|
翻译、选题 接触过同类题目。这是最理想的,思路现成,不需要查阅很多资料。 专业相匹配。比如题目是金融类,物理类,地学类,有对应专业的组员,可以在第一时间消除队伍对于题目大方向的困惑。 + N Y) X( e7 F L! C- R( e
经验较多的组员的选择。这就是无奈之举了。有利有弊。弊在于开始阶段毫无头绪,处于广撒网状态;利也在于毫无头绪,就像,新学会一种桌游的人,在初期往往能够打得比老手要好,没有专业知识的人也是如此,他们不会受限于既有的解决方案,给出的论文会给人耳目一新的感觉。 ' T& k; d0 B& F4 Q' `' D: K
1. 2 # c4 i+ q8 f# K$ C1 t; b$ F% {
找资料 对于普通参赛者,凭借课本知识很难应对建模的问题。建模的问题通常与实际紧密结合,这需要在开始建模之前做大量的知识积累。学校的图书馆和网络上的数据库都有很大的用处。而且需要注意的是,搜索过程中不仅要寻找合适的算法,理想的数据源同样重要。 9 z, B3 O- t& O" c2 `
破题
& n) l1 g b4 V7 o4 v f$ ^& ~1.问题归类 3 d: y* Y7 D& C* f# R7 T8 }$ N% P
2.明确这类问题常见的解决方法 3.明确算法最终的输出是什么 第3点看似啰嗦。但实际上,建模的题目都很模糊,他不会告诉你他要得到什么。换言之,他要求你做一项工作,但是这项工作的目标是又你来定。目标的选取很重要,既不能太难,又要有价值。 ; |3 E7 m1 S7 O1 h& U) T3 B
2. 2 ) M f. ^0 D h* E; Q9 w2 G( G; j
找资料 这一阶段是有目的性的找,将范围锁定在很小的范围内,找类似的学术研究,找相关网站上的调查报告。
( k! I5 ?) c0 A9 `: h3. 3 0 E1 R1 b. C5 L2 ?: C$ u( p
软件准备 根据先前确定的方法,编写程序来解决数学问题。比如求解方程、回归分析等。
1 I6 Q7 u# o% Y9 N, x/ A9 p4 D整理结果
: ~3 p; n" Y$ y) |& T) R) V5 G注意,一旦到了这一天,模型中的任何问题都不能再是问题,因为不存在完美的模型,能达到预期就可以了。把思路汇总起来,理清每一个细节;需要呈现的图表重新整理出来,剔除掉没用的,为写论文做准备。
2 s& s) B4 M6 Q* A* C2. 2 2 A( R) ^ q) ^
写论文 最不辛苦但是繁琐的工作。要求: 1.格式标准。Word足矣 2.调理清晰。不怕啰嗦,就怕想当然。比如你引用了一个专业的概念,这个时候一定要解释这个概念是什么东西,不要以为评委很懂。 3.图表。流行的说法是越多越好。我的感觉是它比文字更直观,所以像流程、
! G" t, P! P. [) z 结尾工作 网上提交前仔细读要求。比如文件格式、文件名、Deadline。 提交以后马上把打印版用国际快递邮寄出去。
' J5 Y M! N6 W. V
$ {# Y e0 w, m5 i |