美國大學生數學建模競賽F獎拿獎全過程

本次投稿來自於(yu) 一名大二學妹，在此之前從(cong) 未拿過建模獎、純純建模新手、同時非計算機專(zhuan) 業(ye) ，接下來將以學妹第一視角給大家分享下小白美賽獲獎經驗。

2022年，我與(yu) 另外兩(liang) 外兩(liang) 夥(huo) 伴組團美賽（美國大學生數學建模競賽），並最終獲得F獎。

01、團隊介紹

我們(men) 的團隊陣容是：985&大二&非計算機專(zhuan) 業(ye) &三位美少女戰士！

同學A：非常具有管理才幹以及商科頭腦。也是我們(men) 的領頭人。隊伍組建主要是小A負責的。小A在暑假的時候就給大家分了學習(xi) 模塊的工作，比如說Matlab、圖論呀，幾個(ge) 美賽常用建模的知識模塊，我們(men) 三個(ge) 人一人負責一部分。對了，寫(xie) 作模板也是小A找的，有模板有什麽(me) 好處呢？第一個(ge) 是符合參賽標準，這是最基礎的。

第二個(ge) 就是大家都能參與(yu) 到寫(xie) 作任務來，因為(wei) 框架定好了，填充內(nei) 容也不會(hui) 有很明顯的割裂感。如此一來，每個(ge) 人都能擔任寫(xie) 手的任務。眾(zhong) 所周知，寫(xie) 文章不是一個(ge) 容易活兒(er) ，倘若全然交付給一個(ge) 人，且這些任務又並不是一個(ge) 人做出來的，那麽(me) 其所寫(xie) 內(nei) 容與(yu) 任務本身或多或少會(hui) 存在些許差距。因而大家一起寫(xie) 文章能分擔寫(xie) 作的壓力。

比賽剛開始就很快地給大家分工、製定開會(hui) 時間。總之，隊伍中有個(ge) 領頭羊的角色是非常必要的，這會(hui) 讓大家的隊伍不至於(yu) 向無頭蒼蠅一般各幹各的。

同學B：同學B具有堅實的理科基礎，掌握Matlab以及C語言、Python、Java等編程語言。缺點是掌握的不太好（哈哈哈哈哈哈哈你懂得就是課程上學了但是學的不是很精深）。我想如果美賽的題目很偏理工科的話，小B就會(hui) 很能發揮她的長處。

同學C：嗯嗯就是我。自誇自擂肯定不是什麽(me) 美德。我一下子也想不出我有什麽(me) 好處。可能就是態度積極認真，隊長派遣的任務都能完成……？哈哈。

除了願意做任勞任怨的打工人以外，我應該還有一個(ge) 優(you) 點就是搞科研比較多，跟導師打工。所以我看論文還是挺多的。我們(men) 的整體(ti) 思路上我貢獻了不少力量，就是因為(wei) 我從(cong) 看論文中找到了可行的解決(jue) 思路。第三個(ge) 能說出來的好處就是我的寫(xie) 作經驗還是蠻豐(feng) 富的，你懂得~也是跟著老師打工，瘋狂盤論文、磨論文的那種。

所以我們(men) 文章提綱挈領式的總結，以及最後給評委的那一封信都是我寫(xie) 的。總之，我們(men) 的隊伍在彼此互相了解的前提下，進行深度合作，發揮（壓榨）每一個(ge) 人的價(jia) 值，再加一點點好運氣（指走對了方向、選對了思路），我們(men) 獲得了F獎的殊榮。

此外，很多人對美賽組隊還存在一定的誤區，下麵的Q&A提供部分問題的建議：

Q：參加美賽一定要計算機專(zhuan) 業(ye) 嗎？

A：不一定。應當以掌握技術為(wei) 判斷標準而非專(zhuan) 業(ye) ，例如我們(men) 的團隊中有一位來自大氣科學的同學，她會(hui) 使用Matlab。其實編程能力並不是一個(ge) 很好的考察標準，對於(yu) 三天就要完成的美賽來說，經驗和已經掌握的軟件（後續會(hui) 介紹不會(hui) coding也能建模的神器！！）才是更能派上用場的。

Q：三個(ge) 人最好是不同專(zhuan) 業(ye) 嗎？

A：不是。上一條已經說了關(guan) 鍵要看掌握的技能。還有就是，有的時候同專(zhuan) 業(ye) 的人可能更加熟悉，這也有利於(yu) 後續的分工合作。

Q：要找一個(ge) 英語好的人嗎？

A：不重要。現在英語翻譯軟件多強呀！推薦一個(ge) 號稱最牛的學術翻譯軟件DEEPL，免費的，缺點是賊慢。考慮到排版上的問題，建議一段一段翻譯。找一個(ge) 英語專(zhuan) 業(ye) 的人就更是浪費名額了！

02關(guan) 於(yu) 選題

如果沒有很明顯的選題偏好或者隊伍明顯的強項的話，還是建議每道題都看一下的。我們(men) 采取的策略是，剛發題我們(men) 三個(ge) 人就DEF一人看一道，然後給出基本的解決(jue) 思路。大家再一起開會(hui) 商量一下，主要考量解決(jue) 方案的可行性。

當時選D題是因為(wei) 這個(ge) 數據感覺還是挺好找的，我們(men) 後麵在Kaggle（一個(ge) 找數據的平台）上找到了相關(guan) 的人才之類的數據集。另外兩(liang) 個(ge) 題我記得是什麽(me) 小行星采礦，還有一個(ge) 碳排放。小行星那個(ge) 我們(men) 聽起來就覺得很離譜，一點不懂就pass了。

碳排放倒是考慮了一下，因為(wei) 我們(men) 有個(ge) 學大氣的同學嘛。但是後來考慮到數據搜集的問題還是選擇了D題。而且D題基本思路就是做一個(ge) 評價(jia) 模型，我們(men) 發現SPSSPRO基本上很多評價(jia) 模型都能免費做，就敲定D題了。

所以，回顧我們(men) 的選題過程，我覺得有三個(ge) 必要條件，才能讓你選擇一個(ge) 適合你們(men) 的好題。

第一點，提前充分了解每個(ge) 隊員的特點、擅長哪個(ge) 方向；

第二點，合理的選題分工，即派隊員去了解題目到底在說什麽(me) ，知己知彼方能百戰不殆；

第三點，快速選定、快速讀文獻找思路&找數據，此之謂行動力。

03寫(xie) 作經驗

提前做好模板！！這個(ge) 很重要。我們(men) 當時是從(cong) 美賽經驗貼裏下載了一份Word模板，包括表的格式等等，很方便！至於(yu) 很多人提到的LateX，我覺得還是有些麻煩，美賽嘛，效率至上。但是有一個(ge) LateX在線的公式編輯器我覺得很好用，免費的，可以在上麵輸公式也可以從(cong) 論文上截圖，轉成清晰可編輯的公式。

04、建模經驗

比賽之前多學習(xi) 一些建模軟件知識是很好的，我們(men) 在寒假的時候學習(xi) 了一些圖論的知識還有自然語言處理、爬蟲、Matlab、SPSS等。不過現實是，學了不一定能用到！！最後我們(men) 用的基本上都是SPSSPro，也是趕巧了，D題要做的評價(jia) 模型，包括AHP還有模糊綜合評價(jia) 、熵權法SPSSPro恰好都能做。

那麽(me) 我們(men) 是怎麽(me) 發現SPSSPro的呢？其實在暑假準備階段就發現了，因為(wei) 很多機器學習(xi) 的模型，對於(yu) 我們(men) 這些非計算機專(zhuan) 業(ye) 的人來說，編程實現還是很難的，所以我們(men) 就發現了這個(ge) “平替”SPSSPro，應用起來沒啥難度，老師口中的“傻瓜軟件”。但是美賽有一個(ge) Bug它不關(guan) 心你怎麽(me) 做出來的，能出結果就行。當然如果需要獲得O獎這種水平，肯定不能僅(jin) 僅(jin) 靠現有模型的有機組合，而是從(cong) 代碼底層徐徐圖之。這就是大佬要考慮的事情了！

回到我們(men) 的建模思路，我們(men) 做的一個(ge) 創新點就是用熵權法+專(zhuan) 家評估法結合來評價(jia) ，我們(men) 當時是選擇了三個(ge) 維度來評價(jia) 港口效率，最後再用模糊綜合評價(jia) 給出最終評價(jia) 的結果。

那麽(me) 為(wei) 什麽(me) 采取這三個(ge) 維度呢？其實整體(ti) 的思路在題目中已經有暗示了，我們(men) 來一起做“閱讀理解”。

下麵是2022年D題的真題中的Requirements。首先它開門見山地說，由於(yu) 種種原因啊，不能給你數據（樂(le) ）。但是呢，我會(hui) 在Page 3給你列出來數據類型，那麽(me) 這就不言而喻了，意思就是需要自己找符合題目要求的數據。我們(men) 來看第一個(ge) keypoint，看它加粗的部分是在強調“績效指標”，而且指標要在people、technologies，processes三個(ge) 維度。這就非常清晰了，我們(men) 這次比賽的整體(ti) 思路就是圍繞三個(ge) 維度建模。

整體(ti) 的建模過程/思路如下：

① 閱讀效率評價(jia) 的相關(guan) 文獻，從(cong) 三個(ge) 維度構建多級評價(jia) 指標體(ti) 係；

② 製定數據收集策略（盡量找評價(jia) 指標體(ti) 係裏的數據），用盡一切手段得到目標數據，然後進行數據處理（python甚至excel都可以用上）；閱讀相關(guan) 文獻/博客，尋找可用性強的評價(jia) 模型，測試模型的適用性；采用組合策略（我們(men) 是組合了RSR、AHP、TOPSIS）、優(you) 選策略不斷優(you) 化設計現有模型。（PS：因為(wei) 有的模型確實很難，妙用組合策略能起到很好的效果）

③ 模型評估+模型的優(you) 劣勢分析（文字建模）+模型的拓展應用（這個(ge) 是因為(wei) requirements裏有要求~再次劃重點：仔細審題！！）

05關(guan) 於(yu) 一些“彎路”和“歪路”

在美賽準備和實施的階段，我們(men) 很可能走上一些“彎路”或者是“歪路”。前者很大程度上是不可避免的，例如在選題的時候選擇了一種不是最優(you) 解的方案。但是這一點也無需放在心上，因為(wei) 找到完美解決(jue) 思路肯定是很難的而且有些運氣成分在裏頭。然而，對於(yu) 其中一些類型的彎路我們(men) 是能夠盡可能避免的，例如在備賽過程中的學習(xi) 、不合理的分工導致走彎路等等。

對於(yu) “歪路”，我隻能說提高效率≠一味走捷徑。我們(men) 在比賽的過程中也有陷入迷茫的階段，一直找不到數據，沒有數據的建模給人一種虛空的感覺。我們(men) 就在微博討論區閑逛、各種群聊閑逛，企圖發現一些找數據的思路。

我們(men) 在微博上看到一份數據好像能用，但是全部的數據那個(ge) 博主收20塊錢，雖然不多，但是——千萬(wan) 不要給！！我覺得對於(yu) 我來說給人錢找數據是一件很屈辱的事情，我相信自己的檢索能力！於(yu) 是我順藤摸瓜，終於(yu) 在Kaggle上找到了原版的數據！

06關(guan) 於(yu) Money

有人可能會(hui) 擔心，美賽是不是要花很多錢呀？其實還好。報名費需要637元，分到一個(ge) 人頭上是二百多塊錢，說多不多說少不少吧。平時少搓幾頓飯、少買(mai) 幾件衣服能省出來的。後麵如果你要走歪路，那倒是會(hui) 花錢，讓別人幫你寫(xie) 這種……大可不必。首先別人寫(xie) 的未必有你好，你還沒下功夫又怎麽(me) 能知道呢？其次，有什麽(me) 意義(yi) 呢？不妨想想你參加比賽的初衷。

07結語

美賽雖然含金量在近幾年有所下降，但是對於(yu) 想保研、出國的uu來說還是值得一賽的，畢竟隻有三天，也不會(hui) 占用很多時間。所以我還是推薦大家參加美賽，當然，汲取大家的經驗、用對方法也很重要！