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

• 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