对「美赛」理解误区太多?实用参赛攻略带你解决
首页 > 顾问主页 > 对「美赛」理解误区太多?实用参赛攻略带你解决

对「美赛」理解误区太多?实用参赛攻略带你解决

2020-01-15...

阅读:399 收藏:0 评论:0 点赞:0

3秒免费留学费用评估

提前算一算,出国留学要花多少钱?

获取验证码

开始计算

寒假虽然只有短暂的一个月,却是各类国际/全国竞赛的高频进行期。不仅有各类商赛和科技创新大赛,还有现今各类数模竞赛鼻祖——美赛。

美赛,全称 美国大学生数学建模竞赛 ,是美国数学及应用联合会 (COMAP) 举办的大学生数学建模竞赛(简称 MCM/ICM 竞赛)。MCM/ICM 现已成为最著名的国际大学生竞赛之一,影响极其广泛。

2003-2018年这15年间,美国参赛队伍数量增长并不明显,增长主要来自于非美国参赛队的增长,特别是中国参赛队伍规模的增长。

随着国内大学生对美赛的关注和参与度越来越高,同学们一定也很好奇近年来美赛的获奖比例

从上面两张图可以看到,近五年来MCM总获奖比例保持在40%-45%,ICM总获奖比例保持在54%左右。

虽然随着参赛人数的增长,特等奖的获奖比例在近五年已经降至0.5%以下,但是中国队伍的获奖比例却在不断增加。

今天我们将从以下几个方面带大家全方面了解美赛:

  • 美赛基本信息 :参赛时间、参赛要求、竞赛题目
  • 美赛解惑 :参赛专业、论文写作、常用模型方法
  • 美赛攻略 :组队建议、软件使用、学习网站

同时,2018年和2019年的比赛时间如下:

  • 2019年

比赛开始时间:2019年1月25日,北京时间

比赛结束时间:2019年1月29日,北京时间

  • 2018年

比赛开始时间:2018年2月9日,北京时间

比赛结束时间:2018年2月13日,北京时间

从近几年的比赛时间可以看出, 美赛主要集中在寒假,并且正式比赛时间较短,只有四到五天的时间, 同学们需要在这段时间内完成一个完整的项目,其中包括了建模、编程、论文写作等内容。

美赛的对象是 大学本科学生 ,但也允许高中学生参加。学生以小组形式参赛, 每组最多 3 人 (也可以只含 2 名学生,甚至是 1 名学生),每名学生只能参加一个小组。参赛学生必须是在读学生 (全职、兼职均可)。此外,每个小组 必须有一名指导教师 ,小组所有成员及指导教师必须 来自同一所院校 ,每所院校的参赛小组数量不限。

通常说的美国数学建模竞赛,实际上包含了 数学建模竞赛和交叉学科建模竞赛两项竞赛(MCM/ICM) ,这两项竞赛同时举行,但解决的问题不相同:

  • MCM: 对于参赛者的数学模型素养以及建模能力要求较高,一般A题为连续问题,B题为离散问题。2016 年开始增加一道C题,与大数据和数据挖掘有关。

  • ICM: 一般涉及的问题较宏观和复杂。对于参赛者把握问题主线、权衡宏观与微观、整体与细节的能力要求较高。2016年开始,ICM 有3道题,D题一般与网络科学或优化有关,E题与环境科学有关,F题与政策、社会科学相关,主要讨论社会科学中的建模问题。


    接下来我们以2018年的题目为例,让大家更直接的了解美赛:

    • A 题:Multi-hop HF Raio Propagation

    建模模型描述海洋上(turbulent ocean an calmocrean) 的电磁信号的传播。

    • B 题:How many languages

    世界上有很多语言,请建立数学模型描述各种语言的分布情况,言的分布与哪些因素有关?

    • C 题:Energy Prouction

    根据题目提供的数学,为美国位于墨西哥边境的四个州:加利福尼 亚 (CA),亚利桑那州 (AZ),新墨西哥州 (NM) 和得克萨斯州 (Texas) 建立一个能源合作计划 来提高能源的使合理使用。

    • D 题:Out of Gas an Driving on E (for electric,not empty)

    随着石油能源的日益紧张,电动 汽车也许终将代替燃油汽车,探索美国当前和日益增长的特斯拉充电站网络,请建立模型决定 充电转网路该如何构建?建在哪里?建多少?农村城市的充电桩如何分配?

    • E 题:How oes climate change influence regional instability

    面对气候的影响,建立模型研究什么样的国家是“脆弱”的?根据你的模型确定一个国家“脆弱”的情况,根据脆弱性指标定义的 最“脆弱”的国家确定气候对它们的影响是什么?

    • F 题:Cost of Privacy

    隐私有价值吗?如何衡量隐私的成本?建立模型评估隐私及其成本。

    以上2018年题目参考转自 https://www.jianshu.com/p/9cb30978c433 


    首先,数学建模竞赛对数学确实有一定的基础性要求高等数学、线性代数以及概率论与数理统计这三门课,基本可以构成数学建模的数学门槛。

    但是数学建模竞赛涉及的领域又远远超出了理论数学的范畴,它属于应用数学范畴,涉及到物理、化学、计算机、医疗以及控制等等专业。高校在组队的过程中,往往会将不同专业的学生组成一队,也是考虑到这个因素。

    所以,不是数学专业的同学也可以参加数学建模竞赛。


    美赛要求英文写作,不少英语弱项的同学可能会望而生畏。

    但只要赛前多练习,完整地进行几次模拟赛,就会摸清套路。

    美赛论文的结构相对固定,框架基本一致。

    建模竞赛论文包括的模块就是 题目、摘要、关键词和正文 。一般优秀论文的正文都会包括以下几个部分,分别是:问题重述,问题分析,模型假设,基本符号说明,模型建立与求解,模型评价与改进,参考文献,后面还要有附录,贴一些程序源码等。

    同时,长篇英文的写作, 最重要是清晰的逻辑 ,其次是华丽的句子。但是不要刻意追求句式的华丽,应主要采用简单句式,适当使用复杂句式。

    数学建模赛题主要分为连续类和离散类连续类问题有精确解,算出合理的答案是主要目的;离散类问题无精确解,思路决定一切。

    连续类的题目 主要是有较深的学术背景的题,比如说物理类,生物类等。这类题目的 思路往往是从参考文献中获得 ,然后 根据实际问题搭建方程组 。常见的有微分方程,(非)线性规划,或者初等的方程组。往往直接求解方程组是困难的,需要用到优化算法,如:蚁群算法,模拟退火算法,遗传算法等。这些算法 可以寻找代码,也可以直接用MATLAB自带工具箱 。如果方程形式复杂,也可以试着用数值解法。线性规划问题,Lingo比MATLAB方便,较复杂的也可以用优化算法解决。

    离散型的题目往往算法就是思路 ,最重要的就是选择最合适的算法。其中的图论问题有大量成熟思路和算法,如最小生成树,旅行商问题等,有时也需要根据题意直接仿真。

    近年比较流行 大数据类的题目 。这类题首先要熟悉一些 综合评价算法 ,如主成分分析,层次分析,灰度阈值分析,模糊综合评价等;其次要掌握 数据拟合的方法 ,熟悉MATLAB的数据拟合工具箱;还有, 统计学的一般方法 也需要熟练掌握;最后, 神经网络等机器学习算法 也是一个很好的选择。

     

    与大家参加的其他的竞赛不同的是,数学建模需要以团队的形式参赛,要求每一组的人数不超过三个人。数模竞赛的比赛内容包括三个部分: 建模、编程还有论文写作 ,所以大部分队伍的组成也是按照这三种分工来进行的。也就是说,大家在前期准备竞赛的时候就应该 先明确自己队伍的分工,术业有专攻, 这样会大大提高自己学习的效率。

    但是实际中的分工并不是界限分明,数学建模是一个团队合作的过程,分工固然重要但是明确的分工界限容易限制建模的进度,禁锢思路。 在建模中的分工一定要有交叉, 建模的同学也需要把自己理解的通过文字、公式准确的表达给写作的同学,负责模型的同学也要对模型实现的最终结果有较好的可视化功底。

    工欲善其事,必先利其器。在建模竞赛的过程中,我们大致会使用到4类工具,包括 编程工具、写作工具、绘图工具及团队协作工具具体的软件参考如下:

    推荐大家有兴趣的先入门 Matlab ,在数学建模竞赛中,Matlab可以说有着得天独厚的优势,大部分数模问题在Matlab的帮助下都可以迎刃而解。

    比赛英文官网:

    https://www.comap.com/unergrauate/contests/

    比赛中文网站:

    http://www.mcmbooks.net

    更多实用网站:

    比赛 【国赛官网】www.mcm.eu.cn

    论坛

    【数学中国】www.maio.net

    【校苑数模】www.mathor.com

    【数学建模与统计建模论坛】

    www.mathsccnu.com

    【MATLAB技术论坛】

    www.matlabsky.com

    源码

    【源码搜搜】www.coesoso.net

    【Pun】www.pun.com

    【Wolfram】

    www.emonstrations.wolfram.com

    【WolframAlpha】

    www.wolframalpha.com

    文献

    【谷歌学术】scholar.google.com.cn/

    【百度学术】xueshu.baiu.com

    【中国知网】www.cnki.net

    【万方数据】

    www.wanfangata.com.cn/inex.html

    【维普网】www.cqvip.com

    【PubMe】www.ncbi.nlm.nih.gov/

    【ScienceDirect】

    www.scienceirect.com

     

 

 

如果此文章对您有所帮助,是对我们最大的鼓励。对此文章以及任何留学相关问题有什么疑问可以点击下侧咨询栏询问专业的留学顾问,愿金吉列留学成为您首选咨询服务机构。
分享到
去主页浏览TA的更多精彩内容 >>
上一篇文章: 17种英国国民"美食"
下一篇文章: 留学生欧洲旅行注意事项
相关推荐
免费领取留学手册
获取验证码
我已阅读并同意《隐私保护协议》
申请领取
温馨提示
我已阅读并同意《隐私保护协议》
确定
温馨提示
确定