要说数模的经验，我认为组队或者说队内分工尤其重要，通常来讲“黄金配置”是建模、编程、论文各有所长。做校赛选拔时我们在组队上吃了一点亏。当时我们三个人没有明确地分配这三个角色，只是有个大致的分工，三个人工作起来又常常会一起去做同一件事，导致效率有点低。美赛前我们严格按照这个“黄金配置”分配了任务，并在寒假培训前后进行磨合。

关于赛前准备有几点要说的：

知识储备。数模美赛需要用到很多知识。很多人认为这些知识可以根据比赛实际情况即学即用。没错，涉及到很专业的比如地理海洋学的知识是应该如此对待，因为这些东西赛前无法准备，准备了也有很大一部分最后会被浪费。但基础知识比如常见模型和常见算法的了解则宜早不宜迟。这很重要，我们并不需要在赛前精通所有模型或算法，但必须要了解各个模型是用来解决什么问题的，也要把各个算法的程序，无论是C语言、MATLAB语言还是其他语言都要有完整带注释的可执行源代码。只要做到比赛时看到问题能立刻想到可以用哪几个模型可以解决，算法代码拿来就知道怎么针对题目量体裁衣就可以了。

关于书籍。说实话，真正比赛时需要去翻书的时候很少，但也一定有。通常我们小组会翻一些MATLAB、LINGO等软件的函数手册，或是一些关于常用数学模型的详细分析。这就需要提前借好相关书籍。而一些涉及专业学科的书借了也是白借，因为数学建模一定不会涉及非常高深的专业知识，只会要求参赛选手了解背景知识以及基本原理，而不会做深度分析。因此涉及到的领域都仅仅是很粗浅的知识的应用而不会就某一点深入挖掘，这时上网搜索一定会比翻书更快更准地把握其要义。因此准备一些有关软件的使用指南以及数学模型的分析的书籍，并提前有所研究就足够了。

而到了正式比赛中，要注意的不多，但很关键：

关于比赛过程。数模比赛的过程本身就是难以把握，任何一个固定死的被称之为“比赛步骤”或“时间计划”都可能适得其反。因此详细的安排因人而异，但下面说的这几点则是必不可少的：

审题。这一步非常关键，目的就是搞清楚有哪些亟待解决的问题，以及问题的先后主次，找到突破口。三个人分别对题目进行理解，再共同讨论，罗列出所有问题，并确定解决顺序。和很多小组不一样的是，我们小组拿到题目后并没有盲目翻译，因为我们都认为用英语思维去理解题目才不会产生偏差。在比赛当中审题看似容易，其实并不简单，需要了解问题的背景以及所需要的数据类型。美赛并不提供完整数据，需要我们自己去找，但随题目会附带部分参考资料，这些资料极其重要，一定要花时间认真研究，往往一些关键数据在里面，同时这些资料本身也是寻找资料的突破口，通过他们的参考文献就可以找到更多的相关资料，形成信息网络。

资料搜集。在确定了问题的解决顺序后我们遵循题目提出的顺序，按照问题的主次逐一进行解决。找资料并不是直接寻找问题的答案，而是在分析好解决这个问题需要什么样的模型以及数据去找，搜集资料就如同顺藤摸瓜，需要有针对性，不要浪费时间在大海捞针上。同时解题的思维也不应被前人的研究结果束缚住，要发挥我们自身的创造力。

问题解决。我认为在解决问题时应尽量保持步伐一致，总是两个人在分析计算一个人在撰写文档，攻克一个再解决下面一个，这样可以保证每个人都对每一个问题有足够的了解，任何一个人发现的问题都是在三个人的认识范围内，可以很好地讨论，不会出现两个人在焦灼地争论一个问题而另一个人不知道他们在说什么，而这也是我们遇到的问题。我们并没有做到很同步，我好几次需要向另一个人解释我在想什么问题，很浪费时间。

论文检查修改。论文是你所有模型算法的总结，在最后成文前一定要对每个模型进行仔细的检查，包括建立的基础、计算的过程、参数的调整、文献的参考等，特别之处，对每一个模型都应该进行检验或修正，可以是灵敏度分析，可以是优缺点分析，无论是什么，都应该有一个对模型的评价，这样才能做到严谨，因为任何模型必然有其优点和局限性，作为科学研究，必须要展现出所用模型的合理性，这样也增加了解决方案的可行性与论文的可信度。除了检查建模过程，检查全文的布局、排版、字词也是很重要的，需要检查图表的编号顺序、问题解决顺序与内容的内在逻辑联系以及参考文献的标注等等。

题目与摘要。最后就是写论文题目和摘要了。我觉得论文的题目很有讲究，一个稍许生动的题目如“What Will X Bring to Us”一定比平淡规矩的题目如“The Mathematical Model and Analysis of X”更吸引人。摘要的写法一般来讲很规矩，但是也需要创新。其实参加过美赛的人都知道“好的摘要”是获奖的入场券，摘要应力求简洁明了，让评委一眼看出就知道我们要表达什么，同时摘要是凸显我们整篇论文核心的重点，一般评委会根据我们写的摘要大致就分出了等级，然后再具体看你的建模过程再看你是可以更进一步还是降一个等级，所以摘要是很重要的。
----通信122班 胡婉如