（学员风采）数学建模感想纪念逝去的大学建模：两次校赛
纪念大学数学建模通过：学校竞赛2次、全国竞赛2次、美国竞赛2次、电工杯1次。 从大一上学期组队到现在大三下学期，时间过得真快，我的大学模特生涯也结束了。 向在模特之路上帮助过我的前辈、前辈们表示感谢。 每一滴善意，都应以泉水报答。 我写这篇评论，希望能给我的学弟学妹一些启发，我也完成了我的想法。 文笔很差，不知道写什么，就按顺序写吧。
我如何选择建模：
大一的时候，我第一次听说数学建模其实是大一上学期，而不是大一下学期。 我在浏览网页时无意中发现的。 大概源于我从小就对数学、哲学、历史的崇拜（虽然大学里这些专业我都不敢选，尤其是数学和哲学，怕太难了，自己不会）能够学好），所以我决定了学习数学建模的想法。 通过翻翻学校发放的学生手册或者神马资料，我发现我们学校有数学建模竞赛。 由于大一时我没有任何数学知识，所以我没有开始准备，而是专注于寻找队友。
打乒乓球的时候认识了两个电信的帅哥，以后还会一起打球的。 其中一位（M）有成为尖子生的潜质。 后来期末考试后，我问了他的高数成绩，果然很优秀，就试探性地问他要不要一起参加建模。 嗯，成功了！
我在大一第一学期就认识了第二个队友（我问了她很多转专业的问题），但第二学期我就和她组队了。 像往常一样，当我问起我的成绩时，我感到震惊。 那是一个英语很好，微积分满分的女孩。 （第二学期我转学到她的学院）。 果断发出邀请，愿意一起组队吗，嗯，成功。
关于寻找队友：在信息不对称的情况下，优先考虑三人的专业匹配。 比如中国电信的一个朋友负责编程和理工科学科建模，一个经济金融统计专业负责论文和统计建模，一个数学计算专业负责综合建模和帮助论文，我个人感觉这个比较好。 因为建模大致可以分为三个部分：建模、编程、论文。 一般来说，每一部分由一个人负责，但不能走极端。 每个人只负责一部分。 这样的组合缺乏沟通和互动。 应该在训练时磨合三国杀 ex，并结合每个人的个人特点。 您主要负责哪些领域以及协助哪些领域？
接下来是第一次校内比赛：第一次还蛮兴奋的，因为之前问过几个学长，他们说做模特需要通宵达旦，所以我们就准备熬夜了。 我拿到的第一个题目是关于单位不同工作部门、不同饮食习惯的人健康水平之间的关系。
后来回想起来，我发现这其实是一道比较简单的统计分析题。 但我想我当时并没有这种意识。 这一切都是为了回答问题。 这些问题我想了很久，不知道该怎么办。 做的过程很痛苦，但也很兴奋。 学校比赛的三等奖证明光有热情是不够的，需要大量的知识。
初学者推荐书籍：
数学模型（江启元、谢金星）
数学建模方法与分析。 （新西兰）Mark.M. 。
第一本书是蒋先生写的。 非常适合新手。 内容也是按照国内风格来安排的。 按照模型知识点分类，一一讲解，涵盖各个方面。 第二本书来自新西兰。 我大学二年级的时候读过这本书，只看了第一部分。 我发现这本书非常适合新手。 这是典型的外国教科书风格。 它从一个模型示例开始，告诉您数学建模的所有方面。 它反复强调数学建模的五步法，稍后会详细介绍。 当你详细了解它时，它确实有意义。 阅读完本书的大部分内容后，您就可以理解并应用这种方法。 （第一次学校比赛，是因为我没有做到五步法的第一步）。 对了，还有一本老丁推荐的书，美国数学建模竞赛委员会主席写的A第一。 有江启元等人翻译的中文版，但图书馆借不到，所以没看过。 大家有机会的话都来看看吧。
如何建模
我在第一届全国比赛前的假期开始了学校训练。 我提前借了很多书，并把卡填满了。 第一届全国比赛前的训练对我来说是最有收获的一段时间，比任何其他时间段都更有意义。
这段时间，我们三个人过得很辛苦。 白天的培训你要学习很多知识。 之后只能休息半天，然后就开始比赛，周而复始的循环。 我之前的计划是白天上课学习，晚上回去温习当天的内容，看其他的东西。 但我高估了自己。 晚上基本上就玩三国之类的小游戏放松一下，然后第二天就去上课了。 嗯，心态放好，身体最重要。 ^_^
经过这几次培训，团队基本形成了F主修论文，我和M负责建模和编程的团队。 其中我重点关注的是建模和团队调度。
在训练过程中，大家要慢慢养成五步建模法：
五步说明：
第一步：提出问题。
你可能会想，问题不是已经给出了吗？ 是的，但是这里问问题的意思是：用数学语言表达出来。 首先，这个问题一定要读几遍。 “如果你不明白，就读问题；如果你不明白，就读问题。” 一边查阅相关资料一边重复这个循环。 这通常需要大量的工作，需要根据主题的特点做出一些假设。
当你读完后，你开始以数学形式提出问题。 当然，在此之前，你首先引用或定义一些专业术语。 接下来解释符号，统一符号（这个很重要，三个人之间容易沟通，论文也容易呈现），列出整个问题涉及到的变量，包括合适的单位，以及列出我们知道或做出的假设（使用数学语言来描述它，例如方程、不等式）。 完成这些准备工作后，就可以正式提问了。 用清晰的数学语言写出这个问题的表达式，加上前面的准备工作，就构成了一个完整的问题。
这部分的内容体现在论文的结构中，相当于引言、问题提出、模型建立部分。 请注意，如果您刚刚创建的模型非常令人沮丧，也没关系，我们可以随时返回进行修改。
步骤2：选择建模方法。
当一个问题用数学语言表达出来后，我们需要选择一种或多种数学方法来获得解决方案。 许多问题，特别是运筹学优化和微分方程问题，一般都可以表述为现有的有效标准解形式。 这里您可以通过查阅相关领域的文献来获得具体的方法。 为什么不查阅课本呢？ 基本上，教科书都是讲基础知识，注重具体问题。 一般教科书上没有现成的方法。 但是，教材仍然是非常重要的基础工具。 有时我想不出一个主意。 教材（比如江启元的书）翻一下，你就会得到灵感，知道你可以用什么模型。
步骤3：推导模型公式。
我们需要实现该方法的第二步，即本文的模型构建部分。 我们需要对既定的问题进行转化、演绎、转化为可以用标准方法解决的形式。 这部分通常是指借鉴参考文献并进行一些修改以适应本题情况的过程。
第四步：求解模型。
下面就是编程队友登场的时间了。
统计模型：SPSS、Stata，全部菜单式操作，简单易行。
数据分析：R、数据库SQL、IBM
数据库2
微分方程：Maple,,
运营规划：Lingo
智能算法：,R
时间序列：统计建模软件或 R 中的时间序列
图像处理：，C++
总结：是必须的，一般SPSS就够了。
第五步：回答问题。
这就是本文的讨论部分。 这部分是对你整篇论文的结果的总结，一定要写的深入。 此外，通常还会写一些敏感性分析。 如果是统计模型，就必须有模型检验。 论文通常需要绘制一些图表。 可以使用R、R等软件绘制与数据相关的图表，使用Visio或PPT绘制流程图等图表。
关于游戏的一些个人经历
1.全国赛和美国赛有区别。
国家的竞争讲实力，美国的竞争讲创新。 美国的竞争不一定需要先进的方法，但一定要有创意。 对于全国赛，组委会往往给出一个模糊的“标准答案”，只是按部就班。
注意不要立即构建复杂的模型。 外国人看重的是你的思维、你的逻辑。 与全国比赛不同，他们看重的是你的建模和编程能力，你必须使用各种先进的方法。
当你遇到问题时，你可以先建立一个基本模型并讨论结果； 然后逐渐放宽条件，使模型更加复杂。
即基本模型->模型->模型的思路。 这个想法在美国比赛中非常好。 如果做到了这一点，基本上就可以赢得金牌了。 我也遵循了这个过程，这次获得了金牌。
2、文学为王
文档为王。 建模课题基本上是某个教授的研究课题。 以我们本科生的水平，想要深入了解这个话题基本上是不可能的。 所以要多读文献。
阅读文献还有一个小技巧：一拿到主题，就查一下相关的背景资料，了解这个主题是讲什么的。 接下来看文献，寻找硕士论文、博士论文和评论文章。 硕士和博士论文一般都会详细介绍国内外关于整个课题的研究，更不用说综述了，都是大量原始研究论文的数据。 通过总结、分析、提炼数据、材料和主要思想而写成的论文。 读完这篇文章，我们可以更深入地掌握这个主题，知道要创新该往哪里走。
接下来，你可以根据群里三人讨论的结果，有针对性地看深度文献。 一旦你阅读了大量文献，你就可以考虑开始创新。 像爱因斯坦这样开拓相对论等新领域的创新是最好的。 这非常困难，但我们可以退而求其次。 不是有句话叫“他山之石可以攻玉”吗？
我们要做的就是结合创新！ 该领域的组合创新将一位学者的方法移植到另一位学者的模型上。 而跨领域的创新，将自然科学的知识运用到社会科学中，或者用社会科学来解释自然科学的结果等等（这里可以看到跨专业建模团队的先天优势：不同专业有不同的思维）在同一个问题上，可以激发创造力的火花）
PS：图书馆购买了很多数据库，可以免费阅读论文。 如果是免费的，学术研究就立于不败之地。 国内文学好像还没有什么好的分享平台。 如果实在找不到论文，可以把百度文库当作活马医。
平时可以多注册一些网站，比如数学中国、校园数字化建模、科技论坛、Pudn程序员、研究论坛等，上传一些信息，从小积累积分。 不要等到比赛时看到好的信息才想：“哦，我积分不够。”
想法很重要。 建模思维是很难学的东西。 站在巨人的肩膀上，多读文献。 负责建模的学生干得好。
3.掌握一些数据处理技巧
建模题，两题AB。 基本上，一个问题是连续的，一个是离散的； 一是自然科学（理工科），二是社会科学（经济管理）。 这样的分布，大家做题的时候就可以集中精力。 曾经有一支来自美国的队伍，专门做离散题，似乎连续两次考试都获胜了。
掌握一些数据处理技能是必要的。 比如缺失数据值的处理、插值和拟合等。尤其是缺失数据值的处理，基本上A题和B题都可能涉及到，所以建议熟练掌握。
4.关于编程水平。 更重要的是，软件操作的水平几乎决定了一个团队成绩的上限。 需要熟练掌握各种模型的实现。 另外，SPSS（或R）也需要掌握。 和 的替代性很强，掌握不了也没关系（仅在建模方面，当然也很强大）。 何况模特大赛举办了这么多年，Lingo已经很少用了，也不用学Lingo。 如今，这些问题往往需要粒子群等智能算法。 强烈建议每个人至少精通一种智能算法。
推荐书籍
根据：
郑碧波译《揭秘》（本书极其通俗易懂，适合没有编程经验的人）
张志勇大师
推动：
数学建模与应用：司手奎（包含各类建模知识，还附有代码，难得一见，是一本参考书）
智能算法30个案例分析石峰，王辉等
《统计分析与应用：40个案例研究》
数字图像处理（版）冈萨雷斯（十三运碎纸复原，其实涉及到图像处理，所以列在这里，你看也看不看，太专业了）
有很多书。 简而言之，你需要精通运算优化、数据处理和微分方程。 数理统计可以交给SPSS、R。SPSS是无脑操作，很快就能上手。
5、格式规范：看全国竞赛一等奖和美国竞赛特等奖的论文。 格式规范绝对到位。 你可以参考一下。 老外写的特等奖论文大多不讲究格式。 他们的优势在于模特实力、创造力、母语写作。 因此，在美国竞赛的格式规范方面，参考了国内的特等奖论文。
PS：有时间的团队可以学习以下Latex。 用 Latex 写的论文比 Word 好很多倍。 Latex书籍推荐：
LaTeX 插图指南
Latex 的简单介绍
LaTeX-表格创建 唐银才
参考常见问题解答
乳胶学习日记Alpha Huang
论坛：Ctex论坛
结论：
什么是数学思维方式？ 观察客观世界的现象，掌握其主要特征，抽象概念或建立模型； 通过直觉判断或归纳推理、类比推理、联想等进行探索和猜测； 然后进行深入的分析、逻辑推理和计算，揭示事物本质的内在规律，从而使复杂的现象变得有序。 这就是数学的思维方式。
----------邱伟胜《抽象代数基础》序言
