2024 数学建模国一经验分享

2024 数学建模国一经验分享

背景:武汉某211,专业:计算机科学

心血来潮,就从学习和组队两个方面指点下后来者,帮新人避坑吧

2024年我在数学建模比赛中获得了国一(教练说论文的分数是湖北省B组第一),这次比赛我做的是B题,平时也会做C题。

初识数模(高考暑假)

高考结束后的暑假,我第一次接触到数学建模比赛(至今我也不明白为什么当时没选择 ACM)。听说这个比赛"一次比赛,受益终身",我就被吸引了,开始全身心投入到数学建模中。

刚开始时,我没有明确的学习计划和思路,准备工作有点盲目。我只是随便看看视频、书籍,感觉稍微看了20分钟的神经网络相关视频就自认为掌握了神经网络模型,觉得自己又学会了一个新模型,感觉自己特别厉害。然而,事后才发现那时的自己其实只是"半瓶水"。这段经历让我深刻理解了"理论与实践相结合"的重要性。

原始资本积累阶段------大一上

数学建模比赛是一个考察参赛者如何在三天内,用所学的模型或者现有的模型来快速解决现实问题的比赛。光靠现有模型的查找并不难,但会非常吃力。因此,在平时就要积累一些模型,至少有个备选方案,这样才有更大的胜算。

以下是一些大佬整理的模型框架,如果你没有任何了解,到了比赛现场再去找模型学习,势必会很吃亏。虽然视频和书籍是很好的学习资源,但最重要的还是要动手实践。看书是系统化的学习,视频则偏向速成,各有优劣,但实践才是王道。

找资料

我的性格偏急,所以选择了视频加倍速学习。从这个阶段开始,如何找到合适的学习资料就显得至关重要。首先,要专注于学习数模的核心内容------各种模型的学习。那如何找到这些资料呢?哪种资料比较适合呢?

试错过程

对于我来说,时间较为宽裕,所以在大一期间,我疯狂尝试了不同的学习资料。包括"数学建模清风"、"数学建模老哥"、"司守奎先生的黄皮书"、蓝皮书数学建模课本等。此外,还阅读了很多细化方向的书籍------比如《43种神经网络实现》、《arma回归分析》......

总结

根据我的亲身体验,我将不同的学习资源进行了总结归纳:

资料名称 适用人群 优点 备注
数学建模清风(推荐) 初学者 比较系统化,内容全面 需要付费(56元)
数学建模老哥 平时碎片化学习的同学 内容较为粗糙,但有用 信息散乱,较难系统学习
司守奎的黄皮书 想深入学习的同学 深入讲解数学建模原理 新手看不懂,较难入门
蓝皮建模课本 课程要求的同学 基础内容齐全 学习深度足,一点不基础

刷经验阶段------大一下-大二上

大一上学期学完后,我便开始了刷比赛经验的阶段。

首先,给想参加数模的小白们一个提醒:这个比赛非常辛苦,可能会熬上三天,最后拿到的也许只是可怜的二、三等奖。所以在决定是否参加时,务必慎重考虑。

那时,我有幸和一位非常负责的学长组队(后来学长保研去了上海交大),虽然我们都是数模小白,但幸运的是大家都很投入,学长是大三的,我们俩则是大一的。我们首先参加了华科的校赛,第一次参赛就获得了二等奖,从此便踏上了数模的"贼船"。我负责编程,记得第三个问题不会做,只能用神经网络胡乱尝试,结果最后还是顺利过关。

大一期间,我还参加了学校的新生杯、统计建模、美赛等比赛,基本上都是二、三等奖,唯一例外的是美赛(国际三等奖---S,水平一般)。在这一过程中,我尝试了论文撰写、编程实现、建模思路等多个角色,还担任过队长,逐步了解了团队合作中的各种细节。那时,我觉得自己特别厉害------居然大一就拿了二等奖!

组队问题

根据我个人的经验,组队时有几个准则:

  • 避免找小白:特别是当你自己掌握了较多知识时,尽量不要找全是小白的队友。最好是三个人差不多的水平一起参加,否则你会觉得自己在拖后腿。
  • 争取自己做队长:如果你有一定的能力或积极性,最好自己当队长。否则在实际推进过程中,可能会遇到队友消极、不作为的情况,最后你会觉得很憋屈。
  • 如果队友不行,赶紧换:不要考虑面子,比赛时时间紧迫,务必找合适的队友。你不想花了很多心血,最后被队友拖累。
  • 分工合作?不用太信:很多人提到不同专业分工合作,但实际情况是,无论专业如何,能力才是最重要的。数学建模本质上是对思维的挑战,强者无论做什么都能很快上手,而不是为了分工而分工,结果什么都做不好。
情侣组队?

不推荐情侣组队,原因有以下几点:

  1. 组队时第三个人总是处于电灯泡的角色,或者你们两个装作不认识,但总会显得不自然。
  2. 数模比赛时会有很多分歧,通常队长拥有最终话语权,但在情侣关系中,可能会因为亲密关系发生冲突,导致意见分歧。
  3. 如果一个队员较为懒散,另一个较为积极,可能会导致不平衡。参考第一点,这种情况容易使关系变得紧张。
  4. 真正组队时,其他同学可能会觉得你们"甜蜜"不利于合作,可能会选择不加入。
本人经历(情侣组队的曲折)

在大一大二时,我一直和女朋友组队。为了避免影响队友的判断,我们俩选择了装作"路人"的方式(装了整整三个学期,悲)。但女朋友并没有强烈的保研意图,也对自己的能力没有太多信心,导致在大二的上学期和下学期比赛时缺乏积极性,几乎没有兴趣参加比赛。

最后,校赛过了她也没有参加暑期培训,队伍解散了,我只好重新组队。巧的是,暑期培训时,我又和一对小情侣组了队。初时我心态很轻松,觉得自己也曾经这样过来,但他们并没有装作"路人"------一点也不,最终闹掰了。我不想线下看小情侣亲热,倾向于选择了线上交流,避免面对尴尬。最终,我们的队伍解散,而我也重新与两位同专业的队员组队,巧的是其中一位也是被小情侣队踢出的,做过B题的都知道,做B题并不容易。特别是像TSP这样的问题,当时我用了自己所学的的Linux知识,在服务器上跑模型跑了一天,花了几十块,结果在出结果前最后一秒看到校赛群消息------

(当时踢我出队的小情侣在群里发的信息,估计想断我后路)

(后来过来和我和解)

报名途径问题

很多新手可能会找不到参赛机会。其实参赛的途径很简单,通常有学校内部的报名和社会途径两种。

  • 学校途径:可以多关注校园网站和数模协会的公告,通常会发布相关信息。
  • 社会途径:赛氪等平台也会发布赛事信息,大家可以通过这些平台了解和报名比赛。

(下图是一个老哥整理的赛事信息)

PS:有些学校的美赛需要通过学校报名,但如果不满足条件,依然可以自行报名参赛,费用大概是每队800元(唉。本人已经捐款两次了)。

细节

在谈完学习方法和组队策略后,接下来就要讨论一些比赛中不可忽视的细节。

作为队长

作为队长,最重要的责任就是 推动进度。组员往往会觉得比赛时间还很长,反正有队长在撑着,但实际上,队长不仅要制定计划,还要时刻跟进进度,确保任务按时完成。特别是在任务卡住的时候,不能停滞不前,及时解决瓶颈问题,推动整个团队前行。

另外 照顾组员情绪 是非常重要的,和睦的团队氛围对比赛的成功至关重要。比如在发生争执时,当你否定某个队员的建议时,最好能先肯定他们的努力,再提出自己的不同意见:"我觉得你这个思路很好,但在这个问题上,我觉得可以再改进一下,试试这样......"这样不仅能缓解情绪,还能让队员感受到被尊重。

还有在比赛气氛低迷或团队疲惫时,队长应主动采取一些行动来重振士气。

例如,在国赛的最后阶段,我们已经熬了两天,团队的精神有些疲惫。天一亮时,我特地去给每个人买了早餐,每人三个包子和一瓶热粥,这样的小举动能够让队员们感觉到关怀,增添团队的凝聚力。在关键时刻,其他队伍可能还在埋头做模型,而我们则稍微缓一缓,调节情绪,这对接下来的比赛进程有很大帮助。

作为组员

作为组员,最重要的就是 服从队长的安排。通常情况下,队长安排任务或分配工作是基于对全局的把握和经验,因此即使有些任务看起来不太吸引人,也要尽量去执行。如果队长安排你去学习某个模型或阅读某篇论文,那往往是因为他认为这个任务对整个团队有帮助,或者是针对比赛中的某个关键点。

比赛中不能失联,这一点尤其重要。有些队员在比赛期间可能因为个人原因不太积极,甚至不回复信息。这种行为不仅影响团队协作,还可能导致关键任务的延误。在比赛期间,每个人都需要保持高度的联系,及时分享自己的进展和问题,确保团队的步调一致。

关于GPT的使用

在比赛中,曾有一个前队友,非常依赖 GPT(他是负责建模的队员),每次遇到问题,他只会直接截图给我,而不加以说明或转述。这种做法非常不专业,因为团队合作的一个基本原则是 理解和交流,如果只是机械地复制粘贴,其他成员无法真正理解问题,也无法参与到问题的解决中。

更为离谱的是,他还用的是我的 GPT 账号,因为他没充钱。因此,我在比赛结束后,毫不犹豫地换了队友。

在使用像 GPT 这样的工具时,一定要 有自己的理解,不要直接复制输出的内容,尤其是在团队中分享时,要尽量用自己的话转述,甚至可以在理解之后对内容进行改进和补充。记住,使用工具是为了提高效率,而不是完全依赖它,最终的结果需要大家共同思考、共同创造。

相关推荐
C灿灿数模15 小时前
备战美赛!2025美赛数学建模C题模拟预测!用于大家练手模拟!
数学建模
数模竞赛Paid answer2 天前
2023年西南大学数学建模C题天气预报解题全过程文档及程序
算法·数学建模·数据分析
AI Dog3 天前
数学建模问题中的整数规划
算法·数学建模·整数规划·运筹学·malab
C灿灿数模分号13 天前
备战美赛!2025美赛数学建模C题模拟预测!用于大家练手模拟!
数学建模
从以前3 天前
python练习:“互联网 +” 时代的出租车资源配置的数学建模(二)
开发语言·python·数学建模
从以前3 天前
python练习:“互联网 +” 时代的出租车资源配置的数学建模(一)
开发语言·javascript·人工智能·python·算法·数学建模
Yaooooo84 天前
【数学建模】利用Matlab绘图(2)
开发语言·数学建模·matlab
Yangtze205 天前
紊流理论基础(三)——紊流半经验理论
线性代数·算法·数学建模·矩阵
最好Tony5 天前
优化算法之遗传算法思想和应用实例
算法·数学建模
AI Dog5 天前
数学建模中随机森林分类
人工智能·随机森林·机器学习·数学建模·malab