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
# Y: P& P4 v$ ^& W- X
9 E  o$ O! N: X8 T" T一、选题（建议半天内确定）

      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。
) \) K& I- V3 m# Q1 x$ k$ a
- q' H: x3 E% v      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。

) {8 \, ]$ B8 w; _5 Q* A8 C二、题目理解和目标细分

      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。

$ ~0 c: |2 P% p$ M8 R! q& k  X      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。
' }5 p  D+ F# U7 F; p8 r: ?; N  q( 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。

      第四步：模型建立完成后，进行求解，然后根据题意给出建议。
, y: v6 E4 f  N1 k
" f: |0 K$ k+ c6 Y3 x      第五步：撰写论文。

三、再次迭代，继续优化模型
6 @1 |; m# w% g
- h6 h0 Y3 q- Y" B& r( a       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。
! x" b9 Y: k& {  h7 \
四、模型评价

& L% P- R  D8 ~$ r, O* ?/ T. O     在论文中，要对自己模型的好坏进行评价。
5 U5 f0 n$ l) z2 _1 ^: B& m* S
& X% v3 v% c. V' `; C1 s- i五、其他建议

7 j3 ^- ]' d4 U- G# X" Z2 d+ P      论文撰写建议：
6 r) `: C2 B1 J( Q
) I* q) k7 L8 A" j) w: T' n, I8 Z; l      1、  准备通用的论文模板。

      2、  多采用图表进行表示。
( x6 X7 Q4 r: i) d+ j4 S" R. |
0 k2 S) ^" d+ |8 O, ?      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。

2 k! J2 `9 T9 `; @; r5 w7 A# L      4、  使用最顺手的工具。
) b, D! n* o8 O% ?/ z/ ?
' Q) s2 K0 }3 h+ d
% W0 c) I3 @/ \) H
' |" q+ e  d& D  q      代码准备：

      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。

  _9 u: @& P  R      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。

9 _' @; [+ }1 n

" t. ~4 T7 U4 ?% x3 b# @/ X$ I1 K+ S      其他建议：
2 G0 g$ k$ f  G
      1、    当题目过于抽象的时候，可以通过分类的方式来求解。
& o6 ?6 c5 q5 Z+ ^4 @' l  b# {; }
- R0 l7 G0 }! n( n" p9 t4 j      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。
; e5 D, U! G& I
      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。
; X# @) \3 p+ x, o9 ^原文链接：https://blog.csdn.net/LieQueov/article/details/79261885


- m  T6 ]1 V2 B8 _& k1 M; P! W4 d; q