数学建模社区-数学中国

标题: 美国数学建模比赛建议-实战分享 [打印本页]

作者: 杨利霞    时间: 2020-3-26 15:30
标题: 美国数学建模比赛建议-实战分享

, D+ G: Q. A$ _0 u/ I: _$ L7 |美国数学建模比赛建议-实战分享+ \# o' c. D( i" m

# a1 u+ |- {# Y2 D" ?( \5 t一、选题(建议半天内确定)7 R- Q& Q9 J1 B
% \7 Q# }) p2 p0 c0 k
      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。* E' \  n1 B* N# i1 L) n
+ q6 s- Q- W: v1 p6 g, H* m
      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。
0 m7 Z# ]& h; v% Z: l  p4 f4 V5 P( G5 ~( S* N" z1 l
      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。
& _, V9 i" x6 M: g7 J. u' Y  r
- B" Q3 Q3 h8 l' o6 [. p二、题目理解和目标细分
  u1 G+ r$ ]6 o1 J8 g
6 y" ~  S* N/ C) Z2 f" E8 P      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。5 i% n$ \% w% O8 U

9 B* t- h9 t8 G" b; p' b7 _      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。
/ l4 i' a0 z. ^1 k& R9 t) a
% H4 @. O1 f) }7 O+ v      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。* [% \- c  o4 d) z" I. P3 P

( y$ K7 N8 R8 p3 _0 G8 W      第四步:模型建立完成后,进行求解,然后根据题意给出建议。
7 H# I9 k! g" P6 v1 m; E# x* S0 t- D1 \$ g3 C( u4 h
      第五步:撰写论文。6 o+ b/ L5 O6 O4 p
0 R# f9 h  M8 V5 D
三、再次迭代,继续优化模型$ c0 I# D% n3 z% |) _

+ Y6 K9 `8 l" C" Y8 f( C7 n6 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。' i+ y; {4 _: g/ m- E, {

9 T' V; M/ T4 e9 [4 x$ |# W8 q四、模型评价9 n( n! S  Y, s7 w# z
" H" s$ m, `' N& d
     在论文中,要对自己模型的好坏进行评价。6 m, v) j/ q- Z5 U/ m3 [

, A* Q% a. [" p) U9 v% O: B' K* G五、其他建议
: _% v  C5 q* N) y) O
$ B( F+ m7 v6 d      论文撰写建议:% \/ k  q8 N' `- E

( C% \; ~+ s$ Z      1、  准备通用的论文模板。
* T/ c- x" e6 `  ~, f. }3 m# Y* t2 `% G& o% U" I/ b) L6 I
      2、  多采用图表进行表示。
- ]) _- J. R1 }- P( M; _8 p) W& J- X+ O$ g: ]
      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。9 X1 `6 S* ^( p9 q- K

6 W) v5 A7 }8 y$ J  l0 v      4、  使用最顺手的工具。; r6 m( Z" ?- u

3 w! a$ G& W# Y5 o3 h/ P0 I
2 }) J' [7 p6 {" {4 a1 N7 {$ b/ K" t  K
      代码准备:
/ Y" G* G' K0 X1 G; M, v; l/ y. s& R$ L' c* _. W
      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。9 H( U5 g6 r! ~3 t# m+ S3 m

) F3 j4 A, ^4 q2 l* _* `- S# M      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。
$ ^; K, k; L  V  O
0 }" S: R7 n6 `2 G, f# }$ Z3 d7 ?8 Y
3 ]9 b, M( ?8 ]# |+ ]- }! o" X4 F" a5 f8 z8 a3 I4 z0 ]: H
      其他建议:
" n0 U" o6 B5 a$ o- `: q) Y( w/ W, v2 j( K
      1、    当题目过于抽象的时候,可以通过分类的方式来求解。
$ t' G/ y  ]! S$ }+ T
5 g  Q# K/ A9 X6 s      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。. ?! e0 M' X0 h9 V6 X

. b5 U! n8 T9 i      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。! D: {$ M) ?4 T7 V2 Y& f' o
原文链接:https://blog.csdn.net/LieQueov/article/details/79261885$ l! a  h' P. g6 Q
& c: T. W# _: h8 Y& U6 _

9 q9 k8 E3 f, P$ t




欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5