美賽O獎全球唯一得主保姆級美賽攻略！

美國大學生數學建模競賽作為(wei) 國際性的賽事，目前在國內(nei) 一些高校可以享受獲獎加分、保研、推免……因此，每年參賽隊伍很多，競爭(zheng) 相對也大；

根據美賽的獎項設置和對應獲獎比例來看，一般來說，至少獲得M獎起，含金量才比較大，最高的當然是O獎，比例不足1%；因此，想要在數量龐大的選手當中脫穎而出，借鑒前輩的經驗，融會(hui) 貫通，是必不可少的途徑；

一起看看2022年O獎（全球唯一得主）＋冠名獎得主是怎麽(me) 建議的；

美賽O獎全球唯一得主保姆級美賽攻略！！！

作為(wei) 2022年美國大學生數學建模競賽E題O獎+Rachel Carson Award獎（全球唯一）得主，今天來和大家來講一講如何備戰美國大學生數學建模競賽，主要從(cong) 美賽入門介紹/隊友選擇及分工配合/賽前訓練和準備這三方麵展開~

01美賽介紹

01、美賽是什麽(me) ？

對於(yu) 很多同學來說美賽、數學建模這些詞匯已經是很耳熟能詳，並且已經有很深入的了解了，但在為(wei) 了照顧到所有的同學，同時更深入強調美賽的一個(ge) 規則，再進行一個(ge) 簡單的介紹。

首先，美國大學生數學建模競賽（MCM/ICM）由美國數學及其應用聯合會(hui) 主辦，是世界範圍內(nei) 最具影響力的數學建模競賽。賽題內(nei) 容涉及經濟、管理、環境、資源、生態、醫學、安全等眾(zhong) 多領域。

這就意味著不管你是什麽(me) 專(zhuan) 業(ye) 的，經管類、理工還是人文都可以在美賽的不同選題中，尋找到適合自己方向的載體(ti) 。

競賽要求三人為(wei) 一組，在四天的時間內(nei) ，就指定的問題完成從(cong) 建立模型、求解、驗證到論文撰寫(xie) 的全部工作，很明顯這個(ge) 過程實際是考察一個(ge) 團隊的合作能力，還是反映每個(ge) 人的科研素養(yang) 。

所以說，數學建模實際上如果說對於(yu) 一些同學在保研、考研的過程中，如果說沒有論文，那麽(me) 有數學建模的一個(ge) 獎項實際上也是能對自己的科研能力得到很好的展現。

重點

①跨學科：任何學科在美賽中均有發揮自己的地方；

②人數：三人為(wei) 一組，所以要配置合理，需要有一些不同的學科進行的一個(ge) 交叉，以保證在打比賽的時候能夠做到專(zhuan) 人有專(zhuan) 長，然後互相配合分工合理；

③時間：美賽要求的是四天，這一點與(yu) 國賽有點不同（國賽要求時間是3天），有的同學理解為(wei) 美賽比國賽多了一天時間是專(zhuan) 門用來潤色和翻譯的，但實際這種理解並不嚴(yan) 謹。因為(wei) 美賽的風格和國賽的風格是不一樣的，美賽更側(ce) 重整體(ti) 過程，而不是最終結果；

④論文：很明顯，美賽的論文寫(xie) 作出來之後是很好的科研能力的展現和證明。

02、參加美賽的意義(yi) ？

美賽是一個(ge) 加分與(yu) 評獎評優(you) 的競賽。很多時候我們(men) 會(hui) 參加學科競賽來為(wei) 保研加分，實際上，數學建模在很多學校都是非常看重的，不僅(jin) 可以在保研加分，還對簡曆起到一個(ge) 助推的作用，夏令營麵試的時候老師有可能會(hui) 問相關(guan) 問題，這就很好的證明科研能力和素養(yang) 。

因為(wei) 美賽是美國舉(ju) 辦的數學建模競賽，所以在國外的認可度還是比較高的，在出國申請的時候也能豐(feng) 富履曆；另一方麵在計算綜測、評獎學金的時候作為(wei) 一個(ge) 學科競賽也是非常有幫助的。

美賽O獎全球唯一得主保姆級美賽攻略！！！

但實際上美賽獲獎的幫助和意義(yi) ，不僅(jin) 僅(jin) 局限於(yu) 這些，比方說是本科的畢業(ye) 設計，我們(men) 都會(hui) 要麵臨(lin) 一個(ge) 論文寫(xie) 作，就是畢業(ye) 設計的構建，可能會(hui) 考察到建模、編程甚至是寫(xie) 作能力，但這些在實際參加數模的過程中都能夠得到一個(ge) 很好的訓練。可能在參加之前關(guan) 於(yu) 科研都沒有一個(ge) 很好的輪廓，但是在參加美賽之後會(hui) 有一個(ge) 質的突破。

03、賽題選擇？

前麵講到了美賽適合各種各樣的學科和專(zhuan) 業(ye) ，它是有多個(ge) 選題的。傳(chuan) 統的理解是MCM更傾(qing) 向於(yu) 理工科的同學，ICM更傾(qing) 向於(yu) 經管人文社科的同學。

但近幾年的賽題情況是不管是哪一個(ge) 賽題，它的交叉程度越來越明顯了，也就是說並不是很明顯的區分哪個(ge) 賽題具有哪些特征，比如說：

A題是連續型的，也就是更傾(qing) 向於(yu) 數值分析，這個(ge) 對數學專(zhuan) 業(ye) 的同學或許更友善一些；

B題是算法與(yu) 數據結構的，對於(yu) 統計或者計算機的同學更友善一些；

C題是大數據的，因為(wei) 數據量很大，一般的電腦跑起來確實是很有壓力的，所以這個(ge) 需要有一定的硬件支撐；

D題是運籌學，更側(ce) 重於(yu) 調度、運輸這一類的問題屬於(yu) 複雜係統科學的；

E題一般是以環境為(wei) 背景，進行交叉學科，但實際它的背景隻是環境和F題一樣；

F題往往是表現某一個(ge) 政策，甚至是一個(ge) 天馬行空的想象。

美賽O獎全球唯一得主保姆級美賽攻略！！！

對於(yu) E/F題很明顯是非常交叉的一個(ge) 學科，它基於(yu) 不同的一個(ge) 背景，要麽(me) 環境要麽(me) 是社會(hui) 政策。社會(hui) 環境隻是一個(ge) 外殼，然後在這個(ge) 外殼下麵可以通過多種複雜的複合的模型來解題，這也就是為(wei) 什麽(me) E題和F題在曆年的參賽選手中選擇量最多的。

美賽O獎全球唯一得主保姆級美賽攻略！！！

2022年美賽ICM統計

很明顯E題和F題的占比已經占到了很大的一部分，D題往往占比很少。在參賽的時候要考慮到一個(ge) 問題，美賽和四六級考試一樣，是一種排位置。

也就是說，你的論文不是達到多少分才得到什麽(me) 獎，而是說你占到前百分之幾得，按哪個(ge) 比例然後得什麽(me) 獎。所以說，每個(ge) 同學都要有自己的思考，是新手還是老手，在哪個(ge) 分段，在哪個(ge) 賽題中，或許能取到一個(ge) 更好的效果。

技巧

美賽往往每年參加的人有兩(liang) 三萬(wan) 人，但實際其中的新手還是占大多數的，對於(yu) 新手做題，很大概率會(hui) 選擇交叉學科性比較強的E題和F題。

優(you) 點就是讀題之後相對於(yu) 其他題來說，更容易獲得一些自己的想法和見解，哪怕是構建的模型很簡單，用一些很簡單的甚至是語文建模，也能夠把賽題完成。

但是其他四個(ge) 題是不可以的，雖然說完成了論文，可以獲得S獎，但這個(ge) 論文的得分可能並不會(hui) 太高。而這個(ge) 賽題的分母就被拉大了，這就意味著這個(ge) 賽題對應的那個(ge) O/F獎還有M獎的比例也會(hui) 增大，所以說這就是賽題選擇上的一個(ge) 技巧。

有的同學感覺自己技術好，自己就是相關(guan) 專(zhuan) 業(ye) 的，就非得要選相關(guan) 的題。比如說B題，有時候套個(ge) 化學背景的殼，那麽(me) 我就非要做B題，這個(ge) 是不一定的。

所以選題既要考慮到自己的學科優(you) 勢還要考慮到自身能力以及得獎傾(qing) 向，這樣的話在選擇賽題的時候有更有把握。

02隊友選擇、分工

01、組隊？

就說我的例子吧，我是學的是經濟係下麵的統計學，但是我負責是編程與(yu) 模型優(you) 化，同時負責數據可視化；第二個(ge) 學長他同時也是負責建模與(yu) 模型解釋；然後最後一個(ge) 同學是負責排版和英文撰寫(xie) 。

很明顯我和第二個(ge) 同學有著非常交叉的職責，就是我倆(lia) 做的很多東(dong) 西幾乎都是要一起做的，這個(ge) 過程實際上是根據自身能力的傾(qing) 向選擇。

02、如何選擇隊友？

建模一般是有兩(liang) 種選擇，要麽(me) 是偏運籌策略方向的，要麽(me) 是偏數據分析方向的。

組隊上我的建議是大家選題如果說偏向數據分析方向的，最好每個(ge) 隊要有數學或者統計背景的同學或者經濟的同學也是可以；然後如果是選題偏運籌策略的或者是數據也要結合的，那就建議找管理科學與(yu) 工程專(zhuan) 業(ye) 的同學，甚至是還可以找理工科同學，大部分學校我了解到有開設matlab的課程，與(yu) 他們(men) 進行組隊合作也是非常不錯的。

策略

對於(yu) 新手

①要適當專(zhuan) 業(ye) 化分工，就是寫(xie) 作編程建模這個(ge) 可以分開；

②尋求與(yu) 數據分析有關(guan) 的同學組隊；

③一定要以完成論文為(wei) 第一目標。

穩M獎

對於(yu) 建模老手

①最好是兩(liang) 個(ge) 人全棧交叉建模編程；

②進度推進與(yu) 模型優(you) 化同步進行，就是一個(ge) 同學負責在題模型的推進，一個(ge) 同學在後麵對模型進行後續的深入複雜化、優(you) 化和一些可視化。這樣就是既能保證論文能夠完成還能夠保證論文出來之後模型的質量也是非常高的；

③重視排版細節，寫(xie) 論文的同學可以進行最後的潤色排版之類的

衝(chong) O/F獎

整個(ge) 競賽相當於(yu) 在這個(ge) 比賽過程中人力資源調動的過程，美賽的時間相對來說還是比較緊張的就4天，如果說有能力的話，盡可能每位同學對各自工作都掌握，然後這個(ge) 時候可以進行全棧化的交叉交流，要重視排版細節。

03賽前準備和訓練

01、2024年美賽時間線

關(guan) 於(yu) 2024年美賽

02、學習(xi) ？

數學建模

模型是不可或缺的，肯定要對模型進行一個(ge) 學習(xi) ，關(guan) 於(yu) 數學建模的模型有很多的，各種各樣的，再加上實際數學建模和科研本身就是一種交叉關(guan) 係。所以說科學在進步模型也在迭代創新，有很多新穎的模型。

但解決(jue) 問題實際就四大類：評價(jia) 、優(you) 化、分類、預測。針對於(yu) 這四種類型，裏麵有各種各樣的小模型，並不一定要求全都掌握，但是要掌握一些比較有代表性的，這個(ge) 時候能保證我們(men) 穩到S獎，甚至是M獎。至於(yu) 模型之間如何進行一個(ge) 交叉結合是很考驗數模功底的。

可視化

有Tableau、Python、PPT、MATLAB都是很好的選擇，但如果說用matlab畫完圖之後，想進行深入加工的話還是可以學習(xi) 一些其他的工具。

寫(xie) 作

可以采用latex和word，網上和官網也有製定的latex的模板，可以直接套用就行，關(guan) 於(yu) word也有類似的模板，這樣可以減少排版的時間。

編程語言

在學習(xi) 語言的時候會(hui) 考慮是學Python還是學matlab，還有同學用R，還有spss。不管是軟件還是語言，實際都是一個(ge) 工具，目的是要實現某一個(ge) 功能。

也就是說實現哪個(ge) 功能用的熟練，就用哪個(ge) 工具，不要拘泥於(yu) 某一項工具。工具是服務於(yu) 人的，是為(wei) 了提高效率的。但是必須要有一門語言非常的精通和熟練Python或者是matlab。

如果說大家在編程中比想用比較少的程序，就寫(xie) 出來相關(guan) 的算法，更簡單一點的或者說就是有些直接寫(xie) 好的現成的定義(yi) 好的函數，那建議大家可以選用matlab。

美賽O獎全球唯一得主保姆級美賽攻略！！！