数学建模社区-数学中国
标题:
美国数学建模比赛建议
[打印本页]
作者:
杨利霞
时间:
2019-4-7 11:50
标题:
美国数学建模比赛建议
美国数学建模比赛建议
2 H6 }; }; k7 d8 T/ Z- @! q
一、选题(建议半天内确定)
( m7 ?7 H, K, f* m1 q% _
2 E" n' h# u+ N8 r; C! w3 I
美国数学建模大赛分为MCM和ICM,从2017年的题目来看,ICM的要求更加明确,题目描述更加详细。那么ICM在评奖的时候,就会有所谓的标准答案。并且ICM提供了大量的参考链接和数据。在国内的话,有无法访问的可能。ICM除非确实有这个方面专业的同学。否则慎选。
/ Q5 T9 V4 T" l* U
& b6 b0 B. G! w$ h9 K* Z5 C2 D1 R
MCM方面,有些题目容易理解,但是没有数据。有些题目因与美国的文化差异和地域差异,导致理解困难。这就需要在半天的时间内,快速查找资料对题目进行理解并且尝试寻找相关数据。在半天之后,根据情况,选择题目。比如A题易于理解,但是河水流量数据、水坝的具体数据是直接能够找到,还是要通过建模得到。这无疑增加了难度。而B题高速公路收费的题目,因中美差异,收费情况可能和我们理解的不一样,会造成审题的偏差。所以,需要根据资料的查找情况和大家讨论,以确定题目。
$ V. t9 B: w) t: @
+ U; ^4 v6 e! _7 O
注意:易于理解的题目并不见得简单,而且你易于理解也会导致其他参赛选手也利于理解,这样会造成某一个题目竞争成功的难度增大。
& r, p) H. R* s) q. Q
: W7 Q( S0 T1 p _6 K ~4 h' T/ J
二、题目理解和目标细分
( k' X; r! J$ Z9 H) G9 s
# s1 q. E' L3 {2 K& B4 J( X
第一步:当题目确定后,首先将题目中表述任务的词语画出(一般为性能、花费、安全等),和要考虑的因素画出(比如A题中的流量、生态影响等)。将题目的目标具体分成几个部分。明确哪些是先要做的基础工作,哪些是在这些基础上进行的工作。比如A题中,要评价3种选项的优劣,那么在安全性评价上,要先得出水流量公式,此时水流量就为基础性工作,而评价位于之上。此时,可以画出一个先建模什么再建模什么的模块流程图。
% d+ P! B) I" B# U0 ?
$ o9 @# K5 }$ g5 e: d3 e5 J
第二步:进行头脑风暴,将这些基础工作进行细化,比如题目中表述为性能,那么就要讨论以什么参数来定义性能,比如吞吐率、延时等,都是性能的定义,可以采取多个性能参数,也可以只采取一个。同理,限制因素也能够通过同样的参数定义。进一步讨论哪些因素影响了任务的完成和目标优化。此时可以建立一个简易的模型。当然,也可以在网上或数据库中搜索相关论文,如果能找到更好的模型,那么就直接拿来使用。比如在A题目中要求解水坝的花费,可以简单建模成水坝一平方的造价,也可以建模成水坝是由发电机、闸门等部件构成,通过各个部分合成来确定水坝的花费。
; g$ i; y# d; x& u
- N6 [" H9 R( r9 J! R7 B
第三步:定义好参数过后,来确定哪些参数能够通过互联网找到,哪些参数可以通过找到的数据进行计算,哪些参数需要假设得到。然后进一步细化各个参数。模型进一步变的复杂。
0 F2 R! }+ t! Z& T; ~, Q
3 F6 r. R4 F9 I5 C: Q# V
第四步:模型建立完成后,进行求解,然后根据题意给出建议。
/ v j( \+ H8 _% {' v6 [
9 w7 E$ S2 e4 l; c0 {1 x7 i0 x
第五步:撰写论文。
4 Y- M! z% r* \4 H, @# c" I
& L: I2 m+ ~; H n- d( }5 Z: p
三、再次迭代,继续优化模型
" X( z1 C* {. f n! ^" I' J
1 N1 s: }/ q. G) ^
在建立和解决一个模型后,可能在此过程中,又收集到了更多的数据或有新的想法加入,不用推翻原模型,再次构建一个更加准确的模型就可。
! ?% o e7 J+ [- Y; L
) I/ g$ _6 E8 i, c+ t1 b9 o
四、模型评价
& R) C( G* `) B
7 N8 B e9 `0 F1 @/ d
在论文中,要对自己模型的好坏进行评价。
$ @, R; y8 f! j5 L- Y, m$ H
+ m# U8 O, E+ Q; D! ~# f
五、其他建议
9 q0 c) S8 \% U% @ {9 I& H8 ~+ @
$ f) T- I, E0 S3 X4 K
论文撰写建议:
0 Z+ {8 ]% u q. {2 K# H7 ^* f
- U4 h# @- q0 R8 X9 q
1、 准备通用的论文模板。
3 F7 U q- ~% s: p% j5 q
% a. `" T% B( @* n4 z- I
2、 多采用图表进行表示。
, L# \! @( b2 W4 ]
( C/ y9 k. @2 ?" N( n+ x
3、 提出重点,在自认为的模型重点部分使用斜体、增加标注等方式进行强调。
- v, A% m. ?% o
4 s5 l/ _' |$ H: q
4、 使用最顺手的工具。
# f: p4 v8 b7 C9 O' b
9 U' k6 t- h1 F- ^& h
) a" L. n) O" G, t' I! |6 l( w
$ m9 n _2 L3 K0 i; W% j
代码准备:
/ H" N- c4 t8 |% a9 W
& ^# Y: V! p, F: }: F1 x, e
1、 因MCM的题目一般都为优化问题,比如求最小值、最大值等,包括单目标和多目标,建议准备遗传算法备用。
5 ~, ^/ r# H' z3 U4 ^% j
. b0 Z3 F$ _) D9 T- s& `6 f2 k- B
2、 因为可能涉及到函数拟合部分(大数据的情况下),建议准备BP或者RBF神经网络代码。
v# I/ P+ R% h* @$ s
# m* g* F1 X7 y
$ ^* y' y5 i6 i9 L; [+ u K' O
$ r3 v# r" }' @6 A- X+ B1 s
其他建议:
. T1 X% i# B3 x$ v7 `
" V; u4 d! [( S; O# {# v+ Y- h; q
1、 当题目过于抽象的时候,可以通过分类的方式来求解。
( A* Y8 \& l& a+ y J
; [- ]( P$ p8 X) |
2、 题目中如果要给出建议,可以根据不同的情况,进行多个建议的提出。
; |" ~( ~) Q' l+ l' j1 u- B$ g
! y& S9 G2 F' ?' z& V- n
3、 切记不要只提出一种建议,或者只出现一种答案。比如在A题中考虑到花费最小,那么安全性肯定就不能最优,此时就可以根据实际情况,在安全性达标的情况下,考虑花费最小。而安全性达标是考虑极端情况下达标,还是在平均的情况下达标。这就分类讨论了多种情况。
$ z# S7 @, d/ D9 X% Y* _
---------------------
1 t: E) v9 s% t6 V1 p4 ]
( A+ `: b2 |4 T! `" N, A) L" P
$ L# q; x* f( x
1 \3 R" B& e( N* ?
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5