前期必备技能树:

信息检索:搜索引擎技巧是根本,国内各种相关论坛算是基础,国外各种资源尽量积累(知网,Google scholar、GitHub、stackoverflow、quora……不会科学上网的要尽量先搞定,到外网可以搞到更多的资料资源)
写作软件:有时间精力的同学学一下LaTeX,没时间的就用Word转PDF吧
资料积累:一般同学可以找O奖论文,仔细研究,揣摩其解决方法和写作思路。
赛前的提前模拟几遍,一是队友磨合,二是培养默契
在前期的练习和配合中确定一个团队主心骨,因为比赛时争分夺秒,不能因为为了一个问题的争吵而浪费大量的时间,可以先用一种方式做出来,最后必定有做完多次检查的环节,这个时候再来考虑更好的方法
赛前准备程度基本决定了比赛的时间充裕度,赛前准备不足往往要靠比赛时不眠不休、争分夺秒拼命抢时间来弥补,这种情况下能做出多少创造性工作就难说了。

如何选题?

当我们看到今年的美赛题目的时候,我们的表情是这样的

对于大数据专业的学生,肯定是最好选做C题大数据类的题目,但是没想到啊,数据的压缩包就是几百M。
笑死了,不是不能做,是电脑配置不够高,根本做不了。
我们先简单介绍下美赛
MCM:对于参赛者的数学模型素养以及建模能力要求较高,一般A题为连续问题,B题为离散问题。C题,与大数据和数据挖掘有关。
**ICM:一般涉及的问题较宏观和复杂。**对于参赛者把握问题主线、权衡宏观与微观、整体与细节的能力要求较高。ICM有3道题,D题一般与网络科学或优化有关,E题与环境科学有关,F题与政策、社会科学相关,主要讨论社会科学中的建模问题。

我们的选题过程

因为我跟一个朋友国赛做过搭档,我们很有默契,早在比赛开始之前,我们就已经制定了计划。(默契是建立在大量一起模拟及比赛的基础上)

第一天

挑选题目,找出所选题目的大致方法与方向。拿到题目之后,我们三个人在确认彼此都拿到题目后。没有第一时间交流,约定了先自己独立看题,早上8点(也就是两个小时后)开麦交换意见,说出自己有思路,觉得可以做的题目,有多少思路就分享多少思路,重点用语言的形式表述清楚问题的结构,即用语言描述自己的初步模型。在这段时间内,我们会去查资料。不同的题目有不同的查资料方法:
1.像连续型离散型的题目,我们会仔仔细细的看完题干(因为有时候题干会特别特别长),然后只看并好好理解第一问,然后立即搜资料,寻找可能可以用的模型,这个可以用的模型可能会有好几个,从一般般的普遍的模型到高级模型都会收集并做记录。
2.而像环境科学,政策这类的题目,我们会去把题干问题全部仔细看完并理解,然后主找数据,辅找模型,因为类似这种题往往不会提供大量的数据,而要解题却要找到大量的数据(可能一道小题就要翻阅大量的数据资料)

以此反复,从8点开一次会,10点再开一次,11点,12点最后一次…在第一天早上12点(其实距离官方发题已经过了六个小时)之前,我们一定会定出要做的题。
如下为F(政策)题的题目:

看完F,我们再来看一下,如下为A(连续型)题的题目,感受下题干的恐怖:

在选定题目之后…

我们最终选择了F题,整一道题的意思是是让你去去建立一个模型,去衡量一种教育体系的健康状况和可持续发展程度。既然要衡量,那就必须从多个维度多个指标去看待问题,建立模型,于是我们便列出了如下图所示大指标。分别为社会影响、公平性(温度)、教育环境和教育质量、创新文化四大点。并借用国外权威网站的评分标准为他们制定了评分比例。

接下来查找一些文献,根据讨论最后形成对问题的统一认识,形成问题重述部分的内容。然后我们又给出了各大指标分解出的小指标。

此时已经比较完善的图了,我们不仅明确了小指标,而且敲定了小指标的某些细节。下面附上我们最终版的思维导图。

如果建模能力较强并且对题目理解较强,第一天后半段可以着手论文的部分写作,但是对我们而言,我们是弱鸡,一遍又一遍的理解题目的过程还是很漫长的,我们会不断的给彼此时间安静的思考,定时间不断地讨论。有的人选过题目后两天时间都没有找到好的方法,所以这个环节一定要慎重再慎重。但是第一天,我们计划必定至少至少要把第一问的整体思路想出来,把所有琐碎的小细节都敲定想清楚。并着手做最初的思路框架,
我们采用了共享文档的形式,在三个人不断地看题不断地解题,看资料论文地过程中,每个突如其来的灵感,每个我们觉得有用的文章,我们会立即打开共享文档,记录下来,上传到共享文件夹。下面是部分截图

我们会把题目再进一步分解成小问题,然后一个一个的解决小问题,做好总结,这样不仅降低了每个问题的难度,而且便于我们的翻译工作,因为我的队伍有一个英专的师姐,所以翻译这方面我们很是放心。如下使我们对问题的进一步分解。

第二三天

当指标列完,就进入了第一个特别难受的时间段–查数据。以上这些数据很难全都拿到,如果不使用科学上网的话,甚至拿到其中一部分都很困难,因为我们要拿到外国的数据,很多国家的教育相关数据,如果没有科学上网就拿不到。建议去使用一些新闻网站去进行检索,来获得一些相对官方的数据。如果实在找不着直接数据,也可以用相关的数据来做证明。
我们也大致列出了几种方法,包括层次分析,TOPSIS,因子分析,熵权法。以便算出最终的得分。
我们最终选择了用熵权法(EWM)计算两个只有几个小分点的大指标,用层次分析法+多元时间序列分析的方法(PCA+MTSA)的方法建立并预测对比有9个以上小点的大指标的模型。以下是部分算法截图:

至此,我们最重要的整体评估模型已经建完,但是这只完成了七分之一的题目,也就是第一题,但是后面所有的题目都是围绕第一题而延伸的,继续做下去就行。
在后面的题目中,我们运用评价模型,调用多个国家的数据,从多维度,多方面的对不同的国家进行了不同的评估,如下各图所示。




找数据、编程、计算、翻译、构思写作都要解决。建模存在两种分工模式,两种分工模式都可以,一是一人写论文一人编程一人建模,或者三个人平分论文、平分数学、平分编程,每个人啥都会。但是不管是哪套分工模式,必须要有一个人高于三人平均水平,而且要有责任心,很重要的一点是要能解决难题,不能畏惧建模过程中遇到的每个问题,这个人是团队的灵魂和动力所在。小编建议第二种模式,否则有时写论文的同学可能无法跟上建模的同学的思路,最坏的情况是建模的同学给写作同学解释的时间过于长,甚至自己建模自己写作都不会花那么多的时间。
建模的人是核心,因为建模的人决定了整篇论文的思路与结构,尤其是模型的选择直接关系到了论文的结果与质量。对于建模的人,首先要去大量的阅读文献,要见识尽可能多的模型,这样拿到一道题就能迅速反应到是哪一方面的模型,确定题目的整体思路。其次是能灵活的把死的方法应用到具体问题上,即用怎样的表达完成程序设计来实现模型。往往对于一道题目大家都能想到某种方法,可就是做不出来。
自我感觉,作图的人是另一种特殊的核心,因为图能更加形象的反映出意思,评委也许一时没能读懂你论文里的表达,但是如果有图便一切迎刃而解,而且一篇论文动辄二三十页,如果全是枯燥的文字,评委也很容易出现疲劳,如果有比较好比较生动的图,则有可能成为一个加分项。如下是我们美赛做的图(其实远不止这些)

负责写作的同学则要将所有的图表,文字以一定的结构形式予以表达,在前期准备期看论文的时候,就要多学习英语语句的表达形式(因为我有外院的师姐我并不担心这点),如果没有英语很好的队友,建议可以去参考下 《大学生如何学习美国大学生数学建模》,这个里面有教会怎么在美赛中使用英语词汇,如何来进行表达,这个很重要的。注意要从评委的角度考虑问题,在全文中形成一个完整的逻辑框架。同时要做好排版的工作。一个好的论文能够清晰地分辨出模型中重要和次要的部分。
因为论文是评委能够唯一看到的成果,所以写作者的水平直接决定了获奖的高低,重要性也不言而喻了。大多情况下,后期编程和建模的同学也参与到了论文写作当中。
在我们这次美赛,我们采取首先统一整体思路,然后我和另外一位队友一人想一个小问题,谁先解决一个小问题–谁先共享思路–敲定细节–写出中文论文–交由英专队友修饰文字并进行翻译的这个模式,因为一直是两个问题一起进行,可能会有稍微的解题快慢之分,会有先后,但总体效率很高,这为我们最后的重复检查与作图,节省了不少的时间,这也是默契的搭档才能做到的。

另外,在平时训练时,团队讨论可以激烈一些,勇敢的说出自己的想法。在多次训练后,就会有一个人是队里突出的思维敏捷的存在。到了比赛时,一定要保持心平气和,不必激烈争论,用最平和的方法讨论问题,往往能取得效果并且不耽误时间。经常有队伍在比赛期间发生不愉快,导致最后的失败,这是不应该发生的,毕竟大家为了一个共同的目标而奋斗。

在每一天都一定要制定一个最低完成计划,一定得完成这个目标,不能拖延,不然就会严重影响后面的进度。

最后一天(24小时都不睡的那一种)

准备好咖啡…
我们比赛的最后一天其实还剩下3道题没写,但在思路层面只剩下最后一道题没有解出来,但是需要注意的是,这是非常危险的,因为此时我们还剩下三道题没写进去,写完还要作图,重复检查,写敏感性分析,做论文引用,还有最最重要的摘要部分,其实都是很花时间的。
**一篇好的文章是打磨出来的,**不是随随便便一版两版就可以通过的。如何进行遣词造句,如何将语言写得简洁凝练一点,如何将整体的思路更加清晰的表达出来,让评委给予高分,如何将最重要的内容以一种最显眼,最直观的形式表现出来等等等等,这些都需要自己去探索。可学习近几年的优秀论文。

最后小tips:
1.论文写作非常重要!
2.条理很清晰语言也写得很明白。
3.排版强烈推荐用LaTeX!

LaTeX不需要学深,只需要用就好了。LaTeX是易学难精的,但是参加美赛只需要会用模板就好了。美赛官方会给出模板,各种公众号也有各种模板,没有什么BUG,使用好了绝对可以让你的论文排版美观度和专业性上升一个档次!但是实话实话这个软件容易出现各种错误,前期的安装也比较琐碎麻烦。但是他写出的论文排的版一定是很好看的!

祝想要参加数模比赛的同学能收获一段难(ao)忘(ye)的经历和满意的结果哦!

数学建模国赛美赛(MCM/ICM)赛前准备及比赛过程节奏分享相关推荐

  1. 2023美国大学生数学建模竞赛(美赛)思路代码

    2023美国大学生数学建模竞赛(美赛)思路&代码 报名 时间节点 比赛说明 问题A(数据分析题):收干旱影响的植物群落(MCM) 第一问 第二问 问题B(仿真建模题):重塑马赛马拉(MCM) ...

  2. 2023美国大学生数学建模竞赛(美赛)E题解读思路基本模型

    2023美国大学生数学建模竞赛(美赛)E题解读&思路&基本模型[大佬慎入] 一.赛题解读 (一)赛题翻译 (二)核心思路 二.具体思路 (一)问题一 (二)问题二 (三)问题三 (四) ...

  3. 2021美国大学生数学建模竞赛(美赛)思路代码

    2021美国大学生数学建模竞赛(美赛)思路&代码 比赛说明 一.A题(真菌对木制分解效率的影响)--赛题解读&解题思路 二.B 题(discrete) 三.C题(大黄蜂传播规律和目击准 ...

  4. 2023年美国大学生数学建模竞赛(美赛)ABCDEF题思路资料汇总贴

    下文包含:2023美国大学生数学建模竞赛(以下简称美赛)思路解析.美赛参赛时间及规则信息及如何准备美国大学生数学建模竞赛 C君将会第一时间发布选题建议.所有题目的思路解析.相关代码.参考文献.参考论文 ...

  5. 一文带你了解数学建模竞赛鼻祖——美赛!

    说到数学建模比赛很难不提到美国大学生建模竞赛,也就是美赛,本篇来给大家说说美赛的那点事! 一.介绍 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 ...

  6. 数学建模竞赛2022美赛

    文章目录 前言 一.中文底稿 摘要 1.问题重述 1.1 问题的背景 1.2 问题的重述 2.问题分析 2.1 问题一分析 2.2 问题二分析 2.3 问题三分析 2.4 问题四分析 3.模型假设 4 ...

  7. 2022美国大学生数学建模竞赛(美赛)A题 思路建模

    自身情况:2021年A题的H奖,基本上是自己一个人完成的. 一.翻译及思路 PS:注意题目中一直出现的course是"路线"的意思. 1.1 剖析模型需求 A题被探究的对象是参加个 ...

  8. 数学建模系列:历年优秀论文+入门+进阶+国赛+美赛+其他

    数模系列:历年优秀论文+入门+进阶+国赛+美赛+其他(待更新中) 数模成绩为国二\省一\o奖\H奖,在博客做一个总结.先放国赛美赛的历年优秀论文,资料来源微信公众号数学模型.(目前完成部分:入门+进阶 ...

  9. 备战数学建模国赛,快速搞定算法模型!

    全世界只有3.14 % 的人关注了 青少年数学之旅 说到数学建模,大家的第一反应就是国赛.美赛等数学建模比赛,但这只是冰山一角,不过这个反应却也很正常,因为很多小伙伴接触数学建模的契机,大部分还是因为 ...

最新文章

  1. 织梦防html5,最近织梦DEDECMS被注入漏洞,如何做好防护措施。
  2. java 基本类型之间的转换
  3. Centos7下python2.x 和python3.x共存
  4. django-演练-老师列表页的显示-通过table显示
  5. 说说你对Jdk并发包中的CAS实现的了解?
  6. HTML5新增元素之Canvas-实现太极八卦图和扇子
  7. 用treeview遍历文件夹(vb)
  8. 不使用ArcObjects直接查找SDE数据库信息
  9. 【数字全排列】LeetCode 47. Permutations II
  10. 全网首发:JDK绘制文字:二、绘制句柄的初始化流程
  11. perl软件使用报错总结
  12. Java基础编程题:倒序输出九九乘法表
  13. 个人免签支付Java版 雨荷云码支付码支付易支付个人/企业支付宝微信二维码收款app监控
  14. spark sql 字符串转时间戳
  15. R语言plotly可视化:plotly可视化回归模型实际值和回归预测值的散点图分析回归模型的预测效能、一个好的模型大部分的散点在对角线附近(predicted vs actual)
  16. 使用Console.log调试
  17. z怎么查看mysql的用户名_怎么查看mysql的用户名和密码
  18. NEON技术粗浅认识
  19. 用精密减压阀控制空气采样泵气体压力
  20. 《CUDA高性能并行计算》----1.4 推荐项目

热门文章

  1. 基于主成分分析(PCA)的人脸识别
  2. ARM CORTEX-M3简介
  3. Linux环境下安装部署运行Jmeter
  4. SEM推广及广告投放数据分析及可视化
  5. 微信小程序开发中调用button组件添加微信客服功能
  6. docker安装报错Loading mirror speeds from cached hostfile解决方案
  7. skynet框架的设计结构
  8. Android文件目录及文件访问权限等详解
  9. 群发邮件很多都进了垃圾箱,怎么办?
  10. File类的基本方法实现