已经不是EI检索了，根据2015年3月最新的EI目录。现在EI目录不定时的更新目录了。
数模论文的写作在比赛中可能是你论文质量好坏，得奖与否的最重要的因素。据初步的调查，很多同学在准备比赛时，把自己的主要精力放在阅读往年优秀论文，精通某种软件和算法上面。不可否认，这会使你的建模水平得到提高，但在比赛时，你的想法再好，如果文字表达不清楚，很有可能使你的论文前功尽弃，因此学会如何写数模论文就很有必要了。关于怎么样写论文已经有了很多的介绍文章，这些都足以说明论文写作的重要性。一、充分重视论文摘要的写作 摘要在整个数模论文中占有及其重要的地位，它是评委对你所写论文的第一印象。在全国大学生数学建模竞赛中，组委会对论文摘要提出了专门的要求，再三明文提醒参赛者要注重摘要的写作。在论文的评阅中，摘要是你的论文是否取得好名次的决定性因素，评委们通过你的摘要就决定是否继续阅读你的论文。换句话说，就算你的论文其他方面写得再好，摘要不行，你的论文也不会得到重视或者根本上就没有评委来阅读你的论文。在摘要中一定要突出6个方面：问题，方法，模型，算法，结论，特色。简而言之，摘要应该体现你用什么方法，解决了什么问题，得出了什么结论。避免有主观评论，一定要突出重点，让人一看就知道这篇论文的目的是什么，做了什么工作，用的什么方法，得到了什么结果，有什么创新和特色。只有这样的摘要才是成功的。 具体写摘要的时间一般安排在论文基本完成以后，由一个队员具体负责，在写出初稿后由其他队员交替阅读提出修改，直到大家满意为止。 好的摘要都包含了两个共同的特点：简单与清晰。篇幅在一页之内。范例一：公交车调度方案的优化模型 摘 要 本文建立了公交车调度方案的优化模型，使公交公司在满足一定的社会效益和获得最大经济效益的前提下，给出了理想发车时刻表和最少车辆数。并提供了关于采集运营数据的较好建议。在模型Ⅰ中，对问题1建立了求最大客容量、车次数、发车时间间隔等模型，运用决策方法给出了各时段最大客容量数，再与车辆最大载客量比较，得出载完该时组乘客的最少车次数462次，从便于操作和发车密度考虑，给出了整分发车时刻表和需要的最少车辆数61辆。模型Ⅱ建立模糊分析模型，结合层次分析求得模型Ⅰ带给公司和乘客双方日满意度为（941，811）根据双方满意度范围和程度，找出同时达到双方最优日满意度(8807,8807)，且此时结果为474次50辆；从日共需车辆最少考虑，结果为484次45辆。对问题2，交待了综合效益目标模型及线性规划法求解。对问题3，采集方法是遵照前门进中门出的规律，运用两个自动记录机对上下车乘客数记录和自动报站机(加报时间信息)作录音结合，给出准确的各项数据，返站后结合日期储存到公司总调度室。关键词：公交调度 模糊优化法 层次分析 满意度 范例二：彩票发行方案的最优决策 摘 要 目前，彩票在我国得到了迅速健康的发展，并且为我国的福利公益事业的发展做出了很大 贡献。本文针对目前流行的各种不同彩票发行方案，综合分析了各种奖项出现的可能性、奖项和奖金额的设置以及对彩民的吸引力等因素对各方案的影响，建立了三个模型。模型I：利用超几何分布原理，建立了头奖期望模型。依照此模型，得出传统型彩票中方案 、乐透型彩票中方案 （即 ）设计较为合理；总体而言，乐透型彩票的方案 头奖期望最大，方案设计最为合理。模型II：综合考虑影响方案合理性的各种因素，建立了高项奖中奖概率、总中奖概率、奖项的设置以及奖金分配的多目标决策模型，求解得到：①方案19的加权目标函数值最大，在所有方案中它是最合理的一个方案；②“传统型”彩票方案1～4中，方案4较为合理；③“传统型”彩票方案（1～4）的加权目标函数值总体上小于“乐透型”方案（5～29），从普遍意义上讲，“乐透型”方案相对优于“传统型”； ④对于 （从 中选 ）型的方案， 相同时， 为35、30、32、33、34时它们的合理性依次递减。模型III：考虑到彩票市场供给与需求的关系，并结合彩票管理部门与彩民双方的满意度，建立了多目标最优决策模型。通过彩票市场供给、需求随销售的走势，找到了均衡点，同时利用计算机编程，搜索出了更优的彩票发行方案。本文还从 的变化对模型的灵敏性作了准确分析，以及从单式投注向复式投注、适当提高总奖金额等方面为设置彩票发行方案作了进一步讨论。最后据此模型，向彩票管理部门提出了更为积极、实用的彩票发行建议；并从充分认识彩票、入市动机及心态、策略和技巧等三个方面对彩民摸彩、投彩提出了科学的参考意见。关键词： 机率 期望 多目标决策 超几何分布 满意度 范例三：奥运会临时MS超市网点设计的数学模型 摘 要 本文对调查数据进行了统计分析，在此基础上求出各商区人流量百分比和分布规律，然后进行MS网点的设计，建立了三个模型，并进行了仿真检验。 对问题一，分析得到不同年龄段观众在出行、就餐、消费等方面存在较大差别，因此依照年龄段按照性别的不同，分别对出行、就餐、消费等三个方面总结出观众概率分布的8条规律。 对问题二，利用BP神经网络原理，按照年龄段-性别-商区-进出口将网络分为三级，从就餐习惯和出入场馆两个方面进行链条分析，建立了各场馆最短路径下的人流量模型，编程求解得到20个商区的人流量分布（%）：A1到A10商区分别为887、621、540、378、963、621、540、036、378；B1到B6商区分别为686、 932、 760、 686、 932、 004； C1到C4商区分别为75、 9843、 75、 5157。在人流量分布求出后，总结出对称性定理，即人流量以场馆进出口连线为轴斜对称，并给出了详细证明。 在问题三中，对观众购买欲望的相关因素进行了细致分析，建立了购买欲望与年龄、消费额的数学表达式，得到欲望矩阵 ，并对购买能力进行了模糊计算。然后，由两个基本限制条件：满足奥运会期间的购物需求和分布基本均衡，建立了数学表达式，建立了以赢利为目标函数的非线性多目标决策模型： 用Lingo编程求解，得到了一种可参考的MS网点设计方案：A1到A10商区建立大MS个数分别为3、1、0、0、1、3、1、0、0、1，小MS个数分别为0，1，2，2、1、1、1、2、2、1；B1到B6商区建立大MS个数分别为1、2、3、1、2、3，小MS个数分别为2、1、1、2、1、1；C1到C4商区建立大MS个数分别为2、4、2、1，小MS个数分别为2、0、2、1。 考虑到奥运赛程的安排，实际人流量、消费额、赢利等将随时间而发生变化，为进一步优化网点设计方案，根据系统动力学原理，基于V3技术用计算机对人流量与收益模型进行了系统仿真，并通过调式，对模型进行了检验和评估，从而验证了模型的合理性、科学性和实用性。 最后，对北京2008年奥运会从经济收入、旅游和硬件建设等方面提出了几点建议。 关键词：概率 人流量 对称性 欲望矩阵 多目标决策 系统动力学 系统仿真 范例四：长江水质的综合评价与预测控制 摘 要 本文根据调查数据的统计分析，对近两年的长江水质做出了全方位的综合评价，找到了高锰酸盐和氨氮污染源所在主要地区，并对未来10年水质污染进行了预测，提出了控制方案，给出了一系列较为科学的防污建议。 首先对近两年来长江流域17个主要监测断面的水质抽样，按照时间-空间的先后交互顺序进行统计，建立概率统计评判模型，结果发现：2003-2005年，长江85％的断面满足Ⅰ～Ⅲ类水质要求，12％的断面属Ⅳ、Ⅴ类水质，劣Ⅴ类水质占3％。两年来，长江水质局部变化较大，整体较为平稳，但优质水正在下降，超标水质呈上升趋势。为了寻找污染源，我们以长江干流7个断面作为基本观察点，根据水流量、水流速和降解系数，确立了污染源反馈指标： 经计算发现：江苏南京、湖南岳阳高锰酸盐污染最为严重，湖南岳阳同时又是氨氮污染源的主要地区，较为次之的是安徽安庆和江苏南京，但同比之下相差较大。 其次，对近10年的主要统计数据，按照GM（1，1）灰色原理，建立灰色预测模型，归一化处理后，通过DPS数学统计软件的计算，得到了水质类别的预测值和趋势函数，分析认为：长江 I、II、Ⅲ类水质总量呈现下降趋势，其中 I、Ⅲ类水质急剧下降，劣Ⅴ类水质上升幅度较大，到2014年超标水质总量百分比将达到88%，长江水质全面恶化，水生态环境严重失去平衡。为了有效控制污染恶化趋势，防止超标水质的上升，运用二次多项式逐步回归分析，得到废水排放总量关于各类水质百分比的函数，经编程运算，我们提出了长江污水处理方案。未来10年需要处理的污水量依次是：0，0，66，14，76，21，86，71，77，07（单位：10亿吨）。 最后，基于对长江水质状况的综合评价和未来污染趋势的预测，根据“保护长江万里行”考察团的实践调查，我们深刻意识到：长江流域水生态环境破坏日益严重,前景不容乐观。为防止长江“癌变”，我们提出了几种水环保理念：做到教育先行，努力唤起民众环境保护意识；坚持依法治水，为保护长江立法；实行科学规划，走可持续发展之路；提倡人文环保，构建和谐的生态系统和人居环境。 关键词 监测断面；概率统计评判；污染源反馈；灰色预测；逐步回归；人文环保； 二、论文主体要鲜明、结构要完整 按照数模论文的特点，其论文主体部分就包括以下内容： （1）问题提出——明确问题 这一部分没有过多的说明，一般是直接 copy 赛题的原文就行了，但我认为在时间充裕情况下可以适当归纳总结；因此可以写点这个问题的一些背景知识。明确问题即建模的准备阶段，要建立现实问题的数学模型，第一步是要对解决的问题有一个明确清晰的提法，通常我们遇到的某个实际问题，在开始阶段是比较模糊的，又带实际背景，因此在建模前必须对问题进行全面深入细致的了解和调查，查阅有关的文献，同时要着手收集有关的数据，收集数据时事先应考好数据的整理形式，例如利用表格或图形等。在这期间还应仔细分析已有的数据和条件，使问题进一步明确化。即从数据中得到什么信息？数据来源是否可靠？所给的条件有什么意义？那些条件是本质？那些条件是变动的等。对数据和条件的分析会进一步增强我们对问题的了解，使我们要更好地抓住问题的本质及特征，为下一步建模打下好良好的基础。 （2）模型假设——合理的假设 作为题目的原型都是复杂的，具体的，是质和量、现象和本质、偶然和必然的统一体。这样的原型如果不抽象和简化，人们对其认识是困难的，也是很难把握它的本质属性，而建模假设就是根据建模的目的对模型进行抽象，简化。把那些反映问题本质属性的形态，量及其关系抽象出来，简化掉那些非本质的因素，使之摆脱原型的具体复杂形态，形成对建模有用的信息资源和前提条件。 但如何对问题提出合理的假设是一个比较困难的问题,这是因为作得过于简单,则使模型远离现实,无法用来解决现实问题，假设做得过于详细,试图把各个方面的因素都想进去,模型就会十分复杂,甚至难以建立,也对我们计算带来复杂化，一般模型假设遵从以下原则： ①目的性原则,从原型中抽象出与建模目的有关的因素,简化掉无关的因素或关系不大的因素。 ②简明性原则，所给的假设条件要简单，精确，有利于构造模型。 ③真实性原则，假设条款要符合情理，简化带来的误差应满足实际问题所允许的范围内。 ④全面性原则，在对事物原型本身作出的假设的同时，还要给出原型所处的环境条件。 最简单的作法：假设的条件一般可以从题目中挖掘。（1）根据题目中条件作出假设（2）根据题目中要求作出假设 需要值得注意的是：①对我们所解决问题本身没有影响(或影响比较小)但可以使模型得到简化的因素应该在假设中体现。②不能为了简化问题而大量假设(使求解问题本身与原题意不符)，因此应注意假设的量与度。（3）．符号说明——不可缺少 在你的论文中不可避免的会出现大量的数学符号，因此在这部分里应把这些符号做一个简要的说明，可以从符号，类型(变量，常量)，单位，含义几个方面来说明(如下表)：符号 类型 单位 含义 需要注意的是单位量纲要统一，含义解释要准确，清楚。 （4）．问题分析——思路清晰、图文并茂 从题目到模型是一种从具体到抽象的思维过程，本部分即是这一过程的体现。这部分应是论文主体的一个亮点，建议在文字说明的同时用图形或图表列出思维过程，这会使你的思维显得很清晰，让人觉得一目了然。另外，这部分应对题目做整体分析，充分利用题目中的信息和条件，确定用什么方法来建立什么模型。经验告诉我们可以从题目中得到问题的一些初步的判定：比如说可以得到在极限情况下的最大产量，花费的最少时间等，使我们最后得到的方案不能超过(或低于)我们这里分析的量。在这部分应能体现我们解决原问题的雏形。总之，问题分析在整个论文中的作用在于承上启下，也很能反应出参赛者的综合水平。（5）．模型建立——数学语言 数学模型就是：数学公式、图表、方案等。模型的建立是将原问题抽象成用数学语言的表达式，其建立方式会由于对问题的理解和着眼点不同而不同。近年来的数学建模竞赛出题主要有两个方向：一是概率统计问题；一是运筹优化问题。因此掌握好以上两方面的知识对于建立模型来说是十分重要的。另外，我还觉得应注意对每个模型式子的解释一定要清楚到位，其中的数学符号一定要与前面的说明保持一致。其基本方法为： 在建模的假设的基础上，进一步分析建模假设的条款，首先区分那些是常量，哪些是变量，哪些已知、未知，然后查出各种量所处的位置、作用和它们之间的关系 ,选择恰当的数学工具和构造模型的方法对其进行表征，构造出刻划实际问题的数学模型。 这里要注意两点：其一，构造一具体问题的模型是要尽可能地简单的模型，然后把它与实际问题进行比较，再把其次要的因素加进去，逐渐逼近现实来修改模型，使之趋于完善，这样应形成了由模型一，到模型二，再模型三，……，这样逐步逼迫现实的数学模型。其二，要善于借鉴已有的数学模型，许多的实际问题，尽管现象和背景都不同却有相同的模型。例如，力学中描述的力，质量和加速度之间的关系的的牛顿第二定律F= M a ，经济学中描述单价、销售金额和销售量之间的关系的公式C= p q等，数学模型都是y= k x ，要学会观察和分析，看到问题的本质，抓住本质特征，对我们已有的模型进行修正。 （6）．模型求解——软件帮忙 不同的模型要用到不同数学工具求解，如可以采用解方程，画图形，证明定理，逻辑运算，数值运算等传统的方法和近代的数学方法，建模发展到现代，多数场合的模型一般多用软件编程求解。三大软件(Matlab，Maple，Mathematic)至少应熟悉一种，另外应学会一些专用软件。比如说解概率统计问题的DPS，SAS，SPSS；解运筹优化问题的 Lingo，Lindo 等。熟练利用这些数学软件会为我们求解带来快捷和方便。其次尽量用不同方法求解，这既能反应出你的思维比较开阔，也能间接地验证你所求解结果的正确性。另外应给出主要算法的一些简要步骤，处理或简化问题的方式，并适当应用表格或图像说明。最后需要提醒大家的是在必要时可以给出数学上的证明，这会使你的论文增色不少。 （7）．模型(结果分析)——检验与修正 建立数学模型的目的在于解决实际问题。因此必须把模型解得的结果返回到实际问题，如果模型的结果与实际问题状况相符合，表明模型经检验是符合实际问题的，相反则不行，它就不能直接应用于实际问题。这时数学模型建立如果没有问题，就需要考虑建模时关于所假设的是否合理，检验是否忽略了不应该忽略的因素或还保留了不应该保留的因素。对假设给出必要的修正，重复前面的建模过程，直到使模型能够反映所给的实际问题。 通常的作法是：由于在模型假设中，忽略了一些对问题影响的次要因素，这或多或少的使问题得到了简化，但必然会产生一些误差；另外解决问题的方法是很多的，在论文中可能只用了其中的一两种方法，思维可能显得比较局限；而模型本身也会有它的优势和缺陷。因此，我们在这部分应该做的工作主要有下面三点：A．是否能用其他方式或方法解决。 B．模型的优缺点分析。 C．模型的误差分析或灵敏度分析。 做好上面的工作，既是对原问题的补充说明，更表现一种思维的严谨和逻辑的严密，使你的论文一气呵成，显得很完备。 （8）．模型的评价与推广 什么样的数学模型是好的呢？一般来说一个好的模型应该具备以下五点： （1）对所给的问题有较全面的考虑。在一个实验问题中往往有许多的因素同时对所研究的对象发生作用，进行数学描述时，应该全面地对这些因素加以考虑。这项工作可分为三步进行： ①列举各种因素； ②选取主要因素计入模型； ③考虑其他因素的影响，对模型进行修正。 （2）在已有的模型上进行创造性的改进。数学模型是现实对象的抽象化，理想化的产物。它不为对象所属领域所独有，可以转移到另外的领域。在生态，经济，社会等领域内建模就常常借用物理领域中的模型，能否对已有的模型作为创造性的改造，是考虑一个数学模型的优劣的重要标志 （3）善于抓住问题的本质，简化变量之间的关系。数学模型应当是实际问题的本质刻画，模型过于复杂，则无法求解或求解困难，反之则不能客观的反映客观实际。 （4）注重结果分析，考虑其在实际中的合理性。数学模型是一个从实际到数学，再从数学到实际问题的过程。由于现在的模型仅仅依赖题中的数据，如果从模型中得到的结果与实际吻合，模型是成功的，反之则失败，要求我们进一步修改。 （5）具有较好的稳定性。数学模型是依赖已有的数据和其他的信息建立起来的，他的价值在于能够从已知的信息预测到未知的东西。因此，一个好的数学模型的结果对原始的数据有较好的依赖性，即原始的数据和参数有微小的变化不会引起结果很大的变动，这是模型适应性和有效性的保证。 由于论文本身的局限性，在这里可以对一些问题做更深入的探讨，这是文章又一亮点，实力比较强的队伍可以在这一块充分发挥。这部分对于整个论文的作用在于画龙点睛。另外，我们对问题的探讨与延拓方式是多种多样的：可以把假设的条件适当放宽了来考虑问题；可以对你的算法做出改进等等，但我认为在这里做做定性的分析就够了，最后主要对问题的横向和纵向两方面进行发散。因为评委的评阅工作至此已经基本结束了。（9）．参考文献 这里注意一下格式问题，参赛要求有明确规定：A．书籍的表述方式为：[编号] 作者，书名，出版地：出版社，出版年。 B．参考文献中期刊杂志论文的表述方式为：[编号] 作者，论文名，杂志名，卷期号：起止页码，出版年。 C．参考文献中网上资源的表述方式为：[编号] 作者，资源标题，网址，访问时间。 至于附录，附上相关程序及运行结果，数学上的证明即可，最后注意一下论文的整体感，特别是文字表述是否准确严密。 三、用数学通用软件编写程序 在编写计算机程序时，基本原则是使用通用的、自己使用最熟悉的软件进行编写，这样可以尽快出结果，即使出错也能很快查出并进行改正。数学通用软件是建立在一定的理论基础和算法基础上的，其计算结果具有一定的可信度，因此，尽量使用matlab、mathematicas、lindo、lingo等数学软件编写的程序，能增加模型结果的可信度。另外，也可利用一些二次开发程序。如TSP，EXCEL，DPS等。 四、要善于合理使用图表 在论文写作中一定要注意能用图表的地方尽量用图表来表示，用图表比用文字阐述要来得清楚直接，一张图表往往能代替一大段干巴巴文字，并且图文并茂也可以为论文增加更多色彩。要知道评委们大都是老教授老专家，为了教授专家们的眼睛，减轻他们受文字的折磨，多用图表绝对是不错的选择。须注意的是图表的引用要规范，在交叉引用的时候一定要小心，不要错位，为此应给每一张图、每一个表都编上号，而且整篇文章的图、表的号码应该连续。图和表在论文中应尽量交替出现，同时排版时也应该让它们处于页面的中部，尽量避免出现在最顶端，这样可以增加文章的视觉美。 五、充分发挥团队的作用 在比赛中，队员之间的配合很重要，每个人对自己这个组的特长，要有一个比较清醒而统一的认识，擅长做哪种类型的题，不擅长做哪种。这样，在选题的时候才不会耽误太多时间。 分工的原则： •建模：推导数学模型，数学能力强 •编程：计算机能力强 •论文写作：写作能力强 其次，参赛队中应有核心队员，他的作用就相当于计算机中的CPU，核心队员发挥好了，就能带动一个队正常有效开展工作。无论是选题、讨论、写作、协调甚至情绪等，核心队员都应该充分发挥好，起领导作用，才能使整个队伍充满信心地、高效地完成比赛，否则可能导致队伍的情绪低落，没有信心，甚至前功尽弃。 六、合理控制写作进度 做任何事情，合理的时间安排非常重要，建模也是一样，事先要做好一个规划，论文一般分十个大的板块：摘要，问题提出，模型假设，问题分析，模型假设，模型建立，模型求解，结果分析，模型的评价与推广，参考文献，附录。要求我们的队员每天要做完哪几个板块的工作一般先要确定好，这样做才会使工作临阵不乱，保证在规定时间内完成论文写作，以避免由于时间已经用完而任务没有完成的被动局面，严重的最后无法完成论文。通常的竞赛时间安排：第一天：上午：确定题目，并查阅文献 下午：开始分析，建立初步模型 晚上：编程，得到初步计算结果 12：00 PM 休息•第二天：上午：得到第一个模型的合理结果 下午：开始写论文，并考虑对第一个模型的改进 晚上：得到第二个模型的初步结果 12：00 PM 休息•第三天：上午：得到第二个模型的合理结果 下午：考虑对前二个模型的进一步优化，得到第三个数学模型，或对前二个模型的正确性进行验证 晚上：得到最后结果，完成整篇论文
真的不想吃这么多辣的啊
数据采集技术是信息科学的一个重要分支,是以传感器、信号测量与处理、计算机等技术为基础而形成的一门综合应用技术。其中,计算机技术与测试测量仪器技术的结合,出现了新的测试仪器—虚拟仪器。采用虚拟仪器的软件战略是第三代自动测试系统的发展方向。 本论文对基于PCI总线技术的多通道数据采集与处理系统的设计与实现进行了研究。论文首先对数据采集的基本理论和PCI总线技术作了深入的讨论;在此基础上,选用KPCI-811采集卡作为数据采集工具,搭建了数据采集系统;然后,利用WinDriver开发了该采集卡在Windows2000环境下的WDM模式驱动程序;最后,在VB编译环境下编写了系统上层应用软件。 其中,数据采集模块利用动态链接库技术调用驱动程序来实现对采集卡硬件的访问,实现了数据的采集功能,经测试各项功能正确,有效提高了A/D板和计算机之间的数据传输率;数据处理模块应用基于COM组件的VB与Matlab的接口编程,实现了上层应用软件的数据分析处理功能,能够完成对所采集数据常用的信号处理与分析,达到了“虚拟仪器”的预期目的。
处理可以，有前景，好就业。
数据采集，又称数据获取，是利用一种装置，从系统外部采集数据并输入到系统内部的一个接口。数据采 集技术广泛引用在各个领域。比如摄像头，麦克风，都是数据采集工具。数据采集，还有一种解释就是网站数据的采集。
那么究竟数据仓库的“行”在何处：它可以为我们带来什么？为什么“不行”：它的应用为什么不能达到其预期的效果？怎样才能使数据仓库从“不行”的模式转到到“行”的模式？本文试对此进行探讨，并认为数据的集中统一是数据仓库应用的基础；确立合理的数据模型是数据仓库应用的核心；高效的应用系统是数据仓库应用的动力；良好的外部环境是数据仓库成功应用的外部保障。 数据仓库的“行” 这里所说的数据仓库的“行”主要是指数据仓库可以做什么，它的使用能为证券业带来哪些好处，为什么对券商来说是一个行之有效的工具。 数据仓库（Data Warehouse）是在数据库基础上发展而来的，是一个面向主题的、集成的、稳定的、不同时期的数据集合，用以支持企业经营管理中的决策过程。它通常由三个部分构成：数据仓库、联机分析处理及数据挖掘，它们之间具有极强的互补关系。数据仓库用来对大量的数据按一定的结构进行组织存储；联机分析处理则可进行灵活丰富的多维分析与查询，可以从不同的角度去分析企业的运作情况，并对未来进行预测；数据挖掘则是对现有数据进行深层次的研究分析，从中找出对经营管理有用的结论。 由上述对数据仓库的叙述，不难看出特别是对券商这种数据密集型的企业而言，数据仓库技术的应用在以下三个方面有其得天独厚之处和现实的意义： 提升客户服务 虽然大部分券商已积累了大量的客户信息和交易数据，但现在还没有办法对客户的贡献度、盈亏情况、持仓情况及操作习惯等进行统计和分析，为客户提供针对其个人习惯的投资组合建议。而通过建立数据仓库，为客户资料的统计分析提供基本的信息源和辅助工具，已成为券商提高市场竞争能力和客户服务水平的关键。提高资产质量 数据仓库中强大的分析和预测功能为此提供了有力的支持，可根据股市行情走势、上市公司的资料以及宏观微观经济数据等对未来市场进行预测，为客户和自有资产的经营管理提供合理的建议，从而有效地提高资产质量、防范经营风险。降低成本 数据仓库的建立可使券商更加及时、准确地掌握自身的经营状况、资金情况、利润情况、客户群分布等重要的信息，从而能有效地提高管理水平、降低经营成本，使整个证券公司的经营管理更加高效、科学、规范。数据仓库的“不行” 虽然从理论上说数据仓库技术的应用可以为券商带来很大的收益，但实际情况却并不尽如人意，完全意义上的数据仓库的应用在证券业中还鲜有成功的案例，这也使得相当部分券商对它“望而却步”，为什么数据仓库从“行”变成了“不行”，不能有效发挥其应有的作用呢？究其主要原因就是数据仓库技术没有做到与证券业务的有机融合 。系统平台不统一 目前大部分券商所用的业务系统平台并不统一，如交易系统用一种软件，清算系统又用另一种软件，还有的证券公司中各家营业部所采用的业务系统的平台也不一样，而且大部分采用的都是分布的管理模式，这种情况造成了数据的分散、数据结构的多样。而数据仓库的基础是大量集中的、丰富的、按统一规则组织存放的数据，分散的、结构不同的数据使得数据采集困难，数据仓库不能有效地发挥其作用。技术与业务部门欠协调 数据仓库的提出和应用通常都是技术部门在其中扮演重要角色，业务部门参与得较少，但实际上没有业务部门与技术部门之间的很好协调，数据仓库是不可能应用成功的。因为数据仓库技术是管理科学、计算机科学、网络科学和分析手段的大融合，从技术上来说数据库技术的发展已使数据仓库的实现并不困难，而关键在于怎样使用它。数据仓库的成功使用离不开管理思想和业务经验的完美结合，在有了相应的技术支持以后，只有同时具备丰富的业务经验和先进的管理思想的使用者才能成功使用数据仓库，得到有用的信息。缺乏管理经验 数据仓库不乏失败的案例，如美国在对越战争中根据越军对美军攻击的时间和次数而得出了一个“越军在有月亮的晚上最易展开攻击”的无用结论。数据仓库使用时一个重要问题是建立模型，数据仓库的产品一般可使用多种建模方法，如关联法、依赖法、时序法、神经网络以及利用统计分析等等，然后利用模型去对问题进行分析得出相应结论，建立在数据仓库之上的系统都是决策支持系统。而要进行决策，针对一个具体的问题怎样分析，从什么角度进行分析，何种因素是主要的、何种因素是次要的，采用何种方法建模以及怎样建模都要依使用者的经验而定，这就要求使用者对相关的业务非常熟悉并具备相应的管理和分析能力，否则得出的结论就很可能是无用的。而对我国大部分券商而言，缺少的恰好就是这种经验，而且券商经营管理中的不规范也为数据仓库的成功应用增加了难度。受政策影响较大 人们将市场对经济的自动调节比喻为“一只看不见的手”，而股市则是反映经济情况的晴雨表，经济学家一直试图通过对市场的研究找出经济发展的规律，数据仓库的主要效用之一也就是通过对已有数据的分析借以揭示市场内在的发展规律，从而得出市场可能的走向。但纵观中国证券市场十多年的风风雨雨，国家政策与宏观调控这只“看得见的手”在其中起了举足轻重的作用，当然这是由于我国证券市场先天基础不好，发展不规范使得国家不得不采取措施加以调整，但这也使得证券市场无可避免地打上了国家政策的烙印。这种情况下，单纯根据市场规律，用数据仓库进行分析得到的预测结果与实际情况就会有所偏差。从“不行”到“行” 如何将数据仓库的“不行”变为“行”，使其在我国的证券业发展中发挥巨大的作用，是广大券商普遍关心的一个问题 。那么在找出“不行”的原因之后我们就可“对症下药”采取相应的措施了。 数据的集中统一是数据仓库应用的基础。首先要统一券商所用信息系统的平台，各营业部均应采用统一的系统平台，同时各业务系统也采用统一的平台，统一数据结构。并采用集中的经营管理模式，使所有的数据都按相同的结构集中存放在一起，方便数据采集，做好数据仓库应用的基础工作。 确立合理的数据模型是数据仓库应用的核心。电脑技术人员知道数据仓库可以“做什么”，业务人员则知道具体的分析要“怎么做”，为此应将技术部门与相关的业务部门进行很好的协调，充分发挥技术人员和业务人员的优势，根据证券业和本公司的具体情况选用合适的方法建立模型，这些模型经过检验正确后就可作为整个数据仓库的核心，为经营管理提供决策建议。 高效的应用系统是数据仓库应用的动力。数据模型建好以后，要使其发挥应有的作用就应在其上建立相应的应用系统，包括客户关系管理系统、市场分析和风险控制系统等等，只有当建立于数据仓库基础之上的应用系统在券商的发展中起了很好的作用以后，证券公司的老总们才能充分意识到数据仓库的重要性，这就是数据仓库应用发展的动力所在。 良好的外部环境是数据仓库成功应用的外部保障。令人欣慰的是国家已意识到证券市场健康稳定的重要性，证监会等领导机构对券商和上市公司的要求越来越严格，监管力度不断加强，这一切都促使中国股市朝健康稳定的方向发展。我们有理由相信随着我国证券市场的逐步规范，股市也必将按市场规律进行发展，数据仓库就会发挥越来越大的作用。 结束语 数据仓库的应用在国外取得了很大的成功，但中国与外国在数据仓库的应用环境方面有很大的区别，所以数据仓库在中国的应用成功的案例并不多。为了促进这项技术在证券业的成功应用，除了证监会等领导机构对证券市场进行规范为其创造良好的外部环境之外，更重要的是各证券公司注意业务系统平台的集中统一和技术与业务的有机融合，做好数据仓库应用的准备，勇敢面对加入WTO所带来的挑战。-
CDA——数据分析师主要是在企业中扮演战略参谋的角色，对企业各类运营、销售、管理、战略等数据进行分析，可以有效的规避运营风险和提升成本利用率。CDA、CFA等数据分析相关职业认证，可以考虑考一下。
回答 1、总编的工作职责：总编辑作为“编辑工作的决策人，出版社的主要负责人”，他们所履行的是“各项编辑工作的指挥者，出版方向的把握者与选题的总策划，书稿审读加工的终审者，编辑责任制度的负责人”职责。 2、主编的工作职责：在编委会或总编辑领导下，按编辑方针实施某个方面的具体业务。其工作内容为研究、制订某一方面的工作计划，组织并领导日常编辑事务，如审稿、审样、撰写重要言论等。 3、责任编辑的工作职责：至少有三大责任，其一是业务责任，亦即技术层面上的观点把握；其二是政治责任，亦即思想，层面上的观点把握；其三是经济责任，亦即利润层面上的创收指标。 4、执行编辑的工作职责：负责报纸、杂志的整体版面设计，调整各版面的材料配搭关系等，不直接负责各个版面的工作。 5、采编的工作职责：采编是采集信息及编辑信息的工作
主要有以下几个方面的工作内容：一为产品经理服务，国内产品经理不懂数据分析，而新产品的竞争情报分析、产品敏捷测试等都需要数据分析师帮助完成，后期产品迭代优化还是需要数据分析师采集用户行为、习惯、评价等数据来完成；二是为运营服务，产品运营中的用户流量、促销、顾客关系管理等需要数据分析师帮助完成；三是公司数据制定和标准建设、各部门数据打通，数据化管理等工作需要数据分析师完成；四是数据情报和数据预测为高层服务。从以上四个方面看商业分析能力和业务知识能力就显得尤为重要，这个时候是考验分析师的业务理解能力及通过数据为企业解决实际问题的能力了。比如分析师的分析流程、分析思维、分析技能、展示说服能力。可以考虑进这方面专业的公司，或者运气好碰到有经验的老师带你一段时间，像我运气不错刚进了决明就碰到了老师带我，进步的很快，所以现在基本把这一套搞得很熟练了。
写 SQL （很多入职一两年的大数据工程师主要的工作就是写 SQL ）2 为集群搭大数据环境（一般公司招大数据工程师环境都已经搭好了，公司内部会有现成的大数据平台，但我这边会私下搞一套测试环境，毕竟公司内部的大数据系统权限限制很多，严重影响开发效率）3 维护大数据平台（这个应该是每个大数据工程师都做过的工作，或多或少会承担“运维”的工作）4 数据迁移（有部分公司需要把数据从传统的数据库 Oracle、MySQL 等数据迁移到大数据集群中，这个是比较繁琐的工作，吃力不讨好）5 应用迁移（有部分公司需要把应用从传统的数据库 Oracle、MySQL 等数据库的存储过程程序或者SQL脚本迁移到大数据平台上，这个过程也是非常繁琐的工作，无聊，高度重复且麻烦，吃力不讨好）6 数据采集（采集日志数据、文件数据、接口数据，这个涉及到各种格式的转换，一般用得比较多的是 Flume 和 Logstash）7 数据处理1 离线数据处理（这个一般就是写写 SQL 然后扔到 Hive 中跑，其实和第一点有点重复了）2 实时数据处理（这个涉及到消息队列，Kafka，Spark，Flink 这些，组件，一般就是 Flume 采集到数据发给 Kafka 然后 Spark 消费 Kafka 的数据进行处理）8 数据可视化（这个我司是用 Spring Boot 连接后台数据与前端，前端用自己魔改的 echarts）9 大数据平台开发（偏Java方向的，大概就是把开源的组件整合起来整成一个可用的大数据平台这样，常见的是各种难用的 PaaS 平台）10 数据中台开发（中台需要支持接入各种数据源，把各种数据源清洗转换为可用的数据，然后再基于原始数据搭建起宽表层，一般为了节省开发成本和服务器资源，都是基于宽表层查询出业务数据）11 搭建数据仓库（这里的数据仓库的搭建不是指 Hive ，Hive 是搭建数仓的工具，数仓搭建一般会分为三层 ODS、DW、DM 层，其中DW是最重要的，它又可以分为DWD,DWM,DWS，这个层级只是逻辑上的概念，类似于把表名按照层级区分开来的操作，分层的目的是防止开发数据应用的时候直接访问底层数据，可以减少资源，注意，减少资源开销是减少 内存 和 CPU 的开销，分层后磁盘占用会大大增加，磁盘不值钱所以没什么关系，分层可以使数据表的逻辑更加清晰，方便进一步的开发操作，如果分层没有做好会导致逻辑混乱，新来的员工难以接手业务，提高公司的运营成本，还有这个建数仓也分为建离线和实时的）总之就是离不开写 SQL
互联网本身具有数字化和互动性的特征，这种属性特征给数据搜集、整理、研究带来了革命性的突破。以往“原子世界”中数据分析师要花较高的成本（资金、资源和时间）获取支撑研究、分析的数据，数据的丰富性、全面性、连续性和及时性都比互联网时代差很多。 与传统的数据分析师相比，互联网时代的数据分析师面临的不是数据匮乏，而是数据过剩。因此，互联网时代的数据分析师必须学会借助技术手段进行高效的数据处理。更为重要的是，互联网时代的数据分析师要不断在数据研究的方法论方面进行创新和突破。 就行业而言，数据分析师的价值与此类似。就新闻出版行业而言，无论在任何时代，媒体运营者能否准确、详细和及时地了解受众状况和变化趋势，都是媒体成败的关键。 此外，对于新闻出版等内容产业来说，更为关键的是，数据分析师可以发挥内容消费者数据分析的职能，这是支撑新闻出版机构改善客户服务的关键职能。
网站编辑是比较基础性的工作，总体上对工作经验、技能和专业素质要求都不太严格，即入门的门槛不高。网站编辑主要负责的是网站内容，即网站内容的更新、维护、审核；网站专题的选题、策划、加工；网站的推广，并对流量负责；网站功能、界面的策划；与公司其它部门，如SEO部门、设计美工部门、客户服务部门、市场部门、产品部门、技术部门乃至销售部门的协调与沟通。
处理可以，有前景，好就业。
大数据处理流程：1、数据采集，搭建数据仓库，数据采集就是把数据通过前端埋点，接口日志调用流数据，数据库抓取，客户自己上传数据，把这些信息基础数据把各种维度保存起来。2、数据清洗/预处理：就是把收到数据简单处理。3、对数据进行加工处理，数据处理的方式很多，总体分为离线处理，实时处理。4、数据展现，可视化前景：大数据技术目前正处在落地应用的初期，从大数据自身发展和行业发展的趋势来看，大数据未来的前景还是不错的，目前在互联网领域，大数据技术已经得到了较为广泛的应用。
数模论文的写作在比赛中可能是你论文质量好坏，得奖与否的最重要的因素。据初步的调查，很多同学在准备比赛时，把自己的主要精力放在阅读往年优秀论文，精通某种软件和算法上面。不可否认，这会使你的建模水平得到提高，但在比赛时，你的想法再好，如果文字表达不清楚，很有可能使你的论文前功尽弃，因此学会如何写数模论文就很有必要了。关于怎么样写论文已经有了很多的介绍文章，这些都足以说明论文写作的重要性。一、充分重视论文摘要的写作 摘要在整个数模论文中占有及其重要的地位，它是评委对你所写论文的第一印象。在全国大学生数学建模竞赛中，组委会对论文摘要提出了专门的要求，再三明文提醒参赛者要注重摘要的写作。在论文的评阅中，摘要是你的论文是否取得好名次的决定性因素，评委们通过你的摘要就决定是否继续阅读你的论文。换句话说，就算你的论文其他方面写得再好，摘要不行，你的论文也不会得到重视或者根本上就没有评委来阅读你的论文。在摘要中一定要突出6个方面：问题，方法，模型，算法，结论，特色。简而言之，摘要应该体现你用什么方法，解决了什么问题，得出了什么结论。避免有主观评论，一定要突出重点，让人一看就知道这篇论文的目的是什么，做了什么工作，用的什么方法，得到了什么结果，有什么创新和特色。只有这样的摘要才是成功的。 具体写摘要的时间一般安排在论文基本完成以后，由一个队员具体负责，在写出初稿后由其他队员交替阅读提出修改，直到大家满意为止。 好的摘要都包含了两个共同的特点：简单与清晰。篇幅在一页之内。范例一：公交车调度方案的优化模型 摘 要 本文建立了公交车调度方案的优化模型，使公交公司在满足一定的社会效益和获得最大经济效益的前提下，给出了理想发车时刻表和最少车辆数。并提供了关于采集运营数据的较好建议。在模型Ⅰ中，对问题1建立了求最大客容量、车次数、发车时间间隔等模型，运用决策方法给出了各时段最大客容量数，再与车辆最大载客量比较，得出载完该时组乘客的最少车次数462次，从便于操作和发车密度考虑，给出了整分发车时刻表和需要的最少车辆数61辆。模型Ⅱ建立模糊分析模型，结合层次分析求得模型Ⅰ带给公司和乘客双方日满意度为（941，811）根据双方满意度范围和程度，找出同时达到双方最优日满意度(8807,8807)，且此时结果为474次50辆；从日共需车辆最少考虑，结果为484次45辆。对问题2，交待了综合效益目标模型及线性规划法求解。对问题3，采集方法是遵照前门进中门出的规律，运用两个自动记录机对上下车乘客数记录和自动报站机(加报时间信息)作录音结合，给出准确的各项数据，返站后结合日期储存到公司总调度室。关键词：公交调度 模糊优化法 层次分析 满意度 范例二：彩票发行方案的最优决策 摘 要 目前，彩票在我国得到了迅速健康的发展，并且为我国的福利公益事业的发展做出了很大 贡献。本文针对目前流行的各种不同彩票发行方案，综合分析了各种奖项出现的可能性、奖项和奖金额的设置以及对彩民的吸引力等因素对各方案的影响，建立了三个模型。模型I：利用超几何分布原理，建立了头奖期望模型。依照此模型，得出传统型彩票中方案 、乐透型彩票中方案 （即 ）设计较为合理；总体而言，乐透型彩票的方案 头奖期望最大，方案设计最为合理。模型II：综合考虑影响方案合理性的各种因素，建立了高项奖中奖概率、总中奖概率、奖项的设置以及奖金分配的多目标决策模型，求解得到：①方案19的加权目标函数值最大，在所有方案中它是最合理的一个方案；②“传统型”彩票方案1～4中，方案4较为合理；③“传统型”彩票方案（1～4）的加权目标函数值总体上小于“乐透型”方案（5～29），从普遍意义上讲，“乐透型”方案相对优于“传统型”； ④对于 （从 中选 ）型的方案， 相同时， 为35、30、32、33、34时它们的合理性依次递减。模型III：考虑到彩票市场供给与需求的关系，并结合彩票管理部门与彩民双方的满意度，建立了多目标最优决策模型。通过彩票市场供给、需求随销售的走势，找到了均衡点，同时利用计算机编程，搜索出了更优的彩票发行方案。本文还从 的变化对模型的灵敏性作了准确分析，以及从单式投注向复式投注、适当提高总奖金额等方面为设置彩票发行方案作了进一步讨论。最后据此模型，向彩票管理部门提出了更为积极、实用的彩票发行建议；并从充分认识彩票、入市动机及心态、策略和技巧等三个方面对彩民摸彩、投彩提出了科学的参考意见。关键词： 机率 期望 多目标决策 超几何分布 满意度 范例三：奥运会临时MS超市网点设计的数学模型 摘 要 本文对调查数据进行了统计分析，在此基础上求出各商区人流量百分比和分布规律，然后进行MS网点的设计，建立了三个模型，并进行了仿真检验。 对问题一，分析得到不同年龄段观众在出行、就餐、消费等方面存在较大差别，因此依照年龄段按照性别的不同，分别对出行、就餐、消费等三个方面总结出观众概率分布的8条规律。 对问题二，利用BP神经网络原理，按照年龄段-性别-商区-进出口将网络分为三级，从就餐习惯和出入场馆两个方面进行链条分析，建立了各场馆最短路径下的人流量模型，编程求解得到20个商区的人流量分布（%）：A1到A10商区分别为887、621、540、378、963、621、540、036、378；B1到B6商区分别为686、 932、 760、 686、 932、 004； C1到C4商区分别为75、 9843、 75、 5157。在人流量分布求出后，总结出对称性定理，即人流量以场馆进出口连线为轴斜对称，并给出了详细证明。 在问题三中，对观众购买欲望的相关因素进行了细致分析，建立了购买欲望与年龄、消费额的数学表达式，得到欲望矩阵 ，并对购买能力进行了模糊计算。然后，由两个基本限制条件：满足奥运会期间的购物需求和分布基本均衡，建立了数学表达式，建立了以赢利为目标函数的非线性多目标决策模型： 用Lingo编程求解，得到了一种可参考的MS网点设计方案：A1到A10商区建立大MS个数分别为3、1、0、0、1、3、1、0、0、1，小MS个数分别为0，1，2，2、1、1、1、2、2、1；B1到B6商区建立大MS个数分别为1、2、3、1、2、3，小MS个数分别为2、1、1、2、1、1；C1到C4商区建立大MS个数分别为2、4、2、1，小MS个数分别为2、0、2、1。 考虑到奥运赛程的安排，实际人流量、消费额、赢利等将随时间而发生变化，为进一步优化网点设计方案，根据系统动力学原理，基于V3技术用计算机对人流量与收益模型进行了系统仿真，并通过调式，对模型进行了检验和评估，从而验证了模型的合理性、科学性和实用性。 最后，对北京2008年奥运会从经济收入、旅游和硬件建设等方面提出了几点建议。 关键词：概率 人流量 对称性 欲望矩阵 多目标决策 系统动力学 系统仿真 范例四：长江水质的综合评价与预测控制 摘 要 本文根据调查数据的统计分析，对近两年的长江水质做出了全方位的综合评价，找到了高锰酸盐和氨氮污染源所在主要地区，并对未来10年水质污染进行了预测，提出了控制方案，给出了一系列较为科学的防污建议。 首先对近两年来长江流域17个主要监测断面的水质抽样，按照时间-空间的先后交互顺序进行统计，建立概率统计评判模型，结果发现：2003-2005年，长江85％的断面满足Ⅰ～Ⅲ类水质要求，12％的断面属Ⅳ、Ⅴ类水质，劣Ⅴ类水质占3％。两年来，长江水质局部变化较大，整体较为平稳，但优质水正在下降，超标水质呈上升趋势。为了寻找污染源，我们以长江干流7个断面作为基本观察点，根据水流量、水流速和降解系数，确立了污染源反馈指标： 经计算发现：江苏南京、湖南岳阳高锰酸盐污染最为严重，湖南岳阳同时又是氨氮污染源的主要地区，较为次之的是安徽安庆和江苏南京，但同比之下相差较大。 其次，对近10年的主要统计数据，按照GM（1，1）灰色原理，建立灰色预测模型，归一化处理后，通过DPS数学统计软件的计算，得到了水质类别的预测值和趋势函数，分析认为：长江 I、II、Ⅲ类水质总量呈现下降趋势，其中 I、Ⅲ类水质急剧下降，劣Ⅴ类水质上升幅度较大，到2014年超标水质总量百分比将达到88%，长江水质全面恶化，水生态环境严重失去平衡。为了有效控制污染恶化趋势，防止超标水质的上升，运用二次多项式逐步回归分析，得到废水排放总量关于各类水质百分比的函数，经编程运算，我们提出了长江污水处理方案。未来10年需要处理的污水量依次是：0，0，66，14，76，21，86，71，77，07（单位：10亿吨）。 最后，基于对长江水质状况的综合评价和未来污染趋势的预测，根据“保护长江万里行”考察团的实践调查，我们深刻意识到：长江流域水生态环境破坏日益严重,前景不容乐观。为防止长江“癌变”，我们提出了几种水环保理念：做到教育先行，努力唤起民众环境保护意识；坚持依法治水，为保护长江立法；实行科学规划，走可持续发展之路；提倡人文环保，构建和谐的生态系统和人居环境。 关键词 监测断面；概率统计评判；污染源反馈；灰色预测；逐步回归；人文环保； 二、论文主体要鲜明、结构要完整 按照数模论文的特点，其论文主体部分就包括以下内容： （1）问题提出——明确问题 这一部分没有过多的说明，一般是直接 copy 赛题的原文就行了，但我认为在时间充裕情况下可以适当归纳总结；因此可以写点这个问题的一些背景知识。明确问题即建模的准备阶段，要建立现实问题的数学模型，第一步是要对解决的问题有一个明确清晰的提法，通常我们遇到的某个实际问题，在开始阶段是比较模糊的，又带实际背景，因此在建模前必须对问题进行全面深入细致的了解和调查，查阅有关的文献，同时要着手收集有关的数据，收集数据时事先应考好数据的整理形式，例如利用表格或图形等。在这期间还应仔细分析已有的数据和条件，使问题进一步明确化。即从数据中得到什么信息？数据来源是否可靠？所给的条件有什么意义？那些条件是本质？那些条件是变动的等。对数据和条件的分析会进一步增强我们对问题的了解，使我们要更好地抓住问题的本质及特征，为下一步建模打下好良好的基础。 （2）模型假设——合理的假设 作为题目的原型都是复杂的，具体的，是质和量、现象和本质、偶然和必然的统一体。这样的原型如果不抽象和简化，人们对其认识是困难的，也是很难把握它的本质属性，而建模假设就是根据建模的目的对模型进行抽象，简化。把那些反映问题本质属性的形态，量及其关系抽象出来，简化掉那些非本质的因素，使之摆脱原型的具体复杂形态，形成对建模有用的信息资源和前提条件。 但如何对问题提出合理的假设是一个比较困难的问题,这是因为作得过于简单,则使模型远离现实,无法用来解决现实问题，假设做得过于详细,试图把各个方面的因素都想进去,模型就会十分复杂,甚至难以建立,也对我们计算带来复杂化，一般模型假设遵从以下原则： ①目的性原则,从原型中抽象出与建模目的有关的因素,简化掉无关的因素或关系不大的因素。 ②简明性原则，所给的假设条件要简单，精确，有利于构造模型。 ③真实性原则，假设条款要符合情理，简化带来的误差应满足实际问题所允许的范围内。 ④全面性原则，在对事物原型本身作出的假设的同时，还要给出原型所处的环境条件。 最简单的作法：假设的条件一般可以从题目中挖掘。（1）根据题目中条件作出假设（2）根据题目中要求作出假设 需要值得注意的是：①对我们所解决问题本身没有影响(或影响比较小)但可以使模型得到简化的因素应该在假设中体现。②不能为了简化问题而大量假设(使求解问题本身与原题意不符)，因此应注意假设的量与度。（3）．符号说明——不可缺少 在你的论文中不可避免的会出现大量的数学符号，因此在这部分里应把这些符号做一个简要的说明，可以从符号，类型(变量，常量)，单位，含义几个方面来说明(如下表)：符号 类型 单位 含义 需要注意的是单位量纲要统一，含义解释要准确，清楚。 （4）．问题分析——思路清晰、图文并茂 从题目到模型是一种从具体到抽象的思维过程，本部分即是这一过程的体现。这部分应是论文主体的一个亮点，建议在文字说明的同时用图形或图表列出思维过程，这会使你的思维显得很清晰，让人觉得一目了然。另外，这部分应对题目做整体分析，充分利用题目中的信息和条件，确定用什么方法来建立什么模型。经验告诉我们可以从题目中得到问题的一些初步的判定：比如说可以得到在极限情况下的最大产量，花费的最少时间等，使我们最后得到的方案不能超过(或低于)我们这里分析的量。在这部分应能体现我们解决原问题的雏形。总之，问题分析在整个论文中的作用在于承上启下，也很能反应出参赛者的综合水平。（5）．模型建立——数学语言 数学模型就是：数学公式、图表、方案等。模型的建立是将原问题抽象成用数学语言的表达式，其建立方式会由于对问题的理解和着眼点不同而不同。近年来的数学建模竞赛出题主要有两个方向：一是概率统计问题；一是运筹优化问题。因此掌握好以上两方面的知识对于建立模型来说是十分重要的。另外，我还觉得应注意对每个模型式子的解释一定要清楚到位，其中的数学符号一定要与前面的说明保持一致。其基本方法为： 在建模的假设的基础上，进一步分析建模假设的条款，首先区分那些是常量，哪些是变量，哪些已知、未知，然后查出各种量所处的位置、作用和它们之间的关系 ,选择恰当的数学工具和构造模型的方法对其进行表征，构造出刻划实际问题的数学模型。 这里要注意两点：其一，构造一具体问题的模型是要尽可能地简单的模型，然后把它与实际问题进行比较，再把其次要的因素加进去，逐渐逼近现实来修改模型，使之趋于完善，这样应形成了由模型一，到模型二，再模型三，……，这样逐步逼迫现实的数学模型。其二，要善于借鉴已有的数学模型，许多的实际问题，尽管现象和背景都不同却有相同的模型。例如，力学中描述的力，质量和加速度之间的关系的的牛顿第二定律F= M a ，经济学中描述单价、销售金额和销售量之间的关系的公式C= p q等，数学模型都是y= k x ，要学会观察和分析，看到问题的本质，抓住本质特征，对我们已有的模型进行修正。 （6）．模型求解——软件帮忙 不同的模型要用到不同数学工具求解，如可以采用解方程，画图形，证明定理，逻辑运算，数值运算等传统的方法和近代的数学方法，建模发展到现代，多数场合的模型一般多用软件编程求解。三大软件(Matlab，Maple，Mathematic)至少应熟悉一种，另外应学会一些专用软件。比如说解概率统计问题的DPS，SAS，SPSS；解运筹优化问题的 Lingo，Lindo 等。熟练利用这些数学软件会为我们求解带来快捷和方便。其次尽量用不同方法求解，这既能反应出你的思维比较开阔，也能间接地验证你所求解结果的正确性。另外应给出主要算法的一些简要步骤，处理或简化问题的方式，并适当应用表格或图像说明。最后需要提醒大家的是在必要时可以给出数学上的证明，这会使你的论文增色不少。 （7）．模型(结果分析)——检验与修正 建立数学模型的目的在于解决实际问题。因此必须把模型解得的结果返回到实际问题，如果模型的结果与实际问题状况相符合，表明模型经检验是符合实际问题的，相反则不行，它就不能直接应用于实际问题。这时数学模型建立如果没有问题，就需要考虑建模时关于所假设的是否合理，检验是否忽略了不应该忽略的因素或还保留了不应该保留的因素。对假设给出必要的修正，重复前面的建模过程，直到使模型能够反映所给的实际问题。 通常的作法是：由于在模型假设中，忽略了一些对问题影响的次要因素，这或多或少的使问题得到了简化，但必然会产生一些误差；另外解决问题的方法是很多的，在论文中可能只用了其中的一两种方法，思维可能显得比较局限；而模型本身也会有它的优势和缺陷。因此，我们在这部分应该做的工作主要有下面三点：A．是否能用其他方式或方法解决。 B．模型的优缺点分析。 C．模型的误差分析或灵敏度分析。 做好上面的工作，既是对原问题的补充说明，更表现一种思维的严谨和逻辑的严密，使你的论文一气呵成，显得很完备。 （8）．模型的评价与推广 什么样的数学模型是好的呢？一般来说一个好的模型应该具备以下五点： （1）对所给的问题有较全面的考虑。在一个实验问题中往往有许多的因素同时对所研究的对象发生作用，进行数学描述时，应该全面地对这些因素加以考虑。这项工作可分为三步进行： ①列举各种因素； ②选取主要因素计入模型； ③考虑其他因素的影响，对模型进行修正。 （2）在已有的模型上进行创造性的改进。数学模型是现实对象的抽象化，理想化的产物。它不为对象所属领域所独有，可以转移到另外的领域。在生态，经济，社会等领域内建模就常常借用物理领域中的模型，能否对已有的模型作为创造性的改造，是考虑一个数学模型的优劣的重要标志 （3）善于抓住问题的本质，简化变量之间的关系。数学模型应当是实际问题的本质刻画，模型过于复杂，则无法求解或求解困难，反之则不能客观的反映客观实际。 （4）注重结果分析，考虑其在实际中的合理性。数学模型是一个从实际到数学，再从数学到实际问题的过程。由于现在的模型仅仅依赖题中的数据，如果从模型中得到的结果与实际吻合，模型是成功的，反之则失败，要求我们进一步修改。 （5）具有较好的稳定性。数学模型是依赖已有的数据和其他的信息建立起来的，他的价值在于能够从已知的信息预测到未知的东西。因此，一个好的数学模型的结果对原始的数据有较好的依赖性，即原始的数据和参数有微小的变化不会引起结果很大的变动，这是模型适应性和有效性的保证。 由于论文本身的局限性，在这里可以对一些问题做更深入的探讨，这是文章又一亮点，实力比较强的队伍可以在这一块充分发挥。这部分对于整个论文的作用在于画龙点睛。另外，我们对问题的探讨与延拓方式是多种多样的：可以把假设的条件适当放宽了来考虑问题；可以对你的算法做出改进等等，但我认为在这里做做定性的分析就够了，最后主要对问题的横向和纵向两方面进行发散。因为评委的评阅工作至此已经基本结束了。（9）．参考文献 这里注意一下格式问题，参赛要求有明确规定：A．书籍的表述方式为：[编号] 作者，书名，出版地：出版社，出版年。 B．参考文献中期刊杂志论文的表述方式为：[编号] 作者，论文名，杂志名，卷期号：起止页码，出版年。 C．参考文献中网上资源的表述方式为：[编号] 作者，资源标题，网址，访问时间。 至于附录，附上相关程序及运行结果，数学上的证明即可，最后注意一下论文的整体感，特别是文字表述是否准确严密。 三、用数学通用软件编写程序 在编写计算机程序时，基本原则是使用通用的、自己使用最熟悉的软件进行编写，这样可以尽快出结果，即使出错也能很快查出并进行改正。数学通用软件是建立在一定的理论基础和算法基础上的，其计算结果具有一定的可信度，因此，尽量使用matlab、mathematicas、lindo、lingo等数学软件编写的程序，能增加模型结果的可信度。另外，也可利用一些二次开发程序。如TSP，EXCEL，DPS等。 四、要善于合理使用图表 在论文写作中一定要注意能用图表的地方尽量用图表来表示，用图表比用文字阐述要来得清楚直接，一张图表往往能代替一大段干巴巴文字，并且图文并茂也可以为论文增加更多色彩。要知道评委们大都是老教授老专家，为了教授专家们的眼睛，减轻他们受文字的折磨，多用图表绝对是不错的选择。须注意的是图表的引用要规范，在交叉引用的时候一定要小心，不要错位，为此应给每一张图、每一个表都编上号，而且整篇文章的图、表的号码应该连续。图和表在论文中应尽量交替出现，同时排版时也应该让它们处于页面的中部，尽量避免出现在最顶端，这样可以增加文章的视觉美。 五、充分发挥团队的作用 在比赛中，队员之间的配合很重要，每个人对自己这个组的特长，要有一个比较清醒而统一的认识，擅长做哪种类型的题，不擅长做哪种。这样，在选题的时候才不会耽误太多时间。 分工的原则： •建模：推导数学模型，数学能力强 •编程：计算机能力强 •论文写作：写作能力强 其次，参赛队中应有核心队员，他的作用就相当于计算机中的CPU，核心队员发挥好了，就能带动一个队正常有效开展工作。无论是选题、讨论、写作、协调甚至情绪等，核心队员都应该充分发挥好，起领导作用，才能使整个队伍充满信心地、高效地完成比赛，否则可能导致队伍的情绪低落，没有信心，甚至前功尽弃。 六、合理控制写作进度 做任何事情，合理的时间安排非常重要，建模也是一样，事先要做好一个规划，论文一般分十个大的板块：摘要，问题提出，模型假设，问题分析，模型假设，模型建立，模型求解，结果分析，模型的评价与推广，参考文献，附录。要求我们的队员每天要做完哪几个板块的工作一般先要确定好，这样做才会使工作临阵不乱，保证在规定时间内完成论文写作，以避免由于时间已经用完而任务没有完成的被动局面，严重的最后无法完成论文。通常的竞赛时间安排：第一天：上午：确定题目，并查阅文献 下午：开始分析，建立初步模型 晚上：编程，得到初步计算结果 12：00 PM 休息•第二天：上午：得到第一个模型的合理结果 下午：开始写论文，并考虑对第一个模型的改进 晚上：得到第二个模型的初步结果 12：00 PM 休息•第三天：上午：得到第二个模型的合理结果 下午：考虑对前二个模型的进一步优化，得到第三个数学模型，或对前二个模型的正确性进行验证 晚上：得到最后结果，完成整篇论文