《数学建模竞赛讲座》由会员分享，可在线阅读，更多相关《数学建模竞赛讲座（37页珍藏版）》请在金锄头文库上搜索。
1、2013美国 数学建模竞赛,哈尔滨工业大学数学系,美国大学生数学建模竞赛（MCM/ICM）,比赛时间：北京时间2013年2月1日早上9：01分2013年2月5日早上9:00截止,MCM：Mathematical Contest in ModelingA、B题 ICM：Interdisciplinary Contest in ModelingC题,每个参赛队最多都只能由3名学生组成。一个学生最多只能参加一个参赛队。在比赛时间内，参赛队成员必须是在校学生，但可以不是全日制学生。参赛队成员和指导教师必须来自同一所学校。,组队原则,试题下载,赛题会于北京时间2013年2月1日早晨9点公布：所有的参赛队
2、员可以通过访问http:/ 北京时间2013年2月1日早8点55分，比赛题目也会同步发布于一下镜像网站： http:/ap- http:/ http:/ 2、访问官方网站，仔细研读参赛规则：http:/ 3、尽可能多的研读和实践历年获奖论文及其中的模型和求解算法，如有条件，每周都抽出一定时间进行组内队员的研讨，以有助于队员之间的磨合； 4、注册成为数学中国论坛http:/ 6、强烈推荐有条件的参赛者自己预定条件优越的参赛工作室，并配备2-3台计算机使用，并提前安装好自己所需的各种数学软件及编程工具，建议其中的一台电脑不要上网，专门用于论文的编写工作； 7、了解并熟悉建模竞赛中常用的算法：如蒙特
3、卡罗算法，数据拟合、参数估计、插值等数据处理算法，线性规划、整数规划、多元规划、二次规划等规划类算法，图论算法，动态规划、回溯搜索、分支定界等计算机算法，最优化理论的三大经典算法：模拟退火算法、神经网络算法、遗传算法，网格算法和穷举法，一些连续数据离散化方法，数值分析算法，图像处理算法等。,奖项分配,OutstandingWinners ：少于0.5% FinalistWinners ：1%左右 MeritoriousWinners ：13%左右 Honorable Mentions： 30%左右 Successful Participants ：55%,比赛时间的安排建议,1日早8:30在比
4、赛场地集合,并提前锁定题目发布网页; 9:00开始下载试题, 然后一个小时内每个人阅读题目一遍并且独立翻译 工作;10:00左右, 开始汇总整理三人翻译，半小时内确定最佳翻译;10:30后将最佳翻译复印三份。每人拿一份去研读题目。按照个人的理解能力而定出研读遍数(尽可能多)。然后拿个笔在每到题目下列出关键词、模型算法; 12:00左右(午餐后) 小组集合，讨论每道题目的理解、算法、模型, 1至2个小时后，讨论一致意见，确定选题;14:00, 根据自己的选题, 开始收集相关的资料; 晚餐后,讨论相关资料的算法、模型。 并讨论确定基础模型，当天必须有一个基础模型方案出来。,2日和3日, 在合理安排
5、休息时间的前提下,必须完成数学模型及论文草稿. 4日,开始检验模型灵敏度及优化模型, 在20:00前，必须要模型优化及灵敏度分析工作结束，并且论文初稿完成！ 20:00后，三人开始共同检查论文，并且提出各种修改意见。注意摘要在草稿及初稿中逐步完善, 也就是说初稿含有摘要部分！ 5日早6:30分前, 必须保证论文被修改三遍以上,摘要被润色, 精炼,推敲八遍以上,然后用半个小时检查标点和公式等细节部分,打印论文及发送电子稿, 强烈建议发送电子稿时间不要晚于8:30,否则由于网络阻塞有不能按时交卷的危险,如果确定论文不再修改,越早越好.,摘要是评阅时给评委的第一印象，非常重要！但不要太长simple
6、 and clear。写摘要时基本上包含六个方面:问题, 方法,模型, 算法, 结论,特色. 简而言之, 摘要一定要体现出论文中用了什么方法, 解决了什么问题, 得到了什么结论。一篇精彩的摘要是获得Honorable Mentions及以上奖项的重要保证。,摘 要,模型假设,模型假设主要有两个方面： 根据题目中条件作出假设 根据题目要求作出假设注意：关键性假设不能缺，同时假设要切合题意,模型建立,基本模型首先要有数学公式、方案等，要保证完整、正确和简明 简化模型要明确说明简化的思想和依据，尽可能完整地给出 模型要实用和有效，以解决问题有效为原则，能用初等方法解决的，绝不用高等方法；能用简单方法
7、的，绝不用复杂方法 鼓励创新，但不要离题搞标新立异，创新手段可出现在建模、模型求解、结果表示、分析和检验推广中,注意事项,分析要中肯、确切 术语要专业、内行 原理依据要明确、确切 表述要简明，关键步骤要列出 切忌外行话、表述混乱和冗长,模型求解,需要建立数学命题时，命题叙述要符合数学命题的表述规范，尽可能给出严谨论证 需要说明计算方法和算法的原理、思想、依据和步骤 若采用现有软件，需要说明采用此软件的理由和软件名称 计算过程、中间结果可要可不要的不需列出 设法算出合理的数值结果,结果分析和检验,最终数值结果的正确性、合理性是首选 对最终结果和模拟结果进行必要的检验 题目中要求回答的问题、数值结
8、果和结论必须一一列出 列数据问题要考虑是否需要列出多组数据进行比较和分析，以便为各种方案提出依据 结果表示要集中、一目了然和直观，数值结果表示要精心设计表格，可能的话，用图形图表表示，求解方案用图示更好 必要时对问题解答作定性或规律性讨论，最后结果要明确,模型评价,优点突出，缺点不回避 若需改变原题要求，重新建模可在此完成 进行推广和模型改进时，尽量使用已经使用过的术语,附录,列出详细的结果，详细的数据表格，错的宁可不列 主要的结果数据，应在正文中列出，不要怕重复,假设的合理性：作出关键假设（不欣赏罗列大量无关紧要的假设），要对假设的合理性作出解释，正文中引用 建模的创造性：特别欣赏独树一帜，
9、标新立异，但要合理 结果的正确性：不强调与“参考答案”的一致性和结果的精度，好方法的结果一般比较好，但不一定是最好的 文字表述的清晰性：摘要应理解为详细摘要，要提纲挈领，表达严谨、简洁，思路清新，格式符合规范，严谨暴露身份,竞赛评奖的主要标准,常见问题,不给出明确模型，只是根据赛题的情况，实际上是用“凑”的方法给出结果，虽然结果大致是对的，没有一般性，不是数学建模的正确思路 论文过于简单，该交代的内容省略了，而难以看懂 罗列一系列假设和模型，又不作评价比较，希望碰上“参考答案”或“评阅思路”，从而弄巧成拙,参考文献不全，或者引用他人结果不予交待；参考文献应在正文中引用 吃透题意方面不足，没有抓
10、住和解决主要问题 就事论事，形成数学模型的意识和能力欠缺 对所用方法一知半解，不管具体条件，套用现成的方法，从而导致错误,对结果分析不够，怎样符合实际考虑不周 写作方面的问题。如摘要、优缺点介绍、参考文献的引用等问题 队员之间合作精神差，往往孤军奋战,建模基本流程,1.要你做什么？ 2.你能做什么？ 3.怎样做？ 4.做做看； 5.分析； 6.检验； 7.再做； 8.满意为止。,审题和工作规划,题目类型连续问题还是离散问题 需要解决何种问题最优化方案，预测模型，最短路径，决策问题，随机统计问题，数据拟合或回归分析问题等等 答卷需要回答哪些问题 问题以怎样的方式回答 每个问题需要列出哪些关键数据
11、？建模需要哪些关键数据？ 等等,建模理念,应用意识：要解决实际问题，结果、结论要符合实际；方法、结果要易于理解，便于实际应用；要站在拥有者的角度思考和解决问题 数学建模：做好问题模型的数学抽象，方法要有普适性，科学性，不局限于本具体问题的解决 创新意识：建模要有特点，更加合理、科学、有效，更具有普遍意义，不仅仅为了创新而创新 注意数学模型、数学语言与实际问题及背景的结合，注意竞赛的目的不是为了解决一个数学问题，而是为了解决一个实际问题,数学建模常用方法,数据处理方法 优化方法 图论方法 预测方法 决策方法 随机统计方法,数据处理方法,数据拟合方法给出一系列的点，要求得到反映点列变化规律的函数，
12、不要求曲线或曲面通过所有数据点，而是要求它反映对象的整体变化趋势。注意在进行数据拟合时，难点在反映数据规律的大致函数类型，拟合只是对函数类型中含有的参数利用最小二乘法在误差最小的条件下进行优化。在进行拟合时，如有固定规律函数，必须使用该函数，如果没有，则以常用函数如多项式函数、指数函数、对数函数、三角函数等进行拟合比较，并选择误差最小的函数作为结果,数据插值方法给出一系列点，要求按照已知点的函数值得到未知点的函数值，也可以理解为得到函数表达式，但是与数据拟合不同的是插值要求所得到的函数曲线经过所有的已知点，在进行插值时一般使用三次样条插值，注意在实际建模时要根据具体的问题区分拟合和插值,回归分
13、析方法：回归分析与数据拟合大致相同，也是按照已知数据通过最小二乘法得到反映涉及到的量的关系。由于回归分析给出了具体的接受回归结果的统计判断条件，因此要按照统计条件决定是否接受回归结果（需要进行检验，也可按照matlab命令给出的参数进行判断），回归过程中也要进行回归函数的选择，一般情况下选择线性回归，进而考虑多项式回归，非线性回归等 统计分析方法：按照问题的要求选择适当的统计分析方法，如回归分析，判别分析，聚类分析，相关分析，方差分析等,优化方法,非线性规划模型：目标函数和约束条件都是线性函数的优化问题 非线性规划模型：目标函数或约束条件至少有一个是非线性函数的优化问题 整数规划模型：决策变量
14、是整数值的优化问题,多目标规划：具有多个目标函数的规划问题 目标规划：具有不同优先级的目标和偏差的规划问题 动态规划：求解多阶段决策问题的最优化方法,图论方法,最短路问题：给出一个连接若干城镇的铁路网络，在这个网络的两个指定城镇间，找一条最短的铁路线（Dijkstra算法）或每对指定顶点间的最短路径（ Dijkstra算法，Floyd算法） 最大流问题：运输问题 最小费用最大流问题：在完成运输任务的同时，寻求一个使总的运输费用最小的运输方案,最小生成树问题（连线问题）：欲修筑连接多个城镇的铁路，设计一个连线图，使得总造价最低（prim算法，Kruskal算法） 图的匹配问题（人员安排问题）：n
15、个人员安排n份工作，每人适合做其中一件或若干件工作，问能否每人有一件合适工作？如果不能，最多几人可以有合适的工作？（匈牙利算法） 遍历性问题（中国邮递员问题）：邮递员从邮局出发，经过投递范围内每条街道最少一次，再回到邮局，选择一条行程最短的路线,预测方法,拟合预测：按照已知数据得到反映规律的函数，再代入需要预测的变量，将函数值作为预测值 回归预测：与拟合预测基本类似 微分方程预测：首先得到预测变化规律的微分方程，求解方程得到通解，利用已知数据进行拟合，由方程得解进行预测 时间序列分析：按照数据变化的基本规律，用统计方法进行预测,灰色预测：根据灰色系统的行为特征，充分利用数量不多的数据和信息寻求数学关系，建立相应的数学模型进行预测 其它预测方法：拓扑预测，线性网络预测，BP网络预测，Hopfield网络预测，模糊神经网络，全域法，一阶局域法，加权零阶局域法，加权一阶局域法，Lyapunov指数预测，权重综合，区域综合，最优加权模型，正权组合方法，方差倒数加权法，马尔科夫预测，遗传预测，分形预测等等,
