数学建模圈子里的人看到【MCM】1这个标题应该都会心一笑。MCM这三个字母要么是Mathematical Contest in Modeling要么是你电脑上那个Multisim的仿真文件——但既然这是在讲竞赛那必然是前者。1可以是你的队伍编号可以是第一天更可以是拿到赛题之后死磕的第一问。我自己的理解是这是整个MCM参赛经历从零到一的起点第一次组队、第一次熬夜、第一次把一道实际问题翻译成数学语言最后用一篇论文讲清楚。这篇文章我就按这个从1开始的逻辑来写从竞赛本质、赛前准备、破题建模、代码实现到论文写作以及最后那些只有踩过坑才知道的细节一次说透。我给自己的定位是带新手摸一遍全流程同时给有参赛经验的人补一些平时容易忽略的细节算是基于这几年实际比赛经验做的一次系统复盘。1. MCM是什么——先搞懂比赛打的是什么东西1.1 为什么MCM能成为老牌赛事很多第一次接触MCM的人容易把它等同于比谁数学好这恰恰是对比赛最大的误解。数学建模竞赛考的其实是用数学语言解决实际问题的能力数学知识只是工具重点是分析问题、简化问题、把现实世界的约束翻译成模型的过程。MCM的赛题设计非常有讲究一般会有一道连续型问题、一道离散型问题偶尔还会加入数据驱动型或政策导向型的问题。这类赛题的共同特征是背景信息丰富但不够完整数据可能带噪声约束条件模糊答案没有标准形式。评委关注的核心不是你的模型有多高级而是你的建模思路是否自洽、假设是否清晰、求解过程是否可复现、结果是否经得起灵敏度检验。从实际参赛角度说MCM还是一个强时间约束、强团队协作的比赛。四天三夜的赛程决定了你在中途没有推倒重来的余地这也让它和期末考试、项目开发完全不是一个节奏。早期想清楚整体方案比前期闷头抠细节重要得多这一点后面会反复提到。1.2 赛题的三种常见面孔与应对思路连续型赛题往往围绕物理过程、交通流、资源分配等场景展开核心是用微分方程、优化模型去描述系统的演化。看到这类题先别急着列方程应该先搞清楚题目要的是预测还是决策。预测问题倾向于回归、时序、动力系统建模决策问题则要落到目标函数和约束条件上用优化算法求可行解。离散型赛题更容易和网络、路径规划、任务分配这些挂钩。这类问题里状态空间爆炸是最大的敌人入门常用的做法是图论建模加启发式算法。如果你看到题目第一反应是能不能穷举那基本就要警惕了规模稍微一大穷举就不可行必须去想贪心策略、遗传算法、模拟退火或者动态规划。数据驱动型赛题近几年越来越多特征是给一堆可能是CSV格式的数据让你去挖掘里面的规律。这种题最稳妥的打法分两步走先做系统的数据探索和可视化再根据数据特征选模型。无论用什么模型有一个原则不变——你要清晰告诉评委你这个模型能从数据里提取什么信息而不是单纯把数据喂给一个黑箱。MCM从骨子里是比解释力的比赛不只是比精度。2. 从1开始赛前准备与团队分工2.1 三个人怎么分工才科学MCM规则是三个人组队但三个人绝不是简单分成建模、编程、写论文三个岗位那是新手最容易犯的分工错误。如果三个人各干各的到了第二天基本就会脱节建模的不懂代码怎么实现编程的不知道论文需要什么输出写论文的只能用一堆干巴巴的公式拼凑篇幅。我比较认可的分工模式是一人主导、全员参与但主导角色随阶段切换。第一天破题时以建模手为主带着另外两人一起做问题拆解和文献检索第二天代码实现时以编程手为主建模手在旁边解释模型逻辑并盯着输出结果是否符合预期第三四天以写手为主编程手持续做灵敏度分析和额外实验建模手不断向写手补充模型公式的推导细节和参数含义。这样保证每个人对模型都有足够深入的参与写手不会写出和实际求解完全脱节的公式推导。一个容易忽略的细节三个人里至少要有一个人英文写作能力过关因为最终论文是英文提交。如果有人的四六级阅读能力不错但写作一般那从上场前一个月就要开始专项练摘要写作英文摘要的句式模板可以背但逻辑一定要自己组织不然写完就是中译英的僵硬感。2.2 必备工具与环境搭建MCM的准备阶段工具链不是越复杂越好但有几样东西是必须提前装好、提前测试过的。编程环境我强烈建议以Python为主。数学建模赛题基本跑不了这几件事数据整理pandas、numpy数值计算scipy.optimize、scipy.integrate可视化matplotlib、seaborn复杂优化遗传算法、粒子群算法可以用scikit-opt或者DEAP机器学习部分用scikit-learn就够。MATLAB不是不能用但考虑到团队协作和开源生态Python在写文档、查资料方面优势明显。LaTeX是论文排版必备不要用Word排版数学公式一多Word会把你逼疯。Overleaf是Web端LaTeX编辑器天然支持多人协作还能直接套用MCM模板强烈建议通宵夜战前先注册好。环境搭建的现实建议是赛前几天做一次全员系统复测确认每台电脑上都装好了全部依赖包。别小看这一步我见过太多队伍比赛第一天浪费两个多小时在装库和调试环境上这种时间和士气损失完全可以提前避免。2.3 赛前训练的正确打开方式选对国赛或美赛历年题目做模拟训练比刷十本教材都管用。我不建议完整模拟四天三夜那个强度消耗太大一周做一次限时9小时的压缩版就够了。训练的重心应当放在快速读题与问题重述、建立初始模型框架、完成一次简化模型的求解全流程。训练中要有意识地积累模型弹药库常见的拟合方法、聚类分类方法、优化模型、微分方程模型、排队论模型等不需要每个都懂到推导细节但至少要做到看到题目特征就想到对应模型方向。这个反应速度在比赛第二天尤其重要因为第一天晚上大家往往还在纠结赛题选哪道模型的初步框架越早定型后面越主动。另说一个小习惯每次训练结束花二十分钟做team复盘。不是为了对答案而是记录当时哪些环节卡住了、为什么卡住、下次怎么规避。这个复盘是组内默契度提升最快的方法比多练一套题更值钱。3. 拿到题目先做什么——第一问破题全流程3.1 读题与问题重述别急着建模比赛第一天队伍会先花半小时通读所有赛题然后投票决定做哪题。这里有个经验不要因为某道题背景看着眼熟就立刻选它。MCM题目的难点通常不在场景本身而在隐藏的子问题和数据限制条件背景的新鲜程度反而容易让人低估后续复杂度。选定题目之后第一件事不是建模而是问题重述。三个人分别用自己的话把每一问的要求写一遍写完之后对一遍看看有没有人对题意的理解有偏差。这一步看似浪费时间实际是防止第二天做到一半发现做偏了方向的唯一保险。MCM评卷时很看重Restatement这一节的表述是否准确、是否体现了参赛者对问题的完整理解所以问题重述不是抄题目而是用你的语言重新定义问题的边界和最终交付物。从操作层面建议在读题时把题干中的关键词拆成三列已知条件、目标变量、约束条件。这样拆完之后第一问要做什么基本就浮出水面了1就不只是一个题号而是你整个分析链条的第一块拼图。3.2 假设的设定与参数选择建模假设是论文中看起来最简单、但实际最考验功力的部分。合理的假设不是把现实问题简化得越少越好关键在于简化得合理且对结果影响可控。举个例子假设赛题是无人机在复杂地形中执行搜索任务第一问要求规划最优巡航路径。你肯定会假设无人机高度恒定、风速忽略不计但要不要假设地面地形完全已知要不要假设无人机能量消耗只与距离相关这些假设的取舍直接决定了你的模型是可解还是不可解。建议每条假设后面都用一句话说明为什么这样假设以及如果去掉这个假设模型要改什么——评委看到这种表述会立刻觉得你是真正做过思考的。参数选择方面我有一条实操经验能归一化的尽量归一化能无量纲化的尽量无量纲化。范围差几个数量级的参数放进同一个优化模型数值稳定性会非常差算法跑起来不是收敛慢就是不收敛。先做数据标准化再建模后面调参的痛苦会少一半。3.3 建模流程与常用模型地图第一问的建模流程一般遵循简化问题→抽象结构→建立数学表达→求解→验证的基本路径但不同问题类型的切入点完全不同。如果第一问是给定区域和天气条件规划最优路径那本质上是一个带约束的路径优化问题。图论建模是首选把飞行区域离散成网格或节点用邻接矩阵表示可达性然后用Dijkstra或A*求最短可行路径。如果你还希望路径更平滑、更符合无人机运动学约束那可以加B样条曲线做后处理。这类问题用遗传算法去拟合节点序列也能做但没必要在第一问就上复杂启发式算法足够好且足够简洁才是得分的关键。如果第一问更偏数据规律挖掘那可以走可视化→特征提取→模型拟合的路线。先用matplotlib画分布图、相关性热力图把直观规律写进论文再选择回归、聚类或分类模型。经验是第一问往往不会太难它是给全队一个热身也是让评委建立信心的地方。第一问的解答质量直接影响到评委对整个论文的耐心和好感度。4. 从模型到代码求解阶段的核心细节4.1 数据预处理与标准化数据清洗看着枯燥但比赛里绝大多数模型跑得结果很怪的案例根源都在数据预处理环节。缺失值要么用均值/中位数填补要么根据业务含义决定插值方式绝不能直接删掉大量样本。异常值要先用箱线图或3σ原则做检测再决定是删除、截尾还是单独标记。竞赛中另一个高频坑是数据格式不统一。赛题给的数据可能是不同时间粒度、不同坐标系统、不同计量单位混在一起。如果你不先统一单位后面算距离、算时间窗口时结果会错得莫名其妙。坐标数据尤其要注意最好统一成米制长度涉及经纬度算距离要记住用Haversine公式而不是直接当平面坐标算。清洗完的数据要做归一化或标准化具体选哪个取决于模型。基于距离的模型聚类、KNN、SVM适合标准化不基于距离的模型树模型可以不做。第一问如果同时涉及多个算法对比那就统一数据预处理管道免得每个模型用不同版本的清洗数据后面对照结果时一团乱麻。4.2 模型求解与常见算法实现很多时候模型建出来了但跑不出结果不是模型错了而是求解工具没选对。第一问如果是最小化一个凸目标函数用scipy.optimize.minimize就可以如果是组合优化问题直接上启发式算法往往是更稳的选择。提供一个我常用的遗传算法框架伪代码import numpy as np from deap import algorithms, base, creator, tools creator.create(FitnessMin, base.Fitness, weights(-1.0,)) creator.create(Individual, list, fitnesscreator.FitnessMin) toolbox base.Toolbox() toolbox.register(indices, np.random.permutation, N) toolbox.register(individual, tools.initIterate, creator.Individual, toolbox.indices) toolbox.register(population, tools.initRepeat, list, toolbox.individual) toolbox.register(mate, tools.cxPartialyMatched) toolbox.register(mutate, tools.mutShuffleIndexes, indpb0.05) toolbox.register(select, tools.selTournament, tournsize3) toolbox.register(evaluate, evaluate_path_cost)这段代码的骨架是排列编码加部分匹配交叉适合路径顺序优化一类的组合问题。实战中真正决定算法性能的往往不是算法本身而是评估函数evaluate写得好不好。评估函数里不仅要计算路径长度还要把约束条件以罚函数形式加进去。约束越界不能直接返回不合法然后扔掉个体因为这样会在搜索空间里产生大量无效解合理的做法是给不合法解一个很大的罚值让遗传算法自己去权衡。还有一点很多新手不知道跑优化算法不能只看最终收敛值要记录每一代的平均适应度和最优适应度曲线。如果最优值一直在缓慢下降但平均适应度已经平了说明种群多样性丧失可以加大变异概率如果两条曲线都纹丝不动大概率是编码方式有硬伤。后期画收敛曲线放进论文也是一个加分项因为它证明了你对算法过程有控制感。4.3 灵敏度分析与稳健性验证灵敏度分析是MCM论文里最为量化的加分环节也是新手最容易偷懒的地方。很多队伍把它写成我们把所有参数都试了一遍结果差别不大这基本等于没做。正确的做法是围绕核心假设参数做系统扰动并统计结果的变化趋势。实操上建议把灵敏度分析分成两个层级单参数扰动和分支情景分析。单参数扰动是把参数上下浮动 5%、10%、20%记录目标函数值的变化幅度输出一张表格或折线图分支情景分析是设置乐观、基准、悲观三组参数组合比较模型输出是否还在合理范围内。如果模型对某个参数特别敏感不要慌这是一个很有价值的讨论点。你在论文里直接写模型对参数X的敏感性较高说明该参数在实际系统中需要精确测量比硬着头皮说模型很稳健要诚实得多。评委对这种发现敏感源并讨论其影响的表述评价一般都相当高。我自己踩过的坑是有一年做应急物资调度把车辆的行驶速度当成固定常量后来灵敏度分析发现这个参数是决定总时间的关键因子好在论文里做了充分讨论否则换保守参数一跑整个结论就站不住脚了。5. 论文写作把模型讲成故事5.1 摘要全文的第一印象MCM评审流程决定了摘要的地位。评委一天要看几十篇论文每篇摘要的停留时间可能只有几分钟。摘要写得好等于先用两百词把你的整个工作推销了出去。摘要的结构我建议遵循问题背景核心思路主要结果的三段式。第一段用两三句说明你面对的是怎样一个复杂实际问题第二段概括你建了什么模型、用了什么方法分几条说清楚第三段直接给结论比如模型在测试集上准确率达到多少灵敏度分析表明结果稳健。写摘要最忌讳的是空泛我们建立了XX模型这种话是废话要写清楚模型到底做了什么。也不要试图把四个子问题都塞进摘要重点写第一问的核心工作后三问简要带出成果就行。很多时候初写出来的摘要可以先做个压缩练习把摘要从两百词砍到一百词看删掉哪些句子不影响逻辑再把这些句子补回去做加粗就能很快提炼出真正的信息点。5.2 正文结构与图表质量MCM论文正文有一条隐性要求要让评委不用回头翻题就能完全看懂你在做什么。所以问题重述→假设→模型建立→求解→验证→结论的顺序基本是铁律不要创新地去搞倒叙。每个子问题独立成节每节先交代建模思路再放公式。公式不要堆砌关键公式要有编号要解释每个符号的物理含义变量符号在全文必须统一。模型建立完之后务必要有模型解释段落用自然语言描述公式在说什么这样既方便评委理解也能稀释公式的密集度。图表是论文的颜值担当。图表的优先级是让评委一眼抓住结论不是展示你用了多复杂的工具。我常用的原则是每张图只讲一个故事要么展示数据分布要么展示模型拟合效果要么展示对比结果。配色用同一色系字体统一坐标轴要标清单位。图片别直接截图放进去用matplotlib的savefig导出PDF格式然后插入LaTeX这样放大后不会模糊。5.3 最容易被扣分的几类细节论文细节最能暴露参赛经验。第一是单位问题很多队伍推导公式时带着数值却没有单位标注后面做结果分析时数值大小没有参照。第二是参考文献格式不统一MCM允许用网络资料但必须规范引用网页链接也要注明访问时间。第三是附录代码提交问题MCM要求附上代码但很多队伍的代码又长又没有注释排版混乱评卷老师根本不可能读进去。还有一类常被忽略的是论文中的承上启下句。评卷老师连续读几天论文注意力有限如果你能在每个子问题开头写一句本问基于第一问建立的XX模型进一步引入YY约束以解决……评委阅读的体验会完全不同整体评价也会间接提升。6. 实战复盘MCM过程中的典型问题与避坑6.1 时间失控三个24小时怎么分配MCM的四天三夜最常出问题的不是技术是时间预期失控。第一天晚上大家容易陷入研究背景越查越深的陷阱文献综述做到了凌晨两点模型连个影子都没有。正确的节奏是第一天晚上结束前第一问的建模框架必须敲定第二天白天第一问跑完出初步结果第二天晚上到第三天凌晨第二问和第三问的模型完成并求解第三天白天到第四天凌晨整篇论文初稿落盘最后一天专门做灵敏度分析、排版、打磨摘要预留四到六小时做全文检查。这个节奏看起来紧但如果第一天框架定得对后面顶多是推导细节和代码调试的时间问题。真正让人崩溃的是第一天决策反复横跳一会儿想做这题一会儿想换那题整个队伍的心气就散了。组队时确定最终拍板人是建模手或者队长遇到分歧直接按队长决定执行高效比完美重要。6.2 数据陷阱与模型过度复杂赛题自带的数据最容易出现两类坑一是隐藏的时间偏斜二是类别标签不平衡。很多队伍做完回归模型才发现训练集和验证集的时间段分布完全不一样结果预测误差大得离谱。处理方法是建模前先对数据做描述性统计按时间、地区等维度拆分分布图从源头上发现问题。另一个常见毛病是模型越上越多越好。有人第一问就上了深度学习模型训练时间几小时但解释性几乎为零这在MCM里很难拿到高分。要学会控制复杂度先用线性模型或简单启发式算法跑出基线明确为什么要换更复杂模型之后再逐级上复杂方案。MCM评奖看重的不是模型复杂度是你对问题理解的深度。6.3 查重与引用规范MCM对查重越来越严格很多队伍辛辛苦苦做完全程最后因为大段借用公开论文的模板句式被判定为重复率高。很多语言模板本身没问题但如果你直接照抄公共平台上的历年优秀论文段落命运就比较危险。正确做法是只借用别人的思路和结构用自己的话重新组织全部表达。引用规范化处理我建议当天做每查到一个实用资料就立即把作者、题目、年份、链接填进LaTeX的bib条目里不要攒到最后一天统一整理那种统一整理十有八九会漏掉一大半来源。代码注释里引用参考资料也是一样的道理评论区写下参考出处不丢人将来自己回看代码也会感谢这个习惯。6.4 常见问题速查表问题表现常见原因处理方案优化算法不收敛目标函数不连续或罚函数过大降低罚函数系数改用差分进化或模拟退火数值结果溢出数据未标准化、分母出现极小值添加极小量 epsilon对数据做标准化处理模型预测值全部偏向均值回归目标存在严重离群点先做异常值检测尝试鲁棒回归论文公式与代码不一致分工脱节写手没有看到最终代码写手在第三天完全盯住代码脚本确保每个公式与实现同步更新时间轴错乱前两天的计划过于乐观参考第三部分的节奏模板提前一天定下死线参考文献全部是网页链接缺乏书籍和期刊引用赛前存好相关教材书单和论文库赛中按标准格式统一引用最后分享一个我自己的操作习惯MCM结束复盘之后让我最受益的不是某一个模型而是养成了拿到任何问题先写一页问题拆解纸的习惯。一张A4纸左边写下已知条件右边写下目标中间画出已知条件和目标之间的逻辑路径然后把每一条路径对应到的模型写出来。这个习惯让我在后续做所有实际项目时效率都高了不少。另外提醒一句比赛期间坚持每十二小时同步一次文件到云端防止电脑死机或者意外断电导致一夜白干。用Git做版本管理的话每次重大修改都commit一次代码和论文都保留历史版本。不要嫌麻烦凌晨三点交论文之前你会无比感谢这些勤快的同步动作。MCM的1于我而言既是第一次参赛的那个起点也是把每一个复杂问题拆到第一个可解子问题的那种能力。这一篇写的是竞赛的完整解法下一篇我想专门写赛后复盘与文档沉淀的方法到时候见。