美国数学建模比赛建议-实战分享

杨利霞

美国数学建模比赛建议-实战分享

4 J0 ]  `+ ?- n一、选题（建议半天内确定）
; v) d) D8 H$ V+ }
0 R$ ?3 O. N5 K5 a9 K      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。

8 f8 f, ~7 a$ E# Q; A  d$ D      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。

      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。

  ^+ U( c4 @8 s& e6 c/ T6 L, f二、题目理解和目标细分
$ h4 Y* i/ {0 A; q, ~: ~
4 A$ Z1 J/ O9 F      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。
* S+ s. U$ J9 j1 [" n
      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。
8 E( W, n) y: y: A+ T' R
1 E2 v( m. U. T      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。
6 G$ i; O3 r4 ?- H
# j( F8 f! @- L" h0 B  h2 o      第四步：模型建立完成后，进行求解，然后根据题意给出建议。

      第五步：撰写论文。
: ^0 {( l' M" S8 k7 n
三、再次迭代，继续优化模型
; S) e, W. B4 {+ B% v' H
& e, D$ g$ s, v# _! h0 q6 Z: H       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。
+ ^. h2 n8 `( ?
四、模型评价

/ o) \& k, X  i! q  |2 O; M     在论文中，要对自己模型的好坏进行评价。
/ k1 h; [) p' L1 ]  a
五、其他建议
# V+ `1 @$ k8 M5 l. j7 Q4 _
      论文撰写建议：
: t; X. f! w2 M9 ^* t5 l, k$ q
) _( J! G3 c# b      1、  准备通用的论文模板。

      2、  多采用图表进行表示。

- a! k" c' i* z      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. z+ ~) n; k- u# {5 s      4、  使用最顺手的工具。
( M* X9 O+ g2 _

+ B4 J3 I6 t! X
      代码准备：
# q! G( E' u; L6 d4 w
/ g- T" T. V& i7 S+ f/ 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。

# l9 G$ J4 s1 W8 l" `( V      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。
0 O! H/ K& P9 N6 d5 B: B

& e7 e* `) u% P4 ^% H: s8 g
      其他建议：
9 y2 m+ t; q; U- E
      1、    当题目过于抽象的时候，可以通过分类的方式来求解。
* L% D$ {' F* K: c( M0 Z/ 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。

) M: i- u' V4 ]1 p# I6 W7 O      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。
* {9 }; U8 L5 p! y  t原文链接：https://blog.csdn.net/LieQueov/article/details/79261885

7 T0 k+ b3 `$ J% j. p& m