数学建模从入门到实战经验分享与总结(吐血整理)

一、前言

首先说明一件事情就是数学建模比赛想拿奖没有捷径,but过来人的经验是非常有必要参考的。 在数模竞赛中经验会告诉我们该怎么选题,怎么安排时间,怎么控制进度,知道什么是最 重要的,该怎么写论文......,或许有人会认为选题也需要经验吗?经过参加了多次比赛后觉的 是有技巧的,选个好题成功的机会就大的多,选题不能一味的根据自己的兴趣或能力去选,还 要和全体参赛队互动下(这个开玩笑了,不大容易做到,只能是在极小的范围内做到),分析 下选这个题的利弊后决定选哪个题,这里面道道也不少,后面会详细的展开谈谈。

二、组队和分工

       数学建模竞赛是三个人的活动,参加竞赛首要是要组队,而怎么样组队是有讲究的。此外 还需要分工等等 一般的组队情况是和同学组队,很多情况是三个人都是同一系,同一专业以及一个班的, 这样的组队是不合理的。让三人一组参赛一是为了培养合作精神,其实更为重要的原因是这项 工作需要多人合作,因为人不是万能的,掌握知识不是全面的,当然不排除有这样的牛人存 在,事实上也是存在的,什么都会,竞赛可以一个人独立搞定。但既然允许三个人组队,有人 帮忙总是好的,至少不会太累。而三个人同系同专业甚至同班的话大家的专业知识一样,如果 碰上专业知识以外的背景那会比较麻烦的。所以如果是不同专业组队则有利的多。

       众所周知,数学建模特别需要数学和计算机的能力,所以在组队的时候需要优先考虑队中 有这方面才能的人,根据现在的大学专业培养信息与计算科学,应用数学专业的较为有利,尤其是信息与计算科学可以说是数学和计算机专业的结合,两方面都有兼顾,虽然说这个专业的 出路不是很好,数学和计算机都涉及点但是都没有真正的学通这两门专业的,但对于弄数学建 模来说是再合适不过了。应用数学则偏重于数,但是一般来讲玩计算机的时间不会太少,尤其 是在科学计算和程序设计都会设计到比较多,又有深厚的数学功底,也是很不错的选择。

       有不少的人会认为第一人选是数学方面的那第二人选就应该考虑计算机了,因为学计算机 的会程序,其实这个概念可以说是对也可以说是不对的。之所以需要计算机方面的人是为了弥 补数学方面的人在算法实践方面的不足,但是不是所有的计算机方面专业人都擅长算法实践 的,如果要选的话就选擅长算法分析实践的,因为学计算机的不一定会程序,并且会程序的不 一定会算法。拿出一个算法,让学计算机的编写程序实践不一定能行,不是小看计算机的,但 是这种情况还是比较多的,不然可以看到参加ACM的数学系的居多,比学计算机的搞的好。 因此一定要弄清这个概念,不是计算机的就适合的。

       所以在组队中有两种人是必需的,一个是对建模很熟悉的,对各类算法理论熟悉,在了解 背景后对此背景下的各类问题能建立模型,设计求解算法。一个是能将算法编制程序予以实 现,求得解。当然有可能是一个人就将这两种都具备了,这样的话再找个任意具备上述两种能 力的人就可以了,以减轻工作量,不然非累死不可。第三个就是专门需要写作的拉,从专业角 度看是需要别的专业,比较适合的有生物、土木、机电、电信或机械等专业。在数学建模中各 种背景的问题都会出现,所以有其他专业同学的话可以弥补专业知识方面的不足。

        综上所述,组队要根据分工而来的,三个人要具备一个数学功底深厚,理论扎实,一个擅 长算法实践,另一个是写作(弥补专业知识不足),如果一个组能有这样的人员配置是比较合 理的。但是往往事事不能如意,所以不能满足这种人员配置的时候就尽量往这样人员配置靠。

三、选题

全国赛分为本科组和大专组,每组A,B两题,A为连续的,B为离散的。就我来讲只有运筹 优化和非运筹优化两类,运筹优化的题目只要题意理解正确,模型正确,能正常求解,有参考 答案,只要解在参考答案附近那基本就能得奖了。而对于非运筹优化类则要麻烦的多了,各式 各样的问题都有,并且好些非常不好入手,并且一般来讲没有参考答案,只要有思想有方法就 会得到好的结果。 所以一般来讲做优化问题简单的时候,做优化的比做非优化的人数要多。但是涉及到比 较复杂的时候那就要颠倒下了。就得奖人数来说A,B两题的各级得奖人数是相仿的,这时如果做A的人数少则得奖率就高了多了,所以在选题人数比较悬殊的时候则要选选做的人数相对少 的那个题做,而当选题人数比较平均的时候,就选自己拿手的做了。当然要知道这个选题比例 那是不可能的,所以要实现小范围的互动了,由于一开始是赛区内评价所以在小范围内互动是 有必要的,在自己的学校内尽量做到平均,不然就是自相惨杀了:)。 美国赛则为MCM和ICM两种,MCM为A,B两题,ICM为C题。每年参加美赛的对数都在 逐步增长,增长的速度还相当的快。获奖比率却年年在变化,但是从总体上看ICM的获奖率则 比MCM要高出不少,所以一般来讲,选C题获奖几率则比A,B两题要高出50%了。 这样讲功利了,不过既然是去参加比赛,则就是要去拿奖了,不是讲风格讲什么的时候 了。刺到见红,见真章的时候了。并且这样也是符合优化原理的,成功率最优化嘛,呵呵。 但要注意的是所选的题一定要能保证做的出来,不然连个成功参赛奖都很难保证。 还有需要注意的是看起来入手容易的不一定好做,一般到一定地方后很难深入,运筹优化 的很大一部分属于这类。而看起来无从下手的题目一旦找到突破口后那就是世外桃源了,就有 很多东西可做。 所以选题的时候一定要慎重,先把题目的意思搞懂搞透,然后根据自己的优势和能力在互 动的情况下选择一个最有利于自己得奖的题做。

四、论文写作

论文是建模中最后的一环也是最关键的一环,这环做好了那就圆满了,做砸了全功尽弃 了。介绍写论文的技巧。 在什么论文中摘要都是十分重要的,尤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。在全国赛中或许还能看看,但在美国赛中只要第一轮通过摘要的 筛选就可以获二等奖了。 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。

附上数学建模写作排版经验分享:

链接:https://pan.baidu.com/s/10hJMmLw8pQ5r3csnnySH-g?pwd=msy3 
提取码:msy3 

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,这个都是QQ或MSN 惹的“祸”,有的时候 为了图方便在不影响理解的情况下别字满天飞,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,理工科的学生在文学上的造诣都是有数的,大学 后没有文学课,也不看文学刊物,有的读理工科还就是为了避开语文课,写出来的东西干巴巴 的,除了名词和动词就没有什么了,难得见个形容词。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,其实这个我们也一样,经过二年数学训练后的学生写出来的 东西多多少少都带有数学系出来的印记。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。一张图表往往能代替一大段干巴巴文字。并且图文并茂多爽啊,要知道教授们大都年 纪不小了,为了教授们的眼睛,减轻他们受文字的折磨多用图表绝对是不二的选择。同时这也 是偷懒和使论文增色的不二选择。 须注意的是图表的引用要规范,在交叉引用的时候一定要小心,不然会对不上就麻烦了。 如果用word写,则强烈推荐看候捷大牛写的《word排版艺术》,对于这本书不详细介绍 了,搜索下就出来了,是本不错的东西,牛人的作品啊,偶的美赛论文就用它给搞定的,很不 错。

先总结到这里,附上更多实用实战经验分享:

链接:https://pan.baidu.com/s/19ZqTFYQZH5zUIpZowcR5Bg 
提取码:gopt

数学建模30+种常用算法模型及案例代码分享

链接:https://pan.baidu.com/s/1Pg_PgPJ8-EJ0RMjZ6_dF3Q?pwd=fid3 
提取码:fid3 

数学建模超全写作模板及排版经验吐血整理

链接:https://pan.baidu.com/s/10hJMmLw8pQ5r3csnnySH-g?pwd=msy3 
提取码:msy3 

数学建模从入门到实战经验+过来人建议分享(组队分工、选题、写作等)

链接:https://pan.baidu.com/s/19ZqTFYQZH5zUIpZowcR5Bg 
提取码:gopt

你可能感兴趣的:(数学建模,matlab,算法,线性回归,模拟退火算法,经验分享)