怎样入门参与数学建模( 七 ) 贴篇我写给学

我又一次开怀地笑了！！！

去吧！百度一搜，文章写好了还怕找不到几篇参考文献哈哈哈！！

哈我妹的哈啊

终于到了凌晨4点，在我将论文通读5遍细细修改之后，算是正式完工了。天已经有点亮起来了，我也不想睡了，看会电影吧~~第二天我睡到了12点多，对不起第二天《聚合反应工程》的老师了。

晚上去交了论文，奋斗十天的建模大赛就这么结束了呢~~

怎么突然有点伤感呢

仅以此渣文纪念一下我们纠结而无比充实的十天，献给刘屎、黄神和我自己~~
■1前言1.1建模给我带来的是什么1.1.1简历上的更新1.1.2个人技能的提升1.1.3认知态度的改变2组建你的团队2.1专业合适即可2.2协作是关键2.3建模、实现、写作3准备你的工具3.1软件的准备3.2论文的写作3.3插图的制作3.4团队协作3.5编程相关3.6实用的网站4做好知识储备4.1建模前推荐看那些书4.2数学建模方法4.3数学建模算法4.4时间相关5结语Update2019/11/07
更新书单资源链接到语雀文档。
Update2019/06/11
推荐一门关注了许久的课程《智能优化方法及其应用》
课程幻灯片更新在语雀文档，可下载附件，暂缺2课时。
1前言写下这些文字，希望我在数学建模上的经验能帮助各位，个人水平有限还请各位多多见谅。本文适用于本科生参加的国赛以及研究生参加的深圳杯、研赛，本文部分内容需做层次区分，望各位依自身情况取用。
中国研究生数学建模竞赛试题汇总
1.1建模给我带来的是什么1.1.1简历上的更新更新：重视国赛、研赛、深圳杯！
参加2016年国赛获得省一等奖，获得省一是比较容易的，可能相对国奖含金量不高。参加2016年参加美赛获得M奖，美赛的奖项有：OutstandingWinner（1%）、Finalist（1%）、MeritorousWinner（9%）、HonoralbeMention（31）、SuccessfulParticipant（57%）。一般上只要提交了文章至少能获得成功参赛奖，国内美名其曰三等奖。在我看来参赛稍微用心获得H和M奖也是相对比较容易的，含金量最高的还是O奖。今年参加了研赛感觉层次上比国赛和美赛更高、更有挑战性。
1.1.2个人技能的提升熟练的使用Matlab、Python、Mathematica编程解决实际问题，当然现在还是主要使用Matlab，能够使用Word、LaTex写规范的论文，懂得团队之间的高效协作，可以使用PPT、PS等绘制所需的图片素材、信息检索能力大大提升等等。
1.1.3认知态度的改变答主在参赛的时候就读的专业是计算数学，属于数学类。大一大二在数院学习的感觉是不轻松，时常质疑学这些有什么用？例如高等代数，常微分方法，离散数学，偏微分方程等等，后来误打误撞参加了国赛和美赛才发现解决实际问题的基础就是这些平时看作生涩难懂的内容。建模竞赛其实也是一次学科的交叉竞赛，各个学科各有自己的优势，把自己的专业知识学好在建模时也就有了解决问题的基本能力。另外还提醒各位做事记得以兴趣为导向:)
2组建你的团队建模的第一步就是组建自己的团队。很多人在组队问题上有着一些观念上的偏执：
专业要不同：理工管搭配男女比例协调明确分工：建模、编程、写作下面就以上三点说说我自己的看法。
2.1专业合适即可专业并非会对建模起到至关重要的作用，真正起作用的是作为建模人的你。自己对本专业知识的掌握程度，对高等数学、线性代数、微积分的学习是否用心了。其实在初等的建模中也并不会过多地涉及到这些内容，当然好的模型对这些知识的要求是必须的。踏踏实实、靠谱细心才会出成果。
2.2协作是关键俗话说男女搭配干活不累，但是累不累不还得看你是否有个能干的队友吗？通力合作，有默契的队伍才会有动力在比赛中坚持下去。小组内互相认识、互相了解才会在最累的时候互相支持。一个队伍需要的是你认可的凝聚力，而不是有一个人专门端茶倒水。
2.3建模、实现、写作团队分工至关重要。我的理解团队分工应该是模型搭建、模型实现、论文写作这三个部分。建模是提供团队对问题的解决思路、方法；参与实现模型或者求解模型必须要求能熟练的通过各类软件对模型进行模拟、求解、检验；写作要求能对团队的前进方向有清晰的把握，通过准确的文字、图标对模型进行展示。
但是实际中的分工并不是界限分明，数学建模是一个团队合作的过程，分工固然重要但是明确的分工界限容易限制建模的进度，禁锢思路。我认为在建模中的分工一定要有交叉，建模的同学也需要把自己理解的通过文字、公式准确的表达给写作的同学，负责模型的同学实现部分也要对模型的实现的最终结果有较好的可视化功底。
每个人都应该具备基本的建模、模型实现、写作能力但是每个人的侧重点不同才是绝佳的组合。对了说句题外话，当你这些都会了的时候，就会发现比赛中自己既要建模又要写代码又要大篇幅改队友写的论文，所以在前期找队友的时候记得还是得慎重。
3准备你的工具这部分主要谈谈使用哪些软件，包括编程工具、写作工具、绘图工具等，以及如何进行合作。
3.1软件的准备工欲善其事，必先利其器。建议使用如下软件：
编程工具（Matlab）统计建模（SPSS）论文写作（Word）插图制作（PowerPoint）画流程图（ProcessOn）团队协作（有道云协作）上面给出的参考软件只是个人建议，选择自己擅长的工具即可。例如编程可以选择Python或者C++或者Mathematical；统计建模可以选择R语言或者Minitab等等；写论文可以用WPS或者LaTex；绘图可以使用Windows自带的画图软件或者Photoshop；
3.2论文的写作WordOfficeWord可能我们再熟悉不过了，但可能这种熟悉只限于时常听闻、把Word当做记事本等，但是你真的能熟练使用它的基本功能吗？例如，插入图片的版式之间的区别、页眉页脚的设置、段落行间距段前断后的距离，分栏等等。在图、公式、表格较多的论文上，排版稍不留意就会造成的混乱。图片的嵌入方式、表格的样式、公式图表的引用等等都是比较容易忽视的问题。如果能够熟练掌握Word它就是你手上的排版利器。另外如果团队内一些电脑上没有选购安装Office，那选择使用免费的同一版本的WPS也是个不错的选择。
LaTexLaTex是一种排版系统，可以把它形容成一门“语言”，一些特定的标识符对应着一个特定的样式，将样式进行组合就有了一个精美的模板。只是学习一些基本的语法，对模板进行填充就行了。但是Latex的一个缺点是不能实时预览，必须进行编译才能看到最终的内容，还有就是配置一套自己顺手的IDE可能比较繁琐。
LaTex模板：国赛（CUMCM）、研赛(GMCM)、美赛(MCM)
3.3插图的制作选择PowerPoint制作插图的原因，一方面是PPT的强大自定义形状功能，或者说式是Office系列自带的，PPT只是比较便于管理。，另一方面是平时经常使用PPT因此对其较为熟练。PPT的技能提升可以去阅读下秋叶老师的三分钟教程，在百度阅读中搜索“秋叶PPT”即可。下图是往年参加国赛时绘制的。

3.4团队协作19/11/07Update：强烈建议使用语雀文档进行知识库管理。
比较了几款笔记软件，如印象笔记、为知笔记、有道云笔。都使用了一段时间，印象笔记个人比较喜欢用它来归档纸质的文档，以及一些日常的笔记，至于团队合作上我还是比较喜欢使用有道云笔记中的团队协作功能，现在有道云笔记中的云协作功能已经独立成有道云协作了。
为什么我要强调用于团队协作的软件，首先我们可以想下一般我们是怎么做的，建一个微信群或者QQ群然后将所有要共享的文件分别建文件夹然后上传，如果发生修改那就覆盖或者重命名再上传，这样做可能会导致文件版本的混乱，沟通协作产生一些意想之外的成本。使用协作软件能实现去中间化，多版本统一协调管控、协同编辑、历史对照等好处。另外有道云协作还支持在线预览文件内容、创建共享笔记等。更详细参见行业案例。
一般的，我是这样用有道云协作的：
赛前整理参考资料分门别类，发布赛前准备工作，例如分配每个人应该着重准备哪些内容，哪些东西必须要掌握；对于赛前的练习题，建立进度监督文档，个人完成的项目自行划除，提高个人的监督管理意识。赛前将比赛的时间节点安排好，何时必须完成选题，何时至少完成某一题到什么程度，若没有完成该怎么做，以及比赛的时间节点，如何时提交验证码、论文、附件等。比赛时，建立笔记完成所选题目的细节梳理，所有人对笔记随时修改修正，新建官方专家老师对题目细节的说明文档，防止理解出现偏差等等。比赛时对每个章节分别建立独立的word文档，逐渐迭代版本。

3.5编程相关一般的，数学建模中建议使用Matlab，但是部分题目需要处理“大量”的数据，在Matlab可能相较于其他语言不是那么的方便，这时可以选择Python等这种近年大热的编程语言。但是实际在建模中，编程只是辅助模型的求解，选择哪种语言就看自己对哪个比较熟练了。另外也要知道，建模中需要的代码绝大部分可以在网络中找到原型，通过部分修改就能使用，千万不要因为程序写不出来就放弃其他题目，或者耗费大量的时间在调试程序上！建模建模模型为主！
3.6实用的网站搜索文献时优先使用Google搜索！下面论坛类的平时记得先注册好账号。
国赛官网、美赛官网、研赛：官方站点
美赛中文：提供历年试题
中国数学建模网、数模知识库：推荐
数学中国：数模论坛，研赛论坛
数学家：原校苑数模
中国大学生在线-数学建模：国赛题目汇编，优秀论文等
数学建模与统计建模论坛
MATLAB技术论坛：顾名思义
联合开发网：搜索代码
谷歌学术、百度学术、学术导航
同济大学数学建模
4做好知识储备4.1建模前推荐看那些书如果一定要给关于建模的参考书做个分类的话我会分成两类：基础类、工具类
基础类书籍罗列了绝大部分基础数学模型，并有实际的问题分析建模求解；工具类主要是从数学软件（MATLAB等）的实践开始，给出问题的分析以及如何用软件求解模型，或者对模型该如何进行模拟。
用过的书单（资源文档）
《数学模型》-姜启源，数学建模入门教材，大致模型有哪些应该熟悉一下。《数学建模竞赛入门与提高》-周凯,宋军全,邬学军有模型有代码可操作行强《MATLAB在数学建模中的应用》-卓金武MATLAB能力提高必看《数学建模竞赛:获奖论文精选与点评》-韩中庚一定要多看多学习优秀的论文《MATLAB智能算法30个案例分析》-王小川,史峰,郁磊算法一定要学透千万不能一知半解就拿来用，这个是解大型规划类问题的重点！《MATLAB神经网络43个案例分析》-王小川,史峰,郁磊人工智能算法的一类，一定要参透思想再用这个很关键《数学建模与数学实验》-汪晓银,周保平MATLAB入门学习推荐另外更新我现在参考的几本最优化、机器学习、数据挖掘、计算方法的书：
《机器学习》-周志华《算法设计技巧与分析》-M.H.Alsuwaiyel《统计学习方法》-李航《最优化理论与方法》-袁亚湘《凸优化（中译）》-StephenBoyd《凸优化算法（英文）》-DimitriP.Bertsekas《IntroductiontoNumericalAnalysis（英文）》-J.Stoer,R.Bulirsch《数据挖掘导论（中译）》-MichaelSteinBach《数字图像处理（中译）》-阮秋琪等译4.2数学建模方法离散问题:旅行商路线,最短路径连续问题:污染传播,种群竞争概率问题:排队模型,车辆交通统计问题:假设检验,参数估计规划问题:网络布局,新产品销售博奕问题:战争,市场销售策略4.3数学建模算法Ref：数学建模竞赛前必须熟练掌握的十个算法
蒙特卡罗算法数据拟合、参数估计、插值等数据处理算法（参看数值分析教材）线性规划、整数规划、多元规划、二次规划问题（参看运筹学、最优化教材等）图论算法（参看运筹学、离散数学等教材）动态规划、回溯搜索、分治算法、分支定界等（参看算法设计教材）最优化理论的三大经典算法：模拟退火法、神经网络、遗传算法（参看智能算法等）网格算法和穷举法（参看算法设计教材）连续离散化方法（参看机器学习教材）数值分析算法（参看数值分析教材）图象处理算法（参看数字图像处理，图像学教材以及论文）4.4时间相关4.4.1赛前规划参加国赛一般是本科大二或三上学期开始的时候，如果学校有组织同一培训的话，一般在当年的8月份，积极参加培训完成规定的内容即可，课余时间多多阅读实践，将自己在模拟赛中感到困惑的地方补上，模拟比赛的时候尽量多多投入完成整篇论文，队友之间多多沟通。