美赛模型手学习安排
Posted 九磅十五便士的业余编程人
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了美赛模型手学习安排相关的知识,希望对你有一定的参考价值。
看的那个mooc的数模课,感觉复习了很多,但去看论文的时候总感觉自己做不到那么有条理的论文建模,自己分析了几个原因。首先,模型学习的还是不到位,这个也是肯定的了,还的学。其次,自己对建立模型的全过程没有很好的掌握;最后,没有很好的查文献资料,没有仔细的了解题目的背景知识。
针对以上问题,我觉得都很重要,亟待解决。
自己的计划:
我大概是17号考科一,在那之前还是以科一为重,数模并进。
数模方向,一个是继续跟着课程走一遍全模型,学习模型适用的条件、优势、例子。
针对第二个原因,自己也想总结一下数模论文,我应该做的有哪些工作,细化一下 ,已经有过一定的总结,在看了一些论文之后,自己再补充完善一下,毕竟计划做起来还是简单的,难在行动,
后续针对每个问题都会写对应的解决文档、解决后 口->✅
按照论文阅读的顺序理清写作的顺序
参考文献: 数学建模论文各部分写作指导及获奖技巧讲解【美赛MCM/ICM】
对未来工作的拆解
题目、简介、关键词
- 如何概括
- 如何精炼概括我们的工作、创新点,分两到三次
- 在解题前的计划后
- 在第一个问题解决后修正
- 在最后一个问题解决前修正
- 如何让团队成员明白我们准备怎么做,在解题前定下路线,并时刻进行
- 论文怎么写
- 代码要解决什么问题
问题重述
- 如何写好问题重述
- 对题目进行拆解,在读题查资料阶段
- 将拆解下来的因素按照结题思路重新拼装,分两次:
- 在读题阶段
- 在论文完成前修正
假设
- 如何写好假设
- 怎么简化问题,抽象成一个简单但是又有意义的理想模型需要什么样的假设
- 怎么弄简单,简单到能够简单解决并有一定的意义
- 怎么弄复杂,复杂到能有一定的实际应用、经得起实践数据的检验
- 假设应该从哪找原因
模型建立
- 如何建好模型
最需要下心思的地方,大概需要
- 选择合适的模型
- 文献搜集,是否有前人实践过的模型 and 什么模型适合
- 选择适合的自变量、因变量
- 如何筛选,怎么判断重要
- 确定自变量、因变量的影响关系
- 定性关系
- 定量关系
- 多个单变量定量关系整合
- 对数据进行处理
- 找数据
- 预处理(找到数据采集的误差、归一化、插值、是否采用、可视化),如何交待给代码的同学
模型检验
- 检验什么
- 如何设计
解题顺序
闪念
- 能不能把近些年美赛国赛赛题稍微整理一下,如果要是类型相似可以查找特等奖论文以坐参考
以上是关于美赛模型手学习安排的主要内容,如果未能解决你的问题,请参考以下文章