本文主要是介绍如何在数学建模竞赛中稳定拿奖，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
✅作者简介：人工智能专业本科在读，喜欢计算机与编程，写博客记录自己的学习历程。
🍎个人主页：小嗷犬的个人主页
🍊个人网站：小嗷犬的技术小站
🥭个人信条：为天地立心，为生民立命，为往圣继绝学，为万世开太平。
本文目录
- 数学建模竞赛简介
- 数学建模竞赛的基本要求
- 数学建模竞赛的基本过程
- 主流数学建模竞赛介绍
- “高教社杯”全国大学生数学建模竞赛
- 美国大学生数学建模竞赛
- 赛前准备
- 选择队友
- 知识储备
- 工具准备
- 比赛关键点
- 评审标准
- 摘要撰写
- 图表
- 模型算法的选择
数学建模竞赛简介
数学建模竞赛的基本要求
- 通常由三人组成团队，团队分工通常为建模手、编程手和论文手
- 在规定时间内，解决相应的问题，并给出解决方案，通常包含一篇结构完整、思路清晰的论文和一份能够运行并得出结果的程序代码
数学建模竞赛的基本过程
- 由建模手将问题转化为数学模型
- 由编程手根据数学模型编写程序代码
- 将数据输入程序，得到结果
- 由论文手将问题、数学模型、结果整理成论文
- 论文与程序代码构成问题最终的解决方案
主流数学建模竞赛介绍
“高教社杯”全国大学生数学建模竞赛
全国大学生数学建模竞赛，简称国赛，由中国工业与应用数学学会主办，高等教育出版社独家冠名赞助，是世界上规模最大的数学建模竞赛。
- 比赛时间：通常为每年的 9 月中上旬
- 比赛时长：通常为 3 天
- 比赛语言：中文
- 比赛题目：通常 ABCDE 五个题目，其中 ABC 为本科生组题目，DE 为专科生组题目
- 比赛奖项：
- 国家级：一等奖、二等奖
- 省级：一等奖、二等奖、三等奖
- 赞助商特别奖项
美国大学生数学建模竞赛
美国大学生数学建模竞赛，简称美赛，由美国数学及其应用联合会（COMAP）主办，，分为 MCM（The Mathematical Contest in Modeling）和 ICM（The Interdisciplinary Contest in Modeling）两个赛道。
- 比赛时间：通常为每年的 2 月
- 比赛时长：通常为 4 天
- 比赛语言：英文
- 报名费用：100 美元/队
- 比赛题目：通常为 6 个题目
- A：连续型问题（MCM）
- B：离散型问题（MCM）
- C：数据分析问题（MCM）
- D：运筹学/图论问题（ICM）
- E：可持续发展型（环境相关）问题（ICM）
- F：政策相关（美国政策）问题（ICM）
- 比赛奖项：
- COMAP Scholarship Award
- MCM/ICM Awards
- Outstanding Winner：O 奖，特等奖
- Finalist：F 奖，特等奖入围
- Meritorious：M 奖，一等奖
- Honorable Mention：H 奖，二等奖
- Successful Participant：S 奖，成功参赛奖
- Unsuccessful Participant：未成功参赛
- Disqualified：违规
赛前准备
选择队友
数学建模比赛通常时间紧、任务重，因此选择队友是非常重要的一步（大佬可以单刷 orz）。
通常的团队分工为建模手、编程手和论文手，但通常模型构建与算法实现是紧密结合的，因此建模手和编程手的分工可以合并，团队搭配建议 2 个编程手加 1 个论文手。
能否完赛，取决于建模手和编程手，建模手和编程手决定了团队的下限；能否拿奖，取决于论文手，论文手决定了团队的上限。
知识储备
不同的位置需要不同的知识储备：
- 建模手：
- 优化模型：单/多目标规划、线性/非线性规划、整数规划、动态规划、凸/非凸优化等
- 图论模型：最短路、最大流、网络流、最小生成树等
- 优化问题：背包、指派、旅行商、排队论等
- 预测模型：
- 统计模型：ARIMA、ARCH、GARCH、VAR、灰色预测等
- 机器学习模型：决策树、随机森林、SVM、集成学习等
- 神经网络模型：LSTM、GRU 等
- 分类模型：
- 聚类模型：K-Means、DBSCAN、层次聚类等
- 机器学习模型：决策树、随机森林、SVM、集成学习等
- 评价模型：AHP、TOPSIS、灰色关联分析、熵权法、模糊综合评价等
- 优化模型：单/多目标规划、线性/非线性规划、整数规划、动态规划、凸/非凸优化等
- 编程手：
- MATLAB:
- 优化工具箱：
fmincon、ga、intlinprog、linprog、quadprog、bintprog、fgoalattain、fminimax、fseminf、fgoalseek、fminsearch等 - 统计工具箱：
arima、arch、garch、var、greyest、greyestim、greyval、greyvalm等
- 优化工具箱：
- Python：
- 基础：
numpy、pandas、matplotlib等 - 优化：
scipy - 统计：
statsmodels - 机器学习：
sklearn - 神经网络：
pytorch、tensorflow等
- 基础：
- 算法：枚举、模拟、递归、贪心、动态规划、启发式搜索等
- MATLAB:
- 论文手：
- 论文写作：论文结构、论文语言、论文排版、论文图表、论文参考文献等
- 论文排版：
LaTeX、Word等 - 论文图表：
Excel、PPT等 - 论文参考文献：
BibTeX等
知识来源：
- B站视频：建模手主听思想，关注什么样的问题可以用什么样的模型解决；编程手主听实现，关注如何用代码实现模型；论文手主听论文写作，关注数学建模评审标准。
- 数学建模书籍：卓金武的《MATLAB 数学建模方法与实践》等，推荐电子版，方便复制代码。
- 数学建模论文：国赛官网、美赛官网、数学建模公众号等。
工具准备
-
论文排版：
- LaTeX：可以看我的 LaTeX 速查手册
- Overleaf：支持多人同时编辑的在线 LaTeX 编辑器，在网站上搜索模板，直接使用即可
-
画图：
- draw.io：流程图等
- GeoGebra：几何图、函数图等
- PPT：各种图
- MATLAB、Python：数据处理过程中的统计图
- Apache ECharts：一个基于 JavaScript 的开源可视化图表库，有很多模板
-
数学公式：
- LaTeX 公式编辑器：www.latexlive.com
- SimpleTex：simpletex.cn
-
论文查找：
- Google Scholar：scholar.google.com
- 百度学术：xueshu.baidu.com
- 知网：www.cnki.net
-
其他
- DeepL：翻译 www.deepl.com
- Grammarly：语法检查 www.grammarly.com
比赛关键点
评审标准
数学建模竞赛通常都分为两阶段评审：
- 一审：粗看论文，主要看论文摘要，论文整体完成度，结果是否合理，是否有明显的错误。本阶段会初步确定论文奖项。
- 二审：细看论文，主要看模型构建、模型求解、模型分析等。本阶段会最终确定论文奖项，不符合预期的论文可能会被降奖或者取消奖项。
摘要撰写
- 虎头：简单介绍问题背景，并简单阐述一下论文的主要内容
- 猪肚：每段详细描写如何分析问题、构建模型、求解模型、得出结果，必要时可适当分析结果
- 豹尾：总结一下本文工作，体现一下论文的创新点
图表
图像应保证清晰、准确、美观。
不同比赛对美观有不同的定义，国赛通常要求图像简洁，美赛通常要求图像精美。
表格通常使用三线表。一个好用的插件 Excel2LaTeX。
模型算法的选择
能够得出结果的模型都是好模型，比赛应该以结果为导向，不要过度追求模型的复杂度。
在所有工作都完成后，可以考虑优化原有模型或优化求解过程。
这篇关于如何在数学建模竞赛中稳定拿奖的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
