纪念已故大学数学建模：两次学校比赛，两次全国比赛，两次美国比赛和一次电工杯。从大一下学期到现在，再到大三下学期，时光荏苒，我的大学模特生涯也走到了尽头。感谢在模特之路上帮助过我的学长学姐们，滴水的优雅应该得到回报，我写下了这种感觉，希望能给学弟学妹们一点灵感，我会完成我的想法。写得不好，不知道写什么，按顺序写就好了。
我是如何选择建模的：
在我大一的时候，我第一次听说数学建模实际上是在我大一的第一学期，而不是我大一的第二学期。由于我从小就对数学、哲学、历史的崇拜，我偶然发现了一个网页（虽然我在大学里不敢选择这些专业中的任何一个，尤其是数学和哲学，因为害怕学不好太难），我决心学习数学建模。通过翻阅学校发放的学生手册或神马的资料，我发现我们学校有数学建模比赛。由于我在大一时没有任何数学知识，所以我没有开始准备，而是专注于寻找队友。
有一次打乒乓球，认识了两个来自新店的帅哥，以后还会一起打球。其中一个（M）有潜力成为尖子生数学建模软件lingo，后来期末考试后，我询问他的数学成绩高，果然，我试探性地问我愿不愿意一起参加模特，嗯，成功了！
第二个队友在她大一的第一学期认识（我问了她很多关于转专业的事情），但直到第二学期，我才让她组队。老办法，打听成绩，打听的时候我吓了一跳，原来是一个英语超好，微积分接近满分的女生F（那个可鄙的人在第二学期转学到了她的大学）。果断发送邀请，不管你是否愿意一起组队，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搭配，如新店小伙伴负责编程和理工学问题建模，经济金融统计负责论文和统计建模，数学计算专业全方位建模和助学论文， 我个人觉得更好。由于建模大致可以分为建模、编程、论文，一个人负责一件，但一定不能极端，每个人都对一件负责，这种组合缺乏沟通和互动。它应该在培训中运行，同时考虑到每个人的个人特征。哪些部分主要负责，哪些部分得到协助。
然后是第一次学校比赛：第一次还挺刺激的，因为之前我问过几个学长学姐，说模特就是要过夜，所以我们准备过夜。我第一次得到了关于一个单位不同工作部门不同饮食习惯的人健康水平之间关系的话题。
回想起来，这实际上是一个比较简单的统计分析问题。但我觉得我当时没有这样的意识，我靠办公室做题，想了半天也不知道该怎么做。做的过程很痛苦，但也很刺激，学校比赛三等奖的成绩证明，光有激情是不够的，还有很多知识需要补充。
推荐初学者参考书目：
数学模型（江启元，谢金星）。
数学建模方法与分析。（新西兰）马克·梅尔沙特（Mark.M.Meerschaert）。
第一本书是江老师写的，很适合新手，在内容安排上也是国产风格。第二本书来自新西兰，我大二的时候读过这本书，我只看了第一部分。我发现这本书很适合新手，是典型的国外教科书风格，从一个模型实例开始，雄辩地告诉你数学建模的方方面面，反复强调数学建模的五步法，然后详细体验一下才有意义，看完本书的大部分内容， 您可以体验并应用此方法。（第一届学校比赛，因为五步法的第一步，没有做到）。对了，还有一本老丁推荐的书，美国建模数学竞赛主席佐丹奴写的数学建模第一课，还有江启元等人翻译的中文版，但是在图书馆借不到，所以没看过，有机会可以看看。
如何建模
我
第一次全国大赛前的假期开始学校训练，提前借了很多书，借了所有的卡片。第一次全国比赛前的训练对我来说是最有成就感的时期，比其他任何时期都多。
在这段时间里，我们三个人都过得很艰难。白天要学很多知识，之后只能休息半天，然后开始玩，循环往复。我的计划是白天在课堂上学习，晚上回去复习当天的内容并观看其他内容。但是我太高估自己了，基本上晚上玩三国杀戮这样的小游戏放松一下，第二天再去上课。好吧，有了良好的心态，身体是最重要的。^_^
通过这些培训，基本上团队组成了F专业来写论文，M和我负责建模和编程。我专注于建模和团队调度。
在训练的时候，应该慢慢发展出五步建模的方法：
五步说明：
第 1 步：提问
你可能会想，这个问题不是已经给出了吗？是的，但这里的问题是：用数学语言。首先，问题必须通读几遍，“如果你不明白，就看题目，如果你不明白，就看题目”，等等，同时查阅相关资料。这通常需要大量的工作和一些假设，具体取决于主题的特点。
当你看到这一点时，开始从数学上提出问题，当然，在此之前引用或定义一些技术术语。接下来，我们将解释符号，统一符号（这很重要，三个人很容易相互交流，论文也很容易呈现），并列出整个问题中涉及的变量，包括适当的单位，并列出我们知道或做出的假设（用数学语言描述， 例如，方程、不等式）。一旦你完成了所有这些准备工作，就该提出问题了。用清晰的数学语言写下问题的表达式，加上前面的准备工作，构成了完整的问题。
这部分的内容体现在论文的结构上，相当于引言、提问、建模部分。 请注意，模型是否在开始时构建并不重要，我们可以随时返回并进行更改。
步骤 2：选择建模方法
在得到一个用数学语言表达的问题后，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，特别是与运筹学优化和微分方程有关的问题，通常可以表述为一种有效的标准求解形式。在这里，您可以通过查阅相关领域的文献来了解如何做到这一点。基本上课本都是基础的，课本中一般没有针对具体问题的现成方法，但是教材还是很重要的基础工具，有时候想不出思路，教科书（比如江启元的）会受到启发，可以用什么模型。
第 3 步：推导模型的公式
我们需要实现第二步方法，这是本文的模型构建部分。我们想要对已建立的问题进行变形，推导它，并将其转换为可以运行标准方法解决方案的形式。这部分通常是借鉴参考文献的过程，并根据问题的情况进行一些修改。
第 4 步：求解模型
这就是编程团队成员的用武之地。
统计模型：SPSS、Eviews、Stata，都是基于菜单的，简单。
数据分析：R、数据库 SQL Server、IBM
数据库2
微分方程：Maple、Mathematic、MATLAB
运筹学规划：Matlab、Lingo
智能算法：Matlab、R
时间序列：那些在软件中的统计模型，或R，Matlab
图像处理：Matlab、C++
总结：Matlab是必须的，SPSS通常就足够了。
第 5 步：回答问题
也就是说，论文的讨论部分。这部分是你整个论文的总结，必须深入地写出来。除此之外，通常还需要编写一些敏感性分析，如果是统计模型，则需要进行模型测试。论文通常需要绘制一些图表，可以使用Matlab、R等软件绘制与数据相关的图表，并使用Visio或PPT绘制流程图等图表。
关于比赛的一点个人经验
1.国家比赛和美国比赛是有区别的
国家竞争注重实力，美国竞争注重创新。它不一定是高端方法，但必须具有创造性。在全国大赛中，组委会往往有一个模糊的“标准答案”，按部就班地做就好了。
注意不要一次搭建一个复杂的模型，外国人看重你的思维，你的逻辑，不像全国竞争数学建模软件lingo，你看重的是你的建模和编程实力，你必须用各种高高在上的方法。
当你遇到问题时，你可以先建立一个基本的模型并讨论结果，然后逐渐放宽条件，让模型复杂一点。
即基本模型->普通模型->扩展模型的思想。这种想法在美国比赛中是非常好的，做完这个基本就能拿到一枚金牌，而这次你也可以按照这个过程，拿到一枚金牌。
2. 文学为王
文学为王。建模这个话题基本上是教授的研究课题，以我们本科生的水平，基本上不可能对这个话题有深刻的理解。所以多读文献。
阅读文献也有技巧：只要拿到题目，先查相关背景资料，了解题目是什么。接下来，看文献，找硕士论文、博士论文和综述文章，硕士和博士论文一般都会介绍国内外整个课题的研究情况，更不用说综述了，它是对大量原创研究论文的数据、材料和主要思想进行归纳、分析和提炼而成的论文。读完这篇文章，你可以深入掌握这个话题，知道如果我们想创新，该去哪里。
接下来，根据小组三位成员的讨论结果，我们可以看看深入的文献，多读一些文献，可以考虑开始创新，像爱因斯坦一样开辟相对论等创新的新领域，这是非常困难的，但我们可以退居二线， 不是有句话叫“别山之石，可攻玉”吗？
我们所要做的就是组合创新！领域内组合创新，将一位学者的方法嫁接到另一位学者的模型上。以及跨领域创新，将自然科学的知识应用于社会科学，或用社会科学来解释自然科学的成果，等等。（这里可以体现跨学科建模团队的先天优势：不同专业对同一问题有不同的思考，可以激发创造力）。
PS：图书馆有很多数据库，可以免费阅读论文。如果是免费的，谷歌学术是无敌的，国内文学似乎没有一个好的分享平台。
平时可以注册更多的网站，比如Math China、School Analogue、MATLAB技术论坛、PUDN Programmer、Research Forum、Stackoverflow等。 上传一些信息，从娃娃那里保存积分，不要等到游戏才看到好的信息和“呃，积分不够”。
想法很重要。建模思维是一件很难学的事情，站在巨人的肩膀上，多读书，负责建模的同学们都辛苦了。
3.掌握一点数据处理技能
建模问题，A.B两个问题。基本上，一个问题是连续的，一个主题是离散的，一个是自然科学（科学和工程），另一个是社会科学（经济管理）。有了这样的分布，平时做题的时候就可以专心了，曾经有个专门做离散题的美帝国主义团队，似乎已经连续两次拿下了优异成绩有必要
具备一点数据处理技能。例如，缺失数据值的处理、插值和拟合等。特别是问题 A 和 B 可能涉及缺失数据值的处理，因此建议熟练掌握。
4.关于编程水平。更一般地说，软件操作的水平几乎决定了一个团队结果的上限。MATLAB是必须的，并且必须熟练掌握各种模型的实现。此外，SPSS（或R）也要掌握。Matactical和MATLAB是非常可替代的，即使你不掌握它也没关系（仅在建模方面，数学当然非常强大）。更何况模特大赛已经举办了这么多年，用行话几乎少见了，学不了行话。而当前的话题需要动不动就粒子群这样的智能算法，强烈建议大家至少精通一种智能算法
MATLAB 推荐参考书目
基本：
郑碧波揭秘的MATLAB（本书非常容易理解，适合没有编程经验的人）。
精通MATLAB2011A张志勇
阿森松：
数学建模与应用：思守奎（包括各种建模知识，也附有代码，稀有，参考书性质）。
30 MATLAB 智能算法案例研究 Shi Feng， Wang Hui， et al
MATLAB 统计分析与应用：40 个案例研究
数字图像处理（MATLAB版） Gonzalez （13 National Race 碎纸修复实际上涉及图像处理，所以这里列出来
总之，必须熟练使用MATLAB进行运筹学优化、数据处理和微分方程。数理统计可以交给 SPSS、R，其中 SPSS 无脑且使用快速
5、格式规范：看全国大赛一等奖，国内大赛特等奖的论文，格式规范肯定到位，可以参考。大多数外国人的大奖论文不讲究形式，其优势在于模型的实力、创意和母语写作。因此，就美国的格式规范而言，参考国内特别奖项的论文。
PS：如果有时间，可以学习以下乳胶，用乳胶写的论文比文字好很多倍。乳胶参考书目推荐：
LaTeX 插图指南
对 Latex 的不那么简短的介绍
LaTeX-Form 创作 唐银才
参考书目常见问题集合
乳胶学习日记 黄阿尔法
论坛：Ctex BBS
闭幕词：什么是
数学思维方式？观察客观世界的现象，把握其主要特征，抽象概念或建立模型，通过直觉判断或归纳推理、类比推理和联想进行探索、猜测，然后进行深入的分析和逻辑推理计算，揭示事物的内在规律，从而使复杂的现象井然有序。这就是数学的思维方式。
----------- 邱伟生为《抽象代数基础》所作序。
