对「美赛」理解误区太多?指南者留学送上这份实用参赛攻略 您所在的位置:网站首页 美赛informsaward 对「美赛」理解误区太多?指南者留学送上这份实用参赛攻略

对「美赛」理解误区太多?指南者留学送上这份实用参赛攻略

2024-07-16 09:38| 来源: 网络整理| 查看: 265

2003年以来MCM/ICM获奖比例变化

(上:MCM 下:ICM)

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。

今天指南君就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

1

美赛基本信息

参赛时间

首先,让我们先来看一下2020年美赛的各项时间节点:

报名截止时间:2020年2月13日美国东部标准时间下午3:00之前。

比赛开始时间:2020年2月13日美国东部标准时间下午5:00。

比赛结束时间:2020年2月17日美国东部标准时间下午8:00。

报告提交截止时间:2020年2月17日美国东部标准时间下午9:00。

比赛结果:结果将于2020年4月30日或之前发布。

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。

参赛要求

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。

比赛题目

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 Radio Propagation

· 建模模型描述海洋上(turbulent ocean and 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 Production

· 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 and 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 does 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

2

美赛解惑

01 只有数学专业的同学适合参加美赛吗?

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。许多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。

02 美赛英文论文写作很难吗?

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。

03 美赛建模有哪些常用方法?

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。

3

美赛攻略

组队建议

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。

软件使用

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。

比赛官网以及学习网站推荐

比赛英文官网:

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

比赛中文网站:

http://www.mcmbooks.net

公众号推荐:

校苑数模

更多实用网站:

比赛【国赛官网】www.mcm.edu.cn

论坛

【数学中国】www.madio.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.codesoso.net

【Pudn】www.pudn.com

【Wolfram】

www.demonstrations.wolfram.com

【WolframAlpha】

www.wolframalpha.com

文献

【谷歌学术】scholar.google.com.cn/

【百度学术】xueshu.baidu.com

【中国知网】www.cnki.net

【万方数据】

www.wanfangdata.com.cn/index.html

【维普网】www.cqvip.com

【PubMed】www.ncbi.nlm.nih.gov/

【ScienceDirect】

www.sciencedirect.com

END返回搜狐,查看更多



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有