|
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。 6 Q, ?" Y- i& X! M' z, q J
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。 " Q) V9 {$ a$ t5 |5 Q) l) Z
1. 2
! b' c9 g# i. j& I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。 0 {1 M2 Y% Q$ C
破题 + _6 f' N% G8 r% d) [$ Q" W
1.问题归类 # T0 G9 f; P4 E; @5 z! j; G% q
2.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。 ' A% F" A! n4 n. `/ R
2. 2 ; Q& e! T" h$ `$ M# k
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。
) U8 [- Q8 O& R2 p! |8 h9 `( Q5 g4 V3. 3
( U k9 a, `' n i( p+ H7 a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。 ( p. l4 l2 `& {0 A" }9 b$ C6 p! ]
整理结果
, Z: Z2 @/ h& T9 e# k4 `! V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。
2 ?9 r& c" q3 S, G7 S" |2. 2 ' q# r+ h$ A$ w' w+ G/ O9 c( g4 C' 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、
1 O% D2 [! ?- G; [. s9 M: \ 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。 / `7 {8 H# h q: D5 N/ i/ z5 e
, r, s" b% f6 s d9 a" ~ g0 i
|