: b( d) r: `" [' n7 R* X' ]% ?' T4 g8 J+ t& m) n: u
2 组队和分工# D7 P. S7 \2 G) W4 Y$ [/ E
5 V& A, G- [" [; @* N0 [" A
数学建模竞赛是三个人的活动,参加竞赛首要是要组队,而怎么样组队是有讲究的。此外,还需要分工等等一般的组队情况是和同学组队,很多情况是三个人都是同一系,同一专业以及一个班的,这样的组队是不合理的。让三人一组参赛一是为了培养合作精神,其实更为重要的原因是这项工作需要多人合作,因为人不是万能的,掌握知识不是全面的,当然不排除有这样的牛人存在,事实上也是存在的,什么都会,竞赛可以一个人独立搞定。但既然允许三个人组队,有人帮忙总是好的,至少不会太累。而三个人同系同专业甚至同班的话大家的专业知识一样,如果碰上专业知识以外的背景那会比较麻烦的。 , e U" ]3 @* Q- S ! O& q9 _* Z& `, j所以如果是不同专业组队则有利的多。众所周知,数学建模特别需要数学和计算机的能力,所以在组队的时候需要优先考虑队中有这方面才能的人,根据现在的大学专业培养信息与计算科学,应用数学专业的较为有利,尤其是信息与计算科学可以说是数学和计算机专业的结合,两方面都有兼顾,虽然说这个专业的出路不是很好,数学和计算机都涉及点但是都没有真正的学通这两门专业的,但对于弄数学建模来说是再合适不过了。应用数学则偏重于数,但是一般来讲玩计算机的时间不会太少,尤其是在科学计算和程序设计都会设计到比较多,又有深厚的数学功底,也是很不错的选择。 ) `6 Q/ W; C- w5 w % g! l2 U6 M2 T8 O$ `$ y# Q! y5 [有不少的人会认为第一人选是数学方面的那第二人选就应该考虑计算机了,因为学计算机的会程序,其实这个概念可以说是对也可以说是不对的。之所以需要计算机方面的人是为了弥补数学方面的人在算法实践方面的不足,但是不是所有的计算机方面专业人都擅长算法实践的,如果要选的话就选擅长算法分析实践的,因为学计算机的不一定会程序,并且会程序的不一定会算法。拿出一个算法,让学计算机的编写程序实践不一定能行,不是小看计算机的,但是这种情况还是比较多的,不然可以看到参加ACM的数学系的居多,比学计算机的搞的好。因此一定要弄清这个概念,不是计算机的就适合的。 ( F5 d4 C- d& K/ \ ! A' R0 w' c, J' G4 O$ r l- I8 u所以在组队中有两种人是必需的,一个是对建模很熟悉的,对各类算法理论熟悉,在了解背景后对此背景下的各类问题能建立模型,设计求解算法。一个是能将算法编制程序予以实现,求得解。当然有可能是一个人就将这两种都具备了,这样的话再找个任意具备上述两种能力的人就可以了,以减轻工作量,不然非累死不可。第三个就是专门需要写作的拉,从专业角度看是需要别的专业,比较适合的有生物、土木、机电、电信或机械等专业。在数学建模中各种背景的问题都会出现,所以有其他专业同学的话可以弥补专业知识方面的不足。 J. M9 O k+ ^- s1 S
/ G0 U: Y! u1 B1 W4 j1 N* Z
综上所述,组队要根据分工而来的,三个人要具备一个数学功底深厚,理论扎实,一个擅长算法实践,另一个是写作(弥补专业知识不足),如果一个组能有这样的人员配置是比较合理的。但是往往事事不能如意,所以不能满足这种人员配置的时候就尽量往这样人员配置靠。7 {8 f6 ]- D% i) L; M: b6 T, D
# m. R% s, H- A3 h3 培 训 0 a. O5 |5 ^1 R2 \: |: p 2 l+ r7 x5 {6 b. P/ c很多刚接触数模的朋友都会碰到一个问题,那就是什么都不会做,看着题目不知道咱们下手,干着急,然后,一旦经过指导之后就知道该怎么做了,同时在做的过程中会碰到各种各样的问题,发现不是算法不了解就是软件不会使用。假使一个题目会做了,但是如果碰到另一个题目又不会了,又不知道该怎么办了。如何使新手尽快的成长是个大家很关心的问题,讨论的也很广泛。各个学校都又不同的方法,有的是开数学建模培训班,有的是以题带连,有的是通过协会普及教育...,各个学校都已形成自己的风格和方法。纵观这些方法,个人感觉有很多不是太科学的地方,有的学校投入很多但是出不了成绩,这时就需要调整下培训方法了。- n1 Q( ^1 Z. w9 \8 F9 C l
/ C# h. Y% V. \' Y检验数模学的成果如何是每年的全国赛和美国赛,形式都一样是以通讯的方式完成给定的选题。而做课题的一般进程就是建模型,解模型,写论文这三步。所以从这三个方面去培训是最有效的,因此个人认为最有效提高自己的水平就是以题带练,在实践中提高自己。# c5 h' G& I% n2 y6 m1 M
/ v! i6 h+ _+ M+ C/ P: O0 X1 M& g* x. k1 s z; N7 y
- W. A! ^ v- I2 A6 T+ I5 \1. 建模型: / }, u( R/ N4 ~$ M- N* ^, x5 e, A2 H6 L: L' d+ f# g! h" a+ f
建模型是最为关键的一步,新手往往是无从下手,这是因为知识面不光,缺乏背景知识,4 q' B1 x" \5 i; D( e: h! @/ u
5 p6 I' c$ J( e( _其中一步做的不好都对结果有很大的影响,论文是所有工作的体现,如果论文写的不好就功亏于溃,在这里就吃过很大的亏的。因此多写写多练练绝对是有好处的,并且不是写完就算了,要不断的修改,修改到自己非常满意,修改到象所发表在数学期刊中的论文那样才可以。! X2 o7 d w W, r3 N/ ]. O
+ O4 T2 y" k" |2 q# T+ y
综上可得,最快最有效的提高水平的方法就是通过做题来发现自己的不足,通过学习弥补自己的不足,这样就查漏补缺,提高了自己的水平了,并且最大程度上取得了经验。 7 U6 p" C' A8 s3 s. }0 [4 S & v {" b0 `! x/ B9 D. p! t2 c& [6 d# D! D5 Q, P+ {
; L- Y/ a$ ]5 `0 Z, S2 g
4 选 题5 n. u2 c X* u& a
5 t3 |+ h' m* s+ z- \在序中提到过如何选题,现在就具体展开讲讲。 ; T- l) N. h- Y; U, b% [ . y$ Z- T [+ u9 w3 X全国赛分为本科组和大专组,每组A,B两题,A为连续的,B为离散的。就我来讲只有运筹优化和非运筹优化两类,运筹优化的题目只要题意理解正确,模型正确,能正常求解,有参考答案,只要解在参考答案附近那基本就能得奖了。而对于非运筹优化类则要麻烦的多了,各式各样的问题都有,并且好些非常不好入手,并且一般来讲没有参考答案,只要有思想有方法就会得到好的结果。 3 k( n8 K* `- u / f, E2 Y) C8 p4 A6 M0 O所以一般来讲做优化问题简单的时候,做优化的比做非优化的人数要多。但是涉及到比较复杂的时候那就要颠倒下了。就得奖人数来说A,B两题的各级得奖人数是相仿的,这时如果做A的人数少则得奖率就高了多了,所以在选题人数比较悬殊的时候则要选选做的人数相对少的那个题做,而当选题人数比较平均的时候,就选自己拿手的做了。当然要知道这个选题比例那是不可能的,所以要实现小范围的互动了,由于一开始是赛区内评价所以在小范围内互动是有必要的,在自己的学校内尽量做到平均,不然就是自相惨杀了。7 J/ y( Z, @' l2 q
* T! E y2 q) G
美国赛则为MCM和ICM两种,MCM为A,B两题,ICM为C题。每年参加美赛的对数都在逐步增长,增长的速度还相当的快。获奖比率却年年在变化,但是从总体上看ICM的获奖率则比MCM要高出不少,所以一般来讲,选C题获奖几率则比A,B两题要高出50%了。 8 d; C0 x, ]1 B " g$ F! p# R+ c# o$ C' d% \这样讲功利了,不过既然是去参加比赛,则就是要去拿奖了,不是讲风格讲什么的时候了。刺到见红,见真章的时候了。并且这样也是符合优化原理的,成功率最优化嘛,呵呵。2 J& z2 M% C/ V7 ~8 z+ p; {
/ o& Q1 H) ?/ F% `但要注意的是所选的题一定要能保证做的出来,不然连个成功参赛奖都很难保证。 ) t5 O9 y3 \# M$ W1 C" |5 q( V/ y' ^0 O! A* W
还有需要注意的是看起来入手容易的不一定好做,一般到一定地方后很难深入,运筹优化的很大一部分属于这类。而看起来无从下手的题目一旦找到突破口后那就是世外桃源了,就有很多东西可做。所以选题的时候一定要慎重,先把题目的意思搞懂搞透,然后根据自己的优势和能力在互动的情况下选择一个最有利于自己得奖的题做。. A$ r& |: N9 _( a+ p3 ~; ?3 L
4 n8 @# d& U- s A+ v% d& I
1 p- F. M$ l. P7 m
6 R+ A5 D. L! U1 Z
5 文献资料查找+ _* h. M; T" \' w* R9 ?
( B7 f; t/ E) L在数学建模中文献资料的查找是十分关键,其实不仅是在数学建模中,在学习和做研究就是如此,不阅读文献资料就相当于闭门造车,什么都弄不出来,现在的工作几乎都可以说是站在前人的肩膀上,从出生开始就是站在前人的肩膀上了,所学的任何书本知识都是前人总结出来的。& B. _7 ~, U- P5 l3 ]
. l8 y5 p; m; L9 U3 `0 T# B8 ^
通过文献资料的阅读可以知道别人在这个方面做了多少工作了,怎么做的工作,取得了哪些进展,还存在什么问题没解决,难点在哪里,热点在哪里,哪里是关键,哪些是有价值的,哪些是无意义的等等等等......,并且可以通过查找文献得到一些很有用的信息,比如某个教授的牛的程度,所擅长的领域等等,呵呵,翻教授老底了,比较好玩,选导师的时候强烈推荐。% X O+ }8 Y3 Z4 T$ e P
; P; p' o/ K8 }- k- z- E
1 q' J, N% B3 ]! M. @% X/ @! L+ ]/ w7 ~ G
文献查找主要有三个模式:* o' Z6 B; ?" F7 y1 _
, L+ n# [* W; u: }7 s
A. 书 2 W0 F D# ?2 t* O! h5 b+ }4 n; v# V. G
B. 书+中外文期刊数据库( {5 w0 K( n; G0 K
% `: p. U; T9 f6 y6 i9 }2. 一定不要自己敲编号,一定要使用交叉引用。如果你发现自己打了编号,一定要小心,这极可能给你文章的修改带来无穷的后患。标题的编号可以通过设置标题样式来实现,表格和图形的编号通过设置题注的编号来完成。在写“参见第x章、如图x所示”等字样时,不要自己敲编号,应使用交叉引用。这样做以后,当插入或删除新的内容时,所有的编号和引用都将自动更新,无需人力维护。并且可以自动生成图、表目录。公式的编号虽然也可以通过题注来完成,但我另有建议,见5。+ N2 R; W3 L; o6 h( D
, e3 I, t0 e% q* H
3. 一定不要自己敲空格来达到对齐的目的。只有英文单词间才会有空格,中文文档没有空格。所有的对齐都应该利用标尺、制表位、对齐方式和段落的缩进等来进行。如果发现自己打了空格,一定要谨慎,想想是否可以通过其他方法来避免。同理,一定不要敲回车来调整段落的间距。 3 H' J5 n3 W8 Q% f* K% c $ W' p2 j- v5 M绘图。# ?( u5 M! t0 e- C9 ]$ F
/ j4 l" `+ C* _8 h: d
统计图建议使用Execel生成,框图和流程图建议使用Visio画。如果不能忍受Visio对象复制到Word的速度,还可以试试SmardDraw,功能不比Visio弱,使用不比Visio难,速度却快多了。如果使用Word的绘图工具绘图,最好以插入Word图片的方式,并适当使用组合。5 G; m: P3 B, l* E }: S m
, `5 \4 n$ j2 d' H3 b: H5. 编辑数学公式建议使用MathType5.0,其实Word集成的公式编辑器是它的3.0版。安装MathType后,Word会增加一个菜单项,其功能一目了然。一定要使用MathType 的自动编号和引用功能。这样首先可以有一个良好的对齐,还可以自动更新编号。Word 正文中插入公式的一个常见问题是把上下行距都撑大了,很不美观,这部分可以通过固定行距来修正。 9 f- D( [: T/ y t C D ( a8 J0 {0 a- k9 v" i参考文献的编辑和管理。如果你在写论文时才想到要整理参考文献,已经太迟了,但总比论文写到参考文献那一页时才去整理要好。应该养成看文章的同时就整理参考文献的习惯。手工整理参考文献是很痛苦的,而且很容易出错。Word没有提供管理参考文献的功能,用插入尾注的方法也很不地道。我建议使用Reference Manager,它与Word集成得非常好,提供即写即引用(Cite while you write,简称Cwyw)的功能。! G3 u4 F0 ~3 X. b