五步建模法

洛桑曲旦

  n0 V6 B3 F8 e( G5 @4 G* q9 x

五步建模法：

5 p) W7 W8 b+ F4 L; N6 e第一步:提出问题.
8 a, V  A: Q& D. z+ V/ s
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。
+ K- z$ D6 E; B! W/ N0 G) d9 B
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。

6 l  u/ U1 b- Q2 Y, c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。
) c; `" r& h' s. u# a( I% P6 w$ M
第二步:选择建模方法.

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。

3 d3 r! m4 ]# G# m第三步:推导模型的公式.

- y5 P! y0 d5 _* 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。
5 w% Y1 A; i/ Q( c
0 F+ h# a# O6 W3 y+ s; v0 t第四步:求解模型.
6 V8 ~, V4 c. j
这里是编程的队友登场的时刻了。
" H* s7 f% _$ L( u: R
$ i5 l+ q, m6 ?统计模型：SPSS,Eviews，Stata ，都是菜单式操作，easy的。

数据分析：R，数据库SQL Server，IBM DB2

6 x# x$ G4 t' t# k+ u+ h微分方程：Maple,Mathematic,MATLAB

; X' ?) x$ P7 m, [6 Z运筹规划：Matlab，Lingo

2 }1 O- U  g: j- X  L/ `$ |$ b6 E智能算法：Matlab，R

时间序列：统计模型中的那些软件，或者R，Matlab

图像处理：Matlab，C++
" H: s  h: d$ d2 j+ w) c8 ^+ {
1 p  z8 |4 Q/ _* t总结： Matlab是必须的，再来个SPSS，一般情况下够用了。
. }3 U/ X% D% K0 R4 H$ m% f
' @9 G3 ^3 G7 R  b+ y" E第五步:回答问题.
. |/ V# C0 b! n) y& }2 c2 }$ j
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。

关于比赛的一些个人体会

1、国赛和美赛是有区别的
& n% g5 q! S, V( w4 h# e
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。

8 _; ?0 h+ t0 i1 n, 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。
2 Z, H' d5 {1 ~4 o
2、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。

) O) j5 G6 u: X! O1 e( a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。
6 W; \& [' F; E! b- @
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）

3 G! k% h; H: k! z" dPS：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。
  p( z! }; l$ v* B, J3 M
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”。
3 y5 Y$ k5 f% ~8 O6 n$ ~- {
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。
+ O* w5 L# l$ @2 w" {+ N5 |- K( d2 F
/ o& A$ l5 O7 W7 f& G5 N1 D: ~3、掌握一点数据处理的技巧

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.
+ e/ K8 g% G, {: Z
8 `8 `8 V6 \2 b% Y  C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。

4、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.

MATLAB推荐书目
0 U$ n1 u# i) v& k8 x9 P
7 D: i# m. P% m( ^. G) d1 D, w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）

精通matlab2011a 张志涌
+ h" T6 P( \. O! D; F) V0 \
提升：

& S# L4 _. H1 {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）

% f4 q& x6 v' MMatlab智能算法30个案例分析 史峰,王辉等

0 A, I% G3 f) L: \* s) Y《MATLAB统计分析与应用：40个案例分析》

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.
- \+ E: G- Q& @
5、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。
& V: c" q# P& p/ e
PS：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：

: r! T% j- H% `  q, c: JLaTeX插图指南
) {3 d% t4 N. C6 Q, ~) Y9 C7 b
一份不太简短的Latex介绍
" ]3 Z' D! [8 q0 o( E2 F2 m; a
* A9 H9 G" r* t! G! P/ H) `LaTeX-表格的制作 汤银才
7 H. a' l4 E$ r2 @) X
参考文献常见问题集

" D; K4 s+ @; I3 R" S" ?latex学习日记 Alpha Huang
3 u' D. W5 g5 W; y
论坛：Ctex BBS

8 S2 m/ T4 X) z7 u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。

/ \- Q7 s. N5 C- g9 v" N4 |2 t

brown

这是在知乎上看过的，请注明出处
4 P* a4 \! o$ n9 z7 H