美国大学生数学建模竞赛摘要该怎么写好?

数模论文中摘要有多重要?它足以在几分钟内决定论文的档次!一篇好的摘要能吸引评委老师的兴趣。评委老师评审论文是有时间要求的,他们读个摘要,就把论文分好类了:

①不符合竞赛要求的论文(Unsuccessful Participant);

②满足基本要求,但不足以进入下一评审阶段的论文(Successful Participant);

③可以进入下一评审阶段的论文。

所以摘要写不好,无论你们小组论文的模型多么新颖、算法多么巧妙、结果多么正确、语言多么流畅,都无缘更高奖项,只有通过摘要初选的论文才有机会晋级。因此必须下狠功夫打磨摘要!一篇好的摘要应该具备什么?以下详细展示了摘要的得分点:

01
摘要得分点

问题分析

1、 问题分析

问题复述 不要把题目中原原本本的问题抄一遍或者抄其简化版本,问题分析重在“分析”这两个字,把你们小组做题时讨论问题的话语用专业术语描述即可。可以从问题的内容、问题的难点(或特点)入手。例如:第一问需要预测未来十年的营业额(问题内容),但题目只提供了过去6年的数据,所以问题的难点在于如何用小样本准确的预测(问题难点)。

2、摘要和正文详略得当

注意摘要里面问题分析和正文里的问题分析要详略得当,前者是后者的凝练版本。不要在摘要里面长篇大论地分析问题,这一部分应该放在正文中。 方法描述 续接问题分析部分,说明你们为了解决这个问题,用了什么方法(或算法),比如为了解决小样本预测问题,采用了灰度预测法。有些情况下,还要说明你们对模型做了哪些优化。比如评价模型使用层次分析法(AHP),为了减少主观因素对成对比较矩阵的影响,某些可以计算的评价指标(如价格、时间)做了量化。 结果展示(重点) 说到结果展示,大家一定会想,这还不简单,但其实很多同学不会展示结果。如果你读的历年美赛论文足够多,就会发现优秀论文普遍具有以下几点:

1、 用数据而非文字

展示结果时,要用你们具体的计算成果,即使某些题要你们给出解决方案(如政策类),这些也要建立在可靠数据的基础上,先说明你们通过xx模型发现了xx问题,针对这个问题,我们的解决方案是xx,总之可以定量描述的结果一定要定量描述。

2、 详略得当

某些计算结果较多,或者你们在论文里面是用图表展示结果的,那么在摘要中全部展示或者插个图表不合适,不展示结果更不合适。正确做法是,先描述一两条(具体由计算结果决定)结果,然后说明:其余结果见正文xx部分或者表/图xx。 模型分析(易忘) 数学建模并不是用模型解决问题就完了,只有模型和结果,凭什么让评委老师相信论文的结果是正确可信的?建模求解完成后还有一个步骤是模型分析,就好像设计一个算法要给出时间复杂度一样。模型分析一方面可以帮助你们自己发现问题,及时地修改优化,就好像考试检查;另一方面可以提高模型的可信度,使得评委老师更加相信你们的模型。

常见的模型分析有以下四点:

1、误差分析

通过计算说明模型的准确性。比如做预测问题的时候可以像机器学习那样,划分出训练集和测试集,比如用80%的数据做拟合,用20%的数据检验拟合的效果,计算平均误差,如果平均误差特别小,那么就说明预测的结果非常好。

2、 灵敏性分析

灵敏度分析是研究与分析一个系统(或模型)的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。即改变模型(公式)的某个参数,引起这个模型输出的变化的程度。 灵敏性分析有什么用?一方面可以检验模型的稳定性,如果改变了系统参数后,引起这个模型(公式)输出的变化的程度不大,则说明你的模型稳定性较强(即灵敏性较差)。另一方面,美赛最头疼的就是数据问题,有些情况下如果差不到数据只能在合理范围内假设一些数据,而灵敏性分析可以证明这些假设的数据不会影响你的模型的正确性!

3、 针对具体方法的分析

比如层次分析法,计算CI(一致性指标)、CR(一致性比率)、和RI(随机一致性指标)证明成对比较矩阵的正确性。

4、 模型展望

针对模型的分析,说明该如何改进模型。注意直接说如何改进即可,不要在摘要中强调模型的缺点!就好像面试时HR问“你觉得自己有什么缺点?”,如果老老实实的交代了模型的缺点,就会给评委老师留下不好的印象,而且论文里也专门有一部分是总结优缺点的,完全没必要在摘要里给自己挖坑。

02
注意事项

使用最新摘要页 美赛摘要页有明确规范,每年都有可能变化,一定要在美赛官网下载,有Word和LaTex两种格式。 展示论文中的出彩点 酒香也怕巷子深!可能你们论文里有个特别点,但评委老师要在短时间内处理大量论文,因此极有可能忽略掉你们的亮点。因此大家要主动展示论文的出彩点,建议大家不要简单的加粗字体来吸引评委老师的注意力,应该在摘要中给这部分单独列出一段。具体内容可以参考下面的两条建议:

1、 针对一些易错点。比如你们发现了题目提供的数据有一些是不合理的,但你们通过某种方法剔除了这些数据或者纠正了这些数据,那么和没有注意到这一点的团队相比,你们的获奖几率大增。

2、 用对比的方法说明你们的亮点。比如你们的模型对xx模型上做了xx优化,这种优化使得计算速度/精度提升了xx%(算法层面),成本减少了xx%/预测准确率提升了xx%(具体问题层面),使得模型更加适合这个具体问题。这样一说明,就瞬间和那些只会套用模型的论文拉开差距!

团队参与 虽然说完成论文是写作队员的任务,但对于问题分析、模型构建和模型评价这些步骤建模队员有着更加深刻的理解,同样的,算法和结果展示编程队员更加熟悉,因此摘要不应该由单独一个队员完成,建议由建模队员和编程队员完成摘要的初稿,第一次写的时候务必完整,要概括论文中的每一个细节,写完后再由写作队员润色文章,修改一些错误,第二次修改要整个团队再次通读全文,删减摘要,展示重点内容。

最后一次检查摘要是否通顺,是否有词汇拼写等错误,务必做到100%正确。 关键词——摘要的摘要 如果说摘要是论文的高度概括,那么关键词就是摘要的高度概括!关键词应该包括问题的主题(背景)和各问题的模型或算法。 不要出现任何语言或者格式类的错误 如果在摘要里出现了单词拼写,句子语法等低级错误,是非常致命的。这种情况常出现在用翻译软件出错,因此大家用完翻译软件要逐字逐句地检查,写作队员也要注意日常积累,尤其是做题时遇见某些学科的专业词汇要仔细查阅。

建议同学们在剩下备考时间多加练习,建模和编程队员熟悉常见模型或算法的优缺点,以便写摘要时能抓住重点;写作队员可以多阅读优秀论文,学习摘要的写法,总结一些套路,或者读完论文后自己写一篇摘要,再和原文对比,不断提高写摘要的水平。

【竞赛报名/项目咨询请加微信:mollywei007】

上一篇

哈佛、宾大、UCLA...含金量超高的大学“有学分夏校”!

下一篇

标化成绩可选政策下 我们还要不要考SAT或者ACT

你也可能喜欢

  • 暂无相关文章!

评论已经被关闭。

插入图片
返回顶部