美国数学建模比赛建议-实战分享

杨利霞

美国数学建模比赛建议-实战分享
( Y' n* I" e' V0 k! a5 K
一、选题（建议半天内确定）

6 x1 G3 ^& N. d      美国数学建模大赛分为MCM和ICM，从2017年的题目来看，ICM的要求更加明确，题目描述更加详细。那么ICM在评奖的时候，就会有所谓的标准答案。并且ICM提供了大量的参考链接和数据。在国内的话，有无法访问的可能。ICM除非确实有这个方面专业的同学。否则慎选。
0 D! b/ @/ `4 E$ T# m
      MCM方面，有些题目容易理解，但是没有数据。有些题目因与美国的文化差异和地域差异，导致理解困难。这就需要在半天的时间内，快速查找资料对题目进行理解并且尝试寻找相关数据。在半天之后，根据情况，选择题目。比如A题易于理解，但是河水流量数据、水坝的具体数据是直接能够找到，还是要通过建模得到。这无疑增加了难度。而B题高速公路收费的题目，因中美差异，收费情况可能和我们理解的不一样，会造成审题的偏差。所以，需要根据资料的查找情况和大家讨论，以确定题目。

      注意：易于理解的题目并不见得简单，而且你易于理解也会导致其他参赛选手也利于理解，这样会造成某一个题目竞争成功的难度增大。

2 D- J+ X! \1 v7 Q& A二、题目理解和目标细分

7 R  b% V0 @# b5 I4 J- i      第一步：当题目确定后，首先将题目中表述任务的词语画出（一般为性能、花费、安全等），和要考虑的因素画出（比如A题中的流量、生态影响等）。将题目的目标具体分成几个部分。明确哪些是先要做的基础工作，哪些是在这些基础上进行的工作。比如A题中，要评价3种选项的优劣，那么在安全性评价上，要先得出水流量公式，此时水流量就为基础性工作，而评价位于之上。此时，可以画出一个先建模什么再建模什么的模块流程图。

' W7 S+ r- ?* Q3 d4 }; L% \7 G      第二步：进行头脑风暴，将这些基础工作进行细化，比如题目中表述为性能，那么就要讨论以什么参数来定义性能，比如吞吐率、延时等，都是性能的定义，可以采取多个性能参数，也可以只采取一个。同理，限制因素也能够通过同样的参数定义。进一步讨论哪些因素影响了任务的完成和目标优化。此时可以建立一个简易的模型。当然，也可以在网上或数据库中搜索相关论文，如果能找到更好的模型，那么就直接拿来使用。比如在A题目中要求解水坝的花费，可以简单建模成水坝一平方的造价，也可以建模成水坝是由发电机、闸门等部件构成，通过各个部分合成来确定水坝的花费。
6 i- T6 f0 d+ O7 d/ r3 W' E
: E/ ]1 p0 i/ U; h      第三步：定义好参数过后，来确定哪些参数能够通过互联网找到，哪些参数可以通过找到的数据进行计算，哪些参数需要假设得到。然后进一步细化各个参数。模型进一步变的复杂。

( _* ~# o0 I6 [& T* H      第四步：模型建立完成后，进行求解，然后根据题意给出建议。

: S' R; o5 P+ J1 Q3 F      第五步：撰写论文。
8 p  n" Y) @2 o: }+ B4 r
三、再次迭代，继续优化模型
3 i5 L; h2 i) n$ H- o- k
; W1 O5 h2 k( J7 d1 _* N       在建立和解决一个模型后，可能在此过程中，又收集到了更多的数据或有新的想法加入，不用推翻原模型，再次构建一个更加准确的模型就可。

  x% l) C8 `$ d$ o0 h( d四、模型评价
$ l0 f1 T' O* \
     在论文中，要对自己模型的好坏进行评价。
. z7 v  @& d8 _# l' e" Z  I
+ F- a, y; M# t: s1 R. f. x9 j五、其他建议
( U) o) m, Z# ~) [$ l3 h9 _" L
9 R: a; v, X1 p% O' |      论文撰写建议：

      1、  准备通用的论文模板。
  Z8 v. A* \0 W, J+ b1 J
      2、  多采用图表进行表示。

* L: e& e6 [( m      3、  提出重点，在自认为的模型重点部分使用斜体、增加标注等方式进行强调。
2 \5 B6 l  e+ x# X1 Q
      4、  使用最顺手的工具。
2 Y0 Z( u6 H' h0 l5 H& ^3 |
  N3 W* F: j2 j$ v# C% D

- ~+ S* T9 i+ _: T  x, K) X      代码准备：

# a* u/ E7 S, W/ t2 t2 a$ E      1、  因MCM的题目一般都为优化问题，比如求最小值、最大值等，包括单目标和多目标，建议准备遗传算法备用。

" u. ?- J8 X9 U* r8 M7 ~" I      2、  因为可能涉及到函数拟合部分（大数据的情况下），建议准备BP或者RBF神经网络代码。



5 n- d( w2 X- c9 Y, O- H      其他建议：

" k9 {9 s, u" E3 x      1、    当题目过于抽象的时候，可以通过分类的方式来求解。
% L2 A' z% D1 M
      2、    题目中如果要给出建议，可以根据不同的情况，进行多个建议的提出。

& l, D2 k& s( H2 z      3、    切记不要只提出一种建议，或者只出现一种答案。比如在A题中考虑到花费最小，那么安全性肯定就不能最优，此时就可以根据实际情况，在安全性达标的情况下，考虑花费最小。而安全性达标是考虑极端情况下达标，还是在平均的情况下达标。这就分类讨论了多种情况。
5 o6 I% B: P# X7 a原文链接：https://blog.csdn.net/LieQueov/article/details/79261885

* e1 q, G- b; x$ L, R5 ]