HiMCM數(shù)學(xué)建模競賽介紹！HiMCM數(shù)模需要怎么準(zhǔn)備才能拿獎(jiǎng)呢？

HiMCM美國高中生數(shù)學(xué)建模競賽始于1999年， 是美國數(shù)學(xué)及應(yīng)用聯(lián)合會(huì)(COMAP)主辦的一項(xiàng)國際性的數(shù)學(xué)競賽活動(dòng)。HiMCM有別于普通的數(shù)學(xué)活動(dòng)，是一場全程以團(tuán)隊(duì)為單位的活動(dòng)；此外，活動(dòng)采取論文評比方式，主辦方會(huì)給出具體的題目，對學(xué)生解決實(shí)際問題的能力，編程能力，團(tuán)隊(duì)合作以及文書寫作等綜合能力有比較大的考驗(yàn)，而其中難度最大的點(diǎn)在于學(xué)生在數(shù)學(xué)思維上的靈活應(yīng)用。

競賽時(shí)間：（美東時(shí)間）

比賽時(shí)間：2024年11月6日-19日

報(bào)名截止時(shí)間：2024年11月6日2:00PM

適合人群：

9-12年級高中生

數(shù)學(xué)基礎(chǔ)較好，有一定的理科基礎(chǔ)和思維

有較好的計(jì)算機(jī)編程能力和思維

有較好的英語寫作能力

有一定的團(tuán)隊(duì)協(xié)作能力和組織能力

理想專業(yè)為理工科、統(tǒng)計(jì)學(xué)科和商科方向

競賽信息

競賽語言：英語

競賽形式：由1-4名學(xué)生組成參賽隊(duì)伍，并配一名指導(dǎo)老師

競賽題量：1題；從Problem A 和Problem B 中任選一道進(jìn)行答題

競賽題型：來源實(shí)際生活場景的問答題，用一定的數(shù)學(xué)模型解答后，形成一篇論文提交

1、基本模型學(xué)習(xí)

掌握基本模型：隊(duì)員們需要全部學(xué)會(huì)基本的數(shù)學(xué)模型。如果時(shí)間緊迫，可以先學(xué)會(huì)如何使用這些模型，具體的數(shù)學(xué)算法可以在有時(shí)間時(shí)再深入學(xué)習(xí)。

2、論文寫作

學(xué)習(xí)論文格式：了解論文的排版要求，包括字體、字號、格式和空格等細(xì)節(jié)。

寫作技巧：學(xué)習(xí)如何撰寫摘要和各個(gè)部分，使內(nèi)容詳略得當(dāng)。

圖片和表格：了解在何處插入圖片和表格以增加論文的可讀性，并掌握它們的格式、標(biāo)題位置和樣式。

模板選擇：選擇合適的論文模板，并提前熟悉它的使用。

3、代碼準(zhǔn)備

收集模型代碼：收集各種數(shù)學(xué)模型的代碼，并理解每一行代碼的含義。

圖形模板：建議提前準(zhǔn)備幾個(gè)圖形模板，在比賽時(shí)只需導(dǎo)入數(shù)據(jù)并稍作修改即可使用。

4、模型與題目匹配

關(guān)注模型效果：論文負(fù)責(zé)的隊(duì)員需要關(guān)注不同模型在不同題目上的效果，選擇最合適的模型進(jìn)行應(yīng)用。

模擬賽練習(xí)

1、模擬賽的重要性

至少進(jìn)行兩次模擬賽：第一次模擬賽可以幫助隊(duì)員熟悉主要流程。第二次模擬賽則是在分析總結(jié)第一次出現(xiàn)的問題后，及時(shí)調(diào)整和改進(jìn)。

2、問題分析與改進(jìn)

第一次模擬賽后總結(jié)：分析第一次模擬賽中出現(xiàn)的問題，并進(jìn)行總結(jié)。

改進(jìn)與驗(yàn)證：在第二次模擬賽中驗(yàn)證改進(jìn)措施的有效性，不正確的地方要及時(shí)調(diào)整。

美國統(tǒng)計(jì)局：
http://www.census.gov/

美國農(nóng)業(yè)部數(shù)據(jù)：
https://www.usda.gov/topics/data

世界衛(wèi)生組織數(shù)據(jù)：
https://www.who.int/data/gho

美國政府網(wǎng)站：
https://www.usa.gov/

美國勞工部勞動(dòng)統(tǒng)計(jì)局：
http://www.bls.gov/

美國商務(wù)部：
https://www.commerce.gov/

美國國際貿(mào)易協(xié)會(huì)：
http://www.usitc.gov/

美國交通統(tǒng)計(jì)局：
http://www.bts.gov/

美國國家統(tǒng)計(jì)局：
http://www.fedstats.gov/

Our World in Data：
https://ourworldindata.org/

GitHub上的資源：
https://github.com/awesomedata/awesome-public-datasets

Gapminder：
https://www.gapminder.org/about/

注：訪問此類網(wǎng)站，可使用校園內(nèi)網(wǎng)或VPN，以及“其他方法”。

缺數(shù)據(jù)網(wǎng)站

另外，在部分情況下，真實(shí)數(shù)據(jù)不易找到，可以嘗試以下兩個(gè)解決辦法：

第一，如果這道題并沒有限定國家，可以考慮以中國作為研究對象，找自己國家的數(shù)據(jù)還是相對較為簡單。

第二，利用數(shù)據(jù)挖掘的能力，需要一定的技術(shù)手段去收集數(shù)據(jù)，比如爬蟲技術(shù)，自己去爬一些可能用得到的內(nèi)容?；蛘呖梢匀ヒ恍?shù)據(jù)科學(xué)競賽平臺上去找一些現(xiàn)成可用的數(shù)據(jù)集。