计算机er如何高效准备数学建模竞赛？

 为什么要参赛？

首先，计算机er在准备数学建模比赛的过程中能够学到许多模型算法。这其中的很多都会广泛应用在自然科学、工程学科及社会科学等领域，尤其是人工智能、深度学习、机器学习等方向都需要深厚的数学功底，因此学习数学模型对于计算机er未来的学习、工作与科研会有很大帮助。

其次，数学建模主要包括模型的建立和求解，构建模型主要依据数学方面的理论，而求解则涉及到上机编程，所以多多参加数学建模类竞赛有利于提升同学们的数理逻辑能力和编程能力。并且数学建模竞赛通常需要以论文的形式完成，经过多次竞赛的锻炼后，同学们的论文写作能力也会有很大提高哦！

此外，计算机专业的本科生平时多参加含金量高的数模比赛并拿到较好的奖项，在综测加分、评奖评优、保研和考研中也都会有很大优势。

 学习哪些模型？

线性规划问题主要是指在一组线性约束条件的限制下，求一个线性目标函数最大值或最小值的问题，它研究的是在一定条件下，如何合理安排人力物力等资源能够使经济效果达到最好。

如果将全部或部分决策变量限制为取离散非负整数值的线性规则，则为整数规划。整数规划通常分为纯整数规划和混合整数规划。

在描述目标函数或约束条件的数学表达式中至少有一个是非线性函数，这类优化问题叫非线性规划。在求最优解时需要注意，与线性规划不同，非线性规划的最优解可能存在于可行域的任意一点，而线性规划只能存在于可行域的边界上。

近年来，由于科学与计算机技术的飞速发展，大大地促进了图论研究和应用，图论的理论和方法已经渗透到运筹学、通讯科学、信息技术、物理、化学、生物遗传学、社会学、经济学等学科中。在图与网络模型中，大家需要掌握基本的概念与数据结构。^[1]

 如何高效备赛？

首先必不可少的一点，是要对数学建模比赛的准备有一个宏观的把握，要先了解清楚历年建模比赛的题目、奖项、比赛流程、硬软件准备，以及一些大佬们对各种建模比赛的介绍。尤其对于0基础的计算机er来说，在这种未知的情况下，最好先别直接在网上找各种技术性的资料去学，因为急于求成反而会事倍功半，使自己的备赛效率低下。

在对比赛有全新了解与宏观把握以后，需要搜集一些基本的数学模型理论知识、编程知识并加以学习，在学习的过程中主要掌握每种模型的基本功能和创新点（可完善的部分），并且要做好总结，对所学的模型进行分类（如预测模型、回归模型等等），这样可以理清建模思维。搜集、学习历年优秀论文也是一个很重要的学习部分。岛主建议同学们多分析优秀论文里常用到的基本模型，以及他们是如何运用及改进这些模型的，最后还要分析总结这些优秀论文里非技术部分的共同特点，如插图排版美观、概念清晰等。

在临上“战场”前还有最重要的一步：明确分工。数学建模比赛通常为三人一组，基本上三人的各自主要任务为建模、编程和写作是比较合理的。当然这个分工不是绝对的，而是强调每个人主要负责的任务部分。例如负责建模的同学主要进行数学建模，但如果他对于一些编程软件掌握熟练，那么他也是可以做一些编程工作的。因为合作默契的小组通常分工没有一个明确的界限，分工交叉的小组能更好地齐心协力，这也要求三个人都需要提前学习一些建模及编程的知识，以便在比赛过程中更好的合作。

最后，数学建模比赛不仅考察队伍的技术水平，还考察心理素质。在比赛的过程中可能会出现思路突然卡住的现象，这就需要小组三人具备良好的心理素质。对于最终论文的撰写也十分重要，特别是对于排版和表达，因此负责写作的同学在备赛时需要多看优秀论文，分析他们的写作语言、框架并加以学习。