研究生数学建模大赛

1 竞赛介绍（建模小白一定要明白建模究竟是什么，为什么被纳入了双创类别的竞赛，自己要面对什么？）

2 Matlab编程 （找一个好的程序员真的要事半功倍，建模程序真的很重要！！！至少要能说明问题，把设计的解题思路代码实现了吧，很多食人魔队伍实际来看，说是有代码，最后根本语文建模）

3 其他必备软件 （绘图程序，最后比赛交的是一篇论文，所有程序绘出来的图，思维导图都可以清晰快速的向老师呈现结题思路，结果，没有老师可以全部看完你的论文，所以知道图片在论文里有多么重要了）

4 数学模型（数学模型可以解决问题就可以，不要一味的追求高大上，得不偿失）

5 排版（类比图片，这个是写作那一个同学要面对的重要性，同样老师很快的扫完你的论文，一篇井然有序的论文和杂乱无章的论文，换位思考一下，重要性如何？）

6 写作 （认真检查，认真检查，不要有格式，错别字出现。老师正在很有兴趣看你的一部分解题思路，突然几个连续的错别字，格式错误，那真的是大跌眼镜啊军医医院啊啊，评分等级会陡然下降的）

如何准备：

首先明确基本要素：论文图表结合、排版漂亮，有代码、有附录、有参考文献印度火星探测器

「01」组队我希望你们团队至少有一个会Matlab或者python的同学，编程水平也不用太高，只要能看懂代码就行，递递朋友那里有现成的数学模型的Matlab代码，直接修改就可以运行，非常简单。团队有会编程的同学最起码可以保证能把模型做出来，而不会让整个论文显得很虚「02」选题不夸张的说，选题是最最重要的一个环节，大家一定要沉住气，把每一个赛题都看一遍，都仔细想一遍，当然了，毕竟你是第一次参加建模，即便是都看完了一遍，你也极有可能不会有任何思路。那应该怎么办呢？这时你可能会想到寻求指导老师的帮佛法修证心要助，确实，这确实是一个不错的主意。一、搜集信息所以，递递建议你们三个人，先打开百度、知网、万方等网页，去搜集各个题目有关的信息，尤其是论文，然后把搜集到的相关论文全部下载下来，分类整理好。分类整理好论文之后，你们就开始阅读文献，基本上阅读完文献之后你们就会有大致的解题思路了。有了思路之后，你们三人就开始头脑风暴，开始商讨每个题目，并认真做好记录一块商讨，如果商讨的结论一致，那就选择都同意的题目，如果出现分歧，递递建议选择参考文献最多的那个赛题。整个选题的过程大约需要6-10小时，这已经是很快很快了。这样选出来的题目，就可以保证不会出现做到一半又换题的问题了，而且递递建议，千万千万不要做一半再去换题，时间真的来不及，如果中间觉得选错题目了，也尽量硬着头皮去做。「03」正式开始做题选定题目之后，就要开始着手去做了，因为你们三个都是小白，所以我建议不要一个人想一个问题，而是三个人一块想第一个问题，想出第一问之后，论文手就着手去写论文，编程手就准备敲代码，建模手就继续去想第二个问题，等大家忙完自己的任务之后，再去辅助其他人，后面的配合我就不说了。等最后一问的思路也想出来制氧机原理之后，论文手还是继续写最后一问，编程手还是去编程，此时的建模手，就要开始从第一问进行检查完善、查缺补漏，等论文手和编程手做完之后再去一块通篇检查。这里要注意，三个人可以一块写论文，但最终的排版，一定一定是由同一个人完成，切记不要每个人排版一部分，否则你会哭的。如果说你们建不出模型或者说不会做了，那也没关系，直接“参考”相关文献，把他们的模型直接“借鉴”过来，但记得要改一改符号、步骤等，别参考的“太过分”。「04」排版排版真的是一件特别特别重要的事情，我的指导老师之前做过某某数学建模的评阅人，他跟我说，每一篇论文的初次评阅时间不超过3分钟，有的论文甚至30秒就评阅结束了。大家是不是觉得特别不可思议，但事实确实如此，那怎么在这么短的时间内脱颖而出呢？没错，就是排版！记住递递的一句话，“在写论文过程中，能用表格就不要用文字，能用图像就不要用表格”。而且，要注意表格的多样性、颜色的多样性，可以是柱状图、饼状图、折线图、3D图像等，如果有时间也可以花钱PS一些漂亮的图。反正让论文整体看起来，图文结合的很好、颜色多样美观就可以了。因为排版很麻烦，需要大量的时间，所以最少预留4个脱发是什么原因小时排版。「05」其他（1）校赛虽然不会查重，但递递还是建议，如果你引用了别人的文章，还是要标注出来，并作为参考文献附在后面，这既是对作者的尊重，而且也会让整个论文更加充实。（2）论文中的公式要用公式编辑器编辑，可以使用mathtype等比较专业的软件，也可以使用word自带的公式编辑器，不要直接用输入法输入。（3）代码作为附录放在文末，如果比赛有篇幅要求，一定要严格遵守，就像今年的美赛要求不得超过25页，那就一定不要超过25页！（4）论文排版，可以模仿往年一北京人怎么样等奖论文的格式，他们哪里用图你就哪里用图，他们哪里用表你就哪里用表。（5）赛题的每一小问都最好有一个总结性的答案，别让评委自己去找答案。（6）强烈建议第一天不要通宵，否则整个比赛就废了，但强烈建议至少通宵一天，感受一下建模的快感哈哈。（7）大家利用剩下的时间，把模型好好学学，不用精通，只需要知道哪个模型解决哪类问题就可以了。大家加油，静候佳音！

研究生数学竞赛

先交代一下参加数模大赛的背景，参加研究生数模比赛获奖在上海是可以获得应届生落户加分的，全国三等奖加6分，二等奖加8分，一等奖加10分，除了这个之外，我的学校还会有针对三个等级给每人500到3000的奖励。数学建模大赛是相对来说比较容易获奖的全国性比赛，获奖比率高达1/3，比全国英语大赛5%左右的获奖比率高多了。所以，对于想通过竞赛落户加分的同学参加研究生数学建模大赛性价比真的挺高的。我和我的队员三个人都是零建模经验参加2019年的比赛，最后通过坚持和协作，获得了全国三等奖，得知获奖的那一刻还是非常开心的。想smtp写下这段经历，给想参加建模比赛的知友一些参考和鼓励。我将从组队、建模学习、选题、实战经历、得奖比率、心路总结几个方面进行介绍。

【组队】

数模比赛是固定三个人组队参加，其中一个队长，可以跨校组队，由队长报名，但跨校组队稍微有点麻烦的是得奖后，需要队长所在的学校开具一份跨校组队的证明。熊巫女而且跨校组队彼此之间距离远的话，比赛期间的合作可能会更加困难，所以如果本校就有合适的人选的话，最好还是本校的组队，会方便一点。本人的组队非常简单，找了身边两个非常熟悉的人，一个室友，一个同门。学校在比赛前开展了数模竞赛的培训，请了一些老师和去年获得一等奖的学生来做讲座。他们都建议数模竞赛最好是不同专业的人一起组队，因为要完成这场竞赛，需要优秀的建模能力，编程实现能力以及论文写作能力，理想的情况就是希望队里既有计算机专业的（编程），又有数学专业的（建模），另外一个写作能力强的（写论文）。

但是组队更重要的一点是要找到靠谱的队友，有很多队伍都是开头组好了队，然后临到快要比赛了，被队友鸽了，或者在比赛期间各种找不到人。数模限时四天半，工作量很大，少一个人干活会差距很大。所以组队，我建议首先考虑队友要靠谱，然后需要一个会编程的，建模和写作相对来说还是可以通过看一些优秀论文短时间达到能做题水平。

【建模学习】

数模竞赛所涉及到的模型都是一些常见的模型，建议看一下 司守奎 《数学建模算法与应用》那本书，大概了解一下，等到做题碰到的时候不至于毫无思路。我当时先在网上找了这本书的电子版，后面又买了纸质版的书，可以简单的扫读一遍，除了为了比赛，也还能增长不少建模知识啊。

除了看这本书，最好的学习资料就是往年赛题了，找到对应题目的优秀论文进行学习。数模为了照顾广大不同专业背景的同学参赛，每年的题目都会涉及不同领域的，然后至少会有一道题是任何专业都可以做的，所以在准备的时风声鹤唳林语堂候也可以有所侧重，关注自己比较有把握的题目，一些过于专业的赛题可以不用看。往年赛题也只要看最近几年的就好，越老的赛题参考价值越低，我大概只看了最近五年的赛题。这几年的赛题每年都几乎会有一两道的优化题，数据分析题。由于我的队伍三个人都是信管专业的，所以就着重关注数据分析题，带着看了一些优化题。

【选题】

竞赛是9月19号上午正式开始的，前一天我们三个人就提前预约了图书馆的会议室，上午主要在看题目，一共6道大题。A题是无线智能传播模型，运用机器学习模型来建立无线传播模型，并利用模型准确预测在新环境下无线信号覆盖强度。B题是天文导航中的星图识别，关于图象识别的，这道题一看就觉得很懵逼，被我们直接pass掉了。C题是视觉情报信息分析， 主要从图像或视频中提取物体的大小、距离、速度等信息来进行视觉情报分析，这道题也被直接pass了，感觉要做好这道题需要比较好的编程能力。D题是汽车行驶工况构建，这道题是一道数据分析题，根据汽车的行驶数据，建立汽车的行驶工况。E题是全球变暖，这道题更好理解，也是一道数据分析题。F题是多约束条件下智能飞行器航迹快速规划，这道题是优化题，主要用到一些规划模型。

看完一遍题目之后，直接排除了ABC，打算在DEF中选择一道，然后F题规划也不是很熟悉，最后就打算从DE两道题中选一道了。最后选择了D题，因为觉得E题的全球变暖很简单，但需要自己收集数据，不确定更大，很难做得出彩。而D题不用自己收集数据，而且队伍里的一个小伙伴在网上找到了类似题目的硕士论文。既然找到了资料，那肯定能做下去，就这样一个小时左右我们就确定了题目。

【实战经历】

D题给了三个数据文件，每个文件是同一辆车在不同时间段内所采集的数据，每个数据文件大概十几万行数据。主要有三问，分别是数据预处理，运动学片段提取，构建行驶工况。下面是数据文件的一部分，总共有十几个字段，但最后用到的字段只有四个字段：时间，GPS车速，经度，维度。

第一问的数据预处理，就是对缺失数据进行插补，错误数据进行删除，怠速情况处理。对于时间不连续的缺失数据，使用了python的pandas包进行查找。Python入门比较简单，是数据分析领域非常火热的编程语言，有各种各样的封装好的包用来做数据处理和实现一些算法，推荐购买下面这本利用Python进行数据分析的书作为资料参考。

第二问的行驶工况建立，小组队员在一篇硕士论文中找到了对应的逻辑和代码，然后我们稍微进行了一些改进就使用了。第三问构建行驶工况，主要是使用了两种聚类算法和马尔可夫链算法。由于找到的那篇硕士论文非常详细，整道题都几乎可以参照里面的逻辑，但我们考虑到这样子可能很难有新意，所以就在网上找了不同的论文，用了三种算法去构建行驶工况。

比赛的前四天，我们三个每天八点准时碰面，然后一整天讨论，编程，书写文字。直到最后一个傍晚终于把三道题都做出来了，然后晚上通宵完成论文最后一部分的写作和修改格式。三个人整体的分工时，两个人编程做题，一位同学负责写作，做出一道题就完成对应部分的写作。在23号的凌晨五点，终于完成了所有的工作，提交好了论文之后，感觉整个人都晕晕乎乎的。

【得奖比率】

2019年第16届中国研究生数学竞赛共有14014个队伍提交了论文，其中一等奖188队（1.3%），二等奖1903队（13%），三等级2821（20%），总获奖比例34.3%。从不同题型获奖比率可以看出，二三等奖的获奖比率都差不多，但一等奖的获奖比率在选的人少的题型中更大，所以如果是冲着一等奖去的大佬们，可以选择比较冷门一点的题。

【心路总结】

从上面的介绍可以看到，我们小组的三个同学都没有建模经验，但依靠不错的查找资料能力和团结合作精神获得了国家三等奖。在这里，提醒大家研究生数学建模竞赛和大学生数学建模竞赛不一样，没有标准答案，拼的是大家查找资料、撰写论文的能力。如果想不到出彩的解法，总能在文献中找到中规中矩的解法，再好好的完成一篇论文，得奖还是不难的。

作者：数模中国链接：www.zhihu/question/342306417/answer/1473644236来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。（1）学习数学模型。数学建模，顾名思义，建立数学模型，需要了解一下常用的数学模型；对于国赛，最常用的，莫过于概率论与数理统计了。有人做过统计，国赛有一半的题目需要用到这方面的知识。在准备的过程中，会发现知识的范围非常宽广，如何去有效地备赛呢？我的做法是，对于所有的模型，都有所了解。了解每个模型的适用范围，大致的思想方法以及实现步骤，做到比赛的时候能够迅速地知道能用什么模型来做，以及大概需要多少时间来搞定，就足够了。如果你不提前了解都有什么数学模型的话，很容易走入死胡同难以自拔却不自知。推荐书籍：《数学建模算法与应用》，这本书的作者，领导队伍拿过2还是3次高教社杯，编著的书籍也应该非常有参考价值。（2）阅读国一论文。竞赛结果的唯一体现形式是论文，所以也有必要多看一下往年的优秀竞赛论文（国一论文）。学习他们的行文语言、论文格式、一些习惯。以及如何从实际问题，进行简化假设，一步步导出最终的数学模型。我认为，这才是最精华的部分。数学中国，也就是www.madio， 有CUMCM的板块，里面的一些帖子共享了往年的一gv吧些优秀论文。说到格式，挺多的人可能不以为然。实际上未获得国奖的所有论文，都是几分钟内定的成绩。而且，根据某年的评分标准，论文概貌是筛选论文的第一关。如果第一关都过不了，内容再好，连省三都拿不上。好的格式，给人一种赏心悦目的感觉。说到行文语言，我听老师说，有很多人最后结果算的很准，但是没拿大奖，这是为什么呢？因为论文内容混乱，条理不清晰，语言不严谨，等等。说到习惯，比如对论文涉及的理论的大致步骤和基本原理进行简要的介绍，如果阅卷人对于你使用但是很少有人使用的理论不熟悉的话，可能会影响他对于你的论文的评价。我参加国赛那年的答辩的时候，一个评委就问，我使用了“秩和检验“（我直接使用它，没有对它进行介绍），它的使用条件是怎样的？推荐书籍：《数学建模竞赛优秀论文精选与点评》，西北工业大学出版社的，里面不仅有该学校的国赛的优秀论文（国一为主），也有美赛的一些论文，具有比较大的参考价值。《全国大学生数学建模竞赛优秀论文汇编》，这本书可以说是非常有价值和权威性，里面有国赛2000年及以前的，来自全国各地的优秀论文，以及全国组委会阅卷专家的试题剖析和阅卷感受。这本书的内容、高度、权威，是绝大多数数学建模竞赛类的辅导书籍所不能匹及的。唯一的缺憾是，里面的题目是早年的，比较简单，近年的竞赛内容没有出书。当然，网上也有相应的电子书，实体书一般途径也是买不到了，我通过孔夫子旧书网购买了一本。对于数学建模竞赛的老手，我感觉该书也有比较大的收藏价值（我就是这么想的）。（3）精心挑选队员。根据我的多次竞赛经验（不仅限于数学建模地震中的父与子竞赛），团队合作对于最终的成绩也是有很大影响的。一方面，是性格上能合得来，否则比赛过程中会有很多矛盾的；另一方面，最好专业互补，如果竞赛遇到的问题，恰好某个同学非常熟悉，那么可以大大缩短熟悉题目的时间，有助于取得更好的成绩。其实，最重要的问题是，他真的想参加这个比赛并为之付出么？我见过因为需要掏钱而不想参赛的同学，见过号称要付出所有课余时间却因为是班干部并没有付出多少时间的同学，见过欺骗我说已经看了很多的同学，见过比赛期间一直忙着和老婆聊天的同学，见过比赛前说不参加了的同学，见过为了进队说的非常好但是参赛过程中没有任何付出老是借口有事的同学，见过进来以后专门挑拨关系的同学……另外，如果能够整个队在比赛前找一个题目，模拟竞赛几天做一下，应该会收获很大，在时间的安排，以及队员之间的配合上。如果想要更仔细地挑选队员的话：最好成绩中等偏上，因为他们关心学习，学习能力较强，但是又不过分拘泥于课内学习；最好选择有参赛经验并获得一定奖项的，轻车熟路；最好选择上过数学建模相关课程的，对数学建模有个大概的了解；最好有充足的课余时间，因为需要准备的东西有很多；最好选择性别一致而且单身的，否则行动非常不便，当然不纯为着竞赛出成绩的话另说；选择有ACM竞赛经历的就再好不过了，无需担心程序无法实现，而且ACM竞赛的内容与数学建模竞赛的内容，有相当大一部分是重合的。最好不要班干部或者交际花，因为他们不可避免要花很多时间与人交往。在提到挑选队员之前，有一个问题是，通过什么渠道认识队员。首先，可以和身边熟知的同学组队，他们的性格和能力自己比较了解；然后，数学建模培训课是最重要的渠道了，全校所有想搞数学建模的人大多都在这里了，没组队的同学一定要好好抓住这个机会；其次，也可以是偶遇聊天认识的。想做相同的事情的不同的人，更有可能在相同的地方相遇；其他渠道，比如同学介绍等。（4）学习相关软件。好好学习Matlab就够了，它可以实现所有数学建模需要的功能。对于某些问题，Excel也可以胜任。C语言也能胜任大部分的程序设计问题找个小姐。一般来说，可以百度一下某个需要的功能+Matlab，便可以找到对应的Matlab函数，一般来说也有相应的例子说明如何使用该函数。如果没有的话，可以在Matlab命令窗口中输入：help 该函数，会返回关于该函数如何使用的说明。但是，Matlab的基本语法，比如循环、条件、判断语句的结构以及赋值等运算，需要提前熟练掌握，这个和C语言很相似。如果你学过C语言或者任何一门程序设计语言的话，这个是很好上手的。当然，如果你确实学有余力的话，可invisalign以学习SPSS或者SAS等统计专用软件、Surfer等绘图软件。这些软件在统计或者绘图等方面，用起来更为方便，绘图更为精美。（5）了解比赛风格。对于国赛来说，结果是很重要的，内容完整也是很重要的；对于美赛来说，结果根本不重要，做不完也没有关系，最重要的应该是其中的“创新性”（对于美赛，我成绩很一般，也没有过多的研究，相关叙述仅供参考）。对于顶级的选手来说，这都没什么；但是对于绝大多数参赛队伍，时间是很紧张的。想在有限的时间内取得尽量好的成绩，就要有所取舍。如果你参加的是国赛，应该尽帐篷什么牌子好量完成所有问题，并保证结果的正确性，创新性倒是其次；如果你参加的是美赛，重点把一个问题做的很出彩就够了。（6）研究评分标准。评奖是按照评分排名，而评分是按照评分标准。研究评分标准，可以有针对性地知道什么样的论文是出色的，进而知道该如何去建模型、写论文。思想方法，不太好说，我想到了以下几点：（1）简单最美。有的同学或许会错误地认为，复杂的模型体现自己的能力强，也应该能够获得好的成绩，但是实际上不是这样的。如果复杂的模型和简单的模型得到的结果精度差不多，这时应该选择相对简单的模型。这是因为，数学模型是为实际的生产生活服务的。相对简单的模型，更容易实现，也更容易为大家所接受，何乐而不为呢？（2）从简单到复杂。这和前面所说的“简单最美”好像有矛盾。但是，这里“到复杂”的前提是，结果得到改进。一般来，“复杂”是指考虑了更多的因素。有一些捧得大奖的论文，都是先建立一个简单的模型，然后考虑更多的因素再建立一个相对复杂的模型，这也是科学地研究问题的思路。（3）多模型对比。对于一个问题，往往可以建立不同的模型，各有千秋。对于有的题目，两篇国一论文可能做法截然不同，这是非常正常的。如果时间充裕，可以建立不同的模型，对不同模型的优缺做对比，或者说明其不同的适用条件。这，就是特等奖的水平了。例如2013年国赛交通那道题目，我用了相对简单的一个方法做的，做了比较多的检验，结果也不错，比较成功，国一。我后来偶然看到那道题目的特等奖论文（厦门大学的），是用两个更为合适的相对复杂的方法做的。（4）模糊指标量化。指标只有量化，才有可能建立数学模型，才可能运用数学方法进行求解。没有量化的指标，只能够运用文字进行定性的叙述，无法进行数学上定量的分析。模糊数学，就是解决模糊问题的数学方法。模糊指标，当然可以采用模糊数学的方法进行定义，也可以采用其他方法（比如比值）定义。（5）结果可视化。大片的文字叙述，或者堆叠的数学公式，给人的感觉都不够直观，都需要一定的阅读时间、背景知识、数学功底才能够理解。可是一张图，往往可以瞬间形象直观地反映所要表达的内容，与数学功底也没有多大的关系。这与数学模型本身的好坏无关，但是能够大大促进作者和读者之间的交流，属于“写作水平”的范畴。（6）检验结果。建立模型并进行求解，得到的结果可能是正确的，也可能是错误的。如果不对结果进行检验，严格意义上论文是不完整的。我听老师说，对于模型没有检验的论文，不男人为什么喜欢女人可能获得国奖。对结果进行检验，主要有以下几种方法：①敏感性分析。分析因变量随各个自变量的变化趋势。趋势合理（符合常识），起码证明模型很有可能是正确的，没有大问题。②实例检验。实际的数据，最有说服力，也可以检查结果的精度如何。但是有一个问题，实际的数据可能不好找。③仿真。这个需要学习使用该领域的仿真软件，实际上算是充当了”实例“的作用。这也存在一个问题，不一定有相关的仿真软件，尤其是处理的问题属于新领域的话。④算例分析。这个算是下下策了，在找不到实际的数据，以及相关的仿真软件的前提下，只能这么做。与敏感性分析相比，这个方法也显得较为片面。⑤特殊情况分析。如果原模型比较复杂，可以分析其特殊情况（一般更容易分析）。如果特殊情况被检验为正确的，对于说明原模型是正确的，也是比较有说服力的。竞赛心态，也是很重要的：（1）全力以赴。获得国一的论文，只能说明他们做的“相对”很好，但是不一定做的就真的很好。也有可能，你确实做的很好，但是没有捧得大奖。为什么呢？评奖是根据评分排名，而不是预先定好论文是什么质量对应什么奖。例如，我参加过一次美赛，题目是原题。大家都搜到了原题的特等奖论文。我的论文在这基础上做了一定的改进，结果是H奖，这个就很水了~我也参加过一次国赛，2013年交通那个题目，没有听说过这是陈题。时间只有几天，极少有人能建立很完善的模型并解答。说句心里话，我认为我们做的真的很水~没有太大实际价值。但是，我们的论文是完整而且基本正确的。我从网上搜到了一篇那个题目的省一论文，发现它的内容本身就是残缺的，没做完~论文的质量更是不堪入目。从另一个角度，如果你这次没有全力以赴，会对结果抱有遗憾，后悔当时为什么不再多努力一点。还有一个问题是，以后的比赛参加么？你可能还想参加一次，争取更好的结果。也可能不想参加，因为怕题目出的不合口味而白忙活，或者等到下一年的时候你根本没有心思来搞这个比赛了，留下几多遗憾。大多都是大三的队伍参赛，大四的时候要么保研、考研、找工作。所以最好的做法就是，这次全力以赴，不留遗憾。（2）团队合作。目前我所发现的唯一高效的合作方式是：相对独立而完整的内容，主要由一个人来完成，其他人起辅助的作用。因为，交流是有成本的。论文，需要一个人完成，因为不同队员的风格是不一样的；程序，需要一个人完成，因为程序的不同模块之间是有一定衔接的。大家可以参考：软件工程所倡导的“极限编程”的组成成分——“结对编程”，和这里所说的是一个道理网络广告策略。对于认真参赛的队伍来说，很容易出现意见分歧。所以，比赛前应该确定下来，出现矛盾以后隔多长时间仍然无法统一意见，无条件服从队长或者擅长这方面的同学的意见。这无疑会节省很多宝贵的时间。当然，要根据这个矛盾的重点程度，分配给它相应的讨论时间。实际上，前面商量得再好，用心比赛的选手之间也会产生矛盾，这就需要大家之间互相体谅了。（3）分清主次。换一种说法，就是不要恋战，该收手时就收手。一般题目都有好几问。比较聪明的人，能够看得出来，哪个问是重点。对于重点问，自然要投入更多的精力；对于非重点问，做个差不多就可以了。这就需要队长统筹兼顾，提前估摸好每一问花多大精力去搞定它 。（4）学会表现。这一条看起来不是那么正经；但是，这是我对参赛选手的实在话。我一共弄过两次深圳杯。第一次深圳杯，我们的论文感觉很乱，我们都不明白我们在做什么，但是显得很厉害。最终很意外，我们被选中了~第二次深圳杯，那次我可以说是全身心的投入了，题目也很对我的胃口，我甚至做好了可能因此无法保研的最坏的打算。我非常认真负责，但是论文语气非常地谦虚。最终也很意外，我们在山东省这关被涮掉了。后来我想明白了：你都不夸自己做得好，怎么能指望阅卷者欣赏你？另外，我也听老师说过，实际上现在很多所谓的“好论文”，不过是“会写论文”罢了~（5）参赛动机。比赛斩获大奖，首先这是个荣誉。其次，这可以证明自己的研究能力，这对于大部分工科学生来说是重要的。再者，可以通过这个平台，认识很多志同道合的朋友，拓展自己的交际圈。然后，有的院校拿国奖可以保研，或者是保研加分。一般来说，在期末的奖学金评选中，也会更有优势。美赛获得一等奖或者更高的奖项，据说也有利于出国。如果被邀请办讲座，也可以培养自己的粉丝。如果你志在科研，工科+数学是个很好的选择，多学科融合会有更多科研的成果。如果你是个学霸，但是感觉统一课程太枯燥了，参加数学建模竞赛也是丰富课余生活的一个方法。（6）尽快落实。第一，可能等到想写的时候，时间已经不足了；第二，刚有想法的时候，知道是怎么从现实问题一步步转化为数学模型的，这时候思路最清晰、逻辑；第三，就算后来又做了新的模型，之前的结果也可以作为检验，或者借其说明新模型的优点。（7）正视竞赛缺点。数学建模竞赛本身，确实存在很多不足之处，但是它本身也存在很多积极的地方，例如培养严谨科学的思维，查阅文献的技巧，论文撰写的技巧，编写程序的能力，迅速消化知识的能力，团队合作的能力，等等。例如，作为选拔人才重要举措的高考，也经常受到抨击，很多抨击或多或少也都有合理的地方，但是这并没有影响到它几十年来在人才选拔中发挥的重要作用。任何一个选拔制度，一般多少都有不足之处，因此不足之处不是摒弃选拔制度的理由。（8）正确理解题目。不要还没有充分地理解题目就急忙下手。有的题目如果不仔细读，可能会理解错误，或者弄错题目的重点，那么后面的付出就会大打折扣了。应当好好分析题目各问之间的联系，一般问题按照递进的关系，后一问往往会利用到前一问的结果或者结论，然后有的问或者小问会利用已建立的模型进行一定的计算。如果题目确实存在不同的理解，那么任一种做法都是可以的，这不会影响到评分。（9）不要卡壳。对于后面的问题，可以先找个差不多的数据算着，说不定过会会有人讨论这个问题该如何解决。重新计算一遍的时间，往往小于干耗在目前问题所需的时间。另外，可能后面的问和前面的问没有太大的联系，这种情况下不必按照给定的问的顺序做。（10）过程重于奖项。无论结果好坏，参赛过程本身培养了能力，也有助于意识到自身能力的局限性，实际上这是最实在的作用。奖项的作用，无非使简历多了一行。在跨过求职这道门槛以后，估计就没有多大的作用了；唯一起作用的，是获得的奖项所对应的处理实际问题的能力。我看知乎上有的IMO金牌（当然是非常非常厉害的了）提到，在若干年后，谁还会在意你这个国际奖项啊~但是实际上，将注意力放在如何享受竞赛过程上，这本身有助于取得更好的奖项，因为忧虑的情绪会影响到水平的发挥。（11）见好就收。在你拿到很好的成绩之前，和你合作的队友或许还可能会认真准备并参与竞赛，因为谁也靠不住；在这之后的话，炎症反应如果去寻找新的队友，新队友可能是“抱大腿”的心态：表面上说会好好准备，实际上能偷懒就偷懒。这一点我有非常深刻的体会。在拿到很好的成绩之后，一方面自己没有那么大的动力重新准备，另一方面队友也不如以前努力，自然也很难超越以前的成绩了。实用攻略，这是最直接的：（1）竞赛论文里面，一定要突出显示自己的数学模型。因为，这是数学建模竞赛，最重要的当然是模型。模型一般的体现形式为公式或者算法步骤。要保证，阅卷者花十几秒时间扫一下你的论文，就能知道你做到了什么程度。（2）关于参考文献：里面不可以出现太多网址，这只会体现你的业余；如果参考文献太少，可以随意找几篇相近的看似能用到的论文加上。最好引用比较权威的期刊上的文献。如何判断期刊的权威性？一般来说，中文核心期刊算是比较权威的，影响因子越大，期刊越权威。对于国赛，仅仅参考中文期刊，也已经足够了。（3）关于页数：如果你自己做的东西还不到10页，东拼西凑各种论文，也要凑到将近20页；页数也不可太长，评委会感觉很累的。（4）关于数字、字母：你要是时间多的话，可以都用公式编辑器编辑，麻烦，但是美观~（5）关于作息：最后一个晚上熬夜，前面几个晚上好好睡觉。一般这样有利于发挥。（6）关于数据：对于自己搜集到的数据，如果得到的结果和理想的有一点差距，这是非常正常的。索性手动改一点点，让得到的结果更好看~另外，有的数据根本搜不到，怎么办呢？自己弄一组看似合理的数据进行分析，这叫做“算例分析”。（7）关于换队友：直接说不太好。可以说，我提前答应过某某同学，可是跟你组队的时候忘了这事了。（8）关于指导老师：虽然竞赛规律明令禁止比赛过程中老师参与，但是老师或多或少会参与一些。对于实力不强的队伍，可以找一个竞赛过程中参与比较多的老师。切忌找很厉害的老师，教授对这个根本不感兴趣。讲师应该是个不错的选择，副教授也可以。（9）关于外援：比赛的过程中，确实有的找外援。只是提示一下，自己看着办吧。（10）关于选题：最好选择一个，能够把大家都调动起来的题目。如果其中某人确实很强，也可以选择一个他擅长的题目，这样可以将竞赛结果的期望最大化。要换题的话，一定要早换，否则换题的成本太高了。（11）关于结果：听说有的队伍，弄一个看起来比较正确的模型，然后搜一下别人比较公认的结果，再搜一下相关的程序（虽然自己都不知道那是什么意思），然后就这么凑到一块。很机智啊！论文写作：（1）摘要：第一段：简述本文研究的价值所在，和本文的特点。以后每一段，分别针对每一问：陈述该问的研究内容，研究方法，主要结果，表述简洁扼要。采用首先、然后、最后等词，使得文章结构清晰。摘要是全文的精华，一定要好好写。摘要写不好，评委根本没有继续玖竜阅读的愿望。（2）关键字：4至6个为宜，要能够体现本文的特点。（3）问题重述：一般来说，直接copy题目即可，说明附件数据的部分一般去掉。（4）模型假设：假设过多，问题简单而没有意义；假设过少，问题复杂而无法研究。“套话”假设，也需要说。简化假设后，与实际问题不能有太大的出入。最后一条末尾为句号，其他末尾为分号。（5）变量说明：列举文中出现的所有坐立符号，并解释其含义。（6）问题分析：注意与摘要的区别！这里分析问题的重点、特点、难点，不是陈述如何研究的。（7）模型的建立及求解：要有承上启下的语句，体现了逻辑性，或者说清晰的思路。注意对异常数据的处理，包括缺失数据、明显错误的数据。对于文中的任何一个图，要说明采用什么软件，并对图所反映的规律进行说明。注意结果的可视化。表格最好采用三线格。最好有语句体现论文不同问之间的联系。注意联系实际，分析结果的合理性。文中最好不要出现主语，比如“我们”。论文的同一部分尽量在一页上。突出显示最重要的公式、图表。注意区分引用的内容与自己做的内容，如果是引用的内容，需要标注参考文献。（8）模型评价及推广：模型的优点，本文最能拿得出手的地方；模型的缺点，不要避讳，实事求是；模型的推广，体现还有工作可以做，只是因为时间不足。（9）参考文献：不要自己写，找个可以自动生成格式的，比如Google学术搜索。（10）附录：可以是论文中用到的程序，比较长而不重要的图表等。如何建立模型？（1）首先搜索相关的文献，大多数问题都有相关的研究，要”站在巨人的肩膀上“，这样可以减少很多的自己摸索的时间。（2）如果没有相关的文献，就需要自己建立模型。根据经验、分析，甚至是一定的尝试，决定采用哪个模型来做。竞赛与科研的关系？竞赛本身可以在一定程度上培养科研能力，但是与科研还是有很大不同的。竞赛是几天的投入，所研究的问题，也是经过很多简化处理的，就是为了保证参赛者在这几天的时间里面能做个差不多。科研，是针对实际需要解决的问题，一般需要用长的多的时间来解决。一般也不能指望竞赛几天做出来真正有科研价值的东西来。

作者：tonyyang链接：www.zhihu/question/342306417/answer/801039069来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。那么该如何做好准备呢？研究生数学建模一共六道题目，每题基本在4-5小问，一般前两个题目是涉及通信领域的，中间两个涉及人工智能大数据，最后两个一般是综合规划类的。所以找准自己适合的赛题，了解的领域还是比较重要的。因为赛题的专业性是比较强的。比如之前的无人机导弹，智能识别犯罪分子等等。下面三点建议给大家。第一步是数据处理能力，研究生数学建模题目的数据量是比较大的，如何做好数据的处理和收集是第一位的。这里的话Matlab 和spss 在处理上基本就够用了，也许你还需要一点Python 爬虫，不过也不难。尽量把数据做到可视化，多给点色彩斑斓的图片，一目了然的结果。第二是专业领域的论文检索，即便是相关专业的同学，拿到赛题可能也不知道题目里面提到的一些专业性的模型究竟是什么。那么抓紧检索相关论文就很关键了，这里我建议大家尽量去检索SCI 的文献，虽然是英文的，阅读有困难，但是不得不承认很多先进的理念模型首发都是在一区二区的期刊里面，之前就遇到过赛题其实国外已经研究过了相关的模型了，可以作为直接的借鉴。第三是专业的写作，尽量在排版上做到好看，规范，公式过多可以使用LaTeX 排版，也是非常不错的。写作是第一印象，一定要保证最后能拿出两个小时左右的时间通读你们写的论文，做到没有遗漏和逻辑错误。祝你们顺利！