美国数学建模大赛经验

《美国数学建模大赛经验》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、一般人都认为美赛比国赛要难，这种难在思维上，美赛题目往往很新颖，一时间想不出用什么模型来解。这些题目发散性很强，需要查找大量文献来确定题目的真正意图,美赛更为注重思想对结果的要求却不是很严格，如果你能做出一个很优秀的模型，也许结果并不理想也可能获得高奖。另外，美赛还难在它的实现，很多东西想到了，但实现起来非常困难，这需要较高的编程水平。除了以上的差异，在实践过程中，美赛和♦■<»■I*►E最大的区别有三点第一点区别当然是美赛要用英文写作，而且要阅读很多英文文献。对于文献阅读，可以安装有道词典，开启截屏取词功能，这样基本上

2、阅读英文文献就没什么障碍了。对于写作，有的组是写好中文再翻译,有的是直接写英文，这两种方式都可行。对于翻译一定至少要留出小时来，摘要可能就要修改1小时。如果想快点翻，可以直接使用有道词典，翻出来后再修改，虽然可能不地道，但至少比较准确，这样可大量节省翻译时间。另外word要打开纠错功能，绿线代表拼写错误，红线代表语法错误，完成论文后整体浏览时要多注意这两种线，很可能会发现疏漏之处。我一直认为翻译不是美赛的重点，只要能把意思表达清楚就行了，不必在翻译上浪费太多时间。第二点区别是美赛大量的用到了启发式算法，如遗传算法、模拟退

3、火、粒子群等等。如果说你在国赛时还认为这些算法遥不可及，那么到了美赛你就必须掌握它了。其实我认为对于搞编程实现的队员只要弄懂一种启发式算法就好，因为启发式算法是用来解决优化问题（多数为NP问题）的，不同算法间有很大的相似性，所以只要把一种学精了，这一类的问题就都能解了。个人认为粒子群算法还是不错滴，遗传与模拟退火有些老套了，不过选择什么还是由你个人的接受程度决定,甚至你也可以自创算法。第三点区别是美赛论文的排版不少人会使用Latex,—款用代码编辑的排版软件，它多用在对书籍和论文的排版上，效果美观但是操作很复杂，尤其是插

4、入图片与表格，不是一般的麻烦。而且，学习这种软件必须是一次性全部学完不能间断（据说完整的学习时间大概是几十个小时），只学某部分是没有用的。如果时间不够，不建议去使用。其实除了目录功能，生成的PDF文本使用Word排版几乎能实现与Latex—样的效果，所以我个人建议用Wordo前期准备:关于参赛经验，小组成员最好都曾经参加过数学建模比赛,无论是国赛或是电工杯或是挑战赛等等。个人认为美赛的难度比较大,如果是第一次参加，往往很难做出理想结果，这样会打击到参加数模的积极性。所以不建议第一次搞数模竞赛就参加美赛。赛前要准备吃的东西

5、，酌情而定。要准备一些红糖，以防身体不适。要注意尽量不要上火，可以准备些水果。另外，我建议准备3瓶红牛，第二三四天各喝一瓶，确实能有保持精力的功效。正常的饭还是要吃，可以叫外卖或者托人去买饭。总之这几天一定要吃好。关于书籍，没什么好说的，尽可能的借吧，虽然借了不一定有啥用,但是放在那里总归是心里踏实。建议编程、模型、算法方面的书都借一些，另外最好也去借些数学工具书，方便翻译。另外还有就是要准备好查找文献的期刊网入口，无论是中文的知网、维普，还是英文的SCI、Springer等都要提前找到，一般学校的图书馆都会有，没有的话

6、问其他学校同学借图书馆账号，或是找代理,总之最后不要影响到比赛查找文献就行O时间：美赛的时间是四天四夜，日期上是经过5天，比国赛多一天一夜。因为需要翻译，所以美赛的时间同样很紧张，这就要求牺牲睡眠时间来完成比赛。一般来说,国赛期间的睡眠时间不超过10小时,那么美赛期间的睡眠时间最好不要超过15小时（我是国赛6小时、美赛10小时）。这样能保证高质量完成论文，并且身体能承受这样的负荷。现在来讨论一下时间安排。第一天上午出题目，几名队员可以分工合作在一小时内翻译出题目的含义，搜索一些关键词，看看题目的资料与数据是否能找到，根据

7、题目的具体情况来选择。一般来说，MCM会出一道离散模型题目、一道连续模型题目；而ICM题目是交叉学科的，涉及其他专业知识。总之第一天的上午必须将题目定下来。接着第一天下午的工作就是找资料，数据库、资料搜索方面的知识这里就不详细叙述了，数学中国上都能找到。这一阶段的任务就是大量积累资料，资料包括文献与数据。先不着急阅读，把能下载的资料都下载下来，下载不下来的保网页。知道再也找不到相关的资料就可以停止搜索了，当然在做题过程中还需要针对某些细节再次查找资料,这里所说的停止搜索是指停止大范围集中式搜索。大概在第一天的晚上开始阅读

8、资料，这要进行到第二天上午，在这个过程中，要选择可以接受的模型，想办法加以创新改进。第一天晚上建议睡5小时左右，这样能保证之后的工作。第二天一天是阅读资料理清思路并建立模型框架的过程。第二天晚上之前论文的总体思路要确定下来,就是针对题目中的某个问题选择什么方法，主体模型是什么，创新点在哪都要清楚，而细节问题暂时先不考