数学建模备赛指南美赛篇（二）：模型_程序实现与数据.pdfVIP

数学建模备赛指南美赛篇（二）：模型/程序实现与数据

❝

注本文是针对美赛系列来写的，不过有一些通用的方法可以迁移到国赛系列。

目录

零、前言

0.1目的

0.2分工

一、ChatGPT

1.1求思路

1.2求模型+代码

1.3求数据

1.4辅助绘图

1.5中翻英、润色、检查语法错误

二、模型/程序实现

2.1常见模型

2.1.1数据预处理

2.1.2评价模型

2.1.3优化模型

2.1.4分类模型

2.1.5预测模型

2.1.6机理刻画类模型

2.2创新模型

2.2.1上网找比较新颖的模型

2.2.2模型的创新

三、数据

四、论文

4.1图

4.1.1常见图

4.1.2ChatGPT辅助绘图

4.1.3图密度

4.2论文检查工具

4.3常见论文结构

4.3.1标题（Title）

4.3.2摘要（Summary）

4.3.3引入（Introduction）

4.3.4模型准备（ModelPreparations）

4.3.5正文

4.3.6灵敏度分析（SensitivityAnalysis）

4.3.7模型评价和进一步讨论（ModelEvaluationandFurtherDiscussion）

4.3.8杂志、信、备忘录

4.3.9参考文献（References）

五、时间分配

5.1推荐分配

5.2赛前模拟复盘

六、写在最后

二、模型/程序实现

❝

为美赛学的模型，我们并不能真正掌握其精髓，因为我们的目的是运用它们并为Paper服务。就像我

们搭积木的时候，只需要知道积木的形状和结实程度（以确保能搭上去），不需要知道每块积木里

面是长什么样的。——沃兹基硕德

看美赛的论文我们会发现，单独看每一个模型都很简单，但串起来就觉得不容易。准备建模比赛、熟悉模

型的过程就是一种把各种经典模型“模块化”，并将程序与模型相“连接”（编程手的重点）、模型与赛

题相“连接”（建模手的重点）的过程。

模型讲解与程序实现，我看的是bilibili的UP主“数模加油站”的视频

（/359899177/channel/collectiondetail?sid2017404），他家的内容

比较精炼，例子会比较基础，能让你快速学懂基本模型。“数学建模清风”的视频

（/video/BV1DW411s7wi/）尽管会稍长，但讲解和选取的例子更加详细，也

更贴近比赛真题。

一个模型，往往在原理讲解视频之后会有对应的程序实现讲解，所以这一部分具体的代码会很少，更多的

是对数模比赛的各种模型做一个整体的介绍。

模型按“需要在赛前掌握与否”，可分为两类。

一类是经典的、近几年常考的模型，我们称之为常见模型。最好在赛前准备时知道应用场景、必要

的细节，并用代码实现一个简单的例子（为实际建模解决复杂的问题进行思维上的积累）。

❝

p.s.如果时间不够，推荐先精细了解一两个选题强相关模型的细节（比如对于选E/F的队伍就

可以去把AHP、模糊综合评价给看了）。然后这样我们就有一种直觉，知道建模中模型的哪些部

分是重要的（例如大多数模型的应用场景、公式叙述和代码实现），哪些部分是不那么重要的

（例如各种回归和规划模型原理的细节）。这对于后续模型的掌握效率会有质的提升。

另一类是在比赛时根据赛题上网搜的模型，我们称之为创新模型（往往是经典模型的延伸。比如综

合评价模型中，根据问题的背景采用CIPP体系来给二级指标分类；又比如2024F在设计政府对付野生

动物非法贸易者的政策的时候，我们就可以考虑用博弈论中的Stackelberg模型）。我们需要在赛前

模拟的时候知道怎么找这样