获奖经历：题主自2014年（大一结束）暑期入门数学建模比赛，分别获得2015年全国大学生数学建模比赛安徽赛区二等奖、2015年网络挑战赛全国二等奖、2016年五一数学建模联赛全国二等奖、2017年数学建模美国赛一等奖(9%)。
挑战赛：

美赛：

参考一下2018年美赛的获奖比例：

另外在2017获得 全国大学生生物医学工程创新设计大赛全国二等奖
建模经历：曾担任过数学建模副会长，主要负责协会（900多人）的数学建模培训工作，辅导的学生中获得美赛一等奖两个，全国赛国家二等奖一个；负责过C919飞机（真飞机）的液压、动力等报警系统建模；制作过《MATLAB数字图像处理教学软件》
成果转换：申请了软件著作权《心电心率检测装置前台软件》、《心电心率检测装置后台软件》；发表论文《基于Logistics回归模型的****分析》（成果转化对于想保研的学生很重要，后面因为太忙就申请了一篇）

一. 赛前准备和资源分享

题主除了第一次参赛准备了一个月左右，前面所有的比赛都是比赛当天现学现用，这是因为比赛题型都差不多那几类，大部分模型都有所了解。==敲黑板！！！==记下来，要考的：都，有所了解，这也是第一次参赛的选手，要做到的点，到底“有所了解”到什么程度，后面会讲…
针对第一次参赛要做到以下思考，这里主要针对负责编程的选手：

1.什么是数学建模
这里我先不累述了，第一次了解到数学建模的小伙伴看一下：什么是「数学建模」？
数学建模竞赛的一些心得体会（关于每年的比赛）
后期我会补充

1. 和谁组队：

一般来说，三个人组队，一个负责编程、一个负责建模、一个负责论文；但是据我多年经验，最好的组队方式是：两个编程（一个负责算法，一个负责数据分析，当然都懂最好），一个论文（论文不能少，千万别三个编程的，负责论文的工作量也不小，不然题主就完全可以一个人参赛了，三项都会，特别是美赛，论文往往决定了能不能获一等奖）。（注：如果组队遇到说自己负责建模的，多半是混子，不要问我为什么，因为算法某种意义上就是模型，只知道模型的人多半做不出结果，而结果是获奖的关键！）

2. 负责算法的赛前准备：

做到：会编MATLAB程序和改错（BUG），了解现有的所有算法并且会使用程序

2.1.算法分类

简单了解上图的名词：数学建模算法汇总

2.2. 书籍推荐

（1）《MATLAB应用大全》———类似这样介绍MATLAB所有基础操作的书，最好买一本方便查阅，代码不用全记住，但要熟悉，前面几章的程序自己敲一遍，现在还没到复杂copy的时候，打好基础，不然给你完好的程序你都不会改！

• PDF链接：https://pan.baidu.com/s/12bl1VX0yaQOXR4Z1skSV7g 提取码:bcxe
  
  (2)《MATLAB数学建模方法与实践 第3版》卓金武 ————强推的一本书，因为书中的程序基本上都拿来改改就能用。
• 程序链接：https://pan.baidu.com/s/1B4UsrKdvOEMpwD_HQCHdOw 提取码:ike4
  
  （3）《算法导论 》————有编程基础，对算法感兴趣的可以看看，不推荐初学者看
  
  还有很多算法的书，我就不一一列列举了，我也没怎么看。基本上够用了

2.3.找程序网站推荐

前面两本书要细看，理解透，起码有印象某个用法在哪一页，其他的做到有所了解：
<1>模型/函数的输入是什么
<2>结果/输出是什么
<3>实现的是什么功能
前面两步是找到程序跑通代码，会把输入和一些参数修改运行即可,推荐找程序的网站：

• 联合开发网：http://www.pudn.com/
• CSDN专业开发者社区:https://www.csdn.net/
• 当码网：http://www.downma.com/
• MATALAB中文论坛:https://www.ilovematlab.cn/
• 电子发烧会论坛：https://bbs.elecfans.com/jishu_286991_1_1.html

推荐MATLAB教学视频：

• 数学建模比赛MATLAB从入门到精通教程:https://www.bilibili.com/video/BV19J411W7Ta?p=1

3. 负责数据分析的赛前准备：

做到：会EXCEL、SPSS、Lingo软件，会查找数据、分析数据

3.1 分析数据

自变量X和因变量Y，结合X与Y的数据类型，选择对应的分析方法。

3.2 EXCEL、SPSS、Lingo软件

• EXCEL：数学建模清风第三次直播：excel在数学建模中的应用
• SPSS：知乎：你学spss的时候是怎么入门的？
• Lingo：lingo的大部分功能可以被matlab和spss取代，只有少数是不能被取代的(比如求非线性回归问题、一致性分析)，而上手和普适性的话spss和matlab更适合

3.3 数据分类与查找

需要一个会数据分析的，因为本科数学建模比赛基本都有大数据题，或者一致性分析和非线性规划会用到。数据题多分为两种：
<1>一种是题目给数据（接近一万行的excel），需要处理数据缺失的问题（剔除或预测弥补）;
连续值数据预处理方法：数学建模 数据预处理
离散值数据处理方法：EM算法（Expectation-Maximization）
<2>一种是需要自己找数据,这就需要会找数据了

推荐找数据网站：
1、政府数据

• 国家统计局：http://www.stats.gov.cn//
• 国家统计局>>中国统计年鉴：http://www.stats.gov.cn/tjsj/ndsj/
• 美国政府公开数据：https://www.data.gov/
• 新加坡公开数据：https://data.gov.sg/

2.财经数据

• 英为财情：https://cn.investing.com/
• 东方财富网：https://www.eastmoney.com/
• 同花顺数据：http://data.10jqka.com.cn/

3.各类指数

• 百度指数：http://index.baidu.com/
• 阿里指数：https://index.1688.com/
• 360趋势：https://trends.so.com/

4.数据汇总网站

• 大数据工具导航工具：http://hao.199it.com/
• 数据平台：http://www.hippter.com/data.html
  (参考博客：数学建模之找数据网站)

5.美国大学生数学建模比赛数据

• 美赛数据（各国统计数据网站大全）：https://zhuanlan.zhihu.com/p/100310816
• 美赛必用的数据来源网站-美国统计网站：https://max.book118.com/html/2019/0204/6232125043002005.shtm
• 世界卫生组织数据集：https://www.who.int/data/gho
• 美国农业部数据集：https://www.usda.gov/topics/data
• 美国政府官网：https://www.usa.gov/

4. 负责论文的赛前准备：

做到：会查文献，会用word（页眉、页脚、公式编辑器、绘图和表等操作）、VISIO（工程流程图软件）;想有挑战性的可以学习LaTeX(排版软件，比较美观，但是麻烦且耗时间)、Xmind（画思维导图）软件和一些photoshop、CAD画图软件，学会优秀论文的论文布局。比如：

4.1. 查文献途径：

百度文库、知网、道巴，但是要收费，这里推荐免费进知网的方式：
<1>在校学生登陆学校图书馆，登陆账号，就可以查找文献了。
可以在搜索框直接输入要查找的文献名：

或者点击上图中的“数据库快捷访问”进入与学校合作的论文检索平台（下图蓝色字体都可以点进去），以这种方式进入下载文献是不收费的：

<2>这里推荐一个免费的网站：广西壮族自治区图书馆:http://www.gxlib.org.cn/

进入”数字资源导航“，实名注册，就可以使用了，感谢广西壮族自治区图书馆！

4.2. 优秀论文下载

• 【数学建模】——1992~2019国赛优秀论文
• 美国大学生数学建模竞赛往年优秀论文.rar
• 美赛各题常用算法程序与参考代码.rarr

4.3. 数学公式编辑器的使用

可以用word里面自带的公式编辑器，或者使用AxMath（可以看一下：AxMath介绍回答、AxMath&AxGlyph官网：http://www.amyxun.com/）、Mathpix（Mathpix官网https://mathpix.com/）
Word+AxMath+AxGlyph排版注意事项https://zhuanlan.zhihu.com/p/100310816

4.4 VISIO绘制流程图

看一下这个：VISIO绘制流程图教程

4.5 论文排版

• 如何用Word绘制三线表： https://jingyan.baidu.com/article/e75aca85351bb6142edac622.html
• LaTeX基本表格绘制https://blog.csdn.net/JueChenYi/article/details/77116011

二. 稳拿奖的论文几个关键点

1. 有必要讲一下评委的评分套路！

一审：摘要，论文浏览，并且评级，比如评为二等奖。看用什么方法（如果你不做模型对比，评估，并不知道你的方法好坏），大致过程，所以其实是看结果，过程或结果图。
二审：针对摘要看论文主体，看看模型具体做法，如果不如一审期望值，评为三等奖；如果完全符合预期，可能升为一等奖。
可见，一审的重要性！如果一审为一等奖，怎么也不会降为三等，所以摘要有多重要，就不用说了吧，给大家看一个优秀论文摘要：

一定要简明扼要,三个部分：怎么分析问题、用什么方法、得到什么结果

2.优秀论文特点：

（1）必须要有结果：不管模型多复杂，想法多独特，没结果都白搭！总之，要有结果，做不出来怎么办：简化模型！（剔除非关键的影响因素）直到可以出结果，出不了结果又觉得很好的模型放在”模型优化“里面。

（2）图尽量多且高大上：图是能让评委很快理解你的论文，例如：建模图、输出结果图、行走路径路；

• word画图

• matlab可以绘制效果图
  

• PPT可以画框架图
  

• excel可以画分布图（推荐饼状图，好看点）
  

（3）模型对比：证明自己模型的先进性，告诉别人你的模型是最棒的！可以是本题的不同方法对比，也可以与其他论文模型的准确率对比，比如后者案例：

三. 都有哪些数学建模比赛

该部分参考链接：2021最全数学建模比赛时间、含金量、获奖率等数据一览！——总结的很好！

• 时间顺序：
  

四. 学习路线

针对大一新生，比较迷茫，这里梳理一下学习路线

• 大一阶段：学好数学课，学好C语言（重点），然后把国家计算机二级证书考了，有空看看数学建模比赛介绍的书：
  

• 大一结束暑期阶段：备考大二开学的比赛，推荐学习路线：

看自己进度，可以加快学习这些知识。

有什么问题可以留言，会根据需要更新内容！

🐏小羊简介：

---

💖博客主页：小羊不会飞

🚀年龄：20    大二在读   

💪爱好：干饭，运动，码代码，看书，旅游

📃即将更新：

🎯1、手把手带你搭建个人博客网站

🎯2、后台管理系统模块更新

🚍：感兴趣的朋友，赶紧上车吧！！

🎉欢迎关注🔍点赞👍收藏🎇留言📙

🎄有任何疑问，欢迎留言讨论！！！

---

目录

🔑什么，是数学建模？

🔑新手不知道的小知识

1、建模三条大腿📙

2、建模三大工具📙

3、建模干货📙

4、集训日程表📙

🔑建模常见的一些问题

1、预测🎯

2、优化🎯

3、评价🎯

🔑关于第一次比赛后的个人体会

🔑什么，是数学建模？

由于博主只参加过高教社杯全国大学生数学建模竞赛（CUMCM），所以下面就重点介绍一下这个比赛，像其他类似的建模比赛还有MCM/ICM美国大学数学建模竞赛，华为杯中国研究生数学建模竞赛....

1.高教社杯全国大学生数学建模竞赛（CUMCM）

该竞赛创办于1992年，每年一届，是首批列入“高校学科竞赛排行榜”的19项竞赛之一。2021年，来自全国及美国、马来西亚等国家的1566所院校/校区、49529队(本科45075队、专科4454队)、14万多人报名参赛。

报名时间：报名截止时间九月之前，各个高校会统一组织报名，时间大概在七八月份

集训时间：一般是一整个暑假（因学校安排而异）

比赛时间：9月中旬

含金量:因为纳入高校学科竞赛排行榜，所以认可度最高，俗称国赛。

竞赛官网：全国大学生数学建模竞赛

报名费：300元（一般学校都会给予报销）

🔑新手不知道的小知识

1、建模三条大腿📙

建模手

建模手主要是找方法选手，外交选手，数据收集与整理选手，敲公式选手。寻找最佳解答问题模型并搭建（前期确定方法需要三个队友一起决定，因为此时编程还未开始，写作也不慌动笔）

编程手

编程手主要负责导数据处理数据，写代码，解决bug，计算结果，整理结果，绘制图表，分析数据特征，分析结果。

论文手

论文手，格式规范者（我们当时队伍里的学姐会用Latex，写出来的文章格式就非常nice），文章脉络完善者，逻辑自圆其说者，提出要求者，比赛规则清晰者，细节处理者。

2、建模三大工具📙

lingo（主要用来解决一些规划问题）

spss（主要用来做一些数据分析）

matlab（别问，问就是什么东西都可以做，除了生孩子）

3、建模干货📙

划重点： 博主在此非常感谢清风老师，很多算法和知识都是从清风老师这儿学的，非常感谢！！！

4、集训日程表📙

🔑建模常见的一些问题

1、预测🎯

✨ 这个是博主在收到学校老师邀请参见建模宣讲会时做的一个关于预测模型的小结

（希望对大家有帮助）

 ✨博主当时主要学的是BP神经网络预测，并且在最后的国赛C题的第一个小问中也成功应用到了该方法（上图是我们国赛论文的一部分），最后只能说BPyyds

2、优化🎯

说到优化，说白了就是求一个最值吧，但实际问题中我们很难得到全局最优解，很多情况下只能得到局部最优解，这个时候就不得不提一下那些晦涩难懂的优化算法了，像什么蚁群算法，模拟退火算法，遗传算法，粒子群算法......

%% 粒子群算法PSO: 求解函数y = 11*sin(x) + 7*cos(5*x)在[-3,3]内的最大值(动画演示）
clear; clc

%% 绘制函数的图形
x = -3:0.01:3;
y = 11*sin(x) + 7*cos(5*x);
figure(1)
plot(x,y,'b-')
title('y = 11*sin(x) + 7*cos(5*x)')
hold on  % 不关闭图形，继续在上面画图

%% 粒子群算法中的预设参数（参数的设置不是固定的，可以适当修改）
n = 10; % 粒子数量
narvs = 1; % 变量个数
c1 = 2;  % 每个粒子的个体学习因子，也称为个体加速常数
c2 = 2;  % 每个粒子的社会学习因子，也称为社会加速常数
w = 0.9;  % 惯性权重
K = 50;  % 迭代的次数
vmax = 1.2; % 粒子的最大速度
x_lb = -3; % x的下界
x_ub = 3; % x的上界

%% 初始化粒子的位置和速度
x = zeros(n,narvs);
for i = 1: narvs
    x(:,i) = x_lb(i) + (x_ub(i)-x_lb(i))*rand(n,1);    % 随机初始化粒子所在的位置在定义域内
end
v = -vmax + 2*vmax .* rand(n,narvs);  % 随机初始化粒子的速度（这里我们设置为[-vmax,vmax]）
%  注意：这种写法只支持2017及之后的Matlab，老版本的同学请自己使用repmat函数将向量扩充为矩阵后再运算。
% 即：v = -repmat(vmax, n, 1) + 2*repmat(vmax, n, 1) .* rand(n,narvs);  
% 注意：x的初始化也可以用一行写出来：  x = x_lb + (x_ub-x_lb).*rand(n,narvs) ，原理和v的计算一样
% 老版本同学可以用x = repmat(x_lb, n, 1) + repmat((x_ub-x_lb), n, 1).*rand(n,narvs) 

%% 计算适应度
fit = zeros(n,1);  % 初始化这n个粒子的适应度全为0
for i = 1:n  % 循环整个粒子群，计算每一个粒子的适应度
    fit(i) = Obj_fun1(x(i,:));   % 调用Obj_fun1函数来计算适应度（这里写成x(i,:)主要是为了和以后遇到的多元函数互通）
end
pbest = x;   % 初始化这n个粒子迄今为止找到的最佳位置（是一个n*narvs的向量）
ind = find(fit == max(fit), 1);  % 找到适应度最大的那个粒子的下标
gbest = x(ind,:);  % 定义所有粒子迄今为止找到的最佳位置（是一个1*narvs的向量）

%% 在图上标上这n个粒子的位置用于演示
h = scatter(x,fit,80,'*r');  % scatter是绘制二维散点图的函数,80是我设置的散点显示的大小（这里返回h是为了得到图形的句柄，未来我们对其位置进行更新）

%% 迭代K次来更新速度与位置
fitnessbest = ones(K,1);  % 初始化每次迭代得到的最佳的适应度
for d = 1:K  % 开始迭代，一共迭代K次
    for i = 1:n   % 依次更新第i个粒子的速度与位置
        v(i,:) = w*v(i,:) + c1*rand(1)*(pbest(i,:) - x(i,:)) + c2*rand(1)*(gbest - x(i,:));  % 更新第i个粒子的速度
        % 如果粒子的速度超过了最大速度限制，就对其进行调整
        for j = 1: narvs
            if v(i,j) < -vmax(j)
                v(i,j) = -vmax(j);
            elseif v(i,j) > vmax(j)
                v(i,j) = vmax(j);
            end
        end
        x(i,:) = x(i,:) + v(i,:); % 更新第i个粒子的位置
        % 如果粒子的位置超出了定义域，就对其进行调整
        for j = 1: narvs
            if x(i,j) < x_lb(j)
                x(i,j) = x_lb(j);
            elseif x(i,j) > x_ub(j)
                x(i,j) = x_ub(j);
            end
        end
        fit(i) = Obj_fun1(x(i,:));  % 重新计算第i个粒子的适应度
        if fit(i) > Obj_fun1(pbest(i,:))   % 如果第i个粒子的适应度大于这个粒子迄今为止找到的最佳位置对应的适应度
            pbest(i,:) = x(i,:);   % 那就更新第i个粒子迄今为止找到的最佳位置
        end
        if  fit(i) > Obj_fun1(gbest)  % 如果第i个粒子的适应度大于所有的粒子迄今为止找到的最佳位置对应的适应度
            gbest = pbest(i,:);   % 那就更新所有粒子迄今为止找到的最佳位置
        end
    end
    fitnessbest(d) = Obj_fun1(gbest);  % 更新第d次迭代得到的最佳的适应度
    pause(0.1)  % 暂停0.1s
    h.XData = x;  % 更新散点图句柄的x轴的数据（此时粒子的位置在图上发生了变化）
    h.YData = fit; % 更新散点图句柄的y轴的数据（此时粒子的位置在图上发生了变化）
end

figure(2)
plot(fitnessbest)  % 绘制出每次迭代最佳适应度的变化图
xlabel('迭代次数');
disp('最佳的位置是：'); disp(gbest)
disp('此时最优值是：'); disp(Obj_fun1(gbest))

3、评价🎯

这个模块的话说白了跟你们学校的综测评分机制差不多，不过这个一般参杂主观性太强，我们一开始学了，但是老师最后说不让我们用（好像是用了，就会给文章的质量大打折扣），就无语......

划重点：各位小伙伴在学的时候最好先咨询一下老师你们赛区的评分规则！

🔑关于第一次比赛后的个人体会

7月1日下午，在结束了大一下学期的期末考试后，开始了为期一个多月的数学建模集训。本次比赛我们学校一共有15支队伍参赛，最后的正式比赛的时间为9月9日下午六点至9月12日晚上八点钟，历时74小时。

每支队伍有三个人组成，负责的工作主要有分析问题并建立数学模型、利用matlab等数学编程软件编写代码跑数据、写论文等，其中数学建模论文分为论文标题、摘要、问题的重述、模型假设、模型的建立、模型的求解、模型检验、模型的分析与评估、参考文献以及附录等十个方面，论文的好坏会直接影响最后能否获奖。

每支队伍的三个同学可以相互协商分工，我当时主要负责算法和编程这块以及辅助分析问题和建立数学模型。暑期的集训时间非常紧张，需要在有限的时间掌握文献检索、算法学习、分析问题的模型、以及latex的论文编写、还有最重要的一点就是队友之间的磨合，这个在最后比赛的三天起着非常大的作用，所以在寻找队友的时候要考虑到这一点。我当时的两个队友都是通过数学竞赛认识的，大家都比较熟，合作起来会比较容易。

集训期间每天会有老师来上一些课程，每天大约只有五六个小的时间是在上课的，其余时间都是自主学习，并且在集训期间无特殊情况几乎不会放假的，这个对参赛选手的意志力具有一定的挑战性。

当时为了节省时间直接在比赛的教室打地铺

数学建模比赛需要每一位参赛选手都认真、努力的去完成题目，甚至需要废寝忘食的精神。比赛期间指导老师会安排比赛场地，我们学校是每个组一个教室，在影像楼的四五楼。关于作息时间的安排是因组而异的，当时我们组为了节约时间，直接带上草席、被子去比赛场地打地铺，学累了就躺在被子上睡一会，然后起来接着干，我当时是比赛期间的三个晚上基本上是处于凌晨三点睡六点起的状态，在严重压缩睡眠时间的同时还要保持白天清醒的工作状态就需要自己提前准备好“物资”，当时比赛期间我是买了很多咖啡和功能饮料，这些是比赛期间续命的“装备”。这三天的比赛节奏一定要把控好，因为本科组是ABC三个选题，三选一，每个选题都有三至四个小问，我们当时选的是C题，题目给了一个word文档里面有四个小问和一个有十多万组数据的excel表格。

当时跑数据的时候CPU在燃烧

比赛期间尽量在第一天的时候要完成选题和把握题目整体思路的工作，第二天需要完成第一小问，第二小问要基本完成，第三天需要开始题目的收尾工作，第四天需要不断修改论文，打磨文章，在解决问题的同时，写论文的同学要紧跟建模和编程的同学，这样才能把握好比赛的节奏。在最后一天的下午我们基本上写完了论文，经过一遍又一遍的检查，修改自己的结题论文，最后提前半个小时交掉了结题论文。

三天的比赛终于结束了！！！

在10月10号的时候结果出来了，老天不负有心哇，最后拿到了奖，对于第一次参赛的我们莫不是一次极大的鼓舞。

最后，我想说的是数模比赛虽然具有一定的难度，需要付出大量的时间和精力去为比赛做准备，但其含金量也是众所周知。参赛前需要提前了解数模竞赛的相关事项再去寻找志同道合的队友一起参赛。希望有更多的同学加入建模这个大家庭，共同努力、共同学习、共同进步，增进友谊，团结协作，勇于创新，一起为学校贡献自己的一份力量。