解决美赛中的问题

liyan1259

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。

- b8 ?& t7 X' x  T. c& f0 t

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。

0 h/ D& h$ B9 T$ C* C0 G( n* \

1.    2

) T3 C8 }. C) h7 v3 b) r

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。

( v1 o8 p+ o% h; ~6 F2 s: ~

破题

$ U. U# H+ W& S* ]9 b( k/ \( T

1.问题归类

+ @$ N, Q+ x& _. k. M5 h: [

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。

2.    2

" s- }( Z* X$ m1 |

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。

: p1 Q' s- J4 B+ Q% q/ t1 _* g' {

3.    3

8 x3 A- N! i  P# w$ R- {  Z  l8 U

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。

$ k4 k  F. P: C2 _# P2 N

整理结果

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。

2.    2

, _( x$ H# ^- ~2 U8 M* D! ]' l

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、

# _" s  R/ w$ v6 K7 A. U& y! [3 l

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。

, l6 g; Z# Y$ i. U# L