MCM赛前秘笈.docx

MCM赛前必备
1、Anatomy of a Paper（剖析文章）
1.1、Summary
摘要是论文中最重要的一部分，是S和H的区分点，摘要应该最后在写，强调：你不应该在论文结束的时候才开始写摘要，在最合理的时间分配计划中，最后一天（周一）应该把什么都放下去全力写摘要。
特别提示：
l 简洁，覆盖你论文的所有点。
l 无论你做任何的创新，你都要写在里面。
l 在摘要中你要把清晰的结果显示出来（个人建议多用公式数字表示）。
l 论文摘要长度大概控制在1/2—2/3页左右。
1.2、Introduction
在MCM比赛中，你要重述下问题并且解释一下。对于大多数MCM问题，大家的想法可能会不同，很正常，这就是MCM的特色。Introduction最好周五写，和大家同步。
特别提示：
l 最重要的事情就是将问题解释清楚，你将决定怎么去做它。
l introduction的最终目的就是要所有人看到以后很清楚的知道问题是什么，你要去做什么。
l introduction可以写一些背景性的东西，以证实你研究了哪些东西或者说你在别人的研究基础上在进行研究的。
l 切忌：评阅你论文的人是数学教授，如果看你写的背景像教科书一样，会很厌烦。还有就是最好提下一般方法和别人的研究成果。
1.3、The Model
建立模型的目的就要将现实中的一些真正存在的问题表示出来，帮助你理解它，第一大部分就是要描述你的数学模型，大多数的问题能够分为三部分：模型，结果，方法对比。对于时间上一般要在周五周六这两天完成。
特别提示：
要确定出一些目标，用一种方式达到这个目标。
好的模型一般包括一系列的模型，开始很简单，然后复杂，最后回归现实。你的第一个模型应该很简单，在理想情况下论文中能解决即可，复杂的模型一般要涉及到计算机问题，如何将语言转化为计算机语言很关键。
对于连续型的，大家不妨考虑下微分方程。对于离散的部分，大家应该想到概率分布。
（对于这部分，作者讲的不错，但在下才疏学浅，只能将要注意的地方翻译了一下，实例部分没过多细究）。

1.4、The Solutions（两个以上）
l 您必须有一个以上的解决方案，先有基础的方案，然后在不断的完善它。
l 如果你尝试了更先进的解决方法，该方法没有成功，那么请写出来，尝试任何角度去展现你的结果，即使你的结果并不是最复杂和最有趣的，但是在现实生活中，可能会经常发生。
1.5、Solution Comparison Methods
l 将复杂方法与简单方法进行对比，你要想的是怎样去比较你的解决方案。
l 最好不要用一种方法准则去评估它，评估方法应该集思广益。
l 最好在周末能完成。
1.6、Results
在这里你需要展示你的结果，这部分应该成为模型的焦点。
l 一般情况下，你要以参数的讨论而结尾，尽可能的探究参数的改变空间。
l 一般数据的描述非常困难，最好做成表。
l 把结果写成表的形式，但是别期望评为会看。要像写小说一样，通过图表，指出变化趋势，最终结果。
重中之重：如果你只建立一个模型，一个结果，测试一下，就停止了，不行，你必须多次检验。你必须找出你的解决方案是不是很稳定，在不同的情况下会不会产生一些变动，改变下参数。
（例如：做飓风问题的时候可以多加几个车辆，做器官移植的时候，考虑下假的器官。空中交通控制的时候，调整下飞机的速度等等。要检验你模型的灵活性和稳定性。还要诚恳的承认你的方法在一些特定的情况下不适用。这样就会使你论文整体上看起来很不错。）
1.7、Conclusions –– Future Work
结论中要说出模型的结果。如说A比B 好，要说在什么情况下，A好，什么情况下，B好。而且最好也写在摘要里面，如果出现特殊的结果，也要写出。
1.8 、Advantages and disadvantages
l 优点大家自己斟酌吧，自己的优点往上写行了。
l 缺点写假设限制性的东西（将假设的东西写成缺点，也够绝的！）。
1.9、References
l 引用别人的字要用文献，引用别人的思想还是要注明文献。
l 别人没写的文献自己一定要写，不要怕多，过多的文献只会让你的文章更加专业化。
2 、A Skimmable Paper（专家如何阅卷）
l 专家会花五分钟之内看下你的摘要，这可能是H与S的分界线。
l H与M也是五分钟时间，但这时候就会看下你的整体模块，包括，标题、目录、图、表、所以你一定要将论文写的很有趣。
l 你一定要将论文写的很清楚、很简练。

3、Teamwork
个人觉得这个因该大家总结下，多讨论，多熟悉，原文说的很专业，程序员、写手，第三人，但是我感觉好多队伍达不到那种程度，所以建议大家自己组之间多讨论下，自己商讨分工问题。

4、 model ready
l 拿到论文后先看论文能不能分三部分。
l 为生成模型准备什么样的数据？
l 你的算法需要做什么？
l 应该怎样比较算法？（前提是你建立了大于两个算法）
l 然后小组讨论。