数学建模国赛，建模手需承担什么重要角色？如何掌握建模全过程？

赛前准备后续

数据预处理

1.缺失值

比赛提供的数据，发现有些单元格是null或空

缺失太多：例如调查人口信息，发现“年龄”这一项缺失了40%，就直接把该项指标删除

最简单处理：均值、众数插补

定量数据，例如关于一群人的身高、年龄等数据，用整体的均值来补缺失

定性数据，例如关于一群人的性别、文化程度；某些事件调查的满意度，用出现次数最多的值补缺失

适用赛题：人口的数量年龄、经济产业情况等统计数据，对个体精度要求不大的数据

Newton插值法

根据固定公式，构造近似函数，补上缺失值，普遍适用性强

缺点：区间边缘处的不稳定震荡，即龙格现象。不适合对导数有要求的题目

适用赛题：热力学温度、地形测量、定位等只追求函数值精准而不关心变化的数据

样条插值法

用分段光滑的曲线去插值，光滑意味着曲线不连续，还要有连续的曲率

适用赛题：零件加工，水库水流量，图像“基线漂移”，机器人轨迹等精度要求高、没有突变的数据

2.异常值

样本中明显和其他数值差异很大的数据，例如一群人的身高数据中有个3米2的正态分布3σ原则数值分布在(μ-3σ，μ+3σ）中的概率为99.73%，其中μ为平均值，σ为标准差求解步骤：1.计算均值μ和标准差σ；2.判断每个数据值是否在(μ-3σ，μ+3σ）内，不在则为异常值适用题目：总体符合正态分布，例如人口数据、测量误差、生产加工质量、考试成绩等不适用题目：总体符合其他分布，例如公交站人数排队论符合泊松分布

画箱型图

箱型图中，把数据从小到大排序。下四分位数Q1是排第25%的数值，上四分位数Q3是排第75%的数值

四分位距IQR=Q3-Q1，也就是排名第75%的减去第25%的数值与正态分布类似，设置个合理区间，在区间外的就是异常值一般设[Q1-1.5IQR，Q3+1.5IQR]内为正常值

适用题目：普遍适用

异常数据处理方法与缺失值处理相同

如何建模

1.到底什么是模型

打开《大学物理》，里面的某一节，就是一个建模过程。

你需要学会如何开车，但是暂时还不需要·学会造车修车的原理！

比赛开始后先查文献，一切以现有的他人成果为基础看不懂原理没关系，把论文“编写”出来就行

整篇论文，很多思路、模型等都是从参考文献和书籍搬过来的。

2.建模过程

一篇完整的数模论文包括摘要（最重要）、问题重述、模型假设和符号说明、模型建立与求解（最长）、模型的优缺点与改进方法、参考文献和附录。

摘要：最重要

读者看完摘要，就知道论文研究的问题、用了什么什么方法、求得了什么结果，以及每一部分的大致步骤。

问题重述

将题目简述一遍即可，并不重要，注意不要复制粘贴，避免查重。

模型假设和符号说明

好的假设能让你事半功倍，例如某一年太阳投影问题，影子长度与地球公转也有关系，但地球公转对于影长的影响远远小于自转，可在模型假设里说明“忽略公转对影长的影响”符号说明将论文中定义的重要符号列出表格说明即可

模型的建立

一组公式，和对公式中每个变量的解释，就是一个模型先查阅资料，看着资料，用自己的话复述一个简单的模型，再根据题目中的约束条件去一步步修改模型，把题目中的变量带入模型中去。

模型的求解
例如上文我们所建立的最短路径模型，查阅资料可知单源最短路径的常用算法是Dijkstra算法，那么模型的求解过程可以把资料上的用自己的话复述一遍：

需要注意的是，必须根据赛题解释清楚“起始点”在本问题中究竟是什么、算法里的“节点”在本题中的实际意义是什么、最短路径意味着什么

不同小问

并不是针对题目的每一问都要建立一个模型

如果每小问之间具有相似性、仅仅是增加了约束条件的话，完全可以全文建立一个模型，再针对每一小问进行模型改进。

模型的优缺点及改进方法
这一部分不是必须的，可以简单分析下前文模型的优缺点，若没有改进方法也可以不写
结合查到的文献，分析正文中模型常用在什么哪种问题，又与本文所求解的问题有何区别。

参考文献
格式一定要规范知网检索结果文章 右侧符号” 即引用按钮，打开后复制即可。

附录
附录里要写出正文中求解时用到的代码
一定不要把网上搜索到的代码直接复制粘贴！
把查到的代码里变量名换一换就不会被查重曾出现过参加国赛，在省内被推到国奖，但查重发现代码是复制的，结果被取消获奖并官网通报的先例。

论文

1.论文整体排版

颜值即正义

各级标题与正文层次分明

一般标题级别不超过三级

正文中文字体设置宋体、英文Times New Roman

正文排版紧凑，看起来充实，没有大片空白

避免图片过大导致出现大片空白，且不要留有空行

表格与图片

表格用标准的三线表

表的标题放在表的上方，图名放在图的下方

公式编辑

推荐mathpix，或用word的公式编辑器

公式需要解释清楚每个变量的意义：重要的公式后面带有编号。

2.论文标题怎么写

基于xxx模型的xxx问题的研究

读完标题，就能知道文本建的是什么模型

简明扼要、符合规范、便于检索

尽量使用大家都知道的词语

避免出现公式、非公知公用的缩写

字数限制在一行内

基于xxx模型/算法的xxx问题研究

xxx模型就是正文里的核心模型

xxx问题就是赛题的中心词

不要使用过多的修饰词

3.摘要
摘要是重中之重

基本要求
摘要是对论文的高度概括总结
让评阅老师读完摘要，就知道本文解决的问题、建立的模型和求解结果

注意事项
不要加图或表格
控制在3/4页到1页，字数大约800~1100

摘要开头段

摘要中间段

摘要总结段

摘要关键词

4.参考文献
引用文献或公开资料都必须按规范列出参考文献并在正文对应处标注

参考文献不用自己写！！！

在知网搜索文献后，点击最右侧的引号”导出
直接复制粘贴即可

去除首行缩进，按正文出现次序修改编号

在正文对应部分添加右上角的角标

如果需要用到博客等网站上公开的内容，可以借鉴，但不要照抄用自己的话复述后，就不必加入参考文献。虽然一些博客内容确实精彩，但学术论文引用网上公开博客显得“掉价”。

文章来源：部分内容来源于csdn，由数模乐园编辑整理发布，未经允许，禁止转载

获得国奖已经成为保研必备武器！如何在竞赛中崭露头角，一举拿下国奖？数维杯数学建模夏令营可以帮助你弯道超车~

2023第八届数维杯数学建模夏令营倒计时18天

数维杯数学建模夏令营每年举办一届，已经连续举办七届，本届夏令营定于2023年8月9日-17日在成都信息工程大学（航空港校区）隆重举行，夏令营活动历时9天，分为线下授课、实训指导、答疑交流、作业跟踪、分组项目实践和效果评价教学工作、户外拓展等环节。

已成为高校数学建模培训示范性基地，属于系统性的数学建模学习，主要针对国赛、美赛、数维杯培训等其它区域赛，国赛命题专家组带队授课，6天集训+3天小组模拟赛+赛后点评解析，累计指导学生近1800余队（5000余人次），国赛荣获1300余项省级以上数模奖项，参培学员获奖率超过80%，实现了在该项赛事的历史性突破。

或复制下方链接报名：

报名官网：http://www.nmmcm.org.cn/activity_detail/34

进群查看数维杯夏令营具体事宜

QQ:1532597773、1786746895（夏令营-咨询）

群内获取往年夏令营资料、授课内容、夏令营详情等最新资讯

往期的学员普遍反馈，经过参加数维杯夏令营培训之后，自己的数学建模能力得到切实的提升，不少学员在交流中反馈参加培训后在竞赛中取得国一、美赛F奖等好成绩。