从学习2021美赛O奖论文到获得2022美赛M奖——论文精读经验分享
目小錄🥞
- 一、前小言🍡
- 二、前人栽樹---2021A題O獎論文精讀經驗📚
- 1.美術建模--- 圖形結合,事半功倍🍹
- 2.語文\英文建模---標題的小心思🍟
- 3.數學建模---邏輯嚴謹,面面俱到🥐
- 1)把簡單的模型做到極致
- 2)補充合理假設
- 3)文獻等支撐材料充足
- 三、后人乘涼---2022B題M獎中的模仿🏆
- 1.美術建模---雪中送炭🍳
- 2.語文\英文建模---能看就行🍣
- 3.數學建模---自圓其說🍝
- 四、下期預告,歡迎關注🍩
一、前小言🍡
又更新啦~前文鏈接:2022美賽M獎經驗總結(1)分工職責篇(附論文)
正所謂前人栽樹,后人乘涼。即使不能超越巨人,站在巨人的肩膀上,也使我們看得更遠,擁有了巨人的眼光。
二、前人栽樹—2021A題O獎論文精讀經驗📚
上一篇文章做的表格這里再放一下,對優秀論文的學習應當在比賽前的模擬訓練時就開始,最好選擇一到兩篇認真精讀,吃透一個O獎隊伍的得獎思路就已經足夠了,有時間當然可以多看多學。我曾調侃過🏆美賽 == 📐數學建模+📋語文建模(翻譯前)+📚英語建模(翻譯后)+🏜?美術建模,下面也從這幾個方面開始,會帶大家由淺入深地還原我們當時“跪著”讀這篇論文所學到的經驗,不夸張地說,這些經驗是我們拿到M獎的主要原因。
1.美術建模— 圖形結合,事半功倍🍹
🌟先上一些部分圖
a.背景示意圖
b.模型示意圖
c.數據示意圖
粗看一遍論文,我就只記得圖,精美且直觀。人都是視覺動物,有(精美順眼的)圖片時,他們會把目光的重心放在圖片上,旁邊的文字會成為輔助他們欣賞圖片的工具,合理通順的文字加上好看的圖片是錦上添花,狗屁不通的文字(尤其是機翻來不及檢查)加上好看的圖片就是雪中送炭,閱卷老師內心OS (Thank God! There is one picture that I can understand!)
PS:我也看過一些O獎論文的圖片很樸實無華,所以美術建模應該不是最重要的,它更多是輔助作用。
2.語文\英文建模—標題的小心思🍟
大家應該也可以很直觀地看出來,標題先用了簡寫,吸引人又簡單明了,GAME有競爭(模型中有提到)的意思,也可以是Gause’s Model的縮寫,具體是啥得問作者。如果我是閱卷的,一看到個縮寫,總是會被勾起興趣的。
3.數學建模—邏輯嚴謹,面面俱到🥐
1)把簡單的模型做到極致
以我的專業角度看,這篇O獎論文并沒有用很高級的模型,用的是簡單的種群增長和競爭模型,但是很契合題目,且他們做的很完美。我當時面向百度編程,順著他的思路10分鐘搞定第一問,得出一個差不多的結果。左邊是原文,右邊是我自己弄的,是不是像模像樣的<( ̄︶ ̄)>,剩下要做的就是自圓其說了。
而這篇論文通篇都是這個模型,只不過加了很多額外的假設,以及糅合其他簡單的模型,去充實建模的思路。因為當時是比賽前幾天最后一次模擬,才覺悟去鉆研優秀論文,所以后面幾問的模型沒有去從數學的角度研究,等之后有空再單獨開一篇講講(挖坑)。
2)補充合理假設
在研究他們的模型時,還有讓我覺得很好的點就是,他們做了很多假設,有理有據又簡化模型。其中設了菌絲生長速度和菌絲長度呈正比,雖然沒有什么專業文獻支撐,但是很符合常識,美賽才四天,不是要專業論文,而是要看論文中思想,創新地運用數學工具,合理地化繁為簡,全面地去剖析一個實際問題,結果不是主要的·(國賽更注重結果)。所以,多思考,多判斷,多創新。
3)文獻等支撐材料充足
學習一篇美賽論文,不止要看它的行文,它的參考文獻也是至關重要的。我當時還在絞盡腦汁地想,他們是如何寫得如此專業,文章中的專業數據(真菌生長的數據)又是從何而來,這不是單純百度就可以的。于是我去看了他的參考文獻,不愧是大佬,認真審題,題目是源于一篇學術論文,他就去找了那個學術論文作者的其他論文,真菌的數據也是從其中得來的。我順著他的思路去尋找那篇論文,學會了翻墻(在比賽的時候也用到了),開闊了另一種查資料的方法。
論文中五個氣候的降水與溫度,為了查它們,我發現了一個軟件,可以獲得地球上所有氣象站的信息,徑流量、降水量、露點、平均氣溫等。
題目給了一張數據圖,但沒有給方程。他們就通過圖像處理的軟件,把點取出,把圖里的數據擬合了出來使用。
雖然他們的論文并沒有直接告訴我怎么獲得可靠的數據資料,但是當我嘗試去模仿他們,思考如何去尋找這些數據資料,我學到了他們的思想,且很幸運地,比賽的時候剛好用上(全都用上了!ヽ(?゚▽゚)ノ)。
(最后我發現他們的文獻和資料都是外網的,感覺可能是人在外國,才那么方便,所以找個梯子還是很重要的,畢竟美賽是信息戰🖥?)
三、后人乘涼—2022B題M獎中的模仿🏆
學習了經驗,實戰當然要檢驗一下。
因為是俺自己的,就隨便上鏈接,需要可以下載——2022美賽B題M獎論文
1.美術建模—雪中送炭🍳
示意圖真的挺難做出來的,起碼學習PS兩年半,如果有人知道有啥方便的繪圖軟件,可以點一點,拖一拖,就能根據自己的想法蹦出來,請務必告訴我,或者打在評論區,拯救蒼生╰(°▽°)╯。這個圖是我從百度圖片查了一晚上都沒找到,然后轉戰各類視頻,從中截取適合的圖片,想辦法去除水印,終于才成為現在這張圖。
這個當時我整了半天,用的特殊軟件,感覺沒PPT好用。
EXECL YYDS (○` 3′○)
小遺憾:感覺圖片雖然都挺好看的,但是有點雜了,還是統一色系,統一類型比較好。
2.語文\英文建模—能看就行🍣
我們的標題把模型名字中的重點首字母調了出來,本來也想湊出個單詞,但想不出 (°ー°〃)。
行文的要求就是能看能讀就行,我現在還發現論文里有好多語法錯誤,當時來不及檢查機翻,但結果還是不錯的,也有可能因為這個扣了分。
3.數學建模—自圓其說🍝
我們用的是簡單的多目標非線性規劃,B題是運籌優化類問題,一般都是用規劃模型,其重點在考慮各類限制條件以及解出結果。
如何判斷自己的結果合理呢?這個得看具體的問題,2022年的B題是有現實數據可參照的,比如河流湖泊的徑流量,如果算出的需求量都大于河一年能流的水了,那這河都干沒了,與題意不符。當然還有其他標準去判斷,能自圓其說就行。
文獻資料部分,當時想知道水位和水量的關系,又因為水庫是不規則形狀,所以它們之間很難成正比,本來想假設水庫是個正方形,但還是覺得太簡化了,也有點不合理,所以就去瘋狂查資料,功夫不負有心人,竟然真讓我們查到了,是一本書里的片段,本來一看是本書,都不抱希望能找到數據了,結果它就出現在我的面前。2008年的文獻:
有了這張圖還不夠,我們沒有那兩條曲線的方程啊!這咋辦,文獻里也妹提,對了!看那篇O獎論文的時候,他們不是用了一個軟件去取點,那我們現在也可以用,然后就順利得到了方程,我們后面的計算就極大地簡化了(大哭😭)。
這道題也需要天氣的數據,又用到了!(很多美賽的題都會涉及到天氣、降水、徑流量的數據)
也主要是選的題好,我就是為了模仿那篇O獎,所以選了一題相似的,并不是說解題方法類似,A題和B題肯定是差很多的,A是微分方程,B是運籌優化,八竿子打不著。我也有考慮過2022年的A題,但是它不像2021A和2022B那樣好找資料,可以運用簡單的模型,可以用常識補充模型假設,所以,我還是選了B題,有人統計過,B題是做的人第二少的題目了,A題是第一。當時,選B題也是鼓了很大勇氣才決定了,我是建模手,努力說服隊友,放棄當時已經開始做的一道題(喵的,忘記是哪道了),在第二天下午換了題,因為我知道原來那道題再寫下去,也沒有什么意義,寫不出色,還不如放手一搏。又要偏題了哈哈,挖個坑,下次詳細說說我為啥選B題。
四、下期預告,歡迎關注🍩
第二次寫博客,碼了四千個字,我寫論文都沒那么積極,這篇花了我5個小時,兩個早上+一個晚上。不知不覺還給自己挖了好多坑,這個美賽系列可能要寫很久了哈哈。如果想要參加美賽的同學們可以關注俺,會有很多干貨🍕🌭🥪🌮,敬請期待🌹。
計劃連肝三天,一天一更,之后再三天一更。一般都是中午發。
預告一下🍱
1.2022年美賽選題思路詳解
2.圖文優化小技巧
3.對美賽的一些看法和遺憾
。。。。。。未完待續ε(*′・?・`)з゙
總結
以上是生活随笔為你收集整理的从学习2021美赛O奖论文到获得2022美赛M奖——论文精读经验分享的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Mqtt客户端与服务端通讯
- 下一篇: 商业数据可视化分析基础知识