數(shù)模國一和國二究竟差在哪兒了？

參加數(shù)學(xué)建模競賽，有沒有發(fā)現(xiàn)身邊有這么一幫人，有人參加一次就能獲國一，有人參加多次也獲得不了國獎？這其中問題出在哪里了？那是因為這些參賽隊伍沒有不善于總結(jié)反思，往往只有認(rèn)識到了差距，才有可能彌補(bǔ)差距，今天數(shù)樂君帶小伙伴一起來看看數(shù)學(xué)建模國賽全國一等獎和二等獎究竟有哪些差距？
獲獎率差距

根據(jù)2022年參賽數(shù)據(jù)得出，本科組獲得一等獎（國獎）獲獎率為0.61%，國二獲獎率為2.32%，國一獲獎率是真的低。
含金量差距

高教社杯獎（本科組、?？平M各1支）

知網(wǎng)研學(xué)獎 （1支）

本科組北太天元數(shù)模之星（本科組、?？平M各1支）

1、全國一等獎。

2、全國二等獎

3、賽區(qū)一等獎、賽區(qū)二等獎、賽區(qū)三等獎。

4、成功參賽獎。

國二僅次于國一水平，有一定的用處，評獎評優(yōu)綜測加分方面還是比較好使，但是一般保不了研，一般國一以上才有保研的資格，國獎一最好（冠名獎除外），國一和國二差別很大，國二一般答辯時候也會被降成省一，但高于省一水平，部分賽區(qū)獎項中一般最低也是賽區(qū)三等獎，有的賽區(qū)也有成功參賽獎，一般比賽期間劃水也能拿個賽區(qū)三等或成功參賽獎，這兩個獎沒什么含金量，算是作為參賽的鼓勵吧，所以參加國賽目標(biāo)一定要拿國獎，不然也沒有實質(zhì)性作用。
論文質(zhì)量差距

評分時，摘要，模型最重要，假設(shè)和理性第三。傳統(tǒng)類的題對結(jié)果要求很高，最近的開放性試題結(jié)果會弱一些，對于有標(biāo)準(zhǔn)答案的試題，標(biāo)準(zhǔn)答案符合或接近是國一的必要條件。

國一的特點:合理的模型，準(zhǔn)確的結(jié)果，清晰的論文、代碼一定要能運行，并且有實際意義。

國一論文對問題分析特別細(xì)膩，模型的建立求解也不和國二一樣走一種框架的感覺，而是希望你讀明白讀懂，對問題思考的很全面，細(xì)節(jié)做得很到位。注意到細(xì)節(jié)了，其實也就容易出現(xiàn)創(chuàng)新了。而不是一味最求建模結(jié)果了。

國一模型有理有據(jù)

求解得到的結(jié)果合理即可。如果求解得到的結(jié)果明顯與生活實際情況不符，那一般就是不合理了，這時候可能就需要去修正你的模型，使結(jié)果與生活實際情況相符。

國一很重視摘要

數(shù)模論文的摘要是對全篇文章的總結(jié)，需說明研究目的、利用什么軟件，運用了什么方法（模型），得出了什么結(jié)果，最終結(jié)論，將模型的精妙之處、創(chuàng)新點用通俗易懂的文字說清楚、說全面，這樣才能抓住評委的眼球。

舒適的排版

圖文穿插、善用三線表、分段清晰。

論文排版是評委能直接看到的第一印象，排版好看的話會給評委帶來眼前一亮的感覺?？偨Y(jié)了一些在論文排版上需要注意的細(xì)節(jié)：

（1）公式要居中，公式編號要右對齊；論文要設(shè)置一級標(biāo)題、二級標(biāo)題，三級標(biāo)題，因為這樣論文脈絡(luò)會很清晰；

（2）每幅圖下方要有名稱，用"圖x xxxxx"標(biāo)明；每個表格的上方要有名稱，用"表x xxxxx"標(biāo)明；

（3）插入的圖片要清晰，一般來說線條和字體都要加大加粗，不然看起來會看不清，覺得比較模糊，給評委帶來不好的印象。特別強(qiáng)調(diào)一點，用matlab畫圖時，要導(dǎo)出png或jpg的圖片，不要使用截圖工具去截圖，截出的圖放在論文上太難看了。

（4）公式要盡可能多，一般一篇數(shù)模論文的公式不要少于25條，公式多模型看起來就會顯得復(fù)雜；

（5）表、圖一定要盡可能多，這是亮點，特別是三維圖、效果圖，多多益善。插入多一些三維圖、效果圖會讓論文看起來比較豐富多彩。下面是我們論文中出現(xiàn)的效果圖，多用這些圖能給評委帶來驚喜，畢竟很多人的論文都沒有這些圖。

參考文獻(xiàn)——書寫論文時注意及時記錄參考文獻(xiàn)。正文引用在右上角用方括號標(biāo)示參考文獻(xiàn)編號。參考文獻(xiàn)按正文中引用次序列出。標(biāo)點符號全用全角，點號用實心（參考文獻(xiàn)一般10個左右，盡量少引用網(wǎng)絡(luò)資源）

直觀的圖表——相對于一大段文字，采用適當(dāng)?shù)膱D表更有利于觀察，在圖表呈現(xiàn)數(shù)據(jù)的效果，不同的圖表有不同的效果。

靈敏度分析

靈敏度分析的用于檢驗?zāi)Ｐ偷姆€(wěn)定性，可用于驗證模型的優(yōu)劣性。

到底哪些模型或者問題會讓我們做靈敏度分析呢？其實本身來說靈敏度分析并不特定針對任何模型，它針對的是模型假設(shè)，如果在你的假設(shè)中存在某些因觀測條件不足、數(shù)據(jù)獲取困難等因素被限定的參數(shù)，則往往需要進(jìn)行靈敏度分析，及將該參數(shù)取不同的數(shù)值判斷結(jié)果的變動程度。
靈敏度分析常見于優(yōu)化或預(yù)測類問題，在優(yōu)化中經(jīng)常會將決策變量前面的參數(shù)直接取值，如運費的價格、物料的成本等，但事實上價格成本等因素受市場波動很大，因此需要進(jìn)行穩(wěn)定性測試；而預(yù)測類問題由于對未來情況的不確定性，往往對相關(guān)指標(biāo)進(jìn)行限定，如死亡率、移民率等，則需要進(jìn)行對其進(jìn)行靈敏度的分析。

美觀的圖片

要重視圖片的美觀性，除了Matlab、Python導(dǎo)出的圖片外，還需要額外掌握一些繪圖軟件例如熟練運用PPT繪圖。

我們需要畫的圖主要分為兩種：

一是示意圖，主要是用于表達(dá)思路，過程；特點和要求就是：好看，簡約，能很好地表達(dá)你的意思。不太在意畫圖元素的大小。

二是仿真圖（或理論分析圖）實質(zhì)就是根據(jù)數(shù)據(jù)畫圖的。當(dāng)然也存在用仿真圖來做示意圖的，這個沒有明顯的界限。
多閱讀往年優(yōu)秀論文

（1）學(xué)習(xí)優(yōu)秀論文的寫作技巧、格式、排版

（2）學(xué)習(xí)優(yōu)秀論文的寫作思路

（3）學(xué)習(xí)優(yōu)秀論文上下連貫性
（4）結(jié)合題目，找關(guān)鍵的獲獎點。一篇論文之所以能獲獎，一定有讓評委老師眼前一亮的點
也就是一般別人想不到的點。學(xué)習(xí)這些優(yōu)秀的地方。
（5）詳細(xì)通讀全文，讀懂、讀會，看懂他的每一步推導(dǎo)，去感受作者當(dāng)年解題時的切入點，學(xué)習(xí)其中的模型。
（6）看模型!你的模型和優(yōu)秀論文的模型相比，有哪些優(yōu)缺點。如果你的比他的好，結(jié)束。反之，自己反省，為什么他會用那個模型，而你不會。是因為了解模型太少?還是看問題的角度不合適，沒想到?尋找差距，彌補(bǔ)不足。
（6）找自己不會的!有哪些點是自己沒想到的，自己當(dāng)時不會的、解決不了的，他是怎么解決的。學(xué)習(xí)別人有些的解題思路。
（7）看排版!從整體上，對比排版，誰的給人感覺更舒服。數(shù)學(xué)建模競賽，畢竟是數(shù)學(xué)類的競賽，一篇好的論文，肯定是公式突出，“數(shù)學(xué)味”濃。相同的題目，為什么你的公式少，自己總結(jié)。

更多數(shù)模國賽干貨就在數(shù)模樂園微信公眾號，也可以進(jìn)2023數(shù)模國賽群797862553?