《数学建模经验交流》.pptVIP

* 谢谢！ * 10级光信息科学与技术 李学谦 数学建模经验交流 * 序 组队和分工 培训和知识准备 选题 文献资料查找 论文写作 实战 * 进度：校赛-国赛-美赛 校赛：每年5月初，暨重庆邮电大学数学建模竞赛，在数理学院的组织下，由各学院及各职能部门配合，我校举办的一年一届的校级数学建模竞赛。目的是提高大学生建立数学模型与运用计算机技术解决实际问题的综合能力、培养创新精神及合作意识。同时从校内竞赛成绩优秀的学生中选拔队员，参加全国、美国数学建模竞赛。 1.序 * 国赛和美赛 国赛：每年9月初，暨全国大学生数学建模竞赛，由教育部高等教育司和中国工业与应用数学学会共同主办的面向全国大学生的数学建模竞赛。 美赛：每年2月初，暨美国大学生数学建模竞赛/交叉学科竞赛（MCM/ICM），又称为美国赛/国际赛，由美国数学及其应用联合会主办，美国数学学会、美国工业与应用数学学会、美国运筹及管理科学学会、美国国家安全局等机构协办的全球性大学生竞赛，它已成为全世界最具影响力的大学生学科竞赛。 * 搞数学建模时间也算是不短了，也参加了大大小小好几次比赛了，也获了大大小小的一些奖，在参加建模竞赛中积累了不少的经验。 尤其是参加了全国赛愈加感到要在全国赛中取得好成绩经验第一，运气第二，实力第三，这种说法是功利了点，但是实战中取得好成绩是首要目的。这并不说明美赛中经验不重要，在美赛中经验也是首位的，但是较之全国赛就差的远多了，这是由于两种比赛的不同性质造成的。 全国赛注重“稳”，与参考答案越接近，文章通顺就可以有好成绩了；美赛则注重“活”，只要有道理，有思想就会有不错的成绩，如果能从思考方式和角度上有创新点就更好了。 经验很重要 * 经验有什么用 在数模竞赛中经验会告诉我们该怎么选题，怎么安排时间，怎么控制进度，怎么把握主体，该怎么写论文...... 或许有人会认为选题也需要经验吗？经过参加了多次比赛后觉的是有技巧的，选个好题成功的机会就大的多，选题不能一味的根据自己的兴趣或能力去选，还要和全体参赛队互动下（这个不大容易做到，只能是在极小的范围内做到），分析下选这个题的利弊后决定选哪个题，这里面道道也不少，后面会详细的展开谈谈。 * 2.组队和分工 为什么是三个人组队：数模竞赛不仅仅是脑力活，相反，我们更愿意称之为体力活。 组队原则： 理论上讲：大家的专业知识都一样，如果碰上专业知识以外的背景，会比较麻烦的。 实际上讲：推荐三个人同学院，甚至同专业，一是因为彼此非常熟悉，合作起来很容易；二是数模的问题通常都是实际生产生活中的、悬而未决的，哪怕与所学专业对口，也几乎占不到任何优势。 * 合理的队员配置 我们最希望看到的队员配置： 一个是对建模很熟悉的，对各类算法理论熟悉，在了解背景后对此背景下的各类问题能建立模型，设计求解算法。 一个是熟悉编程（特别是Matlab编程），能将算法编制程序予以实现，求得结果。 当然很有可能是一个人就具备这两种能力，同时文字功底很强，负责数模论文的写作，我们称之为自由人（PS. 自由人是最不自由的人！）。 * 3.培训和知识准备 刚接触数模？ 什么都不会做？ 看着题目却不知道怎么下手，干瞪眼？ 别着急，一定要沉住气。 一旦经过指导之后就知道该怎么做了，同时在做的过程中会碰到各种各样的问题，发现不是算法不了解就是软件不会使用。假使一个题目会做了，但是如果碰到另一个题目又不会了，又不知道该怎么办了。如何使新手尽快的上手是个大家很关心的问题，讨论的也很广泛。 * 建立数学模型 建模型是最为关键的一步，新手往往是无从下手，这是因为知识面不广，缺乏背景知识，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,因此常用的算法和知识是必备的，也是必须的。 * 十大常用算法（仅做了解，不要去记） * 蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性） 数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，通常使用Matlab作为工具） 线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件实现） 图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法） * 动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多