数学建模-论文-各部分-写作-指导

2020-05-04 15:15 538人阅读评论(0)

学习网址：哔哩哔哩网站数学建模论文各部分写作指导

https://www.bilibili.com/video/BV14t411N7EZ?from=search&seid=16630588417911385309

【论文写作---最重要】（参考资料、代码、中间图、运行图）相对不重要。

目录

论文写作-黄金手册（数模论文写作各模块参考指南）

美国大学生数学建模竞赛等级评审标准

赛题，要全部解决完毕。

模型假设（10条左右）

建模正确，贴合赛题，有效解答模型。优缺点、稳定性测试、验证、模型推广、【摘要】

1、答卷前的思考和工作规划

（1）所有问题 --> 分工合理。大问题[综合评价] 包含小问题[数据分析、异常值]。

（2）关键数据、测试数据封存保存--->数据库.

（3）模型---整个建模过程。

（4）图、表

表面描述：（表面结果描述）数据上升、下降，xxx数据占了xxx比例，xxx年数据如何如何。

深层描述：（表面现象反映了啥啥啥）

总体走势、数据跳动、未来xxx年趋势、xxx数据占了xxx比例反映了什么、趋势与波动。

2、论文写作的重要性

论文（分数：95%）边写论文、边建模及时沟通 ---> 模型如何建、结果如何分析、描述

学术论文

3、论文组成部分

1、题目： 一定要写、简洁明了、精简、精确

2、摘要：★重中之重★ 占页面的3/4~4/5【太少：表述不清；太多：冗余】

3、关键词：...

4、问题重述：用自己的语言描述问题，不要直接抄问题。

4.1、问题分析：解决问题-自己的想法。解题步骤[一步一步地考虑解决问题]; 描述流程: 预测[异常值剔除]->数据分析->预测

5、假设：对问题中的参数进行假设、固定。假设要合理，不要出现错误，符合常理。

6、符号说明：表格、字母表示、解释符号

7、模型建立：★核心点★ 建立模型：模型原理->基本建模过程->代入数据

8、模型求解：matlab、代入xxx数据->求解出xxx结果->对结果进行基本、表层、深层分析->写出结论

9、结果分析，做出结论：... 表层、深层分析

10、模型评价：优缺点评价-基本描述--->百度[算法的优缺点]

11、模型改进：eg[用了神经网络算法，为了解决神经网络易陷入局部最小值的问题，下一步用xxx算法进行改进。]

12、引用文献：格式要标准。

一、题目

题目：一定要切合论文、表现主体信息

副标题：基于xxx理论研究，以xxx为例

诙谐式题目【xxx在哪里建设？我家的鱼缸应该这样设计。】

二、摘要

1.

【重点】摘要：对论文体系的总体概括。

【2个部分：1、综述(对大问题做一个定性+总结性概括)；2、具体问题的具体解答(针对问题1、2、3、4...，各成一段)】

综述：总体描述论文言述了什么。

定性描述：eg【整个赛题是一个xxx(评价与决策问题、判定与判别问题)问题，这是一类典型的xxx(评价类)问题，通过对赛题的研究，构建了一个什么样的模型对其进行解决，得出了什么样的结论。】

用了xxx模型：利用xxx算法（层次分析法、算术平均值法），构建xxx模型，得出了xxx结果。

整个赛题是个x问题，这是一类典型的x（异或与控制问题、评价与决策问题、判定与判别问题..）问题，通过对赛题的研究，我们通过xxx算法（层次分析法、算数平均值法）构建了xxx模型，对其进行解决，得出了xxx结论。

2.

针对问题一，这是一个典型的xxx问题(优化与控制问题、评价与分析问题)，本文应用(基于)xxx理论，构建了xxx模型，结合xxx数据，采用xxx方法，进行了求解，得到xxx结果(对结果进行描述)，进行了以下结果分析，得到了xxx结论。

【2个部分：1、综述(对大问题做一个定性+总结性概括)；2、具体问题解答(针对问题1、2、3、4...，各成一段)】

3.

构建的模型有什么优缺点、可以推广到什么地方（适用于什么地方）

参考典型摘要

三、关键词

赞比亚河、赞比亚河选址、神经网络、用到了xxx模型(神经网络)、图论算法、规划算法
突出问题、突出模型、求解问题、求解结论

标准关键词写法：

四、问题重述

对问题进行描述。

1、问题背景：问题牵扯到的背景。写半页。网络查找-->粘贴

2、问题重述：不要直接复制粘贴。写半页。大问题套着小问题。扩展问题。

这是一个典型的xxx问题，主要让求解xxx。这是一个典型的评价类问题，主要对方案进行评价，而评价势必要进行指标的选取和评价方法的选择。因此，整个问题规划为：1.评价指标的选择、2.评价方法的选择、3.评价总模型的构建。

问题把控能力【加分项】

五、问题分析

思考解决问题。剖析，将解决问题的整个思路描述下来。

eg ：

长江水资源评价，题目要求对长江水质进行评价，首先应该进行长江水质评价指标的选取，指标选取主要有如下几种方式：

鉴于指标选取的客观性，采用xxx方法进行选取，选取完指标后，进行xxx模型的构建，通过题目，发现这是一个典型的xxx问题，

题目给了很多的条件，因此选择客观评价方案（神经网络...）。

不要超过一页，避免模型建立无话可说，尽量简洁，visio图(流程图) 不要太细致。

问题分析 --> 突出思维

通过xxx网站，获取数据，通过对赛题的综合分析，可以通过xxx模型对问题求解。（因为此模型主要用于解决xxx问题。）

神经网络模型：主要用于解决非线性映射关系能力比较强的评价类问题。

而本题无明确线性关系，因此将本题认定为非线性关系，通过神经网络，结合xxx数据，进行建模，求问题求解。

六、模型假设

对赛题，进行一些有意义的假设。

8~10条假设：考虑点较多。

假设不要太多：适应性不强。

模型假设--->单独模块（模型之前）

七、符号说明

去掉表格两边的边框。

八、模型建立

论文核心---页数较多。

4模型建立与求解( Model establishment and solution )

4.1 基于问题一的求解

流程图（Visio，做完流程图后，用语言描述一下流程图）

[问题求解过程]稍微描述流程图[大约3、4行]

4.1.1 ***模型的建立（原理放进去）

eg：深度学习模型的建立（把模型原理抄一遍--->注意查重）

4.1.2 ***模型的求解（数据的获取、处理、求解）

[ 数据的获取(典型数据)，数据处理(异常值剔除、数据截取)，模型求解(模型结果分析；

上文数据代入建立的模型中，得到如下结果，把图粘贴，做基本描述) ]

4.1.3 结果分析与评价（Results analysis evaluation）

[ 表面(图的数据、某某部分占了多少多少) + 深度(通过曲线图，发现整体趋势不断上升，每几年变化一次) ]

4.2 基于问题二的求解

...