数学建模相关竞赛零基础上手与入门介绍

Posted 2023-01-31 小哈里

文章目录

• • • 1、赛事介绍与报名
    • 2、学习与训练
    • • 2.1 比赛题目选择范围
      • 2.2 赛前组队与分工
      • 2.3 比赛时间分配

1、赛事介绍与报名

什么是数学建模？

• 定义：
  生活中的各种问题(如股票预测、火灾报警统计等)，运用数学的方式去阐述并解决它。

• 数学建模赛事

  数学建模赛事 - 第1梯队

  • 高教社杯"全国大学生数学建模竞赛（9月）
    从各赛区送交的优秀答卷中评选出
    全国一等、二等奖,获奖比例为全国参赛队数的百分之十左右。
  • 美国大学生数学建模竞赛 （2月）
    O奖（特等奖<1%）、F奖（特等奖提名<1%）、M奖（一等奖6%）、H奖（二等奖25%）、S奖（优秀奖65%）

  数学建模赛事 - 第2梯队

  • 亚太地区大学生数学建模竞赛（9月）
    一等奖(5%)、二等奖(15%）、三等奖（25%）、优秀奖（55%）

  数学建模赛事 - 第3梯队

  • “华数杯”全国大学生数学建模竞赛（9月）
    一等奖不超过10%，二等奖不超过20%，三等奖不超过30%
  • 长三角高校数学建模竞赛（6月）

  其他其实还有很多，不具体一一列举
  详细见参考资料：
  1， 2，3

2、学习与训练

2.1 比赛题目选择范围

一般来说，大致会选前三题：A物理题 B运筹题 C大数据
EF环境气候政策

美赛题型：

• A题：连续性问题。常涉及到物理知识及相关方法，微分方程模型、时间序列模型、线性/非线性回归、神经网络、多目标优化等模型。
• B题：离散型问题。常涉及到logistic model、多目标决策、多目标规划、动态规划、多元线性回归、元胞自动机、机器学习及预测模型等。（主要是优化模型）
• C题：大数据、数据挖掘。常常涉及到机器学习、特征工程、图像处理相关领域的知识。例如21年大黄蜂问题就是一个图像处理/深度学习的问题，20年涉及到NLP相关的算法。除此以外，常用到灰色关联分析、熵权法等。
• D题：网络科学/运筹学问题。常常涉及到一些算法及软件的使用。常涉及到排队论、聚类分析、多目标规划、分类预测相关模型、因子分析、多元线性回归、智能算法等。
• E题：以环境科学为背景的问题，数据一般需要自己找。美赛E题多为对环境状态进行评价与预测，通常需要我们建立评价模型，同时对一些状态进行优化/预测/分析。常常涉及到综合评价模型、熵权法、层次分析、灰色关联分析、灰色预测、logistic、model、K-means聚类分析等。
• F题：与政策、社会科学相关的问题。常常涉及到网络规划，非线性规划、层次分析、Topsis、综合评价、时间序列分析、决策树、主成分分析等算法。

2.2 赛前组队与分工

最佳分工：

• 三个人组队。
  一个负责编程、一个负责建模、一个负责论文；（但是模型就是算法，算法得会一些编程）
• 所以实际组队方案：
  两个编程（一个算法，一个数据分析处理）+一个论文（论文决定最终质量，如美赛）
• 建模的人：一般应该有比较扎实的数理基础，思维活跃，并且同时会编程为最佳。
• 写作的人：应该思维缜密，语言逻辑性强，要能看懂建模人建立的模型，在理解模型的基础上进行写作。我个人认为写作是最辛苦的。
• 第三人：就是主要负责数据整理、资料收集之类的，同时也可以给建模人提供一些思路，纠正写作的人写作时的错误等等。

以大数据为例：

• 编程之算法（模型与建模）：
  收集大家的理解，判断各种想法的可行性，确定完模型后查找资料编写该模型的程序。
  会编MATLAB程序和改错（BUG），了解现有的所有算法并且会使用程序。
  matlab是万能的，搞神经网络这种也可以用他。
  matlab是要写代码的，稍微看一下它代码格式，代码网上能抄就抄。
  比较常用的模型，代码，反正就是套模型。
  
  
• 编程之数据（数据分析 & 第三个人）：
  数据处理，数据维度不同(如输入是“天”，输出是“小时”)等问题。
  会EXCEL、SPSS、Lingo软件，会查找数据、分析数据。
  stata和spss是统计方面的软件，不用写代码的。
  
• 论文与定稿：
  文献查找，word，latex，visio，xmind，ps，cad等。
  

2.3 比赛时间分配

时间分配方案：

• 第一天上午：选题阶段。
  常规性题目和开放性题目，一般来说常规性题目思路简单，很容易上手，拿到就可以做，但做的好坏就要看每个队队员的水平了。开放性题目不容易有思路，上手比较难，但是一旦找到突破口便很容易出彩，也很容易获奖。
  选择哪种类型的题目完全视自身情况而定。一旦选定题目之后就不要更改了，有太多刚开始草率选题，做到一半发现做不下去了又开始换题，浪费了一天半的时间，结果发现换了题时间不够用还是做不完。所以第一天花一上午的时间选题真的不算多。
• 第一天下午：就是查阅文献的时候。
  这个时候要泛读文献，只要看标题和摘要就可以了，感觉有用的都可以先下载下来。晚上是精读文献的时候，国赛的题目一般都是来自工程实践或是某个教授或博士研究的课题，所以我们需要通过文献去了解这个题目的背景以及来龙去脉。另外，第一天晚上有思路的话就可以开始建模了。
• 第二天上午：同样是建立模型
• 第二天下午：下午就要开始写作了，不管模型建立到哪一步了哪怕是还没建出模型，写作的人也应该开始写了。有人要问了模型都没建出来写什么啊？写写问题重述啊，模型假设啊，思路分析啊，符号说明啊说不定写着写着就有思路了呢。到了第二天晚上顺利的话模型应该已经建立出来。
• 第三天：就是模型的求解、误差分析以及模型的改进了。
  但是往往有时候就会发现建立的模型解不出来或是误差太大没法使用，这样的话就只能换个思路重新建立模型了，所以时间还是很紧。第三天晚上一般来说所有人都是通宵写论文，因为三天时间真的很紧，很少有哪个组提前完成论文。