解数学建模竞赛天眼有感.pdfVIP

解数学建模竞赛天眼有感

一、参赛经历

我是数学专业的学生，大一沉浸在理论学习中无法自拔，真正接

触到数学建模是在大二，当时只觉得数学方法解决实际问题真是

amazing，于是开始了漫漫建模之路。

本科期间我参与过6次数学建模竞赛，国赛国一，美赛M奖，其

他的比赛只是这两次大赛的热身赛，或大或小也都拿了奖。每一次比

赛结束后身心俱疲，发誓再也不会参赛，而到下一次比赛之前我们又

会蠢蠢欲动，商量着一起再来一次，数学建模的魅力大抵如此。

二、组队缘由

第一次比赛是17年国赛，那时确实没有什么经验，知识储备也

不足。彼此没有太多了解的同学找我组队我也答应，丝毫不考虑队友

配合，个人能力等因素，那三天过得很累，模型还很差，我们甚至没

拿到推荐国家奖的资格。

从第二次比赛起，我认识了现在一起走过五次建模的队友，数学

专业加计算机专业的学生组队最佳，我们之前就是很好的朋友，一起

参加过很多竞赛，三个人彼此已有很深的了解。已经不记得是谁先提

出组队，但是共同的爱好让我们自然而然地走到了一起。

队友A擅长建模和论文，面对问题时能够条分缕析，分步解决问

题，把每一个疑难点提出来拉我们一起讨论。队友B编程和数据处理

能力极强，他对于数据很敏感，他在拿到赛题和数据时总是先动手计

算，把从数据中可以初步分析出的疑点都提出来。我建模或者编程都

可以，写论文弱一点，当队友B迷失在数据的海洋中，我负责出手把

他拉回来，时间真的来不及时我也能写点论文。

因为相识已久，彼此性格与能力都很了解，配合很默契。虽然比

赛中难免会有意见不一致的时候，但争论完大家还能向着共同的方向

努力。每次思路走偏时他们两个人几句话就能把我拉回来，最重要的

是：我们三个都是彻底的完美主义者，做事力求尽善尽美，这一点在

写论文、编程中尤为重要。

总结：

计算机学院和数学院学生组队最佳。

队伍三人赛前必须相互了解，配合默契，面对分歧能直言不讳。

优势互补，每个人在建模、编程、论文中至少擅长两项。

三、赛前准备

学校有暑假的集训，针对往年赛题，老师讲一天，学生自己练一

天。赛题模拟持续大约两周。模拟练习时要拿出认真严谨的态度，提

前模拟也是明确队友配合是否默契的一次机会，一定不要把配合极差

的队伍带到国赛的赛场上。有条件的队伍可以报名一些小比赛进行赛

前热身。

1、模型建立方面：

实际上，每年的赛题都不同，单纯学会前三年之内的模型意义不

是很大，我们在看前几年论文中不过分纠结模型是怎样的，更侧重于

学习模型建立的过程，建立模型的思维方式以及求解模型的算法思想，

模型检验的方法。

同时，我们选修了数学系开设的“数学建模”课程，系统学习了

姜启源老师的《数学模型》，初步学会对于哪一类问题需要建立怎样

的模型。

比赛过程中，建立模型的第一步是学会查阅文献、快速阅读学习

论文，查阅硕博士毕业论文最佳。阅读论文是为了明确总体思路，了

解此类问题的研究现状。

2、模型求解、检验方面：

数学建模编程多用MATLAB，有时也会使用SPSS，R语言，C语言。

模型的求解涉及到算法，算法与模型是对应的，赛前我只学习了最基

本的算法，如枚举法、二分法、差分法、变分法、数据拟合、层次分

析、时间序列。这些方法在几次建模竞赛中刚好够用。即使赛前对于

算法没有了解，比赛期间学习也完全来得及。

特别地，现代优化算法（禁忌搜索算法，模拟退火算法，遗传算

法，神经网络），这些方法对于计算机基础不强的同学是一个大坑，

即使用MATLAB工具箱能够得到结果，用常规算法可以解决的问题不

建议用这些高级算法。

模型的检验就相对容易，但检验方法因题而异，误差分析、灵敏

度分析等较为常见。阅读优秀论文时简要看一下检验的思路即可。

3、论文写作方面（赛前准备的重头戏）：

我们打印了两到三篇国一的论文，在赛前和比赛的论文撰写过程

中不时翻看，不过分纠结论文内容，只是学习论文整体行文风格。三

天时间很短，论文是整个队伍的核心，一切不能通过论文展示出来的

工作都是白费的，无论模型建立的多么好，论文写不清楚思路，一切

工作都是徒劳。

总体上说，每篇论文评阅的时间都很短，并且根据要点给分，论

文要尽可能的突出所有亮点（模型、算法、结果），让人看一眼就知

道你们用什么方法，解决了什么问题