最佳答案
数学建模论文写作
一、写好数模答卷的重要性
1. 评定参赛队的成绩好坏、高低,获奖级别,数模答卷,是唯一依据。
2. 答卷是竞赛活动的成绩结晶的书面形式。
3. 写好答卷的训练,是科技写作的一种基本训练。
二、答卷的基本内容,需要重视的问题
1.评阅原则
假设的合理性,建模的创造性,结果的合理性,表述的清晰程度。
2.答卷的文章结构
题目(写出较确切的题目;同时要有新意、醒目)
摘要(200-300字,包括模型的主要特点、建模方法和主要结论)
关键词(求解问题、使用的方法中的重要术语)
1)问题重述。
2)问题分析。
3)模型假设。
4)符号说明。
5)模型的建立(问题分析,公式推导,基本模型,最终或简化模型等)。
6)模型求解(计算方法设计或选择;算法设计或选择,算法思想依据,步骤及实现,计算框图;所采用的软件名称;引用或建立必要的数学命题和定理;求解方案及流程。)
7)进一步讨论(结果表示、分析与检验,误差分析,模型检验)
8)模型评价(特点,优缺点,改进方法,推广。)
9)参考文献。
10)附录(计算程序,框图;各种求解演算过程,计算中间结果;各种图形,表格。)
3. 要重视的问题
1)摘要。
包括:
a. 模型的数学归类(在数学上属于什么类型);
b. 建模的思想(思路);
c. 算法思想(求解思路);
d. 建模特点(模型优点,建模思想或方法,算法特点,结果检验,灵敏度分析,模型检验……); e. 主要结果(数值结果,结论;回答题目所问的全部“问题”)。
▲ 注意表述:准确、简明、条理清晰、合乎语法、要求符合文章格式。务必认真校对。
2)问题重述。
3)问题分析。
因素之间的关系、因素与环境之间的关系、因素自身的变化规律、确定研究的方法或模型的类型。
5)模型假设。
根据全国组委会确定的评阅原则,基本假设的合理性很重要。
a. 根据题目中条件作出假设
b. 根据题目中要求作出假设
关键性假设不能缺;假设要切合题意。
6) 模型的建立。
a. 基本模型:
ⅰ)首先要有数学模型:数学公式、方案等;
ⅱ)基本模型,要求完整,正确,简明;
b. 简化模型:
ⅰ)要明确说明简化思想,依据等;
ⅱ)简化后模型,尽可能完整给出;
c. 模型要实用,有效,以解决问题有效为原则。
数学建模面临的、要解决的是实际问题,不追求数学上的高(级)、深(刻)、难(度大)。 ⅰ)能用初等方法解决的、就不用高级方法;
ⅱ)能用简单方法解决的,就不用复杂方法;
ⅲ)能用被更多人看懂、理解的方法,就不用只能少数人看懂、理解的方法。
d.鼓励创新,但要切实,不要离题搞标新立异。数模创新可出现在:
▲ 建模中,模型本身,简化的好方法、好策略等;
▲ 模型求解中;
▲ 结果表示、分析、检验,模型检验;
▲ 推广部分。
e.在问题分析推导过程中,需要注意的问题:
ⅰ)分析:中肯、确切;
ⅱ)术语:专业、内行;
ⅲ)原理、依据:正确、明确;
ⅳ)表述:简明,关键步骤要列出;
ⅴ)忌:外行话,专业术语不明确,表述混乱,冗长。
7)模型求解。
a. 需要建立数学命题时:
命题叙述要符合数学命题的表述规范,尽可能论证严密。
b. 需要说明计算方法或算法的原理、思想、依据、步骤。
若采用现有软件,说明采用此软件的理由,软件名称。
c. 计算过程,中间结果可要可不要的,不要列出。
d. 设法算出合理的数值结果。
8) 结果分析、检验;模型检验及模型修正;结果表示。
a. 最终数值结果的正确性或合理性是第一位的;
b. 对数值结果或模拟结果进行必要的检验;
结果不正确、不合理、或误差大时,分析原因, 对算法、计算方法、或模型进行修正、改进。
c. 题目中要求回答的问题,数值结果,结论,须一一列出;
d. 列数据问题:考虑是否需要列出多组数据,或额外数据对数据进行比较、分析,为各种方案的提出提供依据;
e. 结果表示:要集中,一目了然,直观,便于比较分析。
▲ 数值结果表示:精心设计表格;可能的话,用图形图表形式。
▲ 求解方案,用图示更好。
9)必要时对问题解答,作定性或规律性的讨论。最后结论要明确。
10)模型评价
优点突出,缺点不回避。
改变原题要求,重新建模可在此做。
推广或改进方向时,不要玩弄新数学术语。
11)参考文献
12)附录
详细的结果,详细的数据表格,可在此列出,但不要错,错的宁可不列。主要结果数据,应在正文中列出,不怕重复。
检查答卷的主要三点,把三关:
a. 模型的正确性、合理性、创新性
b. 结果的正确性、合理性
c. 文字表述清晰,分析精辟,摘要精彩
三、关于写答卷前的思考和工作规划
答卷需要回答哪几个问题――建模需要解决哪几个问题;
问题以怎样的方式回答――结果以怎样的形式表示;
每个问题要列出哪些关键数据――建模要计算哪些关键数据;
每个量,列出一组还是多组数――要计算一组还是多组数。
四、答卷要求的原理
1. 准确――科学性;
2. 条理――逻辑性;
3. 简洁――数学美;
4. 创新――研究、应用目标之一,人才培养需要;
5. 实用――建模、实际问题要求。
五、建模理念
1. 应用意识
要解决实际问题,结果、结论要符合实际;
模型、方法、结果要易于理解,便于实际应用;站在应用者的立场上想问题,处理问题。
2. 数学建模
用数学方法解决问题,要有数学模型;
问题模型的数学抽象,方法有普适性、科学性,不局限于本具体问题的解决。
3. 创新意识
建模有特点,更加合理、科学、有效、符合实际;更有普遍应用意义;不单纯为创新而创新。
第二篇:暑假数学建模总结
暑假数学建模总结
这是大学的第二个暑假,学校要求认知实习,很多人选择了其他的公司实习,而我选择了参加数学建模培训。数模竞赛是本科生接触实际科学问题的第一步,是利用所学书本知识、广泛涉猎课外知识、利用数学和计算机工具、为某一具体问题建立抽象模型、给出求解方法并解决问题、最后撰写论文并给出客观评价的一个系统工程。原本与其说对数学建模怀有无比浓厚的兴趣,不如说是冲着国家奖参加数学建模的,直到正式接受集训的时候才意识到自己的想法是多么的私心,我想真正学到有益知识和思想应该是最重要的。
首先来说说自己的收获,在开始,我的大二都有些迷茫,觉得那是一件很高深的事情,从各种数学知识的积累,到各类软件的运用;从整体性思维,到对每一处细节的分析;数模这个词语,对每位新人,都是如此的玄妙。开始总有一种感觉,就是“若非高人,勿近数模”。但是自打培训第三天开始,脑子就一直萦绕着李雪老师的话——抓重点,抓主干,先把简单的整体弄好,再往里面添枝加叶。这句话我琢磨了一天,明白了很多东西。其实学习做事的技巧就是要会抓住什么是重点,其他可以暂时不用管,把重点搞明白了,其他的也就水到渠成了,同时在做每件事情之前要想好怎么去做。目标性,靶向性更明确。就像是打仗一样,最终核心目标就是取到敌方指挥的首级,而为此我们应该怎么做,应该采取什么方式,一步一步地达到目标。
第二,信息的收集与处理。对于有用的信息在短时间内进行收集很重要,毕竟在数学建模比赛中,我们会浏览大量的资料来扩充我们对于问题的理解和如何解决。在培训中很好地体现出了数据的重要性,我们曾经花了一天来找资料,可能是第一次做,所以收集了很多资料,但是有用的不是很多,而且有的却是多此一举。
第三,办事情要学会发散思维。一位地去算数据不能解决任何问题,在初期我们培训中,对于大量的数据,我只是一味地去算,以为能解决问题,但是在后来的讨论中,发现那些数据大部分都不必要去算,使得我们浪费了好多的时间。对付难题的时候,我们要三思而行,想想多种办法来解决这个问题,之后再从中找出最简单的方法来进行操作。
第四,更多的了解了一个团队怎么去安排做事,怎么去磨合和培养默契。在培训期间,我们有过争吵,有过思想的碰撞,同时在团队行动中,最重要的一点就是要能相互明白对方的想法。在这次培训中体现的特别明显,大家可能都一个想法,但是由于表达方式不一样导致不能相互明白对方意思。有时想法可能就花了几分钟,而为了让对方明白花的时间就很多很多,勉强明白的到后面操作中出现了不懂或者歧异的情况,又得从头开始讲,太耗时间了,所以在培训中,必须试着把自己的想法表达清楚,同时也要迅速的明白队友所表达的东西,这样在以后的工作中能更有效率。
第五,由于没有学统计学,对于SPSS这类统计学软件之前还不是特别的了解,但通过此次培训后对于统计学软件的使用有了进一步的学习以及应用。 除了建模本身的无数宝贵经验,在这段学习中,我还渐渐积累了涉及各方面、玲琅满目的知识。它们几乎全部不是我的专业知识,甚至可以说几乎全部是我在学校的专业课上不可能学到的知识。在平时看数模的有关书籍、例题、赛题时,我接触到了来自经济学、社会学、管理学、生物学、建筑学、热学、光学、数学等等专业的知识,它们有的浅显易懂,让我这个门外汉如今也对它们有了一
些简单的认识,有的则甚至在其学科自身都是极其前沿的未解难题。诚然,这些知识对我的专业发展并没有什么太多帮助,但是它们却极大的风度了我的阅历,让我的眼界不再局限于本专业的象牙塔,而是朝着通才、全识教育的方向发展,我相信这会让我在日后的道路上更好的前进。
以上说的更多的是知识本身,然而,我认为更重要的是数模让我了解到团队合作的重要意义和种种挑战。数学建模的考试是3个人组队参加,因此,如何找到合适的队友,亲密无间的进行交流、工作就是一个重要的课题。在我看来,只是凭着兴趣、并非职业建模的我们,在队友方面不可能有太多要求,毕竟不是企业员工,不可能有经验丰富、追求效益的老板仔细研究,把员工安排到各自适合的岗位上。我们的队友更多的是来自平时的交流,甚至只是误打误撞。然而,正是这样的机缘巧合让我们得以结交形形色色的、来自不同学科、专业的朋友,互相磨合,互相学习,互相借鉴。
数学建模就是利用数学知识对一些实际问题建立模型,但又不是纯数学的。它不仅要数学思维,还要计算机编程能力,论文写作能力,其实更重要的是团队协作能力,这是对以后工作有非常大的帮助的,更甚是人生。
接来下说说优势,我个人的优势应该是计算能力还可以,对于一些数据的计算比较好,当团队感觉数据计算量有些大的时候,基本上都会交给我来完成,同样我也会乐此不疲地去计算那些数据。总结能力也还行,当大家出现了歧异或者建议时,我能把大家的想法进行一个小的汇总,基本上把有用的东西都会融合到一起,使得我们意见能达到统一。在团队里,当大家累了的时候,能够调动调动大家的气氛,建模毕竟挺累人的,大家无时无刻不在思考在想,所以比较累人,我会在队伍适当的时刻讲讲笑话,适当调节调节情绪,给大家带来点活力。在这里我更想说说团队的优势,毕竟建模是个团队的活动,我们团队想法比较多,所以对于问题的解决想法也比较多,能更好的从中找出最简单的方法来进行操作,同时对于问题的拓展也十分到位,考虑的因素也比较全面,在我们初期做课题的时候,我们就基本上把很多的想法考虑了进去并且列出了一个我们认可的解决方案。对于软件的熟练度也到位,参加了之前周二晚上的数学建模SPSS讲练,所以想要什么数据队伍里能做出来,这样对于问题的解决就方便了很多。
下面重点就是来说说我们的问题。
第一,我们的想法虽然很多,但是好多的因素考虑的其实是多余的,当看到问题的时候,脑袋先大了一圈,毕竟想的太多了,把几乎我们的想法都融入了进去,曾经让老师和学长都看过,他们对我们的提议基本上都是避轻就重,比赛就三天,不可能将所有的想法加入其中,所以要学会挑最有用的来决定我们问题的发展方向。
第二,我个人的思维逻辑还是比较混乱的,有时候总是屡不清楚,表达也有一定的问题,总是说的和想的不一样,导致队友不能明白我的意思或者曲解,有时候我说半天,他们没明白。我尽量把我的意思简单明了的说出来让他们明白,可结果还是不强,确实我思维不是特别清晰,不像他们俩比较有目标性,所以在这个问题上我需要加强很多很多很多。
第三,建模建模,之所以称之为建模,主要还是用更多的变量和公式来表达出来,在模型创建的环节上我们比较吃力,更多的是用文字描述或者简单的公式来表达出来,感觉不像是在写建模,更像是写文字论文,看起来比较别扭。一块做建模的另外的队就比较数据建模比较好。在刚开始做的时候我们就发现了这个问题,但没有很好的解决办法,导致写出来的解决方案就类似于文本论文。所以我
们比较缺乏数据化方程化的内容,这在以后还是更需要加强的。
第四,我们这是第一准备参加数学建模比赛,所以在建模经验上面来说还是不足的,可能这不算不足,但是我们缺乏经验确实会让我们对于课题的难度增加,虽然经验少,我们尽量保证训练时的高强度,保证我们在比赛的时候不会出现特别混乱的情况,从而能取得一个好的成绩。
以上就是我对于此次暑假建模培训的想法和心得,九月中旬的比赛就要开始了,对于优点我会继续保持,对于缺点我会尽量克服,争取在比赛里有个好的表现,取得一个好的成绩,加油!