锐客网

  1. 首页 > 睿知 > it技术 > >

数模|全国大学生数学建模大赛入门1——赛前准备及注意事项

其他数模

一、 赛前准备 1.大赛时间 2022高教社杯全国大学生数学建模竞赛时间为9月15日（周四）18 时至 9月18日（周日）20时。
2.赛题说明 一共5道题 ABC DE
本科组ABC题任选一道
专科组D和E题，也可选ABC题
3.注意事项 【数模|全国大学生数学建模大赛入门1——赛前准备及注意事项】数学建模官网
9月18日 20:00 之前，生成“参赛论文”及必要的“支撑材料”的MD5码。
生成了MD5码后，就别再碰文件！！！打开都不行！！！
9月18日20:00 至 22:00 之间最多只允许上传参赛作品的MD5码1次。
4.软件安装——与队友统一版本 Matlab
Mathpix：截图即可获得公式编辑（word与latex均有，付费）
AxGlyph:学术绘图，比matlab和excel高效（付费）
5.其他 1.规律作息，赛9月18日20:00 至 22:前不熬夜
.数模竞赛也是体力活
2.找好场地，最好能保证周六通宵
.找能够说话讨论的地方
.确保有插座、充电器
3.比赛期间有私事，提前和队友协商好
.避免个人私事影响团队合作
.周五的课，能请假尽量请假
4.退出国赛期间没全体禁言的交流群
.尤其是别信卖思路和代做的
5.放低心态
.你真正精通的模型有几个？张口就来的算法有多少？
.认清自己的水平，承认国赛的难度，尽力做好即可
二、赛题选择 1.赛题 一共5道题 ABC DE
本科组ABC题任选一道
专科组D和E题，也可选ABC题
2.题型 A题偏向物理/工程类
.专业性较强，往往有标准答案，非本专业不建议选择
.需要根据物理定律使用微分方程和偏微分方程模型
.神经网络/遗传算法等求解最优解的启发式算法一般不适用！！！
.热力学等物理题可以先建立一个非常简陋的模型，再根据题目中的要求，一点一点改进
B题由于近两年改革，题型不定，19年物理类，20年运筹优化类，21年化学类
C题偏向经营/运筹/统计/数据分析类
.赛题较开放易读懂
.运筹优化类问题一般没有严格最优解，结果合理即可
.数据往往需要自己找
3.赛题选择 排除背景都看不懂的题
.若问题背景描述的语句都读不懂，则优先排除
.往往A题涉及较为深入的理工科知识，如果非相应专业，可能连题目内的学术名词都读不懂
.有些大体能读懂、具体名词不明白的，可先搜索查明关键词意义再考虑
.例如：2017年A题，关于CT系统参数标定，若连CT系统成像的基本过程都搞不懂、不了解基本的滤波反投影，就不宜选择该题
数模|全国大学生数学建模大赛入门1——赛前准备及注意事项
文章图片

定题
.少数服从多数
因为意见不同而闹掰的时有发生
轮流讲各自的意见
.先查资料文献，优先考虑资料较多的
包括查书籍、知网、百度、谷歌等
.啥都不会，就选C题，起码题目较易读懂
.尽量开赛后6小时内定题，不要轻易换题
.万一做到一半发现做不出来，即使瞎编也要编完一整篇论文交上去！！！
4.搜索技巧 完全匹配搜索：查询词外边加上双引号 " "
引号中英文均可
例如搜索“CT参数标定”，得到的结果不是分别带有“CT”或“参数标定”的网页
标题必含关键词：查询词前加上intitle:
冒号为英文输入下的
例如搜索 intitle:CT参数标定，则搜索结果里每一个标题都会带有“CT参数标定”
搜索文档：例如查询词后空格再输入filetype:文件格式(doc/pdf/xls/等等)
例如搜索：线性规划filetype:pdf
得到的资料就是pdf版的资料
去掉不想要的：查询词后面加空格后加减号与关键词
例如搜索后不想看百度文库的东西，搜索 线性规划filetype:pdf-百度文库
5.查文献技巧 知网
先看知网的硕博士论文
硕博士论文会对研究的问题有详细的背景和基础知识介绍，可帮助我们快速理解题目
按照“被引”排序
高级检索：想了解神经网络在信贷策略中的应用，想找一些相关的硕博论文
1.进入高级检索界面(知网搜索框，右边)，“+” 和 “-” 可以自定义增加和减少检索字段
2.主题为：企业信贷
3.OR主题为：信贷决策
4.AND关键词：神经网络，词频设置为“模糊”。“模糊”是输入的检索词在检索结果中出现即可，字序、字间间隔可以产生变化。
5.检索结果可按 “相关度” 或 “被引” 排序
其他
谷歌学术镜像
国内不能访问谷歌学术，而镜像对一个网站的内容的拷贝
网址
Open Access Library
文章都来自顶级著名的出版商和数据库，可以满足各个领域学者的需求
所有文章免费下载
网址
对于数模国赛，没必要查外文文献
6.查数据平台 优先在知网、谷歌学术等平台搜索
国家统计局网址
最全面，月度季度年度，各地区各部门各行业，包罗万象
其他国家部门网站大多都有数据分页，如果需要可以自行查找
awesome-public-datasets网址
Github上的一个项目，包含了经济、地理、能源、教育等所有你可能想到的领域的数据
（如果网页打不开，可尝试用登外网的方法）
EPSDATA平台网址
EPSDATA平台有丰富的数据资源和大量分析处理过的数据结果，是收费的，不过可以申请7天的试用。
其他：国家信息中心网址，kaggle网址，和鲸社区网址

    推荐阅读


    上一篇：#|深度学习之 11 空洞卷积的实现

    下一篇：深度学习|Jupyter Notebook（Anaconda）——两个环境分别修改默认打开目录（深度学习第一周番外篇）