五步建模法

洛桑曲旦

7 P# r: S- a+ c3 E+ l0 p. Z4 I/ r" h" u

% Z: J3 x/ K$ ~. w" g. I

五步建模法：

9 {7 b6 ]9 B6 J5 G  n- \5 K
第一步:提出问题.
0 A% e& n) ^9 j9 {6 @
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。
# Q! Q) d" `5 f& b* r. P; Y/ |
) t& f* q5 f( W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。

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。

第二步:选择建模方法.
2 h* d- `0 a- B/ s/ V  L
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。

第三步:推导模型的公式.
  Y% x) j- j, l" B. [. l
7 w; X' [* i, x# z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。
, D% T3 `: a1 _# O$ l  S+ i
第四步:求解模型.

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。

* ]  ^# e3 j$ a0 ?/ [数据分析：R，数据库SQL Server，IBM DB2

微分方程：Maple,Mathematic,MATLAB
* }. J/ {2 Z5 T( n/ {4 I3 F
2 l8 C" b4 L0 g+ h6 ]运筹规划：Matlab，Lingo
, m% g3 A& h9 Z
智能算法：Matlab，R

$ m4 @2 h$ {8 y+ f4 I时间序列：统计模型中的那些软件，或者R，Matlab
& b* h, Q4 r3 l0 ?
图像处理：Matlab，C++
# Y1 D  r, e) ^1 F6 v
5 u) q" g( P) w! j. y& t; R6 z总结： Matlab是必须的，再来个SPSS，一般情况下够用了。

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

1、国赛和美赛是有区别的
8 P9 C9 ?# r# }0 j/ k# ~
# Y' e. E$ Y' N% b% \+ w5 V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。
: P3 v8 f* L" i0 C3 t% L
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。
& h$ C  U& }" G4 V0 l( Q
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。
+ Y: V5 w( \4 n) A
2、文献为王
% F9 M: @) c, l! N
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。
# |4 Y: I6 ^# k- N0 C
0 k5 n# Q8 \& A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）
& l2 X7 |# ?* N/ [0 W( P
+ ~4 R6 P/ {4 A! jPS：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。
6 O" d( E$ ^1 Q- i5 P! W2 X; z
' [* [4 r# \/ y7 R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”。

) h6 _, p' E0 i6 V, ^4 U5 x& p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。
! c) ~1 e3 J) z; Q& K  E, y8 L
3、掌握一点数据处理的技巧
+ j1 f8 B0 ?9 ]* a0 j& t* r
. ~, I8 J* S2 m( s+ d1 S' `4 N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.
" c- ^5 y/ p6 A
7 v- q8 V# J9 n% p- Q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。

4、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.

MATLAB推荐书目
# d& m& ^% [9 p+ v8 `4 F/ b( L* c
基础：
2 \& K; N  n1 P
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）

6 Z1 u3 B6 Q0 m) ]* ]精通matlab2011a 张志涌
( ?1 {2 \. g# G5 }
  m/ c" W. a  m) V2 u: E提升：
" l! Z* n; ^% s# \+ h* {
1 u2 v$ h: J: z0 Q* Z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）
$ S# V  ~4 x+ S3 g9 Z
8 y: F6 Y6 u1 Z- z& H$ LMatlab智能算法30个案例分析 史峰,王辉等
- A( |& o+ z) F$ w8 p( e
( q; z& v  h0 j1 R9 j《MATLAB统计分析与应用：40个案例分析》
7 r( I! @+ 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)
( o: L  c7 n# S+ [: X
" \; x5 b' }4 I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。

PS：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：

: L7 G$ X2 q) Z9 KLaTeX插图指南

; z, n" M+ D$ B4 W5 w& h4 [, v5 D一份不太简短的Latex介绍

LaTeX-表格的制作 汤银才
/ f" W1 B/ i& r
参考文献常见问题集
* {5 v% ?" j; W% [" {
' D" P0 }4 w- N5 P# o2 Clatex学习日记 Alpha Huang
  G" e" m, ~( Q- Q" e' U- L
论坛：Ctex BBS

结束语：
: i4 \; s  p2 @+ _( `5 n
: w) z* h+ M5 m$ m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。

3 U: P/ B# d# j  t+ ]

brown

这是在知乎上看过的，请注明出处