数学建模学习

数学模型

状态转移模型

将问题的完成转化为状态的转移，可以求得最短路和路径的条数。

线性规划的优化模型

1. 单目标规划
2. 多目标规划
   对于目标进行顺序求解，对目标进行加权求解
3. 对于复杂问题的多维规划问题

最短路和TSP模型

TSP问题是形成一个经过所有地点的圈，所用的路径最短。

最小生成树

层次分析法

将定性问题转化为定量问题。
一、成对比较矩阵个正互反矩阵

数据处理方法

灰色系统模型

利用微分方程对数据进行预测

时间序列处理模型

将数据分成周期项和趋势项，进行预测。

神经网络模型

1. 预测未来的值
2. 进行分类

插值和拟合模型

计算中间点

传染病模型

SIR模型

人群分类：S类易感染者、I类传染者、R类移出者
模型假设：

1. 总人口数
2. 所占比例数
3. 日接触率
4. 日治愈率
5. 有效接触人数
   
   相轨线分析法

论文写作

(摘要
1。 问题重述
2 假设条件
3 建模方法的合理性论证
4 模型设计
4.1 需要转机乘客的不满程度
4.2 无需转机乘客的不满程度
4.3 所有乘客的不满程度
5模型测试
6结论
7模型的优点与弱点
参考文献）

最重要的是摘要

重述并澄清赛题

引言部分，对赛题的解读，对现有研究成果的综述与评论以及对解题思路和主要方法的简要介绍。

列出建模所有前提条件及假设，并给出清晰地解释

明确假设并给出合理性解释

分析赛题，给出建模动机或者论证建模的合理性

最简单的模型也许是最好的模型。充分利用现有的研究成果行业方法，经过理解和消化后建立自己的模型。

模型设计

集中精力设计一个模型，或者一系列子模型。不要只针对赛题，而是看做一个普遍问题。

讨论如何检验模型，包括误差分析和稳定性测试

MCM赛题没有标准答案，但由于时间的限制，几乎每篇论文给出的模型和
解答都会存在这样或那样的缺陷。评委肯定也会发现这些缺陷，所以在写结论
时应该明确指出这些缺陷，表明参赛小组不但知道模型所含的缺陷，而且也思
考过如何改进和修补。论文缺陷在前面描述模型时可能已经提到过，在这里应
该再次指出来。
由于时间和计算资源的限制，参赛小组可能无法完成本来有能力解决的一
些问题。所以，写结论时也应该明确指出，假如有充足的时间和计算资源，参赛
小组将能够解决的问题。

讨论模型的优缺点

书写论文摘要

论文摘要按照要求写在特定的摘要页上，长度不超过一页，提交是作为参赛论文的首页。摘要的第一句话要吸引读者的兴趣。不包含太多的细节，可以有计算结果，无数学公式。

1. 赛题重述与阐明
2. 解释假设条件及合理性
3. 模型设计及合理性论证
4. 描述模型的测试情况及林敏度分析
5. 优缺点讨论

英语写作

Latex

1. 插入三线表格

\begin{table}[!htbp]
\begin{center}
\caption{Notations}
\begin{tabular}{cl}
	\toprule
	\multicolumn{1}{m{3cm}}{\centering Symbol}
	&\multicolumn{1}{m{8cm}}{\centering Definition}\\
	\midrule
	{$A$}&the first one\\
	$b$&the second one\\
	$\alpha$ &the last one\\
	\bottomrule
\end{tabular}\label{tb:notation}
\end{center}
\end{table}

2. 插入图片

\begin{figure}[htbp]
\centering
\includegraphics[width=.6\textwidth]{water.png}
\caption{The result of Model 2}\label{fig:result}
\end{figure}

参考文档
3. 插入公式

PPT 和ax作图

权重图：
热力图： 这

三维图：
散点图：
着色图:

美赛经验

写作结构

背景介绍：详细的背景介绍
数据预处理

结构清晰完整
方法
模型
结果+结果分析
对模型的修正+修正后结果+对比
模型延伸
2.o奖写作套路
小标题妙用
善用缩写
摘要三段论：通过什么方法+做了什么+得到了怎样的结果
突出总结

快速查阅文献

小词化大
筛选：日期、相关度、被引次数

搜集数据

间接数据、爬虫、大数据导航
数据入手建模、编数据