7.1-9.15数学建模复盘

一.7月1日-9月15日备赛期间

1.太过依赖“数学建模清风”这门网课

真的有必要完全按照它给的课表来学习嘛？像拟合算法、时间序列、回归等大部分时间全耗在最基础的理论推导上，真正有用的实操部分，少得可怜。而机器学习部分非常重要，却差点没能学完。究其原因，①不愿意、未能腾出时间思考队伍的走向，思考究竟学哪些才能提高队伍效率，存在偷懒心理。②管理手段有问题，如果能适当地交给队员思考，扩大管理半径，也许情况会有所好转。

2.时间安排不合理，只堆量不堆质，压力过大

打卡确实起到了督促效果，但到后期，三人或多或少出现“为了打卡而打卡”的敷衍心理。究其原因，1天1打卡+平均3-4小时课容量带来压力太大，且只停留在学完而未消化的阶段？改为2/3天1打卡+依据寒假空闲调整容量，也许情况会有所好转。

3.开会效率低下，未能起实际作用

仔细想想每次开会好像没啥卵用，只停留在①死扣不重要的细节、公式，忽视整篇论文的“建模思维”，导致三次校赛思索浪费太多时间②谈论文亮点时，只是宽泛地说图好、数学功底好…没有真正地把图做出来、梳理数学公式逻辑、跑跑代码，导致速学和复现能力较差。③每个人未能提前将论文的亮点、问题归纳整理好，导致开会效率极低。

4.读的优秀论文太少，没有形成一套“思考模板”

只聚焦于学网课，实际上读论文才是重中之重。究其原因，①真正消化的优秀论文不及20篇，没有量。②接触AB题太少，见识的论文类型、风格太少。更擅长规划类问题，导致国赛时面对C题有些措手不及。③同上，没有真正地把论文里的图做出来、梳理数学公式逻辑、跑跑代码，导致速学和复现能力较差。④单纯地列整篇论文的框架，未能梳理优秀论文中“每一步为什么这样”、“和下一步有什么关系”、“这一步有无限制条件”。

5.前期准备工作不足

①不少算法模型的代码大礼包，连跑都没跑过。②前期准备好的，但比赛时真正发挥作用的流程图模板，基本没有。③论文模板发挥的作用不大。究其原因，一方面覆盖的面不广；另一方面，如果只是把某个模型的基本理论、数学公式粘上去就当完事，不懂它“有什么用”、“有什么限制条件”，那还不如别整理模板了。

6.执著于收集资源，却未能有效利用

盲目搜集资源，甚至比赛前几天还热衷于找资源，导致①资源太多太杂，实际有用的、会利用的较少。比如“电子书籍”完全没用，“排队论”和“元胞自动机”只是傻傻地存着，不懂怎么用。②没有分门别类地整理，甚至连找起来都费力。

7.三次校赛模拟的论文未能审视

三次校赛模拟的论文，是挖掘问题的最直接途径。应该寻找学校老师或闲鱼上有相关经验的人帮忙批阅、指出问题，而不是写完就搁置一边落灰。

 

二.9月15日-9月18日国赛期间

1.时间分配极不合理，进度混乱

没有提前列1份时间表，没有严格确定各ddl节点，没有严格把控进度，导致论文进度极其缓慢。如果国赛C题各小问是承接关系，那拖到第3天才搞定第1问，直接寄。

2.三人分工不合理，让人存在侥幸心理

最终分工不合理。①前面磨合期的分工应互相重叠，但最终分工的界限应稍微清楚些，否则全都会一点，全都不精通。②应适当施压，减少“自己哪怕完不成，反正有别人兜底来帮忙，所以不必担心进度”的侥幸心理。③在备赛期间，安排任务时也应更有所侧重，不能所有人的内容都一样。

3.不会搜索文献，导致解题思路平庸

看过22C题国一论文，里面用的模型理论建立在大量搜索、泛读文献的基础上。而国赛期间咱三人基本没参考文献，只是看相关机构提供的“所谓思路”，导致解题思路相比之下亮点较少。可以①搜索的关键词适当更改、同义词转换。②多渠道搜索，不局限于知网，可以尝试谷歌学术镜像、Web of science、GitHub、博客园…

4.有的时候选题确实该另辟蹊径，而非只捏软柿子？

今年大概70%以上都选C题，内卷极其严重。而学校唯一的国二队伍似乎选的是B题，此外他们全是数学专业，这两点也许是他们脱颖而出的加分项？看来选题时偶尔得脱离舒适圈，选一些较难的，而非只捏软柿子。