谈谈参加美赛的感受

2021年美赛刚刚结束，这几天我博客的访问量猛增，看来一同参赛的同志很多哈~
在美赛开始之前，我对数模算法和latex的使用做了一些学习笔记，现在美赛结束，也意味着寒假的第一阶段结束了。正好在此做一做总结，也发表一些我独特的看法。

我们团队的构成：
  最初了解数学建模时，别人通常都说找队友，一个队伍中一个建模手，一个编程手，一个论文手，分工明确安排合理。不过我们队伍倒是有些特殊，最初三个小白组的队伍，没有人有完全明确的擅长之处。
  在比赛之中，我们队伍是这样安排，一个攻坚手，负责将不断推进进度，我就是担任这个角色。我们选的D题，一共有7个问题，每个问题还有诸多小问（应该是美赛历年来问题最多的），我就将我对题目的理解，第一看法打成草稿，并做一些编程计算；另一个建模手，数学能力最强，他负责核心题目，结合我的草稿，构建出核心模型；还有一个多面手，打的游走，两头帮忙，做一些基本的编程运算还有画图。

我们如何选题：
  这次选题基本上是我定的，2.5号早上六点我就蹲题目的发布，看了一个小时，我就基本定下D题，虽然我们对于网络科学和运筹学也没什么了解。
  看看这次的题目
  A题:真菌。生物题目，并且数据很难获得，果断放弃。
  B题:扑灭野火。乍一看是像元胞自动机的题目，不过看到后面又和无人机，通信有关，有些复杂
  C题：关于黄蜂的传言。今年的C题非常特别，在十几天之前就给了数据集，600多M的文件，比赛之前很多人都怀疑需要炼丹。文件加密过，打开需要密码。之前猜测有人会密码破译的话兴许能提前解题。不过密码最终是：Af6SP7rdm33PxPJmDb4wZq7cw，这么长一串估计也没人能通过10几天暴力破解出来。解开文件，发现是很多黄蜂的图片，对我而言，看的着实有些反胃。这里也就不放图片上来污染眼睛了。
  D题：音乐的影响。题目含义没什么特别之处，最主要的是，它有提供的数据集，虽然有些大，但除了C题和D题，其它题都需要自己去搜集数据。这也是让我选它的原因。
  E题：重新优化粮食系统。F题：查高等教育的脉搏和温度。两道题感觉都有些抽象，特别是F题，定量的数据都有些难以获得。
  所以最终，我们选择了D题。

做题时间的安排：
总共四天的时间，我们是这样安排的：
第一天：选题，并且完成第一问，第二问，一天下来我们就做到第三问的一半，进度应该算快的了
第二天：经过讨论，发现第一问对后面的题目都有辐射作用，因此我们又修改了第一问的模型，进度基本推进到第五问
第三天：后面两问有点语文建模题的性质，完成的也比较快，第三天我就基本把全部草稿打完了，排版是交给建模手去排，他一天排了四个问题
第四天（最后一天）：建模手看了篇其它论文，对第一问的模型又有了新的灵感，因此又去花时间去修改，我基本接替他，排了剩下的问题，和多面手一起画了些漂亮的图片。
前几天我们都基本没有熬夜，不过最后一天，我们三个发现时间还是有些紧张，于是通宵肝到了早上七点才提交。特别是今年美赛新规定，论文不得超过25页。我们排完版，发现竟然有30页，只好把一幅图的图片变成两张并排，图片也一缩再缩，又忍痛割爱舍弃了一些语言，最终塞满25页。

对于编程的理解：
看到很多人找队友都对编程队友提出了很高的要求，要精通C++，matlab，python…其实我感觉最重要的，其实是文件的处理！对于一些算法，其实并非要了解数学公式，只需要了解不同算法的应用场景和输入输出形式，结果，并能找到一些源代码。这部分我也专门整理了数学建模专栏，有兴趣的可以点击传送门https://blog.csdn.net/qq1198768105/category_10747260.html
为什么说编程最重要的要会处理文件。比如这次的D题，一张表格中的一个重要信息（艺术家的流派信息）在另一个表里，需要将它们一一对应，否则很难处理。4w多条数据，手动完成非常不现实。而我们三个也不会文件处理，后来还是我发现知乎上有大神解决了这一问题，真是救命良药！所以，对于编程最好是能够掌握python中的pandas库和numpy库，能够对excel表做批量化处理。

收获与软件分享：
参加美赛，最主要的收获还是发现了那么多奇奇怪怪的科研软件，在比赛准备期间，我就下载了将近二十种的软件，这里也做个总结分享。

看英文论文的软件：
知云文献翻译，一滑就能出解释，谁用谁知道

翻译软件：
DeepL，号称是最精准的翻译软件，资源下载慢的也可以进到我的资源里去下载安装包

数学公式：
mathtype，不仅可以图形化导出，还能导出latex语言
mathpix：根据图像，直接OCR成公式，引用别人公式时特好用

论文润色软件：
Checker，虽然这次最终没时间去用

画思维导图：
MindMaster
Mindx

画流程图：
Visio

数据分析软件：
Origin，不仅可以分析数据，还能生成精美的图像
SPSS
Lingo，专门解规划问题
matlab&pycharm，这两个主要生产力最好都能掌握（指了解基本语法，会改别人程序）

画图软件：
这是重点，好的图片直接决定人的第一印象
Tableau：一款比较小众但很实用的软件，最主要的是里面能内嵌外国地图，不过我没怎么用过
亿图图示：这次比赛很多图都是用它画的，非常棒的软件，里面有很多图例和模板
WPS：买个一天的稻壳会员，有很多精美的图片，果然花钱才能使人变强
Excel：Excel其实隐藏了很多潜力，最新版还能做三维地图，令人惊讶
PPT：高手很多用这个画图，里面画图非常强大，可惜我不会
PS：有了这个基本什么图都能画了，可惜我会的不多

画特殊图的网站：
南丁格尔玫瑰花图

经验教训：
1、注意原数据文件的保存，和图像文件的保管。
这次拿到数据就直接开始处理了，非常习惯性地在excel表格中新建一个sheet2，最后不仅原数据打乱了，图像也保存地混乱不堪，修改一个图像需要反复寻找。。
2、想到就去做，别拖到最后。
之前想到在论文某个地方需要加个引用标记，于是写了个注释，想等最后填完参考文献再打标记，到最后差点忘了这茬。。
3、论文的版本控制
我们队有两个人可以写论文，结果在最后修改的时候两个人都在自己的版本上修改，融合就比较麻烦。对于这种情况，最好还是三个人对文章的内容用一个共享文档修改。论文还是专门交给一个人排比较好。

---

2021.4.24零点，美赛成绩放榜

第一次参赛，其实期待并不是太高，本想着保S冲H，没想到来了个M，实在是意外之喜。