2024年数学建模美赛详细总结以及经验分享

前言:       

        本文记录与二零二四年二月六日,正好今天是数学建模结束,打算写篇文章记录一下整个过程,以及一些感受、还有经验分享。记录这个过程的原因就是我在赛前,在博客上找了很久,也没有像我这么类似记录的,有的话也是很少,没有一篇文章能够让我很清楚的知道建模比赛是怎么样的,是怎么样的一个过程。希望整个流程的记录能够帮助到像我之前一样迷茫的新手小白。本文关于具体问题的讨论以及解决会讨论的较少,主要记录我们是怎么样解决问题,为了解决问题我们做了什么,解决问题的具体过程步骤。

比赛前做了些什么?:

        我在参加这次美赛之前,是没有任何参赛经验的,对比赛的整个流程也不是特别的清楚,我只知道比赛一般是有编程、建模、论文三个部分。比赛开始前的十天,我才在b站上开始找一些相关的视频看,看模型,看论文怎么写等等……但是说实话,考完试了也放假了,大大小小的事,其实我学的效率不是很高,但是我觉得比赛前的那段时间的准备还是有帮助的,至少自己心理上有把握了些。

        比较幸运的是,我的两个队友都比较厉害,去年就参加过应该是两场的比赛了。最后我们经过讨论之后,我负责论文这一模块。其实论文算是比较简单的那个部分了我觉得,因为上手速度比较快,要求不会说很高。确定队里的分工之后呢,我就去b站,以及在博客里面找相关资料,提前开始学习了,在b站看的是数模老哥的视频,讲的还挺全面的,老哥讲的方式和内容我也觉得不错。我也写了一篇文章专门用于记录http://t.csdnimg.cn/Mcsp4。在比赛写论文的时候反复参考最后的论文是如何写的。当然,这一篇文章写的还不是特别完善,只是简单写了论文的一些部分,但是之后的这段时间应该是不会更新了,等下次建模比赛的时候我会再持续完善的。

        还有一点不得不提的是,我认为数学建模这几天的时间里面,线下一起完成才是最佳的选择,我们队三个人都选择留在学校线下一起完成比赛了,沟通啊,进度分享,协作解决问题都特别的方便,效率会高上很多,而且这样就相当于是相互鼓励、相互督促着,对比赛的完成也起到很大作用。

比赛开始:

        匆匆忙忙学了一点东西之后,迎来了比赛的正式开始。在2号早上六点公布题目,我们队伍大概是早上九点半,在实验室里面集合,然后就是看题目,选题目。

第一天:

选题:

        由于两个队友之前做的好像都是C题,而且根据往年情况来看,大家都说C题好像是相对简单的题,而且C题也会给数据的,C题一般是数据分析处理比较多的题。但是呢,参加了的同学应该也知道,C题今年考了网球,我的两个队友都懵了,他们没接触过网球。但是呢!嘿嘿🤭,我练了一两年的网球,在学校也跟着网球校队一起训练,虽然打的不怎么样吧,但是对比赛多多少少还是了解很多的(23年温网决赛阿卡打德约我也看了部分,看到题目当时小激动了一会,后面做题的时那几天也都比较兴奋吧,接触的是我所熟悉的东西,打个比方,这种感觉可能是就是这个题目研究的的对象从网球变成你们所熟悉的篮球、csgo、lol,做题的过程肯定就不会觉得枯燥无聊了)。

        我只粗略看了A、B、C、F这几道题的题目,只能说有思路的还是C题。在我给我队友讲清楚网球的规则,教懂他们怎么看那个提供的数据表之后,没一会我们最终决定就选C题了。

题目如下:

问题一:

问题二:

问题三:

 问题四:

最后论文的要求:

讨论:

        确定选好题之后。我们就题目以及四个问题进行讨论。首先有很多人都会把题目研究的这个momentum翻译成动量,但是我分析了之后觉得,气势这一说法更加符合整个题目吧。所以我觉得题目研究的就是网球比赛中的气势,用所给的数据里面的各种指标对这个气势进行分析。准确的理解题意对解题来说是很关键的。

        我的队友也认同我的这个想法,然后我就给他们讲了以下比赛里面有哪些因素是对这个气势会影响是最大的。比如说就是发球,破发,连续得分………经过我不专业的分析之后,我队友大概也懂了。对那个建模的同学来说心里应该也知道用哪个模型了。

  • ps:第一题我们用的是多元线性回归模型,比赛了四天,我也清楚什么时候用哪些模型了,这第一题明显就是多个自变量影响一个因变量,就符合这个多元线性回归。多的我也就不说了,免得暴露出我的超级低水平🤦‍🤭。

        其他的就不一一进行详细说了,大概就是我给建模和编程的两个同学讲清楚之后,我们就各忙各的了。

从选题到讨论的过程,我们就是大概花了半天的时间,开始做题的时候应该是下午了。

做题,看论文:

        他们两个在坐建模,在编程,在找思路,我呢,就找了一些论文来看。哪些论文呢?首先是往年美赛O、F、M的一些优秀论文,国赛的优秀论文也有。那看论文是为了干什么呢。其实看论文我主要是看整个论文的结构是怎么样的,在每一部分是要怎么写的(比赛的这个论文其实整体结构大差不差,想了解的可以搜一搜其他博客,或者看看我前面提到的http://t.csdnimg.cn/Mcsp4大家看的时候点赞收藏支持一下,(●ˇ∀ˇ●))。

        看的论文还包括了知网上查到的相关网球比赛的资料,例如:    

 

 像是这一篇论文就可以让我们了解网球比赛了里面制胜因素有哪些,对题目的解决也有很大帮助,除此以外也可以看看别人的论文是怎么写的,摘要怎么写,怎么去总结,正文部分又要怎么去写等等。

        早上确定好选题之后,下午我就在看些论文,,构思一下整篇论文的架构,以及如何排版等。除了看论文,就是去找一些相关的数据,资料啥的。

找资料:

        关于找资料,我不得不另外再起一段来说,我觉得特别幸运,因为我找到了除了23年温网比赛之外,从2011年开始到23年的网球四大赛事的比赛数据,单打双打都有。

        最关键的是,这个数据格式都一毛一样的,甚至多给出了一列这个momentum,就是我们题目要求的东西的数据。根据大神仓库的这个数据的描述,数据是比赛官网上统计的,找到这个官网,发现真的数据特比的全面。

        找到这些数据的话我觉得至少可以在模型验证的时候用来进行检测我们的模型的效果如何,用往年的比赛数据,可信度理应也会高一丢丢,而且如果来得及的话,完全是可以用上以前的数据进行模型的建立的,只是会花上许多时间,其实在我找到这个数据的时候好像是第二天了,我们前面的一两题其实就快做完了,这些数据好像就没有用上。

        这个数据是GitHub上一位外国的大佬自己整理的数据,他甚至还做了可视化,但由于时间问题而且可视化的东西不是我们想要的,我就没有深入研究他的其他仓库。

        由于找到了这个一样的数据,比较激动,就多写了几句。然后来说说找数据的相关思路吧。

       首先就是合理利用各种搜索引擎,以及人工智能工具这些,直接搜你想要的东西嘛,但是在这上面想要找到自己想要的数据困难也是挺大的,得自己进行多次筛选。

        然后是各大短视频平台,各大知识学习平台,像是博客、B站这种,上面就会有人分享各种做题的思路啊,各种数据来源啊这种。以及GitHub、gitee这种大神云集的地方,各种工具,各种资料,有时候说不定就有自己想要的。

        其次是直接去各种官网,像网球这道题,这种体育赛事的官方一般都会有统计各种数据的,而且很全面。

        最后我也不知道说什么了,其实这次C题给的数据是完全够的,另外找数据只能说是锦上添花吧,或者说自己心里会安稳些(我也不知道为什么),据说A题的数据特别难找,我同学早上选的A,然后下午改成F了     

        第一天晚上我学着以往的论文,还有看视频学到的技巧,把第一大部分的这个问题重述给写的差不多了。晚上的话我印象中是晚上十一点不到我就回宿舍休息去了,其实这四天除了最后一天,作息都挺正常的。                  

第二天:

        第二天我记得大家都是早上差不多十点到实验室的,然后早上那会功夫就把第一题好像最后给做出来了,然后结果也在预期之中,挺合理的。。。

        然后第二天,我在琢磨整体的架构,题目,以及写了摘要的一部分。最后应该是下午的时候把论文的结构确定好了。这时候我的队友好像把第二题也给做的差不多了,但是我论文正文部分也都还没开始写。我的进度相对来说慢了点。

        其实在用TextStudio写作,我之前根本没接触过,然后比赛的时候有啥不会的查一查就好了,用什么写这个问题不大,这个工具上手也很快的,而且用起来真的很方便,我没用Word写,但是以往Word排版我用起来觉着好麻烦。强烈推荐Latex写作。

        最后第二天晚上的话我把第一题第二题的问题分析写的差不多,还有把题目给琢磨好了。问题重述也重新琢磨了一遍。在建模这一部分论文写的时候,我觉得如果像我一样经验不是很丰富的话,最好就是在队友不忙的时候,去问一下他们,这个建模的思路啊,模型的概念啊,好处之类的。毕竟是他们亲自做的,思路肯定比啥也不懂的我要清晰很多。我和他们沟通了这个问题之后,他们在给我数据以及模型,给图的时候,都会写的详细很多,方便我去理解。其实不懂的话我一般是先自己上网搜一下去了解,最后再去询问一下他们。

        在论文写的过程中,整体的框架,结构,以及每一份的标题描述总结, 还有题目等等这些,在我琢磨过一遍写了个大概之后,我也会给他们讲一遍我怎么写的,问问他们觉得我写的能不能表达出他们的思路这样。反正整个队伍的一起讨论也是很有必要的。而且早点将每一题每一部分的细节讨论好,我认为最后一天修改润色论文的时候会轻松一些,需要改的部分就少一些。

        第二天我还是正常的作息时间,晚上十一点多快十二点就回宿舍睡觉了。除了晚上,中午下午的时候有时候累了就躺椅子上歇会。

第三天:       

        第三天,由于第三题是有两个问,其实算起来是有两个题,他俩在琢磨后面的题的时候,我就在写前面两题,然后在写的时候,写的差不多之后,他们还没做出来题,我就去研究怎么去排版了,关于排版,作图这些,都可以直接在博客上搜到,我就不多啰嗦了,可以推荐几个:

http://t.csdnimg.cn/dUjTL

这个是确实简单上手而且很好用,下面这张图就是我自己做的,链接文章讲的很清楚了,还有不会可以call我。

http://t.csdnimg.cn/dkFR6这一篇也不错,其他的可以自己搜一下。

        第三天的话呢我们其实也是不紧不慢的,我把前面两题写的差不多,但是队友在做第三题。而且第三天,他们也是直接就干通宵了。他们第三天晚上到第四天早上呢,主要是把第三题做出来,然后把前面三题的具体细节给我写清楚,然后写他们的思路,然后方便我第二天顺着他们的思路写(这个方式确实不错)。

第四天

        第四天一早我到实验室才发现他们通宵了,那早上的那段时间呢我就顺着他们给我的文档,把前面那几部分给写的七七八八了。他们就从凌晨五六点睡到了中午吃完饭吧好像。(他们是真能熬夜)然后这个时候距离美赛结束还有30多个钟,我们就只剩下最后一题了。总体感觉我们的时间还是比较充裕的,但是论文其实有点慢了。Summary部分写了开头,Demo备忘录没开始写,Further Discussion也是打算做完全部一起讨论着写的。所以我最后一天一直感觉压力挺大的。但最后还好吧,不慌不忙,熬了一整天,做完题之后不慌不忙,大家一起写一起修改论文。

        最后在早上八点还是七点就提交了论文了,回家之后看到也是成功Received了。在点击提交论文之后的那一刻那种心情,只有亲身经历过才知道。就是四天时间全身心的投入在这件事情里面,最终完成的时候的那种心情和感受,真的很奇妙,特别是开始比赛之前会以为对我来说会是特别困难的一次,但整个过程感觉还挺顺利的。

体会:

        在此再次真诚感谢我的两个队友包容我,很多地方不熟悉不会的也会给我耐心的讲。在用TextStudio写作的时候有些表格我不会做的,另一个队友也直接帮我做了。而且我们沟通做的也很好,时间安排的也很好,很难忘的一次经历。

        对那些没参加过的朋友来说,我的建议就是放平心态,别紧张,我这种小白都成功参赛了,而且都觉得不难。所以,做好自己该做的就好了,就算赛前准备不多也不用慌,车到山前必有路。希望参赛的朋友都能拿到个好名次。


        其实后面一部分是过完年之后才写的了,因为懒,因为出去玩了,所以拖了好久哈哈哈

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/405882.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Gemma模型论文详解(附源码)

原文链接:Gemma模型论文详解(附源码) 1. 背景介绍 Gemma模型是在2023.2.21号Google新发布的大语言模型, Gemma复用了Gemini相同的技术(Gemini也是Google发布的多模态模型),Gemma这次发布了了2B和7B两个版本的参数,不…

JAVA--File类与IO流

目录 1. java.io.File类的使用 1.1 概述 1.2 构造器 1.3 常用方法 1、获取文件和目录基本信息 2、列出目录的下一级 3、File类的重命名功能 4、判断功能的方法 5、创建、删除功能 2. IO流原理及流的分类 2.1 Java IO原理 2.2 流的分类 2.3 流的API 3. 节点流之一…

微服务学习

一、服务注册发现 服务注册就是维护一个登记簿,它管理系统内所有的服务地址。当新的服务启动后,它会向登记簿交待自己的地址信息。服务的依赖方直接向登记簿要Service Provider地址就行了。当下用于服务注册的工具非常多ZooKeeper,Consul&am…

Jetson Xavier NX 与笔记本网线连接 ,网络共享,ssh连接到vscode

Jetson Xavier NX 与笔记本网线连接 ,网络共享,ssh连接到vscode Jetson Xavier NX桌面版需要连接显示屏、鼠标和键盘,操作起来并不方便,因此常常需要ssh远程连接到本地笔记本电脑,这里介绍一种连接方式,通过…

Linux实验记录:使用PXE+Kickstart无人值守安装服务

前言: 本文是一篇关于Linux系统初学者的实验记录。 参考书籍:《Linux就该这么学》 实验环境: VmwareWorkStation 17——虚拟机软件 RedHatEnterpriseLinux[RHEL]8——红帽操作系统 备注: 实际生产中安装操作系统的工作&…

论文笔记:利用词对比注意增强预训练汉字表征

整理了 ACL2020短文 Enhancing Pre-trained Chinese Character Representation with Word-aligned Att)论文的阅读笔记 背景模型实验 论文地址:论文 背景 近年来,以 BERT 为代表的预训练模型在 NLP 领域取得取得了非常显著的效果。但是&…

谈谈对BFC的理解

文章目录 一、是什么二、触发条件三、应用场景防止margin重叠(塌陷)清除内部浮动自适应多栏布局小结 参考文献 一、是什么 我们在页面布局的时候,经常出现以下情况: 这个元素高度怎么没了?这两栏布局怎么没法自适应&…

28-k8s集群中-StatefulSets控制器(进阶知识)

一、statefullsets控制器概述 1,举例 假如,我们有一个deployment资源,创建了3个nginx的副本,对于nginx来讲,它是不区分启动或者关闭的先后顺序的,也就是“没有特殊状态”的一个服务,也成“无状…

一次有趣的nginx Tcp4层代理转发的试验

nginx主配置文件添加配置: stream {log_format proxy $remote_addr [$time_local] $protocol status:$status bytes_sent:$bytes_sent bytes_received:$bytes_received $session_time upstream_addr:"$upstream_addr" "$upstream_bytes_sent" …

React18源码: React调度中的3种优先级类型和Lane的位运算

优先级类型 React内部对于优先级的管理,贯穿运作流程的4个阶段(从输入到输出),根据其功能的不同,可以分为3种类型: 1 )fiber优先级(LanePriority) 位于 react-reconciler包,也就是L…

基于Java SSM框架实现网络作业提交与批改系统项目【项目源码+论文说明】计算机毕业设计

基于java的SSM框架实现网络作业提交与批改系统演示 摘要 随着互联网时代的到来,同时计算机网络技术高速发展,网络管理运用也变得越来越广泛。因此,建立一个B/S结构的网络作业提交与批改系统,会使网络作业提交与批改系统工作系统化…

JavaScript字符串的常用方法(非常详细)

文章目录 一、操作方法增concat 删改trim()、trimLeft()、trimRight()repeat()padEnd() toLowerCase()、 toUpperCase()查charAt()indexOf()startWith()、includes() 二、转换方法split 三、模板匹配方法match()search()replace() 一、操作方法 我们也可将字符串常用的操作方法…

c编译器学习07:minilisp编译器改造(debug模式支持调试)

问题 原版的minilisp编译器不支持argv输入测试,不方便单步调试。 代码改造目标是既不改变原有程序的各种功能, 又能支持个人习惯的vs单步debug模式。 CMakeLists.txt变更 定义DEBUG宏 解决单步调试源码定位偏差问题 cmake_minimum_required(VERSION …

Puppeteer 使用实战:如何将自己的 CSDN 专栏文章导出并用于 Hexo 博客(二)

文章目录 上一篇效果演示Puppeteer 修改浏览器的默认下载位置控制并发数错误重试并发控制 错误重试源码 上一篇 Puppeteer 使用实战:如何将自己的 CSDN 专栏文章导出并用于 Hexo 博客(一) 效果演示 上一篇实现了一些基本功能,…

8.qt5使用opencv的库函数打开图片

1.配置opencv动态库的环境变量 2.在创建的qt工程中加入如下opencv代码,具体代码如下: 使用opencv库函数显示图片

Mamba详细介绍和RNN、Transformer的架构可视化对比

Transformer体系结构已经成为大型语言模型(llm)成功的主要组成部分。为了进一步改进llm,人们正在研发可能优于Transformer体系结构的新体系结构。其中一种方法是Mamba(一种状态空间模型)。 Mamba: Linear-Time Sequence Modeling with Select…

JVM面试题(1)

1.说一下jvm的主要组成部分,以及作用 类加载器(ClassLoader):将java代码转换成字节码 运行时数据区(Runtime Data Area):将字节码加载到内存中 执行引擎(Execution Engine&#x…

【Flink数据传输(一)】NetworkStack架构概述:实现tm之间的数据交换

文章目录 1. NetworkStack整体架构2. StreamTask内数据流转过程 NetworkStack提供了高效的网络I/O和反压控制 除了各个组件之间进行RPC通信之外,在Flink集群中TaskManager和TaskManager节点之间也会发生数据交换,尤其当用户提交的作业涉及Task实例运行在…

个人博客系列-环境配置-gitee(2)

注册gitee账户 地址:https://gitee.com/ 此步骤省略 新建仓库 执行以下命令 即可 拉取代码 创建目录 mkdir myCode && cd myCode 登录gitee找到项目,点击克隆,拉取代码 连接远程仓库命令 git remote add origin 仓库地址http…

PCIe 5.0 Layout Guide笔记

一、松耦合和紧耦合 松耦合优点是相同走线宽度下电介质更薄,同时对线间距的变化不敏感,提供了更好的阻抗控制;松耦合缺点是需要更大的区域进行绕线;紧耦合优点是更高的布线密度,相同阻抗下走线可以更细,同时具有更好的共模噪声抑制;紧耦合缺点是阻抗随线间距的变化大;【…