第一次参加数学建模竞赛新手小白备赛经验贴

2024年暑假已经来临，下半年的数学建模竞赛非常多，许多同学可能是第一次参赛，对于如何准备感到迷茫和无从下手。在这种情况下，我们将分享一些备赛的小技巧，帮助大家在这个暑假更好的入门，即便是零基础的小白也能在数学建模中得心应手。

一、赛前准备

在准备参见数学建模比赛前，以下几个特别重要的准备工作一定要做：

（1）找队友进行组队，通常三人一组。

（2）选择要参加的数学建模竞赛，竞赛全年都有，通常选择自己感兴趣或者认可度高的参加。

（3）学习相关书籍和软件。

（4）在比赛前，选择经典的赛题进行全真模拟，并学习历年优秀论文。

1、三人组队

数学建模比赛通常要求参赛者以团队形式参赛，通常三人一组。组队时，可以选择能力互补的队友，比如有人擅长编程，有人擅长建模，有人擅长写作和展示。

选队友很重要！很重要！很重要！队友靠谱，可以说比赛事半功倍。那么如何选择队友，总结大家的经验来讲，按重要度考虑，可以从以下3方面进行选择：

（1）有共同利益：

首先，选择那些对数学建模比赛有相同兴趣和目标的队友非常重要。共同的兴趣和目标不仅可以增强团队的凝聚力，还能确保每个成员都愿意投入足够的时间和精力。
比如，你打算通过这次建模比赛增加保研分，而你的队友只是想体验一下比赛的氛围，随便参加玩玩，那你在这次比赛中一定会感到很心累。因为你的队友会等着你带他飞。但是如果你选择有共同目标的队友，就能最大化利益，大家共同努力，共同获益。

（2）有真技术

在选队友时，更应该关注他们的实际技能，而不是仅仅看学习成绩和专业排名。比赛需要的是实战能力和技术水平，数学建模大家通识公认的队员配置是建模+编程+论文。

建模同学需要熟悉常用的数学建模算法以及实际问题的解决方式；
编程同学要熟练使用常用的软件，比较常用的比如MATLAB、python、SPSSAU；
负责论文的同学需要熟练使用office、LaTex等软件进行论文排版。

这些能力和技术不是通过专业排名就能看出来的，毕竟大学期末考试有多水大家都懂，老师把考试范围都给你了，背就完了，所以成绩不能代表实际技术水平。

（3）熟悉程度

在确保队友有共同利益和实际技术的基础上，选择熟悉的人可以进一步提高团队的协作效率，特别是想多次参见比赛的长期搭档，熟悉的队友之间有更好的沟通和信任，合作起来更为顺畅。

2、比赛选择

每一年的数学建模竞赛是非常多的，每个都参加是不现实的，更推荐参加知名度和认可度比较高的竞赛，这样获奖的含金量会更高。

本科生：推荐参加高教杯全国大学生数学建模竞赛，就是大家通常说的国赛，每年九月份比赛，时间通常为3天。与国赛相对的还有美国大学生数学建模竞赛，每年2月份比赛。
研究生：推荐参加中国研究生数学建模竞赛，每年十月份左右。

这类比赛是数学建模竞赛中知名度和认可度排名top的，如果想要在大赛中拿奖，可以在这几类比赛前先参加其他规模相对较小的比赛，来熟悉一下比赛流程。
可以参考下方2024全年数学建模竞赛时间线，每年的比赛时间改动不大，选择自己感兴趣或者学校认可度比较高的酌情参加。

3、书籍与软件

（1）数学基础

《高等数学》《线性代数》《概率论与数理统计》这些课程，大部分专业都会学习。
（2）数学建模书籍推荐

《数学建模》姜启源/谢金星
《数学建模算法与应用》司守奎
《Matlab在数学建模中的应用》卓金武
《SPSS统计分析基础教程》张文彤
《SPSSAU科研数据分析方法与应用》周俊

以上这几本都是在各个领域内相对出门的教材，大家可以结合个人兴趣进行选择。

（3）分析软件

除了理论知识的储备，软件使用也熟悉，数学建模常用的软件有以下：

MATLAB：数学建模最常用，主要用于算法开发、数据可视化、数据分析以及数值计算的高级基数计算语言和交互式环境。
R语言 - 开源的统计计算和数据分析语言，具有丰富的包和库支持，适合统计建模和数据可视化。
Python - 多用途编程语言，通过库如NumPy、Pandas和SciPy等进行数据处理和建模。
SPSSAU：在线数据分析软件，相比于SPSS更加方便智能，零基础小白参加数学建模必备软件，输出的结果标准三线表可以直接复制，最后写论文很方便。
Lingo：解决线性规划问题

其他：LaTeX、Python、STATA、SAS、R、Office、PS等

4、全真模拟

“纸上得来终觉浅”，在准备数学建模比赛之前，一定一定要进行三天三夜的全真模拟练习以及学习历年优秀论文。

（1）全真模拟练习

选择历年的经典赛题进行全真模拟比赛。这种实战练习能够帮助你熟悉比赛的时间限制、题型和解题思路。通过模拟比赛，可以评估自己在限定时间内解决问题的能力，并发现需要改进的地方。同时提高彼此之间的默契度，这样到正式比赛时，就会更加的得心应手。

（2）学习历年优秀论文

阅读和分析历年优秀的建模论文，了解其问题建模和解决方法。通过学习优秀论文，可以借鉴其思路和技巧，提升自己的建模能力和创新水平。

文末教你找历年全国大学生数学建模优秀论文↓↓↓

二、赛中重点

数学建模比赛时间一般只有三天，时间紧任务重，这三天比较重要的事情有三点：

（1）选题

（2）模型算法选择

（3）论文写作提交

1、选题

以全国大学生数学建模竞赛为例：国赛分为A、B、C、D、E题，其中本科生从ABC题中选一题，专科生从DE题中选一题。数学建模题目的背景千差万别，从天文到历史各种背景都可能涉及到。但是原理是可以分为评价类、预测类、优化类以及机理建模类。

（1）评价类（最简单）

评价类模型用于比较不同方案、决策或策略的优劣和效果。这些模型帮助决策者根据给定的评价指标进行量化评估，以便做出最佳的决策或选择。这类题目相对来讲最简单，模型易于理解和操作，所以选择这类题的人也最多，所以若选择评价类题目想在竞赛中脱颖而出并争取奖项则相对具有挑战性。

（2）预测模型

在数学建模中，预测类模型用于分析和预测数据的趋势、模式和未来发展。这些模型通过历史数据和特征的分析，建立数学关系和模型，从而预测未知或未来的数据值。

（3）优化类（最常见）

优化模型是一种用于寻找最优解或最优方案的数学模型。它涉及定义目标函数和约束条件，以最大化或最小化目标函数，并找到满足约束条件的最优变量取值。优化模型广泛应用于诸如生产规划、资源分配、调度排程、组合优化等各种决策问题中。

（4）机理建模类（人口模型/物理学/微分方程等）

通常国赛的A题都是比较偏向于机理建模类，这类题目与专业知识结合最密切，相对来讲难度最高，通常选的人也是最少的，如果平时有准备的同学也可以考虑。这类题目与专业知识结合非常密切，如果不是专业对口的队伍，不建议选择，因为光读懂题目，就会耗费大量时间与精力。

2、常用模型算法

数学建模的目的是解决实际问题，因此评价模型的关键在于其是否能有效、简便、合适地解决实际问题，而非仅仅依赖于使用复杂的数学方法。过度追求数学的复杂性有时会使模型变得难以理解，并可能失去实际应用的意义（炫技须有度）。
上文中提到在数学建模竞赛中有四大模型，常用的其实是前三大模型——评价类、预测类、优化类。下面介绍下这三大模型的一些经典的常用的算法。

（1）评价类模型常用算法

为决策者提供了量化评估方案和决策的工具和方法，帮助他们在复杂的决策环境中做出明智的选择。常用方法及其优缺点如下表：