美赛规划

时间把控

这个上午做什么、这个下午做什么、这个晚上做什么

这个阶段做什么

比赛流程规划

  1. 确认选题

  2. 背景基础了解,一定时间后开个会,统一大家对这个问题背景的认识,相互补充信息。然后讨论问题,确定文章大致的框架

  3. 基础数据搜集和文献查找,这里是为了进一步了解问题,确定建模思路

  4. 问题背景、问题重述部分论文撰写(我觉得问题重述就是我们已经确定了接下来建模的方向),不要受到第一问、第二问的束缚,我个人觉得应该以模型为单位,我们要做的是建立若干个模型,最后解决这一整个问题

  5. 文献综述(可选)

  6. 整个问题的假设以及解释(可以先写在共享文档里,后面可能要补上一些)

  7. 模型准备部分(数据收集以及其他准备工作)

  8. 第一个模型

    • 文献查找

    • 数据查找及伪造(如果是B题,不要在数据上花太多的时间),而是要积极地参考文献,建立一个好的模型

    • 模型建立

      个人觉得,模型的建立需要发挥想象力,要脑洞大开,不要受到数据的束缚,否则会像模拟的时候一样,建着建着就去找数据,然后找半天没找到

      不要畏惧去学习和了解完全没学过的模型和知识,往年的大奖论文里,很多模型我们都没见过,那试想如果我们不在观念上先接受现学现卖的可能性,能不能得大奖?

    • 模型求解

      首先作为编程手要说明的是,从建模到编程求出结果是需要时间的,这个时间可能不会很短,需要一定的等待qwq

      有的结果可以直接伪造,那就不要编程了,不要编到一半才说要伪造

      但有的结果很重要,是必须要出来的,特别是涉及到要给出一张结果的图的编程,这个我觉得不能省,编造的时候也不能随便编,要结合文献中了解到的客观事实去编,因为这个数据后面还要做出充分的解释和讨论,这是论文丰满和完整性的重要部分啊

    • 论文撰写

      O奖论文参考

      参考1:

      image-20240131004958424

      参考2:

      image-20240131005119122

      参考3:

      image-20240131005217001

  9. 第二个模型

  10. 第三个模型

  11. 敏感性分析及稳定性检验

  12. 结论与进一步讨论、摘要、一到两页的报告、our work,帮助评委理解我们的模型的原理图

参考流程

image-20240131001651031

image-20240131001706367

image-20240131001731469

美赛中的图

美赛对图的要求是很高的

美赛的图分成两种

我认为:结果图及时做,原理图可以放到最后做

  1. 结果图

    这是模型求解的结果的可视化,后面肯定会有对这个图(即结果)的讨论和分析

    一般用matlab或者python做

  2. 原理图

    我们建立的模型是抽象的,公式是复杂的,为了拿奖,我觉得做一些图来说明我们的模型是必要的,比如下面这些。但是,这些图需要创造力和想象力,是很花时间的

    image-20240131004307308

    image-20240131004246470

    image-20240131004113980

    image-20240131004134943

共享文档的使用

  1. 我希望可以使用语雀qwq

  2. 共享文档要建立分区

    • 按照论文里框架分区

    • 数据部分

  3. 共享文档里的内容要尽量具体

    • 讨论和思考的东西要落实到论文里,否则就浪费了

    • 模型的细节讨论达成共识之后,模型的建立者要用汉语将模型的具体内容和细节写清楚,总而言之就是要把自己的思考全都写下来,这个论文才能丰满并且有理有据

    • O奖论文里模型部分的目录,写的时候参考对比一下,共享文档里的内容足够帮助支持写出来充实的论文吗?

      image-20240131005530926

    • 比如说

      • 这个模型的假设和对假设的解释

      • 网上找到的原理图

      • 公式

        公式具体是什么

        公式里的每个参数是什么意思

        为什么要采用这些参数

        这个模型的建立的理由(比如这个是从哪篇论文里来的)

O奖论文的启示

我们最后提交的是一篇论文,所以一些O奖论文里的写法,我们要尽可能模仿和借鉴

要拿大奖,就尽量要有大奖论文的样子

O奖论文里有:

  1. 非常形象的模型原理图

  2. 非常好看的our work图

  3. 非常优美的结果图

  4. 非常好看的MEMO

  5. 伪代码

  6. 合理而细致的假设与思考,假设有理由,可能有点惊人的简化

  7. 大刀阔斧、富有创造力的建模以及自圆其说的本事

  8. 模型很贴近问题,具体问题具体分析

  9. 合理的结果,不知道他们是不是所有的结果都好,但是他们给出的结果以及紧跟着的解释总是让人信服

  10. 足够数量的公式

  11. 对模型有非常充分的说明

posted @ 2024-01-31 01:20  sakuraLGGM  阅读(108)  评论(0)    收藏  举报