数学模型竞赛导辅1.ppt

数学模型竞赛辅导;一、数模竞赛的特点;二、需要关注的背景问题;三、题型的分类;处理分析型题目的方法;一般这种赛题以方程类的居多，如常微分方程、偏微分方程、变分方程、差分方程、积分方程，建议建模的时候最好首先用微元法做局部分析。不要搞得过于复杂，比如做出个复杂的偏微分方程出来，最终无法得到问题的题。一般而言，该类题目思路都比较清晰，如果参赛者有较高的数学分析能力，可以试一下。;处理大数据量赛题的方法; 为什么这样做的原因是只要能转化为整数规划和非线性规划，可以借助于强大的数学软件lingo来处理（关于lingo，我专门有一讲，来说明有效的使用它的技巧）。数学模型竞赛，能否有个最终的好结果是获奖的关键因素。另外，一般我们可以同时建立线性或者非线性的回归分析模型来对其进行比较分析。关于大数据量的处理，有一下几点需要注意： ;用matlab软件或者sas软件来分析数据的相关性和一些统计特征，进行绘图比较； 绘图结果一定要保留，评审对分析过程也会很感兴趣； 根据图形结果来赛选数据，去除一些明显有问题和残缺不全的数据； 如果题中要求的预测某个值，而非求极值，应该考虑用神经网络的方法来解决，体现数学工具的先进性，神经网络方法有很好的广泛适用性，不需要考虑数据的相关性； 不要害怕大规模数据，数据处理是体力活，选这类题目起点高，容易获奖；;离散型赛题应对策略; 一般如果能规约到某类NP和P问题，我可以使用一些比较高级些的方法来计算，如模拟退火算法和遗传算法（数学模型竞赛非常鼓励使用现代数值计算方法)。另外，如果数据量不太大，此类问题大多可以简化为非线性规划问题来解决，使用LINGO写程序算出来。;四不象的试题;四、赛前的准备;去找一些去年和前年的获奖论文看看，了解一下这些论文是如何组织和行文的，用了哪些方法？顺便注意下排版和格式问题。 要自己动手去写一些程序，事先准备好， 有些程序不是几天就能写好的； ;五 比赛的分工和注意的原则;六 一些可用的网络资源;谢谢大家！