数学建模美赛一等奖经验总结——这个背景对留学申请很有帮助，推荐参加数学建模的同学看看 - 出国留学申请的日志,人人网,出国留学申请的公共主页
即日起至11月11日，报名线下特定托福课程，单人立减11%，两人以上报名享更多优惠！报名托福网络全套课程，立减51%！两人一起签约留学全程申请或文书写作服务，立减11%！右戳在线咨询了解详情：
共2238篇&&
数学建模美赛一等奖经验总结——这个背景对留学申请很有帮助，推荐参加数学建模的同学看看
当我谈数学建模时我谈些什么&&美赛一等奖经验总结
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& 作者：彭子未
前言：2012 年3月28号晚，我知道了美赛成绩，一等奖（Meritorus Winner），没有太多的喜悦，只是感觉释怀，一年以来的努力总算有了回报。从国赛遗憾丢掉国奖，到美赛一等，这一路走来太多的不易，感谢我的家人、队 友以及朋友的支持，没有你们，我无以为继。
这篇文章在美赛结束后就已经写好了，算是对自己建模心得体会的一个总结。现在成绩尘埃落定，我也有足够的自信把它贴出来，希望能够帮到各位对数模感兴趣的同学。
欢迎大家批评指正，欢迎与我交流，这样我们才都能进步。&
个人背景：我2010年入学，所在的学校是广东省一所普通大学，今年大二，学工商管理专业，没学过编程。
&学 校组织参加过几届美赛，之前唯一的一个一等奖是三年前拿到的，那一队的主力师兄凭借这一奖项去了北卡罗来纳大学教堂山分校，学运筹学。今年再次拿到一等 奖，我创了两个校记录：一是第一个在大二拿到数模美赛一等奖，二是第一个在文科专业拿数模美赛一等奖。我的数模历程如下：
2011.4& 校内赛&&&&&三等奖
2011.8& 通过选拔参加暑期国赛培训（学校之前不允许大一学生参加）&
2011.9& 国赛&& &&& &广东省二等奖
2011.11 电工杯 &&三等奖
2012.2& 美赛&&&&&&&&&一等奖（Meritorious Winner）
动机：我 参加数学建模的动机比较单纯，完全是出于兴趣。我的专业是工商管理，没有学过编程，觉得没必要学。我所感兴趣的是模型本身，它的思想，它的内涵，它的发展 过程、它的适用问题等等。我希望通过学习模型，能够更好的去理解一些现象，了解其中蕴含的数学机理。数学模型中包含着一种简洁的哲学，深刻而迷人。
当然获得荣誉方面的动机可定也有，谁不想拿奖呢？&
模型：数学模型的功能大致有三种：评价、优化、预测。几乎所有模型都是围绕这三种功能来做的。比如，今年美赛A题树叶分类属于评价模型，B题漂流露营安排则属于优化模型。
对 于不同功能的模型有不同的方法，例如评价模型方法有层次分析、模糊综合评价、熵值法等；优化模型方法有启发式算法（模拟退火、遗传算法等）、仿真方法（蒙 特卡洛、元胞自动机等）；预测模型方法有灰色预测、神经网络、马尔科夫链等。在数学中国网站上有许多关于这些方法的相关介绍与文献。
关于模型软件与书籍，这方面的文章很多，这里只做简单介绍。关于软件这三款已经足够：Matlab、SPSS、Lingo，学好一个即可（我只会用SPSS，另外两个队友会）。书籍方面，推荐三本，一本入门，一本进级，一本参考，这三本足够：
《数学模型》 姜启源 谢金星 叶俊& 高等教育出版社
《数学建模方法与分析》 Mark M. Meerschaert& 机械工业出版社
《数学建模算法与程序》 司守奎& 国防工业出版社
入 门的《数学模型》看一遍即可，对数学模型有一个初步的认识与把握，国赛前看完这本再练习几篇文章就差不多了。另外，关于入门，韩中庚的《数学建模方法及其 应用》也是不错的，两本书选一本阅读即可。如果参加美赛的话，进级的《数学建模方法与分析》要仔细研究，这本书写的非常好，可以算是所有数模书籍中最好的 了，没有之一，建议大家去买一本。这本书中开篇指出的最优化模型五步方法非常不错，后面的方法介绍的动态模型与概率模型也非常到位。参考书目《数学建模算 法与程序》详细的介绍了多种建模方法，适合用来理解模型思想，参考自学。&
分工：数模团队三个人，一般是分别负责建模、编程、写作。当然编程的可以建模，建模的也可以写作。这个要视具体情况来定，但这三样必须要有人擅长，这样才能保证团队最大发挥出潜能。
这三个人中负责建模的人是核心，因为建模的人决定了整篇论文的思路与结构，尤其是模型的选择直接关系到了论文的结果与质量。这次美赛，我们选的是A题，我负责建模与部分的写作。模型的选择与论文的结构是按照我的思路来做的，现在看来还是比较成功的。
对 于建模的人，首先要去大量的阅读文献，要见识尽可能多的模型，这样拿到一道题就能迅速反应到是哪一方面的模型，确定题目的整体思路。其次是接口的制作，这 是体现建模人水平的地方。所谓接口的制作就是把死的方法应用到具体问题上的过程，即用怎样的表达完成程序设计来实现模型。比如说遗传算法的方法步骤大家都 知道，但是应用到具体问题上，编码、交换、变异等等怎么去做就是接口的制作。往往对于一道题目大家都能想到某种方法，可就是做不出来，这其实是因为接口不 对导致的。做接口的技巧只能从不断地实践中习得，所以说建模的人任重道远。
另 外，在平时训练时，团队讨论可以激烈一些，甚至可以吵架，但比赛时，一定要保持心平气和，不必激烈争论，大家各让3分，用最平和的方法讨论问题，往往能取 得效果并且不耽误时间。经常有队伍在比赛期间发生不愉快，导致最后的失败，这是不应该发生的，毕竟大家为了一个共同的目标而奋斗，这种经历是很难得的。所 以一定要协调好队员们之间的关系，这样才能保证正常发挥，顺利进行比赛。&
美赛特点：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，美赛和国赛最大的区别有三点：
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8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，一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一样的效果，所以我个人建议用Word。&
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，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。&
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，下载不下来的保留网页。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...
阅读(3283)|
想问帮助有多大。。。我美赛一等。国赛二等，想问优势有多大呢？
人人移动客户端下载参加美国大学生数学建模竞赛有哪些经验可以分享？
就是需要做什么准备工作，竞赛过程中注意哪些事项，还有一些方法等等，感激不尽啊
按投票排序
趁年前这点时间，写个带队刷美国赛的攻略吧～一、组队篇：团队水平基本决定了最终结果的上限——在美国赛，差团队是无可能做出好结果的（这点与国赛不同） 无论队员还是导师，猎取的优先级都应该是这样：没过得奖但有经验的：这种动力最足得过奖的：如果后来参赛成绩还不如之前，对人对己都交代不过去没经验但想得奖的：大多数没经验、想打酱油：不光说队员，还要留意导师，你懂的^_^这跟创业组队一样，别在乎现在神马光环，关键看的是将来能够付出多少。必须保证团队里每个人都有共同的愿景和强大的动力，否则内耗是迟早的事。高手和好导师都是稀缺资源，下手越早收获可能越大，想找高手：你必须也是个高手，至少某方面特长能给人信心；必须保证团队间能衷诚合作，互相鼓励/配合——这点与谈恋爱一样，要经一定时间的磨合和考验，才能看得清；保证每个人的弱点能有效弥补，即便是高手全才也不多，对其弱点如果没有合适的人弥补，结果可能还不如实力平均的队伍；要能顶得住本校其他队的竞争，比如挖人、争导师、抢机房等等——人才太多没办法，哎～总之，除了主动出击、笨鸟先飞之外，还要求一定的口碑、人脉和组织能力、观察精准、明决善断，敢于取舍。二、装备篇：数值工具：各种软件和代码操弄熟练是基本要求，软件不必求多，但每款特色部分一定要尽可能熟。长的代码尽量拆成短的，而且要调通测试过，关键地方注释好，比赛时，宝贵的时间用来debug是不值的；信息检索： 搜索引擎技巧是根本，其他信息含量都不太高，国内各种数理论坛算是基础，国外各种资源尽量积累 （免费论文库、wiki、各大数值软件官网、专业论坛、大牛的blog/twitter、stackoverflow、quora……不会翻墙的要尽量先弄清楚，不然有的资源打不开或者下不到哦），图书馆的国外学术资源也别忽视；写作软件：有时间精力的同学学一下LaTeX，实在没时间的将就用word转pdf吧；资料积累： 钱少的同学可以下outstanding论文，仔细研究（新浪爱问和madio上能下到2011年前的）；钱多的可以买comap的杂志，不只为看论文，主要看每题的综述，了解那一题当年的答题情况和阅卷人的思路（我那几年国内有卖的，之后几年没关注了，不清楚现在哪能弄到）。赛前准备程度基本决定了比赛的时间充裕度，赛前准备不足往往要靠比赛时不眠不休、争分夺秒拼命抢时间来弥补，这种情况下能做出多少创造性工作就难说了。三、练级篇：练习：练习的时候要根据队伍的特点有针对性的训练提高——模型方面，多积累实际问题产生背景，注意培养思考的深度，善用发散和逆向思维；实现方面，注意提升各种算法求解效率的方法，多积累算法调试、测试、参数调整、有效性检验等方面的经验；比赛：最理想是国赛前定下美国赛队伍，拿国赛练级攒经验比较恰当。其他如教工杯之类的比赛，鉴于真实比赛环境和练习的机会不多，建议当成美赛认真练。只要认真练，几次真赛历练之后，建模和配合方面问题就不应该太大了。学术论文写作：难点不是专业词汇或格式排版的问题，这些问题阅卷人可能会对外国参赛者宽容些，真正困难是表达如何逻辑清晰严密、符合学术规范了。有条件的最好找英语国家教授或学术期刊编辑帮忙不断改，找不到就只能是找海归教授、理工专业外国留学生将就了，再没条件的只能研读outstanding和英文经典论文了。最难练的是英语学术写作这关（这个问题当年我也没处理太好），这块短板往往决定最终成绩的下限，文章写得好，多普通的工作至少人家明白——可要是看不懂，悲剧的可能性很高。四、打boss篇：终于写到真正比赛了，然而，到这阶段，最终成绩范围已经决定了，能改变的东西也不太多了，这里能写的也不多了，主要是一些细节：比赛报名：提前准备好visa或master card，名字和地址不要写错；作息：要看各队情况了，原则是保证效率、不打乱节奏。前期都很亢奋，但如果打乱节奏可能导致后面疲劳期时效率过低，其实美国赛截止时间并不是很严格，前期利用好亢奋期和每天的高效率时间的话，到了疲劳期还能继续坚持下去，否则就是给你再多时间都无法持续下去。对那些想尝试达芬奇睡眠法的同学，建议先在之前比赛和练习时充分适应，避免临时改变作息方式，打乱节奏，降低效率；引用：如果copy了整段的原始论文，一定要注明来源——07年就出过outstanding奖因为引用的问题被收回的事。这是原则问题，千万注意！邮寄论文：提前联系邮局/快递，确认好邮局每天邮寄时间，以倒推截止时间，事实上这么多时间，很少有人能用满——这给了慢热队伍一个优势，之前练习也应先关注深度和质量，再考虑速度和效率；之前比赛的时候，交完论文的几天别闲着，继续魔鬼训练——对做到极致的模型再完善深化，对论文结论再推广演绎，甚至还要演练英文写作。最后，希望大家对成败看淡些，把得什么奖励当成游戏杀boss的掉落——在默认得奖范围内进行一次随机取样：所以得了O奖也别浮躁，只是说明你队伍水平确实好，没得奖倒是要好好检讨，至少要明白失误的地方。然而，在过程中锻炼出的能力、结下的友谊却是终身受益的。
说几个小的tips1. 论文写作非常重要！MCM的奖项分配是很不均的，Outstanding+Finalist一共就十几支队伍，而Meritorious就有几百支队伍，而拿Meritorious的论文有时候和O或者F的质量其实是差不多的，这个时候论文写得好格式好就成为了明显的优势。可以去看一下历年Outstanding的论文，有一些也没有特别出彩的地方，但是条理很清晰语言也写得很明白。2. 基础模型没有太大的参考价值。我指的是类似《数学建模》这类基础书籍中的模型。不是说它完全没有用，但是真正的题目出来了会比书中的题目复杂许多，需要考虑的因素也多了许多，而且在看到题目之前你根本不会想到用什么模型比较好，所以如果投入太多时间研究最基础的建模，就会发生题目出来以后不知道用什么模型的问题。3. Research是最有用的！正是因为等题目出来以后才能确定建模方向，所以在确定好题目以后做research的帮助很大。多多参考一些相关学科的论文，可能会有之前想不到的思路或者专业性比较强的模型。比如2013年的MCMB题水资源那道，我们在做的时候查了许多篇相关论文，除了最基本的回归、线规、图论模型以外，像水资源价值模型中的模糊分析、生态圈水循环模型、去盐碱化成本估计这些东西都是我们现查资料现学的。4. 一定要分工明确。最好的组合就是一个建模+一个编程+一个写论文。编程强烈推荐matlab。其实到头来最轻松的应该还是建模的人，因为模型建的过程中很多还是需要运行程序，这部分就跟建模关系不大了……建模的人最需要干的就是research，然后想办法把这些现有模型适当修改套到题目里去。事实上凭我们现在的水平很难自己建一个比专业人士更好的模型的，所以套现有模型最靠谱。早期编程和论文的人主要应该负责数据的查找，这项工作量是很大的。写论文的人开始几天要休息好（可以先把introduction什么的先写掉），因为他肯定会在后期很忙很忙。最好是三个人配合好，建完一段写一段，就不会发生当中某一个人暂时没事情做的情况了。5. 千万不要拖延。虽然deadline之前的生产力是最大的，但是也因为时间紧很多东西都容易仓促掉。像身边很多人在比赛头两天都会打游戏聊天什么水掉，但是其实这个是很浪费时间的。我们组当时非常配合，提前一整天就把整篇论文写完了，直接提交了。这一点我们非常后悔，因为提交以后才想起来我们漏做了水库蓄水的模型。如果利用了这24个小时也许奖项会更好。由此可见时间还是非常重要的。我现在是高中生，13年MCM拿了Meritorious，以上这些都是经验之谈，绝对有用的~
首先说一下自己的参赛经历：2013年S奖，2014年M奖，两次参赛是不同的队伍。没有参加过国赛，平时基本也没有练习过。概述参赛首先必须把大部分的参赛攻略先给看完了。那些攻略都对我有很大帮助，它们提到的部分我就不再赘述了。除了本问题下面的答案外，推荐一些对我很有帮助的攻略，其他一些质量较低或者帮助不大的攻略我就不贴了。本问题下面的 的回答就给我很大启发。他们团队其实不怎么会编程，也对高等数学世界缺乏了解，可以说的确是高中生水平。但是只要他们解题思路清晰、论文写作高水平，可以说就拥有了极大的优势，最终也获得了M奖。我记得前两年甚至还有一个高中的组得了MCM的O奖，也是他们上外附中，相信也是具有类似的特点。因而我认为在整个建模过程中写作为王专注于对模型的讨论编程只是为求解模型服务，可有可无要知道整个团队四天的工作成果将以且仅以一篇论文的形式来展现，那么不能体现到论文上的工作可以说就成了无效工作（这也是当前学术界存在的一个无奈现实）。因此在做每一步操作的时候都要思考我们做的这些事情到底对我们最终的论文成果有什么帮助。没有直接帮助的工作，能舍掉的都尽量舍掉，还不如拿来改进论文，调整排版。团队工作美赛是团队合作的比赛，选择合适的队友非常重要。我认为不一定需要在学校参赛，我两次都是在家里参赛，反而做起来更顺手，因为能够随时得到补给、随时休息，不用担心机房关门等等。队友之间就用QQ传送资料，还可以用Evernote共享笔记本以及Dropbox实时同步搜集到的资料，并且可以在里面随时更新团队工作的进展、已经想到的思路方法。必要的时候还可以用YY\QQ语音直接讲话沟通（不过一般不建议使用，容易造成互相干扰，事实上在家工作的最大好处就是队友之间不容易互相干扰）。要和能通力合作的队友在一起，不能全力合作的队友，哪怕编程能力再强对团队都是一枚定时炸弹。要保证三个人在这四天里都能全勤工作。参赛之前要互相搞清楚每个队友都会哪些东西，对哪些领域的知识方法比较熟悉，这样在选题的时候就可以快速作出决定，避免浪费时间。而且需要让队友都认识到以上几点，编程都是为求解模型服务的，而所有工作说到底都是为论文服务的。团队中的人最好各有所长，各司其职，要做好任务的切割，还要做好各个任务之间的接口。哪怕团队中没有特别擅长编程的人也不是特别要紧的事情，很多团队仅仅依靠EXCEL等基础软件就能完成建模工作。但是一位有一定英语写作能力的写手是十分必要的。试想从阅卷者的角度出发（可搜索美赛阅卷流程），倘若写作或者排版的问题很大，恐怕答卷就会直接被分入S奖范围中了，而美观的排版与专业流畅的文字一定能为工作加分许多。可以说如果团队中缺乏这样一个人，那恐怕不太可能取得理想的成绩。最好让写手来做全局的统领工作，因为建模中的所有思想方法以及成果都要经由此人之手表达出来，论文中还有很多与求解模型没有直接关系的部分，比如对模型的讨论、模型的优劣势、模型检验、适用范围的讨论、灵敏度分析、结论等等等，都是由写手来直接完成，其他人纵然有很好的思想如果没有被表达出来也是徒劳的，因此其他人务必要保证和写手沟通好模型的要点，或者这些部分最好由写手自己来构想。可以说写手的工作一般要占整个团队工作量的50%。写作我是写手，简单说一下写作中的一些要点。关于写作的细节我不再赘述了，很多经验帖都有非常详细的指导，也有很多的写作模板。比如但是建议除了这些写作模板之外，还要去看一下真正的优秀论文，看看这些语句到底是怎样实际应用的，否则写出的文章模板痕迹会很严重，看起来很生硬，必得S无疑。首先要在开赛之前阅读5篇以上的不同类型的O奖论文，要观察思考论文的推进思路和行文结构，并且试图去模仿，归纳出适用于自己的行文方法。还要注意其表达特色，特别是摘要部分。摘要部分务必简洁明了，本来在论文中需要用三句话讲完的事情能用一句话提炼出要点就尽量精简（我相信一篇成功的论文最初开始写摘要的时候都会觉得一页无法概括自己的工作，不太可能出现摘要无话可写的情况）。要表现出自己已经最大程度的试图在短短的摘要中展现出自己的思路方法、创新点和成果（哪怕其实论文中实际关于这点的内容并不多，也可以给读者造成这篇论文内容非常有料的错觉）。写任何一句废话都是大忌，这点可以看看O奖论文和一般的数学论文来了解什么是废话，了解数学论文的语言特色。如果不能在摘要部分就很好地把自己模型的优点向读者convey出来，恐怕就会被直接扔到S奖堆中了，没有人会再去注意你精彩的正文。整篇论文必须体现出团队数学建模的流程方法，必须在一些简单模型上不断的进行改进最终推至高级模型，也可以提出多种不同的模型并将它们进行比较。合理的假设、综合的分析比较、模型优劣势的讨论、模型检验、建模正确性的分析、灵敏性分析、适用条件的分析、考虑还能做哪些改进等都是十分重要的部分，哪怕不知道怎么写也要尽量作讨论，绝对不能忽略了这些部分。我认为甚至都要比模型本身更加重要。美赛很大程度上也是在考察参赛者对数学建模流程和一般方法的把握程度，数学建模本质上是对客观世界的一种量化描述，选用了合适的模型、采用了合理的假设要远远重要于采用了复杂的模型和高大上的算法。时间安排前几天不建议熬夜，对身体伤害很大不说，也很有可能影响后面几天的效率。建模的工作多半是高强度的智力活动，一味的拖长工作时间很有可能收获的是更低的产出。最晚一定要在第二天开始的时候就开始写论文，因为模型如果没有被书面表达出来的话，很多想法事实上会有许多意想不到的缺陷，表达出来之后拿出来审阅就会发现之前考虑的许多不足。另一方面想法都是在表达的过程中外化从而清晰完善的，在脑中往往只有一个模糊的idea。在写作的过程中也会不断迸发出新的灵感从而不断改进模型。写作所花的时间往往远远比一般人想象的多。在确立好题目后就要抓紧时间，论文大部分必须第三天搞定，在写到最后的部分往往都会来不及，这也是为什么大多数组都会在最后一天半夜通宵。最后务必保证4个小时的摘要写作时间，摘要是论文中最重要的部分，绝对不能以一种赶工的心态来完成。而且要对其中的语句字斟句酌，要反复思考每句话是否最好的传达了模型中的要点。即使模型建得一塌糊涂，也要努力在摘要中吸引读者，营造fancy、professional、innovative的感觉。参赛过程参赛之前至少有一个人务必将参赛规则全文读透，倘若参赛过程中遗漏了要点是非常可惜的。参赛的三人都务必自己读懂题目并且要进行充分的讨论，尽快就每个细节达成共识。否则在之后的建模过程中后患无穷。在参赛过程中对搜索引擎的利用是十分关键的，对讨论相似问题的文献也要重点研究。不过不能太拘泥于前人的方法，否则很难在美赛中使读者眼前一亮。强调步步为营的重要性，在团队工作中最好能随时记录讨论结果和工作进度，系统化整理收集到的资料。不建议去加QQ群，本身这个行为在官方的定义中是作弊行为不说，里面大部分的讨论都是没有价值的，反而会干扰自己的思路，还容易造成撞车，很难拿到令人满意的成绩。排版我认为排版也是极其重要的部分。一个fancy的排版不仅能够让读者赏心悦目，甚至也能帮你更好的组织思路，有时候甚至能帮助你节省时间。一个长达20多页的结构复杂的论文，如果要用WORD排版，可能是一件比较痛苦的事情。改用LaTex其实并不是特别难的事情。熟练的话，用LaTeX排版在某些方面比Word省事高效很多，比如自动生成文章结构、参考文献等，而且很好学。不需要学的很彻底不用花大时间看完整教程，特别是TeXbook，甚至连Ishort也不必要。事实上，要用LaTeX参加美赛，并不需要用到它的大部分功能。本质上LaTeX是易学难精的，参加美赛只需要会用模板就好了。所以在时间并不充足的情况下，最应当优先做的事情就是去下载一个MCM模板然后熟悉里面所包含的部件的各种功能。最新版本的模板可以说已经十分完善了，没有什么BUG。我用的是，连control sheet和summary sheet都做好了。但如果要用LaTeX的话一定要做好充足准备，因为比赛的时候不比往常，会没有心思再去尝试不熟悉的latex功能，而且人在时间很紧的状况下会趋向于使用最接近自己本能的、最简单熟悉的工具，而这时候相比起来word就很直观了。而且latex的一大缺点就是没有拼写检查，很容易就搞错东西。平时一定要先熟悉好常用命令，罕见命令比赛的时候再查也可以。除了练习给文字加格式、插图、打公式、制作参考文献、制作目录和标题等以外，你还需要两个插件：MathType2LaTeX和Excel2LaTeX（）.前者就是使得在MathType中打出的公式能够直接复制出LaTeX代码（比较复杂的公式，例如矩阵、diagram什么的我都是在MathType中画好再复制过去的，效果不错）。而后者也是可以使Excel表格直接转换成LaTeX代码（这个功能非常关键，我无法想象真正去手打表格；自动生成的代码也相当可靠）。另外还有一点需要注意：插入的图片、表格等式样都要尽量fancy（比如表格式样可以模仿O奖论文），更不要显得制作粗劣，一定要保持整篇论文视觉上的美感！我个人认为这个系列是适合MCM的LaTeX教程进阶参考我用的LaTeX套件记得有一位大牛说过LaTeX不需要学，只需要用就好了我深以为然。它不需要太多刻意的学习，只需要一开始熟悉一下基本命令，然后在实践中不断的尝试、充分利用google，才是LaTeX的最佳用法。毕竟，它说到底也只是个排版工具而已，并不比其他的工具，无论是Word还是Markdown，来得优越。能提高效率的工具就是好工具。后话其实一支队伍要想拿到M奖远远不需要做到完美。我们的团队是临时组建的，甚至都没有合练过，每个组员之前的准备工作也都很有限，编程技术都不太强，甚至还对好多领域的知识一无所知。但最后的工作只要在各个部分工作都做到位了，最好又有一方面突出，就可以拿到比较好的成绩。转载务必注明原作者。
作为2013美赛一等奖获得者 我很负责任地说 差队也是很可能出好成绩的 前提是 你们要肯想 肯找资料。那些传说中的SAS LINGO 什么的我们都不会。但是matlab 和 latex是必须的。不需要很熟练，都是可以现学的。还有模拟退火 神经网络 我都不知道是什么玩意= =1.组队我们队 一个应用数学的学渣（就是我） 一个化学院的女森 加上一个 计算机院物联网的男生一般组队都是 数院 电气 电信 经管 这样我们一次模拟都没有做过，但是分析过大概10多篇08年一等奖的文章，当时觉得 他们的模型都看不懂= =2.场地 因为学校机房有限，都给了参加过过赛的同学的队，比赛的时候 出去开了两间房，白天就在一起做题。酒店没有桌子，就坐在地上然后把电脑放床上= =3. 找资料谷歌高级搜索是神器，比知网什么的强一万倍。输入关键字，找PDF,完事。我还找了沙特阿拉伯统计年鉴世界什么自来水公司的官方网站 还发邮件索要了试用账号= =维基百科也可以参考4.正式比赛当时选做了B题，水资源的那个，什么制定水计划 2025年还有水可以用啊blabla.那么我就介绍一下我们的思路首先我们从实际的角度一起分析了一下， 要水够用，那么就要知道每年要用多少水。用水则分为生活用水 工业用水 农业用水等。生活用水总量 我们用了总量=估计人数*人均用水量，工业 农业都可以通过论文找出来。其次找到新的水源。我们第一天一直在搞美国，当天晚上醒悟了，换了沙特。沙特是多么有钱的地方！人家可以拖冰川！！！于是 姜启源老师的《数学建模》拖冰川模型连距离都不用改直接就能用。其次 海水淡化，这个也是找论文，有现成的。再其次，污水处理，也有现成的。再其次，管道会有漏水吧，地下水会造成地表下沉吧，这些都可以写最后，帮助做决策：三种方法的优先顺序是怎样的呢？层次分析法。这个是相当好用并且容易的模型。至于排版，latex上网找个模版绝逼胜过word。不需要熟练，因为我们是比赛前两天才下下来这个软件的。碰到小bug，百度去，绝对能解决。5.制胜点纵观整篇论文，没完成的模型（论文引用）不少，编程总共就两个，一个人口增长，一个层次分析。但是我们有条理的解决了这个问题，并且排版相当美观，图表制作的非常好看。我觉得美赛并不是考你有多少数学知识，或者编程多么牛逼，或者队员背景多么生猛。而是你们是否能够好好合作，理清解决问题的思路，并有条理的写出来。你不一定要数学好编程好，也不需要有庞大的知识储备，而是要会尽可能的找到你要的资料和数据，尽可能全面的思考问题，在可选范围内，挑你能做好的去做。网上资料那么多，只是看你会不会发掘利用。大家要有信心 一等奖不难 加油噢~
个人认为，美赛展示第一，模型第二，最关键的是要让别人明白你在干嘛。如果论文的思路不清楚，语言关和表述逻辑关过不了，很有可能直接被拍死在SP奖上。我第一次参加就是这样的。然后是模型有没有解释力和创新点。在现有的模型基础上，稍加改动，很容易就能获得具有解释力的模型；但是创新点很大程度上依赖于运气和状态了，无法强求。排版真的非常非常重要，远远超过很多参赛者的想象，专业的排版能大大增加获奖的概率。建议参赛的童鞋无论如何学会latex。计算软件只要精通两个左右就够了，我的建议是Matlab和SAS，前者做仿真，后者处理数据，分别对应美赛的A题和B题。时间安排方面，不要在选题、搜集资料和建立模型方面浪费太多时间。无论如何都要花大工夫打磨论文，这关系到你们能不能“登堂入室”。即使拿不到F O奖，H奖必须是要保证的。最后是心态要好。以上。
2014年美赛参与者。本文就是一锅大杂烩，想到重要的东西就都写出来，希望知友能从中获益。1、比赛报名-----------------美赛比赛的官方说明： 按照说明进行参赛注册。 比赛最多三人，必须是在同一学校。一般在大学里有专门的数模组会帮忙缴费、通讯和分配参赛小组的数模指导老师。如果是自己指定的指导老师，那么就要自己去缴费（MASTER或VISA卡），并且比赛后需要自己联系快件员邮寄论文到美国。2、队友挑选-----------------我们队三个都是软件工程专业。一开始也在犹豫是不是应该找一些数理知识强劲的理科生，但从我后面的参赛经验看来，最重要的是清晰活跃的思维、编程能力和英文能力，另外坚韧、合作的品质也很重要，你最好对他本人有相当的了解，如果关键时刻缴械投降坑队友我简直不敢想象。队员最好经常有写作的习惯和算法上广阔的见识。因为常于写作的人思维清晰、思辨能力强，表达也必定很到位，跟这样的人讨论才能有收获。 并且最好在算法上有比较开阔的眼界，知道算法的大致分类和典型应用，有学术实验室经验的同学优先，这样在确定模型时有很大的帮助。编程能力非常重要。你的队友最好有过编写算法、ACM和文本I/O处理的经验，特别是JAVA框架下的WEB应用的编程经历对于比赛没有帮助，只有在算法和数据结构上折腾过的程序员才能很好地处理比赛的数据和算法。英文能力差的队友真心伤不起，就像常人失去了双臂，即不能查阅资料、也无法进行写作。3、赛前准备-----------------我们是从比赛前20天开始准备，我们花了几天时间阅读往年的美赛Outstanding论文，再几天是看基础的数模书籍，还尝试了一次学校培训的赛题练习，但由于队员过年各自回家交流不方便最后培训不了了之。有的学matlab编程、画图，有的看数模书，有的学Latex论文排版，有的看数模书籍掌握数学建模的大体方向和分类及一些典型应用案例。赛前准备是非常有必要的。虽然大部分比赛中的模型都是现查现学的，但对数学和模型有个大致的了解能帮助你做出明智、有根据的决策，并且遇到典型的模型处理时也能有方向有对策。必要的工具的熟悉程度会让你在比赛过程中节省大量的时间，试想你在比赛中才来花时间对latex进行调试……4、最后的提交-----------------注意论文最后提交的细节，一定要提前做功课，不然最后疲累又仓促出错的机会很大。排版的格式。页眉、页脚和首页的要求，summary sheet怎么转印出来跟论文合并成同一PDF，control sheet的内容填写发邮件时内容里千万不能出现个人身份信息，关闭邮件签名档5、英文文献-----------------请务必先认识参考文献的标准格式，认清文献作者、刊物和时间，不要胡乱地查找文献。Chrome的插件Remove Google Redirects通过它可以返回美国本土Google的搜索结果，而不是自动切换为谷歌中国，这在搜索英文文献的时候无比重要。查找文献是比赛前两天最主要的工作，英文文献远远比中文要多，如何快速查找、阅读英文论文是比赛的一大关键，即使你再如何天赋异禀，也要学会站在巨人的肩膀上。 的一篇关于“如何查找文献”的经典文章知乎链接：6、论文写作-----------------当你阅读到可能有帮助的文献，一定要把有用的字词句标记、摘录下来，并注明论文的来源， 否则你就可能需要再一次从头阅读论文了。用latex写作！我强烈建议使用latex作用论文排版工具，更准确的说，作为论文的逻辑和内容组织工具。 WORD编辑工具的确是可以转成PDF来提交，但它WYSIWYG（所见即所得）的特性让它完全无法跟latex这种标记文本相比。写论文的时候重要的是不要害怕下笔，把框架搭起来，想到什么就写上去，最后再经过不断补充、修改来完善。但一开始下笔时的文字混乱、无条理，如果用WYSIWYG工具你要么改了一堆你回头看不懂的东西，要么多写很多与正文无关的注释，但你很难确定什么时候应该定稿，从而把它们删去，因为删去之后你就失去了你在写论文时最重要的线索和组织了。 但Latex这种标记语言（markdown如此受欢迎也是这个原因），它让你在写作的时候可以用上多余的标记信息来组织文本，而不影响最终的显示文本，比如添加注释、分节分段、列表、加粗等，并且在latex里的换行转成PDF后相当于一个空格，只有空行才代表真正的换行，这样你可以通过换行来表示内容上的区分和转变，非常有益于写作。很好的Latex教程，不要害怕英文：7、熟悉Linux操作-----------------队内最好有一个人熟悉LINUX操作。 最好他平时使用Linux作为桌面系统，因为很多现成可用的算法程序（短时间内自己把算法写出来我无法想象）都只能在Linux下运行，Windows用户只能通过虚拟机。 你最起码要能看懂Linux程序的Man文档和懂得基本的命令行操作。8、建模要“假设先行”-----------------假设先行不管是对建模还是写作都有莫大的好处。 我们一开始便是先建模，再根据模型反推必要的假设，结果假设之间或者假设与模型会自相矛盾，完全不可行，最后只能推倒重来，浪费了我们很多的时间。如果先把假设定下来，这样写作的人就可以开始下笔了，同时建模的一致性也通过最初的假设可以得到充分的检验。9、熬夜的注意事项-----------------我们当时是最后2天都没睡，最后真是要站都站不稳了，非常的难受。比赛是冬天时节，凌晨4、5点开始是最冷的时候，双腿会不自觉开始发抖，请注意保暖。 并且最好准备食物充饥，又冷又饿又困真害怕会晕倒。 在天明的时候人的疲惫感最重，黑眼圈也特别得明显，去睡个把小时吧，不睡的话整个人就像处于飘忽麻木的状态，即使坚持工作下去也没办法做出好的工作。10、总结篇-----------------四天时间里要完成一篇条理清晰、工作详实、有微创新的论文实在是一件非常困难的事情，单单把论文写正确写明白就已经要花费巨大的努力了。但收获也是巨大的！英文文献查找、英文写作的经历假设与建模完整的思考的经历百分之分专注的奋斗的经历与队友在艰难时刻建立的可贵情谊你怎么能说数模比赛没有意义呢？如果真的是那样那只能说明一件事——你没有认真地去完成它。获奖真是只是锦上添花了，在巨大的困难和未知的结局面前没有退路，带着恐惧与队友一起坚持向前，不分昼夜地专注于一件事情上面，这种体验人生里又能有多少回呢？
非牛人，贴篇我写给学校学弟学妹的建模感想好了，希望能有帮助
数学建模感想
纪念逝去的大学数学建模：两次校赛，两次国赛，两次美赛，一次电工杯。从大一下学期组队到现在，大三下学期，时间飞逝，我的大学建模生涯也告一段落。感谢建模路上帮助过我的学长和学姐们，滴水之恩当涌泉相报，写下这篇感想，希望可以给学弟学妹们一丝启发，也就完成我的想法了。拙劣的文笔，也不知道写些啥，按顺序随便写写吧。我是怎么选择建模的：大一上，第一次听到数学建模其实是大一上学期，not大一下学期。某次浏览网页偶然发现的，源于从小对数学，哲学以及历史的崇敬吧（虽然大学没敢选择其中任何一个专业，尤其是数学和哲学，怕太难了，学不好），我就坚定了学习数学建模的想法。通过翻阅学校发的学生手册还是神马的资料，发现我们学校有数学建模竞赛的。鉴于大一上啥数学知识都没有，也就没开始准备，把侧重点放在找队友上。
一次打乒乓球，认识了两位信电帅哥，以后也会一起打球。其中一位（M）很有学霸潜质，后来期末考试后，我打听了他的高数成绩，果然的杠杠滴，就试探性的问了下，要不要一起参加建模，嗯，成功！第二位队友是在大一上学期认识的（向她请教了很多关于转专业的事情），但是是第二学期找她组队的。老样子，打听成绩，一打听吓一跳，是英语超好，微积分接近满分的女生F（鄙人第二学期转入了其所在专业）。果断发送邀请，是否愿意一起组队，嗯，成功。关于找队友：在信息不对称的情况下，优先考虑三人的专业搭配，比如或信电的小伙伴负责编程和理工科题建模，经济金融统计负责论文和统计建模，数学计算专业的全方位建模以及帮忙论文，个人感觉这样子比较好。由于建模粗略地可以分为建模，编程，论文，三块，整体上是一人负责一块的，但是绝对不能走极端，每个人就单单的负责一块，这样子的组合缺乏沟通和互动。应该要在培训中磨合，结合每个人的个人特点。主要负责哪几块，辅助哪几块。接下来就到了第一次校赛了：第一次还是挺激动的，因为之前问了几个学长学姐说，建模都是要通宵的，于是我们也做好了通宵的准备。第一次拿到的题目是关于一个单位不同工作部门不同饮食习惯的人，健康水平的关系。
后来回顾过来，这其实是一个比较简单的统计分析题。但是想当年可没有这等觉悟，做题全靠office，对着题目想半天也不知道该怎么做。做的过程很痛苦，但是也很兴奋，校赛三等奖的结果证明了光有一股热情是不行的，需要恶补大量知识。推荐新手入门书目：数学模型(姜启源、谢金星)数学建模方法与分析.(新西兰)Mark.M．Meerschaert.第一本是姜老先生写的，很适合新手，在内容编排上也是国产风格，按模型知识点分类，一块一块讲，面面俱到。第二本是新西兰的，我是大二的时候看这本书的，只看了前面一部分。发现这本书挺适合新手，它是典型的外国教材风格，从一个模型例子开始，娓娓道来，跟你讲述数学建模的方方面面，其中反复强调的一个数学建模五步法，后来细细体会起来的确很有道理，看完大部分这本书的内容，就可以体会并应用这个方法了。（第一次校赛，就是因为五步法的第一步，都没有做到）。对了，还有老丁推荐的一本，美利坚合众国数学建模竞赛委员会主席Giordano写的A first course in mathematic
modeling，有姜启源等翻译的中文版，but我没能在图书馆借到，所以没看过，大家有机会可以看看。怎么建模第一次国赛前的放假开始学校培训，我提前借了一大堆书，把卡都借满了。第一次国赛前的那次培训，对我而言，这段时期是收获最大的时期，比其他任何时间段都来得大。这段时间内，我们三个人都很辛苦。白天培训要学习很多知识，完了只能休息半天，然后开始比赛，周而复始。 之前我的打算是，白天上课学习，晚上回去复习当天的内容，再看些其他东西。But 我太高估自己了，晚上基本是玩玩三国杀之类的小游戏放松，然后第二天再去上课。嗯，心态放好，身体最重要。^_^通过这几次培训，基本上队伍形成了F专业写论文，我和M负责建模和编程。其中我偏重建模和全队调度。大家在培训的时候，要慢慢养成五步建模法：五步法说明:第一步:提出问题.
大家可能会想,题目不是已经给出问题了吗? 是的,但是这里的提出问题是指：用数学语言去表达。首先，题目一定要通读若干遍，“看不懂，读题目；看不懂，读题目”，如此反复循环的同时查阅相关资料。这通常需要大量的工作，而且要根据题目的特点做一些假设。
看的差不多了，就开始用数学形式提出问题，当然，在这之前，先引用或者定义一些专业术语。 接下来进行符号说明，统一符号（这点很重要，三个人之间便于沟通，论文便于展现），并列出整个问题涉及的变量，包括恰当的单位，列出我们已知或者作出的假设（用数学语言描述，比如等式，不等式）。
做完这些准备工作后，就开始正式提出问题啦。用明确的数学语言写出这个问题的表达式，加上之前的准备工作，就构成了完整的问题。
这部分的内容反映到论文结构上，相当于前言，问题提出，模型建立部分。注意，刚开始建立的模型很挫没关系，我们随时可以返回来进行修改的。第二步:选择建模方法.
在有了用数学语言表述的问题后，我们需要选择一个或者多个数学方法来获得解。 许多问题，尤其是运筹优化，微分方程的题目，一般都可以表述成一个已有有效的标准求解形式。这里可以通过查阅相关领域的文献，获得具体的方法。为什么不是查阅教材呢？基本上教材讲的都是基础的，针对特定问题的，教材上一般找不到现成的方法，但是教材依然是很重要的基础工具，有时候想不出思路，教材（比如姜启源那本）翻来翻去，会产生灵感，可以用什么模型。第三步:推导模型的公式.
我们要把第二步的方法实现出来，也就是论文的模型建立部分。我们要对建立的问题进行变形，推导，转化为可以运行标准方法解答的形式。这部分通常是借鉴参考文献的过程，做一些修改，以适应本题的情况。第四步:求解模型.
这里是编程的队友登场的时刻了。统计模型：SPSS,Eviews，Stata ，都是菜单式操作，easy的。数据分析：R，数据库SQL Server，IBM
DB2微分方程：Maple,Mathematic,MATLAB运筹规划：Matlab，Lingo智能算法：Matlab，R时间序列：统计模型中的那些软件，或者R，Matlab 图像处理：Matlab，C++总结： Matlab是必须的，再来个SPSS，一般情况下够用了。第五步:回答问题.
也就是论文的讨论部分。这部分是对你整篇论文成果的总结，一定要写的有深度。除此之外，通常还要写上一些灵敏度分析，如果是统计模型的话，要有模型检验。关于比赛的一些个人体会1、国赛和美赛是有区别的国赛讲究实力，美赛讲究创新。
美赛不一定要多高级的方法，但是一定要有创意。而国赛，组委会往往是有一个模糊的“标准答案”在的，按部就班做下来就好了。注意不要一次性就建立复杂模型了，老外看重的是你的思维，你的逻辑，不像国赛，看重的是你的建模编程实力，要使用各种高大上的方法。拿到一个问题，可以先建立一个初等模型，讨论下结果；再逐渐放宽条件，把模型做的复杂一点。
即 Basic model -& Normal model -& Extended model的思路。这个思维在美赛中很好，这么做下来基本都能得金奖的，鄙人这次也是按照这样的流程，拿了个金奖。2、文献为王文献为王。建模的题目，基本上是某个教授的研究课题，凭我们本科生的水平，基本上做不到对题目的深刻理解。所以要多看文献。看文献也有技巧：刚拿到题目，先查一下相关背景资料，了解题目是哪方面的。接下来看文献，找一下硕士论文，博士论文以及综述性质的文章，硕博论文一般都会详细介绍下整个课题的国内外研究情况，综述就更不用说了，它就是对大量原始研究、和主要点进行归纳、分析提炼而写成的论文。看完这些，就可以比较有深度地把握题目，也知道如果我们要进行创新的话，往哪方面走。接下来，可以根据小组三人讨论的结果，有针对性的看一下有深度的文献，文献看得多了，就可以考虑开始创新了，像爱因斯坦那样开辟相对论等新领域的创新，是很有难度的，但是我们可以退而取其次，不是有句话叫做“他山之石，可以攻玉”吗？
我们要做的就是组合创新！ 领域内组合创新，把一个学者的方法嫁接到另一个学者的模型上。 以及交叉领域创新，把把自然科学的知识用到社会科学上，或者用社会科学解释自然科学的结果等等。（这里就可以体现，跨专业建模队伍的先天优势了：不同专业对同一个问题的思维是不同的，可以擦出创意的火花）PS：图书馆有买很多数据库，可以免费看论文。免费的话google学术是无敌的，国内文献貌似没有良好的分享平台，实在找不到论文也可以百度文库死马当活马医。平时可以多注册一些网站，数学中国，校苑数模，matlab技术论坛，pudn程序员，研学论坛，stackoverflow等。上传些资料，攒积分要从娃娃抓起，不要等到比赛了看到好资料还“诶呀，积分不够”。想法很重要。建模思维是一种很难学习到的东西，站在巨人的肩膀上，多看文献，负责建模的同学辛苦了。3、掌握一点数据处理的技巧
建模的题目，A.B两道题。基本上是一题连续，一题离散；一题自然科学（理工科），另一题社会科学（经济管理）。这样的分布的，大家平常做题的时候就可以有所侧重，曾经有一支美帝的队伍，专攻离散题，貌似拿了连续两届的outstanding.掌握一点数据处理的技巧是很有必要的。比如数据缺失值的处理，插值与拟合等。尤其是数据缺失值的处理，基本上A,B题都有可能涉及，建议熟练掌握。4、关于编程水平。More generally,软件操作水平几乎决定了一个队伍的结果上限。MATLAB是必备的，必须要熟练掌握各种模型的实现。此外，SPSS(或者R)也是要掌握的。Mathematic和MATLAB的替代性很强，不掌握也没关系（仅在建模方面，mathematic 当然也是很强大的）。What’s more建模比赛举办这么多年，用到lingo的情况几乎很少了，也可以不学lingo. And 现在的题目动不动就要粒子群等智能算法，强烈建议大家至少熟练掌握一种智能算法.MATLAB推荐书目基础：
MATLAB揭秘
郑碧波 译 （本书讲的极其通俗易懂，适合无编程经验的）精通matlab2011a
张志涌提升：数学建模与应用：司守奎 （囊括了各类建模的知识，还附有代码，很难得，工具书性质的）Matlab智能算法30个案例分析
史峰,王辉等
《MATLAB统计分析与应用：40个案例分析》数字图像处理(MATLAB版)
(13国赛碎纸片复原居然涉及了图像处理,所以列在这里了.可看可不看,太专业化了)书很多的.总之,要达到熟练运用matlab进行运筹优化,数据处理,微分方程的地步. 数理统计可以交给SPSS,R ,其中SPSS无脑操作上手快.5、格式规范：看国赛一等奖，美赛国内人得特等奖的论文，格式规范方面绝对很到位，大家可以参考。国外人的特等奖论文，大都不重视格式，人家的优势在于模型实力与创意、母语写作。所以在美赛格式规范方面，参考国内特奖的论文。PS：有时间的队伍可以学习以下Latex，用Latex写出来的论文，比word不知道好了多少倍。Latex书目推荐：LaTeX插图指南一份不太简短的Latex介绍LaTeX-表格的制作 汤银才参考文献常见问题集latex学习日记
Alpha Huang论坛：Ctex BBS结束语：什么是数学的思维方式？观察客观世界的现象，抓住其主要特征，抽象出概念或者建立模型；进行探索，通过直觉判断或者归纳推理，类比推理以及联想等作出猜测；然后进行深入分析和逻辑推理以及计算，揭示事物的内在规律，从而使纷繁复杂的现象变得井然有序。这就是数学的思维方式。-----------丘维声《抽象代数基础》前言
之前大学的时候参加过美国数学建模比赛。无非就是注意几点：1. 英文很重要，写作很关键。2. 模型不是越复杂越好，关键要自圆其说。3. 大方向听取指导老师的意见，小方面坚持自己的做法。4. 比赛那几天请保持好运气，如果没有好运气前面三条全都没用。
破逼比赛就看谁作文写得好，历年O奖得主做出来的那都是TM什么破玩意儿
美国数学大赛基本上是浪费时间和精力而没什么实际意义的东西，对你的数学能力和水平没有任何帮助。
非常赞同楼上张达拉学姐的说法。除开上面讲到的之外，我个人认为最重要的一点就是不要有心理包袱，别给成绩束缚住了手脚。参加美赛，纯当锻炼。能否得奖或能拿到什么程度的成绩，决定因素有很多。四天下来，能够整理出一片条理清晰、逻辑合理、格式规范的论文本身就是一种成功。像我们队，尽管赛前定好了早起晚睡的计划，但是在比赛中，还是会把大家的精神状态放在第一位。调整好作息，睡好觉，吃饱饭，每天保证一定的时间完成计划的任务。最后，强烈推荐对内负责编程和建模的同学在赛前花一定时间上数学中国的论坛逛逛。既可以寻求到各方面的帮助，而且也能找到志同道合的同学一起相互鼓励。我相信只要全心投入过，无论结果，美赛都将成为我们大学时光里一段特殊的回忆。
提供一个QQ群，不知道对LZ是不是有用美赛备战群：加入的时候麻烦注明来自“知乎”~
最最关键的一点：抱对大腿！！！！
参加美赛拿到题目，首先是选出关键词，然后查英文文献（若英文查不到啥好资料再查中文资料）。查文献必须用谷歌搜索或者谷歌学术，百度这方面做得很不到位。我读本科的时候参加数学建模比赛，我负责的是建模与论文。每当我拿到题目，然后整理出关键词，下一步就是用关键词在谷歌搜索。然后阅读与题目相关的重要文献，接下来根据我的经验知识建模。如果你们建模的组员只会百度，很显然百度搜索找不到很全的资料，而别人用谷歌搜索到了与题目相关的重要论文，然后模仿着做，得大奖了，那么你们组就亏大了。?推荐看我的博文上谷歌的方法以及一个论坛Google免翻墙镜像汇总,改hosts上谷歌软件-科研,数学建模比赛必备??
我是校苑数模论坛的赵松，截止目前，2014年“校苑数模高校巡回讲座”已经接近尾声了，我有幸参加了清华站、北航站、武汉理工站、西大站以及西南民大站的现场讲座，聆听了包括美赛赛题专家周老师、美赛O奖获得者华科熊风以及西南民大谢永意等众多嘉宾的精彩报告。大学期间，我参加了美赛、国赛、Mathorcup、电工杯、苏北赛、校赛等大大小小的赛事，共9次。
这篇帖子的内容融合了自己的参赛经验、两年的科研经验（包括英文论文写作）以及嘉宾们的经验；题目定义成《美赛如何获奖》，我觉得一点都不为过，只要做好文章提到的内容，可以说至少可以获得美赛二等奖。1. 对美国大学生数学建模竞赛的错误认识&1& 不是数学专业的同学能否参加数学建模竞赛？
这个问题由来已久，不仅仅限于美赛，对国赛、Mathorcup以及其它数模赛事，某些非数学专业的人都会望而生畏。与其说望而生畏，不如说是望文生义，很多同学只要看到“数学”二字，心里都会产生一种高大上的感觉。造成对数学建模的错误认识的原因是各方面的，比如数模指导教师都是理学院的、教高数的，还比如学长们的经验分享中明确提出需要具备一定的数学功底等等。
第一，数学建模竞赛对数学确实有一定的基础性要求，我个人认为高等数学、线性代数以及概率论与数理统计这三门课，基本可以构成数学建模的数学门槛。有些学校明确要求不让大一或者大三以下的学生参赛，也是考虑到低年级的学生没有系统地学习过这三门课。这些基本知识在进一步的了解基本数学模型的过程中会经常遇到。
第二，数学建模竞赛涉及的领域远远超出了理论数学的范畴，它属于应用数学范畴，涉及到物理、化学、计算机、医疗以及控制等等各大门类。一种很现实的现象是，高校在组队的过程中，往往将不同专业的学生组成一队，也是考虑到这个因素。
总结来说，不是数学专业的同学也非常适合参加数学建模竞赛，数学成绩不好的同学并非不适合参加数学建模竞赛。&2& 英语不好的同学能否参加美国数模竞赛？
这一问题的来源在于美赛要求英文写作。中国学生的弱项可能在于英语上，这是正常的，因为我们本身就是中国人，汉语是我们的强项，我们学习英语的能力远远超过了外国人学习汉语的能力。那么在英语能力相对较差的情况，我们怎么样才能在比赛中写出不错的英文论文呢？其实方法很简单，那就是赛前多练习，做3~4道模拟赛题。第一次英文长篇写作，难免会很别扭，很生疏，但是没关系，坚持写下来；第二次、第三次写作的时候，你会发现，之前的别扭已经不再了。
美赛论文的结构相对固定，框架基本一致，只要把框架搭好，往里面填内容就可以了。记得自己研二上学期第一次投国际会议时，英文写作特别别扭，到处拼凑词句，最终终于写出了一篇看起来像样的文章。结果，被导师反馈回来的是，几乎全部要修改的文章。自从那次写作之后，今年再写一篇领域内的顶级会议时，写起来不再那么别扭了，主要原因两点：第一，平时自己看的英文文献多了；第二，平时自己练的多了。
这里需要说明一下，我大学四级520，六级435。英语是我的弱项，一直都是，曾经写英文论文时，我心里也挺发怵的，没底气呀。但是后来我发现，英文科技文献的写作，最重要的不是华丽的句子，而是清晰的逻辑。清晰的逻辑让你的论文整体架构非常合理，将评委一步一步带入你的思维里。逻辑清晰的文章，总能给你酣畅淋漓的感觉。但是，我并不否定句子的重要性，只是它确实没有你想象的重要。在英文科技文献写作中，切记三点：第一，能用简单句式就不考虑复杂句式；第二，不要一味地采用简单句子，让句式错落有致；第三，不要采用汉译英的翻译模式。
总结来说，长篇英文的写作，最重要是清晰的逻辑，其次是华丽的句子。但是不要刻意追求句式的华丽，应主要采用简单句式，复杂句式适当使用，显得论文更加高端。美赛的评委也是中国人，为什么要用华丽的辞藻来迷惑一个英语并不怎么样的老师呢？2. 如何获得美赛二等奖及其以上奖励
这绝对是一个过来人的经验，也是一句最实在的告诫。获得美赛二等奖，真的很简单，统计来看，美赛二等奖及其以上的比例占40%-50%，与国赛的国家二等奖相比，容易得多了。那么怎么才能获得美赛二等奖呢？
其实就两个字“写作”，一篇高质量的论文，完全可以抹灭模型建立时的缺陷，尤其是摘要的写作。摘要的重要性相信大家应该都知道了，它是论文等级的分水岭，国赛如此，美赛更是如此。与国赛相比，没有固定答案束缚的美赛，摘要中体现的几乎就是论文的全部了。关于摘要的写作，如果大家有兴趣，可以参考一下我之前写过的《全国数学建模竞赛论文模板》，参见链接：。
除了摘要之外，写作中还有一个至关重要的环节，排版。可以说“摘要+排版”直接决定了你能否获得美赛二等奖及其以上的奖励，对于一个评委来说，他根本没有太多时间阅读你的论文，通常的做法是看一遍摘要，翻一下你的论文，只要你摘要写得好，排版漂亮，二等奖没有问题。甚至可以这么说，你的摘要和正文没有实质性的关系，摘要写得出色了，拿到二等奖概率也是非常大的，这种情况有现实案例发生了。关于如何排版，我给大家的建议是多看一下美赛特等奖的论文，看上4-5篇，总结一下别人的论文结构以及值得借鉴的地方。
总结看来，美赛获得二等奖的秘诀在于“摘要+排版”。3. 如何备战美赛
谈完了上述两点，接下来我就给大家说点貌似乏味的东西，这些内容在备战美赛过程中是相当重要的。数学模型基础知识与模拟赛组成了备战美赛的主旋律。&1& 数学模型基础知识往往令大家疑惑的是，掌握多少数模知识之后，参加比赛才够用。关于这个问题，不同的人有不同的见解，有些同学可能就没有看过数学建模的书籍，全凭比赛期间的快速学习，就完成了比赛；有些同学，可能看了很多数学建模的书籍，学习了很多模型。为了让同学们更加自信地参加比赛，我个人建议，一些基本的数学模型还是要掌握的，掌握哪些模型呢，请大家看下图，数学建模比赛中，常用的模型可以分为四大类：优化模型、预测模型、分类模型以及评价模型。每类模型下面还有很多小模型，很显然的一个问题是全部掌握这些模型是不可能的，那么怎么办呢？每大类模型下面要熟练掌握2~3个模型（包括原理和源代码），其它模型不需要熟练掌握，但是要熟悉，比赛过程中用到的话，再找资料查。
至于算法部分，我认为至少需要掌握几种启发式的算法，比如遗传算法、模拟退火、蚁群算法等等。赛前，准备好这些算法的源代码，一旦用到之后，通过很小的改动即可直接拿来用，既省时又省力。&2& 模拟赛
如果说数学模型基础知识的掌握不是必须的话，那么模拟赛是备战美赛不可或缺的环节。数模强校都有系统的培训方法，虽然风格迥异，但是模拟赛都是必须的环节，只是模拟赛的数目不同罢了。为什么非要进行模拟赛的训练呢？模拟赛不仅可以让你提前感受美赛氛围，而且可以磨合你的队伍，让你知道自己的缺陷所在。之前在写作的部分也提到了，至少要模拟3~4次，这个数字是很有必要的。队伍之间经过协商，设定4天时间，严格按照这个时间进行模拟，模拟次数多了，经验就更加丰富一些，真正比赛时，不至于激动和慌张。4. 美赛和国赛的区别
虽然都是数学建模竞赛，但是美赛和国赛的区别还是存在的。归纳起来主要有三点：第一，模型假设；第二，模型建立；第三，结果分析。美赛的论文思路与真正的科研更加接近，而国赛的论文和一些中文的期刊更相似，这就是导致两个比赛不同的原因。&1& 模型假设
模型的假设在真正的科研过程中是非常重要的，因为它直接决定了你考虑问题的方向。在美赛论文写作中，模型假设部分需要明确写出假设的合理性，这是与国赛论文不同的地方。大家参考优秀的美赛论文，模型假设这一部分就可能写一页以上，而国赛更显得是凑字数的感觉。&2& 模型建立
美赛的问题一般比较棘手，同学们在4天时间内，提出非常出色的方案不容易，因此，大家在比赛过程中，应该首先提出一个可行性方案，并且求解该方案，作为一个保底的模型。然后，如果时间充足的情况下，进一步将模型深入化，考虑更多的因素进入模型，一步一步地深化问题。由于美赛问题没有固定的结果，因此，模型求解得到的结果只要是合理就可以了。&3& 结果分析
这一点我要特别强调一下，它特别重要。在真正科研过程中，结果分析是非常重要的一环，不可或缺，在美赛中也是如此，详细的结果分析很容易提升论文的档次，这是国际一等奖和国际二等奖的关键区别，甚至可以凭借这一点冲击特等奖。大家阅读美赛特等奖论文的时候，要特别留意一下别人的结果分析是怎么做的，进而总结一下，用到自己的比赛中。
经常提到的灵敏度分析和稳定性分析，都是结果分析中的一个部分，参赛队务必重视这一点。5. 如何查找数据与如何出彩
之所以将如何查找数据与如何出彩两个部分放在一起，是因为它们往往针对同一类问题。这两个问题往往都出现在评价类问题上，比如国赛的葡萄酒评价、上海世博会分析以及14年美赛的教练评价问题。这类问题，题目中往往不会提供现成的数据，参赛者只能去网上找，此外，这类问题，不容易做出特色，因为模型都比较固定了，大家都知道该采用哪种模型。&1& 查找数据
我个人不推崇在学校购买的数据库上找资料，我个人推荐直接在google上找，如果登不上去，可以采用三种方式：第一，自己通过某种插件搞定；第二，用谷粉搜搜；第三，。此外，利用强大的社交平台获取数据也是一种有效的方法，比如贴吧提问，在数模论坛上查找等等。&2& 如何出彩
对于评价类问题，如何做出自己的特色？大众的模型大家都烂熟于心，为什么有些人能拿O奖，我却只能拿M或者H？对于这个问题，我个人特别推荐大家看一下14年美赛特等奖获得者熊风的论文，论文链接：。看完这篇文章，然后再找葡萄酒评价和世博会的优秀论文看一下，这类问题，应该就可以搞定了。总结来看，评价类所见模型的结果不能太脱离实际，评价模型所用的指标一定要全面并且新颖。
这篇帖子就写到这里了，大家有什么问题可以给我留言，如果有必要的话，我可以专门做一次线上讲座，来回答大家的一些问题。最后，感谢大家支持校苑数模论坛！
最主要的是把论文写漂亮
弱渣来一答，也算个记录。抛开这个比赛有用没用，说几条参赛可能有用的。 =.=赛前本来我们连建模是干什么都不懂（），找老师聊了一下了解个大概，学期间就什么事情也没干了。放假了之后本来也是想刷书的，主要还是姜启源什么的，后来转而看 Outstanding Paper；另外集中看了一些比较“好操作”的统计方法这样。大家一起看的时间可能也就 10 天？最后其实也基本上没看成什么。优化什么的不太会，碰见物理题直接跪。最后很急躁地各回各家各找各妈过年去了。过年期间也基本没看东西。我是二把刀写程序的（算法是什么可以吃吗 =.=），找到了一大本（其实应该是好几本书的集合）好像就叫什么建模程序之类的，贴好了书签到时候能翻到就是。我主要用 MATLAB，看到这本的时候发现 LINGO 做各种规划好像很厉害就也看了两眼。赛中刷论坛加群挺重要的，我们基本上把能加群的全加了（总群、单题的群）。虽然强的选手大概也不会上网说自己在做些啥，但是我们这种比较弱的就主要靠看看大家在做什么了……选题瞬间选 B 这没啥好说的（），一开始想统计（因为只会统计 - v-），做不下去，然后就看见群里说什么用层次分析，模糊聚类之类的。于是各种找资料看这些方法是干什么的怎么干。期间也找好了大量的数据，别人的文章，之类的。（另外提一句，B 题不是要评比教练嘛，窝会说窝们是处心积虑地人为甩掉各大大概比较靠谱的榜上没有的人的吗……→_→）然后很重要的一点是不要拖延！不要太卡，起码流程走一遍要改再说吧。我们中间有一段时间就卡掉没有进展，导致后面写的东西实在是令自己都不满意，质量和我们觉得我们做出来的结果不 compatible 啊哭哭。关于 LaTeX，其实还好学（为了刷 MathSE 什么的程度 =.=）。用在线编辑器搞个模板，而且大家可以一起编辑。英语作文比较好的队友也学了一些，写比较大段的文字完全没问题。总结一下，其实我（重在参与的人群）觉得最重要的还是赛前有个概念哪里有什么能查到就行，赛中加群→得到信息→快速学习。还是悔啊……大好的假期没去看更好的书而是用来玩儿这个了。 -.-
老外跟国内数学建模的评委眼光不一样，所以，其实只要有微创新，人家能看得懂就足够。英文问题么……看得过去就好，别通篇一个句式也别写成花式作文，配图清晰明了，LaTeX些的论文可以，word也未尝不可，反正最后都是交pdf……程序别偷懒，老外喜欢跑程序，适当写点注释，当然如果你使用无人知晓的高深莫测的模型于算法，你大可以忽悠。总结，MCM还是挺容易的，竞争比国内小。利益相关，玩票性质参加过一次MCM，二等奖……话说基本上算法论文都我一个人搞定，其他俩人都打酱油的。
我当时参加比赛，报名以及后期的邮寄论文都是老师帮忙的。只要关注在论文的完成中就可以了。当时我是抱着打酱油的心态比赛的，压力不是很大，还是挺开心的。比赛中资料什么挺重要的，但关键是时间要掌握好。还有就是我们但是范围写太大了，后面收不回来了。所以，拿到题目，一下子不知道怎么下手，可以从一个点下去。不然写着写着就收不回来了。还有就是写作以及排版了。这个真的很重要啊。赛前可以自己先做好模板，到时只要往里面填内容就好。还有，保持愉快的心情。中间可能很纠结烦躁，气氛可能紧张。但记得和队友保持良好的关系，不然合作很难。
练好LaTeX。生成论文最后就靠这个了。发送邮件之后会有回执，请耐心等待。我们凌晨五点发送的，上午十点多收到回复。对了，尽量不要用咖啡之类的……准备好翻墙工具。中国的网络环境……资料你能搜到，但是就是看不到。就是这样。