很多同学后台留言，都说学校暑假数学建模课自己听不懂，该放弃吗?，不知道该怎么办，这里给出了大家参加国赛，该如何去正确应对的一些策略方法。又到了一年一度的数学建模国赛备赛阶段，数学建模的工作大致可以分成五块:查资料、建模、编程、论文写作、绘图，下面逐一介绍每一部分如何准备。

　　日常的查询，比如查数据或者查名词，google可以解决大多数问题，StackOverflow,MathOverflow查文献时有些不一样，对于中文论文直接知网，对于英文论文先谷歌学术查到论文 DOI或者网址，然后如果可以直接下载是最好的，下不了去sci-hub里面，一般都可以免费下载。

　　非线性优化:遗传算法(GA)，单亲遗传算法(PGA)，模拟退火算法(SA)动态规划(dp):贪心策略，迪杰斯特拉算法，弗洛伊德算法，动态规划算法

　　权重确定:AHP，模糊层次分析法，权法，主观赋权(别人的论文已经确定好的权值)、主客观结合赋权(论文亮点)

　　数据预处理:数据集成，数据清洗，数据规约，同向化处理，Normalization，Regularization，standardization，高斯插值，LOF 离群因子，孤立森林，独热处理

　　2.能根据问题构建合适的计算模型(毕竟有些计算领域的模型方法可能并不在你可爱队友的课程范围内)

　　龙8long8国际

　　5.做点儿数据可视化至于用什么工具其实可以根据自己的喜好来，如果能多方面组合那自然更好了，什么方便用什么。所以建议，至少，把高数线代、数据结构、运筹学之类的基础玩意平了，然后确保自己有算出来写出来画出来的能力。

　　流程图的话建议用Visio，比较简单，画几次就会了，主要是配色问题，建议上配色网站找色彩搭配(抖音也有色彩搭配\狗头)，不想下Visio或者不想买的话可以尝试 PPT画图，也很好用。数据图的话建议用Python，python画图很好看，，建议用Python的searborn和 pyecharts.画图的话配色很重要，很重要，很重要!

　　摘要部分是最重要的，所以一般论文写完再写摘要，摘要基本上得花1-2h才能写完。

　　国赛回顾以2021年的C题为例在开始展示比赛之前我们训练了很多次，做了大概近五年的题目，但是当时可能仅仅只专注各自题目的模型，没有一个整体上的的统一思想，方法论还不是那么熟练，导致每次训练都很感觉只是学到了模型，没有太过关注于出题者本身的思想，之后的美赛我们训练的时候总结出了很好的一套训练流程，时间利用率大大提升。ps:在美赛训练时获得最大的思想其实是从一篇博客上看到的:用通俗易懂的方法建立具有可解释性的决策模型，并通过优美的图表展示出来，对于题目的每一个需要解决的问题都给出了简洁明了且可行的决策方法和分析,每个模型都在通俗易懂和高逼格之间达到了一定平衡。回到本次比赛:

　　首先第一问是要找到402家供应商中最重要的50家，第二问是最少要选择多少家供应商才能满足需求，并且提供未来二十四周的供应计划。第三问是要尽量采购A和C类原材料并希望损耗最小,第四问是根据现有原材料的供应商和转运商的实际情况，确定该企业每周的产能可以提高多少，并给出未来24周的订购和转运方案。

　　其实题目的难度主要是集中第二问，从第一问的一个简单的特征指标提取及评价模型，到第二问三个小模型，我们分别使用了0-1规划、单目标规划(模拟退火)、非线性规划模型，到第三问的多目标粒子群算法，第四问的单目标规划，前3问我们的答案都和官方的答案差不多，当时第四问误差有点大，从而错失了推荐国一的机会，ps猜测是单目标规划的约束条件没有考虑好。

　　整体来说2021年C题难度适中，但更注重模型掌握的熟练程度，选择合适的模型远比复杂的方法更为关键，所以基础尤为关键。

　　数模学习历程大二上学期:通过学长知道了这个比赛，同时又遇到了两个志同道合的同学，所以从大二下的寒假开始准备参加比赛寒假期间:三个人都预习了概率论、线性代数。大二下学期:继续寒假未看完的教程并且每次做完课后作业，在这期间并没有打很多比赛,主要每次我们学完了一个算法都会按照国赛的标准写一篇完整的小论文，相当于一次锻炼了，更有助于对算法的理解，在这期间通过学校的选拔，获得校一成绩，而其实只是我一个人三四天就成的结果，因为训练的次数多了，就熟练了，当然校赛简单也是一方面大二暑假:在暑假期间我们结束了整个数模学习过程，开始按照国赛时间进行了六次训练,这期间也是学到了好多新的知识,既有新的建模方法,也有写作技巧。大三上的寒假:参加数学建模美赛以下是我整个数模期间学习的算法和一些技巧:

　　在这些算法中主要熟练掌握了数据分析类算法,对于微分方程类题目只是学习了解的程度，并没有很精通，所以我们国赛和美赛都选择的C题,在学习建模的时候最好之前就确定好自己想要学习的重点，这样有针对性的学习效率更高!

　　首先高等数学、概率论、线性代数可以直接搜考研课程直接过一遍，构建起最基本的数学基础，接下里是编程软件的学习，有三种选择，一种是python，适合计算机专业的学生，衔接起来毫无压力，拥有大量的数据分析的库;第二个是malab，适合工科如机械等专业，其应用范围也很广;最后一种是R，适合统计学专业的学生，其在统计学上应用也很广。数模拿奖过程中，坚持尤为重要，建模学习需要日积月累的过程，刚开始接触的同学不要轻易放弃,每一位建模大佬背后都经历过建模小白没有体验的过程祝每一位建模人都能取得好成绩，喜欢的点赞转发。

　　获得国奖已经成为保研必备武器！如何在竞赛中崭露头角，一举拿下国奖？数维杯数学建模夏令营可以帮助你弯道超车~

　　数维杯数学建模夏令营每年举办一届，已经连续举办七届，本届夏令营定于2024年8月5日-13日在成都信息工程大学（航空港校区）隆重举行，夏令营活动历时9天，分为线下授课、实训指导、答疑交流、作业跟踪、分组项目实践和效果评价教学工作、户外拓展等环节。

　　已成为高校数学建模培训示范性基地，属于系统性的数学建模学习，主要针对国赛、美赛、数维杯培训等其它区域赛，国赛命题专家组带队授课，6天集训+3天小组模拟赛+赛后点评解析，累计指导学生近1900余队，国赛荣获1400余项省级以上数模奖项，参培学员获奖率超过80%，实现了在该项赛事的历史性突破。

　　往期的学员普遍反馈，经过参加数维杯夏令营培训之后，自己的数学建模能力得到切实的提升，不少学员在交流中反馈参加培训后在竞赛中取得国一、美赛F奖等好成绩。