|
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。
! @$ `5 |. O0 t+ q$ u/ W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。
! v3 b6 w4 P- q" X1. 2 - {5 [" @ d7 Y2 F
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。
6 ~ y7 c3 y9 i- X3 J7 C' X/ l破题 # X+ D: n9 v: Q! @0 ~. }
1.问题归类
* D) c3 b2 D5 Y8 s! ^: r2.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。 ; D" V6 j, Z7 H$ [, [1 n+ k
2. 2 7 g5 I& d: A' V8 U6 I# j3 Z) P
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。 6 D/ J, j9 J. \5 y
3. 3 - \; ?8 }. ]1 G, O% V
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。 6 E% `( A8 e$ Q: f! k
整理结果
# j5 \4 n( T6 _3 P2 c$ e1 @0 N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。
6 l6 D% {9 r9 R) [2 X2. 2
8 ?; s" `" z% s+ t& e4 ^3 I( q; a# e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、 2 N) {+ V7 t8 {5 P: H$ L$ ]9 ~
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。 I0 M! l: a) ^8 r1 d, ]3 p
3 x& t4 n8 w v4 G# ?
|