‘壹’ 如何建立网络流量模型
大规模网络中的流量行为体现为一个相当复杂的非线性系统,目前国内外对它的研究还没有成熟的方法.文章考虑网络流量非线性的特点,通过不同的数学模型将流量时间序列分解成趋势成分、周期成分、突变成分和随机成分.根据分解,利用相应的数学工具分别建模四个相对简单的子成分以仿真复杂流量.使用分解模型分析CERNET主干网络和NSFNET主干网络的长期流量行为,并将分析结果同传统的ARIMA季节模型比较.通过比较仿真自相关函数和预报误差,发现分解模型在描述流量宏观行为时具有简单和高精度的优点分形或自相似模型可以很好地描述网络流量过程的长程依赖性,却无法真实地刻画网络流量过程在小尺度上的奇异性.论文从另一个角度,研究并建立了基于瀑布过程的瀑布模型,并对真实的网络流量数据进行模拟分析,发现瀑布模型从一定程度上解释了实际网络流量中的尺度特性,它能准确地刻画网络流量在小尺度上的奇异性.通过对模拟数据的尺度分析证明,瀑布模型具有刻画真实流量数据中多重分形特征的能力
‘贰’ 大学生数学建模竞赛如何判定参赛队员是否与外界人员联系过
说实话，规则上规定不许与非队内生命体进行交流，但是实际上组委会一般是不会去检查的。像在QQ上，网络知道上交流其实他们都没有办法的。不过据说美赛时的组委会会在数学中国建的讨论群中观察。我猜他判定是否与外借人员交流是根据论文吧，如果思路太像肯定不行。
‘叁’ 建模准备一定要做的这几件事
建模准备一定要做的这几件事
今天我们来说建模中容易忽视，但是独立完成模型时一定要自己分析的一个步骤--建模准备。
建模准备这里我想跟大家分享五个点，就是在建模准备中需要做的五个方面。
1
业务目的
模型都是建立在业务目的上的，我们要根据不同的业务目的建立不同的模型，那么业务目的会从以下三个方面出发：
1、客户。客户可以分为：有钱还的，没钱还但是心里想还的，没钱但是心里不想还的，以及有钱但是我就是不还的。后面两种不还钱的人，我们定义他们为欺诈客户，就是来借钱之前想着不还的，对于前两种以及后面两种客户，我们的有不同的方式区别，
2、产品。不同的客户的客户特征是不同的，譬如贷款产品中会分出商人以及上班族的不同贷款，那么这时，我们假设客户的一个变量，工资流水，对于商人来说可能有淡季旺季，所以流水可能波动大，但是上班族，除了年终的时候会波动一下，其实时候毫无波澜。
3、行为。客户行为，是申请进件客户，还是还款中客户还是逾期需要催收的客户。
2
好坏客户定义
请看图，c-m1的意思就是正常客户变成逾期一期的占比，15年12月份有10000人来申请，那么在1月份有504个人逾期了，那么这504个人在2月份就是逾期一期的，跟着2月份来了，这504个人里面有77%还了钱就变成正常客户了，但是有23%的人还是不还，所以在2月份里面有大概116个人是2016年1月逾期了2期的人，接着3月份，这些有些还了一期的钱变成逾期两期的人，有些人全还了变成正常的人了，但是还有41.82%的人还是不还，那么3月是是2016年1月逾期了3期的人里面有大概49个人。到了4月份，之前3月份逾期了3期的那些人有些还钱了，但是还是有82.70%的人继续逾期，大概是40个人逾期4期了。五月份了，这40个人有那么4.33%的人选择了还钱，但是还有38个人继续不还钱，这38个人在五月份就是逾期了5期了，六月份了，这38个人有97.62%的还是继续不还，大概算一个人还了，可以看大随着逾期的期数越多，会还钱的人越来越少，可以根据转化率看到，最后的38个人与刚开始的49人，占比是77%，可以确定是的一旦客户逾期3期以上的时候就有很大的概率变成坏账客户。
定义逾期多少期我们可以定义为逾期客户之后，还需要确定还多少期之后的逾期三期的客户算坏客户，我们这里提一点是，我们本次的评分卡是围绕申请评分卡展开的，那么申请评分卡的定位客户是：想要还但是没钱还的，即会出现短期或者长期资金紧缺的情况，那么这里就需要提到“账龄”，在图中可以发现在9个月之后，坏账率趋于平缓，即在还了9个月到12个月期间的客户我们可以判定其是因为资金的不足才坏账的。即可以在9-12之间选择一个账龄，确定坏客户的标准。然而在一般是实战建模中与新巴塞尔资本协议中针对内部风险规范，也是建议12个月为单位较为合适。
3
准备建模样本数据
A卡一般可做贷款0-1年的信用分析，B卡则是在申请人有了一定行为后，有了较大数据进行的分析，一般为3-5年，C卡则对数据要求更大，需加入催收后客户反应等属性数据。
评分卡数据需要累积到一段时间达到数据量的时候才能见面，图中的横轴是一条时间轴，左边的为客户的观察期，右边为客户的展现期，那么刚才我们已经有了好坏定义，这时候就要用这个规则取数，假设我们刚才去的是12期逾期90+，那么这时候观察期就是12期+90天，展现期中逾期30天的客户就是坏客户，展现期没有逾期的客户就是好客户，那么这时候你会问还了12期的逾期30天的客户算什么，算不到展现期的客户，因为这时候你不能确定他是不是会在第31天就还上了。
如果你们是数学专业或者有上过多元统计分析这类的都知道，建模数据都会分训练集以及测试集，测试集的作用是测试训练集出来的模型可不可以对训练集之外的数据用，那么在实际建模中还会加一个验证集，测试集以及训练集的好坏比例是跟建模样本的比例是一样的，验证样本是取建模数据往后退大概一两个月的数据作为验证样本，这部分数据不仅测试模型能不能训练集之外客户可不可以用，还有验证模型是不是会随着时间的迁移而出现了效果偏差，但是模型效果出现偏差是肯定的，但是是否效果大幅度下降。
4
排除不可建模样本数据
排除不要的样本，以免影响变量效果，在风控系统中，被拒绝规则婉拒的客户我们不加入建模样本中，但是后期需要拒绝演绎还是需要这部分样本，为什么这部分数据不要呢，因为本身我们不能确定他是不是真的是坏的，这里要说明一点是，拒绝规则是拒绝掉那些可能性很大是坏客户的人，但是并不在公司的贷款中逾期，所以不能定义他就是坏的。
不到展现期客户，即在观察期的客户，就是刚开借钱，但是还了几期，还没逾期，不能判定是不是坏人也不能进入模型样本，至于还了多少期还没逾期的算好客户的，命中黑名单的客户也同样的道理。
5
讨论是否进行样本分群
刚才说的不同的产品会有不同的客户特征，但是即使同样的产品，同样的客户行为，那么样本还会有不同的特征，譬如男女的逾期表现在某种程度上来讲，女性逾期了会比男性低，所以如果在数据足够的前提下，可以考虑通过不同的方式对客户分群，分群的方式可以根据变量的分类的逾期率的不同，例如刚才讲的是男女分群，男女前提是这两种类型的人逾期率有一个差别，对于其他变量也一样。
‘肆’ 数学建模的成员该如何讨论
讨论是要队长协调的，题目确定之后，开始是分工查资料，数据等等，没必要讨论的；有问题才需要讨论，建模那块是要讨论的，编程我个人觉得没必要讨论，能编出来就行。
‘伍’ 美赛数学建模可以在qq上跟人讨论吗
当然可以
其实所有参加建模赛的都或多或少要跟别人讨论的
不懂请追问，有帮助请采纳，谢谢！
‘陆’ 数学建模过程中应注意哪些问题
谈参加全国大学生数学建模竞赛应注意的问题
［摘要］根据多年来全国大学生数学建模竞赛（CUMCM）指导工作的经验，文章从参赛准备、答卷要求、评判依据及竞赛的发展趋势等方面进行了深入的分析，并给今后的参赛者提出了一些相关的建议。
［关键词］CUMCM参赛准备答卷要求评判依据发展趋势
［作者简介］崔志明（1965- ），男，陕西延长人，延安大学数学与计算机科学学院副教授，主要研究方向为数学模型。（陕西延安716000）
［中图分类号］G642.46［文献标识码］A［文章编号］1004-3985（2006）36-0191-02
由教育部高教司和中国工业与应用数学学会共同主办的全国大学生数学建模竞赛，一直受到广大学生和高校的欢迎。十几年来，竞赛的规模不断扩大是有其深刻背景的，因为数学与计算机技术相结合，已形成一种普遍的、可实现的关键技术———数学技术，而“高技术本质上是一种数学技术”的观点已愈来愈为人们所认同，正是在这样的大背景下，面向高等院校的大学生数学建模竞赛也就应运而生了。笔者多年从事数学建模教学和竞赛的指导工作，积累了大量的经验，现将其整理成文，以供参考。
一、心里要有“底”
首先，赛题来自于哪个实际领地的确难以预料，但绝不会过于“专”，它毕竟是经过简化、加工的。大部分赛题仅凭意识便能理解题意，少数赛题的实际背景可能生疏，只需要查阅一些资料，便可以理解题意。其次，所有的赛题当然要用到数学知识，但一定不会过于高深。用得较多的有运筹学、概率与统计、计算方法、离散数学、微分方程等方面的一部分理论和方法，这些内容在赛前培训已学过一些，真的用到了，总知道在哪些资料中查找。
二、当断即断
在两个赛题中选择做哪一个不能久议不决，因为你们只有三天时间，一旦选定了，就不要再犹豫，更不要反复。选定了赛题之后，在讨论建模思路和求解方法时会有争论，但不能无休止地 争论，而应学会妥协。方案定下来后，全队要齐心协力地去做。
三、对困难要有足够的心理准备
“拿到题目就有思路，做起来一帆风顺”，哪有如此轻松的事？参加竞赛可以说是“自讨苦吃，以苦为乐”，竞赛三天中所经受的磨炼一定会终生难忘，并成为自己的一份精神财富。好多同学赛后说：“参赛会后悔三天，而不参赛则遗憾一生。”做“撞到枪口上”的赛题，不一定比“外行”强。如学机械的队员做机械方面的赛题，学投资的队员做投资方面的赛题，学统计的队员做统计方面的赛题，都有可能“聪明反被聪明误”，这些情况在陕西赛区和全国赛区都曾发生过。
四、没有最好，只有更好
首先，完成建模赛题，当然要有创造性，而在创造性方面是没有顶峰的，每个队都应竭尽全力。以1994B《锁具装箱与销售》为例，各赛区送交全国的答卷，绝大多数都达到甚至超过了全国组委会提供的参考解答要求，于是评卷组决定，凡未达到解答要求的或文字表述很差的答卷立即淘汰，这样就刷下来近1/3，对余下的答卷又决定，必须超过参考解答要求，才能考虑是否给一等奖，只有给出不能互开锁具最大数的论证，或者对锁具装箱销售问题有更深入、更符合实际讨论的答卷才能评为全国一等奖。因此，各队一定要在“更好”二字上狠下工夫。其次，每年全国评出的优秀答卷几乎都有不足之处，甚至有错误。有明显错误的答卷竟然也是优秀，其实并不奇怪，因为答卷的优秀与否是相对而言的。就看你这个队的答卷在所有做同一个赛题的总体中处在什么档次了。第三，一些赛题可以说是“无止境的”。如1999B《钻井布局》的问题三，就连获得“创维杯”的那个队（大连理工大学）也未能得出最终的结论。这道赛题的命题评阅人也指出：“它涉及较多关于整点分布的性质，值得深入研究。”
五、首要任务是把问题吃透
拿到赛题后先别着急想“这道题怎么做”，而应当先弄明白“这道题要我们做什么”。一道赛题通常包括背景、问题和数据三部分，对前两部分要仔细推敲，弄清楚要解决什么样的实际问题，对数据也要弄明白它的实际含义是什么，否则就有可能偏离原题，如果还要做下去，那就没有意义了。
做题时，先别急于寻找求解的数学方法，而应把注意力首先放在建立数学模型上，一定要抓住实际问题的主要因素。如2000B《钢管的订购和运输》是一道离散优化问题，其重点显然是模型的分析和建立，题目中三个问题所涉及的购运计划、总费用以及灵敏度分析等都是通过对模型的求解和讨论才能知道的。然而陕西赛区有些队并未给出明确的模型，只是用“凑”的办法，一段一段给出数字结果，尽管在大体上还是合理的，但这种方法没有一般性，它根本不是数学建模的正确思路。
六、动脑筋和用电脑的关系
数学建模离不开计算机和软件，但是在竞赛中已经出现了一种不良现象，应当引起注意，即不是把工夫主要下在动脑筋上，而是过分地依赖电脑，确切地说就是削弱了数学分析能力，过分地依赖高级软件。一个优秀的参赛队应当是在充分动脑筋的基础上，恰当地使用计算机和软件，要知道，计算机和软件是让聪明人更加能干的工具，而一份优秀的答卷总该有点数学水平。
七、正确对待数字结果
大多数的情形是数字结果不可能绝对准确，只要合理就行，但也不能太离谱。如1996A《最优捕鱼策略》的两个问题都有总的捕捞量，较为准确的答案是问题一：年38.87万吨；问题二：年160.5万吨。而陕西赛区一些队答的是问题一：年×万吨；问题二：年××万吨。
有时数字结果的准确程度会影响到答卷的排序，有时数字结果是唯一的，一丝一毫都不能差。在对待数字结果方面的教训是：设计的算法要有一定的普适性，力求严谨，而不要过分拘泥于赛题所给的具体数据。对数字结果一定要仔细检查。在合理的前提下应力求准确性高一些。即使数字结果绝对准确，也不可高枕无忧，还应检查算法有无疏漏。
八、“面向实际”的要求应当贯彻始终
在提出假设、建立模型时，似乎不应忽略“面向实际”的要求，但在模型的检验、评价、改进等部分就不一定了。
首先，不要过分拘泥于赛题的文字叙述，而要牢记答卷的基本要求。如2001A《血管的三维重建》在提出问题时这样叙述：“试计算管道的中轴线与半径，给出具体算法，并绘制中轴线在各坐标平面的投影图。”陕西赛区做此题的75个队中，有相当多的队答非所问，这有什么不妥呢？首先，赛题的题目是“血管的三维重建”，既然你已经求出了管道的中轴线和半径，为什么不重建管道壁？其次，也是更为重要的是，即使已经重建了管道壁，为什么不进行检验呢？因为对这道赛题而言，只有进行了检验，才能对所建的模型给出恰当的评价，并找出改进的方向。
其次，答卷切忌“虎头蛇尾”。如1995B《天车与冶炼炉的作业调度》题目要求“提出该车间把钢产量提高到年产300万吨的建议”，本来是让参赛者在本队模型算法的基础上提出改进管理调度，挖掘生产潜力的具体建议。让人感到意外的是，有的队竟然提出“再添一座甚至几座冶炼炉！”他们是否知道一座大型转炉连同配套设备需要数千万乃至上亿元的投资呢！提出这种建议的队纯粹是脱离实际。
九、数学的发展趋势必然会反映到赛题中，并增加赛题的挑战性
近些年，国际上数学发展的趋势包括了离散数学的作用不断扩大、对非线性问题的关注不断增长、概率统计的作用不断扩大、大规模科学计算进一步发展等。反映到CUMCM的赛题中，就是连续性问题很少，优化问题大多数都是非线性的，近几年每年至少有一个随机型问题，计算量越来越大，一个队用两台电脑还忙不过来的现象已屡见不鲜。
数学这门古老的学科在与一些年轻的学科如图像处理、图形学、计算机科学的交叉结合中，有力地推动了许多新生长点的涌现（2001A所涉及的“序列图像的计算机三维重建”便是这种生长点之一）。这种交叉过程也推动了数学自身的发展，例如等径管道三维重建的许多方法就与数学中的等距线、等距面、包络面、扫擦曲面等概念紧密相连。反映数学发展这一趋势的2001A题不仅颇具新意，而且这道赛题所表明的动向值得各参赛院校注意。
［参考文献］
［1］李大潜.中国大学生数学建模竞赛［M］.北京：高等教育出版社，2001.
［2］叶其孝.大学生数学建模竞赛辅导教材［M］.长沙：湖南教育出版社，1997
‘柒’ 大数据建模常用方法有哪些
第一步：选择模型或自定义模式
一般情况，模型都有一个固定的模样和形式。但是，有些模型包含的范围较广，比如回归模型，其实不是某一个特定的模型，而是一类模型。我们知道，所谓的回归模型，其实就是自变量和因变量的一个函数关系式而已，如下表所示。因此，回归模型的选择，也就有了无限的可能性，回归模型的样子（或叫方程）可以是你能够想到的任何形式的回归方程。所以，从某种意义上看，你自己想出一个很少人见过的回归方程，也可以勉强算是自定义模型了哈！
第二步：训练模型
当模型选择好了以后，就到了训练模型这一步。
我们知道，之所以叫模型，这个模型大致的形状或模式是固定的，但模型中还会有一些不确定的东东在里面，这样模型才会有通用性，如果模型中所有的东西都固定死了，模型的通用性就没有了。模型中可以适当变化的部分，一般叫做参数，就比如前面回归模型中的α、β等参数。
所谓训练模型，其实就是要基于真实的业务数据来确定最合适的模型参数而已。模型训练好了，也就是意味着找到了最合适的参数。一旦找到最优参数，模型就基本可用了。
第三步：评估模型
模型训练好以后，接下来就是评估模型。
所谓评估模型，就是决定一下模型的质量，判断模型是否有用。
前面说过，模型的好坏是不能够单独评估的，一个模型的好坏是需要放在特定的业务场景下来评估的，也就是基于特定的数据集下才能知道哪个模型好与坏。
第四步：应用模型
如果评估模型质量在可接受的范围内，而且没有出现过拟合，于是就可以开始应用模型了。
这一步，就需要将可用的模型开发出来，并部署在数据分析系统中，然后可以形成数据分析的模板和可视化的分析结果，以便实现自动化的数据分析报告。
应用模型，就是将模型应用于真实的业务场景。构建模型的目的，就是要用于解决工作中的业务问题的，比如预测客户行为，比如划分客户群，等等。
五步：优化模型
优化模型，一般发生在两种情况下：
一是在评估模型中，如果发现模型欠拟合，或者过拟合，说明这个模型待优化。
二是在真实应用场景中，定期进行优化，或者当发现模型在真实的业务场景中效果不好时，也要启动优化。
如果在评估模型时，发现模型欠拟合（即效果不佳）或者过拟合，则模型不可用，需要优化模型。所谓的模型优化，可以有以下几种情况：
1）重新选择一个新的模型；
2）模型中增加新的考虑因素；
3）尝试调整模型中的阈值到最优；
4）尝试对原始数据进行更多的预处理，比如派生新变量。
不同的模型，其模型优化的具体做法也不一样。比如回归模型的优化，你可能要考虑异常数据对模型的影响，也要进行非线性和共线性的检验；再比如说分类模型的优化，主要是一些阈值的调整，以实现精准性与通用性的均衡。
‘捌’ 数学建模要注意什么
1、诚信是最重要的。
数学建模竞赛是考查学生研究能力和实践能力的一场综合性比赛，有很多方面的知识 和能力可以考查，但其中我觉得最重要的是诚信。我感到中国在这方面的教育还远远不 够，我所知道有很多同学写论文并不是实事求是地去做，而是编造数据、修改结论，明
明自己没法编程实现却硬说自己做出来了，还编了一些数据，这些行为或许能够骗过评 委，也许可以因“此”而获奖，但是这对他们将来是很不利的。在这方面女生更应该要
注意一下，因为女生是容易会编造数据，这并不是我对女生的歧视，而是事实却是如此， 所以希望能够唤起足够的注意
2、团队合作是能否获奖的关键
在三天的比赛中，团队交流所占用的时间可能会超过一半。在一个小组中，出现意 见不一是非常正常的，如果一个队意见完全一致，我想他们肯定不会拿奖。当出现分歧 的时候应当如何解决是很关键的，甚至直接决定你是否可以获奖，我的建议是“妥协”，
这似乎是个贬义词，但我的意思是说不要总认为自己的观点是正确的，多听听别人的观 点，在两者之间谋求共同点。如果三个人都是自傲类型的人，也许每个人都非常强，但
一旦合作分歧就无法解决，做出来的就是一团糟，也就是说“三个诸葛亮顶不上一个臭 皮匠”。我奉劝这样的话最好别组成一队了。合作在竞赛前就应当培养，比如一块儿做
一道题什么的，充分利用每个人的优点，也可以张三准备图论，李四准备最优化方法， 然后几天后大家一块交流，这些都是可以磨合团队之间的关系的。
3、时间和体力的问题
竞赛中时间分配也很重要，分配不好可能完不成论文，所以开始时要大致做一下安排， 不必分的太细，比如第一天做第一小题，第二天做第二小题，这样反而会有压力，一切顺
其自然。开始阶段不忙写作，可以将一些小组讨论的要点记录下来，不要太工整，随便一 下，到第三天再开始写论文也不迟的。也不要象偶去年到第三天晚上才开始，还好自己那
时体力好，全部写完了。另外要说的就是体力要跟上，三天一般睡眠只有不到10个小时， 所以没有体力是不行的，建议是赛前熬夜编程几次，既训练了自己的建模能力，也达到了
训练体力的目的，赛前锻炼身体我觉得没什么用处，多熬夜就行了，但比赛前一天可不许 熬呀，呵呵。
4、重视摘要
摘要是论文的门面，摘要写的不好评委后面就不会去看了，自然只能给个成功参赛奖。 摘要首先不要写废话，也不要照抄题目的一些话，直奔主题，要写明自己怎样分析问题，
用什么方法解决问题，最重要的是结论是什么要说清楚，在中国的竞赛中结论如果正确 一般得奖是必然的，如果不正确的话评委可能会继续往下看，也可能会扔在一边，但不写
结论的话就一定不会得奖了，这一点不比美国竞赛，所以要认真写。摘要至少需要琢磨两 个小时，不要轻视了它的重要性。多看看优秀论文的摘要是如何去写的很有必要的，并要
作为赛前准备的课题之一。
5、论文写作要正规
论文一定要大致按照摘要、问题重述、模型假设、符号说明、问题分析、（建立、分析 、求解模型）、……、参考文献、附录等等的方式来写。一篇论文结构上如果失败的话，
比赛也一定不会成功，一般初评会先淘汰一些结构失败的文章，如果没有论文的结构，内 容再好也没有用。论文前面的结构一般都不会变的，后面可以按照实际情况来安排自己的
结构，省略的部分可以有结果说明、灵敏度分析、其他模型、模型扩展、优缺点分析等等 的东西，多看些优秀论文就知道还有哪些形式的了，附录可以贴一些算法流程图或比较大
的结果或图表等等。
6、分析问题要认真
比赛时一般题目自己肯定没有见过，而且根据近些年来赛题我发现每道题都不是书上哪 个模型可以直接套成功的，很多根本就没有固定的模型可以参考，比如就象去年的B题，所
以分析问题不是一个去找书本的过程，依赖书本就意味着自己的思想被束缚起来，可以完 全按照自己的分析去完成，平时练习的时候学习的是一种方法，通过以前学到的方法来解
决，不是套用书本来解决。01和02两年的四题都是需要自己分析来解决的，这四题哪本书 也不会告诉你怎么做，没有模型套怎么办，只有靠自己去实际分析。我估计在前面说的五
点也许会有1/3的队可以做到，而且可以做的很好，但是这一点上就需要真本事了，平时多 努力，比赛发挥正常，这一点做好是没有问题的。如果到现在为止所说的1~6点都做好了，
7、编程求解是重要手段
美国竞赛时，美国学生中的论文很多是编程数据的说明，比如99A行星撞地球那题，他 们也能够模拟出撞击后果，这对我们来说简直是不可思议的。美国学生实践能力较强，而
中国学生擅长理论分析，所以我把编程放在了分析的后面是有中国特色的。 数学建模竞赛特别强调计算机编程解决实际问题的能力，最近几年尤其强调，加强编程 方面的能力不是一朝一夕可以练成的，需要长期刻苦的训练，常用的工具有Matlab、
Mathematica、C/C++等等，一个人只需要会一门语言就行了，但要需要精通它。比如要画 柱状图该怎么做，要用Floyd算法怎么办，赛前不准备是没有办法在比赛中很好运用的，因
此每个常用的算法都自己去编程实现一下，我在论坛中单独地列出了十类算法和说明就是 需要好好准备的。里面有很多内容，这里就不多说了。
8、模型的假设与模型的建立
评委看完摘要后紧接着就是看模型假设了，有一个万能的方法就是可以抄题目中可以作 为假设的几句话，这样会给人留下好的印象，毕竟说明你审题了。但不能全抄，要加上自己
论文中的一些假设，一般假设用文字描述就行了，最好不要太具体了，一些重要参数不要被 定死只能取某些值，这样会让人感觉到论文的局限性较强。 模型的建立是根据你对问题分析而来的，提出的数学符号和建立模型最好要比较接近，
在同一页最好，以便评委可以对照符号来看，数学公式要严谨，推导要严密，这些都反应了 一个人的数学素质和能力，即使你推导不对，别人看到你的阵势也首先会误以为你是对的，
那么多的试卷，评委不可能顺着你的公式一直推下去，但你要写得需要有数学修养才行。
9、图文表并貌可以增色
我听说一个不确切的信息是评委老师喜欢用Matlab编程的论文，不知道有没有这回事， 但这说明了老师需要看一个具有图或表在其中的论文，一篇如果象政治书那样写的论文估计
没有人会对它感兴趣的，尤其是科技论文。Matlab编程之所以受到青睐是因为Matlab提供的 图形处理能力很强大，图表的说明性特别强，如果结论有很多数据的话，最好做成图表的形
式加以说明，会令你的论文更有说服力，也更加会受到评委的好评。
10、其他
一口气写了九大点了，却不知道第十点是什么，索性列出个其他，也算是功德圆满了， 其他内容还是有很多的，说也说不完，挑几个重要的讲。比如不要上网讨论，网上的人水平
参差不齐，你不知道谁是对的，而且很多人想得奖，不会告诉你正确的，反而骗你说相反的， 有时真理往往掌握在少数人手里，去年B题就是这样的。还有就是论文写作中灵敏度分析不要
写太多，大致说明一下就可以了，不要喧宾夺主。最后想到的就是要使用数学公式编辑器来 写论文，不要用什么上下标来表示，论文字体用小四，分标题用四号黑体等等。其他的偶也
想不起来了，最后祝大家考好今年的竞赛。
‘玖’ 行为建模研究的内容是什么如何实现
建模就是建立模型，就是为了理解事物而对事物做出的一种抽象，是对事物的一种无歧义的书面描述。
建立系统模型的过程，又称模型化。建模是研究系统的重要手段和前提。凡是用模型描述系统的因果关系或相互关系的过程都属于建模。因描述的关系各异，所以实现这一过程的手段和方法也是多种多样的。可以通过对系统本身运动规律的分析，根据事物的机理来建模;也可以通过对系统的实验或统计数据的处理,并根据关于系统的已有的知识和经验来建模。还可以同时使用几种方法。