美国数学建模_icm使用的模型csdn

一、选题

MCM是真正意义上的数学建模竞赛，它是开始比较早。2000年的时候又开设了一个交叉学科的竞赛ICM，它们的赛题就是各有三道

连续型，就是模型主要是建立在一些连续函数的基础上。我们我们今年做的这个2020年A题，海水温度场就是一个很典型的连续模型。

离散型，就是和这个连续型相对的一个模型。

大数据，就我目前经验来看，应该算是数据科学来描述这道题比较贴切，因为它的数据量实在不是很大。

ICM的这三个，它是重在这个交叉学科。

D题运筹学或网络科学，简单来说就是优化、规划。环境科学，就环境相关的。政策类，我们理工科一般戏称它为“语文建模”，因为感觉自己的一些方法不是很用得上手。

对于理工科的话，我们一般准备就直接A、B、C、D、E五道题练一练。我们当时是直接排除了这道F题。

我建议大家，比较看重这个含金量的话，A、B、C三道题又有能做得下来的，最好做ABC三道题。

就是优先做MCM。 作者：模小数 https://www.bilibili.com/read/cv8848496 出处：bilibili

数学建模美赛六种题型怎么理解，应该如何选题？ - 知乎

美赛赛题类型美国大学生数学建模竞赛目前分为两种类型，MCM（Mathematical Contest In Modeling）和 ICM（Interdisciplinary Contest In Modeling)，两种类型竞赛采用统一标准进行，竞赛题目出来之后，参数队伍通过美赛官网进行选题，一共分为 6 种题型。

MCM:
对于参赛者的数学模型素养以及建模能力要求较高，
一般A题为连续问题、B题为离散问题。C题，与大数据和数据挖掘有关。

ICM:
一般涉及的问题较宏观和复杂。对于参赛者把握问题主线、权衡宏观与微观整体与细节的能力要求较高。
ICM有3道题，D题一般与网络科学或优化有关，
E题与环境科学有关，
F题与政策、社会科学相关，主要讨论社会科学中的建模问题。

六种题型怎么理解

首先，MCM/ICM（2016年起）每年共有6道题，不是6种题，MCM是ABC三题，ICM是DEF三题。对6道题目类型的描述，不是严格的划分，角度和依据都不相同。
continuous和discrete是指模型的类型，data insights是指问题数据的特征，operations research/network science和environmental science是指问题涉及到的学科，而environmental science和policy又是指问题本身的背景。这不是按照同一标准对题目进行划分，之间有重叠。最显然的，如果认为continuous和discrete是互补的，那么其他4道题目应该可以分别归入其中某一类。

其次，这些一两个词的描述过于笼统、宽泛，无法体现题目的具体特征，特别是A、B、F题的描述，提供的信息非常少，说了几乎等于没说。continuous、discrete把所有的模型全包括了。policy范围也太广，人类主宰世界，方方面面都可能涉及政策问题。而且F题也是2016年新增加的，只有2016年一年的题目（难民问题），暂时还看不出来什么规律。

而C题和D题的特征相对具体一些。比如，针对2016年起MCM新增加的C题，COMAP（Consortium for Mathematics and Its Applications）专门发布了一份 文档 （ 中文简介 ）说明其特征。概括起来，MCM的C题与数据有关，虽然称不上大数据，但压缩包也在100MB以上，与MCM/ICM其他题目相比，数据量算是大的（实际上以往MCM/ICM的题目很少给数据），这就要求选这一题的参赛队要熟悉数据处理的基本方法，包括预处理、后处理等，并掌握相应的编程技能或是相关软件的使用方法。模型、方法方面，可能主要集中在统计、模式识别等方向。再比如D题如果是网络科学的问题的话，所用到模型、算法、软件比较集中，有章可循。近几年网络科学是一个热门研究领域，算法、软件包括可视化的软件都很多，如果对这一领域的相关知识和软件都比较熟悉，选题时可以重点关注D题。

E题环境科学，大体上会集中在环境污染、资源短缺、可持续发展、生态保护等几个方面。对问题的背景有一定的提示作用，但是范围仍然很广，模型、方法没有明显的特征。
所以，显然无法仅仅根据这些提示就进行选题，至多是，排除某个题目不考虑（如，计算能力差的队可以不选C题）。如果仅从选题的角度出发，搞清楚MCM竞赛与ICM竞赛的区别，可能更有帮助。
选题：自己手工翻译、对照翻译、快速选择擅长的
多目标规划-》单目标规划——》确定权重-》遗传算法求解模型

（个人想法：先排除F题语文建模，主要偏向ABC进行训练）

二、软实力准备

1.学习前人的经验
1.）往届获奖的优秀学长学姐，不限制于本学院，可以了解数理学院和建模社团的相关信息
2.）谷歌搜索， Quora等
2.抗压性训练
3.团队建设
1.）能力较强和时间充足的情况下，可以考虑全方面培养自己，要求自己具有单干的能力
2.）一般而言，找队员要找能弥补自己能力短板的；比如获取信息的能力、建模能力、编程能力等
3.）如果找不到能弥补自己短板的大佬，就尽量找时间充裕，并且重视这个比赛的人，虽然他们现在的水平不太够，但是一段时间的学习的效果还是不错的
4.）最好能定期开个组会，一起进行学习进度确认，后期进行实战模拟，培养默契感，熟悉分工和合作流程

三、获取往年优秀论文

https://www.zhihu.com/question/22627767/answer/37919990

华盛顿大学的MCMhttp://www.math.washington.edu/~morrow/mcm/mcm.html（这个有2001到2015年的论文）

The International Mathematical Modeling Challenge的，论文链接在Problems, Results and Solutions里，进去Solution就有了，The International Mathematical Modeling Challenge (IMMC)

2016年2013-2016美国大学生数学建模竞赛O奖论文 - 论文版 - 经管之家(原人大经济论坛)（这个需要论坛币）
数学中国，这里面很多资源美国大学生数学建模竞赛(MCM/ICM) - 数学建模社区-数学中国

四、注意tips

分工图

五、制图
（一）数据制图

◆ MATLAB制图画图速查表：https://zhuanlan.zhihu.com/p/112229373
说明：知乎大佬出品，教科书级别，好用。

◆ MATLAB gramm画图工具箱：https://github.com/piermorel/gramm
说明：R语言风格，MATLAB制图美化。

◆ Python Science Plots画图包：https://github.com/garrettj403/SciencePlots
说明：提供IEEE等风格，Python制图美化。

◆ Excel制图：微信公众号【Excel数据可视化】
说明：（随便找了个教程）Excel制图非常强大，但更加花哨，推荐美赛使用。

（二）流程

◆ ProcessOn 在线制图：https://processon.com/
说明：免费在线使用，有一键美化功能，完全可以替代Visio。

（三）特殊图

◆ Excel Power Map插件：Power Map 入门
说明：Excel 2016后自带的插件，用于绘制数据地图。

◆ 地图选择器（Datav）：地图选择器
说明：阿里出品，仅能获取中国的各级区域的地图轮廓。

还有一些比如AutoCAD、3Dmark等软件，如果觉得契合建模主题，都可以用上。

六、写作
（一）写作技巧

待补充。

（二）写作工具

◆ Overleaf 在线LaTex编辑器：https://www.overleaf.com/
说明：在线编辑并编译LaTex的工具。

◆ SniMathpix p 公式识别：https://mathpix.com/
说明：识别出图片中的公式，转成LaTex代码。

 在线公式编辑器Online LaTeX Equation Editor - create, integrate and downloadHTML LaTeX equation editor that creates graphical equations (gif, png, swf, pdf, emf). Produces code for directly embedding equations into HTML websites, forums or blogs. Images may also be dragged into other applications like Word. Open source and XHTML compliant.https://latex.codecogs.com/eqneditor/editor.php

（三）英语用词

1）.掌握论文框架结构，严谨清晰、主次分明、有逻辑即可。通过阅读官方模板和往年优秀论文学习
2）.丰富的数学、计算机专业词汇积累，交叉学科类题的话还有相关学科的词汇也要注意积累，这个就要靠平时背了，可以通过记住数学教材或论文里的词，如果只有中文也可以用翻译软件翻译并记下来
3）.不要求使用多复杂的句子，以简单易懂为目标，把评委当作小学生，但是简单而不能单调，注意句式和用词的变化，不要单调重复，大结构应该显得句式整齐，但是小段落上不要单调重复

摘要：多看历年优秀论文，多次修改写一个比较好的摘要，和苏贵福老师联系修改

待补充。

二、与众不同的排版，更精确点，起码要有几张漂亮的有逼格的图和表格。杀入上层论文的方法就是让人眼前一亮，在一堆沙子里面看见了一颗金子，先不说是真的还是假的，先捡出来再说。

作图上，程序的代码跑出来的图当然是matlab画的，这些图在不超过要求页数的情况下要尽量多一点，可以表明你确实做了很多实验，也可以反映出模型是有效的。另外，实验结果图上的线条尽量粗一点会好看一些，线条颜色也多用鲜明点的颜色等等，这些都做到的话得个奖是没问题的。流程图之类的我们一直用的Visio做的，这次建模时包括实验图在内的全部图我们都是用的origin做的。表格一定用三线表，这个一看起来就有逼格很多，有些用Word做些全包围的表格看起来就不好看。至于这个排版和作图，还是要多看些优秀获奖论文，才能把握好什么样的作图是比较好看的，例如当我看到一些优秀论文里面做的热辐射图和具体模型结合在一起的时候我就在想，这张图好炫，同时也反映了模型的有效性。
【翻译表达】数学论文中多涉及专业名词，这里假设评委对题目非常熟悉，写作时凡是题目已有的名词表达，论文里要提到的，都是用题目中的名词表达方式表达（因为一般评委对题目的表达已经非常熟悉，换一种方式表达会让评委对论文的质量评价降低）。写作过程中要注意的就是表达的问题。假设大家跟我一样是用谷歌翻译，谷歌翻译相对比较符合我们中国的语言理解（评委中也是有很多中国评委），但它毕竟不是人工的，对中文的理解上还存在偏差。有个好一点的方法就是同时打开两个谷歌翻译（为了省时），一个调成中文-英文，一个调成英文-中文，后面的这个是为了快速检验翻译的准确度。翻译出现偏差可以不断地改变中文表达，因为汉语中同一个意思可以用多种方式表达，软件可以识别到它本身设定的理解方式（这需要自己调的经验，有点难分享）

 注意：

       （1）在竞赛开始前，最好先准备好Matlab的各种常用算法模板，比如：二、三维作图、层次分析法等。竞赛时，可以直接套用准备好的代码，大大地减少了编程的时间。

       （2）二、三维作图在数学建模竞赛中肯定会用到的。为了让贴到论文中的图更漂亮，要学会通过代码来控制图片的大小(通过figure来设置图片大小为320x320或500x500)、设置坐标轴的粗细、字母上下标、线条颜色等细节。二、三维作图的参考链接：https://blog.csdn.net/qq_41149269/article/details/86603943

       （3）要有良好的代码风格，不然写出的代码真的有点难看。

上面说了那么多，对于还没接触过数学建模的同学来说可能是一脸懵逼。哈哈哈，我贴心地为大家准备了建模、编程、往年O奖论文讲解这三部分的视频教程，相信对大家入门数学建模会有很大的帮助。

建模：https://www.icourse163.org/course/cumcm-1001674011

编程：https://www.bilibili.com/video/av39752280/?p=1

论文写作：https://blog.csdn.net/qq_40481843/article/details/86692343

往年真题视频讲解链接：https://pan.baidu.com/s/130lwterZvM4DbaimCSRQxg      提取码: k9td 

本队伍2019年美赛的培训课件、论文、代码：https://github.com/xiexupang/2019MCM-A

原文链接：https://blog.csdn.net/qq_41149269/article/details/86881902

【论文书写顺序建议】
【注】不是论文布局顺序
[背景] 在确定建模思路前，可以先完成背景部分，这部分内容主要与题目相关，同时背景所提到的介绍最好是与团队建模过程中打算考虑的方面有关的。篇幅大概半页。
[问题重述] 写问题重述不能直接复制题目的问题。这部分的意思是用自己的话对问题重新介绍一遍。就是说，当团队理解了题目要我们解决的问题，下面的建模方向已经确定（从哪里下手），问题重述就可以写了，简单粗暴一点就是直接改一下题目的表达就放上去（不建议）。这部分篇幅是半页左右。
[插入说明] 摘要、工作介绍在建模后再做，或者建模工作已经做到一半，后面的思路已经非常明确时也可以写了。工作介绍部分可以考虑用流程框图来介绍建模及模型联系。摘要是对整篇论文解题思路及工作的一个汇总，一般建议分点写，用first，then等作为每段的顺序说明。摘要中实则是对模型建立过程的一个简要概述。（作品经过几次评估的，第一次划论文等级时就是看摘要）
[模型建立] 每一个大模型（基于题目问题）另起一章，里面再分小节介绍模型。模型建立这部分是对团队解题想法+解题过程的结合，在写的时候要注意不要只是堆砌公式，要一边说思路（从什么到什么，基于什么，我们认为等等）一边给思路结果（即公式）。因为这是在跟别人介绍自己的模型，内容要清晰明了，显示逻辑性。模型与模型之间要有联系说明（一句话即可）。
[模型求解] 这部分的内容在论文布局中较为灵活，可以在一个模型建立以后后面就给出模型求解，也可以建立了所有模型以后再统一进行求解。放在哪里最好与队友一起讨论，最终是为了让整篇论文看下来有条理，有安排，符合题目提问顺序等等。
[模型分析] 这部分有些论文没有把它单独列为一章，因为实际上在进行模型求解时就可以对模型进行分析，也可以在每个大模型里都加一个模型分析小节。一般来讲，当题目要求中有暗示了某个问题实际上是所有模型应用的综合，或者暗示某个因素对所有模型的影响时，可以另起一个部分。一般这个也可以比模型求解部分先写。
[灵敏度分析] 这部分写作主要是抓住模型的某个点进行分析。
[优缺点、未来工作、结论等] 这部分写作不难，优缺点各三点左右，未来工未来工作就是如何能建立更完整，应用性更强的模型（一般是当考虑建模过程中没有考虑的因素时，或者在建模过程中找不到资料的部分因素时）。结论就是对整个工作的总结。参考文献放十篇左右就好了，建议尽量放英文参考文献上去，虽然实际参考是中文文献，可以考虑把论文中提到的某种原则、原理、模型等的英文表达拿到谷歌学术那里搜索，找相关的就行。
【论文检查】 检查关键信息是否正确（团队信息）
【论文绘图部分】 对于不需要用代码实现的图线，关于思路表达图、线图都科研用PPT画（简单，易上手，图可以清晰导出）。这部分以后将单独写一篇关于如何绘图及技巧的介绍。

以上为本人的一点经验，仅供参考。

原文链接：https://blog.csdn.net/qq_40481843/article/details/86692343

七、其他
（一）参考文献

◆ 参考文献格式生成器：http://wenxian.aazz.cn/
说明：自己写参考文献，文献格式容易出错。这个工具对Word写作者帮助很大。

◆ 中国知网：https://www.cnki.net/ 英文版：https://oversea.cnki.net/index/
说明：建议点击上方版本，跳转到英文版本使用。

◆ Google 学术：https://scholar.google.com.hk/?hl=zh-CN

◆ 百度学术：https://xueshu.baidu.com/

（二）优秀论文

◆ 历年国赛优秀论文：http://www.madio.net/thread-455055-1-1.html
说明：类似资源在该网站还有很多。

（三）数据来源

◆ 数据哪里找？200个源数据网站全给你！

◆ 国家数据：https://data.stats.gov.cn/

（四）综合资源

◆ 数模知识库：https://www.shumo.com/wiki/doku.php

◆ Madio 数模论坛：http://www.madio.net/
说明：站内有众多资源。