1. 首页
  2. AI时代就业指南

AI时代就业指南:数学建模比赛经验总结(MCM/ICM)

AI时代就业指南:数学建模比赛经验总结(MCM/ICM)

编者按:很多应届生都有这样的困惑,企业招聘的时候都要求有项目经验,对我们这些学生很不公平,在学校里怎么获得项目经验呢?实际上,在校学生还是有获得项目经验的机会的,一种是参加企业实习,另外一种就是通过参加一些高水平的比赛。为了让大家了解这些比赛,我们将陆续推出国内外有影响力的数学建模和数据分析竞赛的文章,包括比赛介绍、参赛指南和经验总结,希望能对有兴趣参加此类比赛的同学有所帮助。本文作者是有多次参赛经验的一名深大大三学生。


TEXT

正文

       目前国内影响力较大的数学建模比赛就数全国大学生数学建模竞赛(CUMCM)和美国大学生数学建模竞赛(MCM/ICM)了。其实在美国,大学生们并没有我们国内的大学生那么热衷于参见美赛建模,他们会更倾向于参加普特南数学竞赛(William Lowell Putnam Mathematics Competition)。但是,国赛和美赛在中国的影响力也是不容小觑的。国赛一般只有两道题,而美赛今年有六道题,MCM和ICM各三道。MCM是纯数学的题目,包括连续的、离散的、数据型的;ICM则是交叉学科的,包括运营研究/网络科学、环境科学、政策。相比国赛,美赛的获奖几率更大一些。2016年MCM获得H奖(二等奖)及以上的占44%,ICM获得H奖(二等奖)及以上的占65%,可以看出ICM比MCM更容易获奖,因为ICM一般有大量的数据分析。


       首先,我想谈一谈为什么要参加美赛。参加比赛,想拿奖那是很自然的事情,特别是美赛拿奖,对于想要考研和出国的同学是非常有帮助的。我认为,参加建模更重要的是可以锻炼你解决问题的能力,不管是数学专业的还是其他理工科专业的同学,都很需要有这样的体验。在这之前我参加过“深大杯”建模,参加过国赛,其实感觉自己真的是在一步一步地成长。从第一次的“深大杯”,几乎可以说是什么都还不懂,建模完全跟着感觉走,现在觉得当时的论文思路并不是很清晰。接下来是16年国赛,我们选了“禁摩限电”这道题目,建模的思路还是有的,但是仿真和找数据方面做得不是很好,所以国赛也不是很满意。有了前两次建模经验,这次的美赛明显感觉比之前有进步,从选题到完成论文,我们组三个人之间都配合地较好。


       其实这次美赛自己感觉做得比较好主要是因为有了前两次建模的经验加上赛前的一些准备。我们大概是11月份确定要报名美赛,我们队有两个人是数学专业的,一个是软件工程的,分工自然是数学专业的两个人主要负责建模,软件工程的同学负责编程实现还有一些画图等。


       建模的前期准备是非常重要的,但是临时抱佛脚基本上没有多大用处。那么前期要做哪些准备呢?至少要看5到10篇O奖的论文,每一篇都尽量读懂。看了O奖论文后,就会发现获奖的论文都有几个特点:模型不难、思路清晰、排版好、图好看。如果准备时间很充分,最好还是学习一下常见的数学模型,等到题目出来,就会很自然地想到要用什么模型。编程的同学最好也学习一下常见的算法,有很多算法其实原理都比较简单,实现比较复杂繁琐,如果提前了解,比赛时可以节约很多时间。我们赛前就研究了几篇O奖论文,没有详细看模型和算法,所以比赛的时候有点吃亏,本来可以做得更好。我们选的是D题:“如何增加机场旅客的吞吐量并减少安检时间”。我们的模型主要是用排队论,刚好这学习我们的课程随机过程里有学过,所以还是比较容易上手。但是我们想用蒙特卡洛仿真还有第c问我们用混合泊松想用EM算法估计参数,因为之前没有接触过,所以弄了很久都没有弄出来,有点浪费时间,最后就换了其他方法。所以呢,提前一两个月学习一下模型和算法还是很有用的。如果三个队友是第一次合作,比赛前做一次模拟建模也还是挺有用的,可以互相磨合一下。


       比赛前一天,大家需要商量一下建模的这四天四夜时间要怎么安排。关于睡觉休息的时间,因人而异。有的同学四天一共睡了不到十小时,其实并不是睡得越少越好,还是要看进度还有身体状况。我们的时间安排是这样的:第一第二天建模、第三天编程实现和写论文、第四天排版。当然,这是比较理想的情况。实际上进度还是比预期慢。我们第一第二天基本上思路完整了,但是还有一些小细节的具体做法还没有想出来,推到了第三天,加上编程实现和画图所用的时间比我们预期的要多,所以我们实际上第四天下午才开始写英语论文,最后一个晚上没有睡,终于把所有完成了。关于软件方面,matlab、lingo、spss这几个比较常用,还有写论文用的Latex。但是我们编程的同学python用得比较好,所以他基本都是用python来实现,python也都能实现。Latex排版比word要好用一点,不容易乱,很容易上手。


       还有一个比较重要的方面就是资料查找了。一般在国内的数据库如知网、万方这些都挺容易找的。其实,很多国外的文献和资料都非常有用。搜索引擎推荐Google,关键词最好是英文;还有维基百科、百度百科;外文库比如EI,Springer等。看英文如果看得比较 慢,可以用google翻译,这样效率会高很多。


       虽然不知道这次美赛能不能获奖,建模过程也不是十分完美,但是我们很享受这次建模的过程,感觉很棒。我们每个人找到了有用的资料或者突然蹦出想法,就会激动地跟队友分享讨论,讨论的过程中又蹦出新的想法。有时候意见不同,来个小辩论,看看谁比较有理。我们小组三个人之间都配合地很好,不仅是在建模上,在休息的时候大家都很欢乐,互相讲段子,在紧张的比赛中有了一点放松的机会。这个时候自己终于感受到,过程比结果重要。

作者访谈

Q:你们怎么看这些比赛的意义?

A:一个是获奖吧,美赛一等奖以上有机会保研,并且获奖让自己的简历更好看,这是比赛开始前的想法;另外参加了比赛之后才会发现,比赛短短的几天很锻炼自己的思维和学习能力,比赛也是一个学习过程;平时课堂上或者期末考试基本上都是跟着老师的节奏来,而比赛需要自己找节奏。

 

Q:你们参加国内外数据竞赛遇到的主要困难是什么?

A:对我来说主要困难还是时间的问题还有语言表达问题,用英语写论文花了很多时间。还有一个是找数据,之前参加国赛,我们一直想找车流量的数据都找不到。

 

Q:你们团队是怎么分工的,经常在一起吗?

A:我们三个人,两个人主要负责模型,一个人主要负责编程,写作是每人这一点。建模的四天一直都在一起做,因为时间真的很紧。

 

Q:你们是怎么组合到一起的

A:我和其中一个是隔壁班同学,同一个学院的,以前在同一个社团的。当时我想参加比赛,然后就想到他了,因为在同一个社团工作过,觉得他责任心比较强、学习也挺认真的,所以就找他了。另外一个是计软学院的,建模还需要计算机实现嘛,就想找一个编程比较好的同学,刚好我也有认识的。就这样组合了。


End.

本文为PPV课专供稿,转载请联系授权

系列推荐

大数据竞赛平台-Kaggle入门篇


原文始发于微信公众号(PPV课数据科学社区):AI时代就业指南:数学建模比赛经验总结(MCM/ICM)

原创文章,作者:ppvke,如若转载,请注明出处:http://www.ppvke.com/archives/4677

联系我们

4000-51-9191

在线咨询:点击这里给我发消息

工作时间:周一至周五,9:30-18:30,节假日休息