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
您好啊数模君11 小时前
决策树模型-数学建模优秀论文算法
决策树·数学建模·决策树模型
算法如诗11 小时前
豆渣发酵工艺优化 - 基于响应面法结合遗传算法
数学建模
88号技师14 小时前
2026年1月一区SCI-波动光学优化算法Wave Optics Optimizer-附Matlab免费代码
开发语言·算法·数学建模·matlab·优化算法
AI科技星15 小时前
张祥前统一场论电荷定义方程分析报告
开发语言·经验分享·线性代数·算法·数学建模
老歌老听老掉牙19 小时前
基于参数化模型的砂轮轮廓建模与可视化
python·数学建模
郝学胜-神的一滴19 小时前
李航《机器学习方法》全面解析与高效学习指南
人工智能·python·算法·机器学习·数学建模·scikit-learn
Sunsets_Red2 天前
待修改莫队与普通莫队优化
java·c++·python·学习·算法·数学建模·c#
BB学长3 天前
Icepak|01功能介绍
算法·数学建模·能源·微信公众平台
Cathy Bryant3 天前
傅里叶变换(二):旋转楼梯
笔记·算法·数学建模·信息与通信·傅里叶分析
ECT-OS-JiuHuaShan4 天前
麻烦是第一推动力,不厌其烦就是负熵流
开发语言·人工智能·数学建模·学习方法·量子计算