【美赛O奖+冠名奖】手把手教你如何备战2022数模美赛（附O奖论文Word模板）

本人是2021美赛Outstanding Winner、SIAM Award、Frank Giordano Award，很多朋友也许都看过我 @跟着浩然玩转高考物理 的2021美赛备战和参赛经历分享的文章，这篇文章收获了很多好评，一些未参赛的小伙伴说“第一次看到这么详细的参赛经历分享”，也有一些获得O奖的同学说“很认同文章中的一些观点，比如模仿是很重要的”。

本篇文章会和大家详细聊聊，如何更加实际的备战2022美赛，干货满满，建议认真阅读。文中附O奖论文Word模板！

点个赞，开始阅读吧～不要收藏从未停止，学习从未开始哦～我自己曾经就这样，吃了大亏。

一、概述：

1. 2022美赛的关键时间节点

报名截止时间 美国东部时间2022年2月17日 15:00之前（星期四） 北京时间2022年2月18日 凌晨4:00之前（星期五）

比赛开始时间 美国东部时间2022年2月17日 17:00（星期四） 北京时间2022年2月18日 上午6:00（星期五）

比赛截止时间 美国东部时间2022年2月21日 20:00（星期一） 北京时间2022年2月22日 上午9:00（星期二）

提交方案截止时间 美国东部时间2022年2月21日 21:00（星期一） 北京时间2022年2月22日 上午10:00（星期二）

比赛结果公布时间 美国东部时间2022年5月20日之前发布

2. 美赛的题目类型

美国大学生数学建模竞赛(MCM/ICM)是世界范围内最具影响力的大学生数学建模竞赛（含金量仅次于数模国赛）。MCM/ICM着重强调研究和解决方案的原创性、团队合作、交流及结果的合理性。竞赛题目内容涉及经济、管理、环境、资源、生态、医学、安全、未来科技等众多领域。每年题目为6个，分别是：

数学建模竞赛MCM(ABC题）

交叉学科建模竞赛ICM（DEF）

有同学会好奇ICM和MCM的区别大么？他们之间难度的区别大么？等等，这个因人而异，看你对哪个题目更熟悉，能够做的出彩，他们其实都需要数学建模，然后采用一些算法解决，最终以论文的形式呈现，究竟怎么选择还是看你对哪个题目更有感觉。

我个人感觉，MCM的题目可能更看重数学模型，ICM的更强调算法，比如ICM会用到一些复杂的算法，MCM一般不出现很复杂的算法。2021年的C题比往年数据量大很多，是关于图像和视频处理的，所以需要用到一些新的知识和方法，想做C题的朋友要注意这个变化。具体如何准备美赛我会在后文细说。

3. 美赛的奖项设置

美赛的奖项大家应该都有所了解，奖项的英文首字母作为简称，和我们通常奖项对应如下：

PS：一般大家说美赛比较水指的是：美赛H奖确实说明不了国奖水平，如果学校把H当国二是不合理的。近三年H奖比例进行了下调，F奖比例有所提升，现在H虽然也不是前些年有手就行，但相对来说还是比较容易的。一般情况下M奖还是有一定的含金量的，可以当作国家级比赛的国三对待。

可以看出MCM比ICM的获奖比例高一些，这是因为2021年MCM题目的B和C比较难，大家普遍选ICM问题尤其是F题的的队伍比较多，所以获奖难度就大了一些。这点说明，大家不要忙着往“简单”的选，反而可能获奖难度会增大。还是切合队伍三人的能力，选合适的问题，而不能一味追求容易。

补充一点，如果你可以拿到O奖，那么你还可能会遇到冠名奖，甚至有极个别的F奖也拿到了冠名奖，冠名奖大概有六七种吧，官网都有介绍。

我拿到的是美国工业与应用数学学会奖，这个当然就是美国工业与应用数学学会设置的，每题1个，一共六个。还有一个是弗兰克乔丹诺奖，这是为了表达对美赛执教20年的教授而设置的，颁发给MCM的唯一一支队伍，当然还有一些其他的比如COMAP等等，其实这些冠名奖是我们看到美赛证书的时候才去了解的hhh。

二、回答大家美赛最常见的问题

经常会有学弟学妹们问我，有没有好的队友推荐啊之类的，但其实这个还需要自己去努力寻找，随意组队是会出现问题的，下面我通过几个问题来向大家展示三个人应该有怎样的配合。

1. 什么样的队友是好队友？

要切合比赛需求以及各自擅长和喜爱的方面去选择队友。你们三人的队伍需要会经历学习和比赛的磨合，当然，不合适的话再换又需要新的磨合，有点浪费时间。

我见过很多队伍，三人的配合有问题，比如沟通不顺畅，一个人总听不进去别人的意见。或者三个人都很强，互相谁都不服谁，最终进度推进的很慢。或者一个人不学习，做事效率比较低，不干活，而美赛又经常是线上配合，找不到人都有可能。

总之，找队友可能算是数模比赛里最关键的一环，好的队友就是良师益友，互相帮助，共同学习进步，在比赛中沟通顺畅，相互有所妥协，为最终目标坚持到底，这是最佳的状态。

找队友要趁早，尽量找熟悉的，不然比较负责的、性格不错的、能听取别人意见的同学可能就被挑走了。

2. 分工是越清晰越好还是大家都一起做？

这是很多同学的疑问，三个人应该是怎样的合作状态？其实，分工和合作同样重要。我可以归结为3点：

1.分工越清晰越好，职责可以有小的交叉，但是不要太多。做题的前半段时间，越清晰的分工效率越高，每个人各司其职。古语有“分槽养马，合槽喂猪”，含义就是千里马不能让他们互相争食，应该有所划分，这样才能更有效的解决问题。

2.编程和建模的同学要多照顾论文的同学，因为最终论文呈现才是最重要的。简单来说就是：编程的同学要倾听论文的同学的需求，建模的同学要把公式思路告诉论文的同学。这是很多队伍论文写不好的原因，就是其他两个同学没有把他们的思想告诉论文手，导致文章很干瘪，当然，论文手本身也要懂一些建模和算法的知识，要不然听他们讲的也很困难。

3.必要的时候论文的同学可以请编程的同学帮忙梳理算法思路或者流程图，可以请建模的同学辅助一些论文，但要建立在其他两人任务完成的情况下。

举一些我们队伍合作的例子：

比如算法流程图，可能论文同学并不熟悉编程同学的算法就需要让编程的同学给你写一个大致的流程，然后论文手再完善。

比如需要写一个伪代码，而编程手没有时间，建模手有时间，那就让他帮忙写一下，然后再加以修改。20年 的文章就有用到伪代码，我认为是十分出彩的一点，因此我们也希望将算法写成伪代码，这部分主要是是由建模和编程手配合完成：

这样的例子有很多，大家需要在练习中磨合，找到配合的方式。我觉得一个队伍里还是要有一个类似于领导核心的人，这样把控好队伍的进度，不至于最后时间太赶。

3. 可以用翻译软件写么？

谷歌翻译可以用，绝大部分人都是翻译+修改的，因为这是翻译的相对最好的了，但也要进行恰当的修改，句式要尽量多样，词汇要专业，英文多用被动句。例如：

中文：图 2 展示了过去各种提议方法的优缺点。

谷歌翻译：Figure 2 shows the advantages and disadvantages of various proposed methods in the past.

实际修改：The strengths and weaknesses of various proposed past approaches are presented in Figure 2.

我举的这个例子不是绝对的，不会因为你一句主动被动就影响奖项，但是确实要符合他们的写作习惯，这样读起来舒适一些，尤其是摘要Abstract，要仔细措辞打磨。

4.如何查找文献，参考文献多少最佳？

美赛参考文献的引用很重要，如果参考文献过少，评委会认为你做的工作没有参考前人的文献，是一种凭空的模型，不具有很好的说服力。一般来说，美赛的参考文献10-15个左右最佳，也不宜过多，毕竟数模并不需要引用特别多的文章。

因为美赛里不能出现中文，所以即使引用中文论文，也要翻译成英文，写入参考文献。

最好引用一定数量的英文文献，如果全引用中文文献，美国的评委可能不愿意看到。

大家总担心引用不够，其实主要可以在文献综述部分引用，就能有好几篇参考文献了，如果不写文献综述，确实不太好凑够引用。

中文文献一般在知网查找就好，每个学校基本上都有知网的校园账号，可以在上面查找和下载文献，并且也可以导出引用，很方便。要用好句子检索，可以查找到你需要的语句。

英文文献可以用谷粉学术，它是谷歌学术的镜像，很方便，不需要科学上网。可以下载文献、引用文献。

三、2022美赛备战指南

解决了组队的问题，下面给的是我根据自己的经历凝练的一些指南，大家看的时候最好也结合我之前那篇备战经历的文章去看，可能会理解的更深一些。大概赛前要准备的是这几方面：

1. 常用的建模算法要比较熟悉

例如数据分析里的层次分析（烂大街hhh）、相关分析、聚类、插值拟合、主成分分析、回归、优化、时间序列分析等，我是在之前的比赛的过程中逐步学习的。其实很多这种数据分析的方法现在的题目里面已经很少能用到了，但是学习了它们的思想还是很有帮助的，所以三个人都要去学。

当然，学习的方法可以多种多样，有的人爱看书，姜启源和司守奎的书以及其他一些数模相关的书可以做参考。

有的人爱看教模型的视频，我就不做具体推荐了，以前我推荐总有人觉得我是在给别人宣传，反正大部分网上免费的、收费的视频都讲的还可以，基本了解是完全够用的。或者关注一些公众号的文章，有时会有一些经验和课程分享，其实学哪家的课程不重要，都很不错，你究竟坚持学了多少才是最重要的。

而且最关键是学习了这些模型之后要找用到该模型的数模优秀论文去看，他们是怎么实际应用的。很多人缺少这一步，比如这种：

2. 准备论文的模版，学习好排版技巧

美赛Word模板链接：https://pan.baidu.com/s/1o9nShZZ9h4-oSkp5uebgJg     提取码：1226

这个是清风根据2020A题的O奖做的模板，非常好用，我们就是用这个模板去做的，他也是免费提供给大家的，在这里得感谢他。大家要学会利用这个现成的文章，去做自己的修改。

后期我可能会看情况提供我的Word原版论文，不过这个还要看大家的支持，希望大家能一直追随我、为我的视频多多三连hhh。

绝大部分美赛论文都是Word写出来的，我们的O奖论文也是。这里我并不是不推荐Latex，我觉得Latex在排版方面很方便也很漂亮，但对很多之前没接触过的同学来说有学习成本，所以学习好word的使用方法，比如说设置全局设置几种标准字体，段落的首行缩进：

这些Word的操作B站上有一些讲解，我感觉还是蛮重要的，很多之前没写过论文的同学最初上手有难度，比如先学一下三线表的绘制，其实就是插入一个无框线的表格然后把这三条线显示出来，然后粗细设置一下。

公式编辑器我用的公式编辑器是Axmath（好像解锁全部功能要收费），用着还不错，也有很多朋友用Mathtype，也不错。

可以配合一个截图识别公式的软件Mathpix（这个软件每月截取一定的公式是免费的）去使用，它可以识别出Latex代码，然后你也可以进行编辑和修改，这个对很多朋友用别人论文或者csdn的公式很有用。

3.  认真阅读几篇优秀论文

至少认真阅读几篇该比赛的优秀论文，这对你写作有很大的帮助，借鉴其中的结构、图片、角度、语言，并做好记录，好的文章都是从模仿开始的。

要学习美赛O奖论文的绘图，毕竟美赛俗称美术比赛。只有认真学习往年的图才能知道自己要怎么绘制，说实话，这比国赛对绘图的要求高的多。我用的绘制流程图或者示意图的软件是亿图图示，好像完整版也是要收费的，大家如果有自己熟悉的绘图工具也可以使用。

其实耐下心一点点做，完全可以做出很美观的图，关键是你有没有熟练，要模块化，才能清晰的展现结构，下面这个图就是我在论文里画的：

对于初学者来说：“好的论文是从模仿开始的”这句话非常重要，所以阅读O奖论文绝对是制胜的第一法宝（这点我国赛的时候就没意识到，看优秀论文看得太少），学习结构，模型，图片，描述，摘要尤其是行文思路等等。看过去年的好几篇论文之后，我们就在讨论我们该怎么写，比如确定我们也要写文献综述，模型假设里也要写该假设的原因，在开篇也要画出本文的建模流程等，这些细节都可以在反复阅读O奖论文中感悟到。

4. 提前规划好大致的比赛时间安排

选题-第一问-第二问-第三问-第四问-修修补补+摘要，摘要要留出足够的时间三人打磨，每年大家第一次比赛总会面临时间不够的问题。下面我大致说一下四天时间的安排：

美赛时间是北京时间2022年2月18日 上午6:00（星期五）-北京时间2022年2月22日 上午9:00（星期二）

2月18日早上起来之后，三人独自看题，查找文献，互相可以分享参考文献，然后开会讨论，尽快在第一个上午10:00确定选题，但是也要慎重，在查找文献的基础上结合队伍的实力去选择。我们当时是看了一遍题基本上就确定选B了，8:20左右。

以四问为例，一般前两天就主要解决第一问，因为数模比赛一般都是最初建立模型和解决第一问最困难。在这之中可以提前考虑后面的问题需要用到的模型和方法。

之后第三天完成第二问和第三问的一部分，第四天完成第三问+第四问（一般是一封信建议）

第四天晚上要打磨摘要，和检查论文，三人要一起通读，摘要尤为重要！！！

前三天不要熬夜，12：00前睡觉，8:00左右开始，保证休息。

最后一天晚上可以通宵，但是基本上到夜晚10：00论文大体内容已经完成，三人一起阅读全文，看看有没有明显错误。

当然，这是我结合自己队伍的个人建议，具体大家还要看自己做题的情况动态调整，希望不要太匆忙，到最后虎头蛇尾，摘要也没写好，这是大忌。

四、详细讲讲我的O奖论文是怎么写出来的

1.  美赛的标题可以是生动的

以2021年美赛B题关于无人机来扑灭澳大利亚山火的问题为例，有5篇o奖论文，2102199是我起的题目。

2105363:Rapid Bushfire Response for Emergency Response

2116496:Drone System VS Wildfire

2127300:Rapid Bushfire Response System

2104673:Rapid Bushfire Response’ UAV System

2102199:Build an Army of Drones to Fight Wildfires

美赛的标题开放性很强，不需要直接引用问题的题目，例如Fighting Wildfires，也不需要太严苛的语言。那我就说建立一支无人机军队去对抗山火，让无人机生动起来，更有调度的意味。

我自己在最后一晚想到这个题目就觉得这篇文章很有趣，国赛标题常常是基于xxx模型的xxx问题研究，美赛则不同，这可以一下吸引评委的注意力。

2. 美赛论文大致顺序

美赛论文要求总页数不超过25页，所以大家写到25就可以。

论文的顺序一般是：摘要-目录（有些比赛不要求）-问题背景-问题重述-问题分析-模型假设与符号说明-模型1与结果分析-.....-灵敏度分析-优缺点-参考文献-附录。

3. 摘要是你的门面

各种大小比赛都先看摘要筛选文章，美赛更是如此，摘要写的不好直接就是S奖。知乎答主“我是一个思想家”结了这样的摘要方法，我觉得写得不错：

我总结的摘要的关键点是这样：

简单概括建了个什么模型

简述建模的过程，如果算法出彩，放在模型介绍后一并介绍

说明得到的结果

论文精彩和亮点的东西一定要明确展现

一份好的摘要应该全面展现你们的创新性工作，包含对每一个问题本质的分析，运用模型的阐述，结果的直观展示。不好的摘要常常缺失了其中的某些方面，至于什么才是好，要去多阅读优秀论文才能感悟。大家看一下我的摘要中的一段：

先给出有哪些模型，然后介绍了模型建立前做的事情，还把论文的亮点提出来了：可视化工作做得好。在介绍第一个模型时，从引入到用了什么模型，进行一些阐述，得到了什么结果。我想这是比较全面的。

4. 抓住老师的眼求，主要靠图像！

就像高考阅卷一样，考官在每份论文上花的时间其实很少。考官要按时给出阅卷分数，压力还是很大的。所以，如何抓住老师的眼求，主要靠图像！要学会“包装”，适当的可视化会很大的增加文章的可读性，谁都不爱看大段的文字。如：在问题分析时用思维导图图展示你的思考过程，算法绘制流程图，结果曲线图的美化等等。

这种图是很讨喜的，很直观。大家印象最深的可能还是19年A题，饲养权力的游戏的龙的问题，那个美术是很厉害的，这要有一种权衡，不能华而不实，要有华有实，要想拿O奖，论文得先像O奖。

概念图的画图要求是: 「简明扼要地体现你想表达的目的的同时颜值至上。」

5. 对结果的分析十分重要

不能只给一个数据或者图，要加以说明，这是许多队伍觉得自己结果做的不错但是奖项却不高的原因，要深入阐述结果代表了什么，尝试解释为什么会得到这样的结果。

6.做数模比赛要胆大心细

既要在选题和做题前做好文献查找提炼的工作，又要不拘泥于已有的东西，不能畏手畏脚，不敢做大胆的假设，导致大量的时间浪费。因为美赛题目很开放，很实际，不像国赛，已经缩减到一个比较数学的场景。所以美赛当你没思路的时候，试试能不能大胆做一些简化。

7. 数学模型要善于融合创新

仅仅用现成的模型套进去很可能拿不到很好的奖，这是很多H奖的来源。比如仅仅调用现成的数学模型，老师能看出来你不懂数学。例如我同学的20A的H奖论文，写到时间序列预测ARIMA模型：

这种论文有一个问题，你用的模型是现成的，数学公式都是抄的，甚至变量都不改，也不对变量做和题目的结合和解释，评委能不懂你是抄的么？所以要想避免这个，就要思考怎么对现有模型做创新，怎么把现有公式与题目的变量做结合，写清楚。例如我们的多目标优化，你如何写的有创新，而且解释清楚，都需要你在懂得基本算法后不断阅读论文去学习。

我对每一个目标函数和约束条件都进行了详细的解释，美赛很看重建立模型的过程，深入浅出，循循善诱很重要。不要一味追求高级算法，比如硬套神经网络，无脑用智能算法，只会让老师觉得你这不是数学建模，因为你不懂其中数学的内核。

分享到这里，我希望告诉大家的是不论我们最终的结果怎么样，我们都要坚持下去，不是说这就是终点。我相信每一个努力的人，你们总会成功总能看到好的结果。而结果有时并不是最重要的，当你不看重结果的时候，你可能更能够发挥你的创造力。