1、前言

美赛题目都是比较抽象的,需要很强的理论知识,下面给出些个人建议:

        此模板仅供参考,如果感觉有其它比这个好,可以抽取出来,形成自己独特形式的模板,另外美赛比较开放些,对一些格式的要求不是太严格。美赛最重要的几点有:

        1、条理性要明确,模型有验证的话比较加分;

        2、英文文章的一些要求要明白,语句通顺,注意大小写,标点符号;

        3、整体文章比较漂亮,就是自行润色,使文章看起来比较美观、好看;

        4、一定要多放图片,图片很重要(谨记)

另外有一些朋友问要不要添加附录,首先说一下以往美赛对附录不做要求,自己想添就添(代码比较好可以添上);我的建议是添上,当然最终的决定权在于你自己;(目前只想到这么多,想到再发吧)

2、建模感悟

        写的很真实,大家可以看看,想想我们为啥要参加建模?因为喜欢,或者是得奖,还是其它方面。

        数学建模是在20世纪60和70年代进入一些西方国家大学的,中国的几所大学也在80年代初将数学建模引入课堂。经过20多年的发展,绝大多数本科院校和许多专科学校都开设了各种形式的数学建模课程和讲座,为培养学生利用数学方法分析、解决实际问题的能力开辟了一条有效的途径。最早是由美国提出的,在中国也开始仿照开启国内建模比赛。

        不能说是低调,也不算是高调。只是一路走来,一些感想愿意分享一下。

        一年以前,我和我的两个队友报名参加了xx大学大学生数学建模竞赛。一年之后,我通知我的两个队友,我不再参加数学建模竞赛。不算是炫耀只是报告一下我们的成绩,校赛三等奖,国赛二等奖,美赛特等奖提名(Finalist)。一年的时间,通过建模我学会了挺多的东西,无论是从知识上还是从能力上。一年的时间我也看清了数学建模这个体制之下的一些东西,一些光鲜亮丽,一些无耻黑暗。

        从开始的什么都不懂,积极准备,热情参加,到现在的看清一些问题,完成校赛,决定退出。虽然决定退出的时候有些不舍,但是,一旦决定也就轻松很多。也就跳出三界外,不在五行中了。

        从积极的方面说,我是很鼓励我身边的人参加数学建模比赛的,无论是在现实世界还是在虚拟世界。我想,不论整个比赛制度,不论所在专业(单就理工科而言),不论以什么样的心态参加,对个人来讲都是好的。每个人都会或多或少的收获到一些。首要的是学会团队合作,这个应该是现在社会的相当重要的技能之一。再就是学术的部分,学会想问题,尤其是实际问题。学会说话,也就是写数学建模论文,做图,表格等等,一些不是文字上的表述,这些好处,是对每个理工科的人很重要的。

       学会从其他的学科去思考。作为一个学数学的人,两年的数学熏陶,是某种程度的数学思维。对其他学科了解很少。所以对其他学科处理问题的方法也不是很了解。我们队就有一个学软件的同学,从他的身上,我的的确确学到了很多东西。看到了我自身的一些弱点,并且,从这些弱点中,我也看到了,有些是我周围人都有的弱点。

       说实话,对于没有参加过或者没有走完全程的人来说,走全程还是比较有好处的。校赛,对于任何没有参加过的人来说,都是新鲜的,是干劲十足的,是一个入门。通过一次校赛,了解了数学建模的全过程。然后,感觉数学建模还是挺有意思的。接着在假期中好好准备国赛。在国赛,运用所有已经掌握的知识,一展身手。这种成就感是很强的。接着是美赛,用美国人的思维方式,用美国人的表达方式,这对每个中国学生都是很大的挑战,无论是对语言能力,还是知识的运用能力,即使是英语专业的学生。这样下来,所有的东西都可以见识得到。也就是说,这也就足够了。

        还有就是,数学建模在提醒竞赛的人,需要用数学工具,即使工具很简陋。在我看来,这个对于金融经济类,工程类的人是非常重要的。如果,在他们的以后处理问题的时候运用数学工具,会有很好的效果的。这基本就是数学建模的好处吧。

        放弃数学建模的原因很简单,上面的好处我已经见识过了,该学的我都基本学了。再多的,我也没有太大的兴趣。像智能算法,当我了解人工神经网络的时候,我基本就对他没有任何兴趣了。另外,现在已经有两个老师对我说,不要再参加数学建模比赛了。老师的意思是,如果我想要做类似的东西,完全可以找到问题,花长一点是时间去做,作出一点结果。

这也就是我要说的,至关重要的问题所在。

       首先,不论数学建模的评奖制度或者评分标准怎么样。我首先想说的是,数学建模最大的问题在于数学建模处理问题不够深入。也就是说,用三天或者四天的时间,粗浅的了解问题的背景,找到相应的处理办法,集中的处理问题,得到相对合适的结论。这一切在短时间内完成。我不得不承认,这种认识是浮于表面的,是粗糙的,甚至有时候是虚假的。最近处理的问题是一个线性系统,但是系数矩阵存在的中度的ill-posed,需要修正。但是,我不知道怎么修正。即使我知道,做出来了。我也不能肯定这个问题就是线性的。很大程度上是非线性的。但是如何处理这样的问题,我还不知道。这种,不考虑背景的粗糙假设,在我看来,即使是处理出来了,也是没有价值的。如果真的想做点问题,还真不如花长一点时间,认认真真的做一个问题,写出点东西来。

        然后,口口声声说是“数学建模”,但是我基本看不到数学,或者我们队基本没有用到数学,具体说就是很少用到数值的方法或者方程的方法。基本就是用统计方法。我不得不说,统计基本可以不算是数学,在国外,统计就不算数学的范畴。如果算算数就算是数学的话,那数学也未免过于简单。也是由于我们运用统计的方法太多,让我也基本对统计没有兴趣。另外,我可以说,学数学C的完全可以参加数学建模比赛。因为,基本都用不上积分,如果你选择工程背景不是很强的题。

        很严重的是造假的问题,我不得不说,数学建模比赛中有很严重数据造假的问题。我们也曾经问过获奖论文的作者,他们也说不出个所以然来。并且很明显,他们的结果有很大的水分,甚至是造假。因为,用已有的方法有可能做不出好的结果,但是为了得奖,造假也是很常见的。

        还有就是整个比赛的评审过程是有严重的问题的,我只说国内,由于我不了解国外。评卷老师是不认真看的。或者是很少有认真看的。每个人看一篇论文,最多二十分钟,这可以算是认真看的了,但是你算一算,如果一个评委要看一百份卷子,得多少时间。你想想看,一篇论文算是二十页,用二十分钟就是一页一分钟。我请问,评委能看懂啥。不客气地说,评委也就认真两分钟。如果用两分钟,评委能看到啥,就认真看看摘要。这个就是现状。

       两方面的都说了。

       最后说点建议,如果你是大一的同学,想在大学学到东西,不想虚度光阴,那么就参加数学建模,无论你是什么专业。如果你是大二,如果你没参加过数学建模,我还是建议你参加。因为,参加和不参加有本质上的差别。这个经历非常重要。如果你参加过了,去请你考虑一下要不要参加,尤其是数学专业的人。因为大二的事儿还是比较多的,尤其是要准备出国的同学。GT都是很消耗时间的。所以要认真考虑。由于我现在大二,也不好说大三大四的事儿。另外,数学建模对于非数学专业的人来讲,可以提高数学的运用能力。但是对整天就是研究数学的人来讲,这里头的数学太没有含量了,或者说,有含量的在三天之内基本上是做不出来的。

       还有就是最近学校流行数学建模,在我看来,是个好事儿。但是,我还是想说,这个东西千万不要跟风,不要看张三在搞数学建模,自己就想搞,一定要看自己有没有这个时间精力。

       另外,经常地建模讲座,大多的是所谓获奖者分享他们如何得奖的经验的讲座,我看还是不要听得好。首先,没有参加过的人听了就是听个笑话,参加过的人听了基本跟没听一样。他可能说他们的将是因为他们认真准备,但是事实很可能是他们编造数据,论文造假,骗过了不认真阅读的评委,得了奖。或者说,所谓“成功者”的“成功经验”未必是他们“成功”的经验。

3、模板展示

6826442a539b93016d441d95089507c0.png

91147ae680a90c05ce3e6a950fbbb570.png

bbc56f84d65799f092a14a845e6bed69.png

cc65670c4ba0c120b530db209455a799.png

ea2eb42d431b406dad9759c4ae339209.png

ae3c65d2d9880c20b485d2d2ff12ee93.png

d9f6fb376b06edef62d18f0586cf2ac5.png

3b694e923a2993c9d405a54a8dcc7edf.png

20b80167ef678b9717128a28953ce289.png

d24e4f9b8c9f56cc6a19686a4bec0ea8.png

22580ffd2eafd80daaaf7b9122ad55fe.png

264adc6b96f9c805aee47459ba7ff5b7.png

013146cf015166367a5dadbc3ebf1ff0.png

9f258add41f77977c87ac6735edd0ee7.png

043279000829b223a29c0851d8f95f7f.png

fdab5462d49943ea8c2b5ee803909afb.png

929c64af574936b84f5ea3328e446ad3.png

fba67893931a4b13d80e8fb325d2dfe8.png

c55d9c85b22b6164de61e3fc91a7479c.png

539e88f741e407ec801da35e12804174.png4、网盘链接

a49ff400d49449e444470be96555087b.png

链接:https://pan.baidu.com/s/1ECXK6goO8kmChG01UspSWw

提取码:iqpj

链接:https://pan.baidu.com/s/1Hv-7rkJo4qXV7xV8F54EAw

提取码:dtp0 

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐