欢迎来到天天文库
浏览记录
ID:35343041
大小:56.96 KB
页数:3页
时间:2019-03-23
《数学建模论文结构》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、数学建模论文写作结构解析(一)题目:题目是给评委的第一印象,建议将论文所有模型或者算法加入题目中,例如《用遗传算法解决XXXX问题》。(二)摘要:摘要无疑是论文屮最重要的部分。摘要应该最后书写。再重申一遍:在论文的其它部分还没有完成之前,你不应该书写摘要。一个理想的时间安排是把交卷前4个小时时间拿出来书写摘要。摘要应该使用简练的语言叙述论文的核心观点和主要思想。如果你有一些创新的地方,一定要在摘要中说明。进一步,你必须把一些数值的结果放在摘要里面,例如:“我们的最终算法执行效率较一个简单的贪婪算法提高67.5%,较随机选择算法提高123.3%”。理想的摘要长度是很难确定
2、的。你必须把所有的核心观点包含在摘要里面,但是简洁是非常重要的。一般情况下半页左右比较合适,绝对不要超过2/3页.摘要(其至是整篇文章),应该由整个团队合作完成。一种实现方式是,每个队员单独地花一个小时(至少)时间写一个他们认为最好的摘要。然后,大家聚到一起,相互阅读这些摘要。摘要一般分三个部分。概述:用三句话表述整篇论文中心。不要超过5行内容。•第一句,用什么模型,解决什么问题。•第二句,通过怎样的编程思路來解决问题。•第三句,通过怎样的模型检验来验证结果的精度。说白了就是给个结果。一般国内的竞赛的题目,分3-4个问题。而第一个问题建立的模型基本上是整篇论文的精髓。下
3、面的问题是对第一问题的检验及深入。所以在分问题表述上第一问最好写一下解题的思考过程,比如“我们通过人量不同模型的刷选,发现XX模型很好的解决改问题……云云”。这些表述会增加评委对论文的好感度。下面的几个问题,主要简单写一下解题过程及结果即可。3、最后总结:“我们对此模型在XXX的验证过程中发现了一些不足之后,并在模型评价上提出了N点建议。(N不要超过4个)(三)问题重述与分析在问题的重述中,你可以按照你自己的理解重述问题。从一个建模问题中,几乎每一个参赛队都可以找到一个不同的“模型”来进行解决。赛后当你阅读其他参赛队的论文的时候,你会惊讶地发现你们解决问题的方法非常不一
4、样,甚至,有的时候你会发现你们解决的问题也是截然不同!因此你在问题的分析中要将你对问题的理解以及你的工作所要解决的问题表述清楚。在这里你也可以阐述一些问题的背景,或者展示一些你在研究问题过程中学到的东西。它可以帮助确保团队所有成员的工作同步。(四)模型的建立这是论文中的第一个大的段落。每一个问题,都可细分为三个部分:模型,解决方案和验证方法。模型可以用来生成数据,基于这些数据你可以测试你的解决方案。一般来说,模型将岀现在电脑中,所以我们面临的挑战是将程序代码翻译成文字,使得每一步都能自圆其说。对于一些连续问题的建模,建议要对如何求解微分方程有一个清楚的理解。别忘了,这是
5、数学建模竞赛,所以对于这个部分不要文过饰非。它应该是简单的一一对于等级膨胀问题,本段将只涉及模拟一类中的一些实际等级,然后用一些方法,来扭曲它们,源自膨胀。一般来说,对于离散问题,你需要熟悉如何产生具有不同性质的随机数集合一一这对于构建用于检测你的算法的测试数据集很有帮助。队员应该在周五下午选择构建这些模型,所以这一部分的草稿应该星期六完成。(五)模型的求解…论文的第二个大段落。在这个部分,我们描述数据处理方法,用于处理由第一部分产生的数据。这一部分实际上说明了我们是如何解决问题。你必须有一个以上的解决方案。再提醒一遍:一个以上的解决方案。为了证明你有一个漂亮算法,你需
6、要有一个底线,一些可以与你的解决方案相比较。你可以先从最简单,最常见的算法入手,然后逐步提炼,完善它,直到得到你的最好的解决方案。一般情况下,对于离散的问题,最简单的解决方案可能就是随机选择。在这一部分中,你需要证明你已经对问题进行了彻底的探讨,并且你已经尝试了许多不同的解决方案。即使你一开始就使用了最佳解决方案,然后尝试了一些其它的方案,在论文的书写屮,你仍然应该表示从最根本的解决方案入手,然后逐步细化,最终达到你的最佳解决方案。如果你尝试了更先进的算法,但它的效率并不理想?也要把它放在论文中!用来表示你已经从不同的角度进行了尝试,即使你最好的解决方案并不是最复杂、最
7、有趣的一个。在现实生活中,情况往往就是这样!模型验证:有的时候,问题中会清楚地描述冃标要求,以便于你构建算法的验证方法。对于很多问题来说,会有很多方法来比较不同的算法,最好用多种方法来评价它们。评价方法应该由大家一起自由讨论,可以持续整个星期天。在这里,你需要表述测试结果。这一部分应该被特别关注,因为你已经将论文的其它部分表述完成了。如果可能的话,你可以提供犬量的数据来支持你的结论。你的模型是不是将不同类型的数据集进行了整合?你的算法是如何做的?一般來说,这一部分将会以一些用到的参数结尾,这些参数岀现在模型、算法和测试方法中。你应该尝试尽
此文档下载收益归作者所有