亚太数学建模优秀论文_数学建模反思

当数学建模比赛的结果出来的那天，我在查询之后，得知我们小组没有获奖，心情失落，当天晚上喝了一箱啤酒。之前在研一参加过一次，当时啥也不会，问题也没有做完，所以并没有对比赛结果抱有太大的期望，但是这次比赛没有获奖是不应该的。

光是感到失望是没有用的，有果必有因，如何分析总结出这一次失败的经验教训、在下次比赛中避免此次出现的问题以及在明年的最后一次数学建模比赛之前认真准备、提高自己的建模实力才是这次失败后所应该做的工作。

下面我将从建模失败经验总结和如何准备最后一次数学建模比赛这两个方面进行分析，希望各位还未获奖的同学引以为戒，一起努力，多向已经获奖的同学学习、交流经验。

---

 赛前准备

今年暑期在确立好数学建模小组成员之后，并没有合理安排参赛小组成员的分工和与之对应的学习任务。

由第一次建模比赛的经验可知，在解答题目的过程中，第一步往往是需要对大量的数据进行处理，所以建模小组成员中最好有1~2人具有较强的数据挖掘、数据处理与数据分析能力。在之前RPA开发的两天课程的学习和研一下学期的工程统计与数据挖掘课程中，我学过一些python的基本语法、常用包和最简单的分类算法，但是都是粗浅地进行教程知识学习，并没有在jupyter notebook中进行过扎实的练习和数据分析实战，而在暑期中没有对python的数据分析进行练习，以至于在建模比赛的过程中遇到实际的数据处理问题时，变成面向Google和CSDN编程，不具备快速分析数据处理数据地能力。幸好小组另外一位成员在python方面的学习比较多，总之还是能够将数据处理完成，但是耗费了一整天的时间，影响了后面的进度。

对各种数学模型不够了解，导致在参赛的时候没有解题思路，做一步卡一步。

没有对数据可视化能力进行学习，包括python的matplotlib包又或者Tableau可视化绘图，在比赛过程中，看过其他小组最后用Tableau画的图，不得不承认他们绘图的美观性。

在论文的排版布局、论文的前后逻辑、分析过程的详细阐述等论文写作方面的学习不到位。没有认真把往年参赛获奖优秀论文读好，没有分析优秀论文的逻辑结构、解决问题过程的详细论述方法，没有总结好所有获奖优秀论文的排版、结构、逻辑、论述的普适性标准。

---

比赛过程复盘

在第一天上午拿到题目之后，和小组成员进行了讨论，相较于其他题目的难度，选择了典型的数据挖掘题B题。

问题一：原本计划第一天下午就将第一问数据处理问题完成，晚上开始进行第二问降维的处理。结果直接卡住，就是读不懂题目数据处理的要求，感觉题目表述的要求前后矛盾，不知道如何下手，所以去论坛提问，果然论坛上也都是反应题目要求不一致、读不懂的情况，B题专家的解答也与题目要求不太一致。所以直到第二天晚上才对能理解的部分先进行了处理。

问题二：在进行数据处理的同时由于担心进度，我开始对第二问降维问题进行思考，一开始我想到用最常用的PCA主成分分析法进行降维，所以用SPSS对数据进行了主成分分析，但是随即就会发现数据指标数量和样本量不符合主成分分析法的要求，分析后的结果不符合相应的检验值，同时根据分析后面问题三，会发现如果采用主成分分析法，降维之后得到的主成分因子会对应不上原先题目给出的特征，那么这样降维之后是没有意义的，问题三无法利用主成分分析法降维后的结果进行预测模型的构建。所以又卡在了这里。后来我仔细阅读了要求，因为题目要求保留辛烷降低硫含量，所以思考是不是可以用特征选择的方法，就是要找到对辛烷值和硫含量具有关键影响的变量，做个相关系数分析是不是可以选出这些变量，和小组成员讨论后，认为此思路确实可行，所以按此思路解决问题二。问题二的耗时也较多，此时论文还没有写。

问题三：在问题三的预测模型的建立上，一开始选择使用BP神经网络模型进行预测，但是始终不能够跑通代码，所以换成了多层感知机模型，数据按照源码能够跑通并得到预测结果。在解决这一问题的时候，由于没有读懂第四问问题，所以一开始只对辛烷值进行了预测并没有对硫含量进行预测，后来在看论坛上专家解答的时候才明白对硫含量也是要进行预测的，又耽误了一些时间。

问题四：在问题四的优化问题上一开始就没有思路，和另外一个小组一起讨论过，这是一个非线性约束优化模型，但是不知道如何将这个问题进行数学抽象描述出来，这里体现了数学建模知识的欠缺，但是按照约束和问题三预测模型的结果还是可以往下做，可以得到最优解和最优的辛烷值预测值，就按照这个思路往下做了。此时已经到了第四天，论文才开始写。

问题五：在问题五的数据可视化处理上，优化后的主要操作变量只能慢慢调整到位，需要在这个调整的过程中将对应的辛烷值和硫含量的变化轨迹呈现出来。由于Tableau绘图的美观性，一开始我想用Tableau来进行绘制，但是之前没有学过，不太会用，所以只能用python的matplotlib包来进行绘制。在绘图时又耗费了很多时间，以至于论文最关键的部分-问题解决思路分析这部分还没有写，这是这次比赛最大的失误，应该完成一个问题就开始写这一部分的论文，论文放到最后再写，时间卡的太紧，论文除去10多页的代码只有20多页的内容，造成论文的整体质量低、前后的逻辑性不清晰、内容不充实等问题，最终影响了比赛结果。

---

如何准备最后一次建模比赛并保证获奖

(1)建模的学习

数学建模的知识的全面了解学习。学习常见的数学模型的适用范围，掌握大致的思想方法和实现的步骤，在比赛时拿到题目看到问题迅速形成解答思路，做到立马知道用什么模型来做，用到什么方法来进行分析，不能够像这次这样做一步卡一步，浪费了大量时间。建议学习：司守奎的《数学建模算法与应用》。

(2)编程能力

在开发方面我是使用的语言主要是JavaScript，虽然也有诸如Brain.js等这样的用于训练神经网络和朴素贝叶斯分类器的JavaScript库，但是在数据分析和机器学习方面，远不如python有那么多包可以调。所以在建模方面，主要是对python进行数据处理、机器学习还有数据可视化方面进行学习，经常进行练习，提高熟练度。当然也可以学习Matlab。

(3)论文写作方面

积极吸取本次比赛的经验教训，不能够等到最后才开始写，完成一个小问之后就开始撰写这部分的内容，一定要把论文写好，问题分析条理清晰，论文前后逻辑严谨，一定要体现解决问题的工作量，摘要放到论文最后再写，一定写好。同时，建议学习使用latex进行论文的撰写，GitHub上有相应的排版好的模版，地址：https://github.com/latexstudio/GMCMthesis。

(4)合理的时间规划

第一天：上午把所有题目都过一遍，选定题目；下午解决第一小问。

第二天：上午继续解决第一小问；下午接着做第二个小问题，一边开始着手写论文。

第三天：上午继续解决第二小问，一边写论文；下午开始解决第三问，一边写论文。

第四天：上午继续解决完第三小问，一边写论文；下午完成论文，完成排版。

第五天：轮流检查论文，纠正小错误，最后上传论文

一次失败并不可怕，可怕的是失败之后不去总结反思，在反思之后如果还不付诸行动，那等待着你的还会是失败。

距离2021年研究生数学建模大赛还有9个月，还未获奖的同学们一起努力，愿各位在下一次比赛中都能够取得令自己满意的结果。