数学建模经验谈
数学建模经验
数学建模经验我参加了3次“深圳杯”数模，1次全国大学生数模，以及1次全国研究生数模，2016年参加了全国研究生数模的交流会，但没有参加过美赛，应该算是一个江湖老手了吧。
下面内容算是得出的一些经验。
如果你是没有太多数模论文书写经历的小白，我觉得你要找一篇优秀论文对照下面的内容好好看一下。
如果你是高手的话，就作为交流吧。
一、问题分析1.假设的必要性。
任何理论或者问题都是以必要的假设为前提的。
假设可以使你考虑的问题变得简单，降低难度。
只要假设是合理的，别人一般都会认同。
另外，你的假设也表明你考虑问题比较周全。
2.问题的分析。
这个太重要！你需要反复仔细的理解每一个小问题让你考虑什么，解决什么问题。
其实，每一个小问题的内容里都对应着评卷的得分点！3.数据分析。
一般，数模给题目的同时也会提供一些数据。
有的题目可能也会让你上网查数据。
数据的话，首先是看数据元素之间的关联性；然后，数据有没有缺失，缺失数据如何处理，数据里有没有噪声（噪声需不需要处理），数据里的元素需不需要做归一化（这个归一化非常重要）。
二、论文书写数学建模的论文一般分为以下几个部分：[背景概述]（可选）、问题重述、模型假设、符号说明、问题分析、模型建立与求解、模型的总结与改进、参考文献、附录。
举个栗子，可以这样安排结构：摘要关键字一、问题重述二、模型假设三、符号说明四、问题1的分析及模型建立与求解4.1 问题分析这里，需要强调，很多人觉得问题分析就是把后面要建立的模型直接说一遍，但不是这样的！这个部分应该是当你刚刚拿到题，你分析问题的切入点是什么，使用哪些信息，大概用什么方法。
即是：问题的主要矛盾+大概思路。
4.2 模型建立与求解（这里可以加一个流程图或者你的总体解决思路，别人看你的文章更容易理解）后面这些模型你可以理解为，解决问题1时，你设计的算法是怎么一步步改进得到的，或者说你的算法分了哪些模块。
4.2.1xxxx模型4.2.2xxx模型4.3实验结果与分析实验结果最好是题目需要的，可以以图片、曲线图、表格等的形式，尽量的展示出的结果。
数学建模竞赛的经验分享
数学建模竞赛的经验分享在数学建模竞赛中获得好成绩并不仅仅依赖于数学水平，还需要团队合作、问题分析和解决能力等多方面素质的综合发展。
本文将从个人经验出发，分享一些在数学建模竞赛中取得成功的经验和技巧。
一、团队合作与分工团队合作是数学建模竞赛中至关重要的一环。
一个团队中的成员需要相互信任、合理分工与密切配合。
在分工方面，可以根据队员的特长和兴趣进行合理的安排，充分发挥每个人的优势。
同时，要做好沟通与交流，及时解决团队中出现的问题。
通过紧密的团队协作，能够充分利用各自的优势，提升整个团队的解题效率和竞争力。
二、问题分析与解决在数学建模竞赛中，问题的分析与解决能力是决定成败的关键。
首先要对问题进行深入的分析，理解问题的背景和要求。
其次，要合理选择解题方法和模型，对问题进行建模与转化。
在解题过程中，要善于利用数学知识和技巧，进行问题求解与验证。
同时，还需要具备一定的编程能力，能够利用计算机进行模拟和数据处理。
通过不断练习和学习，提高自己的问题分析和解决能力，才能在竞赛中取得好成绩。
三、时间管理与备战策略数学建模竞赛通常在有限的时间内完成，因此良好的时间管理能力是至关重要的。
在备战阶段，要制定合理的学习计划和备赛策略。
要根据竞赛的要求和内容，有针对性地进行学习和准备。
在比赛过程中，要控制好时间节奏，合理安排每个环节的时间。
如果在某个环节卡住了，要及时调整思路，不要浪费太多时间。
合理的时间分配和备战策略能够提高解题的效率和质量。
四、综合素质的培养除了数学知识和解题技巧外，一些综合素质的培养也对于在数学建模竞赛中取得好成绩至关重要。
首先是团队合作与沟通能力，要学会与队友进行有效的合作和沟通。
其次是自学和独立思考的能力，要培养独立解题和自主学习的习惯，提高自己的自主学习和问题解决能力。
再次是表达与展示能力，要学会清晰地表达自己的思路和想法，通过书面报告和口头陈述来展示解题过程和结果。
这些素质的培养对于整个团队的竞赛能力和综合素质的提升有着重要的作用。
数学建模竞赛经验交流
数学建模竞赛经验交流1．时间和体力的问题竞赛中时间分配也很重要，分配不好可能完不成论文，所以开始时要大致做一下安排，不必分的太细，比如第一天做第一小题，第二天做第二小题，这样反而会有压力。
开始阶段不忙写作，可以将一些小组讨论的要点记录下来，不要太工整，随便一下，到第三天再开始写论文也不迟的。
另外要说的就是体力要跟上，三天一般睡眠只有不到10个小时。
建议是赛前熬夜编程几次，但比赛前一天可不许熬呀，呵呵。
2．团队合作是能否获奖的关键三天的比赛中，团队交流所占用的时间可能会超过一半。
当出现分歧的时候应当如何解决是很关键的，甚至直接决定你是否可以获奖，我的建议是“妥协”，不要总认为自己的观点是正确的，多听听别人的观点，在两者之间谋求共同点。
合作在竞赛前就应当培养，比如一块儿做一道题什么的，充分利用每个人的优点，也可以张三准备图论，李四准备最优化方法，然后几天后大家一块交流，这些都是可以磨合团队之间的关系的。
3．重视摘要摘要首先不要写废话，也不要照抄题目的一些话，直奔主题，要写明自己怎样分析问题，用什么方法解决问题，最重要的是结论是什么要说清楚，在中国的竞赛中不写结论的话是一定不会得奖的。
摘要至少需要琢磨两个小时，不要轻视了它的重要性。
多看看优秀论文的摘要是如何去写的很有必要的，并要作为赛前准备的课题之一。
4．论文写作要正规论文一定要大致按照摘要、问题重述、模型假设、符号说明、问题分析、（建立、分析、求解模型）、……、参考文献、附录等等的方式来写。
一般初评会先淘汰一些结构失败的文章，如果没有论文的结构，内容再好也没有用。
论文前面的结构一般都不会变的，后面可以按照实际情况来安排自己的结构，省略的部分可以有结果说明、灵敏度分析、其他模型、模型扩展、优缺点分析等等的东西，多看些优秀论文就知道还有哪些形式的了，附录可以贴一些算法流程图或比较大的结果或图表等等。
5．模型的假设与模型的建立评委看完摘要后紧接着就是看模型假设了，有一个万能的方法就是可以抄题目中可以作为假设的几句话，这样会给人留下好的印象，毕竟说明你审题了。
数学专业的数学建模竞赛经验分享
数学专业的数学建模竞赛经验分享在大学的数学专业学习过程中，参加数学建模竞赛是一种很常见的实践活动。
通过这样的竞赛，不仅可以锻炼自己的数学建模能力，还可以提升自己的团队协作和问题解决能力。
在这篇文章中，将分享我个人在数学建模竞赛中的经验和一些有效的解题方法。
一、准备阶段在参加数学建模竞赛之前，首先要做的是充分准备。
这包括熟悉竞赛的规则和要求，阅读过往的获奖团队的论文，了解他们的解题思路和方法。
此外，还要对数学建模所涉及的各个领域进行广泛的知识储备，包括数学、统计学、计算机科学等。
通过扎实的基础知识，能够更好地应对各类问题。
二、团队合作数学建模竞赛通常以团队形式进行，因此团队成员之间的合作十分重要。
在组队阶段，要注重选择合适的队友，互补优势，形成一个协作默契的团队。
在竞赛过程中，要保持良好的沟通，并及时共享所遇到的问题和思考过程。
团队合作能够更好地发挥各个成员的优势，提高解题的效率和质量。
三、问题分析在竞赛开始后，首先要对问题进行全面的分析。
仔细阅读题目，理解题目的要求和限制条件，梳理出问题的关键信息和已知条件。
通过分析问题的特点，可以确定问题所属的数学模型和解题思路。
此外，还要善于利用各类工具和软件，进行数据处理和可视化，以便更好地理解问题和展示解题结果。
四、建立数学模型建立数学模型是数学建模竞赛中的核心环节。
在建模的过程中，需要将实际问题转化为数学问题，并选择适当的数学方法进行求解。
通过归纳总结问题的特点和规律，可以建立起合理且准确的数学模型。
在建模过程中，还要注意模型的简化和合理性，以保证问题的解决方案具有实用性和可行性。
五、问题求解在建立好数学模型后，就可以开始对问题进行求解了。
在求解的过程中，要运用数学和计算机的知识，使用适当的算法和技巧。
同时，要关注问题的实际背景和要求，对模型的结果进行解释和评估。
通过反复验证和调整，不断提升模型的准确性和可靠性。
在解题过程中，要保持清晰的思路和良好的逻辑思维，避免陷入盲目的试错和死胡同。
数学建模总结经验交流材料
数学建模总结经验交流材料数学建模是数学、计算机科学与实际问题相结合的一种综合性学科，其目的是利用数学方法和技术对现实世界中的问题进行数学化、建模和求解。
经过一段时间的学习和实践，我对数学建模有了一定的理解和体会，并从中总结了一些经验和交流材料，希望能够与大家分享。
首先，在进行数学建模之前，我们需要了解问题的背景和需求。
不同的问题可能需要采用不同的数学方法和模型，因此了解问题的背景和需求对于解决问题是非常关键的。
在理解问题的基础上，我们可以采集相关的数据和信息，辅助我们建立数学模型和进行求解。
其次，对于建立数学模型，我们需要选择合适的数学方法和技术。
常用的数学方法包括线性规划、非线性规划、动态规划、图论等等。
在选择数学方法时，我们需要考虑问题的特点、数据的特征以及计算的复杂性等因素。
同时，在建立数学模型时，我们也需要考虑模型的可靠性和实用性，以及模型的参数和假设等。
然后，在进行模型求解时，我们需要选择合适的计算方法和工具。
现如今，计算机和计算软件已经成为数学建模中不可或缺的工具，可以帮助我们快速、准确地进行模型求解。
常用的计算软件包括MATLAB、Python、R语言等等，它们提供了各种数学建模和计算的函数和工具，并且具有良好的可视化和交互界面。
在进行模型求解时，我们需要熟悉计算软件的使用方法和技巧，以及灵活应用各种数学算法和实验技术。
最后，在进行模型求解和结果分析时，我们需要对结果进行合理的解释和评价。
我们需要关注模型的精确性和可靠性，对结果进行敏感性分析和稳定性检验，验证模型的有效性和实用性。
同时，我们还需要将结果与实际问题相结合，提出合理的建议和改进措施，为问题的解决提供支持和参考。
在实践过程中，我也遇到了一些困难和挑战。
数学建模需要我们具备一定的数学知识和技能，并且需要不断学习和更新。
同时，数学建模也需要我们具备良好的抽象思维能力和问题解决能力，能够将实际问题进行数学化、建模化和求解化。
此外，数学建模还需要我们具备良好的团队合作能力和沟通协调能力，能够与团队成员共同合作，解决复杂的问题。
做数学建模的心得体会5篇
做数学建模的心得体会5篇（经典版）编制人：__________________审核人：__________________审批人：__________________编制单位：__________________编制时间：____年____月____日序言下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢!并且，本店铺为大家提供各种类型的经典范文，如工作总结、工作计划、述职报告、合同协议、心得体会、规章制度、应急预案、教学资料、作文大全、其他范文等等，想了解不同范文格式和写法，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you!Moreover, our store provides various types of classic sample essays, such as work summaries, work plans, job reports, contract agreements, personal experiences, rules and regulations, emergency plans, teaching materials, complete essays, and other sample essays. If you want to learn about different sample formats and writing methods, please pay attention!做数学建模的心得体会5篇心得体会能够让大家更加贴近作者的思考和感受，经历某些意义非凡的事情后，大家都或多或少有所触动，是时候来写一篇心得了，本店铺今天就为您带来了做数学建模的心得体会5篇，相信一定会对你有所帮助。
数学建模竞赛获胜经验分享
数学建模竞赛获胜经验分享在数学建模竞赛中获得胜利，不仅仅是靠运气，更需要付出大量的努力和艰苦的训练。
下面，我将分享一些获胜的经验，希望对参加数学建模竞赛的同学们有所帮助。
一、选择适合的题目首先，选择适合自己的题目是非常重要的。
在开始参加数学建模竞赛之前，要对各个题目进行研究和了解。
通过对题目的深入分析，找到自己感兴趣和擅长的题目，然后制定相应的学习计划。
这样可以提高解题的效率，并避免在比赛中遇到自己不熟悉的问题而束手无策。
二、合理分配时间在比赛开始之前，要制定一个合理的时间规划。
根据比赛题目的难易程度和所需时间，合理安排每个环节的时间分配。
在解题过程中，要合理安排时间，不要过于纠结于某一个细节，应尽量快速地找到最优解。
同时，要注意时间的控制，不要拖延到最后一刻才开始做题，以免错过宝贵的解题时间。
三、团队合作数学建模竞赛通常是以小组形式参加的。
在组队的过程中，要选择志同道合且具有不同专长的队友。
团队成员之间要相互配合，充分发挥各自的长处，提高解题的速度和质量。
在团队合作中，分工明确，互相交流和讨论，可以带来更好的解题效果。
四、多练习，多积累在备战数学建模竞赛时，多做一些相关的练习题是非常有必要的。
通过大量的练习，可以熟悉各种不同类型的题目，提高解题的能力。
同时，还可以积累一些解题的技巧和经验。
五、克服困难，保持信心在数学建模竞赛中，难题是难免遇到的。
当遇到困难时，要保持良好的心态，不要轻易放弃。
要相信自己的能力，相信自己可以解决问题。
可以通过与队友、教师或其他经验丰富的人进行交流和求教，寻求帮助，努力克服困难。
六、总结经验，不断提高无论是在比赛中获胜还是失败，都应该及时总结经验，找出自己的不足之处，并进行及时改进。
通过反思和总结，可以不断提高自己的解题能力和竞赛水平。
总之，获胜的关键在于持之以恒的努力和合理的准备。
只有在不断学习和积累的过程中，才能在数学建模竞赛中取得好成绩。
希望以上经验可以为大家在数学建模竞赛中取得好成绩提供一些参考和帮助。
数学建模方法与经验
数学建模方法与经验数学建模是一种解决实际问题的方法，通过建立数学模型来描述现象和探索解决问题的方法。
数学建模方法与经验是指在数学建模过程中所运用的各种方法和经验总结，旨在提高数学建模的效果和准确性。
以下是一些常见的数学建模方法与经验。
1.问题分析：正确的问题分析是数学建模的第一步，需要对问题进行深入的理解和分析。
问题分析包括问题的背景、目标、约束条件和关键要素等方面的考虑，并根据实际情况确定数学建模的方向和方法。
2.建立模型：建立数学模型是数学建模的核心步骤，需要根据问题的特征和要求选择适当的数学方法和模型类型。
常见的数学模型包括线性模型、非线性模型、动态模型、优化模型等。
在建立数学模型时，需要包括问题的数学描述、变量的定义、假设和约束条件等。
3.数据处理：数学建模中离不开数据的处理和分析。
数据处理包括数据采集、数据预处理、数据清洗、数据可视化等步骤。
数据的准确性和可靠性对数学建模的结果具有很大的影响，因此需要进行有效的数据处理和分析。
4.模型求解：在建立好数学模型后，需要选择合适的算法和方法来求解模型。
常见的模型求解方法包括数值方法、解析方法、优化算法等。
选择合适的求解方法有助于提高模型求解的效率和准确性。
5.模型验证与评估：模型验证是指对建立的数学模型进行验证和评估，判断模型的准确性和可靠性。
模型验证可以通过实验数据对比、模型输出与实际情况对比等方式进行。
模型评估可以通过误差分析、灵敏度分析等方法进行。
6.模型优化与改进：在建立数学模型和求解模型的过程中，可能会遇到一些问题和困难。
这时需要根据实际情况对模型进行优化和改进。
模型优化可以通过调整模型参数、改进求解算法等方式进行。
在进行数学建模时，还需要注意以下几点经验：1.问题的抽象与简化：在建立数学模型时，问题往往会比较复杂，需要对问题进行适当的抽象与简化。
适当的抽象与简化可以使问题更容易理解和求解。
2.多种方法的比较：在建立数学模型时，可以尝试不同的方法和模型，比较它们的优缺点，选择最合适的方法和模型。
- 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)。
数学建模个人经验谈1国赛和美赛要在全国赛中取得好成绩经验第一，运气第二，实力第三，这种说法是功利了点但是在现在中国这种科研浮躁的大环境中要在全国赛中取得好成绩经验是首要的。
不说明美赛中经验不重要，在美赛中经验也是首位的，但是较之全国赛就差的远多这是由于两种比赛的不同性质造成的。
全国赛注重\稳"，与参考答案越接近，文章就可以有好成绩了，美赛则注重\活"，只要有道理，有思想就会有不错的成绩，这体现了两个国家的教育现状，这个就不扯开去了。
在数模竞赛中经验会告诉我们该怎么选题，怎么安排时间，怎么控制进度，知道么是最重要的，该怎么写论文......，或许有人会认为选题也需要经验吗？经过参多次比赛后觉的是有技巧的，选个好题成功的机会就大的多，选题不能一味的根据的兴趣或能力去选，还要和全体参赛队互动下（这个开玩笑了，不大容易做到，只在极小的范围内做到），分析下选这个题的利弊后决定选哪个题，这里面道道也不后面会详细的展开谈谈。
2组队和分工数学建模竞赛是三个人的活动，参加竞赛首要是要组队，而怎么样组队是有讲究的。
此外还需要分工等等。
一般的组队情况是和同学组队，很多情况是三个人都是系，同一专业以及一个班的，这样的组队是不合理的。
让三人一组参赛一是为了培作精神，其实更为重要的原因是这项工作需要多人合作，因为人不是万能的，掌握不是全面的，当然不排除有这样的牛人存在，事实上也是存在的，什么都会，竞赛一个人独立搞定。
但既然允许三个人组队，有人帮忙总是好的，至少不会太累。
而人同系同专业甚至同班的话大家的专业知识一样，如果碰上专业知识以外的背景那较麻烦的。
所以如果是不同专业组队则有利的多。
众所周知，数学建模特别需要数学和计算机的能力，所以在组队的时候需要优先虑队中有这方面才能的人，根据现在的大学专业培养信息与计算科学，应用数学专较为有利，尤其是信息与计算科学可以说是数学和计算机专业的结合，两方面都有顾，虽然说这个专业的出路不是很好，数学和计算机都涉及点但是都没有真正的学两门专业的，但对于弄数学建模来说是再合适不过了。
应用数学则偏重于数，但是来讲玩计算机的时间不会太少，尤其是在科学计算和程序设计都会设计到比较多，深厚的数学功底，也是很不错的选择。
有不少的人会认为第一人选是数学方面的那第二人选就应该考虑计算机了，因为计算机的会程序，其实这个概念可以说是对也可以说是不对的。
之所以需要计算机的人是为了弥补数学方面的人在算法实践方面的不足，但是不是所有的计算人都擅长算法实践的，如果要选的话就选擅长算法分析实践的，因为学计算机的不会程序，并且会程序的不一定会算法。
拿出一个算法，让学计算机的编写程序实践定能行，不是小看计算机的，但是这种情况还是比较多的，不然可以看到参加ACM的学系的居多，比学计算机的搞的好。
因此一定要弄清这个概念，不是计算机的就适的。
所以在组队中有两种人是必需的，一个是对建模很熟悉的，对各类算法理论熟悉在了解背景后对此背景下的各类问题能建立模型，设计求解算法。
一个是能将算法程序予以实现，求得解。
当然有可能是一个人就将这两种都具备了，这样的话再找意具备上述两种能力的人就可以了，以减轻工作量，不然非累死不可。
第三个就是需要写作的拉，从专业角度看是需要别的专业，比较适合的有生物、土木、机电、或机械等专业。
在数学建模中各种背景的问题都会出现，所以有其他专业同学的话弥补专业知识方面的不足。
综上所述，组队要根据分工而来的，三个人要具备一个数学功底深厚，理论扎实一个擅长算法实践，另一个是写作（弥补专业知识不足），如果一个组能有这样的配置是比较合理的。
但是往往事事不能如意，所以不能满足这种人员配置的时候就往这样人员配置靠。
3培训很多刚接触数模的朋友都会碰到一个问题，那就是什么都不会做，看着题目不知咱们下手，干着急，然后，一旦经过指导之后就知道该怎么做了，同时在做的过程碰到各种各样的问题，发现不是算法不了解就是软件不会使用。
假使一个题目会做但是如果碰到另一个题目又不会了，又不知道该怎么办了。
如何使新手尽快的成长大家很关心的问题，讨论的也很广泛。
各个学校都又不同的方法，有的是开数学建训班，有的是以题带连，有的是通过协会普及教育...，各个学校都已形成自己的风和方法。
纵观这些方法，个人感觉有很多不是太科学的地方，有的学校投入很多但不了成绩，这时就需要调整下培训方法了。
检验数模学的成果如何是每年的全国赛国赛，形式都一样是以通讯的方式完成给定的选题。
而做课题的一般进程就是建模解模型，写论文这三步。
所以从这三个方面去培训是最有效的，因此个人认为最有高自己的水平就是以题带练，在实践中提高自己。
（1）.建模型：建模型是最为关键的一步，新手往往是无从下手，这是因为知识面不光，缺乏背知识，背景知识对建模型来讲是很重要的，如果课题的背景刚好是本专业的，那就道问题的关键是什么，该怎么样去解决，而事实上往往不是这样，问题的背景是所悉的领域，这个时候就需要查资料了解这个问题的背景和了解问题的发展，特点，所在以及前人是怎么解决的等等。
因此需要训练查找资料和查找文献的能力道该怎么做以后碰到的问题就是不会做，这个就是相关知识的缺乏了。
比如需要做分析，需要用遗传算法，需要做相关性分析等等的时候不知道该怎么做？这个就是知识的缺乏，当然知道了解掌握全部的算法和知识是不现实的，但是常用的算法和是必备的，也是必须的，数模论坛的ducy前辈（董乘宇）曾总结过数模竞赛应当掌十类算法（具体可去数模论坛查找）：蒙特卡罗算法，数据拟合、参数估计、插值据处理算法，线性规划、整数规划、多元规划、二次规划等规划类算法，图论算法态规划、回溯搜索、分支定界等计算机算法，最优化理论的三大经典算法：模拟退法、神经网络算法、遗传算法，网格算法和穷举法，一些连续数据离散化方法，数析算法，图像处理算法。
基本上涵盖了数模中几乎所有的算法了，如果掌握了这些运筹优化类的问题就可以轻松解决了，但是随着近些年的发展看概率统计的手段在中的作用越来越大，所以除了上述十大算法之外还应当对统计方法有相当的了解和握。
先前说过，要掌握所有的知识是不现实的，参加数模的其中一个能力就是现学的能力，在最短的时间内掌握知识并将其应用，这个也是吸引很多同学为之着迷的因，但这并不是说可以不去了解算法，什么都可以到竞赛的时候去学，那个时候就及了，因为只有了解的多，知识面宽广了，遇到问题时就知道该怎么办了，然后具解决问题。
所以增广知识面，博览全书很重要。
（2）.解模型：模型建好了，该怎么解是个常常令人头痛的问题，这个不仅时新手，而且一般是绝大多数同学头痛的问题，辛辛苦苦把模型建了，但是解不出结果来，这个时候往间很紧了，常常另人无奈，所以培训的时候多做这些方面的训练是十分必要的。
解实质上就是算法的实践。
一般来讲是用matlab，mathematica，lingo，lindo，sps 等数学软件来求解，当然有的时候c/c++是很实用的工具。
在这里推荐几本数学软件书《精通matlab6.5》（北航张志涌所著）、飞思工作室出的那套matlab6.5的书、学运算大师mathematica4》、万保成老师所写的电子版的《lingo8 for windows》《最优化模型与实验》，这几本书都是很好的，对掌握这些数学软件是十分合适的有些算法数学软件往往无能为力，需要用c/c++来编制程序来解决，对于c/c++个人程度不同，不过如果多看些算法方面的书，多做些ACM类的练习是十分必要的。
（3）.写论文：论文是很关键的一步，写到这里已经写了很多“关键”的词了，事实也如此，步关键，其中一步做的不好都对结果有很大的影响，论文是所有工作的体现，如果论的不好就功亏于溃，在这里偶就吃过很大的亏的。
因此多写写多练练绝对是有好处并且不是写完就算了，要不断的修改，修改到自己非常满意，修改到象所发表在数刊中的论文那样才可以。
综上可得，最快最有效的提高水平的方法就是通过做题来发现自己的不习弥补自己的不足，这样就查漏补缺，提高了自己的水平了，并且最大程度上取得了验。
4选题在序中提到过如何选题，现在就具体展开讲讲。
全国赛分为本科组和大专组，每组A,B两题，A为连续的，B为离散的。
就我来讲有运筹优化和非运筹优化两类，运筹优化的题目只要题意理解正确，模型正确，能正求解，有参考答案，只要解在参考答案附近那基本就能得奖了。
而对于非运筹优化类要麻烦的多了，各式各样的问题都有，并且好些非常不好入手，并且一般来讲没有参答案，只要有思想有方法就会得到好的结果。
所以一般来讲做优化问题简单的时候，做优化的比做非优化的人数要多。
但是涉到比较复杂的时候那就要颠倒下了。
就得奖人数来说A,B两题的各级得奖人数是相仿的，这时如果做A的人数少则得奖率就高了多了，所以在选题人数比较悬殊的时候则选选做的人数相对少的那个题做，而当选题人数比较平均的时候，就选自己拿手的做了。
当然要知道这个选题比例那是不可能的，所以要实现小范围的互动了，由于一开是赛区内评价所以在小范围内互动是有必要的，在自己的学校内尽量做到平均，不然是自相惨杀了：）。
美国赛则为MCM和ICM两种，MCM为A,B两题，ICM为C题。
每年参加美赛的队数都在步增长，增长的速度还相当的快。
获奖比率却年年在变化，但是从总体上看ICM的获率则比MCM要高出不少，所以一般来讲，选C题获奖几率则比A,B两题要高出50％了。
这样讲功利了，不过既然是去参加比赛，则就是要去拿奖了，不是讲风格讲什么时候了。
刺到见红，见真章的时候了。
并且这样也是符合优化原理的，成功率最优化嘛，呵呵。
但要注意的是所选的题一定要能保证做的出来，不然连个成功参赛奖都很保证。
还有需要注意的是看起来入手容易的不一定好做，一般到一定地方后很难深入，筹优化的很大一部分属于这类。
而看起来无从下手的题目一旦找到突破口后那就是世桃源了，就有很多东西可做。
所以选题的时候一定要慎重，先把题目的意思搞懂搞透，然后根据自己的优势和力在互动的情况下选择一个最有利于自己得奖的题做。
5文献资料查找在数学建模中文献资料的查找是十分关键，其实不仅是在数学建模中，在学习和研究就是如此，不阅读文献资料就相当于闭门造车，什么都弄不出来，现在的工作几都可以说是站在前人的肩膀上，从出生开始就是站在前人的肩膀上了，所学的任何书知识都是前人总结出来的。
通过文献资料的阅读可以知道别人在这个方面做了多少工作了，怎么做得了哪些进展，还存在什么问题没解决，难点在哪里，热点在哪里，哪里是关键，是有价值的，哪些是无意义的等等等等......，并且可以通过查找文献得到一些很的信息，比如某个教授的牛的程度，所擅长的领域等等，呵呵，翻教授老底了，比玩，选导师的时候强烈推荐。
文献查找主要有三个模式：A.书B.书+中外文期刊数据库C.书+中外文期刊数据库+学位论文D.书+中外文期刊数据库+学位论文+搜索引擎对于全国赛推荐D模式，但要改为Dc模式：中外文期刊数据库+学位论文对于美赛则要改为Da模式：外文期刊数据库+搜索引擎。