如何在美赛中快速提升自己的水平？

校苑数模

2023年美国大学生数学建模竞赛（春季赛）还有不到一个月的时间就要开始了，不知道小伙伴们准备的怎么样了呢？一般来说对于初次参加美赛的同学大多没接触完整的数学建模，今天小编为同学们介绍一个非常适合大家的建模方法——五步建模法。

提出问题

大家可能会想,题目不是已经给出问题了吗? 是的,但是这里的提出问题是指：用数学语言去表达。

首先，题目一定要通读若干遍，“看不懂，读题目；看不懂，读题目”，如此反复循环的同时查阅相关资料。这通常需要大量的工作，而且要根据题目的特点做一些假设。

看的差不多了，就开始用数学形式提出问题，当然，在这之前，先引用或者定义一些专业术语。接下来进行符号说明，统一符号（这点很重要，三个人之间便于沟通，论文便于展现），并列出整个问题涉及的变量，包括恰当的单位，列出我们已知或者作出的假设（用数学语言描述，比如等式，不等式）。做完这些准备工作后，就开始正式提出问题。用明确的数学语言写出这个问题的表达式，加上之前的准备工作，就构成了完整的问题。

这部分的内容反映到论文结构上，相当于前言，问题提出，模型建立部分。注意，刚开始建立的模型很挫没关系，我们随时可以返回来进行修改的。

选择建模方法

在有了用数学语言表述的问题后，我们需要选择一个或者多个数学方法来获得解。许多问题，尤其是运筹优化，微分方程的题目，一般都可以表述成一个已有有效的标准求解形式。这里可以通过查阅相关领域的文献，获得具体的方法。为什么不是查阅教材呢？基本上教材讲的都是基础的，针对特定问题的，教材上一般找不到现成的方法，但是教材依然是很重要的基础工具，有时候想不出思路，教材（比如姜启源那本）翻来翻去，会产生灵感，可以用什么模型。

推导模型的公式

我们要把第二步的方法实现出来，也就是论文的模型建立部分。我们要对建立的问题进行变形，推导，转化为可以运行标准方法解答的形式。这部分通常是借鉴参考文献的过程，做一些修改，以适应本题的情况。

求解模型

统计模型：SPSS,Eviews，Stata ，都是菜单式操作，easy的。

数据分析：R，数据库SQL Server，IBM
DB2

微分方程：Maple,Mathematic,MATLAB

运筹规划：Matlab，Lingo

智能算法：Matlab，R

时间序列：统计模型中的那些软件，或者R，Matlab

图像处理：Matlab，C++

回答问题

这部分是对你整篇论文成果的总结，一定要写的有深度。除此之外，通常还要写上一些灵敏度分析，如果是统计模型的话，要有模型检验。论文通常会需要画一些图表，可以使用Matlab、R等软件来画跟数据有关的图，使用Visio或者PPT画流程图之类的图。