第一次数学建模赛后总结

大家好,这里是七七。

前些日子参加了一次数学建模比赛,赛后总结了一下,发现有很多事情是到了动手操作的时候,才发现问题的。总结了一下,有以下几点。

一、准备

在赛前准备阶段只傻傻的准备了很多学校给我们列举的数学模型和方法,但当到了比赛中时,就发现准备的模型没有用上,相反,用到的只是几个以前没有接触过的模型。思考之后,发现导致出现这样的情况是由于没有去优先掌握主流的模型。

要先去掌握主流模型

二、分工

在准备阶段每个人都有自己的分工,但在比赛时团队的分工在比赛时很不明确,写代码的配合查资料,很乱。分析之后,发现是准备阶段出了些问题。准备阶段每个人真被的东西都是大致相同的,而没有去有针对性的去准备自己应该负责的东西。因此之后应在准备阶段有明确的准备目标。

分工一定要明确,在准备阶段每个人有针对性的准备自己负责的东西

三、实践与理论

学习理论要配合实践,这一点这次算是用事实来告诉我了。准备阶段每个人都只分析某些模型以及一些例子,但没有人实际操作完成某个模型。以为知道了就可以。但在实际操作中,总是会出现这样那样意料之外的问题。对此,解决办法是在以后准备阶段直接准备具体实例,一定要去实现。不知道的理论去查查,不求多少量,但一定要把实例给复现出来。

用实例去学习理论。实例一定要能自己给复现出来

四、工具

赛前以为用matlab就可以了。实际上,python和spss等工具在某些方面具有得天独厚的优势。在比赛中学习使用是很托节奏的。

要多掌握一些工具,并知道它们哪些方面是优势

相关推荐
Virgil13916 小时前
数学建模练习题——多元统计分析
数学建模
通信射频老兵16 小时前
卫星通信基础知识---自由空间衰减和天线增益计算
经验分享·5g·数学建模·信号处理·射频工程
wwer1425263632 天前
数学建模_时间序列
数学建模
wwer1425263632 天前
数学建模_拟合
数学建模
FF-Studio3 天前
【硬核数学 · LLM篇】3.1 Transformer之心:自注意力机制的线性代数解构《从零构建机器学习、深度学习到LLM的数学认知》
人工智能·pytorch·深度学习·线性代数·机器学习·数学建模·transformer
葫三生3 天前
如何评价《论三生原理》在科技界的地位?
人工智能·算法·机器学习·数学建模·量子计算
wwer1425263633 天前
数学建模_图论
数学建模·图论
wwer1425263633 天前
数学建模_熵权法确定权重
数学建模
FF-Studio4 天前
【硬核数学】3. AI如何应对不确定性?概率论为模型注入“灵魂”《从零构建机器学习、深度学习到LLM的数学认知》
大数据·人工智能·深度学习·机器学习·数学建模·自然语言处理·概率论
阑梦清川4 天前
Colormind:优秀大模型赋能国产求解器,打造自主可控建模平台
数学建模