从学习2021美赛O奖论文到获得2022美赛M奖——论文精读经验分享

本文分享了美国大学生数学建模竞赛(MCM)的备赛心得与实战经验,从论文结构、数学模型、图表制作等方面详细解析了如何提高论文质量,包括如何精读O奖论文并从中汲取精华。

一、前小言🍡

又更新啦~前文链接:2022美赛M奖经验总结(1)分工职责篇(附论文)
正所谓前人栽树,后人乘凉。即使不能超越巨人,站在巨人的肩膀上,也使我们看得更远,拥有了巨人的眼光。

二、前人栽树—2021A题O奖论文精读经验📚

在这里插入图片描述
上一篇文章做的表格这里再放一下,对优秀论文的学习应当在比赛前的模拟训练时就开始,最好选择一到两篇认真精读,吃透一个O奖队伍的得奖思路就已经足够了,有时间当然可以多看多学。我曾调侃过🏆美赛 == 📐数学建模+📋语文建模(翻译前)+📚英语建模(翻译后)+🏜️美术建模,下面也从这几个方面开始,会带大家由浅入深地还原我们当时“跪着”读这篇论文所学到的经验,不夸张地说,这些经验是我们拿到M奖的主要原因。

1.美术建模— 图形结合,事半功倍🍹

🌟先上一些部分图
a.背景示意图
在这里插入图片描述
b.模型示意图在这里插入图片描述
c.数据示意图
在这里插入图片描述

粗看一遍论文,我就只记得图,精美且直观。人都是视觉动物,有(精美顺眼的)图片时,他们会把目光的重心放在图片上,旁边的文字会成为辅助他们欣赏图片的工具,合理通顺的文字加上好看的图片是锦上添花,狗屁不通的文字(尤其是机翻来不及检查)加上好看的图片就是雪中送炭,阅卷老师内心OS (Thank God! There is one picture that I can understand!)

PS:我也看过一些O奖论文的图片很朴实无华,所以美术建模应该不是最重要的,它更多是辅助作用。

2.语文\英文建模—标题的小心思🍟

在这里插入图片描述
大家应该也可以很直观地看出来,标题先用了简写,吸引人又简单明了,GAME有竞争(模型中有提到)的意思,也可以是Gause’s Model的缩写,具体是啥得问作者。如果我是阅卷的,一看到个缩写,总是会被勾起兴趣的。

3.数学建模—逻辑严谨,面面俱到🥐

1)把简单的模型做到极致

以我的专业角度看,这篇O奖论文并没有用很高级的模型,用的是简单的种群增长和竞争模型,但是很契合题目,且他们做的很完美。我当时面向百度编程,顺着他的思路10分钟搞定第一问,得出一个差不多的结果。左边是原文,右边是我自己弄的,是不是像模像样的<( ̄︶ ̄)>,剩下要做的就是自圆其说了。
在这里插入图片描述
而这篇论文通篇都是这个模型,只不过加了很多额外的假设,以及糅合其他简单的模型,去充实建模的思路。因为当时是比赛前几天最后一次模拟,才觉悟去钻研优秀论文,所以后面几问的模型没有去从数学的角度研究,等之后有空再单独开一篇讲讲(挖坑)。

2)补充合理假设

在研究他们的模型时,还有让我觉得很好的点就是,他们做了很多假设,有理有据又简化模型。其中设了菌丝生长速度和菌丝长度呈正比,虽然没有什么专业文献支撑,但是很符合常识,美赛才四天,不是要专业论文,而是要看论文中思想,创新地运用数学工具,合理地化繁为简,全面地去剖析一个实际问题,结果不是主要的·(国赛更注重结果)。所以,多思考,多判断,多创新。

3)文献等支撑材料充足

学习一篇美赛论文,不止要看它的行文,它的参考文献也是至关重要的。我当时还在绞尽脑汁地想,他们是如何写得如此专业,文章中的专业数据(真菌生长的数据)又是从何而来,这不是单纯百度就可以的。于是我去看了他的参考文献,不愧是大佬,认真审题,题目是源于一篇学术论文,他就去找了那个学术论文作者的其他论文,真菌的数据也是从其中得来的。我顺着他的思路去寻找那篇论文,学会了翻墙(在比赛的时候也用到了),开阔了另一种查资料的方法。

论文中五个气候的降水与温度,为了查它们,我发现了一个软件,可以获得地球上所有气象站的信息,径流量、降水量、露点、平均气温等。
题目给了一张数据图,但没有给方程。他们就通过图像处理的软件,把点取出,把图里的数据拟合了出来使用。

虽然他们的论文并没有直接告诉我怎么获得可靠的数据资料,但是当我尝试去模仿他们,思考如何去寻找这些数据资料,我学到了他们的思想,且很幸运地,比赛的时候刚好用上(全都用上了!ヽ(✿゚▽゚)ノ)。

(最后我发现他们的文献和资料都是外网的,感觉可能是人在外国,才那么方便,所以找个梯子还是很重要的,毕竟美赛是信息战🖥️)

三、后人乘凉—2022B题M奖中的模仿🏆

学习了经验,实战当然要检验一下。
因为是俺自己的,就随便上链接,需要可以下载——2022美赛B题M奖论文

1.美术建模—雪中送炭🍳

在这里插入图片描述
示意图真的挺难做出来的,起码学习PS两年半,如果有人知道有啥方便的绘图软件,可以点一点,拖一拖,就能根据自己的想法蹦出来,请务必告诉我,或者打在评论区,拯救苍生╰(°▽°)╯。这个图是我从百度图片查了一晚上都没找到,然后转战各类视频,从中截取适合的图片,想办法去除水印,终于才成为现在这张图。

在这里插入图片描述
这个当时我整了半天,用的特殊软件,感觉没PPT好用。

在这里插入图片描述
EXECL YYDS (○` 3′○)

小遗憾:感觉图片虽然都挺好看的,但是有点杂了,还是统一色系,统一类型比较好。

2.语文\英文建模—能看就行🍣

在这里插入图片描述
我们的标题把模型名字中的重点首字母调了出来,本来也想凑出个单词,但想不出 (°ー°〃)。

行文的要求就是能看能读就行,我现在还发现论文里有好多语法错误,当时来不及检查机翻,但结果还是不错的,也有可能因为这个扣了分。

3.数学建模—自圆其说🍝

我们用的是简单的多目标非线性规划,B题是运筹优化类问题,一般都是用规划模型,其重点在考虑各类限制条件以及解出结果。
如何判断自己的结果合理呢?这个得看具体的问题,2022年的B题是有现实数据可参照的,比如河流湖泊的径流量,如果算出的需求量都大于河一年能流的水了,那这河都干没了,与题意不符。当然还有其他标准去判断,能自圆其说就行。

文献资料部分,当时想知道水位和水量的关系,又因为水库是不规则形状,所以它们之间很难成正比,本来想假设水库是个正方形,但还是觉得太简化了,也有点不合理,所以就去疯狂查资料,功夫不负有心人,竟然真让我们查到了,是一本书里的片段,本来一看是本书,都不抱希望能找到数据了,结果它就出现在我的面前。2008年的文献:
在这里插入图片描述
有了这张图还不够,我们没有那两条曲线的方程啊!这咋办,文献里也妹提,对了!看那篇O奖论文的时候,他们不是用了一个软件去取点,那我们现在也可以用,然后就顺利得到了方程,我们后面的计算就极大地简化了(大哭😭)。

这道题也需要天气的数据,又用到了!(很多美赛的题都会涉及到天气、降水、径流量的数据)

也主要是选的题好,我就是为了模仿那篇O奖,所以选了一题相似的,并不是说解题方法类似,A题和B题肯定是差很多的,A是微分方程,B是运筹优化,八竿子打不着。我也有考虑过2022年的A题,但是它不像2021A和2022B那样好找资料,可以运用简单的模型,可以用常识补充模型假设,所以,我还是选了B题,有人统计过,B题是做的人第二少的题目了,A题是第一。当时,选B题也是鼓了很大勇气才决定了,我是建模手,努力说服队友,放弃当时已经开始做的一道题(喵的,忘记是哪道了),在第二天下午换了题,因为我知道原来那道题再写下去,也没有什么意义,写不出色,还不如放手一搏。又要偏题了哈哈,挖个坑,下次详细说说我为啥选B题。

四、下期预告,欢迎关注🍩

第二次写博客,码了四千个字,我写论文都没那么积极,这篇花了我5个小时,两个早上+一个晚上。不知不觉还给自己挖了好多坑,这个美赛系列可能要写很久了哈哈。如果想要参加美赛的同学们可以关注俺,会有很多干货🍕🌭🥪🌮,敬请期待🌹。

计划连肝三天,一天一更,之后再三天一更。一般都是中午发。

预告一下🍱
1.2022年美赛选题思路详解
2.图文优化小技巧
3.对美赛的一些看法和遗憾
。。。。。。未完待续ε(*′・∀・`)з゙

Bad climate change may greatly increase the fragility of the country. How to evaluate the impact of climate change and mitigate the impact of climate change has become an urgent problem. With regard to task one, a data envelopment analysis (DEA) model is established to get the country's fragility. First of all, we selected 4 climate factors as input indicators and 5 output indicators. Then, we use the entropy method to determine the weight and then the national vulnerability is divided. At the same time, we get the conclusion that temperature affects GDP and the times of armed conflict directly and affects the fragility indirectly. In view of task two, we choose Somalia as an object of study. First, all the indexes are divided into 5 levels by the method of cluster analysis. Second, we select 10 countries including Somalia, to solve the decision unit matrix. Then, using the model of the problem one, it is found that the increase in temperature and rainfall will cause the national vulnerability to rise and decrease, respectively. Finally, we assign 4 climate indicators to 0 of the decision units, and draw the conclusion that national vulnerability will be reduced without the impact of climate factors. When it comes to task three, we use the rough set theory to reduce the output index to the number of armed conflicts. Then, we use the BP neural network model to predict the conclusion: There is a significant increase in fragility in cases of much more armed conflict and abnormal temperature. When the average annual armed conflict is certain, the national vulnerability index will face an increasing turning point at the temperature of 10.01 and the rainfall of 1823mm. As to task four, three policies on energy reduction and emission reduction issued by the government have been selected, and a model of carbon cycle is established. Taking China as an example, we calculate the extent of the change of the average temperature by reducing the carbon dioxide emissions from the state, and calculate the change of the national vulnerability through the change of temperature. We conclude that when the temperature drops 1.9 degrees, the national vulnerability decreases by 0.1593 and the cost is 20.3 billion $. Last but not least, due to the relative accuracy of the DEA model, the urban fragile performance is accurately predicted while the continent is not. In this paper, the TOPSIS model of distance entropy of three parameter interval number is used to modify the decision matrix of the DEA model. By increasing the upper and lower bounds of the interval, the value of the decision unit is more accurate, and then the weight of the index is modified based on the schedule. When we use the North American continent for test, the error was about 2.9%。 主要解决国家脆弱性的问题,欢迎下载。
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值