|
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。
& I8 a7 r9 g/ L! A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。
& M8 ?/ N0 [2 G5 h) l& R# U! c$ E1. 2
2 G* H- J3 Y+ _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。
. u! S+ E! T1 J! C1 c破题
: H/ z) k8 n* j( X7 p% T* n g# b( Y1.问题归类 ; f7 A7 ~' C p- M+ 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。 - q4 V4 i" |' S9 A% i6 W' o/ ~
2. 2
6 j3 S1 Y3 `; D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。 : ~4 c$ }6 [5 P9 u0 x7 `
3. 3 % E3 V0 }+ g( B. s: W8 q+ 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。 , f% _; A/ e# u* B9 g
整理结果
- N, b7 x; E2 E# G8 a0 R7 Y9 L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。 $ t; n/ N# a( I* r3 F
2. 2
$ y2 }: r) [7 A$ i+ O% l% Z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、 : K5 Y- a' i0 v0 W" r9 b4 i
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+ W6 C+ x" G
$ }3 a9 t g7 ]3 g5 Y |