数学建模社区-数学中国

标题: 五步建模法 [打印本页]

---

作者: 洛桑曲旦    时间: 2015-9-24 19:45
标题: 五步建模法

' s0 Z1 y# Q: i1 u' r

' Y4 o: u" ~) c" u, W8 m

五步建模法：

6 S! k) |/ E" G6 A6 P5 v. p
: Z) e% W$ e6 t0 F; K5 C第一步:提出问题.

# V4 E( ~0 s0 v; L* Z: W; }1 r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。
# W4 r, F3 D2 X0 |( L2 A
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。
+ c) D! Q3 @; i: v: C& ?
9 @, \8 o6 x4 S, Q2 A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。
* V( ]0 c8 b; V
第二步:选择建模方法.
' m$ {9 Z: A7 E/ o, k3 ]
4 Z6 m# p" g) H- Y; G! @6 R; @5 r$ N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。
- i! [1 A. u  a8 l' A- H
$ S- |9 v) G" x8 ]2 J& \" \第三步:推导模型的公式.
( V6 K2 S; `1 w
: L4 A" Z0 N2 g! F0 `" \# ~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。

* G4 P8 c9 @3 S9 V统计模型：SPSS,Eviews，Stata ，都是菜单式操作，easy的。
( s( b5 o, k' I5 K% ]9 a4 `
0 j3 E$ J) q5 X3 w1 ~2 L+ L$ j! z数据分析：R，数据库SQL Server，IBM DB2
# ~5 e* V0 Z& E
微分方程：Maple,Mathematic,MATLAB

运筹规划：Matlab，Lingo

1 w" p' \; H: b7 d; C智能算法：Matlab，R
4 V. @  @; Y% h% R2 a) B
时间序列：统计模型中的那些软件，或者R，Matlab

' H1 m/ q- @, C7 k3 O6 Z图像处理：Matlab，C++

' G+ A6 z0 ]0 u# e9 m- X2 @2 x! `总结： Matlab是必须的，再来个SPSS，一般情况下够用了。
; }& x2 T7 S4 ?; W. N
, i# s6 `; `5 m& \7 N第五步:回答问题.
; t" R( r2 w3 Y; b# W
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。
4 d- b$ ~6 N) S$ C" }
关于比赛的一些个人体会
" O6 L; S: X( P) U( j
1 s8 H& A/ y9 j5 @. a4 N0 G2 [% ^1、国赛和美赛是有区别的
" j/ b! P  x) s+ N& @" C9 I
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。

注意不要一次性就建立复杂模型了，老外看重的是你的思维，你的逻辑，不像国赛，看重的是你的建模编程实力，要使用各种高大上的方法。
0 a. t8 ^9 X8 J7 ]' q
拿到一个问题，可以先建立一个初等模型，讨论下结果；再逐渐放宽条件，把模型做的复杂一点。 即 Basic model -> Normal model -> Extended model的思路。这个思维在美赛中很好，这么做下来基本都能得金奖的，鄙人这次也是按照这样的流程，拿了个金奖。

2 D) I5 n. T2 f# d2、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。
1 G- A: M) ~" |" c0 }& C
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。
* ?5 c0 ?2 V8 F% {* x! H
& O" j2 }7 r; u2 W! X$ q! s% w; R$ p; s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）

! @: h" ?* [  y% tPS：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”。
! j( h. Z  O. M
) C; H1 [  S: J' k4 e6 a. |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。
2 i  H( ~: R3 v* K& C
3、掌握一点数据处理的技巧
+ ~4 c  Z9 B, ]# o5 y% m7 e: M) q
3 k. u  ?* _1 d( G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.

MATLAB推荐书目

- G# C3 H+ }# Q! j: B3 G基础：

5 L, u- ^; K! T! `MATLAB揭秘 郑碧波 译 （本书讲的极其通俗易懂，适合无编程经验的）
, H) @7 E9 j7 i- N
精通matlab2011a 张志涌
5 K9 ?* \6 u. B
提升：
% {6 V: [* o6 [. u, k
数学建模与应用：司守奎 （囊括了各类建模的知识，还附有代码，很难得，工具书性质的）
$ |3 e$ s1 s0 n) C
Matlab智能算法30个案例分析 史峰,王辉等
# b# i& g* u2 G- Y2 Z- U5 M# k9 e! c
《MATLAB统计分析与应用：40个案例分析》

数字图像处理(MATLAB版) 冈萨雷斯 (13国赛碎纸片复原居然涉及了图像处理,所以列在这里了.可看可不看,太专业化了)

书很多的.总之,要达到熟练运用matlab进行运筹优化,数据处理,微分方程的地步. 数理统计可以交给SPSS,R ,其中SPSS无脑操作上手快.
. O4 Z% @' P! ]7 I
5、格式规范：看国赛一等奖，美赛国内人得特等奖的论文，格式规范方面绝对很到位，大家可以参考。国外人的特等奖论文，大都不重视格式，人家的优势在于模型实力与创意、母语写作。所以在美赛格式规范方面，参考国内特奖的论文。
; o& R0 R0 K7 i( C
& ?2 i9 T$ X/ ?4 S' Q; aPS：有时间的队伍可以学习以下Latex，用Latex写出来的论文，比word不知道好了多少倍。Latex书目推荐：

LaTeX插图指南
. H$ t. b9 f. g; i2 x, e& X3 Z. s
一份不太简短的Latex介绍

0 q3 L  t( [) l, PLaTeX-表格的制作 汤银才

7 f: D! X4 V4 ], H! n' y8 j* M参考文献常见问题集
0 |$ K: H, z) N" `
0 _* `# v$ O' E$ U# ulatex学习日记 Alpha Huang

论坛：Ctex BBS

4 S+ }( E9 W( n' d$ |结束语：
1 R/ G5 k, Q  L
什么是数学的思维方式？观察客观世界的现象，抓住其主要特征，抽象出概念或者建立模型；进行探索，通过直觉判断或者归纳推理，类比推理以及联想等作出猜测；然后进行深入分析和逻辑推理以及计算，揭示事物的内在规律，从而使纷繁复杂的现象变得井然有序。这就是数学的思维方式。



4 L2 A2 }- o9 c! C4 `& ]% C5 _
( N7 ]+ C' V0 {. E+ k" ]

---

作者: brown    时间: 2015-9-26 20:49
这是在知乎上看过的，请注明出处
# y( z3 o6 p0 C& S9 ^! l: f& _

---

欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)

Powered by Discuz! X2.5