本篇博客将讲解如何备战美赛。
什么是美赛
美赛,全称是美国大学生数学建模竞赛(MCM/ICM),由美国数学及其应用联合会主办,是最高的国际性数学建模竞赛,也是世界范围内最具影响力的数学建模竞赛。
赛题内容涉及经济、管理、环境、资源、生态、医学、安全等众多领域。竞赛要求三人为一组,在四天时间内,就指定的问题完成从建立模型、求解、验证到论文撰写的全部工作,体现了参赛选手研究问题、解决方案的能力及团队合作精神。美赛为现今各类数学建模竞赛之鼻祖。
奖项英文名称 | 中文名 | 简称 |
---|---|---|
Outstanding Winner | 特等奖 | O奖 |
Finalist | 特等奖提名 | F奖 |
Meritorious Winner | 优异奖(一等奖) | M奖 |
Honorable Mention | 荣誉奖(二等奖) | H奖 |
Successful Participant | 成功参与奖 | S奖 |
UnsuccessfulParticipant | 不成功参赛 | 无 |
Disqualified | 资格取消 | 无 |
美赛如何报名
(一)学校集体报名
部分学校可能会集体进行报名,因此需要各位同学关注自己学校的信息。
(二)个人报名
如果是个人自己报名的话,则需要去美赛官网(www.mcmcontest.com)进行报名。但是个人报名首先需要注册一个MCM/ICM顾问帐户,并且拥有双币信用卡或使用PayPal才能正常付款。
(三)赛氪代报名
登录赛氪官网或APP,搜索美赛,点击2024年美赛(MCM/ICM)辅助报名,按照要求进行报名即可。
选题分析
(一)题型分析
A题
A题是连续型问题,属于优化问题。
年份 | 题目 | 中文翻译 |
---|---|---|
2019 | Game of Ecology | 生态游戏 |
2020 | Moving North | 向北迁徙 |
2021 | Fungi | 菌类 |
2022 | Power Profile of a Cyclist | 自行车手的动力分布 |
2023 | Drought-Stricken Plant Communities | 受干旱影响的植物群落 |
常用模型就是微分方程模型,例如生长模型,菌落繁殖模型,传染病模型等等。
B题
B题是离散型问题,属于优化问题。
年份 | 题目 | 中文翻译 |
---|---|---|
2019 | Send in the Drones: Developing an Aerial Disaster Relief Response System | 发送无人机:开发空中灾难救援响应 |
2020 | The Longest Lasting Sandcastle(s) | 最持久的沙堡 |
2021 | Fighting Wildfires | 扑灭野火 |
2022 | Water and Hydroelectric Power Sharing | 水和水力发电合作 |
2023 | Reimagining Maasai Mara | 重建马赛马拉 |
常见的模型有单目标优化模型,多目标优化模型,整数规划模型,0-1规划模型和非线性规划模型等等。常见的算法是智能优化算法,例如遗传算法,粒子群算法等等。
C题
C题是大数据问题,一般涉及到预测和分类。
年份 | 题目 | 中文翻译 |
---|---|---|
2019 | The Opioid Crisis | 阿片类药物危机 |
2020 | A Wealth of Data | 数据的价值 |
2021 | Confirming the Buzz about Hornets | 证实有关大黄蜂的传闻 |
2022 | Trading Strategies | 交易策略 |
2023 | Predicting Wordle Results | 预测谜题的结果 |
C题的数据类型一般分三类:传统数据,文本数据,和图片数据。常见的模型有回归模型,时间序列模型,机器学习模型和神经网络。
D题
D题是网络问题,一般分为网络优化和网络关联分析。
年份 | 题目 | 中文翻译 |
---|---|---|
2019 | Time to leave the Louvre | 离开卢浮宫的时间 |
2020 | Teaming Strategies | 团队策略 |
2021 | The Influence of Music | 音乐的影响力 |
2022 | Data Paralysis? Use Our Analysis! | 数据瘫痪?用我们的分析! |
2023 | Prioritizing the UN Sustainability Goals | 优化联合国的可持续发展目标 |
网络优化一般指图论,包括最短路问题,着色问题和最大最小生成树等等。网络关联分析一般会用到因子分析,主成分分析,回归分析和聚类。
E题
E题是环境科学问题,一般涉及评价类问题。
年份 | 题目 | 中文翻译 |
---|---|---|
2019 | What is the Cost of Environmental Degradation? | 环境退化成本是多少? |
2020 | Drowning in Plastic | 淹溺在塑料中 |
2021 | Re-Optimizing Food Systems | 重新优化粮食系统 |
2022 | Forestry for Carbon Sequestration | 碳封存的林业 |
2023 | Light Pollution | 光污染 |
常用的模型有回归模型,主成分分析,综合评价模型。
E题非常适合小白,因为大部分都是用一些统计模型,统计模型可以直接用spss这种软件得到结果。
F题
F题一般是政策类问题。
年份 | 题目 | 中文翻译 |
---|---|---|
2019 | Universal, Decentralized, Digital Currency: Is it possible? | 通用,分散,数字货币:有可能吗? |
2020 | The Place I Called Home… | 我们的家园 |
2021 | Checking the Pulse and Temperature of Higher Education | 高等教育的运行和热度的校验 |
2022 | All for One and One (Space) for All! | 人人为我,我(空间)为人人 |
2023 | Green GDP | 绿色GDP |
F题的问题背景专业性比较强,一般是涉及经济管理方面。一般会用到评价类的模型,或者做一些变量关联分析。
获奖情况分析
美赛分两大类题型:数学建模竞赛MCM(ABC题)、交叉学科建模竞赛ICM(DEF题)。
A题人数 | B题人数 | C题人数 | O奖 | F奖 | M奖 | H奖 | |
---|---|---|---|---|---|---|---|
2019年 | 3872 | 5111 | 5125 | 1% | 1% | 6% | 16% |
2020年 | 3852 | 2455 | 7446 | <1% | 1% | 6% | 26% |
2021年 | 4487 | 3105 | 2461 | <1% | 2% | 7% | 24% |
2022年 | 2883 | 2179 | 10043 | <1% | 2% | 7% | 21% |
2023年 | 2557 | 728 | 8011 | <1% | 2% | 7% | 22% |
D题人数 | E题人数 | F题人数 | O奖 | F奖 | M奖 | H奖 | |
---|---|---|---|---|---|---|---|
2019年 | 5728 | 4852 | 682 | 1% | 1% | 8% | 15% |
2020年 | 2089 | 2527 | 2586 | <1% | 3% | 8% | 22% |
2021年 | 5551 | 3521 | 6987 | <1% | 1% | 7% | 18% |
2022年 | 955 | 8181 | 2964 | <1% | 2% | 6% | 22% |
2023年 | 1057 | 5779 | 2726 | <1% | 3% | 6% | 21% |
ABC和DEF获奖概率差不多,前30%就能获奖。ABC里面C题比较火爆,DEF里面E题比较火爆。奖项都是分开评的,参赛人数越多,获奖论文就越多。
时间安排
2024年美赛比赛时间为北京时间2024年2月2日早晨6:00点(星期五) 至 2024年2月6 日上午9:00(星期二),提交截止时间为北京时间2024年2月6日上午10:00(星期二)。
第一天:早上赛题发布,上午团队三人互相讨论,确定所做赛题。下午两人搜集数据,一人开始写引言。晚上尽可能地将第一问的模型建立出来,不要熬夜。
第二天:上午确定第一问的模型,负责编程的同学需要开始求解,负责写作的同学开始写正文。下午开始建立第二问的模型,整理第一问的结果。晚上确定第二问的模型,不要熬夜。
第三天:上午求解第二问模型,建立第三问模型,论文应该要写到第二问模型建立这部分。下午确定第三问模型,负责建模的学生思考第四问,负责编程的同学完善第二问的结果,开始求解第三问。晚上确定第四问模型,论文尽可能写完第三问,不要熬夜。
第四天:完成模型剩余的要求,并着手开始写摘要,这一天可以熬夜。
赛前准备
个人准备
假设团队分工为一人建模,一人编程,一人写作,并且大致确定美赛如何选题。
建模手:学习所选赛题对应的常见模型和算法,了解这些模型和算法的使用范围,并对之前学过的模型和算法进行归纳整理。同时,要多看O奖论文,重点关注O奖论文如何选择问题切入点,学习O奖论文是如何将实际问题转化为数学问题,并掌握O奖论文是如何求解的。
编程手:学习并储备所选赛题对应的常见模型和算法的代码,至少能对代码进行个性化的修改,至少能看懂代码结果的含义。同时,要多看O奖论文,重点关注O奖里精美的配图,学习如何画出类似的图,并且对图能做到一定的创新。此外,要经常与建模手进行沟通,培养默契。
写作手:学习论文基本的排版,了解所选赛题对应的常见模型和算法的写法。同时,要多看O将论文,重点关注O奖论文里对图表的解释和结果的分析,学习O奖论文的写作逻辑,尽可能地培养出自己的写作风格。同时,也要注意英文用词的准确性,专业名词不能出错。此外,学会制作类似O奖论文里的表格。
团队准备
选题
团队应该尽快确定美赛所做的题目,或者是对美赛的题目进行先后次序的排列,例如:E>F>D>C>B>A。
资料准备
数据查找
网站 | 网站所属者**/**内容 |
---|---|
https://unstats.un.org/wiki/spacedirectory/view.action | 联合国统计司 |
http://www.city-data.com/ | 美国城市数据网 |
https://www.eea.europa.eu/en | 欧盟环境网 |
https://www.shihang.org/zh/home | 世界银行 |
https://www.ceicdata.com.cn/zh-hans/products/global-economic-database | 全球数据库 |
http://www.bts.gov | 美国交通统计局 |
https://data.imf.org/?sk=388dfa60-1d26-4ade-b505-a05a558d9a42 | 国际货币基金组织 |
https://www.usda.gov/ | 美国国家农业统计署 |
https://www.gapminder.org/data/ | 包含世界各国教育和医疗等数据 |
查找文献网站
网站 | 网站名 |
---|---|
https://www.cnki.net/ | 中国知网 |
https://www.wanfangdata.com.cn/ | 万方数据库 |
http://www.webofknowledge.com | SCI文献检索 |
http://www.engineeringvillage.com | EI文摘库 |
http://www.doaj.org | DOAJ(瑞典开放存取期刊目录) |
http://www.openj-gate.com/Search/QuickSearch.aspx | Open J-Gate(号称世界最大的开放期刊门户) |
https://tradesou.99lb.net/ | 谷粉学术 |
https://www.citexs.com/ | 赛特新思 |
软件推荐
图形类别 | 软件 |
---|---|
基础图形(折线图、柱状图等) | MATLAB,Python,Excel |
地图 | ArcGIS、Tableau |
复杂网络图 | Gephi |
科研画图软件 | Origin |
流程图 | Visio |
原理图 | PPT、CAD |
本篇博客到此结束!
原文地址:https://blog.csdn.net/m0_53408775/article/details/135865460
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.7code.cn/show_63017.html
如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱:suwngjj01@126.com进行投诉反馈,一经查实,立即删除!