数学建模竞赛前的学习与准备

1.数学建模竞赛的概述

数学建模竞赛是由美国工业与应用数学学会在1985 年发起的一项大学生竞赛活动，自1989 年起我国陆续有高校参加美国大学生数学建模竞赛。从1992 年开始由教育部高教司和中国工业与应用数学学会（CSIAM）举办我国自己的全国大学生数学建模竞赛、面向全国高等院校不分专业的、每年一届的通讯竞赛，比赛时间一般为每年9 月。其宗旨是：创新意识、团队精神、重在参与、公平竞争。

竞赛题目一般来源于工程技术和管理科学等方面经过适当简化加工的实际问题，没有事先设定的标准答案，不要求参赛者预先掌握深入的专门知识，只需要学过普通高校的数学课程。题目有较大的灵活性供参赛者发挥其聪明才智和创造能力。竞赛形式是三名大学生组成一队，参赛者根据题目要求，可以自由地收集、查阅资料，调查研究，使用计算机、互联网和任何软件（但是不能与队外的任何人讨论问题）在三天时间内分工合作完成一篇包括模型假设、建立和求解、计算方法的设计和计算机实现、结果的检验和评价、模型的改进等方面的论文（即答卷）。竞赛评奖以假设的合理性、建模的创造性、结果的正确性和文字表述的清晰程度为主要标准。

2.赛前学习内容

2.1建模基础知识、常用工具软件的使用

一、掌握建模必备的数学基础知识（如初等数学、高等数学等），数学建模中常用的但尚未学过的方法，如图论方法、优化中若干方法、概率统计以及运筹学等方法。

二、，针对建模特点，结合典型的建模题型，重点学习一些实用数学软件（如Mathematica 、Matlab、Lindo 、Lingo、SPSS）的使用及一般性开发,尤其注意同一数学模型可以用多个软件求解的问题。

例如, 贷款买房问题: 某人贷款8 万元买房，每月还贷款880.87 元，月利率1％。

（1）已经还贷整6 年。还贷6 年后，某人想知道自己还欠银行多少钱，请你告诉他。

（2）此人忘记这笔贷款期限是多少年，请你告诉他。

这问题我们可以用Mathematica 、Matlab、Lindo 、Lingo 等多个不同软件包编程求解

2.2 建模的过程、方法

数学建模是一项非常具有创造性和挑战性的活动，不可能用一些条条框框规定出各种模型如何具体建立。但一般来说，建模主要涉及两个方面：第一，将实际问题转化为理论模型；第二，对理论模型进行计算和分析。简而言之，就是建立数学模型来解决各种实际问题的过程。这个过程可以用如下图1来表示。

2.3常用算法的设计

建模与计算是数学模型的两大核心，当模型建立后，计算就成为解决问题的关键要素了，而算法好坏将直接影响运算速度的快慢答案的优劣。根据竞赛题型特点及前参赛获奖选手的心得体会，建议大家多用数学软件

（Mathematica,Matlab,Maple,Lindo,Lingo,SPSS 等）设计算法，这里列举常用的几种数学建模算法.

（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，通常使用Mathematica、Matlab 软件实现）。

（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）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）。

（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，通常使用Mathematica、Maple 作为工具）。

（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，通常使用Lingo 软件实现）。

（6）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）。

（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，通常使用Lingo、Matlab、SPSS 软件实现）。

2.4 论文结构，写作特点和要求

答卷（论文）是竞赛活动成绩结晶的书面形式，是评定竞赛活动的成绩好坏、高低，获奖级别的唯一依据。因此，写好数学建模论文在竞赛活动中显得尤其重要，这也是参赛学生必须掌握的。为了使学生较好地掌握竞赛论文的撰写要领，（1）要求同学们认真学习和掌握全国大学生数学建模竞赛组委会最新制定的论文格式要求且多阅读科技文献。（2）通过对历届建模竞赛的优秀论文（如以中国人民解放军信息工程学院李开锋、赵玉磊、黄玉慧2004年获全国一等奖论文：奥运场馆周边的MS 网络设计方案为范例）进行剖析，总结出建模论文的一般结构及写作要点，去学习体会和摸索。

3. 参加全国大学生数学建模竞赛应注意的问题

一、心里要有“底”

首先，赛题来自于哪个实际领地的确难以预料，但绝不会过于“专”，它毕竟是经过简化、加工的。大部分赛题仅凭意识便能理解题意，少数赛题的实际背景可能生疏，只需要查阅一些资料，便可以理解题意。其次，所有的赛题当然要用到数学知识，但一定不会过于高深。用得较多的有运筹学、概率与统计、计算方法、离散数学、微分方程等方面的一部分理论和方法，这些内容在赛前培训要学过一些，真的用到了，总知道在哪些资料中查找。

二、当断即断

在两个赛题中选择做哪一个不能久议不决，因为你们只有三天时间，一旦选定了，就不要再犹豫，更不要反复。选定了赛题之后，在讨论建模思路和求解方法时会有争论，但不能无休止地争论，而应学会妥协。方案定下来后，全队要齐心协力地去做。

三、对困难要有足够的心理准备

“拿到题目就有思路，做起来一帆风顺”，哪有如此轻松的事？参加竞赛可以说是“自讨苦吃，以苦为乐”，竞赛三天中所经受的磨炼一定会终生难忘，并成为自己的一份精神财富。好多同学赛后说：“参赛会后悔三天，而不参赛则遗憾一生。”做“撞到枪口上”的赛题，不一定比“外行”强。如学机械的队员做机械方面的赛题，学投资的队员做投资方面的赛题，学统计的队员做统计方面的赛题，都有可能“聪明反被聪明误”，这些情况在全国赛区都曾发生过。这就需要大家多方面涉猎知识尽全能做到全面

四、没有最好，只有更好

首先，完成建模赛题，当然要有创造性，而在创造性方面是没有顶峰的，每个队都应竭尽全力。以1994B《锁具装箱与销售》为例，各赛区送交全国的答卷，绝大多数都达到甚至超过了全国组委会提供的参考解答要求，于是评卷组决定，凡未达到解答要求的或文字表述很差的答卷立即淘汰，这样就刷下来近1/3，对余下的答卷又决定，必须超过参考解答要求，才能考虑是否给一等奖，只有给出不能互开锁具最大数的论证，或者对锁具装箱销售问题有更深入、更符合实际讨论的答卷才能评为全国一等奖。因此，各队一定要在“更好”二字上狠下工夫。其次，每年全国评出的优秀答卷几乎都有不足之处，甚至有错误。有明显错误的答

卷竟然也是优秀，其实并不奇怪，因为答卷的优秀与否是相对而言的。就看你这个队的答卷在所有做同一个赛题的总体中处在什么档次了。第三，一些赛题可以说是“无止境的”。如1999B《钻井布局》的问题三，就连获得“创维杯”的那个队（大连理工大学）也未能得出最终的结论。这道赛题的命题评阅人也指出：“它涉及较多关于整点分布的性质，值得深入研究。”

五、首要任务是把问题吃透

拿到赛题后先别着急想“这道题怎么做”，而应当先弄明白“这道题要我们做什么”。一道赛题通常包括背景、问题和数据三部分，对前两部分要仔细推敲，弄清楚要解决什么样的实际问题，对数据也要弄明白它的实际含义是什么，否则就有可能偏离原题，如果还要做下去，那就没有意义了。

做题时，先别急于寻找求解的数学方法，而应把注意力首先放在建立数学模型上，一定要抓住实际问题的主要因素。我们发现有些队在解决问题时并未给出明确的模型，只是用“凑”的办法，一段一段给出数字结果，尽管在大体上还是合理的，但这种方法没有一般性，它根本不是数学建模的正确思路。

六、动脑筋和用电脑的关系

数学建模离不开计算机和软件，但是在竞赛中已经出现了一种不良现象，应当引起注意，即不把工夫主要下在动脑筋上，而是过分地依赖电脑，确切地说就是削弱了数学分析能力，过分地依赖高级软件。一个优秀的参赛队应当是在充分动脑筋的基础上，恰当地使用计算机和软件，要知道，计算机和软件是让聪明人更加能干的工具，而一份优秀的答卷总该有点数学水平。

七、正确对待数字结果

大多数的情形是数字结果不可能绝对准确，只要合理就行，但也不能太离谱。有时数字结果的准确程度会影响到答卷的排序，有时数字结果是唯一的，一丝一毫都不能差。在对待数字结果方面的教训是：设计的算法要有一定的普适性，力求严谨，而不要过分拘泥于赛题所给的具体数据。对数字结果一定要仔细检查。在合理的前提下应力求准确性高一些。即使数字结果绝对准确，也不可高枕无忧，还应检查算法有无疏漏。

八、“面向实际”的要求应当贯彻始终

首先，不要过分拘泥于赛题的文字叙述，而要牢记答卷的基本要求。

其次，答卷切忌“虎头蛇尾”。如《天车与冶炼炉的作业调度》题目要求“提出该车间把钢产量提高到年产300万吨的建议”，本来是让参赛者在本队模型算法的基础上提出改进管理调度，挖掘生产潜力的具体建议。让人感到意外的是，有的队竟然提出“再添一座甚至几座冶炼炉！”他们是否知道一座大型转炉连同配套设备需要数千万乃至上亿元的投资呢！提出这种建议的队纯粹是脱离实际。

九、数学的发展趋势必然会反映到赛题中，并增加赛题的挑战性

近些年，国际上数学发展的趋势包括了离散数学的作用不断扩大、对非线性问题的关注不断增长、概率统计的作用不断扩大、大规模科学计算进一步发展等。反映到CUMCM的赛题中，就是连续性问题很少，优化问题大多数都是非线性的，近几年每年至少有一个随机型问题，计算量越来越大，一个队用两台电脑还忙不过来的现象已屡见不鲜。

4. 关于数模竞赛的几本好书

▲姜启源，《数学模型（第二版）》，高等教育出版社

▲姜启源、谢金星、叶俊《数学建模（第三版）》，高等教育出版社

▲萧树铁等，《数学实验》，高等教育出版社

▲朱道元，《数学建模案例精选》，科学出版社

▲雷功炎，《数学模型讲义》，北京大学出版社

▲叶其孝等，《大学生数学建模竞赛辅导教材（一）~（四）》，湖南教育出版社

▲江裕钊、辛培清，《数学模型与计算机模拟》，电子科技大学出版社

▲杨启帆、边馥萍，《数学模型》，浙江大学出版社

▲赵静等，《数学建模与数学实验》，高等教育出版社，施普林格出版社

▲韩中庚，《数学建模方法与应用》，高等教育出版社

▲杨启帆，《数学建模案例集》，高等教育出版社.

5.需要了解的基础学科

1．数学分析（高等数学）

2．高等代数（线性代数）

3．概率与数理统计

4．最优化理论（规划理论）

5．图论

6．组合数学

7．微分方程稳定性分析

8．排队论