的，这也是一个理工科类学生必须掌握的能力。

在实践过程中，我们会发现很多理论知识是相通的，学习过程中更应该去追寻底层知识，做到融会贯通、如鱼得水，对于经典的模型，一定要能背的下来，代码要写得出来，数据结果要用图表展示的出来。

---

提示：以下是本篇文章正文内容

一、如何学习建模？

首推看视频：
python建模：https://www.bilibili.com/video/BV1uT4y1L7za?spm_id_from=333.337
matlab建模：https://www.bilibili.com/video/BV1DW411s7wi?spm_id_from=333.337

看完视频，再看书：
推荐司守奎老师的《数学建模算法与应用(第2版)》这本书是面向matlab编程的

其次推荐CSDN：
数学模型一般都会带有代码。

看了并不代表理解了，理解了不代表就会用了，会用不代表就能用的好。所以，我非常建议，学完一个模型去总结，怎么证明你会了呢？很简单，自己不看书，把模型复述下来，最好写一篇博客，真正装在脑子里的东西是很难忘记的，这个过程会比较耗时，但不积跬步无以至千里，你只管努力，剩下交给天意。

二、编程

其实编写数学建模公式的过程，也是锻炼自己算法能力的过程。对于求解模型来说用python和matlab都可以，不过我推荐用python，因为python有很多工具包画出来的图形非常美观，并且它能做很多事情。

如果你要学习python，我建议你学习python的基础语法之后，可以直接学习numpy，pandas，matlabplot，sklearn，scipy甚至深度学习tensorflow。对于常见的模型sklearn机器学习库都有包含，直接调用函数非常方便。对于画图结果展示来说，除了matlabplot我们还会使用seaborn，pyecharts。

学习python三剑客的过程会比较繁琐，建议小白直接看书吧，这样遇到不会问题方便翻阅。画图这一块一定要实践总结，后面比赛可以直接照搬代码。

学习sklearn应该带着案例去做，这样可以加深对模型的理解，比赛的时候遇到相应的问题能反应过来应该用什么模型。

三、写作

写作的同学一定要会使用Latex，实在是太漂亮了，这个东西学会了真的是百用无一害。讲个糗事，前段时间去面试，四天做一个量化策略，四天后路演，8人一人15分钟汇报时间，比较了自己的研报和大佬的，内容不说，光门面样式就全给我丑完了，血泪的教训。所以啊，参加数学建模比赛，这个准备的过程一定要认真对待，真正要学到些东西，不要到来不及的时候后悔。

还是多看优秀论文，看别人是做写作的，排版、构图、符号、格式，引用等等等等。做的好不好，一对比就出来了，非常明显。网上也有很多教程，我这边也不多说了，希望每一支参赛队伍的结果都能对得起自己的付出。