美国大学生数学建模竞赛（MCM/ICM），由美国数学及其应用联合会主办，是唯一的国际性数学建模竞赛，也是世界范围内最具影响力的数学建模竞赛，将在2月份举办。

 

论文，是数模参赛者的唯一答卷，一份优秀的获奖论文，反映的是参赛者背后算法模型、编程求解、论文撰写三大主要技能及N多附加技能，能为申请加分不少，而这些技能需要我们提前掌握并练习。

 

前不久，指南者数学建模竞赛营的小伙伴们结束了数周集中训练，学习了10+种数学建模常用算法，使用编程软件（MATLAB，SPSS，Stata）进行数学模型求解，随后便在老师的指导下紧锣密鼓地参加第五届“高斯杯”全国大学生数学建模竞赛，检验学习成果。

 

比赛过程中，老师全程参与指导学员完成了数模题目选题，参考文献阅读，模型的思考与讨论（远程语音会议），编程求解指导，论文撰写审核等工作，同学们既系统学习了数学建模的必备技能，又能为参加国赛做热身。

 

下面是一篇优质的数模参赛论文，研究主题为《基于 ABC-ELM 和多元线性回归的上证综指收盘价格预测模型》，小组成员在指导老师的带领下设计实验流程、撰写代码、得到实验结果，并最终撰写出论文报告参加高斯杯数模竞赛并获得一等奖。

 

（点击可放大）

该报告是一个含金量很高的数模参赛作品，小组用机器学习的方法，拟合股价的时序数据，并构建预测模型，能够帮助投资者把握市场。从最后展示的报告来看，可以看到对于数据分析工具的熟练使用以及对于机器学习整体的应用流程都是很清晰的：

 

1. 首先论文本身框架清晰、各模块描述非常详细且严谨，逻辑线明朗，专业名词解释得当，整体报告的排版也很清晰有序，体现了成员们专业的论文撰写功底；
2. 对于机器学习算法也是很了解，成员使用 matlab 作为软件工具编写代码，选用 极限学习机(ELM)进行机器学习，并运用人工蜂群算法进行优化。利用 ELM 对处理后的数据进行训练，并对输入权值矩阵及隐含层阈值进行优化，最后建立 ABC-ELM 组合模型并得到预测模型的量化评价，体现了成员们机器学习方法的熟练运用能力；
3. 不满足于一类方法，在第二种方法中，成员选用改进的线性回归方法，对该模型进行共线性诊断，发现并提出了可能存在严重的多重共线性的变量， 改善了模型的预测效果，再用优化的回归方程模型进行预测，体现了较强的数理统计功底与科学研究的意识；
4. 最终还能客观地评判模型的缺点和改进方向，例如，将微调机制引入算法中,讨论摄动因子范围,由此提高算法在可行区域内的局部搜索能力等建议，可见科研思路清晰，从原理到算法实现的掌握度都较高。

 

数学建模竞赛营

 

学习过程

 

项目背书

名师授课

12月7日正式开营，
长按识别下方二维码
立即抢占名额！