起跑线2018
2025-06-13 05:36:46
我数学系的，对计算机很感兴趣，所以我负责编程，而且我获得过全国一等，我建议你学MATLAB吧，做个编程高手，自然很吃香，和谁配合都没有问题，不过数学概念很多的，所以你看下高等数学，线性代数，概率论，数理统计，数值算法，数据结构等，重在编程
first of all，看建模书，推荐姜启源那本，了解建模的大概框架，作用方式，对它有一定了解过后学习软件，首当其冲MATLAB，这是建模最基本也是应用最全的软件，当然有些同学精通C语言，也不错。然后学些统计软件，SPSS，SAS等。这些都因地制宜，对于编程来说，核心内容是算法，对matlab有一定了解之后一定要看看各种算法，现在用的多的有神经网络，模拟退火算法等等，对各种算法了解之后才能在建模比赛中游刃有余。
数学建模方法及其应用 韩中庚 高等教育出版社本书比较全面、系统和简练地介绍了常用的20大类数学建模方法，每一类自成体系;此外，每种方法都附有新颖、生动的应用实例。本书主要是根据“数学建模”课程的教学和数学建模竞赛培训活动的实际需要，以及作者多年从事相关工作的实践经验和体会编写而成的，从内容上突出体现了“广、浅、新、用”的现代应用特点。主要内容包括量纲分析，集合分析、微分方程、差分方程、插值与拟合、层次分析、概率分布、数理统计、回归分析、线性规划、整数规划、非线性规划、动态规划、排队论、对策论、随机性决策分析、多目标决策分析、图论、模糊数学和灰色系统分析等20大类数学建模方法，每一种方法都有相应的应用案例分析及参考案例
以下建议针对非数学系的新人，可以有计划的学习，不过别忘记，比赛是3个人的事情，所以下面涉及的知识仅靠一个人是不太可能胜任的（不排除有大牛人），这时候队友的分工协作就尤为重要了。首先是我擅长的离散型的模型。如果你是计算机专业的，又有ACM经验的话，那么你可以大展身手了。不过对于非计算机专业的同学（比如当年的我）来说，应该是没有什么算法的经验了，所以恒心和毅力，对队友的信任，以及RP值（这点我超级自信）就非常重要了。模型方面：姜启源的那本《数学模型》第三版，谢金星的《优化建模与LINDO/LINGO软件》就可以了，不用抱着一堆书结果什么都看不了。算法的实现对于数学建模起着决定性的作用，一般要会以下算法。不过不用像计算机专业的那样，追求logn或者n或者nlogn的算法复杂度，只要能出结果就行，10min还是20min都可以。不过千万不要用LINGO求解TSP啊，要好多年才出结果。1、动态规划（工序调度，排课表，排比赛场次）2、0-1规划（投资，下料，运输）3、线性规划（投资，下料，运输）4、图的一系列问题（深度广度搜索，遍历，TSP，着色等等）5、网络流（多半转化成规划问题）6、最好能掌握神经网络，遗传，模拟退火，蚁群，禁忌搜索中的一种或多种，因为离散的赛题多半是组合优化的问题，大多数模型在现有算法能力下是没有精确解的（二维下料，排课表，TSP等等），所以启发式算法就显得尤为重要，比如遗传算法，MATLABX已经有这个工具箱了，但是一定要弄清原理，知道怎么编码，怎么确定种群规模和遗传代数，怎么确定遗传概率和交叉概率。怎么避免早熟，怎么跳离局部最优。软件方面：1、C/C++/JAVA/BASIC。随便会一种就可以，C的算法效率绝对比MATLAB高出很多，所以一般的算法还是用C实现吧。2、MATLAB。很无敌的数学软件，不多介绍了，最好能掌握神经网络工具箱和遗传算法工具箱的使用方法。算法的话，它可以实现的的C/C++也可以，用什么就看个人喜好了。3、LINGO。很无敌的规划模型的求解软件，对于离散模型来说，这个必须掌握。别忘记求解的时候在“全局最优”复选框前打钩，不然结果可能是局部最优。（LingoàOptionsàGlobalSolveràUseGlobalSolver）然后是我不擅长的连续模型（可以说完全不懂，囧）。这个对编程能力的要求相对低一点，但是数学基本功要好，主要涉及的知识是数理统计和微分方程。统计类问题：聚类，判别，单因素多因素方差分析，回归，拟合，还有那叫什么灰色预测的和时间序列分析的模型，听说很好用，但是我不会。微分方程：不说什么了，这个我完全不懂，应该就是什么龙格库塔那类的，用MATLAB算参数的，其他的我也不说什么了，说得太多只能暴露我的无知。以上就是我的一点点心得，希望可以对参加数学建模的同学有帮助，如果不仅仅是为了比赛获奖，当作一项爱好也是不错的选择。
这里有一堆的大学生数学建模教程教材集锦（链接下载）你可以选几本看看%B7%E8%BF%F1%CA%FD%D1%A7%BD%A8%C4%A3/blog/item/html
