有关美赛建模和论文的风格

[复制链接]

字体大小: 正常放大

aqua2001

930 主题	18 听众	4983 积分

升级 99.43%

TA的每日心情

	擦汗 2016-1-30 03:42

签到天数: 1 天

[LV.1]初来乍到

群组: 数学建模

群组: 趣味数学

群组: C 语言讨论组

群组: Matlab讨论组

群组: 2011年第一期数学建模

电梯直达

1^#

发表于 2010-1-30 22:48 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

仅供参考。
1. 不要故弄玄虚。一个问题是否能够被解决，不在于你打算使用的方法有多么高深，更不在于堆砌了多少罕见（而非必要）的专有名词。美赛基本还传承着应用领域的光荣传统——不看广告，看疗效。“最终产品”的效果究竟如何？这永远是首要的问题。方法是否华丽是不太关心的事情。

2. 对问题的解决要足够完整。对问题不能只管主要方面而忽视了完整性。即使有的方面实在没法解决，也要在模型的分析与改进里面明确地指出。完整性影响着“对问题的分析”的好与坏，影响力颇大。

3. 使用的方法要清晰。此方法的目标，效果，适用性，都要有条理地展现出来。如果前因后果不明，来龙去脉混乱，充斥着对“方法本身”的技术介绍，那这些介绍再精彩，恐怕也没多大用处。

4. 简单些。美赛的问题本身可能涉及到庞大的背景，而模型本身则不应过分复杂。复杂，极易导致难以察觉的错误。尤其是数学建模，在问题分析的切实性，方法的适用性上并无定规，一眼也看不透，太复杂几乎一定会出问题。误导的结论，比一个粗糙的结论要坏得多。

5. 让人信服。以上的几条其实也都包含了这层意思。对具体方法来说，计算结果是否正确还容易说明。但对问题的分析是否真正对路，模型的最终效果是否足够好，空口无凭是不会有人信的，要有证据。某些问题要查找数据，某些问题要自己做实验，某些问题要做计算机模拟，某些问题要提供文献的支持。这都是支持自己论文的“事实”，无可取代。别以为提供支持文献会影响“原创性”，在“可靠性”和“原创性”之间，当然是前者更重要得多。顺便说一句，提供的文献也最好是有可靠质量的，杂牌刊物上发的文章本身就不可信，起不到支持的作用。

6. 选择合适的切入点。分析问题的切入点如果合适，最终对问题的解决就可能简单许多，而且能用简单的办法有效对付一个复杂问题，正是作者思路高超的表现。只有立足于具体问题本身，才谈得上有意义的“创新”，而不是空中楼阁。

7. 表述要清楚。文章如果让别人看不清楚甚至看不懂，绝不说明作者的水平高，而是作者行文有重大问题。在表述数据结果的时候，多用图，少用表格。没人会去看粘贴进去的一张Excel表，而一个漂亮的图会让人们都易于接受。Excel可以直接输出图形，也有SigmaPlot等软件，功能更齐全，图形更漂亮。R等统计软件当然都有完善的绘图功能。Linux下的gnuplot，Mac OS X下的Plot，都是强大的免费绘图软件。

8. 抓紧时间学学LaTeX，即使自己从零起步觉得复杂，也起码要熟练地用一个模板。LaTeX不仅可以排出漂亮的文稿，而且它的精髓是：写文章的时候，注意力要集中在文章的内容结构上。例如第一章应该写什么，这里是否应该引用，这里该不该分节，哪句话在前哪句在后，诸如此类。而不要去想：这里怎么才能对齐？这里应该空几行？这个标题是不是应该搞成黑体？诸如此类打断思路的事情。

zan