数学中国数学建模网络挑战赛历年的题目和优秀论文哪里可以找到

青杨学姐”自己参加过的数学建模竞赛实在是太多了，于是就有了这篇超全的“数学建模竞赛经验汇总”，把我们能想到的都来和大家分享一下：

将参加的竞赛，按照获奖难度（我自己比赛的感受）从高到底进行了汇总：

主要是汇总归纳，各类比赛信息每年通知会有变动，以官方公布为主。

一、数学建模竞赛概要

1.数学建模和数学建模比赛：

首先说一下什么叫数学建模，数学建模就是根据实际问题来建立数学模型，对数学模型来进行求解，然后根据结果去解决实际问题。其实根据这段解释来说数学建模的本质：其实就是用数学模型和计算来解决实际的问题。而数学建模比赛呢，其实就是主办方给参赛队题目（一般都是现实中的问题），让你通过数学建模的方式来解决这些实际问题。根据你的方案来评选出相应的获奖等级。

2.关于组队：

数学建模类的比赛一般都是3人成队，1名指导教师（很多学校的指导教师就是挂名）。常见的组合是1人负责模型建立，1人负责数据处理，1人负责写论文。但这样的组合其实大多数都是混个奖。一般来说，真正厉害的队伍每个人都可以进行模型建立和算法实现，写代码的。看你的水平如何，根据要达到的目标进行组队。这里要提一下，找队友一定要找靠谱负责任的（适用于任何比赛）。我第一次做建模就是一个队友吹的神乎其神，我自己也不懂以为抱了大腿。结果正式比赛发现什么都不会。那次我直接把我队友踢了，自己独立完成的。

3.其余数学建模的比赛：

除去我参加过的（文中写到的这些比赛），给大家列举一些其他的比赛供参考：

（1）中青杯全国大学生数学建模竞赛

（2）MathorCup高校数学建模挑战赛

（3）“泰迪杯”全国数据挖掘挑战赛

（4）“数维杯”全国大学生数学建模竞赛

（5）“登峰杯”全国中学生学术科技创新大赛：面向中学生

二、“认证杯”数学中国数学建模网络挑战赛

很多人把这类机构组织的竞赛称为野赛。虽然不是什么大规模的全国赛事。但是我在此还是要提醒一下大家：当你什么也没有的时候可不要眼高手低。尤其很多都不是数理专业的同学，什么也不会上来做国赛你就能获奖？要不你天赋极高，要不就是有大神带。

数学建模进入中国已经有26年了，并且有了很大的发展。据不完全统计，目前的中国数学建模爱好者以每年有50万人次的增长，26年来中国的数学建模爱好者总计有700余万人，这为数学建模行业的发展打下了坚定地基础。

中国的数学建模行业的发展前景将是什么样？这个话题很多人都提过，但是大多数人对其只是从【数学建模的用途】上来解释的，而非从人的需求层次上来反映——数学建模对未来就业会有什么帮助，对职业生涯发展会有什么帮助。下面将从我本人及数学中国站长马壮老师2年来的全国各地的调查结果、跟各类企业家（包括电商行业、移动互联网行业、数据挖掘分析行业、计算机行业）的交流以及自身做企业的一些经验中，来分析下设数学建行业的发展现状及未来前景。

1、从全国各地的调查结果及对中国未来教育发展的现状分析得知，数学建模目前已经逐渐进入了快速发展阶段，从刚开始只有大学生参与发展到现在小、中、高、大学生共同参与的科技活动。这为未来数学建模行业的发展积累了大量的后备力量，也是未来数学建模行业的希望。

2、从跟各类企业家的交流中得出，数学建模在各个行业中的需求很大，尤其是即将到来的【大数据时代】（其是未来5年会呈现爆发式发展的一个趋势），将为数学建模行业的发展提供难得的机会。从我去年的调查统计中显示，目前全国电商、互联网、移动互联网、市场营销等行业对数学建模人才的需求每年在10万以上，未来5年将会呈现每年以500%的形式发展（因为数学中国将正式联合相关企业对中国数学建模认证人才进行推介，并且联络数学中国老会员进行推荐，从而解决数学建模人才的就业难题）。

3、从自己做企业的经验中，切身感受到数学建模人才在企业中的作用，并且定位了几个数学建模人才可以攻略的没有专业限制的职位：
（1）相关专业领域的市场营销。很多人看到这个词汇，感觉就怕了，感觉就没底气了，从我自己做企业的经验来说，市场营销中最重要的一个环节是【市场分析+精准化营销】，而非普通人认为的沟通能力（沟通能力固然重要，但是那只是市场营销成功的皮毛，真正的核心是分析），所以这也是数模人的优势所在。寄语：如果你有事业心、有野心，那么你就可以去尝试这个职位，优秀的营销人员需要的是“分析能力”+“洞察力”+“随机应变的能力（可以理解为数模中的现学现卖能力）”=智慧。

数学模型的特点
逼真性和可行性：建立的数学模型需要尽可能逼近实际的研究对象，使得建立的数学模型能够起到分析，预测或者决策的目的，在实际中具有可行性与执行意义。

渐进性：建立数学模型是一个由简入繁的过程，要进行多次的修改，使得模型更加可行和完善。因此在建立数学模型时要具有耐心，循序渐进。

强健性：模型建立时很可能会出现，假设不准确，观测数据具有误差的现象，而优秀的数学模型在观测数据发生微小改变时，应当也只具有微小的改变。

可转移性:数学模型是一个抽象的概念，是对现实情况的模拟和简化，对于相似的问题类型应当具有一定的拟合能力，及可以使用于其他的领域。

局限性：数学模型得到的模型只是对现实对象的简化，跟真实情况始终具有差异性，具有一定的局限性。

数学模型的分类
按应用领域：交通模型，人口模型，城镇规划模型，环境模型等。

按数学方法：初等模型，几何模型，微分方程模型，统计回归模型等。

按表现特性：

确定性模型和随机性模型：是否考虑随机因素影响。

静态模型和动态模型：是否考虑时间因素的影响。

线性模型和非线性模型：取决于模型中各个因素的关系，如微分方程是否为线性的。

离散模型和连续模型：模型中的变量（主要为时间变量）是否连续。

按建模目的：预测模型，优化模型，决策模型，控制模型等

按对模型的了解程度：白箱模型，灰箱模型，黑箱模型。
白箱模型大多已经确立，主要需要优化和控制。
灰箱模型主要指生态，气候，经济等领域尚不明确的现象，在建立和改善模型仍需要很多工作
黑箱模型主要指生命科学和社会科学等领域中的一些机理不清楚现象。

同求123009888@qq.com

同求：wcwcwcwcwc90@126.com