数学建模——五步建模法

本文转自知乎Eric Huang

首先上图：

第一步:提出问题.

大家可能会想,题目不是已经给出问题了吗? 是的,但是这里的提出问题是指：用数学语言去表达。首先，题目一定要通读若干遍，“看不懂，读题目；看不懂，读题目”，如此反复循环的同时查阅相关资料。这通常需要大量的工作，而且要根据题目的特点做一些假设。

看的差不多了，就开始用数学形式提出问题，当然，在这之前，先引用或者定义一些专业术语。接下来进行符号说明，统一符号（这点很重要，三个人之间便于沟通，论文便于展现），并列出整个问题涉及的变量，包括恰当的单位，列出我们已知或者作出的假设（用数学语言描述，比如等式，不等式）。做完这些准备工作后，就开始正式提出问题啦。用明确的数学语言写出这个问题的表达式，加上之前的准备工作，就构成了完整的问题。

这部分的内容反映到论文结构上，相当于前言，问题提出，模型建立部分。注意，刚开始建立的模型很挫没关系，我们随时可以返回来进行修改的。

第二步:选择建模方法.

在有了用数学语言表述的问题后，我们需要选择一个或者多个数学方法来获得解。许多问题，尤其是运筹优化，微分方程的题目，一般都可以表述成一个已有有效的标准求解形式。这里可以通过查阅相关领域的文献，获得具体的方法。为什么不是查阅教材呢？基本上教材讲的都是基础的，针对特定问题的，教材上一般找不到现成的方法，但是教材依然是很重要的基础工具，有时候想不出思路，教材（比如姜启源那本）翻来翻去，会产生灵感，可以用什么模型。

第三步:推导模型的公式.

我们要把第二步的方法实现出来，也就是论文的模型建立部分。我们要对建立的问题进行变形，推导，转化为可以运行标准方法解答的形式。这部分通常是借鉴参考文献的过程，做一些修改，以适应本题的情况。

第四步:求解模型.

这里是编程的队友登场的时刻了。

统计模型：SPSS,Eviews，Stata ，都是菜单式操作，easy的。

数据分析：R，数据库SQL Server，IBM
DB2

微分方程：Maple,Mathematic,MATLAB

运筹规划：Matlab，Lingo

智能算法：Matlab，R

时间序列：统计模型中的那些软件，或者R，Matlab

图像处理：Matlab，C++

总结： Matlab是必须的，再来个SPSS，一般情况下够用了。

第五步:回答问题.

也就是论文的讨论部分。这部分是对你整篇论文成果的总结，一定要写的有深度。除此之外，通常还要写上一些灵敏度分析，如果是统计模型的话，要有模型检验。论文通常会需要画一些图表，可以使用Matlab、R等软件来画跟数据有关的图，使用Visio或者PPT画流程图之类的图。

关于比赛的一些个人体会

1、国赛和美赛是有区别的

国赛讲究实力，美赛讲究创新。美赛不一定要多高级的方法，但是一定要有创意。而国赛，组委会往往是有一个模糊的“标准答案”在的，按部就班做下来就好了。

2、文献为王

文献为王。建模的题目，基本上是某个教授的研究课题，凭我们本科生的水平，基本上做不到对题目的深刻理解。所以要多看文献。

看文献也有技巧：刚拿到题目，先查一下相关背景资料，了解题目是哪方面的。接下来看文献，找一下硕士论文，博士论文以及综述性质的文章，硕博论文一般都会详细介绍下整个课题的国内外研究情况，综述就更不用说了，它就是对大量原始研究论文的数据、资料和主要观点进行归纳整理、分析提炼而写成的论文。看完这些，就可以比较有深度地把握题目，也知道如果我们要进行创新的话，往哪方面走。

接下来，可以根据小组三人讨论的结果，有针对性的看一下有深度的文献，文献看得多了，就可以考虑开始创新了，像爱因斯坦那样开辟相对论等新领域的创新，是很有难度的，但是我们可以退而取其次，不是有句话叫做“他山之石，可以攻玉”吗？
我们要做的就是组合创新！领域内组合创新，把一个学者的方法嫁接到另一个学者的模型上。以及交叉领域创新，把把自然科学的知识用到社会科学上，或者用社会科学解释自然科学的结果等等。（这里就可以体现，跨专业建模队伍的先天优势了：不同专业对同一个问题的思维是不同的，可以擦出创意的火花）

PS：图书馆有买很多数据库，可以免费看论文。免费的话google学术是无敌的，国内文献貌似没有良好的分享平台，实在找不到论文也可以百度文库死马当活马医。

平时可以多注册一些网站，数学中国，校苑数模，matlab技术论坛，pudn程序员，研学论坛，stackoverflow等。上传些资料，攒积分要从娃娃抓起，不要等到比赛了看到好资料还“诶呀，积分不够”。

想法很重要。建模思维是一种很难学习到的东西，站在巨人的肩膀上，多看文献，负责建模的同学辛苦了。

3、掌握一点数据处理的技巧

建模的题目，A.B两道题。基本上是一题连续，一题离散；一题自然科学（理工科），另一题社会科学（经济管理）。这样的分布的，大家平常做题的时候就可以有所侧重，曾经有一支美帝的队伍，专攻离散题，貌似拿了连续两届的outstanding.

掌握一点数据处理的技巧是很有必要的。比如数据缺失值的处理，插值与拟合等。尤其是数据缺失值的处理，基本上A,B题都有可能涉及，建议熟练掌握。

4、关于编程水平。More generally,软件操作水平几乎决定了一个队伍的结果上限。MATLAB是必备的，必须要熟练掌握各种模型的实现。此外，SPSS(或者R)也是要掌握的。Mathematic和MATLAB的替代性很强，不掌握也没关系（仅在建模方面，mathematic 当然也是很强大的）。What’s more建模比赛举办这么多年，用到lingo的情况几乎很少了，也可以不学lingo. And 现在的题目动不动就要粒子群等智能算法，强烈建议大家至少熟练掌握一种智能算法.

数学建模——五步建模法相关推荐

产品经理高质量产物的五步思维法
产品经理高质量产物的五步思维法职场中经常会遇到以下场景: 领导安排工作跨部门会议技术探讨需求问题你遇到这些场景后,接下来会有哪些行为呢? 其实,每个场景的本质,都是解决一个或多个问题,找到最合 ...
营销技巧 | 五步推销法，助你成王者
五步推销法总结了五种重要的推销法则今天王者就给大家讲解一下什么是五步推销法一.推激情营销人员就像火柴,客户就像蜡烛,如果你不首先点燃自己的激情,又怎么可以照亮他人? 充满激情的营销人员一定要 ...
“完形填空”五步解题法
中考英语试题中的"完形填空"目前难度并不大,但是在初中阶段养成良好的解题习惯不仅为英语学习奠定一定基础,也为升入高中学习打下一定的阅读基本功. 现将五步解题法教给大家.经常操练,可 ...
老司机写的大数据建模五步走
2019独角兽企业重金招聘Python工程师标准>>> 本文将尝试来梳理一下数据建模的步骤,以及每一步需要做的工作. 01 第一步:选择模型或自定义模式这是建模的第一步,我们需要基 ...
马斯克教你的五步做事法
第一步:推敲需求,不要有愚蠢的需求大部分需求是愚蠢的.没有价值的.所以不管谁给你提了一个需求,一定要多问why,找到真正对用户有价值的需求. 第二步:精简部件或工艺流程奥卡姆剃刀教会我们:如无必要 ...
CSS压缩之：正则五步替换法
DW里可以用正则很好的进行替换,步骤如下: 一:\r => '' 二:} => }\n 二:{\s+ => { 四:;\s+ => ; 五:\/(\*([^\/])+\*)\/ ...
ABT 链节点五步速成法 | ArcBlock 博客
舒适读完需要 7 分钟速读仅需3分钟作者: 舒适(ArcBlock 数据工程师) 上周 ArcBlock 发布了 Forge SDK,旨在为开发者提供业内最佳区块链应用开发工具.从此为 ABT ...
数学建模二：TOPSIS法（优劣解距离法）附代码详解
数学建模二:TOPSIS法(优劣解距离法)附代码详解 TOPSIS法(优劣解距离法)用于评价类问题. 层次分析法因为受限于一致性检验指标的数量,最多只能选择15个准则或方案.同时层次分析法也难以处理已 ...
水箱建模最小二乘法_北师大版小学数学下册五年级第四单元长方体（二）整理复习电子课本练习同步教学视频...
点击蓝字关注我点击关注蓝色字体智奥学园,本公众号陆续上线珠心算.奥数.英语等更多精彩的免费课程推送给大家,如果觉得好请转发给亲朋好友. (本课内容往下拉) 往期精彩回顾 1.北师大版小学数学下册五年 ...

数学建模——五步建模法

数学建模——五步建模法相关推荐

最新文章

热门文章