记录这建模一年半至两年以来的收获，如果想学习建模请往他处，如果想看扯淡就点击阅读全文。未完待续。这篇文章始创于2018.12.03，当时写的未完待续，今天2019.4.19，想必可以结束了。

我为什么参加2019的美赛，当时我也问了我的老师，老师说：

如果我不参加，那么他只带一个队(我校一个老师只能带两个队)，如果我参加，他就把最后一个名额留给我，别的队找他他都没同意。他知道我的实力，我可以找任何人参加比赛，只要我看着顺眼就行。

当时感动了好久好久。就这样，带了一个没有建模经验的人参加了比赛(前提是什么都会的那种)，就这样，拿奖了我的建模之路也结束了。

获奖：

2017校赛二等奖(三分之决策+层次分析)
2017亚太一等奖(高斯和模型+数理方程推导)
2018美赛二等(主成分分析+卷积模型)
2018泰迪杯二等(数据挖掘非数学建模，相似性分析+隐马尔科夫)
2018小美赛二等(逻辑分析)
2019美赛一等(pagerank+传染病模型+隐马尔科夫+信息熵)

关于成功参赛：

2017 mathorcup成功参赛(遗传算法+多目标规划)
2018 五一联赛成功参赛(支持向量机分类+经济和模型)
2017，2018两年国赛成功参赛(2017国赛博弈论+KNN分类+反距离加权，2018国赛优先级调度)
2018深圳杯弃赛(结果做的不尽人意)
电工杯，华中赛没来得及参加。

关于赛前培训模拟：

2011 国赛A题，城市表层土壤重金属污染分析(插值拟合+反距离加权)
2013 国赛B题，碎纸片拼接(模拟退火+部分手动)
2015 国赛A题，太阳影子定位(就各种优化算法算来算去)
2016 国赛A题，系泊系统的设计(各种方程写上去求解)
2015 美赛A题，埃博拉病毒的传播与治疗(设置规则，元胞自动机直接模拟)
2016 美赛C题，对大学的评估(数据清洗，评价，回归)
2018 美赛C题，能源分析(数据清洗，评价，预测)

如果你要说，国赛做了这么多模拟题还是没拿奖，别的组抄或者造数据都能拿奖，那努力是不是没啥用。那我和你不是一类人，本文剩下的内容你也不必浪费时间。

每一道题我们都是认真做和讨论的，并不像其他组学生那样几天内完成，学生做不出来就去抄，没有任何意义。每一行代码都是我们自己认真写的，从不造结果；每一道模拟题我们也写了论文并让老师审查。写这篇文章的时候，真的发现自己已经老了，建模居然是很多年前的事情了。于 2022 年修改，记录当时的内心活动。

个人擅长数据挖掘类题目，队友编程也厉害。别的组还在费劲的用excel处理数据时，我们python已经得到所有想要的各种数据并有初步结果了；加上我丰富的对数据处理的想象力，大数据的题目很容易挖出花来。所以2019年美赛其他题都没看直接上C题，果然是一等奖。以下可能是以倒叙的方式来叙述我两年来的建模之旅。

2018小美赛

昨天刚刚结束了小美赛，依稀想起了考试太多去年小美赛直接弃赛的场景，当然这不是重点。一年前是在实验室呆的太晚，被锁在楼里跳窗户出去的，今年是在学院楼呆的太晚，同样被锁又跳了一次窗户。其中的某个事件承包了我一年的笑点，当然我是不会说的，我怕那孩子会火。

看到了凌晨一点的夜景，学校位于湿地所以空气湿度大，烟雨朦胧下有种江南烟雨的感觉，或者说是秋风萧瑟了北国的温柔。

把女生送回宿舍后（如果建模迫不得已熬夜，记得把女孩子送回去），具体翻墙跳窗户的细节就不说了，回了自己的寝室钻被窝睡了下去，才发现被窝竟如此舒服。第二天睡到了九点半，匆匆忙忙洗了个漱就去上课。留个纪念，凌晨一点朦胧的夜。

说正事，这次的小美赛做的B题。说实话没有做的出彩的地方，因为我实在想不到这个题能做的点在哪。大概去网上找了5个小时的资料，惊奇的事情发生了，第一问FIFA官方已经制定好了结果和步骤，你只需要描述一下就行；第二问官方也要求了时间和次数，在这个要求下只有一种答案；第三问官方给出了计算公式，连公式都不用学生写，抄上去算个数就行。所以我实在不知道这道题到底想干嘛，以至于一天半的时间这道题做完了，这一天半还包括上课的时间。这道题对我最大的挑战也就是写了5行代码解了个方程。其实算不上挑战，所有代码加起来抄不过五行，一分钟写完。也没有用什么工具箱求解，直接一个for循环暴力破解求出了答案。后来知道，官方要我讨论为什么出现垃圾比赛，简直蛋疼。

看着很轻松？其实不是。队友A写完论文后，我看了一眼，可以说是全程大改论文，因为她从最开始没有参与进来（有课），只是听我们说了这道题改怎么做，哪里该写什么。但是毕竟没有自己参与思考的过程，所以好多该注意的细节没有写，或者说写错了。

所以很排斥写论文的队友，（当然不是排斥这次写论文的小姐姐，我通常不会排斥长得好看的人），因为完全是在浪费时间，你要花时间给他描述，他写错了你要给他讲，还是写不对的话还要自己写，那为什么不自己写呢？以至于2018年国赛的时候，我把一道题所有的模型都建出来后，我花了半天时间就写完了论文，并没有浪费时间。同时论文写的也绝对比平时好，因为模型是我亲手建的，哪里是优点重点突出，哪里是缺点略写带过，模型之间的连接逻辑，指标之间的先后顺序与重要程度，我比谁都清楚。如果我复述一遍给别人听，第一是我可能忘了一部分细节，另外就是别人听不懂，或者听懂一点写不出来。所以我也提倡让负责模型建立的人去写论文，绝对是快准狠。选一首喜欢的音乐单曲循环，还能有什么不是一晚上解决不了的。

11点回宿舍后，我从凌晨3点改论文到凌晨7点。也许你想问我凌晨三点前在干嘛，11点到12点洗漱泡脚吃东西享受资本主义生活，12点后推了一个方程，初中生都会的等式：

$1-\frac{1}{1+x^{-t}}=\frac{1}{1+x^t}$

恬不知耻的说，这个方程我居然推了3个小时，一直没推对。多年不学数学，数理方程的推导能力直线下降，还真是生气。

然后上午睡了一上午懒觉，下午过去完善一下收尾工作就没啥事了。最后那天我很佩服我的队友，把论文一句一句的翻译成了英文，我在旁边全程划水玩手机刷空间，英语我实在帮不上忙。等他们翻译好了后，我开始排版论文，我word用的还是相当熟练的调行间距、调公式、调图表分分钟搞定，写完了也就交了，整个过程很愉快。

不要迷信学长老师

但是，这种方法很烂很难用。但是自古以来好像就是用这个软件，一味的听所谓学长学姐的经验，“用这个软件，这个软件能用”。为什么不自己探索一下呢？比如Axmath，比如 $\LaTeX$，好用程度和美观程度甩MathType几条街。至少在 $\LaTeX$里面，一键编译调格式，一键编译调公式、表格、图片的顺序，四次编译（使用BIBTEX）出参考文献，总共需要点4次按钮，一篇论文排好了，而且相当美观。

如果想学 $\LaTeX$，一定不要找所谓的学长和老师求经验要资料（他们学的是几十年前的技术，现在已经不适用。之前看到了一个培训机构教学 $\LaTeX$，只想说十几年前的东西居然好意思拿出来骗钱）。90%用$\LaTeX$的都是从事科研的人员或者名牌大学的研究生，因为名牌大学的研究生毕业条件是在国外知名期刊投几篇论文，而知名期刊90%是提供$\LaTeX$模板的，那种模板用word很难实现。 $\LaTeX$发展了近40年，有些代码和软件已经不能使用，请选择最新的软件，阅读官方文档，有问题使用国际版的必应搜索。百度搜索引擎和某程序员社区里的东西垃圾遍地，好多错误。

2017校赛起步

继续前面的扯淡。2017年4月参加校赛，当时是4月底，队友A中途退出（那个队友居然拿手机建模，手机编辑，走了也好），队友B是我遇到的最好的队友，真的是具备强悍的编程能力，我要求的各种模型建立，从来没有一次写不出来代码。但是第一次合作不是很愉快，沟通上存在各种障碍，当时虽然想骂街，但是都忍了下来。

之后开启了两年搭档，各种比赛一路配合了下来。我记得是最后一晚，来了场暴雨，然而我没时间看窗外，也没时间听雨，只记得时间从晚上十点一点点走到了凌晨七点，交卷睡觉。一觉醒来阳光明媚春风醉人花香弥漫可惜缺个女朋友。我以为是上午十点，仔细一看居然是下午五点。还有老学长的一句话：所有的努力都不会白费。

2017mathorcup联想

之后是MathorCup，说说比完后的感受吧。第一点，刚学完好多模型还没消化，只是照着问题描述的样子强行套模型，多目标规划配遗传算法，实际并无卵用。因为多目标规划写的很烂，从模型根基就出了问题，后期模型在绚烂也只是瞎扯淡。当然也暴露出我的缺点，面对很繁琐但是不是很难的东西，我缺乏耐心，这个缺点也是致命的。之前说到的队友B写错了程序，导致结果从头错到尾，所以有必要和编程的伙伴仔细交流下处理的细节，他手中的结果掌握了你的命。结果不了了之，反正是个小比赛，结果也无所谓。

MathorCup后是个转折，我遇到了和我一起国赛美赛的两个队友，两场重要比赛一直没有换过。还有就是酷爱水群的我，不过我从来不水本校的群，没意思，相比之下我更愿意看看外面的世界。加了一个建模竞赛的群，没有任何广告，没有任何机构的一个纯技（深）术（夜）交（扯）流（蛋）群。我从来不关心学生的出身，双非也好四非也罢，有纯粹的兴趣爱好和乐趣便能够交流到一起。那些日子很少交流有关建模的东西，大多是在扯淡，比如日常学习，比如你的前任男友，比如你那里的学校，blabla闲聊起来无非也是这些。

不过我的确开阔了眼界，原来外面的世界是那样的，985学校是那样的，原来一个女孩建模起来是那么优雅和认真，原来那个女孩还会玩单片机，原来那个女孩爱逛街爱学习爱唱歌爱小动物，原来一个女孩能有这么多可爱的优点。

后来我的蠢蠢欲动的心被扼杀在了无尽的幻想中，死在了华北和江南的距离和直男癌入骨的我。当然有个幻想女友也很好，她会告诉你，抵住诱惑去外面更广阔的世界看一看，那里有更美丽的风景。后来，这个群里好多人都拿了奖，比我大一岁的去考研了，跟我一样大的继续在建模这条不归路上越走越远。

2017暑期培训

按学校惯例，每年的国赛前和美赛前都必须有一个多月的培训，必须参加培训，不参加不给报名。每天上午八点半到十二点，中午一点半到五点，晚上六点半到九点，专人检查，而且坚决不放假，一直培训直到比赛。条件讲真跟高中比一点都不艰苦，还能忍，什么顶着大热天跑机房，什么零下几度吃不到一点热乎饭，这种垃圾鸡汤就不说了，这种条件都觉得累还有什么资格当学生，去饭店当服务生吗？

来匆忙的2017国赛和一个转专业考试以及匆匆忙忙的转专业后的实习中，那个群被解散了，幻想女友没了，国赛凉了，又回归了现实，学学习，看看书，跑跑步，日子平平淡淡波澜不惊。一个标准理工男的世界：比赛，学习，看书，跑步，然后再无其他，说出来你可能不信，我不玩游戏，这是上大学前立的flag，什么王者荣耀、英雄联盟、吃鸡一点不会，闲来无事也只是玩玩蜘蛛纸牌和看看电影。

2017国赛反思

2017国赛是怎么凉的呢？第一晚我兴奋了，我能说我一晚上把所有问题的模型都想好了吗，然后第二天开工，电脑面前直接刚了二十多个小时。然而还是我那个致命的缺点，面对繁琐没有难度的东西，我没耐心。导致的后果就是，前期没检查论文，而且错了一堆漏洞没有修改，后期在没完没了的修BUG。以至于我累的半死，队友也被我坑的半死，电脑面前硬钢24小时的代码。后来睡觉了还是被我硬生生的叫了起来。最后论文排版很差也没修改，国赛就打了水漂。所以这次的经验就是，别着急，饭一点一点吃，路一步一步走，问题一点一点解决。步子迈太大，容易扯到蛋。

但是失败不可怕，作为一个24k纯理工男，当然是要收拾心情从头再战，重点是找失败的原因。我也是在这时候发现了建模三人分工太明确的缺点，尤其是写论文的人，如果只会写，那么写论文的人根本没有存在的必要。

第二个重要的观念转变就是：感觉算法不是重点，重点是三个人从头开始看问题，根据问题去寻找合适的解决方法，一起讨论，而不是建模的人和编程的人打主攻，写论文的孩子不明觉厉。

之后，在我们学校的建模创新课程上，阅读了美赛官方的阅卷说明和其他四米五高巨佬的O奖论文，此时的建模观念印证了之前的观念。建模不是寻找解决问题的算法，什么粒子群什么极限学习机，名字很高大上而且我也看过，说实话并无卵用，粒子群说白了就是优化，简短到爆炸只有两步的EM算法也能优化而且被广泛采用；极限学习机说白了是神经网络的变种，在说白了就是一种拟合概率的训练模型，但是很荣幸极限学习机这种方法是华人提出来的。

上面扯的算法是用来求解模型的工具，而不是用来建立模型的方法。

一个合理的顺着问题行走的方法（机理建模）才应该是你模型的核心内容。和我之前对建模的感觉发生了巨大冲突，之前的感觉大概就是以算法为核心，扔几百行代码处理几千万行数据做几个炫酷的图，但这只是听着很好听，哇，我刚写了几百行代码，处理了上千万的数据，有这本事去搞kaggle去搞ACM为国争光啊，在建模这瞎扯什么蛋，让女孩子更羡慕你吗？这不是建模，更多的像是应付，没有数学的灵魂在。

2018美赛开始

之后的故事，便是2017年的亚太赛，在某某杯的比赛中，我和组委会骂了一上午，很明显是抄题了，建模不是用来收钱糊弄拿奖和发水刊论文综测加分的工具，是一种思想，是对这个世界探索和分析的工具，是开阔眼界和启迪思维的方式。后来结果显而易见，涉嫌抄题公开道歉并退款，考试太多小美赛强行弃赛。

之后便是美赛，在学校天寒地冻没热水没热乎饭的忍饥挨饿过了一个月，掉了一地的头发和瘦了几斤，重点是没热水半个多月没洗澡。不过都忍过来了，真正难受的还是比赛那几天。首先是被2018年美赛风格吓住了，一道题5问甚至8问，重点是搜数据的题没数据，给数据的题看不懂数据。我个人是擅长做大数据处理的，结果吃了英语的亏看不懂数据和问题太多换到了E题，一个交叉学科的题目，其实我并不擅长。

搜数据用了两天，对，没听错，四天的比赛两天在搜数据，以至于第二天晚上都在劝我们赶紧换题（旁边那组貌似换了4次题，而且第二天晚上凌晨三点开着120分贝的嗓门大吵一架，不过也好，吵一架总比憋着强，至少问题解决了，后来那俩吵架的也一直是关系很好的队友。）

JN在旁边说别换提稳住来得及，在第三天凌晨两点，比赛过去四分之三的时间我们终于开始做了，最后在斯坦福大学的图书馆搜到了想要的数据，还有搜到了一篇nature的论文，读完了论文他妈的思路大开从头到尾赶紧开始做，写到这里还是抑制不住内心的激动又爆了粗口。当然比赛期间我是全程骂街过来的，而且不洗脸不洗头丝毫不注意形象，反正我长得丑。队友可能都习惯了，跟我一个机房的人估计也习惯了，兴奋愤怒之时怎么能压制内心的激动而不骂街呢。

后来直接在电脑面前肝了30多个小时，每天凌晨4点到6点睡觉，中午睡半个小时，这是我美赛的真实作息，最后一天没时间吃饭靠面包泡热水解决，想想真的是亏了，早知道选C题，数据清洗完模型也就出来了，谁也不拦着我。。。

最后直接肝到了比赛截止前的20分钟，9点截止，我们8点40写完了论文，中途困的分不清东西南北迷迷糊糊的写了个摘要，交卷收拾东西赶紧回家，还差点错过回家的车。

比赛完距离过年只有一天，好在赶在除夕那天回到了家，回家真好。一年的建模生涯就画上了句号，累的我缓了三天终于缓了过来。不留悬念，美赛我的这篇论文完全是在根据问题设计思路去建模，全文没有一个算法，只有一个孤零零的卷积公式。做的很匆忙但是拿奖了，也证明了我之前理解的建模灵魂是对的，思路是关键，而不是算法。留一些辛苦搜集的照片留作日后的回忆杀。

新一年的建模之旅

后来到了2018，我虽然又参加了建模但是感受不是很多，也没有遇到一个合适的队友，这里略写。五一联赛队友不在做的一波三折，泰迪杯数据挖掘从头设计思路和改算法，拿奖肯定稳，只是奖项高低的问题。深圳杯从开题到放弃，接着PAC图像处理的余热一个上午写完了大创的代码。此时有些许的想告别建模，但是想想还是算了，对别的东西不太感兴趣，于是趁下学期课少学了一波$\LaTeX$，反正以后总会用到，在《算法分析》的课上，实现了老师所有讲过的算法，扎实一下基本功，又看了几本书，一学期也很快过去了。

我之前和老师交流过一个问题，建模到底水不水，从结果只看论文的角度，建模是水的，因为就算做不出来也能瞎写出来。但是值得骄傲的是，我所有参加过的建模比赛，所有结果都是认认真真做出来的，从不在结果上造假和瞎编，这离不开我编程实力强大的队友。这次国赛个人感觉做得很好，拿不拿奖无所谓了，2018年的国赛要求很高，让你提交所有结果，也许从今以后，建模再也不是层次分析加模糊综合评价加神经网络加遗传算法加回归分析XJB乱写能解决的问题，这是好事。

收获友谊

2018国赛又想起来一个事，拉上去年编程的小伙伴又随便叫了个人临时组的队。就在最后一小时，一切顺风顺水，编程的小伙伴来了一句，代码写错了，5000多行的代码(没听错2天写了五千行python代码，也是我之前说的，他是我见过编程能力最强的人)，一个小时根本来不及修改。另外的队友开始着急，大喊大叫说这样做少了中间过程肯定不对，blabla在那抱怨的总之很烦，还说我论文写的什么都不是。

我当然知道这么做不对，但是，作为一个成年人，况且比赛已经到尾声的尾声了，现在不是抱怨谁对谁错的时候，抱怨解决不了任何问题。当时心想：这是我亲队友，我信任他，大不了这次比赛就当打水漂了，我无所谓，不拿奖也没关系，不重要。或者说，作为一个队长或 leader，不要在关键时刻说自己人的不好，不要让和你并肩作战的队友有心理负担。我俩相视一笑，这一刻，和一年半以前第一次的合作障碍形成了鲜明的对比。可是没有结束之前，一切都来得及，尽管只有1个小时。那是我最冷静的时刻，十分钟，用了十分钟问清楚了代码怎么写，变量怎么设置，十分钟后，灵光一现。在写个子函数把那个关键的变量在关键时刻置为零，问题就解决了。这是我目前建模最开心的一刻，比任何拿奖都开心，这是你和队友的默契和信任，比任何奖项都重要的多。因为某些众所周知的原因，2018国赛死的很惨。不过我一大把年纪也看得开。以及2018国赛增加难度后大家的表情包以及合影。

回归今日

后来，时间来到现在，回到本文的开头，参加了小美赛。我老了，时刻准备退休，然后滚去考研，毕竟高考放水太严重，毕竟我这个专业还是读研比较好。这也就是我的经历，我是爱数学的，但是不爱数学竞赛那种刷题式数学，我更喜欢用数学去解决实际问题。比如高中学过的余弦定理能结果新闻分类的问题，比如线性代数学过的特征值和特征向量的物理含义很有趣，能够确定指标的重要程度甚至方向，比如高等代数学的SVD分解能够做语义分类用于自然语言处理，比如概率论学的贝叶斯公式能做分类也能做成贝叶斯网络，比如概率论中的全概率公式能解决智能推荐的问题。

而数理统计中的知识，搭建起了现代人工智能的世界，现在的新技术，无论是计算机视觉还是深度学习，背后都是一点点的公式和思想搭建而成。而这些，在任何一本教科书和试卷上都是找不到的知识。但是知识是有用的，最大熵模型在股票界的应用让人狂赚，简单的pagerank算法承担了谷歌搜索引擎的门面，一个算法占了谷歌公司收益的几个百分点，没错，就是简单的pagerank一波数据统计加几个矩阵相乘，就能带来上亿的收入。我这相信数学，相信数理方程与逻辑推导，相信大数据背后的挖掘，这也便是数学的魅力所在。（从我相信开始，借鉴了电影《美丽心灵》的上半部分结语，可惜暂时还不能说下半部分结语，电影不错，女主相当好看，值得看一看。）

刚才正在学习，突然之间有点感触，很多做技术的都想着自己哪天成为大牛，我自己也总是这样幻想，可是就在刚才自己突然想问自己，自己的努力有能让自己成为大牛的可能么？自己的回答是没有。“很多人的努力只是浅尝辄止” 这句话并没有错，适合很多人，也同样适合我，大牛没有突然之间形成的，都是靠技术一点一点累计而成的，当自己给自己说这件事明天干也行的时候，其实就是在给自己找借口，很多人都在说时间过的好快，是渐渐的我们都觉得每天过的好快，每周过的好快，每月过的好快，甚至觉得每一年过的也是那么快，似乎时间真的不够用了，似乎自己也总是很忙碌，可是距离自己称为大牛并没有近，我觉得成为技术大牛，不是说简单的学习知识就可以达到的，而是需要对技术的热情，那种无比的热情，而不仅仅是学习技术。其实这和自己打乒乓球是一样的，任何事情当反馈来的快的时候，人往往会特别喜欢，有人喜欢玩游戏，这是因为游戏能很快给他反馈，而技术，可能今天你努力了，不能看到效果，明天你接着努力，好像还是没有变化，因为，这是需要一个长期的，并且有热情的一件事，而不仅仅只是学习。当然这是一个长期的并且漫长的过程。

其他留念

可能在机房最后骂一次街，最后通一次宵，和队友最后为数不多的搭档，然后一年多的青春也就随风而逝。看过的电影，读过的书，考过的分数和跑过的步，终将归于天地，还于历史，而我终将追不上青春逝去的脚步。

其实故事没有结束，等哪天有空我继续写。

2019.4.19

那么我为什么参加2019的美赛呢，当时我也问了我的老师，老师说：

如果我不参加，那么他只带一个队(我校一个老师只能带两个队)，如果我参加，他就把最后一个名额留给我，别的队找他他都没同意。他相信我的实力，我可以找任何人参加比赛，只要我看着顺眼就行。就这样，决定再次出发，其实当时心里想的是捞个Outstanding。

查到了自己的美赛成绩，可能这辈子无缘Outstanding Winner了，也许自己也没有那个实力。

2019考试结束后距离比赛只有十天，好在队友极度强大，两天的培训后可以直接上手刷题了，大概是刷了一道题熟悉了一下，然后定制了一份$\LaTeX$模板，又刷了历史上美赛评委对论文的点评，涨了涨经验，休息一天去外面吃了顿好吃的买了零食，比赛就开始了。

整体很流畅，pagerank算法寻找起源，SIR分析影响，信息熵计算相关性，HMM算法作为扩展，最后融合一下就搞定了。我们的论文没有用机器翻译，全程自己手动翻译的。

最后值得一提的是，2019美赛全部的算法参考来源于《数学之美》这本书(第二版)，反正当时我推荐给好多人看过这本书，有没有好好看就不归我管了。事实证明多看点书还是有好处的，另外我的两个队友也都看过这本书，交流起来就很顺畅了。

结语

关于建模最后想说的：

永远没有过时和low的算法，只要有理有据和相信自己，你的模型永远是最好的。模型负责把各个算法行云流水的组织起来使文章顺畅，读着舒服，其实很多队伍真的做不到这一点。比如看最好的O奖的英文论文也比看其他队的中文论文舒服，写论文的队友得确保很会写。
建模收获的友谊和师生情远比拿奖重要的多的多的多。
美赛官方评委的一句话，层次分析法很好；国内众多人的一句话，这算法太旧太简单，自己学会取舍。
不要全部相信学长和老师，学长可能给你推荐mathtype，但是他肯定不知道Axmath更好用；老师可能告诉你符号说明挑几个写，只写一部分，问题分析简写能概括就行，模型假设部分分要点简写；可是美赛官方评委说的是问题重述要写详细，甚至引用前人的工作，不然他不知道你是否理解题意，要把论文中所有用到的符号都写在符号说明里，模型假设一定写详细，写出为什么这么假设，这个假设用在了哪里，灵敏性分析要对假设进行检验。形如这些，国内的老师和国外的评委各执一词，自己要有选择的去相信。
如果参加美赛，仔细阅读官方说明，一定要看英文版说明，不要看中文版，英文版描述的内容更多，中文版说实话偷工减料了，美赛和国内任何建模比赛的要求都不一样。
致敬可以为了自己热爱的东西而不遗余力的理工生。包括ACM竞赛，包括飞思卡尔等等等等。

以我第一次校赛结束一个老学长送我的话结尾：所有的努力都不会白费。我已经站在了人生的十字路口，面临着考研工作各种选择，而数学的思维，理性分析问题的本质，已经融入我的血液，会陪伴我走很长的路。我的确追不上青春逝去的脚步，如果可以重来，我想我还会建模吧。希望学校后继有人，能填补关于Outstanding的空白。

一口堵了多年的气也烟消云散，只是希望在年轻的时候还勿忘初心。

日后回忆

2022年4月16日回来修改了一次，我很怀念当初的日子。

Just for Life.

那些年建模的时光