1. 从“建模”到“论文”为什么好模型不等于好成绩在数学建模竞赛圈子里流传着一句老话“三分建模七分写作”。这句话听起来有点夸张但经历过国赛全国大学生数学建模竞赛和美赛美国大学生数学建模竞赛的老手们大多会深以为然。我见过太多队伍模型建得精巧算法用得高级但最后交上去的论文却让人看得一头雾水或者平平无奇最终成绩远低于预期。反过来也有些队伍模型本身可能并不复杂但论文写得逻辑清晰、图文并茂、表达专业最终却能拿到不错的奖项。这背后的原因很简单评委老师没有时间、也不可能去运行你的代码、复现你的模型。他们评判的唯一依据就是你提交的那份二十来页的PDF论文。这篇论文是你整个团队三天三夜国赛或四天四夜美赛智力劳动的最终结晶和唯一呈现。它不仅仅是一份“技术报告”更是一份需要说服评委的“产品说明书”和“解决方案推销书”。因此掌握一套科学、高效的论文写作方法其重要性不亚于模型构建本身。它决定了你辛苦建立的模型价值能否被完全、甚至超值地认可。本文将抛开空洞的理论结合我自身多次参赛和指导的经验聚焦于国赛和美赛论文写作中那些真正关键、可操作的方法与细节目标是让你写出的论文从众多作品中脱颖而出。2. 论文的骨架顶层设计与结构规划动笔之前先搭架子。一篇优秀的数模论文结构必须清晰、符合规范。国赛和美赛在结构要求上大同小异但细节侧重有所不同。一个好的结构规划能让写作过程有条不紊也能让评委快速抓住你们工作的脉络。2.1 国赛与美赛的结构共识与差异无论是国赛还是美赛一篇完整的论文通常包含以下核心部分摘要、问题重述与分析、模型假设与符号说明、模型的建立与求解、模型的分析与检验、模型的评价与推广、参考文献、附录。这是骨架但血肉的填充方式各有讲究。对于国赛评审更注重模型的正确性、算法的有效性以及结果的可靠性。因此在“模型的建立与求解”部分需要非常扎实推导严谨逻辑链完整。摘要要求高度精炼直击要害因为国赛评审工作量极大摘要往往是定档的第一印象。对于美赛除了模型本身评审还非常看重“故事性”和“创新性”。你的论文需要像一个完整的解决方案报告有清晰的背景引入引言部分可以更生动有对问题深入的洞察问题分析部分可以更展开模型部分要讲清楚“为什么选择这个模型”而不仅仅是“怎么用这个模型”。摘要Summary更是重中之重它需要吸引人概括全文亮点甚至可以稍微带点“推销”语气。美赛论文的图表美观度、排版专业度也往往被赋予更高的权重。2.2 写作顺序的黄金法则倒着写顺着理新手常犯的错误是按章节顺序从头写到尾。这极易导致摘要空洞、重点模糊以及前后内容重复或矛盾。我强烈推荐“倒序写作法”首先完成核心模型部分在模型基本建立、求解出初步结果后立即着手撰写“模型的建立与求解”这一核心章节。这时思路最清晰细节最准确。把模型原理、推导过程、算法步骤、求解结果包括核心图表完整地写下来。接着撰写“模型的分析与检验”和“评价推广”基于已有的结果进行分析、灵敏度检验、误差分析等并客观评价模型的优缺点思考推广方向。这部分是对模型工作的深化。然后回溯撰写“问题分析”与“模型假设”此时你已经完全清楚自己用了什么模型、做了哪些简化。回过头来写“问题分析”时就可以有针对性地阐述为何将复杂问题转化为你最终解决的形态层层递进逻辑自然。写“模型假设”时也能确保每一条假设都确实为后续模型服务且合理可行。最后精雕细琢“摘要”和“关键词”这是全文的最后一步也是最重要的一步。此时你对全文的精华了如指掌。摘要需要概括问题、方法、模型、算法、主要结果和结论。写完后务必反复修改确保它独立成文、没有废话、亮点突出。贯穿始终的“参考文献”和“附录”参考文献在引用时随时添加最后统一格式化。附录用于放置大篇幅的代码、中间数据或冗长推导在正文中注明“详见附录X”即可。这种“倒着写”的方式能确保你的论文核心坚实并且摘要与正文高度统一避免“摘要承诺了一头牛正文只见到一只鸡”的尴尬。3. 摘要决定生死的五百字摘要是一篇论文的“脸面”。评委在初步筛选时可能只花几分钟看摘要。摘要的质量直接决定了你的论文是被归入“细读”档还是“普通”档。3.1 摘要的“五脏六腑”一个都不能少一篇完整的摘要应像一篇高度浓缩的微型论文包含以下要素问题与背景用一两句话简要说明解决了什么问题。建模思路与总体方法面对这个问题你们总体的解决路径是什么例如“本文通过分析……数据首先建立了……模型进而利用……算法进行求解最后针对……问题进行了优化。”具体模型与算法你们具体建立了什么模型如基于熵权法的TOPSIS综合评价模型、结合时间序列预测的元胞自动机模拟模型等。采用了什么算法或工具求解如利用蒙特卡洛方法进行模拟、使用LINGO软件进行整数规划求解等。主要结果与结论给出最关键、最亮眼的数值结果和结论。结果要具体最好有数据支持。例如“最终得出2030年该地区碳排放峰值约为XX万吨并给出了分阶段的减排路径。灵敏度分析表明模型对参数α的变化较为稳健。”模型优点与特色简要点明模型的创新点、优势或特色。例如“本文的创新之处在于将网络科学中的节点中心性指标引入评价体系使得结果更能反映结构性差异。”注意摘要中不要出现图表、公式引用如“见图1”、“由公式(5)可得”也不要写“我们”这种主观词汇直接以“本文”开头采用客观陈述语气。3.2 美赛Summary的额外心机美赛的Summary可以比国赛摘要稍长且更注重“吸引力”。开头可以稍作铺垫但依然要迅速切入主题。在陈述结果时除了数据可以强调一下结果的意义或影响。例如不仅说“预测人口为X”还可以说“该预测为城市基础设施规划提供了量化依据”。多用一些强有力的动词如“demonstrate”, “propose”, “reveal”, “outperform”等。一个实用的技巧是写完摘要后让队里一位不太熟悉细节的队员或同学阅读看他能否在短时间内抓住你们工作的核心。如果他读后不知所云说明摘要需要重写。4. 模型表述如何把“黑箱子”讲明白这是论文的主体也是最体现功力的部分。很多同学在这里堆砌公式和代码却忘了写作的本质是“沟通”。4.1 从问题到模型逻辑链必须无缝衔接在“问题分析”或“模型的建立”章节开头一定要有一段“引领性”的文字。不要直接甩出公式。应该先分析问题的特点、难点然后说明针对这些特点你们打算采用哪一类方法比如这是一个典型的优化分配问题因此我们考虑建立规划模型或者这个问题涉及多个因素的相互影响因此我们尝试用系统动力学模型来描述。接着解释为什么在同类模型中选择了这一个比如与线性规划相比非线性规划更能刻画实际中的边际效应递减规律。这个过程就像给评委讲故事“我们遇到了这样一个麻烦问题→ 这个麻烦可以这样理解分析→ 通常有几种解决思路方法归类→ 我们权衡之后决定用这种思路模型选择理由→ 具体来说我们的模型长这样公式呈现”。有了这个逻辑链模型的出现就不再突兀。4.2 公式、图表与文字的三位一体公式重要公式必须居中、编号。在公式出现前用文字说明每个符号即将代表的含义。公式出现后对公式的整体含义进行解释说明它如何体现了你们前面的建模思想。避免出现“由以上分析可得公式(1)”这种跳跃。% 示例不要只写 建立目标函数max Z ∑ c_i x_i。 % 应该写 为了最大化总收益我们以总利润最大化为目标建立如下目标函数 $$ \max Z \sum_{i1}^{n} c_i x_i \tag{1} $$ 其中$Z$表示总利润$c_i$表示第$i$种产品的单位利润元/件$x_i$表示第$i$种产品的产量件$n$为产品种类总数。式(1)的含义是求所有产品利润之和的最大值。图表图表是论文的颜值担当也是信息的高效载体。每一个图表都必须有编号和标题如“图12010-2022年全国碳排放量趋势图”、“表1不同方案的评价指标对比”。在正文中必须有对图表的引用和描述如“如图1所示碳排放量在2015年后增速明显放缓……”“由表1可知方案A在成本指标上最优而方案B在效率指标上领先……”。图表标题应具有自明性让人不看正文也能大致理解图表内容。文字文字是粘合剂负责串联所有元素。它的作用是解释、引导和强调。避免大段冗长的描述多分段落。技术性描述力求准确、简洁。4.3 算法描述伪代码优于纯代码如果你用了某种算法如遗传算法、模拟退火、迪杰斯特拉算法等不要直接把编程代码贴进正文。应该用“伪代码”或“算法步骤”的形式来描述。说明算法选择理由为什么用这个算法它如何适配你的模型给出算法流程图或步骤列表用清晰的框图或123…的步骤列出算法的关键流程。这比大段文字更直观。必要时附上关键代码片段如果算法中有自己实现的精妙部分可以截取关键代码片段放入正文并加以说明。完整的代码全部放入附录。5. 模型检验与评价让结果可信让工作完整模型求解出结果论文只完成了一半。如何让评委相信你的结果不是“凑出来”的这就需要模型检验与评价。5.1 灵敏度分析模型的“压力测试”灵敏度分析几乎是数模论文的标配。它的核心是改变模型中的某个些参数或初始条件观察结果的变化程度。怎么做通常选择1-2个关键或不确定的参数比如增长率、权重系数、初始值在其合理范围内取一系列值重新运行模型观察目标函数或关键输出变量的变化。怎么呈现最好用图表如折线图参数 vs 结果或热力图多参数变化。结论要明确模型对哪些参数敏感敏感程度如何这对实际应用有何启示例如“模型对贴现率r高度敏感因此在政策制定中需谨慎确定该值而对维护成本系数c不敏感说明该部分估算的误差对最终决策影响较小。”注意灵敏度分析不是简单地改变参数看结果变不变而是要分析变化“是否在可接受范围内”以及“变化趋势是否符合直觉或理论预期”。5.2 误差分析与模型检验误差分析如果你的问题有历史数据或部分已知结果一定要计算模型的误差。使用如平均绝对误差MAE、均方根误差RMSE、相对误差等指标进行量化。分析误差来源是模型假设过于简化数据噪声还是算法收敛精度问题模型检验用多种方法交叉验证模型的有效性。交叉验证对于数据驱动模型如预测、分类将数据分为训练集和测试集。案例对比将模型应用于一个已知解的简化特例或经典案例看结果是否一致。多模型对比如果可能用另一种不同的模型或方法对同一问题求解对比结果。如果结果趋势一致则大大增强了结论的说服力。即使结果有差异分析差异原因也是论文的亮点。5.3 模型评价与推广画一个圆满的句号这一部分体现团队的思考深度。模型评价优缺点要客观、全面。优点写2-3条紧扣模型特色如“模型具有清晰的物理意义”、“计算效率高适合大规模求解”。缺点写1-2条要真诚且“高级”避免“时间仓促、水平有限”这种套话。可以说“模型假设了XX条件在极端情况下可能不适用”、“模型未考虑XX因素的动态耦合未来可进一步深化”。指出缺点同时暗示了改进方向。模型推广基于你的模型谈谈它稍作修改后还能应用于哪些类似场景。这展示了模型的普适性和你们的发散思维。例如一个解决校园快递点布局的模型可以推广到城市消防站选址、疫苗接种点布局等问题。6. 排版、细节与团队协作最后的临门一脚细节决定成败。一篇内容再好但排版混乱、错误百出的论文会极大降低评委的好感度。6.1 排版规范与工具选择强烈推荐LaTeX对于数模论文LaTeX几乎是专业和美观的代义词。它处理公式、图表编号、参考文献引用极其方便排版风格统一、学术范儿足。虽然初期有学习成本但模板丰富国赛有官方LaTeX模板美赛有大量优秀模板如“谢金星模板”一旦掌握效率远超Word。Overleaf在线平台更是让协作和编译变得简单。如果只能用Word务必使用样式功能统一标题格式用题注功能管理图表编号用交叉引用用公式编辑器。切忌手动调整编号和格式。通用规范字体中文常用宋体英文和数字用Times New Roman。字号正文小四或五号标题适当加大。行距1.25倍或1.5倍便于阅读。页边距不宜过窄显得拥挤。图表确保清晰分辨率足够。图中线条、标记要易于区分。表格采用三线表为佳。6.2 必须检查的细节清单在提交前团队应进行交叉审读重点检查错别字与语法尤其是摘要、标题、图注、表头。符号一致性全文同一变量符号必须一致且在“符号说明”部分明确定义。图表引用正文中提到的每一个“图X”、“表Y”都必须存在且编号对应。公式编号引用公式时编号是否正确。参考文献格式是否统一国赛推荐GB/T 7714美赛可用APA或MLA正文中的引用标记[1]是否与文末列表对应。页码与目录自动生成目录检查是否正确。文件命名按竞赛要求命名最终PDF如“题号_队伍编号.pdf”。6.3 团队协作写作者与建模者的默契论文写作不是一个人的事。理想的分工是一人主笔负责统稿、撰写摘要、问题分析、模型检验等文字性强的部分建模和编程的同学提供核心章节模型建立、算法描述的初稿和所有图表、结果数据。主笔同学需要深刻理解模型不能只是“誊写员”建模同学也需要有基本的文字表达能力能说清楚自己的“孩子”。在最后一天全队应一起通读论文至少两遍。第一遍关注技术内容是否准确、逻辑是否通顺。第二遍抛开技术只从一名陌生评委的角度看这篇论文是否易读、流畅、有说服力。往往在这时还能发现一些隐藏的逻辑漏洞或表述不清的地方。数学建模论文写作是一门将技术思维转化为说服艺术的学问。它没有固定不变的模板但有经过验证的最佳实践。核心永远在于以评委为中心用清晰的结构、严谨的逻辑、专业的表述和用心的细节将你们团队的智慧完整、有力、美观地呈现出来。掌握了这些方法你就能为你的优秀模型配上一篇同样优秀的“说明书”让它在竞赛中真正绽放光彩。
