大学数学建模竞赛入门教程（新手）
数学建模竞赛概述
（一）什么是数学建模
数学建模就是用数学来解决实际问题，它类似于小学初中的应用题，但题目条件更加模糊，数据需要自己查找，且没有固定答案，例如预测车在特定路况下行驶时间、计算银行存款未来本息等,都需要综合考虑多种因素并自行获取数据来解决问题。
（二）常见的数学建模竞赛
- 全国大学生数学建模竞赛（国赛）：每年9月举行，时间通常为3天，本科生从ABC题中选一题,专科生从DE题中选一题。
- 美国大学生数学建模竞赛（美赛）：每年2月比赛,在国际上具有较高的知名度和影响力。
- 全国研究生数学建模竞赛（研赛）：每年10月左右举行,面向研究生群体。
赛前准备
（一）团队组建
- 人数：一般为三人一组，也可一人或两人组队，但建议三人组队,国家一等奖和国家二等奖的获奖者多为三人组队。
- 角色分工
- 建模手：需系统了解各类模型，包括模型功能、适用场景、实现条件、优缺点及改进方向等。
- 编程员：要掌握Matlab/Python等编程软件，熟练掌握编程基础，能实现常见算法，改正程序Bug，还可利用编程或软件制作精美图片（美赛对图片美观度要求较高）。
- 写作员：熟练撰写论文各模块内容，掌握学术语言规范、写作要求，能进行论文排版，翻译并检查论文错误,同时要掌握绘图和美化图片技能。
（二）知识储备
- 数学基础：掌握《高等数学》《线性代数》《概率论与数理统计》等课程知识,这些是数学建模的基础工具。
- 建模方法学习：常见的建模方法有层次分析法（最经典的评价方法，但主观性较强）、优劣解距法（基于有数据的客观评价方法）、线性规划（高中学过，编程可用Lingo软件）、灰色预测（常用预测方法）等，可通过清风老师、MathSu等的B站视频学习，也可阅读相关书籍如姜启源《数学建模》、司守奎《数学建模算法与应用》等。
（三）软件学习
- 论文写作：WORD（或WPS）用于论文写作，可导成PDF格式；Mathtype是公式编辑器，用于编写数学公式和特殊符号；LaTex/Overleaf是论文排版软件,利用编程语言排版。
- 编程代码：Matlab/Python是交互式编程软件，封存海量算法或工具可直接调用；SPSS是专业统计数据分析软件，有大量统计模型；Lingo是交互式线性和通用优化求解器,用于求解规划模型。
- 作图软件：VISIO/亿图可制作流程图和部分结构图；Excel/PPT可绘制美观图片；Axglyph是专业实用型矢量绘图工具；Echarts/hiplot是在线数据可视化图表库；Origin作图及插值拟合方便,数据可视化强。
- 文献阅读翻译：知云文献阅读器可打开知网下载的中英文章阅读翻译；Xtranlater能悬浮桌面划线翻译英文文章；DeepL/ChatGPT可作为文章翻译软件；还可使用谷歌学术（镜像站）等进行文献检索。
（四）资料收集与查找
- 资料收集平台：CNKI中国知网经济社会大数据研究平台、大数据导航（含各国统计局、世界银行等数据中心）、联合国数据、Github、ICPSR、数据世界、Kaggle数据集、天池数据集等。
- 文献查询途径：百度学术、知网、谷歌学术（镜像站）、SCI - HUB、学校图书馆（购买各类数据库）、ChatGPT（可联网版本如NewBing按需求全网搜文献）,还可使用浏览器插件easyScholar显示文章等级。
赛中要点
（一）选题类型**：国赛题目背景多样，可分为评价类（最简单，用于比较方案优劣，选的人多，脱颖而出有挑战）、预测类（分析预测数据趋势）、优化类（最常见，寻找最优解，应用于多种决策问题）、机理建模类（如国赛A题，与专业知识结合密切，难度高，非专业对口队伍慎选）。
- 选题策略：根据团队优势和兴趣选择，若擅长数据分析可选预测类，若对方案评估有经验可考虑评价类等，同时要考虑题目难度和创新空间,避免选择过于热门或冷门的题目。
（二）模型算法选择
- 评价类模型：常用方法有层次分析法、优劣解距法等，各有优缺点,需根据题目特点和数据情况选择。
- 预测类模型：可分为时间序列预测（如ARIMA模型）、回归模型预测（如线性回归）、机器学习预测（如神经网络）三类,不同算法适用于不同类型的数据和预测问题。
- 优化类模型：常用方法有线性规划、非线性规划、动态规划等,要根据问题的目标函数和约束条件确定合适的算法。
（三）论文写作
- 基本框架：一般包括摘要、问题提出、模型假设、模型建立、模型求解、结果分析、结论与展望等部分。
- 写作注意事项：语言要严谨规范，逻辑清晰，条理分明，图表要简洁明了，标注清楚，公式要准确无误，可使用Mathtype或Mathpix等工具编辑，参考文献要注明出处，遵循学术规范，写作过程中，团队成员要密切协作,共同完成论文的撰写和修改。
比赛结束后，要认真总结经验教训，分析自己在比赛中的优点和不足之处，如模型建立是否合理、算法选择是否恰当、论文写作是否规范等，要关注比赛结果和评委的反馈意见，了解自己在竞赛中的表现和水平，以便在今后的学习和实践中不断提高自己的数学建模能力
