$ `4 V" z. a f& C. p$ `9 c/ T& T, {; F0 \! ~+ `
1. 建模型: 3 p R# {2 q4 e5 c8 B) n4 m, B; N- a' s
建模型是最为关键的一步,新手往往是无从下手,这是因为知识面不光,缺乏背景知识,$ c0 M3 O* l6 s0 M2 k
& w& v9 h0 t' x* w! J& }
背景知识对建模型来讲是很重要的,如果课题的背景刚好是本专业的,那就会知道问题的关键是什么,该怎么样去解决,而事实上往往不是这样,问题的背景是所不熟悉的领域,这个时候就需要查资料了解这个问题的背景和了解问题的发展,特点,关键所在以及前人是怎么解决的等等。因此需要训练查找资料和查找文献的能力。新手在知道该怎么做以后碰到的问题就是不会做,这个就是相关知识的缺乏了。. D' z0 t$ d; W' [, O1 g% g
4 B& m1 @$ Z$ a9 R' f+ t/ K U
比如需要做聚类分析,需要用遗传算法,需要做相关性分析等等的时候不知道该怎么做?这个就是相关知识的缺乏,当然知道了解掌握全部的算法和知识是不现实的,但是常用的算法和知识是必备的,也是必须的,数模论坛的ducy前辈(董乘宇)曾总结过数模竞赛应当掌握的十类算法(具体可去数模论坛查找):蒙特卡罗算法,数据拟合、参数估计、插值等数据处理算法,线性规划、整数规划、多元规划、二次规划等规划类算法,图论算法,动态规划、回溯搜索、分支定界等计算机算法,最优化理论的三大经典算法:模拟退火算法、神经网络算法、遗传算法,网格算法和穷举法,一些连续数据离散化方法,数值分析算法,图像处理算法。基本上涵盖了数模中几乎所有的算法了,如果掌握了这些对于运筹优化类的问题就可以轻松解决了,但是随着近些年的发展看概率统计的手段在数模中的作用越来越大,所以除了上述十大算法之外还应当对统计方法有相当的了解和掌握。4 ?7 g; S0 M, t( i8 T
! `. C0 ^5 L7 b: o% J/ \1 Y
先前说过,要掌握所有的知识是不现实的,参加数模的其中一个能力就是现学现卖的能力,在最短的时间内掌握知识并将其应用,这个也是吸引很多同学为之着迷的原因,但这并不是说可以不去了解算法,什么都可以到竞赛的时候去学,那个时候就来不及了,因为只有了解的多,知识面宽广了,遇到问题时就知道该怎么办了,然后具体去解决问题。所以增广知识面,博览全书很重要。9 w3 K. ~! w- g: T$ Y; C
}; {5 _0 Y7 S( f: Y. z k( O" h- w; H, q3 Y" y
& I5 C; k9 z T+ d
2. 解模型: 4 f a, N, }8 @, O0 k2 R; L' T+ K& ]/ H
模型建好了,该怎么解是个常常令人头痛的问题,这个不仅时新手,而且一般是令绝大多数同学头痛的问题,辛辛苦苦把模型建了,但是解不出结果来,这个时候往往时间很紧了,常常另人无奈,所以培训的时候多做这些方面的训练是十分必要的。解模型实质上就是算法的实践。一般来讲是用matlab,mathematica,lingo,lindo,spss等等数学软件来求解,当然有的时候c/c++是很实用的工具。在这里推荐几本数学软件的书《精通matlab6.5》(北航张志涌所著)、飞思工作室出的那套matlab6.5的书、《数学运算大师mathematica4》、万保成老师所写的电子版的《lingo8 for windows》、《最优化模型与实验》,这几本书都是很好的,对掌握这些数学软件是十分合适的。而有些算法数学软件往往无能为力,需要用c/c++来编制程序来解决,对于c/c++个人掌握程度不同,不过如果多看些算法方面的书,多做些ACM类的练习是十分必要的。- t6 V" n: x2 r' q2 U
5 g- Y' h7 ]3 \0 r7 N) j. J1 ?" J1 a6 V7 ?
5 T9 L( Y9 x! R" z5 b7 V9 E! t3. 写论文: 0 Q, T8 l7 P2 a; M- D8 N, f4 V$ r5 F7 M) B+ x
论文是很关键的一步,写到这里已经写了很多“关键”的词了,事实也如此,步步关键, + f. B y3 f7 n. d, U5 m6 c8 X4 m+ b) o
其中一步做的不好都对结果有很大的影响,论文是所有工作的体现,如果论文写的不好就功亏于溃,在这里就吃过很大的亏的。因此多写写多练练绝对是有好处的,并且不是写完就算了,要不断的修改,修改到自己非常满意,修改到象所发表在数学期刊中的论文那样才可以。 ) `3 F* x4 j, i, w" I5 X. D8 k& [" F1 z8 S; E
综上可得,最快最有效的提高水平的方法就是通过做题来发现自己的不足,通过学习弥补自己的不足,这样就查漏补缺,提高了自己的水平了,并且最大程度上取得了经验。 , x/ b e2 R% M2 k- [% f ! z. R2 p) ]' @$ I$ p. h, k; o5 J f" y$ _7 Z! X$ l
* p3 h8 T3 W1 G+ w+ k& E
4 选 题 4 u' ]4 n! y* o( _8 q& K ' J3 y# h+ ^, e1 J3 D/ b7 l在序中提到过如何选题,现在就具体展开讲讲。 ; G" _" ?# ?5 E/ e7 a+ F3 J6 H4 G$ D3 s$ i
全国赛分为本科组和大专组,每组A,B两题,A为连续的,B为离散的。就我来讲只有运筹优化和非运筹优化两类,运筹优化的题目只要题意理解正确,模型正确,能正常求解,有参考答案,只要解在参考答案附近那基本就能得奖了。而对于非运筹优化类则要麻烦的多了,各式各样的问题都有,并且好些非常不好入手,并且一般来讲没有参考答案,只要有思想有方法就会得到好的结果。' h0 A5 T) [; I
. i8 t+ k% x5 A7 t! T3 c
所以一般来讲做优化问题简单的时候,做优化的比做非优化的人数要多。但是涉及到比较复杂的时候那就要颠倒下了。就得奖人数来说A,B两题的各级得奖人数是相仿的,这时如果做A的人数少则得奖率就高了多了,所以在选题人数比较悬殊的时候则要选选做的人数相对少的那个题做,而当选题人数比较平均的时候,就选自己拿手的做了。当然要知道这个选题比例那是不可能的,所以要实现小范围的互动了,由于一开始是赛区内评价所以在小范围内互动是有必要的,在自己的学校内尽量做到平均,不然就是自相惨杀了。% Q: X" }0 [7 x8 z
# X9 @! Q* h2 J$ w9 T
美国赛则为MCM和ICM两种,MCM为A,B两题,ICM为C题。每年参加美赛的对数都在逐步增长,增长的速度还相当的快。获奖比率却年年在变化,但是从总体上看ICM的获奖率则比MCM要高出不少,所以一般来讲,选C题获奖几率则比A,B两题要高出50%了。 1 @. x) |' f; q5 H; X9 q3 v# g' u6 l2 B, n
这样讲功利了,不过既然是去参加比赛,则就是要去拿奖了,不是讲风格讲什么的时候了。刺到见红,见真章的时候了。并且这样也是符合优化原理的,成功率最优化嘛,呵呵。! E# m: @1 y, ]8 Y; y, V
1 |7 s! a' ^3 ~# |; d' E* _8 e
但要注意的是所选的题一定要能保证做的出来,不然连个成功参赛奖都很难保证。: b& O! d v7 ` U! Q9 P! u' h0 j1 \
6 [2 M0 R6 `, @* y8 ^( Y! _% a
还有需要注意的是看起来入手容易的不一定好做,一般到一定地方后很难深入,运筹优化的很大一部分属于这类。而看起来无从下手的题目一旦找到突破口后那就是世外桃源了,就有很多东西可做。所以选题的时候一定要慎重,先把题目的意思搞懂搞透,然后根据自己的优势和能力在互动的情况下选择一个最有利于自己得奖的题做。8 r* O0 {& o; P; {) [
3 } \+ ?+ O/ f% M, D! @8 T( Z9 F- g& i" t) b
' _4 \8 z0 M* I& i7 z# n8 O
5 文献资料查找 % |. W, M% B' i) G , R0 ]9 b: l; }3 d k" V8 v4 h在数学建模中文献资料的查找是十分关键,其实不仅是在数学建模中,在学习和做研究就是如此,不阅读文献资料就相当于闭门造车,什么都弄不出来,现在的工作几乎都可以说是站在前人的肩膀上,从出生开始就是站在前人的肩膀上了,所学的任何书本知识都是前人总结出来的。 / e' |7 J! B, V3 e9 L0 X + F' O5 e/ O H9 ]8 Z% `; x通过文献资料的阅读可以知道别人在这个方面做了多少工作了,怎么做的工作,取得了哪些进展,还存在什么问题没解决,难点在哪里,热点在哪里,哪里是关键,哪些是有价值的,哪些是无意义的等等等等......,并且可以通过查找文献得到一些很有用的信息,比如某个教授的牛的程度,所擅长的领域等等,呵呵,翻教授老底了,比较好玩,选导师的时候强烈推荐。 6 V8 F# D" W* f/ Q( d) ^- M+ @# c 0 z- }! i. `3 K6 A X# Z: G& i# h7 H
, Z8 {" f7 L |3 b文献查找主要有三个模式:! g3 z5 J! `) k$ [0 g
' e T) y8 \% Q: Q& }LaTeX是由美国计算机学家Leslie Lamport于1985年开发成功的。尽管在排版数学公式和数学符号方便LaTeX不如AMSTeX,但LaTeX提供了大量易于学习和使用的命令,如非常有用的交叉引用命令(cross-referencing commands),这是AMSTeX所不具备的。因而LaTeX有更广泛的用途,特别是在排版信件、书刊、诗集等方面更优于AMSTeX。TeX的命令好比是建筑所使用的各种各样的材料,优秀的建筑师用它能建造出各种美丽的建筑;LaTeX的命令好比是已经建筑好的各种各样的房间和家具,用户只需选择适合自己的房间和家具就能得到满意的住所,而且这种房间和家具之多几乎无须用户自己动手建造。为了使用户既能使用LaTeX提供的大量命令,又能排版出优美的数学公式和数学符号,美国数学会又开发了AMSTeX。# U8 z, N1 @! J4 i
/ v B x" N& @0 @9 G, t/ ^ K- r7 xTeX的使用相对于word要麻烦很多,但是其优势势非常明显的,就举几个吧。word中数学公式是以图片形式保存的,一旦公式和图片多的话则很容易死机,在竞赛中则吃过大亏,在全国赛和国际赛中都发生过这些情况,辛辛苦苦写了很多,但是全部没了,那时真是欲哭无泪。 3 e) _: t+ Z0 A9 F* D/ ~! j, n5 u( t; a9 y3 q3 ]
现在是学乖了,用word写论文时时常按ctrl+s。并且不同版本不兼容,xp版本到2000版本就出现很严重的不兼容问题。而LaTeX则不会出现这种情况。用word写论文时可以发现当公式或数学符号在某行中时则行距撑的很大了,十分难看,LaTeX则不会出现这种问题。说到公式和数学符号则可很明显的感觉到word和LaTeX 的不同了,爱美之心人皆有之,学数学的很大程度也是因为被数学的美所深深的吸引而迷恋数学。而LaTeX排版出来的数学公式则比word要漂亮的多了。此外在写论文的时候对参考文献十分头痛,而LaTeX则在这个方面不要比word显的太强悍啊。 4 {0 B$ f" ~+ _: Y5 A . w8 ^6 c' M0 T5 m1 ^& ~介绍了这么多LaTeX并不是说明LaTeX比word怎么怎么牛,每个事务存在就有它存在的的价值,word在很多地方有比LaTeX很明显的优势。只不过在数学论文这个方面LaTeX要比word强太多了,故而介绍这么多,推荐使用LaTeX写数学论文。 p0 |4 r! Q. _& K0 a5 x" G+ j( W' t- E0 z9 M f
由于全国赛是要求用word的,所以在全国赛的时候还是乖乖的用word好了,写到这忍不住想骂街了,数学建模全国赛竟然要求用word写,什么他妈的规矩,理工科现在都主流用LaTeX了,并且国外都普遍用TeX,word不被接受,在这么高规格的比赛中要用word,没天理啊,希望哪天那帮大爷教授们能开窍了,能接受LaTeX写的PP论文,能提供LaTeX的模板。在美国赛中则尽量用LaTeX写,优势太明显了,虽然在上次美赛中没用,不过如果再参加一次的话坚决用LaTeX编写。宣传完LaTeX了,开始介绍写论文的技巧。$ T$ V$ g$ O! J& F- k4 }
9 m) a$ x& g8 v9 n" c7 s& e
在什么论文中摘要都是十分重要的,尤其是在全国赛和美国赛中摘要的地位很显赫的,两个组委会都提出了摘要的重要性,再三明文提醒参赛者要注重摘要。要知道,无论全国赛和美国赛第一轮都是看摘要筛选。在全国赛中或许还能看看,但在美国赛中只要第一轮通过摘要的筛选就可以获二等奖了。+ O7 F3 S0 a0 S- Z/ m" n. w3 l
9 z( P+ b9 Y5 [/ o, F4 b- v在摘要的写作中一定要花3个小时以上,反复修改,一定要修改修改再修改,修改个10几稿才能过关。在摘要中一定要突出方法,算法,结论,创新点,特色,不要有废话,一定要突出重点,让人一看就知道这篇论文是关于什么的,做了什么工作,用的什么方法,得到了什么效果,有什么创新和特色。一定要精悍,字字珠玑,闪闪发光,一看就被吸引。这样的摘要才是成功的。* p/ {$ I( [& Z( g1 R# a
- S( N9 }, K g8 Q& {* i) X) v论文的主题部分也要修改修改再修改,当然主体部分的要求没有象摘要这么要求高了,但绝对不能马虎,用电脑的都知道,很容易打错别字,这个都是QQ或MSN 惹的“祸”,有的时候为了图方便在不影响理解的情况下别字满天飞,所以难免在写论文的时候不自觉的打错别字。所以首要是找错别字,第二就是要修改语句,理工科的学生在文学上的造诣都是有数的,大学后没有文学课,也不看文学刊物,有的读理工科还就是为了避开语文课,写出来的东西干巴巴的,除了名词和动词就没有什么了,难得见个形容词。因而修改语句很关键,一定要通顺,文采什么的到不要紧。此外逻辑一定要清楚,如果逻辑混乱那就出丑大了。在写论文当中一定要体现数学功底,要写的符合数学习惯。评论文的几乎都是数学工作者,绝大部分是教授,有没有数学功底一眼就撇的出来,其实这个我们也一样,经过二年数学训练后的学生写出来的. f, Z! G& U' s9 m6 c
4 O* c$ `1 L6 d3 g西多多少少都带有数学系出来的印记。顺带提下,编程最要用matlab,因为评委们普遍喜欢用matlab写的程序,虽然他们不看,就算看也看不懂,但是尽量迎合他们总不会错的。再者,用matlab写数学程序一般是数模的首选,最爱。在写论文的时候总要参考文献的,所以文献一定要整理好,并率先在参考文献中排好次 $ w# k9 C2 U/ b) f0 X' R% |, E, S( T3 e0 @6 W
序,以免混乱,一旦乱了,那个麻烦大了,很痛苦的。并且在引用他人的地方一定要注明,这个是最起码的诚信问题了,引用他人多少东西不要紧,不要以为这个是抄袭,只要注明了就不是抄袭,当然不能整篇引用了,那样的话就真的是抄袭了,呵呵。 ) e. d& Y) Z2 v+ Y/ l; Y% @ & p j1 @6 ]3 n, S8 X在论文写作中一定要注意能用图表的地方尽量用图表来表示,图表比用文字阐述要来的清楚直接。一张图表往往能代替一大段干巴巴文字。并且图文并茂多爽啊,要知道教授们大都年纪不小了,为了教授们的眼睛,减轻他们受文字的折磨多用图表绝对是不二的选择。同时这也是偷懒和使论文增色的不二选择。; v+ n9 B; p' k0 G
5 A& L8 `; P' k" a. W r
须注意的是图表的引用要规范,在交叉引用的时候一定要小心,不然会对不上就麻烦了。如果用word写,则强烈推荐看候捷大牛写的《word排版艺术》,对于这本书不详细介绍了,搜索下就出来了,是本不错的东西,牛人的作品啊,的美赛论文就用它给搞定的,很不错。 # S2 Y( A6 y7 R( \) `. u# W$ s0 O. S7 k
" l! N) s8 k+ b7 Q+ z