[转]美赛如何获奖
美赛如何获奖http://static.wumii.cn/images/pixel.png
作者： 来源：网络转载 查看：1359 评论：0
各位校苑会员，你们好！我是校苑数模论坛的赵松，截止目前，2014年“校苑数模高校巡回讲座”已经接近尾声了，我有幸参加了清华站、北航站、武汉理工站、西大站以及西南民大站的现场讲座，聆听了包括美赛赛题专家周老师、美赛O奖获得者华科熊风以及西南民大谢永意等众多嘉宾的精彩报告。大学期间，我参加了美赛、国赛、Mathorcup、电工杯、苏北赛、校赛等大大小小的赛事，共9次。
这篇帖子的内容融合了自己的参赛经验、两年的科研经验（包括英文论文写作）以及嘉宾们的经验；题目定义成《美赛如何获奖》，我觉得一点都不为过，只要做好文章提到的内容，可以说至少可以获得美赛二等奖。
1. 对美国大学生数学建模竞赛的错误认识
<1> 不是数学专业的同学能否参加数学建模竞赛？
这个问题由来已久，不仅仅限于美赛，对国赛、Mathorcup以及其它数模赛事，某些非数学专业的人都会望而生畏。与其说望而生畏，不如说是望文生义，很多同学只要看到“数学”二字，心里都会产生一种高大上的感觉。造成对数学建模的错误认识的原因是各方面的，比如数模指导教师都是理学院的、教高数的，还比如学长们的经验分享中明确提出需要具备一定的数学功底等等。
第一，数学建模竞赛对数学确实有一定的基础性要求，我个人认为高等数学、线性代数以及概率论与数理统计这三门课，基本可以构成数学建模的数学门槛。有些学校明确要求不让大一或者大三以下的学生参赛，也是考虑到低年级的学生没有系统地学习过这三门课。这些基本知识在进一步的了解基本数学模型的过程中会经常遇到。
第二，数学建模竞赛涉及的领域远远超出了理论数学的范畴，它属于应用数学范畴，涉及到物理、化学、计算机、医疗以及控制等等各大门类。一种很现实的现象是，高校在组队的过程中，往往将不同专业的学生组成一队，也是考虑到这个因素。
总结来说，不是数学专业的同学也非常适合参加数学建模竞赛，数学成绩不好的同学并非不适合参加数学建模竞赛。
<2> 英语不好的同学能否参加美国数模竞赛？
这一问题的来源在于美赛要求英文写作。中国学生的弱项可能在于英语上，这是正常的，因为我们本身就是中国人，汉语是我们的强项，我们学习英语的能力远远超过了外国人学习汉语的能力。那么在英语能力相对较差的情况，我们怎么样才能在比赛中写出不错的英文论文呢？其实方法很简单，那就是赛前多练习，做3~4道模拟赛题。第一次英文长篇写作，难免会很别扭，很生疏，但是没关系，坚持写下来；第二次、第三次写作的时候，你会发现，之前的别扭已经不再了。
美赛论文的结构相对固定，框架基本一致，只要把框架搭好，往里面填内容就可以了。记得自己研二上学期第一次投国际会议时，英文写作特别别扭，到处拼凑词句，最终终于写出了一篇看起来像样的文章。结果，被导师反馈回来的是，几乎全部要修改的文章。自从那次写作之后，今年再写一篇领域内的顶级会议时，写起来不再那么别扭了，主要原因两点：第一，平时自己看的英文文献多了；第二，平时自己练的多了。
这里需要说明一下，我大学四级520，六级435。英语是我的弱项，一直都是，曾经写英文论文时，我心里也挺发怵的，没底气呀。但是后来我发现，英文科技文献的写作，最重要的不是华丽的句子，而是清晰的逻辑。清晰的逻辑让你的论文整体架构非常合理，将评委一步一步带入你的思维里。逻辑清晰的文章，总能给你酣畅淋漓的感觉。但是，我并不否定句子的重要性，只是它确实没有你想象的重要。在英文科技文献写作中，切记三点：第一，能用简单句式就不考虑复杂句式；第二，不要一味地采用简单句子，让句式错落有致；第三，不要采用汉译英的翻译模式。
总结来说，长篇英文的写作，最重要是清晰的逻辑，其次是华丽的句子。但是不要刻意追求句式的华丽，应主要采用简单句式，复杂句式适当使用，显得论文更加高端。美赛的评委也是中国人，为什么要用华丽的辞藻来迷惑一个英语并不怎么样的老师呢？
2. 如何获得美赛二等奖及其以上奖励
这绝对是一个过来人的经验，也是一句最实在的告诫。获得美赛二等奖，真的很简单，统计来看，美赛二等奖及其以上的比例占40%-50%，与国赛的国家二等奖相比，容易得多了。那么怎么才能获得美赛二等奖呢？
其实就两个字“写作”，一篇高质量的论文，完全可以抹灭模型建立时的缺陷，尤其是摘要的写作。摘要的重要性相信大家应该都知道了，它是论文等级的分水岭，国赛如此，美赛更是如此。与国赛相比，没有固定答案束缚的美赛，摘要中体现的几乎就是论文的全部了。关于摘要的写作，如果大家有兴趣，可以参考一下我之前写过的《全国数学建模竞赛论文模板》，参见链接：http://www.mathor.com/thread-6272-1-1.html。
除了摘要之外，写作中还有一个至关重要的环节，排版。可以说“摘要+排版”直接决定了你能否获得美赛二等奖及其以上的奖励，对于一个评委来说，他根本没有太多时间阅读你的论文，通常的做法是看一遍摘要，翻一下你的论文，只要你摘要写得好，排版漂亮，二等奖没有问题。甚至可以这么说，你的摘要和正文没有实质性的关系，摘要写得出色了，拿到二等奖概率也是非常大的，这种情况有现实案例发生了。关于如何排版，我给大家的建议是多看一下美赛特等奖的论文，看上4-5篇，总结一下别人的论文结构以及值得借鉴的地方。
总结看来，美赛获得二等奖的秘诀在于“摘要+排版”。
3. 如何备战美赛
谈完了上述两点，接下来我就给大家说点貌似乏味的东西，这些内容在备战美赛过程中是相当重要的。数学模型基础知识与模拟赛组成了备战美赛的主旋律。
<1> 数学模型基础知识
往往令大家疑惑的是，掌握多少数模知识之后，参加比赛才够用。关于这个问题，不同的人有不同的见解，有些同学可能就没有看过数学建模的书籍，全凭比赛期间的快速学习，就完成了比赛；有些同学，可能看了很多数学建模的书籍，学习了很多模型。为了让同学们更加自信地参加比赛，我个人建议，一些基本的数学模型还是要掌握的，掌握哪些模型呢，请大家看下图，
http://www.mathor.com/data/attachment/forum/201412/21/113214c87gi5g1z931wk1q.png 数学建模比赛中，常用的模型可以分为四大类：优化模型、预测模型、分类模型以及评价模型。每类模型下面还有很多小模型，很显然的一个问题是全部掌握这些模型是不可能的，那么怎么办呢？每大类模型下面要熟练掌握2~3个模型（包括原理和源代码），其它模型不需要熟练掌握，但是要熟悉，比赛过程中用到的话，再找资料查。 至于算法部分，我认为至少需要掌握几种启发式的算法，比如遗传算法、模拟退火、蚁群算法等等。赛前，准备好这些算法的源代码，一旦用到之后，通过很小的改动即可直接拿来用，既省时又省力。<2> 模拟赛 如果说数学模型基础知识的掌握不是必须的话，那么模拟赛是备战美赛不可或缺的环节。数模强校都有系统的培训方法，虽然风格迥异，但是模拟赛都是必须的环节，只是模拟赛的数目不同罢了。为什么非要进行模拟赛的训练呢？模拟赛不仅可以让你提前感受美赛氛围，而且可以磨合你的队伍，让你知道自己的缺陷所在。之前在写作的部分也提到了，至少要模拟3~4次，这个数字是很有必要的。队伍之间经过协商，设定4天时间，严格按照这个时间进行模拟，模拟次数多了，经验就更加丰富一些，真正比赛时，不至于激动和慌张。4. 美赛和国赛的区别 虽然都是数学建模竞赛，但是美赛和国赛的区别还是存在的。归纳起来主要有三点：第一，模型假设；第二，模型建立；第三，结果分析。美赛的论文思路与真正的科研更加接近，而国赛的论文和一些中文的期刊更相似，这就是导致两个比赛不同的原因。<1> 模型假设 模型的假设在真正的科研过程中是非常重要的，因为它直接决定了你考虑问题的方向。在美赛论文写作中，模型假设部分需要明确写出假设的合理性，这是与国赛论文不同的地方。大家参考优秀的美赛论文，模型假设这一部分就可能写一页以上，而国赛更显得是凑字数的感觉。<2> 模型建立 美赛的问题一般比较棘手，同学们在4天时间内，提出非常出色的方案不容易，因此，大家在比赛过程中，应该首先提出一个可行性方案，并且求解该方案，作为一个保底的模型。然后，如果时间充足的情况下，进一步将模型深入化，考虑更多的因素进入模型，一步一步地深化问题。由于美赛问题没有固定的结果，因此，模型求解得到的结果只要是合理就可以了。<3> 结果分析 这一点我要特别强调一下，它特别重要。在真正科研过程中，结果分析是非常重要的一环，不可或缺，在美赛中也是如此，详细的结果分析很容易提升论文的档次，这是国际一等奖和国际二等奖的关键区别，甚至可以凭借这一点冲击特等奖。大家阅读美赛特等奖论文的时候，要特别留意一下别人的结果分析是怎么做的，进而总结一下，用到自己的比赛中。 经常提到的灵敏度分析和稳定性分析，都是结果分析中的一个部分，参赛队务必重视这一点。5. 如何查找数据与如何出彩 之所以将如何查找数据与如何出彩两个部分放在一起，是因为它们往往针对同一类问题。这两个问题往往都出现在评价类问题上，比如国赛的葡萄酒评价、上海世博会分析以及14年美赛的教练评价问题。这类问题，题目中往往不会提供现成的数据，参赛者只能去网上找，此外，这类问题，不容易做出特色，因为模型都比较固定了，大家都知道该采用哪种模型。<1> 查找数据 我个人不推崇在学校购买的数据库上找资料，我个人推荐直接在google上找，如果登不上去，可以采用三种方式：第一，自己通过某种插件搞定；第二，用谷粉搜搜；第三，www.tmd123.com。此外，利用强大的社交平台获取数据也是一种有效的方法，比如贴吧提问，在数模论坛上查找等等。<2> 如何出彩 对于评价类问题，如何做出自己的特色？大众的模型大家都烂熟于心，为什么有些人能拿O奖，我却只能拿M或者H？对于这个问题，我个人特别推荐大家看一下14年美赛特等奖获得者熊风的论文，论文链接：http://www.mathor.com/thread-10954-1-1.html。看完这篇文章，然后再找葡萄酒评价和世博会的优秀论文看一下，这类问题，应该就可以搞定了。总结来看，评价类所见模型的结果不能太脱离实际，评价模型所用的指标一定要全面并且新颖。
这篇帖子就写到这里了，大家有什么问题可以给我留言，如果有必要的话，我可以专门做一次线上讲座，来回答大家的一些问题。最后，感谢大家支持校苑数模论坛！（来源：校苑数模）
页:
[1]