2024年高教社杯全国大学生数学建模大赛竞赛时间为9月5日18时-9月8日20时,目前多数高校已经开始选拔参赛队伍,被选拔中的队伍将去参加9月国赛,那么在国赛中获得一个好奖项容易吗?按照近几年来看国一的获奖率是在逐年的下降(2021年0.65、2022年0.61、2023年0.55),也就意味着国赛难度在逐渐增大,一篇论文到底要达到什么程度才能算国一呢?以及需要具备哪些要点呢?这都是大家最关心的问题,我们一起来看看下。

打开网易新闻 查看更多图片

一篇好的获奖论文简单概括为三大点:优秀的摘要、合理的结果、漂亮的论文

01

优秀的摘要

摘要是整篇论文的核心也是门面,一篇好的摘要应结构清晰,逻辑严谨、内容丰富、语言简练。一个摘要+结果基本就可以决定你是省一以上还是省二,尤其是对于B、C题,可能没有完全标准的答案区间,更看重你的模型、求解和摘要中解决问题的逻辑。

优秀的摘要应该包括第一段对问题的引入,即对你所要解决的问题作一点阐述,这部分建议不要照抄原题中的话,避免查重是一方面,更重要的是上来都是千篇一律的话会让评阅老师稍有焦躁,毕竟你要考虑评阅老师的情感。

接着针对每个问题,分别写一段,注意段间空行,让摘要看起来更整洁。每一段都应该包含针对什么问题,提出什么方法,得到什么结果。C题一般数据量较大,不需要明确给出结果。采用这个顺序基本上你的摘要是合格的,评委会觉得你是符合规范的。每段中可以对主要模型和算法进行加粗,以便凸显出你的工作,最好模型带有一定的创新性,能够吸引老师的目光。

最后一段可以对本文的特色作概括,什么模型与什么模型结合,是否有可视化,还可以提到灵敏度分析的结果等,关键词一般4-6个,不要太少,显得你的文章没有内容。

总结:一篇好的摘要需要不断的修改讨论打磨。当你的摘要贴近国一的样子才有可能最终拿到国一,所以务必要重视摘要。

打开网易新闻 查看更多图片
(摘要样例)

02

合理的结果

否能取得合理的结果与你所使用的模型有很大关系,在模型建立时应当小心谨慎,否则有可能偏离合理的结果。

对于基本模型要有数学模型:数学公式、方案等,要求完整,正确,简明

对于简化模型要明确说明:简化思想,依据;简化后模型,尽可能完整给出

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,不追求数学上的高(级)、深(刻)、难(度大)。

能用初等方法解决的、就不用高级方法;能用简单方法解决的,就不用复杂方法;

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。

模型求解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;计算过程,中间结果可要可不要的,不要列出。设法算出合理的数值结果。

03

漂亮的论文

1、团队配合要到位

说到漂亮的论文那肯定离不开队伍中的论文手,那么团队中该如何沟通去进行写作呢?

首先建模手应当将自己写的建模公式解释给论文手,是怎么想到的,以及在这个问题中为什么要用这个公式,公式中每个字母是什么含义,都说清楚,这样效率较高。

其次编程手也应当将写好的算法步骤解释给论文手,为什么要用这个算法,这个算法的原理大致是什么,结合到本题step是什么,这些都很重要,因为论文手不一定很懂编程,不然把一堆程序扔给他也看不懂,最后从网上随便找个流程图自己随便画一下就用了,丝毫没有结合本题的具体情况和变量,这是老师不愿看到的,因为这是数学建模竞赛,不是算法竞赛,你不仅仅会调用一个算法,还要会结合题目变量阐述原理或者步骤。

2、公式及变量的解释要清晰

阅读过优秀论文的同学都知道一下放一大堆公式,甚至很复杂的公式,谁都不想看,评阅老师也一样,尽可能要在公式间穿插文字叙述和图表。每写一个公式,都要做解释。这样读者才能舒心的阅读,如果评委老师看不懂你的公式,那么对你论文的印象也就会大打折扣。对于复杂的模型和算法,虽然不能完全写清楚去解释,但也可以通过图去表达你并不是只会调用这个模型,而是懂得内部原理的。

打开网易新闻 查看更多图片

3、灵敏度分析必不可少的

灵敏度分析在竞赛中扮演着至关重要的角色。通过灵敏度分析,参赛者可以评估模型的稳定性和可靠性,确定关键参数的范围,并优化解决方案。灵敏度分析不仅提高了模型的准确性和可信度,还增加了解决问题的深度和创新性。想要在国赛中获得好的成绩,我们要充分利用灵敏度分析技术,并结合其它数学建模技巧,构建出高质量的数学模型。只有通过灵敏度分析,我们才能更好地理解和优化模型,为实际问题提供准确、可行的解决方案。

此外还有模型检验、误差分析、有效性分析、适用条件分析、横纵向对比等。

打开网易新闻 查看更多图片

7月份数模人都在打的大数据建模竞赛来了

7月份接下来数模人人都在打的由阿里巴巴钉钉举办的钉钉杯大数据挑战赛,认可度高,综测加分有保障,大厂面试敲门砖,赛题主要包含数据挖掘和数据分析两大类,近几年国赛与美赛中C题连续出现大数据相关的方向,涉及建模中常用到的数据预处理、神经网络、机器学习和深度学习算法,决策树等等,都是和大数据相关知识紧密相连的,作为国赛前大型热身练手的绝佳机会。

扫码进入官方参赛群(组队+获取历年真题及论文)