数学建模技巧总结（一）

        总结自看过的一些国一论文。本部分源于一篇2021年C题的国一论文。

1. 合理利用假设简化问题

        有时问题中会遇到这样的情形：一些会对结果产生影响的参数没有给出；或者有些元素如果考虑在内会使问题变得非常复杂，而不考虑又觉得不严谨。诸如此类的情形，很多都可以在假设部分进行人为规定和限制。

        譬如在2021年的C题中，会遇到仓库存储费用，但整个问题只说到“需要考虑存储费用”，除此之外没有任何说明，既没有告诉我们费用是按天数算还是一次付清，也没有告诉我们具体费用比例。而如果将其忽略，模型就显得不够严谨。

        一种比较好的做法是通过假设规定这种模棱两可的地方，只要假设合理，完全可以将问题简化。如这篇论文中，假设存储费用与时间无关，简化了存储费用的求解。

2. 评价类问题中对指标和结果进行一定的分析和解释

        在选取指标要进行两方面的说明，一是指标的计算方式，而是指标代表的含义。

         

        在计算完各个方案的综合得分并排序结束之后，可以给出最后的排序情况，并对排序结果进行一定的分析，例如排名靠前的方案有哪些共性（最好以图形给出），从而一定程度上验证结果的合理性。 

 3. 在预测具有随机性的参数时合理假设其分布类型

        考虑这样一个问题，给定了一段时间内的需求量与商家的实际供货量，由于实际生产情况，实际供货量往往与需求量有出入。现在希望利用这些数据，预测未来一段时间内对于不同需求量下商家的实际供货量是多少。

        这里需求量才是实际的变量，如果使用一些预测算法预测出实际供货量，较为复杂，也不利于后续求解优化问题。

        这里考虑引入偏差率作为随机变量，并假定服从正态分布，其均值和方差可以利用之前的数据计算得到。这样处理的优势是可以直接模拟未来每一个时间点的损耗率，与需求量独立开来，便于后续的处理。

        同样，凡是有假设的地方最好都加以分析说明。

        

4. 对比选取最优方案

        在建模过程中有时会遇到这样的情形——解决一个小问题（注意一定是某个小题中的一小部分）有多重方案，但不知道选择哪个更好。

        一种可以采取的方法是将思考的过程体现在论文里，然后分别对比各个方案下的结果，并分析其合理性。这样可以有效提高建模思路的严谨性，对论文的科学性也有很大帮助。

        如下图，为了根据以往数据确定未来每周分配给各个供货商的订货量d， 这里提出了A、B、C、D四种计算方案，然后分别给出四种方案下的结果，并将其可视化。