美赛一等奖经验总结
数学建模美赛经验
23
我们的美赛——分析理解问题
原题给了几个参考文献，但是页数太多，只要关注主要的概念就行。 题目中给的数据来源比较有用。
24
我们的美赛——分析理解问题
为了理解，题目中提到的可持续发展的概念。 我去知网找了中文论文，看了20-30篇文章。最后选出3篇参考。 论文的搜索方法：
知网及其他搜索引擎的检索表达式；通过被引用次数排序选取重要论文；通过参考 文献来寻找节点论文。
9
数学建模的必备能力——模型运用和实现
推荐资料
《数学建模算法与程序》 主编：司守奎 如右图，这本书里面有基本的数学模型和matlab的代码实现。
10
数学建模的必备能力——结果表现
高超的画图技能
11
数学建模的必备能力——结果分析及问题拓 展
1、是否解决了问题。 将模型预测和评价的结果与实际结果相对比。
2、D题交叉学科，更多涉及数据处理。更适合现学现卖。
3、要求20页以内，相对容易完成。
18
我们的美赛——分析理解问题
Problem D - Is it sustainable?
19
我们的美赛——分析理解问题
20
我们的美赛——分析理解问题
21
我们的美赛——分析理解问题
22
我们的美赛——分析理解问题
14
获奖
根据评审流程，摘要写的好，排版没问题，就可以拿二等奖。 多读英文论文，保证论文语法和内容填充的质量。 切合问题的、逻辑严谨的数学模型。 根据自身队伍特点扬长避短选择题目，并且发挥自己的优势把问题引导到自己擅长 的领域。 节约比赛中的时间，能事先做好的工作就不要在比赛中做。
美赛Outstanding Winner作者经验分享
首页个人主页竞赛广场校园广场学神日志谢永意个性签名：Never say Never吕静我的竞赛二本民族院校也可以拿美赛Outstanding Winner 和 SIAM Award关联竞赛： 数学建模 数学 关键字： 2014年美国大学生数学建模竞赛特等奖（Outstanding Winner ） SIAM Award2014年的美赛，我们队很荣幸地拿到了Outstanding Winner SIAM Award ，这也是我国第四所大学拿到这个单项奖，之前是华中科大、清华和浙大。
可喜的是今年的SIAM 奖都来自中国的学生，浙江大学和我们西南民族大学包揽了AB 题的SIAM 奖。
应赛氪邀请，写了这一篇类似经验的分享。
我也想借这个机会总结一下我们第一次参加美赛就拿O 奖和SIAM 奖的经历，希望能给数模爱好者们一些帮助。
团队成员：谢永意，章瑶，刘一平获奖时大二都来自西南民族大学计科学院信息与计算科学1201班本篇经验贴作者为本队刘一平一、2013年五一数学建模联赛五一数学建模联赛对我们来说是我们和数学建模的相识，我们队里只有章瑶和谢永意参加了，我有事没有参加，虽然比赛规模没有国赛美赛那么大，但是对于刚上大一的我们来说，这也是一次受益终生的经历。
我们三个都是好朋友，听他俩说那次比赛经历相当坎坷，虽然是数学系的但毕竟才上大一，对于一些数学软件还是很白菜的，他们都是在短时间内学习使用软件，论文书写，还有模型建立的，那次比赛也算是为国赛奠定基础了。
那次比赛他们两个的成绩都还是不错的，一个三等奖一个二等奖，也是那次比赛让他们对国赛又充满了渴望，毕竟三天都是神经紧绷着，这种感觉很爽的，只有经历过的人才会体会到。
而且能学到很多东西。
也是那次比赛我之后才知道原来还有SPSS 这种软件。
二、2013年国赛2012年放暑假之前我们学校就有老师在上数学建模的培训课，我那个时候还没有组队，就是每天去打酱油，记得培训结束的最后一天，老师让同学们自愿组队，我本来是想回家的，不想留在学校，但是谢永意想参加国赛，所以我们就问了几个同学，但是毕竟培训都结束了好多人都组好队了，我们真的已经不抱希望了，就在这个时候我看到了我们班的学霸章瑶，就问了一下她，结果她也是想如果没人组队就直接回家的，既然我和谢永意邀请都邀请了她那就留下来培训了。
美赛总结
我们的美赛故事第一次知道美赛是差不多去年的这个时候，当时觉得这比赛好像挺合我胃口，就想趁着大三带着那还残存着的激情好好干一把，也就图个经历嘛。
组队的过程挺意外的，以至于我还不清楚什么情况呢就组好了队，可能因为我们三个（我，张云翼，赵晓）本来就很熟悉。
后来想想我们三个确实是个不错的组合。
大三上期中考试之后，开始对某些专业课慢慢地厌倦了起来orz，于是开始找来美赛的论文看，也就是这个时候我才开始真正了解美赛。
我看的第一篇论文In the Zone: Novel Approaches to Airplane Boarding让我对美赛有了一个直观的概念。
读这篇文章时，我惊叹于它层层推进的模型，恰如其分的解释，清晰严密的逻辑框架以及漂亮的图表和美观的排版。
它让我了解了一个看起来棘手的问题的是如何被解决的。
这篇文章对我的影响很大，以至于我们参赛论文和这篇文章在架构上有不少相近之处。
这段时间我和晓晓云翼还联系了两位参加过美赛的学长，希望他们能给我们一些建议。
靠谱的学长们详细地解答了我们的疑惑。
我们得知了数学模型能够解决哪些问题，有哪些基本的方法，需要学习哪些知识。
我们也清楚了比赛的4天内时间应该大致怎么分配，三个人如果出现了意见不合的时候应该怎么处理等等。
之后用零零散散的时间看了几篇文章也逛了逛数学中国论坛，也就快到期末考试了。
土木系大三上的期末压力实在是大，直到1月17号才考完最后一门（2月7号就美赛了哦亲~中间还有春节哦亲~）。
嗯，你没看错，我们三个好好地“在一起准备”美赛也就在这短短的20天。
期末刚刚结束，我们明马上确了三个人的分工。
其实这事不难，作为一个优质的程序员，云翼自然负责编程实现模型。
作为一个考过GRE和TOFEL的出国党，我自然负责论文的撰写，再加上我对建模感兴趣（参加美赛的初衷嘛），我也想负责建模。
晓晓自然就负责Latex排版。
虽说看起来我们的自身条件很有优势，但是我想说，绝对没有你们想得那么有优势。
建模美赛获奖范文
建模美赛获奖范文全文共四篇示例，供读者参考第一篇示例：近日，我校数学建模团队在全国大学生数学建模竞赛中荣获一等奖的喜讯传来，这是我校首次在该比赛中获得如此优异的成绩。
本文将从建模过程、团队合作、参赛经验等方面进行详细介绍，希望能为更多热爱数学建模的同学提供一些借鉴和参考。
让我们来了解一下比赛的背景和要求。
全国大学生数学建模竞赛是由中国工程院主办，旨在促进大学生对数学建模的兴趣和掌握数学建模的基本方法和技巧。
比赛通常会设置一些实际问题，参赛队伍需要在规定时间内通过建立数学模型、分析问题、提出解决方案等步骤来完成任务。
最终评选出的优胜队伍将获得一等奖、二等奖等不同级别的奖项。
在本次比赛中，我们团队选择了一道关于城市交通拥堵研究的题目，并从交通流理论、路网优化等角度进行建模和分析。
通过对城市交通流量、拥堵原因、路段限制等方面的研究，我们提出了一种基于智能交通系统的解决方案，有效缓解了城市交通拥堵问题。
在展示环节，我们通过图表、数据分析等方式清晰地呈现了我们的建模过程和成果，最终赢得了评委的认可。
在整个建模过程中，团队合作起着至关重要的作用。
每个成员都发挥了自己的专长和优势，在分析问题、建模求解、撰写报告等方面各司其职。
团队内部的沟通和协作非常顺畅，大家都能积极提出自己的想法和看法，达成共识后再进行实际操作。
通过团队合作，我们不仅完成了比赛的任务，也培养了团队精神和合作能力，这对我们日后的学习和工作都具有重要意义。
参加数学建模竞赛是一次非常宝贵的经历，不仅能提升自己的数学建模能力，也能锻炼自己的解决问题的能力和团队协作能力。
在比赛的过程中，我们学会了如何快速建立数学模型、如何分析和解决实际问题、如何展示自己的成果等，这些能力对我们未来的学习和工作都将大有裨益。
在未来，我们将继续努力，在数学建模领域不断学习和提升自己的能力，为更多的实际问题提供有效的数学解决方案。
我们也希望通过自己的经验和教训，为更多热爱数学建模的同学提供一些指导和帮助，共同进步，共同成长。
参加美国建模大赛的心得体会
参加美国建模大赛的心得体会这次美国建模大赛我们学校取得了非常好的成绩。
从去年美赛到今年美赛，我们整体实力的提高是非常明显的。
这是学校和系里领导的重视，建模辅导老师们在平时的指导，系里开设的建模课程和暑期的建模培训，以及同学们自身努力的共同结果。
我们小组从赛前的校内筛选到最终参加比赛获得Meritorious Winner，这个过程中经历了很多，也收获了很多。
在这里，我们和大家分享一下自己比赛中的经验和教训，希望能为以后准备参赛的同学扫清障碍。
先说一下赛前的筛选过程吧。
每个队伍要翻译一篇自己曾经写过的建模论文交给老师供老师筛选。
由于我们之前缺乏写英文论文的经验，所以在翻译过程中遇到了很多问题。
这里面涉及专业词汇的表达，英文的一些表达习惯，以及意思是否能够表达的精准等很多问题。
有些时候，一个人理解了中文意思后翻译出来的英文拿给另外一个队友并不能看懂，或者与原来的本意产生了偏差。
而这些都是要参加美赛必须注意的地方。
因为，也许很多时候并不是同学们的模型建的不好，而是没有表达清楚，评委们看不懂，所以才被淘汰的。
在时间的压力下，我们三个人分工协作，之后又一起讨论商榷，最终才把一份自己比较满意的翻译稿交给了老师。
虽然我们通过了选拔，老师还是把我们论文中出现的语法错误，格式错误，尤其是摘要部分出现的问题都用红笔圈了出来，并对如何书写英文论文提出了建议。
大家一定要重视这个过程，因为翻译一篇论文和翻译一篇普通的文章差距是很大的，因为论文有更高的简洁性，精确性和逻辑性的要求。
大家可以在平时就锻炼自己这方面的能力，多读英文论文，或更针对性的读历届的美模获奖论文，去仔细斟酌它们的语言。
关于组队，一个公认的不错的组合是：一个数学系的同学，一个计算机系的同学和一个擅长写论文的同学。
这样的组合诚然不错，但我建议大家首先还是要找熟悉的人组队，这样比赛时候会配合的更加默契。
其实在比赛的时候分工并没有这么明确，每个环节都需要三个人的参与。
2023美赛总结
2023美赛总结2023年美赛是我参加的第一次数学建模竞赛。
在比赛之前，零基础的我，由于各种原因，没有很好的学习基本的数学模型，只是看了皮毛的一点点“连续型”建模知识，因此比赛前我十分焦虑。
不过，我想着反正这是第一次参加美赛，今年虽然已经大二了，但是也不影响大二暑假的国赛和大三上学期的美赛，所以抱着“初生牛犊不怕虎”的心态，有点紧张又有点兴奋地参加了这次比赛。
正如我先前提到的，并没有做足充分准备。
所以心态就是“管他呢，不会就是不会，写完就行”。
队友，一个负责MATLAB解模编程，另一个和我一起建模+论文写作。
大家都是第一次参加，怀着第一次参加的心态，我们都认同，只要不放弃，写完论文就是最大的成功。
当然，我们更希望会享受这次的美赛经历，通过体验这一次美赛，可以获得一些有益的经验。
第二天，我提早起来，继续思考这道题。
思路还很混乱。
我就先把这个问题拆解成很多块，把思路理清楚。
后面根据队友之间的交流，把这个思路用自己的方法修改了一下理清了。
最后，我们开始把多次梳理模型有哪些，如何建立等，最后得到了一个核心思路。
第二天下午，我去看了很多论文，找了很多相关的数据，在一些偶然之中发现了一篇论文好像很有用的样子。
接着就把阻力模型弄出来了。
第三天，我们开始解模，解模发生了比较大的问题，即数据处理问题。
经过另一位建模同学的数学公式的简化和模型修改，使得最后的数据处理问题变得更加简单。
但即使如此，解模的同学还是需要花很大力气摘掉很多数据，并获得一个稍微符合常理的曲线图。
（这已然说明了我们的模型多么脆弱！）第四天，继续得到数据进行论文写作。
数据依然在不断修改。
我们三个人分别写中文底稿，把论文流程的各个板块搞了出来。
问题就是，论文写作真的很费时间，每一个板块都要花上很长的时间来完成。
好在最后还是能够把自己建立的模型自圆其说，得到了总目标时间t 的一个估计值，是1个小时40分钟左右。
最后最崩溃的地方出现在排版，在两个多小时内，把没有翻译的部分完全翻译然后排版正确真的是很考验人的啊！！总结：1、要好好准备，下学期开始看数学建模相关书籍；2、继续保持享受考试的心态。
数学建模论文写作技巧论文自评（美赛一等奖获得者从获奖论文评述中总结的经验）
数学建模论文写作技巧论文自评（美赛一等奖获得者从获奖论文评述中总结的经验）论文自评Successful teams would have to combine existing models, data, and new ideas in creative and original ways.（成功的队伍会把现有的模型、数据和新的思想创造性地组合起来）Here are some of the issues that kept papers from the final rounds:（以下问题会使得论文无法进入最后一轮评审）Errors in mathematics, which quickly took them out of further consideration. （数学上的错误，使他们无法进行更深层次的思考）Including mathematics that didn’t fit the flow of the presentation. In a few cases, mathematics appears to have been inserted to make a paper look more credible or to take the place of other work that had led to a dead end. （数学方法被插入论文中是为了使论文看起来更可信或是取代某些其他的工作将会使论文被淘汰）Changing notation, sometimes even within a single section. (改变符号，有时甚至在同一个章节中)Using undefined or poorly defined symbols, or using symbols before defining them. （用没有定义过的符号，或者在定义之前使用它们） ?Incomplete expressions, either because the team made an error or because the expression did not survive the word-processor. (One of theOutstanding papers addressed in this commentary had a few incomplete, probably because they didn’t survive the word-processor, but the coherence of its model and the strength of its presentation overcame that defect.)（不完整的表述）Some models were difficult to understand; poor writing was the most common cause. Another cause was the use of inapposite mathematics. Ifthe mathematics was a result of a “drive-by” insertion, fitting it into the model could be difficult.（一些模型是很难理解,可怜的写作是最常见的原因。
美国数学建模大赛经验
一般人都认为美赛比国赛要难，这种难在思维上，美赛题目往往很新颖，一时间想不出用什么模型来解。
这些题目发散性很强，需要查找大量文献来确定题目的真正意图，美赛更为注重思想对结果的要求却不是很严格，如果你能做出一个很优秀的模型，也许结果并不理想也可能获得高奖。
另外，美赛还难在它的实现，很多东西想到了，但实现起来非常困难，这需要较高的编程水平。
除了以上的差异，在实践过程中，美赛和国赛最大的区别有三点：第一点区别当然是美赛要用英文写作，而且要阅读很多英文文献。
对于文献阅读，可以安装有道词典，开启截屏取词功能，这样基本上阅读英文文献就没什么障碍了。
对于写作，有的组是写好中文再翻译，有的是直接写英文，这两种方式都可行。
对于翻译一定至少要留出8小时来，摘要可能就要修改1小时。
如果想快点翻，可以直接使用有道词典，翻出来后再修改，虽然可能不地道，但至少比较准确，这样可大量节省翻译时间。
另外word要打开纠错功能，绿线代表拼写错误，红线代表语法错误，完成论文后整体浏览时要多注意这两种线，很可能会发现疏漏之处。
我一直认为翻译不是美赛的重点，只要能把意思表达清楚就行了，不必在翻译上浪费太多时间。
第二点区别是美赛大量的用到了启发式算法，如遗传算法、模拟退火、粒子群等等。
如果说你在国赛时还认为这些算法遥不可及，那么到了美赛你就必须掌握它了。
其实我认为对于搞编程实现的队员只要弄懂一种启发式算法就好，因为启发式算法是用来解决优化问题（多数为NP问题）的，不同算法间有很大的相似性，所以只要把一种学精了，这一类的问题就都能解了。
个人认为粒子群算法还是不错滴，遗传与模拟退火有些老套了，不过选择什么还是由你个人的接受程度决定，甚至你也可以自创算法。
第三点区别是美赛论文的排版不少人会使用Latex，一款用代码编辑的排版软件，它多用在对书籍和论文的排版上，效果美观但是操作很复杂，尤其是插入图片与表格，不是一般的麻烦。
而且，学习这种软件必须是一次性全部学完不能间断（据说完整的学习时间大概是几十个小时），只学某部分是没有用的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
当我谈数学建模时我谈些什么——美赛一等奖经验总结作者：彭子未前言：2012 年3月28号晚，我知道了美赛成绩，一等奖（Meritorus Winner），没有太多的喜悦，只是感觉释怀，一年以来的努力总算有了回报。
从国赛遗憾丢掉国奖，到美赛一等，这一路走来太多的不易，感谢我的家人、队友以及朋友的支持，没有你们，我无以为继。
这篇文章在美赛结束后就已经写好了，算是对自己建模心得体会的一个总结。
现在成绩尘埃落定，我也有足够的自信把它贴出来，希望能够帮到各位对数模感兴趣的同学。
欢迎大家批评指正，欢迎与我交流，这样我们才都能进步。
个人背景：我2010年入学，所在的学校是广东省一所普通大学，今年大二，学工商管理专业，没学过编程。
学校组织参加过几届美赛，之前唯一的一个一等奖是三年前拿到的，那一队的主力师兄凭借这一奖项去了北卡罗来纳大学教堂山分校，学运筹学。
今年再次拿到一等奖，我创了两个校记录：一是第一个在大二拿到数模美赛一等奖，二是第一个在文科专业拿数模美赛一等奖。
我的数模历程如下：2011.4 校内赛三等奖2011.8 通过选拔参加暑期国赛培训（学校之前不允许大一学生参加）2011.9 国赛广东省二等奖2011.11 电工杯三等奖2012.2 美赛一等奖（Meritorious Winner）动机：我参加数学建模的动机比较单纯，完全是出于兴趣。
我的专业是工商管理，没有学过编程，觉得没必要学。
我所感兴趣的是模型本身，它的思想，它的内涵，它的发展过程、它的适用问题等等。
我希望通过学习模型，能够更好的去理解一些现象，了解其中蕴含的数学机理。
数学模型中包含着一种简洁的哲学，深刻而迷人。
当然获得荣誉方面的动机可定也有，谁不想拿奖呢？模型：数学模型的功能大致有三种：评价、优化、预测。
几乎所有模型都是围绕这三种功能来做的。
比如，今年美赛A题树叶分类属于评价模型，B题漂流露营安排则属于优化模型。
对于不同功能的模型有不同的方法，例如评价模型方法有层次分析、模糊综合评价、熵值法等；优化模型方法有启发式算法（模拟退火、遗传算法等）、仿真方法（蒙特卡洛、元胞自动机等）；预测模型方法有灰色预测、神经网络、马尔科夫链等。
在数学中国网站上有许多关于这些方法的相关介绍与文献。
关于模型软件与书籍，这方面的文章很多，这里只做简单介绍。
关于软件这三款已经足够：Matlab、SPSS、Lingo，学好一个即可（我只会用SPSS，另外两个队友会）。
书籍方面，推荐三本，一本入门，一本进级，一本参考，这三本足够：《数学模型》姜启源谢金星叶俊高等教育出版社《数学建模方法与分析》Mark M. Meerschaert 机械工业出版社《数学建模算法与程序》司守奎国防工业出版社入门的《数学模型》看一遍即可，对数学模型有一个初步的认识与把握，国赛前看完这本再练习几篇文章就差不多了。
另外，关于入门，韩中庚的《数学建模方法及其应用》也是不错的，两本书选一本阅读即可。
如果参加美赛的话，进级的《数学建模方法与分析》要仔细研究，这本书写的非常好，可以算是所有数模书籍中最好的了，没有之一，建议大家去买一本。
这本书中开篇指出的最优化模型五步方法非常不错，后面的方法介绍的动态模型与概率模型也非常到位。
参考书目《数学建模算法与程序》详细的介绍了多种建模方法，适合用来理解模型思想，参考自学。
分工：数模团队三个人，一般是分别负责建模、编程、写作。
当然编程的可以建模，建模的也可以写作。
这个要视具体情况来定，但这三样必须要有人擅长，这样才能保证团队最大发挥出潜能。
这三个人中负责建模的人是核心，因为建模的人决定了整篇论文的思路与结构，尤其是模型的选择直接关系到了论文的结果与质量。
这次美赛，我们选的是A题，我负责建模与部分的写作。
模型的选择与论文的结构是按照我的思路来做的，现在看来还是比较成功的。
对于建模的人，首先要去大量的阅读文献，要见识尽可能多的模型，这样拿到一道题就能迅速反应到是哪一方面的模型，确定题目的整体思路。
其次是接口的制作，这是体现建模人水平的地方。
所谓接口的制作就是把死的方法应用到具体问题上的过程，即用怎样的表达完成程序设计来实现模型。
比如说遗传算法的方法步骤大家都知道，但是应用到具体问题上，编码、交换、变异等等怎么去做就是接口的制作。
往往对于一道题目大家都能想到某种方法，可就是做不出来，这其实是因为接口不对导致的。
做接口的技巧只能从不断地实践中习得，所以说建模的人任重道远。
另外，在平时训练时，团队讨论可以激烈一些，甚至可以吵架，但比赛时，一定要保持心平气和，不必激烈争论，大家各让3分，用最平和的方法讨论问题，往往能取得效果并且不耽误时间。
经常有队伍在比赛期间发生不愉快，导致最后的失败，这是不应该发生的，毕竟大家为了一个共同的目标而奋斗，这种经历是很难得的。
所以一定要协调好队员们之间的关系，这样才能保证正常发挥，顺利进行比赛。
美赛特点：一般人都认为美赛比国赛要难，这种难在思维上，美赛题目往往很新颖，一时间想不出用什么模型来解。
这些题目发散性很强，需要查找大量文献来确定题目的真正意图，美赛更为注重思想对结果的要求却不是很严格，如果你能做出一个很优秀的模型，也许结果并不理想也可能获得高奖。
另外，美赛还难在它的实现，很多东西想到了，但实现起来非常困难，这需要较高的编程水平。
除了以上的差异，在实践过程中，美赛和国赛最大的区别有三点：第一点区别当然是美赛要用英文写作，而且要阅读很多英文文献。
对于文献阅读，可以安装有道词典，开启截屏取词功能，这样基本上阅读英文文献就没什么障碍了。
对于写作，有的组是写好中文再翻译，有的是直接写英文，这两种方式都可行。
对于翻译一定至少要留出8小时来，摘要可能就要修改1小时。
如果想快点翻，可以直接使用有道词典，翻出来后再修改，虽然可能不地道，但至少比较准确，这样可大量节省翻译时间。
另外word 要打开纠错功能，绿线代表拼写错误，红线代表语法错误，完成论文后整体浏览时要多注意这两种线，很可能会发现疏漏之处。
我一直认为翻译不是美赛的重点，只要能把意思表达清楚就行了，不必在翻译上浪费太多时间。
第二点区别是美赛大量的用到了启发式算法，如遗传算法、模拟退火、粒子群等等。
如果说你在国赛时还认为这些算法遥不可及，那么到了美赛你就必须掌握它了。
其实我认为对于搞编程实现的队员只要弄懂一种启发式算法就好，因为启发式算法是用来解决优化问题（多数为NP问题）的，不同算法间有很大的相似性，所以只要把一种学精了，这一类的问题就都能解了。
个人认为粒子群算法还是不错滴，遗传与模拟退火有些老套了，不过选择什么还是由你个人的接受程度决定，甚至你也可以自创算法。
第三点区别是美赛论文的排版不少人会使用Latex，一款用代码编辑的排版软件，它多用在对书籍和论文的排版上，效果美观但是操作很复杂，尤其是插入图片与表格，不是一般的麻烦。
而且，学习这种软件必须是一次性全部学完不能间断（据说完整的学习时间大概是几十个小时），只学某部分是没有用的。
如果时间不够，不建议去使用。
其实除了目录功能，生成的PDF文本使用Word排版几乎能实现与Latex一样的效果，所以我个人建议用Word。
前期准备：关于参赛经验，小组成员最好都曾经参加过数学建模比赛，无论是国赛或是电工杯或是挑战赛等等。
个人认为美赛的难度比较大，如果是第一次参加，往往很难做出理想结果，这样会打击到参加数模的积极性。
所以不建议第一次搞数模竞赛就参加美赛。
赛前要准备吃的东西，酌情而定。
要准备一些红糖，以防身体不适。
要注意尽量不要上火，可以准备些水果。
另外，我建议准备3瓶红牛，第二三四天各喝一瓶，确实能有保持精力的功效。
正常的饭还是要吃，可以叫外卖或者托人去买饭。
总之这几天一定要吃好。
关于书籍，没什么好说的，尽可能的借吧，虽然借了不一定有啥用，但是放在那里总归是心里踏实。
建议编程、模型、算法方面的书都借一些，另外最好也去借些数学工具书，方便翻译。
另外还有就是要准备好查找文献的期刊网入口，无论是中文的知网、维普，还是英文的SCI、Springer等都要提前找到，一般学校的图书馆都会有，没有的话问其他学校同学借图书馆账号，或是找代理，总之最后不要影响到比赛查找文献就行。
时间：美赛的时间是四天四夜，日期上是经过5天，比国赛多一天一夜。
因为需要翻译，所以美赛的时间同样很紧张，这就要求牺牲睡眠时间来完成比赛。
一般来说，国赛期间的睡眠时间不超过10小时，那么美赛期间的睡眠时间最好不要超过15小时（我是国赛6小时、美赛10小时）。
这样能保证高质量完成论文，并且身体能承受这样的负荷。
现在来讨论一下时间安排。
第一天上午出题目，几名队员可以分工合作在一小时内翻译出题目的含义，搜索一些关键词，看看题目的资料与数据是否能找到，根据题目的具体情况来选择。
一般来说，MCM 会出一道离散模型题目、一道连续模型题目；而ICM题目是交叉学科的，涉及其他专业知识。
总之第一天的上午必须将题目定下来。
接着第一天下午的工作就是找资料，数据库、资料搜索方面的知识这里就不详细叙述了，数学中国上都能找到。
这一阶段的任务就是大量积累资料，资料包括文献与数据。
先不着急阅读，把能下载的资料都下载下来，下载不下来的保留网页。
知道再也找不到相关的资料就可以停止搜索了，当然在做题过程中还需要针对某些细节再次查找资料，这里所说的停止搜索是指停止大范围集中式搜索。
大概在第一天的晚上开始阅读资料，这要进行到第二天上午，在这个过程中，要选择可以接受的模型，想办法加以创新改进。
第一天晚上建议睡5小时左右，这样能保证之后的工作。
第二天一天是阅读资料理清思路并建立模型框架的过程。
第二天晚上之前论文的总体思路要确定下来，就是针对题目中的某个问题选择什么方法，主体模型是什么，创新点在哪都要清楚，而细节问题暂时先不考虑，总之论文思路与模型的总框架要在第二天晚上之前全部搞清楚。
如果没有理清论文思路建议不要睡觉，知道理清楚为止，第二天晚上建议睡眠4小时左右。
第三天，必须开始写作与实现模型。
其实第二天就可以写一些关于问题介绍、前人研究历程等的内容。
到了第三天就必须动笔了，可以先简略写中文，之后再详细翻译成英文，也可以直接写成英文。
根据模型所编的程序一定要这一天内跑出结果来，可以根据所得结果来改进模型，争取得到较优的结果。
当然数据的处理也一定要在这一天完成。
第三天是对模型的修正与完善，主要是对细节的把握以及模型结果的处理。
建议得到比较合适的结果时再休息，第三天晚上建议睡眠3小时左右。
第四天，写作与翻译。
根据前面的思路与得到的结果进行写作与翻译工作。
写作要力求表达清晰准确。
另外还有一个工作是为模型配图与表，图片能够生动的表达模型含义，表格可能是模型结果得到的数据，图与表要按照要求写标题与注释，要大小合适、美观。