数学建模应该注意问题Word格式文档下载.doc

数学建模应该注意问题Word格式文档下载.doc

《数学建模应该注意问题Word格式文档下载.doc》由会员分享，可在线阅读，更多相关《数学建模应该注意问题Word格式文档下载.doc（6页珍藏版）》请在冰点文库上搜索。

如果选题后做一些后其它问题不好处理，或者没有办法处理，有人就会想到换题，当然尽可能的不要换题，要是换题一定不能晚于11日20:

00,否则就有做不完题的可能。

当然也因人而宜。

写论文：

最迟要在13日22：

00开始，到14日凌晨5：

00写完，尽可能让指导教师帮着修改。

7：

00打印，打印好后要仔细看一遍，有问题在修改。

8：

00交论文。

写论文的过程贯穿于选题做题过程之中，我们在选题做题时就把做的一些东西分别处理好，只是这说的写论文就是把所做的题目的不同问题，不同部分都贯穿在一起，形成一篇有血有肉的论文。

论文写作应该专门有一人在做题的过程中进行。

二、关于写论文

1.正确的论文格式：

论文属于科学性的文章，它有严格的书写格式规范，因此一篇好的论文一定

要有正确的格式，就拿摘要来说吧，它要包括6要素（问题,方法,模型,算法,结论,特色），它是一篇论文的概括，摘要的好坏将决定你的论文是否吸引评委的目光，但听阅卷老师说，有些论文的摘要里出现了大量的图表和程序，这都是不符合论文格式的，这种论文也不会取得好成绩，因此我们写论文时要端正态度，注意书写格式。

2、论文的写作：

论文的写作是至关重要的，其实大家最后的模型和结果都差不多，为什么有些队可以送全国，有些队可以拿省奖，而有些队却什么都拿不到，这关键在于论文的写作上面。

一篇好的论文首先读上去便使人感到逻辑清晰，有条例性，能打动评委；

其次，论文在语言上的表述也很重要，要注意用词的准确性；

另外，一篇好的论文应有闪光点，有自己的特色，有自己的想法和思考在里面，总之，论文写作的好坏将直接影响到成绩的优劣。

三、算法的设计：

算法的设计的好坏将直接影响运算速度的快慢，建议大家多用数学软件（Mathematice,Matlab,Maple,Mathcad,Lindo,Lingo,SAS等），这里提供十种数学建模常用算法，仅供参考：

3.1、蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必

用的方法）

3.2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具）

3.3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件实现）

3.4、图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备）

3.5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中）

3.6、最优化理论的三大非经典算法：

模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用）。

3.7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具）。

3.8、一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的）。

3.9、数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）

3.10、图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab进行处理）。

四、论文的进一步详细要求

（一）、写好数模答卷的重要性

1.评定参赛队的成绩好坏、高低，获奖级别，数模答卷，是唯一依据。

2.答卷是竞赛活动的成绩结晶的书面形式。

3.写好答卷的训练，是科技写作的一种基本训练。

（二）、建模文章正文基本内容，

1）需要重视的问题

1评阅原则：

假设的合理性，建模的创造性，结果的合理性，表述的清晰程度。

2答卷的文章结构：

[0].摘要[1].问题的叙述，问题的分析，背景的分析等，略[2]．模型的假设，符号说明（表）[3]．模型的建立（问题分析，公式推导，基本模型，最终或简化模型等）[4]．模型的求解▲计算方法设计或选择；

算法设计或选择，算法思想依据，步骤及实现，计算框图；

所采用的软件名称；

▲引用或建立必要的数学命题和定理；

▲求解方案及流程[5]．结果表示、分析与检验，误差分析，模型检验……[6]．模型评价，特点，优缺点，改进方法，推广…….[7]．参考文献[8]．附录计算框图详细图表……

3要重视的问题：

2.3.1摘要。

它要包括6要素（问题,方法,模型,算法,结论,特色），它是一篇论文的概括，摘要的好坏将决定你的论文是否吸引评委的目光。

包括：

a.模型的数学归类（在数学上属于什么类型）b.建模的思想（思路）c.算法思想（求解思路）d.建模特点（模型优点，建模思想或方法，算法特点，结果检验，灵敏度分析，模型检验…….）e.主要结果（数值结果，结论）（回答题目所问的全部“问题”）▲表述：

准确、简明、条理清晰、合乎语法、字体工整漂亮；

打印最好，但要求符合文章格式。

务必认真校对。

2.3.2问题重述。

把握以下几点：

1、

2.3.3模型假设跟据全国组委会确定的评阅原则，基本假设的合理性很重要。

（1）根据题目中条件作出假设

（2）根据题目中要求作出假设关键性假设不能缺；

假设要切合题意。

2.3.4模型的建立

（1）基本模型：

1）首先要有数学模型：

数学公式、方案等2）基本模型，要求完整，正确，简明

（2）简化模型：

1）要明确说明：

简化思想，依据2）简化后模型，尽可能完整给出（3）模型要实用，有效，以解决问题有效为原则。

数学建模面临的、要解决的是实际问题，不追求数学上：

高（级）、深（刻）、难（度大）。

建模型注意事项{A1能用初等方法解决的、就不用高级方法，A2能用简单方法解决的，就不用复杂方法，A3能用被更多人看懂、理解的方法，就不用只能少数人看懂、理解的方法。

}（4）鼓励创新，但要切实，不要离题搞标新立异。

但是数模创新可出现在▲建模中，模型本身，简化的好方法、好策略等，▲模型求解中▲结果表示、分析、检验，模型检验▲推广部分（5）在问题分析推导过程中，需要注意的问题：

A1分析：

中肯、确切A2术语：

专业、内行；

；

A3原理、依据：

正确、明确,A4表述：

简明，关键步骤要列出，A5忌：

外行话，专业术语不明确，表述混乱，冗长。

2.3.5模型求解

（1）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，尽可能论证严密。

（2）需要说明计算方法或算法的原理、思想、依据、步骤。

若采用现有软件，说明采用此软件的理由，软件名称（3）计算过程，中间结果可要可不要的，不要列出。

（4）设法算出合理的数值结果。

2.3.6结果分析、检验；

模型检验及模型修正；

结果表示

（1）最终数值结果的正确性或合理性是第一位的；

（2）对数值结果或模拟结果进行必要的检验。

结果不正确、不合理、或误差大时，分析原因，对算法、计算方法、或模型进行修正、改进；

（3）题目中要求回答的问题，数值结果，结论，须一一列出；

（4）列数据问题：

考虑是否需要列出多组数据，或额外数据对数据进行比较、分析，为各种方案的提出提供依据；

（5）结果表示：

要集中，一目了然，直观，便于比较分析▲数值结果表示：

精心设计表格；

可能的话，用图形图表形式▲求解方案，用图示更好（6）必要时对问题解答，作定性或规律性的讨论。

最后结论要明确。

2.3.7模型评价优点突出，缺点不回避。

改变原题要求，重新建模可在此做。

推广或改进方向时，不要玩弄新数学术语。

2.3.8参考文献

2.3.9附录详细的结果，详细的数据表格，可在此列出。

但不要错，错的宁可不列。

主要结果数据，应在正文中列出，不怕重复。

检查答卷的主要三点，把三关：

1模型的正确性、合理性、创新性2结果的正确性、合理性3文字表述清晰，分析精辟，摘要精彩

（四）．1.关于写答卷前的思考和工作规划答卷需要回答哪几个问题？

？

2、建模需要解决哪几个问题？

3、问题以怎样的方式回答？

4、结果以怎样的形式表示每个问题要列出哪些关键数据

5、建模要计算哪些关键数据。

每个量，列出一组还是多组数――要计算一组还是多组数……

五、建模理念：

1.应用意识：

要解决实际问题，结果、结论要符合实际；

模型、方法、结果要易于理解，便于实际应用；

站在应用者的立场上想问题，处理问题。

2.数学建模：

用数学方法解决问题，要有数学模型；

问题模型的数学抽象，方法有普适性、科学性，不局限于本具体问题的解决。

3.创新意识：

建模有特点，更加合理、科学、有效、符合实际；

更有普遍应用意义；

不单纯为创新而创新。

六、要求熟悉整理的资料

对以下内容要基本了解，对，2、3、4、8重点关注。

并将其相关内容归类整理到一块，以备随时查阅。

1、matlab相关内容。

2、蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法）

3、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具）

4、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件实现）

5、图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备）

6、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中）

7、最优化理论的三大非经典算法：

模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用）

8、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具）

9、一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的）

10、数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）

11、图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab进行处理）