问数学建模为何物？数学建模者，理发师也，其功效太强，效果持久，使人刻骨铭心。数模之后，我只想说，挺秃然的。只见QQ空间，朋友圈里充斥着各种“你见过XX凌晨四点半吗？你去过两点的XX地方吗？累skr人，只差羽化升仙了......”等言论。我会心一笑，今天我来给你们分享一下参加数模的心得，好，废话不多说，咱们上车吧！
准备篇
1.在这里我大部分同学一样在数模开始之前决心要大干一场，于是我打开了数学模型第四版(姜启源、谢金星)
与数学建模方法与分析.(新西兰)Mark.M．Meerschaert.这两本书确实挺适合入门的。结果朝九晚五，不是，那个朝三暮四，看了几天就没看了。里面提到了建模五步法，读了和没读差不多。记得结合具体例题理解。
准备你的工具包括编程工具、写作工具、绘图工具等，以及如何进行合作。
编程工具（Matlab）
统计建模（SPSS）
论文写作（Word）
插图制作（PowerPoint）
团队协作（有道云协作）
LaTex
LaTex是一种排版系统，可以把它形容成一门“语言”，一些特定的标识符对应着一个特定的样式，将样式进行组合就有了一个精美的模板。只是学习一些基本的语法，对模板进行填充就行了。但是Latex的一个缺点是不能实时预览，必须进行编译才能看到最终的内容，还有就是配置一套自己顺手的IDE可能比较繁琐。
团队协作
有道云笔记中的云协作功能已经独立成有道云协作了。
为什么我要强调用于团队协作的软件，首先我们可以想下一般我们是怎么做的，建一个微信群或者QQ群然后将所有要共享的文件分别建文件夹然后上传，如果发生修改那就覆盖或者重命名再上传，这样做可能会导致文件版本的混乱，沟通协作产生一些意想之外的成本。使用协作软件能实现去中间化，多版本统一协调管控、协同编辑、历史对照等好处。另外有道云协作还支持在线预览文件内容、创建共享笔记等。更详细参见行业案例。
一般的，我是这样用有道云协作的：
赛前整理参考资料分门别类，发布赛前准备工作，例如分配每个人应该着重准备哪些内容，哪些东西必须要掌握；对于赛前的练习题，建立进度监督文档，个人完成的项目自行划除，提高个人的监督管理意识。
赛前将比赛的时间节点安排好，何时必须完成选题，何时至少完成某一题到什么程度，若没有完成该怎么做，以及比赛的时间节点，如何时提交验证码、论文、附件等。
比赛时，建立笔记完成所选题目的细节梳理，所有人对笔记随时修改修正，新建官方专家老师对题目细节的说明文档，防止理解出现偏差等等。
编程相关
一般的，数学建模中建议使用Matlab，但是部分题目需要处理“大量”的数据，在Matlab可能相较于其他语言不是那么的方便，这时可以选择Python等这种近年大热的编程语言。但是实际在建模中，编程只是辅助模型的求解，选择哪种语言就看自己对哪个比较熟练了。另外也要知道，建模中需要的代码绝大部分可以在网络中找到原型，通过部分修改就能使用，我大部分代码就是这样弄的。
搜索文献时优先使用 Google搜索
数学建模方法
离散问题: 旅行商路线,最短路径
连续问题: 污染传播,种群竞争
概率问题: 排队模型,车辆交通
统计问题: 假设检验,参数估计
规划问题: 网络布局,新产品销售
博奕问题: 战争,市场销售策略
10大数学建模算法
蒙特卡罗算法
数据拟合、参数估计、插值等数据处理算法（参看数值分析教材）
线性规划、整数规划、多元规划、二次规划问题（参看运筹学、最优化教材等）
图论算法（参看运筹学、离散数学等教材）
动态规划、回溯搜索、分治算法、分支定界等（参看算法设计教材）
最优化理论的三大经典算法：模拟退火法、神经网络、遗传算法（参看智能算法等）
网格算法和穷举法（参看算法设计教材）
连续离散化方法（参看机器学习教材）
数值分析算法（参看数值分析教材）
图象处理算法 （参看数字图像处理，图像学教材以及论文）
感受篇
比赛结束后我的感觉是这样的
好吧，大家晚安哦！
网友评论