参加数模国赛，如何快速高效阅读优秀论文？

数学建模优秀论文除了学习排版和用到的方法，还应该从中学习什么呢？怎样能快速高效的提炼主题、看完呢？优秀论文和自己写的论文应该怎样对照看，从中学习呢？

1

如何看一篇数学建模论文呢？

数学建模论文和一般的科研论文不一样的地方在于，文章都比较冗长，短的十几页，长的二三十页。基本上大家约定俗成，数学建模论文在20-25页上下最好，带上附页最好也别超过40页左右。但是与科研论文4-8页甚至只有1-2页的情况相比，还是比较啰嗦了。

对于这样的文章，直接打印出来显然是十分浪费纸张的，因此建议大家把文章放到手机上去阅读。

在任何一个数学建模比赛当中，都没有真正所谓的官方格式，即使是国赛的文章，还是有多多少少的不同。但是不管怎么样，好的论文都是有共性的。因此对于新手来说，还是首先感受下整体，感受下所谓“高大上”的论文，大概知道比数学建模竞赛，应该在论文当中写一些什么东西：摘要、问题重述、问题分析、模型假设、符号说明、模型建立与求解、模型优缺点、参考论文和附件这几个步骤。只有自己多看看这些文章，才会熟记于心。当然，在正式比赛的时候，也可以拿着一篇优秀的论文，对着写即可。

光只看论文的框架还是远远不够的，这只能帮助你不要犯下一些无聊的低级错误。虽然数学建模是不太可能考同一个问题（今年数学竞赛就犯了考一模一样原题的问题），但是题目之间还是有非常多相似的影子。尤其是B题，虽然是社会类问题，但是解决办法主要还是基于统计学上面的一些应用方法。A题虽然比较杂乱，但是主委会还是比较慈悲，给的主题都是比较热门有非常多参考文献的主题。不论是绕月飞行还是CT系统，都是这些年非常流行的主题。只要上一些数据库搜索，都是成千上万的文章，甚至一些硕博学位论文都可以完整解决问题。2017年国赛B题在网络上就有可能完整解决的方案，后来主委会临时把文章撤下才避免了完全抄袭的风波。

一般情况下，看优秀论文的时候，还是会觉得一些模型比较“虚”或者有点强行回答。其实这是有可能的，由于这是三天三夜的比赛，因此很多模型并不能禁得起仔细的推敲，会出现一些漏洞。所以需要多看几篇论文，取其精华去其糟粕。最好统计下每篇论文主要的思路和方法，如果不是明显现成的方法，就需要研究下他的参考论文主要是哪个方向的论文。对于B题来说，比较容易出现使用常规方法，但是特色指标定义的办法。对于A题，比较容易出现固定方法，但是是参考文献当中才有，数模书当中没有的结果。如果是B题，那么好办，学习的时候，结合数学建模教材，一点一点地啃，熟悉案例程序以及基本原理，这些内容在《数学建模算法与应用》这本书当中有着很好的体现。因为这本书不仅提供原理，也解决了非常多比赛当中的问题，并且可贵的是附上了所有的程序。

2

参考论文回溯法

这个方法的本质就是从这篇文章入手，回归到本质。如果这篇文章看不懂，没有关系，去下载一下几篇我不懂地方的参考文献。这些参考文献可能是一些专著、一些教材、还可能是其他论文。然后进一步阅读这些参考文献，如果看得懂，回归原文，看看是一种特例还是推广，如果看不懂，继续看参考文献的参考文献，一直这样做下去，肯定可以找到一个本源。

在做这件事情的时候，其实会发现很多人写论文时不负责任的。出现所谓的“乱引用”或者“假引用”的状态。也就是说，很多人的引用都是无效的，仅仅是为了凑一片论文的参考文献数目，显得文章高大上罢了。所以，有时候给学习一篇论文增加了许许多多的难度，甚至我都怀疑有些论文的有些段落是不是虚假的？

基本上，能踏踏实实做上几篇这样的论文，对于某一种题材的获奖论文，比如说什么样的文章可以拿国家一等，什么样的文章可以拿国家二等，一般都会有点数的。对于国二或者更加低等级的文章，一般互联网上比较少，建议找学校相关负责老师，给你们提供往届学生的参赛论文。好的文章和坏的文章看过了，也基本知道不同等级的论文大概差距在哪里。同时，对比阅读参考文献和参赛论文，也可以知道参赛队员是如何推广参考文献的方法和结论的。

3

除了论文主体，我们还需要看什么？

除了论文主体，还有两个需要特别需要注意的是：图表和附录里面的程序。如果说让一个不懂建模的人选一篇最好的建模文章，我想大多数人都会选择一篇图表和教科书一样规范和科普杂志一样炫彩的文章，即使这篇文章狗屁不通。有时候我看一些PRL的文章，对比纯粹符号的文章和有图表的文章，明显觉得后者更像一篇做了很多工作的文章。实际上前者才是真正有意义的文章。所以在文章框架和具体方法都了解得不错的前提下，需要学习一些图表的绘制要求和绘制方法。比如这类论文一般都是使用三线表绘制，但是很多论文都是word常规表格，显得非常业余。有一些由软件生成的图表，用截图工具去截和软件自动生成的效果也有比较大的差距。很多优秀的软件可以让你的论文增添很多色彩。因此在拿到一篇优秀论文的时候，最好了解你觉得惊艳的图是如何设计出来的？是某种高级软件原生的图？还是经过了一定的图片处理？这方面适合学有余力想冲击最高奖的同学去做，对于绝大多数同学来说，只需要好好使用Matlab这样的软件，绘制好原生的图就已经非常不错了。

除此之外，就是附件的程序了。诚然，有一些程序的编程习惯是不好的或者在编译的过程当中居然出现了一些小的错误。但是这并不妨碍我们去学习他的精华。对于按钮式的商业统计软件，我们也要搞清楚他是按了什么按钮，做了什么样的数据集才实现的。对于Matlab这样的编程实现，则需要看他们使用了什么函数，用了什么样的新封装。一些Matlab自带的封装非常强大，几乎2017年国赛A题的第二第三问都是属于Matlab现成的封装好的函数：iradon()就可以实现。

建议有条件的队伍，都找一名学计算机的成员，或者最好自己学一些Matlab的内容。虽然很多的程序都是现有的或者说在CSDN、Github上面有程序员写好的模板，但是还是要具体问题具体分析。最好多学习别人如何把自己的建模给程序化，如何设定变量，如何设定数据集，如何将解析的问题变成数值的问题，都是值得我们去考虑的。

4

注意事项

1、注意格式，学习优秀论文的格式、排版。

2、结合题目，找关键的获奖点。一篇论文之所以能获奖，一定有让评委老师眼前一亮的点，也就是一般别人想不到的点。学习这些优秀的地方。

3、详细通读全文，读懂、读会，看懂他的每一步推导，去感受作者当年解题时的切入点，学习其中的模型。

4.看模型！你的模型和优秀论文的模型相比，有哪些优缺点。如果你的比他的好，结束。反之，自己反省，为什么他会用那个模型，而你不会。是因为了解模型太少？还是看问题的角度不合适，没想到？寻找差距，弥补不足。

5、找自己不会的！有哪些点是自己没想到的，自己当时不会的、解决不了的，他是怎么解决的。学习别人有些的解题思路。

6、看排版！从整体上，对比排版，谁的给人感觉更舒服。数学建模竞赛，毕竟是数学类的竞赛，一篇好的论文，肯定是公式突出，“数学味”浓。相同的题目，为什么你的公式少，自己总结。