1、前言

在大学期间，几次参加数学建模的经历给我带来的印象还是很深刻的。3个人，3台电脑，1个问题，熬 x 个通宵，很过瘾，很带劲，很怀念。

通过数学建模，让我在大学初期就了解接触到了数学统计、数学物理方程、数学基本模型等知识点。也让我切切实实的体会到了繁杂的数学公式可以与生活中的实际问题相结合，并将这个问题解决掉。和队友最终齐心协力产出一篇能够逻辑自洽的论文，解决一个实际问题，很是有成就感。

数学建模带来的直接好处是：

• 科技论文写作从此不再是问题。从基本的格式，科技论文的用词、语句表达上、图表构建上都有很大的进步，包括未来的 Latex 学术必备软件，也可以去学习一下。参加数学建模后，结课论文、实验论文、毕业论文对我而言不再是问题，且能明显感觉到与周围同学在排版上，用词合理性上的差距。包括工作后，当解决问题后输出问题报告时，会有一种自然而然的条理性，也是深受周围同事好评。
• 对编程有大的提高。在数学建模中，编程往往是根据问题去进行编程，会有很大的灵活性，但不变的是编程思维，如何使用程序更快、更好的解决问题，从建模中能获取到部分答案。如 [数学建模] [2001年国赛模拟] 1. 血管的三维重建 中，作为一道 2001 年的算法类数学建模问题，一张图片 512 *512 个像素点，如果采用暴力算法来计算，是否在当年会计算吃力？那如果采用倍增算法来进行优化呢？进一步再采用二分算法进行优化呢？这个过程就是很有意思的了。
• 提高人际沟通、逻辑思维能力。 培训期间会和队友、指导老师、其他组成员进行大量沟通，如何快速理解别人的想法，或者如何快速说服别人 这点就是自己的人际沟通能力和逻辑思维能力了。
• 对未来考研、找工作、评奖评优有积极影响。

---

一些个人想法，可以简单聊聊对数学建模的看法

• 关于数学建模的个人看法（国赛、地方赛）

  • 首先数学建模是可以并值得参加的大学生竞赛之一，无需太强专业理论知识，因为论题是多个、且开放的。3人组队为期3天时间，采用数学建模的方式，解决赛事组发布的问题。
  • 在数学建模中可以接触到 MATLAB 编程，lingo 优化，SPSS 或者 R 语言 统计。对于机械、自动化、数学科学处理 等专业有一定帮助。
  • 培训、竞赛过程中，和队友关系紧密，能够增强多人协作的能力。三个人各司其职，确定数学模型建模的、进行 MATLAB 编程的，进行论文写作的。在一起为了同一个目标进行学习时，效率很高，进步很快。
  • 数学建模在大学的竞赛含金量，在各个学校的比重都不太一样，但是要注意，这也是大学生国家级竞赛，不管在未来找工作、考研，都是有一定帮助的。并且比较容易出一定成果，比如随随便便拿一个省级一等奖之类的。

• 从客观角度、个人经验上反对一点点数学建模

  • 建模里面的东西太杂乱了，很多模型说是胡诌也不为过，只要论文写好、图画好，很简单就可出成绩。
  • 建模不建议花费大量时间在里面，因为东西很庞杂，导致很难精通。我们从中需要学习的是如何快速学习、快速检索资料、快速解决问题的能力和方法。这些通法将终生受益。
  • 推荐可以在大二下学期、暑假期间，即大二升大三，参加数学建模培训，然后参加国赛即可，不需要提前准备太久，需要的是集中，高强度的几次模拟，让自己形成建模思维。当年在大一暑假期间参加数学建模，还记得白天刚在数分课上了解了一阶偏微分方程，结果晚上国赛题就是热传导二阶偏微分方程的求解。花费很多精力才啃下来，但同期的大三物理学长在这块做的非常棒，一举拿下全国10佳论文奖！十分佩服。

以后想动笔的时候，再写写吧…

2、数学建模学习索引

2.1、建模知识点

挖坑，待填~

3、实战建模论文索引

3.1、国赛真题索引

3.1.1、[数学建模] [2001年国赛模拟] 1. 血管的三维重建

专栏链接：[数学建模] [2001年国赛模拟] 1. 血管的三维重建

食用指南：

• 建模、编程类。需要算出确定的答案，有固定的最优解。
• 2001 年的题目，非常经典。放在现如今，按照现在的计算机计算速度来讲，直接暴力求解都是可以的。不过要是放在 2001 年，那可就是需要进行算法优化的了。

3.1.2、[数学建模] [2011年B国赛模拟] 2. 交巡警服务平台的设置与调度

专栏链接：[数学建模] [2011年B国赛模拟] 2. 交巡警服务平台的设置与调度

食用指南：

• 建模、编程类。需要算出确定的答案，有固定的最优解。
• 这道题也挺有意思的，从图论、最短路径入手，慢慢转换为一个最优化模型，既可以锻炼 MATLAB 编程，也可以锻炼 Lingo 优化模型。

3.1.3、[数学建模][2012年A国赛模拟] 3. 葡萄酒的评价

专栏链接：[数学建模][2012年A国赛模拟] 3. 葡萄酒的评价

食用指南：

• 评价类的题目也是必须要练的哈。因为上面编程类的是很考验编程功底的，做的出来就是国奖，做不出来可能就无缘国奖了。而此类评价类的题目，只要能够正确分析、选定模型的话，就是纯纯的套路题目，写好论文即可保省一，冲国二。
• 这个属于数学统计方面的知识，一般采用 SPSS 这个软件就可以搞定，也可以学习一下 R 语言。
• 关于常见的评价类模型，数据处理等方法都是必备的。至少要知道这个模型、这个方法，可以去解决什么问题。就能够直接去套模型了。为什么要直接去套模型，而不是先去做问题转换、抽象呢？因为后者较难，哈哈。根据能力，能套就套吧。套多了就能会一点了，一开始要求别这么高。
• 也可以去参考：[数学建模] [2019年A 模拟练习][层次分析法、熵值法、多目标优化、主成分分析法] 4. 深圳居民健康水平评估与测控模型研究 这篇文章也是很经典的评价模型、数据处理都上了一遍。

3.2、模拟赛索引

3.2.1、[数学建模] [2019年A 模拟练习][层次分析法、熵值法、多目标优化、主成分分析法] 4. 深圳居民健康水平评估与测控模型研究

专栏链接：[数学建模] [2019年A 模拟练习][层次分析法、熵值法、多目标优化、主成分分析法] 4. 深圳居民健康水平评估与测控模型研究

食用指南：

• 评价类问题。很适合去入门了解评价类问题的基本数学模型。
• 此问题在当年是开放问题，看看如何查找资料，如何简历数学模型，解决问题。