『壹』 如何建立網路流量模型
大規模網路中的流量行為體現為一個相當復雜的非線性系統,目前國內外對它的研究還沒有成熟的方法.文章考慮網路流量非線性的特點,通過不同的數學模型將流量時間序列分解成趨勢成分、周期成分、突變成分和隨機成分.根據分解,利用相應的數學工具分別建模四個相對簡單的子成分以模擬復雜流量.使用分解模型分析CERNET主幹網路和NSFNET主幹網路的長期流量行為,並將分析結果同傳統的ARIMA季節模型比較.通過比較模擬自相關函數和預報誤差,發現分解模型在描述流量宏觀行為時具有簡單和高精度的優點分形或自相似模型可以很好地描述網路流量過程的長程依賴性,卻無法真實地刻畫網路流量過程在小尺度上的奇異性.論文從另一個角度,研究並建立了基於瀑布過程的瀑布模型,並對真實的網路流量數據進行模擬分析,發現瀑布模型從一定程度上解釋了實際網路流量中的尺度特性,它能准確地刻畫網路流量在小尺度上的奇異性.通過對模擬數據的尺度分析證明,瀑布模型具有刻畫真實流量數據中多重分形特徵的能力
『貳』 大學生數學建模競賽如何判定參賽隊員是否與外界人員聯系過
說實話，規則上規定不許與非隊內生命體進行交流，但是實際上組委會一般是不會去檢查的。像在QQ上，網路知道上交流其實他們都沒有辦法的。不過據說美賽時的組委會會在數學中國建的討論群中觀察。我猜他判定是否與外借人員交流是根據論文吧，如果思路太像肯定不行。
『叄』 建模准備一定要做的這幾件事
建模准備一定要做的這幾件事
今天我們來說建模中容易忽視，但是獨立完成模型時一定要自己分析的一個步驟--建模准備。
建模准備這里我想跟大家分享五個點，就是在建模准備中需要做的五個方面。
1
業務目的
模型都是建立在業務目的上的，我們要根據不同的業務目的建立不同的模型，那麼業務目的會從以下三個方面出發：
1、客戶。客戶可以分為：有錢還的，沒錢還但是心裡想還的，沒錢但是心裡不想還的，以及有錢但是我就是不還的。後面兩種不還錢的人，我們定義他們為欺詐客戶，就是來借錢之前想著不還的，對於前兩種以及後面兩種客戶，我們的有不同的方式區別，
2、產品。不同的客戶的客戶特徵是不同的，譬如貸款產品中會分出商人以及上班族的不同貸款，那麼這時，我們假設客戶的一個變數，工資流水，對於商人來說可能有淡季旺季，所以流水可能波動大，但是上班族，除了年終的時候會波動一下，其實時候毫無波瀾。
3、行為。客戶行為，是申請進件客戶，還是還款中客戶還是逾期需要催收的客戶。
2
好壞客戶定義
請看圖，c-m1的意思就是正常客戶變成逾期一期的佔比，15年12月份有10000人來申請，那麼在1月份有504個人逾期了，那麼這504個人在2月份就是逾期一期的，跟著2月份來了，這504個人裡面有77%還了錢就變成正常客戶了，但是有23%的人還是不還，所以在2月份裡面有大概116個人是2016年1月逾期了2期的人，接著3月份，這些有些還了一期的錢變成逾期兩期的人，有些人全還了變成正常的人了，但是還有41.82%的人還是不還，那麼3月是是2016年1月逾期了3期的人裡面有大概49個人。到了4月份，之前3月份逾期了3期的那些人有些還錢了，但是還是有82.70%的人繼續逾期，大概是40個人逾期4期了。五月份了，這40個人有那麼4.33%的人選擇了還錢，但是還有38個人繼續不還錢，這38個人在五月份就是逾期了5期了，六月份了，這38個人有97.62%的還是繼續不還，大概算一個人還了，可以看大隨著逾期的期數越多，會還錢的人越來越少，可以根據轉化率看到，最後的38個人與剛開始的49人，佔比是77%，可以確定是的一旦客戶逾期3期以上的時候就有很大的概率變成壞賬客戶。
定義逾期多少期我們可以定義為逾期客戶之後，還需要確定還多少期之後的逾期三期的客戶算壞客戶，我們這里提一點是，我們本次的評分卡是圍繞申請評分卡展開的，那麼申請評分卡的定位客戶是：想要還但是沒錢還的，即會出現短期或者長期資金緊缺的情況，那麼這里就需要提到「賬齡」，在圖中可以發現在9個月之後，壞賬率趨於平緩，即在還了9個月到12個月期間的客戶我們可以判定其是因為資金的不足才壞賬的。即可以在9-12之間選擇一個賬齡，確定壞客戶的標准。然而在一般是實戰建模中與新巴塞爾資本協議中針對內部風險規范，也是建議12個月為單位較為合適。
3
准備建模樣本數據
A卡一般可做貸款0-1年的信用分析，B卡則是在申請人有了一定行為後，有了較大數據進行的分析，一般為3-5年，C卡則對數據要求更大，需加入催收後客戶反應等屬性數據。
評分卡數據需要累積到一段時間達到數據量的時候才能見面，圖中的橫軸是一條時間軸，左邊的為客戶的觀察期，右邊為客戶的展現期，那麼剛才我們已經有了好壞定義，這時候就要用這個規則取數，假設我們剛才去的是12期逾期90+，那麼這時候觀察期就是12期+90天，展現期中逾期30天的客戶就是壞客戶，展現期沒有逾期的客戶就是好客戶，那麼這時候你會問還了12期的逾期30天的客戶算什麼，算不到展現期的客戶，因為這時候你不能確定他是不是會在第31天就還上了。
如果你們是數學專業或者有上過多元統計分析這類的都知道，建模數據都會分訓練集以及測試集，測試集的作用是測試訓練集出來的模型可不可以對訓練集之外的數據用，那麼在實際建模中還會加一個驗證集，測試集以及訓練集的好壞比例是跟建模樣本的比例是一樣的，驗證樣本是取建模數據往後退大概一兩個月的數據作為驗證樣本，這部分數據不僅測試模型能不能訓練集之外客戶可不可以用，還有驗證模型是不是會隨著時間的遷移而出現了效果偏差，但是模型效果出現偏差是肯定的，但是是否效果大幅度下降。
4
排除不可建模樣本數據
排除不要的樣本，以免影響變數效果，在風控系統中，被拒絕規則婉拒的客戶我們不加入建模樣本中，但是後期需要拒絕演繹還是需要這部分樣本，為什麼這部分數據不要呢，因為本身我們不能確定他是不是真的是壞的，這里要說明一點是，拒絕規則是拒絕掉那些可能性很大是壞客戶的人，但是並不在公司的貸款中逾期，所以不能定義他就是壞的。
不到展現期客戶，即在觀察期的客戶，就是剛開借錢，但是還了幾期，還沒逾期，不能判定是不是壞人也不能進入模型樣本，至於還了多少期還沒逾期的算好客戶的，命中黑名單的客戶也同樣的道理。
5
討論是否進行樣本分群
剛才說的不同的產品會有不同的客戶特徵，但是即使同樣的產品，同樣的客戶行為，那麼樣本還會有不同的特徵，譬如男女的逾期表現在某種程度上來講，女性逾期了會比男性低，所以如果在數據足夠的前提下，可以考慮通過不同的方式對客戶分群，分群的方式可以根據變數的分類的逾期率的不同，例如剛才講的是男女分群，男女前提是這兩種類型的人逾期率有一個差別，對於其他變數也一樣。
『肆』 數學建模的成員該如何討論
討論是要隊長協調的，題目確定之後，開始是分工查資料，數據等等，沒必要討論的；有問題才需要討論，建模那塊是要討論的，編程我個人覺得沒必要討論，能編出來就行。
『伍』 美賽數學建模可以在qq上跟人討論嗎
當然可以
其實所有參加建模賽的都或多或少要跟別人討論的
不懂請追問，有幫助請採納，謝謝！
『陸』 數學建模過程中應注意哪些問題
談參加全國大學生數學建模競賽應注意的問題
［摘要］根據多年來全國大學生數學建模競賽（CUMCM）指導工作的經驗，文章從參賽准備、答卷要求、評判依據及競賽的發展趨勢等方面進行了深入的分析，並給今後的參賽者提出了一些相關的建議。
［關鍵詞］CUMCM參賽准備答卷要求評判依據發展趨勢
［作者簡介］崔志明（1965- ），男，陝西延長人，延安大學數學與計算機科學學院副教授，主要研究方向為數學模型。（陝西延安716000）
［中圖分類號］G642.46［文獻標識碼］A［文章編號］1004-3985（2006）36-0191-02
由教育部高教司和中國工業與應用數學學會共同主辦的全國大學生數學建模競賽，一直受到廣大學生和高校的歡迎。十幾年來，競賽的規模不斷擴大是有其深刻背景的，因為數學與計算機技術相結合，已形成一種普遍的、可實現的關鍵技術———數學技術，而「高技術本質上是一種數學技術」的觀點已愈來愈為人們所認同，正是在這樣的大背景下，面向高等院校的大學生數學建模競賽也就應運而生了。筆者多年從事數學建模教學和競賽的指導工作，積累了大量的經驗，現將其整理成文，以供參考。
一、心裡要有「底」
首先，賽題來自於哪個實際領地的確難以預料，但絕不會過於「專」，它畢竟是經過簡化、加工的。大部分賽題僅憑意識便能理解題意，少數賽題的實際背景可能生疏，只需要查閱一些資料，便可以理解題意。其次，所有的賽題當然要用到數學知識，但一定不會過於高深。用得較多的有運籌學、概率與統計、計算方法、離散數學、微分方程等方面的一部分理論和方法，這些內容在賽前培訓已學過一些，真的用到了，總知道在哪些資料中查找。
二、當斷即斷
在兩個賽題中選擇做哪一個不能久議不決，因為你們只有三天時間，一旦選定了，就不要再猶豫，更不要反復。選定了賽題之後，在討論建模思路和求解方法時會有爭論，但不能無休止地 爭論，而應學會妥協。方案定下來後，全隊要齊心協力地去做。
三、對困難要有足夠的心理准備
「拿到題目就有思路，做起來一帆風順」，哪有如此輕松的事？參加競賽可以說是「自討苦吃，以苦為樂」，競賽三天中所經受的磨煉一定會終生難忘，並成為自己的一份精神財富。好多同學賽後說：「參賽會後悔三天，而不參賽則遺憾一生。」做「撞到槍口上」的賽題，不一定比「外行」強。如學機械的隊員做機械方面的賽題，學投資的隊員做投資方面的賽題，學統計的隊員做統計方面的賽題，都有可能「聰明反被聰明誤」，這些情況在陝西賽區和全國賽區都曾發生過。
四、沒有最好，只有更好
首先，完成建模賽題，當然要有創造性，而在創造性方面是沒有頂峰的，每個隊都應竭盡全力。以1994B《鎖具裝箱與銷售》為例，各賽區送交全國的答卷，絕大多數都達到甚至超過了全國組委會提供的參考解答要求，於是評卷組決定，凡未達到解答要求的或文字表述很差的答卷立即淘汰，這樣就刷下來近1/3，對餘下的答卷又決定，必須超過參考解答要求，才能考慮是否給一等獎，只有給出不能互開鎖具最大數的論證，或者對鎖具裝箱銷售問題有更深入、更符合實際討論的答卷才能評為全國一等獎。因此，各隊一定要在「更好」二字上狠下工夫。其次，每年全國評出的優秀答卷幾乎都有不足之處，甚至有錯誤。有明顯錯誤的答卷竟然也是優秀，其實並不奇怪，因為答卷的優秀與否是相對而言的。就看你這個隊的答卷在所有做同一個賽題的總體中處在什麼檔次了。第三，一些賽題可以說是「無止境的」。如1999B《鑽井布局》的問題三，就連獲得「創維杯」的那個隊（大連理工大學）也未能得出最終的結論。這道賽題的命題評閱人也指出：「它涉及較多關於整點分布的性質，值得深入研究。」
五、首要任務是把問題吃透
拿到賽題後先別著急想「這道題怎麼做」，而應當先弄明白「這道題要我們做什麼」。一道賽題通常包括背景、問題和數據三部分，對前兩部分要仔細推敲，弄清楚要解決什麼樣的實際問題，對數據也要弄明白它的實際含義是什麼，否則就有可能偏離原題，如果還要做下去，那就沒有意義了。
做題時，先別急於尋找求解的數學方法，而應把注意力首先放在建立數學模型上，一定要抓住實際問題的主要因素。如2000B《鋼管的訂購和運輸》是一道離散優化問題，其重點顯然是模型的分析和建立，題目中三個問題所涉及的購運計劃、總費用以及靈敏度分析等都是通過對模型的求解和討論才能知道的。然而陝西賽區有些隊並未給出明確的模型，只是用「湊」的辦法，一段一段給出數字結果，盡管在大體上還是合理的，但這種方法沒有一般性，它根本不是數學建模的正確思路。
六、動腦筋和用電腦的關系
數學建模離不開計算機和軟體，但是在競賽中已經出現了一種不良現象，應當引起注意，即不是把工夫主要下在動腦筋上，而是過分地依賴電腦，確切地說就是削弱了數學分析能力，過分地依賴高級軟體。一個優秀的參賽隊應當是在充分動腦筋的基礎上，恰當地使用計算機和軟體，要知道，計算機和軟體是讓聰明人更加能乾的工具，而一份優秀的答卷總該有點數學水平。
七、正確對待數字結果
大多數的情形是數字結果不可能絕對准確，只要合理就行，但也不能太離譜。如1996A《最優捕魚策略》的兩個問題都有總的捕撈量，較為准確的答案是問題一：年38.87萬噸；問題二：年160.5萬噸。而陝西賽區一些隊答的是問題一：年×萬噸；問題二：年××萬噸。
有時數字結果的准確程度會影響到答卷的排序，有時數字結果是唯一的，一絲一毫都不能差。在對待數字結果方面的教訓是：設計的演算法要有一定的普適性，力求嚴謹，而不要過分拘泥於賽題所給的具體數據。對數字結果一定要仔細檢查。在合理的前提下應力求准確性高一些。即使數字結果絕對准確，也不可高枕無憂，還應檢查演算法有無疏漏。
八、「面向實際」的要求應當貫徹始終
在提出假設、建立模型時，似乎不應忽略「面向實際」的要求，但在模型的檢驗、評價、改進等部分就不一定了。
首先，不要過分拘泥於賽題的文字敘述，而要牢記答卷的基本要求。如2001A《血管的三維重建》在提出問題時這樣敘述：「試計算管道的中軸線與半徑，給出具體演算法，並繪制中軸線在各坐標平面的投影圖。」陝西賽區做此題的75個隊中，有相當多的隊答非所問，這有什麼不妥呢？首先，賽題的題目是「血管的三維重建」，既然你已經求出了管道的中軸線和半徑，為什麼不重建管道壁？其次，也是更為重要的是，即使已經重建了管道壁，為什麼不進行檢驗呢？因為對這道賽題而言，只有進行了檢驗，才能對所建的模型給出恰當的評價，並找出改進的方向。
其次，答卷切忌「虎頭蛇尾」。如1995B《天車與冶煉爐的作業調度》題目要求「提出該車間把鋼產量提高到年產300萬噸的建議」，本來是讓參賽者在本隊模型演算法的基礎上提出改進管理調度，挖掘生產潛力的具體建議。讓人感到意外的是，有的隊竟然提出「再添一座甚至幾座冶煉爐！」他們是否知道一座大型轉爐連同配套設備需要數千萬乃至上億元的投資呢！提出這種建議的隊純粹是脫離實際。
九、數學的發展趨勢必然會反映到賽題中，並增加賽題的挑戰性
近些年，國際上數學發展的趨勢包括了離散數學的作用不斷擴大、對非線性問題的關注不斷增長、概率統計的作用不斷擴大、大規模科學計算進一步發展等。反映到CUMCM的賽題中，就是連續性問題很少，優化問題大多數都是非線性的，近幾年每年至少有一個隨機型問題，計算量越來越大，一個隊用兩台電腦還忙不過來的現象已屢見不鮮。
數學這門古老的學科在與一些年輕的學科如圖像處理、圖形學、計算機科學的交叉結合中，有力地推動了許多新生長點的涌現（2001A所涉及的「序列圖像的計算機三維重建」便是這種生長點之一）。這種交叉過程也推動了數學自身的發展，例如等徑管道三維重建的許多方法就與數學中的等距線、等距面、包絡面、掃擦曲面等概念緊密相連。反映數學發展這一趨勢的2001A題不僅頗具新意，而且這道賽題所表明的動向值得各參賽院校注意。
［參考文獻］
［1］李大潛.中國大學生數學建模競賽［M］.北京：高等教育出版社，2001.
［2］葉其孝.大學生數學建模競賽輔導教材［M］.長沙：湖南教育出版社，1997
『柒』 大數據建模常用方法有哪些
第一步：選擇模型或自定義模式
一般情況，模型都有一個固定的模樣和形式。但是，有些模型包含的范圍較廣，比如回歸模型，其實不是某一個特定的模型，而是一類模型。我們知道，所謂的回歸模型，其實就是自變數和因變數的一個函數關系式而已，如下表所示。因此，回歸模型的選擇，也就有了無限的可能性，回歸模型的樣子（或叫方程）可以是你能夠想到的任何形式的回歸方程。所以，從某種意義上看，你自己想出一個很少人見過的回歸方程，也可以勉強算是自定義模型了哈！
第二步：訓練模型
當模型選擇好了以後，就到了訓練模型這一步。
我們知道，之所以叫模型，這個模型大致的形狀或模式是固定的，但模型中還會有一些不確定的東東在裡面，這樣模型才會有通用性，如果模型中所有的東西都固定死了，模型的通用性就沒有了。模型中可以適當變化的部分，一般叫做參數，就比如前面回歸模型中的α、β等參數。
所謂訓練模型，其實就是要基於真實的業務數據來確定最合適的模型參數而已。模型訓練好了，也就是意味著找到了最合適的參數。一旦找到最優參數，模型就基本可用了。
第三步：評估模型
模型訓練好以後，接下來就是評估模型。
所謂評估模型，就是決定一下模型的質量，判斷模型是否有用。
前面說過，模型的好壞是不能夠單獨評估的，一個模型的好壞是需要放在特定的業務場景下來評估的，也就是基於特定的數據集下才能知道哪個模型好與壞。
第四步：應用模型
如果評估模型質量在可接受的范圍內，而且沒有出現過擬合，於是就可以開始應用模型了。
這一步，就需要將可用的模型開發出來，並部署在數據分析系統中，然後可以形成數據分析的模板和可視化的分析結果，以便實現自動化的數據分析報告。
應用模型，就是將模型應用於真實的業務場景。構建模型的目的，就是要用於解決工作中的業務問題的，比如預測客戶行為，比如劃分客戶群，等等。
五步：優化模型
優化模型，一般發生在兩種情況下：
一是在評估模型中，如果發現模型欠擬合，或者過擬合，說明這個模型待優化。
二是在真實應用場景中，定期進行優化，或者當發現模型在真實的業務場景中效果不好時，也要啟動優化。
如果在評估模型時，發現模型欠擬合（即效果不佳）或者過擬合，則模型不可用，需要優化模型。所謂的模型優化，可以有以下幾種情況：
1）重新選擇一個新的模型；
2）模型中增加新的考慮因素；
3）嘗試調整模型中的閾值到最優；
4）嘗試對原始數據進行更多的預處理，比如派生新變數。
不同的模型，其模型優化的具體做法也不一樣。比如回歸模型的優化，你可能要考慮異常數據對模型的影響，也要進行非線性和共線性的檢驗；再比如說分類模型的優化，主要是一些閾值的調整，以實現精準性與通用性的均衡。
『捌』 數學建模要注意什麼
1、誠信是最重要的。
數學建模競賽是考查學生研究能力和實踐能力的一場綜合性比賽，有很多方面的知識 和能力可以考查，但其中我覺得最重要的是誠信。我感到中國在這方面的教育還遠遠不 夠，我所知道有很多同學寫論文並不是實事求是地去做，而是編造數據、修改結論，明
明自己沒法編程實現卻硬說自己做出來了，還編了一些數據，這些行為或許能夠騙過評 委，也許可以因「此」而獲獎，但是這對他們將來是很不利的。在這方面女生更應該要
注意一下，因為女生是容易會編造數據，這並不是我對女生的歧視，而是事實卻是如此， 所以希望能夠喚起足夠的注意
2、團隊合作是能否獲獎的關鍵
在三天的比賽中，團隊交流所佔用的時間可能會超過一半。在一個小組中，出現意 見不一是非常正常的，如果一個隊意見完全一致，我想他們肯定不會拿獎。當出現分歧 的時候應當如何解決是很關鍵的，甚至直接決定你是否可以獲獎，我的建議是「妥協」，
這似乎是個貶義詞，但我的意思是說不要總認為自己的觀點是正確的，多聽聽別人的觀 點，在兩者之間謀求共同點。如果三個人都是自傲類型的人，也許每個人都非常強，但
一旦合作分歧就無法解決，做出來的就是一團糟，也就是說「三個諸葛亮頂不上一個臭 皮匠」。我奉勸這樣的話最好別組成一隊了。合作在競賽前就應當培養，比如一塊兒做
一道題什麼的，充分利用每個人的優點，也可以張三準備圖論，李四准備最優化方法， 然後幾天後大家一塊交流，這些都是可以磨合團隊之間的關系的。
3、時間和體力的問題
競賽中時間分配也很重要，分配不好可能完不成論文，所以開始時要大致做一下安排， 不必分的太細，比如第一天做第一小題，第二天做第二小題，這樣反而會有壓力，一切順
其自然。開始階段不忙寫作，可以將一些小組討論的要點記錄下來，不要太工整，隨便一 下，到第三天再開始寫論文也不遲的。也不要象偶去年到第三天晚上才開始，還好自己那
時體力好，全部寫完了。另外要說的就是體力要跟上，三天一般睡眠只有不到10個小時， 所以沒有體力是不行的，建議是賽前熬夜編程幾次，既訓練了自己的建模能力，也達到了
訓練體力的目的，賽前鍛煉身體我覺得沒什麼用處，多熬夜就行了，但比賽前一天可不許 熬呀，呵呵。
4、重視摘要
摘要是論文的門面，摘要寫的不好評委後面就不會去看了，自然只能給個成功參賽獎。 摘要首先不要寫廢話，也不要照抄題目的一些話，直奔主題，要寫明自己怎樣分析問題，
用什麼方法解決問題，最重要的是結論是什麼要說清楚，在中國的競賽中結論如果正確 一般得獎是必然的，如果不正確的話評委可能會繼續往下看，也可能會扔在一邊，但不寫
結論的話就一定不會得獎了，這一點不比美國競賽，所以要認真寫。摘要至少需要琢磨兩 個小時，不要輕視了它的重要性。多看看優秀論文的摘要是如何去寫的很有必要的，並要
作為賽前准備的課題之一。
5、論文寫作要正規
論文一定要大致按照摘要、問題重述、模型假設、符號說明、問題分析、（建立、分析 、求解模型）、……、參考文獻、附錄等等的方式來寫。一篇論文結構上如果失敗的話，
比賽也一定不會成功，一般初評會先淘汰一些結構失敗的文章，如果沒有論文的結構，內 容再好也沒有用。論文前面的結構一般都不會變的，後面可以按照實際情況來安排自己的
結構，省略的部分可以有結果說明、靈敏度分析、其他模型、模型擴展、優缺點分析等等 的東西，多看些優秀論文就知道還有哪些形式的了，附錄可以貼一些演算法流程圖或比較大
的結果或圖表等等。
6、分析問題要認真
比賽時一般題目自己肯定沒有見過，而且根據近些年來賽題我發現每道題都不是書上哪 個模型可以直接套成功的，很多根本就沒有固定的模型可以參考，比如就象去年的B題，所
以分析問題不是一個去找書本的過程，依賴書本就意味著自己的思想被束縛起來，可以完 全按照自己的分析去完成，平時練習的時候學習的是一種方法，通過以前學到的方法來解
決，不是套用書本來解決。01和02兩年的四題都是需要自己分析來解決的，這四題哪本書 也不會告訴你怎麼做，沒有模型套怎麼辦，只有靠自己去實際分析。我估計在前面說的五
點也許會有1/3的隊可以做到，而且可以做的很好，但是這一點上就需要真本事了，平時多 努力，比賽發揮正常，這一點做好是沒有問題的。如果到現在為止所說的1~6點都做好了，
7、編程求解是重要手段
美國競賽時，美國學生中的論文很多是編程數據的說明，比如99A行星撞地球那題，他 們也能夠模擬出撞擊後果，這對我們來說簡直是不可思議的。美國學生實踐能力較強，而
中國學生擅長理論分析，所以我把編程放在了分析的後面是有中國特色的。 數學建模競賽特別強調計算機編程解決實際問題的能力，最近幾年尤其強調，加強編程 方面的能力不是一朝一夕可以練成的，需要長期刻苦的訓練，常用的工具有Matlab、
Mathematica、C/C++等等，一個人只需要會一門語言就行了，但要需要精通它。比如要畫 柱狀圖該怎麼做，要用Floyd演算法怎麼辦，賽前不準備是沒有辦法在比賽中很好運用的，因
此每個常用的演算法都自己去編程實現一下，我在論壇中單獨地列出了十類演算法和說明就是 需要好好准備的。裡面有很多內容，這里就不多說了。
8、模型的假設與模型的建立
評委看完摘要後緊接著就是看模型假設了，有一個萬能的方法就是可以抄題目中可以作 為假設的幾句話，這樣會給人留下好的印象，畢竟說明你審題了。但不能全抄，要加上自己
論文中的一些假設，一般假設用文字描述就行了，最好不要太具體了，一些重要參數不要被 定死只能取某些值，這樣會讓人感覺到論文的局限性較強。 模型的建立是根據你對問題分析而來的，提出的數學符號和建立模型最好要比較接近，
在同一頁最好，以便評委可以對照符號來看，數學公式要嚴謹，推導要嚴密，這些都反應了 一個人的數學素質和能力，即使你推導不對，別人看到你的陣勢也首先會誤以為你是對的，
那麼多的試卷，評委不可能順著你的公式一直推下去，但你要寫得需要有數學修養才行。
9、圖文表並貌可以增色
我聽說一個不確切的信息是評委老師喜歡用Matlab編程的論文，不知道有沒有這回事， 但這說明了老師需要看一個具有圖或表在其中的論文，一篇如果象政治書那樣寫的論文估計
沒有人會對它感興趣的，尤其是科技論文。Matlab編程之所以受到青睞是因為Matlab提供的 圖形處理能力很強大，圖表的說明性特別強，如果結論有很多數據的話，最好做成圖表的形
式加以說明，會令你的論文更有說服力，也更加會受到評委的好評。
10、其他
一口氣寫了九大點了，卻不知道第十點是什麼，索性列出個其他，也算是功德圓滿了， 其他內容還是有很多的，說也說不完，挑幾個重要的講。比如不要上網討論，網上的人水平
參差不齊，你不知道誰是對的，而且很多人想得獎，不會告訴你正確的，反而騙你說相反的， 有時真理往往掌握在少數人手裡，去年B題就是這樣的。還有就是論文寫作中靈敏度分析不要
寫太多，大致說明一下就可以了，不要喧賓奪主。最後想到的就是要使用數學公式編輯器來 寫論文，不要用什麼上下標來表示，論文字體用小四，分標題用四號黑體等等。其他的偶也
想不起來了，最後祝大家考好今年的競賽。
『玖』 行為建模研究的內容是什麼如何實現
建模就是建立模型，就是為了理解事物而對事物做出的一種抽象，是對事物的一種無歧義的書面描述。
建立系統模型的過程，又稱模型化。建模是研究系統的重要手段和前提。凡是用模型描述系統的因果關系或相互關系的過程都屬於建模。因描述的關系各異，所以實現這一過程的手段和方法也是多種多樣的。可以通過對系統本身運動規律的分析，根據事物的機理來建模;也可以通過對系統的實驗或統計數據的處理,並根據關於系統的已有的知識和經驗來建模。還可以同時使用幾種方法。