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。 - Z: Y4 T, P1 N) X7 d
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。 8 n% s0 v2 R: s2 S' R
1. 2 , v# }8 E9 o6 _% ?8 Q1 e, K
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。
+ O7 Z8 C1 H% K破题
! L& m) C# P8 Y0 P) B- K9 b/ G7 c1.问题归类
/ e0 Q1 l, c0 c8 I2.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。 4 }! t5 P h, `' }' o& d" ?& V8 n3 F3 T
2. 2 : E( O$ M; G3 H; S6 k4 r2 d
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。 9 `$ B, v& S! \ r8 i! u7 ?: J
3. 3
7 k% ]% B3 {- H* i8 p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。
7 ?; E- k* n* Q9 L4 U整理结果 ! L* r0 z7 N: d7 l( J
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。
+ N- H# h+ l* y9 q; t2. 2 0 Z8 f) f9 T5 A
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、
% a& X2 n: W2 A5 u 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。 R$ Z- Y% q/ Z5 a0 a
6 q- D" Z+ h2 j9 @. ~5 ^0 E, i
|