数学建模 (一)赛前准备

1. 赛前须知

1.1 竞赛全流程

赛前准备 $\to$ 赛题选择 $\to$ 文献和数据 $\to$ 数据预处理 $\to$ 建模和求解 $\to$ 整理检查 $\to$ 论文提交

1.2 论文写作排版

模板设置 $\to$ 标题与摘要 $\to$ 学术用语 $\to$ 参考文献与附录$\to$ 公式编辑 $\to$ 图与表格 $\to$ 换行与分页

1.3 MATLAB 入门

基本界面 $\to$ 编程语法 $\to$ 常见函数 $\to$ 函数和脚本 $\to$ 画图 $\to$ 文件导入导出 $\to$ 仿真建模

1.4 赛题

---

2. 赛前准备

Mathpix: https://www.32r.com/soft/92545.html

3. 参赛人员配置

写论文：照着模板写就行。
一个建模 + 一个码代码 + 一个写论文。

4. 题目类型的选择

华为专项题、大数据题、优化分析题、评价类题。

1. 数学能力较强的可以选择优化题目。
2. 第一次参赛的同学选择大数据分析。
3. 华为专项题专业性较强不建议新手尝试。
4. 大数据题目：观察数因子分析据特征，做一些异常值的处理，缺失值的处理，清洗完数据后，再进行建模，利用统计学的方法，回归分析，机器学习算法，神经网络。并不是算法越复杂越好，重点是可以解决问题最好。数据题比较常用的因子分析，主成分分析等。
5. 优化分析：学习一些算法，例如遗传算法、蚁群算法，模拟退火算法等。提前下载好优化器学习相应代码，并注册，例如 gurobi、lingo 等。

---

5. 论文写作

1. 摘要一定要写好，占比很重。
2. 总页数控制在 30-40 页左右 (大数据题目可能有 60-70 页)，最后一定要附上自己的代码。
3. 即使做不出来的问题也不要空着，能写什么就写什么，可以从一些参考文献或者一些书籍中摘抄。
4. 格式正确，可参考历年的优秀论文。

1. 题目和摘要
2. 问题重述 (问题背景 + 问题提出)
3. 问题分析 (问题一的分析+问题二的分析) 和模型假设
4. 符号说明
5. 模型的建立与求解
6. 模型的优缺点和改进
7. 敏感度分析
8. 附录
9. 参考文献，支撑文件