美国数学建模比赛建议-实战分享

杨利霞

8 j9 l8 `' [9 S4 W/ P7 j美国数学建模比赛建议-实战分享
- o5 {+ G# O4 {  D5 r
一、选题（建议半天内确定）

# M# W( S+ R( n4 Z2 E% ~$ @& h* R+ t" C      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。

7 |0 L4 C6 O* {5 @3 g      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。
1 L8 D* f/ ?( j- o6 f/ B8 Q/ U
二、题目理解和目标细分
1 B5 [- v2 \% i" l( _) ?
+ Y$ [; o& m) C& j7 `/ a      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。

      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。

; }  K8 O; w' Z! v      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。

& F0 h! g: T& b- }      第四步：模型建立完成后，进行求解，然后根据题意给出建议。

+ a3 C* C$ H. T      第五步：撰写论文。

5 I8 S9 N- y8 a' v  z三、再次迭代，继续优化模型
! A% d- L) ^5 V1 G( J
$ p. x4 e+ x/ d& k       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。
) X0 O1 |3 S( U5 b& P: ~3 G
四、模型评价

" r9 @2 S9 n7 K) q0 b. u     在论文中，要对自己模型的好坏进行评价。
- D) U! ?& s0 n2 _/ ?8 V: H
9 a4 M1 `- V7 R五、其他建议
5 z1 e6 |4 d4 t: n/ ?7 y! O
' b$ k; R# v) U7 y" P  B. a6 P      论文撰写建议：

2 E/ x( p* o! w$ p      1、  准备通用的论文模板。
7 K4 v- u" ]. j" l
! d6 w' V& |' d" B8 }2 u$ C4 _8 j      2、  多采用图表进行表示。

      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。

      4、  使用最顺手的工具。


, Q7 d9 @+ o% o7 _/ o: u
      代码准备：
% ]$ \6 ^" K: B5 E$ f2 ~) O
      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。
% I8 Y. Q, @5 x' W7 ]
* S* c8 Z6 W3 {1 @      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。
: t/ B  |. E4 n) k9 }% `4 ~* }9 r

2 l3 l" e- j( K4 O) G) \* s7 c
      其他建议：
0 E% K. K& ?  u- G6 `
9 T1 _$ b0 s, F4 ?* n- D      1、    当题目过于抽象的时候，可以通过分类的方式来求解。
; E/ d3 E" Z* _4 F
# q4 c' A0 v, Y! R) w1 |, O: S! e; |      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。

* _  U$ D' ^4 x+ F2 I7 N      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

3 }& d, e9 @4 ]; R6 {. s+ L4 n! T