满纸荒唐言，一把辛酸泪。
都云作者痴，谁解其中味？
——纪念2016-2020所有的数学建模论文

古人说得好：“书到用时方恨少，事非经过不知难”。做数学建模的我：“方法用时真恨少，建模经过更知难”。2020年9.17-21，应该是我最后一次参加数学建模比赛了吧，感触颇多。将这些感触记录下来，权当留个纪念，希望能给后来的人提供一点帮助。

（一）对比赛题目本身的感悟，

B题对于广大参赛选手来说，是典型的的扮猪吃虎。这里的猪是说它看上去好做（数据降维+预测，相关的方法一大堆），其实暗藏玄机，各种坑人（坑都是陨石坑）。不幸的是，广大研究生不全是老虎，还有很多是我这样的猪。

根据大赛官方的说法，B的数据来源于真实的工厂，所以存在很多“问题”，更加真实。但是大家在其中发现了太多超越现实的东西，比如绝对零度和人造太阳温度，同一个变量在不同表中的量纲不同等。出题人的语文大概率是自学成才，叙述方式颇得“前言不搭后语”六字真传。种种情况，导致B题带给我们的远超预期，也给我的数学建模生涯带来了精彩的结束（希望比赛成绩也能精彩一些）。

（二）一些简单的经验

赛前准备，不算充分，除了之前几次没有什么成绩的比赛经验（最好的是省三），没有赛前培训和学习，也没有了解大佬的经验。直到比赛前两天，才在闲暇时间里抽空看看经验贴，就这已经受益匪浅了。往年的优秀论文也是，没有早早阅读，赛前只粗读了一篇，足以感受到其内容之充实，写作之精彩，图片之丰富等优点。看论文的一个好处是帮助你准备论文模板，了解论文的组成部分有哪些。同时，看看人家的算法又多又高级，图片表格层出不穷，可以让自己意识到，学习的算法还是太少，画图方法掌握的也不好。

组队也是门学问，本科舍友保研去了北理，找了实验室两位没有比赛经验的同学组队，他一个人建模算法写作一把抓，第三天就放弃了。这位仁兄最后得出经验：要么找比较合作过的水平一般的熟人，要么和有些实力的陌生人。一旦你的队友是熟人+小白，你就很容易陷入无人可用的境地，最后只能是哑巴吃黄连——有苦说不出。好在这次我们三个都是一瓶子不满半瓶子晃荡的水平，谁也不嫌弃谁。

关于选题，开赛之前队友信誓旦旦地说，一定不选优化类题目，然后选择了数据处理的B，最后的任务也是个优化问题。目前来看，华为杯的题目中，优化是很难绕开的点。因此，对分类、降维、回归等基本算法有一定掌握的同学，可以了解一下优化方面的方法，以免和我们一样沦落到临时抱佛脚的地步。（我好悔啊，我从一开始就不应该参加这个比赛；如果我不参加这个比赛，我也不用做这个题目；如果不做这个题目，我也不会沦落到这么一个伤心的地步）

关于算法，前面提到了尽量掌握多种方面的算法，以免被题目打个措手不及。还有一点很重要，就是在日常学习中，对于学习到的、简单应用的方法，不要浅尝辄止。比如我们在本科期间就用过了聚类方法，对Q型和R型也有一定的认识。但是并没有深入了解例如距离计算、聚类树生成方法、聚类结果进一步展示方面的知识。对系统聚类、K均值聚类、两步聚类等具体的方法也没有研究（其实也不用投入太多时间，可以作为日常学习的调剂）。这样的结果就是，当我问队友：“R型聚类用相关系数来进行变量相似性度量时，可以面向非线性的变量组吗？”我俩就同时沉默了。其实我现在还不太懂聚类分析的原理，下一步也会慢慢学习一下，写几篇博客。

关于画图，主要有流程图和结果图两类。对于一篇30+页的论文，适当的流程图十分有用，不仅能够帮助我们理清思路，还能给论文增加一份亮点。我们也是赛前才意识到这一点，十分后悔之前的mathorcup没有画流程图。结果图的种类就是多种多样的了，常用的折线图、柱状图、饼图，高级一点的热图、聚类树、回归图、误差直方图等，以及更加专业（高大上）的图形，都可以成为论文中的亮点。

关于论文。论文的写作一定要和算法啥的同时进行，即解题过程中思路制定、方法选择、做出结果等步骤的进行，必须伴随着相关论文内容的产生（有安全三同时那味了，我差点忘了自己还是个半吊子的安全专业学生）。特别是对于实力较差的队伍，及时将想法和结果转化为论文是很明智的做法，负责论文写作的同学务必参与其他人对题目的讨论，这样在其他人解题的同时，解题的相关论文就可以被写出来了，起码写个差不多，节省时间。

最后说一下团队合作，作为一个习惯独来独往的人，偶尔的团队合作对我来说是个挑战。自己做东西，顺与不顺，高兴难过，都是自己承担，不用顾及他人。团队合作就不一样了，你可以鄙视自己写的辣鸡代码，但最好不要对队友的作品有过激的看法，无论如何那也是你们论文的组成部分。在建模过程中，或多或少会产生争执，及时化解，以完成比赛为重。我这种脾气差有心直口快的人，幸亏碰到脾气好的队友，要不然早就一拍两散回宿舍打王者了。

总之，数学建模是一次不错的经历，一路以来我也看到了自己成长，更看到了自己的缺点，希望几年的博士生涯结束后，我也能成为别人口中靠谱的队友。

以上