1. 从“备赛”到“实战”一次竞赛的完整复盘视角又到了一年一度数学建模竞赛的备战季看着校园里、论坛上逐渐升温的讨论我总能回想起自己当年作为参赛者和后来作为指导老师的那些日子。很多人把“备赛”理解成赛前几周的突击找几篇优秀论文看看学几个算法模型这其实是个很大的误区。真正的“备赛”是一个系统工程它贯穿于整个知识积累、团队磨合与实战模拟的过程中。今天我想从一个过来人的角度结合2020年赛题的特点和大家聊聊如何进行一次真正有效的“备赛”。这不仅仅是第十次备赛讲座我更愿意把它看作是一次对竞赛核心能力的深度拆解目标是让你和你的团队从“知道怎么做”进化到“知道为什么这么做并且能做好”。2020年的数模竞赛无论是国赛还是美赛都呈现出一些鲜明的特点数据驱动的题目比例持续增加对结果的合理性与可视化表达要求更高同时问题背景更加贴近社会热点如疫情分析、资源调度、环境评估等。这意味着仅仅掌握几个经典模型比如层次分析法、灰色预测已经不够用了。备赛的核心正在从“模型库”的扩充转向“问题拆解-数据获取与处理-模型选择与融合-结果呈现与检验”这一完整链条的能力构建。接下来我将围绕这条主线结合具体实例拆解备赛的每一个关键环节。2. 赛题破局如何快速理解并拆解一个陌生问题拿到赛题的第一时间大多数队伍会陷入两种极端要么一头扎进文献里疯狂检索类似模型要么团队内部就开始为选用哪个模型而争论不休。这都是本末倒置。正确的第一步永远是“理解问题本身”。2.1 问题重述与边界界定不要小看“问题重述”这个环节。它绝不是把题目抄一遍而是用自己的语言结合常识和专业背景将赛题翻译成一个或多个明确的、可操作的数学或逻辑问题。以2020年国赛C题“中小微企业的信贷决策”为例题目给了一堆企业的信贷记录、发票信息等。很多队伍直接开始构建信用评级模型但这只是表面。更深层的拆解应该是核心目标是什么银行在特定信贷政策下如何最大化收益或最小化风险这里的“收益”和“风险”需要被量化。约束条件有哪些题目中明确的信贷额度、利率、期限是硬约束。还有没有隐性约束比如银行可能希望客户群体有一定多样性不能全投给一个行业这需要自己合理假设。可用数据是什么发票信息反映了企业的交易活跃度和上下游稳定性信贷记录反映了历史信用。这些数据如何转化为评价指标例如发票的作废/拒付率可能比交易总额更能反映风险。问题的边界在哪我们是否需要考虑宏观经济环境是否需要预测企业未来几年的经营状况题目没说的我们要根据模型复杂度和时间果断设定边界。比如可以假设未来一年经营状况与历史数据体现的规律基本一致先不考虑突发黑天鹅事件。这个过程一定要在论文的“问题重述”部分清晰体现。评阅老师首先看的就是你们是否真的读懂了题。2.2 关键词提取与知识联想题目中的每个名词都可能是一个模型入口。“信贷决策”联想到综合评价AHP、TOPSIS、熵权法、“信贷策略”联想到优化线性/非线性规划、动态规划、“企业违约预测”联想到分类模型逻辑回归、决策树、随机森林甚至简单的神经网络。但联想不是堆砌而是要建立逻辑链。比如更合理的思路是首先利用历史数据构建一个基于逻辑回归或XGBoost的企业违约概率预测模型分类问题。然后将这个预测出的“违约概率”作为核心输入参数代入到一个以银行综合收益最大化为目标的线性规划或整数规划模型中优化问题在信贷额度等约束下求解出对每家企业的信贷分配方案。这样两个模型就形成了有机的上下游关系逻辑上严丝合缝。注意在论文中描述这个思路时一定要画出清晰的流程图。一图胜千言能极大帮助评委理解你们的建模逻辑。3. 数据、算法与工具构建你的实战武器库当问题被清晰拆解后下一步就是选择并运用合适的工具来实现它。这部分是备赛的硬核内容但切忌贪多嚼不烂。3.1 数据预处理被忽视的“胜负手”数模竞赛给出的数据极少是干净完美的。2020年很多赛题的数据都包含缺失值、异常值、量纲不统一等问题。数据处理的好坏直接决定了模型的上限。缺失值处理对于时间序列数据如企业月度发票金额可以用前后均值、线性插值。对于分类特征如果缺失不多可以直接用众数填充。如果某特征缺失严重比如超过30%一个大胆但合理的做法是直接删除该特征并在论文中说明理由——因为大量缺失可能意味着该数据本身收集就不完整强行填充会引入更大噪声。异常值处理不要一看到“异常”就删除。首先要分析异常产生的原因。在“信贷决策”题中某个月发票金额奇高可能是接到了大订单正常业务也可能是虚开发票风险信号。这里就需要结合业务背景或者使用箱线图、3σ原则进行甄别对于明显违反常理的错误数据如年龄200岁再予以剔除或修正。数据标准化/归一化只要用到涉及距离计算或梯度下降的模型如K-Means聚类、神经网络、以及需要计算欧氏距离的TOPSIS法就必须进行。最常用的是Min-Max归一化和Z-Score标准化。在论文中要写清楚你用了哪种以及为什么用这种例如“由于后续使用的XXX模型对输入尺度敏感我们采用Min-Max归一化将各指标缩放到[0,1]区间”。3.2 模型选择没有最好只有最合适模型选择的核心原则是用最简单的模型解决核心问题用复杂的模型提升亮点和精度。不要为了用神经网络而用神经网络。基础模型必须扎实线性回归、逻辑回归、时间序列预测ARIMA、线性规划、整数规划、动态规划、最短路径Dijkstra, Floyd、聚类分析K-Means、主成分分析PCA。这些模型的理论假设、适用场景、求解方法特别是手推公式和软件实现必须了如指掌。它们是你们论文的“基本盘”保证你们有东西可写且不会出错。进阶模型打造亮点随机森林、XGBoost/LightGBM、支持向量机SVM、神经网络BP、CNN、LSTM、模拟退火、遗传算法等。这些模型可以用来处理更复杂的关系非线性、高维或求解更难的优化问题。关键是要会用并且能解释清楚。比如用XGBoost做分类不仅要会调sklearn或xgboost库的API最好还能说出它相对于普通决策树通过正则化和梯度提升如何防止过拟合。模型融合是高分钥匙单一模型往往有局限性。2020年许多优秀论文都采用了“组合拳”。例如预测问题可以用ARIMA、指数平滑、LSTM分别预测然后将它们的预测结果进行加权平均简单平均或基于历史误差确定权重往往能获得更稳定、更准确的结果。评价问题可以用AHP主观赋权、熵权法客观赋权、CRITIC法客观赋权分别确定指标权重然后综合得到一套更合理的权重体系。优化问题对于复杂非线性规划可以用遗传算法、模拟退火等智能算法求出一个较优的初始解再代入到LINGO、MATLAB的fmincon等工具箱中进行局部精细搜索。3.3 工具链效率与呈现的保障编程语言Python已是绝对主流因其丰富的数据科学生态pandas, numpy, scikit-learn, matplotlib, seaborn, statsmodels, tensorflow/pytorch。MATLAB在矩阵运算、仿真、优化求解和某些专业工具箱如信号处理上仍有优势。建议队伍中至少两人熟练掌握Python一人熟悉MATLAB以备不时之需。写作与绘图LaTeX是论文排版的“金标准”能让你的论文在观感上就脱颖而出。虽然学习有门槛但赛前花几天时间用模板练习绝对值得。绘图工具Python的matplotlib和seaborn足以应对绝大多数需求关键是掌握如何绘制清晰、美观、信息量大的图表如多子图、组合图、热力图。文献管理赛题中往往需要引用参考文献来支撑你的模型或假设。使用Zotero、EndNote或Even Note等工具管理文献能在最后紧张的排版阶段节省大量时间。4. 论文写作将你的思想“销售”给评委数模竞赛的成果就是一篇论文。你的所有思考、计算、结果都必须通过这篇论文来呈现和“销售”。写作能力是决定奖项层次的关键软实力。4.1 结构之美八股文也有黄金法则数模论文有相对固定的结构但每个部分都有讲究摘要这是论文的“脸面”评委可能只用几分钟看摘要。必须用精炼的语言500字左右说明针对什么问题、建立了什么模型、用了什么方法、得到了什么结果、有何特色与结论。杜绝空洞形容词多用数据说话。例如不说“我们建立了高效的模型”而说“我们建立的XGBoost-LSTM组合预测模型在测试集上将误差MAPE降低了15%”。问题重述与分析如前所述展示你们对问题的理解深度。模型假设这是你们为自己划定的“安全区”。合理的假设能简化问题但必须基于常识或题中隐含信息。例如“假设附件中的数据真实可靠”、“假设未来一年内宏观经济环境无重大变化”。每一条假设最好都能在后面模型的建立或求解中找到对应的体现。符号说明建议用三线表形式清晰列出所有主要变量、符号及其含义。这是专业性的体现。模型建立与求解论文的核心。建议按“总-分”结构来写。先给出整体建模思路框图。然后分小节每个小节对应一个子模型。在每个子模型中遵循“问题描述 - 模型定义公式- 求解方法算法步骤/软件工具- 求解结果”的逻辑。公式要编号且解释每个变量的含义。模型检验与灵敏度分析这是区分普通论文和优秀论文的关键。模型建好了结果出来了就完了吗不你需要证明你的模型是稳健的、可靠的。稳定性检验改变模型中的某个参数比如聚类数目K、规划模型中的某个系数看结果是否发生剧烈变化。如果变化在可接受范围内说明模型稳定。误差分析对于预测模型不仅要给出整体误差如RMSE, MAE还要分析误差在时间上或不同样本群体上的分布找出模型在哪些情况下表现不佳并分析原因。对比分析将你的模型与一个基准模型如简单平均法、线性回归进行对比用数据证明你的模型更优。模型评价与推广客观评价自己模型的优点和缺点缺点一定要写这体现了批判性思维。推广部分可以谈谈模型稍作修改后还能用于哪些类似场景。参考文献与附录参考文献格式要规范。附录放核心代码不要全部放关键片段、大型图表或中间计算结果。4.2 图表与表达让评委一眼看懂图表标题和注释要完整图下表上标题应明确反映图表内容如“图3不同信贷策略下的银行预期收益与风险对比”而不是“图3结果”。一图一议每放一个图表紧跟着就要有一段文字来描述这个图表揭示了什么现象、说明了什么问题、支撑了什么结论。不要让图表孤零零地在那里。文字表达使用客观、准确的学术语言避免口语化和绝对化的词汇如“非常”、“极其”。多使用“结果表明”、“由此可知”、“综上所述”等词语来连接逻辑。5. 团队协作与时间管理三天的高压实战三天时间完成从审题到提交论文的全过程是对团队协作的极限考验。5.1 角色定位与动态调整经典的三人角色是建模主思路、编程主实现、写作主论文。但现实中角色必须是动态流动的。第一天选题与开题全员共同审题、讨论、查阅资料共同确定选题和初步思路。这个阶段切忌一言堂要充分讨论。下午或晚上必须确定初步的技术路线和分工。写作的同学此时就要开始搭建论文框架撰写问题重述、假设等前端内容。第二天建模与求解攻坚编程同学根据建模同学的思路开始实现、调试、跑数据。建模同学继续深化模型细节解决编程同学反馈的问题如数据异常、模型不收敛。写作同学同步记录进展开始撰写模型建立部分并绘制流程图。当天晚上必须完成核心模型的求解并得到初步结果这是死线否则第三天会非常被动。第三天整合、检验与成文上午全员基于初步结果进行模型检验、灵敏度分析和优化。写作同学全力撰写剩余部分特别是摘要、结果分析和结论。下午整合论文反复检查格式、图表编号、参考文献、语法错误。编程同学提供最终的干净代码和结果图。最后留出至少2-3小时进行最终通读和修改。提交前务必检查PDF是否生成正确附件是否齐全。5.2 常见“坑”与应对策略思路卡壳如果某个点讨论超过1小时没有进展果断记录下当前分歧先按照一个相对合理的思路往下做。很多时候在实现的过程中问题会自己浮现出解决方案或者被证明不重要。程序Bug编程同学不要自己闷头调。及时把错误信息、异常结果截图发给队友一起分析。很多Bug不是语法错误而是对模型或数据的理解有偏差。写作瓶颈写作同学不要等到所有结果都出来再动笔。从第一天就开始写写不出来的时候就先画图、列表格、整理参考文献。保持写作的连续性。体力与心态准备咖啡、红牛但更重要的是准备一些快速食品。合理安排休息最后一天通宵虽常见但前两夜尽量保证有4-5小时的睡眠。心态放平目标是完成一篇完整、逻辑自洽的论文而不是追求一个完美无缺的模型。备赛第十讲其实讲的不是第十个知识点而是希望帮你把前九次积累的零散知识串联成一套应对实战的完整心法和技能树。数学建模竞赛的魅力不在于你用了多么高深的模型而在于你如何运用数学工具和编程能力去理性地分析一个现实问题并清晰地表达你的解决方案。这个过程本身就是对科研能力一次极好的训练。最后送给大家一句话“完成比完美更重要”。在三天的时间里拿出一篇结构完整、逻辑清晰、结果合理的论文你们就已经战胜了绝大多数对手。祝各位在接下来的比赛中思路泉涌代码无Bug最终摘得理想的奖项。