数学建模社区-数学中国

标题: 2019年数学建模美赛经验总结 [打印本页]

作者: 杨利霞    时间: 2020-4-30 10:56
标题: 2019年数学建模美赛经验总结
   北京时间2019年1月29号上午9时,数模美赛结束。美赛结束已经10多天了,我在这次竞赛中负责建模和编程,趁现在记忆还比较清晰,写下这篇博客记录第一次参加数学建模美赛的经历。   ' M3 T7 ?2 |2 v
! ?2 L5 Y: E. y* G$ M+ P' r9 {
       补更:2019年4月20日公布成绩,笔者最终获得了美赛一等奖  
! |5 E" k" }4 q
( Y2 W1 q) I& Y  a2 u. s目录
) v" f/ D- J- l& D! `1、基本情况: K( n. C  `$ u+ S. w
( L" A. I- u8 P
2、选题   
5 e9 _5 u! i) O! x5 n
2 F; G* a5 K9 u* t3、分工合作
4 b- Y$ _4 U* q/ L  b! V& D) Y* g$ u1 g7 v" F) G. r6 A  a
4、论文写作$ }9 \; g8 ^0 X- r( V
5、建模
5 p* ]+ U+ `6 |) r5 u. y6 {! e3 m  {8 E* ?+ x9 ]9 K' u3 n
6、编程
/ ?% P7 D, H& _# [1 {7、入门资源
4 U( U9 H2 s- D7 W. A% D% X
) J; ^$ s/ |9 Z% C; B8 w9 z7 f8 @) k3 T$ b9 s" x0 l$ D2 z
1、基本情况2 I0 c1 E8 w7 J' r" _
2019年美赛时间:北京时间2019年1月25日上午6点---1月29日上午9点,每年的数模美赛一般都是寒假期间。在美赛期间,每天7点起床,晚上11点多睡觉,不睡午觉,最后一个晚上是通宵的。
% H1 u1 p8 k9 p  B2 }& l& V7 H, V
/ v. m. I4 u  [" o成绩公布时间:2019年4月30号左右
4 j7 a( @4 p/ R  ~- Z# Z
/ W- t0 w+ l2 Q! ^3 s+ h6 ]  [队伍:笔者和两位师姐,男女搭配,干活不累。) @5 s; S  \) y" ~$ _" A: Q+ E
: w6 j# D( n# ~) O  t) g* p3 b
实力:队长家瑜师姐在2018年数模美赛中夺得了一等奖;观子师姐有参加过数学建模竞赛的经历;笔者:菜鸟一个,在参加本次竞赛之前根本不知数学建模为何物,纯粹是抱师姐大腿。
  o' \* x: o" q0 q9 Y
9 g8 K! m/ x/ o# v4 S竞赛地点:某间男生宿舍内,美赛四天时间,与两位漂亮师姐共处一间宿舍,嘻嘻嘻。
" A; D5 B" M: d% K  \2、选题   
: ?! I$ @6 r% ?$ N3 ~       美国大学生数学建模竞赛目前分为两种类型,MCM(Mathematical Contest In Modeling)和ICM(Interdisciplinary Contest In Modeling),两种类型竞赛采用统一标准进行,竞赛题目出来之后,参数队伍通过美赛官网进行选题,一共分为下面6种题型。
$ U8 B1 L9 o, t7 l 61fd69faf4d6892e40a74287a5e3ba58_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,te.png 2 ?- g) W& O+ c" K' O# i4 m( M
8 T  I/ [9 h8 G0 y, X# {. R0 [

: n9 Y) R6 C+ m$ e; a       在上面六种题型里,本人觉得连续型最好做,应该优先选择。连续型题目找数据及相关资料比较容易,编程能力要求不是很高,要写的代码也不是很多,最重要的是,选择该题的队伍也不是很多,不用担心竞争过于激烈的问题。事实上,我觉得数模美赛的选题,不应该等题目发布后才开始选,应该在竞赛开始前的一个月就对美赛的题型进行研究,看一看这六种题型往年的O奖论文,分析一下这六种题型如何建模和编程,找到最适合自己的题型。不同的题型,建立的模型和编程所需要的算法还是有比较大差别的。在美赛开始前就确定自己要做哪类题目,然后多看多研究该类题型的O奖论文,事先有了准备,在美赛中才能做到胸有成竹、游刃有余。
( ]: B% s# D+ ^: D9 u5 ~8 k4 W
" m6 p! A7 N8 G# r, E* a! M$ h, ]3、分工合作3 H. M0 @* ?: k* t+ R
       美赛是3人一支队伍,如何在短短的四天三夜里完成论文、建模和编程这三部分,分工合作很重要。在美赛开始前4个月,我们的计划是每个人负责一部分,即小A负责论文写作,小B负责建模,小C负责编程。但是在美赛过程中,我们发现论文写作的工作量比较大;建模的工作量也很大,要建立的模型有6、7个;编程的工作量相对少很多,比较轻松;所以实际上我们最终的分工是:小A负责论文写作,小B负责建模和编程,小C也负责建模和编程,小B和小C的工作结束后,就去帮助小A写论文中比较简单和不是很重要的部分,比如Strengths and Weaknesses、Conclusion and Future Work等。
. \0 V4 K: W" U+ d+ \7 [. j. P3 t8 |# Y- s2 m( B9 A
       总之,在这次美赛过程中,我最大的体会是,编程这块比较简单轻松,工作量很少,没必要专门分出一个人来负责这块。论文写作和建模这两块工作量比较大。我觉得比较好的分工是:小A负责论文写作,小B负责建模和编程,小C也负责建模编程,小B和小C的工作结束后,就去帮助小A写论文中比较简单和不是很重要的部分。如果可以的话,最好在竞赛前进行一次演习,让队友之间的分工合作磨合得更协调。1 ^0 `9 ^( E; a/ E, @5 L) P' s4 y
& |! Q! N7 z; f& B/ ]
4、论文写作
" u7 \$ M/ `( @" x8 t0 M      论文写作在数学建模竞赛中至关重要,因为我们最终提交的就是论文,衡量我们获奖与否的依据是提交论文的质量。笔者在这次竞赛中并不负责论文写作,下面我把我们队长家瑜姐在本次美赛中的论文写作经验奉上:https://blog.csdn.net/qq_40481843/article/details/866923432 a; z& R4 y! Y0 n8 {# d, f
. |' E( |( ?; ^& E! y
5、建模
% O9 l! W( w  z6 X7 w2 ~2 W  O      笔者在竞赛前以为我只需负责编程部分,所以在建模这块事先并没有接受系统的训练,只是在考前几天看了几篇O奖论文,对建模只有个大概的了解。在美赛过程中,发现建模这块工作量比较大,一个人根本忙不过来,笔者只能仓促上马,临急磨枪,学习建模,协助师姐。下面我把我们队伍的建模体会与大家分享:
3 |% T- C+ T9 S. }5 l3 H 725145b5c8a525da142e24469850edc1_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,te.png
! C( @$ A+ F" L( `/ U2 v( `
9 E7 A# ]% V7 W, k2 H  W% j4 {      拿到英文题目后,我们对其进行翻译,然后深入讨论研究题目,我们用红色对题目作了批注和补充,确定了思路和建模的大致框架。
1 g. i% [$ X  J( s1 N8 }
1 X+ O6 V0 h. R% E1 _; G; N; t! }* S& i
      在建模过程中,我觉得搜索资料非常重要。 数学建模,我觉得并不是完全靠自己绞尽脑汁去空想一个模型出来,而是借用已有的模型去修改或补充,使其能为自己所用。比如:在这次竞赛中,龙的生态影响模型构建我就参考了两篇别人数学建模论文中的模型。龙的生态影响模型可以由两个小模型组成,分别是龙对其它生物的影响模型、龙对环境的影响模型。龙对其它生物的影响模型中,龙与其它生物的关系主要是捕食关系,然后我就在百度上搜索有没有数学建模论文是涉及捕食关系的,结果真让我找到了一篇关于狐狸与兔的捕食关系数学建模论文,然后我参考该论文,对其进行修改使其符合龙对其它生物的影响。在龙对环境的影响模型中,我参考了这篇论文:http://www.doc88.com/p-7768622967088.html,学习它是如何使用层次分析法来衡量对生态系统的影响程度。总而言之,我们要善于查找、大量地查找网上是否有符合我们需要的资料。
3 r* ^9 m' M$ ?' ?4 s% v# u( [8 F0 @1 [8 t: U6 V; B5 p
      如果在网上找不到类似的模型怎么办呢?那我们只能靠自己构建模型了。比如:养三条龙需要多少面积?在这个问题中,我找不到类似的模型。我只能退而求其次,寻找一些与其比较密切的研究资料:动物的栖息面积与什么有关等,最终我们找到了动物的种群密度与体重存在一定的关系。这个关系是什么呢?这就需要我们去构造公式。请记住:要大胆地构造公式,只要该公式大致符合常理、曲线趋势符合生活实际即可。请记住:不要想着我们构造的公式能够经得起科学家的检验,不要想着我们构造的公式能像万有引力定律公式那么严密。在短短的四天三夜里,你想创造出经得起世人检验的公式,想成为名垂千古的科学家?想多了!!!请记住:所有数学建模论文构造的模型看起来合情合理即可,不要妄想它们能完完全全应用于生活实际。2 ~: P! K* [# x  U. l, y2 n6 M
* K. w+ L8 r3 J0 X
       在建模过程中,常常要查找资料,常用的查找资料的网站:百度、百度文库、知网、维普、谷歌学术等。
' a; I$ x5 i# N+ E0 k1 n4 \" s. E/ i9 W! ], K* _: O
6、编程7 {6 W, T7 J) s5 C6 U  I# z
       数学建模使用的编程语言一般是Matlab。本人觉得,在数模美赛A题中,对编程能力的要求不是很高,只需掌握Matlab基本语法体系和数学建模中常用的Matlab算法即可。要掌握的Matlab知识如下:
& j6 A) r: X! Q! z) {3 ~$ e/ z 97c8b794640127c5107591aaf95e3cf1_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,te.png
2 }. I6 q; ]1 b! }* n: v( |2 x6 h& e9 a; v) O$ W# x9 y
1 B* a- Q1 W2 I5 _/ _! C0 _$ `7 c. R
注意:9 v& w% d5 V+ e/ r; A) v3 k

  I9 j2 s" \; c7 \0 |: x/ g) D       (1)在竞赛开始前,最好先准备好Matlab的各种常用算法模板,比如:二、三维作图、层次分析法等。竞赛时,可以直接套用准备好的代码,大大地减少了编程的时间。+ B8 J* g/ i6 I5 K) x* k

$ @' U4 r% u2 D+ N9 A0 u) Q       (2)二、三维作图在数学建模竞赛中肯定会用到的。为了让贴到论文中的图更漂亮,要学会通过代码来控制图片的大小(通过figure来设置图片大小为320x320或500x500)、设置坐标轴的粗细、字母上下标、线条颜色等细节。二、三维作图的参考链接:https://blog.csdn.net/qq_41149269/article/details/86603943! W. M! e- Y1 l/ t0 n1 D9 r

. a; A# [8 o" X9 l- ?' s. F       (3)要有良好的代码风格,不然写出的代码真的有点难看。
, x1 J& g, S3 b  O" F7 ~* c0 b
2 S9 w1 b/ h7 P7、入门资源: b1 \" H5 u% W' _
      上面说了那么多,对于还没接触过数学建模的同学来说可能是一脸懵逼。哈哈哈,我贴心地为大家准备了建模、编程、往年O奖论文讲解这三部分的视频教程,相信对大家入门数学建模会有很大的帮助。/ Z2 R  A* J& y, P# E
( N: n1 R* x% A9 i0 X2 F
建模:https://www.icourse163.org/course/cumcm-1001674011$ a6 f: x3 J4 g! k

, d, {1 T0 Y& b% G, u. S编程:https://www.bilibili.com/video/av39752280/?p=1" @; L4 |+ O; i: s% M9 J8 P* f4 z

$ Y1 L; O, z% P0 _& q6 |1 p- S8 \0 K论文写作:https://blog.csdn.net/qq_40481843/article/details/866923439 j! Y2 W6 |1 g- E' r
( g; p8 K+ D: I, ?$ e: C  i
往年真题视频讲解链接:https://pan.baidu.com/s/130lwterZvM4DbaimCSRQxg      提取码: k9td : ~3 D. c- O% D+ q/ ]
" `4 \0 F2 c# \  F9 O
本队伍2019年美赛的培训课件、论文、代码:https://github.com/xiexupang/2019MCM-A( g/ \9 ]" _' I4 D* }
————————————————7 r8 ~$ v8 L9 J6 q- o7 t
版权声明:本文为CSDN博主「Smallactive」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。4 ?: v- {: D% V9 q6 k- ?# m6 U
原文链接:https://blog.csdn.net/qq_41149269/java/article/details/86881902. a; g4 ]& {/ C5 M* Q

6 G6 \+ J- ~/ J, v6 m/ o




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