QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2820|回复: 0
打印 上一主题 下一主题

[建模教程] 美国数学建模比赛建议

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2019-4-7 11:50 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    美国数学建模比赛建议7 ]* Z7 Y' u  ~4 E5 Q
    一、选题(建议半天内确定)- d: k0 j8 u! e4 j4 v/ d
    3 r4 i7 U: Y" z( r# d2 a% `
          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。
    , p4 u! q+ r& i# \% F$ T1 b: r  J& j- M; n( n6 s
          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。# S% y1 J! p* g8 Z% l) }
    ; `+ x8 y; c9 q$ z8 C
          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。
    : o/ V6 p6 k( r# H# {( z6 Y$ U6 w; ]  A  {# s1 N5 y
    二、题目理解和目标细分
    4 \3 ~; Z; _& g# R0 V. B; B
    9 g4 c9 j3 x1 f- E8 \      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。9 Z) B" r  f1 u' _" x. @
    & @; @4 D) ~' r3 E+ d% Z7 q, R
          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。" z" ~! [- w2 o$ N
    1 X2 H+ t- }* c2 x( d4 P+ F
          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。
    9 ?* O) c* c! s; _* c- [
    ! f5 J7 w! S! }  z$ Y1 |      第四步:模型建立完成后,进行求解,然后根据题意给出建议。) i: v& ^8 P3 w" }+ c7 P# E

    6 e$ N% [7 z9 F: q$ _0 N; J: f      第五步:撰写论文。8 Z, I' a+ s( w5 i9 z$ I) m
    1 x, W; F& O' ]
    三、再次迭代,继续优化模型: W, l* L4 ]# p& }# W8 ~
    # g: _2 v6 C8 h/ Y, D
           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。
    ( t$ S  ?; `1 h/ e& T5 R: G4 C1 h9 G, [3 Y9 |0 C4 ^4 Q6 F
    四、模型评价
    2 a4 u. I, J# V: F4 g; s/ B! O0 r0 s
         在论文中,要对自己模型的好坏进行评价。, g# S0 P3 E' \, D' [  r

    # G- r* z, S9 @, Z; _9 e五、其他建议
    , v) j9 M" X( N5 M: U% Z6 T. ^) N  j, J: r2 }
          论文撰写建议:
    , A% i% Z. \/ r/ q; \9 P( g& y3 K" C0 U, \) k
          1、  准备通用的论文模板。
    / Z. {6 O& ]5 Y' U5 S3 A! Y9 A
    ! {6 r% U# W/ t- _% O* p- k      2、  多采用图表进行表示。
    ; k5 M7 m+ V; M3 n' u
    , ^- @2 R3 l0 R, `4 |      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。
    , e! F2 h2 z  g7 b" P' r2 [$ \2 i2 A
          4、  使用最顺手的工具。
    ' g: ]# o. j& A. v8 W* i) Z* f4 {/ \- s7 K
      t" K4 i) e; H( u) n
    * `4 [$ P; \6 c3 F( L
          代码准备:: d. q7 R% G1 e2 k. \3 [9 G& @
    " f  P' ]* j$ }7 e9 i1 R0 F4 d8 k
          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。7 {7 u  L) z  I6 _8 ?

    $ ]3 H3 W6 Z, I" o. ^% `      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。
    3 [1 n1 p2 I6 r9 D& r  _+ w9 @
    7 Z; g; H% Y% a! g7 ~" G0 K  s& V9 j& k

    . |8 l; [& m5 p; O/ ~0 f      其他建议:( G  ?+ ^; W1 W3 z
    2 w% d; ~( Q/ {/ f
          1、    当题目过于抽象的时候,可以通过分类的方式来求解。
    9 b& U9 h1 s$ J+ F8 e6 D3 ]2 O& Q# P7 B% D/ P* ]+ p/ K/ I$ `6 F( g
          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。
    " ~1 E5 f% O( B) K! Q: Z+ R+ f. _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。
    6 x5 {1 U# w9 B. J- }---------------------
    4 J, n, U) O7 q8 U1 n
    # ?# L8 Z0 j/ T8 h5 x) q/ Z# {8 X! Y5 O& E2 [5 w( ~8 _
    * a$ J4 t( {9 s0 d0 h2 ~
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-7-31 11:09 , Processed in 0.602369 second(s), 50 queries .

    回顶部