五步建模法

洛桑曲旦

% P+ h8 J% I3 [4 x/ v6 m  _; Q
, O9 F' W$ U- ]2 W0 r3 V  y1 ~

五步建模法：

' B6 i% s. ]* Y2 R7 T! j2 M1 y
0 f7 S: U* q1 ^0 F0 F2 t* K7 X第一步:提出问题.
" X# l+ f/ B! h7 Y: j8 L
$ T6 T1 }4 i5 V  V, M大家可能会想,题目不是已经给出问题了吗? 是的,但是这里的提出问题是指：用数学语言去表达。首先，题目一定要通读若干遍，“看不懂，读题目；看不懂，读题目”，如此反复循环的同时查阅相关资料。这通常需要大量的工作，而且要根据题目的特点做一些假设。

2 r3 F0 U/ _7 Q9 d2 h$ ?6 S2 a看的差不多了，就开始用数学形式提出问题，当然，在这之前，先引用或者定义一些专业术语。 接下来进行符号说明，统一符号（这点很重要，三个人之间便于沟通，论文便于展现），并列出整个问题涉及的变量，包括恰当的单位，列出我们已知或者作出的假设（用数学语言描述，比如等式，不等式）。 做完这些准备工作后，就开始正式提出问题啦。用明确的数学语言写出这个问题的表达式，加上之前的准备工作，就构成了完整的问题。
* a# L" O8 V3 w
这部分的内容反映到论文结构上，相当于前言，问题提出，模型建立部分。注意，刚开始建立的模型很挫没关系，我们随时可以返回来进行修改的。
. n* ]  a5 L8 [* J# ]
% P, Q: y3 b- u. w) g( }第二步:选择建模方法.
: v! }( F, \7 s) U, M
在有了用数学语言表述的问题后，我们需要选择一个或者多个数学方法来获得解。 许多问题，尤其是运筹优化，微分方程的题目，一般都可以表述成一个已有有效的标准求解形式。这里可以通过查阅相关领域的文献，获得具体的方法。为什么不是查阅教材呢？基本上教材讲的都是基础的，针对特定问题的，教材上一般找不到现成的方法，但是教材依然是很重要的基础工具，有时候想不出思路，教材（比如姜启源那本）翻来翻去，会产生灵感，可以用什么模型。

第三步:推导模型的公式.
. Z+ a0 @5 Q1 V; a
+ ?  i. U! H2 X( }我们要把第二步的方法实现出来，也就是论文的模型建立部分。我们要对建立的问题进行变形，推导，转化为可以运行标准方法解答的形式。这部分通常是借鉴参考文献的过程，做一些修改，以适应本题的情况。

% T( D% `* y$ G; i5 P第四步:求解模型.
3 f7 W- F! [9 ~" C& g, e
# S* M* l; \% K3 `8 W这里是编程的队友登场的时刻了。

0 |/ T( h% Q# P! n, }( C( ?: Z, u统计模型：SPSS,Eviews，Stata ，都是菜单式操作，easy的。
( l. i$ s# [; K. h, c: O; ]
数据分析：R，数据库SQL Server，IBM DB2

4 @4 p* p( W) D' w" Z微分方程：Maple,Mathematic,MATLAB

运筹规划：Matlab，Lingo

智能算法：Matlab，R
* q' c5 i2 O- F9 B2 \
时间序列：统计模型中的那些软件，或者R，Matlab
8 l/ r7 p* I; h6 g0 l& p; I
( F& g; s! S7 |* W图像处理：Matlab，C++
3 u" s% m6 I0 P) u
总结： Matlab是必须的，再来个SPSS，一般情况下够用了。
; F, f" k% ]  L0 x
第五步:回答问题.

也就是论文的讨论部分。这部分是对你整篇论文成果的总结，一定要写的有深度。除此之外，通常还要写上一些灵敏度分析，如果是统计模型的话，要有模型检验。

3 D8 }" Q- w1 w关于比赛的一些个人体会

1、国赛和美赛是有区别的

8 f/ \1 a" d+ l国赛讲究实力，美赛讲究创新。 美赛不一定要多高级的方法，但是一定要有创意。而国赛，组委会往往是有一个模糊的“标准答案”在的，按部就班做下来就好了。
! K3 f+ T) u1 m: c" Q! P+ T  z
# n1 R# H" o/ f+ l" e6 k3 q+ U1 C注意不要一次性就建立复杂模型了，老外看重的是你的思维，你的逻辑，不像国赛，看重的是你的建模编程实力，要使用各种高大上的方法。

拿到一个问题，可以先建立一个初等模型，讨论下结果；再逐渐放宽条件，把模型做的复杂一点。 即 Basic model -> Normal model -> Extended model的思路。这个思维在美赛中很好，这么做下来基本都能得金奖的，鄙人这次也是按照这样的流程，拿了个金奖。

& U, j  s" R! p' N+ D2、文献为王

文献为王。建模的题目，基本上是某个教授的研究课题，凭我们本科生的水平，基本上做不到对题目的深刻理解。所以要多看文献。

看文献也有技巧：刚拿到题目，先查一下相关背景资料，了解题目是哪方面的。接下来看文献，找一下硕士论文，博士论文以及综述性质的文章，硕博论文一般都会详细介绍下整个课题的国内外研究情况，综述就更不用说了，它就是对大量原始研究论文的数据、资料和主要观点进行归纳整理、分析提炼而写成的论文。看完这些，就可以比较有深度地把握题目，也知道如果我们要进行创新的话，往哪方面走。
, k# R5 ~9 P  w' J) b/ O+ [
接下来，可以根据小组三人讨论的结果，有针对性的看一下有深度的文献，文献看得多了，就可以考虑开始创新了，像爱因斯坦那样开辟相对论等新领域的创新，是很有难度的，但是我们可以退而取其次，不是有句话叫做“他山之石，可以攻玉”吗？ 我们要做的就是组合创新！ 领域内组合创新，把一个学者的方法嫁接到另一个学者的模型上。 以及交叉领域创新，把把自然科学的知识用到社会科学上，或者用社会科学解释自然科学的结果等等。（这里就可以体现，跨专业建模队伍的先天优势了：不同专业对同一个问题的思维是不同的，可以擦出创意的火花）
# G5 ^* X- w$ ?. N
! {. O: f4 A) `' E' L7 APS：图书馆有买很多数据库，可以免费看论文。免费的话google学术是无敌的，国内文献貌似没有良好的分享平台，实在找不到论文也可以百度文库死马当活马医。

1 Y& u' U" Y6 `% ^' \" V) z8 C4 C; u平时可以多注册一些网站，数学中国，校苑数模，matlab技术论坛，pudn程序员，研学论坛，stackoverflow等。上传些资料，攒积分要从娃娃抓起，不要等到比赛了看到好资料还“诶呀，积分不够”。
4 T& \3 M- @  ?* U8 J! u
# k  s5 d2 F# q想法很重要。建模思维是一种很难学习到的东西，站在巨人的肩膀上，多看文献，负责建模的同学辛苦了。
+ c- f7 `, i0 ~- a
' F  `  z% M$ Y. k# _0 k0 z4 W3、掌握一点数据处理的技巧

) M, A; _& N/ J) e4 ]9 S, B4 z建模的题目，A.B两道题。基本上是一题连续，一题离散；一题自然科学（理工科），另一题社会科学（经济管理）。这样的分布的，大家平常做题的时候就可以有所侧重，曾经有一支美帝的队伍，专攻离散题，貌似拿了连续两届的outstanding.

掌握一点数据处理的技巧是很有必要的。比如数据缺失值的处理，插值与拟合等。尤其是数据缺失值的处理，基本上A,B题都有可能涉及，建议熟练掌握。

  h( n3 A1 j0 `9 i4、关于编程水平。More generally,软件操作水平几乎决定了一个队伍的结果上限。MATLAB是必备的，必须要熟练掌握各种模型的实现。此外，SPSS(或者R)也是要掌握的。Mathematic和MATLAB的替代性很强，不掌握也没关系（仅在建模方面，mathematic 当然也是很强大的）。What’s more建模比赛举办这么多年，用到lingo的情况几乎很少了，也可以不学lingo. And 现在的题目动不动就要粒子群等智能算法，强烈建议大家至少熟练掌握一种智能算法.
& a7 U4 I( }! R% g# q. ?/ H+ F
MATLAB推荐书目
8 I' L5 K5 g! C1 l; c4 g
基础：

MATLAB揭秘 郑碧波 译 （本书讲的极其通俗易懂，适合无编程经验的）
0 v9 h$ @/ R% d) D4 r/ ]
+ X2 Z9 O% U; w/ r5 _精通matlab2011a 张志涌
( D% m0 Q5 P6 \" U5 m+ k# z9 K
; w$ g6 i3 E2 ^( z提升：

数学建模与应用：司守奎 （囊括了各类建模的知识，还附有代码，很难得，工具书性质的）
2 a( R, n) r4 V- p
Matlab智能算法30个案例分析 史峰,王辉等
- L0 |3 C3 O4 J, k0 @$ J$ {
* c  h0 H2 M; K9 M& Q) y, [《MATLAB统计分析与应用：40个案例分析》
5 U, m6 d& x$ g
) g0 k4 n% Q: S数字图像处理(MATLAB版) 冈萨雷斯 (13国赛碎纸片复原居然涉及了图像处理,所以列在这里了.可看可不看,太专业化了)

书很多的.总之,要达到熟练运用matlab进行运筹优化,数据处理,微分方程的地步. 数理统计可以交给SPSS,R ,其中SPSS无脑操作上手快.
$ L5 h- M' T5 I; o; c- U
/ M0 ^, Z- `' [  H' O1 m5、格式规范：看国赛一等奖，美赛国内人得特等奖的论文，格式规范方面绝对很到位，大家可以参考。国外人的特等奖论文，大都不重视格式，人家的优势在于模型实力与创意、母语写作。所以在美赛格式规范方面，参考国内特奖的论文。
' N3 @, l. A) N+ E  j
4 z9 p# u6 Y4 Z  HPS：有时间的队伍可以学习以下Latex，用Latex写出来的论文，比word不知道好了多少倍。Latex书目推荐：

LaTeX插图指南
2 ?8 h- L) ~7 e! u. Q
  V( I, Z, C9 l1 }8 b2 Z4 `/ @" H一份不太简短的Latex介绍

7 z  a. X. F3 [  ~5 _LaTeX-表格的制作 汤银才

参考文献常见问题集

latex学习日记 Alpha Huang
; i1 M: i- }0 C+ _- @% K
论坛：Ctex BBS
0 A9 J: o, B3 j! f" U& N1 k
结束语：

什么是数学的思维方式？观察客观世界的现象，抓住其主要特征，抽象出概念或者建立模型；进行探索，通过直觉判断或者归纳推理，类比推理以及联想等作出猜测；然后进行深入分析和逻辑推理以及计算，揭示事物的内在规律，从而使纷繁复杂的现象变得井然有序。这就是数学的思维方式。
, g. \# h' Z% v( `



: a$ h# s" T0 h  _  ]  {9 Q

brown

这是在知乎上看过的，请注明出处