美国数学建模比赛建议-实战分享

杨利霞

$ k' v" ~% l+ E7 O- B美国数学建模比赛建议-实战分享

一、选题（建议半天内确定）

/ m9 x; Q8 w% _; \' H$ S      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。

      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。

      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。
! O2 \4 X/ l% t7 J5 ~
二、题目理解和目标细分
4 }# i6 F0 b" b4 t4 u- 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。
3 b, h! A4 a! R5 y
9 @; H; u1 i5 T8 W      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。

" Y2 _" M7 E  w      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。
* ?" G% ~5 z2 t" ^  g6 O
      第四步：模型建立完成后，进行求解，然后根据题意给出建议。
( Z$ q# P1 T( M# i$ T; X- p
2 w5 a8 \. b0 S8 ?1 ]      第五步：撰写论文。
& v; ~8 ~* `/ h% h% ~
三、再次迭代，继续优化模型
+ {: g: d1 p1 R) ^8 I, Q" c" [3 T
, [" [+ p# l0 p! Y5 _0 Y4 L" V# B5 n       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。

四、模型评价
4 A5 p3 o3 P' w7 H+ }1 w
     在论文中，要对自己模型的好坏进行评价。
( U% I; H/ b/ w& _
五、其他建议
, k, l8 x7 P* c4 u9 q
      论文撰写建议：
$ E/ H9 }# @1 G( e/ o
      1、  准备通用的论文模板。

" R2 n1 c  i2 G- Q0 ]) F7 I1 Z$ s      2、  多采用图表进行表示。
+ p! V4 g, }' }; ?( k( d+ T$ Z
      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。
( [: c2 a+ v0 k# X/ p7 L
      4、  使用最顺手的工具。

  z, f  @% _* `2 V
, B# T4 i3 O) e5 \: I: ?7 E
      代码准备：
+ [! A6 P. w- @# k9 u
      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。

/ x  Q" g+ a/ T: \: `7 p- W7 ^" \      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。
5 H, a1 D8 \/ |8 g
0 U+ I. @. ^* }3 F% D$ }7 P, l

: X! c) o2 l4 ]+ ^/ N      其他建议：

      1、    当题目过于抽象的时候，可以通过分类的方式来求解。
' ?/ ~2 h- j3 u0 ~! p: o" L0 @
2 u& |6 J) V6 z+ i      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。

( ], [; }. a* x9 k* S# @1 [      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。
原文链接：https://blog.csdn.net/LieQueov/article/details/79261885
1 s5 z2 |5 u- K: Y
# Q( B  v5 o  o" }; }
2 M2 W! o7 D& \6 w% q$ [