数学建模入门 如何入门参与数学建模?

前言 建模给我带来的是什么?组建你的团队 1、专业合适即可 2、协作是关键 3、建模、实现、写作准备你的工具 软件的准备 1、论文的写作 2、公式编辑器 3、插图制作 4、论文版本控制器 5、团队资料笔记共享 6、善用搜索引擎 一些实用的网站做好知识储备 建模前推荐看那些书 基本模型和算法 基本的数据处理方法 有必要了解的些学科知识前言

由于的写作体验太差,在简书上用MarkDown重新排版了。

这篇答案的原答案到现在已经半年了吧。原计划在2016年国赛前认真再改改可惜琐事缠身,现在终于可以着手开始了。内容上增加部分内容,文字及文字排版做了完整修改,修改部分就不做一一标记。写下这些文字,希望我在数学建模上的经验能帮助各位。

注:2017年美赛规则更新见 -

建模给我带来的是什么?

1、简历上的更新。参加2016年国赛获得省一等奖,获得省一是比较容易的,可能相对国奖含金量不高。参加2016年美赛获得M奖,在网络上找到的2014年MCM获奖比例见下表:


美赛和国赛的区别在这就不做详细的叙述了。

2、个人技能的实际提升。能够熟练的使用Matlab、Python、Mathematica编程解决实际问题,能够使用Word、LaTex写规范的论文,懂得团队之间的高效协作,可以使用PPT绘制所需的图片素材、信息检索能力大大提升等等。

3、认知态度的改变。答主简单介绍自己的情况,目前就读于某211大学专业是信息与计算科学属于数学类。大一大二在数学系学习的感觉是不轻松,时常质疑学这些有什么用?例如高等代数,常微分方法,离散数学,偏微分方程等等,后来误打误撞参加了国赛和美赛才发现解决实际问题的基础就是这些平时看作生涩难懂的内容。建模竞赛其实也是一次学科的交叉竞赛,各个学科各有自己的优势,把自己的专业知识学好在建模时也就有了解决问题的基本能力。
组建你的团队

建模的第一步就是组建你自己的团队。很多人在组队有着一些观念上的偏差认为:
专业要不同,理工管搭配
男女比例要协调,例如2:1
三个工种:建模、编程、写作
就以上三点说说我自己的看法。

1、专业合适即可

专业并非会对建模起到至关重要的作用,真正起作用的是作为建模人的你。自己对本专业知识的掌握程度,对高等数学、线性代数、微积分的学习是否用心了。其实在建模中也并不会过多地涉及到这些内容,当然好的模型对这些知识的要求是必须的。找到踏踏实实的队友才是关键,靠谱细心才会出成果。

2、协作是关键

俗话说男女搭配干活不累,但是累不累不还得看你是否有个能干的队友吗?通力合作,有默契的队伍才会有动力在比赛中坚持下去。小组内互相认识、互相了解才会在最累的时候互相支持。一个队伍需要的是你认可的凝聚力。

3、建模、实现、写作

团队分工至关重要。我的理解团队分工应该是
建模
实现
写作这三个部分。建模的同学提供团队对问题的解决思路、方法;参与实现模型或者求解模型的同学必须要求能熟练的通过各类软件对模型进行模拟、求解、检验;写作的同学要求能对团队的前进方向有清晰的把握,通过准确的文字、图标对模型进行展示。

但是实际中也不尽然如此,数学建模是一个团队合作的过程,分工固然重要但是明确的分工界限容易限制建模的进度,禁锢思路。我认为在建模中的分工一定要有交叉,建模的同学也需要把自己理解的通过文字、公式准确的表达给写作的同学,负责模型的同学实现部分也要对模型的实现的最终结果有较好的可视化功底。

每个人都应该具备基本的建模、模型实现、写作能力但是每个人的侧重点不同才是绝佳的组合。
准备你的工具
这部分主要谈谈使用哪些软件以及如何进行高效的合作。

软件的准备

工欲善其事,必先利其器。软件列表如下:
- 编程工具(Matlab / Mathematica / Python / Octave)
- 统计建模(SPSS / Minitab / R)
- 论文写作(Word 2016 / LaTex)
- 公式编辑器(MathType)
- 插图制作(PowerPoint)
- 流程图绘制(Visio)
- 版本控制器(SVN)
- 团队资料笔记共享(有道云笔记 / 为知笔记)
- 小工具(Lantern / ShadowSocks)

在选择你要使用的软件的时候也请务必选择你能擅长的软件,在学习一种工具前也请务必保证你有足够的能力和精力来掌握它。

1、论文的写作

Word可能我们再熟悉不过了,但可能这种熟悉只限于时常听闻、把Word当做记事本等,但是你真的能熟练使用它的基本功能吗?例如,插入图片的版式之间的区别、页眉页脚的设置、段落行间距段前断后的距离,分栏等等。在图、公式、表格较多的论文上,排版稍不留意就会造成的混乱。图片的嵌入方式、表格的样式、公式图表的引用等等都是比较容易忽视的问题。如果能够熟练掌握Word它就是你手上的排版利器。

现在有另一种选择,开始使用LaTex。把LaTex形容成一门“编程语言”我想是合适的,一行特定的字符对应着一个特定的样式,将样式进行组合就有了一个精美的模板。你要做的只是学习一些基本的语法,对模板进行填充就行了。Latex的一个缺点是不能实时预览,必须进行编译才能看到你的内容。
另外,国赛的模板[1]你可以从下载,美赛的模板[2]下载.。

网盘存档:[1],[2]

2、公式编辑器

推荐使用MathType,支持word以及支持生成Latex代码。(同时支持MarkDown)

3、插图制作

选择PowerPoint制作插图的原因是PPT的强大自定义形状功能,另一方面是自己对PPT的使用也较为熟练。PPT的技能提升可以去阅读下秋叶老师的三分钟教程,在中搜索关键字“秋叶PPT-三分钟教程”即可。



4、论文版本控制器


SVN是一个代码版本控制器,简单描述SVN到底能做什么:它可以将你每一次的修改内容,对差异进行统计,同时你也可以随时恢复到过去相应版本。如果遇到多人操作了同一文件,SVN会自动整合在一起,如果改到了某个部分,会提醒解决冲突的地方。

我们要做的是协作把论文写好,很多人包括我在内起初都是在制定好的模板上,每个人各自填充自己负责的部分最后再汇总,期间更有的是论文命名版本从版本1到N。或者还有同学只用一份论文文件,同时修改论文最多只能是一个人。这样的低效率你能忍吗?

我的建议是,在讨论论文如何编写的时候分清有几个部分、每个部分该写哪些内容、谁负责哪些部分,然后将每个部分独立成一个空白文档,这些文件组成了一个主分支提交到服务器上,小组成员再利用SVN对其“检出”到本地,每个人在修改完各自的部分后再“提交”到服务器,其他成员“更新”本地文件即可。具体要怎么操作SVN请到搜索引擎上搜索相关内容。(当然你也可以使用Git)

可能我以上所讲的东西你根本不能理解,没关系慢慢你就知道了:)

5、团队资料笔记共享

比较了几款笔记软件,如印象笔记、为知笔记、有道云笔记,发现网易出品的一系列软都越来越好像用了。(除了163邮箱尽是广告)


有道云笔记的云协作可以给建模过程中的交流、文件共享带来极大的便利。但你可能也会说我可以用QQ群为什么要用这个软件。很重要的一点是有道云笔记有可视化的版本控制功能,之前用过QQ群的都知道,假如我上传了一个文件,下次再上传修改过的该文件你相信每个人都能保证用的是这个新文件吗?

另外有道云笔记还支持在线预览pdf、word、txt文件,创建共享笔记(支持markdown)。有个值得分享的经验,组长在进度规划时可以以共享笔记的方式建立TODO列表,每半天在笔记中发布每个人应该完成的任务或应该解决的部分以及最迟时间,当任务完成时修改此笔记,利用删除线划去该字段。时间的控制在建模比赛过程也是很重要的!

6、善用搜索引擎

善用谷歌而不是百度。有什么搜索技巧?科学上网搜下面关键词:善用谷歌而不是百度。有什么搜索技巧?科学上网搜下面关键词:
Lantern
ShadowSocks
需要一些相关网站?
【1】
【2】

一些实用的网站

站点
【数模知识库】
【国赛官网】
【美赛官网】
【美赛中文】


论坛
【数学中国】
【校苑数模】
【数学建模与统计建模论坛】
【MATLAB技术论坛】

源码
【源码搜搜】
【Pudn】
【Wolfram】
【WolframAlpha】

文献
【谷歌学术】
【百度学术】
【中国知网】
【万方数据】
【维普网】
【Web of Science】
【PubMed】
【ScienceDirect】

工具
【英文修改】
【搜索集成】
【资料下载】
【国家数据】
【谷歌镜像】
做好知识储备

建模前推荐看那些书

如果一定要给关于建模的参考书做个分类的话我会分成两类:
基础类
工具类基础类书籍罗列了绝大部分基础数学模型,并有实际的问题分析建模求解;工具类主要是从数学软件(MATLAB等)的实践开始,给出问题的分析以及如何用软件求解模型,或者对模型该如何进行模拟。

下面就不做细致分类了直接贴出我曾经真真实实用过的书

《[数学模型()》- 姜启源
数学建模入门教材,学校建模培训时就主要以这本书为参考书。大致模型有哪些应该熟悉一下。

《[数学建模竞赛入门与提高]()》- 周凯 , 宋军全, 邬学军
有模型有代码可操作行强

《[MATLAB在数学建模中的应用]()》- 卓金武
MATLAB能力提高必看

《[数学建模竞赛:获奖论文精选与点评]()》- 韩中庚
一定要多看多学习优秀的论文

《[MATLAB智能算法30个案例分析]()》- 王小川, 史峰, 郁磊
算法一定要学透千万不能一知半解就拿来用

《[MATLAB神经网络43个案例分析]()》- 王小川, 史峰, 郁磊
人工智能算法的一类,一定要参透思想再用这个很关键

《[数学建模与数学实验]()》- 汪晓银 (编者), 周保平 (编者)
MATLAB入门学习推荐

有能力的请支持正版,附上我的[电子版资源](),仅供学习交流请勿作它用!

基本模型和算法
这是我的小伙伴 赛前梳理的基本模型可以参考一下。
一、优化类线性规划(运输问题、指派问题、对偶理论、灵敏度分析)整数规划(分支定界、枚举试探、蒙特卡洛)非线性规划(约束极值、无约束极值)目标规划(单目标、多目标)动态规划(动态、静态、线性动规、区域动规、树形动规、背包动规)动态优化(变分法)现代优化算法(贪婪算法、禁忌搜索、模拟退火、遗传算法、人工神经网络、蚁群算法、粒子群算法、人群搜索算法、人工免疫算法、集成算法、TSP问题、QAP问题、JSP问题)模糊逼近算法二、图论最小生成树(prim算法、Kruskal算法)最短路径(Dijkstra算法、Floyd-Warshall算法、Bellman-Ford算法、SPFA算法)匹配问题(匈牙利算法)Euler图和Hamilton图网络流(最大流问题、最小费用最大流问题)三&四、预测类&统计GM(1,1)灰度预测时间序列模型(确定性时间序列、平稳时间序列、移动平均、指数平滑、Winter方法、ARIMA模型)回归(一元线性回归、多元线性回归MLR、非线性回归、多元逐步回归MSR、主元回归法PCR、部分最小二乘回归法PLSR)(重点)Bayes统计预测分类模型(逻辑回归、决策树、神经网络)判别分析模型(距离判别、Fisher判别、Bayes判别)参数估计(点估计、极大似然估计、Bayes估计)假设检验(U-检验、T-检验、卡方检验、F-检验、最优性检验、分布拟合检验)方差分析(单因素、多因素、相关性检验)经验分布函数正交试验模糊数学(模糊分类、模糊决策)随机森林五、数据处理图像处理插值与拟合(Lagrange插值、Newton插值、Hermite插值、三次样条插值、线性最小二乘)搜索算法(回溯、分治、排序、网格、穷举)数值分析方法(方程组求解、矩阵运算、数值积分、逐次逼近法、牛顿迭代法)模糊逼近动态加权ESDWRR序列分析主成分分析因子分析聚类分析灰色关联分析法数据包络分析法(DEA)六、评价类层次分析法(AHP)模糊综合评价基于层次分析的模糊综合评价动态加权综合评价TEIZ理论七、图形类(重点)算法流程图条形图直方图散点图饼图折线图茎叶图箱线图P_P图Q_Q图Venn图矢量图误差分析图概率分布图5w1h分析法漏斗模型金字塔模型鱼骨分析法等高线曲面图思维导图八、模拟与仿真蒙特卡洛元胞自动机九、方程(进阶)微分方程(Malthus人口模型、Logistic模型、战争模型)稳定状态模型(Volterra 模型)常微分方程的解法(离散化、Euler方法、Runge—Kutta方法、线性多步法)差分方程(蛛网模型、遗传模型)偏微分方程数值解(定解问题、差分解法、有限元分析)十、数据建模&机器学习方法(注:此部分与数据处理算法有大量重叠)云模型Logistic回归主成分分析支持向量机(SVM)K-均值(K-Means)近邻法朴素Bayes判别法决策树方法人工神经网络(BP、RBF、Hopfield、SOM)正则化方法kernel算法十一、其他排队论博弈论贮存伦概率模型马氏链模型决策论(单目标决策:不确定型决策、风险决策、效用函数、决策树、灵敏度分析)(多目标决策:分层序列法、多目标线性规划、层次分析法)系统工程建模(ISM解释模型、网络计划模型、系统评价、决策分析)交叉验证方法(Holdout 验证、K-fold cross-validation、留一验证)附:简单建模方法比例关系函数关系几何模拟类比分析物理规律建模注:各类别之间方法可能有交叉   3/4   首页 上一页 1 2 3 4 下一页 尾页

爱华网本文地址 » http://www.413yy.cn/a/81080103/3124.html

更多阅读

数学建模论文的撰写方法 论文撰写方法和手段

数学建模竞赛章程规定,对论文的评价应“以假设的合理性,建模的创造性,结果的正确性和文字表达的清晰性”为主要标准。数学建模论文的主要组成部分及各部分内容的撰写方法。1、题目:论文题目是一篇论文给出的涉及论文范围及水平的第一

数学建模论文格式 数学建模论文字体格式

数学建模论文格式(一)论文形式:科学论文科学论文是对某一课题进行探讨、研究,表述新的科学研究成果或创见的文章。注意:它不是感想,也不是调查报告。(二)论文选题:新颖,有意义,力所能及。要求:有 背景.应用问题要来源于学生生活及其周围

声明:《数学建模入门 如何入门参与数学建模?》为网友挥毫写意绕指分享!如侵犯到您的合法权益请联系我们删除