admin管理员组

文章数量:1546090

  2020年3月，疫情期间特别的第二次美赛结束。四月底成绩公布，获得了M奖。我在这次竞赛中负责建模，写下这篇博客记录第一次参加数学建模美赛的经历。

目录

    • 赛前准备
    • 基本情况
    • 选题
    • 建模过程

赛前准备

  从开始接触建模已经比较晚了，错过了2019年的国赛，10月组建小队直冲20美赛，期间参加了亚太地区数学建模大赛作为美赛前的模拟，成绩出来是一等奖，第一次参加建模就得了一等奖对自己和小队的鼓励也比较大，同时对美赛更有信心了。

  我根据网上的资料将建模类问题分为评价类，数统类，优化规划类和预测类进行学习。这里推荐一个网课，清风老师的建模课，一个队一起买的话也很便宜，我从零基础到半年连获了几个一等奖也少不了这个课程。

  评价类问题的建模算法分为：层次分析法，Topsis优劣解距法、熵权法、灰色关联分析，还有使用最多的综合评价的分级模型（这个详细可以参考经典的葡萄酒问题的论文）。

  数统类主要有：典型相关分析、多元线性回归、分类模型、聚类、岭回归和lasso回归、相关系数、因子分析模型、主成分分析等。

  预测类有：插值、拟合、灰色预测、时间序列分析、BP神经网络等。

  优化类大致为：图论最短路径、线性规划、动态规划、模拟退火、排队论等。（我对优化类的理解不是太好，时间原因没有细致学）

  我分别总结了其中的每个算法的基本思想和MATLAB、SPSS或STATA的软件详细操作步骤和代码。（有需要可以问我要^^）

  还有在美赛中尽量不要使用灰色开头的模型，据说是因为这个在美国不太认可（？），最好使用是美国人提出的模型或算法。（我也是听学长说的可能不对TT)

  对我本人来说，我深入学了评价类和数统、预测类，已经基本可以参加所有的建模比赛了，只要不选有关优化的题就可以。还有一些可能涉及到数据挖掘或机器学习的知识和一些很新的算法，特别是美赛或国赛中可能会遇到，这时只要在知网上多搜集相关论文，然后再学习就来得及，不需要事先都学完。

  因为我是队里的建模手，同时也是队长和小半个编程手，所以对我来说熟悉所有的基本算法模型非常重要。当遇到问题时，能着手分析出来应该使用什么模型，到时候再在自己总结的文档里面找到相应模型的具体使用方法就可以。

  对建模手来说，最重要的是分析能力，因为比赛中（特别是美赛）的题目都比较抽象（像做阅读理解一样），很难直接看出使用什么模型。因此分析和抽丝剥茧的找出题目中实际想表达的意思就很重要。如果你分析不出来可能整个队就无法向下进行。同时最好论文手也可以学习一下所有的模型大概都是什么，不然到时候可能就是建模手去写中文论文了。

  同时多看几篇论文，主要看整体结构和摘要。也可以准备一些信或者备忘录的模板。同时队伍在正式比赛前最好进行一次模拟，找去年的题目来分析和完整做一下。

  还有要有一定的审美

本文标签： 数模心得

版权声明：本文标题：2020年数模美赛参赛心得总结 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/dongtai/1727170835a1100218.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。