大家对于数学建模类竞赛的含金量怎么看？

大家对于数学建模类竞赛的含金量怎么看？

谈到数学建模竞赛的含金量，只能说仁者见仁智者见智。对于不同建模比赛，不同建模比赛的奖项的含金量，不能一概而论。不过，整体上来说，数学建模竞赛在大学生经常参加的各类比赛中，含金量整体还算是不错的。

数学建模比赛分为很多，有国赛、美赛、深圳杯、研赛等官方赛事，也有其他一些民间机构举办的赛事。尽管作为一项学术竞赛它有点“水”，但是相比于其他的大学竞赛，数学建模比赛的学术性和认可度都是比较高的。

简介

只要提到数学建模竞赛，国赛是无论如何都绕不过去的。2016年全国已有三万多支参赛队伍参加，参赛人数接近十万人。如果考虑到很多学校为国赛设立的校内选拔赛，这个数字可能还是会上升好几倍。

国赛分为国家奖和省级奖两种。国家奖的获奖率较低，2016年国一获奖率不到1.1%，国二获奖率大约5%-6%，国奖整体获奖率大约在7%。由于明年将会进一步限制国奖获奖数量（国一每题150，国二每题600），因此明年开始国奖获奖率很有可能低于5%。

省级奖由于各省情况不同，一般获奖率最高可到30%-40%。因此省级奖还是比较容易拿的。但是数学建模竞赛对于赛区和学校的获奖数都有限制。比如，一个学校最多推荐10个国奖队伍，且其中最多5个国一。也就是说，任何一所学校，每年国赛最多能拿5个国一和5个国二。

因此，在建模实力比较强的高校，很多时候获得数学建模的奖项都是在跟自己的同学竞争。如果你在你们学校排名第11，哪怕在省里的排名再高，最终也只能拿省赛区的一等奖。

我想参加九月份的数学建模大赛，可是我连门都没进。。。来得及吗？

来的及。我当年也是大二的时候第一次参加的数学建模，当时由于数学基础比较好，老师推荐去参加的，后来获得了上海市二等奖，没有进入全国奖评定。之后又参加了两次，都是全国二等奖，没有拿到一等奖是个遗憾。

现在准备是来得及的，主要是对于数学建模的理解和一些常用软件的实用技巧。

转载一下我觉得比较好的内容供你参考：

赛前学习内容

1建模基础知识、常用工具软件的使用

一、掌握建模必备的数学基础知识（如初等数学、高等数学等），数学建模中常用的但尚未学过的方法，如图论方法、优化中若干方法、概率统计以及运筹学等方法。

二、，针对建模特点，结合典型的建模题型，重点学习一些实用数学软件（如 Mathematica 、Matlab、Lindo 、Lingo、SPSS）的使用及一般性开发,尤其注意同一数学模型可以用多个软件求解的问题。

例如, 贷款买房问题: 某人贷款8 万元买房，每月还贷款880.87 元，月利率1％。

（1）已经还贷整6 年。还贷6 年后，某人想知道自己还欠银行多少钱，请你告诉他。

（2）此人忘记这笔贷款期限是多少年，请你告诉他。

这问题我们可以用 Mathematica 、Matlab、Lindo 、Lingo 等多个不同软件包编程求解

2 建模的过程、方法

数学建模是一项非常具有创造性和挑战性的活动，不可能用一些条条框框规定出各种模型如何具体建立。但一般来说，建模主要涉及两个方面：第一，将实际问题转化为理论模型；第二，对理论模型进行计算和分析。简而言之，就是建立数学模型来解决各种实际问题的过程。这个过程可以用如下图1来表示。

3常用算法的设计

建模与计算是数学模型的两大核心，当模型建立后，计算就成为解决问题的关键要素了，而算法好坏将直接影响运算速度的快慢答案的优劣。根据竞赛题型特点及前参赛获奖选手的心得体会，建议大家多用数学软件（Mathematica,Matlab,Maple,Lindo,Lingo,SPSS 等）设计算法，这里列举常用的几种数学建模算法.

（1）蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法，通常使用Mathematica、Matlab 软件实现）。

（2）数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab 作为工具）。

（3）线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件实现）。

（4）图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备，通常使用Mathematica、Maple 作为工具）。

（5）动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中，通常使用Lingo 软件实现）。

（6）图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab 进行处理）。

（7）最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用，通常使用Lingo、 Matlab、SPSS 软件实现）。

4 论文结构，写作特点和要求

答卷（论文）是竞赛活动成绩结晶的书面形式，是评定竞赛活动的成绩好坏、高低，获奖级别的唯一依据。因此，写好数学建模论文在竞赛活动中显得尤其重要，这也是参赛学生必须掌握的。为了使学生较好地掌握竞赛论文的撰写要领，（1）要求同学们认真学习和掌握全国大学生数学建模竞赛组委会最新制定的论文格式要求且多阅读科技文献。（2）通过对历届建模竞赛的优秀论文（如以中国人民解放军信息工程学院李开锋、赵玉磊、黄玉慧2004 年获全国一等奖论文：奥运场馆周边的MS 网络设计方案为范例）进行剖析，总结出建模论文的一般结构及写作要点，去学习体会和摸索。

参加全国大学生数学建模竞赛应注意的问题

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要学过一些，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”，这些情况在全国赛区都曾发生过。这就需要大家多方面涉猎知识尽全能做到全面

关于数模竞赛的几本好书

▲ 姜启源，《数学模型（第二版）》，高等教育出版社

▲ 姜启源、谢金星、叶俊《数学建模（第三版）》，高等教育出版社

▲ 萧树铁等，《数学实验》，高等教育出版社

▲ 朱道元，《数学建模案例精选》，科学出版社

▲ 雷功炎，《数学模型讲义》，北京大学出版社

▲ 叶其孝等，《大学生数学建模竞赛辅导教材（一）~（四）》，湖南教育出版社

▲ 江裕钊、辛培清，《数学模型与计算机模拟》，电子科技大学出版社

▲ 杨启帆、边馥萍，《数学模型》，浙江大学出版社

▲ 赵静等，《数学建模与数学实验》，高等教育出版社，施普林格出版社

▲ 韩中庚， 《数学建模方法与应用》，高等教育出版社

▲杨启帆，《数学建模案例集》，高等教育出版社.

需要了解的基础学科

1．数学分析（高等数学）

2．高等代数 （线性代数）

3．概率与数理统计

4．最优化理论 （规划理论）

5．图论

6．组合数学

7．微分方程稳定性分析

8．排队论