零基础学习数学建模——(四)备战美赛

本篇博客将讲解如何备战美赛。

什么是美赛

美赛,全称是美国大学生数学建模竞赛(MCM/ICM),由美国数学及其应用联合会主办,是最高的国际性数学建模竞赛,也是世界范围内最具影响力的数学建模竞赛。

赛题内容涉及经济、管理、环境、资源、生态、医学、安全等众多领域。竞赛要求三人为一组,在四天时间内,就指定的问题完成从建立模型、求解、验证到论文撰写的全部工作,体现了参赛选手研究问题、解决方案的能力及团队合作精神。美赛为现今各类数学建模竞赛之鼻祖。

奖项英文名称 中文名 简称
Outstanding Winner 特等奖 O奖
Finalist 特等奖提名 F奖
Meritorious Winner 优异奖(一等奖) M奖
Honorable Mention 荣誉奖(二等奖) H奖
Successful Participant 成功参与奖 S奖
UnsuccessfulParticipant 不成功参赛
Disqualified 资格取消

美赛如何报名

(一)学校集体报名

部分学校可能会集体进行报名,因此需要各位同学关注自己学校的信息。

(二)个人报名

如果是个人自己报名的话,则需要去美赛官网(www.mcmcontest.com)进行报名。但是个人报名首先需要注册一个MCM/ICM顾问帐户,并且拥有双币信用卡或使用PayPal才能正常付款。

零基础学习数学建模——(四)备战美赛_第1张图片

(三)赛氪代报名

登录赛氪官网或APP,搜索美赛,点击2024年美赛(MCM/ICM)辅助报名,按照要求进行报名即可。

零基础学习数学建模——(四)备战美赛_第2张图片

零基础学习数学建模——(四)备战美赛_第3张图片

选题分析

(一)题型分析

A题

A题是连续型问题,属于优化问题。

年份 题目 中文翻译
2019 Game of Ecology 生态游戏
2020 Moving North 向北迁徙
2021 Fungi 菌类
2022 Power Profile of a Cyclist 自行车手的动力分布
2023 Drought-Stricken Plant Communities 受干旱影响的植物群落

常用模型就是微分方程模型,例如生长模型,菌落繁殖模型,传染病模型等等。

B题

B题是离散型问题,属于优化问题。

年份 题目 中文翻译
2019 Send in the Drones: Developing an Aerial Disaster Relief Response System 发送无人机:开发空中灾难救援响应
2020 The Longest Lasting Sandcastle(s) 最持久的沙堡
2021 Fighting Wildfires 扑灭野火
2022 Water and Hydroelectric Power Sharing 水和水力发电合作
2023 Reimagining Maasai Mara 重建马赛马拉

常见的模型有单目标优化模型,多目标优化模型,整数规划模型,0-1规划模型和非线性规划模型等等。常见的算法是智能优化算法,例如遗传算法,粒子群算法等等。

C题

C题是大数据问题,一般涉及到预测和分类。

年份 题目 中文翻译
2019 The Opioid Crisis 阿片类药物危机
2020 A Wealth of Data 数据的价值
2021 Confirming the Buzz about Hornets 证实有关大黄蜂的传闻
2022 Trading Strategies 交易策略
2023 Predicting Wordle Results 预测谜题的结果

C题的数据类型一般分三类:传统数据,文本数据,和图片数据。常见的模型有回归模型,时间序列模型,机器学习模型和神经网络。

D题

D题是网络问题,一般分为网络优化和网络关联分析。

年份 题目 中文翻译
2019 Time to leave the Louvre 离开卢浮宫的时间
2020 Teaming Strategies 团队策略
2021 The Influence of Music 音乐的影响力
2022 Data Paralysis? Use Our Analysis! 数据瘫痪?用我们的分析!
2023 Prioritizing the UN Sustainability Goals 优化联合国的可持续发展目标

网络优化一般指图论,包括最短路问题,着色问题和最大最小生成树等等。网络关联分析一般会用到因子分析,主成分分析,回归分析和聚类。

E题

E题是环境科学问题,一般涉及评价类问题。

年份 题目 中文翻译
2019 What is the Cost of Environmental Degradation? 环境退化成本是多少?
2020 Drowning in Plastic 淹溺在塑料中
2021 Re-Optimizing Food Systems 重新优化粮食系统
2022 Forestry for Carbon Sequestration 碳封存的林业
2023 Light Pollution 光污染

常用的模型有回归模型,主成分分析,综合评价模型。

E题非常适合小白,因为大部分都是用一些统计模型,统计模型可以直接用spss这种软件得到结果。

F题

F题一般是政策类问题。

年份 题目 中文翻译
2019 Universal, Decentralized, Digital Currency: Is it possible? 通用,分散,数字货币:有可能吗?
2020 The Place I Called Home… 我们的家园
2021 Checking the Pulse and Temperature of Higher Education 高等教育的运行和热度的校验
2022 All for One and One (Space) for All! 人人为我,我(空间)为人人
2023 Green GDP 绿色GDP

F题的问题背景专业性比较强,一般是涉及经济管理方面。一般会用到评价类的模型,或者做一些变量关联分析。

获奖情况分析

美赛分两大类题型:数学建模竞赛MCM(ABC题)、交叉学科建模竞赛ICM(DEF题)。

A题人数 B题人数 C题人数 O奖 F奖 M奖 H奖
2019年 3872 5111 5125 1% 1% 6% 16%
2020年 3852 2455 7446 <1% 1% 6% 26%
2021年 4487 3105 2461 <1% 2% 7% 24%
2022年 2883 2179 10043 <1% 2% 7% 21%
2023年 2557 728 8011 <1% 2% 7% 22%
D题人数 E题人数 F题人数 O奖 F奖 M奖 H奖
2019年 5728 4852 682 1% 1% 8% 15%
2020年 2089 2527 2586 <1% 3% 8% 22%
2021年 5551 3521 6987 <1% 1% 7% 18%
2022年 955 8181 2964 <1% 2% 6% 22%
2023年 1057 5779 2726 <1% 3% 6% 21%

ABC和DEF获奖概率差不多,前30%就能获奖。ABC里面C题比较火爆,DEF里面E题比较火爆。奖项都是分开评的,参赛人数越多,获奖论文就越多。

时间安排

2024年美赛比赛时间为北京时间2024年2月2日早晨6:00点(星期五) 至 2024年2月6 日上午9:00(星期二),提交截止时间为北京时间2024年2月6日上午10:00(星期二)。

第一天:早上赛题发布,上午团队三人互相讨论,确定所做赛题。下午两人搜集数据,一人开始写引言。晚上尽可能地将第一问的模型建立出来,不要熬夜。

第二天:上午确定第一问的模型,负责编程的同学需要开始求解,负责写作的同学开始写正文。下午开始建立第二问的模型,整理第一问的结果。晚上确定第二问的模型,不要熬夜。

第三天:上午求解第二问模型,建立第三问模型,论文应该要写到第二问模型建立这部分。下午确定第三问模型,负责建模的学生思考第四问,负责编程的同学完善第二问的结果,开始求解第三问。晚上确定第四问模型,论文尽可能写完第三问,不要熬夜。

第四天:完成模型剩余的要求,并着手开始写摘要,这一天可以熬夜。

赛前准备

个人准备

假设团队分工为一人建模,一人编程,一人写作,并且大致确定美赛如何选题。

建模手:学习所选赛题对应的常见模型和算法,了解这些模型和算法的使用范围,并对之前学过的模型和算法进行归纳整理。同时,要多看O奖论文,重点关注O奖论文如何选择问题切入点,学习O奖论文是如何将实际问题转化为数学问题,并掌握O奖论文是如何求解的。

编程手:学习并储备所选赛题对应的常见模型和算法的代码,至少能对代码进行个性化的修改,至少能看懂代码结果的含义。同时,要多看O奖论文,重点关注O奖里精美的配图,学习如何画出类似的图,并且对图能做到一定的创新。此外,要经常与建模手进行沟通,培养默契。

写作手:学习论文基本的排版,了解所选赛题对应的常见模型和算法的写法。同时,要多看O将论文,重点关注O奖论文里对图表的解释和结果的分析,学习O奖论文的写作逻辑,尽可能地培养出自己的写作风格。同时,也要注意英文用词的准确性,专业名词不能出错。此外,学会制作类似O奖论文里的表格。

团队准备

选题

团队应该尽快确定美赛所做的题目,或者是对美赛的题目进行先后次序的排列,例如:E>F>D>C>B>A。

资料准备

数据查找
网站 网站所属者**/**内容
https://unstats.un.org/wiki/spacedirectory/view.action 联合国统计司
http://www.city-data.com/ 美国城市数据网
https://www.eea.europa.eu/en 欧盟环境网
https://www.shihang.org/zh/home 世界银行
https://www.ceicdata.com.cn/zh-hans/products/global-economic-database 全球数据库
http://www.bts.gov 美国交通统计局
https://data.imf.org/?sk=388dfa60-1d26-4ade-b505-a05a558d9a42 国际货币基金组织
https://www.usda.gov/ 美国国家农业统计署
https://www.gapminder.org/data/ 包含世界各国教育和医疗等数据
查找文献网站
网站 网站名
https://www.cnki.net/ 中国知网
https://www.wanfangdata.com.cn/ 万方数据库
http://www.webofknowledge.com SCI文献检索
http://www.engineeringvillage.com EI文摘库
http://www.doaj.org DOAJ(瑞典开放存取期刊目录)
http://www.openj-gate.com/Search/QuickSearch.aspx Open J-Gate(号称世界最大的开放期刊门户)
https://tradesou.99lb.net/ 谷粉学术
https://www.citexs.com/ 赛特新思
软件推荐
  1. 翻译软件——deepl
  2. 文献翻译软件——知云文献翻译
  3. 画图软件
图形类别 软件
基础图形(折线图、柱状图等) MATLAB,Python,Excel
地图 ArcGIS、Tableau
复杂网络图 Gephi
科研画图软件 Origin
流程图 Visio
原理图 PPT、CAD

本篇博客到此结束!

你可能感兴趣的:(数学建模,数学建模,学习)