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。
, ]3 R6 b _9 F O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。 2 }2 b* o& s- E0 r" x8 S' _5 i
1. 2 & h4 N+ A g! P @
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。
3 }9 H9 m0 V# k7 a- Y$ ^破题
3 j9 G: O4 o; K. E3 h2 B; X6 ] O; L1.问题归类 ) U& H( f1 r+ a. C% o! |
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。
" I! d. M" c3 F, \0 j. g; Z; {% k2. 2
6 O5 F- Y9 ~7 g, u" K1 R- v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。 5 H& |/ O$ h& H. d9 b
3. 3 3 N1 b1 h8 @ {3 q: C
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。
" x: N% i! q- h& |, X: y/ l整理结果 - _: g6 ?1 l& o2 Y4 X# }
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。
; n2 m* J! c" f1 H6 p% W2. 2 6 |; Y! T1 r0 b! W, G: k# N
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、
0 M4 H2 C( p1 H% R2 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。 ; C, Z8 _2 r4 e3 s# w. ^2 o. |
, f+ I9 ~: T* a" L
|