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

9 l% Y+ x  K' V! w6 Q! j) S

& a' @2 j6 |2 U2 b( w

五步建模法：

" u0 G9 H* Z1 ^7 w  M第一步:提出问题.
& _# X  V, v! t/ V# l8 A0 H
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。

  E" h& p  \# {- l4 B5 y- c* X9 S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。
' z6 y8 p$ }2 N8 b4 q  T1 D
7 l* h( S/ w" L7 b2 n% `& S  J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。
! |# k& |) Q! D* c  w+ K0 U
( P' a5 G8 k- r( a9 {: Y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。
( u9 S( m+ Z/ S: Z0 [7 E% w
+ T& g! j% g, S( v1 V' Q# L第三步:推导模型的公式.

5 K6 j% O; D4 Q6 j# l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。
! C2 e. n4 ^# T! r" j
第四步:求解模型.

, {: I2 D" |# ~, x  w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。

3 v( Y5 ?: m; ]0 d, K& L) S数据分析：R，数据库SQL Server，IBM DB2

" K- H& c+ T# M3 }% i微分方程：Maple,Mathematic,MATLAB

运筹规划：Matlab，Lingo
$ c9 y* B; @( s
5 y9 O0 K" M. i+ u. w  J9 P智能算法：Matlab，R
, a1 _$ ]0 P1 n, }) L+ ?
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。

2 c5 K: X" Y. v' [: W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。

关于比赛的一些个人体会

0 ~7 f2 v6 W& Y7 a' O- A1、国赛和美赛是有区别的
+ S6 A2 k6 r0 O: ?/ d' @; ~6 N( J
- [& {; ^: E% _) y: Y+ l. M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。

$ L4 ~! q8 S- B0 x, w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。
% A' ~3 l- o6 Y- _! {8 a  e3 @/ t
2、文献为王
5 S, G7 M8 J+ p5 W7 T; |
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。
: ?; c+ T% k6 @! y4 F
0 v* n4 v. _) ~, ~6 p( h; _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）
8 d2 u: d% O9 W6 U* [5 ?2 i1 M
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。
0 W& p0 j0 B; c# M
& F$ d4 h) P0 n4 w4 ^) R- Q% u* ~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。
' a- Z* J$ b7 a+ ^2 b! T5 X
3、掌握一点数据处理的技巧

2 c( Q" G* U! |1 T, f* {- }0 P6 ?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.
5 r: P. p' w6 _' V  m
  K7 V  N4 I* l2 t! {+ R& @1 H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。
# [: a& J2 z# \" y
, ]. W+ k+ y* Q1 J4、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.
; A" o1 _2 ^7 x8 {, n: K; I
/ |0 `; I& ~+ T/ R0 pMATLAB推荐书目

0 _5 w& c4 n5 \8 u基础：

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）

2 E0 b9 s" i& m5 z* w4 b* z精通matlab2011a 张志涌

提升：
- o* i, K/ }  `& y6 z. i. T3 ^8 p! }
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）
5 |; Y: g+ H) {/ ~9 T
Matlab智能算法30个案例分析 史峰,王辉等

《MATLAB统计分析与应用：40个案例分析》

8 O1 ^2 G) q" V2 W3 u  `0 u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)
* ^) V1 }# b+ t4 v- c4 P, Q
/ R& c; p$ a4 q. s: I- m1 F" {, h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.

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。

6 m7 T; `% F5 \5 V" u7 U* kPS：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：

4 y- \) F5 H* L* KLaTeX插图指南
, P$ U: W5 k4 C; b% }
0 B  l% j2 ^; V4 b" e一份不太简短的Latex介绍
6 A4 h  R, w  h0 H/ k4 J. Z' @
LaTeX-表格的制作 汤银才
; P; d6 t& J4 X4 j6 `# a1 f" N. q
参考文献常见问题集

latex学习日记 Alpha Huang

论坛：Ctex BBS

& h: f" b5 L# P! Q# H" D1 ?结束语：

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。
# n1 n' P9 u0 U
; J$ g; b" f6 s& M8 I

7 o8 ?; N! }! ?8 k. |
+ L8 b* @  F4 h% f, J3 C- t

---

作者: brown    时间: 2015-9-26 20:49
这是在知乎上看过的，请注明出处

---

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

Powered by Discuz! X2.5