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。 2 Q! |8 C0 S& \$ X v. K9 K
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。
0 P9 t: t7 A; n1. 2
9 p, Y4 i. {% L' W! P# e" m+ z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。
8 ]& ?5 ?5 P1 q4 B/ ], E破题
) n5 N; C) t4 [/ n. K8 O- L1.问题归类 2 X! O a* t& O2 Z9 }) P
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( P! k# M6 X8 I! V/ ^2. 2 * |5 e, N# ` X/ P4 ^4 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。
$ n7 y0 z, a2 q1 L! R8 C7 Y/ ?% f6 ?3. 3
- A. m% A& Y1 i5 @7 @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。
# N& r1 y$ f8 i$ s整理结果
5 d9 [" ~, B0 l) N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。 , Z+ m( K! }, O4 K) j& |4 `: L
2. 2
* k+ i) r+ X7 _1 ]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、 . m! ^9 T2 E+ b+ q0 j. Z) y
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。 3 I/ E$ M3 m, m! @1 A
E5 g( g: [7 u" H' z
|