数学建模
数学建模竞赛入门攻略（1）
常见问题
优化类，预测类，评价类以及机理分析类
可以看出其实纯预测类和评价类的题目几乎已经很少啦，近几年的国赛题目都是一道机理分析类的题目和一道优化类的题目。
其实不难理解，纯预测或者评价类题目都是一些套用的方法，比如预测类的灰色预测，BP预测等等，很难真正锻炼学生的建模和思考能力。
机理分析+优化类的题目能够针对一个实际问题，利用所学知识建立数学模型，再利用数学方法进行求解，能够真正锻炼学习的建模能力和求解能力。
软件准备
MATLAB：数模的全能战士，优化类的算法，评价类的算法其实都可以编写，这也是参加数模前必须要了解的软件，缺点就是算法编写起来有时候比较复杂。
Lingo：主要用于求解一些线性优化，小型的非线性优化问题，优点是入门很容易，程序通俗易懂，缺点求解大规模优化问题速度较慢。
SPSS：主要用于求解评价类问题，比如层次分析法，主成分分析法等等，可以直接在SPSS用，不用编程。
CPLEX+yalmip：这个软件其实是我研究生才了解到的，Cplex是商业软件，可以直接在matlab中调用，在一些大规模的优化问题时可以有效提高求解速度。
Origin/Visio：绘图软件，Visio主要用于绘制流程图，Origin绘图功能超级强大，比直接在MATLAB中绘图要好看的多。好看的排版和图片也是拿奖的很重要的条件呢。
Word/LATEX：排版软件，就不多介绍了。一般来说，word就足够了。
算法基础
- 关于数模所需的算法，其实网上已经总结过关于数学建模的十类算法，就是如下图所示：
数模常用的问题针对性
在看最近几年的优秀论文的时候，发现其实近几年许多题目的求解都采用的纯数学的方法，比如微分方程的求解等。所以如果有时间可以提前看一下数值分析这本书
- 而对于大家一直迷恋的神算法：“模拟退火，粒子群，遗传算法”等几乎用不到，大家随便贴个智能算法原理，在去copy程序，甚至都不管程序能不能通的方法，真的已经行不通啦
- 切记不要迷恋智能算法！！！
如何分工
一般一个队需要一个擅长建模的，一个擅长求解的，一个擅长写作的。当然更好的是两个人擅长建模，两个人擅长求解，建模和求解本来就很难分开，两个人可以相互合作（要有耐心
如何论文撰写以及推荐书籍？
基本都包括这几步：
我的内容
[[Matlab入门]]
[[Matlab计算]]
[[Matlab高级教程]]
[[优化理论]]