数模论文获奖十大套路.pptx

数模论文获奖十大套路 科研交流—老哥 1、数模论文主体结构 摘要（Summary） √ 关键词（Keywords） 1 问题重述（Restatement of the problem） 1.1 问题背景（Problem background） 1.2 问题重述（Restatement of the problem） 2 问题分析(Problem analysis) √ 3 问题假设与符号说明(Assumptions and symbol description) 3.1 问题假设(Assumptions) 3.2 符号说明(Symbol description) 4 模型建立与求解(Model establishment and solution) √ 4.1 基于问题一的求解 4.1.1 **模型的建立 4.1.2**模型的求解 4.1.3 结果分析与评价(Results analysis and evaluation) 4.2*** 5 模型的评价（也可以写模型的优缺点分析）(strengths and weaknesses) 6 模型的改进(Model improvement) 7 参考文献(References) 8 附件(Attachment) 2、十大获奖套路概述 （1）模型水平高，获奖不用愁 （2）摘要是重点，名字不能丢 （3）巧用流程图，装逼又直观 （4）排版要规范，整齐又好看 （5）假设适当多，适用能力强 （6）图表要美观，专业结合好 （7）符号用希腊，公式用mathtype （8）公式数量多，编号要清晰 （9）专业软件好，解算效率高 （10）参考文献多，中英要结合 （1）模型水平高，获奖不用愁 常规优化模型：线性规划，非线性规划，整数规划，多目标规划，动态规划 评价模型：层次分析法，模糊综合评价，熵值法，TOPSIS法，数据包络分析，灰色关联分析 预测模型：回归拟合，灰色预测，马尔可夫预测，时间序列分析 动态模型：微分方程模型，差分方程模型，元胞自动机，排队论，蒙特卡罗随机模拟 图论模型：最短路径，最小生成树，最小费用最大流，指派问题，旅行商问题统计 分析模型：分布检验，均值T检验，方差分析，协方差分析，相关分析，卡方检验，秩和检验，回归分析，Logistic回归，聚类分析，判别分析，关联分析 现代智能算法：模拟退火，神经网络，遗传算法，蚁群算法，粒子群算法，支持向量机，决策树，随机森林 （2）摘要是重点，名字不能丢 摘要是一篇文章的灵魂，看完摘要，一篇文章的研究对象、研究思路、创新点、实践情况、最终结果和自我评价等内容都应当十分清楚了。 1.综述（所求解的问题，对该问题定性，所使用的总模型或基本方法） 2.具体问题的解答 3.对模型的简要评价 （3）巧用流程图，装逼又直观 （4）排版要规范，整齐又好看 论文是竞赛组委会用于评阅的重要依据，而排版是论文展现给评委的第一要素，好的排版让论文看起来条理分明，逻辑清晰，更能吸引评委的注意，从而收获较高的分数。 排版套路：以模板为基础，巧用格式刷 （5）假设适当多，使用能力强 1. 模型假设反映了你对问题的理解和你建立模型的方向，它是对实际问题的必要的，合理的简化。 2. 假设一般8~10条，不要太多。 3. 不要假设题目中明确给出的条件，不要做“假设题目中所给数据属实。”一类的假设。 4. 在此处只写在以后的模型中都会或大部分会用到的假设，如果是只针对某一问的假设，就在那个问题的模型建立中提出。 5. 假设虽少，含金量很高，要认真对待。 （6）图表要美观，专业结合好 直观、高效地表达复杂的数据和观点 启发思考数据的本质、分析数据揭示的规律 以较小的空间承载较多的信息 真实、准确地展示和反映数据 （7）符号用希腊，公式用mathtype 屌丝专用：A，B，C，D，... 高富帅： （8）公式数量多，编号要清晰 （9）专业软件好，解算效率高 机械类：绘制二维平面图用AutoCAD， 绘制三维立体图目前用得较多的是pro/E、UG等软件 计算机：Eclipse（Java）、Visual studio（C#、C++等，界面实现）、Anaconda（python集成化环境、数据处理、图形输出）、Notepad++（各类语言均支持，主要做编程，类似记事本功能，不可做编译） 环境类：Arcgis、GNOME、GNUstep、KDE 化学类：origin、ChemOffice、Chem3D Ultra 物理类：mathematica、scilab、gnuplot、metapost （10）参考文献多，中英要结合 主要必须按照固定的