!【注意】博主原創，轉載請注明出處，純屬個人經驗，大佬路過勿噴

一、前言

不知不覺，現在已經研二了！！！在最近的2019年“華為杯”全國研究生數學建模競賽里博主喜獲二等獎，雖然按照我以往經驗獲獎是必然的。但是出成績，還是小激動了一下。這也應該是我最后一次參加數學建模競賽，所以一直想著寫個競賽經驗分享給大家。
很多人參加這個比賽就是為了獲獎，尤其對于想在上海落戶的同學。而且這個比賽也是眾多官方認證比賽中比較容易取得成績的一項。而且我也認為這個比賽相對于ACM，高等數學競賽等看分數的比賽來說，含金量是比較低的。因為他的評獎方式是主觀的，大部分賽題是沒有標準答案的，你的論文是唯一的評分標準！！！既然是“主觀評審”，那么就一定有“套路”！！！所以我也一直認為建模競賽獲獎，第一靠經驗，第二靠運氣，第三靠實力。

今天我就是要來分享我的競賽經驗，而且是十多次百分百獲獎的經驗。（比賽自動觸發百分比獲獎bug！！！）我下面主要從經驗，運氣，實力三個方面來說明如何獲獎以及如何準備。

二、經驗

怎樣獲取經驗？如果你和我一樣參加過十多次的建模競賽，我相信你的經驗已經很豐富了，拿個三等獎啥的還是很容易的。如果是沒參加過的小白？怎么辦？你只要認真讀完我的博客，你就獲得了博主百分百獲獎的經驗了！！！只要按照我說的準備，獲獎還不是分分鐘的事。。。
經驗部分，我主要想從人員配置，知識準備，賽題選擇三個方面來闡述。

2.1 人員配置

• 對于人員配置，博主認為三個中最少要有一個女生！！！

沒錯，就是女生！！！俗話說，男女搭配干活不累。想想比賽三天或者四天比賽時間，三個大老爺們朝夕相處，還不停的討論問題，很容易發生矛盾。這樣只會搞得大家都不舒服，還能不能愉快的“建模”了。。。而且女生一般都比較心細，審美較好，很適合論文糾錯，論文排版，繪制流程圖，用ps修修圖，寫一寫建議性的問題等等。

• 需要有一個總覽全局的人，能寫論文的（這個是大腿）

這個人男女都行，主要任務就是負責寫論文包括摘要，問題分析等。但是要有一定的抗壓能力，這就是全隊核心！！！我建議論文的整體思路一定要由一個人來匯總，也就是論文一個人寫。如果每人寫一問就很容易造成，論文整體思路的混亂，因為很多題目的過個小問前后都是有聯系的。總而言之，一個隊伍里一定要有一個負責思路匯總，能夠吧問題解題過程寫清楚的人。尤其是摘要，一定要一個人寫，其他人再來改，總值論文整體思路流程一定不要亂。

• 隊伍里至少有一個人能夠使用matlab，python，R等科學計算語言。

建模競賽不會編程怎么出圖出結果？所以會編程語言是必須的。matlab不用說，專業的科學計算語言，很多算法原型都是用matlab開發，矩陣計算，圖形工具箱，擬合工具箱等等非常多的圖形界面工具箱，拿來即用幾乎不怎么需要編程就能實現很多模型。R語言不用說了，統計學專業必學的，ggplot，常用機器學習封裝庫都有。

但是我更推薦利用python解決建模問題，python的pandas，numpy，matplotlib等依賴庫幾乎可以完美的替代matlab的數據分析功能（可參考博主的入門教程）。就我個人感覺，python借助Seaborn庫繪制的圖形更加美觀。而且，隨著人工智能，機器學習，大數據越來越火，很多賽題也越來越傾向于數據挖掘，機器學習，大數據分析等等。python的scipy（優化算法庫），sklearn（機器學習算法庫），以及Tensorflow,Keras等深度學習庫可以很方便的幫助實現建模求解以及結果的可視化。。。總而言之，人生苦短，我用python

2.2 知識準備

2.2.1 必備軟件

• 寫論文排版相關

office-word，或者LaTeX，除非latex用的很熟，新手不推薦使用latex。因為全程敲命令來排版很容易出問題。而且word手工排的仔細一點，效果一定不比latex要差。

Mathtype（公式編輯器），這個是寫科技論文必備的東西，公式一定要用公式編輯器來敲！！！

• 繪圖，流程圖，示意圖，修圖

常用給的繪圖軟件有億圖（推薦）或者visio，這兩個軟件都可以繪制流程圖和其他示意圖等等。PS在修圖或者對論文要求較高的時候使用。。。
我尤其建議大家寫論文的時候多繪制一些流程圖，包括算法流程圖，以及整體思路流程圖。如果你能將你建模思路，用流程圖的形式展現出來，肯定能夠吸引評委的目光。

下面是19研賽，我們做的問題一建模思路流程圖：

---

• 數據分析可視化軟件

EXCEL（這個不用說，都讀大學了，這個肯定是會用的，很多時候excel可視化效果也是很好的）
下面是我們這次比賽用excel作出的可視化效果圖：

---

Tableu（專業的BI可視化軟件，這個軟件現在企業用的很多，出圖效果確實完美，尤其在地圖可視化這一塊）
下面是我們用Tableu作出的可視化效果圖：

---

SPSS，專業的統計分析軟件，很多統計學專業的應該都學過。適合小樣本的統計分析，還可以跑很多統計分析模型，比如主成分分析，常用回歸模型，聚類模型等等。特點是不需要編程，點點點就可以得到你想要的結果，但是出圖不大好看，不大適合提升論文“逼格”

• 編程語言集成開發環境（IDE）

MATLAB本身就是一個集成語言和IDE為一體的科學計算軟件（大家應該都了解，尤其是讀通信相關專業的）

Python的集成開發環境（IDE）推薦安裝Anaconda Navigator 發行版，并且安裝Spyder，Spyde就是一個模仿matlab界面的集成開發環境，可以隨時產看工作空間變量。尤其適合用于編寫數據挖掘分析算法實現。（在spyder上面寫python真的和用matlab沒啥區別，太像啦！！！）

Lingo（專業的優化模型求解器）專門的lingo語言用來求解優化模型，像一般的線性規劃，整數規劃，二次規劃模型都可以直接利用Lingo求解。（數學專業或者運籌學專業應該都學過）

R就不推薦了，用得少，統計學專業的同學用的比較多。。。

2.2.2 需要的理論知識

這個其實不用刻意去準備，很多時候比賽都是邊學邊賣。但是基本的方法模型還是要掌握一些的。考慮到建模競賽題型主要分為三大類：優化類（競賽必有題型），評價類，數據類（涉及機器學習等）。

其實很多帶專業背景的題目，最后通過抽象成數學模型就是上述三類問題。比如圖像類問題，很多時候要么抽象成優化模型來求解，要么就是機器學習模型來訓練識別。那我就從三類題型來說明一些基本的模型：

優化類：優化類問題基本沒有可以直接套的模型，很多問題都需要自己來寫出優化目標和約束條件。或者參考相關文獻來設計模型。并且如果模型設計的復雜了，還需要自己設計優化求解算法。。。總之，優化問題是很難得。基本的優化模型包括：線性規劃，整數規劃，01背包，非線性規劃（建模賽題基本都是非線性的。。。哈哈哈），最小二乘優化。基本求解算法包括:牛頓迭代，擬牛頓，梯度下降，共軛梯度下降，各種智能尋優算法等等。總而言之，優化就是難啊難，而且優化建模題基本上都有答案范圍，模型建的不好，解的不好都over。。。

評價類：評價類問題，一般都有可以套用的方法，比如主觀一些的：層次分析法，模糊評價法。客觀計算權重的（需要數據）：熵權法，TOPSIS綜合評價法，主成分權重法。對于評價類問題最好還是用客觀計算權重的方法。

數據類：上面兩類問題可以說是建模競賽以往的常規類型，數據類問題是最近幾年隨著人工智能，數據挖掘技術的熱潮帶起來的。。。可以說，數據類問題在以后的建模比賽中只會越來越多，而且數據量也會越來越大。

數據類問題其實最好做，因為他可以套的模型簡直太多了，各種無監督，有監督的機器學習模型都可以對數據進行處理。基本上只要清楚常用的機器學習算法就可以應對建模競賽。（常用的機器學習算法可以參考博主的學習筆記）

2.3 怎樣選題？

我前面也提到了，現在的建模賽題題型大概分為三類題型。以我的經驗來說，無論是本科還是研究生的賽題每年都會有的題型就是優化題。但是優化題對新手是很不友好的，除非對于優化問題有一定的經驗，熟悉各種優化算法。傳統的優化題型一般都是有一個結果標準，這個也會是論文評獎的一個標準范圍，所以如果沒有一定的實力，我非常不建議大家選擇優化題型，畢竟大家三四天的通宵達旦知識未來取得一個好成績。

剩下的就是評價類以及數據類型的題目了，其實這兩種題型是經常交叉在一起的，比如數據題里又一個評價相關的小問。一般來說，評價類的問題或者是數據類的問題是沒有標準答案。既然沒有標準答案，那么大家可以發揮的地方也就多了，這也是為什么推薦大家做這些題型。從最近幾年的研究生賽題命題方向可以看出，數據挖掘和綜合評價結合的題型也會是主流趨勢。最近兩年的賽題都有數據挖掘+綜合評價的題型。對于這種題型，最好的解決方法就是套一些現有的模型，如果能夠在熟練運用現有模型的基礎上提出改進，那就是一個亮點。比如隨機森林回歸可以用來解決數據回歸預測問題，如果對于輸入變量進行加權，從而讓預測mse等指標有效提升，那么這就是你論文的一個亮點，只要論文寫得不是太差，獲獎基本沒有問題。

總而言之，選題一定要量力而行，如果完全沒有把握，那么就看別人都選什么題。一般來說一道題選的人多的話，這道題上手是相對容易的。（千萬不要以為一道題選的人少就容易獲獎，一道題選的人多就不容易獲獎，告訴你：完全都是按照比例來的。題目選的人多，獲獎的隊伍數量也會多）

如果有一年出的題目全部都是優化題型，那也沒辦法，只能硬上了。其實優化題型建模也是有套路的，多搜搜文獻一定有一些能夠套上的，或者給你提供一些建模的思路。優化題模型一定要建的好一些，最后解不出來也影響不大，模型論文搞的逼格高一點，什么GA,SA尋優算法都可以套一套。最后把論文搞好一點，總而言之，難得話大家都難。模型建的不好，算法解不出來，沒關系，每年這么多人參加比賽。獲獎比例在哪里，完全做出來的畢竟少數，就算這些人把一等獎拿完了，你拿個二等獎不也美滋滋嗎。就算模型瞎寫，算法不懂，你的論文也要完成，能不能獲獎的依據完全就是你的論文。

2.4論文相關的建議以及經驗 （最重要）

前面說了一大推，其實對于很多第一次參加的人來說意義不大。。。（沒錯，很多人第一次參加，前面說的知識儲備根本不可能快速補充）。那應該怎么辦，聽我的，把你的論文搞好一樣可以獲獎。。。我見過很多隊伍三，四天比賽時間睡眠不到10個小時，心力交瘁，最后吧模型和算法，結果都搞的很好，但是最后也沒有獲獎。什么原因？？？其實原因很簡單，你的論文沒有搞好，我的建議是論文從第一天就開始寫，這樣你后邊才會有大量時間來潤色論文，刷摘要。下面我主要從論文的三個方面來探討一下，怎樣搞出一篇獲獎建模論文。

先講一下一般評委老師是怎么評判一篇論文的：你想想上萬篇論文，就跟高考作文打分一樣。這些評委老師每天要看多少篇論文！！！所以，這些評委專家一般都是看個摘要，排版，論文大概的瀏覽一下，根本沒有時間詳細的閱讀你的論文內容。根據摘要，排版，論文內容大概就能給你的論文一個評分。所以摘要，排版，論文內容充實都是需要格外注意的。

2.4.1 論文摘要（重中之重！！！（摘要決定你能不能獲獎））

論文摘要真的太重要了，這些評委老師根本不會認真讀你的論文正文，但是他一定會認真看完你的摘要（前提是你的摘要寫的不是太爛）。如果你的摘要出現一些低級錯誤，比如錯字，學術性的方法寫錯了，模型瞎套（不懂瞎用被評委識破）。很遺憾，評委老師不會再看別的東西，直接pass掉。成功參賽獎歸你了。。。

• 如果你的摘要寫的正規正舉，評委才會再去看你論文的其他東西。

比如排版，內容，圖表（結果）等等，從而給你的論文評估一個分數。

• 如果你的摘要寫的極好，措辭專業，用到很好的方法，思路清晰的表達出來，并且提出一些自己的想法。

恭喜你：你的論文直接進入下一輪評審，現在保底也是三等獎了。

可以說你的論文摘要直接覺得你的論文能不能獲獎，摘要寫的爛，直接pass，摘要寫好直接進入下一輪（保底三等獎，為什么會這樣？因為你的只要就是全文的濃縮，包括你的整體建模思路，用到的方法，結果。你們的工作一定通過摘要清晰的表達出來）

2.4.2 論文排版

排版也不是特別重要，只要不出現特別夸張的排版問題，評委老師基本不會特別在意。但是論文排版弄得美觀還是有加分的，自己看著也舒服。

2.4.3 論文內容

• 論文內容一定要充實，本科起碼20頁正文，研究生起碼30頁正文。

就跟畢業論文一樣，先不談水不水的問題，別人都寫30多頁，你寫了不到10頁內容。工作量都比別人差遠了，（除非你是大佬，論文10頁都是精華，其實也不一定的，畢竟比賽很主觀）

• 論文中一定要包含大量圖和表

評委在瀏覽論文內容的過程中，根本沒有心情看你的文字。而且你的圖和表就是你的工作，也就是你編程實現的結果。所以你的工作一定要盡可能的通過圖表可視化來實現。一般人都是更喜歡圖，表，而不是閱讀大量的文字。尤其是各種圖，美觀的可視化結果會直接抓住評委的眼球。如果你做出一個較好的結果，并且通過可視化呈現出來，我相信只要評委老師看到，基本上獲獎就穩了！！！如果摘要過關，而且內容完整，排版美觀，恭喜你：保底二等獎水平了！！！

比如我們今年研賽用python做出的溫度熱力圖可視化效果：

--- #### 2.4.4 論文經驗總結

概括一下就是：
摘要很重要，最好留有半天時間專門的寫摘要，改摘要。條件允許的同學可以找老師幫忙修改摘要。總之摘要基本上覺得你能不能獲獎。。。而論文的排版和內容決定你能獲得幾等獎，論文內容結果盡可能用圖表來可視化，如果你的圖表結果抓住評委老師的眼球，獎項很有可能會提示。。。python，matlab，tableau作圖相關還是要去自己學習。。。這個要自己動手做。
至于怎么寫論文和摘要，我的建議是多看優秀論文，看看每年的一等獎優秀論文摘要和論文是怎么寫的，比賽的時候可以模仿他們。。。

三、運氣（盡力而為，聽天由命）

其實運氣這個東西基本上做任何事情都是存在的，但是運氣在數學建模競賽評獎的過程中確很突出。每年總有一些隊伍做的很好，但是沒有獲獎，或者獎項較低。而一些感覺做的一般般的，沒怎么付出時間勞動的，卻拿到了很好的成績。

所以說盡人事，聽天命，保持一個平和的心態，努力堅持把你的論文做完。如果你按照我上面說的把你的論文弄好，摘要弄好。獲獎問題不大，就算一次不獲獎，多來幾次一定是可以獲獎的！！！

四、實力

關于隊伍實力這一塊也沒啥好說的，實力強的隊伍結果做的一定好。但是我想說的是，就算你的結果做得好，模型建的好，如果不好好整你的論文的話一樣會滑鐵盧。記住啊，建模論文是你比賽的唯一評分標準！！！（先看論文再看結果）

五、總結

上面寫的都是我自己參加比賽的經驗，不一定適合于所有人。歡迎大家留言評論，交流相關經驗，也可以到我的個人網站：

上面提到的軟件，工具以及博主這里都有破解版。本科，研究生國賽的歷年優秀論文，博主這里也都有。如果有需要的可以下方留言，我看到就回。最后祝愿大家都能成功獲獎！

總結

以上是生活随笔為你收集整理的华为杯数学建模竞赛百分百获奖经验分享（获奖 == 四分经验，三分运气，三分实力）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。