7 n5 o% o1 [' P' F5 W9 X1、国赛和美赛是有区别的 ! A- m0 W9 ~# X8 N" M$ k5 E6 }2 L# t5 P( T2 z* P. 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。 $ z. H( v" D- a. A! v) M7 N' K; D% r. C+ B F V5 ~
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。, P! W$ v9 ], d' R$ c$ X- {
* v* W r) \) 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。 2 j4 q# |% B8 ]# w7 p4 K3 \8 X8 P/ A+ d$ P
2、文献为王. d) O8 w" J- r8 ?5 J) i* H
+ e; s3 \; {4 X; Y- w' r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。; ?; H6 J+ y: f9 n' S% {/ c i
( ~! v4 y# m) {2 N. u6 G" z
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 L% C' m9 |( {0 C" z
5 z3 u' o( ^+ A7 t9 [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) 6 L8 F6 A, n% S6 D- e " M; J) Y9 g) A+ WPS: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。 # k1 `1 p) ~1 u/ h/ j% p8 x* Z# F1 I, W/ j. K
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”。. |! ?' l& F8 p: g- W8 o
7 {- P3 c3 U4 x/ O' Z' p* m
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。/ W. K7 p/ c: E6 r' U
: ?4 ?3 a9 G/ J6 J& @3、掌握一点数据处理的技巧 - b4 B1 j# r3 `2 ^4 S ' O' K9 u) \ J+ |' e* `$ h) t( u2 ]( [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.( e) I6 K. G0 R' b' h- M: t
1 e/ N# W& Z4 X5 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。! y. \) ~% c, V8 c: V2 m* x
. m6 x( N) g; l4、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.3 _ Q9 I; I n0 {3 Y' S
" `, Y' L+ C. x, |
MATLAB推荐书目 6 d& \6 {; o& q3 ?. E1 U: z5 u" k / s$ F& ~ a/ I0 @/ D7 _8 @基础: + o4 n0 ~ U0 m5 R$ C
* m& a5 g2 H, A% h) T4 L
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)# |+ I- P h7 z1 f5 @" _
6 l+ [- s3 {% [. ?6 ^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) " |; l1 l( K; A, k% [ 3 J. ?' a C: B2 ~+ G' pMatlab智能算法30个案例分析 史峰,王辉等 7 `( r1 X. `+ u' J" G2 j1 f0 }8 t @% A% \# F+ ^7 d+ @2 `
《MATLAB统计分析与应用:40个案例分析》+ c5 X( {1 t+ z5 i1 B4 e
% l, H! O8 b: _! A
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)) S! Z' h1 _0 u3 J8 q& O
5 S, q _* \' G
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. . j$ a% ]( F, f* E9 }0 \ 3 q/ v9 n8 ?. t5 [2 ?2 ^1 K+ O. d& z5、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。" w h. B. _1 X' }3 d9 r- N
0 m, h' q) r7 ~, ]% c, f1 GPS: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: 0 C ~6 H: k: Q# U" h) m x* A P- K$ a- l3 E" a8 L" W. ?: L
LaTeX插图指南8 K2 o( g& g0 M6 \8 V( L