数模Club (关于文章 MCM)

大学生数学建模刷往年题可以吗

Info — Sun, 26 Jan 2020 09:33:00 GMT

大学生数学建模刷往年题可以吗？

我的想法是刷往年题，查缺补漏，这样来准备数学建模可以吗？

原问题链接：https://www.zhihu.com/question/367661431/answer/988857976

肯定是可以的，也是必须要做的，关键是要掌握正确的方法。

为什么要刷，什么时候刷，怎么刷？

内容提示：

刷题的目的

刷题不是押题，也押不到，而是提升解决问题的能力。
刷题的时机

与其他竞赛或考试性质不同，不建议初学者直接刷竞赛真题。由浅入深，循序渐进。
刷题的方式
- 结合研读优秀论文
- 模拟赛

1. 刷题的目的

刷题不是押题，也押不到，而是提升解决问题的能力。

与其他竞赛不同，数学建模竞赛的赛题通常没有所谓正确答案，方案也不是唯一的，同一竞赛一般也不会出现重复或相似的题目。所以，不要希望能够刷到未来竞赛的原题。当然，就算是刷到原题，也要有足够的实力才能取得好的成绩。

所谓“刷题”是以往年赛题为基础，检验运用所学知识解决实际问题的能力。同学们自己很难找到适合做数学建模练习的实际问题，不是太简单，就是细节太多，或者难度太大。而正规竞赛（比如，全国大学生数学建模竞赛，简称全国赛）的赛题来自实际生产、生活，经过加工，难度适中。既不会容易到解一个方程组就能搞定，也不会难到无从下手，完成基本任务后，往往还有深入研究的空间。所以赛前使用历年的真题做练习，是很合适的。而且有获奖的优秀论文可以参考，可以对比一下自己的实力。

2. 刷题的时机

先学习基础知识，再做综合练习。不要一开始就做真题。

正规竞赛的赛题有一定的难度，综合性比较强。如果是初学者在没有任何基础的情况下直接做竞赛真题，可能会摸不到头绪，容易受打击。应该先学习基本的模型，再做综合练习，最后再做模拟赛。

国内大多数高校都有数学建模课程，网上的在线课程也很多，可以先上课，了解数学建模的基本概念、方法和步骤，掌握常用模型。之后再做综合性的练习，熟悉数学建模的全过程，进一步提高解决问题的能力。最后再做模拟赛，在相同的时间限制内完成论文，体会时间分配技巧，培养团队分工协作能力。

学习基础知识的阶段可以不选用竞赛真题，综合练习和模拟赛都可以选用竞赛真题，但是方式方法不同，我们在下一节讨论。

3. 刷题的方式

不同阶段，刷历年真题的方法不同。

3.1 结合研读优秀论文

在初学阶段，听了课程之后，对数学建模有整体的印象，但是不清楚解决问题全过程中的每个细节。这时，可以直接研读优秀论文，将优秀论文作为学习对象。

学习优秀论文时，先训练实现模型的能力，再比较优秀论文间的异同，重点关注不同赛题整体的求解思路和方法。

3.1.1 训练实现模型的能力

训练实现模型的能力，就是重现论文的研究成果。不考虑解题思路是如何找到的，只关注能不能实现。

对于任何一篇优秀论文，可以从以下几个方面练习。

论文中所提及的模型、方法、算法，是否了解细节。进一步可以扩展阅读相关的教材或资料。
论文的参考文献是否都能检索到，是否都能获得全文。进一步可以检索更合适的文献（不包括竞赛优秀论文本身）。
论文中使用的数据是否都能获取。进一步可以查找是否有更好、更丰富的数据源。
论文中涉及到的数据处理操作，具体计算问题，自己能不能编程实现，得到的结果是否一致。进一步可以考虑是否有更便捷、更高效的实现方式。
论文中的图、表，自已会不会画。进一步可以思考图、表的使用是否恰当，是否有改进的空间。
学习优秀论文在结构布局方面的特点。进一步可以思考论文的结构是否还能优化。
负责写作的同学，还可以练习撰写摘要。先不要看论文的摘要，只看正文，把正文研究透之后，自己写一份摘要，再与原文的摘要对比，看看差距在哪里。

总之，训练实现模型的能力，就是在思路、模型、算法已经完全确定的情况下，看看能不能真正实现出来，论文写清楚。这是最基本的执行力，是完成竞赛的实力基础。各组团队协作的模式不同，如果分工相对比较明确，上述工作可以分头完成。

3.1.2 比较优秀论文间的异同

研读了同一道赛题的多篇优秀论文之后，对题目的要点，可行的方案应该有了更全面的认识。接下来就可以比较一下不同方案的优劣和异同，加深对题目的理解。

每道赛题一般都有一个核心任务（注，美赛个别题目可能有多个任务），优秀论文都是围绕这一核心任务展开研究，但是建模思路，实现途径各不相同，各有特点。竞赛组委会在评定优秀论文时，同一种思路的论文至多只会评选一篇优秀论文。同时，整体欠佳但某一方面特别有亮点的论文也有可能被选为优秀论文。所以，在研读优秀论文时，除了学习优秀论文的做法，还要注意比较不同论文之间的优劣，理解、掌握赛题相关的方方面面。

可以重点关注以下几个方面。

赛题的核心任务是什么，各任务之间的关系是什么。
围绕赛题的核心任务，每篇论文展开了哪些研究，得到了什么结论，这些结论是否一致。如果不一致，原因是什么。
每篇论文最突出的特点是什么。
每篇论文是否有缺点，最主要的缺点是什么。
本参赛队关于赛题的理解和求解思路与哪篇论文最相似，哪些论文值得借鉴，哪些论文能够借鉴。
如果集中这些论文的优点，形成一个综合的方案，能否建立更好的模型，或得到更好的方案。具体应该如何做。

总之，要以赛题为焦点，比较不同优秀论文的优劣是为了得到能够解决问题的更好方案。

3.1.3 小结

以上两种方式，对应不同的学习阶段，或者说，适用于不同基础的参赛队。前期需要关注的重点是论文中涉及到的基本技能，后期重点关注赛题本身的求解方法。

在参赛队积累了一些经验之后，可以先不看优秀论文，先认真审题，仔细思考求解思路，罗列可能的重点、难点，之后再研读优秀论文，再比较不同优秀论文的异同。

3.2 模拟赛

在竞赛前，至少应组织两次比较真实的模拟赛。模拟赛在时间限制、赛题难度、论文质量等方面要尽量与真正竞赛的要求一致，否则达不到模拟的效果。完全使用新题对命题的要求太高，使用往年竞赛的真题相对更合适。这个环节就是要把往年赛题在指定的时间内真正做出来。可能这是很多参赛队所理解的“刷题”。

模拟时，要注意以下几个方面。

研读过优秀论文的赛题不要再做模拟，以免先入为主，限制了思维的空间。
查文献、资料和数据时，要排除优秀论文的干扰，不要查阅与赛题直接相关的论文和资料。更好的做法是不要查阅当年竞赛时间之后的文献、资料和数据。
模拟时间一定要严格控制。至少应该时长相同，最好是时段完全一致。真正竞赛时，时间是最关键的因素。很多参赛队在时间充分的条件下可以做出很好的工作，但在时间紧张时，不能发挥出平时的水平。
团队的沟通和协作是模拟中的另一个重点。选题、建模思路、任务分工、时间同步等等各个环节都有可能产生意见分歧，遇到分歧怎么解决，都要有预案，都要在模拟赛中磨合。
模拟赛结束之后，要总结得失，要分析论文，要按上一节的方法研读优秀论文，并且与自己的论文对比。因为自己先做了一篇论文，再与优秀论文对比，或许感觉很不一样。对于优秀论文中的某些做法，可能就不会想当然的认为自己也能想到也能实现了。这是模拟赛后必须要做的事情，否则，通过模拟赛只能积累非技术方面的经验，建模能力的提高有限。

总结

“刷题”有用，很有必要，是很好的建模练习。在学完数学建模课程之后，如果赛前能够按照上述方式认真研读 5-10 道历年真题的论文，2 次以上模拟赛，建模能力会有较大的提升。

如何写好竞赛论文摘要

Info — Tue, 17 Jul 2018 16:08:10 GMT

阅读提示：

巧妇难为无米之炊，竞赛论文的写作和模型完成情况是密切相关的。本文假设模型已经完成，只讨论摘要如何撰写。

为叙述方便，下文将一般科技论文的摘要简称为常规摘要，将数学建模竞赛论文的摘要简称为竞赛摘要，将全国大学生数学建模竞赛简称为全国赛。

本文主要内容：

摘要有多重要

摘要是竞赛论文中最重要的一部分。
竞赛摘要最常见的缺陷

笼统，不具体，信息量不足，简单复述题目要求完成的任务。
为什么不能模仿常规摘要写竞赛摘要

常规摘要描述的对象是论文，竞赛摘要描述的对象是模型和方法。常规摘要只需要说明这篇论文做了什么事情，而竞赛摘要要讲清楚是如何做的。
竞赛摘要到底要写什么

要写关于模型和方法的实质内容，展示细节，回答题目要求，体现亮点。
练习建议

仔细阅读竞赛优秀论文的正文，不看摘要，自己写摘要，再与摘要的原文对比优劣。有条件的话，请经验丰富的老师点评。

摘要有多重要

数学建模竞赛主要根据论文评定奖项。竞赛论文的平均长度在15页以上。评委的工作量平均约为每小时5-10篇，越优秀的论文看的时间越长，越差的论文看的时间越短。所以，评委不可能仔细阅读每一篇论文的每一个字每一句话，甚至有些内容在速读时会被跳过去。但是，竞赛论文中有两个部分，无论是哪位评委评阅，几乎百分之百都会看，并且是仔细看，一个是标题，一个是摘要。

任何写作都要考虑文章的读者是谁。竞赛论文的读者自然就是评委。每次竞赛，除了少数几篇优秀论文之外，绝大多数论文的读者只有那么2至5位评委。既然读者百分之百会去看标题和摘要，那这两部分自然值得作者重视，何况这些读者还是能够决定论文奖项的评委。两者相比，标题最多只能写十几二十几字，传递的信息有限。而摘要最多可以写大半页，要在这样的篇幅中，全面介绍解决问题所用的模型和方法，体现亮点，吸引评委的注意力，激发评委仔细阅读正文的兴趣。所以摘要是竞赛论文中最重要的部分。讲的更准确一点，对于评奖而言，摘要是竞赛论文中最重要的部分。摘要写得好，竞赛成绩不一定高，但是摘要写得差，很大概率成绩好不了。当然，标题虽然只相当于一句话，但是这么好的位置也别浪费了。不要把赛题的标题当作论文的标题，要为论文设计一个恰当的标题。

所谓要重视摘要的撰写，不是要夸大其词，过分包装，而是要掌握正确的方法，恰如其分展示模型的细节，赛前进行充分的练习，竞赛期间留出足够的时间撰写摘要。

竞赛摘要最常见的缺陷

一多半竞赛论文的摘要粗制滥造，逻辑混乱，语句不通，没有达到写作的基本要求。这类论文的作者需要补习科技论文的一般常识，进行基础的练习，这不是本文讨论的范围。另外一类摘要虽然是作者用心写出来的，逻辑清晰，语言通顺，但仍然不是合格的摘要。来看一个例子。

对2017年全国赛A题不熟悉的朋友可能觉得这份摘要写的还行，中规中矩，文字通顺。其实这份摘要几乎通篇都是废话，有价值的信息非常少。有这么严重吗？我们看一下A题的原题。

以问题1为例，题目要求“确定CT系统旋转中心在正方形托盘中的位置、探测器单元之间的距离以及该CT系统使用的X射线的180个方向”，摘要写“根据数据分布特征进行分类讨论，确定该CT系统使用的X射线的180个方向”，什么样的分类讨论可以得到180个方向？难以想像。“运用一定的几何知识，结合图像分析证明过程，找出CT系统旋转中心在正方形托盘中的位置”，用到什么几何知识，图像分析了什么，位置在哪里？“再通过部分特殊数据的分析和代数求解，从而解得探测器单元之间的距离”，用到了哪些特殊数据，距离是多少？

这样的摘要几乎是在复述题目的要求，只是换了一种说法，增加了一些笼统的方法名字，没有模型的细节，声称完成了题目要求的任务，但没有给出具体的结果。看到这样的摘要，评委无法将其与别的几十篇论文区分开来。

这就好比题目要求完成的任务是洗苹果，而摘要写的是“我们洗了苹果”，“我们很好的洗了一个苹果”，“我们的苹果洗的很干净”。类似这样的写法都不具体，都只是在复述题目中的要求，这样的摘要没有个性化，没有体现研究工作的独特性，可以说与论文的正文内容是无关的，换到另外一篇论文前面，也不能说是错的。

可能这类摘要的作者会说，我们是按照科技论文的摘要在写，这样写为什么不行？

为什么不能模仿常规摘要写竞赛摘要

一般科技论文的摘要是“以提供文献内容梗概为目的，不加评论和补充解释，简明、确切地论述文献重要内容的短文”，应该符合“拥有与论文同等量的主要信息”的原则。这一要求和原则同样适用于竞赛论文的摘要。但是两者出现的场景完全不同，具体的写法有较大差异。摘要是竞赛论文与一般科技论文差异最大的部分。

以期刊论文为例，《数学学报》上发表的论文肯定是与数学有关的内容，但是具体到某一期杂志的内容，完全是自由命题，可能是代数方面的，也可能是几何方面的。作者在三、四百字的摘要里写清楚这篇论文做了一项什么研究，取得了什么进展，得到什么结论，帮助读者决定是否继续阅读。一般不需要写太多具体做法的细节，篇幅也不够。但是竞赛论文不同。竞赛的题目已经规定了研究的内容，明确了要完成的任务。选这道题的所有参赛队都是在做相同的事情。评委显然很清楚题目的要求，也了解论文需要解决的问题，应该完成的任务，摘要里就没有必要再写这些“众所周知”的事实。评委希望看到的是如何解决的问题，怎样完成的任务，得到的结果、结论是什么这些细节。竞赛论文的摘要可以写大半页，足够把模型和方法讲清楚。

总之，

一般科技论文的摘要描述的对象是论文，竞赛论文的摘要描述的模型和方法。
一般科技论文的摘要只需要讲清楚这篇论文做了什么，竞赛论文的摘要还要讲清楚是如何做的。

所以不能照搬常规摘要的写法去写竞赛摘要。那么，竞赛摘要到底要写什么？

竞赛摘要到底要写什么

写什么不写什么，总的判断标准是，题目明确有要求的内容要写，有利于体现模型亮点的内容要写，有利于区别于其他参赛论文的内容要写，要具体不要笼统，要客观陈述不要主观评价，要简洁不要啰嗦；题目中已有的信息不写，常识性的内容不写或少写，关于特定模型泛泛知识的内容少写或不写。可以从下面几个方面展开。

研究内容或目的
建模思想或模型的归类
求解思路或主要算法
主要结果（数值结果）
模型检验（误差分析、稳定性分析等）
结论

其中

研究内容和目的，通常由于赛题已经有比较明确的要求，可以略写或者不写。个别题目的要求不具体（特别是开放性较强的题目），需要进行必要的转化，明确研究目的。
具体的数值结果一般不出现在常规摘要中，因为每一个数值结果可能都会依赖大量的假设和具体的输入数据，而在摘要中无法展示这些假设和数据，孤零零一个数字，没有前因后果，写了读者也看不懂，不如不写。竞赛论文不同，竞赛题目中如果给定了实验数据，那么所有参赛队都是使用相同的数据开展研究工作，可以在摘要中展示重要的计算结果。仍以2017年全国赛A题为例，第一问明确要求参赛队求出结果的物理量有旋转中心位置、探测器单元间的距离、180个射线方向。中心位置是一个坐标，单元间的距离是一个数值，都可以在摘要中直接写出来，也应该写出来。180个方向如果有规律，比如等差数列，就写清楚首项和公差，如果没有规律，可以描述整体规律，或者是罗列前几项和最后几项。第二问、第三问要求给出10个位置处的吸收率，可以分别罗列，或者是列一个简单的表格（尽量不列表格）。
常规摘要中不能出现图、表、公式、参考文献，竞赛论文摘要应该遵守这样的约定。参考文献绝对不要出现。对于图和公式，尽量用语言描述其中的趋势、规律，或不同变量间的关系。如果确实有必要用表格展示非常重要的结果，可以列简单的表格，但是一定慎重，能不用尽量不用，以免个别评委执行较严格的标准，认为摘要不规范。
其他几个内容都很重要，一般都要覆盖到。结果结论部分应该回答题目提出的所有具体问题，但是不需要采用“问题一如何如何”，“问题二如何如何”这样生硬的表达方式。赛题的各个任务一般是一个整体，有一个核心任务，摘要最好能体现出作者对全局的把握能力。

好的摘要应该体现出模型的具体细节而不加自我评论。仍以洗苹果问题为例，摘要可以这样写。

我们使用纯净水作为水源，先去泥，简单冲洗后，使用某某果蔬洗洁剂清洗，最后漂洗晾干。检测结果表明，经此方法清洗后的苹果，表面杂质、细菌、微生物含量低于XX，洗洁剂残留量不超过YY，低于国家标准ZZ。

要展示具体细节，并不是拖拖拉拉，长篇大论。上面短短几句话就讲清楚了洗苹果所用的水源，方法步骤，用到的添加剂，检测项目、结果，遵循的国家标准等信息。

可能有同学会说，你这是模型做的复杂，摘要才有内容可写，如果不是这么做的，就没办法这样写了。洗个苹果而已，没必要这么麻烦，也想不到要用这个水那个剂，先如何后怎样，就是在自来水龙头下冲了一下，又该怎么写？方法简单是方法层面的问题，摘要仍然可以写的很清楚。比如可以这样写。

直接使用流动的自来水作为水源，不做预处理，只洗一遍，未做其他测试，目测及手感苹果表面无异物。使用该方法不需要使用额外设备或添加剂，平均每分钟可洗2个苹果，清洗过程不会引入其他化学物品残留。

同样把这几个方面的细节写清楚即可。而且后一种方法不是一定比前一种方法差。这种方法成本低、速度快、效率高，或许在多数场合下足够了。无论方法简单还是复杂，论文特别是摘要都应该写清楚，优劣留给评委去评价。

顺带再说一句，竞赛摘要的好坏可以反应出参赛队员的建模实力。上面两个摘要，方法虽然差异较大，但共同点都是把整个洗苹果的过程分解为水源、设备、添加剂、检测方法和结果等几个方面，分别处理。如果不会做这种分解，自然不会以这样的方式写摘要。而在建模求解的时候如果已经注意到这一点，那就可以在各个方面寻找发挥的空间。比如水源，既然想到自来水不是必须的，可以用纯净水代替，那么进一步还可以研究水温、水压是否对结果有影响，如果有影响，最佳的水温，最佳的水压又是多少。建模的思路会开阔很多。这需要有一定的抽象能力，要能找出哪些方面是可以调整，可以改进，可以优化的。

练习建议

由于写作与建模是密切联系在一起的，有条件的话，应该尽量一起练。如果只希望或只需要练习撰写摘要，可以收集一些往年竞赛的优秀论文或者获奖论文，先不看摘要，只看正文，把正文内容搞清楚之后，撰写摘要，再与原文的摘要对比优劣。如果有条件，可以请经验丰富的老师点评，修改，再点评，再修改。

2018年全国赛免费答疑群

QQ群：370156225

微信群（7月27日前有效）

MCM竞赛中指导老师的作用

Info — Tue, 22 Nov 2016 02:39:32 GMT

读者来信：

您好，我是一名大三学生，在知乎看到了一则关于mcm的回答，有个问题想请教一下，美赛中指导老师的作用就是最后论文写好帮我们把把关吗？对获奖意义大吗？

这个问题很复杂。简单讲：

竞赛规定，竞赛期间他人不能指导。
指导老师的作用主要体现在赛前的培训。
竞赛的主体是学生。指导老师只是有可能获得帮助的一种渠道。

先说竞赛指南中与指导老师相关的规定。

按照竞赛规则要求，是指导老师先在系统中注册，再为自己所指导的参赛队报名、交费。不是学生自己直接报名。竞赛报名系统就是这样设计的。报名、填报信息、选题、下载Control Sheet和Summary Sheet等等都是指导老师的任务（因为报名系统的账号是指导老师的账号，指导老师登录系统后才能进行这些操作），提交论文电子版则是老师和学生都可以直接发邮件。从内容上看，整个指南也是写给指导老师看的。实际竞赛中，个别老师有可能将账号信息给学生，由学生直接操作。但这属于个人行为。
指南中同时明确要求，竞赛期间参赛队员不能以任何形式与队外的任何人讨论题目内容或寻求帮助。所以你说的“最后”论文把把关这样的事情，如果是指竞赛的最后，那是不允许的。指导老师的作用，如果有作用的话，主要应该体现在赛前的培训和指导，竞赛期间只能是竞赛流程上的保障。指南中的原话如下：

Team members may not seek help from or discuss the problem with their advisor or anyone else, except other members of the same team. Input in any form from anyone other than student team members is strictly forbidden. This includes email, telephone contact, and personal conversation, communication via web chat or other question-answer systems, or any other form of communication.

至于指导老师的作用以及对获奖的意义，因素非常多，无法一概而论，只能就事论事。

首先要明确，竞赛是学生的竞赛，不是老师的竞赛。参赛队员与指导老师的关系，和运动员与教练的关系没有本质区别，赛场上最终比拼的是参赛队自身的实力，而不是老师的实力。所谓指导老师的作用，要能转化为学生的实力，才是真的起作用。所以，“指导老师的作用有多大”这个问题改成“可以从指导老师那里得到哪些帮助”，可能更合适。

那么，能够得到哪些帮助呢？主要取决于学生的主动性，其次是老师的水平、经验和投入的精力。

要向老师求助，先要明确自己面对的困难是什么，症结在哪里。是对竞赛的一般要求不清楚，还是写作方面有困难，问题越具体，越容易得到解答。明确问题后，要积极主动寻求解决方案，主动向老师请教，不能被动的等、靠、要。

老师能不能解答这些问题，要看老师的水平和经验，以及老师有没有时间和精力回答这些问题。有一部分学校有相对稳定的指导教师队伍，长期从事数学建模教学和竞赛培训指导工作，积累了丰富的经验。这些老师，对于竞赛的相关问题一般比较熟悉，时间精力也有保证，一般开设有《数学建模》课程，竞赛前还会组织培训。那么这些学校的学生，通常只要能跟上老师的节奏，完成培训阶段的所有任务，收获都会比较大，有问题也很容易找老师咨询。还有一些学校，学校不统一组织学生参加竞赛，也没有专职的指导老师，更没有赛前的培训，主要靠学生自己。这些学校的学生就要更主动些，才能达到提高自身实力的目的。自己学校没有培训，可以找网上的开放课程，可以到周边高校蹭课，可以在相关的网站发贴，可以找高年级学生了解情况。

具体来说，有经验的老师可以提供的帮助主要有以下几点。

竞赛的基本规则和基本要求。避免竞赛期间犯非技术错误，影响成绩。
赛题分析和优秀论文讲评。这是增强建模能力，提高写作水平的有效方法。
组织赛前模拟赛。真正的实力要经过实战的检验。
模拟赛论文点评。这是学习过程中的反馈环节，是提高实力最关键的一步，必须要有老师参与。之前几项都不一定要有老师参与，参赛队员完全可以通过搜索引擎，网络课程，相关论坛等渠道自学，模拟赛也可以自己组织。而论文点评这一项，可以采用与优秀论文对比的方式自评，但是是否客观中立，是否准确到位，就很难说了。所以最好是请有经验的老师点评。

至于说能不能获奖，还是那句话，运气实力三七开，获奖不是最重要的，关键是在这个过程中是否有提高、有收获。

SIAM Awards

Info — Sun, 20 Nov 2016 05:55:54 GMT

COMAP 近日修改了 MCM/ICM竞赛指南，SIAM Award（工业与应用数学学会特别奖）仅在MCM竞赛的A题和B题中各评选一个队。

之前，竞赛指南中关于该奖项的描述是在MCM竞赛每题中评选一个队。事实上，2016年MCM竞赛增加C题后，SIAM并没有颁发给C题参赛队，这次修改明确了这一点。

这一变动对参赛队没有影响。

消息来源：http://www.comap.com/undergraduate/contests/mcm/instructions.php

美国数学建模主要负责论文部分应如何准备？

Info — Fri, 11 Nov 2016 16:34:29 GMT

大家好！我准备和其他两个小伙伴一起参加2016年的美国数学建模比赛。我们每个人都有主要分工，但可彼此辅助。分别是一个人编程，一个人建模，一个人论文。而我就是主要负责论文部分的。从现在开始认真准备，希望有过经验的前辈，能够帮助指导一下我应该如何准备我的这部分？我需要掌握哪些技能？我需要熟悉哪些软件？在研究一篇优秀论文时，我应该重点关注它们的什么（框架？内容？排版?..) ......谢谢各路大神！

原问题链接：https://www.zhihu.com/question/37606998

虽然是一年前的提问，但是很有代表性，下面分几个方面谈一下我的看法，其中有些观点与其他几个回复是一致的。

论文写作的具体任务及分工
如何做好赛前准备
如何研读优秀论文

在讲之前，再一次推荐关于美赛写作的这本书《正确写作美国大学生数学建模竞赛论文》。这是美国大学生数学建模竞赛指导丛书中的一本，作者之一是丛书的主编，美籍华人王杰教授。这也是目前市场上唯一一本专门针对美赛写作的书籍，关于美赛写作的方方面面，书中都有介绍，中英文双语。而这套丛书是由美赛主办方COMAP与高等教育出版社联合策划出版的，王杰教授本人是COMAP的中国合作总监。据说这本书要出第二版了，但是估计2017年美赛前出不来。这本书上已经有的内容，我就不啰嗦了，只提一下重点，讲讲书上没有的。

总的来说，论文写作在竞赛中非常重要，但在短时间内无法提高，最好提前准备。竞赛时写作任务的分工不是固定的，不同的参赛队不同，同一参赛队不同的题目可能也不相同，需要在实战（模拟赛）中不断磨合。阅读往年竞赛的优秀论文是提高写作水平的有效方法。还可以结合优秀论文，练习撰写摘要。

1. 论文写作的具体任务及分工

首先要注意，“与论文写作有关的任务”和“主要负责写作的队员有哪些任务”含义不完全相同。下面先讨论与写作有关的任务有哪些，再讨论应该如何分工。

1.1 竞赛论文的特点

写竞赛论文不是写小说，不只是构思和打字，竞赛论文还有很多科技论文独有的元素和特点。这些元素和特点都有对应的具体任务。

符号、公式

符号和公式是竞赛论文必不可少的部分。规范、准确、简洁的符号和公式能够提高论文的可读性，准确地向读者（主要是评委）传递信息。符号尽量符合习惯。对于原题中已有的符号，如果没有极特殊的原因不要改变，应该沿用。公式应按照规范排版，如果使用LaTeX排版，要将公式放入正确的公式环境，如果使用Word排版，要将公式排版为公式对象，或使用MathType。特别是行内公式（inline equation），不要图省事儿直接用字符代替。重要的独行公式（display equation）要有编号。
图形、图像

好的图形图像可以达到“一图胜千言”的效果。根据要展示的内容，选择合适的图形图像类型。比如表现趋势可以用折线图，表示不同的分类点可以用散点图等等。找机会再讲如何选择合适的图形图像。
表格

表格也是科技论文中常见的表现形式，用于展示少量的精确数据。

何时用表何时用图，是一个常见问题。我的建议是，如果主要是展示数据的总体特征，或者是强调变化趋势，具体某一个数据的准确值并不重要，这时可以考虑用图。如果是为了对比不同对象的属性，或是需要展示某些量的准确值，则可以用表格。另外一个依据是数据的数量多少。如果是展示少量数据，可以用表格，如果是展示大量数据，如果用表格，往往太长，一般用图形图像。
算法伪代码、流程图

美国赛明确要求只需要论文的正文，不需要附代码，或是软件。但是，如果题目需要，可以在正文或附件中附上算法的伪代码或是流程图。
参考文献

参考文献的样式有很多种，我国还有国家标准：文后参考文献著录规则。但是竞赛没有明确规定。可以按照 UMAP Journal 的样式排版。建议使用专门的文献管理软件以减少工作量。如Mendeley，Zotero等。
引用和交叉索引

参考文献的引用，图表公式的引用，都要规范，最好是能够使用软件自动完成。

1.2 如何分工

以上这些都需要耗费一定的时间，不一定全由负责论文写作的队员完成，可以分工协作。

负责写作的队员不能完全不懂建模。找一个英语专业，但是不懂建模的同学负责写作，很可能无法完成竞赛论文。前期的讨论，中间的建模、编程、求解，后期的检验等环节，负责写作的队员都应该参与，这样才能在写作时得心应手，减少沟通时间，恰当取舍。由于竞赛时间有限，有时候模型的核心部分，是由负责建模的队员撰写的，计算的部分是由负责编程的队员撰写的。同时，负责写作的队员一般还要担负起查漏补缺的任务，根据写作的需要，对整个方案的完整性提出建议，及时修改。

数学公式一般在写作过程中直接输入，不需要单独排版。
图形图像的绘制，数据图一般是负责编程的队员直接用代码输出图像，流程图、系统架构图、示意图等，往往是负责写作的队员绘制。
表格则可能是其他队员给出数据，或是手写的示意图，负责写作的队员编辑排版。
算法伪代码一般是负责编程的队员完成。
参考文献一般是由负责写作的队员整理。
摘要则应该由三人共同修改，都要发表意见。

无论中间写作是否有合作，最后至少要有一人负责通读全文，如果三人都能独立读一遍则更好。

确保内容完整，没有遗漏，结构合理，详略得当。
确保全篇符号、公式一致，包括图表中出现的符号。
确保全篇交叉索引编号准确无误。
确保全篇版面协调一致。

以上只是一般的经验，具体的分工可能随时在变，要考虑每个队员的特长和题目的特点。而且同一个参赛队，做不同的题目，也可能分工不同。实际的情况非常复杂，赛前一定要进行模拟，在实战中磨合，摸索最佳的配合方式。

2. 如何做好赛前准备

写作水平需要大量练习才能提高，赛前应尽早开始准备，最好与模拟赛结合，同时提高建模能力。竞赛论文写作的一般知识，可以阅读上面推荐的《正确写作美国大学生数学建模竞赛论文》一书。除此之外，还需要注意下面几个方面。

要写好竞赛论文，先要知道什么是好论文，也就是提高对论文的评判和鉴赏能力
可以分阶段进行准备
研读优秀论文必不可少，这个话题下一节专门讲
通过模拟赛，体会竞赛对时间的要求
摘要非常重要，需要专门练习
论文的标题经常被忽略，要重视
排版软件及其他

2.1 先学习如何评判论文优劣

好厨师首先是美食家。如果连论文的优劣都无法鉴别，不可能写出好的论文。对于竞赛论文而言，好论文主要还是指模型和整体方案好，语言文字方面只要通顺流畅即可。在练习写好论文之前，先学会评价论文。论文的评价是另外一个大的话题，这里无法展开讲。总之，先学如何评，再学如何写。

2.2 学习美赛写作的三个阶段

总体上，学习美赛写作可以细分为三个阶段。

如何撰写科技论文

同样的赛题，同样的模型和方案，用中文写论文，会不会写，能不能表达清楚？在这个环节，要解决的主要问题是了解科技论文这一特殊文体的特点和要求，并掌握其写作方法。通常，这部分任务在参加全国赛等国内竞赛时应该已经解决。
如何撰写英文科技论文

如果用中文写科技论文没有问题，再考虑如何用英文写。在这个环节，因为已经有了中文科技论文的写作基础，因此除了克服英文表达的困难之外，需要重点关注的是英文科技论文自身的要求，以及语言方面的特点。
如何撰写美赛论文

竞赛论文有一定的特殊性。比如，竞赛论文的摘要是详细摘要，篇幅最多可以接近一页，而科技期刊论文的摘要一般只有200词。比如，ICM要求论文正文篇幅不超过20页，MCM则没有限制。此外，MCM/ICM竞赛还经常有给企业高管写建议信的要求。

竞赛论文写不好，到底是英文表达能力差，还是根本不会写科技论文，或者只是不了解竞赛对论文的具体要求，这是在备战阶段首先要搞清楚的问题，先要对自身的写作水平有一个准确的评价，之后才能有针对性的准备。

2.3 通过模拟赛积累实战经验

与普通科技论文相比，竞赛论文另外一个显著特点是创作时间非常短。普通科技论文的创作周期至少是以周计，硕士、博士学位论文则是以月计甚至以年计。而竞赛总共只有3、4天，要在这几天内完成分析、建模、求解、检验和写作整个全过程，留给写作的时间最多2天。如果赛前不进行严格控制时间的模拟赛，缺乏经验的参赛队很可能因为没有合理安排时间和进度而无法完成论文。

不只是写作，建模和编程的时间也都不充足，三名队员都需要通过模拟赛积累实战经验。而且，竞赛期间压力普遍较大，三个人还能不能很好的沟通与交流，也是不确定因素，也需要磨合和适应。

2.4 练习撰写摘要

美赛论文的摘要是详细摘要，篇幅最多可以接近一页，比科技期刊论文的摘要长的多，也详细的多，能够展示更多信息。而且由于评审时间很短，评委一般不会逐字逐句阅读正文，但是肯定会仔细阅读摘要。所以摘要的质量在论文评审中所占的权重非常高。

摘要本身的目的就是为了帮助读者判断是否需要阅读全文，应该按照与论文拥有同等量的主要信息的原则撰写，也就是要体现论文的研究目的、主要模型、方法、结果和结论。

摘要的重要性，竞赛规则中已经强调了，很多参赛队也意识到了，但是如何练习才能写好摘要，不同的教材有不同的方法。这里介绍一个简单但有效的方法。选一篇往年的优秀论文，不看摘要，直接阅读全文，在了解整个模型的全部细节之后，自己写一篇摘要，再与原文对比，看看与原文相比，谁的摘要更符合“与论文拥有同等量主要信息”的原则，各自的优缺点是什么，自己的摘要还可以怎样修改。

2.5 要重视论文的标题

赛题的标题与论文的标题不是一回事儿。赛题的标题是对赛题主旨的概括，论文的标题是对论文主要内容的概括。赛题是相同的，但是每个参赛队的论文都是独特的，都是不相同的。很多参赛队的论文没有自己的标题，直接使用了赛题的标题。这样做可能是对竞赛规则的误解，认为选哪个题就要写哪个赛题的标题。竞赛其实没有这样不合理的规定，仅仅是要求在指定的位置书写所选题目的编号。更多的队是没有意识到标题的重要性，也不愿意花时间提炼标题，直接写赛题的标题了事，或是根本不写标题。

论文的标题是对论文主要内容（也就是模型和方法）的提炼和总结，好的题目可以帮助读者快速把握论文的要点和精华，吸引读者继续阅读。这个作用有多大？这里有篇文章，科技论文标题显著影响论文下载量和引用率，介绍了一项关于科技论文标题与下载量和引用率关系的研究（Jamali, H., & Nikzad, M. (2011). Article title type and its relation with the number of downloads and citations. Scientometrics, 88(2), 653-661, doi:10.1007/s11192-011-0412-z.）。就MCM/ICM来说，以2016年竞赛为例，27篇Outstanding论文中仅有4篇没有标题，这说明至少Outstanding论文普遍都有自己的标题（论文标题列表附后）。

关于选取论文标题的技巧，可以看这篇文章：论文标题这么取，引用率不高才怪。

2.6 相关软件

排版软件

不知道从什么时候起，网上流传“参加MCM/ICM竞赛要学LaTeX”，“使用LaTeX排版的论文更容易获奖”这样的说法。虽然我是LaTeX用户，几乎没有用LaTeX之外的软件排版过科技论文，我也认为LaTeX的排版效果更好，我也一直在向周围的人推荐LaTeX，但是我坚持相信，内容大于形式，决定论文质量的是论文内容本身，而不是排版软件。而且，论文排版质量与使用LaTeX排版没有必然联系，也没有证据表明LaTeX排版的论文获奖率更高。如果赛前有基础，当然可以考虑用LaTeX撰写论文。但是如果Word已经用得很熟，那就不一定非要学习LaTeX，用Word一样可以排版出美观大方的论文。而且有相当一部分人学习LaTeX的方式不正确，是按照使用Word的习惯使用LaTeX，完全没有领会LaTeX的精妙，排版出的论文一塌糊涂，不如不用。

总之，LaTeX不是必须的，具体情况具体分析，量力而行。

顺便说一句，现在已经有现成的 mcmthesis 文档类，LaTeX用户撰写竞赛论文更方便了。
文献管理软件

文献管理软件用于收集整理文献信息，并与编辑软件配合，按指定格式输出参考文献列表。虽然不是竞赛必须的，但还是建议早一点开始使用，可以节省大量时间。文献管理软件属于不用不知道，一用忘不掉的那种软件。

个人推荐 Mendeley ，免费、跨平台、有与Word集成的插件、有移动端、可小组共享、有云端同步。具体使用方法请自行Google。
打字速度

英文论文按每页400词，每词5个字母计算，如果英文打字速度只有60键/分钟（每秒1键），20页的论文至少要11个多小时才能输入完，这只是输入文字部分所需的净时间，公式、图、表、参考文献还要另外算。而通过机械练习就能提高打字速度，赛前花点时间，很容易达到180键/分钟，这样就有可能比其他那些不会盲打的队省出来几个小时。

3. 如何研读优秀论文

研读优秀论文对提高建模能力和写作水平都很有帮助。关键是怎么读。简单讲，不能只是“读”，读之前要做，读之后要想。

如果主要是为了提高建模能力，应该先做题，再看论文。在读优秀论文之前，先自己做，之后再对比分析。如果没有时间做完整的题目，至少要认真分析题目，提出大致的解题思路，备选的模型、方法，可能遇到的困难等等。有了这些准备工作之后，再读优秀论文，与优秀论文对比。通过对比才能找到自己的思路有什么缺陷，优秀论文的亮点在哪些，哪些方面自己可以比优秀论文做的更好。

如果主要是为了提高写作水平，读之前可以不做题，但最好做，至少应该充分理解题意。读的时候重点关注写作方面的特点，结构、详略、语言等。还要对比多篇优秀论文之间的异同。为什么这些论文是优秀论文？各自有什么亮点？还有哪些方面可以改进？等等。

如果能够获得往届竞赛的其他奖励等级的论文，可以与Outstanding论文对比，分析各自的优缺点。

附：MCM/ICM 2016 Outstanding论文标题列表：

Problem A: A Hot Bath

Have a hot bath
Enjoy a Cozy and Green Bath
Beneath the Surface: a Thermal-fluid Analysis of A Hot Bath
Keep It Warm
无
The Math Behind the Bath: A "Cool" Investigation on Cooling

Problem B: Space Junk

Strategies to Eliminating Space Debris: Approaches from a Time Dependent Evaluation Model
Will We Survive in the Space Junk?
A New Space Debris Collisions Insurance Model

Problem C: The Goodgrant Challenge

An Optimal Strategy of Donation for Educational Purpose
The Optimal Investment Strategy Based on the Large-scale Non-linear Constraint Optimization Methods
An Educational Donation Mechanism Based on Data Insight
A Multilevel Basyesian Model based on Economic Contribution of University Aliumni

Problem D: Measuring the Evolution and Influence in Society's Information Networks

Analysis of Society's Information Networks
How to Understand the Information
Abridge the Distance between Human Minds -- Research on Social Information Circulation
Who Moved My Opinion?
Characterizing Information Importance and the Effect on the Spread in Various Graph Topologies

Problem E: Are We Heading towards a Thirsty Planet?

A Model for Projected Water Needs and Intervention Strategies in India
无
Tackling Water Scarcity: Modeling Water Access in India Using Multiple Regression Analysis
Where's My Water? Global Water Scarcity and Haiti's Water Crisis
无

Problem F: Modeling Refugee immigration Policies

无
Towards a Hopeful Journey
Modeling to Refugees Policies
ICM-RUN to Safe Countries

2017年数学建模美赛六种题型怎么理解，应该怎么选题，菜鸟怎么样才能获M奖？

Info — Wed, 09 Nov 2016 02:37:14 GMT

2017年数学建模美赛公布题型，ABCDEF六种，A连续 B离散 C数据见解 D运筹学／网络科学 E环境科学 F政策应该着重学习哪几个题型？应该怎么学习才能获M奖呢？队内两只小白一只有点经验，都是计算机

原问题链接：https://www.zhihu.com/question/51699663

这一句话问了三个问题，先讲结论再解释：

所谓6种题型，提示了部分题目的内容，但如果作为选题依据，作用非常有限。如果是为了更好的选题，搞清楚MCM与ICM的区别，可能更有帮助。
选哪道题不是特别重要，重要的是应该“尽快”选题。竞赛时间是固定的，选题的时间越长，做题的时间越少。选题多花1小时，意味着建模和写论文的时间就少了1小时。
能获什么奖主要看实力，其次看运气。准备越充分，胜算越大。如果不想碰运气的话，早点动手准备吧。

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。

MCM与ICM的区别

国内常说的美国赛，其实是两个竞赛，MCM即Mathematical Contest in Modeling，直译为数学建模竞赛，和ICM即The Interdisciplinary Contest in Modeling，直译为交叉学科建模竞赛。因为两者均由COMAP主办，共用同一套报名系统，竞赛时间完全一致，同时发题，同时收卷，交卷地址和邮箱相同，同时公布成绩，证书相似，这些形式上的共同点，使一部分参赛队忽视了两者间的差异。

MCM是1985年开赛，而ICM是1999年才开始第一届。这也是AB两题分别是continuous和discrete的原因，因为开始的时候只有MCM竞赛，这样划分有一定道理。
两者名称不同，题目的风格有较大的差异。一般MCM竞赛题目较具体，表述简洁，要求明确，ICM竞赛题目更开放，问题更“大”，更宏观，篇幅较长，往往是全球范围内共同关心的问题，因此一般不依赖特定的文化背景或生活习惯。而MCM的题目中则有相当一部分是以美国生活为背景，其他国家特别是中国参赛者不熟悉。这一点在后面还会讲到。
两者虽然均由COMAP主办，但是COMAP只负责宣传、报名、出版等公共事务，而命题、评审等工作均由各自的组委会负责，两个竞赛从主席到评委都不相同，只有个别专家两个竞赛的活动都参加。根据最新的 2017 MCM/ICM Flyer ，两者组委会的构成不完全相同。MCM设Contest Director、Executive Director、Associate Director、Founding Director和Advisory Board。ICM设Contest Director、Executive Director、Associate Director和Head Judges。以上职务中两者只有Executive Director是相同的，均为COMAP总裁Solomon A. Garfunkel先生，其他没有重叠。据此推断，两个竞赛的命题、评审等工作应该是各自独立进行，因此两者在题目风格、评审尺度、取奖比例等方面均有差别。
两个竞赛参赛队数和构成不同，奖项比例也不一样。根据COMAP公布的报告，2016年MCM有7421支队伍参赛，其中美国参赛队389支，其他7032支队伍主要来自中国，评出Outstanding 13个（约0.18%），Finalist 22个（约0.3%），Meritorious 594个（约8%），Honorable Mention 2604个（约35%）；而2016年ICM有5025支队伍参赛，其中美国参赛队91支，评出各奖项的个数分别为14、15、935、2287，相应比例约为0.28%、0.30%、18.6%、45.5%。简单的说有这么几个特点，MCM/ICM竞赛主要是中国的参赛队，美国的队伍主要参加MCM，而ICM的评奖比例更高一些。有人整理了2012年之前的竞赛数据，并做了详细地分析，有兴趣的朋友可以看一下这篇文章：美国大学生数学建模竞赛数据及评阅分析。
同样根据上面这篇文章中的数据，两个竞赛每年的取奖比例并不是一个固定的数值，有一定的波动。有可能是确定一个大致的比例，再根据当年论文的质量，确定获奖论文。两个竞赛也可能因为组委会成员不同，具体的操作方式也不一样。
近几年ICM竞赛要求论文正文部分不超过20页，而MCM没有类似要求。这对母语非英语的参赛者来说，有一定影响。

综合以上两点，赛前可以根据题目的特点，有针对性的做一些准备工作，根据自己队伍的实际情况，大致确定参加哪一个竞赛即可，不需要，也没办法确定具体选哪个题目，选题只能在拿到题目之后进行。

如何选题

拿到题目之后，选题时可以考虑以下几个因素。

尽快选题。无论选哪个题，都要快。竞赛时间短，每一分钟都很宝贵，花费在选题环节上的时间越多，留给后续环节的时间就越少。即使省出来的时间用来睡觉，也能提高效率。很多队伍前松后紧，拿到题目犹犹豫豫，左右摇摆，几个小时都不能确定选题。而到了最后，论文写不完，或者写完了没时间加工修改。在选题环节花费大量的时间是很不划算的。
扬长避短。任何一个参赛队，应该对自己的实力和特长有准确的认识和把握。选择最熟悉，最有把握，最有想法的题目，回避自身弱项。比如，计算能力差的队一般不要选择需要大量编制的题目，收集整理资料能力弱的队不选那些需要查找大量数据的题目，等等。
国情、文化背景。MCM/ICM中不少题目是以美国生活为背景的，很多背景知识对于中国学生来说，非常陌生。MCM2006B题要解决机场的轮椅安排问题（Wheel Chair Access at Airports），而在中国的机场，很少有航空公司会为乘客准备轮椅，这个问题在中国几乎是不存在的。可能很多中国学生拿到题目之后，第一个疑问是，为什么机场会有轮椅？MCM2009A题要求设计交通环岛的信号灯（Designing a Trafficf Circle），题目中提到stop sign和yield sign。中国的交通法规中没有这两个标志，绝大多数中国学生不知道这两个标志的含义。但是对美国学生来说这是常识。MCM2010A题是关于棒球棍上最佳击球点的问题，中国学生打过棒球的应该不太多。MCM2013A题要求设计更好的烤盘（The Ultimate Brownie Pan）。烤箱在美国是最常见的厨房电器，即使是用于出租的公寓，烤箱和灶、油烟机、冰箱是最基本的配套设施。但是在中国，直到最近几年才有部分大中城市的个别家庭开始购置烤箱。中国学生对烤箱、烤盘、烘烤过程完全没有概念。类似的情况还有MCM2002B题机票超订问题（Airline Overbooking），MCM2004B题快速通道系统（A Faster QuickPass System），MCM2005B题收费站设计问题（Tollbooths)，MCM2007A题选区划分问题（Gerrymandering），ICM2008C题医保系统问题（Finding the Good in Health Care Systems），MCM2014B题教练排名问题（College Coaching Legends），ICM2016F题难民问题（Modeling Refugee Immigration Policies）等等。虽然这些知识都不是秘密，可以查到相关的资料，但是中国学生需要花费几个小时才能搞清楚美国学生从小到大都知道的常识。如果理解不准确，还有可能影响最终的方案。选题的时候要考虑这一因素的影响。

如何备战

数学建模竞赛自身的特点决定了评奖有一定的偶然性，最终的奖项主要由实力决定，但不完全由实力决定，运气也有很大影响。两者大体上是七三开，或者八二开，偶然因素大概会影响半个或一个奖励等级，不会到两个等级。也就是说，一个实力大致能拿H的队，运气好一点，或许可以拿到M，但怎么都不可能冲击F或者O。而对于O或者F这样高等级的奖励，偶然因素的影响可能更大一些。也就是说，有把握拿M的队，都有机会争取F或者O。讲的夸张一点，就算命题人组一个队亲自上阵，虽然M肯定是有把握的，但也不能保证一定能拿O。

运气可遇而不可求，所以只能通过提高自身实力来提高获奖的可能性。所谓建模实力，大致可以分为模型储备、计算能力和写作水平三个主要方面。

模型储备

模型储备主要是指参赛队的数学基础，对常见模型、方法的理解，以及灵活运用这些知识的熟练程度。熟练掌握的模型越多，解决问题时的眼界越开阔，可选择的方法也越多。常见的模型和方法在主要的数学建模教材，或各种开放课程中都有介绍，每个参赛队都应该掌握以下这些内容：

微积分
线性代数
概率论与数理统计
规划模型
微分方程模型
图论模型
计算机仿真方法

再扩展一点，可以了解以下内容：

博弈论模型
微观经济学基本原理
元胞自动机模型
群体决策模型
智能计算（遗传算法、模拟退火算法、蚁群算法等）
基本的数字图像处理方法
常见的模式识别算法（聚类算法、神经网络、支撑向量机等）

这个列表可以一直写下去，但是有了这些模型的储备，粗略估计可以应对80%以上的问题。

特别注意，时间有限，精力有限，短时间内不可能精通所有的模型和算法，基本模型要熟练，扩展方法可以先掌握思想、原理，适应的场合，应用的条件，优缺点等基本信息，再了解细节。

计算能力

数学建模竞赛对计算能力的要求，与ACM的ICPC程序设计竞赛的要求不一样，范围更广，不只是编程。程序设计竞赛的高手，不见得能够完成数模竞赛中的计算任务。数学建模竞赛所需的计算机技能大体如下：

文献检索，数据收集（搜索引擎，数据库）
编程能力
- 至少能够熟练使用一种高级语言
- 常见的数值计算方法
- 常用的图论算法
- 文本文件读取、处理
- 数字图像（基本概念，读取，简单加工）
常用图表绘制
参考文献管理
科技论文排版（规范，软件）
文本文件编辑器（*）
正则表达式（*）
版本控制（*）

注：加*项目为可选项

论文写作

写作是数模竞赛中最关键的一步，因为竞赛的作品就是论文，三个人几天的劳动成果都要在论文中体现。没写出来，写不出来，或者没有恰当的写出来都会影响竞赛成绩。

对于美国赛而言，论文写作水平是指两个方面，一是会不会写科技论文，二是英文表达能力如何，也就是会不会用英文写。如果模型做的不好，自然写不出来好论文，但是更普遍的现象是，模型做的不错，但是没写好，最后成绩很差。

写作是个大话题，一两句话说不清楚，这里推荐一本书《正确写作美国大学生数学建模竞赛论文》，这是美国大学生数学建模竞赛指导丛书中的一本，是由COMAP与高等教育出版社联合策划出版的，好象也是市场上唯一一本专门针对数学建模竞赛论文写作的参考书。看完这本就差不多了。

除了这本书，往年的优秀论文也是必须要看的，而且要认真看，认真研究。

当然，只看书和优秀论文是无法提高写作水平的，一定要自己动手写。写完与优秀论文对比，或者请老师点评，再修改，逐步提高。

时间安排

上面所说的这些能力，不是一两天能够练成的，要有一个漫长、艰辛的过程，有计划地实现。竞赛前的准备工作大体可以分为三个阶段：

学习数学建模课程。这一阶段主要解决模型储备问题。同时，在学习的过程中，通过不断的练习，逐步提高计算能力和写作水平。可以选修所在学校的课程，也可以通过网上的开放课程完成。
赛前培训。这一阶段主要是了解竞赛要求，熟悉往年赛题，研读优秀论文。第一个阶段的学习所获得的知识和能力，不是针对特定竞赛的，是普遍适用的。而这一阶段的培训非常有针对性。
模拟赛。所谓模拟赛，就是选择难度相当的题目，严格按照竞赛时间要求（包括起始的时刻）进行，写出完整的论文。模拟赛后，一定要分析论文，可以请有经验的老师点评，也可以自行对照检查。只有分析出论文的优缺点，才能改进提高。这是检验自身实力的最好方法。至少要进行一次，有条件的话，两次以上效果更好。如果之前没有参加过类似竞赛，又不进行模拟赛，直接参赛的话，时间就是一个大问题，这样参赛队很有可能无法在竞赛指定的时间内完成题目要求的各项任务。

总结

如果上面讲的这些都能做到，M奖就不远了。但是最后还要讲一点，数模竞赛是手段，不是目的。奖项虽然重要，也可以以奖项论英雄，但是不要仅以奖项论英雄，关键是要看参赛的整个过程中，是否有收获。如果说获奖就有收获，没获奖就没收获，时间、精力就白费了，那么这个竞赛就是失败的，也不是竞赛的初衷。无论获奖与否，要看整个过程中建模能力是不是提高了，计算能力是不是提高了，写作水平是不是提高了，这些才是真正的收获。

对于认真准备，积极备战的参赛队，不能保证他们一定能获奖，H奖都不能保证，但是可以保证他们一定有收获。

MCM Problem C Overview

Info — Sat, 05 Nov 2016 10:42:15 GMT

消息来源：http://www.comap.com/undergraduate/contests/index.html

美国大学生数学建模竞赛（MCM/ICM）主办单位 COMAP发布了一份名为“MCM Problem C Overview”的文档，就MCM的C题进行了说明。下面简单介绍一下该文档的主要内容，希望对备战2017 MCM/ICM的朋友有所帮助。

C题是MCM于2016年新增设的题目，被称为Data Insights类问题，关注与数据有关的数学模型。因此，与之前的MCM赛题相比，统计、模式识别等领域的模型可能用的更多。

C题是与数据有关的实际问题，建模的时候可能会遇到各种困难，如数据集较大（但还不是大数据级别），混合的数据类型，数据缺失等。但C题不是大数据（big data）问题，不需要参赛队掌握特殊的计算机科学知识，如数据处理的基本算法、分析技巧，或是访问高性能计算平台等。

题目的数据是可以公开访问的。
虽然不是大数据问题，但是压缩后的数据文件可能会超过100MB，这比往年MCM赛题的数据要大。选题时要考虑是否有足够的实力处理这么大的数据集。顺便说一下，经常有人问竞赛的时候找不到数据怎么办，真正去年C题给了数据，又说处理不了。
压缩文件中除了数据库文件，可能还会有字典，映射文件，或者代码，用以建立标签。
将以多种格式提供数据文件，如SAS、SPSS、STATA和CSV。
可以使用软件，如Statistic, JMP, SAS, SPSS, Excel, R, Matlab等，但不要求必须使用某种特定的软件。如果竞赛中使用了特殊的软件或者代码，要了解其背后的数学原理。
竞赛只需要提交论文，不需要提交数据库文件。

对C题感兴趣的朋友可以查看原始文档

下载： MCM Problem C Overview

2016 MCM/ICM 今日开赛

Info — Thu, 28 Jan 2016 08:56:58 GMT

2016 MCM/ICM 今日开赛。根据官方网站的消息，今年MCM、ICM将各有3题。MCM新增的C题，为Data Insights类问题，与大数据问题有相似之处，但不完全一样，侧重点不同。ICM新增的F题为政策类问题（policy），有可能与今年的大选有关。

Hillary Clinton的个人邮件被公布了，是个不错的数据集，不知道今年的题目会不会与此有关。

今年的参赛队数仍会大幅增加，初步估计在1.2万左右。

附各题类型：（来源：http://www.comap.com/undergraduate/contests/index.html）

MCM Problem A (continuous)
MCM Problem B (discrete)
MCM Problem C (data insights)
ICM Problem D (operations research/network science)
ICM Problem E (environmental science)
ICM Problem F (policy)