美赛数学建模 从小白开始写这篇博客

两类题,分别三道。一类叫mcm,偏数学,a连续,b离散,c数据见解。
另一类icm,不偏数学。d运筹学,e环境,f政策制定。
每个题底下4~6个小问题。

路人甲的经验:

清风 https://m.198200.com

出处:https://www.zhihu.com/question/28037816/answer/408084417

做题过程:

  • 手动翻译,并且自己每个人人工翻译对照。每个人都翻译一份。对照以免跑偏。这一步很关键,因为别人翻译好的都是在线翻译直接译的肯定有语句不通顺的地方。并且有些细节有理解偏差的话会使你的论文方向跑偏。
  • 三人翻译并且汇总对照完毕后,开始细扣每一个小题到底在问什么,避免漏答和理解偏差。然后标注准备用什么方法解,形成对整个题的框架。
  • 为了最大程度降低做模型和写作人之间的沟通gap,我们是让做模型的把模型的数据,来源,为什么选这个数据,做模型的过程,最后的结论粗略的写个大概,防止写作的人看到建模结果的一堆数据很懵逼还得问,问就得讲,讲就浪费时间。
  • 这个时候写作人就慢慢追上了建模人的速度,写完了目前能写的部分,而建模的人下一个问题还没解决。这个时候写作人就开始把之前写的汉译英。
  • 合理安排工作。如果建模那边迟迟不出结果,写作的也要去帮助想想方案;如果建模那边结束了,也要去帮写作人那边汉译英。千万不要出现一个人啥也不干的空闲。这也是为什么我们三天就完成了建模工作,从而有了大量的时间去推敲语句,去进行炫酷的排版。
  • 第四天开始润色语句。晚上全部润色完毕后,进行排版。我们用的word,插图用的visio+PPT模板里的图。不要觉得low,用的好一样可以排的很炫酷!
  • 排版之后就是最后的检查工作了,轮流找文中格式错误,最后检查文件名控制号邮件名,OK,发送!

tips:

  • 我觉得无论你选哪个,最好是快点选好,甚至是比赛之前就定好,并且选了就不要再变了,因为每个题总会有那么一两问不好写。
    可以在赛前和队友多看前些年的题,看你们对什么题目更有思路,看的年数多了,大概就可以定下来了。
  • 答主认为组员应具备的水平:
    学过一些模型,最重要的是,知道怎么在较短的时间内去学会一个模型(理论&用途&软件操作)
    读过一些论文,或者更应该说,分析过论文写法。知道论文怎么写,并且对论文有审美。这个其实意思就是说知道怎么写好一篇论文。
  • 推荐队员分工:
    队员1:英语好,写作好,逻辑思维好
    队员2:模型会的多,软件操作熟练
    队员3:打野,两边都帮忙
    其中一个要会熟练使用word进行排版
  • 可以提前准备什么?
    写论文的,要多读写作规范的好论文,积累一些模板,和summary的框架,其实类似于assumption还有你大概80%会用到的模型的模型介绍和公式这些完全可以在比赛之前准备出word来。
    做模型的,要学习模型…好吧这个跟没说一样,不过模型这么多你要有选择性的去学。比如我们已经决定要做ef那就把前几年ef题的o奖论文的解题模型都学一下,准备好软件操作的命令语句。
    排版的,也是看前几年o奖都是怎么排版的,可以提前准备一些visio图,弄漂亮点,到时候直接码字就好了。
    我个人觉得规整的排版,炫酷的插图是很加分的,色系也要搭配好。就像老师判写作的时候,会无形给写字好看的同学打高分一样。一个高大上的排版软件(已经忘记名字了)不用学,把word玩转一样可以排的很炫酷。
    期间三个人一定要及时沟通。尤其是写作和建模一定要保持高度思想共识啊。
    还要提前准备吃的!顶饱的+好吃的,就是那种吃到就可以原谅全世界的!~写不下去了你就来一口,然后美滋滋继续干。

  • 要不要通宵?
    看你们的完成情况喽,因为我们提前任务安排的比较好,所以三天完成了建模,只有第四天晚上熬了个夜,在机房睡的觉。

  • 要做check list
    越接近提交时间越慌乱,可能基本的文件名,邮件名,报名信息,信息确认,检查图注表注,检查空格等等都会弄错,一不小心四天的辛苦工作就会成了unsuccessful,所以赛前提前制定提交前要检查的清单很有必要。

路人乙的经验:

出处:https://www.zhihu.com/question/28037816/answer/408084417

  • 如果不知道数学建模大体是什么,那么在开始前先花一两个小时的时间去看一本教科书类的建模书,要有大致的概念。(但是教科书里的模型大多数用了也很难获奖
  • 赛前看历年获奖论文有没有必要?of course!很有必要。但是不一定要看得很多,我觉得能完全看懂一两篇O奖论文,知道该论文的闪光点就足够了。
  • 排版问题:不管是自己编还是download,Latex一定要赛前就搞好模板!编完一定要用一下!
    有时间的话,latex里面的表格可以设计得好看点。

路人丙的经验:

出处:https://www.zhihu.com/question/28037816

  • 学会 ke xue 上网 google 搜索文献什么的 必备!
  • 做出可视化的图表,一图胜千言。
  • 学会利用现有的模型工具和框架。不会的可以搜一搜前人有没有做过相似的东西,在此基础上修改.
  • 讨论过程比运算结果更重要。
    美赛题目更开放,很可能没有标准答案。只要建模过程逻辑清晰、有理有据、合情合理。。。。
    别整那些看起来高大上的东西,能完整的解决问题、让评委老师容易看懂 逻辑清晰的东西才是王道。
  • 学会使用Latex写作
    这个是写论文的一大利器。因为据说完全不用管格式问题,只需要用一下模板再花一个下午了解一下基本语法足够了。
    http://www.likecs.com/show-34946.html 19年Latex美赛写作模板说明
  • 模型敏感性分析
    在美赛论文中,模型敏感性分析几乎是一个必须的部分。因为它很大程度上体现模型的稳定性和兼容性。
    一个比较简单的方法是:修改模型中的一些变量并分析其对结果的影响。

  • 方便的论文的引用
    美赛对于论文的引用有严格的要求,一个小tips是:先上百度学术搜索你想引用的文献的名字,它会自动出现引用格式,此时复制粘贴即可。

路人丁的经验:

赛前

  • 吃的要准备足 咖啡什么的。因为肯定会熬夜通宵什么的,吃的最好准备充足一点,饿的时候补充体力。
  • 论文的排版和摘要、找Latex模板、知道怎么查阅排版技巧、了解在论文中如何画图(科学论文图表绘制方法)
  • 粗略的看了一下姜启源《数学模型》中各章节的小目录,大致知道了建模是怎么一回事。

    赛中过程经验 建议看一下具体的帖子

    https://www.zhihu.com/question/28037816

路人5的经验:(阅读原文)

赛前

  • 赛前的训练有一定的针对性,因为会影响到选题的范围。(我也并不是很懂如何“赛前训练”,再看看吧)
    原文出自 https://www.zhihu.com/question/28037816

1637629-20200116135818311-810237065.png

  • 按照模型分类的赛前阅读论文训练:
    直接阅读原文吧 原文写的比较好。。。。建议通读
    https://www.zhihu.com/question/28037816

  • 按照模型分类的赛前实战

  • 选题
    尽快选题、和完全理解题意。
    题目要我们去做什么?——对应的模型种类是什么?
    题目给的背景有什么含义?——隐含的规则有哪几条?
    题目给的数据怎么处理?——变量的含义是什么?

赛中:

  • 切忌各做各的事,一定要知道对方在干什么!
    构思论文之初行文结构尽量往看过的优秀论文上靠,部分也行,自己构思不太靠谱

路人6

原文出处:https://www.zhihu.com/question/28037816

  • 排版一定要用LaTex
  • 在论文中,摘要十分重要。其是在全国赛和美国赛中摘要的地位很显赫的,两个组委会都提出了摘要的重要性,再三明文提醒参赛者要注重摘要。要知道,无论全国赛和美国赛第一轮都是看摘要筛选。
    在摘要的写作中一定要花3个小时以上,反复修改,一定要修改修改再修改,修改个 10 几稿才 能过关。在摘要中一定要突出方法,算法,结论,创新点,特色,不要有废话,一定要突出重点,让人一看就知道这篇论文是关于什么的,做了什么工作,用的什么方法,得到了什么效果,有什么创新和特色。 一定要精悍,字字珠玑,闪闪发光,一看就被吸引。 这样的摘要才是成功的。论文的主题部分也要修改修改再修改,当然主体部分的要求没有象摘要这么要求高了,但绝对不能马虎,用电脑的都知道,很容易打错别字,所以 难免在写论文的时候不自觉的打错别字。所以首要是找错别字,第二就是要修改语句,因而修改语句很关键,一定要通顺, 文采什么的到不要紧。此外逻辑一定要清楚,如果逻辑混乱那就出丑大了。在写论文当中一定要体现数学 功底,要写的符合数学习惯。评论文的几乎都是数学工作者,绝大部分是教授,有没有数学功底一眼就撇的出来,

  • 顺带提下,编程最要用 matlab,因为评委们普遍 喜欢用 matlab 写的程序,虽然他们不看,就算看也看不懂,但是尽量迎合他们总不会错的。
    再者,用 matlab 写数学程序一般是数模的首选,最爱。 在写论文的时候总要参考文献的,所以文献一定要整理好,并率先在参考文献中排好次序,以免混乱,一旦乱了,那个麻烦大了,很痛苦的。

  • 并且在引用他人的地方一定要注明,这个是最起码的诚信问题了,引用他人多少东西不要紧,不要以为这个是抄袭,只要注明了就不是抄袭,当然不能整篇引用了,那样的话就真的是抄袭了,呵呵。
  • 在论文写作中一定要注意能用图表的地方 尽量用图表来表示,图表比用文字阐述要来的清楚直接。

  • 新手在知道该怎么做以后碰到的问题就是不会做,这个就是相关知识的缺乏了。比如需要做聚类分析,需要用遗传算法, 需要做相关性分析等等的时候不知道该怎么做
    当然知道了解掌握全部的算法 和知识是不现实的,但是常用的算法和知识是必备的, 也是必须的,数模论坛的 ducy 前辈(董乘宇)曾总结过数模竞赛应当掌握的十类算法(具体可去数模论坛查找):蒙特卡罗算法,数据拟合、参数估计、插值等数据处理算法,线性规划、整数规划、多元规划、 二次规划等规划类算法,图论算法,动态规划、回溯搜索、分支定界等计算机算法,最优化理论的三大经典算法:模拟退火算法、神经网络算法、遗传算法, 网格算法和穷举法,一些连续数据离散化方法,数值分析算法,图像处理算法。基本上涵盖了数模中几乎所有的算法了,
    如果掌握了这些对于运筹优化类的问题就可以轻松解决了,但是随着近些年的发展看概率统计的手段在数模中的作用越来越大,所以除了上述 十大算法之外还应当对统计方法有相当的了解和掌握。
    先前说过,要掌握所有的知识是不现实的,参加数模的其中一个能力就是现学现卖的能力,在最短的时间内掌握知识并将其应用,这个也是吸引很多同学为之着迷的原因,但这并不是说可以不去了解算法, 什么都可以到竞赛的时候去学,那个时候就来不及了, 因为只有了解的多,知识面宽广了,遇到问题时就知道该怎么办了,然后具体去解决问题。所以增广知识面,博览全书很重要。
    解模型: 模型建好了,该怎么解是个常常令人头痛的问题,这个不仅时新手,而且一般 是令绝大多数同学头痛的问题,辛辛苦苦把模型建了,但是解不出结果来,这个时候往往时间很紧了,常常另人无奈,所以培训的时候多做这些方面的训练是十分必要的。解模型实质上就是算法的实践。 一般来讲是用 matlab, mathematica,lingo,lindo, spss 等等数学软件来求解,当然有的时候 c/c++是很实用的工具。在这里推荐几本数学软件的书《精通 matlab6.5》(北航张志涌所著)、飞思工作室出的那套 matlab6.5 的书、《数学运算大师 mathematica4》、万保成老师所写的电子版的《lingo8 for windows》、《最 优化模型与实验》,这几本书都是很好的,对掌握这些 数学软件是十分合适的。而有些算法数学软件往往无 能为力,需要用 c/c++来编制程序来解决,对于 c/c++ 个人掌握程度不同,不过如果多看些算法方面的书, 多做些 ACM 类的练习是十分必要的。

  • 论文
    写论文: 论文是所有工作的体现,如果 论文写的不好就功亏一篑

发布了0 篇原创文章 · 获赞 1 · 访问量 4160
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 数字20 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览