HIMCM競賽輔導課程

Himcm新賽季來襲！怎麽(me) 準備？怎麽(me) 組隊？怎麽(me) 開始？心中除了想參加比賽的心就隻剩無從(cong) 下手的焦慮？

關(guan) 於(yu) HIMCM

1、比賽簡介

美國高中生數學建模競賽HiMCM是美國數學及應用聯合會(hui) (COMAP)主辦的一項國際性的數學競賽活動。該競賽旨在為(wei) 高中水平的學生提供作為(wei) 團隊成員工作的機會(hui) ，以參與(yu) 和提高他們(men) 的建模、解決(jue) 問題和寫(xie) 作能力。團隊應用數學來建模並開發解決(jue) 現實世界問題的方法。

2、比賽規則

比賽語言：英語

比賽地點：團隊可以選擇所在地的任意地點

比賽形式：由1-4名學生組成參賽隊伍，並配一名指導老師

比賽題量：1題；從(cong) Problem A 和Problem B 中任選一道進行答題

比賽題型：來源實際生活場景的問答題，用一定的數學模型解答後，形成一篇論文提交

競賽要求：競賽時可以用書(shu) 本、計算、軟件、網絡等資源，但不能和隊外的任何人（包括本隊的指導老師）進行任何方式的討論。競賽結束後向COMAP遞交答卷，由COMAP組織專(zhuan) 家評閱。

3、適合學生

--9~12年級高中生

--數學基礎較好，學習(xi) 和接受能力較強的學生

--數學能力一般，但有比較好的計算機編程能力和思維的學生

--有一定的理科基礎和思維，各方麵表現不算突出，但有比較好的英語寫(xie) 作能力的學生

--有一定的團隊協作能力和組織能力

--專(zhuan) 業(ye) 方向為(wei) 應用數學，工程和商科方向的學生

說到底就是“有興(xing) 趣、有時間、有能力”的高中生。

4、參賽準備

找3到4名合拍、能力互補的隊友。因為(wei) 建模是一個(ge) 係統性工作，整個(ge) 團隊需要具備建模、編程、寫(xie) 論文的能力。

--隊伍中至少3人具備理工科背景，具有一定的數學基礎

--隊伍中至少2人有比較好的英語基礎，能閱讀外文文獻或論文寫(xie) 作

--建議隊伍中至少1人有一定的計算機程序基礎，或者有較好的計算機編程學習(xi) 能力

--組隊學生需樂(le) 觀、主動、積極，具備較好的團隊協作精神

特別是寫(xie) 論文，最後呈現的是一篇全英文的科技論文，對高中生的要求是比較高的。但是對於(yu) 國際學校的學生是有一定優(you) 勢的，比如IB學生整天寫(xie) IA、EE等小論文，而建模就是更加實際、詳細、學術罷了。

注意：HiMCM官方文件要求一支隊伍的所有成員來自同一所學校，因為(wei) 在獎狀上會(hui) 寫(xie) 明學校。

熱門谘詢問題

1.我自己找隊友還是你們(men) 幫忙找隊友?

我們(men) 建議學生盡量自己找隊友，這樣子更加容易互相信任團隊協助效率高。當然你也可以發自己的背景簡介給我們(men) ，我們(men) 來幫忙推薦隊友，但是不保證成功。

2.賽前的課程培訓是一對一嗎(一個(ge) 導師對一個(ge) 隊伍)？

是的。我們(men) 堅持走個(ge) 性化服務根據不同學生的情況私人定製解決(jue) 方案。

3.參加這個(ge) 比賽，一定要數學比較好嗎？

不一定的。這是個(ge) 團隊協助一起完成的比賽。團隊中至少有一名學生數學比較好即可另外比賽還需要至少一名英語好的學生。其他的基礎沒有特別的要求，更看重的是學生的綜合學習(xi) 能力、執行力等。

4.這個(ge) 比賽容易獲獎嗎？

比賽本身競爭(zheng) 是非常大的，但我們(men) 都是資深團隊，且積累了很多的經驗，所帶出來的學生無論是思路、數據的搜集、數據的清洗和挖掘、數據的展示、論文的邏輯思路以及數據的高級可視化都比大多數參賽學生的要好很多，所以是相對容易獲獎的。

5:參加這個(ge) 花費的精力大嗎，是否影響其他的學習(xi) ？

這個(ge) 比賽時間為(wei) 14天，中間有兩(liang) 個(ge) 周末。周末是基本上整天都要全身心投入到比賽中的，且往往需要熬夜，每周末時間正常上學校內(nei) 的課程，是否影響到別的學習(xi) 取決(jue) 於(yu) 學生自己能否兼顧好。如果想成為(wei) 一個(ge) 優(you) 秀學生，Multi-task的能力是必備的，擁有一定的抗壓能力也是以後適應國外名校學習(xi) 節奏的“必需品”。

關(guan) 於(yu) 輔導

01、賽前輔導課程大綱

賽前課程總長:總共20小時上課平台;騰訊會(hui) 議

課程模式：1對1個(ge) 隊伍

1、Matlab快速入門

2、層次分析法

3、熵值法

4、主成分分析

5.、灰色關(guan) 聯法

6、topsis

7、模糊綜合評價(jia)

8、聚類分析