五步建模法

洛桑曲旦

0 Q0 I# j8 d3 _! D4 |- M

5 X1 I. X4 D7 g! w: Q$ Q

五步建模法：

7 G+ C: d7 h# B6 e
% U; a+ ~! k  J2 ]+ X第一步:提出问题.

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。

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。

. G7 z" C5 D+ N$ B: g" ^# |5 U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。
8 z; [& T1 G8 ?
6 H8 r( W( U' r$ `8 R第二步:选择建模方法.
. m. e) U" F! ~$ M
1 L8 k9 [3 N. [# r# A& \# r9 N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.
, @, J( ^1 O# B' Q
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。
6 g1 U  M* ]4 i" c+ o
第四步:求解模型.
# r: A* G+ a  ~( x8 h3 r2 v9 c
. Z+ R8 y1 ^3 m5 J这里是编程的队友登场的时刻了。
0 o. ]. ]9 h7 _: ?5 m) Y1 Y
统计模型：SPSS,Eviews，Stata ，都是菜单式操作，easy的。

数据分析：R，数据库SQL Server，IBM DB2
  V$ K7 F( r4 `7 S( G0 I* Y
微分方程：Maple,Mathematic,MATLAB
  M7 o, D9 f$ f6 [
( Y' B- o/ z% R5 s# t; w运筹规划：Matlab，Lingo

智能算法：Matlab，R
9 Q4 T! F* d- g% S! H" |. z; Z
时间序列：统计模型中的那些软件，或者R，Matlab

" i) ~/ B7 D* U. W  I图像处理：Matlab，C++

总结： Matlab是必须的，再来个SPSS，一般情况下够用了。

1 E, D2 u# e* C: j6 W2 Z第五步:回答问题.
/ t0 U( P1 |0 K$ b1 x
' s& ^% {) V) W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

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。
  @$ ]# Q# g9 f/ p* X
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。
; f# f2 T  B, j  y1 F$ n4 j6 K
+ }( r* X4 h2 m& U2 x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。
( n" S) l& J: T, l* g& L& ]
2、文献为王
$ ^& k: V+ `* G
/ `) _) ~  Q& J/ m; m. {7 R0 |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。

9 ^4 ~& A( t8 f% N; J3 o  ?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。

# l& _" i# e6 t$ n9 V! K: e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）
: p$ X1 [3 \# g+ j" A; x: {
8 t5 Y0 C" y  x1 L2 uPS：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。
' P+ Q0 |1 t* d! ^- f+ `8 u  r
1 f8 C( H, R" ~  b2 M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”。
' r: `9 t  ?8 `) b1 |7 r8 x, p5 u% Q
# K$ `1 A) S1 G5 I& w5 V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。

4 E! U; w2 D7 o! x/ ?  X4 g2 U3、掌握一点数据处理的技巧
$ C0 t, Y4 C- ?4 i
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.
/ I) g$ s: q6 |0 N  J1 n! z
" R# K9 k1 M( G4 e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.

) g: s; G, K- k( [) C+ kMATLAB推荐书目

基础：
5 R+ T* ]* D. S3 Q# x0 S$ C
/ d* w, I- _$ k) lMATLAB揭秘 郑碧波 译 （本书讲的极其通俗易懂，适合无编程经验的）

精通matlab2011a 张志涌

9 }2 J- }$ |, U+ n8 s$ V提升：
2 v5 b* e7 k% ~) T) g6 t3 g" R
8 I- E  g3 ~$ z, s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）
0 s/ v" H5 I: u  ]
; y7 V8 y" N0 p# R1 dMatlab智能算法30个案例分析 史峰,王辉等

《MATLAB统计分析与应用：40个案例分析》
6 ?; Z+ G& V2 I  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)
* ]1 E/ O& i8 G7 o# M5 H" r  X
0 H( X" r- J9 s" ^$ c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。

6 E' q& E, ~( X: O* 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：

& W7 a) J& J# k* V1 M7 c2 C& bLaTeX插图指南
6 e% ?4 X% P% }7 N  O7 Q8 {
# Z/ |  R! ]/ g! \! v一份不太简短的Latex介绍

LaTeX-表格的制作 汤银才
& I. Q% F0 K- Q( @- G7 k' _) I0 P
参考文献常见问题集
, g' v  B: [! n
latex学习日记 Alpha Huang

2 h5 Y* r. R1 J! c论坛：Ctex BBS
! A" L6 U* ~, s; c5 [
- n7 {, w2 ]  X" R4 q+ Z结束语：

6 T4 G7 V0 S; F) h  ]* K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。

$ }  [& T5 J5 o" S( I0 i; Q
2 w6 T9 j0 b" w

- M4 U# d1 }/ @+ }& U' d* y

brown

这是在知乎上看过的，请注明出处