我看美国数模赛

美赛培训心得
王晶
美赛的培训总的来讲和国赛有很大的不同，首先，国赛的时间很长，从华中赛开始算起的话大概有将近4个月，但是美赛就不一样了，在放寒假之前，大家都忙于繁重的工作学习之中，很少有人能够抽出时间来学习美赛的相应知识，而从期末考试结束到美赛开始这段时间满打满算 也只有20多天，中间还要插上过年放假的时间，真正有用的部分就更少了。其次，培训的形式很不一样，国赛的形式分为两个部分，整个七月分基本上就是在上课，到了八月分第二阶段的时候才开始进入基地开始正式化的训练，但是美赛培训从一开始就是一题目为导向的，培训实际上来讲就是模拟比赛加上相互之间的交流。第三，国赛跟美赛培训的一些目的不同，国赛的时候，大多数同学对于数学建模都十分不缺乏了解，所以国赛培训肩负着启蒙的作用，但是美赛中有许多队员都已经身经百战了，所以重要的任务是在于如何迅速的适应美国式的思维，写美国式的数模论文，所以综合以上各点很容易发现，国赛培训实际来讲是美赛培训的一个基础，而美赛培训的重点其实不是在学习如何建模上面，而是在于如何适应这个比赛上面，从这个意义上来说，对于没有参加国赛培训而直接参加美赛培训的同学来说的话，还是会缺乏很多必要的素质。
我想对于美赛培训，老队员和新加进来的新队员应当有不同的定位和策略，对于老队员来说，经过暑期的拉锯战之后，建模的能力应当不再是一个问题，他们应当把重点放在如何提高查阅英文文献的能力，放在如何适应英语思维方式上来。而对于新队员来说，许多新队员英语的水平都比较的高，他们当中的许多人还参加过了GRE和托福的考试，所以英语水平应当不是一个问题，而对于数学建模的理解很可能成为他们写好数模论文的瓶颈。所以对于这部份同学，他们的重点应当放在阅读建模相关的书籍上，并且自己也要尝试去建立数学模型，理解建模的本质。同时，由于新同学大部分是负责写作这一块的，所以他们还应当花一部分精力学习如何写作，如何排版，毕竟最后的结果更多的是决定于论文的写作质量，而不是模型的质量。
接下来，我要谈的是对于美国赛本身的一些看法，中国人有一种奇怪的看法，就是如果一个模型越复杂的话，这个模型就越好。通常电视上请来某某专家，来讲某某领域的一些事情，如果这个专家甩出一大堆十辈子都没有听过的缩写词来，我们就会觉得这个专家很厉害，相反如果一个专家显得稍微“平易近人”一点的话，我们通常就会觉得他肚子里面没货。这导致了一个现象：在国赛的时候许多同学明明已经建立了很好的模型可以描述某个自然现象了，但是觉得就这么做出来了感觉不够厉害，于是加上一大箩筐不知所云的生僻概念，以我自己为例把，对于CPI的预测的话效果最好的其实是多项式拟合，但是就这么写出来了感觉缺点什么，于是我又加上GM（1，1）灰色预测模型，这个还不过瘾，我又把神经网络中BP网络结合进去，结果造就了一个巨复杂的模型，最后我做完仿真之后却发现，新的模型预测能力很弱，还赶不上就用多项式拟合。在美国赛里面，这样的情况还是存在，但是有了很大的改善，美国人比较的务实，不像我们中国人喜欢故弄玄虚，所以了在美赛中实用性和合理性就更加的重要。有一点很重要的就是对于模型中的任何参数都不应该凭空的杜撰，而应该有理有据，在Stunt person 那个题目里面如何摆放箱子使得特技演员受伤的概率最小是一个很重要的部分，而箱子的尺寸大小要么必须是从正规网站上查到的，要么就应当自己利用推导或者模拟来得到。国赛的时候这种具体的参数我们通常就是编造的，中国的老教授也是心领神会，不多追究，但是美国教授就不一样，他们最厌恶的事情就是信口开河，可能你这个模型很好，很impressive，但是假如有稍微一点查之无据的话，他们就会深究到底，去年两个中国的两个Outstanding队被取消资格的事就说明了这个问题。历年的许多Outstanding的文章模型都不是十分的出彩，有一个队甚至就只写了九页 就拿到了一个Outstanding。但是他们一个共有的特点就是实在，所有的参数都可以找到出处，所有自己假定的参数都有自己的分析并且说明了为什么选取这样的参数。原来我考GRE，就是不明白为什么范文中那么弱智的文章都可以拿到5分六分，我用了那么多高级词汇，那么多复杂句型都拿不到，其实问题很简单，范文里面有的文章确实很短，但是他们句句有有理有据，我虽然写了600 但是通篇都是胡诌乱扯。所以美赛除了建模能力要强，写作功底要深之外，学术态度也要好，这是美国人最看重的。
最后要谈谈心态的问题，国赛成绩出来之后我们心态一直不是很好，很有一种自暴自弃的感觉，因为我很少这么全身心的去做一件事情又没做好，成绩出来之后我觉得所谓付出就一定有收获是骗人的，索性干脆就不付出了，怡然自得算了。但是美赛培训这两天我又重新鼓起勇气，树立了信心，只要自己努力，即使成绩不好，获得的能力还是自己的。GOGO，加油，在这里给自己鼓鼓劲啦.